Progress in the study of acoustic effects and precursor characteristics during spontaneous combustion of coal
-
摘要:
基于声波技术感知煤自燃温度的方法具有应用场景广、实时连续性强等优势,但煤自燃过程中声波信号的前兆特征还未有揭示,进行煤自燃过程中声波效应和前兆特征的研究,为声波法探测预警煤自燃提供理论基础。首先理论分析煤岩热损伤破裂演化过程、声波传输特征,在此基础上建立了3种尺寸煤自燃声波信息测试系统,测试了煤升温及燃烧过程中次声波、声发射及声波声速信息,利用线性拟合、多重分形理论、傅里叶变换等方法,围绕声波信号的时序特征、与温度相关性、空间特征、非线性特征及频谱等方面进行分析,揭示煤自燃过程中声波信号前兆特征规律。结果表明:煤自燃过程中,随着温度升高,次声波声压值阵发性增长,声发射信号的振铃计数、能量值及声波声速与温度正相关;煤自燃前期次声波信号、声波声时变化更为明显,声发射信号在100 ℃之后的增大变化更显著;声波信号具有空间特征,随着热源距离增加,振铃计数、能量发生降低变化,温度升高不同距离下的声速值均不断增加,声速与温度拟合方程R2均超过0.9;煤升温过程中次声波、声发射信号具有多重分形特征并与煤自燃热破裂具有较好对应性;此外,煤升温过程中次声波主频发生迁移、主频幅值不断增加。最后对煤田高温异常区进行声发射测试,温度异常区域声发射信号变化明显。
Abstract:The method of sensing coal spontaneous combustion temperature based on acoustic wave technology has the advantages of wide application scenarios and real-time continuity, but the precursor characteristics of acoustic wave signals in the process of coal spontaneous combustion have not yet been revealed. The study of acoustic effects and precursor characteristics in the process of coal spontaneous combustion provides a theoretical basis for the detection and warning of coal spontaneous combustion by acoustic wave method. The article firstly theoretically analyses the thermal damage rupture evolution process and acoustic wave transmission characteristics of coal rock. Three sizes of coal spontaneous combustion acoustic wave information testing systems were established to test the infrasound, acoustic emission and acoustic sound velocity information during coal heating and combustion. Using linear fitting, multiple fractal theory, Fourier transform and other methods, the paper analyse the temporal characteristics, temperature correlation, spatial characteristics, nonlinear characteristics and spectra of acoustic signals to reveal the precursor characteristics of acoustic signals in the process of spontaneous combustion of coal. The results show that with the increase of coal temperature, the infrasound sound pressure value increases paroxysmally, and the ringing counts, energy value and acoustic sound velocity of acoustic emission signals are positively correlated with the temperature. The infrasound signals and acoustic time changes were more obvious in the pre-coal spontaneous combustion period. The acoustic emission signal increases and changes more significantly after 100 ℃. The acoustic signal has spatial characteristics. With the increase of the distance from the heat source, the ringing count and energy change by decreasing. The speed of sound at different distances increases with increasing temperature, and the R2 of the speed-temperature fitting equation exceeds 0.9. The infrasound and acoustic emission signals have multiple fractal characteristics during coal heating and correspond well with the thermal rupture of spontaneous coal combustion. In addition, the main frequency of infrasound waves migrated and the amplitude of the main frequency increased during the process of coal warming. Finally, the acoustic emission test was carried out in the high-temperature anomaly area of the coal field. The acoustic emission signals in the temperature anomalies change significantly.
