劉治翔 孫戰(zhàn) 尹家闊 鄒康

文章編號：1671?251X（2024）04?0078?07 ?DOI：10.13272/j.issn.1671-251x.2023110029

摘要：針對現(xiàn)有煤巖識別技術存在的難以實際應用、易受信號干擾、成本高和實現(xiàn)復雜等問題，通過理論分析煤巖截割產(chǎn)熱與煤巖硬度的關系，證明通過紅外熱像獲取的截割溫度變化來進行煤巖識別的合理性；搭建了掘進機截齒截割煤巖試驗臺，對不同硬度的普通煤層、煤巖交界處及中砂巖層進行長時間截割試驗，通過紅外熱像儀和振動傳感器分別獲取截割溫度和截割頭振動信號并分析其變化規(guī)律。研究結(jié)果表明：①隨著截割時間增加，截割溫度逐漸升高；煤巖硬度越高，截割溫度越高，且截割溫度上升速率越快；在截割起始階段無法通過截割溫度識別煤巖，但在穩(wěn)定截割時可根據(jù)截割溫度特性識別煤巖。②截割頭振動強度隨著煤巖硬度增大而變大，但不隨截割時間增加而產(chǎn)生明顯變化，因此可彌補在截割起始階段無法通過截割溫度識別煤巖的不足。③通過單一截割溫度或振動強度不能對煤巖進行準確識別，因此可在截割起始階段和頻繁出現(xiàn)閃溫時通過振動強度來識別煤巖，而在截割穩(wěn)定階段通過紅外熱像獲取的溫度來識別煤巖。

關鍵詞：煤巖識別；紅外熱像；截割溫度；振動強度

中圖分類號：TD67 ?文獻標志碼：A

Experimental study on coal rock recognition based on infrared thermal imaging and vibration signals

LIU Zhixiang， SUN Zhan， YIN Jiakuo， ZOU Kang

（School of Mechanical Engineering， Liaoning Technical University， Fuxin 123000， China）

Abstract： In response to the difficulties in practical application， susceptibility to signal interference， high cost， and complex implementation of existing coal rock recognition technologies， this paper theoretically analyzes the relationship between coal rock cutting heat production and coal rock hardness. The paper proves the rationality of using infrared thermal imaging to obtain cutting temperature changes for coal rock recognition. A coal rock cutting test bench is built for roadheader. Long-term cutting tests are conducted on ordinary coal seams， coal rock interfaces， and sandstone layers with different hardness. The cutting temperature and vibration signals of the cutting head are obtained through infrared thermal imaging and vibration sensors， and their change patterns are analyzed. The research results indicate the following points.① As the cutting time increases， the cutting temperature gradually increases. The higher the hardness of coal rock， the higher the cutting temperature， and the faster the rate of increase in cutting temperature. At the initial stage of cutting， coal and rock cannot be recognized by cutting temperature， but during stable cutting， coal and rock can be recognized based on cutting temperature features.② The vibration intensity of the cutting head increases with the increase of coal rock hardness， but does not show a significant change with the increase of cutting time. Therefore， it can compensate for the lack of recognition of coal rock through cutting temperature at the beginning stage of cutting.③ Accurate recognition of coal and rock cannot be achieved through a single cutting temperature or vibration intensity. Therefore， coal and rock can be recognized through vibration intensity during the initial cutting?stage and frequent flash temperatures.In the stable cutting stage， coal and rock can be recognized through temperature obtained from infrared thermal imaging.

Key words： coal rock recognition; infrared thermal imaging; cutting temperature; vibration intensity

0引言

在工況復雜的煤礦巷道掘進過程中，掘進機截齒經(jīng)常會與煤巖交界處發(fā)生碰撞[1-3]。由于煤巖層硬度等物理特性不同，所以截齒在截割煤巖交界處時會因受力不均等加劇截齒磨損，甚至形成巨大的沖擊載荷使掘進機截齒折斷，降低掘進機使用壽命和截割穩(wěn)定性[4-6]。

