全部分类/
科学普及/
工矿自动化

工矿自动化

2025年11期

本刊1978年创刊，公开发行。现为中国科技论文统计源刊，全国中文核心期刊，中国煤炭学会煤矿自动化专业委员会会刊。是集中报道我国煤矿及工矿企业通信、生产过程自动化、安全监测监控、计算机应用等国内外新技术、新成果、新工艺、新动向的专业性技术期刊。

扫码免费借阅

目录

快速导航

科研成果 | 基于巷道断面面积的矿井无线传输路径损耗计算方法研究

科研成果 | 基于巷道断面面积的矿井无线传输路径损耗计算方法研究

摘要：矿井移动通信、物联网通信、人员和车辆定位等系统的无线网络规划和优化等均需要计算无线传输路径损耗。但目前没有专门针对井下有限空间特殊环境的矿井无线传输路径损耗统计计算方法。现有的通用、地面开放空间及室内无线传输路径损耗统计计算方法均没有考虑巷道断面面积等井下特有环境因素的影响，难以直接用于井下复杂条件。针对上述问题，分析了影响矿井无线传输路径损耗的主要因素，提出了基于巷道断面面积的矿井无线传输路径损耗计算方法。该方法考虑了视距和非视距传输，不但与频率和距离有关，还与巷道断面面积、拐弯、分支、带式输送机、巷道壁平整度等有关。基于实测数据分析，揭示了矿井无线传输特性： ① 矿井无线传输具有显著的频率带通特性，存在频率拐点。当工作频率低于频率拐点时，巷道对无线传输影响大，无线传输路径损耗大，且工作频率越低，巷道对无线传输影响越大；当工作频率高于频率拐点时，巷道对无线传输影响小，但工作频率越高，无线传输路径损耗越大。直巷道的频率拐点在 700/800MHz 附近。 ② 矿井巷道无线传输路径损耗受巷道断面面积影响大。巷道断面面积越小，无线传输路径损耗越大，特别在工作频率低于频率拐点时，巷道断面面积对无线传输影响更大。 ③ 矿井拐弯巷道和分支巷道无线传输既受巷道断面面积的影响，又受非视距无线传输频率的影响，且频率对拐弯巷道和分支巷道无线传输的影响比巷道断面面积的影响大;巷道拐弯和分支增加了矿井无线传输路径损耗。使用所提方法对矿井不同场景的无线传输路径损耗进行了计算，结果表明，所提方法的平均绝对误差为 3.8dB ,相较于FSPL,CIF,ABG,WINNERII,ITU-RM.2412,3GPPInH-Office及ITU-RP.1238计算方法分别降低了7.0,3.3，2.7,5.2,2.9,3.5，5.1dB。
科研成果 | 人工智能在矿井“一通三防”智能化建设领域的应用探索

科研成果 | 人工智能在矿井“一通三防”智能化建设领域的应用探索

摘要：矿井“一通三防”智能化建设在“人-机-环-管”4个方面存在专业门槛高、专家经验难以数字化、多场耦合灾害链预警滞后、多源异构数据导致“数据孤岛”等问题。在分析煤矿智能化发展与人工智能在煤矿智能化建设应用的必要性基础上，探究了DeepSeek在矿井“一通三防”智能化体系建设的适配性、潜在优势及未来发展方向。DeepSeek凭借多模态感知、动态数据建模、复杂推理与预警决策、长上下文与知识管理等特性与矿井“一通三防”智能化体系建设中的“感知-分析-决策-执行”深度适配，且在“人-机-环-管”机制智能一体化建设中表现出极佳的契合优势，如赋能人员从经验依赖转向数据驱动，优化机电高效低耗运维机制，实现“井下技术-市场-政策”多元环境从静态监控到动态预警，最终辅助构建矿井“一通三防”“智能感知-数据融合-平战研判-自主决策-精准执行-反馈优化”的主动闭环智慧管理体系,如已接入DeepSeek-R1大模型的山能集团等煤矿企业的安全生产信息获取、协作与决策效率分别提升超 80% 和 20% 。剖析了DeepSeek在应用与推广过程中面临的人工智能幻觉、轻量化本土部署与信息安全三大核心挑战，旨在为矿井“一通三防”智能化建设提供一种理论参考和解决途径。
科研成果 | 钻孔图像展开与拼接方法研究

