Laser speckle stripes supersaturated problems in coal flow measurement research
-
摘要:
为解决煤流量三维扫描过程中亮度过饱和激光条纹中心线提取精度的问题，提出了一种对应的中心线提取算法。根据斜射式激光三角法测量原理，搭建了视觉测量系统平台，获取亮度过饱和的煤堆表面激光条纹数字图像并进行预处理。探究激光光强的分布规律，深度剖析激光光条亮度产生过饱和的原因。在分析传统结构光中心线提取方法不适用于本研究的基础之上，针对部分过饱和提出了基于高斯曲线拟合法的中心点提取算法，而针对全部过饱和则提出了一种基于邻域块思想的中心点提取算法。最后确定以激光条纹截面上过饱和采样点数量作为判别依据的中心线提取策略，得到亚像素级坐标精度的条纹中心线。通过设置与灰度重心法、曲线拟合法的对照模拟试验，发现该算法绝对偏差均值更小，提取精度要优于传统算法。最终在煤堆激光条纹图像上开展了试验验证，表明该算法在实际工作环境下抗噪声干扰性能力更强，减少了亮度过饱和现象给煤堆表面激光条纹中心线提取所带来的影响。
Abstract:In order to solve the problem of extraction accuracy of brightness supersaturated laser stripe centerline in three-dimensional scanning of coal flow, a centerline extraction algorithm is proposed. According to the principle of oblique laser triangulation measurement, a visual measurement system platform was built to obtain the digital image of laser stripes with oversaturated brightness on the surface of coal piles and preprocess it. The distribution law of laser light intensity is explored, and the reason for the supersaturation of laser stripe brightness is analyzed. It is found that the traditional structured light centerline extraction method is not suitable for this study. Therefore, a center point extraction algorithm based on Gaussian curve fitting method is used for partial supersaturation, and a center point extraction algorithm based on neighborhood block idea is applied for total supersaturation. The centerline extraction strategy based on the number of supersaturated sampling points on the laser stripe cross section is proposed to obtain the fringe centerline with sub-pixel coordinate accuracy. By setting the contrast simulation experiment with the gray center of gravity method and curve fitting method, it is found that the mean absolute deviation of the proposed algorithm is smaller, and the extraction accuracy is better than the traditional algorithm. Finally, the experimental verification is carried out on the laser stripe image of coal heap, and the experimental results indicate that the proposed algorithm has stronger anti-noise interference ability in the actual working environment, which can reduce the influence of brightness supersaturation on the extraction of laser stripe centerline on the surface of coal heap.
-
Keywords:
- coal flow scanning /
- image processing /
- centerline extraction /
- extraction algorithm
-
0. 引 言
