“煤矿典型动力灾害风险判识及监控预警技术研究”“煤矿深部开采煤岩动力灾害防控技术研究”特邀主编致读者专辑
·袁 亮 齐庆新
近年来我国煤矿安全状况持续好转,煤矿百万吨死亡率已从2005年的2.711下降到2019年的0.083,但煤矿冲击地压、煤与瓦斯突出及其复合灾害仍时有发生。冲击地压、煤与瓦斯突出发生机理复杂,通常没有明显宏观前兆,难以准确预警。同时,深部开采地应力明显增高,煤岩体物性、应力、瓦斯等因素发生显著变化,煤岩变形破坏呈现出典型的脆延转化、大变形和冲击性,开采覆岩扰动范围及动静载荷显著增大,矿井群联动致灾效应与大型地质体控制效应显现,冲击地压、煤与瓦斯突出灾害并存甚至相互转化。
为解决我国煤矿深部开采中的煤岩动力灾害问题,弄清冲击地压、煤与瓦斯突出及其复合灾害的发生机理和深部煤岩动力灾害孕灾条件与灾害转化机制,提升煤矿煤岩动力灾害风险监测、判识及预警能力,开发有效的深部煤岩动力灾害卸压防突解危技术与装备,实现煤矿煤岩动力灾害在线监测、智能判识和实时预警,控制煤矿深部开采煤岩动力灾害的发生,国家在“十三五”期间,分别于2016年和2017年将“煤矿典型动力灾害风险判识及监控预警技术研究”和“煤矿深部开采煤岩动力灾害防控技术研究”列入国家重点研发计划项目。其中,项目“煤矿典型动力灾害风险判识及监控预警技术研究”由中国矿业大学(北京)牵头,中煤科工集团重庆研究院有限公司、平安煤炭开采工程技术研究院有限责任公司、中国矿业大学等共28家单位参加,主要针对煤矿典型动力灾害多相多场耦合灾变孕育规律及演化机理、煤矿典型动力灾害多参量前兆智能判识预警理论、煤矿典型动力灾害前兆信息新型感知与多网融合传输方法、基于大数据与云技术煤矿典型动力灾害模态化预警理论及方法等4项重大科学问题和煤矿典型动力灾害多参量前兆信息智能判识预警模型与技术体系、煤矿典型动力灾害前兆信息采集传感与多网融合传输技术装备及方法、基于大数据与云技术的煤矿典型动力灾害预警方法与技术等3项关键技术问题,开展煤矿典型动力灾害灾变机理、判识预警方法、关键信息采集传感传输等研究,建立了可实现煤矿典型动力灾害多源海量动态信息远程在线传输、存储和多源信息挖掘的系统平台,实现了煤岩动力灾害的远程在线智能预警,并在5个典型煤岩动力灾害矿井进行了综合示范应用,取得良好的效果,项目已通过结题验收;项目“煤矿深部开采煤岩动力灾害防控技术研究”由煤炭科学技术研究院有限公司牵头,辽宁工程技术大学、重庆大学、天地科技股份有限公司等共24家单位参加,主要针对深部煤岩动力灾害孕灾条件和时空防控机制、深部开采复合煤岩动力灾害转化机制等2项重大科学问题和深部煤岩动力灾害危险性区域精准探测技术、深部煤岩体原位改性与应力调控防冲技术、深部煤体卸压增透与时空抽采防突技术、深部复合煤岩动力灾害一体化防控技术等4项关键技术问题,正在开展深部煤岩动力灾害孕灾条件与防控机理、危险性区域快速探测与评价、防控技术与装备及工程示范等研究,以期构建深部煤岩动力灾害多尺度分源防控理论与技术体系,实现深部煤矿煤岩动力灾害防控基础理论—关键技术—应用示范的有机融合,防止煤矿深部开采煤岩动力灾害的发生,进行有效防控。这两个项目,分别研究灾害的灾变机理与监测预警和灾害的防控,构成了对煤矿煤岩动力灾害研究的体系。
本期前19篇论文集中报道了两个研究团队的部分、主要阶段性研究成果,主要包括含瓦斯煤岩体渗透变形破坏特性、煤岩冲击倾向性与冲击地压机理、煤岩动力灾害风险判识、煤岩动力灾害监测预警、井上下联合防突、冲击地压巷道支护、冲击地压分源防治等7个方面。这些成果基本涵盖了煤岩动力灾害从发生机理、孕灾条件,监测预警方法与技术,到灾害防控技术与装备及工程实践,是系统性研究成果。同时,因期刊版面限制,“煤矿深部开采煤岩动力灾害防控技术研究”项目的部分研究成果将在《煤炭学报》的增刊中发表。希望本专题的刊出,能为从事煤矿煤岩动力灾害的科研人员、煤矿生产人员和煤矿安全监管人员提供参考,为煤矿煤岩动力灾害的有效预警与防控提供借鉴。
本专辑的出版,一方面得到了两个项目研究团队全体人员的积极努力和辛勤付出,另一方面也得到了业界相关审稿专家学者百忙中对论文的多次认真评审,感谢大家!
