全部分类/
科学普及/
工矿自动化

工矿自动化

2026年05期

本刊1978年创刊，公开发行。现为中国科技论文统计源刊，全国中文核心期刊，中国煤炭学会煤矿自动化专业委员会会刊。是集中报道我国煤矿及工矿企业通信、生产过程自动化、安全监测监控、计算机应用等国内外新技术、新成果、新工艺、新动向的专业性技术期刊。

扫码免费借阅

目录

快速导航

综述 | 矿山救援智能机器人及其关键技术

综述 | 矿山救援智能机器人及其关键技术

摘要: 矿山救援智能机器人是一种辅助或替代矿山救护队员进行灾区环境探测和搜救工作的应急救援装备。按照矿山救援智能机器人发展时间进程,阐述了国内外矿山救援智能机器人最新研究进展,系统梳理了矿山救援智能机器人的关键技术:①井下机器人防爆设计,保障矿山救援智能机器人井下灾后稳定工作。②多源信息融合定位建图技术,探测灾后井下复杂地形特征。③复杂灾后地形路径规划,寻找矿山救援智能机器人最优救援路径。④高可靠抗干扰通信技术,构建矿山救援智能机器人灾后井下通信网络。⑤灾情智能感知技术,分析井下环境信息及灾害类型。提出了未来矿山救援智能机器人研发的新方向:①研究轻量化本安型防爆设计,探索新型矿山救援智能机器人防爆电气设计。②创新井下环境变胞构型设计,增强矿山救援智能机器人井下非结构化地形通过性。③发展多机器人协同救援技术,提高矿山救援智能机器人协作水平。④探索端到端一体化大模型技术,提升矿山救援智能机器人救援效率。
科研成果 | 综采工作面滞后距演化特性分析与混合深度学习预测模型

科研成果 | 综采工作面滞后距演化特性分析与混合深度学习预测模型

摘要: 综采工作面采煤机-液压支架协同运行状态直接影响顶板支护安全与生产连续性,而采煤机推进与液压支架跟机移架节奏不匹配易造成空顶区扩大,增加顶板失稳与支护失效风险。针对现场作业过程中采煤机推进与液压支架跟机移架节奏不匹配时移架滞后距离易异常增大、滞后距类别难以及时准确判别等问题,以内蒙古某中厚煤层综采工作面为工程背景,分析滞后距的分布特征及其与支架压力、采煤机速度的相关性,将滞后距划分为小滞后距、正常滞后距、大滞后距3个类别。提出了一种TCN-BiLSTM-Attention混合深度学习模型:TCN分支负责提取多维度时序数据中的局部特征,捕捉支架压力的短期波动特性;BiLSTM分支专注于挖掘时序数据的长时依赖关系,捕捉滞后距随作业工况的动态变化趋势;Attention分支主要用于学习各特征维度的重要性权重,突出关键特征的影响。通过多分支特征融合,模型实现了对不同滞后距类别的分区预测。实验结果表明,TCN-BiLSTM-Attention模型整体预测准确率达87.13%,对大滞后距高危工况的召回率达81.58%,性能优于同类模型。现场应用结果表明,该模型引导控制下大滞后距频次占比和被动停机频率分别降低59.96%和80.00%,可为采煤机-液压支架自适应协同控制及顶板支护风险降低提供有效支撑。
科研成果 | 基于多模态数据和 UAViT 的带式输送机托辊轴承故障诊断方法

