• <nav id="qqyqe"><nav id="qqyqe"></nav></nav>
    <nav id="qqyqe"><strong id="qqyqe"></strong></nav>
  • <nav id="qqyqe"><nav id="qqyqe"></nav></nav>
    • 論文
    主辦單位:煤炭科學研究總院有限公司、中國煤炭學會學術期刊工作委員會

    盤點《煤炭學報》2020年熱點論文

    來源:煤炭學報

    根據中國知網截止到2021年8月19日的數據,小編整理了《煤炭學報》2020年刊登的所有文章中下載量前48的文章,以饗讀者。

    行業視野

    高被引

    類別

    216個

    關鍵詞

    220位

    專家

    48篇

    論文

    66710IP

    點擊量

    60107次

    下載量
    • 作者(Author): 龔曉燕, 雷可凡, 吳群英, 崔小強, 吳悅, 朱斌, 楊富強, 張紅兵, 劉輝

      摘要:為滿足掘進工作面通風系統智能化的發展需求,針對傳統局部通風系統無法實時監測及智能調控風筒出風口風流狀態而導致風速場分配不合理,死角區瓦斯積聚嚴重和粉塵污染等安全隱患問題,提出一種基于數字孿生技術的掘進工作面出風口風流智能調控系統,優化風流場分布。分析建立了系統實現的整體框架、運行流程及關鍵技術,利用Zigbee自組網功能進行巷道風速、瓦斯體積分數及粉塵質量濃度等實時數據的監測采集,通過ARIMA時間序列預測模型對下一時刻瓦斯體積分數及粉塵質量濃度進行智能預測分析,并引入小生境四段式編碼遺傳算法提取相應出風口風流智能調控規則,結合GPRS無線傳輸技術實現出風口風流狀態的智能調控,在此基礎上,運用Unity3D構建系統虛擬模型并實現了物理實體與虛擬孿生體的映射交互。通過設計搭建的數字孿生系統實驗測試平臺,驗證了系統實時監測、決策評價、智能調控、虛實融合等關鍵功能技術可行性,并結合具體案例對系統智能調控效果進行了對比分析,結果表明:調控后司機位置處風速明顯上升,上隅角瓦斯體積分數由0.623%降低為0.306%,降低率達50.8%;司機位置粉塵質量濃度值由1 180 mg/m3降低到695 mg/m3,單點降塵率達41.1%,回風側行人高度沿程粉塵質量濃度由430 mg/m3降低為150 mg/m3,降塵率達65%,進一步優化了掘進工作面巷道風速、瓦斯及粉塵場的運移分布。
    • 作者(Author): 高明忠, 王明耀, 謝晶, 高亞楠, 鄧光迪, 楊本高, 王飛, 郝海春, 謝和平

      摘要:深部開采是我國礦產資源獲取的主要途徑,然而目前深部資源的開發現狀是工程領先倒逼理論創新,時效性差,災害頻發。系統探索深部巖體原位力學行為已經成為了深部礦產資源高效開采亟待攻關的基礎科學問題。以深部煤炭開采為工程背景,通過現場井下實測捕捉深部巖體所經歷的應力路徑,進而考慮擾動應力路徑、深度原位賦存環境等因素,開展深部煤巖原位力學與破壞特征的模擬測試,主要結論有:① 賦存深度是深部原位巖體力學行為的重要影響因素。巖體強度隨賦存深度非線性增長,淺部(低圍壓)巖體的強度受載荷速率影響較小,加卸載速率對深部(高圍壓)巖體力學特征影響存在特定范圍。② 工程擾動是深部原位巖石力學特性的重要影響因素。擾動應力路徑下巖體較常規三軸強度降低,且與常規三軸力學試驗不同的是出現低初始應力作用下的體積膨脹和高圍壓作用下的體積收縮現象。③ 原位擾動應力路徑下,隨深度增加巖體破壞后表面微裂紋數量減少,由“半Y”型拉-剪復合破壞向“半X”型純剪切破壞過渡。④ 建議的煤巖原位巖石力學測試方法可以較為真實模擬地下工程擾動形成的三向不等壓力學狀態,能有效在實驗室條件下揭示深部開采擾動下煤巖體力學行為。
    • 作者(Author): 楊健健, 張強, 王超, 常博深, 王曉林, 葛世榮, 吳淼