科研成果 | 钻孔图像展开与拼接方法研究

摘要：通过图像展开与拼接技术生成孔壁全景图及“虚拟岩心”是地质构造定量分析的基础，也是钻孔探查的迫切需求。针对现有钻孔图像展开与拼接方法存在的图像轮廓模糊、图像拼接不连续等问题，提出基于随机抽样一致性(RANSAC)算法的图像展开方法和基于加速鲁棒特征(SURF） + 随机采样最大似然(MLESAC)算法的图像拼接方法。采用RANSAC算法对孔洞边缘数据进行圆拟合，获取钻孔中心及钻孔内径，从而确定有效环形图像区域；结合坐标变换算法和双线性插值法将有效环形区域并展开为矩形图像，可有效补偿成像探头抖动导致的几何畸变，实现钻孔图像的高精度展开。选用SURF算法快速提取相邻图像的特征点并进行粗匹配，在图像旋转和尺度变换下保持特征稳定性；再通过MLESAC算法对提取的特征点进行精准匹配，剔除误匹配点并筛选最佳匹配对，进而解算水平与垂直偏移参数，实现视频图像的全局高精度拼接。对比分析结果表明，相比于现有装置采用的图像展开与拼接方法，所提方法获得的全景孔壁图像连续无间断、细节分辨率高，拼接质量与视觉效果均大幅提升。
科研成果 | 开切眼全生命周期顶板稳定性与精准控制技术研究

科研成果 | 开切眼全生命周期顶板稳定性与精准控制技术研究

摘要：针对开切眼从巷道掘进到基本顶初次垮落的全生命周期顶板稳定性及其控制缺乏系统深入研究的问题,提出开切眼全生命周期的概念，将开切眼全生命周期划分为一次巷道掘进、二次扩巷、采煤设备安装、采空区直接顶垮落和采空区基本顶初次垮落5个阶段。通过理论分析得出地质条件是决定开切眼顶板稳定性的基础因素，巷道布置、巷道跨度和掘进扰动是影响顶板岩层稳定性的重要开采技术因素，支护技术是控制顶板稳定的关键措施。通过建立基本顶岩梁力学模型，对5个阶段的开切眼覆岩结构特征进行研究，揭示了开切眼顶板从弯曲下沉至冒落的时空演化和动态变化过程。针对不同阶段的顶板结构特征，提出相应的控制技术，巷道掘进阶段应采用锚网索主动支护，初采前应在液压支架后方进行切顶卸压。工业性试验结果表明，在支架后方实施爆破预裂切顶，可以预先破坏开切眼顶板的完整性，缩小采空区顶板的初次垮落步距，减弱基本顶初次来压强度，避免采空区大面积悬顶安全隐患。
科研成果 | 煤矿井下随钻无源水力增压器及性能分析

科研成果 | 煤矿井下随钻无源水力增压器及性能分析

摘要：针对现有煤矿井下水力增压器尺寸大、无法实现随钻增压、需配套驱动装置等问题，基于活塞差动增压原理,通过多级多腔模块化设计和换向阀协同控制技术，研制了煤矿井下随钻无源水力增压器。该增压器无需依赖外部高压泵可将煤矿井下低压水自主转换为高压水，实现高压增透作业，增压比达1:10,最低增压压力达20MPa 。分析了高压冲孔出口直径、活塞有效作用面积比和输入压力对增压器工作性能的影响：高压冲孔出口直径、活塞有效作用面积比和输入压力越大，增压后高压液体的流速越快，但高压液体达到稳态流速的时间更长。现场工业性试验结果表明，在坚固性系数为0.15的松软煤层冲孔造穴时，单孔平均出煤量达 1.5t/m ，增压器性能稳定，实现了无泵高压水力增透作业。
科研成果 | 基于探地雷达的出矿口土壤含水率测量

