Spatial surveying characteristics and reconstruction method of millimetre wave radar in complex environment of coal mine roadway
-
摘要:目的
煤矿井下空间测量是煤矿透明地质建模的重要组成,然而煤矿巷道环境复杂、信息获取不全、感知数据精度不足等难题亟待解决。
方法首先,深入研究粉尘、水雾、围岩结构等复杂环境因素下毫米波雷达信号特性,建立煤矿巷道围岩毫米波信号衰减模型,对比分析复杂环境因素毫米波雷达的影响机理。其次,针对煤矿复杂环境下毫米波雷达的巷道数字建模问题,提出巷道空间毫米波雷达点云泊松表面重建方法。通过实验测试与模拟巷道环境验证,在揭示煤矿复杂环境条件下的毫米波雷达感知机理基础上,实现了煤矿巷道空间测量与数字建模重构。
结果和结论结果表明:(1)毫米波雷达能够适应煤矿井下多粉尘、多水雾、围岩粗糙的巷道环境,为煤矿巷道空间重建提供有效数据。(2)泊松表面重建方法能够充分展示真实巷道围岩信息,重建巷道整体宽度的平均绝对误差百分比为0.59%,巷道整体高度的平均绝对误差百分比为0.78%。煤矿复杂环境下毫米波雷达空间测量特性与重建方法的研究,为煤矿井下透明地质建模提供巷道空间测量数据,对推动煤矿智能开采具有重要意义。
Abstract:ObjectiveUnderground spatial surveying of coal mine is an important part of transparent geological modelling for coal mine. However, the complex environment of coal mine roadway, incomplete information acquisition, insufficient accuracy of sensed data and other difficulties need to be urgently solved.
MethodsFirst, the signal characteristics of millimeter wave radar under the complex environmental factors such as dust, water mist, surrounding rock structure, etc. were studied in depth, the millimeter wave signal attenuation model was established for the surrounding rock of coal mine roadway, and the influence mechanism of complex environmental factors for millimeter wave radar was comparatively analyzed. Second, in view of the problem of millimeter wave radar based digital roadway modelling in the complex environment of coal mine, the Poisson surface reconstruction method based on millimeter wave radar point cloud for the roadway space was proposed. Through experimental tests and simulated roadway environment verification, the spatial surveying and digital modelling reconstruction of the coal mine roadway was achieved on the basis of revealing the millimetre-wave radar sensing mechanism under the complex environmental conditions of the coal mine.
