混合煤矸放落态势特征研究

摘要：传统的基于图像检测技术的放顶煤过程中煤流动态特性研究多侧重于某一特定阶段的图像分析，未结合全阶段的动态特性进行综合分析；现有研究较少将放顶煤过程中上覆岩层的松散区变化与放煤过程中的煤矸分离和煤流特性相结合，缺乏对放煤过程的全局性系统分析。针对上述问题，对放顶煤过程中的煤流动态特性、煤矸分离效果及上覆岩层松散区凹陷变化进行了系统研究。首先，提出了一种基于双光流网络的放顶煤过程动态分析方法。实验结果表明：不同放煤方案下，放煤速度不随放煤形式和规律的变化而改变，平均检测准确率随着放煤口数量的增多而提高，尤其在不同放煤步距阶段呈明显线性增长；顶煤放出率与平均检测准确率呈正相关关系，验证了该方法在放顶煤过程监测中的有效性。其次，利用OpenCV 技术对上覆岩层松散区凹陷面积进行实验分析。结果表明，初始放煤阶段松散区凹陷面积急剧增长，随后随时间推移逐渐趋于稳定；通过凹陷面积的动态变化趋势，可有效判断顶煤的放出过程，实现透明化放煤监测。最后，结合称重实验数据，分析了放煤量、放出率与含矸率之间的关系。结果表明，初始放煤阶段纯煤放出量最大，周期放煤阶段纯煤放出量趋于稳定，含矸率则随着放煤口数量的增多而减少。该结果进一步揭示了放煤方式对煤矸分离和顶煤放出率的影响。

关键词：放顶煤；顶煤放出率；初始放煤阶段；周期放煤阶段；松散区凹陷；煤流动态特性；煤矸分离；双光流网络；OpenCV

中图分类号：TD853.34 文献标志码：A

0 引言

顶煤开采是煤矿生产中常见且重要的采煤方式之一[1-4]，在厚煤层中得到了广泛应用。然而，放顶煤过程中，煤与矸石的分离及控制具有复杂的非线性特点，导致顶煤采出率和煤矸分离效率较低，直接影响到生产效率和经济效益[5-8]。因此，如何提高顶煤采出率并减少矸石混入，成为放顶煤研究中的重要课题。随着图像分析技术的发展，基于图像的动态检测技术为顶煤开采过程中的煤矸分离和煤量控制提供了新的研究方法和手段。

针对放顶煤过程中煤流的动态特性，传统研究多采用物理实验方法，通过称重和观察记录不同放煤方式下的煤流量和含矸率。刘国方等[9]通过实验数据，揭示了不同放煤方式对煤流采出率的影响，但这种基于物理实验的研究手段存在一定局限性，即难以实时监测煤流的动态变化，且数据采集的时效性较差。为突破这些局限性，图像检测技术逐渐引入到放顶煤过程研究中。单海超等[10]利用高帧率摄像技术对煤流下落过程进行了动态捕捉，并通过图像处理算法定量分析了不同放煤阶段的煤矸分离效果。然而，该类研究多侧重于某一特定阶段的图像分析，未能结合全阶段的动态特性进行综合分析，导致研究结果的系统性不足。视频流检测技术在采矿行业中的应用大多集中在开采后输送带的监测[11-13]，放顶煤状态下的视频流监测相对较少，导致该环节的动态特性缺乏实时的监测和分析。

此外，现有研究较少将放顶煤过程中上覆岩层的松散区变化与放煤过程中的煤矸分离和煤流特性相结合，缺乏对放煤过程全局性的系统分析。已有研究多通过数值模拟和理论分析来研究岩层的凹陷特征[14-18]。刘闯等[19]采用FLAC3D 模拟了不同放煤方式对上覆岩层松散区凹陷的影响，研究表明，岩层的松散面积与煤流量及放煤方式密切相关。尽管数值模拟能够较为准确地预测岩层的变形和凹陷情况，但模拟研究在一定程度上受模型假设的影响，难以与实际生产条件完全一致。为了更好地结合实验数据，图像处理技术被应用于松散区的研究中。张锦旺等[20]通过视频监测松散区的表面积变化，结合图像分析算法定量计算松散区的凹陷面积。然而，图像检测技术多用于松散区静态图像分析，无法动态捕捉松散区的变化过程，无法反映松散区的实时变化趋势。

针对上述问题， 本文采用基于双光流网络与OpenCV（Open Source Computer Vision Library） 算法的图像检测方法，对煤矸放落过程中的动态特性和煤矸分离效果进行全面分析，并探讨上覆岩层松散区的变化特征。双光流网络通过捕捉放煤过程中的运动轨迹，监测煤流在不同阶段的速度、方向及稳定性，进而分析煤矸分离状态的动态变化。OpenCV 算法用于精确量化松散区凹陷面积的变化，提供实时的定量分析。该方法不仅突破了传统物理实验在实时监测中的局限性，还能够提升对煤矸放落态势和分离效果的综合分析能力。

1 实验设备与实验方案

1.1 实验设备

针对散体顶煤放出的物理相似模拟实验，本文使用了多功能顶煤破碎放出实验平台， 如图1 所示。该实验平台分为2 个部分：放煤口上部分模拟煤层，是一个2.0 m×0.5 m×0.5 m 的立方体装置；放煤口下部分装置称为暗盒装置，总体是一个全封闭梯形体，底面为2 m×1 m 的矩形，顶面为2 m×0.5 m 的矩形，高度为1.5 m。