科研成果 | 基于探地雷达的出矿口土壤含水率测量

摘要：在高海拔地下采矿过程中，出矿口土壤含水率分布不均，易受降雨渗流影响，其浅层至深层水分变化是诱发泥石流或涌泥灾害的关键因素。传统接触式测量方法难以实现对该区域的有效监测。针对上述问题,提出一种基于步进频率连续波(SFCW)探地雷达与支持向量机(SVM)的土壤含水率反演方法，对出矿口土壤含水率进行测量。该方法将探测深度设定为 0.3m ，通过雷达扫描、信号预处理与特征(反射系数、相位差)提取及SVM建模反演等步骤，实现了出矿口含水率的快速、非接触式测量。模拟结果表明：SFCW雷达能有效识别湿润区域引起的反射特征，验证了该方法在分层和非均质土壤中应用的可行性。在实验室环境下，利用 SFCW 雷达对采集自普朗铜矿出矿口的砂质土壤样本进行测量，通过对比多种建模方法，得出基于反射系数与相位差联合特征的 SVM模型反演效果最优。在普朗铜矿出矿口进行野外实测，预测值与实测值相对误差为 9.67%～ 14.53% ，说明该方法在水平 1m, 深度 0.3m 有效探测范围内能够提供较为可靠的土壤含水率估计结果。
“露天矿智能化开采与安全保障”专题 | 大型露天煤矿边坡工程数字化与智能监测预警技术研究进展

“露天矿智能化开采与安全保障”专题 | 大型露天煤矿边坡工程数字化与智能监测预警技术研究进展

摘要：边坡工程是影响大型露天煤矿生产安全的关键环节。统计分析了我国20座典型大型露天煤矿的边坡工程现状及未来技术条件特征，揭示了大型露天煤矿呈现由中高边坡向超高边坡的发展趋势，总结出边坡工程普遍存在属性变化不清晰、监测手段繁杂且相互独立的问题。提出边坡工程数字化与融合监测预警是有效应对挑战的核心技术路径。从边坡工程地质体数字化、边坡工程时空属性建模2个方面分析了边坡工程数字化关键技术,指出未来将在生产数据与地质模型语义一致性、多属性地质空间数字化与应用、模型精细化重构与动态更新方面取得突破。分析指出融合预警、超前预测与智能决策是实现多源监测数据有效利用的关键方向，融合监测预警技术未来将在滑坡灾害自主溯源与因果推断、无人飞行载具集群协同巡检与快速响应、基于多模态大模型的应急决策专家系统方面取得突破，最终形成集监测、预警、预测、决策于一体的大型露天煤矿边坡工程智能防灾体系，提升滑坡灾害的超前精准防控能力。
“露天矿智能化开采与安全保障”专题 | 数智驱动下露天矿边坡灾害监测预警：研究进展与发展趋势

“露天矿智能化开采与安全保障”专题 | 数智驱动下露天矿边坡灾害监测预警：研究进展与发展趋势

摘要：为克服传统露天矿边坡监测预警存在的监测技术单一、多源数据融合欠佳及难以有效预警等问题，从边坡智能感知与监测、边坡三维精细化建模与可视化、边坡稳定性评价与风险预警3个方面概述了露天矿边坡灾害监测预警研究进展。系统总结了全球导航卫星系统、无人机倾斜摄影协同激光雷达、“天-空-地”多尺度立体协同等监测方法;梳理了边坡三维可视化与复杂地质体建模、数字孪生驱动的边坡全要素三维可视化等前沿技术;分析整理了机器学习驱动的边坡智能分析、多模型集成的边坡高效评价、多源监测数据融合的边坡智能监测预警平台等关键技术。针对当前露天矿边坡监测预警存在的多源信息融合能力不足、边坡三维模型交互性与仿真能力薄弱且动态可视化差、边坡数据风险评价与预警模型普适性低、监测预警平台应急响应模块缺失等问题，指出了露天矿边坡灾害安全治理发展趋势：加快多源数据信息融合的智能感知与监测体系构建；数智赋能边坡风险评价，提升机器学习的精确性，实现边坡信息透明化实时解析与反馈；构建全域感知、协同预警和智慧应急的灾害智能监测预警平台。
“露天矿智能化开采与安全保障”专题 | 面向露天矿山无人机遥感影像机械小目标识别的CDMG-YOLO模型

