Theory and key technologies for intelligent fully-mechanized top-coal caving faces of annual production of millions of tons
-
摘要:
针对综采放顶煤工作面在智能放煤理论、智能感知与识别关键技术、智能放煤综合决策技术和远程放顶煤智能控制技术方面存在的问题，依托“十三五”国家重点研发计划—— 千万吨级特厚煤层智能化综放开采关键技术及示范，开展了千万吨级综放工作面智能化放煤理论及关键技术研究，取得如下成果：①开展了顶板顶煤组合体压缩试验、煤岩组合体破碎块度分布试验和不同顶板−顶煤条件下综放开采放煤相似模拟试验，阐明了顶板顶煤的破碎−运移的相互作用过程；开发了采空区三维激光空间探测技术，证明了群组放煤过程中顶煤“面接触块体成拱现象；开展以采放协调、高回收率、低含矸率为约束条件的特厚煤层多口群组智能放煤数值模拟，确定了群组放煤口数量；综上，为智能放煤工艺优化提供了可靠理论基础。②对工作面煤矸地质信息及物性特征、顶煤放落过程全周期感知要素进行探索研究，形成了包含“顶煤厚度在线探测−煤矸精准识别−煤流动态测量”的综合感知技术体系，为智能化放煤决策技术提供了充分的数据信息支撑。③建立了综放面“人−机−环”多源信息数据库，构建了基于采放时间协调、采放空间协调、采放运能协调的特厚煤层综放面采放协调决策模型，开发了基于Q-learning算法的智能放煤决策软件，形成了基于煤矸识别、顶煤厚度探测和过煤量监测感知，结合煤矸运移时序特征和经验数据的人工智能决策技术。④研发了智能综放面三机位姿高精度惯导监测与控制技术，实现了采煤机、液压支架、刮板输送机的实时定位、姿态监测及动作控制；开发了智能化矿山融合通信调度系统，构建了智能综放远程综合控制平台，成功实现了“远程一键启动”模式的智能放煤。⑤在塔山矿8222工作面，开展了基于探地雷达的顶煤厚度在线探测技术、融合振动−音频−高光谱的煤矸精准识别技术、基于激光三维扫描的放煤量实时监测技术和综放工作面智能化放煤决策软件的应用，现场顶煤厚度探测、混矸率和放煤量的误差分别控制在10.71%、9.32%和7.8%以内，平均每个放煤循环节省时间约30 min，实现了年产
1500 万t的综放工作面智能高效放煤。Abstract:The research focused on addressing various challenges in intelligent top caving theory, intelligent perception and recognition key technology, intelligent caving comprehensive decision-making technology, and remote caving intelligent control technology of fully mechanized top coal caving face. This is being done under the “13th Five-Year” national key research and development plan, specifically designed for the key technology and demonstration of intelligent fully mechanized top coal caving mining method with annual production of 10 million of tons in extra-thick coal seam. The research has resulted in the following outcomes: ① Comprehensive experiments were conducted to understand the interaction process of crushing and migrating of roof and top coal combination (RTCC) and the fragmentation distribution of RTCC under different roof conditions. A three-dimensional laser goaf space detection technology has been developed, and the arching phenomenon of top coal blocks on contact, at coal discharge process with multiple coal discharge ports, has been validated. In addition, the numerical simulation of multi-port intelligent coal caving in extra-thick coal seam is carried out with the constraints of mining and caving coordination, high recovery rate, and low gangue ratio, and the number of coal caving ports is determined. those provide a reliable theoretical basis for optimizing intelligent coal-caving processes. ②The research has explored the geological information and physical characteristics of coal and gangue in the working face, along with full-cycle sensing elements of the top coal caving process. This has led to the development of a comprehensive sensing technology system, including real time detection of top coal thickness, accurate identification of coal and gangue, and dynamic measurement of coal flow, providing crucial data information support for decision making of intelligent coal top caving technology. ③A multi-source information database has been established for the man-machine-environment interface, and a decision-making model has been developed for fully mechanized top caving in extra-thick coal seams. An intelligent coal top caving decision-making software based on the Q-learning algorithm has been created, utilizing artificial intelligence for coal and gangue identification, top coal thickness detection, and coal quantity monitoring. ④A high-precision inertial navigation monitoring and control technology for intelligent fully mechanized caving faces has been developed, enabling real-time positioning, attitude monitoring, and action control for the shearer, hydraulic support, and scraper conveyor. An intelligent mine-integrated communication scheduling system and a remote-integrated control platform for fully mechanized caving have also been established. Those allow for the successful implementation of intelligent coal caving in remote one-button start mode. ⑤Advanced technologies such as ground-penetrating radar for top coal thickness detection, vibration-audio-hyperspectral for coal-gangue identification, and laser three-dimensional scanning for real-time coal caving monitoring are utilized in the 8222 Working Face of Tashan Mine. Intelligent coal caving decision software is applied in fully mechanized caving operations, leading to a control of errors within 10.71% for top coal thickness detection, 9.32% for mixed gangue rate, and 7.8% for coal caving amount. On average, each coal caving cycle now saves about 30 minutes, leading to intelligent and efficient coal caving operations with an annual output of 15 million tons.
