CN117092700A - 一种煤岩界面识别方法 - Google Patents
一种煤岩界面识别方法 Download PDFInfo
- Publication number
- CN117092700A CN117092700A CN202311079077.8A CN202311079077A CN117092700A CN 117092700 A CN117092700 A CN 117092700A CN 202311079077 A CN202311079077 A CN 202311079077A CN 117092700 A CN117092700 A CN 117092700A
- Authority
- CN
- China
- Prior art keywords
- coal
- intensity
- rock
- frequency
- seismic wave
- 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 113
- 238000000034 method Methods 0.000 title claims abstract description 82
- 239000003245 coal Substances 0.000 claims abstract description 230
- 238000004458 analytical method Methods 0.000 claims abstract description 64
- 230000007704 transition Effects 0.000 claims abstract description 44
- 238000005520 cutting process Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 8
- 238000005065 mining Methods 0.000 description 30
- 238000012544 monitoring process Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 5
- 238000009434 installation Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000010183 spectrum analysis Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005755 formation reaction Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000036346 tooth eruption Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6169—Data from specific type of measurement using well-logging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种煤岩界面识别方法,包括:获取割煤机连续的地震波信号;对所述地震波信号分别进行频率分析和强度分析,获得对应的频率分析结果和强度分析结果;基于所述频率分析结果和强度分析结果,获得割煤机的位置信息;当割煤机位于煤岩之间时,对所述地震波信号进行频率和强度的衰减分析,获得煤岩的过渡类型;基于所述煤岩的过渡类型,获得过渡型煤岩的界面。本发明通过研究和分析地震波通过过渡性界面的衰减特征,结合开采区顶底板岩石的组合特征,就能确定过渡界面的过渡类型,在此基础上根据生产具体要求标准,进而获得过渡型煤岩的界面,这是目前所有煤岩识别方法无法提供的。
Description
技术领域
本发明属于矿山开采、矿山设计建设及矿山开采安全技术领域,特别是涉及一种煤岩界面识别方法。
背景技术
煤炭实际开采过程中,煤层的分布走向错综复杂。采煤机在工作过程中,因为煤层走向发生变化,时常会发生截割岩石或者夹矸的问题,影响最终的出煤质量,还会加速截齿整体的磨损程度,降低其使用寿命,甚者会造成截齿折断、崩落的现象,严重影响了采煤机的整体开采效率。为此,许多研究人员通过大量的分析与实验,相继提出了形式各样的煤岩识别方法。
目前的识别方法包括:
γ射线识别法,用人工γ射线取代原先的自然γ射线进行识别,由于人工γ射线的穿透能力明显弱于自然γ射线,该方法难以进行较厚煤层的测算。
红外识别法,由于采煤机截齿周围的温度变化同时也受采煤机自身运动参数的影响,红外识别法一直未能推广使用。