為提高掘進機截割效率的同時降低截齒磨損率，煤巖界面自動識別成為亟待解決的問題[7]。目前煤巖識別技術包括圖像識別技術[8]、過程信號監(jiān)測識別技術[9]、電磁波識別技術[10]、超聲波探測識別技術[11]、多傳感器融合識別技術[12]等。圖像識別技術包括傳統(tǒng)的圖像處理技術[13]（如圖像變換、圖像分割、圖像特征提取等）和基于深度學習的圖像處理技術[14]（如卷積神經(jīng)網(wǎng)絡等），通過圖像變換、特征提取和分類，以判斷煤巖界面位置，但該技術比較依賴大量標注數(shù)據(jù)進行訓練，目前仍處于試驗研究階段[15]。過程信號監(jiān)測識別技術通過監(jiān)測掘進機截割頭或采煤機滾筒的運行信號（如振動、電流、聲發(fā)射等）來判斷是否截割到煤巖界面，但由于井下存在多種干擾信號[16]，導致識別煤巖界面的準確性下降。電磁波識別技術利用電磁波的傳播特性進行煤巖界面識別，對煤巖介電常數(shù)、電導率等有一定要求，識別精度高[17]，但設備成本較高。超聲波探測識別技術基于超聲波在不同介質(zhì)界面上的傳輸和反射原理[18]，通過分析反射回波信號來探測煤巖界面，但由于煤巖結(jié)構不同，探測厚度也不同，所以面對復雜的地質(zhì)情況需與其他技術相結(jié)合來進行煤巖界面識別。多傳感器融合識別技術通過整合多個傳感器（如振動加速度傳感器、轉(zhuǎn)軸傳感器、電流傳感器等）數(shù)據(jù)，來獲取更全面準確的煤巖界面信息，但需解決數(shù)據(jù)融合和匹配的難題[19]，以確保不同傳感器之間的精確校準和可靠性。

紅外熱像技術[20]利用物體發(fā)射紅外輻射原理，通過紅外熱像儀檢測物體表面溫度分布。紅外熱像儀成本低、體積小，便于移動且不受其他信號干擾，無需與截齒接觸即可實時測得截齒截割煤巖時的溫度，適用于煤巖識別。但煤層中常有夾矸現(xiàn)象，會降低通過截齒溫度進行煤巖識別的準確性，因此引入掘進機截割頭振動信號來判斷煤巖[21]。通過試驗研究結(jié)合掘進機截割溫度及截割頭振動信號進行煤巖識別的可行性。

1煤巖截割產(chǎn)熱理論

懸臂式掘進機在進行截割作業(yè)時，截割頭的截齒在高速旋轉(zhuǎn)下對巷道煤壁進行破碎和剝離。在復雜的煤層工況中，煤層和巖層的共存及硬度和密度的不均勻性，導致截齒與煤巖碰撞摩擦時產(chǎn)生的熱量非連續(xù)并具有波動性。煤巖的非均質(zhì)性使得截齒在接觸煤巖時可能會短時間內(nèi)經(jīng)歷溫度的劇烈升高，表現(xiàn)為截齒表面的閃溫特性。因此，為分析截割產(chǎn)熱的規(guī)律，需要系統(tǒng)地考慮截齒、硬度不均勻的煤巖及其產(chǎn)生的煤巖碎屑等因素。

截割產(chǎn)熱量與截割載荷有關，截齒截割過程中截割載荷主要包含截割推進力Fx、截割進給力Fy [20]。

式中：Kc 為截割推進力修正系數(shù)；σc 為煤巖抗壓強度，MPa；hp 為截齒計算寬度，mm；b為平均截割深度，mm；φ為煤巖的崩裂角，（°）; a為截齒截距，mm； K為綜合截割系數(shù)；β為截齒傾斜角，（°）; Kp 為截割進給力修正系數(shù)；δ為截齒進給角，（°）。

