Research on precise positioning technology and optimization method of mine moving targets
-
摘要: 现有矿井动目标定位系统存在井下无线信号传输衰减严重、非视距误差较大、井下电磁环境复杂、动静目标感知范围广、多系统信息融合联动性强等问题,目前针对矿井动目标精确定位技术及优化方法的研究未全面分析动目标精确定位服务的特点和技术要求,且缺少主流与新兴定位技术的全面对比。针对上述问题,分析了常用信号传输技术和定位测距方法在矿井动目标精确定位系统中应用的优缺点,指出无线电定位技术是较为适合、可行的矿井动目标精确定位技术。从信号防碰撞技术、误差消除方法、定位结果优化方法和融合定位技术4个方面分析了我国矿井动目标精确定位优化方法的研究现状,总结了存在的问题:① 信号防碰撞算法的综合性仍需改进。② 测距误差控制手段的高效性有待提升。③ 融合定位方法在生产现场中应用尚不成熟。④ 系统的应急救援辅助作用未充分发挥。针对现有技术的不足,展望了矿井动目标精确定位技术的发展趋势:① 研究动态环境下信号冲突机制和冲突后恢复机制,设计综合信号防碰撞方案。② 研究精确、高效、经济的测距误差控制方案,节约通信成本。③ 设计多种定位方法深度融合的动态定位方案,提升系统的可靠性、灵活性和应用性。④ 研究多系统联动方案及极端情况下应急通信与定位恢复机制,充分发挥系统在应急救援中的作用。Abstract: The existing mine moving target positioning system has the problems of serious attenuation of underground wireless signal transmission, large non-line-of-sight error, complex underground electromagnetic environment, wide sensing range of dynamic and static targets, strong linkage of multi-system information fusion, etc. At present, the research on mine moving target precise positioning technology and optimization method does not comprehensively analyze the characteristics and technical requirements of the moving target accurate positioning service. It lacks a comprehensive comparison between the mainstream and emerging positioning technologies. In order to solve the above problems, the advantages and disadvantages of the common signal transmission technology and the positioning and ranging method applied in the mine moving target precise positioning system are analyzed. The radio positioning technology is pointed out to be a more suitable and feasible mine moving target precise positioning technology. This paper analyzes the research status and existing problems of the optimization method of the mine moving target precise positioning in China from four aspects: signal anti-collision technology, error elimination method, positioning result optimization method and fusion positioning technology. ① The comprehensiveness of the signal anti-collision algorithm still needs to be improved. ② The efficiency of ranging error control means needs to be improved. ③ The application of the fusion positioning method in the production site is not yet mature. ④ The auxiliary role of the system in emergency rescue is not fully played. In view of the shortcomings of the existing technology, the development trend of the mine moving target precise positioning technology is proposed: ① It is suggested to study the signal