一、放顶煤开采工艺参数决策的神经网络模型研究（论文文献综述）
杨艺,高阳,罗开成,王科平,费树岷[1]（2022）在《基于YADE的综放工作面进刀放煤三维仿真》文中研究表明以Linux环境下离散元开发环境YADE为基础,开发了综放工作面连续进刀放煤三维仿真系统;系统以煤矿真实地质环境设置放煤参数,有效模拟了放煤过程中尾梁摆动、液压支架推移动作,以及尾梁顶部的煤矸混合动态变化过程;在此基础上,开展了单轮放煤、双轮放煤等不同工艺的进刀放煤对比试验。结果表明:进刀放煤三维模型能够真实地模拟顶煤放出过程,为从三维角度研究综放开采顶煤放出规律提供了新的方法;在综放工作面连续进刀放煤条件下,双轮分段间隔放煤效果最好,其平均顶煤采出率为86.64%、含矸率为4.06%。
袁源,汪嘉文,朱德昇,王家臣,王统海,杨克虎[2]（2021）在《顶煤放落过程煤矸声信号特征提取与分类方法》文中研究表明针对综放工作面煤矸智能识别问题,设计了能感应尾梁动作并自动触发数据采集的放煤声信号采集装置,在山东能源古城煤矿3106综放工作面采集现场数据并进行人工标注,构建了放顶煤声信号分类样本库。研究了6种常用机器学习分类方法在时域、频域和时频域中的特征,以及在不同帧长、不同特征向量维度下的分类效果。结果表明:在不同帧长下,基于时频域特征的分类效果最稳定、准确率最高,随机森林、K近邻、决策树、多层感知器模型分类准确率均达到80%以上,其中基于小波包分解与随机森林算法的分类器性能最好,分类准确率为93.06%。维度较高的时频域特征向量之间存在相关性,降维可以提取少量的综合特征并降低系统的运算量,利用主成分分析法将时频域特征向量降维至20后,分类准确率进一步提高至94.51%。
史久林[3]（2021）在《不同覆岩条件特厚煤层综放开采放煤规律研究》文中研究说明放煤规律始终是特厚煤层综放开采研究中关注的重点之一。本文以不连沟煤矿特厚煤层综放工作面为工程背景,开展破碎覆岩、层状覆岩和含破碎层的层状覆岩,三种覆岩条件下顶煤放出规律的相关研究。首先,根据顶煤放出过程中待放区内的顶煤堆积密度变化,结合散体颗粒的Bergmark-Roose运动模型,对顶煤放出规律进行理论分析,建立了匀变密度函数的放出体模型,通过理论分析确定了层状覆岩内的悬臂-铰接结构具有同步和异步的运动特征。其次,借助数值模拟软件中的线性和平行黏结力学接触模型,研究破碎覆岩、层状覆岩和含破碎层的层状覆岩对放煤规律的影响,揭示不同覆岩条件下放煤规律的内在联系,破碎覆岩物理力学性质与顶煤放出量间存在二次函数的关系,建立了破碎覆岩条件下全工作面平均顶煤回收率的量化模型;层状覆岩中悬臂结构失稳抑制顶煤放出作用最强,其次是铰接结构,层状覆岩中的破碎层能够缓冲覆岩结构运动的抑制作用。最后,基于研究成果提出水力压裂弱化顶板增加破碎岩层厚度的技术措施,不仅有助于提高顶煤回收率,同时能够有效弱化工作面矿压显现强度。论文主要研究成果如下:（1）建立破碎顶煤颗粒放出过程中的堆积密度变化的匀变密度函数放出体模型。受采空区颗粒移动边界和支架的约束,顶煤堆积密度与放出截面、距放煤口距离呈正相关性。同时,层状覆岩内的多层坚硬岩层破断形成的“悬臂-铰接”结构,进一步改变了顶煤放出过程中的堆积密度,建立以放出截面半径为自变量的密度变化函数,结合Bergmark-Roose散体运动模型,建立匀变密度函数放出体模型。相较传统的恒定密度放出体模型,匀变密度模型横向变形量增大37.14%;径向呈压缩状态,压缩变形量减小27.27%,顶煤的放出体发育过程中横向扩展区域大于径向扩展区域。产生这种变化的原因是破碎顶煤堆积密度随距放煤口的距离变化,从而改变了放出体的形态。引入匀变密度放出体模型更能真实的反应顶煤放出体的变化规律。（2）破碎岩层条件下岩层中的层厚、岩块粒径和摩擦系数与顶煤放出量均呈二次函数关系,存在影响顶煤放出量的极大值和极小值。破碎岩层厚度与顶煤厚度为1:1时,顶煤的初始放煤量、周期放煤量和回收率最大。破碎煤岩粒径比在1:1.6～1.7的区间内,顶煤的初始放煤量、周期放煤量和回收率最小;破碎煤岩摩擦系数比为1:4.2时,顶煤的初始放煤量、周期放煤量和回收率最大。（3）破碎岩层条件下顶煤放出体高度随工作面推进而呈现不同的变化规律,但是周期放煤循环内的平均放出体高度大于1倍支架高度,小于2倍支架高度。放出体近似“下部三角形-上部局部圆形”的组合形态特征。初始放煤循环的放出体高度近似等于煤层厚度,且放出体形态呈现“下部三角形-上部局部椭圆”形态特征。由此建立破碎岩层条件下的全工作面顶煤回收率的量化模型。（4）对比研究了层状覆岩与含破碎岩层的层状覆岩条件下的放煤规律。层状覆岩的条件下,不规则垮落岩层的破断岩块的嵌入抑制了顶煤放出体形态的发育,使得各个放煤循环过程中放出体形态在“三角形”、“三角形-局部圆”和“三角形-局部椭圆”之间随机形成。悬臂结构失稳使得支架尾梁上部的待放顶煤区内强力链增加且向放煤口侧转移,改变了传统研究中的随顶煤放出待放区顶煤力链减弱的趋势。强力链的增加抑制破碎顶煤向放煤口的移动趋势,且破断岩块嵌入改变了煤岩分界线,使得顶煤放出量急剧减小,铰接结构失稳使得支架尾梁上部的待放顶煤区内强力链增加,但增加数量小于悬臂结构失稳,且其下部规则垮落带内岩块形成挤压拱,使得顶煤放出量虽然减小但影响程度小于悬臂结构失稳。悬臂结构的失稳对顶煤回收率影响最为显着。破碎层的存在能够有效弱化上部覆岩运动对顶煤放出过程的影响。（5）破碎覆岩、层状覆岩和含破碎层的层状覆岩对顶煤放出规律的影响,最终体现在周期放煤循环过程中顶煤放出体形态变化,但是对初始放煤阶段的顶煤放出体形态控制作用有限。（6）通过现场分析表明,特厚煤层综放工作面“大-小”周期来压时顶煤回收率减小。采用水力压裂技术进行顶板弱化,能够减小覆岩运动对顶煤放出规律的影响,弱化后的顶煤回收率提高了15.08%。