科研成果 | 基于多模态数据和 UAViT 的带式输送机托辊轴承故障诊断方法

摘要: 针对现有带式输送机托辊轴承内圈裂纹和外圈磨损故障信息表征不显著、缺乏多模态信息有效融合利用机制且融合效果不稳定而导致故障诊断模型泛化能力差、故障辨识度低的问题,提出一种融合多模态数据和统一聚合视觉变换器(UAViT)的带式输送机托辊轴承故障诊断方法。首先,通过微机电系统(MEMS)光纤振动传感器和GSD5矿用本安型声传感器采集带式输送机托辊轴承运行过程中的原始振动信号和音频信号。其次,划分信号区间,通过小波阈值降噪、Wiener滤波及短时傅里叶变换处理原始信号,提取振动信号的时频图和音频信号的窄带语谱图,制作数据集。然后,构建包含聚合知识提取模块(AKEM)和隐式先验知识迁移模块(IPKTM)的UAViT模型,通过2个模块协同有效实现多模态信息的深度互补融合与稳定泛化诊断。最后,采用两阶段有监督学习策略对UAViT模型进行训练,并在测试集上输出托辊故障诊断结果。基于某矿区实际采集数据集开展实验,结果表明UAViT对内圈裂纹与外圈磨损故障的诊断准确率达99.67%;消融与控制变量实验证实了碎片交叉注意力机制(FCAM)、IPKTM及降噪方法的有效性;对比实验显示UAViT的故障诊断准确率较现有先进模型提升1.27%~6.67%;极端噪声、非典型故障泛化及跨设备迁移实验系统揭示了UAViT在强噪声、未知故障及设备差异场景下的性能边界。该方法在工程应用中成功诊断多起实际故障,验证了UAViT在煤矿井下复杂环境中的实用性与可靠性。
科研成果 | 选煤厂主洗车间复合尘源时空演化规律及控除尘技术研究

科研成果 | 选煤厂主洗车间复合尘源时空演化规律及控除尘技术研究

摘要: 现有粉尘演化规律研究多集中于单一尘源或局部产尘区域, 对选煤厂复杂主洗车间内多设备、多窗口和多尘源共同作用下的粉尘团形成过程、扩散路径及高浓度区域演化规律缺乏系统分析。针对上述问题, 以国能(乌海)能源有限公司公乌素煤矿选煤厂主洗车间为研究对象, 建立了等比例、全尺寸的三维几何模型, 采用计算流体动力学和离散相模型研究了胶带巷输入粉尘与离心机区域局部粉尘共同作用下的复合尘源时空演化规律。数值模拟结果表明: ①胶带巷风流进入车间后, 经侧壁窗口形成高速风流带, 将胶带巷粉尘裹挟到主洗车间内; 在主洗车间距地面不同高度风速分布差异明显, 低高度区域风速较低, 导致粉尘颗粒容易沉降, 距地面 1.5 m 处局部风速升高, 有利于粉尘扩散。②随着粉尘持续输入, 胶带巷粉尘沿带式输送机运行方向向离心机和人员作业区域扩散, 外部输入粉尘与离心机区域局部粉尘叠加形成多区域复合粉尘污染。③呼吸带平均粉尘质量浓度随粉尘扩散时间增加而持续升高, 表明人员作业呼吸带内粉尘暴露风险具有明显累积性。基于数值模拟结果, 提出了“胶带巷洗气除尘+离心机软帘密封”复合控除尘技术: 采用洗气除尘技术以削减胶带巷源头粉尘输入, 采用软帘密封技术降低离心机区域局部粉尘扩散。现场应用结果表明, 采用该复合控除尘技术后, 人员作业区域、刮板输送机机尾、混料桶和带式输送机附近粉尘浓度分别由 87.7, 84.5, 76.3, 123.2 mg/m3 降至 9.5, 5.1, 4.3, 5.5 mg/m3, 平均降尘率为 93.3%。
科研成果 | 特厚放顶煤极窄煤柱巷道切顶应力转移规律及控制研究

科研成果 | 特厚放顶煤极窄煤柱巷道切顶应力转移规律及控制研究

摘要: 针对特厚放顶煤极窄煤柱巷道应力高、变形大和控制难的问题, 分析了极窄煤柱支撑力与切顶长度和切顶角度之间的关系, 对比分析了不同切顶方案极窄煤柱巷道顶板及煤柱应力分布特征及变形演化规律, 提出了特厚放顶煤极窄煤柱巷道围岩“切-支-注”协同控制技术。分析结果表明: 特厚综放工作面沿空巷道切顶卸压后, 极窄煤柱支撑力随着切顶长度和倾角增加而逐渐减小, 且减小幅度逐渐增大; 增加切顶长度和切顶角度, 使得煤柱内距底板不同高度处垂直应力和垂直相交点位置均向着巷道方向转移, 有利于煤柱稳定性管理和控制。现场应用结果表明, 采用协同控制技术后, 极窄煤柱巷道最大位移量仅为 269.03 mm, 煤柱侧和实体煤侧围岩最大位移量分别为 220.18 mm 和 195.36 mm, 巷道底板最小位移量为 983 mm, 围岩变形得到了有效控制, 断面面积得到保证, 巷道成形能够满足使用需求。
科研成果 | 动压扰动大巷窄保护煤柱护巷稳定机理及控制研究