Results and ConclusionsThe results show that: (1) The millimetre-wave radar could adapt to the underground coal mine roadway environment with a lot of dust, water mist and rough surrounding rock, and provide effective data for the spatial reconstruction of the coal mine roadway. (2) The Poisson surface reconstruction method could fully display the real information on surrounding rock of roadway, and the average absolute error percentage is 0.59% for the reconstructed total roadway width, and 0.78% for the total roadway height. Generally, the study of millimeter-wave radar spatial surveying characteristics and reconstruction methods in the complex environment of coal mines provides the spatial surveying data of roadway for transparent geological modelling of coal mines, which is of great significance in promoting the intelligent mining of coal mines.
-
Keywords:
- millimetre-wave radar /
- complex environment /
- roadway modelling /
- space surveys /
- coal mine
-
晚古生代时期华北板块属于大型陆表海克拉通盆地[1],具有基底平坦、构造活动微弱、沉降速率缓慢、物源供给稳定等特点。国内外学者从不同角度对障壁海岸体系的沉积特征体系[2-3]及岩相古地理[4-5]等方面进行过详细研究。该盆地类型与内部煤层之间的潜在联系受到学者关注,指出在障壁海岸体系中,聚煤作用受基准面影响[6-8],煤层主要发育在潮坪及潟湖地区[9-11],并认识到聚煤作用与层序地层格架间的内在联系,但对该体系中可容空间变化对聚煤的控制作用研究较少见。从构造背景看,作为华北板块的重要组成部分,渤海湾地区在晚古生代处于板块陆–陆碰撞阶段,受南北两侧大洋盆地开合旋回控制[12-14],形成了渤海湾地区独特的克拉通盆地演化过程。晚古生代时期经历由海相–海陆过渡相–陆相的变迁过程,太原组主要发育障壁海岸体系,是陆表海背景下的特殊沉积组合,可作为研究华北地区古地理环境及聚煤模式的重要场所。笔者以渤海湾地区晚古生代太原组为研究对象,在研究地层特征及沉积相类型的基础上,开展层序地层研究,识别层序界面,建立层序地层格架,研究煤层的发育特征以及聚煤模式,丰富聚煤理论体系。
1 研究区地质背景
1.1 研究区地理位置
渤海湾盆地是在早白垩世被动裂陷盆地基础上发育起来的新生代主动裂陷盆地[15],是华北克拉通东部的重要构造单元与油气富集盆地。西、北两侧分别以太行山脉与燕山褶皱带为界,东、南两侧分别与胶东隆起、辽东隆起以及鲁西隆起接壤[16](图 1)。内部主要发育黄骅坳陷、冀中坳陷、济阳坳陷、东濮坳陷与临清坳陷等。
1.2 太原组地层发育特征
太原组整体以黄褐色、灰黑色泥岩及黄绿色、灰白色砂岩为主,夹有数层海相灰岩及煤层(图 2)。以古坡度突变为分界点,将太原组划分为上、下两段。下段底部岩性以厚层中–细砂岩(图 3a)为主,全区稳定分布,发育板状交错层理及槽状交错层理;向上过渡为灰黑色泥岩夹煤层。上段底部以粉砂质泥岩夹数层薄层海相灰岩(图 3b)为主,向上过渡为灰黑色泥岩夹煤层(图 3c);中部以数层厚层中砂岩及灰黑色泥岩为主,灰岩层数的增多反映海侵次数的增加,但灰岩厚度较薄、延伸性较差。砂岩中可见植物茎秆化石(图 3d),发育板状交错层理,泥岩中串珠状菱铁矿结核成层分布(图 3e)。上部发育厚层泥岩(图 3f),顶部为暗色泥岩夹煤层(图 3g)。