在相同的截齒屬性（如結(jié)構參數(shù)、材料）、截割深度和截割速度條件下，截割產(chǎn)生的溫升總量通常與煤巖抗壓強度呈正相關關系。然而，在實際的截割過程中，由于掘進機結(jié)構和功率差異，截割頭可能會出現(xiàn)跳刀現(xiàn)象，導致截齒與煤巖短暫分離，打破了截齒與煤壁之間形成的熱封閉系統(tǒng)，使得截割過程中產(chǎn)生的熱量不能持續(xù)累積。因此，通過觀察長時間的非連續(xù)截割過程中的溫度變化，可以對煤巖硬度進行評估。

2試驗

為分析長時間截割下截割頭表面溫度及振動強度變化，搭建了掘進機截齒截割煤巖試驗臺，如圖1所示。試驗臺主要由截割模擬系統(tǒng)和數(shù)據(jù)采集系統(tǒng)2個部分組成。截割模擬系統(tǒng)主要由試驗臺底座、掘進機模型、動力控制系統(tǒng)、巖樣等組成；數(shù)據(jù)采集系統(tǒng)主要由紅外熱像儀、振動傳感器等組成。

試驗臺電動機功率為180 W，可調(diào)節(jié)轉(zhuǎn)速，適用于不同工況下的截割試驗。采用電缸代替掘進機的油缸，截割臂的升降、旋轉(zhuǎn)和伸縮功能均采用單個推力為2000 N 的雙電缸同步實現(xiàn)。

為模擬不同煤巖硬度，采用砂子、水泥、石膏和水作為原材料進行巖樣配置。根據(jù)相似原理，通過改變材料比例，制作4個直徑為200 mm、高度為150 mm 的圓柱標準試件（圖2），進行抗壓強度和堅固性系數(shù)測試。4個圓柱標準試件理論抗壓強度分別為0.66，1.01，1.23，2.70 MPa，堅固性系數(shù)分別為1.6，2.7，3.8，6.5。

根據(jù)圓柱標準試件堅固性測試結(jié)果，分別制作堅固性系數(shù)為1.7的普通煤層和堅固性系數(shù)為6.8的中砂巖層，巖樣配置比例見表1。砂子作為主材料，砂子含量越高，巖樣硬度越低；水泥含量越高，巖樣硬度越高；石膏主要用于填充砂子、水泥中的微孔和細小裂縫，石膏含量越高，巖樣抗裂性能越強。

巖樣配置后，進行截割頭擺動截割試驗。試驗過程中截割參數(shù)保持不變，先使截割頭慢慢接觸巖樣，通過電缸控制截割臂擺動，使截割頭充分與巖樣接觸且截割臂擺動速度降到最低，保證截割充分及截割時間充足。

3試驗分析

3.1煤巖截割溫度特性分析

采用紅外熱像儀記錄截割過程的溫度變化情況，紅外熱像如圖3所示。

從圖3可看出，截割過程分為起始、穩(wěn)定及結(jié)束3個階段。截割起始階段截齒與巖樣接觸面溫度逐漸升高，截割產(chǎn)生的部分巖屑帶走了少量熱量，截割頭的跳動性使得截割面與空氣的熱交換運動速度加快，導致截齒表面溫度較低；當截割頭與巖樣穩(wěn)定接觸截割時，截割面溫度達到相對平衡階段，截割面熱量持續(xù)累積，造成截齒溫度逐漸上升，持續(xù)到穩(wěn)定截割階段結(jié)束。由此可見，當截割時間較短時，截割產(chǎn)生的熱量沒有集中在截齒部位，導致截割溫度的參考意義不大，所以需根據(jù)穩(wěn)定截割時的溫度變化進行煤巖識別。

為獲取不同硬度巖樣截割下截割溫度變化規(guī)律，分別對普通煤層、普通煤層與中砂巖層交界處和中砂巖層進行長時間截割試驗，截割溫度變化曲線如圖4所示。

從圖4（a）可看出，在截割頭對普通煤層進行截割時，出現(xiàn)閃溫（瞬間高溫）次數(shù)較多，這是因為普通煤層中夾雜著較多高硬度的矸石，但整體截割溫度變化不明顯。

從圖4（b）可看出，由于煤巖交界處硬度差異較大，截割過程中前10 min 溫度波動幅度大；在截割10 min 后，截割頭在上層中砂巖層及下層普通煤層的壓力下處于穩(wěn)定截割階段，溫度波動幅度小，截割溫度逐漸上升。