科研成果 | 动压扰动大巷窄保护煤柱护巷稳定机理及控制研究

摘要: 窄保护煤柱条件下大巷围岩稳定性同时受工作面采动应力扰动、侧向悬顶结构及煤柱稳定性耦合影响, 然而现有研究对窄保护煤柱条件下大巷围岩变形失稳协同控制及关键参数缺乏系统研究。以煤炭运销集团吉县盛平煤业有限公司2208工作面为工程背景, 基于非均匀应力场理论建立动压扰动大巷围岩力学模型, 分析了动压扰动系数及强度对大巷围岩塑性区扩展的影响规律: 大巷围岩塑性区扩展显著呈现出“动压主导方向性、强度主导尺度性”的特征, 垂直与水平动压扰动系数对塑性区扩展的影响最为显著, 黏聚力及内摩擦角次之。基于压力拱理论及保护煤柱功能属性, 确定合理窄保护煤柱宽度不小于6.85m, 基于工程实践综合确定窄保护煤柱宽度为8.0m。分析了采动应力阻隔、侧向悬顶切顶卸压并配合窄保护煤柱维护大巷稳定的控制机理, 综合确定水力压裂弱化区左侧边界距大巷实体煤帮的水平距离为20.5~25.7m, 预裂爆破切顶角度不小于9.33°, 切顶高度不小于14m。建立了FLAC3D数值计算模型, 分析了水力压裂弱化、预裂爆破切顶对采动应力阻隔、煤柱应力峰值降低及大巷围岩变形控制的效果: 随着工作面与大巷之间距离减小, 水力压裂弱化区对应力阻隔效应越强; 水力压裂弱化区高度越大, 大巷两侧煤体应力峰值越小; 预裂爆破切顶高度越大, 保护煤柱应力峰值越小; 水力压裂与预裂爆破控制下, 大巷围岩变形速率及变形量减小。基于降低采动影响程度、优化顶板结构的控制思路, 提出了“水力压裂坚硬岩层弱化+预裂爆破切顶卸压”耦合控制技术并应用于现场实践。现场监测结果表明: 在工作面推进至终采线位置时, 大巷顶底板最大移近量为441mm, 两帮最大收敛量为319mm, 有效确保了大巷围岩稳定。
科研成果 | 超前巷道退锚装置设计

科研成果 | 超前巷道退锚装置设计

摘要: 针对矿山开采中现有退锚工艺存在的现场操作人员多、作业效率低、安全性差及复杂工况适应性不足等问题,提出了一种应用于超前巷道的端头支架固定式退锚装置。该装置采用“底座+折叠臂+退锚执行机构”的总体结构,通过底座与工作面端头液压支架快速连接,利用六自由度液压机械臂实现退锚执行机构在超前巷道空间内的大范围定位。针对矿井工作面乳化液系统压力条件下退锚执行机构中剪切机构破断力不足的问题,开展了锁具理论破断力与剪切机构输出力校核,并采用液压增压器提高剪切油缸工作压力,实现对锚索锁具的有效破断。设计了以乳化液泵站为动力源的液压系统和基于远程可视化操控的电气控制系统,实现了退锚装置的运动控制、状态监测和安全防护。井下现场试验表明,所设计退锚装置能够远程操控、代替人工现场操作实现锚具定位与剪切作业,单根锚索退出作业时间由传统工艺的10~30 min缩短至约3 min,退锚作业效率显著提升,同时降低了现场操作人员的劳动强度与安全风险,为煤矿井下锚具支护拆除作业提供了装备支撑。
分析与研究 | 基于改进 YOLOv11n 的煤矿带式输送机锚杆异物检测方法

