煤层宏观裂隙特征与瓦斯抽采研究

发布时间：2021-03-25 13:45

　　为了利用煤层宏观裂隙,提高瓦斯抽采效率,在古汉山矿对二1煤层宏观裂隙进行了系统观测和统计分析。研究表明:古汉山矿二1煤层宏观裂隙可区分为大倾角、中倾角和小倾角3种类型;在不同的瓦斯地质单元中,3种类型宏观裂隙的发育程度、优势发育方位、煤层的破坏程度和煤层渗透性存在很大差异,进而影响了穿层和顺层瓦斯抽采钻孔的抽采效率。提出了在不同瓦斯地质单元中,根据煤层宏观裂隙主要类型和优势发育方位,优化设计瓦斯抽采钻孔的方法,并取得了较好的实际应用效果。 

【文章来源】：煤炭技术. 2020,39(06)

【文章页数】：5 页

【部分图文】：

靠近底板的构造软煤分层

古汉山矿地处焦作煤田东北部，处于古汉山、油坊两断层间。基本构造轮廓为单斜构造，地层走向N40°E，倾向SE，倾角12°～17°。断裂构造比较发育，局部存在小型褶曲。以团相断层为界，井田分为Ⅰ和Ⅱ共2个瓦斯地质单元（见图1）。选择第Ⅰ瓦斯地质单元的14采区和第Ⅱ瓦斯地质单元的15采区作为二1煤层宏观裂隙观测区（见图2）。伴随回采的进程，对煤层裂隙进行产状和特征观测，并对煤壁进行平面拍照，总结二1煤层宏观裂隙类型与煤层破坏特征，进而提出对瓦斯抽采钻孔优化设计方案。

传统的煤层宏观裂隙识别借助于卷尺和罗盘等工具，使用测线法和采样窗法等方法进行人工测量与统计，受井下工作环境影响大，存在“测量难”和“测不准”等问题。近年来，国内外学者针对裂隙识别也进行了大量研究。参考前人研究成果，结合我国煤矿实际，本文提出了基于井下平面摄影和计算机处理技术的煤层宏观裂隙观测和统计分析方法。在井下煤层裂隙肉眼观测的基础上，选择一定数量的观测点，使用防爆相机拍摄煤壁照片，并通过图像识别技术来实现煤层宏观裂隙的识别与特征参数提取（见图3）。首先将裂隙照片进行灰度化处理，再选定合适的灰度阈值进行裂隙的识别与判定；在裂隙判识的基础上，根据煤层走向和裂隙侧伏角，绘制每个观测点煤层宏观裂隙玫瑰花图或赤平投影图；最后综合各观测点统计结果，分析得出整个研究区域煤层宏观裂隙的发育特征和优势方位。图3 井下煤层照片节理裂隙计算机识别与统计

【参考文献】：
期刊论文
[1]基于数字图像处理的岩体微裂隙模拟[J]. 刘春梅,朱珍德,渠文平,钱林栋.  矿业研究与开发. 2015(03)
[2]基于骨架和分形的混凝土裂缝图像识别算法[J]. 杨松,邵龙潭,郭晓霞,刘潇,张菁.  仪器仪表学报. 2012(08)
[3]基于图像局部网格特征的隧道衬砌裂缝自动识别[J]. 王平让,黄宏伟,薛亚东.  岩石力学与工程学报. 2012(05)
[4]节理平均迹长与统计窗选位关联性分析[J]. 申艳军,徐光黎,董家兴,朱可俊.  岩石力学与工程学报. 2011(03)
[5]基于直方图估计和形状分析的沥青路面裂缝识别算法[J]. 徐志刚,赵祥模,宋焕生,雷涛,韦娜.  仪器仪表学报. 2010(10)
[6]结合NSCT和图像形态学的路面裂缝检测[J]. 马常霞,赵春霞,胡勇,王鸿南,陈海燕.  计算机辅助设计与图形学学报. 2009(12)
[7]基于相位编组法的路面裂缝自动识别[J]. 张娟,沙爱民,孙朝云,高怀钢.  中国公路学报. 2008(02)
[8]岩体节理平均迹长和迹线中点面密度估计[J]. 杨春和,包宏涛,王贵宾,梅涛.  岩石力学与工程学报. 2006(12)
[9]基于数码图像的岩体结构信息采集处理研究[J]. 吴志勇,聂德新,李雪峰,张景科.  岩石力学与工程学报. 2003(S2)



本文编号：3099788