0 引 言
2014年，陕西煤业化工集团黄陵矿业公司一号煤矿在国内首次实现了“有人巡视，无人跟机”、“以记忆截割为主，以远程干预为辅”的智能化开采，引发了煤炭企业通过智能化开采实现转型升级的热潮[1]。据不完全统计：目前，全国煤矿已有超过200个采煤工作面基本实现了智能化开采[2]。2020年3月，国家发改委等8部委联合下发了《关于加快煤矿智能化发展的指导意见》，明确提出了2025年大型煤矿和灾害严重煤矿基本实现智能化、2035年各类煤矿基本实现智能化的发展蓝图，并提出在2022年前建成1 000个以上智能化采煤和智能掘进工作面的发展目标。但是，应该清醒地看到：我国煤矿智能化开采基本上实现了从单机自动化向“三机”协同自动化以至于局部系统智能化的技术跨越，智能开采对于复杂地质条件的适应性远远不足[3-5]。究其原因，一是煤矿开采重型装备的自动化与智能化水平、远程控制系统的自主决策能力有待提高；更重要的原因是：智能开采工作面基础地质条件查明精度不足，导致智能开采遭遇地质条件较大变化时无法迅速调整适应等。因此，我国煤矿智能化开采整体上还处于起步阶段、初级水平[6]。
王国法院士指出：煤矿开采是一个复杂的系统工程，它涉及到地质保障、煤炭回采、巷道掘进、主辅运输等诸多子系统[7]。众所周知：煤层赋存地质条件是煤炭资源安全高效绿色智能开采的基础和前提，而煤矿地质保障系统是煤矿智能化开采的核心技术支撑[8-9]。现有的智能化开采工作面大多数都选择地质条件相对简单的工作面，随着煤矿智能化开采的技术进步，灾害严重矿井、地质条件复杂矿井都要实现智能化，因此为采煤工作面提供高精度4D-GIS透明地质模型将成为智能化开采的必然选择[10-11]。煤矿传统的地质保障是以基本查明煤层赋存条件、水文地质条件、构造地质条件等为目标，主要服务于煤炭资源勘查、井田划分、采区设计和工作面选择等地质任务，其勘查程度整体上以定性、半定量为主，对智能化开采要求高精度查明煤层厚度、煤层起伏形态与隐伏构造以至于动力地质灾害等需求而言，其精度尚存在明显不足[12]。因此，如何构建智能开采工作面的高精度三维地质模型，成为实现智能化的关键技术问题之一[13]。
三维地质建模这一概念1994年由加拿大学者Houlding提出，他指出三维地质建模是用三维数据模型，包括钻孔数据、图形数据、体元数据以及三维格网数据等为数据源的数据流对地质结构进行描述[14]。国外开发了三维地质建模软件，如GOCAD、Micro Mine、Surpac、DataMine Discover等，这些软件主要适用于露天矿山，对于地下开采煤矿不太适用；国内三维地质建模软件主要有北京龙软科技Longruan 3D、武汉中地数码Map GIS、中煤科工集团西安研究院MSGIS、北京东澳达科技3DMine、长沙迪迈数码Dimine、西安集灵信息科技VRMine GIS等，其中北京龙软科技股份有限公司的软件在煤炭行业得到推广。在矿井三维地质建模方面，2008年姜在炳[15]在综合分析煤层地质建模方法与软件的基础上，以地面钻探资料为基础，采用不规则三角网和广义直三棱柱构建了煤层动态建模的表面模型和体模型，开发出煤矿地质测量空间信息系统MSGIS3.0软件；2014年孙振明等[16]利用煤矿生产数据具有动态变化的特性，在静态地质模型的基础上，开展地质模型的动态修正和平/剖面的同步更新，提高了三维地质模型的动态更新自动化程度及实用性；2016年王议等[17]在矿区地形地质数据、钻孔数据、巷道数据、高程和影像数据等处理的基础上，构建了煤岩层地质体、钻孔、巷道、采空区和地表影像等三维模型，同年，祁和刚等[18]系统研究了煤矿三维模型的自动生成算法和动态修正技术，开发了二维GIS软件平台和三维可视化集成数据处理平台，标志着传统矿山逐渐迈向信息化和智能化的新时代。以上三维建模方法研究中，主要侧重于计算机可视化三维建模的软件开发，对于回采工作面三维地质模型的精度问题几乎没有涉及。