分析与研究 | 基于改进 YOLOv11n 的煤矿带式输送机锚杆异物检测方法

摘要: 针对煤矿井下带式输送机锚杆异物检测受低照度、复杂背景及目标细长形态影响而易出现漏检、误检和边界框定位偏差的问题, 提出了一种基于改进 YOLOv11n 的煤矿带式输送机锚杆异物检测方法。在 YOLOv11n 模型输入端引入自校准照明网络(SCINet), 对低照度图像进行增强, 以改善锚杆目标边缘与纹理细节不清晰的问题; 在主干网络 C3k2 模块的 Bottleneck 分支中引入大核选择模块(LSK Block), 构建 C3k2_LSK 模块替换部分传统卷积, 增强模型对锚杆目标整体结构特征及其与背景空间关系的表征能力; 采用 Inner-FocalerIoU 损失函数优化边界框回归过程, 提高对细长锚杆目标的定位精度。实验结果表明: 改进 YOLOv11n 的精确率、召回率、mAP@0.5 和 mAP@0.5:0.95 分别达 90.5%, 87.3%, 92.8% 和 62.1%, 较基线模型 YOLOv11n 分别提高了 1.2%, 2.1%, 0.7% 和 1.7%; 模型帧率达 102.8 帧/s, 能够满足煤矿井下带式输送机锚杆异物在线检测任务的实时性要求; 与主流目标检测模型相比, 改进 YOLOv11n 模型在提升检测精度的同时, 仍兼顾较好的实时性; 在低照度、锚杆倾斜、目标与背景相似度高及局部遮挡等场景下, 改进 YOLOv11n 模型能够稳定检测锚杆目标, 检测框与目标区域匹配程度较高, 表现出良好的复杂场景检测适应性。
分析与研究 | 复杂视觉退化工况下带式输送机大块物料鲁棒检测方法

分析与研究 | 复杂视觉退化工况下带式输送机大块物料鲁棒检测方法

摘要: 带式输送机运行过程中输送带上夹杂的大块物料易引发转载点堵塞和输送带损伤, 对系统安全运行构成潜在威胁。针对井下复杂工况下基于视觉的大块物料检测模型易出现漏检和误检的问题, 提出了一种复杂视觉退化工况下带式输送机大块物料鲁棒检测方法。基于成像退化机理, 构建检测驱动的自适应图像增强模块, 将可学习卷积单元嵌入目标检测网络前端, 以替代传统 Retinex 中依赖人工参数设定的显式建模过程, 实现退化图像的自适应增强。该机制在检测损失函数约束下完成端到端联合优化, 无需人为设定增强参数或区分退化类型。选用 YOLOv11 作为基础检测框架, 引入自适应图像增强模块, 并使用 SIoU 损失函数, 利用更强几何约束的边界框回归策略对检测性能进行辅助优化。实验结果表明: 改进 YOLOv11 模型在雾气、低照度及其混合工况下均具有良好的检测稳定性与鲁棒性; 与原始 YOLOv11 模型相比检测精度提升了 1.3%, 在退化图像中的漏检现象明显减少; 在模型复杂度与实时性方面, 自适应图像增强模块仅引入 0.1×10⁶ 个额外参数和 6.3 GFLOPs 的计算开销; 改进 YOLOv11 模型对图像的推理速度达 106 帧/s, 对视频的推理速度达 42 帧/s, 表明所提方法在保证检测精度提升的同时, 仍具备良好的实时性。
分析与研究 | 面向纠偏控制的矿用带式输送机数字孪生预测决策系统研究

分析与研究 | 面向纠偏控制的矿用带式输送机数字孪生预测决策系统研究

摘要: 针对目前矿用带式输送机运维系统对跑偏故障实时感知性差、缺乏预测性与智能化决策能力的问题，基于数字孪生五维模型设计了面向纠偏控制的矿用带式输送机数字孪生预测决策系统。构建了融合几何、物理、行为与规则的多维度高保真数字孪生模型，基于EMQX服务平台实现物理实体与虚拟实体之间的低延迟实时同步；设计了BP-PID算法，以跑偏量、跑偏速度及张力为输入，在线整定PID参数并进行纠偏控制，同时结合带式输送机运行状态数据预测跑偏趋势。以DTL-800型矿用带式输送机为控制对象搭建了实验平台，在输送带速度为0.5,1.0,1.5,0 m/s工况下开展对比实验，结果表明，与PID算法相比，BP-PID算法的纠偏控制响应速度平均提升33%，稳态误差降低约50%；预测性纠偏实验结果表明，该系统可预警20 min后的跑偏概率上升趋势，并在实际发生跑偏时快速诊断与定位相应托辊，并精准执行纠偏指令，实现“感知-预测-决策-执行”的自动化闭环。
分析与研究 | 基于鲁棒自适应地图约束的采煤机惯导定位方法