collision mechanism and post-conflict recovery mechanism in dynamic environment, and design a comprehensive signal anti-collision scheme. ② It is suggested to research precise, efficient and economical ranging error control scheme to save communication costs. ③ It is suggested to study dynamic positioning scheme design with deep integration of multiple positioning methods to improve the reliability, flexibility and applicability of the system. ④ It is suggested to study the multi-system linkage scheme and the emergency communication and positioning recovery mechanism in extreme cases, and give full play to the role of the system in emergency rescue.
-
0. 引言
2021年我国煤炭消费约41.3亿t,约占全国能源消费总量的56%、世界煤炭消费总量的50%[1]。我国95%以上的煤炭资源为井下开采[2],大量开采不可避免地形成地下采空区,严重威胁煤矿安全生产和地表环境。煤炭开采会释放大量原煤层中吸附的瓦斯,并在采空区产生瓦斯聚集现象[3],同时新鲜空气可通过高渗透路径扩散到采空区内部,为煤自燃提供氧气。因此,采空区具有遗煤自燃、瓦斯爆炸等多重风险[4],还可能引发矿井透水[5]、地表沉陷[6]等灾害。
孔隙率和渗透率是分析采空区内渗流场分布和瓦斯抽采的关键参数[7]。如何准确测定垮落煤岩体的力学参数和几何参数是分析采空区内部状态的基础[8]。褚廷湘等[9]通过自行设计的监测仪器,评估了压实碎煤在不同粒度、应力和温度条件下的渗透率、应变和孔隙率演变。C. Ö. Karacan等[10]提出了一种利用流体和颗粒分形指数方程预测采空区不规则垮落岩石孔隙率和渗透率的方法。但采空区无法通过直接测量法测定垮落煤岩的孔隙率和渗透率,因此许多非接触式测量方法因高灵敏度、快速性和非接触传导优势而用于探测采空区空间特征[11-12],其中应用最多的为地震法[13]。蒋法文等[14]利用高精度三维地震数据和地震属性分析技术,准确预测了陷落柱、煤巷和采空区的空间分布。李亚林等[15]在实验室采用超声波技术分析了地震波速度和振幅衰减等地震特征与破碎岩石孔隙率和渗透率之间的相关性。上述研究大多采用有效介质理论,将采空区垮落煤岩的各向异性和不均匀性转换为等效的介质参数,对垮落煤岩粒径、孔隙率、空间特征等因素对地震波的影响考虑较少[16]。
本文以采空区垮落煤岩为研究对象,考虑真实采空区垮落煤岩的粒径、孔隙率、地震波波长与煤岩颗粒粒径的比值(波长−粒径比)等参数,通过实验分析了地震波波长、振幅衰减系数与渗透率的变化特征,并提出经验公式,以评估实际采空区垮落煤岩渗透特性。
1. 实验过程
1.1 破碎煤岩样品准备
实验采用砂岩、烟煤、褐煤3种岩性样品。实验煤样来自阜新弘霖矿业(集团)有限公司(以下称弘霖煤矿)2302工作面(褐煤)、焦作煤业(集团)有限责任公司赵固一矿8101工作面(烟煤),岩样来自弘霖煤矿2208工作面顶板。采用热重法测定煤样组分,采用X射线荧光法测定砂岩矿物组成,结果见表1、表2。对煤岩样品的完整岩芯测量弹性模量、泊松比、P波速度、S波速度和密度,并利用力学模量之间的弹性关系计算得到体积模量和剪切模量,结果见表3。
表 1 煤样组分分析结果Table 1. Composition analysis results of coal samples% 煤样 水分 固定碳 灰分 挥发分 硫 褐煤 8.2 33.7 19.3 36.8 2.0 烟煤 4.5 54.7 17.4 20.6 2.8 表 2 砂岩样品化学成分分析结果Table 2. Chemical composition analysis results of sandstone sample% SiO2 AlO3 Fe2O3 FeO MgO 93.13 3.86 0.11 0.54 0.25 表 3 煤岩样品力学参数Table 3. Mechanical parameters of coal and rock samples样品 弹性模
量/GPa体积模
量/GPa泊松
比剪切模
量/GPa密度/
(kg·m−3)P 波速度/
(m·s−1)S 波速度/
(m·s−1)砂岩 8.10 6.55 0.22 4.70 2 551 2 350 1157 烟煤 1.70 1.67 0.33 0.63 1 845 2 150 638 褐煤 1.53 1.20 0.34 0.56 1 690 2 102 629 制备破碎煤岩样品时,采用破碎装置将煤岩块破碎,根据粒径将煤岩颗粒筛分成3组,粒径范围分别为0.12~0.25,0.25~0.50,0.50~1.00 mm。将煤岩颗粒装入内径为40 mm的圆柱形PVC管,放入自制高强度不锈钢套筒中,如图1所示。采用单轴压缩机将煤岩颗粒压入PVC管,在不锈钢套管的约束下,保证压缩过程径向无变形,通过逐级压缩方式控制样品高度和均匀性。颗粒压缩后,对两端表面进行打磨处理。
1.2 样品与采空区实际垮落煤岩的相似性分析
1.2.1 煤岩颗粒级配
