基于惯性导航的煤矿越界开采检测方法
Detection method of coal mine cross-border mining based on inertial navigation
-
摘要: 煤矿越界开采会扰乱矿产资源开发秩序,形成重大安全隐患,且隐蔽性较强;由于缺乏有效技术手段,矿井采矿边界不能被快速、准确检测。提出了基于PDR惯性导航技术与矿图地标校准辅助相结合的煤矿越界开采检测方法;检测人员佩戴基于MEMS IMU的PDR定位终端,手持PDA设备,PDA中导入矿图作为行走轨迹的底图,接收定位终端的定位数据并实时在底图上显示行走轨迹;通过零速检测和卡尔曼滤波算法对PDR定位误差进行初步修正,当检测人员到达井下自然地标位置时,根据PDA界面上轨迹与矿图中地标位置的关系,对轨迹进行校准,同时更新定位终端中的坐标位置,实现对定位误差的进一步校准;检测完成后通过比对轨迹、矿图和国土资源部门批准的区域范围,判断是否存在越界开采。Abstract: Cross boundary mining will disturb the order of mineral resources development, and form major potential safety hazards, and it has strong concealment. Due to the lack of effective technical means, the mining boundary of the mine can not be monitored quickly and accurately. A coal mine cross-border mining monitoring method based on PDR inertial navigation algorithm and mine map landmark calibration is proposed. The inspectors wear a PDR positioning terminal based on MEMS IMU and hold a PDA device. The mine map is imported into the PDA as the base map of the walking track. The PDA receives the positioning data of the positioning terminal and displays the walking track on the base map in real time and the PDR positioning error is preliminarily corrected through zero speed detection and Kalman filter algorithm. When the inspector reaches the natural landmark position, calibrates the estimation according to the relationship between the trajectory on the PDA interface and the landmark position in the mine map, and updates the coordinate position in the positioning terminal to further calibrate the positioning error. By comparing the track, mining map and the regional scope approved by the department of land and resources, judge whether there is cross-border mining.
-
深部开采区域的煤岩在开采前处于高静应力状态,当开采施工等外界因素对煤岩进行扰动时,煤岩处于动载+静载的组合受力状态[1],极易发生失稳破坏甚至诱发冲击地压,对井内工作人员的人身安全及开采工作造成重大的安全隐患[2-6],因此研究深埋煤岩发生冲击地压的变形破坏机理已成为分析煤岩巷道稳定性的重要依据。
