张强教授：煤矿智能化开采煤岩识别技术综述
时间：2022-03-25 来源：科大科技摘要
加快煤炭产业链的智能化发展是当前环境下保证煤炭稳定供给的重心，而煤岩识别是实现煤矿智能化建设，提高煤层探测、智能开采、快速分选精度和效率的关键技术，因此，开展了煤岩高效识别技术方法的综述研究。首先根据使用工况不同，将煤岩识别统筹为接触式识别与非接触式识别，根据技术类别将现有识别技术归类为过程信号监测、红外热成像、图像特征、反射光谱、超声波探测、电磁波探测，从识别机理和技术原理方面进行了详细的介绍，并列举了典型特征下的煤岩差异。其次综合阐述了各种识别技术的研究现状，总结出工程实际中的煤岩识别技术应用现状；从理论技术研究、工况环境影响、煤岩特征3方面建立了不同识别技术的局限度评价表，超声波、电磁波探测技术局限度最低，红外成像识别技术局限度最高，其中工况环境对红外成像识别局限最明显，煤岩特征对反射光谱识别和过程信号监测识别局限最明显。基于上述局限度，对未来煤岩识别的研究重点提出4点建议：煤岩特征信息的深层挖掘，复杂多变环境的影响机理研究，物理属性相近的煤岩识别新方法，综合地质条件的煤岩识别方法适用性研究，为我国煤岩识别技术发展、煤矿智能化建设提供理论指导。
研究背景
能源是关系国家经济社会全局发展的重要问题，保证能源长期稳定供给对于维护国家稳定发展具有重要战略意义；相比石油、天然气等化石能源产量，我国煤炭资源年产量占据世界煤炭总产量50％以上，根据相关研究，预计2030-2050年，煤炭占我国一次能源消费比重仍将保持在50％以上。此外，应对煤炭价格上涨出现的“限电”现象，国家发改委明确指出：坚持“限电不拉闸”，在确保安全的前提下全力增产增供煤炭，让电力价格合理反映电力供需和成本变化。
保障煤炭供应以提高工作面的开采效率和后期煤岩矸的分选效率为主；综采工作面中，煤岩突变导致开采难度增加，截齿磨损加剧导致采掘机械的故障率提高，同时也提高了岩石占比，增加了后续分选的工作量，降低了煤炭生产效率；在综放工作面中，岩石强度高、密度大，岩石长期的垮落冲击极易对支架造成损伤，既增加了后续的分选难度又造成了巷道安全隐患，此外开采深度的不断增加为煤炭高效生产带来了挑战，因此国家提倡无人化/智能化开采达到高产、高效、安全目标，进而保障煤炭的供给。实现智能化开采，首先要解决煤岩识别的难题，这也是国家能源科技“十二五”规划中提出的重点待解决问题，无论在综采工作面还是综放工作面，煤岩识别技术都是制约煤炭智能开采的关键难题；在后期的分选中，岩石占比增加，致使分选工艺流程繁琐、耗时长，甚至污染环境，对工作人员身体造成危害，即制约了分选效率同时也不符合我国绿色矿山的发展理念，因此安全、高效的煤岩识别技术对于提高煤炭产出率与质量至关重要。
因此，破解煤岩识别技术难题是矿山智能化发展的必经之路，也是目前亟须解决的问题。自20世纪60年代起，英、美、澳、德、俄、中等产煤大国便开始了煤岩识别技术的研究，至此已经提出了近20多种方法，但在工程实际中的应用甚少；造成这种现象主要是由于：① 煤矿地质条件、煤岩种类呈复杂多样化，煤岩识别技术通用性差；② 开采过程受力复杂，传感器易受损，可靠性差；③ 识别效果受井下环境影响因素影响，识别误差大。故针对复杂多变的地质条件进行高效的煤岩识别方法研究是当前煤炭行业的重要科学导向。
笔者针对国内外煤岩识别方法的研究现状进行分析，对现有技术进行分类，阐述各方法的技术原理；综述各种识别方法的研究现状，并分析其识别精度与局限性，结合煤岩识别工程应用现状分析现有技术的缺陷型，提出煤岩识别智能化的未来发展趋势，为未来煤岩识别的研究导向和工作重心提供理论参考。
内容概要
１ 煤岩高效识别技术分类与原理
1.1 过程信号监测识别
１）振动信号
表1 煤和岩石硬度比较
图2 截割岩的振动时域、频域
２）声发射信号。
图3 截割煤的声发射信号时域、频域
图4 截割岩的声发射信号时域、频域
３）电流信号
图5 截割煤的截割电机A相电流信号
图6 截割岩石的截割电机A相电流信号
４）截割力学信号。
图7 截割煤的惰轮轴应变
图8 截割岩石的惰轮轴应变
图9 多源信息融合的识别模型
1.2 红外热成像识别
１）主动红外激励识别
图10 煤、岩试件主动红外激励图像
２）截割闪温识别。
图11 截割煤的红外热像
图12 截割岩石的红外热像
1.3 图像特征识别
图13 煤块局部纹理特征
图14 岩石局部纹理特征
表2 煤、岩石参数方差
1.4 反射光谱识别
图15 煤岩原始光谱曲线特征波段对比
1.5 超声波探测识别
