全部分类/
科学普及/
工矿自动化

工矿自动化

2025年09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

科研成果 | 基于数字孪生的煤矿工作面历史场景回溯与故障追溯技术

科研成果 | 基于数字孪生的煤矿工作面历史场景回溯与故障追溯技术

摘要：针对煤矿工作面历史场景回溯与故障追中多源数据碎片化、时空失准及故障诊断效率低等问题，研究了基于数字孪生的煤矿工作面历史场景回与故障追溯技术。通过6项关键技术实现复杂场景回溯与故障追溯： ① 采用基于物理的渲染(PBR)方式构建“大三机”等比例高精度三维模型。 ② 提出了数据分层预加载机制，建立了动态数据层、静态数据层和事件数据层三级加载体系。 ③ 围绕几何位姿、物理参数、行为逻辑、规则判定对采煤机、液压支架等装备进行全要素状态同步。 ④ 提出基于采煤机位置数据的多主机时间统一算法，通过对各主机记录的采煤机位置数据进行特征提取和时间对齐，实现多源异构数据的精确时间同步。 ⑤ 构建了回放一致性验证机制，采用工艺参数相似度量化回放精度。 ⑥ 设计了丢架故障追溯算法，建立了多变量耦合的移架动力学模型，依据理论行程与实际行程的匹配度实现三级预警机制。试验结果表明：数据分层预加载算法用时稳定，数据加载平均用时为35.5s,相比全量备份算法效率提升 29.3% ；中部跟机参数的相似度平均值相对较低，为93.73% ，而三角煤区域跟机参数的相似度平均值相对较高，为 98.56% ；通过工作面历史场景回溯能够观测到对应丢架支架外观颜色发生变化，验证了丢架故障追溯算法的正确性。
科研成果 | 浅埋煤层智能均压防灭火系统设计

科研成果 | 浅埋煤层智能均压防灭火系统设计

摘要：晋陕蒙地区浅埋煤层采空区遗煤自燃与有害气体涌出风险突出。针对现有正压通风、注氮、注浆技术在动态控氧与惰化效果上的局限性，以及传统均压通风技术依赖静态阈值和单参数反馈的问题，设计了一种浅埋煤层智能均压防灭火系统。提出了均压工作面通风参数智能感知技术，在工作面采空区、密闭区等关键区域部署传感器网络，对静压差、漏风量、气体 (O₂,CO,CH₄) 浓度、温度等进行同步采集与融合分析；建立了多维度动态指标体系和基于均衡性能指数(EPI)的均压效果评估模型，基于评估结果实施分级预警;构建了百叶式风窗-变频式局部通风机联合调控体系，形成风窗精细微调 + 通风机大范围补偿的协同机制。工程实践表明，该系统运行后工作面压差由原来的 120.9Pa 降至 35.8Pa ，采空区漏风量由 346.4m³/min 降至 98.5m³/min ，上隅角 O₂ 体积分数由16.0% 增至 18.5% ，CO体积分数由 93.8×10^-6 降至 14.8×10^-6 ，有效抑制了煤自燃和有害气体涌出。
科研成果 | 面向煤矿AI应用的多源异构数据分层分类仓储技术

科研成果 | 面向煤矿AI应用的多源异构数据分层分类仓储技术

摘要：在煤矿智能化转型进程中，多源异构数据呈爆发式增长，但煤炭企业对这些数据的应用仍停留在可视化的初级阶段，且面临三大瓶颈：数据结构多样难以统一存储，阻碍AI应用的数据关联分析；数据质量参差不齐，导致AI模型无法直接有效分析;数据体量庞大，造成数据查询与分析效率低，严重制约智能应用落地。针对上述问题，提出了一种面向煤矿AI应用的多源异构数据分层分类仓储技术，该技术框架主要由Flink数据流处理服务、数据分层存储、数据分类存储、AI模型应用服务、主数据及元数据管理构成。Flink数据流处理服务是数据的核心处理单元，主要实现井下各子系统(综采、掘进、主运输、综合保障等)实时数据的脏数据清理、异常值填充、数据格式统一等处理，为后续面向煤矿AI应用的特征值快速计算及模型的有效应用提供标准数据条件。数据分层存储完成海量多源异构数据的分级编码与结构化整合后，存储到数据分类存储体系中。通过主数据及元数据管理,确保关键数据的一致性与完整性，并实现数据语义的清晰明确表达，为AI模型应用提供清晰明确的数据信息保障。测试结果表明：该技术可以实现海量多源异构数据的合理分层分类存储、不同类型数据与对应存储介质的精准匹配。煤矿现场应用结果表明：应用该技术后，工业数据平均查询延迟降低到1.1s,数据质量合格率提高到93% ，占用内存大的非结构化数据由高成本的高频存储转为低成本分布式存储。
科研成果 | 一种矿用变频器传导干扰测试用高压电源电磁干扰滤波器