-
0. 引 言
煤矿智能化开采是煤矿企业迈向高质量发展的必由之路[1-3]，而煤矿隐蔽致灾因素是制约矿井安全、高效、绿色、智能化开采的关键地质因素[4-6]。透明地质是实现煤矿隐蔽致灾因素勘查的重要技术手段[6-7]，其中地质构造透明化勘查是重中之重。地质构造不仅控制和影响工作面煤层厚度、煤层顶底板起伏形态，也是矿井水害、顶板/矿压、瓦斯、火灾、煤尘等多种矿井灾害的隐蔽致灾因素，因此，地质构造隐蔽致灾因素的透明化勘查是实现煤矿智能开采的关键技术，尤其是地质构造复杂的矿井。为此，以地质构造条件复杂的国家能源集团新疆能源有限责任公司屯宝煤矿为研究背景，以实现矿井高水平级智能化建设为目标，以制约煤矿安全、高效开采的关键性地质因素地质构造为切入点开展研究。
屯宝煤矿位于新疆准南煤田硫磺沟矿区，目前前国内外学者关于新疆准南煤田地质构造的研究多集中在区域大尺度构造形成机制、演化、控煤及煤层气富集模式[8-10]和构造样式、岩浆侵入[11-12]以及煤层气富集机理[13-14]等方面；构造与矿井灾害的研究主要为断层的导水性、不同属性断层顶板矿压显现规律、断层的加固与注浆改造、工作面及其巷道过断层的安全技术措施等；煤矿区地质构造及其异常区的精细探测主要采用地面二/三维地震技术[15-16]、井下采煤工作面的槽波勘探[17-20]，工作面回采前的无线电坑透勘探[21]，采掘工作面的地面、井下瞬变电磁勘探[22]和微动勘探[23]以及钻孔窥视等物探方法。上述勘探技术基本解决了煤矿区地质构造的宏观发育特征及其采掘工作面地质构造与富水异常的圈定问题，基本可以保障煤矿的安全开采并为灾害治理提供靶区。但是，随着近年来智能开采理论和工程实践的发展，煤矿智能开采对地质构造探测提出了更高的要求[17,19]，主要体现在对煤层厚度及其顶底板构造起伏形态的控制达到亚米级别，对小型断裂构造的探测要求做到超前、精准的控制。为实现工作面地质透明化，随采地震、随掘地震[24-26]、采掘工作面的地质雷达[27]、孔中瞬变电磁勘探[21]、孔中地质雷达[28]、钻孔多参数地球物理测井、孔间电法CT[29]、孔间地震波CT[30]、缪子勘探[31]等多种地质及其构造透明化探测技术应用而生，为透明地质[2,6,32-34]提供了有效的物探技术支持。但物探的多解性和井下物探的局限性，导致其无法完全解决所有的问题，还需以地质分析为背景，进一步结合地质钻探进行精细地解释。因此，构造地质[35]、沉积环境及其灾害关系研究[36-39]等先进的技术被应用于煤矿智能开采地质保障。此外，常规钻探和井下定向钻探技术被广泛应用于煤矿井下工作面煤岩界面探查[7,40-41]、孔内物探工作开展、超前瓦斯治理[42-43]、探放水[1,44]、注浆防灭火[45]、坚硬顶板超前弱化改造[46]、冲击地压灾害防治等[46-47]矿井灾害的探查与防治以及各类隐蔽致灾因素的专项探查与治理。但上述研究仍缺乏针对不同地质条件或煤矿区的系统性勘查技术。
为从根本上解决这一问题，提出煤矿地质构造隐蔽致灾因素透明化勘查的思路，采用区域及矿井构造分析，智能开采工作面超前物探、钻探、测试化验等综合探查地质构造特征，结合各类灾害如瓦斯、顶板、冲击地压等灾害探查成果，分析地质构造与隐蔽致灾因素的关系，并通过数字化、三维地质建模[3,6,34,48-49]实现对智能开采工作面构造隐蔽致灾因素的逐级透明。
1. 构造地质特征
1.1 区域构造地质特征
准南煤田位于准噶尔盆地南缘中段冲断带的齐古断褶带东部。准噶尔盆地南缘为典型的陆相多旋回叠合盆地，经历了印支、燕山及喜马拉雅多期强烈构造运动的叠加改造，构造特征及地层展布极其复杂[8-9]，形成了现今“东西分段、南北分带”的构造格局（图1）。硫磺沟矿区西起三屯河，东至乌鲁木齐河，北以乌鲁木齐西大断裂为界，南抵柴窝堡盆地。其构造线展布与天山褶皱带方向基本一致[9]，由一系列呈北东东方向展布的背向斜、逆冲断裂组成（图1a）。区内主要发育喀拉扎背斜、西山逆断层、阿克德向斜、头屯河向斜、桌子山背斜、小梁子逆断层及郝家沟背斜。区内中生代盆地受燕山期和喜山期构造运动影响，地层发生多次强烈隆起和夷平，地层倾角11°～34°，局部达50°～75°。
屯宝井田西山窑组厚度约225 m，含煤16层，含煤系数约17.98%。可采煤层9层，分别为4、5、7、9、10、14−1、14−2、15−1、15−2，可采煤层厚度为13.16～74.96 m，平均37.83 m，可采含煤系数为16.81%。
1.2 矿井构造特征
屯宝井田整体为缓倾斜单斜构造，地层走向呈北东—南西，倾向北西，地层倾角10°～24°。受背向斜构造影响，区内断层较发育，以高角度正断层为主，断层走向以北北西、北西向为主，倾向以北东向为主，南西向次之（图1b）。正断层多表现为张性，分布密集，断层倾角普遍为70°～80°，断层规模较大。逆断层多为压性，断层倾角普遍为50°～60°（图1c、图1d），破坏作用较强，断层面后期被上覆泥岩充填，表现为封闭性断层。井田内三维地震解释断层17条，其中，落差30～50 m断层共2条，落差10～20 m断层共3条，落差5～10 m断层共7条，落差0～5 m断层共5条。矿井采掘过程中揭露断层（断点）83条，多为落差小于5 m的正断层。
屯宝煤矿开采4～5煤层，经多年的开采揭示，目前主要矿井灾害隐蔽致灾因素类型为坚硬顶板、冲击地压、瓦斯富集，上述灾害与构造隐蔽致灾因素存在密切的关系，制约矿井设计、采掘工程部署以及煤矿安全、高效、绿色、智能化开采，其中断层是最主要的构造隐蔽致灾因素[50-53]。屯宝煤矿作为国家能源集团新疆能源的首批智能化建设示范矿井，其中瓦斯和矿井冲击地压隐蔽致灾因素的透明化是重点示范方向。确定研究对象为WII02040502智能开采工作面，其地质构造较为典型，具有示范意义。
2. 透明化勘查技术体系
透明地质是实现工作面智能开采的前提，而地质透明化勘查是实现透明地质的关键性技术手段。因此，需要根据不同煤矿区地质构造条件和煤矿智能化建设需求，探索并构建一套适应于该区域或矿井的工作面地质透明化勘查技术体系。针对屯宝煤矿地质特征和多年的生产实践，归纳总结各类地质分析、综合勘查工程，综合分析各类技术适用性及其有效性。以制约煤矿安全、高效、绿色、智能化开采的关键性隐蔽致灾因素为切入点，构建面向智能开采的地质构造透明化勘查技术框架（图2），在此基础上详细介绍各类技术及其勘查效果。
![]()
图 2 构造隐蔽致灾因素透明化技术框架Figure 2. Technical framework of transparent hidden disaster-causing factors of geological structure2.1 构造透明化勘查技术
2.1.1 地震勘探技术
地震勘探技术包括地面的二/三维地震勘探和井下工作面的槽波勘探技术。其中三维的地震勘探技术可以实现对5 m以上断层的识别、煤层顶底板构造起伏形态、古河流冲刷带以及煤层厚度的解释；槽波勘探技术可用于对采煤工作面内部小型地质构造如断层、冲刷带、挠褶带等进行超前探测，结合地质及其钻探进行物探异常的地质构造属性解释。槽波探查发现WII02040502工作面内发育多条断裂构造，显示存在异常区8处（图3）。
![]()