根据文献[17]可知,破碎状岩石的力学模量与尺寸关系不大,而与颗粒级配密切相关。因此,本文将现场垮落煤岩按照与现场相同的级配同比例缩小,所得煤岩样品具有与现场实际煤岩相似的力学性质。
现场采集赵固一矿8101工作面(长190 m,液压支架间距为1.75 m)液压支架后方垮落煤岩图像,每架采集3张,共303张。对图像中煤岩进行粒径分析,如图2所示,得到垮落煤岩粒径为40~450 mm,集中在150~360 mm,这与文献[18]结果趋于一致。
实验中将180~450 mm粒径范围的煤岩颗粒按450∶1,900∶1,1 800∶1的比例缩小至实验室尺寸要求,如图3所示(以砂岩为例)。
1.2.2 孔隙率
根据文献[19]可知,采空区内垮落煤岩的孔隙率范围为0.20~0.45。因本文在制备样品过程中不使用任何粘合剂,为避免煤岩样品在实验过程中破碎,选用0.21~0.33孔隙率。由此制备的破碎煤岩样品具有与实际采空区垮落煤岩相似的孔隙分布特征和气体渗流通道。记录压缩过程中加卸载曲线,考虑活塞行程中样品的回弹性,通过激光测量液压活塞的行程,并通过式(1)控制样品的孔隙率。
φ=1−mSsLρs (1) 式中:φ为孔隙率;m为样品质量,kg;Ss为样品的基本面积,m2;L为样品长度,m;ρs为样品颗粒密度,kg/m3。
1.2.3 波长−粒径比
根据文献[11,20]可知,P波速度与地震波频率直接相关,现场实验多采用30~150 Hz中心频率,根据实测速度可知,P波波长为6~70 m。采空区垮落煤岩尺寸集中在150~360 mm,由此可知波长−粒径比为35~125。
与现场实验相比,本文实验采用小尺寸(0.12~1.00 mm)煤岩样品。为保证实验结果与现场实验一致,选用24~87 kHz作为测定频率,使得波长−粒径比为8~115,与现场基本一致。
1.3 实验方法
1.3.1 地震波波速及振幅衰减系数测定
实验中以超声波模拟地震波。采用超声波脉冲传输装置测量波速和振幅衰减系数。超声波换能器Pundit Lab+ 250在500 V高压驱动下,可在24~500 kHz宽频段内工作。换能器探头直径为40 mm,与煤岩压缩样品直径一致。采用透射法测定波速与振幅衰减系数。将2个超声波换能器分别与煤岩样品上下表面接触,使用硅胶耦合剂来减小传感器与样本表面的间隙。换能器在样品一侧激发方形脉冲波,在另一侧接收脉冲波,通过集成软件Punditlink将接收信号显示在示波器上,之后传输到地震处理系统进行存储和处理。系统自动捕捉首波到时并计算波速。采用快速傅里叶变换将时程数据转换为频谱数据,根据发送信号和接收信号的振幅比计算单位长度振幅衰减系数β。
β=−1xlnA1A0 (2) 式中:x为传播距离,m,本文为煤岩样品长度;A1为透射波振幅,mm;A0为入射波振幅,mm。
实验中换能器仅贴附在样品两端,测量时不施加压力,因此不影响样品的孔隙率。实验前对PVC管包覆煤岩样品和裸样品进行对比测试,结果表明因PVC管造成的波速和振幅误差均在2%以内,可忽略不计。
1.3.2 渗透率测定
采用稳态法测定渗透率。从样品中心及其附近两点向样品中稳定持续输入氦气,通过压力调节器在样品两端施加0.01~1 MPa气压,通过样品上下游的气体压力传感器HBP−03测量样本两端压差,通过下游的气体质量流量计MF4719测量气体流速。采用气封方式实现样品侧部密封,因有PVC管包覆,气压仅起密闭作用,不影响样品围压。通过样品下游的气体流量控制器AST10−ALC控制气体流速,保证雷诺数在2 000以内。渗透率根据达西定律(式(3))计算。
k=−QμLSΔP (3) 式中:k为煤岩渗透率,m2;Q为气体流速,m3/s;μ为气体黏度系数,Pa·s;L为煤岩样品长度,m;S为煤岩样品横截面积,m2;ΔP为压差,Pa。
2. 实验结果与分析
2.1 波速与振幅衰减系数
不同岩性、粒径D和入射频率f下,P波速度Vp与孔隙率φ、振幅衰减系数β的关系分别如图4、图5所示。
从图4(a)可看出,对于不同岩性的样品,P波速度均随孔隙率的增大而逐渐减小。f=54 kHz,D=0.25~0.50 mm条件下,相同孔隙率的砂岩样品中P波速度比煤样大,且随着孔隙率增大,二者的波速差逐渐增大,说明煤样中波速受孔隙率影响较大,主要原因:砂岩颗粒趋于球形,其孔隙通常是相对连通的,有利于波的传播,而煤颗粒多为不规则形状,其孔隙通常是相对孤立的,不利于波的传播;破碎砂岩的孔隙通常是规则的球形,可更好地传导波,而煤的孔隙通常是不规则的管状,可能导致波的反射和散射,降低其传播速度,且孔隙率越大,该现象越明显。从图4(b)可看出,f=54 kHz条件下,砂岩中P波速度随粒径增大而增大,即在相同的孔隙率下,与较小粒径样品相比,波在粒径较大的样品中传播更快。这是因为在大粒径样品中含有更少的孔隙和不连续面,使得波在传播中所受阻碍更小;波在煤岩样品中沿不连续面传播,大粒径样品的不连续面较大,使得其刚度较大,更有利于波的传播。从图4(c)可看出,D=0.25~0.50 mm条件下,频率对波速的影响十分有限,仅当砂岩样品的孔隙率较大(33%)时表现为高频波速小于低频波速,原因是孔隙率较小时,波长远大于孔隙尺寸,所以频散现象很弱,当孔隙率增大时,高频波的波长逐渐接近孔隙尺寸,表现为波速减小。煤样的实验结果与砂岩样品一致。
