Coal seam thickness prediction method based on multi-frequency joint application of channel wave
-
摘要:
地震槽波基于频散理论，利用某一频率或带通滤波的频段，在一定程度上虽然可以反演回采工作面的煤层厚度分布情况、圈定薄煤区，但是工作面煤层厚度的复杂多变，使得地震槽波实际与理论频散特征之间存在明显差异，进而降低了预测煤层厚度的准确性与精度。为进一步提升地震槽波预测煤层厚度的水平，基于“群速度–煤层厚度–频率”的理论关系，利用群速度随频率的变化、各阶导数及其曲线，由二阶、三阶和四阶导数分别计算出不同煤层厚度的敏感频率、窄频带敏感频段和宽频带敏感频段，并反算出不同敏感频率可预测的煤层厚度及其范围。利用多个敏感频率加权重构和敏感频段，提出了基于地震槽波多频联合应用的煤层厚度预测方法。针对试验工作面，以巷道揭露平均煤层厚度所对应的147 Hz敏感频率、123～172 Hz窄频带敏感频段和103～188 Hz宽频带敏感频带的群速度，反演工作面的煤层厚度；同时结合槽波有效频段和巷道主要揭露煤层厚度的范围，以各煤层厚度的占比为权重因子，将各煤层厚度敏感频率的群速度进行加权重构，再以此多频加权重构群速度预测工作面煤层厚度；单一敏感频率、窄频带敏感频段、宽频带敏感频段和多频加权重构预测的煤层厚度分布趋势与实际回采情况基本一致，较好地圈定出厚煤区与薄煤区；4种方法对于偏差不超过20%煤层厚度(0.50 m)的预测精度可分别达到76.15%、83.68%、81.17%和86.62%。结果表明：随煤层厚度的增加，敏感频率与敏感频段均降低，且敏感频段的范围也缩小；随着频率的增加，可预测的最佳煤层厚度变薄，且厚度范围也变小；单一敏感频率、窄频带敏感频段、宽频带敏感频段和多频加权重构均可有效预测工作面煤层厚度，但多频联合应用的敏感频带和多频加权重构相对于单一敏感频率，预测准确率和精度得到了提升，其中多频加权重构的效果最佳。因此，在开展地震槽波预测煤层厚度时，可首选多频加权重构，其次为窄频带敏感频段和宽频带敏感频段，最后为单一的敏感频率。
Abstract:Based on the frequency dispersion theory, the channel wave can inverse the coal seam thickness distribution in mining face and delineate the thin coal area to a certain extent by using a certain frequency or band-pass filter frequency band. However, due to the complexity and variability of the coal seam thickness in mining face, there is a significant difference between the actual and theoretical dispersion characteristics of channel wave, which reduces the prediction accuracy of coal seam thickness. In order to further improve the effect of channel wave in predicting coal seam thickness, based on the theoretical relationship of group velocity, coal seam thickness and frequency, the sensitive frequency, narrow sensitive frequency band and wide sensitive frequency band of different coal seam thickness are calculated by second-order, third-order and fourth-order derivative, and using the relation between group velocity and frequency, each order derivative and its variation curve. The coal seam thickness and its range can be calculated for different sensitive frequencies. A coal seam thickness prediction method based on multi-frequency joint application of channel wave is proposed by using multiple sensitive frequency weighted reconstruction and sensitive frequency band. For the test mining face, the coal seam thickness is inverted by the group velocity of the 147 Hz sensitive frequency, the narrow sensitive frequency from 123 Hz to 172 Hz, and the wide sensitive frequency band from 103 Hz to 188 Hz corresponding to the disclosed coal seam average thickness in tunnelling. At the same time, considering the effective frequency band of channel wave and the range of mainly disclosed coal seam thickness in tunnelling, the group velocity of each coal seam thickness corresponding to the sensitive frequency is weighted and reconstructed with the proportion of each coal seam thickness as the weight factor, and the coal seam thickness in mining face is predicted by the multi-frequency weighted reconstruction group velocity. The distribution trend of coal seam thickness predicted by single sensitive frequency, narrow sensitive frequency band, wide sensitive frequency band and multi-frequency weighted reconstruction is basically consistent with the actual mining situation, and the thick coal seam area and thin coal seam area are well predicted. The prediction accuracy of the four methods can reach 76.15%, 83.68%, 81.17% and 86.62% respectively for the coal seam thickness with the deviation not more than 20% (0.50 m). The results show that the sensitive frequency and the sensitive frequency band will decrease, and the range of sensitive frequency band will also decrease, while coal seam thickness increases. With the increase of frequency, the predicted optimal coal seam thickness will become thinner, and the thickness range will also become smaller. Single sensitive frequency, narrow sensitive frequency band, wide sensitive frequency band and multi-frequency weighted reconstruction can effectively predict the thickness of coal seam in mining face. However, the prediction accuracy and precision of the sensitive frequency band and multi-frequency weighted reconstruction of multi-frequency joint application are improved compared with the single sensitive frequency. In particular, the multi-frequency weighted reconstruction has the best effect. Therefore, multi-frequency weighted reconstruction can be preferred, narrow sensitive frequency band and wide sensitive frequency band can be followed, and single sensitive frequency is the finally in predicting the coal seam thickness by channel wave.