图 3 无线电波透视和透射法槽波探查成果Figure 3. Radio wave perspective and transmission method slot wave detection results2.1.2 地质钻探技术
利用地面钻探、井下常规超前钻探及井下定向钻探（图4a）等地质钻探技术，在钻探过程中对钻井液消耗量、钻探工艺参数、钻井岩屑的变化进行统计、分析，可第一时间获取孔内地质构造（如断层、破碎带等）的特征信息。同时，根据煤岩层及其界面的特征对煤岩石界面进行定向钻探，配合岩屑编录、钻效分析、钻孔窥视等技术，可以实现智能工作面煤岩界面定向钻探识别[7]，并利用三维地质建模技术实现对工作面煤层的模型构建（图4b）。
![]()
图 4 工作面定向钻探查及三维地质模型Figure 4. Directional drilling exploration and 3D geological model屯宝煤矿钻遇断层具有憋泵、泥浆消耗量大或孔内漏失、孔口岩屑返渣变少变大、钻进效率底下、掉块卡钻等钻探响应特征。
2.1.3 地质写实
地质写实通过对煤矿井下掘进工作面及巷道和回采工作面开切眼揭露的剖面进行定期测量和素描写实，记录煤层厚度、煤层顶底板岩性、煤岩体结构、煤层及其夹矸、标志层、地层产状以及裂缝等特征的变化，如图5所示。
屯宝煤矿发育的地质构造类型包括正逆断层相关的地堑（图5a）、地垒式断裂组合（图5b）、雁列式组合（图5c）和挠曲构造（图5d）以及煤层厚度的突变带、断层破碎带等构造形式。WII02040502工作面主要发育8条断层，断层落差0.40～5.70 m，以正断层为主，断面倾角15°～78°，以高倾角为主。
2.1.4 地球物理测井技术
地球物理测井技术包括地面常规的地球物理测井技术、井下地球物理多参数测井等技术。井下多参数地球物理测井技术（图6a）可以实现对全钻孔段岩性、裂缝、断层、岩浆倾入等地质构造的可视化成像，完成对钻孔电视、自然伽马、视电阻率、自然电位、激发极化电位、孔斜等多参数的孔内地球物理测井参数的获取，为岩性识别、断层带、顶板富水性等探查提供定量和定性解释。断层破碎带具有高自然伽马、高电阻率等特点。
![]()
图 6 地球物理测井技术及孔中物探成果Figure 6. Geophysics logging techniques and geophysical results in holes2.1.5 孔中物探技术
适应于解决地质构造的孔中物探技术包括钻孔窥视、孔中地质雷达、孔间CT等技术。其中钻孔窥视（图6b）是地面和井下应用最广泛的技术，可以实现对超前探测钻孔、定向钻探钻孔地层岩性及其断层破碎带、裂缝等地质构造的解释和识别（图6c、图6d）。
2.1.6 随采/随掘探测技术
随采/随掘探测技术通过在工作面回采前方/掘进巷道后方提前安置地震传感器，利用采煤机、掘进机截割煤壁时产生的震动信号，实时接收地震波在遇到断层、陷落柱、采空区等异常时产生的反射波。随采/随掘地震信号通过光纤环网实时传输到地面处理中心后，利用专用处理软件开展大规模的并行计算，动态生成掘进巷道前方地质构造的成像结果，可以满足快速掘进对超前探测精度、速度要求[22-23]。
2.2 地质构造与矿井灾害关系分析
采用数值模拟、相似材料模拟、监测监控、理论分析等多种技术手段对矿井地质构造（如断层、褶皱）与矿井灾害进行分析，运用数值统计、回归分析、相关性分析等多种分析方法，综合研究不同类型的地质构造隐蔽致灾因素与矿井灾害的关系。重点研究地质构造与应力集中区分布的关系，地质构造带瓦斯富集特征及其地质构造附近瓦斯异常涌出的规律，采掘工作面过断裂构造煤层顶板移近和变形以及矿压显现特征。
2.2.1 断裂构造与应力集中的关系
WII02040502工作面通过断层时，在断层破碎带影响范围内出现煤岩松散、破碎，巷道围岩应力集中，巷道底鼓，顶板下沉等问题，由此导致断层带300 m范围内两帮移近量超过1 m，底鼓达0.50 m，对工作人员及其设备构成严重威胁。因此，需要在查明构造的前提下进一步查明断裂构造对应力集中的影响及其范围。
对工作面过T2断层期间巷道不同位置锚杆应力监测和煤柱侧应力分布规律进行研究，结果表明：
1）PASAT−M应力探测结果（图7）显示，受T2断层影响，围岩应力在距断层20～30 m范围内出现应力集中区域，将其划分为中等危险区域，运输巷一侧的影响范围较回风巷一侧大。
2）回风巷与运输巷煤柱侧锚杆应力变化趋势基本相似，距离工作面越远越小；受断层的影响两巷道锚杆应力峰值出现明显的差异性，表现为运输巷应力峰值出现在超前工作面10～15 m，工作面回风巷为5～10 m。
因此，断层对工作面巷道的影响在10～15 m出现应力峰值，工作面过断层20～30 m范围出现的应力集中区是冲击地压灾害防治重点区域。
2.2.2 断裂构造与瓦斯富集的关系
对工作面瓦斯含量、瓦斯涌出量、钻孔窥视、裂缝统计、采样点与断层面的距离等参数进行统计和分析。工作面瓦斯分布特征如图8所示，断层附近瓦斯参数变化规律如图9所示。结果发现：
1）工作面煤层瓦斯含量为2.10～2.86 m3/t，在正常区域瓦斯含量为2.10～2.30 m3/t；工作面瓦斯涌出量为6.39～14.39 m3/min，工作面存在瓦斯富集区。
2）工作面瓦斯含量与瓦斯涌出量的分布具有明显分带性，表现为在F1～F2断层、开切眼与F6断层间的瓦斯含量相对低，而在F3～F7断层间为瓦斯富集带。瓦斯含量与瓦斯涌出量呈明显的正相关性（图9a）。
3）工作面瓦斯的含量、涌出量受断层的控制，其中F3断层带、F4～F5断层带间存在2个相对较高富集区，因此，该区域是瓦斯突出防治的重点区域。
4）通过对工作面断层及其裂缝的统计、分型分维度与瓦斯含量关系分析，工作面瓦斯的含量或涌出量与断裂构造的分型维数呈对数关系，相关性显著（图9b）。
5）煤层瓦斯的含量、瓦斯涌出量随着工作面与断层的距离变化呈现对数相关性，相关性显著（图9c、图9d）；瓦斯的含量、瓦斯的涌出量在距离断层25 m处出现明显的增加，在大于25 m区域变化不大，在小于25 m区域随着距离的减小呈指数型增大。这一结论与前述的断层对应力集中的影响是一致的，因此，距离断层25 m区域是顶板冒落和瓦斯突出灾害的隐蔽致灾因素叠合区域，为重点防治区域。
2.2.3 断裂构造与矿压显现的关系
断层对煤岩层的物质结构和构造应力场分布的影响程度取决于断层性质（包括断层倾角、断层充填情况，断层面形态等）、断层围岩性质（断层面的抗剪强度和岩体的抗拉强度）以及地应力状态。断层面上的剪应力等于断层面的抗剪强度时，断层就处于临界不稳定状态，此时轻微的扰动就可能引发断层活化，甚至导致强烈的冲击地压。断层极大地扰乱了地应力场的分布，这种对地应力的扰乱只是发生在断层附近有限范围内，超过一定距离，地应力分布恢复正常状态，因此，查明这一范围对冲击地压的探测防治具有指导意义。通过现场监测、数值模拟与相似材料模拟等多种方式综合研究表明：
1）针对应力集中区的围岩运动宏微观监测，结果显示在距离工作面前方3～15 m是压力升高区，其中5 m是峰值区，随后降低，孔内裂缝的密度明显增加；在开采扰动条件下工作面过断层及其破碎带煤岩体应力与变形加剧断层的活化，容易形成工作面片帮和大面积冒顶以及冲击地压的显现（图10a）。
![]()
2）由于断层破坏了煤岩层的连续性，采动应力演化规律变得异常复杂。当工作面逐渐靠近断层时，超前支承压力的正常前移受阻，使得采场覆岩压力大部分作用在采煤工作面和断层面之间的煤体上，导致该部分煤体支承压力大幅度增加（图10b—图10d）。
3）从对断层附近采掘活动的数值模拟分析（图11a、图11b）可以看出，当工作面在断层一侧向断层推进时，工作面前方的垂直应力和水平应力均有明显的集中现象，由于构造区域存在地质构造应力场，通常使煤岩体的构造应力尤其是水平构造应力增加。在支承压力异常和构造应力异常的双重影响下，断层带附近煤岩发生压力型冲击的可能性将会加大。
![]()
4）相似材料模拟（图11c）、数值模拟与工作面回采矿压监测、巷道变形、锚索应力应变等结果具有高度的相同性，表明数值模拟参数及模型选择合理，相似材料模拟配比及开挖方法得当，可以揭示工作面过断层矿压及冲击地压显现的机理。
因此，工作面初次来压位置前后20 m和工作面见方前后30 m为中等冲击危险区域，采空区煤柱影响区、停采线区域前后50 m、落差大于4 m的断层前后30 m等为弱冲击危险区域[52]。
2.3 地质构造隐蔽致灾因素勘查技术体系
通过对上述各技术的分析结合煤矿多年的生产实践和应用效果检验，形成了适应于屯宝煤矿的地质构造隐蔽致灾因素勘查技术体系，如图12所示。
![]()
图 12 地质构造隐蔽致灾因素勘查技术体系Figure 12. Technology system of geological structure hidden disaster-casuing factor exploration构建的智能开采工作面的构造隐蔽致灾地质因素勘查技术体系可分为4个层级：①区域构造地质研究。②隐蔽致灾因素的勘查，隐蔽致灾因素勘查重点针对矿井智能开采工作面而开展，以历史资料分析快速圈定工作面地质构造类型及其潜在的隐蔽致灾异因素，在此基础上针对地质构造和隐蔽致灾因素类型，选择合适的物探技术（如槽波、坑透、随采随掘探测、测井或孔中物探等）进一步确定物探的异常区和隐蔽致灾因素的特征；在物探圈定的基础上开展钻探验证（如定向钻探的超前探测、采样测试等），获取隐蔽致灾因素评价或探测治理的关键性数，保障巷道快速掘进及工作面的快速回采；在生产过程中根据生产揭露和监测监控资料及数据，动态调整隐蔽致灾因素范围及其评价参数。③在探测和获取参数后采用理论分析、数值模拟、相似材料模拟、工程类比等方式，进行地质构造隐蔽致灾因素评价，根据评价结果提出针对性探查防治措施和工程治理方案。④最终，通过相关性分析、数字化技术、数据融合以及三维地质建模技术，将隐蔽致灾因素调查、分析、评价的成果三维呈现，实现构造隐蔽致灾因素的透明化。
3. 构造隐蔽致灾因素透明化技术
3.1 多源数据融合
3.1.1 数据源分析
屯宝煤矿WII02040502工作面先后采用了三维地震、无线电波透视、槽波勘探、井下钻探、巷道写实编录等技术手段对工作面断层进行精细探查。但技术手段不同导致成果数据类型多样、格式不统一，探测工程空间范围不同，解释成果的精度也有所差别。本次三维地质建模数据来源主要包括：钻孔数据，如钻孔名称、孔口坐标、终孔深度、孔斜数据、分层数据等，巷道写实、超前探煤孔写实等地质写实数据均以钻孔数据进行处理；通过轨迹测井计算得到的各煤层分界面、煤层厚度等资料；三维地震数据，如导入的已解释好的地震数据，其格式为SEGY，加载前经时深转换处理；槽波数据，如断层、褶皱等地质地质构造发育情况；生产数据，如矿压监测数据、瓦斯参数测试数据、邻近工作面地质构造及隐蔽致灾因素特征等。
3.1.2 数据综合
数据融合的基础是数据的集成与综合，即将不同的数据源通过坐标转换、数据投影等方法进行数据归一化处理。以工作面地理坐标为约束，将三维地震成果、槽波勘探、井下钻探数据成果转换为工作面绝对坐标，为数据处理做好准备。
数据集成后，对多源数据进行选取、位移、化简等操作，将其统一在同一比例尺上。
3.1.3 数据融合分析
不同的物探、钻探、实测手段针对同一地质构造可解释出不同的成果，即便是同一技术手段，也会解释出不同的结果，处理这一矛盾是数据融合主要解决的问题。本次三维地质建模以矿井高精度三维地震解释成果为基础，以地面钻孔资料进行地质地震标定，以巷道写实数据、探煤厚钻孔数据为约束，对三维地震数据、槽波数据和无线电波透视数据进行校正。数据流经过以上3个层次顺序处理，最终形成三维建模数据。
3.2 复杂断层三维可视化建模
3.2.1 断层建模
1）生成断面：将断层建模数据通过一定的空间插值方法进行计算，生成断层面。断面生成过程需控制断面垂向延伸长度，生成的断面根据该断面钻孔断点进行校正（图13a）。
2）断面校正：为保证计算生成的断面与实际断层展布规律一致，对生成的断面进行人工校正。编辑断面形态，使之与巷道揭露信息一致。根据断层复杂接触关系及多期次断层与地层切割关系，修正断层发育情况（图13b）。
3.2.2 地层模型
关键层面模型：工作面模型以煤层为关键层面进行建模，采用多点统计学方法进行煤层形态空间插值建模，通过计算机多种曲面插值算法，计算地层面，根据钻孔分层点校正地层面，设置地层接触关系等，进而建立地层格架模型（图14）。确定工作面地层起伏、煤层厚度变化信息，与断层展布模型切割相交，对交线平滑处理后形成工作面静态三维地质模型（图15）。
![]()
图 15 断层及关键层面三维静态地质模型Figure 15. 3D static geological model of faults and critical layers三维地层体模型：断层模型与关键层面模型（图15、图16）建立后，对层面进行纵向网格剖分，内插形成多个地层网格，垂向网格结合平面网格进行三维网格化，最终建立地层模型。
![]()
图 16 工作面煤层及断层三维地层体模型Figure 16. 3D stratigraphic model of coal seam and fault in working face3.3 构造隐蔽致灾因素透明化
采用数字化技术将上述隐蔽致灾因素进行数字化表达，如断层导致的应力集中区在断层分布的20 m范围内，瓦斯含量及其涌出量异常区分布在断层面25 m附近，断层导致的巷道变形、工作面回采应力、应变等矿压显现在30 m范围等阈值指标进行危险区的圈定；同时，结合地质构造引发的如煤层厚度的变化突变带、应力集中区、挠褶带等隐蔽致灾因素进行三维灾害属性建模。
最终，将地质模型（如地层、构造、煤层厚度及其顶底板起伏）与构造隐蔽致灾因素属性模型进行融合，建立WII02040502工作面构造隐蔽致灾因素三维透明化模型（图17）。
![]()
图 17 三维地质构造隐蔽致灾因素分布Figure 17. Distribution map of hidden disaster-causing factors in 3D geological structures由图17可知，WII02040502工作面存在的构造隐蔽致灾因素包括由8条断层构造导致的应力集中区、煤层厚度突变带、瓦斯富集区、挠褶带等类型。上述各类因素的叠加区域为高危险区，单一因素区为中等危险区，其他区域为低危险区。煤矿存在因断层而诱发矿井冲击地压显现、瓦斯突出、采掘工作面过断层顶板冒顶、应力集中等矿井灾害风险。
4. 结 论
1）构建了煤矿智能开采工作面构造隐蔽致灾因素透化勘查技术体系，以屯宝煤矿为研究对象、以WII02040502智能开采工作面为工程背景，实现了对该工作面隐蔽致灾因素的快速调查、多手段综合勘查、多方法的分析与评价，最终，采用数字化、相关性分析技术、三维建模实现了对构造隐蔽致灾因素的三维透明化展示，形成了区域构造地质研究、隐蔽致灾因素精细勘查、致灾威胁性科学评价、地质构造透明化的4个层级的逐级地质构造隐蔽致灾因素透明化勘查技术体系。
2）查明了屯宝煤矿总体构造形态为单斜构造背景上发育有断层、挠褶皱及其低幅度的褶曲构造，其中以断裂构造为主，断裂构造的发育严重的制约着矿井采掘工程面的设计和部署，同时威胁着煤矿的安全、高效、绿色、智能化开采。
3）屯宝煤矿与地质构造相关的隐蔽致灾因素包括断层诱发的地应力集中、煤层厚度突变、煤层瓦斯富集、煤岩体结构特征变化、巷道掘进冒顶、工作面回采强矿压显现、顶板冲击地压显现等矿井灾害致灾因素，其中冲击地压和瓦斯突出是主要的矿井灾害类型。
4）研究成果对新疆自治区矿井智能化建设、隐蔽致灾因素透明化勘查具有借鉴意义。此外，上述研究成果为屯宝煤矿智能化建设和煤矿隐蔽致灾因素勘查治理的初步成果，后续将隐蔽致灾因素透明化与灾害的监测预警相融合，实现煤矿隐蔽致灾因素透明化与预警联动。
-
![]()
图 1 顶板顶煤耦合作用下煤矸运移规律
Figure 1. Movement law of coal and gangue under coupling effect of roof and top coal
![]()
图 4 不同放煤口下综放面顶煤运移数值模拟
Figure 4. Numerical simulation of top coal movement in top coal caving face under different discharge ports
![]()
图 6 基于近红外光谱的煤矸识别技术
Figure 6. Coal gangue identification technology based on near-infrared spectroscopy
![]()
图 7 基于振动特征的煤矸识别方法
Figure 7. Coal and gangue identification method based on vibration characteristics
![]()
图 8 基于音频特征辨识的煤矸识别方法
Figure 8. Coal and gangue recognition method based on audio feature recognition
![]()
图 9 基于激光三维扫描的放煤量实时监测技术
Figure 9. Real time monitoring technology for coal discharge based on laser 3D scanning
![]()
图 10 综放开采多源信息数据库
Figure 10. Multi source information database for fully-mechanized top-coal caving mining method
![]()
图 11 特厚煤层综放面采放协调决策模型
Figure 11. Coordination decision model for mining and caving in fully mechanized caving face of extra thick coal seam
![]()
图 15 采煤机5G“双发选收”控制方案
Figure 15. Control scheme for 5G “dual engine selective collection” of coal mining machine
![]()
图 17 巷道与工作面顶煤厚度探测
Figure 17. Detection of top coal thickness in roadway and working face
![]()
图 18 基于振动信号的煤矸识别效果
Figure 18. Identification effect of coal and gangue based on vibration signals
![]()
图 22 系统应用前后放煤次数分布
Figure 22. Distribution of coal discharge frequency after system application
表 1 碎块粒级及质量比
Table 1 Crushed block grain size - mass percentage
试验类型 组合编号 质量比 粗粒（≥9.5 mm） 中粒（4.75～9.50 mm） 细粒（0.075～4.750 mm） 微粒（＜0.075 mm） 单轴
试验硬岩A 0.980 91 0.005 04 0.013 89 0.000 16 硬岩B 0.977 46 0.005 95 0.016 44 0.000 16 单轴
试验软岩A 0.989 57 0.002 29 0.008 15 0 软岩B 0.990 81 0.003 35 0.005 84 0 三轴
试验硬岩A 0.694 48 0.157 87 0.147 57 0.000 08 硬岩B 0.828 34 0.092 19 0.079 24 0.000 23 软岩A 0.943 42 0.039 74 0.016 83 0 软岩B 0.914 39 0.054 68 0.030 93 0 卸围压
试验硬岩A 0.837 99 0.068 33 0.093 53 0.000 15 硬岩B 0.849 97 0.061 69 0.088 11 0.000 23 软岩A 0.980 46 0.005 16 0.014 38 0 软岩B 0.976 74 0.007 11 0.015 98 0.000 16 
下载: 导出CSV
表 2 工作面钻孔数据与探测煤厚比较
Table 2 Comparison of drilling data and detected coal thickness data in working face
采位/m 工作面钻孔煤厚度/m 探地雷达探测煤厚/m 探测误差/% 2123 11.8 10.7 9.32 2139 12.6 11.5 8.37 2164 11.6 11.7 0.86 2230 11.0 12.0 9.09 2250 12.0 11.8 1.67 2269 11.1 11.5 3.60 2279 9.6 10.2 6.25 2289 9.3 9.1 2.15 2296 9.6 8.8 8.33 2302 7.2 7.6 5.56 2307 8.0 8.7 8.75 2311 10.8 10.1 6.48
下载: 导出CSV
表 3 煤厚在线实测数据和钻孔数据对比
Table 3 Comparison between real time measured coal thickness data and drilling data
采位/m 钻孔厚度/m 探测厚度/m 误差率% 2311 10.20 10.63 4.22 2307 9.89 9.55 3.48 2296 10.59 9.86 6.89 2279 9.06 8.64 7.64 2269 10.5 11.63 10.71 2230 10.81 10.63 1.68 2139 13.61 13.71 0.73 2123 12.58 11.47 8.82
下载: 导出CSV
表 4 放煤试验误差
Table 4 Error analysis of coal discharge test
序号 刮板输送机平均
速度/(m·s−1)真实体
积/m3测量体
积/m3相对误
差/%1 1.32 6.45 6.83 5.9 2 1.45 12.11 13.19 8.9 3 1.36 24.23 26.16 8.0 4 1.56 8.97 9.51 6.0 5 1.71 15.62 16.59 6.2 6 1.45 9.21 9.93 7.8 7 1.61 17.81 18.98 6.6 8 1.42 13.44 14.28 6.3
下载: 导出CSV
-
[1] 于斌,杨敬轩,刘长友,等. 大空间采场覆岩结构特征及其矿压作用机理[J]. 煤炭学报,2019,44(11):3295−3307. YU Bin ,YANG Jingxuan ,LIU Zhangyou ,et al. Overburden structure and mechanism of rock pressure in large space stope[J]. Journal of China Coal Society,2019,44(11):3295−3307.
[2] 于雷,闫少宏. 特厚煤层综放开采顶板岩层控制基本原理[J]. 煤炭学报,2020,45(S1):31−37. YU Lei,YAN Shaohong. The basic principle of roof strata control in fully mechanized caving mining of extra thick coal seam[J]. Journal of China Coal Society,2020,45(S1):31−37.
[3] 于斌. 大同矿区综采40 a开采技术研究[J]. 煤炭学报,2010,35(11):1772−1777. YU Bin. Study on fully mechanized coal mining technology in passed 40 years in Datong mining area[J]. Journal of China Coal Society,2010,35(11):1772−1777.
[4] 吴兴利,刘大同,张东方. 大同综采40a综合机械化装备的研发[J]. 煤炭学报,2010,35(11):1893−1897. WU Xingli,LIU Datong,ZHANG Dongfang. Research and development of fully mechanized coal mining equipmentin passed 40 years of Datong fully mechanized coal mining[J]. Journal of China Coal Society,2010,35(11):1893−1897.
[5] 康红普,徐刚,王彪谋,等. 我国煤炭开采与岩层控制技术发展40a及展望[J]. 采矿与岩层控制工程学报,2019,1(2):7−39. KANG Hongpu,XU Gang,WANG Biaomou,et al. Forty years development and prospects of underground coal mining and strata control technologies in China[J]. Journal of Mining And Strata Control Engineering,2019,1(2):7−39.
[6] 周开平. 薄煤层智能化无人工作面成套装备与技术[J]. 煤炭科学技术,2020,48(3):59−67. ZHOU Kaiping. Complete equipment and technology for intelligent unmanned workingface in thin coal seam[J]. Coal Science and Technology,2020,48(3):59−67.
[7] 王国法,张德生. 煤炭智能化综采技术创新实践与发展展望[J]. 中国矿业大学学报,2018,47(3):459−467. WANG Guofa,ZHANG Desheng. Innovation practice and development prospect of intelligent fully mechanized technology for coal mining[J]. Journal of China University of Mining & Technology,2018,47(3):459−467.
[8] 韩会军,王国法,许永祥,等. 6~10 m厚煤层超大采高液压支架及其工作面系统自适应智能耦合控制[J]. 煤炭科学技术,2024,52(5):276−288. doi: 10.12438/cst.2023-1692 HAN Huijun,WANG Guofa,XU Yongxiang,et al. Adaptive intelligent coupling control of hydraulic support and working face system for 6−10 m super high mining in thick coal seams[J]. Coal Science and Technology,2024,52(5):276−288. doi: 10.12438/cst.2023-1692
[9] 任怀伟,孟祥军,李政,等. 8 m大采高综采工作面智能控制系统关键技术研究[J]. 煤炭科学技术,2017,45(11):37−44. REN Huaiwei,MENG Xiangjun,LI Zheng,et al. Study on key technology of intelligent control system applied in 8 m large mining height fully-mechanized face[J]. Coal Science and Technology,2017,45(11):37−44.
[10] 李首滨,李森,张守祥,等. 综采工作面智能感知与智能控制关键技术与应用[J]. 煤炭科学技术,2021,49(4):28−39. LI Shoubin,LI Sen,ZHANG Shouxiang,et al. Key technology and application of intelligent perception and intelligent control in fully mechanized mining face[J]. Coal Science and Technology,2021,49(4):28−39.