“露天矿智能化开采与安全保障”专题 | 面向露天矿山无人机遥感影像机械小目标识别的CDMG-YOLO模型

摘要：露天矿山作业环境复杂，无人机遥感图像中机械目标往往存在尺度差异显著、背景干扰繁杂及小目标易漏检等问题。针对上述问题，提出了一种面向露天矿山无人机遥感影像机械小目标识别的轻量化模型CDMG-YOLO。该模型以YOLOvlln为基础进行改进：在特征感知阶段，新增P2检测头与主干浅层特征协同构建细粒度信息通道，增强小目标细节特征；在特征建模阶段，通过引入可变形大卷积核注意力(DLKA)的D-C3k2模块扩展感受野并提升尺度泛化能力;在特征融合阶段，双重注意力机制——卷积与注意力融合模块(CAFM)与多维协作注意力模块(MCAM)在通道与空间层面实现特征的多维交互与自适应加权，从而突出目标特征并抑制背景干扰；在训练优化阶段，采用结合梯度协调机制损失函数(GHMLOSs)的复合损失函数，平衡了难易样本在训练过程中的梯度贡献，有效缓解了正负样本不均衡问题。实验结果表明：在自建的覆盖多类露天矿山机械小目标的无人机遥感数据集上，CDMG-YOLO的精确率和 mAP@0.5 分别达0.859和0.697，且参数量仅为3.1×10⁶ ，每秒浮点运算次数为 12.7×10⁹ ，在保证高精度的同时兼顾了轻量化与高效性；在低对比度、目标严重遮挡及多目标密集分布等复杂露天矿山作业场景中，CDMG-YOLO模型实现了对目标的精准定位与识别；在公开LEVIR数据集上，CDMG-YOLO能准确识别不同类型目标，具有良好的泛化能力。
“露天矿智能化开采与安全保障”专题 | 基于YOLO-WRC的无人机露天煤层自燃检测方法

“露天矿智能化开采与安全保障”专题 | 基于YOLO-WRC的无人机露天煤层自燃检测方法

摘要：无人机在露天矿区监测中较传统测量和遥感技术具有显著优势。目前基于无人机的露天煤层自燃检测方法存在的主要问题是缺少相应的检测模型实现对高温点的检测，对小尺寸、多尺度的高温点识别精度较低，煤层上挖掘机的尾气管高温与煤层异常高温点易混淆。针对上述问题，提出了一种基于YOLO-WRC的无人机露天煤层自燃检测方法。在主干网络中融合小波变换卷积(WTConv),聚焦于更多的特征信息;采用重参数化泛化特征金字塔网络(RepGFPN)重构颈部网络，增强特征提取与融合能力及对易混淆高温点的识别精度；引入轻量级分布式焦点检测头(CLLAHead),统筹各个层次特征与语义信息，聚焦于微小高温点的识别；采用PIoUv2损失函数，提高模型对多尺度异常高温点的回归效果。实验结果表明： ① YOLO-WRC的精确率、召回率和mAP @0.5 分别达到 88.2% 90.1% 95.4% ，相较于原始YOLOv8n模型，精确率、召回率与 mAP@0.5 分别提升了1.3% 2.2% 3.2% 。 ② YOLO-WRC的召回率、 mAP@0.5 均优于SSD,Faster-RCNN,YOLOv5,YOLOv10n等主流模型，对异常高温点的识别展现出较高的鲁棒性和适应性。 ③ YOLO-WRC对检测目标的置信度较高，且可识别YOLOv8n漏检的目标，对于易混淆、小尺寸目标有更强的识别能力。
“露天矿智能化开采与安全保障”专题 | 露天矿高台阶抛掷爆破粉尘运移及粒径分布规律研究