毛善君等[19]指出当前透明化矿山建设的重点之一是透明化综采工作面(透明化工作面)的建立，并对透明化工作面的概念进行了论述；程建远等[3]提出了煤矿智能开采工作面三维地质模型梯级构建的思路、流程与关键技术，按照已知地质信息的差异，将工作面地质模型概化为黑箱、灰箱、白箱和透明模型4种类型，并对每种地质模型的精度进行了分析；王存飞等[20]基于物联网、虚拟现实等新技术讨论了透明工作面的概念和技术架构，并对透明工作面构建的关键技术进行了阐述；2020年，王双明等[21]提出通过构建涵盖煤系资源、地质条件、生态环境等要素的高精度三维模型，进行地质条件损害探测、监测，实现煤炭开发利用全过程地质保障和煤炭资源绿色开采的总体思路。围绕三维地质建模国内外专家学者开展了大量卓有成效的研究工作，为煤炭资源智能化开采三维地质透明化建模提供了理论、方法、技术和软件。但是，前人的实证性研究、对比性研究工作尚有待加强，特别是面对同一数据采用不同的建模方法或软件所建立的三维地质模型可能有很大出入，如何优选地质模型、客观评价三维地质建模的精度是一个亟待探究的问题[22]。
笔者以XY-S智能化工作面的探采对比分析为例，通过利用不同阶段地质探测所获取的静态数据，并动态融入采掘地质信息，分别构建了回采工作面的黑箱、灰箱、白箱和透明模型，结合煤巷掘进、工作面回采不同阶段所揭露的地质资料，剖析了回采工作面4种地质模型的实证误差，对实现工作面高精度三维地质建模的技术途径进行了探讨。
1 试验区地质条件
试验矿井位于山西寿阳沁水煤田西北部，2009年投产，主采的3煤、9煤为优质无烟煤，2017年核定能力为252万t/a。试验矿井先后开展了大量的钻探、物探、采掘揭露等地质工作，目前正在该矿井XY-S工作面开展智能化开采的技术示范。
1.1 井田地质条件
井田总体为一走向近WE、倾向S的单斜构造，地层倾角2°～9°，断层、陷落柱较发育，已揭露的258条断层中逆断层11条，大多数断层为3煤层间小断层，落差小、延展长度短；已揭露67个陷落柱，构造复杂程度为简单类型；3煤位于二叠系下统山西组中部，煤层厚度0.40～4.75 m，平均2.58 m，大部可采，属稳定煤层，其可采性指数为0.97、厚度变异系数为24%，煤层结构简单～较简单；矿井绝对瓦斯涌出量为297.95 m3/min，相对涌出量为30.57 m3/t，鉴定为煤与瓦斯突出矿井；3煤开采的矿井水文地质类型定为中等类型；其他开采地质条件划分为中等。
根据《煤矿地质工作规定》：从地质构造复杂程度、煤层稳定程度、瓦斯类型、水文地质类型和其他地质条件等进行煤矿地质类型划分(表1)，由于该矿陷落柱较为发育，且为煤与瓦斯突出矿井，依据就高不就低的原则，综合评价该矿地质类型为极复杂类型[23-25]。因此，该矿复杂的地质条件在国内具有一定的典型代表性，其智能开采地质建模的实证精度对于类似煤矿具有较大的实际意义。
表1 煤矿地质类型划分(以3煤为目标层)
Table 1 Classification of coal mine geological types(target on Coal Seam 3)
划分依据类 型简单中等复杂极复杂主要地层条件地质构造复杂程度√———煤层稳定程度√———瓦斯类型———√水文地质类型—√——其他地质条件顶底板√———倾角√———其他特殊地质因素——√—
1.2 工作面地质条件
本次试验工作面为XY-S智能开采工作面，该工作面主采3煤，煤层埋深为 485～567 m，煤层厚度为 2.52～2.82 m，平均厚度为 2.72 m，煤层倾角为2°～4°。2013年该区开展了三维地震勘探，覆盖了工作面大部分范围。2017年该工作面准备开始全煤巷掘进，工作面倾斜长度为240 m、走向长度为3 155 m；2019年开始回采，回采前整个工作面开展了槽波地震探测工作(图1)。目前，XY-S工作面推采长度达到1 470 m，主要分布在钻探控制区，并已局部进入三维地震控制区。
图1 XY-S工作面布置示意
Fig.1 Sketch map of Working Face XY-S
2 地质透明化模型的梯级优化
