移动扫码阅读
移动扫码阅读
薄煤层广泛分布于我国80多个矿区，工业储量丰富，可达98.3亿t，其中可采储量约为65亿t，占全部可采储量的 20%左右[1-2]，但是薄煤层的开采过程中，较大的劳动强度、极低的机械化程度和经济效益，导致各类矿区普遍存在弃采现象，造成了煤炭资源的浪费。薄煤层产量仅占全国煤炭产量的10%左右[3]，安全高效开采薄煤层是提高煤炭资源采出率的重要途径[4]。相较于中厚煤层和厚煤层，薄煤层开采有如下特征:①采掘空间狭小，设备运转空间有限，人员活动区域小，且易受地质条件影响[5]；②人员在工作面行走、作业困难，劳动强度大；③作业环境恶劣，职业危害加大。因此，需研发配套的智能开采技术，以此增加薄煤层开采的自动化程度，降低开采成本，增加开采效益[4]。智能化开采也是我国煤炭行业升级转型的必由之路[6]，目前，我国煤矿仍处于智能化开采的初级阶段[7]。薄煤层的智能化开采是在绿色开采理念指导下，采用成套智能化采煤装备和人工智能技术，实现工作面规模化安全高效绿色开采[4]。
国能神东煤炭集团1985年开工建设以来，见证了我国煤矿开采机械化、自动化发展历程；20世纪90年代引进了成套综采设备，实现了全机械化开采工艺；2004年开始探索自动化开采工艺，并自主研发了具有自主知识产权的综采自动化技术；先后经历了自动化1.0、2.0、3.0和4.0四个发展阶段[8]。随着综采工作面智能化开采向深水区攻关，行业提出了基于透明工作面的智能化开采设想[9]，以增强煤层赋存感知、实现综采装备与开采空间融合关联、构建实时数据支撑的动态透明工作面为研究方向，达到综采装备的智能决策和自主执行。但目前对基于透明工作面的智能化开采概念尚未形成统一认识，对基于透明工作面的智能化开采实现路径和关键技术亦不十分明确[10-11]。虽然智能化技术水平及其装备水平有了长足的进步[12]，但是煤岩界面识别仍是制约煤矿智能开采的关键技术难题[13]，为解决这一问题国内外的学者通过随采地震[14]、三维地震[15]、地质雷达[16]、采煤机截齿传感器[17]、煤岩层综合对比、煤岩物性参数[19]、地质透明化[17]、钻孔插值运算[18]等技术进行了尝试，但是煤岩界面的识别技术尚不成熟，仍然采用记忆割煤技术，需要通过人工干预来解决。为从根本上解决这一问题，以榆家梁煤矿43101薄煤层智能开采工作面为研究对象，在常规地质勘探成果基础上，集成地面、井下勘查钻孔、巷道、开切眼揭露、钻孔窥视和巷道三维扫描等数据构建的煤层三维模型，以数字化方式对整个工作面进行全面统一的认知与再现[20]，最终通过在回采过程中的连续地质剖面测量对模型进行修正，最终实现工作面的透明化。
榆家梁煤矿位于陕西省神木市境内，井田面积56.34 km2，核定生产能力1 300万t/a，煤质以长焰煤、不黏煤为主，是优质的动力与液化用煤，是国家的主要出口煤基地。含煤地层为侏罗纪延安组，地质类型、水文地质类型及其他开采技术条件中等。
43101工作面位于榆家梁井田中北部，地表为黄土沟壑区，地表标高+1 286～+1 294 m，工作面长度351 m，推进长度1 791 m，煤层厚度0.85～1.7 m，平均1.47 m，工作面实际采高1.4～1.6 m。煤层结构简单，煤层较稳定，煤层底板标高+1 158～+1 176 m，为向北西倾斜的单斜构造，倾角1°～3°。断层、冲刷等构造不发育。
煤层顶板形成于三角洲平原沉积环境[21]，工作面基本顶为细粒砂岩，厚度为13.7～18.2 m，灰白色，泥质胶结；直接顶为泥岩，厚度为0.20～2.21 m，灰色，泥质结构，易冒落。按照煤层顶板岩性、厚度、力学参数等，采用综合评价方法[22]将其评价为煤层顶板稳定性中等。局部发育破碎和厚层坚硬顶板，是制约煤矿安全高效开采的隐蔽致灾因素。
为获取精准的煤层顶底板标高，在43101工作面区段平巷施工钻孔，获得工作面内煤层顶底板的标高数据。钻孔间距25～60 m，平均50 m，长度约350 m。43101工作面两巷道共施工定向钻孔16个，并辅助岩屑编录来判识煤岩交界点，共获取煤层顶、底板数据254组(图1)，其中单个钻孔揭露煤岩交界点12～38个，钻孔平均揭露煤岩交界点16个。
