井下综采工作面的无人化、智能化发展是提高煤炭生产效率和保障作业人员安全的必由之路。要达到这一目的,首先要实现煤岩界面智能识别,使得采煤机截割煤层时尽量沿着煤壁和岩壁的分界面开采。现有的煤岩界面识别技术主要基于接触介质的变化来判定岩层,难以提前获得煤岩界面信息,致使截齿截割到岩壁时才能调整截割策略,易造成截齿损伤;新兴的太赫兹、高光谱等非接触式识别技术存在成本高、环境适应性不高等问题。针对以上问题,本文面向综采工作面的实际工况,开展基于射频识别（RFID,Radio Frequency Identification）技术的煤岩界面识别方法的应用基础研究,重点探索射频识别技术对煤岩界面的识别能力以及对综采工作面环境的适应性,为未来射频识别技术在煤矿井下综采工作面的应用奠定基础。主要研究工作如下:1)根据不同种类煤炭和岩石存在不同电磁特性的特征,采用HFSS进行仿真计算,分析了无烟煤和砂岩射频信号之间的差异性;根据射频识别系统的反向散射机制,给出了煤岩界面射频识别的关键参数（相位和接收信号强度）。2)设计了基于RFID的煤岩界面识别系统。首先基于RFID反向散射作用机制,设计了煤岩界面射频识别系统的基本结构。分别分析了障碍物环境和无源标签状态对射频识别系统的影响;最后,根据分析结果,对射频识别系统进行了优化。研究结果表明:障碍物环境会使得射频识别特征值波动,但总体上随着频率的增大,仍呈现递减趋势;标签位移量、旋转角度、弯折程度、数量等对射频识别特征值都有一定影响;优化后的系统具有更高的稳定性和准确性。3)研究了煤岩界面射频识别系统的静态性能。通过实验研究了射频信号对煤岩类型的识别性能。结合煤岩自身的差异,对不同水含量和不同矿物含量下煤岩的射频信号进行实验分析。基于射频识别系统能识别煤岩物质的实验结果,进一步研究了不同煤壁厚度和不同界面深度的煤岩样本对射频信号的影响。结果表明:射频识别系统能够在可识别距离内区分煤层中存在岩石的情况。4)研究了煤岩界面识别系统的动态性能。首先研究了射频识别系统对渐变煤壁的识别性能;然后将煤岩界面射频识别系统安装在激振器和同步带上,对综采工作面下典型的三种动态影响因素:旋转角度、振动频率和运行速度分别进行研究,结果表明:动态环境下识别渐变煤壁的射频信号特征趋势与静态环境相一致,验证了射频识别系统具有稳定性,能够适应综采工作面存在的机械振动、煤岩冲击等工况。该论文有图65幅,表19个,参考文献91篇。