摘要：针对智慧矿山复杂巨系统建设过程中存在的问题,提出了智慧矿山建设的总体技术架构,并分别从智慧矿山系统模型构建、地下空间重构与模型动态更新、机器视觉测量技术、瓦斯环境射频防爆测试方法、矿山安全闭环管控体系、智慧矿山标准体系等方面进行了详细阐述。将智慧矿山分为信息感知支撑层、边缘计算层、云数据中心、多型网络、矿山智能生产管控平台、矿山智能生产系统、智慧矿山运维管理系统,构建了基于多系统深度融合的智慧矿山技术架构。基于智慧矿山知识图谱及信息抽取技术,构建了以数据创新为驱动、通信网络为基础、数据算力为核心的智慧矿山系统模型。构建了以机器视觉感知信息为主、其他感知信息为辅的矿山井下三维视觉空间模型,提出了矿山井下场景三维视觉与空间重建框架,实现了矿山井下三维空间重构与动态更新。开发了基于机器视觉技术的井下设备位姿与煤岩界面识别算法,实现了对井下综采装备群及煤岩分界面的同时空测量。探讨了井下瓦斯环境下现行防爆标准对5G基站功率的限制及存在的不足,设计开发了射频电磁能防爆专用试验装置,为提升井下5G基站功率阈值提供了方法借鉴。提出了融合灾害信息全面感知、防控方案自主决策、防控装备协同控制的矿井灾害闭环管控系统技术架构,实现井下灾害的超前预测预警与协同防控。构建了智能化煤矿标准体系框架,剖析了我国煤矿与金属矿山智能化建设典型案例,提出了智慧矿山建设发展趋势及建议。

摘要：冲击地压煤层如何实现安全高效智能开采是一项重大的产业技术难题,系统分析了我国冲击地压矿井分布特征、开采现状及冲击地压发展趋势,深入剖析了冲击地压矿井面临的主要开采难题。从区域地应力监测反演、矿井开拓布局优化、煤柱尺寸优化、井上下联合卸压、置换充填开采、高层位离层注浆等方面,全面阐述了冲击地压矿井全生命周期防控技术发展现状。针对巷道冲击地压防治难题,研发了冲击地压巷道全巷协同智能自适应抗冲击支护技术与装备,利用吸能防冲液压支架实现了正常状态对巷道围岩进行强支护、冲击过程迅速让位吸能的效果,结合支架智能运移装置、支架监测预警系统及全巷协同自适应抗冲击支护智能设计方法,构建了冲击地压巷道智能化吸能支护防控体系。分析了采煤工作面智能开采系统防冲原理,提出通过对围岩采动应力、覆岩断裂结构等进行监测分析,基于三维地质模型、大数据算法等对冲击地压发生位置、概率进行预测预警,并通过智能开采系统对液压支架的支护姿态与支护力、采煤机割煤速度等进行智能联动控制,实现采煤工作面智能开采与冲击地压智能防治。从采场应力与覆岩结构智能监测、冲击地压灾害数据库构建、冲击地压灾害分类预测预警等方面,分析了冲击地压智能防控技术的研发重点,提出了煤矿冲击地压监测预警系统组成及总体架构。从顶层设计、关键技术、智能精准解危与效果评价等方面提出了我国煤矿冲击地压煤层实现安全高效智能开采的技术路径与研发方向。

摘要：针对纯水溢流阀阀芯与阀套存在的气蚀、冲蚀问题,设计一种具备高压引流孔与多级串联阀口结构的阀芯。介绍阀芯与阀套关键配合尺寸的设计思路,利用Fluent简要分析了微射流与冲蚀的发生机制,并推导多级串联阀芯的抗气蚀原理;依据改进阀芯的实际结构推导建立纯水溢流阀的数学模型。为验证改进式阀芯的抗气蚀、冲蚀性能,建立两种阀芯的Fluent流体仿真模型,探究高压引流口与多级串联阀口对气蚀、冲蚀现象的影响机制。仿真结果表明:同等压力等级下,新式阀芯的射束流速更低、气蚀现象更轻,有助于纯水溢流阀长期稳定的运行。

摘要：为缓解近距离煤层上位煤层开采条件判定困难、下位厚煤层综放开采放煤效果较差的问题,以山西省保德县桥头镇保德煤矿为研究对象,通过离散元颗粒流程序(Particle Flow Code,PFC)建立煤矿中12309工作面的数值模型,数值模型中将顶煤和直接顶判定为理想状态下的松散介质,进而设置数值模型的具体参数。数值模型初始状态包括3.54 m的直接顶和6.1 m的煤层,其中煤层分为3 m的上煤层和3.1 m的下煤层。基于数值模型,遵循“见矸关窗”原则和控制变量法,设计一种放煤厚度为2、3、4m,放煤步距为0.8、1.6、2.4 m的组合试验,试验将不同放煤厚度和放煤步距两两结合,共计9组,通过数值数值模型中的试验运行数据结果,获取最合理的工艺参数,9组试验除调整放煤厚度和放煤步距外,其他参数均保持不变(包括矸石颗粒的粒径、物理学参数等)。试验结果表明,在调整放煤厚度时,顶煤的损失量和放煤厚度呈同比例关系,和损失量占比呈反比例关系;在调整放煤步距时顶煤的损失量和放煤厚度呈同比例关系,和损失量占比呈同比例关系,得到数值模型中的最佳工艺参数为2 m放煤厚度、0.8 m放煤步距,煤矿实际后应用2 m放煤厚度后,发现需要较高的支架高度,可能会成为施工安全的潜在隐患,进而对数值模型最佳参数进行优化,最终得到复合煤矿实际工况的最佳工艺参数为3 m放煤厚度、0.8 m放煤步距。

摘要：为提升基于PSO算法的煤矿相机参数选取的准确性,提出了一种基于惯性权重调整对粒子群算法进行优化的方法。在优化中在结合e指数法的基础上,通过粒子适应度函数值对惯性权重进行动态调节,在迭代的前期阶段,此时的适应度值较大,根据迭代次数对惯性权重进行调整,在迭代的后期阶段,此时的适应度较小,则根据适应度值对惯性权重进行调整,从而达到减少迭代次数、提高精度的目的,通过优化后的算法对张氏标定法得到的相机内参进行调节。为验证算法优化后的效果,对优化参数后的相机进行标定试验,经标定试验可知,改进PSO算法对煤矿相机参数优化后,平均误差为0.4517 piexl、标准差为0.2989 piexl、迭代次数为213次,对比标准的PSO算法、e指数法,能够明显提高相机参数的精准度、降低迭代时间。