图1 43101工作面两巷道定向钻孔施工平面图
Fig.1 No.43101 working face two-way directional drilling floor plan
以探测煤层底板为例：在巷道煤壁开孔，初始以较大倾角向下钻进，直到见煤层底板，记录煤岩交界点距离和标高，并每3 m 进行一次轨迹测量，同步开展岩屑编录工作；然后改变钻孔倾角，逐渐向上钻进，直到钻孔进入煤层，再次记录数据，如此反复探测，直至从另一侧煤壁中穿出(图2、图3)。
图2 43101工作面回风巷HD8钻孔探测煤层底板
Fig.2 No.43101 working face tail enery HD8 drilling exploration coal seam floor results
图3 No.43101工作面运输巷道YD4钻孔探测煤层顶板
Fig.3 43101 working face head entry YD4 drilling exploration coal seam roof results
由于定向钻判断煤岩交界点主要是通过地质技术人员对钻孔岩屑编录进行完成，具有一定的不确定性，为更加准确地判断煤层顶底板，采用数字化钻孔全景摄像技术判断煤层顶底板的准确位置。
1)数字化钻孔全景成像仪原理。数字式全景钻孔成像仪得到的初始图片都是环形的图片。为得到全景图片，首先需要建立原钻孔与钻孔图像的对应关系，然后通过软件将环形的钻孔图片转换为平面展开的图片，最终将从截取的长条钻孔图片拼接起来，就得到了钻孔的全景图片。采用CXK12(A)矿用钻孔成像仪进行窥视，该设备采用2 000万像素全景摄像、成像、图像高保真、内置高精度三维罗盘、实现视频录像、拼图成像、钻孔轨迹测量等多功能为一体的成像仪。
2)数字化钻孔全景成像实践。通过对16个钻孔全景成像窥视，获取定向钻探煤岩交界点的可靠数据(图4)，根据窥视结果对岩屑编录进行深度校正，通过成像仪建立定向钻孔岩性柱状图，图5所示的是一幅钻孔全景图片，左侧是成像仪环形弯曲图像，右侧是将其“弯曲”后得到的虚拟岩心。
图4 钻孔摄像成效效果(煤岩交界)
Fig.4 Effect of borehole (coal rock interface)
图5 全景摄像钻孔柱状成果
Fig.5 Cylindrical results of panoramic camera drilling
为实现最终工作面的煤层透明化，在工程测量、定向钻孔探查、钻孔窥视、岩屑编录、综合分析等技术的基础上，由地测人员每日对综采工作面进行剖面测量与地质写实，重点测量综采工作面煤层顶、底板煤岩交界点的位置、煤层厚度，并计算剖面上煤岩交界点的坐标及相关参数。然后，将测量、写实结果输入半透明化煤层模型重新生成透明煤层模型，并将透明模型输入采煤机系统，不断优化地质模型，设定预想切割曲线，指导采煤机自主割煤。通过不断优化模型，最终实现煤层透明化。
首先，从区域地质特征入手结合矿井以往地质勘查、矿井生产过程中揭露的地质资料，建立工作面煤层勘探地质模型；其次，根据工作面两巷道、开切眼揭露的煤层结构、顶底板起伏等参数特征，初步修正地质模型建立生产地质模型；然后采用井下定向钻探、钻孔窥视、岩屑编录、综采剖面测量等手段，形成工作面煤层透明化地质模型(图6)。
图6 煤层透明化地质勘查技术流程
Fig.6 Technical flow of transparent geological exploration of coal seam
勘探地质模式是以以往地质勘查钻孔、二、三维地震、测井、露头剖面测量、沉积学等地质勘查成果认识，结合矿井建设井筒检查、生产补充勘探等资料构建的矿井或采区煤层厚度、煤层顶底板构造形态等模型。通过地质勘探模型初步分析43101工作面煤层厚度变化趋势，煤层顶底板构造起伏形态，初步研究工作面的勘探地质模型，可以为工作面的总体设计提供依据，同时也是后续模型逐步优化和完善的基础。
生产地质模型是在地质勘探模型的基础上根据矿井巷道、工作面两巷道、顶底板探查钻孔等工程而构建的煤层厚度和构造地质模型。该模型是开采地质模型的依据，是评价工作面煤层开采技术条件以及煤层透明化井下地质勘查的基础和依据。
