Prospects for Mine Geological Work in the Age of Intelligence: The architecture of intelligent geological support technology system for coal mining
-
摘要: 面临碳达峰碳中和(“双碳”)目标的严峻挑战,煤矿智能化是新时期煤炭产业高质量可持续发展的必由之路和重要标志。矿井地质工作为地下煤矿开采提供地质基础和保障,在煤炭产业转型升级高质量发展中的重要性将日益增强。通过“矿井地质+人工智能”,构建“矿井开采智能地质保障技术体系”,为矿井安全高效绿色智能开采提供全方位和全过程地质保障,是新时期矿井地质工作契合煤矿智能化建设目标的发展方向与必然趋势,必将成为助推矿井地质工作提质增效的新质生产力。在探讨矿井开采智能地质保障技术体系科学内涵的基础上,初步搭建了矿井开采智能地质保障技术体系架构,并对构成该技术体系的5个子体系:基础地测信息智能化管理、矿井地质灾害的智能化预测预警、矿区生态环境的智能化监测预测预警、开采有利区块的智能化辨识、透明工作面子体系,及其核心工作模块进行系统梳理。同时特别强调,在地质探测、检测技术手段不断进步的前提下,矿井开采智能地质保障技术体系的有效性取决于原始数据的准确性和可靠性,归根结底取决于地测人员的数量和专业素养,呼吁进一步加强矿井地质专业人才的引进与培养。Abstract: Facing the severe challenges of the “dual carbon” goal, the intelligentization of coal mines is the only way and important symbol for the high-quality and sustainable development of the coal industry in the new era. Mine geological work provides geological foundation and guarantee for underground coal mining, and its importance in the transformation and upgrading of the coal industry for high-quality development will increase. Through the combination of “mine geology + artificial intelligence”, the construction of a “intelligent geological support technology system for mine mining” provides comprehensive and full-process geological support for safe, green, efficient and intelligent mining in mines. It is the development direction and inevitable trend of mine geological work in the new era that fits the goal of intelligent construction of coal mines, and will become a new productivity that will boost the quality and efficiency of mine geological work. Based on the discussion of the scientific connotation of the intelligent geological support technology system for mining in mines, a preliminary framework for the intelligent geological support technology system for mining in mines has been established, and the five subsystems that constitute the technology system have been systematically sorted out:the intelligent management subsystem of basic geological survey information, the intelligent prediction and early warning subsystem of geological disasters in mines, the intelligent monitoring and prediction subsystem of ecological environment in mining areas, the intelligent identification subsystem of favorable mining blocks, and transparent work face subsystem, as well as their core work modules. Meanwhile, it is especially emphasized that under the premise of continuous progress of geological exploration and detection technical means, the effectiveness of the intelligent geological support technology system of mine mining depends on the accuracy and reliability of the original data, and ultimately depends on the number and professional quality of the geological personnel. It is called for to further strengthen the introduction and cultivation of geological professionals in mines.
-
Keywords:
- Mine geology /
- Artificial Intelligence /
- Geological support /
- Technical system /
- Talent team
-
我国化石能源呈现多煤少油少气的特征,煤炭在现在和未来一段时间内都是我国能源消费的主体之一[1]。随着我国煤炭开发重心逐步向西部干旱半干旱地区转移,部分矿区呈现富煤少水特征,但也有多个矿区矿井水量大、含盐量偏高,因此,探索矿井水的处理、减排方法十分必要。
保水采煤自20世纪末提出后,在保护我国西北干旱半干旱地区水资源完整方面做出突出贡献[2]。在煤炭开采过程中,煤层顶板产生失稳垮落,垮落岩体上形成导水裂隙;当煤层距离含水层近,裂隙导通上方直接充水含水层时,水沿裂隙向下进入开采工作面、巷道,被矿井排出地表,使含水层失水;当失水量超过含水层自稳定限度后会形成当地水资源不可逆缺失[3-5]。在干旱半干旱缺水矿区,为保护受煤层开采影响的浅部含水层中地下水资源的可利用性,邵飞燕[6]提出将浅部含水层地下水向煤层底板以下含水层中进行“转移存储”的技术思路。武强等[7-8]基于矿山开采过程中矿井水量大但利用程度不高的情况提出“煤-水”双资源型矿井开采技术方法,以梧桐庄矿突水治理为例,对矿井水进行控制、处理、利用、回灌与生态环保“五位一体”的优化结合。我国要求水资源短缺矿区矿井水利用率要达到100%,高盐矿井水减量减排是实现矿井水零排放的重要途径。目前,高盐矿井水处理多集中在矿井水中盐分消除[9],达标后作为矿区生产、生活和生态用水。此外,地下水转移存储也是一种有效处理高盐矿井水的手段[10]。国外较先开展地下水转移存储研究[11-12],我国主要集中在近地表地层和采空区[13-14],深部转移存储进行过CO2封存相关的研究与实践,如神华CCS示范工程[15],其主要注入层位为刘家沟组、石千峰组、山西组、石盒子组和马家沟组,工程结果表明,鄂尔多斯盆地三叠系刘家沟组是地质封存CO2的良好储层,至今未发生泄露;说明刘家沟组具有一定的转移存储潜力。
为保障鄂尔多斯盆地X矿安全高效开采煤炭资源,实现高盐矿井水减量减排,开展高盐矿井水异位转移存储储层的水文地质结构特征和介质特征研究,通过对比分析研究区宝塔山砂岩与刘家沟组砂岩的介质特征与水动力学特征,优选目的层,并对矿井水回灌后的水动力影响进行了模拟,以期指导矿井水回灌工程的实际运行。
1 研究区概况
1.1 研究区自然条件
研究区X矿位于鄂尔多斯盆地,属大陆性沙漠气候。含煤地层为侏罗系延安组,含煤5组(2、3、4、5、6煤组),最低可开采煤层为6-2中煤层。现开采煤层为3-1煤,矿井涌水量已达1 900 m3/h,矿化度最高为2 g/L。该矿现有矿井水处理方法有深度处理与中转水池蒸馏结晶法、化工用水、矸石处理用水和离层注浆用水,但以上水处理方式已趋于饱和,难以满足开采需要。
1.2 转移存储目的层特征及选取原则
转移存储目的层选取应满足以下2点准则:① 从含水层介质特征方面,要求目的层必须分布稳定,厚度较大,具有一定程度的孔隙、裂隙发育,以提供储水空间;②从水文地质结构方面,位于煤层底板以下较大深度,以免受开采顶底板破坏带影响,且不能造成底板突水危险性增大,最好为相对封闭的独立水文地质单元。
3-1煤直接充水含水层为顶板直罗组砂岩孔隙、裂隙含水层和延安组砂岩孔隙、裂隙含水层。延安组下段发育宝塔山中粗砂岩,已有研究表明,宝塔山砂岩孔隙发育,渗透性好,具有相当大的储水空间[16-17];三叠系刘家沟组主要由细砂岩、砂质泥岩组成,研究区内刘家沟组距离3-1煤1 200 m以上;据文献[18],鄂尔多斯盆地刘家沟组砂岩段裂隙发育,钻井液周期性漏失,堵漏27次,漏失量最大达4 621 m3,这与CCS示范工程模拟结果[15]相吻合。宝塔山砂岩、刘家沟组砂岩与最低可开采煤层6-2中煤层距离如图 1所示。
依据转移存储目的层选取准则,分析研究区含水层介质特征和水文地质条件,选择煤层下储水空间用以转移存储矿井水,钻孔揭露延安组底部宝塔山砂岩厚47.1 m、三叠系刘家沟组地层厚416.4 m,储水空间大,提出宝塔山砂岩段和深部刘家沟组砂岩段作为转移存储层备选目标。
2 转移存储层介质特性分析
转移存储层的储水空间直接决定了其原始状态下的可转移存储量,转移存储层砂岩的介质特征直接影响转移存储层的储水空间大小[19]。研究区宝塔山砂岩为粗砂岩和含砾粗砂岩,距离6-2中煤近。刘家沟组成岩时代较煤层早,主要为砂岩。收集宝塔山砂岩和刘家沟组岩心样本13组,测试孔隙率及孔径小于100 nm、100~10 000 nm和大于10 000 nm孔隙占比(表 1),获取研究区转移存储层的含水介质条件。
表 1 目标转移存储层孔隙分布及黏土含量Table 1. Pore distribution and clay content of the target transfer storage layer存储层 孔隙率/% < 100 nm孔隙占比/% 100~10 000 nm孔隙占比/% >10 000 nm孔隙占比/% 黏土质量分数/% 宝塔山砂岩 6.57~19.89/14.53 5.75~17.55/11.31 66.85~83.80/74.87 10.45~15.60/13.82 12.70~25.90/17.13 刘家沟组砂岩 4.18~7.49/5.50 14.40~42.54/25.78 20.48~65.02/36.89 20.98~55.86/37.33 11.20~23.50/17.45 注:数据表示最小~最大值/平均值。 已有研究表明,含水介质孔隙多少和大小都会对地下水运动造成显著影响(表 2)[20]。测试结果表明,宝塔山砂岩孔隙率均值为14.53%,重力水可以运动的孔隙占比平均为88.69%,最低为82.45%,其中100~10 000 nm孔隙占比平均为74.87%,表明宝塔山砂岩孔隙多位于这一级别,重力水可在较高水头下运动,作为储层转移存储矿井水潜力巨大。刘家沟组砂岩孔隙率均值为5.50%,重力水可以运动的孔隙占比平均为74.22%,较宝塔山砂岩总孔隙率小,重力水可以运动的孔径占比小,相当一部分孔隙充满结合水,表明在原始状态下,宝塔山砂岩在单位空间内转移存储矿井水潜力优于刘家沟组地层。
在长期转移存储过程中,转移存储层的抗压能力也会影响其储水潜力,这是由于转移存储过程中转移存储层水位上升导致回注井孔周围岩层受压产生不同程度的破裂,部分新裂隙产生、部分原有微裂隙扩张形成裂隙网络,进一步增大储水潜力。对宝塔山砂岩4组样本和刘家沟组砂岩13组样本进行单轴抗压强度测试,结果如图 2所示;黏土含量等物性参数测试结果见表 1。
结果表明,原始状态下宝塔山砂岩饱和抗压强度低于刘家沟组砂岩;在长期转移存储饱和含水条件下,转移存储层抗压强度均降低,宝塔山砂岩抗压强度从32.1~60.2 MPa降低到22.6~44.3 MPa;刘家沟组岩层抗压强度从59.7~114.0 MPa降低到30.0~66.1 MPa,刘家沟组降低显著。对刘家沟组样本进行X射线衍射得到黏土矿物平均质量分数17.45%,最高为23.50%。已有研究表明黏土含量的存在会弱化砂岩强度,其中含少量或大量泥质的砂岩,其单轴抗压强度较不含泥质砂岩分别折减了22%和4%[21]。刘家沟组砂岩为泥质胶结,抗压强度较低,在饱和含水与受压双重耦合下易发生开裂,增大原岩渗透性。
3 转移存储层盖层及水化学特征
根据钻孔取心及物探分析,延安组中含2、3、4、5、6煤组,宝塔山砂岩距6-2中煤仅8~10 m,受采动影响,煤层开采扰动裂隙现已导通直罗组含水层,导致宝塔山砂岩无稳定盖层,某些开采侏罗纪煤田下组煤的煤矿,宝塔山砂岩甚至作为充水含水层考虑并进行疏放水可行性研究,证明煤层开采存在垂直裂隙导通含水层,宝塔山砂岩作为转移存储层时,矿井水会产生沿裂隙扩散逃逸的风险。
刘家沟组上段与和尚沟组主要以泥岩、砂质泥岩和粉砂岩为主,厚度达180 m。鄂尔多斯盆地属于我国典型的克拉通盆地,地壳稳定,地震活动微弱,研究区内和尚沟组盖层和刘家沟组上段不发育垂向裂隙,具有十分良好的封盖作用。
刘家沟组砂岩水赋存于埋藏深、温度高的低孔隙率砂岩中,补径排条件差,TDS达到65.11 g/L,其中主要离子Cl-质量浓度为39.74 g/L,SO42-为2.08 g/L,Ca2+为14.51 g/L,Na+为7.82 g/L,表现出极高矿化度、极高盐分的特征,pH呈弱酸性。整体上,矿井水水质优于刘家沟组原生水水质,整体可呈现良水转移存储(表 3)。
表 3 转移存储层矿井水水质Table 3. Mine water quality of transfer storage layer水类型 TDS/(mg·L-1) PH值 水化学类型 宝塔山砂岩水 653~1 452 11.40~11.70 CO3-Na 刘家沟组砂岩水 65 111 5.35 Cl-Ca· Na 矿井水 1 134~2 411 6.95~8.33 SO4-Na 4 转移存储层水动力特征分析
4.1 宝塔山砂岩转移存储可行性分析
根据区域内宝塔山砂岩放水试验显示,宝塔山砂岩含水层水位1 180.10~1 200.33 m,渗透系数K为0.105 7~2.024 7 m/d。根据《煤矿防治水细则》中突水系数法安全水头值计算公式,对宝塔山砂岩段进行允许最大水位计算:
$${p_{\rm{s}}} = {T_{\rm{s}}}M$$ (1) 式中:ps为底板隔水层安全水头值,MPa;M为底板隔水层厚度,取8~10 m;Ts为临界突水系数,取0.1 MPa/m。
计算得到最低可开采煤层6-2中煤层可承受宝塔山砂岩含水层最大安全水压为0.8~1.0 MPa,研究区宝塔山砂岩顶界高程440~470 m,因此,允许水位为520~570 m,在不影响未来开采6-2中煤条件下,宝塔山砂岩含水层还需疏降水位,因此,宝塔山砂岩段可存储量十分有限。在现开采阶段,宝塔山砂岩段不考虑作为转移存储层存储高盐矿井水,可作为该矿绿色闭坑后矿井水的转移存储层,形成分布式地下水库等[22]。
4.2 刘家沟组水文地质试验
针对刘家沟组进行自然水位恢复试验、水力压裂和多期次注水试验,得到研究区域内刘家沟组的渗透性和富水性。2019年12月21日至12月29日对MC-1试验回注孔进行自然水位恢复观测(图 3),洗井阶段,刘家沟组无水反出;为准确检测水位变化,在洗井结束后注水至水位-213.10 m开始观测,得到水位恢复速率为5 cm/h,推测刘家沟组砂岩含水层静水位约-100 m。
利用Aquifer Test软件微水试验中Bouwer & Rice方法计算原岩状态下刘家沟组的渗透系数,具体计算公式如下:
$$ K=\frac{{r}_{\rm{c}}^{2}\mathrm{ln}(R/{r}_{\rm{w}})}{2L}\frac{1}{t}\mathrm{ln}\frac{{y}_{0}}{{y}_{t}}$$ (2) 式中:rc为井管半径;y0=y(t0)为初始时刻水位;yt=y(t)为t时刻后水位;rw为过滤段钻孔有效半径;L为筛管长度;R/rw为水流长度;R为影响半径;t为时间。
利用MC-1孔近似自然水位恢复数据,代入式(2)计算得到刘家沟组的渗透系数K为5.31×10-6 m/d,表明刘家沟组原始状态下为弱渗贫水含水层,总体呈现弱地下水循环交替;而刘家沟组地下水TDS极高,表明在原岩条件下刘家沟组地下水基本处于停滞状态。
为满足矿区转移存储水量的需要,对刘家沟组开展水力压裂试验进行局部增透,共进行6次注水试验。根据注水试验观测数据,刘家沟组在后期稳定阶段满足地下水向承压水完整井的稳定运动条件,即符合圆岛模型假设(广义):无限含水层,产状水平、等厚、均质、各向同性;长时间抽水后会出现似稳定状态,取R为影响半径。则有:
$$K = \frac{Q}{{2{\rm{ \mathsf{ π} }}{M_{\rm{h}}}{s_{\rm{w}}}}}\ln \frac{R}{{{r_{\rm{w}}}}}$$ (3) 式中:Mh为含水层厚度,m,取309 m;sw为降深,m;Q为流量,m3/h;rw取53.5 mm。
除第2次注水试验水压波动外,依据5次注水试验稳定阶段进行水文地质参数计算(表 4),得到刘家沟组经水力压裂后渗透系数为0.008 14~0.015 27 m/d。相较刘家沟组原始渗透系数增大几个数量级,表明水力压裂局部增透可明显改善刘家沟组水文地质条件。
表 4 注水试验求参成果Table 4. Results of water injection experiments序号 孔径/mm 水位差/m 渗透系数/(m·d-1) 1 107 930 0.011 93 3 700 0.010 62 4 710 0.008 14 5 750 0.010 51 6 760 0.015 27 4.3 刘家沟组长期转移存储水动力分析
前期注水试验初步掌握刘家沟组的水文地质参数。在长期转移存储矿井水过程中,刘家沟组的水文地质条件可能会发生变化。为获取高强度、持续性注水条件下刘家沟组的流场演化及水压变化规律,利用2020年3月8日至4月30日矿井水回注数据(图 4),分析刘家沟组地层变化情况。
在水力压裂试验后进行试回灌,并获得相关数据,利用式(3)再次进行参数计算,得到试回灌阶段渗透系数为0.009 11~0.016 93 m/d,与压裂阶段渗透系数差别较小,证明回注地层压裂后保持稳定,刘家沟组压裂后转移存储矿井水的潜力较大。
分析结果表示,在为期2个月的回灌过程中,转移存储层刘家沟组的渗透系数基本稳定,说明介质特征也基本稳定,压裂后刘家沟组不再产生二次裂隙扩展,介质条件稳定,压裂后也有较好的转移存储空间,顶底板盖层发育较好,未发生泄露。
基于以上分析,利用MODFLOW模拟长期转移存储下刘家沟组的流场变化情况,用于定量分析和预测长期转移存储条件下储层的水动力场变化情况。研究区刘家沟组在鄂尔多斯盆地区域发育稳定连续,构造不发育,在实际数值模拟过程中,取100R(R为影响半径)作为模拟边界(零流量边界)。根据现有资料,对刘家沟组进行有限单元网格剖分,并对影响半径内进行网格加密,共计剖分网格数10 147个,模拟步长为1 d。因回注孔MC-1无观测孔,采用石油井田在周边地区的水力压裂影响范围经验值700 m进行计算。利用2个月实际资料进行参数率定,设置在压裂影响范围内渗透系数为0.011 m/d,压裂影响范围外为5.31×10-6 m/d,初始水位-100 m,回灌量2 400 m3/d,模拟时间60 d。得到回注60 d后流场变化情况(图 5),在设置回灌量下,井口水位达到773 m,图 4中实际观测压力7.5 MPa,表明模型参数设置较为合理。
模拟结果表明,模拟时间为60 d时,转移存储水体扩散半径达到274 m;模拟时间为180 d时,转移存储水体扩散半径达到472 m;模拟时间360 d时,转移存储水体扩散半径达到665 m。在单口井转移存储1 a情况下,转移存储水体扩散半径接近压裂半径,表明刘家沟组的转移存储矿井水前景较好,可作为该矿处理矿井水,实现矿井水减量减排,转移存储水资源的一种新途径。
5 结论
a. 转移存储目的层选取的两点准则为:目的层必须分布稳定,厚度较大,具有一定的孔隙、裂隙发育程度,以提供储水空间;位于煤层底板以下较大深度,以免受开采扰动,最好为相对封闭的独立水文地质单元。基于以上准则,在鄂尔多斯盆地X矿内选择延安组宝塔山砂岩和刘家沟组砂岩作为备选转移存储层。
b. 宝塔山砂岩段厚度47.1 m,平均孔隙率为14.53%,其中重力水可移动的孔隙占比88.69%,但距离煤层近,无稳定盖层,转移存储高盐矿井水会产生垂向扩散逃逸的风险;刘家沟组总厚416.4 m,砂岩段厚度309 m,平均孔隙率为5.50%,其中重力水可运动的孔隙占比74.22%,原生条件下孔隙发育较差,但存在水力压裂的可能,对煤层开采无影响,更适合用于矿井水的转移存储。
c. 刘家沟组水力压裂局部增透后渗透系数增大到0.008 14~0.015 27 m/d,在长期注水试验条件下渗透系数不发生明显变化,保证压裂后介质特征基本稳定。长期转移存储数值模拟结果表明,刘家沟组具有较为良好的转移存储矿井水前景。
d. 宝塔山砂岩可考虑作为该矿闭坑后的矿井水转移存储层,与已采煤工作面形成采空区+宝塔山砂岩含水层联合分布式地下水库,合理调蓄当地水资源。
-
[1] 谢克昌. 新型能源体系发展背景下煤炭清洁高效转化的挑战及途径[J]. 煤炭学报,2024,49(1):47-56. XIE Kechang. Develop new energy system and promote clean and efficient conversion of coal[J]. Journal of China Coal Society,2024,49(1):47-56.
[2] 彭苏萍. 我国煤矿安全高效开采地质保障系统研究现状及展望[J]. 煤炭学报,2020,45(7):2331-2345. PENG Suping. Current status and prospects of research on geological assurance system for coal mine safe and high efficient mining[J]. Journal of China Coal Society,2020,45(7):2331-2345.
[3] 王国法,巩师鑫,申凯.煤矿智能安控技术体系与高质量发展对策[J].矿业安全与环保,2023,50(5):1-8. WANG Guofa,GONG Shixin,SHEN Kai. Intelligent security control technology system and high-quality development countermeasures for coal mines[J]. Mining Safety & Environmental Protection,2023,50(5):1-8.
[4] 董书宁,刘再斌,程建远,等.煤炭智能开采地质保障技术及展望[J].煤田地质与勘探,2021,49(1):21-31. DONG Shuning,LIU Zaibin,CHENG Jianyuan,et al. Technologies and prospect of geological guarantee for intelligent coal mining[J]. Coal Geology & Exploration,2021,49(1):21-31.
[5] 彭苏萍.建立和发展我国煤矿高产高效矿井地质保障系统[C]//中国煤炭学会矿井地质专业委员会年会报告.上海:1992. [6] 夏玉成.论高产高效工作面地质保障系统[J].中国煤田地质,1997,(S1):33-36. XIA Yucheng. On the geological guarantee system of high-yield and high-efficiency working face[J]. Coal Geology of China,1997,(S1):33-36.
[7] 王安民.浅析建设高产高效矿井的地质保障[J].煤田地质与勘探,1998,(2):34-37. WANG Anmin. Analysis of the geological guarantee for the construction of high-yield and high-efficiency mines[J]. Coal Geology & Exploration,1998,(2):34-37.
[8] 彭苏萍.中国煤矿高产高效矿井地质保障系统[J].河北煤炭,1999,(S1):1-4. PENG Suping. China's coal mine geological guarantee system with high yield and high efficiency[J]. Hebei Coal,1999,(S1):1-4.
[9] 柴学周,岳建华.高产高效矿井地质保障体系研究[J].能源技术与管理,2004,(4):8-10. CHAI Xuezhou,YUE Jianhua. Research on the geological guarantee system of high-yield and high-efficiency mines[J]. Energy Technology and Management,2004,(4):8-10.
[10] 郝贵,柴杨.我国煤炭行业“黄金十年”的成因分析[J].中国矿业,2013,22(2):17-19. HAO Gui,CHAI Yang. Analysis of the causes of the “golden decade” of China's coal industry[J]. China Mining Magazine,2013,22(2):17-19.
[11] 胡省三,成玉琪.21世纪前期我国煤炭科技重点发展领域探讨[J].煤炭学报,2005,(1):1-7. HU Shengsan,CHENG Yuqi. Discussion on the key development areas of coal science and technology in China in the early 21st century[J]. Journal of China Coal Society,2005,(1):1-7.
[12] 董书宁,刘再斌,程建远,等. 煤炭智能开采地质保障技术及展望[J]. 煤田地质与勘探,2021,49(1):21–31. DONG Shuning,LIU Zaibin,CHENG Jianyuan,et al. Technologies and prospect of geological guarantee for intelligentcoal mining[J]. Coal Geology & Exploration,2021,49(1):21–31.
[13] 刘业娇,袁亮,薛俊华,等.2007-2016年全国煤矿瓦斯灾害事故发生规律分析[J].矿业安全与环保,2018,45(3):124-128. LIU Yejiao,YUAN Liang,XUE Junhua,et al. Analysis of the occurrence law of coal mine gas disasters in China from 2007 to 2016[J]. Mining Safety & Environmental Protection,2018,45(3):124-128.
[14] 夏玉成.煤矿区地质环境承载能力及其评价指标体系研究[J].煤田地质与勘探,2003,(1):5-8. XIA Yucheng. Bearing capacity of geological environment in coal-mining area and its assessment index system[J]. Coal Geology & Exploration,2003,(1):5-8.
[15] 薛永安,邹友峰,张文志,等.基于SVM的地下采煤区沉陷灾害发育敏感性分区研究[J].煤田地质与勘探,2022,50(10):108-118. XUE Yong’an,ZOU Youfeng,ZHANG Wenzhi,et al. SVM-based sensitivity zoning of subsidence disaster development in the underground coal mining areas[J]. Coal Geology & Exploration,2022,50(10):108-118.
[16] 夏玉成,杜荣军,孙学阳,等.陕北煤田生态潜水保护与矿井水害预防对策[J].煤炭科学技术,2016,44(8):39-45. Xia Yucheng,Du Rongjun,Sun Xueyang,et al. Countermeasures of ecologic phreatic water protection and mine water disaster prevention in northern Shaanxi Coalfield[J]. Coal Science and Technology,2016,44(8):39-45.
[17] 袁亮,张平松.煤炭精准开采地质保障技术的发展现状及展望[J].煤炭学报,2019,44(8) :2277-2284. YUAN Liang,ZHANG Pingsong. Development status and prospect of geological guarantee technology for precise coal mining[J]. Journal of China Coal Society,2019,44(8):2277-2284.
[18] 许献磊,马正,陈令洲.煤矿地质灾害隐患透明化探测技术进展与思考[J].绿色矿山,2023,1(1):56-69. XU Xianlei,MA Zheng,CHEN Lingzhou. Progress and thinking of transparent detection technology for hidden geological hazards in coal mines[J]. Journal of Green Mine,2023,1(1):56-69.
[19] 许家林,鞠金峰,轩大洋,等.煤矿全生命周期绿色开采研究展望[J].绿色矿山,2023,1(1):79-90. XU Jialin,JU Jinfeng,XUAN Dayang,et al. Prospects for green mining research of coal mine life cycle[J]. Journal of Green Mine,2023,1(1):79-90.
[20] 刘峰,郭林峰,张建明,等.煤炭工业数字智能绿色三化协同模式与新质生产力建设路径[J].煤炭学报,2024,49(1):1-15. LIU Feng,GUO Linfeng,ZHANG Jianming,et al. Synergistic mode of digitalization- intelligentization- greeniation of the coal industry and it’s path of building new coal productivity[J]. Journal of China Coal Society,2024,49(1):1-15.
[21] 贾建称,贾茜,桑向阳,等.我国煤矿地质保障系统建设30年:回顾与展望[J].煤田地质与勘探,2023,51(1):86-106. JIA Jiancheng,JIA Qian,SANG Xiangyang,et al. Review and prospect of coal mine geological guarantee system in China during 30 years of construction[J]. Coal Geology & Exploration,2023,51(1):86-106.
[22] 段中会,苗霖田,张建军,等. 煤炭地质云及数字煤矿地质保障系统研发与应用[R]. 西安:陕西省煤田地质集团有限公司,2018-12-25. [23] 刘再斌,刘程,刘文明,等.透明工作面多属性动态建模技术[J].煤炭学报,2020,45(7):2628-2635.LIU Zaibin,LIU Cheng,LIU Wenming,et al. Multi-attribute dynamic modeling technique for transparent working face [J]. Journal of China Coal Society,2020,45(7):2628-2635. [24] 国家能源局,息烽县工业和信息化局.煤矿智能化标准体系建设指南[M].国能发科技〔2024〕18号,2024,000014349/2024-499088. [25] 赵兵朝,冯杰,赵阳,等. 覆岩导水裂隙带发育高度动态演化规律研究[J]. 煤矿安全,2024,55(2):176−183.ZHAO Bingchao,FENG Jie,ZHAO Yang,et al. Study on dynamic evolution law of development height of overburden water-flowing fractured zone[J]. Safety in Coal Mines,2024,55(2):176−183. [26] 高家明,夏永学,杨光宇,等.复合构造区域煤岩体应力分布及冲击地压危险性评价[J].工矿自动化,2021,47(3):14-19+26.GAO Jiaming,XlA Yongxue,YANG Guangyu,et al . The stress distribution of coal and rock mass and the risk evaluation of rock burst in the composite structure area[J]. Industry and Mine Automation,202l.47(3):14-19. [27] Fenner M,Crosas M,Grethe J S,et al. A data citation roadmap for scholarly data repositories[J]. Scientific Data,2019,6(1):28.
[28] 常立新,廉永彪,廉永海.论人工智能背景下地质资料服务模式转型[J].自然资源信息化,2024(2):23-28. CHANG Lixin,LIAN Yongbiao,LIAN Yonghai. Study on the transformation of geological data service models under the background of artificial intelligence[J]. Natural Resources Informatization,2024(2):23-28.
[29] Yang Z.,Qi W.-w.,Xu C.,et al. Exploring deep learning for landslide mapping:A comprehensive review[J]. China Geology,2024,7(2):330-350.
[30] 何文娜,朱长青,李仰春,等.基于ArcGIS的智能地质图综合[J].地球物理学进展,2020,35(2):0728-0734. HE Wenna,ZHU Changqing,LI Yangchun,et al. Intelligent geological map generalization based on Arc GIS[J]. Progress in Geophysics,2020,35(2):0728-0734.
[31] 李仰春,王永志,陈圆圆,等.智绘地质:新一代智能化地质编图模式及应用[J].地质通报,2020,39(6):861-870. LI Yangchun,WANG Yongzhi,CHEN Yuanyuan,et al. Intelligent geological mapping:A novel pattern for smart geological compilation[J]. Geological Bulletin of China,2020,39(6):861-870.
[32] 李杏龙,文广超,谢洪波.矿井瓦斯地质图辅助编图方法研究[J].煤炭技术,2022,41(2):117-120. LI Xinglong,WEN Guangchao,XIE Hongbo. Research on Auxiliary Mapping Method of Mine Gas-geological Map[J]. Coal Technology,2022,41(2):117-120.
[33] 夏玉成,王悦,马丽.矿井地质灾害要素与地质灾源体辨识评价[J].中国煤炭地质,2019,31(2):51-56. XIA Yucheng,WANG Rui,MA Li. Coalmine Geological Hazard Elements and Geological Disaster Source Bodies Identification Assessment[J]. Coal Geology of China,2019,31(2):51-56.
[34] 蒋必辞,程建远,李萍,等.基于钻孔雷达的透明工作面构建方法[J].煤田地质与勘探,2022,50(1):128−135. JIANG Bici,CHENG Jianyuan,LI Ping,et al.Construction method of transparent working face based on borehole radar[J].Coal Geology & Exploration,2022,50(1):128−135.
[35] 李忠辉,王恩元,刘晓斐,等. 煤矿突出动力灾害声电瓦斯智能监测预警技术与装备[R]. 西安:中国矿业大学,2019-12-01. [36] 刘程,孙东玲,邓飞,等.煤矿多灾害智能防治与智能监控技术[J].智能矿山,2022,7:105-114. LIU Cheng,SUN Dongling,DENG Fei,et al.Intelligent control and monitoring technology of multi-disaster in coal mine [J]. Journal of Intelligent Mine,2022,7:105-114.
[37] 储栋. 基于无人机的矿区地表特征点云提取方法及变形监测研究[D]. 淮南:安徽理工大学,2024. [38] 苏宇,汤伏全,李景祥,等. 矿山采动地表裂缝智能识别的YOLOv7模型改进研究[J]. 煤矿安全,2024,55(4):169−176.SU Yu,TANG Fuquan,LI Jingxiang,et al. Improvement of YOLOv7 model for intelligent recognition of mining surface cracks[J]. Safety in Coal Mines,2024,55(4):169−176.TANG Fuquan,LI Linkuan,LI Xiaotao,et al. Research on characteristics of mining-induced surface cracks based on UAV images[J]. Coal Science and Technology,2020,48(10):130-136. [39] 蔡秋欢.基于GPS与InSAR数据的矿区地表形变分析与研究[D].内蒙古工业大学,2023.CAI Qiuhuan. Analysis and Research on Surface Deformation in Mining Areas Based on GPS and InSAR Data[D]. Inter Mongolia University of Techology,2023. [40] 孙学阳,夏玉成.煤矿区构造环境内涵及类型划分[J].煤田地质与勘探,2015,43(4):79-84. SUN Xueyang,XIA Yucheng. Connotation of tectonic setting in coal area and its type division[J]. Coal Geology & Exploration,2015,43(4):79-84.
[41] 吴群英,彭捷,迟宝锁,等.神南矿区煤炭绿色开采的水资源监测研究[J].煤炭科学技术,2021,49(1):304-311. WU Qunying,PENG Jie,CHI Baosuo,et al. Researoh on water resources monitoring of green coal mining in Shenan Ming Anea[J]. Coal Science and Technology,2021,49(1):304-311.
[42] 范立民,孙魁,李成,等.西北大型煤炭基地地下水监测背景、思路及方法[J].煤炭学报,2020,45(1):317-329.FAN Limin,SUN Kui,LI Cheng,et al. Background,thought and method of groundwater monitoring in large coal base of northwest China[J]. Journal of China Coal Society,2020,45(1):317-329. [43] 宋子岭,祁文辉,范军富,等. 大型露天煤矿绿色开采评价体系研究[J]. 安全与环境学报,2017,17(3):1177-1182. SONG Ziling,QI Wenhui,FAN Junfu,et al. On the establishment of the evaluation system for green mining in large openpit coal mines[J]. Journal of Safety and Environment,2017,17(3):1177-1182.
[44] 虎维岳,赵春虎.基于充水要素的矿井水害类型三线图划分方法[J].煤田地质与勘探,2019,47(5):1-8.HU Weiyue,ZHAO Chunhu. Trilinear chart classification method of mine water hazard type based on factors of water recharge[J]. Coal Geology & Exploration,2019,47(5):1-8. [45] 苗霖田,夏玉成,段中会,等.黄河中游榆神府矿区煤-岩-水-环特征及智能一体化技术[J].煤炭学报,2021,46(5):1521-1531.MIAO Lintian,XIA Yucheng,DUAN Zhonghui,et al.Coupling characteristics and intelligent integration technology of coal-overlying rock-groundwater-ecological environment in Yu-Shen-Fu mining area in the middle reaches of the Yellow River[J]. Journal of China Coal Society,2021,46(5):1521-1531. [46] 夏玉成,王佟,等.煤炭开采地质条件量化预测技术及程序设计[M].西安:陕西科学技术出版社,2001. [47] 李宏泽,丁海,詹润,等.煤矿开采区块综合评价与判识研究——以口孜东矿13-1煤层为例[J].煤炭科技,2023,44(1):1-6. LI Hongze,DING Hai,ZHAN Run,et al. Study on comprehensive evaluation and identification of coal mining blocks:taking 13-1 coal seam of Kouzidong Mine as an example[J]. Coal Science & Technology Magazine,2023,44(1):1-6.
[48] 孙学阳,张齐,夏玉成,等.韩城矿区煤炭资源有利开采区块辨识的原理与方法[J].煤炭科学技术,2020,48(11):232-240. SUN Xueyang,ZHANG Qi,XIA Yucheng,et al. Principle and method of identifying favorable coal mining area in Hancheng[J]. Coal Science and Technology,2020,48(11):234-240.
[49] 王国法,张建中,薛国华,等.煤矿回采工作面智能地质保障技术进展与思考[J].煤田地质与勘探,2023,51(2):12-26. WANG Guofa,ZHANG Jianzhong,XUE Guohua,et al. Progress and reflection of intelligent geological guarantee technology in coal mining face[J]. Coal Geology & Exploration,2023,51(2):12-26.
[50] 毛善君.灰色地理信息系统—动态修正地质空间数据的理论和技术[J].北京大学学报(自然科学版),2002,38(4):556-562. MAO Shanjun. Gray geographical information system-the theory and technology of correct geological spatial data dynamically[J]. Acta Scientiarum Naturalium Universitatis Pekinensis,2002,38(4):556-562.
计量
- 文章访问数: 32
- HTML全文浏览量: 3
- PDF下载量: 10