      摘要:基于煤礦巷道掘進智能化、無人化的發展要求,綜述了懸臂式掘進機綜掘技術、連續采煤機掘進技術和掘錨一體化掘進技術3條掘進作業線的國內外發展現狀,依據國家煤炭安全監察局發布的《煤礦機器人重點研發目錄》中對煤礦掘進機器人的規劃,從感知、決策、執行 3個層面分析了煤礦掘進機的機器人化應具備的特征,感知層通過多類傳感器對煤礦井下巷道環境信息進行采集感知,決策層分析和求解作業任務,并融合感知層傳輸的環境信息,制定規劃出最適合的控制策略,執行層接收決策層的指令,對機器人化掘進群組的位姿和運動進行控制。系統闡述了機器人化掘進群組關鍵技術:掘進機器人的自主定位、煤巖識別與自動截割、遠程監控與故障檢測等技術;臨時支護機器人的自動支護技術;鉆錨機器人的平行鉆錨技術;輔助裝載輸送機器人的同步運輸技術等。對比分析國際先進機器人化掘進裝備和群組,結合我國煤礦巷道掘進技術與裝備的現狀,提出了煤礦掘進機的機器人化技術與裝備發展思路和研究方向:沖擊致裂-快速掘進新技術;遠程前探-精準慣導新技術;協同掘支-自適護頂新裝備;鉆錨一體-智能錨固新裝備,實現鉆探-掘進-支護-錨固-運輸協同作業的機器人化掘進群組快速掘進技術,最終達到煤礦巷道掘進作業少人化、無人化的目標。
    • 作者(Author): 彭蘇萍

      摘要:從近40 a來我國煤炭工業的發展進程,分析和總結了我國煤礦安全高效開采地質保障系統建設隨著煤炭工業從炮采和普采向機械化開采的轉變,經歷了從煤田地質學發展到采礦工程地質學和礦井工程物探的發展過程,并逐步構建了煤礦安全高效礦井地質保障系統的基本框架。20世紀90年代中后期,隨著煤礦采區高分辨三維地震勘探技術體系研究成果的建立和完善,使煤礦精細地質構造、煤與瓦斯突出、礦井突水通道等災害隱患的探測精度和預測準確度大大提高,促進了我國煤礦安全高效礦井的迅速發展,煤礦安全高效礦井地質保障系統也走向成熟并在全國煤炭系統推廣應用。筆者認為,雖然煤礦地質保障系統在保障開采安全、提高開采效率等方面取得了顯著的成效,但隨著信息技術的深度融合和煤礦機械化水平的進一步提高,煤炭綠色開采、智能精準開采等對煤礦安全高效開采地質保障系統提出了更高的要求,礦井地質透明化是當前煤礦安全高效礦井地質保障系統發展的努力方向。其重點任務是:① 在統一的數據融合基礎上,進一步提高地球物理勘探精度,提高礦井地質的透明化水平,構建煤礦智能開采地質保障平臺;② 研發與慣導技術一體的高分辨煤巖辨識儀器裝備,實現對工作面前方5 m范圍煤巖結構的自動化數據采集與精準識別;③ 以巖層結構為基礎,以巖石力學和流體因子為重點,開發和建立智能礦山建設決策與災害隱患預警系統。
    • 作者(Author): 袁亮, 張平松