從圖4（c）可看出，由于中砂巖層在巖樣上方，所以在截割時始終處于半個截割頭與中砂巖層接觸的狀態(tài)，在截割過程的前12 min，溫度波動幅度小；在截割進行到第13 min 時，由于中砂巖層硬度較大，截割頭產(chǎn)生跳刀現(xiàn)象，造成截割頭與中砂巖層短暫分離，截割溫度大幅下降；發(fā)生跳刀現(xiàn)象后，通過人工干預截割臂的振動幅度，使得截割頭在之后的截割過程中始終保持與中砂巖層的充分接觸，穩(wěn)定截割后，截割溫度呈穩(wěn)定增大趨勢。

從圖4（d）可看出，在截割起始階段，普通煤層截割溫度與煤巖交界處截割溫度并無明顯區(qū)別，無法通過溫度識別煤巖；當截割頭始終與煤巖保持充分接觸并進行穩(wěn)定截割時，普通煤層截割溫度略有上升，中砂巖層和煤巖交界處截割溫度均呈穩(wěn)定上升狀態(tài)，且?guī)r樣硬度越高，截割溫度上升速率越快，表明截割頭穩(wěn)定截割時的溫度變化曲線更符合煤巖截割產(chǎn)熱理論，可根據(jù)截割溫度特性識別煤巖。

在截割不同硬度巖樣時，每5 min 統(tǒng)計平均溫度，見表2，截割溫度變化見表3。

從表2、表3可看出，隨著截割時間增加，截割溫度升高；中砂巖層截割平均溫度為28.22℃， 高于煤巖交界處的26.08℃和普通煤層的25.91℃， 可見煤巖硬度越高，截齒平均溫度越高；普通煤層、煤巖交界處、中砂巖層截割溫度變化幅值分別為2.40，8.08，9.36℃， 可見煤巖硬度越高，截割溫度增幅越大。

3.2煤巖截割振動特性分析

在掘進機截割過程中，截割頭會產(chǎn)生振動，在不同工況下截割頭振動強度不同。在進行截割試驗時通過振動傳感器提取振動信號，使用方差作為特征指標來衡量振動強度大小。在不同時間段截割普通煤層、煤巖交界處及中砂巖層時的振動方差見表4。

從表4可看出，不同硬度巖樣截割時振動強度不同，普通煤層、煤巖交界處和中砂巖層截割時振動方差平均值分別為99.11，119.52，147.48 cm2/s4，表明隨著煤巖硬度增大，截割頭振動強度增大。

不同硬度巖樣截割時振動強度變化曲線如圖5所示。可看出隨著截割時間增加，截割頭振動強度并無明顯變化，振動強度大小僅與煤巖硬度有關，可彌補在截割起始階段無法通過截割溫度識別煤巖的不足。

3.3煤巖截割溫度及振動特性對比分析

不同硬度巖樣截割溫度、振動強度變化趨勢對比如圖6所示。

從圖6可看出，截割時出現(xiàn)的閃溫情況會降低通過截割溫度進行煤巖識別的準確性，而截割頭振動特性不受閃溫的影響，因此可在截割起始階段和頻繁出現(xiàn)閃溫時通過振動強度來識別煤巖；在截割頭不穩(wěn)定截割或截割頭發(fā)生跳刀產(chǎn)生空轉(zhuǎn)時，截割溫度發(fā)生劇烈變化，但截割頭振動強度并沒有隨之發(fā)生變化，表明單一根據(jù)截割頭振動強度來識別煤巖的準確性不高。因此，應同時根據(jù)截割溫度變化特性及截割頭振動強度變化特性進行煤巖識別。

4結(jié)論

1）隨著截割時間增加，截割溫度逐漸升高；煤巖硬度越高，截割溫度越高，且截割溫度上升速率越快；在截割起始階段無法通過截割溫度識別煤巖硬度，但在穩(wěn)定截割時可根據(jù)截割溫度特性識別煤巖。

2）截割頭振動強度隨著煤巖硬度增大而變大，但不隨截割時間增加而產(chǎn)生明顯變化，因此可彌補在截割起始階段無法通過截割溫度識別煤巖的不足。

3）單一通過煤巖截割溫度特性或振動強度特性無法準確識別煤巖，因此可在截割起始階段和頻繁出現(xiàn)閃溫時通過振動強度來識別煤巖，而在截割穩(wěn)定階段通過紅外熱像獲取的溫度來識別煤巖。

參考文獻（References）：

[1]王虹，陳明軍，張小峰.我國煤礦快速掘進20 a 發(fā)展與展望[J].煤炭學報，2024，49（2）：1199-1213.

WANG Hong，CHEN Mingjun，ZHANG Xiaofeng. Twenty years development and prospect of rapid coal mine roadway excavation in China[J]. Journal of China Coal Society，2024，49（2）：1199-1213.

[2]才慶祥，陳彥龍.中國露天煤礦70年成就回顧及高質(zhì)量發(fā)展架構體系[J].煤炭學報，2024，49（1）：235-260.

CAI Qingxiang，CHEN Yanlong. Review of 70 years' achievements and high-quality development architecture system of surface coal mining in China[J]. Journal of China Coal Society，2024，49（1）：235-260.

[3]楊健健，張強，王超，等.煤礦掘進機的機器人化研究現(xiàn)狀與發(fā)展[J].煤炭學報，2020，45（8）：2995-3005.

YANG Jianjian，ZHANG Qiang，WANG Chao，et al. Status and development of robotization research on roadheader for coal mines[J]. Journal of China Coal Society，2020，45（8）：2995-3005.

[4]王國法，杜毅博.智慧煤礦與智能化開采技術的發(fā)展方向[J].煤炭科學技術，2019，47（1）：1-10.

WANG Guofa，DU Yibo. Development direction of intelligent ?coal ?mine ?and ?intelligent ?mining technology[J]. Coal Science and Technology，2019，47（1）：1-10.

[5]袁亮，張平松.煤礦透明地質(zhì)模型動態(tài)重構的關鍵技術與路徑思考[J].煤炭學報，2023，48（1）：1-14.

YUAN Liang，ZHANG Pingsong. Key technology and path thinking of dynamic reconstruction of mine transparent geological model[J]. Journal of China Coal Society，2023，48（1）：1-14.

[6]石智軍，姚克，姚寧平，等.我國煤礦井下坑道鉆探技術裝備40年發(fā)展與展望[J].煤炭科學技術，2020，48（4）：1-34.

SHI Zhijun，YAO Ke，YAO Ningping，et al.40 years of development and prospect on underground coal mine tunnel drilling technology and equipment in China[J]. Coal Science and Technology，2020，48（4）：1-34.

[7]李曉豁，閆建偉，張惠波，等.割巖截齒的應力分布及其載荷的仿真研究[J].計算機仿真，2011，28（11）：405-408.

LI Xiaohuo，YAN Jianwei，ZHANG Huibo，et al. Simulation and research on stress distribution and loads on pick cutting rock[J]. Computer Simulation，2011，28（11）：405-408.

[8]張婷.基于變換域與高斯混合模型聚類的煤巖識別方法[J].煤炭技術，2018，37（11）：320-323.

ZHANG Ting. Coal and rock recognition method based on transform domain and clustering of Gaussian mixture model[J]. Coal Technology，2018，37（11）：320-323.

[9]田立勇，毛君，王啟銘.基于采煤機搖臂惰輪軸受力分析的綜合煤巖識別方法[J].煤炭學報，2016，41（3）：782-787.

TIAN Liyong，MAO Jun，WANG Qiming. Coal and rock identification method based on the force of idler shaft in shearer's ranging arm [J]. Journal of China Coal Society，2016，41（3）：782-787.

[10]劉萬里，馬修澤，張學亮.基于探地雷達的特厚煤層厚度動態(tài)探測技術[J].煤炭學報，2021，46（8）：2706-2714.

LIU Wanli，MA Xiuze，ZHANG Xueliang. Dynamic detection technology of extra-thick coal seam thickness based on ground penetrating radar[J]. Journal of China Coal Society，2021，46（8）：2706-2714.

[11]李力，歐陽春平.基于超聲相控陣的煤巖界面識別研究[J].中國礦業(yè)大學學報，2017，46（3）：485-492.

LI Li，OUYANG Chunping. Research on coal-rock interface recognition based on ultrasonic phased array[J]. Journal of China University of Mining & Technology，2017，46（3）：485-492.

[12]王海艦，黃夢蝶，高興宇，等.考慮截齒損耗的多傳感信息融合煤巖界面感知識別[J].煤炭學報，2021，46（6）：1995-2008.

WANG Haijian，HUANG Mengdie，GAO Xingyu，et al. Coal-rock interface recognition based on multi-sensor information fusion considering pick wear [J]. Journal of China Coal Society，2021，46（6）：1995-2008.

[13]吳德忠，劉泉聲，黃興，等.基于邊界跟蹤和神經(jīng)網(wǎng)絡的煤巖界面識別方法研究[J].煤炭工程，2021，53（6）：140-146.

WU Dezhong，LIU Quansheng，HUANG Xing，et al. Coal-rock interface recognition method based on boundary tracking algorithm and artificial neural network[J]. Coal Engineering，2021，53（6）：140-146.

[14] SI Lei，XIONG Xiangxiang，WANG Zhongbin，et al. A deep convolutional neural network model for intelligent discrimination between coal and rocks in coal mining face[J]. Mathematical ?Problems in Engineering，2020（2）：1-12.

[15]孫傳猛，王燕平，王沖，等.融合改進 YOLOv3與三次樣條插值的煤巖界面識別方法[J].采礦與巖層控制工程學報，2022，4（1）：81-90.

SUN Chuanmeng，WANG Yanping，WANG Chong，et al. Coal-rock interface identification method based on improved YOLOv3 and cubic spline interpolation[J]. Journal of Mining and Strata Control Engineering，2022，4（1）：81-90.

[16]張強，劉志恒，王海艦，等.基于截齒振動及溫度特性的煤巖識別研究[J].煤炭科學技術，2018，46（3）：1-9，18.

ZHANG Qiang，LIU Zhiheng，WANG Haijian，et al. Study on coal and rock identification based on vibration and temperature features of picks[J]. Coal Science and Technology，2018，46（3）：1-9，18.

[17]王增才，富強.自然γ射線穿透煤層及支架頂梁衰減規(guī)律[J].遼寧工程技術大學學報（自然科學版），2006，25（6）：804-807.

WANG Zengcai，F(xiàn)U Qiang. Attenuation of natural γ ray passing through coal seam and hydraulic support[J]. Journal of Liaoning Technical University（Natural Science），2006，25（6）：804-807.

[18] LIU Guanhua，LIU Zhentang，F(xiàn)ENG Junjun，et al. Experimental research on the ultrasonic attenuation mechanism of coal[J]. Journal of Geophysicsand Engineering，2017，14（3）：502-512.

[19] LIU Yanbing，DHAKAL S，HAO Binyao. Coal and rock interface identification based on wavelet packet decomposition and fuzzy neural network[J]. Journal of Intelligent & Fuzzy ?Systems： Applications ?in Engineering and Technology，2020，38（4）：3949-3959.

[20]張德義，劉送永，賈新慶，等.基于紅外熱像的夾矸巷道斷面記憶截割試驗研究[J].煤炭學報，2021，46（10）：3377-3385.

ZHANG Deyi，LIU Songyong，JIA Xinqing，et al. Experimental study on memory cutting of roadway cross-section containing gangue based on infrared thermography[J]. Journal of China Coal Society，2021，46（10）：3377-3385.

[21]路紅蕊，童敏明，劉棟.基于鉆頭振動特性的采煤機煤巖識別研究[J].煤炭技術，2018，37（3）：242-245.

LU Hongrui，TONG Minming，LIU Dong. Research on coal-rock recognition based on vibration characteristics of coal shearer drill[J]. Coal Technology，2018，37（3）：242-245.