2026年 06期
极近距离煤层开采再生顶板稳定性评价模型构建与应用
霍丙杰;康尚博;李其平;夏平川;刘灿;郭东旭;张丞博;针对极近距离煤层下行开采时再生顶板稳定性影响下煤层安全高效开采的核心问题，研究再生顶板稳定性评价理论与方法，以保障矿井的安全生产。构建了涵盖再生顶板自身因素、地质环境因素和开采扰动因素3个准则层及岩性组合、压实胶结时间等8个指标的综合评价指标体系。提出了一种层次分析法(Analytic Hierarchy Process, AHP)-熵权组合赋权与逼近理想解排序法(Technique for Order Preference by Similarity to Ideal Solution, TOPSIS)相耦合的评价模型，通过组合赋权法均衡主客观权重以科学确定指标影响程度，利用TOPSIS法计算各评价对象的相对接近度，以此量化稳定性。基于ArcGIS平台采用反距离权重(Inverse Distance Weighting, IDW)法实现了再生顶板稳定性的空间可视化表达并提出分区管理对策。以胜利煤矿层间距极小(平均1.45 m)的14、15煤层为工程背景进行应用研究，分析方法的可操作性与科学性。结果表明：(1)岩性组合是影响再生顶板稳定性的主导因素，其权重高达0.543;(2)再生顶板稳定性可划分为4个等级，研究区15煤层再生顶板稳定区(Ⅰ级)和较稳定区(Ⅱ级)占比达80%,整体稳定性较好；不稳定区(Ⅲ级)与极不稳定区(Ⅳ级)主要分布于水文地质条件复杂、有少量断层、岩性组合差且胶结时间短的区域；(3)经相似回采工作面验证，模型评价结果与现场实际吻合度达80%。构建的评价模型与方法能有效实现对极近距离煤层再生顶板稳定性的评价与空间预测，研究结果可为类似条件下煤层安全开采提供理论依据和技术支持。
基于可解释GA-VR集成学习的爆破质点峰值振动速度预测
杨溢;王淑贤;沈亚玺;石玉莲;丁秋月;为提升爆破质点峰值振动速度(Peak Particle Velocity, PPV)的预测精度，提出了一种基于遗传算法(Genetic Algorithm, GA)优化的投票回归(Voting Regressor, VR)集成模型(GA-VR)。基于某露天矿实测数据，采用GA优化梯度提升回归、随机森林回归和决策树回归的超参数，并通过投票机制集成模型；同时利用夏普利加性解释(SHapley Additive exPlanations, SHAP)从全局和局部角度分别解释影响因素预测PPV的机制。结果表明：GA-VR模型在测试数据上R2为0.948,预测性能优于6种对比模型及5类异质优化算法。通过SHAP分析可知影响因素中测点与爆破位置水平距离占主导因素，其次为最大段药量、测点与最小抵抗线夹角。提出的模型在保障高精度预测的同时提供了具有可解释的预测依据，可用于指导爆破参数的智能优化与安全控制。
深部高应力区不均衡数据下岩爆等级可解释预测研究
成连华;薛凯隆;祁云;段宏飞;姚瑞;董心悦;付智博;岩爆是深部地下工程中常见的地质灾害。为解决岩爆样本数据不均衡导致岩爆等级预测精度不高的问题，在岩爆样本数据均衡化策略下，融合沙普利加性解释方法(SHapley Additive exPlanations, SHAP),提出了一种改进蜣螂优化算法(Improved Dung Beetle Optimizer, IDBO)与轻量级梯度提升机(Light Gradient Boosting Machine, LightGBM)相结合的岩爆等级可解释预测模型。首先，依据岩爆的成因特点选取围岩最大切向应力(MTS)等4个特征因素建立预测数据集；其次，引入局部异常因子(Local Outlier Factor, LOF)算法剔除数据集离群样本，并通过合成少数类过采样算法(Synthetic Minority Over-sampling Technique, SMOTE)增加少数类样本数目；然后，依据SHAP理论对IDBO-LightGBM模型的预测结果进行可解释分析，揭示各特征因素对模型预测结果的贡献程度；最后，结合马路坪矿区验证模型的工程可靠性。结果表明：在样本数据不均衡情况下，IDBO-LightGBM模型预测精度更高；弹性能量指数Wet对岩爆等级预测贡献最大，而抗压强度UCS的贡献最小。研究结果可为深部地下工程岩爆灾害的精准防控提供理论参考。