图像识别法,通过分析煤与岩石在光泽、纹理、颜色以及灰度值等方面的差异性进行截割介质识别的技术。但是该方法识别受工作面环境影响较大,对煤炭开采的条件要求较高,目前仅适用于一些煤层开采环境较好的煤矿。
雷达探测法,通过地质雷达系统向煤层深部发射电磁脉冲波,当脉冲波抵达煤与岩石的分界面时则会产生反射现象,再利用接收装置回收反射波,根据反射波蕴含信息推算出煤层的实际厚度,进而实现煤岩分界面识别的效果。但是当煤层厚度较大时,电磁脉冲波在煤层中衰减现象明显,难以进行有效地测量。
振动识别法,根据截割不同硬度的煤或岩石时产生振动信号的差异性进行判定。这种方法虽然能减少机器干扰,但面临着不断调整传感器位置的问题。同时,当煤与岩石两者的硬度接近时,通过振动信号检测煤与岩石的识别精度降低。
声信号识别法,不受煤层开采环境影响,具有较好的应用范围和较高的识别精度,但目前还无法忽略现场噪声的影响。
多传感器信息融合加人工智能识别法,相较于单一传感器信息识别技术,获得的识别精度相对更高。然而,多传感器信息融合识别技术对搭载的系统硬件要求也较高。大量信息数据处理不可避免地增加了煤岩识别系统的训练决策时间。同时,如果识别决策过程中出现多种信号识别结果冲突的问题,则识别系统的稳定性遭到破坏。因此,多信息融合识别方法目前还依然处于实验室研究阶段。
综上所述,目前的识别方法存在问题的主要包括:不能适应开采工作面的高噪音,高粉尘,高电磁干扰的恶劣环境,基于统计和人工智能计算所带来误差和可靠性问题以及时间滞后现象,所有这些问题都阻碍了煤岩识别在生产的使用。另外所有方法都局限在工作面本身,而忽略了煤层与顶底板的关系,能够用于生产实际上是煤层和顶底板局限的识别,而不仅仅是煤和岩石的识别。
因此,亟需提出一种煤岩界面识别方法,分析割煤机产生的地震波在煤层和顶底板中的传播特征,实时监测割煤机与煤层顶底板的相对空间位置,进行煤岩识别。
发明内容
本发明的目的是提供一种煤岩界面识别方法,以解决上述现有技术存在的问题。
为实现上述目的,本发明提供了一种煤岩界面识别方法,包括:
获取割煤机连续的地震波信号;
对所述地震波信号分别进行频率分析和强度分析,获得对应的频率分析结果和强度分析结果;
基于所述频率分析结果和强度分析结果,获得割煤机的位置信息;
当割煤机位于煤岩之间时,对所述地震波信号进行频率和强度的衰减分析,获得煤岩的过渡类型;
基于所述煤岩的过渡类型,获得过渡型煤岩的界面。
可选地,获取割煤机连续的地震波信号的过程包括:将若干个震动传感器沿割煤机工作面的上风巷和运输巷等距安装在煤层的顶板和底板岩石中,采集割煤机的连续震动信号。
可选地,对所述地震波信号进行频率分析的过程包括:基于富里诶极数法对所述地震波信号进行级数变换,获得所述地震波信号的主频,并将所述主频与频率标准信号进行对比,获得频率分析结果。
可选地,对所述地震波信号进行强度分析的过程包括:对所述地震波信号进行强度分析,获得地震波信号的平均强度,并将所述平均强度与强度标准信号进行对比,获得强度分析结果。
可选地,对所述地震波信号进行频率分析和强度分析之前还包括:对所述地震波信号的时间序列进行分段处理,获得若干个时间样品,并将所述若干个时间样品作为频率计算和强度计算的时间窗口。
可选地,所述频率分析结果包括:当所述主频小于频率标准信号时,割煤机在煤层中;当所述主频等于或大于频率标准信号时,割煤机在煤岩之间。
可选地,所述强度分析结果包括:当所述平均强度小于强度标准信号时,割煤机在煤层中;当所述平均强度等于或大于强度标准信号时,割煤机在煤岩之间。
可选地,获得割煤机的位置信息的过程包括:当频率分析结果和强度分析结果不一致时,对下一个时间窗口继续进行频率分析和强度分析,若仍不一致,则以频率分析结果作为割煤机的位置信息的最终结果。
可选地,获得煤岩的过渡类型的过程包括:通过对地震波信号进行频率和强度衰减分析,获得对应的频率和强度衰减特征;建立频率和强度衰减模型,将地震波信号的频率和强度衰减特征输入到对应的频率和强度衰减模型中,获得割煤机当前位置的煤岩的过渡类型。
可选地,建立频率和强度衰减模型的过程包括:对每一种煤岩类型进行模拟和实验室测试,获得相应的衰减值,进而获得煤岩的过渡类型;基于煤岩全部的过渡类型,以及各种过渡类型频率和强度的衰减特征,建立对应的频率和强度衰减模型。
本发明的技术效果为:
本发明中传感器的布置方法,能保证同时多个传感器能接受信息,更加提高煤岩识别的稳定性;并且数据的传输具有实时性和连续性,进一步保障了数据的可靠性;
本发明通过研究和分析地震波通过过渡性界面的衰减特征,结合开采区顶底板岩石的组合特征,就能确定过渡界面的过渡类型,在此基础上根据生产具体要求标准,进而获得过渡型煤岩的界面,这是目前所有煤岩识别方法无法提供的。
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为本发明实施例中的地震波传感器的布置示意图;
