CN114856500B - 一种瓦斯抽采钻孔的智能化设计方法及系统 - Google Patents

一种瓦斯抽采钻孔的智能化设计方法及系统 Download PDF

Info

Publication number
CN114856500B
CN114856500B CN202210572876.8A CN202210572876A CN114856500B CN 114856500 B CN114856500 B CN 114856500B CN 202210572876 A CN202210572876 A CN 202210572876A CN 114856500 B CN114856500 B CN 114856500B
Authority
CN
China
Prior art keywords
drilling
information
geological
gas
densenet
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210572876.8A
Other languages
English (en)
Other versions
CN114856500A (zh
Inventor
龚选平
薛生
李尧斌
韩柏青
成小雨
刘红星
年福田
常先隐
葛新玉
郑晓亮
朱立成
郑春山
程成
杨超宇
李德波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Coal Xinji Liuzhuang Mining Co ltd
Anhui University of Science and Technology
China Coal Energy Research Institute Co Ltd
China Coal Xinji Energy Co Ltd
Original Assignee
China Coal Xinji Liuzhuang Mining Co ltd
Anhui University of Science and Technology
China Coal Energy Research Institute Co Ltd
China Coal Xinji Energy Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Coal Xinji Liuzhuang Mining Co ltd, Anhui University of Science and Technology, China Coal Energy Research Institute Co Ltd, China Coal Xinji Energy Co Ltd filed Critical China Coal Xinji Liuzhuang Mining Co ltd
Priority to CN202210572876.8A priority Critical patent/CN114856500B/zh
Publication of CN114856500A publication Critical patent/CN114856500A/zh
Application granted granted Critical
Publication of CN114856500B publication Critical patent/CN114856500B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E21—EARTH DRILLING; MINING
    • E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
    • E21B43/006—Production of coal-bed methane
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH DRILLING; MINING
    • E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B44/00—Automatic control systems specially adapted for drilling operations, i.e. self-operating systems which function to carry out or modify a drilling operation without intervention of a human operator, e.g. computer-controlled drilling systems; Systems specially adapted for monitoring a plurality of drilling variables or conditions
    • E21B44/005—Below-ground automatic control systems
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH DRILLING; MINING
    • E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00—Survey of boreholes or wells
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model

Abstract

本发明提供了一种瓦斯抽采钻孔的智能化设计方法及系统，包括如下步骤：基于矿井的地质信息图，获取数据集；建立DenseNet_BL模型；基于所述数据集对所述DenseNet_BL模型进行监督训练；基于训练后的所述DenseNet_BL模型，获得地质的结构信息；基于所述地质的结构信息，获得钻孔信息和瓦斯信息；基于所述钻孔信息和所述瓦斯信息，完成瓦斯抽采钻孔的智能化设计。本发明加快钻孔速度，提高钻孔施工质量，促使瓦斯抽采最大化的同时，确保钻孔进尺不受设备、现场安全的影响。