随着煤矿开采深度的增加,煤矿开采条件变得异常复杂,煤层“三高一低”的特点尤为突出,极易在采掘扰动下诱发煤与瓦斯突出、冲击地压等典型动力灾害事故。这些动力灾害具有突发、急剧、猛烈等特点,常造成井巷严重破坏和人员重大伤亡,甚至引起局部地震及地表破坏。究其根源主要是因为煤矿典型动力灾害诱发机理不清、风险判识不明、监控预警技术不足等[1]。
针对上述存在的问题,结合开采区域地质构造、煤岩体物理力学特性[2-4]、深部煤岩动力学理论[5-7]、井下开采技术条件及采煤工艺等实际情况。亟需开展冲击地压孕育机理与风险判识及监测预警、煤与瓦斯突出灾变机理及监测预警、煤矿典型动力灾害信号采集传输和智能化分析、煤矿典型动力灾害监控预警系统平台等4项技术研发。从而建立煤矿典型动力灾害风险判识及监控预警理论,形成典型动力灾害风险判识与预警理论与技术,构建国际领先的煤矿典型动力灾害风险判识及监控预警技术研究平台。以期建立煤矿典型动力灾害风险判识和预警的新理论体系,全面提升煤矿典型动力灾害风险判识和预警能力。
为解决煤矿典型动力灾害预警判识理论与技术难题,科技部在“十三五”期间设立了国家重点研发计划项目“煤矿典型动力灾害风险判识及监控预警技术研究”,以煤与瓦斯突出和冲击地压2种典型煤矿动力灾害为研究对象,通过对灾害灾变机理研究及深度感知等技术和装备的研发,将有效促进煤与瓦斯突出、冲击地压灾害的风险判识及监控预警能力的提升,从而实现煤矿典型动力灾害监测预警基础研究—关键技术开发-应用示范的有机融合。
以冲击地压、煤与瓦斯突出等煤矿典型动力灾害为对象,针对煤矿典型动力灾害孕育、前兆信息判识、多网融合传输及精准预警中的重大难题,设定4个主要研究内容:
(1)建立基于“应力场-震动场-能量场”的多场冲击地压机理,提出满足应力条件、能量条件和震动触发条件的冲击地压发生判定标准。从而形成以监测煤柱型、顶板型、断层型、褶皱型4类冲击地压为对象的监测预警指标体系。
(2)综合分析煤与瓦斯突出全过程多参数演化规律、煤与瓦斯突出机理、预警指标和预警模型。从而开发面向服务架构模式、支持跨平台的矿井突出智能预警系统和采掘面分布式声电瓦斯突出预警系统,实现工作面煤体声电瓦斯信息多点、区域化、同步监测预警。
(3)全面开展煤矿典型动力灾害前兆信息新型感知与多网融合传输方法与技术装备的研发,从而实现具有故障自诊断、高灵敏、标校周期长的前兆信息采集传感技术与装备及矿井关键区域人机环参数全面采集、多元信息共网传输的全息模态化预警系统。
(4)基于多网融合技术和大数据、云技术,建立煤岩动力灾害监测预警系统平台。重点研发基于服务模式的区域性突出灾害远程监控预警服务系统,构建了冲击地压、煤与瓦斯突出灾害监测预警技术装备示范应用的共性关键集成架构体系,从而实现煤矿典型动力灾害的远程在线智能预警。
结合采动影响下地质构造和原岩应力场对煤矿深井冲击地压作用的动力学机制,构建了冲击地压应力-裂隙-能量多场耦合致灾模型[8-9](图1),提出了煤矿冲击地压失稳灾变的应力与构造环境指标。
图1 冲击地压应力-裂隙-能量多场耦合诱冲致灾机理
Fig.1 Coupled stress-fracture-energy mechanism of rock burst
基于多场冲击地压机理,建立了冲击地压“应力场-震动场-能量场”3场监测预警技术。研发了应力监测和反演技术与装备[10-11]、双震源一体化应力探测及煤岩电荷监测装备、煤岩电荷监测系统以及冲击危险地应力连续监测预警技术及装备。冲击危险的“应力场、震动场、能量场”监测预警“3场准则”、预测模型和智能判识方法(图2)。形成了冲击地压风险智能判识与多参量分类综合监测预警理论及技术体系[12](图3),具体监测预警方法步骤如下:
(1)根据不同区域冲击地压主控因素,确定冲击地压类型;
(2)基于微震、电磁辐射、钻屑、应力等冲击地压监测预警指标,选取该区域冲击地压类型基于3场对应的敏感指标;
(3)采用无量纲化方法,对各预警指标进行无量纲处理;
(4)采用R值法、概率法、敏感指数法、距离权重法等,综合确定各指标权重;