按照不同勘查、生产阶段所获地质信息透明化的不同，构建XY-S工作面的黑箱、灰箱、白箱和透明化4种地质模型，对不同地质模型的建模思路加以阐述，分析不同地质模型逐次递进、梯级优化的特点。
2.1 黑箱模型
黑箱模型是以采区采前地面勘查阶段所获的钻探、三维地震资料为基础数据，利用地面钻探数据、三维地震数据构建采区采前初始地质模型。该模型由于地质实见的“硬数据”偏少、物探间接探测的“软数据”多，二者协同构建的三维地质建模精度偏低，故称其为 “黑箱模型”，仅可用井田采区划分和工作面设计。
XY-S智能开采工作面内部(含巷道区域)共有3个地面勘探钻孔，其周边共有13个地面钻孔，工作面左侧地段开展过三维地震勘探(图1)。因此，该工作面右侧地段地质建模只能利用克里金插值算法对钻孔控制的3号煤层底板和煤厚数据进行空间内插，而左侧地段则可以通过钻探资料与三维地震数据联合建模，对二者加以整合可以构建出该工作面整体的“黑箱模型”。
图2a为黑箱模型预测的3号煤层底板等高线。可以看出：图2a右侧仅有地面钻探控制的区域，整体上呈现一个向左倾斜的单斜形态，构造简单，这是由于地质数据信息量太少的缘故；图2a左侧三维地震控制区域的褶曲、断层、陷落柱等出现复杂变化，其对煤层的控制程度明显提高。由于图2a中左右两侧煤层底板通过2种方法分别进行预测的结果，所以两者之间的等值线出现了不连续和间断。
2.2 灰箱模型
灰箱模型是指在完成巷道掘进、尚未回采的工作面准备阶段，综合利用地面钻探、三维地震、巷道实测地质数据等，对煤层底板起伏、煤厚变化以及揭露断层综合分析后所构建的工作面地质模型。由于该模型的巷道是地质透明的，巷道两侧是相对透明的，工作面内部煤层的起伏形态得到可靠控制，因此将该模型称为“灰箱模型”，它可为工作面开采方法和设备选型提供依据。
XY-S工作面两巷及开切眼掘进完成后，开展76个煤层底板起伏状况的数据实测(图2b)。在有三维地震数据的区域，据此可对煤层底板反射波的时-深转换速度进行重新标定，提高时-深转换的精度；在无三维地震数据的区域，仍然采用克里金插值算法，联合地表钻孔、巷道测量点数据，对工作面内部煤层底板进行预测。
图2b为增加两巷和开切眼的实测数据后，重新标定三维地震速度，并结合克里金算法内插后得到的3号煤层底板等高线图。可以看出：钻探控制区(图2b右)已由黑箱模型的单斜形态变为一个背斜形态，地层倾角加大；与黑箱模型相比(图2a左)，三维地震覆盖区(图2b左)的向斜形态更加明显，地层倾角相对变缓。XY-S工作面从“黑箱模型”到“灰箱模型”出现的上述变化，是增加了两巷、开切眼的先验地质信息后工作面三维地质模型进一步优化的结果。
2.3 白箱模型
白箱模型是指工作面2条巷道和开切眼开拓完成后、在工作面回采前这一阶段，通过开展工作面的槽波、坑透以及钻探等工程，进一步对工作面内部的小断层、陷落柱和煤层起伏等开展精细探测，进而构建出工作面的高精度三维地质精细模型。由于这是工作面回采前最后能够开展的常规地质勘查工作，据此所构建的模型精度相对来说是最高的，因此将这一阶段的地质模型称为“白箱模型”。
XY-S工作面在回采前进行了槽波地震探测工作，测线沿进风巷、开切眼及回风巷布置，接收点距10 m、激发点距20 m，布设测线总长度6 616 m，探测区域覆盖整个XY-S工作面。槽波地震CT反演结果如图3所示。槽波探测区域内共解释陷落柱7个、异常区11个，三维地震仅在XY-S工作面内解释了3个陷落柱(尚未验证)；槽波推断解释断层8条，其中最小落差1.0 m、最大落差3.5 m，均已被巷道局部控制和验证。
图2 XY-S工作面4个阶段模型预测煤层底板等高线
Fig.2 Contours of coal seam floor predicted by four stage models of Working Face XY-S
图3 XY-S工作面槽波地震振幅衰减系数CT反演结果
Fig.3 In-seam seismic amplitude attenuation coeffidence and CT inversion of Working Face XY-S
