CN114961863A - 基于自然γ射线的综采面煤岩界面识别方法 - Google Patents
基于自然γ射线的综采面煤岩界面识别方法 Download PDFInfo
- Publication number
- CN114961863A CN114961863A CN202210604796.6A CN202210604796A CN114961863A CN 114961863 A CN114961863 A CN 114961863A CN 202210604796 A CN202210604796 A CN 202210604796A CN 114961863 A CN114961863 A CN 114961863A
- Authority
- CN
- China
- Prior art keywords
- coal
- rock
- radiation intensity
- current
- current position
- 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.)
- Granted
Links
- 239000011435 rock Substances 0.000 title claims abstract description 129
- 239000003245 coal Substances 0.000 title claims abstract description 118
- 238000005065 mining Methods 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000005855 radiation Effects 0.000 claims abstract description 74
- 230000005251 gamma ray Effects 0.000 claims abstract description 32
- 238000011897 real-time detection Methods 0.000 claims abstract description 9
- 238000007405 data analysis Methods 0.000 claims abstract description 4
- 238000012937 correction Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 description 7
- 238000005299 abrasion Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000002285 radioactive effect Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000000149 penetrating effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Geophysics And Detection Of Objects (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了基于自然γ射线的综采面煤岩界面识别方法，步骤1、在当前矿井工作面的环境下打开γ射线探测器，在探测器上铺好当前工作面的顶板岩石，根据当前矿井工作面的煤质及岩石情况调整参数，开始采集数据，计算当前工作面的阈值辐射强度；步骤2、将γ射线探测器安装于采煤机的滚筒上，打开γ射线探测器；步骤3、采煤机在采煤过程中，γ射线探测器进行实时检测并根据采煤机当前的移动距离、起伏高度、起伏角度、煤岩界面形态变化进行数据分析，计算当前位置岩石的辐射强度；步骤4、将当前位置岩石的辐射强度与阈值辐射强度进行对比给出控制指令。可以实时地调整采煤机的滚筒高度最终达到煤岩界面的自动识别。
Description
技术领域
本发明涉及基于自然γ射线的综采面煤岩界面识别方法。
背景技术
