一种适用于煤矿井下硬岩钻进的方法.pdf

《一种适用于煤矿井下硬岩钻进的方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2012年l0月矿业安全与环保第39卷第5期一种适用于煤矿井下硬岩钻进的方法张俞(中煤科工集团重庆研究院，重庆40~39)摘要：根据煤矿井下硬岩钻孔施工工艺的发展情况，介绍了气动冲击回转钻进配套设备的组成及工作原理，分析其工艺参数并给出了计算方法，结合在松藻煤矿的钻进工艺试验，证明在井下硬岩的瓦斯抽采(放)孔、电缆孔等的施工中，气动冲击钻进工艺效果较为理想。关键词：气动冲击；工艺参数；硬岩钻进；钻孔施工中图分类号：TD421．25文献标志码：B文章编号：1008-4495(2012)05—0081—02目前，我国煤矿井下钻孔施工多采用

2、回转钻进孔口除尘装置冲击器钎头的方法，当钻进遇到硬岩或软硬交错地层时，其钻进效率低、钻头寿命短、钻孔周期长、成本高，特别是在软硬交错地层容易产生钻孔偏斜。这些问题长期影响巷道电缆铺设、井下瓦斯抽放钻孔等工程进度。而冲击回转钻进技术可大幅度提高钻进效率，能够避免在坚硬地层中钻进时钻头打滑，防止井眼弯曲，减轻钻具和钻头磨损，减少井内事故，降低钻进成本，是目前解决硬岩钻进的有效方法之一_1J。图1气动冲击钻进不意图1气动冲击钻进配套设备(含大量FeS：晶粒)等，如此多变的岩性给松藻煤矿施工瓦斯抽放孔、电缆孔等钻孔带来了较大困难。气动冲击器是

3、以压缩空气为循环动力的一种风原有施工工艺主要采用复合片钻头进行回转钻进，动冲击工具(能量转换装置)J，其产生的冲击功和施工时钻头损坏频繁，钻孔跑偏时有发生，钻进效冲击频率可以直接传给钻头，然后再通过钻机旋转率低，成本较高。为了解决松藻煤矿硬岩钻孔施工驱动，产生对孔底地层的脉动破碎作用，同时利用冲的难题，在松藻煤矿二区+100N3巷道和一区击器排出的压缩空气对钻头进行冷却，将破碎后的+5N4巷道开展了冲击器钻孔试验。冲击器性能钻屑排出环空返出井口，从而实现孔底冲击旋转钻参数见表1。进的目的。表1QCJQ90型冲击器性能参数冲击回转钻进设

4、备主要由钻机、空压机、水辫、钻杆、冲击器、钎头、油雾器和孔口除尘装置等组成，如图1所示。钻机通过钻具提供轴向压力和回转动力；空压机产生压力空气经油雾器、水辫、钻杆到达冲击器，驱动冲击器工作并润滑，再携带岩渣经孔内1)风压和风量。风压必须在冲击器的使用风压环空返出钻孔。范围以内，风压过小则冲击器单次冲击功变小，无法破碎岩石；风压过大则会导致冲击器内部零件损坏，2钻进规程参数分析降低其使用寿命。同时，风压必须稳定，且要求空压松藻煤矿既有普通岩层(厂=6～8)，也有硅质石机排气量基本保持不变。风量除了满足冲击器的额灰岩这样的超硬岩层(-厂>

5、13)，还有较软的铝土岩层定风压外，还应满足孔内钻渣的有效排放的需求。针对煤矿井下近水平孔施工，水平环空岩屑的运移实际上是多相流动中压缩空气对固相颗粒的冲刷和收稿日期：2012—01—10；2012—04—24修订携带J，根据泥沙运动力学与空气动力学推导出排作者简介：张俞(1982一)，重庆人，硕士研究生，主要从事钻具及钻探工艺研究工作。渣所需最小风量Q．81·2012年l0月矿业安全与环保第39卷第5期表2网络实际输出值线性问题的优势以及模糊诊断技术经验性强的优点，提出了相应的实现流程，实用性较强。通过对具体瓦斯浓度的算例进行分析，

6、采用MATLAB进行仿真，验证了系统的准确性、可行性和有效性。参考文献：[1]WeiWu，GuoruiFeng，ZhengxueLi，YueshengXu．DeterministicconvergenceofanonlinegradientmethodforBPneuralnetworks『J1．IEEETransactionsonNeuralNetworks，2oo5，16(3)：533—540．[2]孟召平，田永东，雷吻．煤层含气量预测的BP神经网通过对神经网络进行训练，建立了输人数据与络模型与应用[J]．中国矿业大学学报，200

7、8，37(4)：敏感集之间的关系，敏感集作为输入信号送入模糊456-461．诊断系统，得出当前系统的运行状况，并由此给出对[3]王超，陈开岩，赵红梅．基于ANN的煤矿安全评价方法系统的预测。假设预测系数矩阵C=[2．5]，则对于探讨[J]。矿业安全与环保，2005，32(6)：76—78．当前系统运行数据=[0．20，0．30]，可得预测结果[4]Chen．D．S．，Jain，R．C．．Arobustback—propagation见式(10)：learningalgorithmforfunctionapproximation[J]．

8、IEEEZ=C①y=C(~ANN(A，B，U，V，W，)TransactionsonNeutralNetworks，1994，5(3)：467-479．=0．3604~2．5：90％(10)[5]姜雷．基于BP神经网络的