Quantitative identification of complexity of microscopic fracture structure of coal seam floor composite rock layer
-
摘要:
采动条件下煤层底板复合岩层微观缝隙结构影响着下伏高水压含水层地下水的导升和渗流,其复杂程度对于煤层底板水害预测预警具有重要意义。以平顶山煤田东部3个相邻矿井提取的57组岩样为对象,基于SEM图像采集和N2吸附试验的综合信息,选取岩层面积缝隙率、等效缝隙直径、缝隙面积分维值、比表面积、缝隙体积及其分维值为主控因子,利用熵权-TOPSIS数学模型定量评价了己16-17煤层至寒武灰岩顶界面之间复合岩层微观缝隙结构的复杂程度。结果表明:己16~17煤层底板复合岩层微观缝隙结构极简单、简单、中等、复杂、极复杂等级占比分别为25.00%、21.43%、39.29%、7.14%、7.14%,研究地段复合岩层的微观缝隙结构相对不复杂;4个岩段相比,岩层微观缝隙结构复杂程度量化均值排序为L1~L2灰岩段>L5~L7灰岩段>砂岩段>铝土质泥岩段,岩层微观缝隙结构复杂程度较好地反映了岩层缝隙发育程度。研究考虑了多因素对复合岩层的耦合影响,实现了复合岩层垂直段微观缝隙结构的定量分级分区判别,对精准刻画煤层底板复合岩层的含隔水层性能和科学指导煤层底板水害防治具有重要的意义。
-
关键词:
- 复合岩层 /
- 微观缝隙结构 /
- 复杂程度 /
- 熵权-TOPSIS模型 /
- 定量辨识
Abstract:Under mining conditions, the micro crack structure of the composite strata of the coal seam floor affects the uplift and seepage of the groundwater in the underlying high water pressure aquifer, and its complexity is of great significance for the prediction and early warning of the water disaster in the coal seam floor. In this paper, a total of 57 groups of rock samples extracted from three adjacent mines in the east of Pingdingshan Coalfield are taken as the object. Based on the comprehensive information of SEM image acquisition and N2 adsorption test, the fissure ratio of rock stratum area, equivalent crack diameter of rock stratum, fractal dimension value of fissure area, specific surface area, crevice volume and its fractal dimension are the main controlling factors. Using entropy weighted TOPSIS mathematical model, the complexity of the micro fracture structure of the composite rock stratum between the Ji16-17 coal seam and the Cambrian limestone top interface is quantitatively evaluated. The results show that the micro crack structure of the composite strata in the floor of the Ji16-17 coal seam is very simple, simple, medium, complex and extremely complex, accounting for 25.00%, 21.43%, 39.29%, 7.14% and 7.14% respectively. The micro crack structure of the composite strata in the study section is relatively uncomplicated; Compared with the four rock sections, the order of the quantitative mean value of the complexity of the rock stratum micro fracture structure is: L1−L2 limestone section>L5−L7 limestone section>sandstone section>bauxite mudstone section. The complexity of the rock stratum micro fracture structure better reflects the development of the rock stratum fracture. The paper considers the coupling effect of multiple factors on the composite rock stratum, realizes the quantitative classification and zoning discrimination of the micro crack structure in the vertical section of the composite rock stratum, which is of great significance for accurately describing the aquifer performance of the composite rock stratum in the coal seam floor and scientifically guiding the prevention and control of the water hazard in the coal seam floor.
-
0. 引 言
矿用自卸车是一种用于大型露天矿运输煤矿、沙石的非公路型自卸车,是露天矿运输过程中必不可少的工具,经常与挖掘机、装载机、带式输送机等工程机械联合作业,构成装、运、卸生产线[1-4]。目前国内露天矿普遍采用两轴及宽体矿车为主流运输车型,其驱动方式主要采用机械传动及柴油−电传动,国内两轴矿车吨位已突破400 t,但市场上的宽体自卸车一直以20~100 t为主流,对于百吨级以上重型三轴矿车的研究仍十分匮乏[5-8]。