图2为本发明实施例中的煤层顶板过渡界面模型示意图;
图3为本发明实施例中的识别结果示意图;
图4为本发明实施例中的地震波识别系统示意图。
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
本实施例中提供一种煤岩界面识别方法,包括以下步骤:
本实施例基于改进的微震监测系统,利用割煤机作为震源,分析割煤机产生的地震波在煤层和顶底板中的传播特征,实时监测割煤机与煤层顶底板的相对空间位置,进行煤岩识别,有效控制和调整采煤机的高度:
a、如图1所示,将一系列震动传感器沿工作面的上风巷和运输巷等距安装在煤层的顶板和底板岩石中。与传统微震监测系统的传感器安装位置不同是为了更好的监测传感器的移动,本实施例布设的传感器把整个采区的煤层作为监测区全覆盖,能够及时记录割煤机与煤层顶底板的位置。
b、通过a安装的传感器,采集割煤机的连续震动信号。与微震产生的震动信号冲击信号不同,割煤机产生的是平稳的连续信号,微震监测系统本身具备连续采集功能,但微震监测一般只将冲击震动后的一段时间的信号记录和输出,本实施例将微震监测系统的记录输出部分加以改进,即不管有没有微震激发,都将输出传感器收到的连续信号,以便进行与煤岩识别相关的分析。
c、对b采集和记录的地震波进行在线频率分析,根据地震波的频率特征确定煤和岩石的界面。割煤机的震动频率与所切割的煤和岩石的物理特征相关,如:硬度,密度,力学特征,杨氏模量,粘稠度,与煤和岩石的孔隙介质因素紧密相关。煤层岩层的上述特征的差异十分明显,它们对割煤机的频率响应也是有明显差别,也为后续煤层及顶底板的识别提供了可靠的指标。而对地震波进行在线频率分析是常用的分析方法。b采集的地震波是时间序列的数据,为了将该数据实时转换成频率分布数据,首先根据数据特征和应用目的将地震波的时间序列分段,一般采用250个样品作为窗口,对250个时间样品进行富里埃级数变换,确定此时间段的频率分布和频率峰值。将转换窗口不断随时间移动,就得到所需的实时频率数据。根据实时频率峰值的变化,就可确定割煤机在煤层的位置。时间窗可的选择应根据实际效果进行调整,窗口太大,影响指标的灵敏度,太小,则影响分析的可靠性。另外窗口应该适度重叠。重叠度可根据实际分析需要和计算能力而定。
进一步的,采用麻省理工学院的快速富里诶极数法(FFFT)确定地震波信号的主频,如果主频小于频率标准信号时,割煤机就在煤层中。如果等于或大于煤层标准信号,则可确定割煤机已在煤岩界面。
d、对b采集的地震波信号进行强度分析,与信号的频率一样,割煤机作为震源产生的地震信号强度同样可用来识别煤,岩及界线。与顶底板的岩石比较,煤层相对较弱,在切割时,所需能量较小,根据割煤机地震波能量就可以可靠识别煤岩。更重要的是,在煤层中割煤机产生的地震波信号通过煤岩界面,进入顶底板时,由地震波的传播特征,会进一步失去能量。达到顶底中的传感器时,信号会更加微弱;但割煤机碰到顶底板,岩石强度产生地震波信号强度就比煤层大,再加上与传感器之间无界面,没有外加的能量损耗,使煤岩识别更加可靠。强度计算与频率计算一样,使用同样的时间窗口,获得窗口内所有波动幅值(绝对值)的平均值,以此值作为实时强度,当割煤机进入顶底板岩石时,由于力学特征的变化,强度会突然增强,进一步增加c中识别的可靠性。如果强度小于强度标准信号时,割煤机就在煤层中;如果等于或大于煤层标准信号,则可确定割煤机已在煤岩界面。
e、对b采集的信号进行在线频率和强度衰减分析,确定煤层过渡性顶底板的煤岩界限:煤和顶底板之间在很多情况下没有如图1所示的界限,而是过渡状态(如图2),这些过渡层往往呈薄层的煤和岩层交替,没有清晰的界面。目前采用的煤岩识别方法,过度将精力集中在较小的范围来,很难识别这种过渡状态。但地震波在从割煤机到传感器的传播经过这种过渡界线时,其频率和强度都会产生不同的衰减特征,研究采区内的各种可能的过渡类型,建立对应的频率和强度衰减模型,结合c和d的结果和各种过渡类型的衰减特征,就可确定割煤机当前位置的顶底板的过渡类型。如前已述,过渡型的顶底板没有清晰的界线,实际的界线必须根据开采的矸石比例的要求,对每种过渡类型进行试验和模拟,确定相应的频率和强度特征,来确定过渡型煤岩的界线。从图2中可以看出,从煤层到采区稳定顶板的有个过渡层,俗称‘伪顶’。伪顶一般由一个或多个薄的,不同厚度的煤岩层组成,当割煤机的地震波信号通过这些薄层时,每一个薄层都会产生反射,也就是频率和能量损失;层数越多,厚度越大,地震波的频率和能量损耗也就越大;在一个采区和矿区范围内,这种过渡层的类型(层数,岩性和厚度的组合)是有限的,对每一种类型进行模拟和实验室测试,得出相应的衰减值,就形成了过渡类型的衰减模型。在监测过程中,根据衰减值的对比,就可确定过渡类型,确定煤岩的界面。
f、综合c,d,和e的实时分析结果,记录割煤机在水平工作面中位置,形成当前进程的顶底板图,如图3所示,实线为实际煤层高度,顶板虚线为割煤机设置高度。