开采地质模型是以智能开采工作面为基本单元，以智能开采对煤层厚度、顶底板构造起伏、工作面断层等参数要求为导向，根据煤层透明化勘查成果而构建的精度较高的地质模型。在生产地质模型的基础上，开展以定向钻探为主，综合钻井岩屑编录、钻孔窥视、综采工作面剖面测量等技术手段，综合查明钻孔揭露煤层顶底板标高、厚度等参数；最后输入生产地质模型，构造开采地质模型，该地质模型基本可以满足矿井智能化开采的要求，实现了工作面煤层的透明化(图7)。
图7 高精度工作面地质模型
Fig.7 High precision geological model of working face
基于工作面透明地质模型结合支架超前雷达、工作面三维激光扫描、巡检机器人等智能化开采装备，实现了榆家梁煤矿43101工作面智能化开采，通过回采后的每日剖面测量煤层厚度、煤层底板起伏形态与激光扫描识别的煤岩界面、基础地质数据构建的煤岩界面以及采煤机实际截割曲线的参数对比分析，进而进行综合评价(图8)。
图8 顶底板识别效果对比
Fig.8 Comparison of top and bottom plate recognition effect
1)基于地质数据构建的透明工作面模型与实际测量的对比虽然存在一定的差异性，但是精度已经大幅提高，能够达到0.20 m的精度要求，虽然局部存在较大误差，都是地质突变等引起的。
2)在静态煤层透明化模型的基础上，模型需要不断地根据三维激光扫描以及剖面地质测量的结果不断地修正、更新模型，最终通过人工智能不断优化，在后续工作面的工程实践中会有更好的表现。
3)采用该勘查技术体系，实现了对智能开采工作面煤层的透明化勘查，有效指导工作面采煤机对煤层顶板、底板岩层的切割，提高了综采工作面煤炭资源的采出率、减少了工作面煤中矸石的含量、提高了薄煤层综采工作面煤质、降低工作面产生的粉尘、机械设备的损耗、尤其是煤机截齿的损耗，减少了因矸石的运输、管理、分选等成本投入，实现了煤矿节能、降本增加效益的目标。
4)工作面实现智能化开采，大幅降低了井下工作人员的劳动强度，使工人远离粉尘环境工作。工作面原由2名采煤机司机、2名支架工同时作业，减少为1名采煤机司机、1名支架工轮换巡视作业，实现了工作面智能化减人，大幅提高了工作的效率和设计的指导性和准确性。
1)开采场景数字化孪生。通过建立的工作面开采地质模型，建立回采工作面巷道、采煤机、液压支架、端头支架、刮板输送机、移变列车、输送带等仿真模型，将其坐标转换为绝对大地坐标，与地质模型进行匹配；同时实时采集工作面生产数据、机电设备运行数据和灾害监测数据等，实现开采场景数字化孪生(图9)。
图9 采煤工作面数字化孪生场景
Fig.9 Digital twin scene of coal face
2)工作面智能化开采。利用该勘查模式结合矿井智能化开采装备，实现了工作面的煤层透明化，通过在采煤工作面煤机支架超前地质雷达、工作面三维激光扫描、工作面巡检机器人、工作面全景视频监测、远程干预等技术，优化自动化割煤工艺，实现工作面智能化开采。
3)基于透明地质的灾害预警设计。基于工作面三维一体化的透明地质模型，以灾害信息自动监测、智能识别为支撑，将煤矿灾害预警专业技术与5G通讯、物联网、大数据、人工智能等技术集成融合，系统化分析不安全因素和安全风险，实时评估预测工作面安全状态和趋势、最终形成矿井基于透明地质的灾害监测预警平台(图10)。
图10 基于透明地质的灾害监测预警平台
Fig.10 Disaster monitoring and early warning platform based on transparent geology
1)榆家梁煤矿43101工作面在常规地质勘探成果基础上，采用井下定向钻探技术为主，集成测量、岩屑编录、井下巷道、开切眼揭露、钻孔窥视和巷道三维扫描等技术，逐步实现煤层透明化，并以数字化方式对整个工作面进行全面统一的三维可视化展示。
2)提出了煤矿智能开采煤层透明化的勘探地质、生产地质、开采地质三阶段逐级递进的煤层透明化勘查技术思路，明确不同模型目的、任务。构建了工作面煤层的高精度地质模型，实现了工作面的煤层透明化生产模型的动态更新，指导采煤机截割轨迹的调整和修正，实现了工作面的快速智能开采、智能化减人、煤矿的降本增效。
