神东矿井污水的开发与利用

神东矿区地处荒漠地区，水资源非常缺乏，煤炭的开发不可避免地破坏了地下水资源。因此，水资源及其利用成为制约矿区建设的关键因素之一。针对这种状况，在采用先进技术对生活污水进行处理的同时，结合矿井污水和采空区及其充填物的特点，重点开发了矿井污水采空区过滤净化技术，为矿井污水的净化与利用开辟了一条新途径。     

Elman神经网络在矿井突水水源判别中的应用

矿井突水是矿建与生产过程中最具威胁的自然灾害之一,准确判别突水水源是防治水害的关键。选取6种离子的质量浓度作为突水水源的判别因素,将河南省焦作矿区不同水层的39组水化数据以2种样本设计方案进行Elman神经网络模型的构建与检验。以不同的35组水源样品作为训练样本,运用Matlab软件进行Elman神经网络训练,将所建立的判别模型应用于(相应的)4组待测样本的判别,并与DDA、FDA、Bayes三种判别方法的判别结果进行分析比较。2种方案应用结果表明:将具有非线性动态特征的Elman神经网络应用于突水水源判别,在结合相应的水文地质条件前提下,可以准确判断突水来源;矿井多年的开采促使地下各水层水质呈动态变化,Elman神经网络判别模型能够反映这种变化特性,对探寻地下水运移与演化具有一定的应用价值。     

基于RBF神经网络的矿井突水水源识别方法研究

采用Na++K+、Ca2+、Mg2+、Cl-、SO42-和HCO3-六种常规水化学指标作为矿井突水水源识别的依据,利用Piper三线图分析了各充水水源水化学特征,筛选出适用于模型构建的样本。运用SPSS软件构建RBF神经网络,对6组待测样本进行识别。结果表明:RBF神经网络对孔隙水、地表水和奥灰水的判别正确率均为100%,对于砂岩水和太灰水的判别正确率分别为91.7%和50%;经过待判检验,RBF神经网络待判检验正确率为92.3%。     

矿井生产环境下光透过性实验研究

通过实验模拟巷道生产作业环境,分析了矿井生产环境下光照衰减的机理,研究了普通LED灯、金卤灯、荧光灯、头戴LED矿灯4种灯具在不同环境参数下的透射性,得出其在不同矿井因素（粉尘浓度、风速、相对湿度）下光的透过性影响规律,结果表明:在矿井中风速和相对湿度的增加均能降低光的透过率,相对湿度变化对光的透过率影响较大,且风速和相对湿度的增加对粉尘浓度有一定的积聚作用。研究结果为井下照明灯具的合理选用提供了依据。     

基于改进AHP的地下矿突水风险评价

地下矿突水风险的有效评价是矿井水害防治与安全开采的基本前提与重要基础。为了科学有效地评价地下矿突水事故风险,在深入研究分析与归纳地下矿突水因素的基础上,构建了较为全面的矿井突水事故风险评价指标体系,体系包括7个一级指标,各一级指标有与之对应的二级指标。应用德尔菲法对各项指标进行统一打分并求平均值,对层次分析法进行改进并应用于确定各项指标的权重,然后根据风险评价模型计算出评价结果。最后,结合国内某典型矿山进行实际的应用,所得结果与实际情况一致性较好,说明该方法可以提高矿井突水风险评价的有效性与准确性,具有较好的可行性。     

薛村矿 生产更安全 职工更健康

冀中能源峰峰集团薛村矿（简称薛村矿）位于邯郸市西南23km处,1959年11月投产,是一座年产原煤超过140万t的现代化矿井。煤种为贫煤,具有低硫、中挥发、高热值等特点,广泛应用于发电,煤化工等行业。伴随着50多年的开采历史,井下资源日益匮乏,地质条件日趋恶劣,水、火、瓦斯、煤尘、顶板等＂五毒＂俱全,对于职业安全健康工作来说,压力巨大。     

非煤矿井供电安全两个突出问题及对策

针对非煤矿山井下供电中性点接地方式和漏电保护方面的问题,提出了解决这些问题的方案。     

机械化改造在右江矿务局的推广应用

右江矿务局9对生产矿井已全部成功使用机械化开采方式,本文介绍机械化改造的推广应用情况及存在问题思考     

兴隆庄煤矿安全协管工作扎根到家庭

山东兖矿集团兴隆庄煤矿紧紧围绕矿井安全生产实际，积极开展女职工“巾帼建功”活动，撑起了安全生产“半边天”。