-
0. 引 言
矿用自卸车是一种用于大型露天矿运输煤矿、沙石的非公路型自卸车，是露天矿运输过程中必不可少的工具，经常与挖掘机、装载机、带式输送机等工程机械联合作业，构成装、运、卸生产线[1-4]。目前国内露天矿普遍采用两轴及宽体矿车为主流运输车型，其驱动方式主要采用机械传动及柴油−电传动，国内两轴矿车吨位已突破400 t，但市场上的宽体自卸车一直以20～100 t为主流，对于百吨级以上重型三轴矿车的研究仍十分匮乏[5-8]。
目前矿用自卸车的发展存在以下问题：首先，最主要的问题是目前能量资源日渐匮乏导致大量低质量矿山被开采，传统矿车的运输效率较低，难以适应不断扩大的生产和运输需求，具有高可靠性、低运营成本的大吨位三轴矿车符合矿业开采的市场需求，需求量增长；其次，超重型矿用自卸车普遍采用的传统柴油−电驱动方式存在能量多次转化后利用率低、动力性能有限、燃油经济性不佳、制动电阻耗能浪费严重等问题；最后，油电混合动力技术的优势日益凸显，国家“智能发展”理念、2025规划的基本方针及相关政策与产业化需求变化，为发展节能的混合动力新能源矿车指明了方向[9-13]。
近年来，随着新能源汽车的快速发展，国内外众多学者开始对矿用自卸车混合动力技术展开研究。JIN等[14-15]通过建立电池、超级电容、液压蓄能器和气罐的经济模型，对比分析了这4种储能系统应用于混合动力矿用自卸车的燃油经济性，结果表明：空气混合动力总成系统是最佳系统。徐涛等[16]基于传统液力机械式变速箱结构，提出一种适用于百吨级以下矿用自卸车的混合动力变速箱结构。YANG等[17]将一种基于速度优化的能量管理策略应用于串联式混合动力矿用车，仿真结果表明该策略可显著降低运输成本。在工程领域，东风重工于2016年成功研发DF45E混合动力矿用自卸车，该矿车搭载80 kW·h动力电池，最大载重量60 t，适用于矿山复杂工况，燃油经济性可提高50%～70%。潍柴动力、中国氢能联盟、国家能源集团、中车永济电机于2019年联合研发200 t级氢燃料−锂电池混合能源矿用自卸车。该矿车采用降压斩波的控制方式，驱动电机功率1 100 kW，具有牵引和制动功能，在行驶中可实现防滑、限速、差速等控制功能。
综合上述对研究背景及实际问题的分析，针对露天矿运输行业对矿用自卸车的大型化、重型化发展需求[18]，笔者利用混合动力技术在结构上模式多样且适用性广、在能量管理上分配合理且可回收制动能量的优势，开发出具有8种工作模式、可实现“分时六驱”的混合动力重型矿车，并通过分析模式切换条件及转矩分配方案设计出了对应的控制策略。
1. 轮-轴协同式混合动力系统设计
1.1 基本结构
常见的露天矿重型自卸车多为两轴、三轴构型，且以柴油−电驱动方式为主。基于TEREX33-19款三轴矿用自卸车为原车构型来进行轮−轴协同式混合动力系统的设计与研究，如图1所示，为原车TEREX33-19的柴油−电驱动系统设计方案，其为典型的电传动系统。其中，柴油发动机并不参与直接驱动，而是作为动力源带动同轴交流发电机发电，然后为中轴及后轴上电动轮内的交流驱动电机供电，从而驱动整车行驶。
![]()
图 1 TEREX33-19原重型自卸车驱动系统方案Figure 1. Terex33-19 original drive system scheme of heavy dump truck图2所示为轮−轴协同式混合动力驱动系统方案，由图2可知，改造后的露天矿重型自卸车采用轮−轴协同式混合动力驱动方式，前轮及后轮由电机驱动，中轮由柴油发动机驱动，超级电容作为动力源及制动储能装置使用；制动电阻用于消耗多余电能。该系统采用三轴结构设计，相较于经典的两轴设计，不仅提高了超重型自卸车的载重量及露天矿复杂工况下的脱困性能、降低了运营成本，还可实现分时六驱，根据不同工况及驾驶需求切换驱动模式，可以达到提升车辆动力性及燃油经济性的效果。
1.2 模式设计
新设计的连接型轮-轴协同式混合动力系统动力部件较多、结构布置灵活，车辆可根据实际工况运行8种工作模式，分别为：电驱动模式、发动机模式、分时六驱模式、再生制动模式、行车充电、发动机启动模式、换挡模式、驻车模式。其对应的能量流动如图3所示。
1.2.1 电驱动模式
电驱动模式下前后轴为驱动电机驱动模式，是整车的主要驱动模式，适用于起步、低速正常行驶且超级电容SOC值较高的工况。纯电驱动模式下，超级电容输出电能以满足对应工况下车辆所需的电能，能量从超级电容经过电机到达前后轮，从而驱动整车行驶。
1.2.2 发动机驱动模式
发动机驱动模式即中轮驱动模式，适用于车速和载重不高、动力需求不大或前后轮卡住时需要脱困的工况，此时发动机效率较高。该模式行驶下，车辆的动力来源于柴油发动机，驱动电机不工作，发动机通过变速箱将动力传递给中轮，从而驱动整车行驶。
1.2.3 分时六驱模式
当车辆处于满载爬陡坡、需求功率很大时，由发动机和电机共同驱动，整车处于六轮全驱状态。但由于超级电容电量高低问题与发动机及电机的功率分配密切相关，故需要根据电容电量高低将整车六轮驱动模式划分为高电量boost模式和低电量boost模式。
1） 高电量boost模式（发动机+电容）。在高电量下，整车需求扭矩大于发动机OPT（Optimal）扭矩，应采取联合驱动形式，否则，发动机会因工作在超过最佳工作区间最大转矩而引起低效工作。该模式下，发动机工作在OPT扭矩下提供动力，剩余的需求扭矩由驱动电机进行补偿，电量充足的超级电容向驱动电机供电来提供动力。该模式行驶下，前后轴及中轴两套动力源同时工作，此时车辆的动力最强。
2）低电量boost模式（发动机）。在低电量下，整车需求扭矩大于发动机OPT扭矩，仍采取发动机和驱动电机执行六轮联合驱动模式，但此时超级电容电量不足，已无法直接向驱动电机供电来提供动力，发动机工作在OPT扭矩下提供动力已无法满足驱动要求，故此时发动机工作点必须超过其高效工作区间的上限值，超出OPT扭矩的部分用于提供发电机发电。该模式下前后轴及中轴两套动力源也同时工作，此时车辆的动力极强。
1.2.4 再生制动模式
再生制动模式可实现制动能量的回收及利用，适用于制动时超级电容SOC值较低的工况。该模式下，制动力矩带动电机反转，进而达到发电的效果，然后经过电气元件的转化后存储进SOC值较低的超级电容中。当电机回收制动力矩仍无法满足制动需求时用机械制动来弥补。
1.2.5 行车充电模式
行车充电模式主要适用于超级电容SOC值不足、车辆的电力驱动系统无法使用的工况，此时发动机的能量一部分用来驱动中轴以满足行驶要求，剩余部分则用来发电并充入超级电容。
1.2.6 发动机启动模式
发动机启动模式用于发动机开始工作的工况，此模式下离合器断开，此时发动机不再为中轮提供驱动力，仅为发电机发电供能，发电机向驱动电机供电，由驱动电机驱动车辆，以保证整车的正常行驶。
1.2.7 换挡模式
如图3所示，换挡模式贯穿与整个车辆行驶过程，车辆根据不同行驶工况、需求动力需要适时进行车辆挡位的切换，整车在换挡过程中将驱动控制交给驱动电机，由驱动电机来提供车辆驱动所需动能。
1.2.8 驻车模式
驻车模式下车辆的停车状态，此时车辆不再需要动力驱动，发动机及电机均不再提供能量。
2. 露天矿典型路谱数据采集试验及循环工况建立
选取隶属于内蒙古自治区鄂尔多斯市伊金霍洛旗境内的某露天矿作为试验场地，该矿区煤矿资源丰富且煤质情况优良，具有简单易开发的地理环境优势，符合市场对开展大型露天煤矿的一般要求。因此，笔者将基于此场地进行露天矿工况试验数据的路谱采集及工况的建立[19-20]。