神东矿区是我国典型的高产高效采煤矿区，煤炭资源丰富、开采强度大，为西北部能源供给作出了重大贡献。然而，大规模采煤同时也对矿区生态环境造成严重影响，导致地下水位下降、土地退化等问题突出。近年来，矿区虽逐年加大对地表生态修复方面的研发投入，并取得显著效果[1–3]，但仍存在修复生态自维持能力低、实施成本高等缺点。如何制定形成适应神东采损条件的高效、低成本修复措施，是矿区亟待解决的重大技术难题。
实际上，已有不少研究与实践发现，煤层开采引起的垮裂岩体或受损地表结构普遍具有一定的自修复能力[4–7]，在采后长期时间的应力压实与水–岩或水–气–岩相互作用下[7–10]，垮裂岩体会逐步由高渗状态转变为低渗、甚至隔水状态，受损的地表结构(如地表变形、地裂缝等)会逐步稳定愈合，由此带来矿区地下水位回升、植被长势变好等生态功能恢复现象。可见，若能遵循采动覆岩由垮裂到愈合的动态演变过程及规律，因地制宜地采取合理的引导修复或治理措施[2–3,11]，势必能产生事半功倍的实施效果。所以，首要任务，需研究掌握神东矿区煤层采动破坏或裂隙发育岩体的自修复特征与规律。
文献[4]以鄂尔多斯东胜矿区万利一矿开采条件为工程背景，采用地面钻孔探测方法，得到了单一和煤层群开采后历时8～12 a垮裂岩体的自修复特征。该矿地质开采条件虽与神东矿区较为类似，但由于其开采当年未能开展覆岩初始破坏状态的探测工作，它并未获得裂隙岩体发生自修复的绝对变化特征；选取神东矿区补连塔煤矿和大柳塔煤矿这2个典型矿井为试验区，在采煤当年曾开展过覆岩导水裂隙发育探测的区域，时隔多年后再次实施探测工作，从而得到两者的差异，揭示裂隙岩体的自修复特征，最终为矿区采损生态的引导修复提供基础参照。
1. 典型矿井裂隙岩体自修复的工程探测
补连塔煤矿和大柳塔煤矿位于神东矿区的中心地带，其赋煤条件代表了神东大部分区域的地质特征，因而选取它们作为本次探测的试验矿井。综合采用钻孔冲洗液漏失量法和钻孔电视观测，以获得工作面采后多年覆岩采动裂隙分布布变化情况，揭示其自修复特征。其中，补连塔煤矿选取12401工作面为试验区，该工作面曾于2007年7月开展探测[12]，距本次探测已有15 a；大柳塔煤矿选取52306工作面为试验区，该工作面曾于2015年3月开展探测[13]，距本次探测已有7.3 a。
1.1 补连塔煤矿12401试验面探测
1) 基本条件。补连塔煤矿12401工作面位于12煤四盘区，是该盘区的首采工作面，其西翼为盘区边界煤柱，东翼为12402接续工作面(图1)。工作面开采煤层埋深221～283 m，上覆基岩厚度180～240 m，地表大多被第4系松散层覆盖；煤层厚度3.4～6.4 m，平均厚度4.6 m；覆岩柱状如图2所示。工作面走向推进长度4 629 m，倾向宽276 m，设计采高4.3 m。
![]()
图 1 补连塔煤矿12401工作面探测钻孔布置平面图Figure 1. Layout of detection boreholes at No. 12401 work face of Bulianta Coal Mine12401工作面当年在距离开切眼2 164 m位置共布置了S19和S21两个探测孔，均位于工作面倾向中部，两孔间距88.9 m，终孔深度分别为243.7 m和238.6 m，如图1所示。本次探测，在上述2个钻孔位置附近再次施工了D1、D2探测钻孔，其中D1孔位于工作面倾向中部，并处于S19和S21中间，D2钻孔位于工作面西翼开采边界内侧附近，距离边界煤柱20 m；两孔终孔深度均为250 m，直至1–2煤层底板。
2) 采后当年历史探测结果(S19孔、S21孔)[12]。S19钻孔在钻进至孔深86.7～88.0 m阶段，冲洗液漏失量从0.125 L/(s·m)迅速升至2.167 L/(s·m)，在钻进83.7~87.0 m阶段孔内水位由11.45 m瞬间漏失至孔底，并在孔深87.1 m时出现持续的钻孔进风现象。后续在钻进至孔深120.0 m时曾出现掉钻、卡钻现象，钻进至223.5 m时，又出现多次卡钻现象。经综合分析判断，孔深86.7 m和223.5 m分别为导水裂隙带和垮落带的顶界，对应“两带”高度分别为153.9 m和17.1 m。类似地，S21钻孔在孔深97.0～97.5 m阶段，冲洗液漏失量从0.006 5 L/(s·m)迅速升至29.96 L/(s·m)，孔内水位则由3.85 m瞬间漏失至孔底；在钻进至孔深217.9 m后，同样出现多次卡钻现象。经过综合分析判断，孔深97.0 m和217.9 m分别为导水裂隙带和垮落带的顶界，对应“两带”高度分别为140.6 m和19.7 m。
3)本次探测结果(D1孔、D2孔)。D1孔、D2孔钻进过程的冲洗液漏失量和孔内水位变化情况如图3所示。D1孔在浅部区段钻进过程中，钻孔冲洗液漏失量普遍偏小，基本处于0.1～0.2 L/(m·s)；直至钻进孔深110.0 m时，冲洗液漏失量突然增大至6.04 L/(m·s)，孔内水位随即快速下降；继续钻进至孔深118.6 m时，冲洗液漏失量又减小为0.75 L/(m·s)，且孔内水位出现缓慢回升；直至孔深174.4 m，冲洗液漏失量再次突增，同时孔内水位漏至孔底；且后续钻进直至终孔一直维持这种冲洗液大量漏失现象。可见，在孔深110.0～118.6 m以及179.1 m至终孔的区段，仍存在裂隙显著发育现象。D2孔探测结果与D1孔基本相同，但它在孔深110.0～118.6 m范围并未出现冲洗液大量漏失现象，直到钻进至孔深179.1 m时才开始表现出冲洗液显著漏失现象；当钻进至孔深243.5 m时，陆续出现2次掉钻现象，掉钻深度0.3～0.4 m。
![]()