[11] 高有进,杨艺,常亚军,等. 综采工作面智能化关键技术现状与展望[J]. 煤炭科学技术,2021,49(8):1−22. GAO Youjin,YANG Yi,CHANG Yajun,et al. Status and prospect of key technologies of intelligentization of fully-mechanized coal mining face[J]. Coal Science and Technology,2021,49(8):1−22.
[12] 魏文艳. 综采工作面智能化开采技术发展现状及展望[J]. 煤炭科学技术,2022,50(S2):244−253. WEI Wenyan. Development status and prospect of intelligent mining technology of longwall mining[J]. Coal Science and Technology,2022,50(S2):244−253.
[13] 郭金刚,李化敏,王祖洸,等. 综采工作面智能化开采路径及关键技术[J]. 煤炭科学技术,2021,49(1):128−138. GUO Jingang,LI Huamin,WANG Zuguang,et al. Path and key technologies of intelligent mining in fully-mechanized coal mining face[J]. Coal Science and Technology,2021,49(1):128−138.
[14] 孟祥军,李明忠,孙计爽,等. 千万吨级矿井智能化综采成套装备及关键技术[J]. 煤炭科学技术,2020,48(7):47−54. MENG Xiangjun,LI Mingzhong,SUN Jishuang,et al. Complete sets of equipment and key technologies for intelligent fully-mechanized mining of ten-million tonnage level mine[J]. Coal Science and Technology,2020,48(7):47−54.
[15] 贺海涛. 综采工作面智能化开采系统关键技术[J]. 煤炭科学技术,2021,49(S1):8−15. HE Haitao. Key technology of intelligent mining system in fully-mechanized mining face[J]. Coal Science and Technology,2021,49(S1):8−15.
[16] 刘小雄,马宝,陈建华. 综采工作面智能化开采装备与技术研究[J]. 煤炭科学技术,2022,50(S2):271−276. LIU Xiaoxiong,MA Bao,CHEN Jianhua. Study on coal seam transparency technology of thin coal seam intelligent mining face[J]. Coal Science and Technology,2022,50(S2):271−276.
[17] 王学文,刘曙光,王雪松,等. AR/VR融合驱动的综采工作面智能监控关键技术研究与试验[J]. 煤炭学报,2022,47(2):969−985. WANG Xuewen,LIU Shuguang,WANG Xuesong,et al. Research and test on key technologies of intelligent monitoring and controldriven by AR/VR for fully mechanised coal-mining face[J]. Journal of China Coal Society,2022,47(2):969−985.
[18] 苏杰,王新坤. 寸草塔煤矿综采工作面智能化建设关键技术研究与应用[J]. 煤炭科学技术,2022,50(S1):250−256. SU Jie,WANG Xinkun. Research and application of key technologies for intelligent constructionof fully mechanised mining face in Cuncaota Coal Mine[J]. Coal Science and Technology,2022,50(S1):250−256.
[19] 付翔,李浩杰,张锦涛,等. 综采液压支架中部跟机多模态人机协同控制系统[J]. 煤炭学报,2024,49(3):1717−1730. FU Xiang,LI Haojie,ZHANG Jintao,et al. Multimodal human-machine collaborative control system for hydraulic supports following the shearer in the middle range of fully mechanized mining face[J]. Journal of China Coal Society,2024,49(3):1717−1730.
[20] 王国法,庞义辉,许永祥,等. 厚煤层智能绿色高效开采技术与装备研发进展[J]. 采矿与安全工程学报,2023,40(5):882−893. WANG Guofa,PANG Yihui,XU Yongxiang,et al. Development of intelligent green and efficient mining technology and equipment for thick coal seam[J]. Journal of Mining & Safety Engineering,2023,40(5):882−893.
[21] 庞义辉,刘新华,马英. 千万吨矿井群综放智能化开采设备关键技术[J]. 煤炭科学技术,2015,43(8):97−101. PANG Yihui,LIU Xinhua,MA Ying. Key technologies of fully-mechanized caving intelligent mining equipment in ten million tons of mines group[J]. Coal Science and Technology,2015,43(8):97−101.
[22] 于斌,徐刚,黄志增,等. 特厚煤层智能化综放开采理论与关键技术架构[J]. 煤炭学报,2019,44(1):42−53. YU Bin,XU Gang,HUANG Zhizeng,et al. Theory and its key technology framework of intelligentized fully-mechanized caving mining in extremely thick coal seam[J]. Journal of China Coal Society,2019,44(1):42−53.
[23] 李伟. 综放开采智能化控制系统研发与应用[J]. 煤炭科学技术,2021,49(10):128−135. LI WeiLi. Research and application of intelligent control system forfull-mechanized caving mining[J]. Coal Science and Technology,2021,49(10):128−135.
[24] 宋选民,朱德福,王仲伦,等. 我国煤矿综放开采40年:理论与技术装备研究进展[J]. 煤炭科学技术,2021,49(3):1−29. SONG Xuanmin,ZHU Defu,WANG Zhonglun,et al. Advances on longwall fully-mechanized top-coal caving mining technology inChina during past 40 years:theory,equipment and approach[J]. Coal Science and Technology,2021,49(3):1−29.
[25] 路正雄,郭卫,张帆,等. 基于数据驱动的综采装备协同控制系统架构及关键技术[J]. 煤炭科学技术,2020,48(7):195−205. LU Zhengxiong,GUO Wei,ZHANG Fan,et al. Collaborative control system architecture and key technologies of fully-mechanized mining equipment based on data drive[J]. Coal Science and Technology,2020,48(7):195−205.
[26] 张德文,张文坦,郝胜峰. 金鸡滩煤矿智能煤流均衡系统研制与应用[J]. 煤炭科学技术,2021,49(S1):142−145. ZHANG Dewen,ZHANG Wentan,HAO Shengfeng. Application and development on intelligent coal flow balancing system in Jinjitan Coalmine[J]. Coal Science and Technology,2021,49(S1):142−145.
[27] 陈志军. 灵新煤矿综采工作面视频监控系统应用优化与探索[J]. 煤炭科学技术,2021,49(S1):146−149. CHEN Zhijun. Optimization and exploration of video monitoring system infully-mechanized mining face of Lingxin coal mine[J]. Coal Science and Technology,2021,49(S1):146−149.
[28] 王占飞,王耀. 煤矿井下煤流运输系统智能调速研究与应用[J]. 煤炭科学技术,2022,50(S1):283−288. WANG Zhanfei,WANG Yao. Research and application of intelligent speed regulation of coalflow transportation system in coal mine[J]. Coal Science and Technology,2022,50(S1):283−288.