Description

一种瓦斯抽采钻孔的智能化设计方法及系统
技术领域
本发明属于煤矿安全生产领域，尤其涉及一种瓦斯抽采钻孔的智能化设计方法及系统。
背景技术
我国的煤矿开采行业拥有悠久的历史，我国也一直是一个用煤大国，煤矿资源属于不可再生资源，随着资源的运用以及开发，煤矿资源的贮藏量已大不如前，而且开采的地势复杂，难度很大，并且在开采过程中因为煤矿瓦斯普遍存在于煤矿层中，给煤矿的开采加大了难度，容易出现安全事故，开采的首要任务变成了煤矿瓦斯的抽采，我国已经在运用和研究各种新科技方式进行抽采，煤矿瓦斯本身属于一种可再生的新能源，具有高效节能的作用。
发明内容
为解决上述技术问题，本发明提出一种瓦斯抽采钻孔的智能化设计方法及系统，该方法加快钻孔速度，提高钻孔施工质量，促使瓦斯抽采最大化的同时，确保钻孔进尺不受设备、现场安全的影响。
一方面为实现上述目的，本发明提供了一种瓦斯抽采钻孔的智能化设计方法，包括如下步骤：
基于矿井的地质信息图，获取数据集；
建立DenseNet_BL模型；
基于所述数据集对所述DenseNet_BL模型进行监督训练；
基于训练后的所述DenseNet_BL模型，获得地质的结构信息；
基于所述地质的结构信息，获得钻孔信息和瓦斯信息；
基于所述钻孔信息和所述瓦斯信息，完成瓦斯抽采钻孔的智能化设计。
可选地，获取数据集的方式为：
采用数字式全景摄像，获取矿井的地质信息图，基于所述矿井的地质信息图，剪裁获取某一深度的地质信息图，记录经纬度，并对深度进行核查后，获得所述数据集。
可选地，所述DenseNet_BL模型包括：1个7×7的卷积核、1个 3×3的池化层与4个DenseBlock_BL；
每个所述DenseBlock_BL中的层与层之间通过1×1的瓶颈层连接；
4个所述DenseBlock_BL之间通过过渡层连接。
可选地，所述数据集包括：训练集、验证集与矿井的地质信息数据。
可选地，对所述DenseNet_BL模型进行监督训练的方式为：
基于所述卷积核对所述训练集与验证集中的矿井的地质信息图进行卷积处理；
基于4个所述Dense Block_BL对卷积处理后的所述矿井的地质信息图进行降维处理；
基于所述池化层对降维处理后的所述矿井的地质信息图进行最大池化处理，完成所述DenseNet_BL模型的监督训练。
可选地，所述钻孔信息包括：钻孔层位、钻孔参数和钻孔的布置形式。
可选地，所述瓦斯信息为瓦斯流量。
可选地，获得瓦斯流量的方法为：
将选取地质巷道断面的宽和高各分为预设等份，得到巷道断面内的预设交点个数；
测得巷道断面内所述预设交点的瓦斯浓度；
根据巷道断面内述预设交点的瓦斯浓度，运用插值运算得到整个巷道断面的瓦斯浓度；
将所述整个巷道断面的瓦斯浓度划分网格，利用积分公式计算得到巷道断面的瓦斯流量。
另一方面为实现上述目的，本发明提供了一种瓦斯抽采钻孔的智能化设计系统，包括：地质获取模块、构建模块、训练模块、分类模块、钻孔获取模块和设计模块；
所述地质获取模块用于基于矿井的地质信息图，获取数据集；
所述构建模块用于建立DenseNet_BL模型；
所述训练模块用于基于所述数据集对所述DenseNet_BL模型进行监督训练；
所述分类模块用于基于训练后的所述DenseNet_BL模型，获得地质的结构信息；
所述钻孔获取模块用于基于所述地质的结构信息，获得钻孔信息和瓦斯信息；
所述设计模块用于基于所述钻孔信息和所述瓦斯信息，完成瓦斯抽采钻孔的智能化设计。
与现有技术相比，本发明具有如下优点和技术效果：