g、根据f结果,调整割煤机下一进程的割煤高度及支架高度。煤岩层界线的识别结果也可以直接以多种数据格式输出。
本实施例的煤岩识别方法具有以下优点:
稳定和抗干扰:在目前用于煤层开采工作面煤岩识别的各种方法中,地震波法是最可靠的手段。光学及红外法都会由于井下的粉尘很难提供稳定的结果,其它电磁方法由于井下的电磁干扰和金属支架的大量存在,也不能提供稳定可靠的结果。声波震动法监测是表割煤机及周围的震动强度,受煤和岩石的硬度,赋存状态影响较大,加上井下噪音的干扰,很难提供满足工作面煤岩识别的要求。而地震波由于本身的特点,不受上述各种因素的干扰,是煤矿开采工作面抗干扰最适合的物理监测指标。同时传感器的布置方法,能保证同时多个传感器能接受信息,更加提高煤岩识别的稳定性。
直接提供煤层与顶底板的界线:目前方法大都集中在煤和岩石的局部识别,这些方法更适合选煤过程,对开采工作面煤岩识别的目的就是确定煤层与顶底板界线位置,目前使用的方法都很难提供可靠的这个界线,而地震波法主要特点就是通过这个界线的特征来顶底板界线的空间位置和时间,其结果可直接用来控制和调整割煤机下一进程的高度。
确定过渡性煤层顶底板界线:在实际生产中,煤与顶底板的界线通常是逐渐过渡的,没有清晰的界线,即,岩石比例逐渐增加,最后变成顶底板。目前的煤岩识别法基本不能用来确定这样的界线,这也可能是目前没有一种方法得到广泛采用的主要原因。地震波法利用割煤机切割煤或岩石时产生的地震波能量为震源,记录地震波通过煤层与顶底板界面的传播特征,研究和分析地震波通过过渡性界面衰减特征,结合采区顶底板岩石的组合特征,就能确定过渡界面的特征和厚度。在此基础上根据生产具体要求标准,选择适当的界定标准和界线。这是目前所有煤岩识别方法不能提供的。
实时性:地震波识别系统基于微震监测系统的设计,采集数据经由光纤传送到地面中央处理系统,传输系统具有实时,连续和大容量的特点,保障了后续处理系统的数据可靠性。中央处理器进行的与煤岩识别相关的频率,强度和衰减特征的分析都是在线进行。对过渡界面的识别与顶底板特征的识别都是自动在线运行,保证了割煤机所处位置的顶底板界线实时显示。
可靠:目前其它煤岩识别系统的探测系统都安装在割煤机与煤岩接触部或相邻区域,是开采工作面工作环境最恶劣的地方;除了割煤机出故障时,识别系统可能不能正常运行外,任何割煤机的强烈震动和煤岩层的异常都可能引起煤岩识别系统停止工作,大大降低了系统的可靠性。地震波识别系统的安装远离割煤机,独立于割煤机和开采工作面,不受工作面条件的影响。识别的可靠性也就大大的提高。
易于维护:开采工作面是整个煤矿最危险的地方之一,相关的监测设备的维护直接影响煤矿安全生产。由于目前的煤岩识别系统的安装方法,要求维护人员在最危险的地点出现,特别是基于光学和红外及伽马射线的识别系统,需要经常清理和维护,才能正常工作,增加了安全生产的隐患。基于地震波煤岩识别系统,所有监测和处理系统独立于割煤机采煤系统,不受割煤机及采煤系统的影响。设备安装在工作面两侧的顶底板中,特别是在安装调试后,就无需维护,直到整个工作面开采结束。开采结束后,如有需要可将部分采集设备移到新工作面重复使用。所以地震波法是对矿山开采提供了无风险服务。
实施例二
(1)在采煤工作面的上下煤巷形成后,在煤层顶底板中安装传感器,传感器应安装在深度3米左右,以避开巷道和工作面其它地震波和噪音干扰。传感器的安装距离,根据精度和工作面的宽度确定,主要保证传感器能接受到割煤机产生的地震波。传感器的安装要保证与顶底板岩石的良好的耦合。
(2)在传感器安装后,建立数据转换和传输系统,如图4所示。将各传感器的数据不间断的传至地面中央处理系统。其系统由地面和地下两部分组成。地下部分主要将传感器采集信息,通过微震采集卡和光电转换后,经光纤送到到地面中央处理系统,随后的分析和识别都在地面中央处理器上完成。
(3)建立割煤机在煤层中正常运行时的地震波信号,分析它的频率特征和其它地震波特征。作为地震波煤岩识别中煤的标准信号。这个信号既与煤层的特征有关,也与割煤机有关,所以,这个信号无需经常采集,但当割煤机不同时,就需重新采集。
(4)建立采区割煤机在顶底板岩石的地震波标准信号。特别是与煤层接触的各种岩石。与煤层地震波信号标准同样要求,更换割煤机,需及时更新。
(5)采集采区顶底板各种典型煤岩组合。对每种煤岩组合,建立相应的地球物理模型,进行多频段模拟,找出每种煤岩组合的对地震波传播引起的特征变化,分析对地震波的频率,强度的衰减比例,为过渡型煤岩界限提供识别标准。
(6)对步骤(2)采集连续信号,进行实时在线频谱分析,建议采用麻省理工学院的快速富里诶极数法(FFFT),也可采用其它认为合适的方法,确定地震波信号的主频,如果主频小于(2)中标准信号时,割煤机就在煤层中;如果等于或大于煤层标准信号,则可确定割煤机已在煤岩界面。