图 3 补连塔煤矿12401工作面采后15a覆岩垮裂状况的钻探结果注：S19和S21钻孔的探测结果基本相同，故图中仅以S19孔的探测结果为代表[12]。Figure 3. Drilling results in No.12401 work face of Bulianta Coal Mine 15 years after mining而钻孔电视的观测结果显示，无论是D1还是D2孔，在孔深86 m左右开始陆续出现孔壁裂隙发育或破坏的痕迹；直至孔深177 m左右，这种裂隙发育与破坏的密集程度显著增大。这与工作面采后当年开展的钻探结果相符，当年施工的S19钻孔探测时即是在孔深86.7 m位置开始出现冲洗液大量漏失和水位突降现象。可见，经过15 a时间的演变，覆岩中虽然仍能探测到裂隙发育的显著痕迹，但其导水渗流性能相比初始状态已发生较大改变，体现出裂隙自修复的良好效果。利用钻孔电视的观测结果，结合孔壁围岩的破坏情况，判断孔深229.5 m位置开始进入垮落带，对应垮落带高度为12.5 m。
4) 采后15a前后对比的自修复特征。通过将工作面采后15 a前后的探测结果进行对比后发现(图3)，采动覆岩裂隙自修复现象显著。在原先孔深86.7～174.4 m钻进范围内出现的冲洗液大量漏失现象，本次探测时并未出现，仅D1孔在孔深110.0～118.6 m的局部范围出现暂时漏液现象。说明，D1孔对应采区中部区域覆岩在埋深86.7～110.0 m和118.6～174.4 m区段范围的导水裂隙已实现自修复，埋深110.0～118.6 m区段仍存在导水裂隙未修复现象，这与采后覆岩在该区域破坏程度较高、裂隙发育较明显有关(S19孔曾在此出现掉钻、卡钻)；而D2孔对应开采边界附近覆岩在埋深86.7～179.1 m区段的导水裂隙已实现自修复。可见，开采边界附近覆岩导水裂隙自修复效果相对偏优。
1.2 大柳塔煤矿52306试验面探测
大柳塔煤矿52306工作面位于5–2煤三盘区，其南翼为邻近已采的52305工作面采空区，北翼为接续开采的52307工作面(图4)。工作面对应地面标高+1 160.8～+1 216.2 m，底板标高+1 009.87～+1 024.97 m；煤层厚度7.2~7.6 m，平均7.35 m；上覆岩层柱状如图5所示。工作面走向推进长度1 285 m，倾向宽292.5 m，设计采高6.6 m，采用7.0 m支架进行回采。
![]()
图 4 大柳塔煤矿52306工作面探测钻孔布置Figure 4. Layout of detection boreholes at No.52306 work face of Daliuta Coal Mine52306工作面当年曾在距开切眼412.6 m和980.9 m位置分别布置了采后孔DS2和采前孔DS1，两孔均位于工作面区段煤柱附近，距煤柱边界26 m；两孔终孔深度165 m，如图4所示。本次探测，在采后孔DS2附近对应工作面倾向中部和开采边界附近分别布置了D1、D2探测钻孔，两孔终孔深度190 m，直至5–2煤底板。其中D2孔与DS2孔一样距煤柱边界26 m，与DS2孔间距48.5 m，与D1孔间距112.4 m。
1) 采后当年历史探测结果(DS2孔)[13]。因DS1采前孔冲洗液漏失并不明显，故本节主要叙述DS2采后孔钻进过程的探测结果。当DS2钻进至31.8 m时，开始出现孔口不返浆现象，对应冲洗液漏失量增至3.25 L/(m·s)；而后钻进至35.8 m时，孔口恢复返浆，但冲洗液漏失量处于0.6～1.3 L/(m·s)的偏高水平；继续钻进至46.3 m时，再次出现孔口不返浆，且孔内水位降至孔底。此后钻进过程冲洗液一直呈现较高漏失量。同时，钻孔钻进至孔深146.3 m时出现吸风现象，钻进至孔深149.0处发生0.30 m掉钻，后续又在孔深163.8 m处，再次发生掉钻，掉钻高度达0.50 m，孔内吸风瞬间加剧，可听到风声，并发生卡钻。综合分析判定孔深46.3 m和163.8 m处分别为导水裂隙带和垮落带的顶界，对应“两带”高度分别为137.3 m和19.8 m。
2) 本次探测结果(D1、D2孔)。D1、D2孔钻进过程中冲洗液漏失量与孔内水位变化曲线如图6a所示。D1孔钻进至孔深47 m时，孔口出现数次短暂不反浆现象，但冲洗液漏失并不明显，基本处于0.06～0.07 L/(m·s)；继续钻进至孔深51.5 m时，孔口不再反浆，冲洗液漏失量迅速升至0.55 L/(m·s)；后续钻进过程冲洗液漏失量基本维持在0.4～0.7 L/(m·s)范围，但从孔深56.7 m测得水位为53 m后，孔内水位基本保持不变，说明对应范围无明显裂隙发育现象；直至孔深116.5 m后，孔内水位由49.5 m开始持续快速下降，并在孔深147.5 m处基本漏至孔底。同时，在钻进至孔深172.2 m时，还曾出现3次掉钻现象，掉钻深度0.2～0.3 m。
![]()
图 6 大柳塔煤矿52306工作面采后7.3 a覆岩垮裂状况的探测结果Figure 6. Drilling results in No.52306 work face of Daliuta Coal Mine 7.3 years after miningD2孔自孔深50.3 m位置开始孔口反浆量明显减小，冲洗液漏失量由原先的0.02～0.03 L/(m·s)快速增至0.5 L/(m·s)；钻进至孔深53.7 m时，孔口直接不反浆。顶水钻进至孔深59.5 m时，测得水位52 m；而后钻进过程，孔口持续不返浆，孔内水位呈跳跃式下降趋势，说明对应范围出现局部无裂隙发育区和裂隙发育区交替存在现象；直至孔深100.6 m时，水位持续下降，并在孔深144.1 m时水位降至孔底。同时，在钻进至孔深163 m开始陆续出现4次掉钻现象，掉钻深度0.3～0.4 m。