煤岩界面自动识别是指通过一定的探测方法，识别煤层和顶、底板岩层的界面，指导自动调节采煤机滚筒截割的高度。采煤机截割煤层时应尽量沿着煤层和岩层的分界面，而采煤机工作时要及时调整采煤机滚筒的高度，以避免因欠/过截割造成煤炭资源丢失、顶板岩石混入原煤、截齿加速磨损甚至碰撞火花引发瓦斯爆炸等问题。综采工作面(综采面)的煤岩界面识别具有顶板自然射线辐射范围较大而实时探测范围较小、煤岩识别是三维空间内的煤岩界面识别、煤岩识别是在采煤机运动状态下的煤岩界面识别等特点。
直至目前，煤岩识别技术有许多已经取得了良好识别效果的方法，主要包括红外探测法、截齿应力探测法、振动探测法、声音探测法、图像探测法等20余种方法，但上述方法仍存在着以下一些问题：
第一、设备成本高，探测范围小；
第二、设备对传感器的要求高，难以匹配；
第三、只有在截割到岩石的时候才能测算出煤岩界面；
第四、采集到的图像分辨率较低，且受工作面影响采集到的温度、振动、粉尘浓度等数据中含有大量噪声。
由于煤的放射性强度非常低，相对于放射性强度相对较高的岩石，煤的放射性强度还不及其十分之一，因此可以基于煤岩二者在放射性强度的差异，通过检测经煤层衰减后的自然γ射线辐射强度，测算出顶底板煤层厚度，从而进行煤岩界面的识别。该方法具有可行性高，易于管理操作，可以在不接触的情况下进行识别、相关仪器的故障率、损坏率较低等优点，因此基于放射性的煤岩识别方法，成为了国内外学者的研究热门，比如：
王增才等人建立了顶板自然γ射线穿透煤层的数学模型，研究了顶板岩石自然γ射线穿透煤层及支架钢板的衰减规律。并据此得到了自然γ射线在穿透煤层时的辐射强度衰减曲线。
韦东波等人分析了γ射线强度与煤层厚度的关系，并确定了其变化曲线，通过优化曲线提高了煤岩识别的精度。
张宁波通过对双能γ射线穿过煤与矸石混合体时的衰减规律的分析，并对矸石含量进行了定量识别。通过实验的方法对双能γ射线煤矸识别的灰分、含矸率等相关参数进行确定。采用自然射线识别方法，对放顶煤过程中放煤口的矸石进行测定识别，并分析了矸石中低水平自然射线的涨落规律及测量时间对探测计数误差的影响，确定了放射性识别阈值及其精确判断阈值。
但是，现有技术中在进行煤岩界面识别时，未综合考虑煤岩界面的属性特质及其变化规律(即煤岩界面形态变化)，自动识别效果精确度和可靠度欠佳。因此，综采工作面煤岩界面识别的关键是研究能够识别煤岩界面的属性特质及其变化规律，并研制出一种非接触式、灵敏、精确、可靠、可超前/实时探测的方法，可以通过提取的煤岩界面特征构建煤岩界面识别方法，以达到可以实时地调整采煤机的滚筒高度最终达到煤岩界面的自动识别。
发明内容
针对上述问题，本发明提供基于自然γ射线的综采面煤岩界面识别方法，能够识别煤岩界面的属性特质及其变化规律，并研制出一种非接触式、灵敏、精确、可靠、可超前/实时探测的方法，可以通过提取的煤岩界面特征构建煤岩界面识别方法，以达到可以实时地调整采煤机的滚筒高度最终达到煤岩界面的自动识别。
为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：
自然γ射线的综采面煤岩界面识别方法，包括如下步骤：
步骤1、在当前矿井工作面的环境下打开γ射线探测器，在探测器上铺好当前工作面的顶板岩石，根据当前矿井工作面的煤质及岩石情况调整参数，开始采集数据，计算当前工作面的阈值辐射强度；
步骤2、将γ射线探测器安装于采煤机的滚筒上，打开γ射线探测器；
步骤3、采煤机在采煤过程中，γ射线探测器进行实时检测并根据采煤机当前的移动距离、起伏高度、起伏角度、煤岩界面形态变化进行数据分析，计算当前位置岩石的辐射强度；
步骤4、将当前位置岩石的辐射强度与阈值辐射强度进行对比：
若阈值辐射强度-当前位置岩石的辐射强度＞θ＞0，则采煤机继续采煤；
若0＜阈值辐射强度-当前位置岩石的辐射强度＜θ，则调整采煤机的割煤高度，继续采煤；
若0＝阈值辐射强度-当前位置岩石的辐射强度，则保持当前状态继续采煤，采煤结束后改变采煤机的采煤方向；
若阈值辐射强度-当前位置岩石的辐射强度＜0，则报警。
优选，步骤3中：
(1)若采煤机当前的高度变化大于角度变化，则当前位置岩石的辐射强度Z的公式为：
Z＝Z1+a1x+b1y+c1x2+d1y2+f1xy
其中，x为当前位置岩石的起伏高度，y为当前位置岩石的移动距离，Z1为常数，a1为高度误差系数，b1为移动距离误差系数，c1为高度变化校正系数，d1为移动距离校正系数，f1为综合系数；