-
0. 引 言
煤炭作为我国主体能源[1],但在煤炭开采、储存过程中,煤的自然发火问题十分突出,且煤自燃极易引起瓦斯爆炸、矿井塌陷等二次灾害,不仅会造成大量的资源浪费、经济损失和环境破坏,还严重制约了煤矿的安全生产和绿色发展[2]。由于煤炭自燃蓄热期时间不定、发火地点隐蔽、发火前的特征不明显,在明火燃烧前很难被直接监测。因此,研究煤自然发火的前兆声波特征,进而准确反演采空区煤自燃区域温度的准确探测,对于煤矿采空区遗煤自燃、煤田自燃和其他隐蔽火源的早期预警和精准防治有重要意义。
现阶段,针对不同的使用环境和要求,煤自燃监测方法主要包括指标气体法、束管监测法、井下测氡法、电阻率法、自然电位法、瞬变电磁法[3-4]。但由于井下环境复杂,干扰信息较多,探测信息反演的准确性容易受到较大影响。
借助声波技术能够直观反映煤岩体内部裂隙演化过程,分析煤岩体损伤过程产生的声波信号以及包含的大量变形破裂的前兆信息,可表征出煤岩损伤破坏的演化过程,这是利用煤矿井下地音、微震进行灾害预警的理论基础。CAI[5]、ZUO[6]、HE[7]等对煤岩破裂声发射理论、信号分析、频谱特征和现场测试进行了大量研究。随着声学测温理论研究的深入,声波测温技术已在仓储粮食、锅炉炉膛、垃圾发电站等行业得到广泛应用[8]。例如结合声学层析成像技术,通过对堆积粮食温度场的试验重建,验证了堆积颗粒内部声学法测温的可行性[9]。
由于松散煤体与粮食和生物质均为多孔介质,上述研究成果对声波感知煤体温度研究提供了参考。针对煤自燃声波特征的研究中,高芸[10]测试了小尺寸和堆煤煤样在受热损伤过程中声发射信号变化,煤温与声发射信号强弱密切相关。张建民等[11]通过监测地下煤火诱发的微震信息,开展了地下煤火灾害预测预报研究。邓军等[12]论述了声波探测技术在矿井内部信息探测的特点,研究了声波探测技术在矿井探测领域内的探测机理、实现方式和适用场景。上述研究中,针对煤升温过程中声波信号变化规律的研究还未涉及,煤自燃过程中声波信号前兆特征还未有揭示。
基于此,笔者建立了3种尺寸的煤自燃声波信息测试系统,对煤自燃过程中产生的声波信号展开研究。从声波运动学和动力学2个方面,对煤自燃过程中声波信号的时序特征、与温度相关性、空间特征、非线性特征及频谱等进行分析,并结合煤田高温异常区域声发射信号现场测试,揭示煤自燃过程中声波信号前兆特征规律,为利用声波信号前兆特征探测预警煤自燃提供指导。
1. 声学测温的原理
煤岩体损伤破裂过程中能够释放热能、弹性能、电能、磁能等,声波是煤岩等材料在变形破裂过程中以波的形式释放的能量信号[13-14],声波的波谱比较宽,其中超声波(高于20 kHz)和次声波(低于20 Hz)都属于声波范畴,区别在于频率和波长不同[15-16]。根据声源不同,煤岩体声波探测可分为主动测试和被动测试,在主动源声波测试中,使用的声波由人工激发;而在被动源测试中,声波信号指的是在外力作用下煤岩体破裂过程中产生的声波。声波探测技术是一种实现危险源准确快速定位的地球物理勘探技术,煤岩体由于温度作用产生的热损伤破裂往往伴随声波信号的产生,因此利用声波信号为煤层自燃的探测及定位提供了新的思路。
可燃物在燃烧过程中,由于温度升高加热周围空气形成压力声波,形成可闻声波、超声和超低频声波,这也被称为燃烧音,其实质是一种以声波形式表现的能量流。由于煤中各组分的热膨胀系数不同,受到温度载荷时,内部薄弱处先达到强度极限出现结构破裂进而产生声波信号。基于声发射信息的煤岩热损伤破裂演化过程如图1所示[17-18],在煤岩受热升温初期,声发射信号的产生是由于分子键的断裂和煤岩体间的摩擦等,温度升高的同时声发射信号快速增加,源于温度升高导致分子运动加剧、煤岩内部开始产生微孔裂隙,当声发射信号进一步增加,煤岩体裂纹尺度不断增大,孔裂隙逐渐变长,温度的进一步升高导致声发射信号持续增强,此时煤岩体裂纹贯通,发生断裂、热破裂等剧烈变化。
声波测温可以利用穿越介质的波速与媒介温度的函数关系,进而计算测量物体的内部温度。松散煤体自燃可以看作一种多孔介质中的传质传热问题,声波在多孔介质中的传播受到声波频率、多孔介质孔隙率等参数的影响。