“露天矿智能化开采与安全保障”专题 | 露天矿高台阶抛掷爆破粉尘运移及粒径分布规律研究

摘要：露天矿高台阶抛掷爆破粉尘扩散动力学行为与常规爆破粉尘存在本质差异，然而现有数值模型多基于常规爆破条件建立，尚未针对抛掷爆破粉尘的特性进行调整与准确描述，且数值模拟的关键输入参数缺乏充足的现场实测数据支撑，制约了模拟结果的预测精度与工程适用性。针对上述问题，通过高速摄影观测技术进行了现场监测，结果表明：粉尘运移过程可划分为冲击运动阶段、“蘑菇云”形成阶段和扩散运动阶段；爆破后粉尘浓度呈先迅速升高再持续波动最终衰减的变化趋势;粉尘以中等颗粒（粒径为 20～100μm) 为主，累计占比为 56.2% 细颗粒(粒径 <20μm) 累计占比为 34.4% ，粗颗粒（粒径 >100μm 累计占比仅为 9.4% 。建立了露天矿高台阶抛掷爆破粉尘运移三维几何模型，使用Fluent软件进行了粉尘运移瞬态数值模拟，结果表明： ① 在初始快速释放阶段，粉尘受重力和惯性力主导作用呈现出高度聚集的分布特征;随后进入持续输运阶段，粉尘在浮力及环境风场作用下显著抬升和横向扩展;最终进入扩散沉降阶段，粉尘因重力沉降和湍流扩散稀释导致整体浓度显著降低。② 粗颗粒粉尘快速沉降，中等颗粒粉尘随风流迁移，细颗粒粉尘长时间悬浮并远距离输运。
“露天矿智能化开采与安全保障”专题 | 基于YOLO-DIS的露天矿复杂环境下车辆障碍物检测

“露天矿智能化开采与安全保障”专题 | 基于YOLO-DIS的露天矿复杂环境下车辆障碍物检测

摘要：针对露天矿作业区遮挡严重、扬尘干扰、图像模糊等复杂环境下车辆障碍物检测存在漏检、误检的问题,在YOLOvlln的基础上提出了一种YOLO-DIS模型，用于露天矿复杂环境下车辆障碍物检测。该模型引入选代注意力特征融合(iAFF)改进C3k2模块，通过两阶段选代注意力融合强化了复杂情况下的特征提取能力；采用轻量化动态上采样代替原有的最近邻插值法，通过学习采样点偏移量，根据目标形状及遮挡情况动态调整采样位置，有效弥补了因固定采样规则导致的被遮挡目标边缘特征恢复不准确的缺陷;采用 SlideLoss损失函数对不同难度的样本赋予差异化权重，解决了样本分布不均衡问题。实验结果表明：相较于YOLOvlln,YOLO-DIS 模型在参数量仅少量增加的情况下，精确率、召回率 .mAP@.5 分别提升了 4.4%,7.3%,4.0%; 与主流目标检测模型相比，YOLO-DIS模型的mAP @0.5 最高；YOLO-DIS模型在自制数据集和KITTI数据集上均保持了较好的检测性能，具有艮好的泛化性；在遮挡严重、扬尘干扰、图像模糊、小目标检测、背景干扰等场景下，YOLO-DIS模型检测框置信度更高，有效减少了漏检情况。
“露天矿智能化开采与安全保障”专题 | 露天煤矿剥采工作面车铲协同效率综合评价方法研究

