基于FDTD的电磁波在煤中传播特性

文 虎，张 铎，郑学召，樊世星，王伟峰

(1.西安科技大学 安全科学与工程学院，陕西 西安 710054; 2.西安科技大学 陕西省煤火灾害防治重点实验室，陕西 西安 710054; 3.国家矿山救援西安研究中心，陕西 西安 710054)

基于FDTD的电磁波在煤中传播特性

文 虎1,2,3，张 铎1,2,3，郑学召1,2,3，樊世星1,2,3，王伟峰1,2,3

(1.西安科技大学 安全科学与工程学院，陕西 西安 710054; 2.西安科技大学 陕西省煤火灾害防治重点实验室，陕西 西安 710054; 3.国家矿山救援西安研究中心，陕西 西安 710054)

针对矿山灾害事故发生时，逃生通道被堵，被困人员位置难以确定这一难题，以钻孔生命雷达为手段，开展了电磁波在煤矿井下传播规律的研究。采用时域有限差分法(FDTD)建立井下二维空间磁场(TM)模型，利用GprMax和Matlab数值软件对模型进行正演模拟计算。通过理论分析与正演模拟，研究了天线中心频率、激励源、煤质与煤温等条件改变时，反射波的幅值强度与反射系数变化规律，目标的探测时间与分辨率，揭示了电磁波在煤体中的传播规律。研究结果表明:天线中心频率为600 MHz的Ricker激励源是最佳探测方式;电磁波在烟煤中的传播速度最快，褐煤居中，无烟煤最次;电磁波在煤中的传播速度随温度的增加而增大，人体反射波幅值强度则随之减弱;人体反射波幅值强度与探测距离呈对数函数关系，据此提出建立相应数据库;确定了生命雷达与被困人员之间煤体厚度的计算方法。研究结果可为生命雷达系统的研发和现场救援探测数据的解释提供参考与支撑。

矿山事故;应急救援;探测雷达;数值模拟

近年来，尽管百万吨煤死亡率已得到明显降低，但全球每年仍有许多矿难事故发生，严重威胁煤矿的安全生产。特别是在爆炸、火灾、水灾和顶板等灾害事故发生时，井下通信设施被损坏、逃生通道被堵的情况下，如何确定被困人员的位置对提高救援效率、保障被困人员生命安全、减少财产损失显得尤为重要。

目前，已发展比较成熟且被广泛应用的生命探测技术有音频振动技术[1-2]、气体技术[3-4]、红外热成像技术[5-6]及雷达技术[7-8]。音频振动、红外热成像及气体等生命探测技术存在抗干扰性差、易受温度影响及不具备穿透性等缺点。因此，这3种技术不适用于有障碍物情况下的遇难(险)人员位置探测。

探测雷达(GPR)以其快速、安全、高效、抗干扰能力强、方便非接触及提供可靠的高质量图像的优点成为最有效的地球物理探测手段之一[9-12]，因此得到勘探科学界的一致认可[13]。目前，GPR技术已在多个领域得以广泛应用，例如土壤水分含量估计[14-15]，道路质量评估[16-18]，工程结构缺陷检测[19-21]，大型岩石建筑质量评价[22-23]，城市地下管路监测[13,24-25]，战区地雷探测[26-27]，隐秘坟墓探测[28-29]。目前，该技术在矿山领域亦逐渐成为研究热点，于师建[30]研究了基于场强和频移的电磁波在煤岩体中衰减吸收系数;岳蕾[31]通过全波形概率反演算法，提高了巷道电磁波层析成像反演精度;齐承霞[32]利用MUSIC算法处理电磁波信号，实现了煤层超前水体识别，但在矿山应急救援方面的研究较少。

因此，针对矿山灾难钻孔救援中雷达技术的探测规律展开研究，采用FDTD正演算法进行了被困矿工生命信息探测的数值模拟，分析了激励函数、中心频率、煤质、煤温等条件变化时，电磁波在煤中的传播规律，基于此规律研究了人体反射波幅值与障碍煤体厚度的对应关系。数值模拟为实现矿山钻孔救援生命雷达探测方法的实际应用提供了理论支持和数值实验支撑。