霍昱名[4]（2021）在《厚煤层综放开采顶煤破碎机理及智能化放煤控制研究》文中进行了进一步梳理随着我国矿业现代化进程的稳步推进,采矿装备的电气化带动了采矿技术的快速发展,开采规模也随之不断扩大。融合大数据、云计算、人工智能以及工业5G等新型信息技术的智能化采矿方法,不仅能达到“无人”矿井的行业目标,更成为保障我国能源安全与促进经济高质量发展的全新机遇。尽管信息化技术成熟度不断提高,综采放顶煤技术在我国经过四十余年的发展也已经取得明显进步,但智能化综放开采仍然存在一些问题亟待解决,主要体现在综放开采理论、技术与智能化开采实践联系不紧密、应用程度不高等方面。厚煤层综放开采智能化的关键是放煤过程的智能化,须在掌握顶煤破碎、放出规律的基础上,结合智能化探测、控制技术手段,建立智能化放煤控制体系。本文根据王家岭煤矿12309智能化建设工作面为背景,研究着眼于综放开采全过程,以顶煤采动应力场演化规律为切入点,揭示顶煤在综放开采过程中的破碎机理,阐明散体顶煤由后刮板输送机放出的放出特性,提出合理的放煤方法,为厚煤层智能化放煤的增产增效提供理论支撑。在理论分析的基础上,提炼实现智能化放煤所需的各项关键技术,并将其综合应用,为厚煤层智能化放煤的实现提供重要的技术支撑。得到的主要结论有:（1）基于主应力空间,研究了厚煤层综放开采过程中顶煤受力单元主应力场演化规律。利用有限差分数值模拟方法,考虑液压支架工作阻力对顶煤的支撑作用,阐明了高水平应力条件下顶煤主应力值变化及方向偏转特性,在此基础上将顶煤划分为原岩应力区、中间主应力升高区、应力显着升高区、应力峰后降低区及液压支架控顶区5个分区,得到了高水平应力条件下顶煤主应力驱动路径,为后续顶煤渐进破碎机理的研究提供了应力边界条件。（2）基于弹塑性力学理论,明析了描述顶煤应力状态的平均应力、偏应力及应力Lode角3个参数在综放开采中的演化过程,揭示了上述3个参数在各顶煤分区中的演化特性,基于高精度工业CT扫描技术,运用合成岩体（SRM）数值建模方法,重构了裂隙煤体三维数值模型,运用“有限差分-颗粒流”耦合数值方法,建立了“连续-非连续”耦合真三轴数值模型,在指定主应力边界条件下模拟了顶煤渐进破碎过程,阐明了试件裂隙发育迹线及破碎块度分布规律,实测了放落顶煤破碎块度分布特性,与数值模拟结果进行了类比分析,证明了数值方法可靠性,为后续散体顶煤运移及放出规律的研究提供了数据支撑。（3）基于“有限差分-颗粒流”耦合算法,建立了“连续-非连续”耦合综放开采数值模型,开发了“随机自由落体-逐步伺服夯实”的耦合建模方法,反演了综放开采从工作面设备安装至放煤稳定的全过程,得出了煤矸分界线形态演化的3个特性,并以此为依据改进了“Hook”函数,使之适于描述煤矸分界线形态,以改进的“Hook”函数对煤矸分界线形态进行了拟合,揭示了综放开采煤矸分界线形态从初次放煤到周期放煤的演化规律,将其演化历程分为了初采影响阶段、过渡放煤阶段和周期放煤阶段3个阶段,为后续基于智能化放煤控制技术的放煤工艺选择提供了顶煤位移边界条件。（4）将整个放煤过程划分为放煤开始前、放煤过程中及放煤结束后3个阶段,分析了各阶段内的智能化控制技术,包括:放煤开始前的顶煤厚度探测、采煤机惯导定位,放煤过程中的放煤机构精准监测控制、煤矸识别,放煤结束后的采出量实时监测。将上述智能化技术有机结合,建立了智能化放煤控制技术体系,从自感知、自学习、自决策及自执行4个层面,揭示了各智能化放煤控制技术的内在联系,最终构建了智能化放煤控制的基本结构,为后续智能化放煤工艺参数选择及实现智能化放煤控制提供了技术依据。（5）基于智能化放煤控制技术体系,以煤矸分界线演化特性研究结果为顶煤位移边界条件,改进了Bergmark-Roos理论,建立了周期放煤时间预测理论模型,提出了放煤口启停判别的综合判别方法,建立了包含多台液压支架的“有限差分-颗粒流”耦合数值模型,优化得出了适用于现阶段智能化综放工作面的合理放煤工艺参数,最终于王家岭煤矿12309工作面建立了智能化综放示范工作面,升级更新了工作面主要生产设备及组织关系,验证智能化放煤控制各项技术的可靠性,实现了较好的经济效益和社会效益。
马政和[5]（2021）在《大采高超长工作面放顶煤开采瓦斯涌出多源预测研究》文中研究表明瓦斯作为威胁工作人员健康,影响安全生产的第一杀手,严重制约煤矿安全生产和妨碍绿色安全开采推行。因此开展工作面瓦斯赋存规律研究,统计瓦斯涌出来源及涌出量,总结瓦斯涌出量预测模型对工作面瓦斯的治理有着重要意义。本文主要以山西某矿12322工作面为研究对象,对该大采高超长工作面的瓦斯赋存规律、瓦斯涌出来源及瓦斯涌出量进行分析,结合因子分析法、BP神经网络及卡尔曼滤波对工作面的瓦斯涌出量进行预测,并得到如下结论:用直接法测定2号煤层瓦斯含量,可解吸量最大值1.97ml/g,最小值1.30ml/g;瓦斯含量最大值3.64m3/t,最小值2.94m3/t,平均值3.15m3/t;通过定性、定量分析,得到地质因素等对煤层瓦斯含量总体趋势虽有影响但影响程度有所差异;研究结果显示煤层埋深是影响瓦斯赋存主要因素。利用单元分析法对工作面瓦斯分布进行三维空间测定,经过理论分析和计算得到该工作面瓦斯涌出比例:煤壁占75.17%,采空区占24.83%。并将采煤工作面瓦斯涌出划分为5个来源。其中工作面绝对瓦斯涌出总量为11.15m3/min,来自采空区的瓦斯涌出量占总涌出量的一半以上。根据山西某矿2号煤层瓦斯含量特征,以及矿井按设计年产量正常生产时产量等参数,采用分源预测法对该矿2号煤层不同埋藏深度条件下,回采工作面瓦斯涌出量进行预测;通过统计量与实测量进行对比可知,采用该方法进行预测的最大预测误差为8.6%,最小预测误差为0.21%,平均预测误差为2.81%,与直接采用BP神经网络预测结果相比,平均误差减小30.62%;且因子分析+BP-ANN+卡尔曼滤波预测法所得到的的预测值与真实值最为接近。通过对山西某矿12322工作面瓦斯赋存规律及瓦斯涌出量来源和规律的研究,研究结果对瓦斯事故防控提供了基础,具有一定的实践应用意义,保证了矿井的安全生产。也为临近矿井的建设和瓦斯防治提供了理论依据和指导。