“露天矿智能化开采与安全保障”专题 | 露天煤矿剥采工作面车铲协同效率综合评价方法研究

摘要：露天煤矿单斗-卡车工艺体系中，卡车与电铲间协同作业常出现“车等铲”“铲等车”等现象，进而导致工作面设备协同效率下降。现阶段针对协同作业评价的研究多聚焦于单一时间指标(如平均等待时长)或定性描述,难以全面覆盖成本损耗、能力发挥、节奏平稳、供需平衡等多维度需求，且存在指标边界模糊、数据支撑不足等问题，无法为调度优化提供精准量化依据。针对上述问题,提出了一种单斗-卡车工艺系统剥采工作面车铲协同效率综合评价方法。以等待成本、设备利用率、系统稳定性、产能匹配度为主控因素，构建了包含16项核心指标的综合评价体系;定义了结构化方程，将上述4个主控因素作为全局潜变量进行分析，通过拟合模型的方法实现了对评价体系标准化路径的定义。利用物元可拓理论确定了指标项的关联度计算方法，得出评价问题与各主控因素、二级因素间的权重关系，配合结构化方程中的标准化路径，完成整个评价体系的全局综合关联度计算。通过实例分析对协同作业状态及效率进行量化评价，确定4大主控因素间综合权重分别为0.286,0.258,0.231和0.255,其中产能匹配度权重最高，是影响铲运协同效率的关键因素。通过裁剪数据集中等待时间过长的数据项来构建对比实验，计算结果显示系统稳定性和等待成本2项的关联度指标显著得到改善，由-0.088 66，-0.05683优化至-0.00634，-0.07748,评价等级由1分提升至3分。研究结果表明，将结构化方程模型与物元可拓评价方法结合，可有效应对协同作业评价中的多维耦合与边界模糊问题，为露天煤矿剥采工艺设备能力释放与运输调度优化提供可靠的量化决策支撑。
“露天矿智能化开采与安全保障”专题 | 基于时空和气象因素的露天矿车辆运行速度特征与预测研究

“露天矿智能化开采与安全保障”专题 | 基于时空和气象因素的露天矿车辆运行速度特征与预测研究

摘要：现有露天矿车辆运行速度预测模型未充分考虑气象因素对速度的影响，数据样本集难以支撑深度学习模型的自学习与模型调优，未根据天气状况进行生产计划并动态调整出动设备数量，使得运输环节中大量设备冗余，未达到露天矿精细化管理目标。针对该问题,提出了基于时空和气象因素的车辆速度特征分析方法和速度预测模型。采用聚类分析、相关性分析等方法，得到车辆在不同气象和时空条件下的速度特征；融合道路位置、运行时段、气象等因素，推导得出不同时刻下无降水、小雨、中雨、大雨、降雪条件下的平路、上坡、转弯、下坡场景下的露天矿车辆速度预测模型；根据道路摩擦因数、驾驶员反应时间、车辆制动距离等参数构建车辆安全行驶速度模型，得出不同时空场景下的车辆安全行驶速度。分析结果表明： ① 空车速度均值大于重车，在转弯、下坡路段空车与重车速度均值相差较大，而在平路、上坡路段空车与重车速度均值相差较小。 ② 车辆运行速度与降水量负相关，与道路结构和时间分布强相关。 ③ 车辆速度预测模型平均相对误差在 3% 以内，平均绝对误差在 0.4kmh 以内，均方根误差小于 3km/h ，预测效果较好。
“露天矿智能化开采与安全保障”专题 | 基于5G天线和改进Dijkstra算法的露天矿车辆智能调度

“露天矿智能化开采与安全保障”专题 | 基于5G天线和改进Dijkstra算法的露天矿车辆智能调度

摘要：露天矿深坑、高边坡等复杂地形造成信号物理遮挡与多径衰落，且现有路径规划算法易导致车辆行驶轨迹不稳定或由于局部最优引发拥堵，导致露天矿车辆调度效率低。针对上述问题，提出了一种基于5G天线和改进Dijkstra算法的露天矿车辆智能调度方法。在通信层面，基于双锥天线模型，通过加载L型辐射枝节，并在辐射贴片上设置矩形、L形缝隙优化电流分布，形成车载双频全向偶极子天线，实现了 2.3～2.7GHz 与 4.8～ 4.9GHz 双频段覆盖，解决了矿区深坑与高边坡造成的信号遮挡与衰减问题。在路径规划层面，对传统Dijkstra算法引入深度优先搜索与“容器数组”机制，通过记录节点所有潜在前驱信息实现全局路径回溯与择优，提高规划路径的平滑度。实验结果表明：双频全向偶极子天线在深坑与高边坡等信号遮挡严重区域的信号覆盖率达 81.2% ，平均信号强度为 -94dBm ，高于传统商用5G天线；与Dijkstra算法、 ?A^* 算法及快速遍历随机树(RRT)算法相比,改进Dijkstra算法规划的路径距离更短、拐点更少、轨迹更平滑，且在多车协同运输场景下路径冲突率低、重规划路径响应时间短;在实际露天矿的车辆调度中，与产量完成度法、最早装车法、车流规划法相比，所提方法能有效缩短车辆等待时间和满载行驶距离，且在单班总产量、空驶率及调度指令响应时延等指标上均最优。
“露天矿智能化开采与安全保障”专题 | 露天煤矿转向期间含顺倾弱层内排土场边坡稳定性研究