(5)根据指标权重及指标值,计算综合预警指标值,比对危险等级判别标准,判定综合冲击危险等级,进行预警。
图2 冲击地压风险综合预警指标与方法
Fig.2 Comprehensive warning index and method of rock burst risk
图3 冲击地压风险判识监测预警理论体系
Fig.3 Theoretical system of rock burst risk assessment,monitoring and early warning
根据对于危险等级的防治对策,采取加强监测、卸压解危、停产撤人等冲击地压防控技术措施消除或减弱冲击危险。
冲击地压监测预警准确率计算方法:由于预警后,冲击地压等动力现象发生具有一定时效性,将预警发出后1~2 d内出现冲击地压或类似动力现象作为预警准确进行计算。监测期限内,对发生冲击地压类似现象的所有日期往前进行2 d搜索,2 d内发出过中等以上预警视为预警准确。
研究成果在陕西胡家河煤矿和山东古城煤矿进行了应用,预警准确率均超过90%,能够有效指导现场进行冲击危险防治,相关研究成果也在其他矿区进行了推广应用。
以煤与瓦斯突出孕育、发动、发展、结束的全过程为主线开展系统研究,构建了煤与瓦斯突出物理模拟相似体系[13-16],研发了大尺度、真三维、全封闭自动开挖煤与瓦斯突出物理模拟实验装置(图4)、深井高应力高刚度煤岩瓦斯复合动力灾害模拟装备、突出煤粉-瓦斯固气两相流动力学演化机制实验装置及瓦斯风压诱致井巷风流紊乱实验装置等,以此搭建了煤与瓦斯突出全过程系列化物理模拟实验平台。基于上述系列化实验平台,开展了煤与瓦斯突出关键因素、诱发机理以及灾变过程的研究[17],建立了构造应力场空间分布预测模型,阐明了煤与瓦斯突出的主控因素,提出了煤与瓦斯突出结构异常区致灾机制以及冲击-突出复合型煤岩瓦斯动力灾害量化模型。图5为煤与瓦斯多场耦合致灾演化过程,与煤与瓦斯突出的4个阶段相对应。掘进工作面前方受到采掘扰动后,在应力作用下工作面前方构造区位置裂隙滋生,形成瓦斯储集空间。采掘扰动导致煤体卸压发生损伤破坏,瓦斯解吸扩散并流入储集空间,当瓦斯解吸速度大于工作面瓦斯涌出速度时储集空间内瓦斯逐渐积聚,瓦斯压力逐渐增大。当积聚的瓦斯压力大于工作面前方煤体残余强度时发生突出。
图4 煤与瓦斯突出及复合动力灾害大尺度物理模型
Fig.4 Large scale physical model of coal and gas outburst and combined dynamic disaster
图5 煤与瓦斯突出多场耦合致灾机理
Fig.5 Multi-field coupling disaster mechanism of coal and gas outburst
聚焦煤与瓦斯突出灾害判识预警,从生产系统、区域和工作面等3个空间层次和短期、中期、远期等3个时间跨度,分析得到了导致煤与瓦斯突出的全链条、多尺度、全覆盖的风险因素(图6),提出了防突措施失效判识方法,建立了全链条跨尺度多参量预警指标体系,获得了煤与瓦斯突出多参量前兆信息的时空演化规律。提出了多源数据综合分析的突出预警方法,建立了多源信息融合的动态预警模型,实现了监测预警基础数据的动态监测和采集[18-20]。
图6 煤与瓦斯突出风险因素
Fig.6 Risk factors of coal and gas outburst
在山西阳泉新景矿和贵州盘江金佳矿进行了煤与瓦斯突出智能预警应用示范,进一步完善了突出预警理论及技术体系。
2.3.1 采集传输传感设备
针对灾害预警中存在的传感信息不全面、灵敏度低、可靠性较差、通信可靠性差、关键区域密集监测传输手段缺乏、异构数据无法融合等重大技术问题,开展了煤矿典型动力灾害前兆信息新型感知与多网融合传输方法与技术装备的研究。通过对光纤光栅微震传感、三轴应力传感、分布式多点激光甲烷检测、井下非接触供电与数据交互、非在线式检测关键信息快速采集等关键技术研究,开发了具有故障自诊断、高灵敏、标校周期长的前兆信息采集传感技术与装备;通过对异构数据融合、自组网、抗干扰等技术研究,提出矿井关键区域人机环参数全面采集、多元信息共网传输新方法。