(7)对步骤(2)采集进行频谱分析的同时,在线计算信号的平均强度,如果强度小于(2)中标准信号时,割煤机就在煤层中;如果等于或大于煤层标准信号,则可确定割煤机已在煤岩界面。
(8)如果步骤(6)和(7)结果不同,计算下一个时间序列窗口的频谱分析和强度分析结果250个数据点,如果还不同就以步骤(6)(即频谱分析)结果为准。
(9)当地震波信号的主频和强度介于岩石和煤之间时,可能属于过渡性煤岩界线,具体的确定界限要结合矿上的具体要求进行调整。
(10)当步骤(6)和(7)的结果发生变化时,即割煤机从煤进入顶底板或从顶底板进入煤层,都要从综采机获取割煤机的实时位置和高度,为综采机下一进程准备数据。
(11)如果系统识别有误,应及时调整步骤(3),(4)和(5)。
以上所述,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 (10)
1.一种煤岩界面识别方法,其特征在于,包括:
获取割煤机连续的地震波信号;
对所述地震波信号分别进行频率分析和强度分析,获得对应的频率分析结果和强度分析结果;
基于所述频率分析结果和强度分析结果,获得割煤机的位置信息;
当割煤机位于煤岩之间时,对所述地震波信号进行频率和强度的衰减分析,获得煤岩的过渡类型;
基于所述煤岩的过渡类型,获得过渡型煤岩的界面。
2.根据权利要求1所述的煤岩界面识别方法,其特征在于,
获取割煤机连续的地震波信号的过程包括:将若干个震动传感器沿割煤机工作面的上风巷和运输巷等距安装在煤层的顶板和底板岩石中,采集割煤机的连续震动信号。
3.根据权利要求1所述的煤岩界面识别方法,其特征在于,
对所述地震波信号进行频率分析的过程包括:基于富里诶极数法对所述地震波信号进行级数变换,获得所述地震波信号的主频,并将所述主频与频率标准信号进行对比,获得频率分析结果。
4.根据权利要求1所述的煤岩界面识别方法,其特征在于,
对所述地震波信号进行强度分析的过程包括:对所述地震波信号进行强度分析,获得地震波信号的平均强度,并将所述平均强度与强度标准信号进行对比,获得强度分析结果。
5.根据权利要求1所述的煤岩界面识别方法,其特征在于,
对所述地震波信号进行频率分析和强度分析之前还包括:对所述地震波信号的时间序列进行分段处理,获得若干个时间样品,并将所述若干个时间样品作为频率计算和强度计算的时间窗口。
6.根据权利要求3所述的煤岩界面识别方法,其特征在于,
所述频率分析结果包括:当所述主频小于频率标准信号时,割煤机在煤层中;当所述主频等于或大于频率标准信号时,割煤机在煤岩之间。
7.根据权利要求4所述的煤岩界面识别方法,其特征在于,
所述强度分析结果包括:当所述平均强度小于强度标准信号时,割煤机在煤层中;当所述平均强度等于或大于强度标准信号时,割煤机在煤岩之间。
8.根据权利要求1所述的煤岩界面识别方法,其特征在于,
获得割煤机的位置信息的过程包括:当频率分析结果和强度分析结果不一致时,对下一个时间窗口继续进行频率分析和强度分析,若仍不一致,则以频率分析结果作为割煤机的位置信息的最终结果。
9.根据权利要求1所述的煤岩界面识别方法,其特征在于,
获得煤岩的过渡类型的过程包括:通过对地震波信号进行频率和强度衰减分析,获得对应的频率和强度衰减特征;建立频率和强度衰减模型,将地震波信号的频率和强度衰减特征输入到对应的频率和强度衰减模型中,获得割煤机当前位置的煤岩的过渡类型。
10.根据权利要求9所述的煤岩界面识别方法,其特征在于,
建立频率和强度衰减模型的过程包括:对每一种煤岩类型进行模拟和实验室测试,获得相应的衰减值,进而获得煤岩的过渡类型;基于煤岩全部的过渡类型,以及各种过渡类型频率和强度的衰减特征,建立对应的频率和强度衰减模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311079077.8A CN117092700B (zh) | 2023-08-25 | 2023-08-25 | 一种煤岩界面识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311079077.8A CN117092700B (zh) | 2023-08-25 | 2023-08-25 | 一种煤岩界面识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117092700A true CN117092700A (zh) | 2023-11-21 |
CN117092700B CN117092700B (zh) | 2024-05-17 |
Family