窦希杰[6]（2021）在《基于振动特征辨识的煤矸识别方法研究》文中研究表明综合机械化放顶煤采煤法是我国特厚煤层开采的主要方式之一,放顶煤过程中的煤矸精准识别技术是实现综放开采自动化的关键技术之一。煤矸识别以及自动化放煤技术的实现可以提高采出率,降低混矸率,减少洗选成本,还可以减少井下恶劣的工作环境对人的影响。煤和矸石的物理性质不同使得其冲击液压支架产生的振动信息不同,该性质是依靠振动信号分析进行煤矸识别的基本原理,基于振动分析的模式识别技术已经广泛应用于故障诊断,模态参数分析等领域。本文以基于振动特征辨识的煤矸识别方法作为研究方向,依托国家重点研发计划项目的支撑在综放工作面开展了实验研究,主要的工作和取得的成果如下:（1）对塔山煤矿8222工作面进行了现场调研,根据实地情况制定了综放现场的实验方案,搭建了振动试验测试系统,开展了振动数据采集试验,采集了放顶煤过程中顶煤和矸石垮落冲击液压支架后尾梁产生的振动信号,并记录了不同工况的开始及结束时刻,为开展基于振动特征辨识的综放工作面煤矸识别方法研究提供了数据条件。（2）使用最小二乘法对采集到的原始煤矸振动数据进行了去趋势项处理,消除了混杂在信号中的直流分量及长周期趋势项对信号的影响,提高了信号的准确性。使用集成经验模式分解（EEMD）与重构的方法对煤矸振动数据进行了处理。研究结果表明对煤矸信号执行EEMD分解后,前8个IMF分量与原始信号的相关性较高,故可选择前8个IMF作为有效IMF分量进一步进行特征分析,提取可以表征放煤和放矸石两种工况的特征信息。（3）在对振动样本执行EEMD处理的基础上,在前8个IMF上进一步提取了IMF能量,IMF能量矩,IMF峭度,IMF奇异值作为特征向量,并对各个特征的有效性进行了初步分析,构建了960×43维的原始煤、矸石振动特征数据集。使用主成分分析方法对各特征向量进行了降维处理,降维后特征数据集维度为960×24,对降维后的部分特征数据进行了可视化分析,结果表明降维后的特征数据对于两种工况具有较好的可分性,进一步验证了所提取特征的有效性。（4）提出了基于EEMD特征提取,PCA特征降维,SVM识别的EEMDPCA-SVM煤矸识别算法,使用降维后的煤矸特征数据集进行了模型训练并对模型参数进行了优化调整。使用放煤和放矸石工况下各100组振动数据对识别算法的有效性进行了验证,结果表明,EEMD-PCA-SVM算法对两种工况下振动信号的平均识别准确率为89.5%,识别准确率较高。提出了基于EEMD特征提取,随机森林识别的EEMD-RF煤矸识别算法,使用原始振动特征数据集进行了模型训练,并对相关参数进行了优化。同样使用放煤和放矸石两种工况各100组振动数据对识别算法的有效性进行了验证。结果表明,EEMD-RF模型对于两种工况下振动信号的平均识别准确率达到92%。针对本文所研究的基于振动特征辨识的煤矸识别问题,EEMD-RF算法的预测性能略好于EEMD-PCA-SVM算法。总体而言,提出的两种识别算法对于煤、矸样本的识别准确率较高,均可较好的完成对放煤和放矸石两种工况的识别。本文有图55幅,表20个,参考文献122篇。
刘博文[7]（2021）在《综放工作面煤矸智能识别关键技术研究》文中研究表明综合机械化放顶煤开采因其高产、高效的特点,成为我国厚煤层开采的主要方式之一,综放工作面的“无人化”或“少人化”对于实现煤矿安全高效生产具有重要意义,而煤矸智能识别是实现综放开采智能化的必要条件。目前,在机械化放顶煤开采中,操作工人通过耳听和目测来判断放煤情况,当判断所放煤流含有矸石超过一定比例时,人工操控尾梁和插板停止放煤。上述放煤过程完全依赖工人的经验,经常造成支架顶部的煤没有放完或者所放煤中含有大量矸石,造成煤炭回收率低或杂质多。人工操控放煤劳动强度高、工作效率低、随机性大、智能化程度低,不能满足当前智能化综放工作面的建设需求。因此,有必要对综放工作面煤矸智能识别的关键技术进行研究,进而提高综放开采的智能化水平。本文以综放工作面带式输送机煤矸图像作为识别依据,以煤矸视觉比率的准确计算为目标,对煤矸图像进行增强和分割,提取可表征煤和矸石表面特性的关键特征空间,通过改进的极限学习机分类器优化煤矸分类识别,进一步完成煤矸视觉比率的准确计算,实现综放工作面煤矸智能识别。论文的主要工作及研究成果如下:（1）结合综放工作面的主要设备及功能,分析了综合机械化放顶煤开采工艺,以工业相机拍摄的带式输送机煤矸图像作为煤矸智能识别依据,研究了综放工作面煤矸智能识别系统的功能需求,搭建了综放工作面煤矸智能识别系统的总体架构,并设计了煤矸智能识别流程。（2）研究了综放工作面运输系统煤矸图像的主要特性,针对传统Retinex算法在处理煤矸图像中存在的光晕伪影、过度增强和暗区噪声放大问题,提出了基于HSV颜色空间和二维经验模态分解改进的多尺度Retinex图像增强算法,并利用测试图像和现场图像,进行了仿真对比分析,验证了改进算法的有效性和适用性。（3）结合改进量子遗传算法和最佳熵阈值分割算法,设计了基于改进量子遗传算法的最佳熵阈值煤矸图像分割方法,完成了煤矸图像的初步分割,并基于分水岭算法实现了粘连矿石的进一步分割,利用链码和线段表提取了矿石单体的特征空间,通过改进的极限学习机完成了煤矸单体分类识别,并进一步提出了煤矸视觉比率的计算方法。（4）设计并搭建了煤矸智能识别实验平台,分别在矿山智能采掘装备省部共建协同创新中心和河南大有能源股份有限公司耿村煤矿进行了模拟实验和工业性试验。实验结果表明:基于本文所提方法可以有效提高煤矸图像的质量,能够实现综放工作面煤矸智能识别,对进一步提高综放开采的智能化水平具有重要意义。该论文有图47幅,表24个,参考文献97篇。
宋选民,朱德福,王仲伦,霍昱名,刘一扬,刘国方,曹健洁,李昊城[8]（2021）在《我国煤矿综放开采40年:理论与技术装备研究进展》文中认为综采放顶煤开采技术作为我国开采厚及特厚煤层的主要方法之一,其引入我国近40年来,放顶煤开采理论与技术实践在我国均取得了长足发展与进步。系统回顾与总结了我国在放顶煤技术领域所取得的标志性成就,结合综放工作面技术特征、理论演化逻辑与资源开采新理念,将其发展历程分为初期试验、发展成熟以及智能化无人开采3个阶段。主要针对综放采场支架与围岩关系以及顶板（煤）结构与稳定性、顶煤破碎运移放出规律、以及综放"三机"装备的进展4个方面核心内容,对我国综放技术的发展进行了总结;围绕综放采场支架与围岩关系以及顶板（煤）结构与稳定性问题,依据机采高度的变化描绘了我国学者关于该问题研究的基本历程;从顶煤破碎机理、综放采场顶煤冒放性分类评价以及顶煤放出规律理论3个方面,阐述了我国关于顶煤破碎运移放出规律的发展道路;放顶煤开采工艺研究方面,则从常规的综放工艺、特殊地质条件下综放工艺以及综放工序的时空配合关系展开,再现了我国学者的研究路线;同时简要阐述了综放"三机"装备的发展进程与最新成果。明晰了我国放顶煤技术的发展脉络与研究思路,分析并探讨了现阶段放顶煤开采理论与技术发展前沿的相关难题,为我国综采放顶煤技术的进一步发展提供了研究基础与思维启迪。