研制的矿井光纤微震传感系统(图7),攻克了宽频光纤微震传感、高灵敏度光纤微震解调、精密时钟同步等关键技术[21],突破了传统电子微震传感系统灵敏度低、抗电磁干扰、扩展性差等技术瓶颈,实现了矿井微震监测由电子式向光纤式的升级换代[22-23]。光纤微震监测系统,主要由光纤微震传感器、微震数据采集分站、光纤微震监测装置主机及上位机组成。系统实现了8个通道同步监测,微震频率范围达到了0.5~300 Hz,灵敏度提升到0.1 mg;系统的响应时间小于15 s,标校周期大于120 d。
图7 光纤微震监测装置
Fig.7 Optical fiber microseismic monitoring device
研制的分布式多点激光甲烷监测系统(图8),在激光器输出端引入结构简单、密封性高的自校准气室,解决了对多个测量通道的精确校正的技术难题,实现了整机工作的长期稳定性[24];提出了多光路弱光强条件下的增益自适应调节方法,攻克了光路空分复用技术和FPGA硬件同步采集及数字解调技术等关键技术,解决了多光路微弱光强条件下甲烷吸收信号相位补偿和高精度数字同步解调,提高解调系统的信噪比,实现多光路甲烷的高精度检测。分布式多点激光甲烷监测系统,实现了8个通道同步高精度测量,测量范围0~100%CH4,测量误差不超过±3%,响应时间达到10 s,标校周期达到120 d以上。
图8 分布式多点激光甲烷监测装置样机
Fig.8 Prototype distributed multi-point laser methane monitoring device
研制了矿井非接触供电系统(图9),攻克了低频调制输出、负载动态匹配、电能拾取装置小型化、本安化等关键技术,突破了传统集中供电系统点对点供电可靠性差、远端供电能力弱、线路复杂等技术瓶颈,实现了煤矿井下本安供电系统由集中式向分布式、由点对点向线对点方式的升级换代。非接触供电装置最大输出电压范围500 V,最大输出电流20 A,调制频率1 000 Hz;取电装置额定输出18 V/0.2A。电力载波传输装置最大传输速率10 Mbit/s,最大通信距离达到2 km。
图9 非接触供电调制、取电及电力载波装置
Fig.9 Non-contact supply modulation,power-taking and power carrier devices
2.3.2 多元海量数据挖掘与智能分析
通过系统分析井下传感器数据所具有的多元、异构、海量等特征,研究了井下传感器数据的多元海量动态信息的聚合理论与方法[25]、基于特征选择策略的历史与在线数据挖掘模型的构建和更新理论与方法[26]、需求驱动的煤矿典型动力灾害预警服务知识体系及其关键技术、基于漂移特征的潜在煤矿典型动力灾害预测方法与多粒度知识发现方法、基于大数据分析的动力灾害危险区域快速辨识及智能评价技术理论与方法,提出基于漂移数据反走样处理的煤矿典型动力灾害多粒度预测模型与方法(图10),建立了面向煤矿典型动力灾害预测前兆信息模态构建的数据挖掘方法与模型(图11),实现动力灾害预测前兆信息模态的自动更新。
图10 基于漂移特征的煤矿灾害在线预测方法
Fig.10 An online coal mine disaster prediction method based on drift characteristics
图11 矿山动力灾害的全息模态化预警方法及系统架构
Fig.11 Holographic modal early warning method and system architecture of mine dynamic hazards