      摘要:礦井透明地質條件是煤炭精準開采智慧化的重要基礎。結合礦井靜態地質要素大數據信息庫、多災害源全程信息感知與監測、動態地質要素虛擬現實展示、特殊地質因素動態評判與風險判識、預警等智慧模塊的交互應用,從靜態與動態地質模型角度提出實現煤炭精準生產全過程地質條件透明化的思路。其一,靜態地質模型通過采集“空-天-地-井-孔”全方位立體化探測模式數據,融合井巷建設基礎地質信息,重構地下空間地質特征數字模型,為資源、構造、井巷等靜態因素評價、瀏覽、計算等提供基礎。其二,通過動態地質模型獲取掘采工程擾動效應影響下,原生靜態地下空間地質條件發生變形與破壞,由此而引起的應力應變場、地質地球物理場、滲流場、溫度場、濃度場等狀態發生改變的參量特征;以及工程動力學作用下,生產環境周邊巖層的離層、裂隙、垮落、圍巖失穩、底臌、沖擊地壓顯現、應力集中與釋放、煤與瓦斯涌突、突水潰沙等多種災害源現象的動態地質信息變化量值。特別針對動態地質模型發生與發展過程中狀態及參數的顯現不同,通過進一步加強多介質、多相、多態、多維、多源數據的有機融合,進行多參數聯合反演,搭建井上下復合源信息監控平臺,構建耦合信息、致災因素、災害前兆等多元信息數據庫和時空四維地質信息系統,進行實時連續動態監控;并通過對靜態地質模型參數注入和改造,反演地質及災害源條件的變化狀態,實現對煤層精細賦存條件、多災害源受采掘影響致災過程的透明化。同時,結合采掘要素對特殊地質條件進行探測與評價,從而實現整個礦井地質條件的透明重構。實施中,還需要利用物聯網、云平臺、大數據、人工智能、VR等技術,進行資源整合、集成和升級改造,將礦區分散的、零星的地質信息聚集起來,實現“主動感知、自動分析、智能決策”,最終為煤系資源的精準開發利用和智慧礦區的建設管理提供支撐。
    • 作者(Author): 喬偉, 靳德武, 王皓, 趙春虎, 段建華

      摘要:針對華北型煤田煤層底板突水監測預警問題,以底板“下三帶”理論為基礎,開展了微震-電法耦合系統水害監測預警。在分析微震-電法耦合系統監測數據基礎上,采用Flume設計數據遷移子系統,以流處理方式對監測源數據進行預處理,對關鍵目標數據進行采集、聚合和傳輸,實現了有效監測數據的實時遷移。此外,針對煤礦水害多源監測預警過程中數據規模大、數據實時處理要求高等特點,結合多源異構數據關聯分析和時空屬性數據分析處理需求,基于Spark和HDFS設計實現了具備TB級數據存儲處理能力的煤礦水害多源監測大數據存儲平臺。該平臺采用HDFS設計構建統一的多源時序大數據存儲體系,通過MapReduce實現大數據并行處理,利用YARN實現資源的調度與管理,為海量數據存儲提供支撐。平臺采用Spark Streaming框架搭建了數據實時處理中心,通過流處理方式實現監測數據高速處理,并通過智能預警算法模塊和遠程服務接口為預警系統現場應用提供支撐。在智能預警技術方面,結合監測數據的時空屬性特點,提出了基于深度學習時空序列預測方法——長短時記憶循環網絡智能預警模型的底板突水模型預警技術。該預警技術基于LSTM方法,以“下三帶”理論為基準對模型進行初始化,形成初始預警判據;將電法、微震監測數據作為輸入變量,實際涌(突)水事件作為干預輸出量,對智能預警模型進行半監督分類學習訓練,形成動態化、參數最優的模型預警準則,將監測數據動態劃分為4個預警等級,從而實現了水害智能動態預警和數據可視化表達。在冀中能源葛泉礦東井的實際應用中發現,該平臺能夠基本達到預期目標。
    • 作者(Author): 王國法, 杜毅博, 任懷偉, 范京道, 吳群英