与XY-S工作面的“灰箱模型”相比，“白箱模型”进一步增强了对工作面内部断层、陷落柱等地质异常体的控制程度(图2c)。
2.4 透明化模型
透明化模型是指在工作面进入回采阶段后，利用随采探测数据、回采揭露的煤层顶底板、煤层厚度、小构造等地质信息，通过工作面随采地震实时成像、“三机”采场信息互馈、“白箱模型”动态修正等技术，开展高精度三维地质建模(图2d)，实现回采工作面前方50～100 m范围内地质条件的逐级、递进式透明。在图2d中剖面D-D’附近，由于加入了回采揭露数据，该位置等高线与图2c对应位置产生了轻微的变化，煤层底板精度得到提高。应该说，地质透明化是智能开采三维地质建模的最高境界、终极目标，这一目标的实现是一个渐进的动态过程，只有通过地质、物探、采掘、监测等多元信息融合手段才能构建智能开采的“透明化模型”。
3 梯级模型的精度对比
智能感知、智能决策、智能控制是智能开采的核心技术，它不仅依赖于单机的高度自动化、多机的智能化协同等，更是建立在煤层底板起伏、煤层厚度变化、构造发育情况以及开采过程中动力地质灾害等高精度探测、监测预警的基础之上。前述4种地质模型的精度能否满足实际开采的需要，下面将结合4种地质模型的建模精度分析，从XY-S工作面煤层底板、断层构造、煤厚变化3个方面的实证结果加以论述。
3.1 底板标高控制误差
XY-S工作面回风巷的地震剖面如图4所示，可以看出煤层反射波能量强、信噪比高，整体呈现出宽缓向斜的形态；回风巷道掘进过程中实测了43个点的煤层底板标高，因此通过回风巷道的实测地质剖面与黑箱模型、灰箱模型的预测地质剖面进行对比，可以分析黑箱模型、灰箱模型对于煤层底板标高的控制精度。
图4 工作面回风巷地震剖面
Fig.4 Seismic section of auxiliary air tunnel in working face
黑箱模型中，在三维地震控制区域联合地面钻孔可以预测回风巷的煤层底板标高(图5左侧)，在仅有钻探控制的区域可以通过克里金算法对回风巷的底板标高进行预测(图5右侧)；在灰箱模型中，假设进风巷已经掘进完成而回风巷还未掘进，利用进风巷实测的30个底板控制点对回风巷煤层底板进行预测，其中三维地震控制区域以进风巷实测的16个底板控制点，对三维地震速度场进行重新标定，采用刷新后的平均速度场对回风巷的煤层底板进行时-深转换，而在钻探控制区域以进风巷实测的14个底板控制点和地面钻孔资料为基础对回风巷底板标高进行插值预测(图5)。
图5 XY-S工作面回风巷处不同阶段模型预测与实际揭露剖面对比
Fig.5 Contrast of predicted coal seam floor levels of different models and site revealed levels in Working Face XY-S
底板及断层的走向预测在回风巷实测地质剖面如图5所示，同样，图5右侧的钻探控制区域随着井下实见信息的增加，其预测精度得到明显提高。可以看出：灰箱模型由于引入了井下1条掘进巷道的煤层底板控制点，其预测的回风巷煤层底板(图5的绿线)更加贴近实际地质剖面(图5的黑线)；相对于黑箱模型而言，灰箱模型对于煤层底板的控制精度显著提高。
以工作面回采过程中实测的32个点、4组地质剖面数据为例，对不同阶段4种地质模型上煤层底板误差进行了统计(表2)，可以看出：随着地质模型的梯级优化，煤层底板标高的预测误差不断降低，其中透明模型底板误差小于0.5 m的样本点占比达到75%。以剖面D-D′为例，对灰箱/白箱模型和透明化模型预测的煤层底板与实际揭露煤层底板进行了剖面对比(图6)。
由于该工作面的白箱模型相对于灰箱模型而言，仅仅增加了工作面槽波透视探测，而并没有新的煤层底板标高控制点，因此灰箱/白箱模型的底板等高线没有变化。另外，由于D-D′剖面的黑箱模型预测误差较大(表2)，所以未在图6上进行展示，可以看出：随着地质模型的梯级优化，D-D′剖面预测的煤层底板形态不断逼近实际的煤层底板形态。
表2 不同阶段模型煤层底板标高预测误差统计