本发明针对矿井的地质信息图，在地质信息十分密集且繁多的情况下，基于普通的DenseNet模型，进行改进，在每个残差块之间插入小型卷积核作为瓶颈层，在提高网络模型的计算效率，减少网络计算量和参数量的同时，达到理想的地质结构信息。本发明提出的一种瓦斯抽采钻孔的智能化设计方法及系统，基于地质的结构信息，获得钻孔信息和瓦斯信息，基于钻孔信息和瓦斯信息，完成瓦斯抽采钻孔的智能化设计；本发明加快了钻孔速度，提高钻孔施工质量，促使瓦斯抽采最大化的同时，确保钻孔进尺不受设备、现场安全的影响。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明实施例一的一种瓦斯抽采钻孔的智能化设计方法流程示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一
如图1所示，本发明提供一种瓦斯抽采钻孔的智能化设计方法，其特征在于，包括如下步骤：
基于矿井的地质信息图，获取数据集；并将数据分为训练集、验证集与矿井的地质信息数据。
进一步地，采用数字式全景摄像，获取矿井的地质信息图，基于矿井的地质信息图，剪裁获取某一深度的地质信息图，记录经纬度，并对深度进行核查后，获得所述数据集。通过训练集和验证集得到的结果对DenseNet_BL模型进行训练和调试。
构建DenseNet_BL模型；DenseNet_BL模型包括：1个7×7的卷积核、1个3×3的池化层与4个DenseBlock_BL；每个所述 DenseBlock_BL中的层与层之间通过1×1的瓶颈层连接；4个所述 DenseBlock_BL之间通过过渡层连接。DenseBlock_BL为在 DenseBlock的每个残差块(Residual Block)之间加入一个1×1的小型卷积核作为瓶颈层(BottleneckLayer)进行提前降纬。
进一步地，本实施例中所提出的DenseNet_BL模型，是基于具有密集连接机制的DenseNet(密集神经网络)模型基础上，在分类模型的残差块之间插入小型卷积核作为瓶颈层(Bottleneck Layer)，组成了新的Densen Block，DensenBlock是由内部的残差块(Residual Block)全连接得到的，残差块(Residual Block)是DenseBlock_BL 中的层。瓶颈层可以对输入的特征图进行降维，减少网络的参数，提高网络模型的收敛速度。同时，对模型的全连接层进行了改进，将其输出节点改为5，有效改进softmax函数，最终通过不同学习率的对比实验发现，该方法能在小样本的情况下高效获得地质的结构信息。
网络深度的增加，会引起卷积层需要训练网络参数的增加，增加了网络的参数和计算量。本申请的方法是在DenseNetBlock中的残差块之间加入1×1的小型卷积核作为瓶颈层(Bottleneck Layer)，对传递的特征图进行提前降维。
每一个残差块输入一个X0×Y0×Z0的特征图后(X、Y为特征图的尺寸，Z为通道数)，会向后输出一个经过卷积后的X1×Y1× Z1，和一个从前面网络中得到的X0×Y0×Z0。
基于训练集和验证集对所述DenseNet_BL模型进行监督训练的方式为：
基于所述卷积核对所述训练集与验证集中的矿井的地质信息图进行卷积处理；基于4个所述Dense Block_BL对卷积处理后的所述矿井的地质信息图进行降维处理；基于所述池化层对降维处理后的所述矿井的地质信息图进行最大池化处理，完成所述DenseNet_BL模型的监督训练。
对DenseNet_BL模型进行监督训练还包括：采用梯度下降算法，对DenseNet_BL模型的参数进行调整。
进一步地，在本实施例中；
S11模型由一个7×7的卷积核开始，该卷积核对输入的矿井的地质信息图进行内核大小为7×7、步幅大小为2卷积操作，之后是步长为2的3×3的最大池化操作。
S12中间部分由4个Dense Block_BL组成，Dense Block_BL中的层与层之间通过1×1瓶颈层连接，用来对输入的特征图进行降维。
S13 Dense Block_BL之间由过渡层连接，通过卷积和池化操作来改变特征图的大小和尺寸。4个Dense Block_BL之后采用7×7的全局平均池化对图像进行处理。
