煤炭学报

作者：王家臣, 杨胜利, 李良晖, 张鑫, 陈勇升, 侯东鑫,

关键词：智能放煤, 体积含矸率, 形态学基因, 定点诱变, 堆积特征,

图像识别智能放煤技术的主要任务是通过分析图像监测煤流含矸率，进而确定放煤口关闭时机，然而通过二维图像无法直接获得煤岩块体三维形态以及煤流堆积信息。在煤流表面含矸率识别基础上，针对煤流内部含矸率识别难题，以煤岩形态学研究为基础，提出了一种煤岩块体形态学基因的定点诱变新技术，研究了不同诱变位点、不同诱变强度下的煤岩块体形态学特征变化规律，量化了煤岩块体形态学基因位点与煤岩块体宏观、细观以及微观形态学特征的关系，探究了快速批量生成具有预期形态学特征分布的煤岩块体群的可行性。研究了刮板牵引扰动下的煤流煤岩块体的堆积特征，确定了煤流表面含矸率与煤流内部含矸率的映射关系，综合考虑煤岩块体不规则形状以及煤流堆积叠压因素，建立了基于区间体积含矸率的累积体积含矸率预测模型。研究结果表明：煤岩块体不同尺度形态学特征被存储在形态学基因的不同位点中，形态学基因位点越大，所存储的形态学特征就越细微，将形态学基因进一步划分为宏观、细观和微观形态学基因。利用形态学引物对煤岩块体宏观、细观和微观形态学基因进行定点诱变，实现对块体特定尺度形态学特征的精准修饰和可控变异，可以用于快速批量生成具有预期形态学特征分布的煤岩块体群。确定了图像识别智能放煤技术合适的图像采集位置，充分利用刮板的牵引、扰动，改变了煤流堆积状态，提升了煤流内部体积含矸率预测精度。使用区间含矸率代替瞬时含矸率作为关闭放煤口的依据，可以在不明显增大含矸率的前提下，增大放煤时间、提高采出率。累积体积含矸率预测模型的决定系数为0.9783，实现了利用二维图像对煤流内部体积含矸率的合理预测，进一步提出了基于双能X射线透射技术的煤流内部含矸率预测精度保障策略，为保障复杂条件下智能放煤含矸率预测精度提供了思路。

来源：2026年第3期

《煤炭学报》期刊编辑部

查看煤炭学报杂志2026年第3期