(2)若采煤机当前的高度变化小于角度变化，则当前位置岩石的辐射强度Z的公式为：
Z＝Z2+a2x+b2y+c2x2+d2y2+f2xy
其中，x为当前位置岩石的起伏高度，y为当前位置岩石的移动距离，Z2为常数，a2为角度误差系数，b2为移动距离误差系数，c2为角度变化校正系数，d2为移动距离校正系数，f2为综合系数。
优选，步骤3中，28.05696≤Z1≤49.8763，-1.76145≤a1≤0.76521，-0.02612≤b1≤0.09894，-0.0505≤c1≤0.02684，-4.76453E-4≤d1≤-0.06397E-4，0.00988≤f1≤0.01466。
优选，步骤3中，Z1＝38.96663，a1＝-0.49812，b1＝0.03641，c1＝-0.01183，d1＝-2.41425E-4，f1＝0.01227。
优选，步骤3中，36.96066≤Z2≤42.5085，-0.34214≤a2≤-0.21748，-0.00298≤b2≤0.09396，0.000767804≤c2≤0.002372196，0.51681E-4≤d2≤4.99539E-4，0.002168656≤f2≤0.002911344。
优选，步骤3中，Z2＝39.73458，a2＝-0.27981，b2＝0.04549，c2＝0.00157，d2＝2.7561E-4，f2＝0.00254。
优选，还包括步骤5、建立工作面辐射场数据库，在回采过程中进行更新迭代。
优选，步骤1中，根据当前矿井工作面的当前煤质及岩石情况调整参数，获得γ射线探测器的最佳阈值电压，测量本底辐射强度，当前工作面的阈值辐射强度等于γ射线探测器的探测值-本底辐射强度。
本发明的有益效果是：
本发明的基于自然γ射线的综采面煤岩界面识别方法识别效果明显，能够识别煤岩界面的属性特质及其变化规律，并研制出一种非接触式、灵敏、精确、可靠、可超前/实时探测的方法，可以通过提取的煤岩界面特征构建煤岩界面识别方法，以达到可以实时地调整采煤机的滚筒高度最终达到煤岩界面的自动识别。安全可靠且高效，可以达到1E-9的Chi-Sqr容差值，精准度很高，简单有效地实现了煤岩界面的识别问题，可以提高煤层的采出率，提高采煤作业的效率，减轻设备磨损，减少设备维修量和停机时间，提高安全性，对实现煤矿安全高效自动化开采具有重要的意义。
附图说明
图1是本发明基于自然γ射线的综采面煤岩界面识别方法的流程图；
图2是本发明高度变化下的残差图；
图3是本发明角度变化下的残差图；
图4是本发明高度变化下的拟合曲线示意图；
图5是本发明角度变化下的拟合曲线示意图。
具体实施方式
下面结合附图和具体的实施例对本发明技术方案作进一步的详细描述，以使本领域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
煤岩界面识别是综采智能化的先决条件，依据煤岩具有辐射这一自身属性，研究综采条件下煤岩自然γ射线的空间辐射规律，解决煤岩界面变化与辐射分布、强度变化的关系，并据此提出识别方法，对于智能化综采面技术的实现具有重要的理论价值和现实意义，自然γ射线的综采面煤岩界面识别方法，如图1所示包括如下步骤：
步骤1、根据当前矿井工作面的煤质及岩石情况，通过γ射线探测器来确定当前工作面的一个阈值辐射强度，该阈值辐射强度是由矿井工作面的条件决定的，相当于一个标准。具体实施时，包括如下步骤：在当前矿井工作面的环境下打开γ射线探测器，在γ射线探测器上铺好当前工作面的顶板岩石，根据当前矿井工作面的煤质及岩石情况调整参数，开始采集数据，计算当前工作面的阈值辐射强度。
优选，此步骤中，根据当前矿井工作面的当前煤质及岩石情况调整参数，获得γ射线探测器的最佳阈值电压，然后测量本底辐射强度，当前工作面的阈值辐射强度等于γ射线探测器的探测值-本底辐射强度。
步骤2、以便于安装与拆卸为原则，将γ射线探测器安装于采煤机的滚筒上，打开γ射线探测器。
步骤3、采煤机在采煤过程中，γ射线探测器进行实时检测并根据采煤机当前的移动距离、起伏高度、起伏角度、煤岩界面形态变化进行数据分析，计算当前位置岩石的辐射强度。
γ射线探测器在探测同一高度下的岩层时，在岩层最高处的自然辐射强度没有明显变化，而当岩层倾斜的角度从高到低发生变化时，γ射线探测器从低处探测到高处的辐射强度曲线相应发生变化，即岩层的倾斜角度越大，辐射强度曲线上升趋势就越大，当角度呈现出一定规律变化时，辐射强度曲线也相应显现出一定规律。通过非线性曲线拟合最能描述数据的参数值，其拟合的过程概括如下：