分析与研究 | 基于鲁棒自适应地图约束的采煤机惯导定位方法

摘要: 针对现有采煤机定位方法在井下复杂工况下存在惯导累计误差漂移、固定地图约束存在局部失准及地图边界处约束易突变等问题, 提出了一种基于鲁棒自适应地图约束的采煤机惯导定位方法。融合采煤机运动过程中的非完整性约束与前向速度约束, 构建速度量测模型; 利用液压支架航向角与推移行程信息重建刮板输送机离散点集, 建立地图约束测量方程; 在卡尔曼滤波框架下引入自适应鲁棒机制, 采用新息自适应估计在线调节地图量测噪声协方差, 实现地图约束权重自适应分配; 引入 fade-out 地图渐退机制, 使地图约束在边界区段或局部失效时平滑减弱并退出更新, 避免边界或失效区的滤波振荡。实验结果表明: 该方法在连续 3 刀下均保持了较稳定的定位性能; 在部分地区存在误差的条件下, 相较于固定地图约束方法, 可将推进方向均方根误差 (RMSE) 由 0.8164 m 降至 0.0847 m, 圆概率误差 (CEP) 由 0.4746 m 降至 0.1325 m, 说明新息自适应估计能够根据地图可信度变化动态调节约束权重, 减弱失准地图对定位结果的干扰; 在部分地区缺失条件下, 相较于无 fade-out 地图渐退机制的方法, 可将推进方向 RMSE 由 0.5501 m 降至 0.1548 m, CEP 由 0.3541 m 降至 0.1490 m, 说明 fade-out 地图渐退机制能够提高地图约束失效过渡阶段的平滑性与轨迹连续性。
分析与研究 | 基于 PPC-NFTSMC-DOB 的挂轨式巡检机器人鲁棒行走控制

分析与研究 | 基于 PPC-NFTSMC-DOB 的挂轨式巡检机器人鲁棒行走控制

摘要: 挂轨式巡检机器人在矿井巷道复杂工况下行走时, 因轨道接缝冲击、轮轨摩擦时变等多源扰动引发本体振动, 易导致采集的巡检图像清晰度不足、视频画面频繁抖动等问题。提出一种融合预设性能控制(PPC)、非奇异快速终端滑模控制(NFTSMC)与扰动观测器(DOB)的复合鲁棒控制策略 PPC-NFTSMC-DOB。通过分析机器人行走机构结构特性, 建立爬坡、转弯等典型工况的动力学与运动学模型。设计了复合控制策略: 引入 PPC, 通过预设性能函数约束速度跟踪误差, 确保动态性能指标; 利用 NFTSMC 保证机器人控制系统在有限时间内收敛, 同时抑制抖振; 通过 DOB 实时观测并补偿轨道形变、摩擦因数变化等未知扰动。仿真结果表明: 在轮轨摩擦因数时变工况下, PPC-NFTSMC-DOB 策略将调节时间控制在 0.35～0.40 s, 超调量为 0%～3.0%, 稳态误差小于 0.005 m/s; 在面对高达 20 mm 的轨道接缝冲击时, 速度超调量维持在 7.5%～8.0%, 并在 0.85～0.90 s 内恢复稳定; 相较传统 PID, 其速度跟踪稳态误差降低约 80%, 轨道接缝冲击后的恢复时间缩短近 68%; 相较 NFTSMC-DOB, 调节时间缩短约 17%, 速度超调量降低 50% 左右, 能显著提升挂轨式巡检机器人在复杂扰动下的速度跟踪精度与运行稳定性, 为自动化巡检装备的高性能控制提供技术支撑。
分析与研究 | 基于改进 YOLOv11 的煤矿井下人员安全帽佩戴检测方法