而钻孔电视的观测结果显示，无论是D1还是D2孔，在孔深46 m左右开始陆续出现孔壁裂隙发育或破坏的痕迹(这与工作面采后当年DS2孔的探测结果相符)，直至孔深123 m左右，这种裂隙发育与破坏的密集程度显著增大；但总体而言D2孔的孔壁破坏及裂隙发育程度要明显偏高，如图6b所示。利用钻孔电视的观测结果，结合孔壁围岩的破坏情况，判断D1孔对应深度169.8 m位置开始进入垮落带，对应垮落带高度为13.8 m；D2孔对应深度166.3 m位置开始进入垮落带，对应垮落带高度为17.3 m。
4) 采后7.3a前后对比的自修复特征。与前述补连塔煤矿12401试验工作面的实测案例类似，对52306工作面采后7.3 a前后的探测结果进行了对比，发现采动垮裂覆岩同样呈现出一定的自修复特征，如图6所示。D2孔与原先的DS2孔位置较为接近，对比两孔钻进过程的冲洗液漏失量变化曲线可见，孔深31.8～50.3 m曾发生冲洗液显著漏失区段已实现自修复。而对于下部钻进区段，虽然D2孔始终保持孔口不返浆现象，但孔内水位在孔深59.5～100.6 m范围呈现明显跳跃波动现象；根据水位回升或下降的区段分布，可判断在孔深59.5～74.5 m和87.1～100.6 m区段导水裂隙已实现自修复，而其余区段裂隙尚处于发育导水状态。类似地，将D2孔的探测结果也和DS2孔对比后可判断，孔深31.8～51.5 m区段已实现自修复，孔深56.7～116.5 m区段孔内水位基本保持不变，表明也已发生自修复。可见，工作面倾向中部D1孔对应区域覆岩的自修复效果均明显优于开采边界附近，这与补连塔矿试验面的探测结果存在一定差异。
1.3 两矿探测结果对比分析
根据两矿试验面前后两次的探测结果，对两者采动覆岩的自修复特征进行了统计，详见表1。计算得到了覆岩已发生自修复区段长度占导水裂隙带高度的比值，即导水裂隙的自修复率。由统计结果可见，由于补连塔煤矿试验面采后自修复年限明显偏长(是大柳塔煤矿试验工作面的2倍多)，因而其覆岩自修复效果明显偏优。这不仅体现在已发生自修复的区段长度上，自修复区段的整体连续性也相对偏好。补连塔煤矿试验面覆岩整体自修复率已超过50%，而大柳塔煤矿试验面覆岩仅在中部压实区自修复率接近50%，在开采边界附近对应覆岩自修复率仅25.8%，且出现多处间断修复的离散分布现象。对比两矿试验面在发生自修复区段的岩层赋存情况可见(图2、图5)，12401工作面覆岩发生自修复区段对应埋深明显偏大(表1)，且其浅部主要以松散砾石层赋存为主，直至埋深125 m以下区段，才呈现砂泥互层的赋存特征；而对于52306工作面，不仅其自修复区段对应埋深偏小，而且覆岩整体均呈现砂泥互层的赋存状态，相比前者而言，其岩层岩性分布明显偏硬；这或许也是引起它自修复效果明显欠缺的另一因素(除修复时间外)。
表 1 两矿试验面探测得到的覆岩自修复特征统计Table 1. Statistics of overburden self-heling characteristics detected in two mines补连塔煤矿12401试验面 大柳塔煤矿52306试验面 自修复地质条件 自修复特征 自修复地质条件 自修复特征 探测钻孔 D1 D2 探测钻孔 D1 D2 修复年限/a 15 修复区段长度/m 83.15 92.45 修复年限/a 7.3 修复区段长度/m 62.05 33.75 采高/m 4.3 自修复率/% 53.5 59.5 采高/m 6.6 自修复率/% 47.5 25.8 埋深/m 242 连续未修复
区段长度/m67.6 62.9 埋深/m 177 连续未修复
区段长度/m62.3 76.4 关键层数 3 自修复区
对应埋深/m−86.7~
−174.4−86.7~
− 179.1关键层数 2 自修复区
对应埋深/m−46.3~
−116.5−46.3~
−100.6另一方面，两矿在覆岩不同区域自修复差异上也呈现明显不同。补连塔煤矿试验面开采边界附近覆岩自修复效果明显好于工作面中部覆岩，而大柳塔煤矿试验面的探测情况恰恰相反。这必然与两矿井所处的不同地质开采条件密切相关，后节将会讨论分析。
2. 神东矿区采动裂隙岩体自修复规律
2.1 裂隙岩体自修复特征
综合上述两矿的探测结果，并结合文献[4]东胜矿区万利一矿的工程案例，可对采动裂隙岩体的自修复特征进行总结。主要呈现3方面特征：
1) 采动覆岩中发生自修复的区域呈现离散的非连续性分布。这种离散性在开采边界或采空区煤柱区域附近对应覆岩中较易出现，且自修复时间越短，离散性越明显。这在大柳塔煤矿和万利一矿的案例中都得到了体现。万利一矿42112工作面采后8 a在距离开采边界35 m和25 m处分别施工了T2–1和T2–2，开采边界附近T2–2钻孔探测得到的覆岩自修复区域分布的离散性更明显。
2) 采动覆岩中已修复与未修复区域的交界位置一般对应于关键层或厚硬岩层位置，尤其是这类岩层底界面位置。补连塔煤矿试验面D1、D2孔分别在孔深174.4 m和179.1 m出现未修复区的位置正好处于覆岩主关键层底界面附近(图3)。而对于大柳塔煤矿试验面，图6左侧标明了覆岩关键层及厚度5 m以上的砂岩层位，无论是D1孔还是D2孔，已修复与未修复交界位置均处于关键层或厚硬砂岩位置。万利一矿的探测案例也存在类似的现象[4]。这种现象主要与关键层或厚硬岩层采动破断产生的导水裂隙发育开度偏大有关，尤其在其底界面还易有显著的离层裂隙发育，导致自修复难度相比其他区域裂隙偏高。
3) 裂隙岩体所处的层位越低，其发生自修复的难度越大，尤其在埋深较浅条件下。相关实测案例显示，发生自修复的裂隙岩体一般处于导水裂隙带的中上部区域，处于导水裂隙带中下部及垮落带岩体均未能实现有效自修复。这与中下部裂隙岩体堆积不规则、裂隙或自由空洞十分发育密切相关。从钻孔电视的探测结果就能说明这一问题，在进入探测钻孔中下段时，围岩破坏程度明显偏高，裂隙发育宏观开度甚至超过厘米级别。