1 时域有限差分法原理

地质雷达发射的是高频短脉冲电磁波，电磁场理论的核心是麦克斯韦电磁波理论。宏观上所有电磁现象均可由麦克斯韦方程表示，如式(1)所示。1966年，YEE K.S[33]提出了时域有限差分法，该算法已广泛应用于电磁领域。它将数值模拟的模型采用二阶中心差分格式对麦克斯韦旋度方程(式(1))进行差分离散，进而电磁和磁场的各坐标分量即可用相邻网络点的电场(TE)和磁场(TM)表示。

式中，ρ为电荷密度，C/m3;J为电流密度，A/m2;E为电场强度，V/m;D为电位移，C/m2;B为磁感应强度，T;Jm磁通量密度，V/m2;H为磁场强度，A/m。

在静止、线性各向同性的煤质介质中H，D，E，B的本构关系为

式中，*为卷积;ε为介质的介电常数，F/m;μ介质的磁导率，H/m;σ介质的电导率，S/m。

对于二维有源问题，设所有物理量均与z无关，即∂/∂z=0，于是，由式(1)和(2)可得磁场旋度方程:

采用FDTD方法，推算出任意节点处磁场分量的差分迭代公式为

式(4)～(6)有稳定解的时间步长条件如式(7)所示，色散控制条件如式(8)所示。

式中，Δt为时间步长;c为光速;Δx为x方向空间步长;Δy为y方向空间步长;λ为介质中无色散波长。

2 物理模型及参数设置

2.1 物理模型

以掘进工作面顶板冒落，掘进工作面和冒顶处之间可能存在被困人员为研究对象。正演模拟的物理尺寸为:L1为2 m,L2为1.3 m,L3为4 m,L4为10 m，人体为1.6 m×0.4 m的长方形，如图1所示。

2.2 参数设置

模拟时，假设煤体为各向均匀同性的半无限连续空间，人的介电常数[34]为50，空气的介电常数为1，天线步进距离0.060 m，收发天线间距为0.065 m，测线道数为115，空间网格步长为0.005 m×0.005 m，边界条件为完全匹配层(PML)。煤的电磁特性见表1。激励函数、中心频率、煤质、煤温等条件的模拟模型参数见表2，被困人员与煤柱厚度的模拟模型参数见表3。

表1温度对煤样介电常数(εr)和电阻值的影响[35]
Table1Dielectricconstant(εr)andresistanceofthecoalsamples[35]

类别20℃εrρ/(Ω·m)40℃εrρ/(Ω·m)80℃εrρ/(Ω·m)120℃εrρ/(Ω·m)褐煤4.091.14×1042.322.27×1042.309.54×1041.903.87×105烟煤2.602.11×1042.307.22×1042.102.29×1052.105.76×105无烟煤12.205.96×10311.208.93×10310.701.02×10410.001.32×104

表2各类条件下正演模拟模型参数设置
Table2Parametersettingofforwardmodelingmodelundervariousconditions

模型介电常数电阻值/(Ω·m)中心频率/MHz激励源Ricker模型1:激励函数4.091.14×104600GaussianCont_sineSine200400模型2:中心频率4.091.14×104600Ricker800100015004.091.14×104模型3:煤质2.602.11×104600Ricker12.205.96×1034.091.14×104模型4:煤温2.322.27×104600Ricker2.309.54×1041.903.87×105

表3模型物理尺寸
Table3Modelphysicalsize

模型L1/mL2/mL3/mL4/m1号21.34102号41.36103号61.38104号81.31010

3 模拟结果分析

2005年爱丁堡大学的Giannopoulos开发了基于FDTD的雷达正演模拟软件GprMax[36]。本文利用GprMax数值模拟实验确定了生命雷达探测系统中最佳的天线激励源及中心频率，分析了煤质与煤温对电磁波传播规律的影响。

3.1 激励函数对探测的影响

为了研究激励函数对探测的影响，设定介电常数、电阻值、中心频率为定值，即探测结果只受单一变量(激励函数)的影响。

图2显示了不同激励源正演模拟图像，显然Cont_sine有多次波，不适于作为激励函数。Ricker,Gaussian及Sine都可探测到人体信号，且结果呈现下凹双曲线特征，但3种激励源中Ricker的人体反射波更加清晰。