2.1 露天矿典型行驶工况分析
矿用自卸车由于自身的典型结构和功能特点，决定了其使用场合为露天矿或者施工工地等运输路况差、运输坡度变化大、运输距离不长的环境，其典型循环工况特点为单程承载，即“满载爬坡，空载下坡”或“满载下坡，空载爬坡”。
所选某露天矿试验场地如图4所示，结合实际运输道路条件及车流量情况，运输场地车速限速为30 km/h，且为典型的“满载爬坡，空载下坡”工况，下文针对选取露天矿场地的实际运输过程进行分析。
图5为所选取露天矿中矿用自卸车的实际运输过程示意图。在实际运输过程中：①～⑧完成一趟单程满载运输，整个过程矿车均为满载状态，当矿车完成卸料后，整车为空载状态；a～f完成一趟回程运输，沿原路线返回至矿坑装料区，即完成一个完整的循环运输过程。
在完成一个完整的“满载爬坡，空载下坡”的运输流程过程中，车辆的载重发生了变化，而后续针对循环工况进行AVL CRUISE仿真试验时，由于该软件自身的局限性，试验车辆的载重无法满足满载及空载之间变化的要求，因此需要将露天矿的循环工况进行分割，对“满载爬坡”及“空载下坡”分别建立露天矿循环工况，数据采集也将分别进行采集及整理。
2.2 试验路线的确定
选取的鄂尔多斯某露天矿位于内蒙古自治区鄂尔多斯市伊金霍洛旗境内，在利用线路循环测试法来采集露天矿工况数据前，需要对试验路线进行选取及制定。
针对所选取露天矿“满载爬坡，空载下坡”的典型运输工况特点，并结合交通领域对“路段频率和覆盖率”的要求，选取的露天矿试验场地中矿车流量最大的1条工况路线进行试验，并针对该条工况路线分别选取3辆同款矿车分别进行10次循环数据采集，每完成一轮“满载爬坡”和“空载下坡”为一循环，试验场地路线图如图6所示。
2.3 路谱数据采集试验
路谱采集工具采用手持设备与惯导相结合的方式。采集时将手持设备放在目标露天矿车上的固定位置，用于采集车辆的GPS数据，其中包括整车运行过程中的经纬度、海拔，车速与距离数据是经过后期衍生计算数据处理所得。试验前先做好准备工作，检查车辆状态是否正常，并调试好试验测试设备。数据采集设备安装调试好、一切工作准备就绪后，即可启动车辆，开始跟随车队进行运输任务，待车辆进入所选路线、运行稳定后开始测量露天矿工况数据。
图7为露天矿工况数据采集试验时满载爬坡车队跟随运输图，图中运输道路上满载爬坡车辆与空载下坡车辆交互往复运行，路谱数据采集试验的车辆正在满载爬坡，分别为车辆①、车辆②、车辆③，每辆车中均具有数据采集设备，同时进行数据采集工作，为随时观察测试情况，选择车辆③跟车行驶。
2.4 露天矿循环工况的建立
通过试验获得露天矿工况初始数据后，因为试验过程中各种测量误差及影响，需要对露天矿工况所测得的原始数据进行处理，处理后的工况如下。
2.4.1 满载工况图
满载工况主要包括：满载速度−时间图（图8），距离−坡度图（图9）。通过速度−时间图像可以确定距离，从而确定定点位置和坡度的连接关系，由图8可见，满载工况曲线无持续波动现象，变化趋势、变化规律与原数据一致，符合一般工况建立的基本要求。
2.4.2 空载工况图
空载工况主要包括：空载速度−时间图（图10），距离−海拔图（图11）。通过速度−时间图像可以确定距离，从而确定定点位置和海拔的连接关系，由图10可见，空载工况曲线无持续波动、抖动现象，变化趋势、变化规律与原数据一致，更加稳定光滑，符合一般工况建立的基本要求。
3. 控制策略设计及整车建模
3.1 基于转矩的逻辑门限制控制策略参数设计
考虑到实际控制策略在露天矿重型自卸车上的适用性，采用基于转矩的逻辑门限制控制策略，针对所设计的轮−轴协同式混合动力驱动系统，对其具体的实现方法与基本原理进行分析（图12）：控制系统通过采集加速踏板、制动踏板、挡位、车速等信号后计算出整车需求扭矩，基于SOC值对工作模式做出判断，进而对每种模式下的转矩进行分配。
3.1.1 发动机工作区域
发动机是轮−轴协同式混合动力驱动系统的主要动力源，重型矿用自卸车其发动机主要用于中轴驱动及发电。考虑到电机较发动机的工作效率更高、高效率工作范围广等原因，通过电机转矩的输出来调节发动机工作点在高效区间内。基于柴油发动机类型的万有特性曲线，划分出其高效工作区间，在高负荷转矩曲线Te_H(n)与低负荷转矩曲线在Te_L(n)之间，如图13所示。
整车的动力主要由电机提供，发动机主要用于发电及中轴驱动。当驱动需求低于Te_L(n)转矩线时，通过发电提高发动机负荷使其工作在OPT曲线Te_H(n)上；当驱动需求高于OPT转矩线时，超级电容高电量下，由电机补偿剩余需求功率来保证最佳工作区间；超级电容低电量下，发动机工作在OPT扭矩的110%范围内，多出的10%用于为电机发电补偿超过OPT扭矩的部分。
3.1.2 超级电容工作区域
超级电容的SOC工作区间可根据其充放电效率的变化特性来制定，确定合适工作区间有利于提高电容充放电时的工作效率及使用寿命。图14为超级电容在随SOC值变化时的充放电效率变化曲线，选择充放电效率均较高的区域，即SOCmin到SOCmax作为超级电容工作区间。
![]()
图 14 超级电容工作区间效率变化示意Figure 14. Schematic of efficiency change in working range of super capacitor根据上述要求划分出超级电容工作区间后，对相应区间的充放电要求进行制定，一般电池的SOCmax在80%左右，超级电容比电池的更高，故按照95%选取，最终确定超级电容工作区间的SOC上下限分别为20%和95%，超级电容的工作区间充放电要求见表1。
表 1 超级电容对应SOC值的充放电要求Table 1. Charge and discharge requirements of super capacitor corresponding to SOC value区域 SOC值范围 充放电要求 低电量区域 [0,0.2） 不可放电 工作区 [0.2,0.95） 可充电/放电 高电量区 (0.95,1] 不可充电 3.1.3 需求转矩的分析计算
控制策略的实施，首先需要根据识别的油门、制动踏板、挡位及车速信号对需求转矩进行分析计算，它是车辆识别实际工况运输中对功率需求的基础，也是根据预先制定的模式切换条件来判断执行工作模式的前提条件。
需求转矩的计算包括驱动转矩及制动转矩2种，对应的分析计算如下。
1）驱动转矩的识别与计算。车辆驱动转矩的识别通过参考油门开度获取，并结合发动机与驱动电机的最大转矩来计算得出，见式（1）。
$$ {T_{{\text{d}} \; {\text{req}}}} = {L_{\text{a}}} {T_{\max }} = {L_{\text{a}}} ({T_{{\text{e}} \; \max }} + 4 {T_{{\text{m}} \; \max }}) $$ (1) 式中：Td req为驱动需求扭矩；Tmax为最大参考扭矩；Te max为发动机最大扭矩；Tm max为驱动电机最大扭矩；La为油门开度。
2）制动转矩的识别与计算。车辆制动转矩的识别通过参考制动踏板的行程获取，并结合前后轴与中轴的最大制动转矩来计算得出，见式（2）。