      摘要:建設智能化煤礦是實現煤炭工業轉型升級和高質量發展的必由之路。針對當前我國智能化煤礦建設初級階段缺乏體系性與前瞻性的頂層設計的現狀,進行了智能化煤礦頂層設計的系統研究,闡述了智能化煤礦應分為數字融合互聯,人機主動交互,主要系統自學習自決策3個階段分區域分層次實現“物質流、信息流、業務流”的高度一體化協同,構建以人為本的智能生產與生活協調運行的綜合生態圈的建設目標和階段性任務?;诿旱V價值活動分析對智能化煤礦復雜巨系統邏輯關聯進行研究和系統歸并,提出以泛在網絡和大數據云平臺為主要支撐,以智能管控一體化系統為核心,能夠實現對煤礦開拓、生產、運營全過程進行感知、分析、決策、控制的煤礦十大主要智能系統,包括:煤礦智慧中心及綜合管理系統;煤礦安全強實時通信網絡及地下精準位置服務系統;地質保障及4D-GIS動態信息系統;巷道智能快速掘進系統;開采工作面智能協同控制系統;煤流及輔助運輸與倉儲智能系統;煤礦井下環境感知及安全管控系統;煤炭洗選智能化系統;固定場所無人值守智能管理系統;煤礦場區及綠色生態智能系統等的智能化煤礦建設頂層架構。通過對數據特征與關聯關系研究提出智能化煤礦信息實體特征與抽取方法,并研究智能化煤礦知識圖譜構建及數據交互推送方法,構建智能化煤礦數字邏輯模型;研究提出智能化煤礦“云邊端”數據處理架構和三層遞階控制策略,在此基礎上對煤礦智能化應用系統進行具體設計。以張家峁煤礦生產礦井智能化改造和巴拉素煤礦新建礦井全面智能化建設為典型案例進行了工程實踐。
    • 作者(Author): 葛世榮, 張帆, 王世博, 王忠賓

      摘要:為了進一步提高煤礦井下智能化采煤工作面系統自主運行和人機交互能力,達到真正的無人化開采境界,提出數字孿生智采工作面系統(Digital Twin Smart Mining Workface)的概念、架構及構建方法,融合應用 5G 通信技術、物聯網技術和仿生智能技術,從而搭建一個智采工作面的數字孿生遠程操作平臺。 首次定義數字孿生智采工作面是一個數據可視化、人機強交互、工藝自優化的高逼真采煤工作面三維鏡像場景,它由物理工作面、數字工作面和數據信息 3 個部分組成。 介紹了DTSMW 系統涉及的物理工作面、虛擬工作面、孿生數據、信息交互、模型驅動、邊緣計算、沉浸式體驗、云端服務、信息物理系統、智能終端等 10 項關鍵技術。 新的 DTSMW 系統具有開采過程仿真、優化和監控功能,可以實現開采工藝數字孿生、開采過程數字孿生、設備性能數字孿生、生產管理數字孿生和生產安控數字孿生。 研究了智采工作面的仿生智能特性,闡述了物理模塊(軀干)、信息模塊(大腦)、通信模塊(神經)、控制模塊(腦肌)、孿生模塊(映像)的基本功能特征,特別描述了采煤機、液壓支架和刮板輸送機的仿生智能要素。 針對DTSMW 系統數據的高度依賴性,首次將智采工作面復雜信息歸納為 3 條信息流,用于描述采煤過程的環境、控制和能量狀態。 環境信息流和控制信息流來自煤巖體對采煤機、液壓支架、煤流運輸機組的輸入信息及其調控信息,能量信息流來自開采裝備對煤層、巖層變量調控所產生的能量交換狀態信息。 針對智采工作面的巨大信息流量,提出了管理 DTSMW 信息流的數據主線(Digital Thread)方法,將信息流的數據分為周期性數據、隨機性數據和突發性數據進行建模處理,以確保數字孿生智采工作面的數據驅動及穩定運行。 通過對比分析,DTSMW 系統比現有遠程集控中心的智能性提高了一個層次,可為中級智采工作面實現無人化運行提供新的監控系統架構。
     1 2 3 4 5 6下一頁尾頁

    主辦單位:煤炭科學研究總院有限公司 中國煤炭學會學術期刊工作委員會

    ©版權所有2015 煤炭科學研究總院有限公司 地址:北京市朝陽區和平里青年溝東路煤炭大廈 郵編:100013
    京ICP備05086979號-16  技術支持:云智互聯
    足恋玩丝袜脚视频网站免费,黑人巨大跨种族video,我与少妇的高潮刺激野外情,强行扒开双腿猛烈进入
    <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>