声波在两相介质中传播时,会与固相颗粒以及连续相介质产生相互作用,随着传播距离增大,声波幅值逐渐减小。声波传输衰减如图2所示,在声波传播的过程中声波衰减主要原因为[19]:① 扩散衰减:由于声波在传播过程中,自身性质导致声束的扩展引起的声衰减。② 反射衰减:基于波的性质,当声波接触煤体颗粒表面时发生反射,进而导致声波的减弱。③ 吸收衰减:吸收衰减是指介质本身对声波的吸收,是由于声波与介质材料在分子水平上作用直接产生的。④ 散射衰减。声波在两相介质中传播遇到颗粒物时,会在颗粒表面激起次级声波,也称为散射波,散射波并不能到达接收换能器。
综上所示,声波监测预警煤自燃是利用煤岩体升温过程中内部颗粒产生不均匀温度场,发生膨胀变形产生热应力,造成煤体热破裂释放声波信号,根据声波信息反映煤体内部温度信息及其动态变化;声波探测煤自燃高温异常区域则是利用声波在煤体升温过程中声速与温度的函数变化,进而利用声波信息进行高温异常区域的温度反演。
2. 煤自燃过程中声波信息测试系统
构建了3种尺寸煤自燃声波信息测试系统,实现不同尺度煤自燃过程中次声波、声发射、声波声速信息变化测试,如图3所示。
尺寸一的试验系统主要用于测试煤升温过程中次声波信号变化,箱体框架由镀锌管和木板组成,最大装煤体积为0.76 m3,温度控制系统由电热管、温度控制调节仪、电磁继电器、K型热电偶等构成;尺寸二的试验系统主要针对声波波速进行测试,由木板组成150 cm×150 cm×50 cm的长方体,总装煤体积为1.125 m3,加热方式与尺寸一试验系统相同;尺寸三的试验系统主要测试煤升温及自燃过程中次声波与声发射信号,由炉体、次声波监测系统、声发射监测系统、热空气输入系统和热电偶测温系统组成。其中炉体呈圆柱形,炉体外径为3.7 m,内径为2.8 m,高3 m。加热装置由气泵、加热罐、金属软管和温度调控箱组成,热电偶测温系统均由K型热电偶和温度记录仪组成[20-21]。
其中次声波采集装置主要包括CASI-GIM7-12次声波传感器、CASI-RTU传输仪和采集终端;声发射监测系统由DS2声发射信号分析仪、RS-35C集成前放传感器、声发射主机、前置放大器与波导杆等组成;声波参数测试系统由多功能声波仪、稀土超磁致井间震源、跨孔换能器组成。
1)次声波测试:① 首先将相关仪器设备进行连接布置,将供气管布置在试验炉体的底部中心位置,3个出气口处分别放置热电偶。次声波传感器埋于炉体内部距离炉体底部200 mm,并正对中轴线;② 进行仪器参数的调节:次声波的频带范围为0.01~20 Hz,设置次声波采集系统的采样率为40 Hz,增益为30倍,声压变化率为0.5 Pa,传感器的灵敏度为0.01 (mV·Pa−1);③ 开启加热罐及全部设备,对背景信号进行测试作为环境噪声排除干扰,一切就绪后开始试验。试验测试参数声压(Pa)指声波传递到传感器中引起振动所产生的压强改变量,用于表示声波强度。
2)声发射测试:① 优先布置好加热供气系统,将炉体内部煤堆装填完毕;② 进行声发射仪器部分的连接和布置:将4根波导杆通过孔道伸入炉体内部,各波导杆距离最近的通气口水平距离分别为10 、20 、20 、40 cm,距离炉体底部距离为37 、35 、15 、35 cm,并且在4根波导杆顶端处各布置1个热电偶探头。波导杆顶端伸入炉体内部,尾端连接声发射探头,声波经波导杆可低损耗传输到声发射探头被监测记录,最终将波形保存到声发射主机;③ 在提取数据时,通过设置门槛值屏蔽掉环境噪声。试验采用的前置放大器的倍数为40 dB,采样频率为200 kHz。试验测试分析声发射信号特征参数振铃计数与能量信号。
3)声时声速测试:① 松散煤体升温过程声波测试试验在搭建的尺寸二的试验系统中进行;② 连接好声波仪、稀土超磁致井间震源、电源及跨孔换能器;③ 利用声波仪控制稀土超磁致井间震源可以实现250~10 kHz频率声波信号的释放,测试煤升温过程中40、50、60 cm距离下声波传播声时信息。多功能声波仪中设置采样间隔为40 μs,采样点数为
2000 ,刷新间隔300 μs,触发方式设置为单发,通道设置高通10 Hz、低通3 kHz,增益视信号强度设置80或100,以实现声时的准确判读。3. 煤自燃过程中声波运动学特征
声波运动学特征包括声波的传播速度、频率、波长等基本特性,对声波运动学特征的分析能够明确声波本身的性质。
3.1 煤自燃过程中声波信息时序变化特征
针对煤样在升温自燃过程中次声波、声发射及声时声速的信息,分别分析的是煤升温过程中次声波每秒声压最大值、距离热源10 cm处声发射振铃计数值和能量、40 cm距离下声时声速参数随温度时间的变化,结果如图4所示。