国内外学者对煤岩的破裂特征开展了大量研究。TAO等[7]分析了岩石试样在不同初始静应力和动态载荷耦合作用下的破坏过程,结果表明高静应力与动载荷耦合作用下岩石预制裂隙周围岩体会破裂炸出,而低静应力与动载荷耦合作用下不易导致岩石破坏;李夕兵等[8]通过不同载荷预压的岩石一维动静组合加载冲击破坏试验,得到了不同条件下岩石的抗冲击强度、破坏形式及应力-应变曲线特征;武成家等[9]提出了不同冲击倾向性煤样的弹性能释放速率及计算方法,结果表明不同冲击倾向性煤样的应力-应变曲线的特征存在较大差异;王伟等[10]探讨了砂岩在常规、一维及三维动静组合条件下的冲击试验,破坏特征分别为拉伸劈裂破坏和破裂面不同的压剪破坏,且裂纹密度与应变率正相关;WANG等[11]研究了岩石在单轴压缩试验下的破坏特性,得到了岩石脆性程度对破坏模式的影响,当岩体脆性增强,表现为拉伸断裂、剪切断裂等多种复合断裂模式;来兴平等[12]通过单轴压缩试验研究了循环加卸载条件下天然互层岩样的力学特征和破坏模式,结果表明循环加卸载会降低天然互层岩样的强度,且常规条件下试样呈贯通劈裂剪切型破坏,循环载荷下试样呈拉-剪混合破坏;何涛[13]建立了单轴压缩试验下的煤岩组合体数值模型,结果表明组合体的抗压强度大于煤单体的强度,且破裂面由煤体向交界面蔓延直至岩体损伤破裂。
声发射技术可有效捕捉冲击地压发生时,煤样在荷载作用下的破裂信号,进而分析不同阶段煤岩内部裂缝的拓展过程及损伤状态[14-15]。任建喜等[16]分析了冲击倾向性煤岩的变形破坏机理及声发射能量演化规律,结果表明煤岩在动载下强度劣化明显,并由剪切破坏转变为横向拉伸破坏,且煤岩声发射事件主要出现在动载加载初期及峰后变形阶段;JIANG等[17]研究了煤岩在单轴压缩试验不同加载速率工况下的声发射特性,得到了不同加载速率下的声发射的变化规律;刘希灵等[18]分析了巴西劈裂试验下花岗岩和大理岩的微观破裂特性,结果表明2种岩石的破坏强度及裂纹扩展模式不同,且2种岩石的破裂信号相近但不同破裂阶段的峰值频率不同;杨磊等[19]对比了不同冲击倾向性煤样在单轴压缩试验下的声发射能率变化特征,得到了不同冲击倾向性煤样的声发射能率活跃阶段特征;LIU等[20]分析了岩石受载全过程的声发射特性,结果表明与静载试验相比冲击荷载作用下岩石的声发射b值较小,且声发射b值与加载速率呈负相关;DU等[21]分析了循环加载卸载过程中冲击倾向性煤样的应力-应变趋势及声发射演化特征;郭海峰等[22]分析了单轴压缩试验下冲击倾向性煤的声发射特征,结果表明冲击倾向性煤声发射活动几乎都发生在应力应变全过程的后期,随着煤样损伤程度的增加,声发射分形维数呈倾斜的“M”形趋势。
综上所述,对于煤岩受载的变形规律及声发射特性已有较多研究,但针对深埋冲击倾向性煤岩在动静载组合作用下的声发射演化规律的研究还较为匮乏。为此,基于声发射监测技术,通过不同动载扰动频率及静态加载的方式进行冲击倾向性煤岩的单轴压缩试验,分析煤岩破裂及声发射演化特征,并依据煤岩受载释放的声发射能量定义损伤变量,建立损伤演化模型,研究结果可为研究深埋煤岩体在开采活动中冲击地压动力灾害的诱发机理提供参考。
1. 试验设计及方法
1.1 试样与试验系统
试验煤样取自彬长矿区某矿,所在地层埋深约700 m,采用SCQ-1A型岩石切割机和SHM-200型磨石机将煤块加工成ϕ50 mm×100 mm的国际标准圆柱试样,煤岩物理力学参数见表1。通过NM-48超声波检测分析仪对加工好的煤岩试样进行完整性和均质性挑选,以减小试验误差。
表 1 煤岩物理力学参数Table 1. Physical and mechanical parameters of coal rock密度/
(g·cm−3)含水
率/%抗拉强
度/MPa抗压强
度/MPa黏聚力/
MPa内摩擦
角/(°)弹性模
量/GPa泊松比 2.739 3.83 0.77 13.33 2.42 38.94 2.35 0.18 对煤岩试样进行冲击倾向性评价指标的测定,煤岩冲击倾向性评价指标见表2。单项指标判定煤岩的冲击倾向性结果不一致,采用综合评价法判断4项冲击倾向性指标,判定该煤岩为冲击倾向性煤岩。
表 2 煤岩冲击倾向性评价指标Table 2. Evaluation index of coal rock impact tendency冲击倾向性
评价指标单轴抗压
强度/MPa动态破坏
时间/ms冲击能量
指数弹性能量
指数13.33 681 5.71 6.85 单项指标判别 弱 无 强 强 试验采用DTAW-8000型岩石高压动力试验系统和8通道声发射(Acoustic Emission,简称AE)检测分析系统进行测试。DTAW-8000型岩石高压动力试验系统技术指标为:①静载加载:位移加载速率0.001~7 mm/s,应力加载速率0.01~300 kN/s,最大荷载8 000 kN,最大围压50 MPa;②动力加载:荷载幅值±200 kN,位移幅值±1 mm,动载频率10 Hz;③主机刚度:6 GN/m;④动载波形:正弦波、余弦波、方形波、三角波等;⑤控制方式:载荷控制、轴向位移控制、轴向应变控制。
声发射分析系统主要由声发射主机系统Mico-Ⅱ Express数字化声发射检测仪、声发射传感器、声发射前置放大器以及声发射专用处理软件组成。声发射传感器采样频率为150 kHz,布置时,采用真空硅胶脂做耦合剂涂抹在声发射探头上,以减少接触面间摩擦及能量反射损失,再将RFAT-30微型声发射传感器固定在煤样表面。
1.2 试验方案
采煤工作面区段平巷动载主要由工作面掘进施工、回采所致的矿山压力及地质运动构成。据矿区微震监测资料显示,煤岩所承受的动载频率范围约3~5 Hz,且为正弦波,煤岩受到的动载振幅约为0.38~4.35 MPa[23-24]。试验采用单一变量法,选取3、4、5、6 Hz 4种动载频率与动载振幅1.5 MPa进行300个周期的正弦应力波动载试验,采用声发射全过程实时监测,为分析冲击倾向性煤岩声发射特征提供参数依据。
试验分为3个阶段进行:
1)预加载阶段。对煤样进行预加载,使煤样在试验前处于均匀受力状态,加载方式采用位移控制方式进行,加载速率为0.001 mm/s。
2)动静组合加载阶段。以应力控制方式加载至该煤样单轴抗压强度的40%并稳定后,开始施加300个周期的不同动载频率动力扰动加载。
3)加载直至破坏阶段。动力扰动后采用准静态应变控制方式加载至煤岩试样破坏,加载速率为10−5 mm/s。
2. 不同扰动频率下煤岩破裂特征
2.1 煤岩强度变化特征
煤岩试样在动载振幅为1.5 MPa,不同扰动频率条件下的应力-应变曲线如图1。
由图1可知:煤岩试样在3 、4、5、6 Hz扰动频率条件下失稳破裂的峰值强度分别为20.18、19.43、16.99、12.44 MPa,极限应变分别为0.88%、0.81%、0.61%、0.60%。随扰动频率的增强,应力、应变均呈降幅现象,但相比于未施加动载的煤岩,应力峰值强度分别提高了51.39%、45.76%、27.46%、−6.68%。煤岩内部弱结构经静荷载和动荷载共同作用被挤压,从而更加密实,峰值强度远大于静力加载时的破坏强度,但随着扰动频率增大,煤岩内部细小裂纹数量增多,峰值强度明显下降,开始显现强度劣化现象。
2.2 煤岩破坏裂纹扩展
不同动载频率作用下煤岩的破坏特征如图2。
由图2可以看出:在荷载施加过程中,煤岩内部应力逐渐向剪应力过渡,材料内部晶体颗粒间高度摩擦和滑移,形成典型的压剪破坏;随着动载频率的增大,煤岩主破裂角由70°~90°向31°~77°变化,形成拉剪复合破坏模式,动载频率继续增大,主破裂角由82°~90°向53°~90°发展,总体呈先减小后增大的变化趋势;随着动载扰动频率的增大,煤岩断裂裂缝,逐渐沿煤岩受压端部发育;5、6 Hz频率扰动后煤岩表面裂缝宽度明显增大,5 Hz频率扰动后煤岩表面呈现横向断裂裂缝及多条竖向裂缝,而6 Hz频率扰动后煤岩顶部被压碎,受压端呈现多条竖向裂缝,随着裂纹扩展、延伸,其主裂缝延伸角度逐渐沿试样轴向90°形成贯通破裂。
3. 不同扰动频率下煤岩发射特性
声发射表征参数能够动态描述煤岩内部裂隙发育造成煤岩损伤过程[4]。3、4、5、6 Hz 4种动载频率下冲击倾向性煤岩的声发射振铃计数演化特征如图3。
不同动载扰动频率煤岩在承受荷载破坏过程的声发射振铃累计数演化曲线大致可分为以下阶段:
1)第1阶段:稳定阶段。加载初期,煤岩内部原生微裂缝逐渐被压密,但表面未出现破裂现象。此阶段,由于煤岩内部原生弱结构的闭合、摩擦、滑移等现象,产生少量声发射,但声发射计数较低。这一阶段,煤岩内部没有或产生较少的新生裂纹,故振铃计数和振铃累计数增长缓慢。
2)第2阶段:突增阶段。动载扰动阶段,煤岩表面未出现明显的裂纹,但根据声发射活跃性迅速增强,振铃计数明显增多的现象,可知此时煤岩内部已衍生出大量微裂纹。这一阶段,在动载扰动下煤岩内部新生裂隙发育迅速并急剧扩展,声发射振铃计数和振铃累计数呈现突增现象。
3)第3阶段:缓慢增长直至破坏阶段。动载扰动后期,煤岩的损伤程度逐渐延缓,声发射振铃累计数增长率呈先降低后增加的趋势,直至试样破坏。这一阶段,应力持续加载,煤岩内部微裂纹逐渐汇聚形成宏观裂纹,临近应力峰值处,煤岩内部宏观裂纹已蔓延至煤岩表面形成贯通裂纹,声发射振铃计数也达到最大值,煤岩失稳破坏后,声发射振铃计数逐渐减少,振铃累计数达到最大值。
由图3可知:声发射振铃计数在动载扰动期间高幅高值响应,不同动载扰动频率煤岩振铃计数及振铃累计数演化特征也存在较大差别,动载扰动频率不同,声发射振铃计数幅度不同,且动载频率越大声发射计数越高;煤岩在失稳破坏前,声发射振铃累计数也存在差异,具体表现在缓慢增长直至破坏阶段;煤岩经过3、4 Hz动载扰动后,振铃累计数出现一段较平缓趋势后再呈快速增长趋势,而5、6 Hz扰动后,振铃累计数增长率较3、4 Hz大,这也表明不同频率动载扰动条件下煤岩的裂纹发育程度不同,故在裂隙非稳定发展阶段,动载扰动频率越高煤岩裂纹发育越迅速。
4. 冲击倾向性煤损伤模型
煤岩在荷载作用下,内部裂纹的形成、拓展,都会产生声发射能量,将损伤变量根据能量指标可定义为:某一时刻的声发射能量与整个受压破坏过程中声发射释放的总能量之比[25-26],即:
$$ D = \frac{{{W_{{t}}}}}{{{W_0}}} $$ (1) 式中:$ D $为损伤变量;${W_{{t}}}$为某一时刻煤岩断面损伤面积约等于内部所有微缺陷的面积时的声发射累计能量;$ {W_0} $为整个受压破坏过程中声发射释放的总能量。
依据冲击倾向性煤岩受载释放的声发射能量,由上式分别计算出3、4、5 、6 Hz在不同时刻下的损伤试验值及损伤模型拟合结果,冲击倾向性煤受载损伤值如图4。
煤岩受压全过程的损伤变化可分为3个阶段:①累计阶段:此阶段应力加载较低时,不足以产生新裂纹,故煤岩损伤变量处于相对稳定趋势;②骤增阶段:此阶段施加不同频率的动载扰动,煤岩内部新生裂纹急剧扩展,故煤岩损伤变量呈骤增趋势;③缓增-急速增长阶段:此阶段动载扰动结束,应力持续加载,微裂纹逐渐形成宏观裂纹,煤岩的损伤值逐渐加剧,临近应力峰值,煤岩损伤变量的增长速率逐渐增大。
由图4可知:煤岩在3、4 、5、6 Hz动载扰动前,受压损伤程度差距不大,动载扰动后,随着荷载的增加,煤岩的损伤程度先呈现一段较为平稳的趋势,而后其损伤变量增长速率逐渐变大,直至试样破坏。随着扰动频率的提升,煤岩损伤程度越高,损伤增长速率越大,表明动载频率是煤岩加速破裂的主要因素。
对不同频率扰动下的煤岩试样的试验损伤值进行拟合,得到不同动载扰动频率下的冲击倾向性煤岩的损伤模型为:
$$ D={A}_{1}+{ \frac{{A}_{2}-{A}_{1}}{1+\mathrm{exp}\left(\dfrac{t-{t}_{0}}{{d}_{t}}\right)}} $$ (2) 式中:$t$为冲击倾向性煤岩的受载时间;${A}_{1}、{A}_{2}、{t}_{0}、d_t$均为拟合参数。
不同动载扰动频率的冲击倾向性煤岩的拟合参数$ {A}_{1}、{A}_{2}、{t}_{0}、d_x $值见表3。
表 3 冲击倾向性煤岩拟合参数值Table 3. Fitting parameter values of coal and rock with impact tendency频率/Hz 时间/s $ {A_1} $ $ {A_2} $ ${t_0}$ $d_t$ $ {R^2} $ 3 $ 0 < t < 600 $ 0.353 0.003 574.831 9.984 0.999 $ t \geqslant 600 $ 1.779 0.299 1256.893 99.076 0.992 4 $ 0 < t < 600 $ 0.415 0.007 582.591 15.010 0.998 $ t \geqslant 600 $ 1.687 0.304 1059.885 64.291 0.995 5 $ 0 < t < 600 $ 0.340 0.002 561.496 12.691 0.996 $ t \geqslant 600 $ 1.199 0.316 928.512 43.113 0.995 6 $ 0 < t < 600 $ 0.386 0.010 573.708 14.041 0.997 $ t \geqslant 600 $ 1.028 0.326 830.328 28.966 0.995 5. 结 语
1)煤岩经静荷载和动荷载共同作用后的应力峰值强度高于静力加载时的破坏强度,但扰动频率增大峰值强度逐渐下降,出现强度劣化现象。
2)依据煤岩损伤演化模型可将煤岩的损伤变化趋势分为累计阶段、突增阶段及缓慢增长直至破坏阶段。动载扰动结束后煤岩内部裂隙迅速发育,进入煤岩损伤的第3阶段,动载扰动频率对煤岩损伤缓慢增长直至破坏阶段影响较大,是加速煤岩失稳破坏的主要因素。
3)以动载扰动频率为变量,建立冲击倾向性煤岩损伤演化模型,实现了以声发射特性参数对冲击倾向性煤岩损伤的定量分析,且模型与试验数据相符度较高。
-
[1] 昝昕,孔宁,郭丽娜,等.煤矿超层越界监督管理研究[J].中国矿业,2019,28(5):29-32. ZAN Xin, KONG Ning, GUO Lina, et al. Analysis of the supervision and management of mining beyond specified coal seams[J]. China Mining Magazine, 2019, 28(5): 29-32. [2] 谷民帅,周光.浅埋煤层超层越界开采防治综合技术研究[J].煤炭科学技术,2018,46(S1):47-53. GU Minshuai, ZHOU Guang. Research of comprehensive control technology of prohibiting cross boundary mining in shallow buried coal seam[J]. Coal Science and Technology, 2018, 46(S1): 47-53. [3] 刘立,高俊华,余德清,等.矿山越界开采与采矿权面积关系遥感研究[J].地理空间信息,2019,17(6):47-50. LIU Li, GAO Junhua, YU Deqing, et al. Remote sensing research on relationship between cross-border mining of mine and mining rights area[J]. Geospatial Information, 2019, 17(6): 47-50. [4] 王高利.浅析露天矿山超层越界开采的预防与治理[J].世界有色金属,2017(15):71. WANG Gaoli. Prevention and control of over layer crossing mining in open pit mine[J]. World Nonferrous Metals, 2017(15): 71. [5] 孙涛.全站仪在井下煤矿超层越界检查中的应用[J].矿山测量,2014(6):43-45. SUN Tao. Application of total station in the super- layer cross-border checks in underground coal mine[J]. Mine Survey, 2014(6): 43-45. [6] 张璞.煤矿井下移动机器人自主定位方法研究[D].西安:西安科技大学,2019. [7] 张小红,罗科干,陶贤露,等.一种基于穿戴式MEMS传感器状态识别的多部位PDR算法[J].武汉大学学报(信息科学版),2021,46(12):1791-1801. ZHANG Xiaohong, LUO Kegan, TAO Xianlu, et al. A multi-mouted PDR algorithm based on wearable MEMS sensors state recognition[J]. Geomatics and Information Science of Wuhan University, 2021, 46(12): 1791-1801. [8] 刘元成,蔡成林,韦照川,等.基于PDR和地磁匹配融合的楼层定位方法[J].传感技术学报,2020,33(4):557-563. LIU Yuancheng, CAI Chenglin, WEI Zhaochuan, et al. Floor positioning method based on fusion of PDR and geomagnetic matching[J]. Chinese Journal of Sensors and Actuators, 2020, 33(4): 557-563. [9] 左德胜.行人自主导航算法研究[D].哈尔滨:哈尔滨工业大学,2018. [10] 李少琛.基于MEMS的行人定位技术研究[D].北京:北京理工大学,2016. [11] 杨辉.基于MEMS传感器的高精度行人导航算法研究[D].厦门:厦门大学,2014. [12] 李辰祥.基于MEMS行人惯性导航的零速度修正技术研究[D].厦门:厦门大学,2014. [13] 杨鹏飞.采煤机捷联惯导定位中MEMS惯性器件误差补偿技术[D].西安:西安科技大学,2018. [14] 岑世欣,高振斌,于明,等.基于自适应阈值的行人惯性导航零速检测算法[J].压电与声光,2019,41(4):601-606. CEN Shixin, GAO Zhenbin, YU Ming, et al. Pedestrian inertial navigation zero-speed detection algorithm based on adaptive threshold[J]. Piezoelectrics & Acoustooptics, 2019, 41(4): 601-606. [15] 张伦东,卢晓慧,李军正,等.基于零速修正的行人导航关键技术及研究进展[J].导航定位与授时,2020, 7(3):141-149. ZHANG Lundong, LU Xiaohui, LI Junzheng, et al. The key technologies and development of pedestrian navigation based on ZUPT[J]. Navigation Positioning and Timing, 2020, 7(3): 141-149. [16] 朱新宇.基于行人航位推算和MEMS惯性传感器的室内定位算法研究[D].合肥:合肥工业大学,2017. [17] 王磊,汪洲,任元,等.捷联惯导系统中卡尔曼滤波的应用研究[J].计算机测量与控制,2017,25(6):139-141. WANG Lei, WANG Zhou, REN Yuan, et al. Application of Kalman filter in strapdown inertial navigation system[J]. Computer Measurement and Control, 2017, 25(6): 139-141. [18] 许明成,戴邵武.卡尔曼滤波在惯导初始对准中的应用[J].电子设计工程,2017,25(23):43-46. XU Mingcheng, DAI Shaowu. Kalman filtering and its application in INS initial alignment[J]. Electronic Design Engineering, 2017, 25(23): 43-46. [19] 赵靖.基于卡尔曼滤波算法的采煤机惯导定位方法[J].工矿自动化,2014,40(10):29-32. ZHAO Jing. Inertial navigation positioning method of shearer based on Kalman filter algorithm[J]. Industrial and Mine Automation, 2014, 40(10): 29-32. [20] 马宏伟,张璞,毛清华,等.基于捷联惯导和里程计的井下机器人定位方法研究[J].工矿自动化,2019,45(4):35-42. MA Hongwei, ZHANG Pu, MAO Qinghua, et al. Research on positioning method of underground robot based on strapdown inertial navigation and odometer[J]. Industry and Mine Automation, 2019, 45(4): 35-42. [21] 王振远.基于PDR和地图匹配的室内定位方法研究[D].徐州:中国矿业大学,2021. -
期刊类型引用(1)
1. 李浩荡,胡旭聪,钟涛平,闫瑞兵,刘恩德,刘旭东,李振雷. 急倾斜煤层冲击地压分布特征及主控因素研究. 煤矿安全. 2025(03): 118-126 . 本站查看
其他类型引用(0)
计量
- 文章访问数: 0
- HTML全文浏览量: 0
- PDF下载量: 0
- 被引次数: 1