从图5(a)可看出,f=54 kHz,D=0.25~0.50 mm条件下,3种不同岩性样品中波的振幅衰减系数随孔隙率的增大而增大。不同岩性样品之间振幅衰减系数的差异源于颗粒之间不连续面的刚度不同。砂岩颗粒之间的不连续面刚度大于煤样,波通过不连续面时能量损失更小,因此振幅衰减系数更小。从图5(b)可看出,f=54 kHz条件下,随着砂岩样品粒径减小,振幅衰减系数迅速增大。较小粒径颗粒的振幅衰减系数−孔隙率曲线斜率大于较大粒径颗粒,说明波在较小粒径颗粒中的振幅衰减系数更易受到孔隙率变化影响。当孔隙率下降到21%时,3种粒径的振幅衰减系数基本相同,说明孔隙率较小时,振幅衰减系数对粒径变化不敏感。从图5(c)可看出,与波速相比,振幅衰减系数受波的频率影响更大,且该影响随孔隙率的增大更加明显。当孔隙率为21%时,82 kHz频率波的振幅衰减系数比24 kHz频率波增加54.2%,而当孔隙率增大到33%时,振幅衰减系数增加66.4%,说明孔隙率较大时,波的振幅衰减系数更易受频率影响。煤样实验结果与砂岩样品一致。
2.2 渗透率
不同岩性样品的孔隙率对渗透率的影响如图6所示。可看出3种煤岩样品的渗透率均随孔隙率增大而增大;在相同的孔隙率和粒径下,烟煤和褐煤的渗透率大于砂岩,原因是煤样制备过程更易受到压力的影响,虽然孔隙率相同,但煤样更易破碎,样品中存在更多的气流通道。另外,因较大粒径颗粒样品存在更大的孔隙喉道,所以其渗透率大于较小粒径颗粒。
采用Kozney-Carman方程(式(4))分析破碎煤岩渗透率与孔隙率、粒径之间的关系。
k=aF(D,φ)=aD2φ3(1−φ)2 (4) 式中:a为考虑形状因子、比表面积和迂曲度的系数;F (D, φ)为孔隙特征系数,m2。
实验测得21%~33%孔隙率的破碎煤岩渗透率与孔隙特征系数F (D, φ)关系如图7所示。可看出二者呈线性关系,遵循Kozney-Carman方程的趋势性。经最小二乘法拟合计算后发现,系数a=2.2×10−5,小于经验值1/180或1/150[20],原因可能是破碎样品中含有更大的迂曲度和比表面积。基于实验所得的煤岩渗透率与孔隙率、粒径的相关性,可根据采空区现场的煤岩颗粒粒径和孔隙率来预测其渗透率。图7中阴影部分的面积即为通过式(4)计算得到的现场采空区垮落煤岩的渗透率,为1 225×10−12~178 930×10−12 m2,与文献[21]研究结果高度一致。
2.3 振幅衰减因子与渗透率的相关性
在实际采空区中,煤岩块度与勘测地震波的波长均大于实验室条件下的值,而单位长度振幅衰减系数β受地震波的频率影响较大。因此,通过式(5)计算单位波长的振幅衰减(振幅衰减因子),使得实验室测量结果更接近现场实测值。
1Q=−VPln(A1/A0)πfx=βVPπf (5) 为了消除粒径对振幅衰减因子和渗透率的影响,对渗透率k进行去粒径处理(k/D2)。3种岩性样品在不同粒径和孔隙率下的振幅衰减因子1/Q与k/D2关系曲线如图8所示。可看出随着孔隙率增大,1/Q与k/D2呈一定的正相关性,3种岩性样品在不同区段内均表现出相似的趋势。通过拟合线性关系,可得振幅衰减因子与破碎煤岩渗透率之间的经验关系式:
kD2=1.1×10−41QR2=0.55 (6) 式中R2为相关性系数。
3. 结论
1) 基于实际采空区垮落煤岩的块度分布和孔隙分布特征,制作了实验用小尺寸破碎煤岩样品。通过实验室超声波测定了样品在不同粒径、孔隙率和频率下的波速和振幅衰减系数。结果表明小尺寸煤岩样品的波速和振幅衰减系数与既往现场实测结果基本一致,且粒径越大,样品的波速越大、振幅衰减系数越小,波速和振幅衰减系数受频率的影响随孔隙率的增大而增大。
2) 煤岩样品的渗透率随孔隙率和粒径增大而增大。破碎煤岩样品的渗透率与Kozney-Carman方程吻合良好,但涉及形状因子、迂曲度和比表面积的系数小于经验值。根据经验公式推测现场采空区垮落煤岩的渗透率为1 225×10−12~178 930×10−12 m2,与既往研究结果具有高度相似性。
3) 通过最小二乘法拟合计算得到采空区地震波振幅衰减因子与渗透率的经验关系式,为初步判断采空区垮落煤岩的渗透率提供了思路,从而为进一步预测采空区遗煤自燃和瓦斯运移规律提供依据。
-
表 1 常用无线电定位技术对比
Table 1 Common radio positioning technology comparison
定位
技术标准 定位
精度通信
距离/m能量
损耗建设
成本维护
成本自组
网性巷道环境
影响RFID IEEE
802.15.4低 15~30 较低 较低 低 否 小 Bluetooth IEEE
802.15.1高 1~10 较高 一般 低 否 大 ZigBee IEEE
802.15.4较高 20~70 低 一般 较低 是 大 WiFi IEEE
802.11一般 20~70 较高 低 一般 否 大 UWB IEEE
802.15.3高 <10 一般 高 高 否 小 5G R16 高 100~200 较高 高 高 否 小 表 2 常用测距定位算法对比
Table 2 Comparison of common ranging and positioning algorithms
定位
算法定位
精度建设
成本巷道环境
影响定位卡
时钟偏
移影响分站时
钟偏移
影响分站与定
位卡时钟
同步影响分站间
时钟同
步影响RSSI 低 低 大 无 无 无 无 AOA 低 一般 大 无 无 无 无 TOA 较低 高 小 有 小 有 小 TDOA 一般 较低 大 有 大 无 大 TOF 较高 低 小 有 大 有 大 TWR 较高 较高 小 有 无 无 无 SS−TWR 较低 较高 小 有 无 无 无 SDS−TWR 较高 较高 小 无 无 无 无 ADS−TWR 高 高 小 无 无 无 无 -
[1] LU Hanyu, WANG Huajun, LIU Ke, et al. Research of personnel orientation system of mine based on ZigBee technology[C]. International Conference on Advanced Materials and Engineering Materials, Shenyang, 2012, 1183-1187.
