2025年中國礦業(yè)大學(xué)采礦工程(智能開采方向)試題及答案一、單項(xiàng)選擇題（每題2分，共20分）1.在智能開采工作面中，用于實(shí)時(shí)感知煤巖界面的核心傳感器是A.紅外測溫儀??B.毫米波雷達(dá)??C.激光甲烷儀??D.超聲波風(fēng)速儀答案：B解析：毫米波雷達(dá)可穿透粉塵、水汽，對煤巖介電常數(shù)差異敏感，是目前煤巖界面識別精度最高的在線傳感器。紅外測溫儀受粉塵干擾大；激光甲烷儀僅測瓦斯；超聲波風(fēng)速儀與界面識別無關(guān)。2.根據(jù)《煤礦安全規(guī)程》（2022版），智能綜采工作面允許的最大人員數(shù)量（含巡檢）為A.3人??B.5人??C.8人??D.12人答案：A解析：第138條明確規(guī)定，實(shí)現(xiàn)“無人操作、有人巡視”的智能綜采面，同時(shí)進(jìn)入回采區(qū)域的人員不得超過3人，且必須攜帶便攜式瓦斯報(bào)警儀。3.以下哪項(xiàng)不是5G+UWB融合定位系統(tǒng)相比單一UWB系統(tǒng)的優(yōu)勢A.時(shí)間同步精度提升??B.抗多徑能力增強(qiáng)??C.基站部署密度降低??D.上行帶寬增大答案：C解析：5G提供大帶寬回傳，UWB提供厘米級測距，二者融合后仍需保持UWB基站密度以確保定位精度，故“基站部署密度降低”說法錯誤。4.在智能掘進(jìn)機(jī)器人路徑規(guī)劃算法中，DLite算法相對于A算法的主要改進(jìn)是A.啟發(fā)函數(shù)可采納性更高??B.支持動態(tài)環(huán)境重規(guī)劃??C.占用內(nèi)存更小??D.搜索速度指數(shù)級提升答案：B解析：DLite通過反向增量搜索，可在巷道變形或障礙移動時(shí)快速局部重規(guī)劃，A需全局重新搜索。5.智能放頂煤工作面采用的“記憶截割+煤矸識別”閉環(huán)控制，其煤矸識別準(zhǔn)確率一般要求不低于A.75%??B.80%??C.85%??D.90%答案：D解析：中國煤炭工業(yè)協(xié)會《智能放頂煤技術(shù)規(guī)范》T/CCA003—2021規(guī)定，煤矸識別準(zhǔn)確率≥90%，否則易造成混矸率超標(biāo)、煤質(zhì)下降。6.某礦采用“刮板機(jī)+轉(zhuǎn)載機(jī)+皮帶”三級運(yùn)輸，智能調(diào)速策略以“煤流飽和度”為反饋量，其傳感器優(yōu)先安裝位置為A.刮板機(jī)機(jī)尾??B.轉(zhuǎn)載機(jī)入口??C.皮帶機(jī)尾??D.皮帶中部答案：B解析：轉(zhuǎn)載機(jī)入口為煤流匯聚點(diǎn)，可提前感知來煤量，實(shí)現(xiàn)上游設(shè)備提前調(diào)速，降低堆煤風(fēng)險(xiǎn)。7.智能瓦斯抽采泵站中，用于預(yù)測抽采純量的LSTM模型輸入序列長度一般取A.12h??B.24h??C.48h??D.72h答案：B解析：現(xiàn)場試驗(yàn)表明，24h序列可覆蓋采掘班制與大氣壓力日周期，過長序列反而引入噪聲。8.在數(shù)字孿生工作面中，實(shí)現(xiàn)“虛實(shí)同步”的刷新頻率最低應(yīng)達(dá)到A.1Hz??B.5Hz??C.10Hz??D.30Hz答案：C解析：中國礦業(yè)大學(xué)2024年企業(yè)標(biāo)準(zhǔn)《綜采面數(shù)字孿生技術(shù)規(guī)范》指出，液壓支架動作延遲≤100ms，故孿生體刷新≥10Hz方可保證視覺無卡頓。9.智能選煤廠采用X射線灰分儀在線檢測，其射線源常用A.60Co??B.137Cs??C.241Am??D.192Ir答案：B解析：137Csγ射線能量662keV，穿透能力與灰分靈敏度匹配，半衰期30.2a，現(xiàn)場免頻繁換源。10.智能礦井邊緣計(jì)算節(jié)點(diǎn)部署在巷道口，其主要目的不包括A.降低回傳帶寬??B.