无人化工作面、智能化开采是世界范围内煤矿实现安全、高效、绿色目标的急切需求和有效途径,制约井下煤矿智能化开采的关键基础问题是开采环境的智能精准感知和开采装备的自主协同控制。煤岩识别是实现无人工作面和智能化开采的关键技术之一,也是实现开采环境智能精准感知的核心技术。然而,煤岩识别一直是煤矿无人化、智能化开采研究和应用中尚未解决的重大难题。地物物质成分的差异,使得其反射光谱特征不同,这一基本性质是地物高光谱遥感探测识别的基本原理,同时反射光谱技术已应用在煤矿、岩矿遥感领域。受地物遥感探测的启发,本论文旨在研究煤炭和顶底板煤系岩石可见-近红外波段反射光谱特征及其差异性,探寻基于反射光谱技术识别煤岩的方法,主要工作和成果如下:(1)收集了我国典型矿区煤和煤系岩石75种,对每种煤岩进行了2种块状和9种粉末制样,采集了每种制样近距离可见-近红外反射光谱,设计了煤岩反射光谱测量球坐标装置,采集了各制样探测几何近红外反射光谱,分析了每种煤岩的组成成分。基于75种煤岩类型11种制样的光谱反射率数据、物质成分等信息,建立了煤和煤系岩石的反射光谱数据库,设计了基于MATLAB GUI模块的煤和煤系岩石反射光谱数据库查询系统软件,为煤岩反射光谱特征、识别方法、光源探头传感装置等研究奠定了基础。(2)分析了典型煤种的可见-近红外波段反射光谱特征及其物质成分机理,发现煤阶降低时近红外波段反射光谱曲线整体正向倾斜程度增大,反射率增加,吸收谷特征增多。对煤的反射光谱曲线进行了光谱斜率、吸收谷深度和两类参数化处理,获得了两类参数与煤阶、相关物质成分的关系:煤阶较高和较低时,光谱斜率分别随煤阶降低呈线性和指数函数增加;煤空气干燥基水分、主要矿物元素含量、挥发分分别与各自吸收谷深度和呈强、中、弱线性相关。分析了典型煤系岩石的可见-近红外波段反射光谱特征及其物质成分机理,得到煤系岩石较明显吸收谷主要分布在1400 nm、1900 nm、2200 nm、2350 nm 4个波长点附近。分析了4个代表性煤矿典型煤岩反射光谱曲线的差异性,发现煤岩最具普适性的差异吸收谷主要分布在2200 nm、2350 nm两个波长点附近。通过模拟实验研究了碳质物质含量对碳质泥岩反射光谱特征的影响规律:当碳质物质含量大于约35%时,碳质泥岩反射光谱波形由凸变凹,主要吸收谷开始变得不明显。(3)选取无烟煤一号、贫煤、气煤、褐煤二号、碳质泥岩、粉砂岩、泥质灰岩为代表煤岩,通过光谱数据库结果分析了此7种煤岩各种探测方位角和反射角、最小入射反射光线夹角、不同探测距离、不同粒度和表面粗糙度等状态下的近红外波段反射光谱曲线及其特征参数变化规律。结果表明:随煤阶降低,煤后向反射增强,双向反射特征越来越明显,岩均具有较明显的后向反射特征,并选择最强前向和后向反射角范围为煤岩最佳光谱探测角度;随最小入射反射夹角时的反射角度增加以及随探测距离增加,煤岩反射光谱曲线、光谱斜率、较明显吸收谷深度均呈现下降规律;随粒度的减小,煤岩反射光谱曲线呈上升规律,粗糙表面反射率小于光滑表面。通过实验对此7种代表性煤岩不同表面水分含量下的近红外波段反射光谱曲线及其特征参数变化规律的研究表明,不同煤岩呈现出了不同的规律特征。建立了特征波长点处反射率与各主要影响因素探测条件的拟合方程,其决定系数均大于0.8,可用于预测及修正不同探测条件下特征波长点附近波长区间的光谱反射率。(4)对7种代表性煤岩反射光谱经5种方法预处理后的光谱曲线进行了分析,并优先选取了连续统去除作为煤岩反射光谱预处理算法。对于吸收谷差异性明显煤岩,研究了全波段光谱RBF神经网络分类、差异性波段吸收谷特征参数RBF神经网络分类、差异性波段光谱向量夹角余弦匹配、差异性波段光谱坡向指数阈值分类4种基于光谱数据库波形匹配的基础识别算法。对于光谱波形相似的烟煤和碳质泥岩,基于8个与煤岩物质成分相关的特征波段连续统去除光谱建立了PCA-SVM、GRB-KPCA-SVM两种主元提取分类识别算法。所建立的煤岩反射光谱特征匹配及特征提取识别算法对测试煤岩试样预测精度均达到了90%以上,且实时性较好。(5)以兴隆庄煤矿、马兰煤矿的典型原位块状煤岩试样为例,分别进行了不同背向反射角、远距离近红外反射光谱探测实验,建立了两类原位煤岩探测几何反射光谱识别模型。对于兴隆庄煤矿中光谱波形差异性明显的气煤-泥岩、气煤-粉砂岩、气煤-泥质灰岩3种煤岩试样组合,获得了此4种煤岩0°--75°各角度背向反射光谱波形差异性最大的波段,其范围为2150-2400 nm。建立了原位煤岩不同探测角度反射光谱的3种无监督自适应识别模型,其中以余弦距离为聚类距离的CFCM聚类为优先选取模型,其对3个煤岩组合识别的最优加权指数分别为2.0、2.0、1.1,识别率分别为93%、98%、100%,识别总耗时均小于0.1 s。对于马兰煤矿中光谱波形较为相似的烟煤和碳质泥岩,研究了其原位煤岩远距离反射光谱与灰分产率的相关性,其最大相关系数为0.777,出现在1698 nm波长点处,由连续统去除预处理方法得到。基于1698 nm波长点附近11个波长点的远距离连续统去除光谱,建立了灰分产率SVR和煤岩类型SVC两种原位煤岩预测识别模型,两种模型对同一煤矿原位煤岩远距离识别率均达到90%以上,对每个测试煤岩试样预测的耗时均小于0.1 s。该论文有图147幅,表18个,参考文献195篇。