2.2 裂隙岩体自修复程度的影响因素
根据采动裂隙岩体的自修复机理，其主要与采动应力的压实以及裂隙岩体与地下水、采空区气体这3者的水–岩或水–气–岩相互作用密切相关[7–10]。由此可对影响采动裂隙岩体自修复程度的因素进行归类分析。大体可分为5大类：修复时间、岩层赋存、水文特征、开采参数、以及裂隙岩体所处覆岩的区域位置。
修复时间主要影响采动覆岩在应力压实作用下是否能实现稳沉[14]，影响水–岩或水–气–岩相互作用产生的溶解、溶蚀、以及离子交换生成衍生物的物理化学过程是否充分；显然，修复时间越长，所达到的自修复效果越好。补连塔煤矿试验面采后自修复时长约为大柳塔煤矿试验面的2倍，因而获得了相对更好的自修复效果。当然，当修复时间超过采空区覆岩稳沉的临界时间后，应力压实作用起到的自修复效果将开始衰减，由此导致自修复效果的增长速率可能放缓。
岩层赋存因素主要包括埋深、覆岩关键层或厚硬岩层特征(数量、位置、厚度、力学强度等)、岩层岩性等几方面。其中，埋深直接影响裂隙岩体受压实的载荷大小，埋深越大，覆岩受压效果越好(尤其是采区中部)，裂隙岩体自修复难度相应降低。当然，埋深变大也会使得采空区覆岩整体稳沉的临界时间加长，一定程度制约自修复进程，但神东矿区多数浅埋煤层开采条件，因而这种制约作用表现并不突出。覆岩关键层或厚硬岩层赋存特征主要影响开采边界附近覆岩对应关键层或厚硬岩层位置附近裂隙的自修复；这类岩层的厚度越小、破断距与下部相邻岩层差异越小，越有利于裂隙的自修复。而对于岩层岩性，松散性或泥质类岩层赋存越多，对应覆岩整体越软，裂隙岩体越易在应力压实作用下发生蠕变而压密裂隙；补连塔煤矿12401试验面覆岩浅部大量赋存的砾石层即为其裂隙自修复创造了良好条件。同时，泥质类岩石中富含亲水矿物的遇水膨胀作用也会进一步提高裂隙修复效果[15]。
水文特征主要涉及采后覆岩导水裂隙沟通地下水的赋存情况及其水质特征。地下水的水质特征直接影响水–岩或水–气–岩相互作用引起的自修复效果。根据相关研究[8–9]，偏碱性地下水有利于泥质类裂隙岩层的自修复，而偏酸性地下水则有利于砂岩类裂隙岩层的自修复。神东矿区地下水多属于偏碱性条件，因而有利于泥质类裂隙岩层的自修复。另一方面，若采后导水裂隙沟通多层含水层，则这些含水层的赋水是否存在相互能发生化学沉淀反应的离子成分，也是影响自修复效果的重要方面。当这些不同层位、不同水质的地下水在导水裂隙中交汇混流时，产生的化学沉淀将有助于促进裂隙的修复进程，实现良好修复效果[16]。
开采参数因素主要是煤层采高的影响，这不仅关系到导水裂带最终的发育范围，也影响到裂隙发育后的宏观开度或其导水性，这种影响主要体现在开采边界附近覆岩中(该区域导水裂隙处于张开状态，而采区中部裂隙趋于闭合)[17]，对采区中部覆岩影响并不明显。显然，煤层采高越大，对应开采边界附近覆岩导水裂隙的宏观开度也相应提高，由此提高裂隙自修复的难度。
裂隙岩体所处覆岩的区域位置主要影响采后导水裂隙和自由空隙的原始发育状态。处于开采边界或遗留煤柱附近对应覆岩，裂隙显著发育，宏观开度大、空隙分布多[17]；而处于采区中部的压实区，裂隙相对闭合。相当于在这2种不同的区域，裂隙岩体要实现自修复的初始条件显著不同，前者初始条件明显偏差，造成其后期实现自修复的难度高、效果偏低。大柳塔煤矿试验面虽然历经的修复时间偏短，但在D1孔对应的工作面中部区，其覆岩仍获得了自修复率接近50%的良好效果，且与补连塔煤矿试验面在修复时长是其2倍条件下的效果接近，进一步说明了中部压实区优越的自修复条件。
2.3 采后覆岩自修复过程演变描述
当工作面回采完毕形成采空区后，采动覆岩中将长期同时发生2种作用过程，并对裂隙岩体产生降渗自修复作用。其一是覆岩残余沉降直至逐步实现稳沉的过程；采动岩体中的裂隙、空隙等自由空间在应力压实作用下趋于闭合、甚至消失。其二是流失地下水在导水裂隙中流动过程中产生的水–岩或水–气–岩相互作用；裂隙面岩石受溶解、溶蚀，一方面产生的矿物离子与地下水或CO2等气体发生离子交换反应并生成沉淀物或次生矿物充填封堵裂隙，另一方面会降低裂隙面粗糙度，促进裂隙更紧密贴合。相比而言，前者作用对裂隙岩体的降渗速度更快些，而后者由于需要水对岩石产生的溶解、溶蚀作用达到一定程度后，才能显现出对裂隙岩体的降渗修复效果。因而，在煤层采后，首先以覆岩残余沉降作用为主导影响裂隙岩体的自修复，且这种作用在采区中部覆岩中体现更为显著；当采后年限达到覆岩整体稳沉临界时间后(国家“规程”[18]中确定约为采深2.5倍，单位：天；神东浅埋条件为1.3～2 a)，将由水–岩或水–气–岩相互作用占据主导影响自修复进程，且受采区水文地质条件的影响，覆岩不同区域裂隙岩体受水–岩或水–气–岩相互作用的影响也会明显不同。
如图7所示，煤层采后，处于开采区域正上方对应导水裂隙沟通的含水层内静态储水基本已疏放殆尽，开采边界附近裂隙岩体主要接受侧向补给地下水的渗流，而采区中部覆岩中仅在导水裂隙沟通第四系松散层条件下才能接受降雨的补给渗流，否则仅能依靠越层渗流作用接受上部弯曲下沉带含水层水体补给。可见，开采边界附近裂隙岩体中发生的水–岩或水–气–岩相互作用相对更显著些。也正因为此，才出现了补连塔煤矿试验面开采边界附近覆岩的自修复效果要好于中部区域覆岩的现象。该试验面探测区处于整个四盘区采空区的开采边界处，开采边界覆岩能接受地下水侧向补给的渗流作用；而大柳塔煤矿试验面之所以未出现与其类似的自修复探测结果，主要是由于该试验面处于整个三盘区采空区中部，工作面开采边界覆岩已无法接受基岩地下水侧向补给的渗流作用，因而在其中产生的水–岩或水–气–岩相互作用与工作面中部覆岩类似，并无显著优势。
![]()