(1)从初始值生成一个初始函数曲线；
(2)通过迭代以调整参数值，使数据点更靠近曲线；
(3)当数据点最小距离达到标准时停止，以获得最佳拟合状态。
煤岩界面形态变化的特征主要数据为煤岩界面高度变化以及角度变化，优选，(1)若采煤机当前的高度变化大于角度变化，则当前位置岩石的辐射强度Z的公式为：
Z＝Z1+a1x+b1y+c1x2+d1y2+f1xy
其中，x为当前位置岩石的起伏高度，y为当前位置岩石的移动距离，Z1为常数，a1为高度误差系数，b1为移动距离误差系数，c1为高度变化校正系数，d1为移动距离校正系数，f1为综合系数；
优选，28.05696≤Z1≤49.8763，-1.76145≤a1≤0.76521，-0.02612≤b1≤0.09894，-0.0505≤c1≤0.02684，-4.76453E-4≤d1≤-0.06397E-4，0.00988≤f1≤0.01466。比如，Z1＝38.96663，a1＝-0.49812，b1＝0.03641，c1＝-0.01183，d1＝-2.41425E-4，f1＝0.01227。
(2)若采煤机当前的高度变化小于角度变化，则当前位置岩石的辐射强度Z的公式为：
Z＝Z2+a2x+b2y+c2x2+d2y2+f2xy
其中，x为当前位置岩石的起伏高度，y为当前位置岩石的移动距离，Z2为常数，a2为角度误差系数，b2为移动距离误差系数，c2为角度变化校正系数，d2为移动距离校正系数，f2为综合系数。
优选，36.96066≤Z2≤42.5085，-0.34214≤a2≤-0.21748，-0.00298≤b2≤0.09396，0.000767804≤c2≤0.002372196，0.51681E-4≤d2≤4.99539E-4，0.002168656≤f2≤0.002911344。比如，Z2＝39.73458，a2＝-0.27981，b2＝0.04549，c2＝0.00157，d2＝2.7561E-4，f2＝0.00254。
本发明高度变化下的残差图如图2所示，角度变化下的残差图如图3所示，其中，残差指的是拟合值和实际值的差，外限指的是一个误差范围，由图2-3可知该曲线拟合效果良好，符合要求。
对应的，高度变化下的拟合曲线示意图如图4所示，z为辐射强度，x为起伏高度，y为移动距离，从左至右依次为起伏高度14cm、高度16cm、高度18cm的三条曲线，将这三条曲线拟合之后即得到高度变化下的拟合曲线。在现场的实际应用中，如此反复即可进行动态的煤岩识别，从而提高采煤效率，降低设备的磨损。
角度变化下的拟合曲线示意图如图5所示，从左至右依次为起伏角度15°至45°的七条曲线，将这七条曲线拟合之后即得到角度变化下的拟合曲线。在现场的实际应用中，如此反复即可进行动态的煤岩识别，从而提高采煤效率，降低设备的磨损。
步骤4、将当前位置岩石的辐射强度与阈值辐射强度进行对比：
若阈值辐射强度-当前位置岩石的辐射强度＞θ＞0，则采煤机继续采煤；
若0＜阈值辐射强度-当前位置岩石的辐射强度＜θ，说明当前采煤机滚筒已经接近煤岩界面，则调整采煤机的割煤高度，继续采煤；
若0＝阈值辐射强度-当前位置岩石的辐射强度，说明当前采煤机滚筒已经截割岩石，则保持当前状态继续采煤，采煤结束后改变采煤机的采煤方向；
若阈值辐射强度-当前位置岩石的辐射强度＜0，则报警。
优选，还包括步骤5、建立工作面辐射场数据库，在回采过程中进行更新迭代。
本发明基于煤岩界面起伏条件下辐射场的动态变化规律的研究，以自然γ射线的辐射强度作为识别参数，进而提出综采工作面自然γ射线煤岩界面实时识别指标体系，并在此条件下进行研究，得出起伏高度-移动距离-辐射强度之间的煤岩界面识别方程及起伏角度-移动距离-辐射强度的之间的煤岩界面识别方程。经数学检验方程拟合效果良好。