“露天矿智能化开采与安全保障”专题 | 露天煤矿转向期间含顺倾弱层内排土场边坡稳定性研究

摘要：现有含顺倾弱层内排土场边坡稳定性研究主要聚焦于排土场空间形态参数或倾斜基底对边坡稳定性的影响，内排土场与基底之间的空间几何关系对边坡稳定性的影响鲜有研究。不同内排土场倾向与基底倾向水平夹角条件下，边坡体应力分布、潜在滑坡模式、潜在滑体形态存在显著差异。以新疆某露天煤矿含顺倾弱层内排土场为研究背景，对露天煤矿转向期间含顺倾弱层内排土场边坡稳定性进行了研究。分析了内排转向角度分别为 15,30,45,60,75,90^° 时边坡变形特征，明确了含顺倾弱层内排边坡的潜在滑坡模式。结合折减系数法，研究了含顺倾弱层边坡稳定性系数随内排转向角度的变化规律。研究结果表明：含顺倾弱层内排转向角度对边坡稳定性影响极为显著，边坡稳定性系数随内排转向角度增加呈对数函数衰减，且内排转向角度越大，弱层对潜在滑体的影响程度越强，边坡潜在滑坡模式呈现出从切层主导向顺层主导的复合滑动演变趋势;随着内排转向角度的增加，潜在主滑移面基底倾角呈线性函数增大，内排空间量呈二次函数增加，工程实践推荐内排转向角度为45～60^° ，若需采用更大角度，必须辅以边坡稳定性强化措施。
“露天矿智能化开采与安全保障”专题 | 融合N-K模型和BN模型的露天矿滑坡风险耦合分析

“露天矿智能化开采与安全保障”专题 | 融合N-K模型和BN模型的露天矿滑坡风险耦合分析

摘要：现有露天矿滑坡事故耦合致因分析研究缺乏对露天矿滑坡风险因素耦合关系的量化表征与推演，如风险因素耦合强度、风险因素敏感度等要素，对露天矿滑坡风险耦合分析具有一定局限性。针对该问题，提出了一种融合N-K模型和贝叶斯网络(BN)模型的露天矿滑坡风险耦合分析方法。首先，通过分析51起官方报道的露天矿滑坡事故案例，对事故直接原因进行分类汇总，定义了人的因素、环境因素、采矿设备因素、管理因素及风险耦合类型。然后，构建N-K模型探讨风险因素之间的耦合关系及耦合机理。最后，将N-K模型的计算结果整合到BN模型中，进行正向、逆向推理分析与风险因素敏感性研究。结果表明：导致露天矿滑坡事故发生概率最高的风险耦合类型是“人-环-管”耦合，发生概率为 37.32% ；“人-环-机-管”风险耦合值最高，约为0.26，且发生概率为 29.60% 。根据研究结果，提出应该以环境风险因素和管理风险因素为切入点，对露天矿滑坡风险进行系统性全局管控，预防风险因素之间的共同作用与链式效应，尽可能切断风险因素之间的耦合关系，从而降低露天矿滑坡事故的发生率。
“露天矿智能化开采与安全保障”专题 | 基于GABP优化模糊测度方法的节理化露天矿边坡稳定性分析