目前矿用自卸车的发展存在以下问题:首先,最主要的问题是目前能量资源日渐匮乏导致大量低质量矿山被开采,传统矿车的运输效率较低,难以适应不断扩大的生产和运输需求,具有高可靠性、低运营成本的大吨位三轴矿车符合矿业开采的市场需求,需求量增长;其次,超重型矿用自卸车普遍采用的传统柴油−电驱动方式存在能量多次转化后利用率低、动力性能有限、燃油经济性不佳、制动电阻耗能浪费严重等问题;最后,油电混合动力技术的优势日益凸显,国家“智能发展”理念、2025规划的基本方针及相关政策与产业化需求变化,为发展节能的混合动力新能源矿车指明了方向[9-13]。
近年来,随着新能源汽车的快速发展,国内外众多学者开始对矿用自卸车混合动力技术展开研究。JIN等[14-15]通过建立电池、超级电容、液压蓄能器和气罐的经济模型,对比分析了这4种储能系统应用于混合动力矿用自卸车的燃油经济性,结果表明:空气混合动力总成系统是最佳系统。徐涛等[16]基于传统液力机械式变速箱结构,提出一种适用于百吨级以下矿用自卸车的混合动力变速箱结构。YANG等[17]将一种基于速度优化的能量管理策略应用于串联式混合动力矿用车,仿真结果表明该策略可显著降低运输成本。在工程领域,东风重工于2016年成功研发DF45E混合动力矿用自卸车,该矿车搭载80 kW·h动力电池,最大载重量60 t,适用于矿山复杂工况,燃油经济性可提高50%~70%。潍柴动力、中国氢能联盟、国家能源集团、中车永济电机于2019年联合研发200 t级氢燃料−锂电池混合能源矿用自卸车。该矿车采用降压斩波的控制方式,驱动电机功率1 100 kW,具有牵引和制动功能,在行驶中可实现防滑、限速、差速等控制功能。
综合上述对研究背景及实际问题的分析,针对露天矿运输行业对矿用自卸车的大型化、重型化发展需求[18],笔者利用混合动力技术在结构上模式多样且适用性广、在能量管理上分配合理且可回收制动能量的优势,开发出具有8种工作模式、可实现“分时六驱”的混合动力重型矿车,并通过分析模式切换条件及转矩分配方案设计出了对应的控制策略。
1. 轮-轴协同式混合动力系统设计
1.1 基本结构
常见的露天矿重型自卸车多为两轴、三轴构型,且以柴油−电驱动方式为主。基于TEREX33-19款三轴矿用自卸车为原车构型来进行轮−轴协同式混合动力系统的设计与研究,如图1所示,为原车TEREX33-19的柴油−电驱动系统设计方案,其为典型的电传动系统。其中,柴油发动机并不参与直接驱动,而是作为动力源带动同轴交流发电机发电,然后为中轴及后轴上电动轮内的交流驱动电机供电,从而驱动整车行驶。
图2所示为轮−轴协同式混合动力驱动系统方案,由图2可知,改造后的露天矿重型自卸车采用轮−轴协同式混合动力驱动方式,前轮及后轮由电机驱动,中轮由柴油发动机驱动,超级电容作为动力源及制动储能装置使用;制动电阻用于消耗多余电能。该系统采用三轴结构设计,相较于经典的两轴设计,不仅提高了超重型自卸车的载重量及露天矿复杂工况下的脱困性能、降低了运营成本,还可实现分时六驱,根据不同工况及驾驶需求切换驱动模式,可以达到提升车辆动力性及燃油经济性的效果。
1.2 模式设计
新设计的连接型轮-轴协同式混合动力系统动力部件较多、结构布置灵活,车辆可根据实际工况运行8种工作模式,分别为:电驱动模式、发动机模式、分时六驱模式、再生制动模式、行车充电、发动机启动模式、换挡模式、驻车模式。其对应的能量流动如图3所示。
1.2.1 电驱动模式
电驱动模式下前后轴为驱动电机驱动模式,是整车的主要驱动模式,适用于起步、低速正常行驶且超级电容SOC值较高的工况。纯电驱动模式下,超级电容输出电能以满足对应工况下车辆所需的电能,能量从超级电容经过电机到达前后轮,从而驱动整车行驶。
1.2.2 发动机驱动模式
发动机驱动模式即中轮驱动模式,适用于车速和载重不高、动力需求不大或前后轮卡住时需要脱困的工况,此时发动机效率较高。该模式行驶下,车辆的动力来源于柴油发动机,驱动电机不工作,发动机通过变速箱将动力传递给中轮,从而驱动整车行驶。
1.2.3 分时六驱模式
当车辆处于满载爬陡坡、需求功率很大时,由发动机和电机共同驱动,整车处于六轮全驱状态。但由于超级电容电量高低问题与发动机及电机的功率分配密切相关,故需要根据电容电量高低将整车六轮驱动模式划分为高电量boost模式和低电量boost模式。
1) 高电量boost模式(发动机+电容)。在高电量下,整车需求扭矩大于发动机OPT(Optimal)扭矩,应采取联合驱动形式,否则,发动机会因工作在超过最佳工作区间最大转矩而引起低效工作。该模式下,发动机工作在OPT扭矩下提供动力,剩余的需求扭矩由驱动电机进行补偿,电量充足的超级电容向驱动电机供电来提供动力。该模式行驶下,前后轴及中轴两套动力源同时工作,此时车辆的动力最强。
2)低电量boost模式(发动机)。在低电量下,整车需求扭矩大于发动机OPT扭矩,仍采取发动机和驱动电机执行六轮联合驱动模式,但此时超级电容电量不足,已无法直接向驱动电机供电来提供动力,发动机工作在OPT扭矩下提供动力已无法满足驱动要求,故此时发动机工作点必须超过其高效工作区间的上限值,超出OPT扭矩的部分用于提供发电机发电。该模式下前后轴及中轴两套动力源也同时工作,此时车辆的动力极强。
1.2.4 再生制动模式
再生制动模式可实现制动能量的回收及利用,适用于制动时超级电容SOC值较低的工况。该模式下,制动力矩带动电机反转,进而达到发电的效果,然后经过电气元件的转化后存储进SOC值较低的超级电容中。当电机回收制动力矩仍无法满足制动需求时用机械制动来弥补。
1.2.5 行车充电模式
行车充电模式主要适用于超级电容SOC值不足、车辆的电力驱动系统无法使用的工况,此时发动机的能量一部分用来驱动中轴以满足行驶要求,剩余部分则用来发电并充入超级电容。
1.2.6 发动机启动模式
发动机启动模式用于发动机开始工作的工况,此模式下离合器断开,此时发动机不再为中轮提供驱动力,仅为发电机发电供能,发电机向驱动电机供电,由驱动电机驱动车辆,以保证整车的正常行驶。
1.2.7 换挡模式
如图3所示,换挡模式贯穿与整个车辆行驶过程,车辆根据不同行驶工况、需求动力需要适时进行车辆挡位的切换,整车在换挡过程中将驱动控制交给驱动电机,由驱动电机来提供车辆驱动所需动能。
1.2.8 驻车模式
驻车模式下车辆的停车状态,此时车辆不再需要动力驱动,发动机及电机均不再提供能量。
2. 露天矿典型路谱数据采集试验及循环工况建立
选取隶属于内蒙古自治区鄂尔多斯市伊金霍洛旗境内的某露天矿作为试验场地,该矿区煤矿资源丰富且煤质情况优良,具有简单易开发的地理环境优势,符合市场对开展大型露天煤矿的一般要求。因此,笔者将基于此场地进行露天矿工况试验数据的路谱采集及工况的建立[19-20]。
2.1 露天矿典型行驶工况分析