杜龙飞[9]（2020）在《塔山煤矿特厚煤层综放开采群组放煤工艺研究》文中提出本文针对大同矿区塔山煤矿20m特厚煤层（3-5#煤）采用放顶煤开采过程中,存在的采放不协调、放煤口上方煤流易成拱、顶煤放出率低、放煤效率低、丢煤现象严重等问题,并结合新形势下智能开采对放顶煤开采的冲击作用,使得放煤支架尾梁自动化、智能化控制成为可能,同时也为放煤工艺革新提供了新的契机。因此本文提出了“群组放煤”方式,即,沿工作面倾向方向,将n（n≥2）个相邻的放煤支架作为一组,在组内各支架协调联动作用下,有序打开放煤口并以一定角速度摆动尾梁,使煤矸分界面在放煤过程中始终有序缓慢沉降,以用于提高顶煤放出率、放煤效率和降低含矸率的放煤方法。围绕“群组放煤”方式,本文在地质和采放工艺实测数据分析的基础上,采用理论分析和数值计算相结合的方法,对群组放煤方式在塔山煤矿适用的可行性进行了分析;研究了群组放煤方式下不同放煤方式、放煤支架组合数、顶煤运移及煤矸分界面特征对顶煤放出率及放煤效率的影响;统计分析了单架放煤和群组放煤条件下顶煤放出效果;根据塔山煤矿实际生产情况,在8222工作面展开了工业性试验,确定了适用于塔山煤矿的合理群组放煤方式,试验结果与理论分析和数值模拟结果基本吻合,同时也为同煤集团类似地质条件下特厚煤层开采提供理论和技术支撑。主要研究结果是:（1）分析群组放煤方式在塔山煤矿应用的可行性,针对影响顶煤冒放性的几个因素,着重使用节理裂隙分布分形维数从量化角度分析了顶煤节理裂隙发育程度对顶煤冒放性的影响,得出塔山煤矿适宜采用群组放煤方式进行放煤作业。（2）根据松散介质颗粒流动基本假设和煤矸颗粒运动公式,建立群组放煤方式的顶煤放出数学模型,并得出顶煤放出体数学表达式;揭示放顶煤开采群组放煤方式下放出体发育过程,通过空间坐标关系和拟合方法,推导出不同支架组合数放煤条件下顶煤放出体方程;放煤过程中,煤矸颗粒沿着最小阻力路径以近似直线的轨迹向放煤口移动,煤矸分界面近似为倒置的正态分布曲线。（3）单架放煤方式下,放煤口尺寸较小,放煤过程中易在放煤支架后上方形成阻碍顶煤放出的“放煤拱”,顶煤放出率不超过77%,放煤效率极低;顶煤越厚,受“放煤拱”影响程度越大,呈不规则块状分布的采空区遗煤量越多。（4）多架同时放煤增加了放煤口尺寸,顶煤松动范围扩大,煤矸颗粒间相互挤压作用力减小,冒放速度加快,难以形成稳定的“放煤拱”结构;同时放煤架数越多、顶煤越厚,煤矸分界面迹线越长,煤矸交互影响范围越大,易出现“局部凹陷”现象,采空区遗煤增加;顶煤放出率处于72.8%～83.4%,有一半能达到80%以上,放煤效率提高了2～9倍。（5）等量差动放煤使放煤口有序错动打开,放煤过程中待放顶煤体提前分级松动,且不会出现“放煤拱”结构;等量差动放煤“量”值越小,煤矸分界面越平缓,待放顶煤均匀沉降,煤矸互层厚度越小,采空区遗煤量也最少,放煤效果最好;顶煤放出率处于77.6%～96.2%,有六成能达到90%以上,放煤效率提升了2～7倍。（6）针对塔山煤矿20m特厚煤层开采实际,采用两架和三架同时放煤方式在8222工作面开展工业试验,使得该工作面顶煤放出量、顶煤放出率、放煤效率均得到很大提高,既攻克了矿方的生产难题,也为相同地质条件的综放矿井提供了群组放煤理论技术支撑,同时为放顶煤开采智能化的实现奠定了基础。
杨扬[10]（2020）在《基于动态冲击滑移接触特性的煤矸识别与试验研究》文中提出综放开采是我国厚煤层开采的主要技术之一,然而,由于综放开采工况复杂、环境恶劣,目前放顶煤还处于人工放煤的落后状态,易产生“过放”和“欠放”问题。精确地识别煤和矸石,进而采取策略对“放落”或“关停”进行自动化控制,是安全、高效地进行智能自动化综放开采的有效途径,也是当前智能综放开采研究的热点。本文在分析放顶煤开采工艺特点的基础上,采取理论分析、数值模拟和试验研究相结合的手段,对煤矸与放顶煤液压支架的冲击、滑移接触特性进行研究,并基于多类别试验信号和多信息融合展开试验技术研究,实现了基于动态冲击滑移接触特性的煤矸分类识别。本文研究得到了国家自然科学基金“基于尾梁振动信号的煤矸识别技术研究”项目的支持。本文提出了基于接触响应差异的煤矸可识别性研究方法。构建了极限压缩状态岩石与金属板的冲击接触动力学模型以及岩石的屈服冲击速度模型,针对高阶非线性接触状态方程提出了递归求解的方法,并得到了煤矸与不同支撑状态金属板变位弹性冲击接触动力学数学模型;建立了准脆性煤矸与金属板的冲击损伤动力学模型并对其进行了接触有限元模拟。通过弹性及准脆性接触响应分析,得到了煤矸与金属板的接触差异特性。开展了煤矸与金属板的冲击试验,提取金属板的接触振动信号进行煤矸颗粒识别,试验识别准确率达到91.25%,验证了所提出的煤矸识别方法的有效性和可行性。针对放顶煤中煤矸与液压支架间存在的冲击和滑移接触行为,通过Hypermesh和Adams联合开展了煤矸与液压支架顶梁、掩护梁和尾梁的刚柔耦合冲击接触分析;随后,在离散元软件中开展不同比例煤矸混合体与不同放煤姿态液压支架的滑移接触仿真,研究了煤矸比例和支架位姿对煤矸与液压支架滑移接触特性的影响。通过冲击和滑移接触特性分析,得到了煤矸性质、混合比例差异导致的系统接触响应差异。建立了煤矸颗粒与尾梁结构体的结构-接触理论模型,分析得到了系统接触响应的影响因素,研究了各影响因素对系统动态响应的影响规律。引入间隙非线性因素,研究了多间隙和变间隙条件下煤矸冲击诱发的销轴非线性接触行为及系统接触响应特性。