Table 2 Error statistics of coal seam floor elevation in different stage models
类别样本数量误差范围/m煤层底板预测误差样本点占比/%(2.0,+∞)m(1.0～2.0]m(0.5～1.0]m[0～0.5]m备注黑箱模型760.04～26.1084.26.65.33.9巷道揭露点灰/白箱模型320.06～3.4043.815.628.112.5回采揭露点透明模型80.16～0.80002575回采揭露点
图6 D-D′回采剖面不同阶段模型预测与实际揭露煤层底板对比
Fig.6 Contrast of coal seam floor elevation acquired by different stage models and mining in Position D-D′
3.2 断层和陷落柱验证
以XY-S工作面已推采的1 470 m范围内，回采揭露了3条断层、6个陷落柱和1个破碎带(图7)，据此对4种地质模型中断层、陷落柱的解释情况开展探采对比分析。黑箱模型中，工作面推采的0～1 470 m范围是三维地震未覆盖、仅有地面稀疏钻孔控制，未查明工作面内部的断层和陷落柱；灰箱模型中，尽管进风巷和回风巷揭露了3条断层，但其落差小于3 m、且在三维地震控制区域之外无法解释；白箱模型中，实际揭露的10个构造区中，槽波预报9个、漏报1个；槽波共解释了12个异常区(断层/陷落柱)，回采揭露9个，预报准确率75%。
图7 XY-S工作面构造探采对比
Fig.7 Contrast of geologic structure acquired by detecting and mining in Working Face XY-S
3.3 煤层厚度预测精度
黑箱模型阶段，利用地面钻孔对工作面煤厚进行插值，计算预测煤厚与巷道实测116个煤厚实测点的误差；灰箱模型阶段，利用地面钻孔、巷道煤厚测点和三维地质资料动态解释，计算回采实测4条煤壁剖面上30个实见点进行验证；白箱模型阶段，由于只是增加了工作面内的构造探测，本次没有增加新的煤层厚度控制点信息，因此仍然采用灰箱模型阶段的煤厚预测结果；透明模型阶段，同时利用了地面钻孔、巷道煤厚测点和前3条实测回采剖面，开展未采区域的煤厚预测，并以第4条实测剖面为样本开展探采对比。按照上述思路和做法，4种地质模型煤厚的探采对比统计结果见表3。
表3 不同阶段模型煤层厚度预测误差范围统计
Table 3 Error of coal seam thickness in different stage models
模型误差范围/m均方根误差/m绝对误差范围频数统计/个[0,0.1)m[0.1,0.3)m[0.3,0.5)m[0.5,+∞)m合计备注黑箱模型0.03～1.520.3628432916116巷道揭露点灰箱模型0.03～1.520.264196130回采揭露点透明模型-0.24～-0.040.1253008回采揭露点
可以看出：随着工作面地质模型的梯级优化，从黑箱模型、灰箱模型、白箱模型到透明模型中，煤厚预测的误差范围、均方根误差等统计指标均大幅度降低，表明地质模型梯级优化后的精度不断得到提高。不同地质模型中煤厚预测误差的占比信息如图8所示，从另一个侧面证实了工作面地质模型梯级优化后煤厚预测精度显著提高。
图8 不同地质模型煤厚预测误差对比
Fig.8 Error strip of coal seam thickness prediction model at different stage models
4 结 论
1)由于煤矿地质条件超前查明精度偏低，导致智能开采对复杂地质条件的适应性不足，利用不同勘查、生产阶段获取的地质数据，分层次构建设计阶段的黑箱模型、掘进阶段的灰箱模型、回采前的白箱模型和开采中的透明模型，梯级提升工作面三维地质透明化建模的精度，可以满足智能开采初阶阶段的地质建模需求。