3)通过对榆家梁煤矿43101工作面薄煤层智能开采的工程实践，工作面回采验证以及煤层透明化的模型的不断优化，建立的薄煤层智能开采工作面煤层透明化技术体系，基本可以满足矿井的安全、高效、智能开采的需求。
4)提出了基于透明地质的灾害预警三维立体化设计，建议后期探测技术结合三维地震、地质雷达、槽波探测、CT切片、动态更新等技术进一步精细化实现煤层透明化。在透明地质的基础上，构建顶板、水灾、瓦斯、煤尘、火灾等多属性融合的灾害智能感知和预警平台，实现矿井智能开采，建立智慧矿山。
[1] 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 Youjing, 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.
[2] ZHAO T，ZHANG Z，TAN Y，et al．An innovative approach to thin coal seam mining of complex geological conditions by pressure reg- ulation[J]．International Journal of Rock Mechanics and Mining Sciences，2014，71：249-257．
[3] 周开平．薄煤层智能化无人工作面成套装备与技术研究设计[J]．煤炭科学技术，2020，48(3) ：59-67．
ZHOU Kaiping．Research and design of complete equipment and technology for intelligent unmanned working face in thin coal seam[J]．Coal Science and Technology，2020，48(3) ：59-67．
[4] 袁 永，屠世浩，陈忠顺，等．薄煤层智能开采技术研究现状与进展[J]．煤炭科学技术，2020，48(5)：1-17．
YUAN Yong，TU Shihao，CHEN Zhongshun，et al． Current situation and development of intelligent mining technology for thin coal seams[J]．Coal Science and Technology，2020，48(5)：1-17.
[5] 屠世浩，王 沉，袁 永．薄煤层开采关键技术与装备[M]．徐州： 中国矿业大学出版社，2017．
[6] 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 develop-ment prospects of intelligent coal mining technology[J]．Journal of China University of Mining & Technology，2018，47(3)：459-467．
[7] 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，LU 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.
[8] 杨俊哲，罗 文，杨俊彩 ．神东矿区煤层智能开采技术探索与实践[J]．中国煤炭，2019，45(7)：18-25．
YANG Junzhe，LUO Wen，YANG Juncai. Exploration and practice of intelligent mining technology for coal seam in Shendong mining area[J]．China Coal，2019，45(7)：18-25．
[9] 王国法，庞义辉，刘 峰，等．智能化煤矿分类、分级评价指标体系[J]．煤炭科学技术，2020，48(3):1-7.