通过多工况接触响应差异分析,确定了尾梁千斤顶压力、尾梁振动信号和销轴振动信号为煤矸分类识别参数。搭建了煤矸与液压支架冲击滑移试验台,构造了双维多信息采集系统。开展了 2270组变煤矸混合比例冲击滑移试验,运用GBDT等10种分类算法基于单通道信号进行煤矸“可放类”和“关停类”有序随机分类识别以及识别信度和“煤矸混合比例范围”适应性研究。结果表明:信号的时域特征数据具有较强的分类识别能力,验证了基于冲击滑移接触特征进行煤矸“类”识别试验方法的有效性。为进一步提高分类识别精度,以试验信号时域特征为样本,提出了基于信号特征串行和并行投票制度的煤矸多信息融合分类识别方法,同时运用Kalman滤波数据融合进行了煤矸分类识别研究,并得到了各方法的识别准确率。结果表明,基于信号串行特征和投票制度的煤矸分类识别方法均可有效提高煤矸的有序随机分类识别准确率。在此基础上,继续进行了煤矸完全随机分类识别,最终确定了“GBDT对全通道信号串行特征的分类识别”为最佳分类识别方式,有序分类识别准确率和完全随机平均识别准确率均达到99%,识别方式稳定可靠。
二、放顶煤开采工艺参数决策的神经网络模型研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、放顶煤开采工艺参数决策的神经网络模型研究（论文提纲范文）
（1）基于YADE的综放工作面进刀放煤三维仿真（论文提纲范文）
| 1 基于YADE的进刀放煤三维仿真平台 |
| 2 基于三维仿真实验环境的放煤工艺 |
| 2.1 沿综放工作面方向放煤工艺 |
| 2.2 沿综放工作面推进方向放煤工艺 |
| 2.3 放煤工艺对比分析 |
| 3 结语 |
（2）顶煤放落过程煤矸声信号特征提取与分类方法（论文提纲范文）
| 1 放顶煤声信号特征提取方法 |
| 1.1 时域特征提取 |
| 1.2 频域特征提取 |
| 1.3 时频域特征提取 |
| 2 机器学习分类算法的理论基础 |
| 2.1 支持向量机算法 |
| 2.2 K近邻算法 |
| 2.3 朴素贝叶斯算法 |
| 2.4 决策树算法 |
| 2.5 随机森林算法 |
| 2.6 神经网络算法 |
| 3 放顶煤声信号样本集构建 |
| 4 机器学习分类模型训练 |
| 5 分类模型应用与性能评估 |
| 5.1 样本帧长对分类准确率的影响 |
| 5.2 特征选取对于分类准确率的影响 |
| 5.3 特征维度对于分类准确率的影响 |
| 6 结 论 |
（3）不同覆岩条件特厚煤层综放开采放煤规律研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 特厚煤层综放开采国内外研究现状 |
| 1.2.1 特厚煤层综放开采覆岩运动规律研究现状 |
| 1.2.2 综放开采顶煤冒放性研究现状 |
| 1.2.3 顶煤块度对放出规律影响的研究现状 |
| 1.2.4 顶煤放出规律研究现状 |
| 1.3 问题的提出 |
| 1.4 研究内容及思路 |
| 1.4.1 主要研究内容 |
| 1.4.2 研究方法及技术路线 |
| 2 特厚煤层顶煤放出体及层状覆岩运动特征研究 |
| 2.1 破碎顶煤放出规律 |
| 2.1.1 破碎顶煤的破坏机理分析 |
| 2.1.2 破碎顶煤的滑移失稳 |
| 2.1.3 理想条件下顶煤放出体模型 |
| 2.2 堆积密度对顶煤放出体模型的影响 |
| 2.3 支架尾梁对顶煤放出规律的影响 |
| 2.4 特厚煤层综放开采层状覆岩结构演化 |
| 2.4.1 覆岩结构形态分析 |
| 2.4.2 组合悬臂结构运动特征 |
| 2.4.3 铰接结构垮落特征 |
| 2.4.4 特厚煤层综放工作面矿压显现特征 |
| 2.5 本章小结 |
| 3 不同覆岩条件下顶煤放出规律的数值模拟研究 |
| 3.1 特厚煤层综放开采数值模型构建 |
| 3.1.1 模拟接触参数的确定 |
| 3.1.2 整体颗粒力学模型建立 |
| 3.2 破碎岩层对顶煤放出规律的影响分析 |
| 3.2.1 不同破碎岩层厚度对顶煤放出规律的影响 |
| 3.2.2 破碎岩块粒径对顶煤放出规律的影响 |
| 3.2.3 颗粒摩擦系数对顶煤放出规律的影响 |
| 3.2.4 放出体形态变化规律 |
| 3.2.5 顶煤回收率量化 |
| 3.3 层状覆岩对顶煤放出规律的影响 |
| 3.3.1 初始模型建立 |
| 3.3.2 层状覆岩运动与顶煤放出规律的研究 |
| 3.3.3 层状覆岩运动与顶煤回收率的影响 |
| 3.4 含破碎岩层的层状覆岩对顶煤放出规律的影响 |
| 3.4.1 初始模型建立 |
| 3.4.2 含破碎岩层覆岩运动与顶煤放出规律的研究 |
| 3.4.3 含破碎层的覆岩运动对顶煤回收率的影响 |
| 3.5 本章小结 |
| 4 含破碎岩层的层状覆岩对放煤规律的试验研究 |
| 4.1 工程背景 |
| 4.2 煤岩物理力学性质测试 |
| 4.3 物理相似模拟试验设计 |
| 4.3.1 试验装置设计 |
| 4.3.2 模拟试验设计方案 |
| 4.4 模拟试验结果分析 |
| 4.4.1 初始放煤循环阶段煤岩分界线动态演化 |
| 4.4.2 周期放煤循环阶段煤岩分界线动态演化 |
| 4.4.3 覆岩运动与煤岩分界线变化规律 |
| 4.4.4 覆岩运动与顶煤回收率分析 |
| 4.5 本章小结 |
| 5 特厚煤层综放工作面顶煤回收率优化措施 |
| 5.1 特厚煤层综放工作面概况 |
| 5.2 工作面上部覆岩结构形态判定 |
| 5.3 局部顶板弱化措施 |
| 5.4 弱化效果分析 |
| 5.4.1 弱化前矿压显现与顶煤回收率分析 |
| 5.4.2 弱化后矿压显现与顶煤回收率分析 |
| 5.5 微震系统监测弱化效果 |
| 5.5.1 监测系统布置方案 |
| 5.5.2 微震监测能量事件分析 |
| 5.6 本章小结 |
| 6 结论、创新点及展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 不足与展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