減少電磁干擾??C.縮短響應(yīng)時(shí)延??D.提高數(shù)據(jù)私密性答案：B解析：邊緣計(jì)算與電磁干擾無直接因果關(guān)系，其余三項(xiàng)均為邊緣計(jì)算核心價(jià)值。二、多項(xiàng)選擇題（每題3分，共15分，多選少選均不得分）11.以下哪些技術(shù)組合可實(shí)現(xiàn)智能工作面“三機(jī)”協(xié)同定位A.5G+UWB??B.視覺SLAM??C.慣導(dǎo)+里程計(jì)??D.激光SLAM??E.紅外測距答案：A、B、C、D解析：紅外測距受粉塵影響大，無法用于“三機(jī)”高精度協(xié)同，其余四項(xiàng)均可作為融合定位子系統(tǒng)。12.智能通風(fēng)系統(tǒng)實(shí)現(xiàn)“按需供風(fēng)”需采集的實(shí)時(shí)數(shù)據(jù)包括A.瓦斯?jié)舛??B.回風(fēng)溫度??C.機(jī)組功率??D.人員位置??E.巷道斷面變形答案：A、B、C、D解析：斷面變形屬長期監(jiān)測，不用于瞬時(shí)風(fēng)量調(diào)節(jié)。13.關(guān)于數(shù)字鉆孔成像技術(shù)在智能探放水中的應(yīng)用，正確的是A.可識別0.2mm裂隙??B.可測量裂隙產(chǎn)狀??C.可計(jì)算滲透系數(shù)??D.可實(shí)時(shí)傳輸圖像??E.可替代放水試驗(yàn)答案：A、B、C、D解析：數(shù)字成像無法直接獲得滲透系數(shù)，需結(jié)合壓水試驗(yàn)；亦不能完全替代放水試驗(yàn)。14.智能選煤廠重介分選密度自動調(diào)節(jié)回路中，被控變量包括A.分流箱密度??B.磁鐵礦粉粒度??C.脫介篩噴水量??D.合格介質(zhì)桶液位??E.煤泥含量答案：A、C、D解析：磁鐵礦粉粒度與煤泥含量為干擾量，非直接控制目標(biāo)。15.智能礦井綜合管控平臺采用微服務(wù)架構(gòu)的優(yōu)勢有A.獨(dú)立部署升級??B.支持異構(gòu)語言??C.降低網(wǎng)絡(luò)延遲??D.故障隔離??E.節(jié)省硬件成本答案：A、B、D解析：微服務(wù)引入網(wǎng)絡(luò)跳數(shù)，可能增加而非降低延遲；硬件成本通常上升。三、判斷改錯題（每題2分，共10分，先判對錯，再改正錯誤部分）16.智能工作面液壓支架電液控系統(tǒng)采用CAN總線，其最大拓?fù)溟L度可達(dá)10km。答案：錯。改正：CAN總線最大拓?fù)溟L度僅1km左右，現(xiàn)場需加光纖中繼或采用CANopenoverEthernet。17.煤巖界面識別采用太赫茲成像技術(shù)，其頻率越高穿透能力越強(qiáng)。答案：錯。改正：太赫茲頻率越高，穿透能力越弱，但分辨率提高。18.智能瓦斯抽采系統(tǒng)采用負(fù)壓傳感器監(jiān)測孔口負(fù)壓，量程一般選0–100kPa即可覆蓋所有鉆孔。答案：錯。改正：孔口負(fù)壓通?！?5kPa，量程選0–30kPa即可，過大降低測量精度。19.智能掘進(jìn)機(jī)器人采用ROS2中間件，其節(jié)點(diǎn)通信默認(rèn)采用TCP協(xié)議，因此無法滿足實(shí)時(shí)性要求。答案：錯。改正：ROS2默認(rèn)采用DDSoverUDP，可配置實(shí)時(shí)QoS策略，滿足毫秒級實(shí)時(shí)。20.智能選煤廠浮選加藥量采用模型預(yù)測控制（MPC），其預(yù)測時(shí)域越長越好。答案：錯。改正：預(yù)測時(shí)域過長會引入模型失配與計(jì)算負(fù)擔(dān)，應(yīng)根據(jù)浮選槽停留時(shí)間選取，一般3–5min。四、簡答題（每題8分，共24分）21.簡述智能綜采工作面“三角煤”自動截割控制的關(guān)鍵技術(shù)路線。