ID=88773174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311079077.8A Active CN117092700B (zh) | 2023-08-25 | 2023-08-25 | 一种煤岩界面识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117092700B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103233735A (zh) * | 2013-05-08 | 2013-08-07 | 北京天地玛珂电液控制系统有限公司 | 一种煤岩界面识别手持系统 |
CN104405391A (zh) * | 2014-10-21 | 2015-03-11 | 中国矿业大学(北京) | 一种基于采煤机感知的煤岩界面分析方法 |
CN104989401A (zh) * | 2015-05-29 | 2015-10-21 | 中国矿业大学 | 一种基于声音的煤岩界面识别装置及识别方法 |
CN106772557A (zh) * | 2016-11-29 | 2017-05-31 | 北京中矿大地地球探测工程技术有限公司 | 利用随掘信号探测煤矿掘进巷道各方向地质构造的方法 |
US20210148214A1 (en) * | 2019-11-15 | 2021-05-20 | Peck Tech Consulting Ltd. | Systems, apparatuses, and methods for determining rock-coal transition with a drilling machine |
CN112989984A (zh) * | 2021-03-08 | 2021-06-18 | 北京科技大学 | 一种煤岩界面识别方法 |
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 |
CN115437006A (zh) * | 2022-07-29 | 2022-12-06 | 中煤科工集团西安研究院有限公司 | 一种煤岩界面折射波的多阶折射时间求取方法 |
US20230168406A1 (en) * | 2021-11-26 | 2023-06-01 | China University Of Mining And Technology | Rock burst hazard prediction method based on seismic wave energy attenuation characteristics of mine earthquake cluster |
-
2023
- 2023-08-25 CN CN202311079077.8A patent/CN117092700B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103233735A (zh) * | 2013-05-08 | 2013-08-07 | 北京天地玛珂电液控制系统有限公司 | 一种煤岩界面识别手持系统 |
CN104405391A (zh) * | 2014-10-21 | 2015-03-11 | 中国矿业大学(北京) | 一种基于采煤机感知的煤岩界面分析方法 |
CN104989401A (zh) * | 2015-05-29 | 2015-10-21 | 中国矿业大学 | 一种基于声音的煤岩界面识别装置及识别方法 |
CN106772557A (zh) * | 2016-11-29 | 2017-05-31 | 北京中矿大地地球探测工程技术有限公司 | 利用随掘信号探测煤矿掘进巷道各方向地质构造的方法 |
US20210148214A1 (en) * | 2019-11-15 | 2021-05-20 | Peck Tech Consulting Ltd. | Systems, apparatuses, and methods for determining rock-coal transition with a drilling machine |
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 |
CN112989984A (zh) * | 2021-03-08 | 2021-06-18 | 北京科技大学 | 一种煤岩界面识别方法 |
US20230168406A1 (en) * | 2021-11-26 | 2023-06-01 | China University Of Mining And Technology | Rock burst hazard prediction method based on seismic wave energy attenuation characteristics of mine earthquake cluster |