基于以往煤矿典型动力灾害案例,研究了基于并行计算模型的多元异构数据的抽取、关联、聚合方法,提取了致灾因素。研究了多煤矿典型动力灾害中关键概念和关系的逻辑表示技术,探索煤与瓦斯突出、冲击地压的动力灾害知识库构建技术,形成了区域内煤矿典型动力灾害数据的互联互通。针对煤矿典型动力灾害数据的多源、海量、动态及在线实时预警等特点,研究适用于区域性煤矿典型动力灾害实时远程监控预警的云平台架构和云平台的存储、I/O优化策略。设计了区域性突出预警服务接口,研发基于服务模式的区域性突出灾害远程监控预警服务系统,实现了煤矿冲击地压、煤与瓦斯突出典型动力灾害预警信息远程发布、监管与运维,构建了冲击地压、煤与瓦斯突出灾害监测预警技术装备示范应用的共性关键集成架构体系;采用煤矿动力灾害前兆采集传感与多网融合传输技术装备,以及基于数据融合的灾害多元信息挖掘分析新技术、新方法,建立了煤岩动力灾害监测预警系统平台(图12)。
图12 陕西煤业化工集团彬长矿业综合示范工程
Fig.12 Comprehensive demonstration of Binchang Mining Group in Shaanxi Coal and Chemical Industry Group Co.Ltd.
基于多网融合技术和大数据、云技术,实现煤矿典型动力灾害的远程在线智能预警(图13),指导示范矿井冲击地压、煤与瓦斯突出灾害治理,验证动力灾害远程在线智能判识预警理论及方法。
集成理论、技术、装备等新成果建成的煤岩动力灾害多参量监测预警系统平台在陕西煤业化工集团彬长矿业公司进行了综合应用示范,并考察了预警平台的监测预警效果。
示范矿井胡家河矿多参量预警平台集成了微震多维信息指标、地音、冲击变形能、CT应力场探测等综合预警技术方法,实现了煤矿动力现象的监测预警。图14为胡家河矿2016-10-27冲击地压事件发生前多参量预警平台监测指标的变化情况。
图13 煤矿典型动力灾害监测预警架构体系
Fig.13 Coal mine typical dynamic disaster monitoring and early warning framework system
图14 多参量预警平台监测指标变化
Fig.14 Multi-parameter early warning platform monitors the index change
图14(a)~(d)显示微震活动性多维信息综合指标、时空强多维信息综合指标、地音监测预警指标、冲击变形能指数指标等均可以在冲击事件发生前提前1~3天发布强危险预警;图14(e),(f)显示现场冲击事件发生位置与矿压综合预警云图及CT区域应力场探测云图中的高危险区域相吻合。通过对矿井402103工作面、401102工作面、401103工作面等连续追踪考察,胡家河矿多参量预警平台对强冲击危险的预警率为100%,对中等及弱冲击危险区域的预警率能够达到90%以上,期间存在预警平台预警工作面危险等级为强,但未发生大能量矿震的现象,主要原因为工作面卸压措施强度高,卸压及时,有效降低了工作面的冲击危险等级。
(1)研究利用大数据、互联网等新型信息技术,对突出灾害致因进行了全方位辨识,并研究了更为科学、合理的数据融合方法,以及风险判识与预警模型,进行突出灾害全方位预警,构建自动化、信息化、智能化预警平台,大幅提高我国煤与瓦斯突出灾害预警自动化水平,并将预警准确率提升至90%以上,有效遏制突出事故的发生。
(2)研究成果的推广应用有效地推进我国矿山的信息化、数字化、管控一体化水平,进一步缩小煤炭行业长期以来与其他非煤行业之间的差距;同时培养一批技术骨干,形成了一支高素质的煤矿动力灾害防治技术团队。
(3)所开发的产品可以应用于1 000多座大型煤矿以及相应的设计院所,研究过程申请了一批典型动力灾害预警相关的发明专利,有效保护研究成果,形成具有自主知识产权的预警技术,为预警技术推广应用提供支撑。该成果的推广应用不仅可以节约购买国外软件的巨额费用,而且也可以大幅度地提高用户的生产效率。
当然,也要清醒地认识到煤矿典型动力灾害机理复杂,不同的开采条件和地质赋存特征,其前兆特征及预警防治难易程度各不相同。“十三五”国家重点研发计划项目实施进一步增强了我国在该领域的研究水平和国际领先地位,但因我国煤炭资源地质赋存特征复杂,后续仍需继续开展相关研究,进一步推动在智能精准开采框架下煤矿典型动力灾害预警防治技术推广应用。
[1] 袁亮,姜耀东,何学秋,等.煤矿典型动力灾害风险精准判识及监控预警关键技术研究进展[J].煤炭学报,2018,43(2):306-318.