[2] 胡青松,吴立新,张申,等. 煤矿工作面定位WSN的部署与能耗分析[J]. 中国矿业大学学报,2014,43(2):351-355. DOI: 10.13247/j.cnki.jcumt.2014.02.024 HU Qingsong,WU Lixin,ZHANG Shen,et al. Placement of positioning WSN in coal face and energy consumption analysis[J]. Journal of China University of Mining & Technology,2014,43(2):351-355. DOI: 10.13247/j.cnki.jcumt.2014.02.024
[3] XU Xiaofeng, XU Han, LI Wei, et al. Combined initial alignment system and alignment method for strapdown inertial navigation system of underground coal mining machine: AU2016365012B2[P]. 2018-05-17.
[4] 李晓刚. 基于煤矿人员定位系统的寻人定位仪设计[J]. 煤矿安全,2014,45(8):139-141. DOI: 10.13347/j.cnki.mkaq.2014.08.041 LI Xiaogang. Design of personnel locator based on coal mine personnel positioning system[J]. Safety in Coal Mines,2014,45(8):139-141. DOI: 10.13347/j.cnki.mkaq.2014.08.041
[5] 胡青松,杨维,丁恩杰,等. 煤矿应急救援通信技术的现状与趋势[J]. 通信学报,2019,40(5):163-179. DOI: 10.11959/j.issn.1000-436x.2019123 HU Qingsong,YANG Wei,DING Enjie,et al. State-of-the-art and trend of emergency rescue communication technologies for coal mine[J]. Journal on Communications,2019,40(5):163-179. DOI: 10.11959/j.issn.1000-436x.2019123
[6] 王国法. 煤矿智能化最新技术进展与问题探讨[J]. 煤炭科学技术,2022,50(1):1-27. DOI: 10.3969/j.issn.0253-2336.2022.1.mtkxjs202201001 WANG Guofa. New technological progress of coal mine intelligence and its problems[J]. Coal Science and Technology,2022,50(1):1-27. DOI: 10.3969/j.issn.0253-2336.2022.1.mtkxjs202201001
[7] 胡青松,张申,吴立新,等. 矿井动目标定位:挑战、现状与趋势[J]. 煤炭学报,2016,41(5):1059-1068. DOI: 10.13225/j.cnki.jccs.2015.1267 HU Qingsong,ZHANG Shen,WU Lixin,et al. Localization techniques of mobile objects in coal mines:challenges,solutions and trends[J]. Journal of China Coal Society,2016,41(5):1059-1068. DOI: 10.13225/j.cnki.jccs.2015.1267
[8] 胡青松,张赫男,李世银,等. 基于大数据与AI驱动的智能煤矿目标位置服务技术[J]. 煤炭科学技术,2020,48(8):121-130. HU Qingsong,ZHANG Henan,LI Shiyin,et al. Intelligent coal mine target location service technology based on big data and AI driven[J]. Coal Science and Technology,2020,48(8):121-130.
[9] 孙哲星. 煤矿井下人员精确定位方法[J]. 煤炭科学技术,2018,46(3):130-134. DOI: 10.13199/j.cnki.cst.2018.03.022 SUN Zhexing. Personnel position method in underground coal mine[J]. Coal Science and Technology,2018,46(3):130-134. DOI: 10.13199/j.cnki.cst.2018.03.022
[10] 霍振龙. 矿井定位技术现状和发展趋势[J]. 工矿自动化,2018,44(2):51-55. DOI: 10.13272/j.issn.1671-251x.17309 HUO Zhenlong. Status and development trend of mine positioning technology[J]. Industry and Mine Automation,2018,44(2):51-55. DOI: 10.13272/j.issn.1671-251x.17309
[11] 常琳. 煤矿井下无线定位技术及系统的应用现状和发展方向[J]. 煤矿安全,2021,52(7):94-98. CHANG Lin. Application status and development direction of wireless positioning technology and system in underground coal mine[J]. Safety in Coal Mines,2021,52(7):94-98.