图 7 不同条件下采动覆岩自修复过程差异Figure 7. Difference of self-healing process of mining overburden under different conditions综上分析可知，对于整个采区中部的裂隙岩体而言，是以应力压实和水–岩或水–气–岩相互作用共同影响自修复效果；而对于采区边界附近裂隙岩体而言，是以水–岩或水–气–岩相互作用为主影响自修复效果。
3. 讨 论
1) 对于神东矿区开采条件而言，多数开采区域覆岩导水裂隙已直接沟通第四系松散层[19–20]；且随着多年来开采面积的不断扩大，以及周边邻近矿井开采活动的影响，基岩含水层的地下水侧向补给作用已越趋微弱；所以从这个角度看，神东矿区采动覆岩长期主要接受降雨补给而产生水–岩或水–气–岩相互作用，由此引起的裂隙岩体自修复效果将直接受季节降雨影响。近年来神东矿区雨水充沛，这给裂隙岩体的自修复提供了优越条件。
2) 神东矿区普遍采用双巷采掘布置模式，采空区遗留有大量的走向区段煤柱(一般20 m宽)，这些煤柱的存在也会影响煤柱区域及其附近对应上覆裂隙岩体的自修复效果。由于煤层开采普遍偏浅，这些区段煤柱往往能保持长期承载稳定，因而其附近岩体中的裂隙或空隙的宏观尺寸相对偏大，实现自修复的难度大、效果差。由此出现了大柳塔煤矿试验面在煤柱边界附近覆岩中自修复区域离散分布的现象。所以，可对整个采区不同区域裂隙岩体发生自修复的难度(或效果)由易到难(或由好到差)进行排序：采区中部无煤柱区或煤柱已发生塑性失稳区→采区边界附近→采区中部尚存在弹性支撑能力的煤柱区及其附近。
3) 神东矿区普遍属于煤层群开采条件，下煤层的接续开采必然会对上煤层采空区已有的自修复状态产生破坏；因此，判断某一采区裂隙岩体的自修复状况应根据最下部已采煤层的开采年限及其开采地质条件进行分析。由于本次探测涉及的案例相对偏少，尚不足以从中得出神东矿区采动覆岩自修复的临界条件，后续将选取更多典型工作面开展进一步的探测和分析研究。
4. 结 论
1) 开展了神东矿区典型矿井采动裂隙岩体自修复特征的地面钻孔工程探测，分别获得了补连塔煤矿12401试验面采后15 a、大柳塔煤矿52306试验面采后7.3 a覆岩不同区域导水裂隙带与垮落带的修复演变规律。补连塔煤矿12401试验面覆岩导水裂隙带高度已由采后初始的154.9 m降低为62.5～67.2 m，导水裂隙自修复率53.5%～59.5%；垮落带高度由原来的17.1～19.7 m降低为12.5 m。大柳塔煤矿52306试验面覆岩导水裂隙带中上部离散分布有多个自修复区，导水裂隙自修复率25.8%～47.5%；垮落带高度由原来的19.8 m降低为17.3 m。补连塔煤矿试验面裂隙岩体自修复效果明显偏好。
2) 总结得到了采动裂隙岩体3方面的自修复特征。①覆岩中发生自修复的区域易呈现离散的非连续性分布，这在开采边界或采空区煤柱区域附近对应覆岩中最易出现，且自修复时间越短，离散性越明显。②覆岩中已修复与未修复区的交界位置一般对应于关键层或厚硬岩层位置，尤其是这类岩层底界面位置。③裂隙岩体所处层位越低，其发生自修复的难度越大，尤其在埋深较浅条件下。
3) 分析了修复时间、岩层赋存、水文特征、开采参数、以及裂隙岩体所处覆岩的区域位置等5类关键因素对采动裂隙自修复程度或效果的影响规律，其中影响权重最大的是修复时间，其次为关键层或厚硬岩层赋存(数量、位置、厚度等)。覆岩中对应采区中部和开采边界(或煤柱)附近不同区域，因各自岩体初始垮裂状态不同，因而在相同时间内表现的自修复效果也差异显著；煤层埋深对采区中部采动覆岩自修复效果影响权重偏大，而煤层采高对开采边界或煤柱附近采动覆岩自修复效果影响权重偏大。据此进行了煤层采后覆岩修复过程演变的描述分析。
4) 神东矿区煤层赋存多、开采规模大，已有采空区裂隙岩体的自修复不仅受接续煤层开采活化的影响，还会受到邻近采区或矿井开采活动的干扰，因而实现自修复的难度整体偏高；如何基于大量实测样本形成神东矿区裂隙岩体自修复临界条件的判别方法是后期需进一步研究的重要课题。
致谢：感谢国能神东煤炭集团有限责任公司补连塔煤矿刘兆祥总工程师、大柳塔煤矿周海丰总工程师在现场实测过程中提供的帮助！
-
![]()
图 16 模拟试验结构光条及中心线
Figure 16. Simulation experiment of structured light stripe and center line
![]()
图 20 含有不同偏差高斯噪声的结构光条
Figure 20. Structured light stripes with different deviation gaussian noise
![]()
图 21 噪声图像条纹中心线提取结果对比
Figure 21. Comparison of stripe center line extraction results from noise image
![]()
图 22 不同噪声环境下3种方法提取结果标准误差对比
Figure 22. Comparison of standard errors of extraction results of three methods under different noise environments
![]()
图 23 煤堆激光条纹中心线提取对比
Figure 23. Comparison of laser stripe center line extraction in coal pile
表 1 样本数据与偏差
Table 1 Sample data and deviation