本发明能够识别煤岩界面的属性特质及其变化规律，并研制出一种非接触式、灵敏、精确、可靠、可超前/实时探测的方法，可以通过提取的煤岩界面特征构建煤岩界面识别方法，以达到可以实时地调整采煤机的滚筒高度最终达到煤岩界面的自动识别。识别效果明显，安全可靠且高效，可以达到1E-9的Chi-Sqr容差值，精准度很高，简单有效地实现了煤岩界面的识别问题，可以提高煤层的采出率，提高采煤作业的效率，减轻设备磨损，减少设备维修量和停机时间，提高安全性，对实现煤矿安全高效自动化开采具有重要的意义。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或者等效流程变换，或者直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (8)
1.自然γ射线的综采面煤岩界面识别方法，其特征在于，包括如下步骤：
步骤1、在当前矿井工作面的环境下打开γ射线探测器，在探测器上铺好当前工作面的顶板岩石，根据当前矿井工作面的煤质及岩石情况调整参数，开始采集数据，计算当前工作面的阈值辐射强度；
步骤2、将γ射线探测器安装于采煤机的滚筒上，打开γ射线探测器；
步骤3、采煤机在采煤过程中，γ射线探测器进行实时检测并根据采煤机当前的移动距离、起伏高度、起伏角度、煤岩界面形态变化进行数据分析，计算当前位置岩石的辐射强度；
步骤4、将当前位置岩石的辐射强度与阈值辐射强度进行对比：
若阈值辐射强度-当前位置岩石的辐射强度＞θ＞0，则采煤机继续采煤；
若0＜阈值辐射强度-当前位置岩石的辐射强度＜θ，则调整采煤机的割煤高度，继续采煤；
若0＝阈值辐射强度-当前位置岩石的辐射强度，则保持当前状态继续采煤，采煤结束后改变采煤机的采煤方向；
若阈值辐射强度-当前位置岩石的辐射强度＜0，则报警。
2.根据权利要求1所述的自然γ射线的综采面煤岩界面识别方法，其特征在于，步骤3中：
(1)若采煤机当前的高度变化大于角度变化，则当前位置岩石的辐射强度Z的公式为：
Z＝Z1+a1x+b1y+c1x2+d1y2+f1xy
其中，x为当前位置岩石的起伏高度，y为当前位置岩石的移动距离，Z1为常数，a1为高度误差系数，b1为移动距离误差系数，c1为高度变化校正系数，d1为移动距离校正系数，f1为综合系数；
(2)若采煤机当前的高度变化小于角度变化，则当前位置岩石的辐射强度Z的公式为：
Z＝Z2+a2x+b2y+c2x2+d2y2+f2xy
其中，x为当前位置岩石的起伏高度，y为当前位置岩石的移动距离，Z2为常数，a2为角度误差系数，b2为移动距离误差系数，c2为角度变化校正系数，d2为移动距离校正系数，f2为综合系数。
3.根据权利要求2所述的自然γ射线的综采面煤岩界面识别方法，其特征在于，步骤3中，28.05696≤Z1≤49.8763，-1.76145≤a1≤0.76521，-0.02612≤b1≤0.09894，-0.0505≤c1≤0.02684，-4.76453E-4≤d1≤-0.06397E-4，0.00988≤f1≤0.01466。
4.根据权利要求3所述的自然γ射线的综采面煤岩界面识别方法，其特征在于，步骤3中，Z1＝38.96663，a1＝-0.49812，b1＝0.03641，c1＝-0.01183，d1＝-2.41425E-4，f1＝0.01227。
5.根据权利要求2所述的自然γ射线的综采面煤岩界面识别方法，其特征在于，步骤3中，36.96066≤Z2≤42.5085，-0.34214≤a2≤-0.21748，-0.00298≤b2≤0.09396，0.000767804≤c2≤0.002372196，0.51681E-4≤d2≤4.99539E-4，0.002168656≤f2≤0.002911344。
6.根据权利要求5所述的自然γ射线的综采面煤岩界面识别方法，其特征在于，步骤3中，Z2＝39.73458，a2＝-0.27981，b2＝0.04549，c2＝0.00157，d2＝2.7561E-4，f2＝0.00254。
7.根据权利要求2所述的自然γ射线的综采面煤岩界面识别方法，其特征在于，还包括步骤5、建立工作面辐射场数据库，在回采过程中进行更新迭代。
