当前位置:主页 > 经济论文 > 技术经济论文 >

薄煤层自动化长壁综采关键技术及决策支持系统研究

发布时间:2018-04-17 18:19

  本文选题:薄煤层 + 开采方法 ; 参考:《中国矿业大学》2016年博士论文


【摘要】:论文针对薄煤层综采工艺决策支持系统及自动化开采关键技术体系,综合运用理论分析、计算机模拟、工业性试验及现场实测等研究方法,系统研究了薄煤层长壁综采工作面开采方法优选、薄煤层综采工作面设备选型与配套专家系统、薄煤层长壁综采工艺模式聚类分析与评价及薄煤层自动化综采工艺关键技术,研究成果为类似条件下薄煤层自动化开采设计提供了理论指导,主要结论为:(1)确定了以经济、技术、人机环境为评价准则的薄煤层采煤方法优选决策指标体系,基于离散型随机变量概率统计原理,设计了指标层权重向量概率分布的蒙特卡罗模拟仿真试验,建立了薄煤层长壁综采工作面开采方法优选的多属性多目标决策模型,指导了薄煤层综采工作面开采方法优选设计。(2)建立了基于遗传算法优化的薄煤层综采工作面设备选型与配套专家系统,研发了配套的智能化设备选型决策软件,探讨了智能化选型结果的可信度及存在的技术风险,实现了薄煤层综采工作面关键设备的智能化选型。(3)提出了我国薄煤层综采工艺模式分类策略,建立了综采工艺模式聚类分析评价体系,设计了薄煤层综采工艺模式优选的神经网络理论模型,实现了给定条件下薄煤层综采工艺模式的智能优选,设计并完成了自动化综采工艺模式的分阶段实施方案。(4)构建了薄煤层自动化综采工艺关键技术体系,提出了薄煤层自动化割煤技术的精细化分类策略及实施方案,开发了复杂条件薄煤层综采工作面自动化截割技术,实现了薄煤层煤厚变化带、地质构造带截割轨迹预设及截割速度的自动化控制,揭示了采煤机定姿定位及工作面视频监控技术的工作原理,完善了薄煤层自动化综采工艺决策支持系统。
[Abstract]:Aiming at the decision support system of fully mechanized coal mining process and the key technology system of automatic mining in thin coal seam, the research methods such as theoretical analysis, computer simulation, industrial test and field measurement are used in this paper.This paper systematically studies the optimization of mining methods for long wall fully mechanized coal face in thin coal seam, the equipment selection and supporting expert system of thin coal seam fully mechanized coal face, the cluster analysis and evaluation of long wall fully mechanized coal mining technology mode of thin coal seam and the key technology of automatic fully mechanized coal mining technology in thin coal seam.The research results provide theoretical guidance for the automatic mining design of thin coal seam under similar conditions. The main conclusion is that the decision index system for optimal separation of thin coal seam mining method based on economy, technology and man-machine environment is determined.Based on the principle of probability and statistics of discrete random variables, Monte Carlo simulation experiment of probability distribution of weight vector in index layer is designed, and a multi-attribute and multi-objective decision-making model for mining method of longwall fully mechanized mining face in thin coal seam is established.Based on genetic algorithm optimization, an expert system of equipment selection and matching for thin coal seam fully mechanized mining face is established, and a matching intelligent equipment selection decision software is developed.This paper discusses the reliability and technical risk of intelligent selection results, realizes the intelligent selection of key equipment in thin coal seam fully mechanized mining face, and puts forward the classification strategy of thin coal seam fully mechanized mining technology model in China.The cluster analysis and evaluation system of fully mechanized coal mining technology model is established, and the neural network theory model of optimal selection of thin coal seam fully mechanized mining technology model is designed, and the intelligent optimal selection of thin coal seam fully mechanized mining technology mode is realized under given conditions.The key technology system of automatic fully mechanized coal mining technology in thin coal seam is constructed, and the detailed classification strategy and implementation scheme of automatic coal cutting technology in thin coal seam are put forward.The automatic cutting technology of fully mechanized coal face with complicated conditions has been developed, and the automatic control of the cutting track and cutting speed of the thin coal seam thickness zone, the geological structure belt cutting track and the cutting speed have been realized.The working principle of position determination and video monitoring technology of coal mining machine is revealed, and the decision support system of automatic fully mechanized coal mining process in thin coal seam is improved.
【学位授予单位】:中国矿业大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:TD823.251