[12] HANCKE G P,SILVA B J. Wireless positioning in underground mines:challenges and recent advances[J]. IEEE Industrial Electronics Magazine,2021,15(3):39-48. DOI: 10.1109/MIE.2020.3036622
[13] 国家能源局, 国家矿山安全监察局. 煤矿智能化建设指南(2021年版)[R/OL]. [2021-06-05]. https://view.officeapps.live.com/op/view.aspx?src=http%3A%2F%2Fzfxxgk.nea.gov.cn%2F1310015723_16240130783601n.docx. Nation Energy Administration, National Mine Safety Administration. Coal mine intelligent construction guide(2021 Edition)[R/OL]. [2021-06-05]. https://view.officeapps.live.com/op/view.aspx?src=http%3A%2F%2Fzfxxgk.nea.gov.cn%2F1310015723_16240130783601n.docx.
[14] 孙继平,江嬴. 矿井车辆无人驾驶关键技术研究[J]. 工矿自动化,2022,48(5):1-5,31. DOI: 10.13272/j.issn.1671-251x.17947 SUN Jiping,JIANG Ying. Research on key technologies of mine unmanned vehicle[J]. Journal of Mine Automation,2022,48(5):1-5,31. DOI: 10.13272/j.issn.1671-251x.17947
[15] 赵亦辉,赵友军,周展. 综采工作面采煤机智能化技术研究现状[J]. 工矿自动化,2022,48(2):11-18,28. DOI: 10.13272/j.issn.1671-251x.2021090024 ZHAO Yihui,ZHAO Youjun,ZHOU Zhan. Research status of intelligent technology of shearer in fully mechanized working face[J]. Industry and Mine Automation,2022,48(2):11-18,28. DOI: 10.13272/j.issn.1671-251x.2021090024
[16] 马宏伟,杨金科,毛清华,等. 煤矿护盾式掘进机器人系统精确定位研究[J]. 工矿自动化,2022,48(3):63-70. DOI: 10.13272/j.issn.1671-251x.2021070082 MA Hongwei,YANG Jinke,MAO Qinghua,et al. Research on precise positioning of shield roadheader robot system in coal mine[J]. Journal of Mine Automation,2022,48(3):63-70. DOI: 10.13272/j.issn.1671-251x.2021070082
[17] 田子建,李宗伟,刘晓阳,等. 基于电磁波及超声波联合测距的井下定位方法[J]. 北京理工大学学报,2014,34(5):490-494. TAN Zijian,LI Zongwei,LIU Xiaoyang,et al. A positioning method in mine tunnel based on joint electromagnetic wave and ultrasonic distance measurement[J]. Transactions of Beijing Institute of Technology,2014,34(5):490-494.
[18] 郑江涛,李四海,刘士明,等. 基于惯导和激光雷达的采煤机定位方法[J]. 中国惯性技术学报,2020,28(5):595-602. ZHENG Jiangtao,LI Sihai,LIU Shiming,et al. Positioning method of a shearer based on inertial navigation and lidar[J]. Journal of Chinese Inertial Technology,2020,28(5):595-602.
[19] 张帆,李亚杰,孙晓辉. 无线感知与视觉融合的井下目标跟踪定位方法[J]. 矿业科学学报,2018,3(5):484-491. ZHANG Fan,LI Yajie,SUN Xiaohui. A novel method of mine target tracking and location based on wireless sensor and visual recognition[J]. Journal of Mining Science and Technology,2018,3(5):484-491.
[20] 都世锋,景晓军. 矿井车辆RFID射频定位系统[J]. 煤矿安全,2012,43(8):123-125. DOI: 10.13347/j.cnki.mkaq.2012.08.006 DU Shifeng,JING Xiaojun. Research on RFID vehicles position system in coal mine[J]. Safety in Coal Mines,2012,43(8):123-125. DOI: 10.13347/j.cnki.mkaq.2012.08.006
[21] 贺磊,魏明生,仇欣宇,等. 基于UWB的井下人员定位算法研究[J]. 工矿自动化,2022,48(6):134-138. DOI: 10.13272/j.issn.1671-251x.2022020035 HE Lei,WEI Mingsheng,QIU Xinyu,et al. Research on positioning algorithm of underground personnel based on UWB[J]. Journal of Mine Automation,2022,48(6):134-138. DOI: 10.13272/j.issn.1671-251x.2022020035
[22] 唐春玲,孙明刚. 基于无线定位技术的煤矿井下人员定位系统研究[J]. 煤炭技术,2014,33(1):116-118. TANG Chunling,SUN Minggang. Research on underground mine personnel positioning system based on wireless location technology[J]. Coal Technology,2014,33(1):116-118.