$$ {T_{{\text{b}} \; {\text{req}}}} = {L_{\text{b}}} \left[ {4 ({T_{13{\text{me}} \; {\text{b}} \; {\text{max}}}} + {T_{{\text{m}} \; \max }}) + 2{T_{2{\text{me}} \; {\text{b}} \; {\text{max}}}}} \right] $$ (2) 式中：Tb req为制动需求扭矩；T13me b max为前后轴最大机械制动扭矩；T2me b max为中轴最大机械制动扭矩；Tg max为驱动电机当前扭矩；Lb为制动踏板行程。
3）工作模式的确定与转矩分配。工作模式的确定是整个控制策略的关键，如何根据获取的信号、通过计算出的需求扭矩来进行不同模式下的判断标准是整个控制能否实现的重难点，通过分析，确定了轮-轴协同式混合动力驱动系统模式及对应工作模式下发动机及电机目标转矩的分配（表2）。表2中电机目标转矩为4个电机输出的总转矩，按照4个电机平均分配的方式进行转矩输出。
表 2 不同模式下的目标转矩值分配Table 2. Distribution of target torque value under different modes
工作模式发动机状态 发电机状态 电机状态 发动机目标转矩 电机目标转矩 判断条件 电驱动 关闭 关闭 开启 0 min(Td req，Tm max) SOClow < SOC
&0< Td req ≤ Te low发动机驱动 开启 关闭 关闭 min(Td req，Te max) 0 SOClow < SOC
&Te low < Td req ≤ Te high高电量boost 开启 关闭 开启 Te OPT min(Td req – Te OPT，Tm max) SOClow < SOC < SOChigh
&Td req > Te high低电量boost 开启 开启 开启 Te OPT×110% min(Td req – Te OPT，Tm max) SOC ≤ SOClow
&Td req > Te high行车充电 开启 开启 开启 min(Td req – Tg max，Te max) Te max – Te tar SOC ≤ SOChigh
&0 < Td req ≤ Te high再生制动 关闭 关闭 开启（发电） 0 -Tm SOC ≤ SOChigh
&0 < Tb req ≤ Te max驻车 关闭 关闭 关闭 0 0 Td req = 0 注：SOClow为电容理想工作区域最低荷电状态；SOChigh为电容理想工作区域最高荷电状态；Te low为发动机高效工作区间的最低转矩；Te high为发动机高效工作区间的最高转矩；Te OPT为发动机的目标转矩；Te tar为行车充电模式下发动机的目标转矩。 3.2 整车模型建立
基于CRIUSE软件，建立轮−轴协同式混合动力六驱模型，包括整车模块、发动机模块、变速箱模块、驱动电机模块等（图15）。设计的混动系统属于P0+P4构型的混合动力，采用6×6驱型，一轴与三轴通过驱动电机驱动，二轴通过发动机输出，同时带动一个发电机进行发电。将2.4节建立的露天矿循环工况数据依次导入CRUISE，对仿真项目进行设置，主要包括：满载循环工况、空载循环工况、加速工况，然后对仿真模型进行机械连接、电气连接及信号连接。选用DLL方式对研究对象进行联合仿真，将搭建的Simulink模型编译成DLL的文件形式，生成Matlab动态链接库，通过CRUISE对其进行调用实现联合仿真。
![]()
图 15 轮−轴协同式混合动力驱动车型CRUISE模型Figure 15. CRUISE model of Wheel shaft cooperation hybrid drive vehicle利用CRUISE软件对改造后的轮-轴协同式混合动力驱动模型进行仿真分析，分别对基于动力性提升的554 t混合动力驱动矿车模型与基于载重性能改造的673 t混合动力驱动矿车模型进行仿真分析，2种车型的整车模型搭建完全一致（即轮−轴协同式混合动力车型），只是关于载重的仿真参数设置不同。
4. 联合仿真试验
针对露天矿超重型自卸车的改造提出了2种可行性方案，分别为：① 基于提升车辆性能的改造方案，目标是在保证载重不变的情况下，提升整车的动力性能及经济性能，对车辆的最高车速、最大爬坡度、加速性能及百公里燃油消耗量进行仿真分析；② 基于提升整车载重性能的改造方案，目标是在保证原车型动力性能的情况下，提升整车的载重，分别对2种方案进行仿真试验。
4.1 原车型建模与仿真结果
原电驱动车型为6×4驱动，柴油机不直接驱动、仅为发电机供能使用，电流通过IGBT技术整流逆变后为中后轴的驱动电机供电，基于原车型电驱动的驱动方案，对其整车进行CRUISE建模与仿真，受限于文章篇幅，建模与仿真过程不作赘述，动力性与经济性仿真结果见表3。
表 3 原车型仿真试验结果Table 3. Simulation test results of original vehicle项目 原车 整车质量/kg 553 550 0~30 km/h加速时间/s 33.56 最高车速/（km·h−1） 49.783 5 最大爬坡度/% 19.50 满载百公里油耗/（L·100 km−1） 1 586.704 7 满载百公里电耗/（kW·h·100 km−1） 209.953 8 满载折合油耗/（L·100 km−1） 1 656.225 8 空载百公里油耗/（L·100km−1） 356.342 0 空载百公里电耗（/kW·h·100km−1） 2.013 4 空载折合油耗/（L·100km−1） 357.008 7 全程折合油耗/（L·100km−1） 1 006.617 3 4.2 针对提高车辆动力性能的仿真结果分析
4.2.1 动力性与经济性仿真结果分析
动力性能主要针对满载加速工况，对爬坡度与最高车速进行仿真分析，经济性仿真主要关注指标为车辆在整个“满载爬坡”和“空载下坡”循环工况过程中，车速跟随状态、百公里油耗、折合油耗等指标。
图16为针对提高动力性改造车型满载爬坡仿真试验结果图。由图16可知，针对提高车辆动力性能改造方案的轮−轴协同式混合动力系统满载爬坡度为30.1%，较原车型19.5%的满载爬坡度明显提高，说明轮−轴协同式混合动力驱动系统的爬坡性能较原电驱动系统更加优越。
图17为针对提高车辆动力性能改造车型满载最高车速与加速时间仿真试验结果图。由图17可知，针对提高车辆动力性能改造方案的轮−轴协同式混合动力车型满载最高车速为64.473 7 km/h，0～30 km/h的加速时间为5.94 s，其满载最高车速较原车型有了明显提高，加速时间则明显缩短，说明轮−轴协同式混合动力驱动系统具有更优越的加速性能。
![]()
图 17 满载最高车速与加速时间仿真试验结果Figure 17. Simulation test results of maximum velocity and acceleration time under full load图18为针对提高动力性改造车型车速跟随状态仿真试验结果图。由图18可知，改造后的混合动力车型的车速跟随状态良好，空载工况下虽速度稍有波动，但仍稳定在误差区间范围内，证明了轮−轴协同式混合动力驱动系统对整车运输速度并无影响，满足露天矿的实际运输要求。
图19为针对提高车辆动力性能改造车型经济性仿真试验结果图，通过查阅图19中曲线对应数据可得：满载工况下的油耗量80.220 3 L及电耗量10.614 8 kW·h，代入式（3）与式（4）；空载工况下的油耗量17.963 8 L及电耗量0.101 5 kW·h，代入式（5）与式（6）；然后通过计算，得出对应的百公里油耗及百公里电耗值，具体计算公式如下：
1）满载工况计算公式：
$$V_{\rm {full\_fuel\_} 100 {{\rm{km}}}}=\frac{V_{\rm {full\_fuel }}}{0.01 \times S_{\rm {full }}}$$ (3) $$V_{\text {full\_electric\_100km }}=\frac{V_{\text {full\_electric }}}{0.01 \times S_{\text {full }}}$$ (4) 式中：Vfull-fuel-100km为满载百公里油耗；Vfull-electric-100km为满载百公里电耗；Vfull-fuel为满载油耗；Vfull-electric为满载电耗；Sfull为满载工况距离。
2）空载计算公式：
$$ V_{\text {empty\_fuel\_100km }}=\frac{V_{\text {empty\_fuel }}}{0.01 \times S_{\text {empty }}} $$ (5) $$ V_{\text {empty\_lectric\_100km }}=\frac{V_{\text {empty\_electric }}}{0.01 \times S_{\text {empty }}} $$ (6) 式中：Vempty-fuel-100km为空载百公里油耗；Vempty-electric-100km为空载百公里电耗；Vempty-fuel为空载油耗；Vempty-electric为空载电耗；Sempty为空载工况距离。
综上可得：554 t混动车型满载百公里油耗为1 966.998 2 L，满载百公里电耗为−1 638.370 3 kW·h；空载百公里油耗为0 L，空载百公里电耗为1 664.365 6 kW·h。
4.2.2 关键部件工作特性仿真结果分析
1）发动机工作特性。图20和图21为发动机工作特性仿真试验结果，可以看出，改造后发动机的工作点集中分布在转矩较高的高效区间，较原车型发动机效率提升明显。
![]()
图 20 满载工况发动机工作特性仿真试验结果Figure 20. Simulation test results of engine operating characteristics under full load condition![]()
图 21 空载工况发动机工作特性仿真试验结果Figure 21. Simulation test results of engine operating characteristics under no-load condition2）超级电容工作特性。图22为超级电容工作特性仿真试验结果，相较于原车型，改造后混合动力车型的轮−轴协同式混合动力驱动系统中电容的SOC值变化区间更小，说明混合动力车型不仅满足驱动需求，而且电量补偿性能更佳。
![]()
图 22 超级电容工作特性仿真试验结果Figure 22. Simulation test results of super capacitor working characteristics3）驱动电机工作特性。图23为驱动电机工作特性仿真试验结果，由图23可知，驱动电机并非一直处于工作状态，这是由于改造后的混动车型具有多种工作模式所决定的；电机的转矩与转速根据工况需求而变化，较原车型其工作在大扭矩、高功率下的时间段更少，变化区间范围也更小；在陡坡、急加速的情况下，电机扭矩及功率明显激增。如图23b所示，空载工况下，电机几乎一直处于反转状态，整车空载下坡阶段一直处于再生制动模式，随着坡度变陡，充电效率也越高，但在328、595、620 s因为急加速，仅靠自身下坡滑行无法满足驱动需求，需要依电机驱动，导致其耗能。
![]()
图 23 驱动电机工作特性仿真试验结果Figure 23. Simulation test results of drive motor working characteristics4.3 针对提高车辆载重性能的仿真结果分析
车辆载重性能的高低密切影响着露天矿整体开采运输效率，针对提高车辆载重性能的仿真分析对于研究露天矿超重型自卸车在实际生产工作中的表现具有重要参考价值，对生产具有更加优异载重性能的露天矿超重型自卸车也意义重大。
4.3.1 动力性与经济性仿真结果分析
图24为针对提高车辆载重性能改造车型满载爬坡度仿真试验结果。由图24可知，针对提高车辆载重性能改造方案的轮−轴协同式混合动力系统满载爬坡度为29.7%，较原车型19.5%的满载爬坡度明显提高，较554 t混动车型30.1%的满载爬坡度稍有下降，说明针对“提升载重”改造的车型爬坡性能较原车型更佳，较针对“提升载重”改造的车型稍有下降。
图25为针对提高车辆载重性能改造车型满载最高车速与加速时间仿真试验结果。由图25可知，针对提升车辆载重性能改造的轮−轴协同式混合动力驱动系统的加速性能较原车型有了明显改善，稍差于针对提升车辆动力性能改造的554 t混动车型。
![]()
图 25 满载最高车速与加速时间仿真试验结果Figure 25. Simulation test results of maximum speed and acceleration time under full load图26为针对提高车辆载重性能改造车型车速跟随状态仿真试验结果，由图26可知，针对提升载重性能改造后的673 t混动车型的车速跟随状态良好，空载工况下在640～800 s区间内虽速度稍有波动，但仍稳定在误差区间范围内，证明了轮−轴协同式混合动力驱动系统对整车运输速度并无影响，满足露天矿的实际运输要求。
图27为针对提高车辆载重性能改造车型经济性仿真试验结果，通过查阅图27中曲线对应数据可得：673 t混动车型满载工况下的油耗量109.473 6 L及电耗量−69.640 5 kW·h，空载工况下的油耗量0L及电耗量−83.903 0 kW·h，通过公式计算可得，673 t混动车型满载百公里油耗为1 966.998 2 L，满载百公里电耗为−163 8.370 3 kW·h；空载百公里油耗为0L，空载百公里电耗为−1 664.365 6 kW·h。
4.3.2 关键部件工作特性仿真
1）发动机工作特性。图28为673t混动车型满载工况发动机工作特性仿真试验结果。由图28可见，发动机的工作点主要集中在扭矩较高的区间，这是因为改造后的轮−轴协同式混合动力驱动系统具有多种驱动模式，工作在满载爬坡工况时，因为其需求扭矩较大，发动机根据工况需要及扭矩需求切换至恰当模式运行，最后使得发动机工作在大扭矩的高效区间。
![]()
图 28 满载工况发动机工作特性仿真试验结果Figure 28. Simulation test results of engine operating characteristics under full load condition由图28和图29可知，相较于满载工况，空载下坡工况下动力需求小，需求扭矩低，基本靠自重下坡滑行及电驱动即可满足驱动要求，无需发动机工作。改造后发动机的工作点集中分布于转矩较高的高效区，效率提升明显，与针对提升动力性能改造的554 t混动车型基本相同。
![]()
图 29 空载工况发动机工作特性仿真试验结果Figure 29. Simulation test results of engine operating characteristics under no-load condition2）超级电容。图30为超级电容工作特性仿真试验结果，由图30可知，针对提高载重性能的轮-轴协同式混合动力驱动系统中电容的电量稳定性较原车型更佳，较针对提高动力性能的554t混动车型稍弱。