图 3 渤海湾地区晚古生代太原组野外剖面特征a. 厚层中–细砂岩,北京潭柘寺剖面;b. 薄层海相灰岩,淄博博山剖面;c. 灰黑色泥岩夹煤层,秦皇岛石门寨剖面;d. 植物茎干化石,淄博博山剖面;e. 菱铁矿结核成层分布,淄博博山剖面;f. 厚层暗色泥岩,表面因长期风化淋滤呈灰绿色,秦皇岛石门寨剖面;g. 暗色泥岩夹煤层,淄博博山剖面;h. 黄褐色泥岩,发育缓波状层理,秦皇岛石门寨剖面;i. 潮汐水道,砂体形态为“顶平底凸”透镜体,底部发育冲刷面,淄博博山剖面;j. 潮汐水道,发育不明显的羽状交错层理,淄博博山剖面;k. 障壁岛,砂体形态为“底平顶凸”透镜体,淄博博山剖面;l. 局限台地,薄层泥晶灰岩,淄博博山剖面Figure 3. Outcrop characteristics of the Late Paleozoic Taiyuan Formation in the Bohai Bay Area沉积相类型主要为潮坪相、潟湖相、障壁岛相以及台地相。潮坪相为太原组时期发育最普遍的沉积相。包括泥坪、混合坪、砂坪、泥炭坪以及潮汐水道等亚相,泥坪发育厚层黄褐色泥岩,层理类型以水平层理及缓波状层理(图 3h)为主,夹薄层透镜状砂质条带,属于小型潮沟冲刷所致。混合坪以薄层砂泥岩互层为主,发育波状层理。砂坪规模较小,沉积物受潮汐水流的影响,一般由较纯净的砂组成,发育有代表水动力增强的脉状层理以及低角度楔状交错层理等。泥炭坪为潮坪相中发育煤的场所。潮汐水道砂体为正粒序结构,底部岩性以中—粗砂岩为主,向上逐渐过渡为细砂岩,形态上呈“顶平底凸”的透镜体(图 3i),常以复数砂体叠置出现,层理类型以不明显的羽状交错层理(图 3j)及板状交错层理为主,底部发育冲刷面。潟湖相发育在较深水体覆盖的地区,以厚层暗色泥岩为主,可见指示还原环境的菱铁矿结核。障壁岛相为太原组中砂质沉积最为集中的地区,形态上呈“底平顶凸”的大型透镜体(图 3k),砂岩成分成熟度和结构成熟度均较高。太原组中海相沉积主要为局限台地亚相,岩性以薄层泥晶灰岩为主(图 3l)。整体上太原组表现为长期受海水影响的陆表海沉积,沉积相间的过渡变化受控于海平面的周期性升降。
2 聚煤环境类型
根据煤层发育位置以及上下相邻地层的组合关系,将聚煤环境划分为泥炭坪与潟湖2种类型。
2.1 泥炭坪
泥炭坪是渤海湾地区晚古生代重要成煤环境,属海相成煤环境。因含煤地层序列的差异性,可将泥炭坪细分为潮坪泥炭坪与岛后泥炭坪。
潮坪泥炭坪发育在潮坪的潮上部分,水介质条件属于弱氧化–弱还原的咸水–半咸水。泥炭坪中生长的植物主要为红树或类似红树生态的潮汐适盐植物[17],由于植被繁盛,陆源碎屑物质供应能力减弱,有机质大量堆积,最终可形成大面积的泥炭淤积,为聚煤作用提供物质基础。岛后泥炭坪位于障壁岛后侧,与障壁岛呈伴生状态,岩性序列上常发育在障壁岛砂体上部,其形成过程为潟湖向障壁岛方向水深逐渐变浅,紧邻障壁岛位置水体覆盖最浅,成煤植物发育(图 4a)。植物死后遗体转化为泥炭,形成数个小型泥炭坪(图 4b)。泥炭坪发育规模逐渐扩大,最终连为一片(图 4c)。期间泥炭持续转化为煤层,随着海平面的不断上升,以及细–粉砂级陆源碎屑的注入,煤层逐渐被埋藏,最终形成岛后泥炭坪(图 4d)。由于障壁岛砂体分布相对狭长,因此岛后泥炭坪发育的煤层厚度一般较小,且混有一定程度的砂质沉积。
2.2 潟湖
潟湖与外海隔离后,水介质运动微弱,可形成稳定沉积环境,以沉积厚层暗色泥岩为主。潟湖泥炭坪发育于潟湖靠陆一侧的潮坪区,厚度差异较大,当潮汐水动力较弱时,潟湖水体边缘过渡为潟湖泥炭坪,可发育一定厚度的煤层,当潮汐水动力增强时,潟湖水体深度增大,潟湖泥炭坪消失,并沉积厚层暗色泥岩。垂向序列上常显示为厚层暗色泥岩中夹有厚度不等的煤层。
3 层序地层格架
3.1 准层序界面的识别
根据基准面与沉积界面间关系及层序边界不整合类型,将层序划分为Ⅰ型和Ⅱ型准层序2种类型[18-19]。当基准面略高于沉积界面时,准层序界面为海泛面,代表潟湖—潮坪相沉积,形成Ⅰ型准层序。准层序底界面多以海相灰岩底板为主,向上至暗色泥岩或煤层顶面,代表基准面变化幅度较小、海平面处于较稳定阶段。当基准面与沉积界面基本一致时,准层序界面为暴露沉积间断面或暴露侵蚀面,代表障壁岛—潮坪相沉积,形成Ⅱ型准层序。准层序底界面多以冲刷面等不整合面为主,由于海平面持续上升,盆地被海水覆盖,聚煤作用逐渐减弱至终止,海相灰岩发育,形成台地沉积。本次研究共识别出不整合面、最大海泛面、最大海退面以及海侵方向转换面4种层序界面。
3.1.1 不整合面(SU)
研究区共识别出2种不整合面,包括下切谷冲刷面与沉积体系转换面。
下切谷冲刷面形成于基准面下降期,引起强制海退。盆地内古地形坡度较缓,极小幅度的海平面变化均可引起区域性海岸线变化[20]。盆地边缘河流下切作用显著加强,河道冲刷下覆地层,沉积记录表现为地层缺失,仅保留不整合面,不整合面之上沉积河道砂体。太原组底部发育潮汐水道砂体,砂体冲刷本溪组地层,该界面可作为三级层序界面Sb1,中部发育厚层砂体,该界面可作为三级层序界面Sb3。
不同沉积体系转换界面也可作为层序界面,多表现为岩性与颜色突变。在研究区内,太原组发育堡岛—台地沉积体系,顶部为潟湖相暗色泥岩。山西组发育浅水三角洲沉积体系,底部发育灰黄色砂岩,该界面可作为层序界面Sb4。
3.1.2 最大海泛面(MFS)
即一个基准面旋回内基准面抬升速率与可容空间增加速率达到最大,水体最深时形成的沉积面,代表海侵范围最大时形成的界面,也反映水体最深时岩石单元底面[21]。由陆源沉积场所向陆迁移时海进过程中海侵达到最大时形成,并被海退期间上覆进积倾斜沉积体所掩埋[22],形成于海侵末期,代表一定时间内相对海平面的最高位置。本次研究将灰岩底面定为最大海泛面。
3.1.3 最大海退面(MRS)
海平面由下降至上升的转换面,形成于正常海退末期,表示基准面上升期沉积滨线坡折带附近基准面上升速率与沉积物供给速率一致时的等时面[23],代表一定时间内相对海平面的最低位置,由于基准面相对开始下降,不管沉积物供给速率如何,均造成海岸线向海方向迁移[24],即大量碎屑物质进入盆地沉降,因此将厚层砂岩顶面定为最大海退面,多为与细粒沉积接触的突变面。
3.1.4 海侵方向转换面(TDS)
晚石炭世末期,华北板块北部与西伯利亚板块碰撞,发生“翘板式”运动[25],地势由“南隆北倾”转变为“北隆南倾”[26-29],北部地势抬升,南部地势相对变低,海侵由北东向转变为南东向,该界面可作为三级层序界面Sb2。
3.2 层序格架的建立
太原组时期共识别3次区域性强制海退。第1次形成于太原组初期,海平面周期性下降导致海水由盆地北东部退出,碎屑物质供应能力加强,潮汐水道发育,砂体冲刷下覆地层,形成下切谷冲刷面,该界面为三级层序界面Sb1。晚石炭世末期,在构造作用影响下,盆地地势发生改变,被海水覆盖的北部地区迅速暴露,该界面为三级层序界面Sb2。随后第2次区域性强制海退形成的下切谷冲刷面为三级层序界面Sb3。太原组末期,构造作用加剧导致海水由盆地东南部迅速退去,沉积环境由以障壁海岸体系为主的陆表海环境转变为以浅水三角洲体系为主的海陆过渡环境,河道冲刷太原组顶部的暗色泥岩形成沉积体系转换面,该界面为三级层序界面Sb4。因此对研究区建立两个方向的层序地层格架(NE—SW向、W—E向)(图 5、图 6),总体上将太原组划分为3个三级层序,由低位体系域(LST)、海侵体系域(TST)及高位体系域(HST)组成,每个体系域代表一个准层序,共划分为8个准层序。研究区处于陆表海背景下,基准面与沉积界面基本一致,层序界面多为沉积界面。
太原组时期为渤海湾地区晚古生代海侵作用最频繁的阶段,盆地长期被海水覆盖,因此太原组以海侵体系域及高位体系域为主。低位体系域主要为潮汐水道砂体冲刷下覆地层,形成下切谷冲刷面,以充填砂体为主,煤层不发育。海侵体系域主要发育障壁岛、潮坪沉积,海平面持续稳定上升,因此地层发育厚度较大,煤层发育层数多,厚度大。高位体系域主要发育台地、潟湖沉积,较高的海平面导致煤层发育环境受限,以发育厚层暗色泥岩为主,煤层层数减少。Sq1时期,海侵方向位于盆地东北部,海平面升降使盆地北部地区覆水较深,煤层不发育,盆地南部地区影响极小,不能形成稳定聚煤环境,煤层几乎不发育,仅在盆地中部地区形成适合煤层发育的弱覆水环境,但煤层层数较少。Sq2时期,海侵方向转为盆地南东部,海侵强度有所增加,频繁的海平面升降使煤层发育规模增加,海侵体系域时期多与暗色泥岩互层发育,高位体系域时期海平面较高,聚煤作用减弱。盆地南部地区覆水较深,聚煤环境发育规模相对较小,煤层仅在海侵体系域发育,且层数极少,发育位置较为孤立,高位体系域几乎不发育。Sq3时期,海侵体系域中煤层厚度增加,高位体系域中煤层厚度变化不大,但暗色泥岩厚度明显增加。因此煤层只发育在Sq2与Sq3时期,Sq1时期煤层不甚发育。其中海侵体系域中发育煤层层数较多,且厚度最大,高位体系域中煤层发育层数及厚度相对较小,低位体系域中不发育煤层。
3.3 层序格架内厚煤层分布特征
利用研究区内近70口钻井资料,统计渤海湾地区太原组煤厚,得到煤层厚度等值线,包括Sq1中的8、9号煤(图 7a),Sq2中的6、7号煤(图 7b)及Sq3中的4、5号煤(图 7c)。
Sq1时期,8、9煤层厚度为1~3 m,最大厚度可达3 m以上,并发育有2个聚煤中心,位于黄骅坳陷北部地区及济阳坳陷东北部地区。Sq2时期,6、7号煤层厚度增大,厚度为2~8 m,发育有2个聚煤中心,主要聚煤中心位于冀中坳陷东部及黄骅坳陷中北部地区,最大厚度可达8 m以上,次级聚煤中心位于济阳坳陷地区,最大厚度在4 m左右,临清坳陷发育有小型聚煤中心,分布范围较狭窄,厚度在4 m左右。Sq3时期,4、5号煤层厚度在2~6 m之间,聚煤中心发育数量增加,但多为孤立发育,发育范围较小,主要聚煤中心煤层最大厚度在6 m以上,分布在冀中坳陷东部、黄骅坳陷西南部及东濮凹陷地区,次级聚煤中心分布在黄骅坳陷东北部、济阳坳陷及临清坳陷内部地区,煤层最大厚度在4 m以上。
从发育时期来看,Sq1时期,盆地内部地区未能提供稳定聚煤环境,煤层发育厚度较薄,未能连接成片。Sq2时期,受构造运动影响,海平面升降对盆地内部影响增大,聚煤作用达到顶峰,煤层整体厚度增加并连接成片,并发育有大型聚煤中心。Sq3时期,聚煤作用相对减弱,聚煤中心分布范围收缩,且孤立发育。从分布范围来看,煤层主要集中发育在冀中坳陷东部地区,煤层总厚度15 m约以上,其次为黄骅坳陷地区,以东北部(最大厚度8 m)及西南部(最大厚度大于11 m)2个聚煤中心为主,济阳坳陷地区也发育有聚煤中心,煤层最大厚度8 m以上。
4 层序地层格架内的可容空间变化规律及聚煤模式
成煤植物死后遗体埋藏于浅水环境中,并逐渐转化为泥炭。煤层持续稳定发育,可容空间必须保持稳定增长,且不能超过泥炭堆积速率[30-32]。若可容空间增长过快,海平面上升导致聚煤环境遭到破坏,聚煤作用终止。若可容空间减小,海平面下降导致地表暴露,成煤植物无法存活,泥炭无法堆积。
不同沉积体系可容空间大小并不一致,障壁海岸体系中潟湖–潮坪沉积基准面总体位于沉积界面之上,存在一定可容空间,适合煤炭发育。障壁岛–潮坪沉积基准面基本与沉积界面基本一致,未能提供足够可容空间。总体上聚煤作用可分为以下6个过程(图 8)。
本溪组末期沉积顶面近似平整,随后基准面下降引起强制海退,潮汐水道砂体冲刷并侵蚀下覆地层,在地势较低的下切谷中沉积,形成下切谷冲刷面,在地势相对较高、冲刷程度较低的地区砂质沉积较少。该时期沉积体系较为活跃,砂体沉积几乎占据全部可容空间,基底处于暴露环境,成煤植物无法正常生长,因此低位体系域时期无聚煤作用发生(T1)。在海侵体系域早期,基准面处于上升状态,可容空间增长速率略大于基底沉降速率,受海侵作用影响,盆地内部水深小幅度增加,并处于较浅水体覆盖状态,成煤植物在地势低洼地区发育,形成煤层(T2)。在海侵体系域中期,基准面上升速率达到最大,盆地覆水继续变深,沉积体系逐渐萎缩,陆源碎屑无法进入盆地,沉积体系废弃,盆地内部被厚层泥岩覆盖。至海侵体系域中后期,基准面上升速率略有下降,盆地内水体深度保持相对稳定,在低洼地区发育暗色泥岩(T3)。至海侵体系域晚期,基准面上升速率趋于平稳,盆地内部大范围区域被海水覆盖,水体环境稳定,加之温暖湿润的古气候以及稳定的构造环境,盆内广泛发育海相灰岩(T4)。在高位体系域时期,由于较高的海平面及较大的可容空间,盆地内部仍以沉积厚层泥岩为主。随着海平面逐渐下降,陆源碎屑沉积体系逐步恢复,碎屑物质以薄层砂岩透镜体的形式沉积,仍处于较深水体覆盖的地区发育有灰岩透镜体。在高位体系域晚期,海平面下降至弱覆水状态,成煤植物存活,并发育煤层(T5)。随后,基准面继续下降引起强制海退,潮汐水道砂体对底层泥岩与煤层进行冲刷,形成新不整合面(新T1)。
在障壁海岸体系背景下,成煤植物首先发育在潟湖及泥炭坪等地区,该地区海平面上升速率与基底沉积速率基本一致,具备一定剩余可容空间以保证泥炭转化为煤层。障壁岛地区由于砂体堆积导致水体深度过浅,成煤植物发育规模较小,泥炭堆积速率明显低于潟湖以及泥炭坪等地区。因此,在渤海湾地区太原组时期发育的障壁海岸体系中,受可容空间增长速率及泥炭堆积速率的控制,泥炭坪与潟湖为有利聚煤中心。
5 结论
a. 渤海湾地区晚古生代太原组中发育的障壁海岸沉积体系中,共识别出下切谷冲刷面与沉积体系转换面2类不整合面(SU)以及海侵方向转换面(TDS),并将太原组划分为3个三级层序Sq1、Sq2及Sq3。最大海泛面(MFS)与最大海退面(MRS)将3级层序划分为LST、TST及HST 3个体系域,代表 8个4级层序。研究区处于陆表海背景下,基准面与沉积界面基本一致,层序界面多为沉积界面。
b. Sq1时期,盆地内部地区未能提供稳定聚煤环境,煤层发育厚度较薄,未能连接成片。Sq2时期,受构造运动影响,海平面升降对盆地内部影响增大,聚煤作用达到顶峰,煤层整体厚度增加并连接成片,并发育有大型聚煤中心。Sq3时期,聚煤作用相对减弱,聚煤中心分布范围收缩,且孤立发育。煤层主要集中发育在冀中坳陷东部、黄骅坳陷以及济阳坳陷等地区。
c. 在障壁海岸体系背景下,成煤植物首先发育在潟湖以及泥炭坪等地区,该地区海平面上升速率与基底沉积速率基本一致,具备一定剩余可容空间以保证泥炭转化为煤层。障壁岛地区由于砂体堆积导致水体深度过浅,成煤植物发育规模较小,泥炭堆积速率明显低于潟湖及泥炭坪等地区。可容空间增长速率及泥炭堆积速率为泥炭沉积的关键因素,聚煤中心位于可容空间相对较大的泥炭坪与潟湖环境。障壁海岸沉积背景下,聚煤模式可划分为LST、TST早期、TST中期、TST晚期以及HST 5期演化过程。
-
表 1 传感器检测方法性能对比
Table 1 Performance comparison of sensor based detection methods
检测方法 性能 探测
距离温度
适应性照度
适应性天气
适应性粉尘
穿透性毫米波雷达 优 优 优 优 优 激光雷达 优 优 优 弱 弱 视觉 弱 优 弱 弱 弱 表 2 毫米波雷达主要参数
Table 2 Main parameters of millimetre-wave radar
参数名称 传感器参数值 天线 三发四收 带宽/Hz 77~81 采样频率/Hz 4 884 方位角视场/(°) ±60 仰角视场角/(°) ±15 距离分辨率/cm 3.75 表 3 巷道测量数据结果
Table 3 Survey data results of roadway
组号 测量值/m 绝对误差/m 误差百分比/% 宽度 高度 宽度 高度 宽度 高度 1 3.155 2.560 0.005 0.040 0.159 1.538 2 3.181 2.588 0.031 0.012 0.984 0.462 3 3.138 2.596 0.012 0.004 0.381 0.154 4 3.135 2.627 0.015 0.027 0.476 1.038 5 3.115 2.607 0.035 0.007 1.111 0.269 6 3.147 2.595 0.003 0.005 0.095 0.192 7 3.177 2.585 0.027 0.015 0.857 0.577 8 3.162 2.637 0.012 0.037 0.381 1.423 9 3.130 2.653 0.020 0.053 0.635 2.038 10 3.176 2.604 0.026 0.004 0.825 0.154 -
[1] 王国法,任怀伟,马宏伟,等. 煤矿智能化基础理论体系研究[J]. 智能矿山,2023,4(2):2−8. WANG Guofa,REN Huaiwei,MA Hongwei,et al. Research on basic theoretical system of coal mine intelligentization[J]. Journal of Intelligent Mine,2023,4(2):2−8.
[2] 王国法,张良,李首滨,等. 煤矿无人化智能开采系统理论与技术研发进展[J]. 煤炭学报,2023,48(1):34−53. WANG Guofa,ZHANG Liang,LI Shoubin,et al. Progresses in theory and technological development of unmanned smart mining system[J]. Journal of China Coal Society,2023,48(1):34−53.
[3] 董书宁. 煤矿安全高效生产地质保障的新技术新装备[J]. 中国煤炭,2020,46(9):15−23. DOI: 10.3969/j.issn.1006-530X.2020.09.003 DONG Shuning. New technology and equipment of geological guarantee for safe and efficient production in coal mine[J]. China Coal,2020,46(9):15−23. DOI: 10.3969/j.issn.1006-530X.2020.09.003
[4] 王海军,刘再斌,雷晓荣,等. 煤矿巷道三维激光扫描关键技术及工程实践[J]. 煤田地质与勘探,2022,50(1):109−117. DOI: 10.12363/issn.1001-1986.21.10.0589 WANG Haijun,LIU Zaibin,LEI Xiaorong,et al. Key technologies and engineering practice of 3D laser scanning in coal mine roadways[J]. Coal Geology & Exploration,2022,50(1):109−117. DOI: 10.12363/issn.1001-1986.21.10.0589
[5] 菅洁,谢建林,郭勇义. 煤矿井下粉尘浓度与粉尘粒度测定分析[J]. 太原理工大学学报,2017,48(4):592−597. JIAN Jie,XIE Jianlin,GUO Yongyi. Analysis of coal mine dust concentration and particle size[J]. Journal of Taiyuan University of Technology,2017,48(4):592−597.