矿用自卸车由于自身的典型结构和功能特点,决定了其使用场合为露天矿或者施工工地等运输路况差、运输坡度变化大、运输距离不长的环境,其典型循环工况特点为单程承载,即“满载爬坡,空载下坡”或“满载下坡,空载爬坡”。
所选某露天矿试验场地如图4所示,结合实际运输道路条件及车流量情况,运输场地车速限速为30 km/h,且为典型的“满载爬坡,空载下坡”工况,下文针对选取露天矿场地的实际运输过程进行分析。
图5为所选取露天矿中矿用自卸车的实际运输过程示意图。在实际运输过程中:①~⑧完成一趟单程满载运输,整个过程矿车均为满载状态,当矿车完成卸料后,整车为空载状态;a~f完成一趟回程运输,沿原路线返回至矿坑装料区,即完成一个完整的循环运输过程。
在完成一个完整的“满载爬坡,空载下坡”的运输流程过程中,车辆的载重发生了变化,而后续针对循环工况进行AVL CRUISE仿真试验时,由于该软件自身的局限性,试验车辆的载重无法满足满载及空载之间变化的要求,因此需要将露天矿的循环工况进行分割,对“满载爬坡”及“空载下坡”分别建立露天矿循环工况,数据采集也将分别进行采集及整理。
2.2 试验路线的确定
选取的鄂尔多斯某露天矿位于内蒙古自治区鄂尔多斯市伊金霍洛旗境内,在利用线路循环测试法来采集露天矿工况数据前,需要对试验路线进行选取及制定。
针对所选取露天矿“满载爬坡,空载下坡”的典型运输工况特点,并结合交通领域对“路段频率和覆盖率”的要求,选取的露天矿试验场地中矿车流量最大的1条工况路线进行试验,并针对该条工况路线分别选取3辆同款矿车分别进行10次循环数据采集,每完成一轮“满载爬坡”和“空载下坡”为一循环,试验场地路线图如图6所示。
2.3 路谱数据采集试验
路谱采集工具采用手持设备与惯导相结合的方式。采集时将手持设备放在目标露天矿车上的固定位置,用于采集车辆的GPS数据,其中包括整车运行过程中的经纬度、海拔,车速与距离数据是经过后期衍生计算数据处理所得。试验前先做好准备工作,检查车辆状态是否正常,并调试好试验测试设备。数据采集设备安装调试好、一切工作准备就绪后,即可启动车辆,开始跟随车队进行运输任务,待车辆进入所选路线、运行稳定后开始测量露天矿工况数据。
图7为露天矿工况数据采集试验时满载爬坡车队跟随运输图,图中运输道路上满载爬坡车辆与空载下坡车辆交互往复运行,路谱数据采集试验的车辆正在满载爬坡,分别为车辆①、车辆②、车辆③,每辆车中均具有数据采集设备,同时进行数据采集工作,为随时观察测试情况,选择车辆③跟车行驶。
2.4 露天矿循环工况的建立
通过试验获得露天矿工况初始数据后,因为试验过程中各种测量误差及影响,需要对露天矿工况所测得的原始数据进行处理,处理后的工况如下。
2.4.1 满载工况图
满载工况主要包括:满载速度−时间图(图8),距离−坡度图(图9)。通过速度−时间图像可以确定距离,从而确定定点位置和坡度的连接关系,由图8可见,满载工况曲线无持续波动现象,变化趋势、变化规律与原数据一致,符合一般工况建立的基本要求。
2.4.2 空载工况图
空载工况主要包括:空载速度−时间图(图10),距离−海拔图(图11)。通过速度−时间图像可以确定距离,从而确定定点位置和海拔的连接关系,由图10可见,空载工况曲线无持续波动、抖动现象,变化趋势、变化规律与原数据一致,更加稳定光滑,符合一般工况建立的基本要求。
3. 控制策略设计及整车建模
3.1 基于转矩的逻辑门限制控制策略参数设计
考虑到实际控制策略在露天矿重型自卸车上的适用性,采用基于转矩的逻辑门限制控制策略,针对所设计的轮−轴协同式混合动力驱动系统,对其具体的实现方法与基本原理进行分析(图12):控制系统通过采集加速踏板、制动踏板、挡位、车速等信号后计算出整车需求扭矩,基于SOC值对工作模式做出判断,进而对每种模式下的转矩进行分配。
3.1.1 发动机工作区域
发动机是轮−轴协同式混合动力驱动系统的主要动力源,重型矿用自卸车其发动机主要用于中轴驱动及发电。考虑到电机较发动机的工作效率更高、高效率工作范围广等原因,通过电机转矩的输出来调节发动机工作点在高效区间内。基于柴油发动机类型的万有特性曲线,划分出其高效工作区间,在高负荷转矩曲线Te_H(n)与低负荷转矩曲线在Te_L(n)之间,如图13所示。
整车的动力主要由电机提供,发动机主要用于发电及中轴驱动。当驱动需求低于Te_L(n)转矩线时,通过发电提高发动机负荷使其工作在OPT曲线Te_H(n)上;当驱动需求高于OPT转矩线时,超级电容高电量下,由电机补偿剩余需求功率来保证最佳工作区间;超级电容低电量下,发动机工作在OPT扭矩的110%范围内,多出的10%用于为电机发电补偿超过OPT扭矩的部分。
3.1.2 超级电容工作区域
超级电容的SOC工作区间可根据其充放电效率的变化特性来制定,确定合适工作区间有利于提高电容充放电时的工作效率及使用寿命。图14为超级电容在随SOC值变化时的充放电效率变化曲线,选择充放电效率均较高的区域,即SOCmin到SOCmax作为超级电容工作区间。
根据上述要求划分出超级电容工作区间后,对相应区间的充放电要求进行制定,一般电池的SOCmax在80%左右,超级电容比电池的更高,故按照95%选取,最终确定超级电容工作区间的SOC上下限分别为20%和95%,超级电容的工作区间充放电要求见表1。
表 1 超级电容对应SOC值的充放电要求Table 1. Charge and discharge requirements of super capacitor corresponding to SOC value区域 SOC值范围 充放电要求 低电量区域 [0,0.2) 不可放电 工作区 [0.2,0.95) 可充电/放电 高电量区 (0.95,1] 不可充电 3.1.3 需求转矩的分析计算
控制策略的实施,首先需要根据识别的油门、制动踏板、挡位及车速信号对需求转矩进行分析计算,它是车辆识别实际工况运输中对功率需求的基础,也是根据预先制定的模式切换条件来判断执行工作模式的前提条件。
需求转矩的计算包括驱动转矩及制动转矩2种,对应的分析计算如下。
1)驱动转矩的识别与计算。车辆驱动转矩的识别通过参考油门开度获取,并结合发动机与驱动电机的最大转矩来计算得出,见式(1)。
$$ {T_{{\text{d}} \; {\text{req}}}} = {L_{\text{a}}} {T_{\max }} = {L_{\text{a}}} ({T_{{\text{e}} \; \max }} + 4 {T_{{\text{m}} \; \max }}) $$ (1) 式中:Td req为驱动需求扭矩;Tmax为最大参考扭矩;Te max为发动机最大扭矩;Tm max为驱动电机最大扭矩;La为油门开度。
2)制动转矩的识别与计算。车辆制动转矩的识别通过参考制动踏板的行程获取,并结合前后轴与中轴的最大制动转矩来计算得出,见式(2)。
$$ {T_{{\text{b}} \; {\text{req}}}} = {L_{\text{b}}} \left[ {4 ({T_{13{\text{me}} \; {\text{b}} \; {\text{max}}}} + {T_{{\text{m}} \; \max }}) + 2{T_{2{\text{me}} \; {\text{b}} \; {\text{max}}}}} \right] $$ (2) 式中:Tb req为制动需求扭矩;T13me b max为前后轴最大机械制动扭矩;T2me b max为中轴最大机械制动扭矩;Tg max为驱动电机当前扭矩;Lb为制动踏板行程。
3)工作模式的确定与转矩分配。工作模式的确定是整个控制策略的关键,如何根据获取的信号、通过计算出的需求扭矩来进行不同模式下的判断标准是整个控制能否实现的重难点,通过分析,确定了轮-轴协同式混合动力驱动系统模式及对应工作模式下发动机及电机目标转矩的分配(表2)。表2中电机目标转矩为4个电机输出的总转矩,按照4个电机平均分配的方式进行转矩输出。
表 2 不同模式下的目标转矩值分配Table 2. Distribution of target torque value under different modes
工作模式发动机状态 发电机状态 电机状态 发动机目标转矩 电机目标转矩 判断条件 电驱动 关闭 关闭 开启 0 min(Td req,Tm max) SOClow < SOC
&0< Td req ≤ Te low发动机驱动 开启 关闭 关闭 min(Td req,Te max) 0 SOClow < SOC
&Te low < Td req ≤ Te high高电量boost 开启 关闭 开启 Te OPT min(Td req – Te OPT,Tm max) SOClow < SOC < SOChigh
&Td req > Te high低电量boost 开启 开启 开启 Te OPT×110% min(Td req – Te OPT,Tm max) SOC ≤ SOClow
&Td req > Te high行车充电 开启 开启 开启 min(Td req – Tg max,Te max) Te max – Te tar SOC ≤ SOChigh
&0 < Td req ≤ Te high再生制动 关闭 关闭 开启(发电) 0 -Tm SOC ≤ SOChigh
&0 < Tb req ≤ Te max驻车 关闭 关闭 关闭 0 0 Td req = 0 注:SOClow为电容理想工作区域最低荷电状态;SOChigh为电容理想工作区域最高荷电状态;Te low为发动机高效工作区间的最低转矩;Te high为发动机高效工作区间的最高转矩;Te OPT为发动机的目标转矩;Te tar为行车充电模式下发动机的目标转矩。 3.2 整车模型建立
基于CRIUSE软件,建立轮−轴协同式混合动力六驱模型,包括整车模块、发动机模块、变速箱模块、驱动电机模块等(图15)。设计的混动系统属于P0+P4构型的混合动力,采用6×6驱型,一轴与三轴通过驱动电机驱动,二轴通过发动机输出,同时带动一个发电机进行发电。将2.4节建立的露天矿循环工况数据依次导入CRUISE,对仿真项目进行设置,主要包括:满载循环工况、空载循环工况、加速工况,然后对仿真模型进行机械连接、电气连接及信号连接。选用DLL方式对研究对象进行联合仿真,将搭建的Simulink模型编译成DLL的文件形式,生成Matlab动态链接库,通过CRUISE对其进行调用实现联合仿真。
利用CRUISE软件对改造后的轮-轴协同式混合动力驱动模型进行仿真分析,分别对基于动力性提升的554 t混合动力驱动矿车模型与基于载重性能改造的673 t混合动力驱动矿车模型进行仿真分析,2种车型的整车模型搭建完全一致(即轮−轴协同式混合动力车型),只是关于载重的仿真参数设置不同。
4. 联合仿真试验
针对露天矿超重型自卸车的改造提出了2种可行性方案,分别为:① 基于提升车辆性能的改造方案,目标是在保证载重不变的情况下,提升整车的动力性能及经济性能,对车辆的最高车速、最大爬坡度、加速性能及百公里燃油消耗量进行仿真分析;② 基于提升整车载重性能的改造方案,目标是在保证原车型动力性能的情况下,提升整车的载重,分别对2种方案进行仿真试验。
4.1 原车型建模与仿真结果
原电驱动车型为6×4驱动,柴油机不直接驱动、仅为发电机供能使用,电流通过IGBT技术整流逆变后为中后轴的驱动电机供电,基于原车型电驱动的驱动方案,对其整车进行CRUISE建模与仿真,受限于文章篇幅,建模与仿真过程不作赘述,动力性与经济性仿真结果见表3。
表 3 原车型仿真试验结果Table 3. Simulation test results of original vehicle项目 原车 整车质量/kg 553 550 0~30 km/h加速时间/s 33.56 最高车速/(km·h−1) 49.783 5 最大爬坡度/% 19.50 满载百公里油耗/(L·100 km−1) 1 586.704 7 满载百公里电耗/(kW·h·100 km−1) 209.953 8 满载折合油耗/(L·100 km−1) 1 656.225 8 空载百公里油耗/(L·100km−1) 356.342 0 空载百公里电耗(/kW·h·100km−1) 2.013 4 空载折合油耗/(L·100km−1) 357.008 7 全程折合油耗/(L·100km−1) 1 006.617 3 4.2 针对提高车辆动力性能的仿真结果分析
4.2.1 动力性与经济性仿真结果分析
动力性能主要针对满载加速工况,对爬坡度与最高车速进行仿真分析,经济性仿真主要关注指标为车辆在整个“满载爬坡”和“空载下坡”循环工况过程中,车速跟随状态、百公里油耗、折合油耗等指标。
图16为针对提高动力性改造车型满载爬坡仿真试验结果图。由图16可知,针对提高车辆动力性能改造方案的轮−轴协同式混合动力系统满载爬坡度为30.1%,较原车型19.5%的满载爬坡度明显提高,说明轮−轴协同式混合动力驱动系统的爬坡性能较原电驱动系统更加优越。
图17为针对提高车辆动力性能改造车型满载最高车速与加速时间仿真试验结果图。由图17可知,针对提高车辆动力性能改造方案的轮−轴协同式混合动力车型满载最高车速为64.473 7 km/h,0~30 km/h的加速时间为5.94 s,其满载最高车速较原车型有了明显提高,加速时间则明显缩短,说明轮−轴协同式混合动力驱动系统具有更优越的加速性能。
图18为针对提高动力性改造车型车速跟随状态仿真试验结果图。由图18可知,改造后的混合动力车型的车速跟随状态良好,空载工况下虽速度稍有波动,但仍稳定在误差区间范围内,证明了轮−轴协同式混合动力驱动系统对整车运输速度并无影响,满足露天矿的实际运输要求。
图19为针对提高车辆动力性能改造车型经济性仿真试验结果图,通过查阅图19中曲线对应数据可得:满载工况下的油耗量80.220 3 L及电耗量10.614 8 kW·h,代入式(3)与式(4);空载工况下的油耗量17.963 8 L及电耗量0.101 5 kW·h,代入式(5)与式(6);然后通过计算,得出对应的百公里油耗及百公里电耗值,具体计算公式如下:
1)满载工况计算公式:
$$V_{\rm {full\_fuel\_} 100 {{\rm{km}}}}=\frac{V_{\rm {full\_fuel }}}{0.01 \times S_{\rm {full }}}$$ (3) $$V_{\text {full\_electric\_100km }}=\frac{V_{\text {full\_electric }}}{0.01 \times S_{\text {full }}}$$ (4) 式中:Vfull-fuel-100km为满载百公里油耗;Vfull-electric-100km为满载百公里电耗;Vfull-fuel为满载油耗;Vfull-electric为满载电耗;Sfull为满载工况距离。
2)空载计算公式:
$$ V_{\text {empty\_fuel\_100km }}=\frac{V_{\text {empty\_fuel }}}{0.01 \times S_{\text {empty }}} $$ (5) $$ V_{\text {empty\_lectric\_100km }}=\frac{V_{\text {empty\_electric }}}{0.01 \times S_{\text {empty }}} $$ (6) 式中:Vempty-fuel-100km为空载百公里油耗;Vempty-electric-100km为空载百公里电耗;Vempty-fuel为空载油耗;Vempty-electric为空载电耗;Sempty为空载工况距离。
综上可得:554 t混动车型满载百公里油耗为1 966.998 2 L,满载百公里电耗为−1 638.370 3 kW·h;空载百公里油耗为0 L,空载百公里电耗为1 664.365 6 kW·h。
4.2.2 关键部件工作特性仿真结果分析
1)发动机工作特性。图20和图21为发动机工作特性仿真试验结果,可以看出,改造后发动机的工作点集中分布在转矩较高的高效区间,较原车型发动机效率提升明显。
2)超级电容工作特性。图22为超级电容工作特性仿真试验结果,相较于原车型,改造后混合动力车型的轮−轴协同式混合动力驱动系统中电容的SOC值变化区间更小,说明混合动力车型不仅满足驱动需求,而且电量补偿性能更佳。
3)驱动电机工作特性。图23为驱动电机工作特性仿真试验结果,由图23可知,驱动电机并非一直处于工作状态,这是由于改造后的混动车型具有多种工作模式所决定的;电机的转矩与转速根据工况需求而变化,较原车型其工作在大扭矩、高功率下的时间段更少,变化区间范围也更小;在陡坡、急加速的情况下,电机扭矩及功率明显激增。如图23b所示,空载工况下,电机几乎一直处于反转状态,整车空载下坡阶段一直处于再生制动模式,随着坡度变陡,充电效率也越高,但在328、595、620 s因为急加速,仅靠自身下坡滑行无法满足驱动需求,需要依电机驱动,导致其耗能。
4.3 针对提高车辆载重性能的仿真结果分析
车辆载重性能的高低密切影响着露天矿整体开采运输效率,针对提高车辆载重性能的仿真分析对于研究露天矿超重型自卸车在实际生产工作中的表现具有重要参考价值,对生产具有更加优异载重性能的露天矿超重型自卸车也意义重大。
4.3.1 动力性与经济性仿真结果分析
图24为针对提高车辆载重性能改造车型满载爬坡度仿真试验结果。由图24可知,针对提高车辆载重性能改造方案的轮−轴协同式混合动力系统满载爬坡度为29.7%,较原车型19.5%的满载爬坡度明显提高,较554 t混动车型30.1%的满载爬坡度稍有下降,说明针对“提升载重”改造的车型爬坡性能较原车型更佳,较针对“提升载重”改造的车型稍有下降。
图25为针对提高车辆载重性能改造车型满载最高车速与加速时间仿真试验结果。由图25可知,针对提升车辆载重性能改造的轮−轴协同式混合动力驱动系统的加速性能较原车型有了明显改善,稍差于针对提升车辆动力性能改造的554 t混动车型。
图26为针对提高车辆载重性能改造车型车速跟随状态仿真试验结果,由图26可知,针对提升载重性能改造后的673 t混动车型的车速跟随状态良好,空载工况下在640~800 s区间内虽速度稍有波动,但仍稳定在误差区间范围内,证明了轮−轴协同式混合动力驱动系统对整车运输速度并无影响,满足露天矿的实际运输要求。
图27为针对提高车辆载重性能改造车型经济性仿真试验结果,通过查阅图27中曲线对应数据可得:673 t混动车型满载工况下的油耗量109.473 6 L及电耗量−69.640 5 kW·h,空载工况下的油耗量0L及电耗量−83.903 0 kW·h,通过公式计算可得,673 t混动车型满载百公里油耗为1 966.998 2 L,满载百公里电耗为−163 8.370 3 kW·h;空载百公里油耗为0L,空载百公里电耗为−1 664.365 6 kW·h。
4.3.2 关键部件工作特性仿真
1)发动机工作特性。图28为673t混动车型满载工况发动机工作特性仿真试验结果。由图28可见,发动机的工作点主要集中在扭矩较高的区间,这是因为改造后的轮−轴协同式混合动力驱动系统具有多种驱动模式,工作在满载爬坡工况时,因为其需求扭矩较大,发动机根据工况需要及扭矩需求切换至恰当模式运行,最后使得发动机工作在大扭矩的高效区间。
由图28和图29可知,相较于满载工况,空载下坡工况下动力需求小,需求扭矩低,基本靠自重下坡滑行及电驱动即可满足驱动要求,无需发动机工作。改造后发动机的工作点集中分布于转矩较高的高效区,效率提升明显,与针对提升动力性能改造的554 t混动车型基本相同。
2)超级电容。图30为超级电容工作特性仿真试验结果,由图30可知,针对提高载重性能的轮-轴协同式混合动力驱动系统中电容的电量稳定性较原车型更佳,较针对提高动力性能的554t混动车型稍弱。
3)驱动电机。图31为驱动电机工作特性仿真试验结果。由图31可知,针对提升载重性能改造的673 t混动车型电机在满载工况下与针对动力性改造的554 t混动车型仿真试验结果基本一致,空载工况下完全一致,说明在针对提升载重性能改造后的电机工作性能满足运输动力需求,电机的工作依赖性及强度得到缓解。
4.4 仿真结果汇总
综合4.1、4.2与4.3节仿真试验结果分析,整理可得露天矿超重型自卸车联合仿真试验结果汇总表(表4)。