分析与研究 | 基于改进 YOLOv11 的煤矿井下人员安全帽佩戴检测方法

摘要: 煤矿井下环境中存在光照不均、粉尘弥漫、多重遮挡及背景纹理复杂等因素, 导致基于计算机视觉技术的人员安全帽佩戴检测精度低, 且井下防爆边缘计算终端算力受限, 对检测模型大小及推理效率要求较高。针对该问题, 提出一种融合频域增强与高效轻量化机制的改进 YOLOv11 模型: 在 YOLOv11 主干网络引入基于小波卷积的 C3k2_WTConv 模块, 利用多分辨率分析解耦光照噪声与纹理, 增强特征提取能力; 在颈部网络构建基于 GSConv 轻量化算子与 VoVGSCSP 拓扑的 SlimNeck 特征融合网络, 在降低计算冗余的同时, 维持跨尺度特征交互; 设计参数共享的 Detect_Efficient 检测头, 以提高推理效率; 采用基于指数移动平均的参数平滑与多源域适应迁移学习策略, 解决井下极端工况违规样本稀缺难题, 增强模型在非结构化环境中的跨域泛化能力与鲁棒性。采用改进 YOLOv11 模型进行煤矿井下人员安全帽佩戴检测, 通过 CUMT-Helmet 与 DsLMF+Helmet 数据集验证了该模型的 mAP@0.5 达 97.5%, 优于主流的单阶段检测模型 YOLOv7-tiny, YOLOv8s, YOLOv11 及改进模型 MH-YOLO, WAM-YOLO, 单帧耗时仅为 10.2 ms, 并在强光干扰、远距离目标尺度微小、目标动态模糊等极端工况下展现出更高的置信度与更低的漏检率。
分析与研究 | 煤矿井下监控图像去噪算法研究

分析与研究 | 煤矿井下监控图像去噪算法研究

摘要: 现有的图像还原方法可在一定程度上去除井下监控图像中的噪声,但缺乏对脉冲噪声和粉尘映射混合干扰的去除能力,且对煤矿设备振动引发的动态噪声适应性不足。针对上述问题,提出一种基于交叉门控网络的煤矿井下监控图像去噪算法。构建基于变分自编码器生成器的图像还原模型,利用概率生成与对抗训练实现初步去噪;在此基础上,设计融合注意力机制的交叉门控网络,采用盲点分支与无盲点分支协同提取局部细节与全局上下文信息,通过特征交叉门控融合单元动态整合多尺度特征,并引入包含L1重建损失、边缘保持损失和频域一致性损失的复合损失函数,在抑制噪声的同时保留边缘结构。在自建数据集和公开数据集CUMT-CMUID上的实验结果表明,经所提算法去噪后的图像表现出更清晰的设备纹理与更锐利的边缘,针对含脉冲噪声和粉尘映射噪声图像去噪的均方误差、峰值信噪比、均方根误差、信噪比、结构相似性指数等指标优于小波变换去噪、非局部均值去噪、三维块匹配滤波等典型算法,以及基于低秩正则联合稀疏建模算法、结合卷积神经网络与多层感知机的渐进式多阶段算法、基于高阶交互的渐进式算法等先进算法,验证了所提算法对于煤矿井下复杂环境中的监控图像具有更优的去噪性能与细节保留能力。
分析与研究 | 考虑动态需求的露天矿山无人驾驶矿卡实时调度方法