[6] 梁运涛,田富超,冯文彬,等. 我国煤矿气体检测技术研究进展[J]. 煤炭学报,2021,46(6):1701−1714. LIANG Yuntao,TIAN Fuchao,FENG Wenbin,et al. Research progress of coal mine gas detection technology in China[J]. Journal of China Coal Society,2021,46(6):1701−1714.
[7] 胡兴涛,朱涛,苏继敏,等. 煤矿巷道智能化掘进感知关键技术[J]. 煤炭学报,2021,46(7):2123−2135. HU Xingtao,ZHU Tao,SU Jimin,et al. Key technology of intelligent drivage perception in coal mine roadway[J]. Journal of China Coal Society,2021,46(7):2123−2135.
[8] 陈先中,刘荣杰,张森,等. 煤矿地下毫米波雷达点云成像与环境地图导航研究进展[J]. 煤炭学报,2020,45(6):2182−2192. CHEN Xianzhong,LIU Rongjie,ZHANG Sen,et al. Development of millimeter wave radar imaging and SLAM in underground coal mine environment[J]. Journal of China Coal Society,2020,45(6):2182−2192.
[9] 蒋俊林,陈昶昊,姚志强,等. 烟雾环境下单通道毫米波雷达建图算法研究[C]//2022中国自动化大会论文集. 厦门,2022:153–158. [10] 詹军,董学才,洪峰,等. 智能汽车传感器实时功能模型及验证[J]. 汽车工程,2019,41(7):731−737. ZHAN Jun,DONG Xuecai,HONG Feng,et al. Real-time functional model and verification of intelligent vehicle sensors[J]. Automotive Engineering,2019,41(7):731−737.
[11] ZANG Shizhe,DING Ming,SMITH D,et al. The impact of adverse weather conditions on autonomous vehicles:How rain,snow,fog,and hail affect the performance of a self-driving car[J]. IEEE Vehicular Technology Magazine,2019,14(2):103−111. DOI: 10.1109/MVT.2019.2892497
[12] ROUVEURE R,FAURE P,MONOD M O. Description and experimental results of a panoramic K-band radar dedicated to perception in mobile robotics applications[J]. Journal of Field Robotics,2018,35(5):678−704. DOI: 10.1002/rob.21770
[13] ADAMS M,JOSE E. Millimeter wave RADAR power-range spectra interpretation for multiple feature detection[M]//Autonomous mobile robots. Boca Raton:CRC Press,2018:41–98.
[14] CHENG Ruichang,LIANG Xingdong,ZHANG Fubo,et al. Multipath scattering of typical structures in urban areas[J]. IEEE Transactions on Geoscience and Remote Sensing,2019,57(1):342−351. DOI: 10.1109/TGRS.2018.2854660
[15] CHENG Ruichang,LIANG Xingdong,ZHANG Fubo,et al. Multiple-bounce modeling of high-rise buildings with airborne tomography array[C]//2018 Progress in Electromagnetics Research Symposium (PIERS-Toyama). Toyama,Japan. IEEE,2018:791–796.
[16] LI Xiaowan,ZHANG Fubo,LIANG Xingdong,et al. Fourfold bounce scattering-based reconstruction of building backs using airborne array TomoSAR point clouds[J]. Remote Sensing,2022,14(8):1937. DOI: 10.3390/rs14081937
[17] 吴旭,卢凌雯,梁栋栋,等. 基于点云数据的曲面重建算法比较研究[J]. 安徽师范大学学报(自然科学版),2019,42(1):46−50. WU Xu,LU Lingwen,LIANG Dongdong,et al. Comparison of surface reconstruction algorithms based on point cloud data[J]. Journal of Anhui Normal University (Natural Science),2019,42(1):46−50.
[18] 石育,王斌,陈超,等. 基于视觉SLAM的可交互虚拟车间构建方法[J]. 机械设计,2022,39(5):1−9. SHI Yu,WANG Bin,CHEN Chao,et al. Research on construction method of the interactive virtual workshop based on visual SLAM[J]. Journal of Machine Design,2022,39(5):1−9.
[19] FORSYTH D. Computer vision:A modern approach[J]. Prentice Hall Professional Technical Reference,2002,14(1):294−299.
[20] KAZHDAN M,HOPPE H. Screened Poisson surface reconstruction[J]. ACM Transactions on Graphics,2013,32(3):1−13.
[21] 佟卓键,桂进斌,胡磊,等. 用于全息三维显示的数据获取方法进展[J]. 激光与光电子学进展,2024,61(10):101−111. TONG Zhuojian,GUI Jinbin,HU Lei,et al. Progress on data acquisition methods for holographic 3D display[J]. Laser & Optoelectronics Progress,2024,61(10):101−111.