超声波是一种波长极短的机械波，在空气中波长一般短于2cm，且必须依靠介质传播，超声波在煤质内传播时，存在反射、折射、衍射、散射等传播规律，遇到密度不同的介质，穿透率、折射等均会发生相应的变化。
1.6 电磁波探测识别
图16 煤岩界面模型
2 煤岩高效识别技术理论与试验研究现状
2.1 过程信号监测识别
１）振动信号。
３）电流信号。
文献中首次提到了电流监测的煤岩识别方法，而目前国内对于采用电流进行煤岩识别的研究较少。
４）截割力学信号。
图20 小波变化与神经网络相结合的煤岩识别框架
表3 不同截割介质惰轮轴受力
图21 多层传感器信息融合复合结构
５）多传感信息融合识别。
笔者团队最早将多源信息融合用在煤岩中，采用支持向量机、D-S证据理论、模糊神经网络、BP神经网络等多种融合算法，提取了振动、声发射、电流、温度等信号进行决策融合识别，结果表明多信息融合识别精度明显高于单一信号识别精度，能够有效识别截割过程煤岩界面。
2.2 红外热成像识别
１）主动红外激励识别。
图22 红外热成像煤岩识别试验台
图23 煤岩界面分布模拟还原图与真实分布
２）截割闪温识别。
图24 截割煤、岩试件的截齿温度－频率曲线
表4 不同硬度煤、岩截齿闪温峰值
图25 煤岩识别界面误差
2.3 图像特征识别
图26 煤岩识别结果
图27基于曲波变换的煤岩识别方法
图28 采煤机煤岩截割试验
图29 煤岩界面预测框
2.4 反射光谱识别
反射光谱是一种针对原位物质且具有高信噪比、实时性强的分析技术，最早在20世纪初被用于探测物质微观结构，而后由美国贝尔实验室率先研发了光电耦合原件（CCD），为光谱仪的研发提供了基础，现如今光谱仪已趋于成熟，在植被识别反演、水环境监测、煤炭矿物分析等行业均有应用，反射光谱在矿物的检测中，国外一些学者进行了系列研究，国内进行此类研究甚少，以中国矿业大学（北京）葛世荣院士团队为主，此外安徽理工大学与西安科技大学也进行了类似的研究。
2.5 超声波探测识别
表５ 超声波探测煤层厚结果对比
图30 各类煤超声相控成像
2.6 电磁波探测识别
2.6.1 γ 射线探测法
主动γ 射线探测最早于1961 年由英国提出，但相关监测设备直至1973年才完成，早期的代表性研发机构：英国RHC公司的RHC802型探测仪和每个AME公司的AME1008型探测仪；我国从自20世纪80年代初期开展关于γ 射的煤岩识别研究，目前已形成了较为系统的理论研究体系。
2.6.2 雷达探测法
图31 雷达测量煤层厚度原理
2.6.3 太赫兹信号
太赫兹时域光谱检测最早起源于20世纪80年代，用于对测试样品成分检测，目前太赫兹关光谱技术应用已经较为成熟，尤其在食品安全、药物监管、油品检测中研究较多。
2.6.4 电子共振法
电磁共振检测方法主要分为电子顺磁共振（EPR）和电子自旋共振（ESR），由于每层中包含为配对的电子，当电子绕某一轴自转便会产生磁矩，在线圈周围形成磁场，在特定条件下电子磁矩会发生重新转向。
3 煤岩识别技术工程应用现状
由上述分析可知，对于煤岩识别的研究，国内诸多学者进行了类似研究，也提出了许多方法，但是由于煤矿地质条件与复杂工况的限制，一些新兴技术方法无法应用到煤矿。
4 煤岩高效识别技术局限性与发展趋势
4.1 各种识别技术的局限性分析
１）过程信号监测。
２）红外成像识别。
３）图像特征识别。
４）反射光谱识别。
５）超声波探测识别。
６）电磁波探测识别。
表6 工作面开采煤岩识别技术局限度
表7 煤岩分选中识别技术局限度
4.2 煤岩识别未来研究发展趋势
１）煤岩特征信息的深层挖掘。
２）复杂多变环境的影响机理研究。
３）物理属性相近的煤岩识别新方法。
４）综合地质条件的煤岩识别方法适用性研究。
结论
１）根据使用工况、技术原理不同将煤岩识别技术归类为过程信号监测、红外热成像、图像特征、反射光谱、超声波探测、电磁波探测6种，并列举了典型特征下的煤岩差异，证明了不同煤岩识别技术的可行性。
２）综合阐述了各类识别技术的研究现状，介绍了煤矿现有煤岩识别技术工程应用现状；分析了各类技术的局限性，从理论技术、工况环境、煤岩特征角度建立了各类技术的局限性评价体系，其中超声波探测与电磁波探测的局限度最低，红外识别受工况环境的影响局限性较强，对于煤岩特征较大的工况，过程信号监测可根据煤岩特征差异作为辅助信号指导工程实际开采，具有较好的实际价值。
３）综合考虑各类识别技术的局限性，对未来煤岩识别的研究重心提出4点建议：煤岩特征信息的深层挖掘，复杂多变环境的影响机理研究，物理属性相近的煤岩识别新方法，综合地质条件的煤岩识别方法适用性研究。