S14在模型训练阶段通过随机梯度算法，进行监督训练对网络模型的参数进行调整，并重复前面的S11～S31的操作。
基于训练后的所述DenseNet_BL模型，获得地质的结构信息。
基于地质的结构信息，获得钻孔信息和瓦斯信息。
进一步地，钻孔信息包括：钻孔层位、钻孔参数和钻孔的布置形式。瓦斯信息为瓦斯流量。
进一步地，无论是单一煤层开采，还是近距离煤层群开采，为了充分发挥瓦斯抽放巷在采前、采中、采后的有效利用价值，必须全面考虑瓦斯抽放巷所选设在的层位，即“关键层”的位置，也就是确定“关键层”所在的层面、节理、裂隙场分布状态问题。众所周知，煤层开采后，工作面上覆岩层将形成两类裂隙：①为离层裂隙，它是随岩层下沉出现层与层之间的岩层裂隙；②为竖向破断裂隙，它是随岩层下沉、破断后形成穿层裂隙。在走向长壁采煤法中所采用的冒落法管理顶板时，其采场上覆岩层破坏稳定后的空间分布规律可描述为三个带：
(1)冒落带，其下部冒落的岩体呈杂乱无章的排列，是风流直接影响渗透区域，瓦斯浓度小，若瓦斯抽放巷布置在该区域，巷道难以支护，隐患较大，因此不可行；
(2)裂隙带是储存瓦斯的主要空间，其内受采场风流影响小，其上部冒落的煤岩体块度大，呈规则性排列。若瓦斯抽放巷布置在该区域，瓦斯抽放效果好，且巷道容易支护，隐患较小；
(3)是采空区弯曲下沉带，此带中岩层基本无离层现象，不具备瓦斯泄压抽放的条件。
进一步地，选定作为基材参照标准的基准树脂，作为芯板硬度参照标准的基准硬度，以及作为基材玻璃转变温度参照标准的基准温度；
根据基准树脂、基准硬度以及基准温度的值，预设第一钻孔参数、第二钻孔参数、第三钻孔参数、第四钻孔参数、第五钻孔参数、第六钻孔参数；
确定PCB新材料中基材的树脂类型，并测量所述基材的玻璃化转变温度以及芯板硬度；
当所述基材的树脂类型为基准树脂且芯板硬度大于基准硬度且大于基准温度时，采用第一钻孔参数进行钻孔；
当所述基材的树脂类型为基准树脂且芯板硬度大于基准硬度且小于基准温度时，采用第二钻孔参数进行钻孔；
当所述基材的树脂类型为基准树脂且芯板硬度小于基准硬度且大于基准温度时，采用第三钻孔参数进行钻孔；
当所述基材的树脂类型为基准树脂且芯板硬度小于基准硬度且小于基准温度时，采用第四钻孔参数进行钻孔；
当所述基材的树脂类型为基准树脂之外的树脂类型，且所述基材的玻璃转变温度小于基准温度，则采用第五钻孔参数进行钻孔；
当所述基材的树脂类型为基准树脂之外的树脂类型，且所述基材的玻璃转变温度大于基准温度，则采用第六钻孔参数进行钻孔。
进一步地，根据钻孔的参数确定后，根据工作面布置条件和抽采要求进行合理的钻孔布置是保证钻孔取得良好抽放效果的前提条件之一。将裂隙带钻孔布置为高层钻孔、中层钻孔和低层钻孔。
进一步地，将选取地质巷道断面的宽和高各分为预设等份，得到巷道断面内的预设交点个数；
测得巷道断面内所述预设交点的瓦斯浓度；
根据巷道断面内述预设交点的瓦斯浓度，运用插值运算得到整个巷道断面的瓦斯浓度；
将所述整个巷道断面的瓦斯浓度划分网格，利用积分公式计算得到巷道断面的瓦斯流量。
基于钻孔层位、钻孔参数、钻孔的布置形式和瓦斯流量，完成瓦斯抽采钻孔的智能化设计。
实施例二：
本实施例公开了一种瓦斯抽采钻孔的智能化设计系统，包括：地质获取模块、构建模块、训练模块、分类模块、钻孔获取模块和设计模块；
地质获取模块用于基于矿井的地质信息图，获取数据集；
构建模块用于建立DenseNet_BL模型；
训练模块用于基于所述数据集对所述DenseNet_BL模型进行监督训练；
分类模块用于基于训练后的所述DenseNet_BL模型，获得地质的结构信息；
钻孔获取模块用于基于所述地质的结构信息，获得钻孔信息和瓦斯信息；
设计模块用于基于所述钻孔信息和所述瓦斯信息，完成瓦斯抽采钻孔的智能化设计。
以上，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (3)

