• 论文
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
  • 双目视觉 | 基于单激光束信息的掘锚装备视觉定位方法研究
    <p>煤矿井下掘锚装备智能化是改善行业采掘失衡问题的关键,而掘锚装备的精确定位是实现其智能化的前提。与其他传统定位方法相比,基于视觉的位姿测量方法以其无接触、无累计误差的优势在煤矿井下得到了初步的应用。针对目前煤矿井下掘进工作面掘锚装备视觉定位方法存在的合作标靶结构复杂、标定繁琐的问题,结合掘进工作面原有激光指向仪特征,提出一种基于单激光束信息的掘锚装备视觉定位方法。该方法通过分析激光指
    了解更多>>
  • 螺旋滚筒 | 含夹矸煤层条件下采煤机螺旋滚筒优化设计
    了解更多>>
  • 生态修复 | 无人机倾斜摄影测绘在矿山生态修复中的应用
    为满足矿山生态修复工程的实际需要,准确高效地完成矿山生态修复区域的调查工作;以抚顺西露天矿复绿项目为例,利用无人机搭载高清相机进行空中倾斜影像的数据采集,PIX4D软件进行矿山复绿区三维模型的构建;通过对生态修复区域范围采集的图斑进行赋值,汇总得到矿山各地块需要生态修复的面积;并最终确定复绿区域16处,复绿区总面积449 hm2。结果表明:无人机倾斜摄影测绘技术具有高效便捷的特点,测绘结果准确、直观,有效降低了测
    了解更多>>
  • 切顶卸压 | 极近距离煤层开采无煤柱自成巷控制方法研究
    极近距离煤层传统长壁开采,受上层遗留煤柱和采空区垮落等因素的影响,下煤层开采过程中应力环境复杂、矿压显现剧烈,易诱发巷道围岩大变形。为解决上述问题,提出了极近距离条件下巷道定向切顶–约束高强支护无煤柱自成巷控制方法。通过顶板定向预裂切顶,主动改变顶板悬臂结构,切断采空区向巷道顶板的应力传递。充分利用矿山压力和岩体碎胀特性,取消煤柱留设,结合高强支护加强巷道顶板整体性,共同实现切顶自成巷
    了解更多>>
  • 风温预测 | 基于PSO−Elman神经网络的井底风温预测模型
    目前井下风温预测大多采用BP神经网络,但其预测精度受学习样本数量的影响,且容易陷入局部最优,Elman神经网络具备局部记忆能力,提高了网络的稳定性和动态适应能力,但仍然存在收敛速度过慢、易陷入局部最优的问题。针对上述问题,采用粒子群优化(PSO)算法对Elman神经网络的权值和阈值进行优化,建立了基于PSO−Elman神经网络的井底风温预测模型。分析得出入风相对湿度、入风温度、地面大气压力和井筒深度是井底风温的主要影
    了解更多>>
  • 覆岩沉降 | 煤下铝上行开采工艺控制覆岩均匀沉降研究
    铝土矿空场开采会导致覆岩的不均匀沉降或塌陷,破坏上覆煤层的完整性。为实现煤铝资源的保护性开采,保障煤下铝开采时上覆煤层的完整性,在提出煤下铝开采方法的基础上,分析崩落散体性质对覆岩均匀沉降的影响规律和控制覆岩均匀沉降的基本原理。首先建立了煤下铝开采覆岩移动的非线性弹性地基梁力学模型,分析不同弹性地基系数条件下的力学模型,然后采用数值模拟方法研究崩落散体性质对覆岩移动的影响规律,最后提出煤下铝
    了解更多>>
  • 新污染物 | 农村生活污水处理与资源化利用及新污染物控制探讨
    <p>推动农村生活污水治理资源化利用是实现我国农村人居环境整治提升的重要举措。 近年来,我国农村生活污水治理越来越关注到农村实际情况,并开始将治理思路由污水治理向资源化利用转变,追求简单高效可持续的治理模式。 然而,农村生活污水中新污染物的出现也给资源化利用过程带来了一些风险和问题。 基于此背景,总结了当前我国农村生活污水资源化利用的三种模式,分别是尾水灌溉模式、经济作物种植模式和灰黑分离
    了解更多>>
  • 预测煤厚 | 基于BP神经网络的微震多属性预测工作面煤厚判定方法
    <p>微震监测技术在国内外煤矿和非煤矿山中已经广泛使用,对预测岩爆、冲击地压、防治水害、深部采场稳定性及顶板冒落等突发灾害起到了重要作用。本文基于邯邢矿区九龙矿15249N工作面微震监测结果,提取其中10种微震属性数据,通过对微震属性的优化和误差分析,优选出矩震级、滑动位移、体变势、能量、静态应力降等5种震源参数,结合巷道揭露和钻孔约束方法进行BP人工神经网络方法计算,通过穷举式搜索(ES)算法和试凑递增法得
    了解更多>>
今日专家

2016年毕业于煤炭科学研究总院开采研究分院,获硕士学位,助理研究员...

亮点论文

为了研究三塘湖盆地石头梅地区二叠系芦草沟组有机质富集特征,通过对岩芯详细观察和泥岩系统取样,开展了有机碳、岩石热解、主量元素、微量元素测试分析。结果表明,三...

今日企业

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联