基于电磁波技术的煤岩识别方法研究

发布时间：2018-03-02 23:12

本文选题：煤岩识别　切入点：探地雷达　出处：《中国矿业大学》2017年博士论文　论文类型：学位论文

【摘要】：无人化/智能化工作面开采技术是一种高效的安全开采方式,可以有效的减少人员事故,确保煤矿安全开采。煤炭科技“十三五”明确指出要全面实施创新驱动发展战略,攻克智能矿山中的相关关键技术,将智能化控制技术带入到煤炭主要生产环节中。要达到这一目的,首先要解决煤岩智能识别问题,这也是当前制约智能化采煤装备的重大难题。煤岩识别是指采煤机切割煤层时应尽量沿着煤层和岩层的分界面开采,当切割到岩层时要及时调整采煤机滚筒高度避免造成欠/过切割。这一问题一直是国内外的研究热点,虽然诸多学者提出了许多具有代表性的研究方法,但各个方法只是探讨了煤岩识别的可行性,并没有形成了一个完善的解决方案。考虑到电磁波在煤层中的传播规律受到煤岩介质电磁参数的影响,而煤岩介质的电磁参数会随着电磁波频率的变化而改变,通过选取合适的频率有可能避开煤岩介质电磁参数相近的情况,这也是其它方法所无法做到的。此外,当电磁波频率达到太赫兹频段时,通过研究电磁波回波将能获取煤岩介质的物理信息。因此,本文以煤岩界面和煤岩介质作为研究对象,利用不同频段的电磁波技术开展了相关研究,并完成了以下工作。1)在微波频段,以煤岩界面作为研究对象,建立了与煤岩电磁参数、地质环境参数相关的煤岩界面电磁探测模型,探索了微波频段的煤岩界面识别方法并研究了不同约束条件下的方法适用性问题。从煤岩电特性差异以及煤岩界面目标体距离方面分析了探地雷达技术的可行性。模拟了电磁波在煤岩介质中的正演过程,研究了电磁波在复杂煤层中的传播特性,开展了不同测试频率(微波频段)、各种煤岩组合和简单/复杂地质条件下的电磁探测适用性研究。仿真结果表明,探地雷达技术可以实现大多数0.3~8 m之内的煤岩界面探测。使用LTD-2100探地雷达并选取不同频率的雷达天线进行井下实验,研究井下煤岩界面的获取方法并通过案例分析来验证仿真结果。经分析发现,实验数据可以较好的和理论仿真数据相吻合,这也意味着绝大多数的煤层都可以用LTD-2100型探地雷达来实现煤岩界面的检测。在实际应用中可以采取提前探测或让雷达天线跟随采煤机移动的方式实现连续采探,结合地质资料研究煤岩界面在雷达剖面上的反映特征,从而更好的解释雷达探测图像,获取准确的煤层厚度信息。2)提取了不同种类的煤岩太赫兹信号差异特征,分别采用物质成分分析法和德拜/洛仑兹模型揭示了煤岩介质的吸收、折射和介电特性变化规律并探索了煤岩光电特性机理,验证了在太赫兹频段进行煤岩识别的可行性。利用太赫兹时域光谱系统获取了典型煤岩介质的太赫兹信号,由于煤岩介质在太赫兹频段内并没有特征吸收峰,因此需要在太赫兹频段研究并提取出介质的特征信息。通过光谱分析技术从时域、频域和时频域三个方面开展了煤岩太赫兹信号特征和物理特性的研究。获取了煤岩介质在太赫兹频段的光学常数并利用光学常数与电导率、介电常数的关系得到了煤岩介质在该频段内的介电特性和损耗特性,将煤岩介质在0.5 THz的电参数与其在100 MHz时的电参数进行对比后发现当频率上升到太赫兹时,煤岩介质的介电常数都有所降低,但岩样的介电常数变化较大,这也意味着煤壁的反射特性并未发生太多变化,而该种岩壁的反射特性将发生较大改变;此外,煤岩的电导率增大了约7个数量级,这也意味着煤岩介质在太赫兹频段具有较强的衰减特性。利用德拜/洛仑兹模型对实验数据进行了阐述和解释,实验结果表明在三阶模型下实验数据和理论数据可以较好的吻合,其均方根误差小于0.01,平均相关系数达到了0.96。利用煤岩太赫兹信号在时域、频域、时频域的信号差异与物理特征差异初步验证了在太赫兹频段进行煤岩界面识别的可行性。此外,还研究了不同煤种的变质程度、灰分、挥发分等因素对煤岩介质在太赫兹频段下物理特性的影响,指出了煤的变质程度和灰分含量是影响其太赫兹频段物理特性的主要因素。3)在太赫兹频段,利用煤岩的吸收特性和折射率特性的差异特征提出了一种基于THz-PCA-SVM的煤岩识别方法,解决了煤岩特性相近时的煤岩识别问题。利用主成分分析对100组不同煤岩介质的吸收特性和折射特性进行降维和特征提取,并对PCA结果进行了物质特征分析。数据表明,无论是吸收谱还是折射率谱的前三个主成份的贡献度都超过了99%,大大降低了数据维度。此外,在吸收谱的二元PCA得分中,煤岩介质虽然没有被完全区分开,但是各个种类的煤岩被较好的汇聚在了一起;而在折射率谱的二元PCA得分中,煤和岩虽然被完全区分了出来,但是各个煤种的主元得分呈现发散的趋势。将光谱技术与数学方法结合起来提出了一种基于THz-PCA-SVM的煤岩介质快速识别方法,并分析了不同核函数以及支持向量机参数对分类结果的影响。结果表明经过PCA预处理后,无论是煤岩的吸收谱数据集还是折射率谱数据集均可以构建准确的分类模型,并达到100%准确的分类结果。这也说明即使在煤岩介质特性相近且不具备吸收峰的情况下,THz-PCA-SVM分类方法依然可以快速、高效、准确的识别出不同的煤岩介质,可以通过该方法来描述采煤机的截割状态(割煤/割岩)。此外,该方法也可以作为一种快速无损的煤质检测方法对不同煤种进行准确的区分,为煤质监测提供了一种新的研究思路和解决方法。
[Abstract]:......
【学位授予单位】：中国矿业大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：TD82;O441

【相似文献】