分析与研究 | 考虑动态需求的露天矿山无人驾驶矿卡实时调度方法

摘要: 现有露天矿山实时调度方法在估算待调度矿卡的预期等待时间时, 大多仅考虑在途矿卡对各装卸载点的影响, 忽略了后续待调度矿卡对当前调度决策的影响, 导致决策缺乏全局前瞻性; 同时, 多数方法对矿卡故障等突发情况缺乏系统的重调度策略。针对上述问题, 提出了一种考虑动态需求的露天矿山无人驾驶矿卡实时调度方法。该方法通过计算后续待调度矿卡到达装卸载点的时间, 对当前待调度矿卡及会对其决策产生影响的后续矿卡同时分配目的地; 依据装载点、矿石卸载点和废料卸载点的差异化服务规则, 计算待调度矿卡的预期等待时间; 基于泊松分布建立了矿卡故障状态判定规则, 当矿卡发生故障时由停车场调度同型号矿卡进行替代。以总预期等待时间、总行驶距离、总行驶成本和总电铲完成率偏差最小化为目标, 综合考虑矿卡额定载质量、空满载速度、装卸载时间及油耗等约束, 构建了实时调度模型。基于实际矿区路网的仿真结果表明: 与多目标模型、最短队列模型和随机模型相比, 所提模型下矿区产量最高、每吨矿石运输成本最低、电铲利用率最高, 矿卡平均等待时间整体略高于最短队列模型, 但明显低于多目标模型和随机模型; 在矿卡发生故障的工况下, 对比模型的矿区产量出现不同程度的下降, 而所提模型的产量基本保持稳定; 随着小型矿卡比例的提高, 每吨矿石运输成本与矿卡平均等待时间均呈下降趋势, 矿区产量呈现先上升后下降的趋势, 因此追求经济效益时可适当提高车队中小型矿卡的比例。
分析与研究 | 基于辅助样本引导融合图卷积网络的矿井通风系统阻变故障诊断

分析与研究 | 基于辅助样本引导融合图卷积网络的矿井通风系统阻变故障诊断

摘要: 矿井通风系统阻变故障由局部阻力变化沿通风网络传播形成, 并在多个监测点上形成关联响应。长期运行过程中, 矿井积累了大量无标签监测数据, 但其中蕴含的阻变故障相关信息未被有效利用; 多监测点响应关系利用不充分; 阻变故障传播过程中的多监测点整体联动变化与故障位置相关的局部差异响应难以同时表征。针对上述问题, 提出了一种基于辅助样本引导融合图卷积网络 (ASGF-GCN) 的矿井通风系统阻变故障诊断方法。利用无标签辅助样本挖掘机制 (UASMM), 从无标签运行样本中筛选与有标签故障样本响应模式相近的样本作为无标签辅助样本, 通过相似性加权融合机制 (SWFM) 对有标签故障样本和无标签辅助样本进行加权融合, 构建融合图表示, 以增强相关性较高的无标签辅助样本的贡献; 引入频率自适应图卷积网络 (FAGCN), 通过自门控机制调节邻域节点的信息传播强度, 兼顾多监测点整体联动特征与故障位置相关的局部差异响应。实验结果表明, ASGF-GCN 的准确率和 F1 分数分别为 88.89% 和 88.87%, 较图卷积网络 (GCN) 分别提高了 4.17% 和 4.28%; 在有标签故障样本有限和监测噪声扰动条件下具有稳定的诊断性能; 在 Float 16 精度下部署于 Jetson Xavier 嵌入式设备时的单样本推理时间为 19.62ms, 能够满足矿井通风系统阻变故障在线诊断的实时性需求。
分析与研究 | 基于低功耗蓝牙的多通道煤钻屑瓦斯解吸指标测定系统

分析与研究 | 基于低功耗蓝牙的多通道煤钻屑瓦斯解吸指标测定系统

摘要: 煤钻屑瓦斯解吸指标是预测井巷揭煤、煤巷掘进突出危险性的重要参数。为解决现有煤钻屑瓦斯解吸指标测定仪信息化程度低、操作复杂、测定速度慢、难以匹配钻孔施工节奏等问题, 研发了一种基于低功耗蓝牙(BLE)的多通道煤钻屑瓦斯解吸指标测定系统。该系统采用分布式一主多从架构, 由1台具备数据读取和管理功能的本安型手持终端与多台煤钻屑瓦斯解吸指标测定仪组成。测定仪以ESP32S3为主控芯片, 集成压力及称重模块, 能够完成煤钻屑瓦斯解吸指标 Δh2 或 K1 的自动化测量, 同时具备BLE通信功能, 可通过唯一MAC地址与手持终端独立绑定并进行数据交互。测试结果表明: 测定仪待机状态下功耗仅为366mW, 测定状态功耗为706.7mW, 数据传输状态功耗为954.6mW, 可连续工作8h以上; 针对不同吸附压力条件下不同煤种的煤样, 测定仪与传统仪器对 Δh2 的测定相对误差为1.79%~7.93%, 平均相对误差为4.34%, 相对误差标准差为1.87%, 对 K1 的测定相对误差为44%~7.50%, 平均相对误差为5.05%, 相对误差标准差为1.65%, 说明测定仪测量准确度较高, 相对波动较小, 具有较高的精度; 在85%湿度、15~55℃环境温度条件下, 系统在参数测定及BLE通信方面表现出较好的稳定性, 与高精度压力传感器相比, 压力测量数据的相对误差为0.83%~3.33%, 平均相对误差仅为1.67%。
分析与研究 | 热流固耦合作用下注采参数对 CO₂ 驱替瓦斯影响规律研究