图2 不同激励源正演模拟Fig.2 Forward modeling of different excitation sources

利用Matlab软件对图2中数据进行处理，发现第57道反射波波形最为显著，因此选择第57道反射波进行研究分析。图3给出了3种激励源(Ricker,Gaussian及Sine)探测的第57道反射波波形，其中人体反射波幅值分别为-62.07,-19.69,-46.10 mV/m。不难算出Ricker的人体反射波幅值强度是Sine的1.3倍，是Gaussian的3.2倍。因此，Ricker更适宜作为激励源。还可知，人体目标反射波为负峰，而煤柱与掘进巷交界面反射波为正峰，这是因为煤的介电常数大于空气的介电常数，电磁波从煤柱进入掘进巷时，交界面的反射振幅为正值;相应的空气与人的交界面的反射振幅为负值[37]。

图3 不同激励源正演模拟第57道波形Fig.3 Simulation of the 57th waveform in different excit-ations wave form

3.2 中心频率对探测的影响

为了研究中心频率对探测的影响，设定介电常数、电阻值及激励函数为定值，即探测结果只受单一变量(中心频率)的影响。

图4展示了不同中心频率情况下正演模拟效果。对比分析不同频率天线对人体目标的响应特征图谱，发现6种频率的雷达均可探测到人体信号;200 MHz图像人体信号特征曲线最模糊，随频率的增加，特征双曲线逐渐清晰;其中以600 MHz与800 MHz的效果最好，但不是频率越高正演模拟的结果越好，1 GHz与1.5 GHz模拟结果中出现大量多次波(图4(e),(f)和5(c))，多次波将严重干扰对人体目标的判定。

图4 不同中心频率正演模拟Fig.4 Simulation of different antenna central frequency forward modeling

图5 不同频率正演模拟第57道波形Fig.5 Simulation of the 57th waveform in different antenna central frequencies

分析不同天线中心频率正演模拟波形图，可以得出200 MHz到1.5 GHz的人体反射波幅值分别为-30.90,-47.98,-62.07,-69.09,-68.35,-52.28 mV/m，即人体发射波幅值强度随频率的增加先增加后减小;随频率的增加，煤柱与掘进巷交界面反射波的幅值依次为24.70,35.93,44.68,49.69,49.55,38.41 mV/m，即随频率的增加幅值强度先增加后减小;同频率时，人体反射波幅值强度大于交界面反射波幅值强度，这是因为煤与空气的介电常数差值小于人与空气的介电常数差值;探测到人体目标的时间随频率的增加而减小，说明频率越高电磁波在煤中的传播速度越快。根据文献[38]，本模型中各频率的空间分辨率依次为0.37,0.19,0.12,0.09,0.07,0.05 m。因此200 MHz和400 MHz图像模糊，1 GHz和1.5 GHz有多次波。由图5(b)可知，800 MHz的人体反射波幅值强度仅为600 MHz的1.1倍。前人研究表明，频率越高，介电损失越大，能量衰减越多，探测距离随之减小[39]。因此，选择600 MHz作为天线中心频率。

3.3 煤质对传播规律的影响

温度一定时，同一煤质的介电常数和电阻值不变。为了研究煤质对探测的影响，设定中心频率与激励函数为定值，即探测结果只受单一变量(煤质)的影响。

由图6可知，褐煤、烟煤及无烟煤的人体反射波幅值分别为-62.07,-85.92,-23.75 mV/m，煤柱与掘进巷交界面反射波幅值分别为44.68,29.84,44.68 mV/m。由于电磁波在交界面的反射系数[38]分别为0.34,0.23,0.55，褐煤、烟煤及无烟煤的电阻值分别为11 400，21 100，5 960 Ω·m，因此无烟煤的交界面反射波幅值强度大于人体反射波幅值强度，与褐煤交界面反射波幅值相同。在褐煤、烟煤及无烟煤中，生命雷达探测到人体目标的时间分别为35.4,28.7,54.2 ns，即电磁波在烟煤中的传播速度最快，褐煤居中，无烟煤最次。这是因为，无烟煤的介电常数最大，烟煤的介电常数最小[39]。