如图4所示,随着温度的升高,次声波每秒声压最大值呈阵发性增长。当煤温从10 ℃升至40 ℃,次声波信号变化明显,每秒声压最大值迅速上升达到500 Pa,之后峰值缓慢增大相对平稳,煤温处于40~130 ℃;信号最大值进一步增强接近1 000 Pa时,煤温达到160 ℃,当次声波信号暴增,信号出现大峰值超过1 000 Pa时,煤温已经超过160 ℃。随着煤体温度的升高,煤体的热损伤增大,热破裂程度增加[20],当煤温进一步升高时,信号峰值变化更加剧烈,7项式拟合后拟合程度R2为0.78。
声发射信号的振铃计数及能量峰值能够很好体现煤温状态,数值保持稳定50以下时,煤温处于100 ℃以下;当振铃计数峰值明显增加,煤温开始快速升高,在100 ℃以上时声发射信号变化更加明显。振铃计数—温度的线性关系为y=2.20x−140.1,R2为0.95,能量—温度的线性关系为y=1.81x−139.27,R2为0.92。振铃计数、能量与温度的增长趋势在100 ℃之后更加明显,这是因为100 ℃之前,煤体更多处于蓄热阶段,破裂程度较低,产生的声发射信号较弱[22];100 ℃之后,煤体热破裂程度迅速增大、增强,产生的声发射信号强度也不断增加。
松散煤体升温过程中声时结果表明,40 cm距离下,30 ~170 ℃的温度变化范围内,声时由开始的2 521.3 μs降低到2 131.9 μs,减小了15.44%。通过拟合得到声速与温度的具有线性相关性,拟合方程为y=155.41+0.21x,R2为0.906,随着温度的升高,声速呈现逐渐增大的变化。煤升温的前期明显的声时变化能够更早的预示出松散煤体温度的异常情况,在30~110 ℃声时降低明显,降低了354.4 μs。
试验结果表明,声发射信号在100 ℃之后的增大变化更为明显,而煤自燃前期次声波信号、声波声时变化更为明显,能够利用次声波、声波声时信息对煤体升温过程进行准确预测,通过声发射、次声波、声波声时共同完成不同温度阶段的联合监测,弥补不同频率声信号对温度的敏感性差异,实现煤体的声波预判前兆信息的全面揭示。
3.2 煤自燃过程中声波信息的空间变化特征
分析距离热源3个距离下(10、20、40 cm)声发射信号振铃计数与能量的变化情况,以及松散煤体升温过程中声时声速的变化,结果如图5所示。
随着煤温升高,不同距离下声发射振铃计数和能量强度都有不同程度的提高。但随着热源距离的增加,声发射高振铃计数总体减少,能量值降低,声发射信号逐渐减弱。3种距离下声发射振铃计数与能量信号时序线性拟合程度逐渐降低,振铃计数拟合R2分别为0.836、0.801、0.731;能量值线性拟合程度R2分别为0.739、0.724、0.497,随着距离的增加,声发射信号振铃计数、能量值与时间的线性相关性越差。
声波声时试验测试了声波在40、50、60 cm 3种距离下声波声时变化,不同距离下声时随着温度升高均呈现出降低趋势,30~170 ℃温度范围内,声时分别降低了389.4、315.4、394.3 μs。声速与温度的拟合方程拟合度R2分别为0.906、0.969、0.956,能够较好地反映出声速与温度的线性关系。随着热源距离的增大,平均声速值减小,3种距离下平均声速分别为176.7、173.8、171.9 m/s。
4. 煤自燃过程中声波动力学特征
声波动力学研究着重于声波的能量传递过程以及与介质的相互作用,声波动力学特征包括声波在传播过程中声波信号的非线性、复杂和随机特征、频谱特征等。
4.1 煤自燃过程中声波信息的非线性特征
利用多重分形理论分析声波信号的非线性特征,其原理如下[23]
$$ X_m=\left\{x_i=y_i \mid y_i=a_m \Delta t ;\left(l_t+a_m \Delta t\right)\right\} $$ (1) $$ m = 0, \cdots ,\frac{{T - {l_t}}}{{\alpha \Delta t}} $$ (2) 式中:$ {X}_{m} $为时间窗口长度lt的次声波时间序列集;{yi}为声波信号时间序列;{xi}为时间序列集Xm中构成元素;αm为m时刻下奇异指数;Δt为数据采集间隔;lt为时间窗口;T为试验时长。