[23] 刘世森. 基于UWB的矿井人员精准定位技术[J]. 煤矿安全,2019,50(6):118-120. DOI: 10.13347/j.cnki.mkaq.2019.06.029 LIU Shisen. Accurate positioning technology for mine workers based on UWB[J]. Safety in Coal Mines,2019,50(6):118-120. DOI: 10.13347/j.cnki.mkaq.2019.06.029
[24] 陈鸿. 井下人员定位系统防碰撞算法改进[J]. 工矿自动化,2012,38(7):4-6. CHEN Hong. Improvement of anti-collision algorithm of underground personnel positioning system[J]. Industry and Mine Automation,2012,38(7):4-6.
[25] 王飞. 矿用精确定位系统防碰撞方法研究与实现[J]. 煤炭技术,2016,35(7):108-109. DOI: 10.13301/j.cnki.ct.2016.07.044 WANG Fei. Research and implementation of anti-collision algorithm in coal mine precise positioning system[J]. Coal Technology,2016,35(7):108-109. DOI: 10.13301/j.cnki.ct.2016.07.044
[26] 苏健,谢良波,杨颖,等. 基于空闲时隙消除的超高频RFID防碰撞算法[J]. 电子学报,2017,45(2):307-314. DOI: 10.3969/j.issn.0372-2112.2017.02.007 SU Jian,XIE Liangbo,YANG Ying,et al. Idle slots elimination based anti-collision algorithm for UHF RFID[J]. Acta Electronica Sinica,2017,45(2):307-314. DOI: 10.3969/j.issn.0372-2112.2017.02.007
[27] 邵小强,李康乐,陈熙,等. 基于改进卡尔曼滤波和参数拟合的矿井TOA定位方法[J]. 煤炭学报,2019,44(5):1616-1624. SHAO Xiaoqiang,LI Kangle,CHEN Xi,et al. MTOA positioning method of coal mine based on Kalman filter and parameter fitting[J]. Journal of China Coal Society,2019,44(5):1616-1624.
[28] 邵小强,赵轩,聂馨超,等. 基于改进加权混合滤波的矿井RSSI定位方法[J]. 煤炭工程,2021,53(10):137-142. SHAO Xiaoqiang,ZHAO Xuan,NIE Xinchao,et al. RSSI positioning method for coal mine based on improved weighted hybrid filtering[J]. Coal Engineering,2021,53(10):137-142.
[29] 李迎喜. 煤矿井下精确时间同步定位技术研究[J]. 单片机与嵌入式系统应用,2019,19(2):27-29. LI Yingxi. Research on precise time synchronization positioning technology in coal mine[J]. Microcontrollers & Embedded Systems,2019,19(2):27-29.
[30] 朱光. 改进RSSI加权质心算法在井下人员定位中的应用研究[J]. 中国矿业,2018,27(12):198-201. DOI: 10.12075/j.issn.1004-4051.2018.12.029 ZHU Guang. Application research of improved RSSI weighted centroid algorithm in downhole personnel positioning[J]. China Mining Magazine,2018,27(12):198-201. DOI: 10.12075/j.issn.1004-4051.2018.12.029
[31] 卞佳兴,朱荣,陈玄. 基于改进双向测距-到达时间差定位算法的超宽带定位系统[J]. 计算机应用,2017,37(9):2496-2500. DOI: 10.11772/j.issn.1001-9081.2017.09.2496 BIAN Jiaxing,ZHU Rong,CHEN Xuan. Ultra wideband localization system based on improved two-way ranging and time difference of arrival positioning algorithm[J]. Journal of Computer Applications,2017,37(9):2496-2500. DOI: 10.11772/j.issn.1001-9081.2017.09.2496
[32] 莫树培,李国良. 采用分段加权最小二乘法的井下人员实时定位系统设计[J]. 矿业安全与环保,2019,46(3):32-36. DOI: 10.3969/j.issn.1008-4495.2019.03.007 MO Shupei,LI Guoliang. Design of real-time positioning system for underground personnel by using piecewise weighted least squares[J]. Mining Safety & Environmental Protection,2019,46(3):32-36. DOI: 10.3969/j.issn.1008-4495.2019.03.007
[33] 张冉乔,苏中,刘宁. UWB人员运动定位的小波阈值去噪方法研究[J]. 现代电子技术,2020,43(17):34-38. DOI: 10.16652/j.issn.1004-373x.2020.17.008 ZHANG Ranqiao,SU Zhong,LIU Ning. Research on wavelet threshold denoising method for UWB localization of people motion[J]. Modern Electronics Technique,2020,43(17):34-38. DOI: 10.16652/j.issn.1004-373x.2020.17.008