1.一种瓦斯抽采钻孔的智能化设计方法，其特征在于，包括以下步骤：
基于矿井的地质信息图，获取数据集；
建立DenseNet_BL模型；
基于所述数据集对所述DenseNet_BL模型进行监督训练；
基于训练后的所述DenseNet_BL模型，获得地质的结构信息；
基于所述地质的结构信息，获得钻孔信息和瓦斯信息；
基于所述钻孔信息和所述瓦斯信息，完成瓦斯抽采钻孔的智能化设计；
获取数据集的方式为：
采用数字式全景摄像，获取矿井的地质信息图，基于所述矿井的地质信息图，剪裁获取某一深度的地质信息图，记录经纬度，并对深度进行核查后，获得所述数据集；
所述DenseNet_BL模型包括：1个7×7的卷积核、1个3×3的池化层与4个DenseBlock_BL；
每个所述DenseBlock_BL中的层与层之间通过1×1的瓶颈层连接；
4个所述DenseBlock_BL之间通过过渡层连接；
训练集、验证集与矿井的地质信息数据；
对所述DenseNet_BL模型进行监督训练的方式为：
基于所述卷积核对所述训练集与验证集中的矿井的地质信息图进行卷积处理；
基于4个所述DenseBlock_BL对卷积处理后的所述矿井的地质信息图进行降维处理；
基于所述池化层对降维处理后的所述矿井的地质信息图进行最大池化处理，完成所述DenseNet_BL模型的监督训练；
所述钻孔信息包括：钻孔层位、钻孔参数和钻孔的布置形式；
所述瓦斯信息为瓦斯流量；
选定作为基材参照标准的基准树脂，作为芯板硬度参照标准的基准硬度，以及作为基材玻璃转变温度参照标准的基准温度；
根据基准树脂、基准硬度以及基准温度的值，预设第一钻孔参数、第二钻孔参数、第三钻孔参数、第四钻孔参数、第五钻孔参数、第六钻孔参数；
确定PCB新材料中基材的树脂类型，并测量所述基材的玻璃化转变温度以及芯板硬度；
当所述基材的树脂类型为基准树脂且芯板硬度大于基准硬度且大于基准温度时，采用第一钻孔参数进行钻孔；
当所述基材的树脂类型为基准树脂且芯板硬度大于基准硬度且小于基准温度时，采用第二钻孔参数进行钻孔；
当所述基材的树脂类型为基准树脂且芯板硬度小于基准硬度且大于基准温度时，采用第三钻孔参数进行钻孔；
当所述基材的树脂类型为基准树脂且芯板硬度小于基准硬度且小于基准温度时，采用第四钻孔参数进行钻孔；
当所述基材的树脂类型为基准树脂之外的树脂类型，且所述基材的玻璃转变温度小于基准温度，则采用第五钻孔参数进行钻孔；
当所述基材的树脂类型为基准树脂之外的树脂类型，且所述基材的玻璃转变温度大于基准温度，则采用第六钻孔参数进行钻孔；
将裂隙带钻孔布置为高层钻孔、中层钻孔和低层钻孔。
2.根据权利要求1所述的瓦斯抽采钻孔的智能化设计方法，其特征在于，获得瓦斯流量的方法为：
将选取地质巷道断面的宽和高各分为预设等份，得到巷道断面内的预设交点个数；
测得巷道断面内所述预设交点的瓦斯浓度；
根据巷道断面内述预设交点的瓦斯浓度，运用插值运算得到整个巷道断面的瓦斯浓度；
将所述整个巷道断面的瓦斯浓度划分网格，利用积分公式计算得到巷道断面的瓦斯流量。
3.一种瓦斯抽采钻孔的智能化设计系统，基于权利要求1或2所述的瓦斯抽采钻孔的智能化设计方法实现，其特征在于，包括：地质获取模块、构建模块、训练模块、分类模块、钻孔获取模块和设计模块；
所述地质获取模块用于基于矿井的地质信息图，获取数据集；
所述构建模块用于建立DenseNet_BL模型；
所述训练模块用于基于所述数据集对所述DenseNet_BL模型进行监督训练；
所述分类模块用于基于训练后的所述DenseNet_BL模型，获得地质的结构信息；
所述钻孔获取模块用于基于所述地质的结构信息，获得钻孔信息和瓦斯信息；
所述设计模块用于基于所述钻孔信息和所述瓦斯信息，完成瓦斯抽采钻孔的智能化设计。
CN202210572876.8A 2022-05-25 2022-05-25 一种瓦斯抽采钻孔的智能化设计方法及系统 Active CN114856500B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210572876.8A CN114856500B (zh) 2022-05-25 2022-05-25 一种瓦斯抽采钻孔的智能化设计方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210572876.8A CN114856500B (zh) 2022-05-25 2022-05-25 一种瓦斯抽采钻孔的智能化设计方法及系统