十二烷基活性剂对构造煤瓦斯扩散的抑制效应
马宏宇;王龙;万文;张宗相;肖尧;赵鹏涛;煤层注入活性液不仅能改善煤体的润湿性，还会影响煤中瓦斯放散特性。为了探究十二烷基活性剂对构造煤瓦斯扩散的抑制效应，开展了构造煤外加不同质量分数的十二烷基苯磺酸钠(Sodium Dodecyl Benzene Sulfonate, SDBS)与十二烷基硫酸钠(Sodium Dodecyl Sulfate, SDS)单一及复配活性剂溶液的瓦斯扩散试验，分析了不同活性液对瓦斯扩散量、扩散速率、扩散系数及抑制率的影响规律。结果表明：随着溶液质量分数增大，活性液与煤的接触角呈现“V”形变化，SDBS溶液对煤的润湿效果整体优于SDS溶液；对于单一活性液，质量分数3%的SDBS与SDS瓦斯抑制效果最佳，扩散系数分别为2.059×10-6 cm2/s和2.465×10-6 cm2/s,较干燥煤分别降低62.9%和55.6%,但质量分数5%SDS溶液因疏水反转效应导致瓦斯抑制效果劣化；在复配体系中，SDBS与SDS体积比1∶1时对瓦斯的协同抑制效应显著，润湿煤扩散系数仅为2.241×10-6 cm2/s,抑制率较单一SDS溶液提升10百分点以上；当SDBS与SDS体积比偏离1∶1时，胶束稳定性下降，瓦斯抑制效果减弱。
基于模糊C均值聚类算法的采空区自燃“三带”划分
潘竞涛;邱晨;赵丹;刘立仁;袁强;针对采空区煤自燃危险区域边界模糊、传统划分方法难以有效处理不确定性的问题，基于模糊集理论，构建了一套完整的模糊C均值(Fuzzy C-Means, FCM)聚类分析框架，通过引入模糊隶属度机制，构建融合温度、氧气浓度等多维指标的评价体系，建立从模糊相似矩阵到等价矩阵的完整数学推导流程，并借助MATLAB实现算法编程与可视化分析。设计基于λ-截集的动态聚类机制。在聚类优化方面，提出结合F统计量的自适应粒度控制方法，实现对过渡区域边界的最优识别。结果表明，调节聚类参数λ可有效控制分类粒度，近工作面区域测点聚类结果对λ变化敏感，反映其空间差异性较大；远工作面区域测点分类稳定，体现环境均质特征。进一步利用F统计量确定最优λ值，获得的“三带”划分结果：进风侧氧化带范围为72～96 m、回风侧为36～72 m,与现场“灾害综合智能管控平台”基于氧气阈值的划分结果进风侧72～103 m、回风侧36～66 m相比，该方法在进风侧识别出7 m“次氧化区”,在回风侧延伸出6 m“潜伏风险区”,两侧偏差均小于10%,验证了划分结果的可靠性。研究不仅实现了与现场数据的一致性，更通过多指标融合揭示了单一氧气阈值法无法捕捉的风险细节，为采空区煤自燃危险区域识别提供了一种更精细、更可靠的数据驱动划分手段。
基于灰狼算法优化BP-AdaBoost集成模型的煤自燃氧化性预测
汪伟;王璜瑞;祁云;李绪萍;崔欣超;白晨浩;为了更精准地预测煤的自燃氧化性，提出了基于GWO-BPNN-AdaBoost的煤自燃氧化性预测模型。首先，从煤的元素组成与分子结构中选取煤自燃氧化性影响因素，将煤自燃氧化性综合判定指数作为模型的输出指标。其次，利用灰狼优化算法(Grey Wolf Optimizer, GWO)的自适应调整收敛因子和信息反馈机制对BP神经网络(Back Propagation Neural Network, BPNN)模型中的初始权值和阈值进行优化，通过BPNN的正向传播与反向传播最小化预测误差，并结合自适应增强(Adaptive Boosting, AdaBoost)算法迭代训练多个弱分类器后组合为强分类器，提高预测的精度。最后，使用合成少数类过采样技术(Synthetic Minority Over-sampling Technique, SMOTE)对原始数据进行扩充生成50组样本数据，按照7∶3的比例划分训练集及测试集，将GWO-BPNN-AdaBoost模型的预测结果与BPNN、BPNN-AdaBoost、支持向量回归(Support Vector Regression, SVR)及随机森林(Random Forest, RF)模型进行对比分析。结果表明，GWO-BPNN-AdaBoost模型的平均绝对误差分别降低了47.22,24.30,21.30、60.10,平均绝对百分比误差分别降低了0.06、0.03、0.04、0.09,均方根误差分别降低了60.91、37.43、51.07、85.08,决定系数分别提高了0.08、0.04、0.06、0.14。将GWO-BPNN-AdaBoost模型应用于新疆金川煤矿，相较于其他模型，GWO-BPNN-AdaBoost模型的预测结果与工程实际情况最为相近，表明GWO-BPNN-AdaBoost模型适用于煤自燃氧化性的预测。
碱性环境中烟煤的表观特征变化及氧化动力学研究
李绪萍;王文杰;祁云;张靖;任晓鹏;为实现矿山的安全生产与资源的可持续利用，将煤氧化自燃问题从被动治理转向主动预防，探究煤体在碱性环境中的氧化自燃现象，开展水质监测试验，检测原煤在碱性水溶液浸泡过程中pH值、氧化还原电位(Oxidation Reduction Potential, ORP)、电导率(Electrical Conductivity, EC)、总溶解固体(Total Dissolved Solids, TDS)各参数的变化趋势；通过程序升温试验，检测煤样受不同浓度碱性水溶液浸泡后气体的析出情况，分析煤样的氧化特性；运用分析计算得出表观活化能，探究不同碱性强度对煤氧复合反应所需突破的最低能量壁垒。结果表明：基于水质监测试验发现，碱性水溶液浸煤过程中会对煤体造成侵蚀，且溶液碱性越强侵蚀情况越严重；通过程序升温试验中所计算得到的耗氧速率和CO、CO2生成速率及放热强度发现，溶液的碱性越强，煤氧复合反应的强度越剧烈，反应所产生的热量也随之增加；根据表观活化能计算结果发现，煤样在碱性越强的溶液浸泡下，煤氧复合反应所需突破的能量壁垒越低，煤的反应活性越强。
基于HIC-YOLO的井下安全帽检测算法研究
詹辛慧;姚瑞;祁云;薛凯隆;井雪艳;齐庆杰;针对煤矿井下光照不足、遮挡频发和目标尺度偏小导致的安全帽检测漏检、误检及实时性下降问题，研究提出基于YOLOv5的改进模型HIC-YOLOv5。首先，在原始模型上增加高分辨率小目标检测头(Small Object Detection Head, SODH),以增强小目标特征提取能力；其次，在骨干网络与颈部网络之间引入通道特征融合模块(Channel Feature Fusion with Involution, CFFI),以缓解1×1降维造成的语义流失，强化跨通道信息交互，使更多关键信息传递至深层网络；最后，在骨干网络末端集成轻量级注意力机制(Convolutional Block Attention Module, CBAM),通过空间与通道双重加权突出安全帽区域特征。结果显示，在IoU为0.5的条件下，HIC-YOLOv5的mAP@50达88.33%,较基线YOLOv5提升4.73百分点，mAP@50:95提升至51.89%,P、R分别为90.81%、82.67%。在资源开销方面，参数量为8.4 MB,FLOPs为30.6 GB,推理速度为102帧/s。消融试验结果显示，3项改进具备协同增益，其中SODH对小目标召回提升最为显著。与YOLOv7、YOLOv8、YOLOv9、YOLOv11、YOLOv12对比，HIC-YOLOv5模型综合性能保持领先。HIC-YOLOv5在低照度、强遮挡与小目标密集的矿井安全帽检测场景中实现了更高的检测准确性与稳定性，并以中等计算量维持较好的实时性能，具备边缘部署可行性。
基于GPBW-YOLO的矿用钢丝绳表面损伤检测方法研究
张磊;王蒙;孙志鹏;陶虹京;郑奥;随着矿山安全智能化与绿色转型技术的加速推进，矿井运输系统的安全逐渐成为新质生产力体系中的核心要素。矿用架空乘人装置作为重要的人员运输设备，其安全运行能够有效保障人员生命安全和生产系统的高效协同。在矿用钢丝绳表面损伤检测任务中，针对传统人工目视法检测效率低、可靠性差、煤矿未经检查定期更换钢丝绳易造成资源浪费等问题，提出一种基于轻量化特征增强模型(GhostConv PPA BiFPN WIoUv3 YOLO,GPBW-YOLO)的钢丝绳表面损伤检测方法。首先，在Backbone部分引入GhostConv,通过去除冗余特征降低模型复杂度，提高特征提取效率；其次，将并行化补丁感知(Parallelized Patch-Aware Attention, PPA)注意力机制融入C3K2模块中，其中PPA注意力机制通过损伤区域的先验机制和对损伤特征的位置感知，有效提高了模型对损伤特征的关注度。再次，在Neck部分使用双向特征金字塔(Bidirectional Feature Pyramid Network, Bi FPN)机制进行多尺度特征融合，通过结合一种多尺度特征融合权重和跨越阶层式的融合方式，提高对不同尺度钢丝绳损伤特征的融合效率；最后，将WIoUv3作为模型的边界框损失函数，并引入一种动态梯度增益策略，该策略降低了高质量样本的竞争性和低质量样本的有害梯度，可在模型训练的过程中重点关注普通样本带来的梯度效益，进而提高模型在训练过程中的整体性能。试验结果显示，GPBW-YOLO模型mAP@0.5达到92.0%,帧率(Frames Per Second, FPS)达到119.0帧/s,较YOLOv11n分别提高了2.6百分点和8.4%;其参数量、计算量和模型存储量分别为1.9 MB、6.2 GB和4.2 MB,较YOLOv11n分别降低26.9%、1.6%和23.6%,满足对钢丝绳表面损伤检测的需求。研究为矿山智能运输体系建设提供了相关技术支撑，有助于推动矿山装备在智能化、安全化与绿色转型方向的发展。
近水平中厚磷矿高效开采参数设计及地压运移模拟
李俊平;王瑞瑶;非煤矿山一般应用房柱法开采近水平薄及中厚矿体，不仅开采效率低、资源损失大，还常发生冒顶事故。为了提高资源利用率、开采效率及安全性，提出了基于切顶卸压理论的长壁后退采矿法，并探索切槽放顶位置等设计方法。借助结构力学，采用弹簧岩梁承载模型计算岩梁的极限破断跨度，进而推导出切槽放顶位置的设计方法；依据切顶卸压理论设计切槽放顶钻孔深度；利用数值模拟优选切槽放顶宽度，并分析切槽放顶前后顶板地压运移规律。结果表明：依据岩梁顶板破断跨度设计的切槽放顶位置有利于覆岩充分冒落并及时接顶；随切槽放顶宽度增大，松石接顶坝的承载能力增大，采空区高达3 m时优选的切槽放顶宽度为10 m;随着工作面沿走向推进，不切槽放顶时工作面的支承压力峰值、采空区覆岩受拉区最大厚度和最大拉应力均不断急剧增大，初次达到极限跨度，尤其切槽放顶后，工作面支承压力峰值、采空区覆岩最大拉应力不断变平缓，切槽放顶前后采空区覆岩受拉区最大厚度变化趋势不变；切槽放顶后除局部覆岩垂直下沉量比放顶前略微增大外，其余均小于放顶前，其中，初次切槽放顶时顶板上方78 m以上的覆岩最大位移小于放顶前，二次切槽放顶时顶板上方15.67 m以上的覆岩最大位移小于放顶前，且初次切槽放顶时80 m、二次切槽放顶时110 m以上覆岩下沉值都不足10 mm。