[34] 唐丽均,吴畏,刘世森. 基于灰色预测模型的井下精确人员定位方法[J]. 工矿自动化,2021,47(8):128-132. DOI: 10.13272/j.issn.1671-251x.2021060027 TANG Lijun,WU Wei,LIU Shisen. Precise personnel positioning method in underground mine based on grey prediction model[J]. Industry and Mine Automation,2021,47(8):128-132. DOI: 10.13272/j.issn.1671-251x.2021060027
[35] 贺洁茹,王茹,张岩松. 矿井人员精确定位方法研究[J]. 煤矿机械,2020,41(12):31-34. DOI: 10.13436/j.mkjx.202012011 HE Jieru,WANG Ru,ZHANG Yansong. Research on accurate positioning method of mine personnel[J]. Coal Mine Machinery,2020,41(12):31-34. DOI: 10.13436/j.mkjx.202012011
[36] 吴静然,崔冉,赵志凯,等. 矿井人员融合定位系统[J]. 工矿自动化,2018,44(4):74-79. DOI: 10.13272/j.issn.1671-251x.17296 WU Jingran,CUI Ran,ZHAO Zhikai,et al. Mine personnel fusion location system[J]. Industry and Mine Automation,2018,44(4):74-79. DOI: 10.13272/j.issn.1671-251x.17296
[37] 仪玉杰,黄智刚,苏雨. 一种UWB与PDR融合的行人室内定位方法[J]. 导航定位学报,2019,7(3):38-43,50. DOI: 10.3969/j.issn.2095-4999.2019.03.007 YI Yujie,HUANG Zhigang,SU Yu. A method of pedestrian indoor positioning combined UWB with PDR[J]. Journal of Navigation and Positioning,2019,7(3):38-43,50. DOI: 10.3969/j.issn.2095-4999.2019.03.007
[38] 刘世森. 基于UWB和RFID相融合的矿井人员定位系统设计[J]. 自动化仪表,2020,41(8):82-86. DOI: 10.16086/j.cnki.issn1000-0380.2020030005 LIU Shisen. Design of mine personnel positioning system based on the combination of UWB and RFID[J]. Process Automation Instrumentation,2020,41(8):82-86. DOI: 10.16086/j.cnki.issn1000-0380.2020030005
[39] 李宗伟,王翀,王刚,等. 煤矿井下人员融合定位方法[J]. 工矿自动化,2020,46(1):59-64. DOI: 10.13272/j.issn.1671-251x.2019120026 LI Zongwei,WANG Chong,WANG Gang,et al. Fusion positioning method of underground mine personnel[J]. Industry and Mine Automation,2020,46(1):59-64. DOI: 10.13272/j.issn.1671-251x.2019120026
[40] 王红尧,郑鸿林,田劼,等. 面向矿井动目标的PSO−SVR模型与UWB Chan优化距离指纹融合定位方法[J]. 电子测量与仪器学报,2022,36(7):106-114. WANG Hongyao,ZHENG Honglin,TIAN Jie,et al. Fusion location method of PSSO-SVR model and UWB Chan optimal fingerprint matching for mine moving target[J]. Journal of Electronic Measurement and Instrumentation,2022,36(7):106-114.
[41] 谢和平,吴立新,郑德志. 2025年中国能源消费及煤炭需求预测[J]. 煤炭学报,2019,44(7):1949-1960. DOI: 10.13225/j.cnki.jccs.2019.0585 XIE Heping,WU Lixin,ZHENG Dezhi. Prediction on the energy consumption and coal demand of China in 2025[J]. Journal of China Coal Society,2019,44(7):1949-1960. DOI: 10.13225/j.cnki.jccs.2019.0585
[42] 王国法. 加快煤矿智能化建设 推进煤炭行业高质量发展[J]. 中国煤炭,2021,47(1):2-10. DOI: 10.3969/j.issn.1006-530X.2021.01.002 WANG Guofa. Speeding up intelligent construction of coal mine and promoting high-quality development of coal industry[J]. China Coal,2021,47(1):2-10. DOI: 10.3969/j.issn.1006-530X.2021.01.002
[43] 胡青松,曹灿,吴立新,等. 面向矿井目标的双标签高精度定位方法[J]. 中国矿业大学学报,2017,46(2):437-442. DOI: 10.13247/j.cnki.jcumt.000658 HU Qingsong,CAO Can,WU Lixin,et al. A dual-tag high precision localization method for coal mine objects[J]. Journal of China University of Mining & Technology,2017,46(2):437-442. DOI: 10.13247/j.cnki.jcumt.000658
-
期刊类型引用(2)
1. 易恩兵. 不同循环加卸载路径含瓦斯煤体变形—渗流特征. 能源与环保. 2025(02): 1-8 . 百度学术
2. 郭军,王磊,杜文涛,刘荫,陈昌明,张科峰,李岱霖. 通风方式对沿空留巷采空区煤自燃影响规律研究. 工矿自动化. 2024(11): 142-151 . 本站查看
其他类型引用(3)