8.根据权利要求1所述的自然γ射线的综采面煤岩界面识别方法，其特征在于，步骤1中，根据当前矿井工作面的当前煤质及岩石情况调整参数，获得γ射线探测器的最佳阈值电压，测量本底辐射强度，当前工作面的阈值辐射强度等于γ射线探测器的探测值-本底辐射强度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210604796.6A CN114961863B (zh) | 2022-05-31 | 2022-05-31 | 基于自然γ射线的综采面煤岩界面识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210604796.6A CN114961863B (zh) | 2022-05-31 | 2022-05-31 | 基于自然γ射线的综采面煤岩界面识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114961863A true CN114961863A (zh) | 2022-08-30 |
| CN114961863B CN114961863B (zh) | 2023-02-28 |
Family
ID=82958348
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210604796.6A Active CN114961863B (zh) | 2022-05-31 | 2022-05-31 | 基于自然γ射线的综采面煤岩界面识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114961863B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101922290A (zh) * | 2010-08-12 | 2010-12-22 | 浙江大学 | 煤岩界面识别方法、识别系统及识别探头 |
| CN102496004A (zh) * | 2011-11-24 | 2012-06-13 | 中国矿业大学(北京) | 一种基于图像的煤岩界面识别方法与系统 |
| CN102852521A (zh) * | 2012-09-21 | 2013-01-02 | 中国矿业大学(北京) | 一种基于图像识别的采煤机滚筒自动调高方法 |
| CN103216233A (zh) * | 2013-04-09 | 2013-07-24 | 中国矿业大学 | 一种薄煤层煤岩界面识别及滚筒自动调高的方法 |
| CN104131814A (zh) * | 2014-07-03 | 2014-11-05 | 冀中能源集团有限责任公司 | 采煤机煤岩界面模拟实验装置 |
| CN105913445A (zh) * | 2016-05-05 | 2016-08-31 | 河南理工大学 | 一种基于机器视觉的煤岩界面识别及定位方法 |
| CN111337883A (zh) * | 2020-04-17 | 2020-06-26 | 中国矿业大学(北京) | 一种矿井煤岩界面智能探测识别系统及方法 |
| WO2022095202A1 (zh) * | 2020-11-05 | 2022-05-12 | 河南理工大学 | 一种用于采煤机滚筒光纤光栅智能识别煤岩装置 |
-
2022
- 2022-05-31 CN CN202210604796.6A patent/CN114961863B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101922290A (zh) * | 2010-08-12 | 2010-12-22 | 浙江大学 | 煤岩界面识别方法、识别系统及识别探头 |
| CN102496004A (zh) * | 2011-11-24 | 2012-06-13 | 中国矿业大学(北京) | 一种基于图像的煤岩界面识别方法与系统 |
| CN102852521A (zh) * | 2012-09-21 | 2013-01-02 | 中国矿业大学(北京) | 一种基于图像识别的采煤机滚筒自动调高方法 |
| CN103216233A (zh) * | 2013-04-09 | 2013-07-24 | 中国矿业大学 | 一种薄煤层煤岩界面识别及滚筒自动调高的方法 |
| CN104131814A (zh) * | 2014-07-03 | 2014-11-05 | 冀中能源集团有限责任公司 | 采煤机煤岩界面模拟实验装置 |
| CN105913445A (zh) * | 2016-05-05 | 2016-08-31 | 河南理工大学 | 一种基于机器视觉的煤岩界面识别及定位方法 |