表 4 露天矿超重型自卸车联合仿真试验结果汇总Table 4. Summary of joint simulation test results of super heavy dump truck in open pit mine项目 554 t原车 554 t混动车 673 t混动车 整车质量/kg 553 550 553 550 643 550 0~30 km/h加速时间/s 33.56 5.94 7.69 最高车速/(km·h−1) 49.7 835 64.4 737 64.0 226 最大爬坡度/% 19.50 30.10 29.70 满载百公里油耗/(L·100 km−1) 1 586.7 047 1 966.9 982 2 165.3 157 满载百公里电耗/(kW·h·100 km−1) 209.9 538 −1 638.3 707 −1 377.4 432 满载折合油耗/(L·100 km−1) 1 656.2 258 1 424.4 914 1 709.2 087 空载百公里油耗/(L·100 km−1) 356.3 420 0 0 空载百公里电耗/(kW·h·100 km−1) 2.0 134 −1 664.3 656 −1 644.3 656 空载折合油耗/(L·100 km−1) 357.0 087 −544.4 919 −544.4 919 全程折合油耗/(L·100 km−1) 1 006.6 173 439.9 998 582.3 584 通过对比分析3种车型的联合仿真结果可知:基于提升动力性改造的554 t混动车型在载重相同情况下,动力性能及经济性能较原车型明显有了巨大改善,验证了设计的轮−轴协同式混合动力驱动系统的优益性;基于提升载重性改造的673 t混动车型在载重上大幅提高,其动力性能在加速时间、最高车速、最大爬坡度上较原车型得到一定改善,较554 t混动车型由于载重增加而稍有下降,但仍然满足动力需求且车速跟随状态良好,证明了轮−轴协同式混合动力系统可在满足动力需求的基础上提升载重量。
5. 结 论
1)采用线路循环测试法对鄂尔多斯某露天矿进行路谱采集试验,结合运输特点与道路特征分析制定了试验路线,并通过矿车实车试验完成了典型行驶工况数据的采集,针对满载及空载分别建立了露天矿循环工况。
2)针对笔者提出的轮−轴协同式混合动力驱动系统,选取基于转矩的逻辑门限值控制策略,确定了各工作模式下的转矩门限值、发动机与电机的转矩分配方案,利用Matlab/Simulink完成了整车的控制策略搭建。
3)针对提升车辆动力性的轮−轴协同式混合动力系统改造方案,与原车相比,满载时的最高车速、最大爬坡度分别提高了29.51%和54.36%;0~30 km/h的加速时间、百公里综合燃油消耗则分别下降了82.30%和56.29%;发动机、电机、电容的工作特性更佳,整车的动力性能与经济性能均得到较大改善。
4)针对提升车辆载重的改造方案,与原车相比,载重提升了21.54%,满载时的最高车速、最大爬坡度分别提高了28.60%和52.31%,而0~30 km/h的加速时间、百公里综合燃油消耗则分别下降了77.09%和42.15%。
-
表 1 1-1-2样本缝隙
Table 1 1-1-2 sample gap
样品号 SEM图像放大倍数下缝隙率/% 总均值 ×500 ×1 000 ×1 500 ×2 000 1-1-2 1.88 1.9615 1.877 2.466 2.0461 表 2 1-1-2样本等效缝隙直径
Table 2 1-1-2 sample equivalent fissure diameter
样品号 SEM图像放大倍数下等效缝隙直径/μm 总均值 ×500 ×1 000 ×1 500 ×2 000 1-1-2 0.2135 0.069 0.138 0.1705 0.1478 表 3 7-2-2样本缝隙面积分维值
Table 3 7-2-2 sample of fractal dimension of sample gap area
样品号 SEM图像放大倍数下分形维数 总均值 ×500 ×1 000 ×1 500 ×2 000 7-2-2 1.4645 1.456 1.4125 1.3431 1.4190 表 6 复合岩层缝隙结构复杂程度量化值
Table 6 Quantitative value of complex degree of crevice structure in composite strata
钻孔编号 钻孔量化值 1-1 3 1-2 1 1-3 3 1-4 1 均值 2 2-1 3 2-2 3 2-3 3 2-4 1 均值 2.5 3-1 2 3-2 2 3-3 4 3-4 1 均值 2.25 4-1 3 4-2 1 4-3 3 4-4 1 均值 2 5-1 5 5-2 2 5-3 4 5-4 3 均值 3.5 6-1 3 6-2 1 6-3 3 6-4 2 均值 2.25 7-1 5 7-2 2 7-3 3 7-4 2 均值 3 表 4 复合岩层缝隙结构复杂程度
Table 4 Complexity of crevice structure in composite strata
编号
(钻孔-层位)复杂程度 贴近值 定义 1-1 0.2218 中等 1-2 0.1481 极简单 1-3 0.2432 中等 1-4 0.1509 极简单 2-1 0.2311 中等 2-2 0.2110 中等 2-3 0.2222 中等 2-4 0.1298 极简单 3-1 0.1892 简单 3-2 0.1818 简单 3-3 0.2756 复杂 3-4 0.1001 极简单 4-1 0.2412 中等 4-2 0.1381 极简单 4-3 0.2131 中等 4-4 0.1350 极简单 5-1 0.3710 极复杂 5-2 0.1965 简单 5-3 0.2712 复杂 5-4 0.2122 中等 6-1 0.2474 中等 6-2 0.1411 极简单 6-3 0.2565 中等 6-4 0.2024 简单 7-1 0.3785 极复杂 7-2 0.1813 简单 7-3 0.2226 中等 7-4 0.1778 简单 表 5 钻孔复合岩层复杂程度分级阈值
Table 5 Classification threshold of complex degree of borehole composite strata
阈值 极简单(I) 简单(Ⅱ) 中等(Ⅲ) 复杂(Ⅳ) 极复杂(V) 定义 I<0.155 0.155≤Ⅱ<0.205 0.205≤Ⅲ<0.265 0.265≤IV <0.315 V≥0.315 表 7 层位量化均值
Table 7 Quantitative value of horizon
钻孔编号 层位量化均值 1-1 2-1 3-1 4-1 5-1 6-1 7-1 3.43(1层) 1-2 2-2 3-2 4-2 5-2 6-2 7-2 1.71(2层) 1-3 2-3 3-3 4-3 5-3 6-3 7-3 3.29(3层) 1-4 2-4 3-4 4-4 5-4 6-4 7-4 1.57(4层) -
[1] 陈金平,朱家辰,阴祥诚,等. 基于PHREEQC反向模拟-聚类分析方法的矿井突水水源判别[J]. 煤炭技术,2020,39(11):75−78. CHEN Jinping,ZHU Jiachen,YIN Xiangcheng,et al. Discrimination of mine water inrush source based on PHREEQC reverse simulation-cluster analysis method[J]. Coal Technology,2020,39(11):75−78.