CN115437006A (zh) * | 2022-07-29 | 2022-12-06 | 中煤科工集团西安研究院有限公司 | 一种煤岩界面折射波的多阶折射时间求取方法 |
Non-Patent Citations (1)
Title |
---|
王岩凯;: "采煤机煤岩识别技术在煤层开采中的实验研究", 西部探矿工程, no. 10, 15 October 2017 (2017-10-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN117092700B (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113050159B (zh) | 一种煤岩水力压裂裂缝微震定位及扩展机理监测方法 | |
AU2011241963B2 (en) | Methods and apparatus to image subsurface formation features | |
RU2461026C1 (ru) | Способ определения геометрических характеристик трещины гидроразрыва | |
CN109765606B (zh) | 一种基于反射槽波的回采工作面隐蔽断层性质的探测方法 | |
CN108693561B (zh) | 基于检波器细分阵列的煤矿开采地震探测系统及方法 | |
CN105700010B (zh) | 煤矿联合地震全息预测方法 | |
CN110658556A (zh) | 一种碳酸盐岩走滑断裂破碎带判识与评价的地震技术组合方法 | |
GB2333155A (en) | Acoustic measurement while drilling system using compressional waves reflected from within formation | |
CN113279746A (zh) | 一种套管变形风险区域的确定方法及应用 | |
Luo et al. | Tomographic imaging of rock conditions ahead of mining using the shearer as a seismic source—a feasibility study | |
CN115755185A (zh) | 一种基于微震监测判识大能量矿震致灾性的方法 | |
Ren et al. | Microseismic signals in heading face of Tengdong coal mine and their application for rock burst monitoring | |
Fujimoto et al. | DAS 3DVSP survey at Stratigraphic Test Well (Hydrate-01) | |
CN104199110A (zh) | 一种煤矿井下支护过程中的槽波地震立体超前探测方法 | |
CN117092700B (zh) | 一种煤岩界面识别方法 | |
CN113914932B (zh) | 利用震动波断层扫描识别煤与瓦斯突出危险区域的方法 | |
Eyinla et al. | Optimization of hydraulic fracture monitoring approach: A perspective on integrated fiber optics and sonic tools | |
CN117192615A (zh) | 基于透射地震尾波的采煤工作面内隐伏地质构造探测方法 | |
CN106772637A (zh) | 一种基于槽波超前探测tvsp扫描方法 | |
CN115980831A (zh) | 一种地-孔-洞联合精细探测方法与系统 | |
CN114934810A (zh) | 采掘工作面瓦斯地质异常体超前精细探测方法及设备 | |
CN113848593A (zh) | 一种定量预测含煤地层中岩浆岩侵蚀区的方法 | |
Petronio et al. | Geology prediction ahead of the excavation front by Tunnel-Seismic-While-Drilling (TSWD) method | |
CN113267827B (zh) | 一种利用石油地震及钻孔资料的地震预测方法与装置 | |
CN107505665B (zh) | 一种基于窗口傅里叶变换的地层异常地震检测方法 |
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 |