YUAN Liang,JIANG Yaodong,HE Xueqiu,et al.Research progress on key technologies for precise identification and monitoring and early warning of typical dynamic disasters in coal mines [J].Journal of China Coal Society,2018,43(2):306-318.
[2] ZHAO Y,SUN Y,LIU S,et al.Pore structure characterization of coal by NMR cryoporometry[J].Fuel,2017,190(2):359-369.
[3] ZHAO Y,WANG H,LIU S,et al.Dynamic failure risk of coal pillar formed by irregular shape longwall face:A case study[J].International Journal of Mining Science and Technology,2018,28(5):775-781.
[4] 郝宪杰,袁亮,卢志国,等.考虑煤体非线性弹性力学行为的弹塑性本构模型[J].煤炭学报,2017,42(4):896-901.
HAO Xianjie,YUAN Liang,LU Zhiguo,et al.Elastoplastic constitutive model considering nonlinear elastic mechanical behavior of coal body[J].Journal of China Coal Society,2017,42(4):896-901.
[5] 赵毅鑫,王浩,卢志国,等.开采扰动下断层面库仑应力及诱发矿震时空演化特征[J].煤炭学报,2018,43(2):340-347.
ZHAO Yixin,WANG Hao,LU Zhiguo,et al.Coulomb stress in fault plane under the disturbance of mining and the spatiotemporal evolution of induced earthquakes [J].Journal of China Coal Society,2018,43(2):340-347.
[6] 焦振华,姜耀东,赵毅鑫,等.工作面过断层动态力学响应特征研究[J].中国矿业大学学报,2019,48(1):57-66.
JIAO Zhenhua,JIANG Yaodong,ZHAO Yixin,et al.Research on dynamic mechanical response characteristics of working face through fault [J].Journal of China University of Mining & Technology,2019,48(1):57-66.
[7] 郝宪杰,袁亮,王少华,等.硬煤冲击倾向性的层理效应研究[J].煤炭科学技术,2018,46(5):1-7.
HAO Xianjie,YUAN Liang,WANG Shaohua,et al.Study on bedding effect of hard coal impact tendency [J].Coal Science and Technology,2018,46(5):1-7.
[8] 窦林名,贺虎,何江,等.冲击危险评价的相对应力集中系数叠加法[J].煤炭学报,2018,43(2):327-332.
DOU Linming,HE Hu,HE Jiang,et al.Superposition of relative stress concentration coefficients for impact risk assessment [J].Journal of China Coal Society,2018,43(2):327-332.
[9] 王桂峰,窦林名,蔡武,等.冲击地压的不稳定能量触发机制研究[J].中国矿业大学学报,2018,47(1):190-196.
WANG Guifeng,DOU Linming,CAI Wu,et al.Research on the triggering mechanism of unstable energy of rockburst [J].Journal of China University of Mining & Technology,2018,47(1):190-196.
[10] 舒龙勇,王凯,齐庆新,等.煤巷掘进面应力场演化特征及突出危险性评价模型[J].采矿与安全工程学报,2017,34(2):259-267.
SHU Longyong,WANG Kai,QI Qingxin,et al.Evolution characteristics of stress field and outburst hazard evaluation model of coal roadway face [J].Journal of Mining and Safety Engineering,2017,34(2):259-267.
[11] ZHOU A,WANG K,LI L,et al.A roadway driving technique for preventing coal and gas outbursts in deep coal mines[J].Environmental Earth Sciences,2017,76(6):236.
[12] 何江,窦林名,王崧玮,等.坚硬顶板诱发冲击矿压机理及类型研究[J].采矿与安全工程学报,2017,34(6):1122-1127.
HE Jiang,DOU Linming,WANG Songwei,et al.Study on the mechanism and type of rock pressure induced by hard roof [J].Journal of Mining and Safety Engineering,2017,34(6):1122-1127.
[13] 徐超,付强,王凯,等.载荷方式对深部采动煤体损伤-渗透时效特性影响实验研究[J].中国矿业大学学报,2018,47(1):197-205.