| 学位论文数据集 |
（4）厚煤层综放开采顶煤破碎机理及智能化放煤控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 综放开采技术发展历程 |
| 1.2.2 顶煤采动应力场演化规律 |
| 1.2.3 顶煤破碎机理及冒放性评价 |
| 1.2.4 顶煤运移特性及放出规律 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 第2章 厚煤层综放开采采动应力场演化机制 |
| 2.1 顶煤应力状态描述及数值模拟方案 |
| 2.1.1 基于主应力空间的顶煤应力状态 |
| 2.1.2 煤岩层赋存条件及力学参数测定 |
| 2.1.3 数值模型及方法 |
| 2.2 高水平应力条件下顶煤主应力场演化规律 |
| 2.2.1 主应力分布规律及数值监测方法 |
| 2.2.2 主应力值演化规律 |
| 2.2.3 应力主轴偏转特性 |
| 2.3 顶煤主应力演化路径 |
| 2.3.1 主应力场顶煤分区方法 |
| 2.3.2 顶煤分区特征位置及应力路径 |
| 2.4 本章小结 |
| 第3章 厚煤层综放开采顶煤破碎机理 |
| 3.1 各顶煤分区内相关参数演化特性 |
| 3.2 裂隙煤体三维重构及细观参数标定 |
| 3.2.1 高精度工业CT扫描试验 |
| 3.2.2 节理裂隙数值重构 |
| 3.2.3 基于SRM方法的裂隙煤体数值建模 |
| 3.3 主应力路径下顶煤破碎规律 |
| 3.3.1 数值模型及主应力加载流程 |
| 3.3.2 裂隙煤体渐进破碎迹线 |
| 3.3.3 裂隙煤体破碎块度分布及现场实测 |
| 3.4 本章小结 |
| 第4章 厚煤层综放开采顶煤运移放出规律 |
| 4.1 数值模拟方法及前期结果 |
| 4.1.1 FDM-DEM耦合数值模型 |
| 4.1.2 本构模型及模拟参数分析 |
| 4.1.3 数值模拟流程及放煤前结果分析 |
| 4.2 初次放煤过程顶煤运移放出规律 |
| 4.2.1 初放放出体形成过程 |
| 4.2.2 初放松动体演化特性 |
| 4.2.3 初放煤矸分界线动态分布 |
| 4.3 周期放煤过程顶煤运移放出规律 |
| 4.3.1 顶煤放出体演化历程 |
| 4.3.2 放煤松动体范围扩展规律 |
| 4.3.3 煤矸分界线形态特性 |
| 4.4 本章小结 |
| 第5章 智能化放煤控制方法及放煤工艺参数 |
| 5.1 智能化放煤控制过程及控制体系 |
| 5.1.1 放煤前顶煤厚度探测及采煤机定位 |
| 5.1.2 放煤中放煤机构动作启停判别及控制 |
| 5.1.3 放煤后放出量实时监控 |
| 5.1.4 智能化放煤控制体系 |
| 5.2 基于放煤时间预测模型的放煤终止原则 |
| 5.2.1 放煤时间预测模型 |
| 5.2.2 重力加速度修正系数的标定 |
| 5.2.3 放煤时间预测模型的应用 |
| 5.3 放煤步距与放煤顺序优化 |
| 5.3.1 放煤步距及放煤顺序优化方法 |
| 5.3.2 不同放煤顺序下放出体形态特性 |
| 5.3.3 不同放煤顺序下顶煤放出量及回收率 |
| 5.4 本章小结 |
| 第6章 厚煤层智能化放煤工业性试验 |
| 6.1 12309 智能化综放工作面建设概况 |
| 6.1.1 工作面人员配置及分工 |
| 6.1.2 顺槽协同放煤控制中心 |
| 6.1.3 地面放煤监测与控制中心 |
| 6.1.4 智能化放煤控制流程 |
| 6.2 智能化放煤控制技术试验 |
| 6.2.1 放煤前顶煤厚度探测及采煤机定位 |
| 6.2.2 放煤中放煤机构动作启停判别及控制 |
| 6.2.3 放煤后采出量实时监测 |
| 6.2.4 放煤远程集中控制软件 |
| 6.3 智能化工作面建设效益分析 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 主要创新点 |
| 7.3 展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（5）大采高超长工作面放顶煤开采瓦斯涌出多源预测研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 综放面瓦斯分布特征及涌出规律研究现状 |
| 1.2.2 煤层瓦斯含量赋存规律研究现状 |
| 1.2.3 矿井瓦斯涌出量预测研究现状 |
| 1.2.4 存在问题 |
| 1.3 研究内容及方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法及技术路线 |
| 2 试验工作面概况及煤层瓦斯赋存规律 |
| 2.1 试验工作面概况 |
| 2.1.1 工作面位置及井上下关系 |
| 2.1.2 煤层 |
| 2.1.3 煤层顶底板 |
| 2.1.4 地质构造 |
| 2.2 试验工作面瓦斯含量测定 |
| 2.2.1 瓦斯含量测定方法 |
| 2.2.2 含量测点布置及测定结果 |
| 2.3 试验工作面煤层瓦斯赋存规律 |
| 2.3.1 断层、褶皱构造对瓦斯赋存的影响 |
| 2.3.2 顶底板岩性对瓦斯赋存的影响 |
| 2.3.3 岩溶陷落柱对瓦斯赋存的影响 |
| 2.3.4 煤层埋深及底板标高对瓦斯赋存的影响 |
| 2.3.5 煤层厚度对瓦斯赋存的影响 |
| 2.3.6 瓦斯含量分布及预测研究 |
| 2.4 本章小结 |
| 3 综放工作面瓦斯涌出来源及涌出量统计 |
| 3.1 综放工作面瓦斯涌出来源 |
| 3.1.1 瓦斯分布现场测定 |
| 3.1.2 综放工作面瓦斯浓度分布实测分析 |
| 3.1.3 综放工作面瓦斯涌出比例分析 |
| 3.2 综放工作面瓦斯涌出量统计 |
| 3.2.1 工作面瓦斯涌出源划分 |
| 3.2.3 涌出量统计 |
| 3.3 本章小结 |
