关键词：坑道钻探 钻进参数 含煤地层 核模糊c均值聚类 模糊识别 

摘要：通过钻进参数进行煤矿巷道围岩特征描述可为煤矿安全绿色开采提供地质信息保障。针对煤矿井下坑道钻探中随钻地层岩性识别难度大、精度低的问题,提出了一种基于钻进参数核模糊C均值聚类(Kernel Fuzzy C-means,KFCM)算法的含煤地层岩性模糊识别方法。结合钻进试验台上开展的模拟岩样钻进试验,获得了包括钻速、转速和钻压等敏感钻进参数的训练样本,利用KFCM算法对获取的钻进参数训练样本进行学习,构造钻进参数样本空间并映射到高维空间进行聚类处理。建立了以典型含煤地层分类为目标的聚类模型,采用高斯核函数分别确定了软弱夹层、煤层和泥岩层的分布结构以及对应的聚类中心。其中,对比线性核函数,高斯核函数在垂向上的分类效果符合沉积岩构造的特征,且聚类时间节约了7.2%。进一步基于钻进参数的聚类结果,将钻速作为衡量各类岩石钻进性能的关键参数,通过分析钻进参数数据集的变化规律,建立了钻速与转速、钻压幂函数表达形式的地层岩性预测模型,采用数据插值拟合方法完成了典型软弱夹层、煤层和泥岩层的空间划分。并应用模糊数学方法通过构建钻速的分段三角形隶属度函数,得出样本地层钻速对典型含煤地层钻速的隶属度公式,根据隶属度公式将地层岩性划分为5个级别,实现了对样本地层岩性的模糊识别。在实钻试验中,对提出的模糊识别方法的有效性进行了验证。结果表明,该方法能够在PDC锚杆钻头回转钻进条件下快速识别典型含煤地层岩性,识别的正确率为92%,研究结果为实现煤矿井下巷道隐蔽致灾因素动态智能探测提供了借鉴。

煤炭学报杂志要求:

{1}来稿请在末页附上第一作者简介（包括姓名、出生年、籍贯、性别、民族、职称、学位、研究方向、联系电话、电子信箱）以及工作单位、详细通信地址、邮政编码。

{2}必须是作者独立取得的原创性、学术研究成果，不侵犯任何著作权和版权，不损害第三方的其他权利，引用部分文字的要在参考文献中注明，署名和作者单位无误，切勿一稿多投，文责自负。

{3}题名：简明、具体、概括文章的要旨，一般不超过20个汉字。题名中应避免使用非公知公用的缩略语、字符、代号以及结构公式。

{4}参考文献置于文末，以阿拉伯数字外加方括号（如“［1］”）标序。

{5}关键词论著须分别在中、英文摘要后标引2～5个中、英文关键词。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社