2)复杂地质条件下XY-S工作面的透明地质模型，经过回采工作面1 470 m的推采揭露验证，煤层底板标高控制误差0～1 m、20 m以上陷落柱的准确率平均75%、煤厚预测误差小于0.30 m，取得了较高的地质建模精度，但是依然存在圈定陷落柱明显偏大、异常区多解性强、实证统计点偏少等问题。
3)为了满足煤矿智能开采对工作面高精度地质建模的技术需求，今后亟需研发基于随采智能探测、孔中地质雷达、视频煤岩识别等高精度探测技术与装备，以超前实现工作面三维地质透明化，构建满足智能开采自适应截割高精度地质模型，为煤矿智能开采提供可靠的地质保障。
[1] 王国法, 范京道, 徐亚军, 等.煤炭智能化开采关键技术创新进展与展望[J].工矿自动化, 2018, 44(2):5-12.
WANG Guofa, FAN Jingdao, XU Yajun, et al.Innovation progress and prospect on key technologies of intelligent coal mining[J].Industry and Mine Automation, 2018, 44(2):5-12.
[2] 黄玉治.奋力推进煤矿安全治理体系和治理能力现代化为全面建成小康社会创造良好安全环境[J].中国煤炭工业, 2020(2):4-9.
[3] 程建远,朱梦博,王云宏,等.煤炭智能精准开采工作面地质模型梯级构建及其关键技术[J].煤炭学报, 2019, 44(8):2285-2295.
CHENG Jianyuan, ZHU Mengbo, WANG Yunhong, et al.Cascade construction of geological model of longwall panel for intelligent precision coal mining and its key technology[J].Journal of China Coal Society, 2019, 44(8):2285-2295.
[4] 徐志鹏.采煤机自适应截割关键技术研究[D].徐州:中国矿业大学, 2011.
[5] 王铁军.基于动态精细建模的薄煤层采煤机广义记忆切割技术研究[D].北京:中国矿业大学(北京),2013.
[6] 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.
[7] 王国法,杜毅博.智慧煤矿与智能化开采技术的发展方向[J].煤炭科学技术, 2019, 47(1):1-10.
WANG Guofa, DU Yibo.Development direction of intelligent coal mine and intelligent mining technology[J].Coal Science and Technology, 2019, 47(1):1-10.
[8] 王国法, 赵国瑞, 任怀伟.智慧煤矿与智能化开采关键核心技术分析[J].煤炭学报, 2019, 44(1):34-41.
WANG Guofa, ZHAO Guorui, REN Huaiwei.Analysis on key technologies of intelligent coal mine and intelligent mining[J].Journal of China Coal Society, 2019, 44(1):34-41.
[9] 程建远,朱梦博,崔伟雄,等.回采工作面递进式煤厚动态预测试验研究[J].煤炭科学技术, 2019, 47(1):237-244.
CHENG Jianyuan, ZHU Mengbo, CUI Weixiong, et al.Experimental study of coal thickness progressive predicted in working face[J].Coal Science and Technology, 2019, 47(1):237-244.
[10] 袁 亮.煤炭精准开采科学构想[J].煤炭学报, 2017,42(1):1-7.
