-
题名采动卸压瓦斯定向高位钻孔精准抽采技术研究
被引量：3
- 1
-
-
作者
张帅
-
机构
煤矿灾害防控全国重点实验室
中煤科工集团重庆研究院有限公司
-
出处
《中国煤炭地质》
2025年第1期21-26,共6页
-
基金
中煤科工集团重庆研究院有限公司创新引导项目“煤与瓦斯突出安全防护设施智能控制系统研发”(2024YBXM36)
国家自然科学基金青年项目“含甲烷煤体破碎过程及碎后长期解吸扩散规律与模型研究”(52204261)。
-
文摘
针对煤层群开采邻近煤层采动卸压瓦斯涌出量大易引起瓦斯超限难题,提出采动卸压瓦斯定向高位钻孔精准抽采技术。采用三带高度理论计算、采动裂隙富集区域模型构建,确定了不同层位采动裂隙富集区域范围,并以此进行了定向高位钻孔优化设计,经瓦斯抽采效果考察,1905轨顺里程870 m高位钻场10个高位钻孔日均瓦斯抽采纯量达到33410.2 m^(3)/d,62 d内累计抽采瓦斯量2071433.55 m^(3),验证了所构建的采动裂隙富集区域模型准确可靠,实现了采动卸压瓦斯的高效精准抽采,对龙凤煤矿其他区域乃至贵州省类似条件矿井采动卸压瓦斯高效精准抽采具有一定借鉴意义。
-
关键词
煤层群开采
采动卸压瓦斯
裂隙富集区域
定向高位钻孔
精准抽采
-
Keywords
coal seam group mining
relieved gas in the mining area
fracture enrichment area
directional high-level drilling
accurate pumping
-
分类号
TP39111
[自动化与计算机技术—计算机应用技术]
-
-
题名煤矿三维地质建模与精细化储量估算研究
- 2
-
-
作者
侯阳
戴昊峰
-
机构
伊金霍洛旗东博煤炭有限责任公司
内蒙古科技大学矿业与煤炭学院
-
出处
《微型计算机》
2025年第10期133-135,共3页
-
基金
内蒙古自然科学基金项目(2024QN04025)资助。
-
文摘
本研究以东博煤矿为研究对象,采用多源数据地质建模技术,构建了三维地质模型,并进行了精细化储量估算。研究首先对地质勘探和开采设计资料进行了系统的整理和数字化处理,建立了包含钻孔数据库和图幅数据库的综合地质信息库。然后通过克里金插值技术和三角网格剖分技术,构建了精细化的三维地形表面模型和煤层模型,实现了对地质结构的直观展示和分析。在此基础上,应用地质统计学方法,对IV-2煤层进行了三维储量估算,快速实现了三维储量估算。与传统方法相比,本研究方法在地质体复杂性增加时,能够提供更高的储量估算精度,对矿山安全生产、资源合理利用和矿山长远发展具有重要意义。
-
关键词
三维地质建模
储量估算
煤矿
-
分类号
TP39111
[自动化与计算机技术—计算机应用技术]
-
-
题名深度学习及其在地质领域中的应用
- 3
-
-
作者
刘晓梅
李新虎
马天录
赵元元
-
机构
西安科技大学地质与环境学院
陕西省煤炭绿色开发地质保障重点实验室
国土资源部煤炭资源勘查与综合利用重点实验室
国家能源集团宁夏煤业有限责任公司羊场湾煤矿
西安科技大学通信与信息工程学院
-
出处
《矿产勘查》
2024年第2期281-291,共11页
-
基金
国家自然科学基金(41502137)资助。
-
文摘
深度学习技术的快速发展将成为地质领域再出发的助推剂,深度学习是人工智能范畴内的一个重要分支,是一种以人工神经网络为基本框架,从大量历史数据中学习规律并预测新数据的算法。为了充分理解深度学习在地质领域的应用价值,明确其在地质领域应用中存在的挑战和机遇,本文在系统阐述深度学习的发展过程、方法分类以及常见的4种深度学习模型的基础上,对比了它们在地质领域应用的特点和优势。主要从基础地质、地质勘探、地质灾害以及水文地质4个方面介绍了深度学习在地质领域应用的研究和进展,最后根据现有的情况给出了未来发展的建议,为深度学习在地质领域中应用可能遇到的机遇和挑战提供参考。
-
关键词
深度学习
神经网络
监督学习
无监督学习
地质领域
-
Keywords
deep learning
neural networks
supervised learning
unsupervised learning
geology
-
分类号
TP39111
[自动化与计算机技术—计算机应用技术]
-