样点编号 本文算法 灰度重心法 曲线拟合法 测量值$y$/pixel 绝对偏差$\delta $/pixel 测量值$y$/pixel 绝对偏差$\delta $/pixel 测量值$y$/pixel 绝对偏差$\delta $/pixel 1 492.044 0.044 491.553 0.447 491.992 0.008 2 492.036 0.036 492.249 0.249 491.961 0.039 3 491.965 0.035 492.498 0.498 491.900 0.100 4 492.024 0.024 491.684 0.316 492.123 0.123 5 491.965 0.035 492.019 0.019 491.913 0.087 6 492.014 0.014 492.458 0.458 492.031 0.031 7 491.988 0.012 491.538 0.462 492.092 0.092 8 491.963 0.037 492.212 0.212 491.971 0.029 9 492.025 0.025 491.560 0.440 492.169 0.169 10 491.997 0.003 491.957 0.043 492.175 0.175 绝对偏差均值MAE/pixel 0.027 0.314 0.085 
下载: 导出CSV
表 2 不同中心线提取算法的标准误差
Table 2 Standard errors of different centerline extraction algorithms
提取方法 本文算法 灰度重心法 曲线拟合法 $\sigma $/pixel 0.029 0.326 0.108
下载: 导出CSV
-
[1] 王国法,刘 峰,孟祥军,等. 煤矿智能化(初级阶段)研究与实践[J]. 煤炭科学技术,2019,47(8):1−36. WANG Guofa,LIU Feng,MENG Xiangjun,et al. Research and practice on intelligent coal mine construction(primary stage)[J]. Coal Science and Technology,2019,47(8):1−36.
[2] 葛世荣,胡而已,裴文良. 煤矿机器人体系及关键技术[J]. 煤炭学报,2020,45(1):455−463. GE Shirong,HU Eryi,PEI Wenliang. Classification system and key technology of coal mine robot[J]. Journal of China Coal Society,2020,45(1):455−463.
[3] 李东晓. 机器人技术在煤矿自动化中的应用[J]. 煤炭科学技术,2007(5):62−64. LI Dongxiao. Application of robot technology to mine automation[J]. Coal Science and Technology,2007(5):62−64.
[4] 代 伟,赵 杰,杨春雨,等. 基于双目视觉深度感知的带式输送机煤量检测方法[J]. 煤炭学报,2017,42(S2):547−555. DAI Wei,ZHAO Jie,YANG Chunyu,et al. Detection method of coal quantity in belt conveyor based on binocular vision depth perception[J]. Journal of China Coal Society,2017,42(S2):547−555.
[5] 黄世顶,韩 雷,芦 伟,等. 带式输送机巡检机器人研究[J]. 起重运输机械,2021(1):79−83. HUANG Shiding,HAN Lei,LU Wei,et al. Research on patrol robot of belt conveyors[J]. Hoisting and Conveying Machinery,2021(1):79−83.
[6] YULONG H,HAILI S,RUOFEI Z. Three-dimensional Linear Restoration of a Tunnel Based on Measured Track and Uncontrolled Mobile Laser Scanning[J]. Sensors (basel, Switzerland),2021,21(11):3815.
[7] 于希宁,杨跃权,刘红军,等. 露天煤场存煤量自动计量装置的研制及应用[J]. 仪器仪表学报,2000(2):194−195,199. YU Xining,YANG Yuequan,LIU Hongjun,et al. Research and application of the automatic measuring instrument for estimating coal storage volume in open stockyard[J]. Chinese Journal of Scientific Instrument,2000(2):194−195,199.
[8] 袁 洋. 激光盘煤系统的研究[D]. 保定: 华北电力大学, 2009. YUAN Yang. Research on the laser coal stocktaking system[D]. Baoding: North China Electric Power University, 2009.