将{xi}划分为长度为ε的多个子集,将Xm代入多重分形计算公式,得到时变多重分形奇异谱集f及相关参数。则在时刻Tm=lt+$ \alpha $mΔt时变多重分形奇异指数为
$$ \mathop \alpha \nolimits_m = \frac{{{\text{d}}(\tau (q))}}{{{\text{d}}q}} = \frac{{\text{d}}}{{{\text{d}}q}}\left(\mathop {\lim }\limits_{\varepsilon \to 0} \frac{{\ln X_q(\varepsilon )}}{{\ln \varepsilon }}\right) $$ (3) $$ f = \mathop \alpha \nolimits_m q - \mathop \tau \nolimits_{} (q) $$ (4) 其中,q为关联维数;$ {{X}}_{{q}}\left({\varepsilon }\right) $为配分函数;$ {\tau }\left({q}\right) $为质量指数;$ {f} $为奇异指数子集的分形维数。声信号的非线性程度用Δαm表示,Δαm值越大声信号的非线性程度越高(信号的波动程度),时变分形特征越明显,当Δf >0时,表明弱信号占比更高,当Δf <0,表明强信号占比更高,次声波与声发射信号非线性特征与强弱信号占比如图6所示。
煤升温过程产生的次声波信号多重分形参数Δαm整体上呈现逐渐增加的变化,煤自燃初始升温过程中次声波信号相对较小,随着温度升高煤体破裂程度增加,大尺度破裂越来越多,Δf值不断降低。煤升温过程中声发射多重分形参数Δαm和Δf值变化表明,煤初始升温过程中Δαm值较为离散,多集中在0.2,升温全过程声发射信号时变分形特征越来越显著。Δf值的分布体现出试验前期弱声发射信号占比更高;在7 500 s之后,Δf值的离散性变大,煤升温过程中声发射信号复杂程度增强。
4.2 煤自燃过程中声波信息频谱特征
在声波频域信号中,定义二维频谱某个频率对应的幅值在一个事件中最大,则该频率称之为主频。主频与主频幅值反映声波在一段时间内频带分布与能量强度。选取30、100、200、300 ℃ 4个温度750 s内次声波进行频谱分析,在不同温度下煤升温过程中次声波信号频谱变化特征如图7所示。
由图7可知,煤自燃过程中次声波信号随着温度的升高,声压值波动程度不断增大,主频信号与主频幅值变化显著,主频带发生右移,主频幅值也不断增加。初始升温阶段次声波主频主要集中在0.022 Hz,其中0.022~0.100 Hz频带幅值比较明显,但总体幅值较低,主频幅值为19.174;当煤温到达100 ℃时,次声波主频略微右移至0.03 Hz,频带主要集中在0.02~0.3 Hz,该频带范围内较多频率幅值超过10;煤体温度达到200 ℃时,次声波主频移动到0.04 Hz,主频幅值为43.482,频率幅值超过20的主要频带范围为0.02~0.15 Hz;随着煤温的进一步升高到达300 ℃时,主频移动到0.055 Hz,主频幅值高达55.267。
5. 煤田高温异常区声发射信号前兆特征
乌鲁木齐大泉湖煤田火区呈东西走向,长达2.6 km,总面积有31万km2,每年烧毁煤炭资源约21.7万t,有大量煤炭资源面临着被烧毁的危险。该火区地表高温点密布、裂隙塌陷发育,地下燃烧空洞较多,造成了极大的煤炭资源浪费和生态环境恶化。大泉湖火区声发射测试区域选定的高温异常区域为弧形形状,整个区域长100 m、宽20 m,每25 m设置1条测线共5条测线;每条测线设置3个测点,每测点间隔10 m。声发射信号测试使用声波监测仪,测试传感器频率为25 kHz,选取不同测点及不同测线的声发射数据进行分析声发射信号前兆特征,如图8所示。
根据火区项目部提供的钻孔温度数据,该高温异常区煤温在100~305 ℃,现场第1测线自北向南、第1测点自西向东温度不断升高,第1测线第1测点温度约为100 ℃,第1测线最南部1-3测点处温度为154 ℃,第五测线第1测点处钻孔温度约为200 ℃。根据现场测试结果第1测线测点1-1至3-1的声发射振铃计数个数峰值,通过前文实验室结果得出的振铃计数-温度的线性关系y=2.20x-140.1,进而计算出预测温度为94、116、142 ℃,钻孔温度与预测温度平均误差为6.9 %;不同测线第1测点温度不断升高,声发射信号强度逐渐增大。通过测点振铃计数峰值预测温度结果表明,声发射信号变化能够反映煤田异常区域的温度变化。