Publications (2)

Publication Number Publication Date
CN114856500A CN114856500A (zh) 2022-08-05
CN114856500B true CN114856500B (zh) 2023-05-16

Family

ID=82639528

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210572876.8A Active CN114856500B (zh) 2022-05-25 2022-05-25 一种瓦斯抽采钻孔的智能化设计方法及系统

Country Status (1)

Country Link
CN (1) CN114856500B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113153417A (zh) * 2021-05-14 2021-07-23 西安科技大学 矿井瓦斯抽采系统可视化实时监测评价系统及方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109376589B (zh) * 2018-09-07 2022-01-14 中国海洋大学 基于卷积核筛选ssd网络的rov形变小目标识别方法
CN110334432B (zh) * 2019-07-03 2022-12-02 中煤能源研究院有限责任公司 一种采动覆岩瓦斯聚集区空间辨识方法和系统
CN111860952B (zh) * 2020-06-16 2024-02-27 重庆大学 一种突出煤层关键开采参数快速优选方法
CN113279808B (zh) * 2021-06-15 2022-04-15 安徽理工大学 一种基于双层定向长钻孔的智能瓦斯抽采系统及方法
CN114526118A (zh) * 2022-02-18 2022-05-24 中国矿业大学(北京) 巷道断面瓦斯流量测定方法和装置、存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113153417A (zh) * 2021-05-14 2021-07-23 西安科技大学 矿井瓦斯抽采系统可视化实时监测评价系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
煤矿井下瓦斯抽采钻孔施工技术;姚宁平;;煤矿安全(第10期);全文 *
高位钻孔瓦斯抽采参数测评与优化研究;李涛;谢宏;王志亮;;华北科技学院学报(第01期);全文 *

Also Published As

Publication number Publication date
CN114856500A (zh) 2022-08-05

Similar Documents

Publication Publication Date Title
CN111322050A (zh) 一种页岩水平井段内密切割暂堵压裂施工优化方法
US20220136387A1 (en) Dynamic fracture width calculation method for drilling fluid loss in fractured formation
CN109798149B (zh) 一种坚硬顶板厚煤层采场来压强度分级预测方法
Cheng et al. Definition, theory, methods, and applications of the safe and efficient simultaneous extraction of coal and gas
CN107939399A (zh) 一种多中段同时开采模式下水平矿柱回收方法及进路结构
Maruvanchery et al. Early construction cost and time risk assessment and evaluation of large-scale underground cavern construction projects in Singapore
CN103161434A (zh) 一种页岩气等低渗透油气藏开采方法
CN109611073B (zh) 一种致密油水平井泥岩可压裂层位优选的方法及装置
He et al. Overburden damage degree-based optimization of high-intensity mining parameters and engineering practices in China’s western mining area
CN114856500B (zh) 一种瓦斯抽采钻孔的智能化设计方法及系统
CN113803029B (zh) 煤层气井网的调整方法、装置及计算机可读存储介质
CN115544851B (zh) 一种页岩气新井压裂增能并提高老井产能的方法
CN109751018A (zh) 一种针对常压页岩气体体积压裂的施工方法
CN110675272A (zh) 一种煤炭超大工作面地下开采减损关键参数的确定方法
CN115796647A (zh) 一种煤炭资源可利用性评价方法
Wang et al. Fracture law of different overlying strata in mining of protective seam under close distance coal seam
CN105046409A (zh) 煤层群上行开采可行性综合评定及技术保障体系建立方法
CN114357766A (zh) 一种长直井段井网整体体积压裂优化设计方法
Lu et al. Monitoring and analysis of ground subsidence and backfill stress distribution in Jinchuan Mine, China
CN111768056A (zh) 近距离煤层群上行开采可行性判别及等级评价方法
CN115828636B (zh) 一种页岩气井组压裂的防压窜施工参数优化方法
CN116910886B (zh) 一种岩溶地区的冲击能量预警方法及系统
CN107122925A (zh) 一种充填法采矿工程决策方法
CN114462875A (zh) 一种基于鸡窝矿成矿模式的脉型矿储量升级探矿方法
Li Description and Understanding of Complex Fault Block Reservoir Geology

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant