期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
浅埋多煤层群协调绿色开采关键技术研发与实践 被引量:6
1
作者 吴群英 胡俭 +3 位作者 刘凯 李杨 谢晓深 张德生 《煤炭科学技术》 EI CAS CSCD 北大核心 2024年第9期19-30,共12页
西部矿区多煤层赋存条件导致了“采面布局矛盾、覆岩结构多变、地表运移叠加”的突出性、普遍性问题,探索适应多煤层高强度开采的协调绿色开采技术成为西部矿区多煤层安全、高效开采的关键。针对浅埋厚煤层群高强度开采面临的主要技术难... 西部矿区多煤层赋存条件导致了“采面布局矛盾、覆岩结构多变、地表运移叠加”的突出性、普遍性问题,探索适应多煤层高强度开采的协调绿色开采技术成为西部矿区多煤层安全、高效开采的关键。针对浅埋厚煤层群高强度开采面临的主要技术难题,从多煤层开采时空布局、工作面岩层稳定性控制、重复扰动下的地表沉陷等方面,系统地阐述了浅埋多煤层群协调绿色开采的几项关键技术。研究结果如下:(1)揭示了西部多煤层高强度开采层间相互作用机理,构建了多煤层重复开采扰动定量判据与评价方法,创新提出了以层间最小扰动为目标的“薄、中、厚”煤层交错分布协调开采技术;(2)提出了多煤层工作面岩层稳定控制技术,建立了全覆岩结构破断模型,揭示了全覆岩结构破断条件下的支架与围岩相互作用规律,在此基础上针对多煤层开采工作面支护在不同的位置需要采用不同支护策略的需求,研发了工作面支架抗冲双伸缩立柱和超前巷道支护状态监测系统,实现工作面多区域安全高效稳定支护;(3)通过揭示浅埋多煤层斜交叠置开采下地表动态移动特征和地表裂缝发育规律,给出地表下沉系数的确定方法,研发了塌陷区裂缝“土壤重构–原位充填–微地形改造”组合的治理关键技术,有效防治黄土沟壑区的采煤地表塌陷。上述核心技术在张家峁、柠条塔、红柳林等20余个大型煤矿成功应用,为我国西部矿区高质量、可持续开发提供了技术支撑。 展开更多
关键词 浅埋多煤层 高强度开采 层间扰动 智能化装备 地表沉陷
在线阅读 下载PDF
超大采高工作面煤壁稳定性分析及片帮预测研究
2
作者 任怀伟 刘凯 +4 位作者 李建 赵叔吉 韩存地 王龙 李济洋 《河南理工大学学报(自然科学版)》 北大核心 2025年第3期1-11,共11页
目的为了解决超大采高工作面煤壁片帮难题,方法通过理论分析与现场实测研究煤壁片帮机理,采用数值模拟对不同采高条件下煤壁的破坏过程进行模拟,探讨采高和顶板压力与煤壁片帮之间的关系,并基于现场数据,利用机器学习方法进行片帮预测,... 目的为了解决超大采高工作面煤壁片帮难题,方法通过理论分析与现场实测研究煤壁片帮机理,采用数值模拟对不同采高条件下煤壁的破坏过程进行模拟,探讨采高和顶板压力与煤壁片帮之间的关系,并基于现场数据,利用机器学习方法进行片帮预测,比较并选择最优的预测模型。结果研究发现,超大采高工作面煤壁片帮主要发生在煤壁的中上部,随着采高和支承压力的增加,片帮破坏程度呈加剧趋势。分析得到片帮稳定性系数计算公式,发现稳定性系数随顶板压力和采高的增加而增大。数值模拟结果表明,当采高从6 m增至10 m时,煤壁破碎程度和片帮深度显著增加,且片帮深度在顶板来压时达到峰值。数据分析结果表明,煤壁片帮是煤壁、液压支架和顶板相互作用的结果,合理的支护高度和良好的液压支架支撑力是降低片帮风险的关键。最后,采用机器学习方法对煤壁片帮进行预测,比较多种常见的机器学习算法,发现KNN方法的预测准确率最高,达77.46%。然而,现有机器学习方法在片帮预测上的准确性仍需进一步提高。结论研究结果揭示了超大采高工作面煤壁片帮的发生机理,提出了片帮预测的新思路,即随着采高和顶板压力增加,煤壁片帮风险加大,采用机器学习方法可以有效预测片帮发生的可能性,这为超大采高工作面煤矿安全生产提供了理论支持和技术保障。 展开更多
关键词 超大采高工作面 煤壁片帮 稳定性分析 机器学习 片帮预测
在线阅读 下载PDF
数据驱动的深井超长工作面支架载荷区域特征分析与分区预测 被引量:2
3
作者 巩师鑫 《煤炭科学技术》 EI CAS CSCD 北大核心 2024年第S01期1-12,共12页
实现液压支架载荷预测分析对于及时改善支架适应性和实现安全支护具有重要作用,需要高质量、大数量的支架载荷时序数据和有效的预测方法作为支撑。然而,深部超长工作面上覆岩层应力环境和垮落步距的非同质同步引发工作面不同区域支架载... 实现液压支架载荷预测分析对于及时改善支架适应性和实现安全支护具有重要作用,需要高质量、大数量的支架载荷时序数据和有效的预测方法作为支撑。然而,深部超长工作面上覆岩层应力环境和垮落步距的非同质同步引发工作面不同区域支架载荷差异化。因此,针对深井超长工作面顶板覆岩长期循环动载作用和分区破断造成工作面不同区域载荷差异明显以及无法实现动态区域更新下的液压支架载荷预测的问题,提出了一种数据驱动的深井超长工作面支架载荷区域特征分析与分区预测方法。首先,在获取工作面液压支架载荷数据的基础上,利用MeanShift聚类算法实现工作面区域动态划分,并分析深井超长工作面不同区域的支架载荷变化特征;然后,提出一种考虑多维时序数据特征和注意力机制LSTM预测方法,构建支架载荷一次性多输入多输出预测框架,实现了预测算法精度和输入输出特征结构的协同设计;最后,基于前述工作面区域划分结果,建立工作面区域化液压支架群组载荷预测模型,实现了综采工作面液压支架群组载荷时序数据循环训练和高精度预测。该方法通过考虑工作面载荷区域分布特征,建立多输入多输出特征工程,可实现基于工作面区域动态更新的液压支架群组载荷预测,能够为后续分析工作面矿压显现规律,超前适应采场环境变化和指导工作面正常回采提供依据。 展开更多
关键词 工作面 液压支架 载荷预测 时间序列数据 区域划分
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部