图6 不同煤质正演模拟第57道波形Fig.6 Simulation of the 57th waveform in different kinds of coal

3.4 煤温对传播规律的影响

温度变化时，煤的介电常数和电阻值发生变化，从而影响电磁波的传播。为了研究煤温对探测的影响，设定中心频率与激励函数为定值，即探测结果只受单一变量(煤温)的影响。

对比分析不同温度条件下正演模拟波形图。如图7(a)所示，生命雷达探测到人体反射波的时间分别为35.4,29.6,29.1,27.4 ns，探测时间逐渐缩短，即电磁波在煤中的传播速度速煤温的增加而逐渐增大;人体反射波幅值分别为-62.07,-82.61,-85.3,-93.53 mV/m，幅值强度随温度增加而增大;煤柱与掘进巷交界面反射波幅值分别为44.68,32.76,31.76,25.76 mV/m，幅值强度随温度的增加而减小。这是因为随温度的增加，煤的介电常数逐渐减小，电阻值逐渐增大，煤柱与掘进巷交界面反射系数逐渐减小(20 ℃，0.338;40 ℃，0.207;80 ℃，0.205;120 ℃，0.159)。如图7(b),(c)所示，电磁波在烟煤与无烟煤中的传播规律随温度的变化亦有相同的规律。

图7 不同煤温正演模拟第57道波形Fig.7 Simulation of the 57th waveform with different coal temperature

4 目标定位

在以上研究基础上，建立不同煤柱厚度的模型(表3)，模拟分析人体信号随煤体厚度的变化规律，建立相应公式。在应急救援时，根据探测数据结合该公式，可计算出煤体厚度，确定被困人员位置。模拟结果如图8所示。

图8 探测距离正演模拟第57道波形Fig.8 Simulation of the 57th waveform of probing distance

由图8可得，4种模型中煤柱与掘进巷交界面反射波幅值依次为44.68,29.24,21.66,17.10 mV/m，人体反射波幅值依次为-62.07,-45.72,-35.55,-28.04 mV/m。将人体反射波幅值强度与煤柱厚度进行拟合，结果如图9所示。可知，人体反射波的幅值强度与煤柱厚度呈对数函数关系，随L1(煤柱厚度)的增加，幅值强度逐渐减小。因为L1越大，电磁波在介质中的路程越长，电磁波能量损耗亦随之增大，因此目标反射波幅值强度逐渐较小。据此，可以建立各个矿区的煤柱厚度与幅值强度数据库，在实际救援中，将生命雷达探测的数据与数据库相比较，可以较准确的确定被困矿工位置。

图9 人体反射波幅值拟合曲线Fig.9 Body reflection wave amplitude fitting curve

根据文献[40]，电磁波在有耗介质中传播规律，可得电磁波在煤中的传播速度计算式，如式(9)所示。

式中，v为电磁波在煤中的传播速度;c为光速;εr煤的介电常数。

由式(9)可知，结合图8中h1双程走时，可计算出煤柱厚度，结果见表4，相对误差均小于5%。

表4煤柱厚度分析
Table4Analysisofcoalpillarthickness

模型煤柱厚度/m解析值/m绝对误差/m相对误差/%1号21.810.194.772号43.820.184.613号65.820.184.464号87.830.174.31

由图8中的h2，乘以光速可得煤帮到被困者的距离，再结合表4中煤柱厚度的解析值，可得雷达与被困人员之间的距离，即可研究目标的定位问题，结果见表5。

表5目标定位分析
Table5Targetlocationanalysis

模型解析值/m煤柱厚度煤帮与人间距雷达与人间距真实值/m雷达与人间距绝对误差/m相对误差/%1号1.811.303.113.30.195.762号3.821.295.115.30.193.583号5.821.297.117.30.192.604号7.831.299.129.30.181.94