[2] 朱宗奎,徐智敏,孙亚军. 寒武系上段隔水性及在马陵山矿带压开采中的应用[J]. 采矿与安全工程学报,2014,31(2):226−231. ZHU Zongkui,XU Zhimin,SUN Yajun. Water isolation of the upper Cambrian and its application in pressure mining of Malingshan Mine[J]. Journal of Mining and Safety Engineering,2014,31(2):226−231.
[3] 曾一凡,刘晓秀,武 强,等. 双碳背景下“煤−水−热”正效协同共采理论与技术构想[J]. 煤炭学报,2023,48(2):538−550. ZENG Yifan,LIU Xiaoxiu,WU Qiang,et al. Theory and Tech-nical Conception of Coal-Water-Thermal Positive Synergistic Co-extraction under the Dual Carbon Background[J]. Journal of China coal society,2023,48(2):538−550.
[4] TOVEY N K. Quantitative analysis of electron micrographs of soil structure[J]. International Journal of Rock Mechanics and Mining Sciences & Geomechanics Abstracts,1973,11(4):50−57.
[5] YUDHBIR, RAHIM A. Image analysis applied to geotechnical engineering[C]//Digital Image Processing: Techniques & Applications in Civil Engineering, 1993.
[6] HUI T,LEI P,XIAO X,et al. A preliminary study on the pore characterization of lower silurian black shales in the Chuandong Thrust Fold Belt, southwestern China using low pressure N2 adsorption and FE-SEM methods[J]. Marine & Petroleum Geology,2013,48:8−19.
[7] KROHN C,THOMPSON A. Fractal sandstone pores: Automated measurements using scanning-electron-microscope images[J]. Physical Review B,1986,33(9):6366−6374. doi: 10.1103/PhysRevB.33.6366
[8] 杨 军,王潇婷,龚明辉,等. 沥青原子力显微镜微观图像的特征分析[J]. 石油学报(石油加工),2015,31(5):1110−1115. YANG Jun,WANG Xiaoting,GONG Minghui,et al. Characteristic analysis of microscopic images of asphalt atomic force microscope[J]. Acta Petrolei Sinica(Petroleum Processing Section),2015,31(5):1110−1115.
[9] 郑司建,王小垚,周三栋. 准噶尔盆地南缘低煤阶煤储层孔隙分形特征[J]. 煤炭技术,2017,36(7):133−135. ZHENG Sijian,WANG Xiaoyao,ZHOU Sandong. Pore fractal characteristics of low-rank coal reservoirs in the southern margin of Junggar Basin[J]. Coal Technology,2017,36(7):133−135.
[10] SHEN P,LI K. A New Method for Determining the Fractal Dimensions of Pore Structures and Its Application[J]. Research Institute of Petroleum Exploration and Development,1994,1(1):6−9.
[11] SHEN P,LI K,JIA F. Quantitative description for the heterogeneity of pore structure by using mercury capillary pressure curves[J]. International Meeting on Petroleum Engineering,1995,11(1):14−17.
[12] MOULU J C,VIZIKA O,KALAYDJIAN F,et al. A new model for three-phase relative permeabilities based on a fractal representation of the porous medium[J]. Society of Petroleum Engineers. SPE Annual Technical Conference and Exhibition,1997,10(1):5−8.
[13] LI K,Horne R N. Fractal characterization of the geysers rock[J]. Transactions Geothermal Resources Council,2003,1(01):3−4.
[14] 李 静,刘 晨,刘惠民,等. 基于数字岩心的页岩储层岩石细观损伤机制研究[J]. 岩石力学与工程学报,2022,41(6):1103−1113. LI Jing,LIU Chen,LIU Huimin,et al. Study on meso-damage mechanism of shale reservoir based on digital core[J]. Chinese Journal of Rock Mechanics and Engineering,2022,41(6):1103−1113.
[15] 侯 健,邱茂鑫,陆 努,等. 采用CT技术研究岩心剩余油微观赋存状态[J]. 石油学报,2014,35(2):319−325. HOU Jian,QIU Maoxin,LU Nu,et al. The microscopic occurrence state of core remaining oil is studied by CT technique[J]. Acta Petrolei Sinica,2014,35(2):319−325.
[16] 田 志. 多尺度孔隙岩石的核磁共振扩散耦合现象及其探测方法[J]. 地球物理学报,2021,64(3):1119−1130. TIAN Zhi. Nuclear magnetic resonance diffusion coupling phenomenon of multi-scale porous rocks and its detection method[J]. Chinese Journal of Geophysics,2021,64(3):1119−1130.
[17] 杨 赫,程卫民,刘 震,等. 注水煤体有效渗流通道结构分形特征核磁共振试验研究[J]. 岩土力学,2020,41(4):1279−1286. YANG he,CHENG Weimin,LIU Zhen,et al. NMR Experimental study on fractal characteristics of effective seepage channel structure of water injection Coal[J]. Rock and Soil Mechanics,2020,41(4):1279−1286.
[18] 白海波,缪协兴. 晚古生代煤田水文地质特征与防治水理论及技术[J]. 中国矿业大学学报,2016,45(1):1−10. BAI Haibo,MIAO Xiexing. Hydrogeological characteristics and water prevention theory and technology of late Paleozoic coalfield[J]. ournal of China University of Mining & Technology,2016,45(1):1−10.
[19] 姜 涛,徐 维,苏壮壮. 利用小岛法对砂岩SEM图像进行渗透率计算分析[J]. 华北科技学院学报,2018,15(5):54−59. JIANG Tao,XU Wei,SU Zhuangzhuang. The permeability of sandstone SEM image is calculated and analyzed by island method[J]. Journal of North China Institute of Science and Technology,2018,15(5):54−59.