| 4 综放工作面瓦斯涌出量动态预测模型 |
| 4.1 因子分析法的基础理论 |
| 4.1.1 因子分析法特点分析 |
| 4.1.2 因子分析的基本步骤 |
| 4.2 因子分析数学模型在瓦斯涌出量影响因素分析中的构建 |
| 4.3 试验矿井瓦斯涌出量预测主控因素的选取 |
| 4.3.1 原始数据的处理与输入 |
| 4.3.2 试验矿井数据样本检验 |
| 4.3.3 原始样本变量共同度分析 |
| 4.3.4 公因子解释分析 |
| 4.3.5 因子得分及解释 |
| 4.4 本章小结 |
| 5 综放工作面瓦斯涌出量预测工程应用 |
| 5.1 基于因子分析及卡尔曼滤波的12322 工作面瓦斯涌出量实例分析 |
| 5.2 综放工作面瓦斯涌出量预测数学模型预测结果 |
| 5.3 分源法回采工作面瓦斯涌出量预测 |
| 5.3.1 分源预测法基本原理 |
| 5.3.2 回采工作面瓦斯涌出量预测方法 |
| 5.3.3 回采工作面瓦斯涌出量预测 |
| 5.4 综放工作面瓦斯涌出量预测结果比较 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 主要结论 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
（6）基于振动特征辨识的煤矸识别方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题研究来源、背景及意义 |
| 1.2 研究现状 |
| 1.3 研究内容与技术路线 |
| 2 综放工作面煤矸振动数据采集 |
| 2.1 塔山矿8222 工作面概况及放煤工艺简介 |
| 2.2 放顶煤振动数据采集试验方案 |
| 2.3 综放现场数据采集与工况记录 |
| 2.4 本章小结 |
| 3 煤矸振动信号预处理 |
| 3.1 最小二乘法去趋势项 |
| 3.2 煤矸振动信号EEMD分解及其有效IMF分量提取 |
| 3.3 本章小结 |
| 4 煤矸振动信号的特征提取与特征降维 |
| 4.1 煤矸振动信号的特征提取 |
| 4.2 基于主成分析方法的特征降维 |
| 4.3 本章小结 |
| 5 煤矸识别方法研究 |
| 5.1 基于EEMD-PCA-SVM的煤矸识别算法 |
| 5.2 基于EEMD-RF的煤矸识别算法 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 研究总结 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录 I |
| 附录 II |
| 作者简历 |
| 学位论文数据集 |
（7）综放工作面煤矸智能识别关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题来源及背景 |
| 1.2 课题研究现状及存在问题 |
| 1.3 课题研究内容与方法 |
| 1.4 课题研究意义 |
| 1.5 论文结构 |
| 2 综放工作面煤矸智能识别系统总体设计 |
| 2.1 综放工作面主要设备及放煤工艺 |
| 2.2 综放工作面煤矸智能识别系统总体设计 |
| 2.3 本章小结 |
| 3 综放工作面煤矸图像增强方法研究 |
| 3.1 煤矸图像特性分析 |
| 3.2 基于多尺度Retinex的图像增强算法 |
| 3.3 算法仿真和结果分析 |
| 3.4 本章小结 |
| 4 综放工作面煤矸智能识别方法研究 |
| 4.1 基于改进量子遗传算法最佳熵阈值的煤矸混合图像分割 |
| 4.2 基于改进极限学习机的煤矸石单体识别 |
| 4.3 煤矸视觉比率计算方法研究 |
| 4.4 本章小结 |
| 5 实验研究 |
| 5.1 实验平台搭建与实验方案设计 |
| 5.2 实验结果分析 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（8）我国煤矿综放开采40年:理论与技术装备研究进展（论文提纲范文）
| 0 引言 |
| 1 我国综放技术40年发展 |
| 1.1 初期试验阶段 |
| 1.2 发展成熟阶段 |
| 1.2.1 特厚煤层综放开采 |
| 1.2.3 软厚煤层综放开采 |
| 1.2.4 大倾角煤层综放开采 |
| 1.3 智能化开采发展阶段 |
| 1.3.1 大同矿区智能化综放工作面实践 |
| 1.3.2 王家岭煤矿智能化综放工作面实践 |
| 1.3.3 其他矿井智能化综放工作面实践 |
| 2 综放采场“支架-围岩”关系以及顶板结构与稳定性 |
| 2.1 综放采场支架围岩关系 |
| 2.1.1 普通机采高度(2.0～3.5 m) |
| 2.1.2 大机采高度(3.5～5.0 m) |
| 2.2 综放采场顶板结构与稳定性 |
| 3 顶煤破碎运移放出规律分析 |
| 3.1 顶煤放出机理 |
| 3.1.1 顶煤体内应力场分布规律 |
| 3.1.2 顶煤破碎机理 |
| 3.2 综放采场顶煤冒放性分类评价 |
| 3.3 顶煤放出规律的理论 |
| 4 放顶煤开采工艺 |
| 4.1 常规的综放工艺研究 |
| 4.2 特殊开采条件下综放开采工艺 |
| 4.2.1 特殊地质条件下综放开采工艺 |
| 4.2.2 具有冲击倾向性煤层综放开采工艺 |
| 4.2.3 瓦斯突出煤层综放开采工艺 |
| 4.2.4 综放工作面防灭火技术 |
| 4.3 综放工序的时空配合关系 |
| 5 综放工作面“三机”装备研究进展 |
| 5.1 综放液压支架装备发展 |
| 5.1.1 综放支架放煤口位置及结构的发展 |
| 5.1.2 综放支架架型结构的发展 |
| 5.1.3 智能化综放支架控制系统的最新发展 |
| 5.2 综放采煤机装备发展 |
| 5.2.1 综放采煤机装备研究现状 |
| 5.2.2 滚筒采煤机 |
| 5.2.3 发展趋势 |
| 5.3 刮板输送机装备发展 |
| 5.3.1 研究现状 |