![]()
图 30 超级电容工作特性仿真试验结果Figure 30. Simulation test results of working characteristics of super capacitor3）驱动电机。图31为驱动电机工作特性仿真试验结果。由图31可知，针对提升载重性能改造的673 t混动车型电机在满载工况下与针对动力性改造的554 t混动车型仿真试验结果基本一致，空载工况下完全一致，说明在针对提升载重性能改造后的电机工作性能满足运输动力需求，电机的工作依赖性及强度得到缓解。
![]()
图 31 驱动电机工作特性仿真试验结果Figure 31. Simulation test results of driving motor working characteristics4.4 仿真结果汇总
综合4.1、4.2与4.3节仿真试验结果分析，整理可得露天矿超重型自卸车联合仿真试验结果汇总表（表4）。
表 4 露天矿超重型自卸车联合仿真试验结果汇总Table 4. Summary of joint simulation test results of super heavy dump truck in open pit mine项目 554 t原车 554 t混动车 673 t混动车 整车质量/kg 553 550 553 550 643 550 0~30 km/h加速时间/s 33.56 5.94 7.69 最高车速/（km·h−1） 49.7 835 64.4 737 64.0 226 最大爬坡度/% 19.50 30.10 29.70 满载百公里油耗/（L·100 km−1） 1 586.7 047 1 966.9 982 2 165.3 157 满载百公里电耗/（kW·h·100 km−1） 209.9 538 −1 638.3 707 −1 377.4 432 满载折合油耗/（L·100 km−1） 1 656.2 258 1 424.4 914 1 709.2 087 空载百公里油耗/（L·100 km−1） 356.3 420 0 0 空载百公里电耗/（kW·h·100 km−1） 2.0 134 −1 664.3 656 −1 644.3 656 空载折合油耗/（L·100 km−1） 357.0 087 −544.4 919 −544.4 919 全程折合油耗/（L·100 km−1） 1 006.6 173 439.9 998 582.3 584 通过对比分析3种车型的联合仿真结果可知：基于提升动力性改造的554 t混动车型在载重相同情况下，动力性能及经济性能较原车型明显有了巨大改善，验证了设计的轮−轴协同式混合动力驱动系统的优益性；基于提升载重性改造的673 t混动车型在载重上大幅提高，其动力性能在加速时间、最高车速、最大爬坡度上较原车型得到一定改善，较554 t混动车型由于载重增加而稍有下降，但仍然满足动力需求且车速跟随状态良好，证明了轮−轴协同式混合动力系统可在满足动力需求的基础上提升载重量。
5. 结 论
1）采用线路循环测试法对鄂尔多斯某露天矿进行路谱采集试验,结合运输特点与道路特征分析制定了试验路线，并通过矿车实车试验完成了典型行驶工况数据的采集,针对满载及空载分别建立了露天矿循环工况。
2）针对笔者提出的轮−轴协同式混合动力驱动系统，选取基于转矩的逻辑门限值控制策略，确定了各工作模式下的转矩门限值、发动机与电机的转矩分配方案，利用Matlab/Simulink完成了整车的控制策略搭建。
3）针对提升车辆动力性的轮−轴协同式混合动力系统改造方案，与原车相比，满载时的最高车速、最大爬坡度分别提高了29.51%和54.36%；0～30 km/h的加速时间、百公里综合燃油消耗则分别下降了82.30%和56.29%；发动机、电机、电容的工作特性更佳，整车的动力性能与经济性能均得到较大改善。
4）针对提升车辆载重的改造方案，与原车相比，载重提升了21.54%，满载时的最高车速、最大爬坡度分别提高了28.60%和52.31%，而0～30 km/h的加速时间、百公里综合燃油消耗则分别下降了77.09%和42.15%。
-
![]()
图 1 不同煤层厚度的群速度与频率关系
Figure 1. Relationship curves between group velocity and frequency under different coal seam thickness
![]()
图 2 不同频率的群速度与煤层厚度关系
Figure 2. Relationship curves between group velocity and coal seam thickness under different frequencies
表 1 煤层与围岩地球物理参数
Table 1 Geophysical parameters of coal seam and rock
地层 密度/(g·cm−3) 纵波速度/(m·s−1) 横波速度/(m·s−1) 煤层 1.51 1 875 950 围岩 2.59 3 850 2 125 
下载: 导出CSV
表 2 不同煤层厚度的敏感频率与敏感频段
Table 2 Sensitive frequency and sensitive frequency band of different coal seam thickness
煤层厚度/m 敏感频率/
Hz窄频带A类
敏感频段/Hz宽频带B类
敏感频段/Hz1.0 396 331 ～ 462 277 ～ 505 1.5 264 220 ～ 308 185 ～ 336 2.0 198 165 ～ 231 139 ～ 252 2.5 158 132 ～ 185 111 ～ 202 3.0 132 110 ～ 154 92 ～ 168 3.5 113 94 ～ 132 79 ～ 144 4.0 99 83 ～ 115 69 ～ 126 4.5 88 73 ～ 102 62 ～ 112 5.0 79 66 ～ 92 55 ～ 101 5.5 72 60 ～ 84 50 ～ 92
下载: 导出CSV
表 3 不同频率预测的煤层厚度及范围
Table 3 Coal seam thickness and range predicted bydifferent frequencies
频率/
Hz预测煤层
厚度/mA类厚度
范围/mB类厚度
范围/m396 1.00 0.84 ～ 1.17 0.70 ～ 1.28 264 1.50 1.25 ～ 1.75 1.05 ～ 1.91 198 2.00 1.67 ～ 2.34 1.40 ～ 2.55 158 2.50 2.10 ～ 2.93 1.76 ～ 3.20 132 3.00 2.51 ～ 3.50 2.11 ～ 3.83 113 3.50 2.93 ～ 4.09 2.46 ～ 4.47 99 4.00 3.34 ～ 4.67 2.81 ～ 5.10 88 4.50 3.76 ～ 5.26 3.16 ～ 5.74 79 5.00 4.19 ～ 5.85 3.52 ～ 6.39 72 5.50 4.60 ～ 6.42 3.86 ～ 7.01
下载: 导出CSV
-
[1] 索永录. 智能综采机组控制目标及采煤机割煤高度控制方法[J]. 西安科技大学学报,2023,43(1):9−17. SUO Yonglu. Control objectives of intelligent fully mechanized mining unit and shearer’s adaptive coal cutting control method[J]. Journal of Xi’an University of Science and Technology,2023,43(1):9−17.
[2] 高荣斌,贺志强,来争武,等. 豫西新安煤田煤层厚度变化规律及其控制因素[J]. 煤田地质与勘探,2011,39(4):13−15,19. doi: 10.3969/j.issn.1001-1986.2011.04.004 GAO Rongbin,HE Zhiqiang,LAI Zhengwu,et al. Variation of coal seam thickness and control factors in Xin’an coal field in western Henan[J]. Coal Geology & Exploration,2011,39(4):13−15,19. doi: 10.3969/j.issn.1001-1986.2011.04.004
[3] 彭苏萍. 我国煤矿安全高效开采地质保障系统研究现状及展望[J]. 煤炭学报,2020,45(7):2331−2345. PENG Suping. Current status and prospects of research on geologicalassurance system for coal mine safe and high efficient mining[J]. Journal of China Coal Society,2020,45(7):2331−2345.
[4] 王国法,徐亚军,孟祥军,等. 智能化采煤工作面分类、分级评价指标体系[J]. 煤炭学报,2020,45(9):3033−3044. WANG Guofa,XU Yajun,MENG Xiangjun,et al. Specification,classification and grading evaluation index for smart longwall mining face[J]. Journal of China Coal Society,2020,45(9):3033−3044.
[5] 王国法. 煤矿智能化最新技术进展与问题探讨[J]. 煤炭科学技术,2022,50(1):1−27. doi: 10.3969/j.issn.0253-2336.2022.1.mtkxjs202201001 WANG Guofa. New technological progress of coal mine intelligence and its problems[J]. Coal Science and Technology,2022,50(1):1−27. doi: 10.3969/j.issn.0253-2336.2022.1.mtkxjs202201001
[6] 王勃,刘盛东,黄兰英. 煤层厚度综合预测分析[J]. 煤炭技术,2012,31(4):94−96. doi: 10.3969/j.issn.1008-8725.2012.04.042 WANG Bo,LIU Shengdong,HUANG Lanying. Integrated forecasting analysis of coal seam thickness[J]. Coal Technology,2012,31(4):94−96. doi: 10.3969/j.issn.1008-8725.2012.04.042
[7] 孙希杰. 三维地震综合解释技术应用于薄煤带圈定[J]. 煤田地质与勘探,2018,46(S1):56−59. doi: 10.3969/j.issn.1001-1986.2018.S1.012 SUN Xijie. Three-dimensional seismic comprehensive interpretation technology applied to delineation of thin coal belt[J]. Coal Geology & Exploration,2018,46(S1):56−59. doi: 10.3969/j.issn.1001-1986.2018.S1.012
[8] 吴荣新,李响,肖玉林. 综采工作面煤厚变化电磁波透视探测响应[J]. 煤田地质与勘探,2023,51(2):283−291. doi: 10.12363/issn.1001-1986.22.11.0905 WU Rongxin,LI Xiang,XIAO Yulin. Detection of change in the coal thickness of a fully mechanized mining face based on electromagnetic wave penetration[J]. Coal Geology & Exploration,2023,51(2):283−291. doi: 10.12363/issn.1001-1986.22.11.0905
[9] 刘帅,赵文生,高思伟. 超宽带探地雷达煤层厚度探测试验研究[J]. 煤炭科学技术,2019,47(8):207−212. LIU Shuai,ZHAO Wensheng,GAO Siwei. Experimental study on coal seam thickness measurement of ultra-wide band ground penetrating radar[J]. Coal Science and Technology,2019,47(8):207−212.
[10] 皮娇龙,滕吉文,杨辉,等. 地震槽波动力学特征物理-数学模拟及应用进展[J]. 地球物理学进展,2013,28(2):958−974. doi: 10.6038/pg20130250 PI Jiaolong,TENG Jiwen,YANG Hui,et al. Research advance in analogue-numerical simulation on the dynamic characteristics of in-seam seismic and its application[J]. Progress in Geophysics,2013,28(2):958−974. doi: 10.6038/pg20130250
[11] 张东营,杨培,王圣龙. 基于槽波透射法的极不稳定煤层薄煤区精细探测技术[J]. 煤矿安全,2020,51(5):102−106. ZHANG Dongying,YANG Pei,WANG Shenglong. Fine detection technology of thin coal area in extremely unstable coal seam based on in-seam wave transmission method[J]. Safety in Coal Mines,2020,51(5):102−106.