WANG Guofa，PANG Yihui，LIU Feng，et al．Specification and classification grading evaluation index system for intelligent coal mine[J]．Coal Science and Technology，2020，48(3):1-7.
[10] 吕鹏飞，何 敏，陈晓晶，等．智慧矿山发展与展望[J]工况自动化，2018，44(9)：84-88.
LYU Pengfei，HE Min，CHEN Xiaojing，et al.Development and prospect of wisdom mine [J]Industry and Mine Automation，2018，44(9)：84-88．
[11] 王国法，刘 峰，庞义辉，等．煤矿智能化:煤炭工业高质量发展的核心技术支撑[J]．煤炭学报，2019，44(2)：349-357.
WANG Guofa，LU Feng，PANG Yihui，et al. Coal mine intellectualization：the core technology of high quality development[J].Journal of China Coal Society，2019，44(2)：349-357．
[12] 黄曾华,王 峰,张守祥．智能化采煤系统架构及关键技术研究[J].煤炭学报,2020,45(6):1959-1972.
HUANG Zenghua,WANG Feng,ZHANG Shouxiang.Research on the architecture and key technologies of intelligent coal mining system[J]．Journal of China Coal Society,2020,45(6):1959-1972.
[13] 陆 斌．基于孔间地震细分动态探测的透明工作面方法[J]. 煤田地质与勘探，2019，47(3)：10-14.
LU Bin. Method of transparent working face based on dynamic detection of cross hole seismic subdivision[J]. Coal Geology & Exploration，2019，47(3)：10-14.
[14] 李松营，廉 洁，滕吉文，等．基于槽波透射法的采煤工作面煤厚解释技术[J]．煤炭学报，2017，42(3):719-725．
LI Songying， LIAN Jie， TENG Jiwen，et al．Interpretation technology of coal seam thickness in mining face by ISS transmission method[J]．Journal of China Coal Society，2017， 42(3):719-725．
[15] 苗曙光，刘晓文，李淮江，等．基于探地雷达的煤岩界面探测数据解释方法[J]．工矿自动化，2019，45(1):35-39．
MIAO Shuguang，LIU Xiaowen，LI Huaijiang，et al．Data interpreta tion method of coal-rock interface detection based on ground penetrating radar[J]．Industry and Mine Automation，2019，45(1):35-39．
[16] 王志刚．基于精确煤层三维模型的采煤机煤岩界面识别系统[J]．中国煤炭，2014，40(11):50-54．
WANG Zhigang．Coal-rock interface recognition system for shearers based on accurate coal seam 3D model[J]．China Coal，2014，40(11):50-54．
[17] 王 斌.GPU并行运算在地质三维建模中的应用[D].北京：中国地质大学(北京),2021.
[18] 王海军，刘善德，马 良，等．面向智能化开采的矿井煤岩层综合对比技术[J].煤田地质与勘探，2022，50(2)：1-15.
WANG Haijun，LIU Shande ，MA Liang，et al.Intelligentized mining-oriented comprehensive correlation technology of coal and rock layers in mines[J].Coal Geology & Exploration，2022，50(2)：1-15.
[19] 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．
[20] 王海军，马 良．陕北侏罗纪煤田三角洲平原沉积环境及其岩石力学特征[J].煤田地质与勘探，2019，47(3)：38-46.
WANG Haijun，MA Liang. Study on sediment environment and rock mechanics characteristics of the delta plain of Jurassic coalfield in northern Shaanxi[J]. Coal Geology & Exploration，2019，47(3)：38-46.
[21] 王海军，马 良，朱玉英．煤层顶板类型划分新方法及其稳定性评价[J].煤矿安全，2020，50(3)：125-130.
WANG Haijun，MA Liang，ZHU Yuying. A new method of coal seam roof classification and its stability evaluation[J].Safety in Coal Mines，2020，50(3)：125-130.