5 结 论

(1)天线中心频率为600 MHz的Ricker激励源是最佳探测方式。

(2)在褐煤与烟煤中，煤柱与掘进巷交界面处的反射波幅值强度小于人体反射波幅值强度，而在无烟煤则相反;电磁波在烟煤中的传播速度最快，褐煤居中，无烟煤最次;电磁波在煤中的传播速度随温度的增加而增大，而人体反射波幅值强度则随之减弱。

(3)煤柱厚度L1与人体反射波幅值强度呈对数函数关系，据此可建立不同地区的数据库，为实际救援探测中数据的解读提供参考。

(4)根据电磁波在煤中的传播速度，结合探测时间，可计算出生命雷达与被困人员之间煤体厚度。

[1] 朱爱军,胡宾鑫,赵云,等.声光一体生命搜索与定位探测仪设计与实现[J].计算机工程与应用,2004(4):198-200.

ZHU Aijun,HU Binxin,ZHAO Yun,et al.Design and implementation of life detect and orientation measurement system through sound and video integration[J].Computer Engineering and Applications,2004(4):198-200.

[2] 肖忠源.分布式微型音频生命探测系统的研制[D].成都:成都理工大学,2009.

XIAO Zhongyuan.The design and implementation of the distributed miniature life detection system based on sound wave[D].Chengdu:Chengdu University of Technology,2009.

[3] CHARPENTIER F,BUREAU B,TROLES J,et al.Infrared monitoring of underground CO2storage using chalcogenide glass fibers[J].Optical Materials,2009,31:496-500.

[4] HEUSINKVELD B G,JACOBS A F G,HOLTSLAG A A M.Effect of openpath gas analyzer wetness on eddy covariance flux measurements:A proposed solution[J].Agricultural and Forest Meteorology,2008,148:1563-1573.

[5] LOU Wenjing.An efficient N-to-1 multipath routing protocol in wireless sensor networks[A].2nd IEEE International Conference on Mobile Ad Hoc and Sensor Systems[C].Washington,2005:665-672.

[6] ALMALKAWI I T,GUERRERO Zapata M.A secure cluster-based multipath routing protocol for WMSNs[J].Sensors,2011,11(4):4401-4424.

[7] ANGELL A J,RAPPAPORT C M.Computational modeling analysis of radar scattering by clothing covered arrays of metallic body-worn explosive devices[J].Progress in Electromagnetics Research(PIER),2007,76:285-298.

[8] 严珊珊.用于雷达式生命探测仪的信号处理系统的设计[D].长春:长春理工大学,2012.

YAN Shanshan.Design of signal processing system for radar-based life detector[D].Changchun:Changchun University of Science and Technology,2012.

[9] DIAMANTI N,REDMAN D.Field observations and numerical models of GPR response from vertical pavement cracks[J].Journal of Applied Geophysics,2012,81:106-116.

[10] SOLLA M,LORENZO H,RIAL F I.Ground-penetrating radar for the structural evaluation of masonry bridges:Results and interpretational tools[J].Construction and Building Materials,2012,29:458-465.

[11] XIE X Y,QIN H,YU C,et al.An automatic recognition algorithm for GPR images of RC structure voids[J].Journal of Applied Geophysics,2013,99:125-134.

[12] ZHANG P,GUO X X,MUHAMMAT N,et al.Research on probing and predicting the diameter of an underground pipeline by GPR during an operation period[J].Tunnelling and Underground Space Technology,2016,58:99-108.

[13] NUNEZNIETO X,SOLLA M,NOVO A,et al.Three-dimensional ground-penetrating radar methodologies for the characterization and volumetric reconstruction of underground tunneling[J].Construction and Building Materials,2014,71:551-560.

[14] Chanzy A,Tarussov A.Soil water content determination using digital ground penetrating radar[J].Soil Sci.Soc.Am.J.,1996,60(5):1318-1326.

[15] WANG X D,HE L,YANG F,et al.Estimation of soil water content using ground penetrating radar[J].Chin.J.Geotech.Eng,2009,17:(5):697-701.

[16] FAUCHARD C,DÉROBERT X,CARIOU J.GPR performances for thickness calibration on road test sites[J].NDT & E Int.,2003,36:67-75.

[17] SOLLA M,LAGUELA H,GONZALEZJORGE P,et al.Approach to identify cracking in asphalt pavement using GPR and infrared thermographic methods:Preliminary findings[J].NDT & E International,2014,62:55-65.

