论文部分内容阅读
在煤矿开采中,通过留巷技术,可以提高资源回收率并对瓦斯气体等进行有效处理,最大程度保护作业人员的安全。在沿空留巷技术中加上支护技术,降低巷道的挖掘率,可以更好的解决挖掘衔接问题。文章主要阐述薄煤层沿空留巷工艺与支护优化的具体措施。
薄煤层沿空留巷工艺与支护优化应用研究
【摘 要】
：
在煤矿开采中,通过留巷技术,可以提高资源回收率并对瓦斯气体等进行有效处理,最大程度保护作业人员的安全。在沿空留巷技术中加上支护技术,降低巷道的挖掘率,可以更好的解决挖掘衔接问题。文章主要阐述薄煤层沿空留巷工艺与支护优化的具体措施。
【机 构】
：
晋能控股煤业集团轩岗煤电有限责任公司焦家寨煤矿
【出 处】
：
矿业装备
【发表日期】
：
2021年5期
其他文献
Heuristic dynamic programming-based learning control for discrete-time disturbed multi-agent systems
Owing to extensive applications in many fields, the synchronization problem has been widely investigated in multi-agent systems. The synchronization for multi-agent systems is a pivotal issue, which means that under the designed control policy, the output
文章通过对某工程实际案例的掘进工作面巷道应力情况及变形特征进行分析,对掘进工作面巷道支护方案进行了针对性的优化,并探析了巷道返修之后整体的支护效果。
在开展井下采煤作业期间,想要保证开采工作的正常推进,就必须通过合理高效的方式来控制瓦斯气体的含量,在这期间井下瓦斯气体的抽采工作具有非常关键的作用。过去对井下瓦斯进行抽采时,通常会把检测点布控在抽采设备的进出口部分上,从而达到对瓦斯抽采工作的持续性监控。但是在实际工作中,这种方式无法对所有抽采点与支管道中的瓦斯抽取参数进行充分监控,因此检测数据会出现一定的差异性。基于此,文章对煤矿井下瓦斯抽采监控系统的应用进行研究,以供参考。
为了在开采后快速、高效、安全地运输煤炭资源,所使用的输送设备必须具有高承载能力、长输送距离和快速输送的能力。PLC自动控制系统可以帮助带式输送机在复杂的开采情况下保持正常运行,持续监控输送机的工作情况,保证输送机设备的工作状态安全可靠,最终保证煤炭资源的安全开采。基于此,文章对PLC技术在带式输送机控制系统中的应用进行研究,以供参考。
在我国迅速发展的过程中,社会各界对于煤炭资源的需要量不断增多,选煤厂的工作任务也持续提升,很多机械设施长时间处在超负荷的工作状态下,容易产生故障井而影响到整个运行系统的工作成效。现阶段常采用的分散型感控模式很难确保每个控制技术均能始终维持在正常不间断的工作状态中,选煤厂对PLC自动化控制技术进行运用期间,必须对选煤厂的经营运行进行综合化分析,最终选定科学适用的控制方案来确保煤炭生产工作的顺利推进,完成高质量、高效率的生产任务。基于此,文章对PLC自动化控制在选煤厂中的应用进行研究,以供参考。
在薄煤层开采过程中,为提升开采过程自动化水平、促进生产效率的提升,文章设计应用等高式采煤工艺,同时联合应用液压支架,能够对工作面进行自动化控制,显著提升生产效率,并缓解矿区开采人员劳动强度。
随着经济的迅速发展导致人们对煤炭资源的使用量持续增多。由于施工地点太过分散、各类巷道的分布情况比较复杂、采煤工作面的延展复杂多样等因素的存在,对煤炭资源开采工作提出了更高的要求,同时也给煤矿井下通信工作带来一定挑战。这就需要对无线通讯新科技进行充分利用,以更好的适应当前的市场环境,能够在煤炭资源的开采质量上做出突出贡献。基于此,文章对煤矿无线通讯新技术的应用进行研究,以供参考。
In this paper, a zero-sum game Nash equilibrium computation problem with a common constraint set is investigated under two time-varying multi-agent subnetworks, where the two subnetworks have opposite payoff function. A novel distributed projection subgra
文章就井下采煤技术以及采煤工艺的选择进行讨论,在了解相关采煤技术的同时,对各项技术及工艺的选择展开论述,希望能够为相关工作的开展提供一定的参考,进一步提高煤矿井下生产活动的质量。
Neural network-based adaptive decentralized learning control for interconnected systems with input c
In this paper, the neural network-based adaptive decentralized learning control is investigated for nonlinear interconnected systems with input constraints. Because the decentralized control of interconnected systems is related to the optimal control of e