XU Chao,FU Qiang,WANG Kai,et al.Experimental study on the effect of loading method on damage-permeability aging characteristics of deep mining coal [J].Journal of China University of Mining & Technology,2018,47(1):197-205.
[14] WANG K,DU F,WANG G.The influence of methane and CO2,adsorption on the functional groups of coals:Insights from a Fourier transform infrared investigation[J].Journal of Natural Gas Science and Engineering,2017(45):358-367.
[15] 董国伟,胡千庭.煤岩瓦斯动力灾害主控地质体理论及地质作用机理[J].西安科技大学学报,2017,37(1):7-14.
DONG Guowei,HU Qianting.Theory and geological mechanism of main geological bodies controlling dynamic disaster of coal and gas [J].Journal of Xi'an University of Science and Technology,2017,37(1):7-14.
[16] 司鹄,赵剑楠,胡千庭.大数据理论下的煤与瓦斯突出事故致因分析[J].西安科技大学学报,2018,38(4):515-522,537.
SI Hu,ZHAO Jiannan,HU Qianting.Cause analysis of coal and gas outburst accidents based on big data theory[J].Journal of Xi’an University of Science and Technology,2018,38(4):515-522,537.
[17] 覃木广,赵旭生,张庆华,等.基于瓦斯地质特征的突出预警模型研究[J].煤炭科学技术,2018,46(12):143-149.
QIN Muguang,ZHAO Xusheng,ZHANG Qinghua,et al.Research on prominent early warning model based on gas geological characteristics [J].Coal Science and Technology,2018,46(12):143-149.
[18] 赵旭生,宁小亮,张庆华,等.煤与瓦斯突出预警方法探讨[J].工矿自动化,2018(1):6-10.
ZHAO Xusheng,NING Xiaoliang,ZHANG Qinghua,et al.Discussion on early warning methods of coal and gas outbursts [J].Industry and Mine Automation,2018(1):6-10.
[19] 赵旭生,刘延保,申凯,等.煤层瓦斯抽采效果影响因素分析及技术对策[J].煤矿安全,2019,50(1):187-191.
ZHAO Xusheng,LIU Yanbao,SHEN Kai,et al.Analysis of influencing factors and technical countermeasures of coal seam gas drainage effect [J].Coal Mine Safety,2019,50(1):187-191.
[20] 张庆华,宁小亮,赵旭生,等.基于雷达测距的工作面进尺在线监测系统[J].工矿自动化,2018(1):31-34.
ZHANG Qinghua,NING Xiaoliang,ZHAO Xusheng,et al.On-line monitoring system of working face advancement based on radar ranging [J].Industry and Mine Automation,2018(1):31-34.
[21] 文光才,宁小亮,赵旭生.矿井煤与瓦斯突出预警技术及其应用[J].煤炭科学技术,2011,39(2):55-58.
WEN Guangcai,NING Xiaoliang,ZHAO Xusheng.Mine coal and gas outburst warning technology and its application [J].Coal Science and Technology,2011,39(2):55-58.
[22] 程久龙,宋广东,刘统玉,等.煤矿井下微震震源高精度定位研究[J].地球物理学报,2016(12):121-128.
CHENG Jiulong,SONG Guangdong,LIU Tongyu,et al.High-precision positioning of microseismic sources in coal mines [J].Chinese Journal of Geophysics,2016(12):121-128.
[23] CHENG J,SONG G,SUN X,et al.Research developments and prospects on microseismic source location in mines[J].Engineering(Bei Jing),2018,4(5):653-660.
[24] 郭清华,于庆,苟怡.基于激光自稳频技术的分布式多点甲烷检测系统研究[J].煤炭学报,2018,43(2):371-376.
GUO Qinghua,YU Qing,GOU Yi.Research on distributed multi-point methane detection system based on laser self-stabilizing frequency technology [J].Journal of China Coal Society,2018,43(2):371-376.
[25] 卢新明,阚淑婷,张杏莉.矿山物联网云计算与平台技术[J].工矿自动化,2018,44(2):1-5.
LU Xinming,KAN Shuting,ZHANG Xingli.Cloud computing and platform technology for the mining internet of things [J].Industrial and Mining Automation,2018,44(2):1-5.
[26] ZHANG Xingli,JIA Ruisheng,LU Xinming,et al.Identification of microseismic signals for blasting vibration and coal rock rupture [J].Applied Geophysics,2018,15(2):134-143,218.