[18] SHANGGUAN P C,AI-QADI I L,LAHOUAR S.Pattern recognition algorithms for density estimation of asphalt pavement during compaction:a simulation study[J].Journal of Applied Geophysics,2014,107:8-15.

[19] SOLLA M,LAGUELA H,MARCOS X Alvarez,et al.Application of non-destructive geomatic techniques and FDTD modeling to metrical analysis of stone blocks in a masonry wall[J].Construction and Building Materials,2012,36:14-19.

[20] RUCKA M,LACHOWICZ J,ZIELINSKA M.GPR investigation of the strengthening system of a historic masonry tower[J].Journal of Applied Geophysics,2016,131:94-102.

[21] YU Q M,ZHOU H L,WANG Y H,et al.Quality monitoring of metro grouting behind segment using ground penetrating radar[J].Construction and Building Materials,2016,110:189-200.

[22] ORLANDO L.Semiquantitative evaluation of massive rock quality using ground penetrating radar[J].J.Appl.Geophys.,2003,52:1-9.

[23] SOLLA M,LAGUELA H,RIVEIRO B,et al.Non-destructive methodologies in the assessment of the masonry arch bridge of Traba,Spain[J].Engineering Failure Analysis,2011,18:828-835.

[24] Hunaidi O,Giamou P.Ground-Penetrating-Radar for detection of leaks in buried plastic water distribution pipes[A].Seventh International Conference on Ground-Penetrating-Radar[C].Lawrence,Kansas,USA,1998:27-30.

[25] CROCCO L,PRISCO G,SOLDOVIERI F,et al.Early-stage leaking pipes GPR monitoring via microwave tomographic inversion[J].J.Appl.Geophys.,2009,67(4):270-277.

[26] CAPINERI L,IVASHOV S,BECHTEL T,et al.Comparison of GPR sensor types for landmine detection and classifi cation[A].12th International conference on ground penetrating radar[C].Birmingham(UK),2008.

[27] GONZALEZ-HUICI M A.Strategy for landmine detection and recognition using simulated GPR responses[A].Proceedings of the 14th International Conference on Ground Penetrating Radar[C].Shanghai,2012:877-82.

[28] NOVO A,LORENZO H,RIAL F I,et al.3D GPR in forensics:Finding a clandestine grave in a mountainous environment[J].Forensic Science International,2011,204:134-138.

[29] BOOTH A D,PRINGLE J K.Semblance analysis to assess GPR data from a five-year forensic study of simulated clandestine graves[J].Journal of Applied Geophysics,2016,125:37-44.

[30] 于师建.基于频移的煤岩介质电磁波衰减数值模拟[J].地球物理学进展,2013,28(6):3270-3275.

YU Shijian.The numerical simulation of electromagnetic wave attenuation using the centroid frequency downshift method[J].Progress in Geophysics,2013,28(6):3270-3275.

[31] 岳蕾.电磁波在煤层中的传播规律与全波形概率反演方法研究[D].徐州:中国矿业大学,2016.

YUE Lei.Study on the propagation law of electromagnetic wave in coal seam and its full waveform probabilistic inversion method[D].Xuzhou:China University of Mining and Technology,2016.

[32] 齐承霞.煤层超前探测中的探地雷达信号处理[D].西安:西安科技大学,2014.

QI Chengxia.Ground penetrating radar signal processing in advanced detection in coal seam[D].Xi’an:Xi’an University of Science and Technology,2014.

[33] YEE K S.Numerical solution of initial boundary value problems involving Maxwell’s equations in isotropic media[J].IEEE T Antenn Propag,1966,14:49-58.

[34] TRAIAN Dogaru,LAM Nguyen,CALVIN Le Sensors,et al.Computer models of the human body signature for sensing through the wall radar applications[R].DTIC Document,2007.

[35] 徐宏武.煤层电性参数测试及其煤岩特性关系的研究[J].煤炭科学技术,2005,33(3):42-47.

XU Hongwu.Measurement and test of seam electric parameter and study on relation ship between seam electric parameter and coal petrology characteristics[J].Coal Science and Technology,2005,33(3):42-47.

