中国矿业大学学报

2026, v.55;No.272(05) 1335-1350

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

受载煤体裂隙智能表征方法及发育规律研究
Intelligent characterization methods and evolution laws of fractures in loaded coal

孙成成,翟成,魏星宇,江丙友,李波波,刘厅,徐吉钊,余旭,孙勇,王继伟,王宇,徐鹤翔

摘要(Abstract):

煤岩裂隙网络是瓦斯运移的主要通道,研究其在加载条件下的动态演化规律对瓦斯高效抽采和煤岩动力灾害防治具有重要意义.针对煤岩裂隙网络裂隙识别精度不足,且静态表征与动态演化分析相脱节缺乏系统框架等问题,融合原位X射线计算机断层扫描(CT)与深度学习技术,提出了一种基于改进U-Net的煤岩裂隙网络智能分割模型,构建了煤岩裂隙网络智能提取端到端框架;结合数字岩心和孔隙网络模型进行三维重构,实现了对等效孔隙半径和配位数等关键参数的定量表征;采用数字体积相关建模方法,分析了受载煤体应力演化和损伤特征,探究了受载煤体裂隙网络动态发育规律.研究结果表明:基于改进U-Net的深度学习模型在裂隙提取中识别准确率较传统方法大幅提升,实现了煤岩裂隙网络智能精准提取,解决了现有方法对微裂隙识别模糊、连续性差等问题;随着应力的增加,等效孔隙半径和配位数成倍增加,受载煤体裂隙结构从孤立裂隙到网状贯通,其复杂性与连通性急剧增强;单轴加载下煤体破坏受控于轴向应力诱导的横向应变集中及材料非均质性引发的局部应力重分布,主应变由离散分布向条带状集中的转变,揭示了煤岩损伤从分布式量变积累到局部化质变临界状态的转变过程.

关键词(KeyWords): 受载煤体;裂隙网络;智能表征;数字岩心;深度学习

Abstract:

Keywords:

基金项目(Foundation): 江苏省基础研究计划项目(BK20251653);; 国家自然科学基金联合基金重点项目(U25B20138);; 中央高校基本科研业务费项目(2025QN1023)

作者(Author): 孙成成,翟成,魏星宇,江丙友,李波波,刘厅,徐吉钊,余旭,孙勇,王继伟,王宇,徐鹤翔

DOI: 10.13247/j.cnki.jcumt.20260029

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享