不同测点声发射信号强度变化可知,煤田温度异常区域声发射信号空间特征明显,并且与钻孔温度验证结果较为一致。由于现场煤田高温异常区域与试验条件下的单一热源有差异,地下煤火的温度分布不均、受环境变化、采动影响、机械噪声等外界因素导致测试结果与实验室结论也将有一定的差异。
进一步,煤自燃升温过程中声波的实验室测试结果和煤田火区现场测试结果均表明能够利用声波信号实现对煤温的较好预测,实际上,煤升温及燃烧过程中声波信号易受环境干扰,而地下煤火高温异常区域探测过程中的环境因素等更加复杂,在后续的研究中,应从测量方案的优化、减少环境干扰、对声波信号处理手段等方面进行改进,以减少声波受阻碍和干扰而影响煤温的判断。此外,煤升温过程中声−温定量关系还需进一步研究揭示。
6. 结 论
1)煤自燃过程中,声波信号变化明显,其中次声波每秒声压最大值呈阵发性增长,声发射信号的振铃计数和能量值与温度呈现明显的正相关变化。声波声速随温度升高的线性增大,声速与温度的拟合方程为y=155.41+0.21x,R2为0.906。
2)声波信号随着温度的增加具有一定的空间特征,距离热源10、20、40 cm下的声波测试结果表明:随着测试距离的增加,声发射振铃计数、能量与时间的线性拟合程度降低。随着温度的升高,40、50、60 cm距离下的声波声速均有不同程度的增加,声速−温度拟合方程R2均超过0.9。
3)煤自燃过程中的声波信号呈现明显非线性特征。随着煤温的升高,次声波信号的多重分形参数Δαm整体上呈现逐渐增加的变化,煤初始升温过程中次声波信号相对较小,随着温度升高煤体破裂程度增加,次声波信号Δf值不断降低;煤自燃过程中声发射信号非线性程度越来越高,信号复杂程度不断增加。
4)煤自燃过程中次声波信号频谱发生迁移,次声波主频信号与主频幅值不是一成不变,而是随着温度发生变化,30 ~300 ℃次声波主频带产生右移,主频幅值从19.174增加到55.267。最后,进行了煤田高温异常区域声发射信号的测试,根据测试结果和煤温预测情况进一步表明声发射信号来源于煤自燃;随着温度升高,煤田高温异常区域的声发射信号变化明显,能够利用声发射信号进行高温异常区域煤温的预测预判,实现煤田高温异常区域的温度变化监测。
-
-
[1] 王佟,刘峰,赵欣,等. “双碳” 背景下我国煤炭资源保障能力与勘查方向的思考[J]. 煤炭科学技术,2023,51(12):1−8. doi: 10.12438/cst.2023-0095 WANG Tong,LIU Feng,ZHAO Xin,et al. Reflection on China’s coal resource guarantee capacity and exploration work under the background of “double carbon”[J]. Coal Science and Technology,2023,51(12):1−8. doi: 10.12438/cst.2023-0095
[2] GAO L Y,ZHANG W R,LU W,et al. Study on the effects of temperature and immersion on the acoustic emission and electromagnetic radiation signals of coal rock damage under load[J]. Engineering Geology,2022,297:106503. doi: 10.1016/j.enggeo.2021.106503
[3] 孔彪,朱思想,胡相明,等. 基于改进鲸鱼算法优化BP神经网络的煤自燃预测研究[J]. 矿业安全与环保,2023,50(5):30−36. KONG Biao,ZHU Sixiang,HU Xiangming,et al. Study on prediction of coal spontaneous combustion based on MSWOA-BP[J]. Mining Safety & Environmental Protection,2023,50(5):30−36.