[36] Giannopoulos A.Modelling ground penetrating radar by GPR Max[J].Construction and Building Materials,2005,19:755-762.

[37] LEE Jonah H,WANG Wei.Characterization of snow cover using ground penetrating radar for vehicle trafficability-Experiments and modeling[J].Journal of Terramechanics,2009,46:189-202.

[38] 李亚飞.地质雷达超前地质预报正演模拟[D].北京:北京交通大学,2011:26-29.

LI Yafei.Forward simulation of ground penetrating radar for the tunnel fore geological forecast[D].Beijing:Beijing Jiaotong University,2011:26-29.

[39] 李大洪.影响地质雷达工作频率选择的若干因素[J].矿业安全与环保,2000,27(S):29-30.

LI Dahong.Several factors affect the choice of working frequency of geological radar[J].Mining Safety & Environmental Protection,2000,27(S):29-30.

[40] 邓普.铁路车载探地雷达检测隧道渗漏水的研究[D].成都:西南交通大学,2015:21-22.

DENG Pu.Research on detection of railway tunnel seepage with train-mounted GPR[D].Chengdu:Southwest Jiaotong University,2015:21-22.

PropagationcharacteristicsofelectromagneticwavebasedonFDTDincoal

WEN Hu1,2,3,ZHANG Duo1,2,3,ZHENG Xuezhao1,2,3,FAN Shixing1,2,3,WANG Weifeng1,2,3

(1.CollegeofSafetyScienceandEngineering,Xi’anUniversityofScienceandTechnology,Xi’an710054,China; 2.KeyLaboratoryofCoalFireHazardPreventionandControlofShaanxiProvince,Xi’anUniversityofScienceandTechnology,Xi’an710054,China; 3.NationalMineRescueXi’anResearchCenter,Xi’an710054,China)

In view of mine disastrous accidents,once the escape way is blocked,it is hard to locate the miners trapped in the mines.In this paper,the propagation characteristics of electromagnetic wave in coal mine were studied.The finite-difference time-domain (FDTD) method was used to establish the two-dimensional space magnetic field model,which was calculated based on forward simulation technique of GprMax and Matlab software packages.Through theoretical analysis and numerous simulation,the impacts of frequency of antenna center,excitation source,coal types and coal temperatures on the amplitude intensity of the reflected wave and reflection coefficient were investigated.Coupled with the researches referring to the target detection time and resolution,the propagation characteristics of electromagnetic wave in coals were eventually revealed.The results revealed that the Ricker wave with the center frequency of 600 MHz provided the best way of probing.The propagation velocity of electromagnetic wave was the fastest in bituminous coal and lowest in anthracite with lignite in the middle.The propagation velocity of the electromagnetic wave increased with rising coal temperatures.The amplitude intensity of the reflected wave of the human body was weakened with the increase of coal temperature.Further study indicated that the amplitude intensity of the reflected wave of the human body had a logarithmic function with and the detection distance.The above conclusions were then applied for building a database to help the calculation on the thickness of coal between life radar and trapped personnel.The results of this study provide guidelines for the life radar system research as well as the development and on-site rescue detection data interpretation.

mine accident;emergency rescue;ground penetrating radar;numerical simulation

文虎，张铎，郑学召,等.基于FDTD的电磁波在煤中传播特性[J].煤炭学报,2017,42(11):2959-2967.

10.13225/j.cnki.jccs.2017.0554

WEN Hu,ZHANG Duo,ZHENG Xuezhao,et al.Propagation characteristics of electromagnetic wave based on FDTD in coal[J].Journal of China Coal Society,2017,42(11):2959-2967.doi:10.13225/j.cnki.jccs.2017.0554

TD657

A

0253-9993(2017)11-2959-09

2017-04-25

2017-09-30责任编辑许书阁

国家重点研发计划资助项目(2016YFC0801800-02);国家自然科学基金青年基金资助项目(51504186);中国博士后基金资助项目(2016-M-592820)

文 虎(1972—)，男，新疆石河子人，教授，博士生导师，博士。E-mail:wenh@xust.edu.cn