“露天矿智能化开采与安全保障”专题 | 基于GABP优化模糊测度方法的节理化露天矿边坡稳定性分析

摘要：目前常用的极限平衡法、有限元强度折减法等露天矿边坡稳定性分析方法以安全系数作为唯一判据而存在一定的局限性，提出采用可有效处理模糊性和不确定性的模糊测度方法开展露天矿边坡稳定性分析。针对该方法中模糊参数难以精确确定的问题,设计了遗传算法(GA)优化BP神经网络(GABP)模型，用于预测模糊参数。实验结果表明，GABP模型预测模糊参数 ξ 和 η 的平均相对误差分别为 3.66% 和 3.25% ，均低于BP神经网络。将GABP模型预测的模糊参数代入模糊测度方法，对高村铁矿边坡稳定性进行分析，计算得边坡失稳概率为0.1554,判断为整体稳定、局部失稳,与现场监测情况高度吻合。采用有限元强度折减法、Bishop法进一步验证基于GABP优化模糊测度方法的准确性，结果表明3种方法的计算结果一致，但基于GABP优化模糊测度方法计算成本更低、效率更高，可准确表征边坡从稳定到失稳状态的渐进演变过程，更符合边坡工程的实际情况。
“露天矿智能化开采与安全保障”专题 | 露天煤矿运输交叉路口车流管控研究

“露天矿智能化开采与安全保障”专题 | 露天煤矿运输交叉路口车流管控研究

摘要：露天煤矿破碎站移设期间可能存在剥离物运输卡车(剥离卡车)与煤炭运输卡车(运煤卡车)路线交叉情况，影响煤矿运输效率甚至导致安全事故。目前针对交叉路口调度技术的研究均停留在理论层面，与煤矿现场实际情况存在差异。以宝日希勒露天煤矿3个破碎站移设为工程背景，针对剥离卡车与运煤卡车路线交叉问题，建立交通流微观模型，描述单车运动状态及运输系统整体交通特性，重点分析车辆在相邻车辆影响下的跟驰行为；在此基础上提出基于智能信号灯的交叉路口车流管控方案，通过分析路口车道的方位组合情况及智能信号灯采集的车辆类型、速度等信息，形成交通信号控制方案。对有无智能信号灯控制时交叉路口的车辆通行能力进行对比,结果表明：无智能信号灯时，剥离卡车通过交叉路口的最大流量为74辆/h,不满足112辆/h的通行需求，需增加车道数;设置智能交通信号灯后，剥离卡车最大流量为292辆/h,无需改变车道数量即可满足通行要求，且有一定的富余，同时减少了车辆通行安全隐患。
“露天矿智能化开采与安全保障”专题 | 露天矿内排土场重构砂土垫层参数优化设计

“露天矿智能化开采与安全保障”专题 | 露天矿内排土场重构砂土垫层参数优化设计

摘要：露天矿围岩残余水是影响内排土场边坡稳定性的关键因素，现有内排土场地下水渗流研究主要集中于分析降雨或水位变化等单一因素对边坡稳定性的影响，针对围岩残余水及地下水渗流补给共同作用下的内排土场防治水方案，目前没有形成完整的研究体系。针对该问题，以巴基斯坦塔尔煤田某露天矿为研究背景，提出了内排土场基底重构砂土垫层的治理方案,将内排土场中砂土垫层重构为由排弃物料、砂土垫层、隔水层及第三含水层组成的4层结构体系。采用GeoStudio软件建立SEEP/W渗流模型和SLOPE/W稳定性模型,对比分析重构不同厚度和不同渗透系数砂土垫层时内排土场渗流场和稳定性变化规律。研究结果表明：增大砂土垫层渗透系数和厚度可有效降低内排土场地下水位，提高边坡整体稳定性；重构厚度为 11.5m. 渗透系数为 23.8m³/d 的砂土垫层或厚度为 5.2m. 渗透系数为 47.6m³/d 的砂土垫层，可使边坡稳定性系数达到安全储备系数要求。

过往期刊

更多

猜你喜欢

沧州师范学院图书馆电子阅览室