煤炭学报

作者：程远平, 赵长鑫, 李伟,

关键词：煤体裂隙, 临界应力, 渗透率演化, 深度学习, CT扫描,

研究高应力敏感性煤体裂隙在外部载荷作用下的演化机制及其对渗透率的控制作用，是揭示深部煤层瓦斯运移规律的关键。针对传统图像分析在煤体CT图像裂隙表征中的局限，研究采用深度学习算法自动分割裂隙，并基于0～25 MPa围压下的原位CT实验数据，重构了裂隙网络的三维结构与拓扑模型，量化了其结构参数的演变规律。在理论模型表征方面，不同于传统的裂隙平均化处理方式，引入币状裂隙假设来等效表征裂隙在应力下的逐级闭合行为。进而构建了反映裂隙系统基本闭合应力条件的临界应力模型。基于该理论，进一步推导出适用于高应力条件的渗透率演化模型。结果表明，深度学习模型对分布外图像的预测精度达84.14%，显著优于传统方法的40.96%，有效提升了裂隙提取准确性。当围压从0 MPa增至6 MPa时，裂隙平均开度由136.96 μm降至75.29 μm，平均迂曲度由2.87升至3.32，而表征连通性的平均配位数从2.45降至1.21。围压达25 MPa时，裂隙率平均下降98.99%，表明裂隙基本闭合。基于静水压缩实验力学数据及试错迭代算法，获得临界应力分别为24.16 MPa和23.86 MPa，对应渗透率低至8.78×10−7 μm2和4.20×10−6 μm2，其换算的扩散系数与煤粒解吸实验中测得的量级一致，间接地证明了临界应力条件对于渗流通道的封闭作用。与传统模型相比，考虑裂隙闭合和弹性压缩的渗透率演化模型预测精度显著提升，尤其在高于20 MPa的高应力条件下，平均误差降低51.14%。

来源：2026年第1期

《煤炭学报》期刊编辑部

查看煤炭学报杂志2026年第1期