[4] 邓军,李鑫,王凯,等. 矿井火灾智能监测预警技术近20年研究进展及展望[J]. 煤炭科学技术,2024,52(1):154−177. doi: 10.12438/cst.2023-2016 DENG Jun,LI Xin,WANG Kai,et al. Research progress and prospect of mine fire intelligent monitoring and early warning technology in recent 20 years[J]. Coal Science and Technology,2024,52(1):154−177. doi: 10.12438/cst.2023-2016
[5] CAI M,KAISER P K,MORIOKA H,et al. FLAC/PFC coupled numerical simulation of AE in large-scale underground excavations[J]. International Journal of Rock Mechanics and Mining Sciences,2007,44(4):550−564. doi: 10.1016/j.ijrmms.2006.09.013
[6] ZUO J P,XIE H P,ZHOU H W,et al. SEM in situ investigation on thermal cracking behaviour of Pingdingshan sandstone at elevated temperatures[J]. Geophysical Journal International,2010,181(2):593−603.
[7] HE M C,MIAO J L,FENG J L. Rock burst process of limestone and its acoustic emission characteristics under true-triaxial unloading conditions[J]. International Journal of Rock Mechanics and Mining Sciences,2010,47(2):286−298. doi: 10.1016/j.ijrmms.2009.09.003
[8] 郭军,王凯旋,蔡国斌,等. 声发射信号研究进展及其在煤温感知领域应用前景[J]. 煤炭科学技术,2022,50(11):84−92. GUO Jun,WANG Kaixuan,CAI Guobin,et al. Research progress of acoustic emission signal and its application prospect in coal temperature sensing field[J]. Coal Science and Technology,2022,50(11):84−92.
[9] 颜华,陈冠男,刘丽钧,等. 声层析成像仓储粮食温度监测方法[J]. 沈阳工业大学学报,2013,35(5):541−547. doi: 10.7688/j.issn.1000-1646.2013.05.12 YAN Hua,CHEN Guannan,LIU Lijun,et al. Temperature monitoring method for stored grain based on acoustic tomography[J]. Journal of Shenyang University of Technology,2013,35(5):541−547. doi: 10.7688/j.issn.1000-1646.2013.05.12
[10] 高芸. 煤体受热损伤过程的声电效应研究[D]. 徐州:中国矿业大学,2014. GAO Yun. Study on acoustic-electric effect of the coal in heating injury process[D]. Xuzhou:China University of Mining and Technology,2014.