[12] 杨小慧,李德春,于鹏飞. 煤层中瑞利型槽波的频散特性[J]. 物探与化探,2010,34(6):750−752. YANG Xiaohui,LI Dechun,YU Pengfei. Analysis of Rayleigh channel wave dispersion in coal seam[J]. Geophysical and Geochemical Exploration,2010,34(6):750−752.
[13] 程建远,姬广忠,朱培民. 典型含煤模型Love型槽波的频散特征分析[J]. 煤炭学报,2012,37(1):67−72. CHENG Jianyuan,JI Guangzhong,ZHU Peimin. Love channel-waves dispersion characteristic analysis of typical coal models[J]. Journal of China Coal Society,2012,37(1):67−72.
[14] 姬广忠,魏久传,杨思通,等. HTI煤层介质槽波波场与频散特征初步研究[J]. 地球物理学报,2019,62(2):789−801. doi: 10.6038/cjg2019M0230 JI Guangzhong,WEI Jiuchuan,YANG Sitong,et al. Preliminary study on wave field and dispersion characteristics of channel waves in HTI coal seam medium[J]. Chinese Journal of Geophysics,2019,62(2):789−801. doi: 10.6038/cjg2019M0230
[15] 李松营,廉洁,滕吉文,等. 基于槽波透射法的采煤工作面煤厚解释技术[J]. 煤炭学报,2017,42(3):719−725. LI Songying,LIAN Jie,TENG Jiwen,et al. Interpretation technology of coal seam thickness in mining face by ISS transmission method[J]. Journal of China Coal Society,2017,42(3):719−725.
[16] 冯磊,杜艳艳,李松营,等. 煤层厚度地震槽波层析成像分辨率分析[J]. 地球物理学进展,2018,33(1):197−203. doi: 10.6038/pg2018BB0061 FENG Lei,DU Yanyan,LI Songying,et al. Resolution analysis of in-seam seismic tomographic inversion for coal thickness[J]. Progress in Geophysics,2018,33(1):197−203. doi: 10.6038/pg2018BB0061
[17] 乔勇虎,滕吉文. 煤层厚度变化时地震槽波理论频散曲线计算方法及频散特征分析[J]. 地球物理学报,2018,61(8):3374−3384. doi: 10.6038/cjg2018K0684 QIAO Yonghu,TENG Jiwen. Calculation method for theoretical dispersion curves of seismic channel waves considering variation of coal-seam thickness and analysis of dispersion characteristics[J]. Chinese Journal of Geophysics,2018,61(8):3374−3384. doi: 10.6038/cjg2018K0684
[18] 崔伟雄,王保利,王云宏. 基于透射槽波的工作面煤层厚度高精度反演方法[J]. 煤炭学报,2020,45(7):2482−2490. CUI Weixiong,WANG Baoli,WANG Yunhong. High-precision inversion method of coal seam thickness based on transmission channel wave[J]. Journal of China Coal Society,2020,45(7):2482−2490.
[19] 路拓,侯恩科,牛超,等. 基于Love型槽波频散特性的工作面煤厚解释方法[J]. 煤炭学报,2022,47(8):2992−3000. LU Tuo,HOU Enke,NIU Chao,et al. Interpretation method of coal seam thickness based on dispersion characteristics of Love channel waves[J]. Journal of China Coal Society,2022,47(8):2992−3000.
[20] 吴国庆,马彦龙. 地质透明化工作面内多种异常体的槽波解释方法研究[J]. 煤炭科学技术,2023,51(5):149−160. WU Guoqing,MA Yanlong. Research on the interpretation method of channel waves for various abnormal bodies in geologically transparent working faces[J]. Coal Science and Technology,2023,51(5):149−160.
[21] 马广兴,段李宏,高俊,等. 基于广义S变换的槽波高精度滤波与多频速度成像研究[J]. 地球物理学进展,2023,38(6):2514−2524. MA Guangxing,DUAN Lihong,GAO Jun,et al. Research on channel wave high-precision filtering and multi-frequency velocity imaging based on generalized S transform[J]. Progress in Geophysics,2023,38(6):2514−2524.
[22] 梁红波,刘钢. 楔形煤层中Love型槽波响应规律数值模拟研究[J]. 能源技术与管理,2023,48(5):149−151. doi: 10.3969/j.issn.1672-9943.2023.05.047 LIANG Hongbo,LIU Gang. Numerical simulation of Love channel wave response law in wedge-shaped coal seam[J]. Energy Technology and Management,2023,48(5):149−151. doi: 10.3969/j.issn.1672-9943.2023.05.047
[23] 刘钢. 槽波预测煤层赋存状态的技术与应用[D]. 徐州:中国矿业大学,2022. LIU Gang. Technology and application of predicting occurrence state of coal Seam by channel wave[D]. Xuzhou:China University of Mining and Technology,2022.
-
期刊类型引用(8)
1. 张灿敏. 反渗透膜处理技术在工业废水污染治理中的应用. 山西化工. 2025(06) 
百度学术
2. 甘日华，吴智韶，钟世顺，苏钜昌，胡小键，连晓文，李春霞，戚楚铭，钟明敏，曾嘉俊. 饮用水水质处理器的缓释阻垢剂卫生安全性. 环境与健康杂志. 2025(04): 370-376 . 百度学术
3. 李昂，吕璐娜，吕伟，田胜祺，范六一，孙靖昕，冯碧野，杨佳康，薛智轩. 基于超声波技术的矿井水井下预处理试验研究. 矿业科学学报. 2024(05): 678-686 . 百度学术
4. 苟晓斌，赵林海，张腾，周禹来，柯帅，聂兴信，王舒晗，张鑫. 露天矿山排土场生态污染现状及修复技术研究. 黄金. 2024(12): 20-25+66 . 百度学术
5. 赵中梅，周如林，李再峰，刘宗. 电子阻垢仪结构设计及性能验证. 能源与环保. 2023(06): 220-224 . 百度学术
6. 刘宗，周如林，赵中梅，孟庆城. 综采工作面清洁智能型水处理装置设计. 煤矿机械. 2023(12): 28-31 . 百度学术
7. 周勤岸，马银萍，李焕新. 阻垢剂对家用反渗透净水机的防污堵效果及阻垢机理探究. 日用电器. 2023(11): 44-49 . 百度学术
8. 门枢，王师，高超. 节水型焦化企业用水与节水分析. 资源节约与环保. 2023(12): 18-22 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 42
- HTML全文浏览量: 11
- PDF下载量: 17
- 被引次数: 10