分析与研究 | 热流固耦合作用下注采参数对 CO₂ 驱替瓦斯影响规律研究

摘要: 注入 CO2 驱替瓦斯是提高深部低渗透煤层瓦斯抽采效率的关键手段, 同时能实现 CO2 地质封存, 兼具经济与环境效益。为了探究 CO2 注入煤层驱替瓦斯的规律, 提出了一种考虑二元气体渗透、扩散、竞争吸附及煤体变形的热流固耦合模型, 借助 COMSOL 数值模拟软件, 系统研究了不同注气压力、注采间距下 CO2 浓度、煤体渗透率及温度的动态变化, 分析了不同注采参数下的 CH4 采收率、 CO2 封存量, 以评估驱替效果。研究结果表明: ① 注气压力、注采间距的增大可显著提高 CO2 在煤体中的扩散能力, 加剧煤体变形, 使渗透率与温度波动更明显。② 注气压力从 0.5 MPa 增加至 2.5 MPa, 注气 60 d 后 CH4 采收率、 CO2 封存量分别提高了 10.47%, 387.00%, CO2 封存量对注气压力的变化更敏感。③ 注采间距从 3 m 增大至 7 m 时, 注气 60 d 后 CH4 采收率、 CO2 封存量分别提高了 48.34%, 9.19%, CH4 采收率对注采间距的变化更敏感。④ 工程应结合实际目标优化注采参数, 若以瓦斯增产为主, 应优先增大注采间距; 若以 CO2 封存为主, 应优先增大注气压力。现场工艺试验进一步证实, 增大注气压力与注采间距可有效提高瓦斯抽采速度和产量, 验证了热流固耦合模型的可靠性。
分析与研究 | 基于奥灰水位动态预测的煤层底板带压开采安全性评价

分析与研究 | 基于奥灰水位动态预测的煤层底板带压开采安全性评价

摘要: 煤层底板带压开采安全性评价的核心任务是对底板突水危险性进行评估。传统突水危险性评价往往基于静态奥灰水位计算突水系数, 由此得到的煤层底板带压开采安全性评价结果滞后于突水风险的变化, 难以反映未来回采时煤层底板的突水风险。针对该问题, 以Ⅱ0316采区为工程背景, 提出了一种基于奥灰水位动态预测的煤层底板带压开采安全性评价方法。首先, 根据矿井奥灰水位观测数据绘制水位变化曲线, 采用Logistic曲线对矿井奥灰水位观测数据进行拟合, 以预测未来回采时的奥灰水位; 然后, 根据预测的奥灰水位, 运用“五图-双系数法”绘制煤层底板保护层破坏深度等值线图、煤层底板保护层厚度等值线图、有效保护层厚度等值线图、煤层底板保护层承受水压等值线图, 进而计算突水系数和带压系数; 最后, 依据“三级判别”标准进行带压开采安全性评价, 绘制带压开采安全性综合分区图, 划分带压开采安全区及突水危险区。研究结果表明: Logistic拟合曲线的决定系数大于0.995, 表明该曲线能够准确反映奥陶系灰岩含水层在持续补给条件下的水位演化规律; 基于动态预测水位获得的带压开采安全性评价结果能够前瞻性地反映未来回采时的底板突水风险, 解决了基于静态水位评价时效性不足的问题。

过往期刊

更多

猜你喜欢

常州市图书馆