[22] 陈玉涛. 煤矿胶带运输巷道综合降尘技术[J]. 西安科技大学学报,2024,44(4):796−804. CHEN Yutao. Comprehensive dust reduction technology of coal mine belt transport tunnel[J]. Journal of Xi’an University of Science and Technology,2024,44(4):796−804.
[23] 秦波涛,周刚,周群,等. 煤矿综采工作面活性磁化水喷雾降尘技术体系与应用[J]. 煤炭学报,2021,46(12):3891−3901. QIN Botao,ZHOU Gang,ZHOU Qun,et al. Dust removal system and application of the surfactant-magnetized water spray in the fully mechanized mining face of coal mines[J]. Journal of China Coal Society,2021,46(12):3891−3901.
[24] 于晴,侯庆文,陈先中. 高炉浓尘环境料面散射特性建模与成像[J]. 系统工程与电子技术,2023,45(5):1277−1285. YU Qing,HOU Qingwen,CHEN Xianzhong. Scattering characteristics modeling and imaging of blast furnace burden surface in dusty environment[J]. Systems Engineering and Electronics,2023,45(5):1277−1285.
[25] 易超,张清河,刘广旭,等. 基于卷积神经网络的色散介质电磁参数重构[J]. 微波学报,2021,37(2):70−75. YI Chao,ZHANG Qinghe,LIU Guangxu,et al. Reconstruction of electromagnetic parameters of dispersive media based on convolutional neural network[J]. Journal of Microwaves,2021,37(2):70−75.
[26] 邹梦凡,何晓雨. 自动驾驶雷达频段降雨环境散射特性建模分析[J]. 系统仿真学报,2023,35(10):2161−2169. ZOU Mengfan,HE Xiaoyu. Modeling and analysis on scattering characteristics automatic driving radar bands in rainy environment[J]. Journal of System Simulation,2023,35(10):2161−2169.
[27] 郭婧,张合,赵学健. 降雨对激光定距系统后向散射特性的影响[J]. 光子学报,2014,43(11):90−94. GUO Jing,ZHANG He,ZHAO Xuejian. Study on backscattering characteristics of laser ranging system in the rain[J]. Acta Photonica Sinica,2014,43(11):90−94.
[28] 姚善化. 复杂矿井巷道中电磁波传播特性及相关技术研究[D]. 合肥:安徽大学,2010. YAO Shanhua. Study on characteristic of electromagnetic waves propagation and key technology in complicated coal mine tunnels[D]. Hefei:Anhui University,2010.
[29] 王可欣,金映含,张东亮. 基于深度相机的虚拟眼镜试戴[J]. 图学学报,2023,44(5):988−996. WANG Kexin,JIN Yinghan,ZHANG Dongliang. Virtual glasses try-on using a depth camera[J]. Journal of Graphics,2023,44(5):988−996.
[30] 鲁猛胜,姚剑,董赛云. 法向约束的点云数据泊松表面重建算法[J]. 测绘地理信息,2022,47(4):51−55. LU Mengsheng,YAO Jian,DONG Saiyun. The Poisson surface reconstruction algorithm for normal constraint’s for point cloud data[J]. Journal of Geomatics,2022,47(4):51−55.
-
期刊类型引用(7)
1. 刘文亮. 王洼煤矿“三带”发育规律相似模拟试验研究. 煤. 2023(08): 82-85 . 百度学术
2. 孙四清,李文博,张俭,陈冬冬,赵继展,郑凯歌,龙威成,王晨阳,贾秉义,杜天林,刘乐,杨欢,戴楠. 煤矿井下长钻孔分段水力压裂技术研究进展及发展趋势. 煤田地质与勘探. 2022(08): 1-15 . 本站查看
3. 杜天林,姜在炳,张俭,舒建生,李贵红,牟全斌,贾立龙. 碎软煤层底板梳状孔分段压裂抽采瓦斯技术. 煤矿安全. 2021(01): 107-113 . 百度学术
4. 安世岗,陈殿赋,张永民,孔德磊,李阳,张迪,王洋. 可控电脉冲波增透技术在低透气性煤层中的应用. 煤田地质与勘探. 2020(04): 138-145 . 本站查看
5. 巩跃斌,华明国,黄晓昇. 余吾煤业7602工作面“三带”发育规律相似材料模拟试验研究. 煤炭科技. 2019(04): 47-51 . 百度学术
6. 路璐. 穿层定向长钻孔水力压裂增透技术. 山东煤炭科技. 2019(08): 94-96 . 百度学术
7. 王建利,陈冬冬,贾秉义. 韩城矿区碎软煤层顶板梳状孔水力压裂瓦斯抽采工程实践. 煤田地质与勘探. 2018(04): 17-21 . 本站查看
其他类型引用(6)