[11] 张建民,管海晏,曹代勇,等. 中国地下煤火研究与治理[M]. 北京:煤炭工业出版社,2008. ZHANG Jianmin,GUAN Haiyan,CAO Daiyong,et al. Underground coal Fires in China:Origin,Detection,Fire-Fighting,and Prevention[M]. Beijing:China Coal Industry Publishing House,2008.
[12] 邓军,王津睿,任帅京,等. 声波探测技术在矿井领域中的应用及展望[J]. 煤田地质与勘探,2023,51(6):149−162. doi: 10.12363/issn.1001-1986.22.11.0903 DENG Jun,WANG Jinrui,REN Shuaijing,et al. Application and prospect of acoustic detection in the mining sector[J]. Coal Geology & Exploration,2023,51(6):149−162. doi: 10.12363/issn.1001-1986.22.11.0903
[13] 孔彪,钟建辉,陆伟,等. 煤升温过程中声发射信号变化及产生机制研究[J]. 煤炭科学技术,2023,51(S2):84−91. KONG Biao,ZHONG Jianhui,LU Wei,et al. Study on the change pattern of acoustic emission signal and generation mechanism during coal heating and combustion process[J]. Coal Science and Technology,2023,51(S2):84−91.
[14] MANTHEI G,PLENKERS K. Review on in situ acoustic emission monitoring in the context of structural health monitoring in mines[J]. Applied Sciences,2018,8(9):1595. doi: 10.3390/app8091595
[15] LIU J F,MA Y K,KONG B,et al. Study on the precursor characteristics of coal energy spontaneous combustion process using infrasound wave monitoring and warning[J]. Energy,2024,292:130406. doi: 10.1016/j.energy.2024.130406
[16] 贾炳,魏建平,温志辉,等. 煤样破坏前兆次声波预测研究[J]. 地球物理学进展,2017,32(4):1773−1778. doi: 10.6038/pg20170448 JIA Bing,WEI Jianping,WEN Zhihui,et al. Study on prediction of coal sample damage by infrasound[J]. Progress in Geophysics,2017,32(4):1773−1778. doi: 10.6038/pg20170448
[17] 孔彪. 煤岩燃烧及受热过程的电磁辐射效应研究[D]. 徐州:中国矿业大学,2019. KONG Biao. Study on the electromagnetic radiation effects of coal and rock heating and combustion process [D]. Xuzhou:China University of Mining and Technology,2019.
[18] KONG B,LI Z H,WANG E Y. Fine characterization rock thermal damage by acoustic emission technique[J]. Journal of Geophysics and Engineering,2018,15(1):1. doi: 10.1088/1742-2140/aa9a54
[19] 田昌. 基于超声法测量气固两相流颗粒相浓度研究[D]. 上海:上海理工大学,2015. TIAN Chang. Study on particle concentration characterization in gas-solid two-phase flow by ultrasonic methods [D]. Shanghai:University of Shanghai for Science and Technology,2015.
[20] LIANG Y T,SONG S L,GUO B L,et al. Study on the coupling characteristics of infrasound–temperature–gas in the process of coal spontaneous combustion and a new early warning method[J]. Combustion Science and Technology,2024,196(17):4429−4449. doi: 10.1080/00102202.2023.2216363
[21] YIN J L,SHI L C,LIU Z,et al. Study on the variation laws and fractal characteristics of acoustic emission during coal spontaneous combustion[J]. Processes,2023,11(3):786. doi: 10.3390/pr11030786
[22] LU W,ZHUANG Z D,ZHANG W R,et al. Study on the pore and crack change characteristics of bituminous coal and anthracite after different temperature gradient baking[J]. Energy & Fuels,2021,35(23):19448−19463.
[23] BOULASSEL A,ZAOURAR N,GACI S,et al. A new multifractal analysis-based for identifying the reservoir fluid nature[J]. Journal of Applied Geophysics,2021,185:104185. doi: 10.1016/j.jappgeo.2020.104185