[20] 付世豪,侯 冰,夏 阳,等. 多岩性组合层状储层一体化压裂裂缝扩展试验研究[J]. 煤炭学报,2021,46(S1):377−384. FU Shihao,HOU Bing,XIA Yang,et al. Experimental study on integrated fracturing fracture propagation of multi-lithologic layered reservoir[J]. Journal of China Coal Society,2021,46(S1):377−384.
[21] 杨 涛,张 杰,林海飞,等. 隔水土层孔隙水压畸变与顶板突水灾变的时空响应特征模拟研究[J]. 采矿与安全工程学报,2021,38(2):317−325. YANG Tao,ZHANG Jie,LIN Haifei,et al. Simulation study on spatio-temporal response characteristics of pore water pressure distortion and roof water inrush in waterproof soil layer[J]. Journal of Mining and Safety Engineering,2021,38(2):317−325.
[22] 吕帅锋, 王生维, 刘洪太, 等. 煤储层天然裂隙系统对水力压裂裂缝扩展形态的影响分析[J]. 煤炭学报, 2020, 45(7): 2590−2601. LYU Shuaifeng, WANG Shengwei, LIU Hongtai, et al. Analysis of the influence of natural fracture system of coal reservoir on fracture propagation pattern of hydraulic fracturing [J]. Journal of China Coal Society, 2020, 45(7): 2590−2601.
[23] 申艳军,王 旭,赵春虎,等. 榆神府矿区富油煤多尺度孔隙结构特征[J]. 煤田地质与勘探,2021,49(3):33−41. SHEN Yanjun,WANG Xu,ZHAO Chunhu,et al. Multi-scale pore structure characteristics of oil-rich coal in Yushenfu mining area[J]. Coal Geology & Exploration,2021,49(3):33−41.
[24] 鲍 园,安 超. 基于FE-SEM的微生物降解煤岩孔隙演化特征[J]. 煤炭学报,2022,47(1):4105−4112. BAO Yuan,AN Chao. Pore evolution characteristics of microbial degradation of coal and rock based on FE-SEM[J]. Journal of China Coal Society,2022,47(1):4105−4112.
[25] 陈 恋, 袁 梅, 许石青, 等. 数字图像技术结合小岛法在煤分形特征中的应用[J]. 中国安全生产科学技术, 2021, 17(3): 77−83. CHEN Lian, YUAN Mei, XU Shiqing, et al. Application of digital image technology combined with island method in coal fractal characteristics [J]. Journal of Safety Science and Technology. 2021, 17(3): 77−83.
[26] 周枫滨. 约束高强混凝土微观孔结构试验研究[D]. 重庆: 重庆大学, 2018: 56−60. ZHOU Fengbin. Experimental study on microscopic pore structure of confined high-strength concrete [D]. Chongqing: Chongqing University, 2018: 56−60.
[27] 李小彦,邵玉宝,朱裕振,等. 基于低温液氮吸附法的煤岩孔隙分形特征[J]. 科学技术与工程,2022,22(1):65−70. LI Xiaoyan,SHAO Yubao,ZHU Yuzhen,et al. Fractal characteristics of coal and rock pores based on low temperature liquid nitrogen adsorption[J]. Science Technology and Engineering,2022,22(1):65−70.
[28] 张吉振. 煤系页岩孔隙结构表征及其对页岩气赋存的影响研究[D]. 北京: 中国矿业大学, 2019: 116−120. ZHANG Jizhen. Characterization of pore structure of coal measures shale and its influence on shale gas occurrence [D]. Beijing: China University of Mining and Technology, 2019: 116−120.
[29] 王晓琦,金 旭,李建明,等. 聚焦离子束扫描电镜在石油地质研究中的综合应用[J]. 电子显微学报,2019,38(3):303−319. WANG Xiaoqi,JIN Xu,LI Jianming,et al. Comprehensive application of focused ion beam scanning electron microscope in petroleum geological research[J]. Journal of Chinese Electron Microscopy Society,2019,38(3):303−319.
[30] 饶 峰,柯 枫. 拓扑Hausdorff维数的一种计算方法及其应用[J]. 四川师范大学学报(自然科学版),2017,40(4):496−502. RAO Feng,KE Feng. A method for calculating topological Hausdorff dimension and its application[J]. Journal of Sichuan Normal University(Natural Science),2017,40(4):496−502.
[31] 任君豪,王心义,王 麒,等. 基于多方法的煤层底板突水危险性评价[J]. 煤田地质与勘探,2022,50(2):89−97. REN Junhao,WANG Xinyi,WANG Qi,et al. Risk assessment of water inrush from coal seam floor based on multi-method[J]. Coal Geology & Exploration,2022,50(2):89−97.
[32] 王心义,赵 伟,刘小满,等. 基于熵权-模糊可变集理论的煤矿井突水水源识别[J]. 煤炭学报,2017,42(9):2433−2439. WANG Xinyi,ZHAO Wei,LIU Xiaoman,et al. Identification of water inrush source in coal mine based on entropy weight-fuzzy variable set theory[J]. Journal of China Coal Society,2017,42(9):2433−2439.
[33] 李绍红,王少阳,吴礼舟. 基于MCS-TOPSIS耦合模型的岩体质量分类研究[J]. 岩石力学与工程学报,2017,36(5):1053−1062. LI Shaohong,WANG Shaoyang,WU Lizhou. Study on rock mass quality classification based on MCS-TOPSIS coupling model[J]. Chinese Journal of Rock Mechanics and Engineering,2017,36(5):1053−1062.
[34] 陈 静. 江苏省地市开放型经济发展水平研究: 基于熵权法的TOPSIS综合评价模型[J]. 南京工程学院学报(社会科学版),2019,19(3):40−45. CHEN Jing. Study on the development level of open economy of prefectures and cities in Jiangsu Province- TOPSIS comprehensive evaluation model based on entropy weight method[J]. Journal of Nanjing Institute of Technology (Social Science Edition),2019,19(3):40−45.
-
期刊类型引用(1)
1. 王明川,汤智德,谢安强,简灵静,林晗,王英姿,陈灿. 低磷胁迫时混合内生真菌对杉木幼苗的促生作用. 东北林业大学学报. 2025(01): 1-9 . 百度学术
其他类型引用(0)