| 5.3.2 浮煤清理装置 |
| 5.3.3 发展趋势 |
| 6 结语与展望 |
（9）塔山煤矿特厚煤层综放开采群组放煤工艺研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及存在问题 |
| 1.2.1 放顶煤开采放煤理论研究现状 |
| 1.2.2 放顶煤开采放煤工艺研究现状 |
| 1.2.3 放煤理论及工艺存在的不足 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 群组放煤方式适应性分析 |
| 2.1 塔山煤矿 8222 智能化综放工作面概况 |
| 2.2 8222 综放工作面特厚煤层赋存情况 |
| 2.3 塔山煤矿特厚煤层顶煤冒放性评价 |
| 2.3.1 8222 工作面煤岩物理力学特征 |
| 2.3.2 8222 工作面顶煤节理裂隙发育特征 |
| 2.3.3 8222 工作面顶煤冒放性评价 |
| 2.4 本章小结 |
| 3 群组放煤顶煤放出规律研究 |
| 3.1 GDEM数值模拟软件单元算法原理 |
| 3.2 群组放煤顶煤放出体形态理论研究 |
| 3.2.1 顶煤放出体形态理论分析 |
| 3.2.2 群组放煤顶煤放出体形态反演 |
| 3.3 群组放煤顶煤时空场耦合分析 |
| 3.3.1 群组放煤放出体发育过程分析 |
| 3.3.2 群组放煤顶煤运移轨迹分析 |
| 3.3.3 群组放煤煤岩分界面形态分析 |
| 3.4 本章小结 |
| 4 群组放煤顶煤放出效果分析 |
| 4.1 群组放煤数值模型建立 |
| 4.2 放顶煤开采顶煤放出效果分析 |
| 4.2.1 单架放煤顶煤放出效果 |
| 4.2.2 多架同时放煤顶煤放出效果 |
| 4.2.3 等量差动放煤顶煤放出效果 |
| 4.3 单架放煤、多架同时放煤与等量差动放煤顶煤放出效果对比分析 |
| 4.4 本章小结 |
| 5 群组放煤效果现场工业实践 |
| 5.1 塔山煤矿 8222 智能化综放工作面设备配套情况 |
| 5.2 塔山煤矿特厚煤层综放开采现场应用效果评价 |
| 5.2.1 单架放煤方式现场应用效果 |
| 5.2.2 多架同时放煤方式现场应用效果 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 不足与展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
| 学位论文数据集 |
（10）基于动态冲击滑移接触特性的煤矸识别与试验研究（论文提纲范文）
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状综述 |
| 1.3 当前研究存在的问题 |
| 1.4 主要研究内容 |
| 2 基于接触响应差异的煤矸可识别性分析与试验验证 |
| 2.1 引言 |
| 2.2 煤矸与金属板的弹性接触分析 |
| 2.3 煤矸与金属板的准脆性接触分析 |
| 2.4 基于接触响应差异的煤矸可识别性试验 |
| 2.5 本章小结 |
| 3 煤矸与放顶煤液压支架的冲击滑移接触特性分析 |
| 3.1 引言 |
| 3.2 煤矸与放顶煤液压支架的冲击接触特性分析 |
| 3.3 煤矸与液压支架的滑移接触特性分析 |
| 3.4 本章小结 |
| 4 基于尾梁冲击接触特性的煤矸分类识别参数研究 |
| 4.1 引言 |
| 4.2 煤矸与尾梁结构体理论接触模型 |
| 4.3 煤矸与尾梁结构体的冲击接触特性研究 |
| 4.4 煤矸与尾梁含间隙结构体的冲击接触特性研究 |
| 4.5 本章小结 |
| 5 基于冲击滑移的煤矸分类识别试验技术研究 |
| 5.1 引言 |
| 5.2 煤矸与支架冲击滑移试验台的设计与搭建 |
| 5.3 多源信息采集系统的构建 |
| 5.4 试验和多源信号采集 |
| 5.5 多源信号预处理 |
| 5.6 基于单信号的煤矸分类识别技术研究 |
| 5.7 本章小结 |
| 6 基于多信息融合的煤矸分类识别的实现 |
| 6.1 引言 |
| 6.2 基于多通道信号串行特征的煤矸识别 |
| 6.3 基于多通道数据融合的煤矸识别 |
| 6.4 基于并行信号和程序并行投票制度的煤矸识别 |
| 6.5 最优识别策略决策 |
| 6.6 本章小结 |
| 7 总结与展望 |
| 7.1 论文主要研究工作总结 |
| 7.2 论文主要创新点 |
| 7.3 今后研究工作展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
四、放顶煤开采工艺参数决策的神经网络模型研究（论文参考文献）
- [1]基于YADE的综放工作面进刀放煤三维仿真[J]. 杨艺,高阳,罗开成,王科平,费树岷. 煤矿安全, 2022(01)
- [2]顶煤放落过程煤矸声信号特征提取与分类方法[J]. 袁源,汪嘉文,朱德昇,王家臣,王统海,杨克虎. 矿业科学学报, 2021(06)
- [3]不同覆岩条件特厚煤层综放开采放煤规律研究[D]. 史久林. 煤炭科学研究总院, 2021(01)
- [4]厚煤层综放开采顶煤破碎机理及智能化放煤控制研究[D]. 霍昱名. 太原理工大学, 2021(01)
- [5]大采高超长工作面放顶煤开采瓦斯涌出多源预测研究[D]. 马政和. 西安科技大学, 2021(02)
- [6]基于振动特征辨识的煤矸识别方法研究[D]. 窦希杰. 中国矿业大学, 2021
- [7]综放工作面煤矸智能识别关键技术研究[D]. 刘博文. 中国矿业大学, 2021
- [8]我国煤矿综放开采40年:理论与技术装备研究进展[J]. 宋选民,朱德福,王仲伦,霍昱名,刘一扬,刘国方,曹健洁,李昊城. 煤炭科学技术, 2021(03)
- [9]塔山煤矿特厚煤层综放开采群组放煤工艺研究[D]. 杜龙飞. 煤炭科学研究总院, 2020(12)
- [10]基于动态冲击滑移接触特性的煤矸识别与试验研究[D]. 杨扬. 山东科技大学, 2020