[29] 李世银,杨瑞鑫,杨磊,等. 煤矿井下智能超表面非视距无线覆盖技术综述[J]. 中国矿业大学学报,2024,53(3):613−622. LI Shiyin,YANG Ruixin,YANG Lei,et al. Survey of the non-line-of sight wireless coverage technology by reconfigurable intelligent surfaces in underground coal mines[J]. Journal of China University of Mining & Technology,2024,53(3):613−622.
[30] 梁卫国,郭凤岐,于永军,等. 煤矸石井下原位智能分选充填技术研究进展[J]. 煤炭科学技术,2024,52(4):12−27. LIANG Weiguo,GUO Fengqi,YU Yongjun,et al. Research progress on in-situ intelligent sorting and filling technology of coal gangue underground[J]. Coal Science and Technology,2024,52(4):12−27.
[31] 王家臣,潘卫东,张国英,等. 图像识别智能放煤技术原理与应用[J]. 煤炭学报,2022,47(1):87-101. WANG Jiachen,PAN Weidong,ZHANG Guoying,et al. Principles and applications of image-based recognition of withdrawn coal and intelligent control of draw opening in longwall top coal caving face[J]. Journal of China Coal Society,2022,47(01):87-101.
[32] 毛明仓,张孝斌,张玉良. 基于透明地质大数据智能精准开采技术研究[J]. 煤炭科学技术,2021,49(1):286−293. MAO Mingcang,ZHANG Xiaobin,ZHANG Yuliang. Research on intelligent and precision mining technology based on transparent geological big data[J]. Coal Science and Technology,2021,49(1):286−293.
[33] 程建远,王保利,范涛,等. 煤矿地质透明化典型应用场景及关键技术[J]. 煤炭科学技术,2022,50(7):1−12. CHENG Jianyuan,WANG Baoli,FAN Tao,et al. Typical application scenes and key technologies of coal mine geological transparency[J]. Coal Science and Technology,2022,50(7):1−12.
[34] 李梅,毛善君,赵明军. 煤矿智能地质保障系统研究进展与展望[J]. 煤炭科学技术,2023,51(2):334−348. LI Mei,MAO Shanjun,ZHAO Mingjun. Research progress and prospects of coal mine intelligent geological guarantee systems[J]. Coal Science and Technology,2023,51(2):334−348.
[35] 崔亚仲,任艳艳,白明亮. 神东矿区煤炭智能化建设实践[J]. 煤炭科学技术,2022,50(S1):218-226. CUI Yazhong,REN Yanyan,BAI Ming liang Practice of ntelligent construction of Shendong Coal Mine[J]. Coal Science and Technology,2022,50(S1):218-226.
[36] 任怀伟,王国法,赵国瑞,等. 智慧煤矿信息逻辑模型及开采系统决策控制方法[J]. 煤炭学报,2019,44(9):2923−2935. REN Huaiwei,WANG Guofa,ZHAO Guorui,et al. Smart coal mine logic model and decision control method of mining system[J]. Journal of China Coal Society,2019,44(9):2923−2935.
[37] 方新秋,梁敏富,李爽,等. 智能工作面多参量精准感知与安全决策关键技术[J]. 煤炭学报,2020,45(1):493−508. FANG Xinqiu,LIANG Minfu,LI Shuang,et al. Key technologies of multi-parameter accurate perception and security decision in intelligent working face[J]. Journal of China Coal Society,2020,45(1):493−508.
[38] 刘永亮,李艳杰,崔耀. 超大采高工作面智能集成供液系统研究与应用[J]. 煤炭科学技术,2022,50(S2):387−392. LIU Yongliang,LI Yanjie,CUI Yao. Research and application of intelligent integrated liquid supply system for super high mining face[J]. Coal Science and Technology,2022,50(S2):387−392.
[39] 尤秀松,葛世荣,郭一楠,等. 智采工作面三机数字孪生驱动控制架构[J]. 煤炭学报,2024,49(7):3265−3275. YOU Xiusong,GE Shirong,GUO Yinan,et al. Digital twin-driven Control construction for Three machines ofSmart Coal Mining Face[J]. Journal of China Coal Society,2024,49(7):3265−3275.
[40] 马宏伟,赵英杰,薛旭升,等. 智能采煤机器人关键技术[J]. 煤炭学报,2024,49(2):1174−1182. MA Hongwei,ZHAO Yingjie,XUE Xusheng,et al. Key technologies of intelligent mining robot[J]. Journal of China Coal Society,2024,49(2):1174−1182.
[41] 于斌,夏洪春,孟祥斌. 特厚煤层综放开采顶煤成拱机理及除拱对策[J]. 煤炭学报,2016,41(7):1617−1623. YU Bin,XIA Hongchun,MENG Xiangbin. Top coal arching mechanism and arch removal strategies in fully mechanized top coal caving mining of ultra-thick coal seam[J]. Journal of China Coal Society,2016,41(7):1617−1623.
[42] 于斌,朱帝杰,陈忠辉. 基于随机介质理论的综放开采顶煤放出规律[J]. 煤炭学报,2017,42(6):1366−1371. YU Bin,ZHU Dijie,CHEN Zhonghui. Top-coal drawing law of LTCC mining based on stochastic medium theory[J]. Journal of China Coal Society,2017,42(6):1366−1371.
[43] 左建平,吴根水,孙运江,等. 岩层移动内外“类双曲线”整体模型研究[J]. 煤炭学报,2021,46(2):333−343. ZUO Jianping,WU Genshui,SUN Yunjiang,et al. Investigation on the inner and outer analogous hyperbola model (AHM)of strata movement[J]. Journal of China Coal Society,2021,46(2):333−343.
-
期刊类型引用(3)
1. 李立，杨东辉，陈晓鹏，张星星，樊聪. 井下钻孔测井技术在煤矿不良地质体探测中的应用. 晋控科学技术. 2025(01): 33-38 . 
百度学术
2. 邹元春，卢新明，刘建功，赵家巍，李静，王毅颖. 煤矿绿色智能开采地质基座的内涵与研究进展. 中国煤炭. 2025(01): 23-31 . 百度学术
3. 王海军，韩珂，吴艳，董敏涛，桑向阳，朱玉英. 基于穿层钻孔的工作面地质构造透明化技术. 中国矿业. 2024(S2): 170-175 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 140
- HTML全文浏览量: 17
- PDF下载量: 64
- 被引次数: 3