[9] 李克伟. 基于机器视觉技术的带式输送机输送量检测系统的应用与研究[D]. 沈阳: 东北大学, 2014. LI Kewei. The research and application of the detection system to measure the material transportation on conveyor belt based on machine vision technology[D]. Shenyang: Northeastern University, 2014.
[10] 张延芝. 基于激光扫描技术的带式输送机非接触式输送量检测系统的应用与研究[D]. 沈阳: 东北大学, 2014. ZHANG Yanzhi. The application and research of the system to measure the conveying capacity by non-contact type on conveyor belt[D]. Shenyang: Northeastern University, 2014.
[11] 李 萍. 基于机器视觉的散状物料动态计量系统研究[D]. 北京: 中国矿业大学(北京), 2017. LI Ping. Research on dynamic measurement system of bulk material based on machine vision[D]. Beijing: China University of Mining & Technology(Beijing), 2017.
[12] 关丙火. 基于激光扫描的带式输送机瞬时煤量检测方法[J]. 工矿自动化,2018,44(4):20−24. GUAN Binghuo. Detection method of instantaneous coal quantity of belt conveyor based on laser scanning[J]. Industry and Mine Automation,2018,44(4):20−24.
[13] DENG E C, ZHAO X Q, YUAN Z P. Research on measuring system of bulk cargo[C]//2015 6th International Conference on Manufacturing Science and Engineering. Atlantis Press, 2015: 1882-1887.
[14] 何 雯. 精确提取光饱和与物体边缘线结构光条纹中心的方法研究[D]. 咸阳: 西北农林科技大学, 2018. HE Wen. Research on the extraction accuracy of laser stripe center in light saturation and at the edge of the object[D]. Xianyang: Northwest A&F University, 2018.
[15] LONG N Q,BUCZEK M M,HIEN L P,et al. Accuracy assessment of mine walls’surface models derived from terrestrial laser scanning[J]. International Journal of Coal Science & Technology,2018,5(3):328−338.
[16] 黎 明. 三维激光测量技术及应用研究[D]. 杭州: 浙江大学, 2005. LI Ming. Research on 3d laser measurement technology and its application[D]. Hangzhou: Zhejiang University, 2005.
[17] 胡而已. 基于激光扫描的综放工作面放煤量智能监测技术[J]. 煤炭科学技术,2022,50(2):244−251. HU Eryi. Research on intelligent monitoring technology of coal caving in fully mechanized caving face based on laser scanning[J]. Coal Science and Technology,2022,50(2):244−251.
[18] 徐兆军,倪申健,马辉贤. 基于斜射式激光三角测量锯材宽度的研究[J]. 光学技术,2018,44(3):339−343. XU Zhaojun,NI Shenjian,MA Huixian. Study on the measurement of sawn timber width based on oblique laser triangulation system[J]. Optical Technique,2018,44(3):339−343.
[19] 方雅媚,王红军,黄矿裕,等. 复杂背景下目标三维重构的图像预处理方法[J]. 激光与光电子学进展,2019,56(13):118−126. FANG Yamei,WANG Hongjun,HUANG Kuangyu,et al. Image-preprocessing algorithm for three-dimensional reconstruction of targets in complex backgrounds[J]. Laser & Optoelectronics Progress,2019,56(13):118−126.
[20] JIANG T, YU Z, CAO G, et al. Effect of laser intensity changing on accuracy of size measurement by laser scanning[C]//Proceedings of the Society of Photo-optical Instrumentation Engineers (spie), 2005: 195-198.
[21] 张凤生. 高斯光束的数值模拟新方法[J]. 光子学报,2008(6):1259−1262. ZHANG Fengsheng. A new numerical simulation method for gaussian beam[J]. Acta Photonica Sinica,2008(6):1259−1262.
[22] 朱梦楠. 三维扫描中激光光条中心提取精度的研究[D]. 咸阳: 西北农林科技大学, 2017. ZHU Mengnan. Research on extraction accuracy of laser stripe center in three-dimensional scanning[D]. Xianyang: Northwest A&F University, 2017.
[23] 胡而已. 运动物体三维形貌测量方法与实验系统研究[D]. 武汉: 华中科技大学, 2009. HU Eryi. Methods study and experimental device design for measuring the 3-d profile of a moving object[D]. Wuhan: Huazhong University of Science and Technology, 2009.
[24] 潘 硕,邵新杰,李晓磊,等. 基于块匹配的激光条纹亚像素中心提取[J]. 激光与红外,2021,51(6):814−819. PAN Shuo,SHAO Xinjie,LI Xiaolei,et al. Sub-pixel extraction of laser stripe center based on block-matching[J]. Laser & Infrared,2021,51(6):814−819.
-
期刊类型引用(3)
1. 薛峰，王凯，袁啸，刘亚鑫，杨玉虎. 近距离煤层上行开采覆岩裂隙发育范围与安全评价研究. 煤炭工程. 2025(01): 83-89 . 
百度学术
2. 李树刚，张静非，林海飞，丁洋，白杨，周雨璇，朱冰，戴政. 双碳战略中煤气共采技术发展路径的思考. 煤炭科学技术. 2024(01): 138-153 . 本站查看
3. 谢启红，杨江山，邵先杰，褚程程，王旭明，刘潇潇. 矿井采动覆岩裂隙自修复的影响因素分析. 煤炭与化工. 2024(10): 17-21 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 99
- HTML全文浏览量: 11
- PDF下载量: 38
- 被引次数: 4