| CN111337883A (zh) * | 2020-04-17 | 2020-06-26 | 中国矿业大学(北京) | 一种矿井煤岩界面智能探测识别系统及方法 |
| WO2022095202A1 (zh) * | 2020-11-05 | 2022-05-12 | 河南理工大学 | 一种用于采煤机滚筒光纤光栅智能识别煤岩装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114961863B (zh) | 2023-02-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106570275B (zh) | 一种基于cai值的tbm滚刀磨损预测方法 | |
| LU501938B1 (en) | Method and system for intelligent analysis of big data on unmanned mining in mine | |
| WO2019042483A2 (zh) | 一种tbm在掘岩体状态实时感知系统和方法 | |
| CN110889532B (zh) | 一种隧道开挖及支护参数的智能选择及优化方法、系统 | |
| EP0143529A1 (en) | Multi-function natural gamma ray logging | |
| CN109356602B (zh) | 一种盾构机掘进状态的判断方法及系统 | |
| CN111582564A (zh) | 一种tbm岩体条件相关利用率的预测方法 | |
| CN106599483B (zh) | 基于测量机器人露天矿边坡监测平面数据的处理方法 | |
| CN114961863B (zh) | 基于自然γ射线的综采面煤岩界面识别方法 | |
| CN102507897A (zh) | 地勘煤层瓦斯含量修正方法及预测方法 | |
| CN105700033A (zh) | 在矿物勘探期间用于伽马-伽马数据中的质量控制的方法及系统 | |
| CN104942027A (zh) | 一种利用计算机二级数据处理系统检测钢板板型的方法 | |
| Dickmann et al. | Towards the integration of smart techniques for tunnel seismic applications | |
| CN116379900A (zh) | 基于电荷偏移汇集的矿山钻孔设备精准打孔控制方法 | |
| CN115492639A (zh) | 一种煤巷掘进工作面煤与瓦斯突出预警方法 | |
| Gangrade et al. | Investigating seismicity surrounding an excavation boundary in a highly stressed dipping underground limestone mine | |
| CN112901275B (zh) | 基于环境监测大数据的煤矿安全状态监测方法 | |
| CN114677460A (zh) | 一种合成gr曲线的方法及应用 | |
| Xuchao et al. | Study on Gas Emission Prediction of Steeply Inclined Coal Seam Applied Horizontal Slice Mining. | |
| CN102877845B (zh) | 一种确定断层区采煤机自动割煤轨迹的方法 | |
| CN107944127B (zh) | 一种井工开采地表沉陷参数拐点偏距的确定方法 | |
| CN112664186A (zh) | 一种利用甲烷碳同位素资料预警和识别他源高压的方法 | |
| CN115788476B (zh) | 一种基于物联网的矿用掘进机智能控制系统 | |
| CN110728438B (zh) | 料场储量分析评价方法 | |
| CN117148430B (zh) | 一种页岩油压裂微地震监测方法 |
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 |