科研成果 | 一种矿用变频器传导干扰测试用高压电源电磁干扰滤波器

摘要：传导干扰被广泛视为高压变频器电磁干扰(EMI)测试中主要的电流噪声来源，而EMI滤波器则被认为是抑制此类干扰最有效的技术手段之一。针对现有高压电源EMI滤波器未覆盖输出端传导干扰路径、难以满足矿用高压变频器电磁兼容(EMC)测试时输出端EMI抑制实际需求的问题，根据正弦脉宽调制(SPWM)方式下的高压变频器输出特性，设计了一种 π 型结构的单相 10kV 高压电源EMI滤波器。分析了电动机及其高压电缆对变频器共模与差模干扰的影响机制，构建了驱动系统的干扰传导路径模型。结合高频谐波特性，考虑插入损耗、漏电流、阻抗匹配、耐压安全裕度及结构尺寸约束等，选择 π 型(CLC)EMI滤波器作为高压电源输出端的滤波方案，确定了EMI滤波器关键器件及其参数：采用陶瓷电容，电容器的对地电容为 20nF ；选用磁芯电感器及低损耗磁性材料——非晶纳米晶合金磁环，滤波电感为 20μH 。开展工耐压、局部放电、温升、插入损耗及传导干扰实测验证，结果表明，该滤波器在 0.15～2MHz 频段内可有效抑制传导干扰，最大衰减达 62.3dB ，具备优良的传导干扰抑制能力与热稳定性。
分析与研究 | 基于图像增强和改进YOLOv8的煤矿低光照目标检测

分析与研究 | 基于图像增强和改进YOLOv8的煤矿低光照目标检测

摘要：目前煤矿井下图像增强技术在实际应用中存在稳定性不足和生成图像质量波动较大的问题，影响后续目标检测的精度;而目前基于YOLOv8的煤矿井下目标检测技术在低光照环境下应用时，由于图像特征弱化和信息丢失，YOLOv8的性能仍然存在一定局限性。针对上述问题，提出一种基于图像增强和改进YOLOv8的煤矿低光照目标检测算法。采用去噪概率扩散模型(DDPM)对原始图像进行去噪和增强处理，恢复图像的光照及细节信息;在YOLOv8基础上进行改进，通过引入低频滤波增强模块(LEF)和特征增强模块(FEM)提高低光照图像的特征提取性能，并将YOLOv8模型原有的CIoU回归损失更换为MPDIoU,得到YOLOv8-DLFM;使用YOLOv8-DLFM进行目标检测，提高目标检测准确性和鲁棒性。实验结果表明： ① 与目前主流的图像增强方法进行对比,DDPM的峰值信噪比为28.379dB,结构相似性为0.886,感知相似性为0.104,表现出优越的图像重建质量和结构相似性。 ② YOLOv8-DLFM在综合性能上表现优异，准确率、召回率和 mAP@0.5 分别达到0.878，0.791和0.896,帧率达到88.6帧/s,相较于原始YOLOv8n模型,YOLOv8-DLFM的准确率、召回率与 mAP@0.5 分别提升了 8.13% 6.6% 和 8.74% 。 ③ 与目前主流目标检测模型相比，YOLOv8-DLFM在复杂低光照环境下具有更强的鲁棒性和更高的检测精度；在目标遮挡、光照干扰、目标稀疏和目标密集等典型工况下，YOLOv8-DLFM展现出较高的鲁棒性和适应性。
分析与研究 | 融合特征增强与上下文感知的井下安全帽佩戴检测方法

分析与研究 | 融合特征增强与上下文感知的井下安全帽佩戴检测方法

摘要：安全帽在井下场景中随人员移动，远距离拍摄时目标尺寸较小，检测难度显著增加；井下环境复杂，光照不足、粉尘干扰、遮挡严重和背景杂乱等因素会干扰特征提取过程，降低检测的准确性和稳定性；现有轻量化和加速策略在提升速度的同时，往往损害了模型对细节和小目标的刻画能力，使得检测精度不足。针对上述问题,提出了一种融合特征增强与上下文感知的井下安全帽佩戴检测方法。首先，引入特征增强模块(NFEM),通过多分支卷积与空洞卷积结构提高小目标的语义特征提取能力，使模型能够在弱光、遮挡或粉尘环境下获得更具判别性的特征表达。然后，引入空间特征融合模块(NFFM),在多尺度特征融合过程中利用通道加权策略对特征进行自适应调整，在不显著增加计算量的前提下提高检测精度。最后，引入改进空间上下文感知模块(ISCAM)，采用位置敏感的全局上下文建模机制，强化特征间的空间与通道依赖关系，有效提升模型对弱纹理小目标的检测能力，并增强对复杂背景的抑制效果。实验结果表明： ① 所提方法在CUMT-HelmeT数据集上的 mAP@0.5 达到0.86,单帧检测时间仅为 10.4ms ；在SHWD数据集上的 mAP(?0.5 达到0.88，单帧检测时间为 12.2ms 。 ② 在强光干扰、远距离小目标、安全帽相互遮挡等复杂场景中，所提方法较YOLOvl2s目标检测方法表现出更高的检测置信度和更低的漏检率。 ③ 所提方法能够有效引导模型关注关键目标，抑制背景干扰，从而提升检测精度和可靠性。
分析与研究 | 基于极致轻量化YOLOv8n的井下输送带异物检测方法

分析与研究 | 基于极致轻量化YOLOv8n的井下输送带异物检测方法

摘要：采用深度学习技术对输送带异物进行实时、精准检测，是保障带式输送机安全稳定运行的关键环节。常用的YOLO系列模型在轻量化与检测精度间难以平衡，其高计算复杂度与参数量难以很好地适配井下边缘计算设备的资源限制。针对该问题，以YOLOv8n为基础网络进行轻量化设计，构建了极致轻量化YOLOv8nYOLOv8-PCAS。将YOLOv8n主干网络替换为PP-LCNet,实现主干轻量化；在C2f模块中引入连接结构优化的上下文锚点注意力(CAA)模块，增强对复杂异物形态的表征能力;引入平均池化下采样（ADown)策略，在有效压缩模型体积的同时，更好地保留关键语义信息;设计双检测头结构，去除冗余的大目标检测头，聚焦中小尺寸异物检测。基于煤矿井下异物数据CUMT-BelT和山西某煤矿井下监控视频对YOLOv8-PCAS进行训练和测试，实验结果表明：YOLOv8-PCAS的参数量为 0.58×10⁶ 个，为原始模型YOLOv8n的 19.1% ，运算量为3.6GFLOPs,为YOLOv8n的 44.4% ，轻量化程度优于YOLOv7-tiny,YOLOv5n等主流模型及现有YOLOv8n轻量化改进方案;YOLOv8-PCAS 能够有效检测出输送带上的锚杆、大块煤等目标,推理速度达357帧/s,平均检测耗时 2.8ms 预测框与真实边界框交并比阈值为0.5时的平均精度均值 (mAP@.5) 为 90.5% ，满足工业现场对异物检测质量与时效的要求。
分析与研究 | 基于DDPM-MBN的井下人员步态识别方法

分析与研究 | 基于DDPM-MBN的井下人员步态识别方法

摘要：现有基于毫米波雷达的人员步态识别方法基于小规模数据集进行训练，导致模型泛化能力不足，且难以从复杂的井下环境中提取有效的全局特征与局部特征，造成识别精度较低。针对上述问题,提出了一种基于去噪扩散概率模型(DDPM)-多分支网络(MBN)的井下人员步态识别方法。采用DDPM对雷达回波转换得到的时频谱图进行去噪与数据增强，有效扩充了井下步态数据量，提升了数据质量;通过MBN的1个全局分支和2个局部分支分别提取步态的全局特征和不同粒度的局部特征，实现了对步态多尺度特征的充分提取，提升了对行走方向和行走速度的识别能力;联合使用 Softmax损失与三元组损失，对粗粒度特征（未经降维的2048维特征)与细粒度特征(经降维后的256维特征)进行协同优化，从而增强了模型的宏观分类能力与特征判别性。实验结果表明,在自建的步态数据集上,DDPM-MBN模型的Rank-1准确率和平均精度均值(mAP)相较于ResNet-50分别提升了 8.05% 16.96% ；与主流步态识别模型相比，DDPM-MBN模型在Rank-1准确率和mAP指标上均最优，分别为 97.91% 和 95.48% 。
分析与研究 | 瓦斯抽采钻孔漏气通道快速检测方法

分析与研究 | 瓦斯抽采钻孔漏气通道快速检测方法

摘要：现有瓦斯抽采钻孔漏气通道检测普遍采用顺序检测法，即依次测量钻孔各测点的瓦斯浓度并通过对比分析判断漏气通道位置，但对于钻孔较长或测点较多的情况，顺序检测法现场检测效率较低。针对上述问题，结合二分法思想，提出了一种瓦斯抽采钻孔漏气通道快速检测方法。在钻孔内沿轴向布置多个测点，利用探杆与瓦斯抽采管实现测点处气体与孔内混合气体的分离；先测定孔底测点瓦斯浓度，若其显著高于孔内平均瓦斯浓度，则判定钻孔存在漏气通道;随后将孔内测点进行二分，检测中间测点瓦斯浓度，若其与孔内平均瓦斯浓度相近，则判定漏气通道位于该测点至孔底区段，若显著高于孔内平均瓦斯浓度，则判定漏气通道位于该测点至孔口区段；进一步对存在漏气通道的区段进行递归二分，通过对比区段内中间测点瓦斯浓度与孔内平均瓦斯浓度，逐步缩小定位范围，最终实现漏气通道的精准、快速定位。现场试验结果表明，所提方法能准确识别漏气通道位置，且与顺序检测法相比检测时间缩短了 26.5% ，有效提高了检测效率。
分析与研究 | 基于动态图卷积Transformer的瓦斯浓度预测模型

分析与研究 | 基于动态图卷积Transformer的瓦斯浓度预测模型

摘要：准确预测瓦斯浓度对预防瓦斯灾害事故至关重要，预测精度受瓦斯浓度时间变化规律和瓦斯扩散时空分布特征的双重影响。现有的模型驱动预测方法难以胜任长期和大规模瓦斯浓度预测任务，而数据驱动预测方法未考虑动态空间维度特征的影响，导致模型泛化性能较差。为了捕获瓦斯浓度变化的时空依赖性，提高瓦斯预测精确性，提出一种融合多尺度机制的时序-动态图卷积Transformer(TDMformer）并用于构建瓦斯浓度预测模型。在ITransformer框架基础上，设计了时序-变量注意力机制，用于同时建模时序与变量维度特征；融合动态图卷积网络，用于描述井下瓦斯传感器网络拓扑结构，捕获瓦斯浓度数据的空间依赖性;引入多尺度门控Tanh单元,以增强多尺度特征提取能力。实验结果表明,与Graph-WaveNet,GRU,Transformer,AGCRN,DSformer,STAEformer,FourierGNN等模型相比，TDMformer模型的均方根误差分别降低了 24.87% = 26.37% ， 21.69% 19.57% ， 11.90% ， 10.84% ， 9.20% ，平均绝对误差分别降低了 17.09% ， 25.58% ， 26.89% ， 14.56% ， 11.10% ， 5.75% =4.53% ，拟合系数分别提高了 5.94% 6.51% 4.79% 5 4.12% 2.21% 2.08% 1.76% ，验证了该模型具有更高的预测精度和数据拟合度。
分析与研究 | 基于xLSTM-Informer的瓦斯浓度预测模型研究

分析与研究 | 基于xLSTM-Informer的瓦斯浓度预测模型研究

摘要：针对矿井瓦斯浓度预测任务中存在的多变量非线性耦合、长期依赖建模能力不足及模型滞后响应严重等问题，提出了一种融合扩展型长短期记忆网络(xLSTM)与Informer结构的复合型预测模型(xLSTM-Informer）。将xLSTM作为前置处理器，通过多层残差记忆单元提取短时间窗口内的波动模式与变量间的耦合信息，并将其转换为结构化时序序列表征，再将处理后的时序表示输入至Informer主干结构中，进一步在扩展的时间窗口中提取全局依赖关系与稳定趋势,从而在保持细节响应的同时增强预测的时序连续性。基于井下束管监测系统采集的多源环境参数数据，开展特征重要性分析，选取 O₂ 浓度、温度与风速3个指标作为输入变量，构建输入特征体系。利用 xLSTM提取深层时序特征，并通过Informer中引入的ProbSparse 自注意力机制,有效捕捉时序特征中的全局依赖关系，从而提升模型对非平稳性瓦斯浓度预测的能力。为评估xLSTM-Infomer 模型在瓦斯浓度预测任务中的性能优势,与xLSTM模型、Transformer 模型及经典Informer模型进行比较，结果表明：XLSTM-Informer模型在平均绝对误差（MAE）、均方根误差（RMSE）、平均绝对百分比误差（MAPE)与决定系数R² 上均取得最优性能， R² 达0.954，较对比模型分别提升了 21.4% ， 17.8% 和 19.4% 。为进一步验证XLSTM-Informer模型在瓦斯浓度预测任务中的有效性与适应性，选取某矿井综放工作面实测传感器数据进行实例验证,同时与LSTM-Transformer,RNN-Informer,LSTM-Informer和双向LSTM-Informer(BiLSTM-Informer）4类复合模型进行对比，结果表明：xLSTM-Informer模型在瓦斯浓度变化趋势与关键拐点的响应方面均优于对比模型，表现出较高的拟合性和时序同步性。
分析与研究 | 基于VMD-LSTM的矿井粉尘浓度预测研究

分析与研究 | 基于VMD-LSTM的矿井粉尘浓度预测研究

摘要：针对煤矿井下粉尘浓度数据的非线性、非平稳及强噪声特性导致传统预测模型精度不足的问题，提出一种变分模态分解(VMD)与长短期记忆网络(LSTM)融合的矿井粉尘浓度预测方法。将原始粉尘时序浓度数据输入VMD，在设定模态数量 K 和约束因子 α 条件下，VMD将原始数据分解为 K 个具有不同频率特征的模态分量，每个分量分别对应不同频段的振幅信息。将分量数据输入LSTM,通过选择性遗忘/输入门控算法对输入的分量数据进行训练，输出分量预测结果。对分量预测结果进行叠加重构,输出最终预测结果。以三道沟煤矿某工作面粉尘浓度数据为研究对象，分析了约束因子 a 对VMD分解效果的影响及模态数量 K 对预测性能的影响，结果表明：在 K=5 时样本被VMD完全分解，每个模态分量包含了详细的频率信息，可以清楚直观地分析整体信号的成分； a=2000 时各模态分量轮廓完整且完全分离，过小的 a 会导致独立分量中包含较多冗余信息，随着 α 值的增大模态分量带宽不断降低且分辨率提高。基于VMD-LSTM的粉尘浓度预测实验结果表明：在 K=5,α=2000 时，VMD-LSTM的预测结果与实测值的误差最小，MAE,MSE,RMSE和MRE均优于其他模型，说明VMD-LSTM对复杂环境条件下非线性、非平稳及强噪声的粉尘浓度预测具有强泛化能力和鲁棒性。
分析与研究 | 煤矿胶带运输巷呼吸性粉尘运移规律及精准控尘除尘技术

分析与研究 | 煤矿胶带运输巷呼吸性粉尘运移规律及精准控尘除尘技术

摘要：胶带运输巷是煤炭输送的主要作业场所，煤炭在长距离输送过程中会产生大量呼吸性粉尘，增加了患尘肺病的概率与煤尘爆炸隐患。目前煤矿巷道内粉尘治理方法存在耗水量大、粉尘捕集效率低、现场效果不能满足实际需求等问题。针对上述问题，研究了煤矿胶带运输巷呼吸性粉尘运移规律及精准控尘除尘技术。结合计算流体力学(CFD)软件和数字高程模型(DEM),构建了胶带运输巷全尺寸等比例几何模型，模拟探究了风流扰动下的粉尘污染时空演化特性，分析了人行道呼吸带高浓度粉尘分布规律。分析结果表明：根据胶带运输巷的产尘特点，转载点、胶带振动提供了持续粉尘源，与带式输送机右侧相比，其左侧(人行道)风速较小，对粉尘浓度的稀释能力弱，为粉尘集聚提供了条件，污染较严重；呼吸带高度附近区域整体空间比较开阔，粉尘运移过程所受阻碍较小，导致人行道附近形成一条狭长的高浓度粉尘带，且粉尘浓度呈不断攀升趋势。针对转载点和胶带2处不同特点的粉尘源,分别采用全断面云雾降尘装置和自发电智能雾化降尘系统来降低人行道及其整条巷道的粉尘浓度，结果表明：巷道平均总粉尘浓度和平均呼吸性粉尘浓度分别从 249.75mg/m³ 和 171.03mg/m³ 降至54.16mg/m³ 和 21.46mg/m³ ，总粉尘降尘效率为 76.56% ，呼吸性粉尘降尘效率为 75.32% ○
分析与研究 | 煤矿采空区火与瓦斯复合灾害实验系统设计

分析与研究 | 煤矿采空区火与瓦斯复合灾害实验系统设计

摘要：相似模拟实验可较直观再现采空区火与瓦斯复合灾害的形成与演化过程，但现有实验平台存在相似比例确定缺少理论依据、几何尺寸较小和系统结构简单等问题，难以真实还原井下采空区的复杂环境特征。针对该问题,介绍了采场相似物理模型设计原理，基于采空区质量守恒、动量守恒、能量守恒及浓度方程，应用相似性原理,推导并量化了相似实验台各物理参数比例关系。设计了采空区火与瓦斯复合灾害相似实验系统，该系统主要包括采场相似物理模型、煤自燃模拟、可燃气体模拟、气体信息实时采集分析和火与瓦斯复合灾害反演分析等核心单元：采场相似物理模型为系统的基础载体，煤自燃模拟单元模拟煤自燃过程，可燃气体模拟单元构建采空区气体环境，气体信息实时采集分析单元分析物理模型内气体信息变化情况，火与瓦斯复合灾害反演分析单元实现采空区煤自燃-瓦斯积聚-爆炸耦合致灾全过程模拟与反演分析。对比分析结果表明，该系统可在确保几何相似性的前提下，实现实验环境的灵活配置，较现有系统在模拟功能、相似性、参数控制、操作便捷性和实验结果可靠性等方面具有显著优势。
分析与研究 | 自燃煤矸石山非稳态温度场演化规律研究

分析与研究 | 自燃煤矸石山非稳态温度场演化规律研究

摘要：现有煤矸石山自燃研究主要侧重于构建简化的煤矸石山空气渗流模型，往往未考虑煤矸石山内部对流传热、煤矸石山堆积形式、空隙率空间分布特征等工况对煤矸石山自燃温度场的影响。为解决上述问题，针对顺坡倾倒和平地起堆2种不同堆积形式的煤矸石山，利用Fluent软件对煤矸石山自燃过程进行温度场、渗流场和氧气浓度场多场耦合数值模拟，研究了煤矸石山氧气浓度场和温度场的时空演化规律。结果表明： ① 煤矸石山内部氧气浓度随着距斜坡面和顶面距离的增加呈先迅速下降再缓慢下降的趋势，煤矸石山内部低氧浓度区域面积随时间增加而逐渐增大，煤矸石山内部平均氧气浓度随时间增加而逐渐下降且下降速率逐渐降低。 ② 煤矸石山内部温度随着时间推移而升高，且升温速率逐渐降低；在水平和竖直方向上，煤矸石山温度具有相似的变化规律，即随着距斜坡面和底面的距离增加，温度均先迅速升高后缓慢降低；高温区集中在距斜坡面 1～6m 、垂直高度的40%～90% 位置（以煤矸石山底面为基准）。 ③ 煤矸石山表面大部分区域的温度在 100^°C 以下，极少部分区域温度在 100～110^°C 之间；煤矸石山斜坡面和顶面的温度变化趋势一致，但顶面温度略高于斜坡面温度。
分析与研究 | 矿井通风网络风阻智能校准研究

分析与研究 | 矿井通风网络风阻智能校准研究

摘要：现有矿井通风系统风阻校准模型未严格界定摩擦阻力因数的约束情况，并缺乏风阻调整幅度的相关考虑，导致风阻校准效率低。针对上述问题,提出了一种以风阻修正量最小化及实测-解算风量误差最小化为双重目标的风阻校准优化模型。该模型严格划定风阻参数的物理可行域，通过加权法将双目标优化模型转换为单目标函数，协同实现风阻修正量最小化与实测-解算风量误差最小化，维持初始风阻参数的物理真实性，并提升网络解算的精度。在模型求解方面，将下山单纯形(NMS)算法的几何操作与蜣螂优化(DBO)算法的生物寻优行为相结合，提出NMS-DBO算法，该算法通过自适应权重融合策略、反射方向感知与滚球导航的融合策略、收缩回退与孵卵开发的融合策略使风阻校准优化模型输出最优风阻解，确保风阻参数在物理约束范围内实现高精度校准。以含有35个分支的某矿井通风网络为研究对象，建立风阻校准模型，并采用NMS-DBO算法、鲸鱼优化算法（WOA）、粒子群优化(PSO)算法及DBO算法分别进行求解，结果表明：NMS-DBO算法求解的目标函数值为0.454,优于WOA(0.853）、PSO算法(0.525)及DBO算法(0.521)，表明NMS-DBO算法在收敛精度上优于其他3种算法;NMS-DBO算法求解的最优风阻与初始风阻的相关性系数达0.998，最大实测-解算风量误差从22.99m³/s 降至 3m³/s 以内，实现了风阻参数与风量高精度匹配的协同优化。
分析与研究 | 融合退化因子的煤矿巷道SLAM算法研究

分析与研究 | 融合退化因子的煤矿巷道SLAM算法研究

摘要：针对现有即时定位与地图构建(SLAM)算法在煤矿井下巷道退化环境中易出现定位漂移甚至失效的问题,提出了一种融合退化因子的煤矿巷道SLAM算法。该算法以扩展卡尔曼滤波器(EKF)为框架，在惯性测量单元(IMU)与激光雷达(LiDAR)数据的基础上，融合编码器信息实现定位与建图。改进了退化因子计算方法，通过线面特征配准计算特征值与退化因子，通过退化因子的大小表征环境退化程度，实现环境退化评估;设计了基于退化因子的置信度融合机制，可在保持高精度定位建图的同时，显著提高系统鲁棒性；通过提高精度较高特征点权重、降低精度较低特征点权重的方式设计残差，提高退化因子表征准确性。实验结果表明：相比紧耦合激光雷达惯性里程计(LIOSAM）、激光雷达里程计与建图(LOAM)等现有算法，融合退化因子的算法对煤矿退化环境的适应能力更强，可稳定完成定位建图任务；该算法在退化环境下的定位误差为 1.222m ，相比LIOSAM算法减小了 26.506m ，在非退化环境下的均方根误差(RMSE)均值为 0.116m ，低于LOAM和LIOSAM算法；该算法在巷道特征退化路段仍能稳定运行。
分析与研究 | 面向矿井环境的激光雷达-惯性-视觉紧耦合SLAM算法

分析与研究 | 面向矿井环境的激光雷达-惯性-视觉紧耦合SLAM算法

摘要：矿井环境中非结构化地形、光照条件差及特征重复等条件导致单一传感器的同时定位与地图构建(SLAM)精度不足，多传感器数据紧耦合融合可在一定程度上提升精度，但仍存在计算量大、光照突变适应性差等问题。针对上述问题,以快速紧耦合稀疏直接激光雷达-惯性-视觉里程计(FAST-LIVO)算法为基础进行改进,提出一种面向矿井环境的激光雷达-惯性-视觉紧耦合SLAM算法。在多传感器数据紧耦合融合部分，采用LK(Lucas-Kanade)光流法代替原有稀疏直接法，利用光流法追踪稳定特征点并构建视觉重投影误差，同时利用随机样本一致(RANSAC)算法剔除离群点以保留高质量视觉约束;结合惯性测量单元(IMU)先验估计与激光雷达点到平面残差，通过选代误差状态卡尔曼滤波器实现多传感器数据紧耦合融合，输出高精度位姿。在地图构建部分，采用增量式k-d树(ikd-Tree)动态管理点云以构建激光雷达局部地图;通过网格筛选与 Shi-Tomas得分计算提取视觉特征点，并采用数组管理实时移除视场外特征点以构建视觉局部地图;通过将激光雷达点云投影至对应图像提取RGB颜色信息生成彩色点云帧，再依据优化位姿拼接彩色点云帧以构建彩色点云地图。基于Gazebo仿真平台的测试结果表明，相比FAST-LIVO算法，所提算法的绝对轨迹误差（ATE)和相对位姿误差(RPE)均降低了 20% 以上，且巷道侧壁、内部料堆轮廓、地面等特征更清晰。在公开数据集M2DGR上的测试结果表明,所提算法的定位精度较LEGO-LOAM,FAST-LIO及FAST-LIVO算法有所提升，且在转弯处无明显漂移,轨迹稳定性更优，且所提算法处理数据的平均时间缩短。在长走廊模拟环境的测试结果表明，所提算法对空间结构的还原更清晰，线条、轮廓等细节更精准，噪点抑制效果更佳，能更准确地反映真实环境布局。
分析与研究 | 水力喷射多孔旋转喷头流场特性及关键参数优化研究

分析与研究 | 水力喷射多孔旋转喷头流场特性及关键参数优化研究

摘要：受煤矿井下受限空间和复杂煤岩条件的限制，要求水力喷射钻进喷头尺寸更小且成孔直径更大。针对水力喷射多孔旋转喷头正反向喷嘴偏置布置方式和喷嘴射流作用特点，对正向喷嘴布置关键参数进行优化研究。采用RNG k-ε 湍流模型对多孔旋转喷头正向喷嘴流场特性进行了数值模拟分析，结果表明：内环、中环喷嘴射流轴向速度较大，外环喷嘴射流径向速度较大;随着喷嘴与多孔旋转喷头轴线的夹角和间距增大，内环、中环喷嘴射流在各自旋转轨道形成的破碎圈重合区域逐渐减小，表明内环、中环喷嘴射流之间的相互影响逐渐减弱。采用砂岩和原煤试件开展了室内高压水射流破煤岩试验，结果表明：当内环、中环、外环喷嘴与多孔旋转喷头轴线夹角分别为 20,30,50^° ，中环、外环喷嘴与多孔旋转喷头轴线间距分别为 2,5mm 时，多孔旋转喷头破碎砂岩试件的成孔直径达 24mm 且成孔断面呈规则圆形，多孔旋转喷头破碎原煤试件成孔直径达 38mm ，基本满足水力喷射钻进对成孔效果的要求。
分析与研究 | 巨厚煤层开采微震响应特征及地表沉陷演化规律研究

分析与研究 | 巨厚煤层开采微震响应特征及地表沉陷演化规律研究

摘要：巨厚煤层开采形成的大空间造成上覆岩层运动过程及矿压显现复杂，导致现场微震响应特征与地表沉陷演化规律不清晰。针对上述问题，以国家能源集团国源电力有限公司准东二矿巨厚煤层为研究对象，基于现场实测分析巨厚煤层采动影响下微震响应特征及地表沉陷演化规律，并揭示二者与回采速度的关联性。研究结果表明： ① 巨厚煤层采动影响下微震事件分布范围广，不同能级微震事件超前工作面分布范围达20倍采厚，在工作面垂向集中分布范围为5.5倍采厚，在工作面两侧集中分布范围达2.8倍采厚。 ② 中等能级微震事件在所有微震事件中占比最大，且不同关键层区域微震事件呈“低层位低能级、高层位高能级”分布特征。 ③ 地表下沉量在工作面倾向上呈“漏斗型”分布形态，最大下沉量约为1/2采厚；不同回采阶段最大下沉量位置均位于工作面中部区域，相较工作面位置具有“滞后性”特征。 ④ 回采速度与微震及地表沉陷演化具有较强关联性，随着回采速度增加,微震事件在工作面两侧分布范围呈逐渐减小趋势，在工作面煤层上方分布范围逐渐增大，微震事件能量、频次及地表位移变化速率均呈非线性增加趋势。

过往期刊

更多

猜你喜欢

龙源综合阅览室V1.0