Yuan Liang.Scientific conception of precision coal mining[J].Journal of China Coal Society,2017,42(1):1-7.
[11] 卢新明, 阚淑婷.煤炭精准开采地质保障与透明地质云计算技术[J].煤炭学报, 2019, 44(8):2296-2305.
LU Xinming, KAN Shuting.Geological guarantee and transparent geological cloud computing technology of precision coal mining[J].Journal of China Coal Society, 2019, 44(8):2296-2305.
[12] 袁 亮,张平松.煤炭精准开采地质保障技术的发展现状及展望[J].煤炭学报,2019,44(8):2277-2284.
YUAN Liang, ZHANG Pingsong.Development status and prospect of geological guarantee technology for precise coal mining[J].Journal of China Coal Society, 2019, 44(8):2277-2284.
[13] 袁 亮.我国煤炭工业高质量发展面临的挑战与对策[J].中国煤炭, 2020, 46(1):6-12.
YUAN Liang.Challenges and countermeasures for high quality development of China’s coal industry[J].China Coal, 2020, 46(1):6-12.
[14] HOULDING Simon W.Geological interpretation and modeling[C].3D Geoscience Modeling.Springer, Berlin, Heidelberg, 1994:113-129.
[15] 姜在炳.煤层3D动态建模技术及应用研究[D].北京：煤炭科学研究总院,2008.
[16] 孙振明, 毛善君, 祁和刚, 等.煤矿三维地质模型动态修正关键技术[J].煤炭学报, 2014, 39(5):918-924.
SUN Zhenming, MAO Shanjun, QI Hegang, et al.Dynamic correction of coal mine three-dimensional geological model[J].Journal of China Coal Society, 2014, 39(5):918-924.
[17] 王 议,孙 伟,马冬梅,等.基于3D管理系统的煤炭矿山三维建模及实践:以陕北某煤矿为例[J].中国矿业, 2016, 25(7):148-152.
WANG Hui, SUN Wei, MADongmei, et al.Three-dimensional modeling of coal mines based on 3D management system:taking one coal mine in North Shaanxi Province for example[J].China Mining Magazine, 2016, 25(7):148-152.
[18] 祁和刚, 毛善君, 李 梅, 等.煤矿高精度三维动态地质模型的研究与应用[M].北京:科学出版社, 2016.
[19] 毛善君, 崔建军, 令狐建设, 等.透明化矿山管控平台的设计与关键技术[J].煤炭学报, 2018, 43(12):3539-3548.
MAO Shanjun, CUI Jianjun, LINGHU Jianshe, et al.System design and key technology of transparent mine management and control platform[J].Journal of China Coal Society, 2018, 43(12):3539-3548.
[20] 王存飞, 荣 耀.透明工作面的概念、架构与关键技术[J].煤炭科学技术, 2019, 47(7):156-163.
WANG Cunfei, RONG Yao.Concept,architecture and key technologies for transparent longwall face[J].Coal Science and Technology, 2019, 47(7):156-163.
[21] 王双明,孙 强,乔军伟,等.论煤炭绿色开采的地质保障[J].煤炭学报, 2020, 45(1):8-15.
WANG Shuangming, SUN Qiang, QIAO Junwei, et al.Geological guarantee of coal green mining[J].Journal of China Coal Society, 2020, 45(1):8-15.
[22] 殷大发.煤矿三维地质模型精度评价及动态更新技术探讨[J].煤矿开采, 2018, 23(4):20-24.
YIN Dafa.Exploration of precision evaluation and dynamic update technology of coal mine 3D geological model[J].Coal Mining Technology, 2018, 23(4):20-24.
[23] 国家安全生产监督管理总局, 国家煤矿安全监察局.煤矿地质工作规定[M].北京:煤炭工业出版社, 2014.
[24] 山西地宝能源有限公司.山西新元煤炭有限责任公司煤矿生产地质报告[R].阳泉:山西新元煤炭有限责任公司, 2017.
[25] 黑龙江省煤田地质物测队.阳泉煤业(集团)山西新元煤炭有限责任公司二条带二采区三维地震勘探报告[R].阳泉:山西新元煤炭有限责任公司, 2013.