【相似文献】

相关期刊论文 前10条

1 周峰 ,高子斌;汶南煤矿薄煤层开采实现机械化[J];建井技术;2003年06期

2 苗青;;薄煤层开采设备技术探讨[J];河北能源职业技术学院学报;2007年S1期

3 李桂云;杨战标;周国友;;河南省薄煤层开采技术及综合配套支撑体系探讨[J];煤矿开采;2011年05期

4 李锐;;薄煤层开采技术[J];科技资讯;2012年05期

5 倪亚军;;浅谈薄煤层开采(回采)安全管理[J];煤;2012年08期

6 郅盛庆;李文超;;采矿技术中薄煤层的开采现状分析及对策[J];科技传播;2013年01期

7 张鹤松;;采矿技术中薄煤层的开采现状分析及对策[J];黑龙江科技信息;2013年09期

8 阎刚;扈振波;刘喜增;;薄煤层开采工艺及发展探讨[J];山东煤炭科技;2013年02期

9 曹龙港;;浅析新时期薄煤层开采技术的发展趋势[J];科技创新导报;2013年15期

10 姚前程;;薄煤层开采中的设备管理分析[J];企业导报;2013年17期

相关会议论文 前10条

1 孟凡刚;;破碎顶板条件下的薄煤层开采技术探讨[A];第四届全国煤炭工业生产一线青年技术创新文集[C];2009年

2 李建民;孙继凯;章之燕;;开滦矿区薄煤层开采设备选型配套分析[A];煤矿机电一体化新技术学术会议论文集[C];2010年

3 张志刚;刘存美;;破碎顶板条件下的薄煤层开采技术探讨[A];开滦矿区采矿技术与实践文集[C];2009年

4 赵国宏;;薄煤层开采技术的研究[A];开滦矿区采矿技术与实践文集[C];2009年

5 郭修杰;张明;张伦恭;伦庆忠;;田庄煤矿薄煤层高产高效经验介绍[A];2005年度山东煤炭学会优秀学术论文集[C];2005年

6 吴秀祥;石念光;董和平;;崖头煤矿薄煤层螺旋钻无人洁净开采技术应用研究[A];山东煤炭学会2004年度优秀学术论文集[C];2004年

7 姜文杰;郝象鹏;吕建为;;较薄煤层高产高效工作面开采技术[A];煤炭开采新理论与新技术——中国煤炭学会开采专业委员会2006年学术年会论文集[C];2006年

8 王晚宁;;薄煤层开采现状及发展趋势[A];第三届全国煤矿机械安全装备技术发展高层论坛暨新产品技术交流会论文集[C];2012年

9 吴兴河;;薄煤层复杂地质条件下的高产高效开采方法[A];中国煤炭学会成立五十周年系列文集2012年全国矿山建设学术会议专刊(下)[C];2012年

10 王兴雨;陈少华;李安林;;薄煤层高产高效开采工艺技术与装备[A];煤炭开采新理论与新技术——中国煤炭学会开采专业委员会2006年学术年会论文集[C];2006年

相关重要报纸文章 前10条

1 本报记者 武晓娟;薄煤层不再是“鸡肋”[N];中国能源报;2013年

2 本报记者 崔玉平;薄煤层开采前景光明 机械化需循序渐进[N];中国工业报;2013年

3 本报记者 于孟林 通讯员 褚衍猛;滨湖矿创新薄煤层开采技术[N];中国能源报;2014年

4 蒲德贵邋张明英;140万吨,我们收获节约保护了资源[N];经理日报;2008年

5 刘新征;中国薄煤层开采技术新的里程碑[N];经理日报;2008年

6 马志;晋华宫矿薄煤层开采日产拔头筹[N];中国矿业报;2005年

7 本报记者 丰硕 通讯员 吴玉华 周燕;薄煤层——没有被遗忘的角落[N];中国煤炭报;2010年

8 记者 蒋明;淮南薄煤层开采技术全国领先[N];安徽日报;2010年

9 刘敏之;开创薄煤层机采世界一流[N];济宁日报;2010年

10 华德民 刘敏之;在薄煤层开创世界一流[N];经理日报;2010年

相关博士学位论文 前3条

1 王沉;薄煤层自动化长壁综采关键技术及决策支持系统研究[D];中国矿业大学;2016年

2 蒲宝山;较薄煤层高效开采工作面设备优化配套研究[D];煤炭科学研究总院;2006年

3 吕文玉;薄煤层采煤方法优选与工作面长度优化研究[D];中国矿业大学(北京);2010年

相关硕士学位论文 前10条

1 陶静;采煤机摇臂的动力响应及优化分析[D];中国矿业大学;2015年

2 聂刚;薄煤层炮采工作面设备集中控制系统的设计与实现[D];电子科技大学;2014年

3 曲庆峰;黑龙江省超薄煤层可采性评价[D];辽宁工程技术大学;2006年

4 孙强;大斗沟矿两硬薄煤层综合机械化开采技术研究[D];辽宁工程技术大学;2013年

5 陈兴隆;吕沟煤矿薄煤层炮采工作面矿压显现规律研究[D];河南理工大学;2012年

6 郑仰昕;薄煤层煤尘弱水防治技术及其工艺过程研究[D];山东科技大学;2008年

7 孔令珍;极近距离薄煤层联合布置开采综合系统优化研究[D];山东科技大学;2004年

8 宋月辉;EBZ160B薄煤层掘进机整机动力仿真和关键结构件有限元分析[D];河北科技大学;2014年

9 谢小平;高瓦斯煤层群薄煤层上保护层开采卸压机理及应用研究[D];中国矿业大学;2014年

10 王立波;东欢坨矿特殊地质条件下薄煤层综采技术研究[D];辽宁工程技术大学;2007年



本文编号:1764726

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/jiliangjingjilunwen/1764726.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5aadb***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com