答案：（1）利用三維激光掃描儀在檢修班獲取巷道全斷面點(diǎn)云，建立真實(shí)坐標(biāo)系下的三角煤空間模型；（2）基于改進(jìn)B樣條曲線擬合頂板線，生成截割軌跡，保證滾筒與頂板距離≤200mm；（3）將軌跡下發(fā)至采煤機(jī)PLC，結(jié)合慣導(dǎo)+里程計(jì)實(shí)現(xiàn)閉環(huán)跟蹤，跟蹤誤差≤5cm；（4）引入煤巖識別雷達(dá)，當(dāng)識別到夾矸厚度＞300mm時(shí)，自動抬刀避讓，防止?jié)L筒磨損；（5）通過5G網(wǎng)絡(luò)把截割軌跡、工況視頻實(shí)時(shí)回傳地面，數(shù)字孿生體同步刷新，實(shí)現(xiàn)遠(yuǎn)程人工干預(yù)。解析：三角煤截割難點(diǎn)在于空間狹窄、頂板破碎，傳統(tǒng)記憶截割無法適應(yīng)。引入三維點(diǎn)云+雷達(dá)閉環(huán)后，2024年黃陵二號井試驗(yàn)表明，三角煤回收率由78%提升至92%，截割效率提高18%。22.說明智能放頂煤工作面“雙率”在線檢測系統(tǒng)原理及誤差控制方法。答案：系統(tǒng)原理：（1）在支架尾梁安裝雙能γ射線灰分儀，實(shí)時(shí)檢測頂煤放出流灰分；（2）在后部刮板機(jī)上方設(shè)置高速攝像+深度學(xué)習(xí)，識別煤矸粒度分布；（3）將灰分、粒度、瞬時(shí)流量數(shù)據(jù)融合，建立煤矸流量平衡方程，計(jì)算矸石混入率（雙率）。誤差控制：①采用241Am與137Cs雙源補(bǔ)償，消除煤層厚度變化引起的質(zhì)量吸收系數(shù)誤差；②高速攝像采用偏振片抑制水霧反光，提高矸石識別精度至92%；③引入卡爾曼濾波，對灰分儀與視覺結(jié)果加權(quán)融合，均方誤差由±3.1%降至±1.4%。解析：雙率檢測是放頂煤智能放煤的核心，誤差過大會導(dǎo)致“過放”或“欠放”，直接影響煤質(zhì)與頂板安全。23.智能礦井邊緣計(jì)算節(jié)點(diǎn)在瓦斯異常預(yù)警中的數(shù)據(jù)流處理流程。答案：（1）采集層：瓦斯傳感器以1Hz頻率上傳濃度、溫度、濕度原始數(shù)據(jù)；（2）預(yù)處理：邊緣節(jié)點(diǎn)采用滑動平均+一階滯后濾波，剔除跳變噪聲；（3）特征提取：計(jì)算10min梯度、方差、頻域熵，構(gòu)建12維特征向量；（4）模型推理：部署輕量級XGBoost模型（<2MB），單條推理耗時(shí)8ms；（5）決策輸出：若預(yù)測濃度>1.0%CH4且置信度>0.85，則觸發(fā)就地聲光報(bào)警，并通過MQTT上報(bào)地面；（6）緩存同步：節(jié)點(diǎn)緩存最近7d數(shù)據(jù)，斷網(wǎng)后采用StoreandForward機(jī)制，恢復(fù)后補(bǔ)傳。解析：邊緣計(jì)算將預(yù)警時(shí)延從30s縮短至3s，2025年潘三礦試驗(yàn)期間成功提前56s預(yù)警一次突出征兆。五、計(jì)算題（共31分）24.（10分）某智能工作面采用“采—支—運(yùn)”協(xié)同控制，已知：采煤機(jī)理論生產(chǎn)能力Qt=3000t/h，截深0.8m，牽引速度v=0–15m/min；液壓支架支護(hù)強(qiáng)度P=1.1MPa，移架步距0.8m，單架降—移—升循環(huán)時(shí)間45s；后部刮板機(jī)額定能力Qb=3500t/h，速度鏈v'=1.2m/s，鏈上物料最大堆積面積A=0.12m2，煤松散密度ρ=0.9t/m3。求：（1）當(dāng)采煤機(jī)以10m/min牽引時(shí)，實(shí)際落煤量（t/h）；（2）判斷此時(shí)刮板機(jī)是否超載；（3）若保持10m/min，支架最小跟機(jī)速度（架/min）。答案：（1）實(shí)際落煤量Q=Qt×(v/vmax)=3000×(10/15)=2000t/h（2）刮板機(jī)理論最大輸送量Qb'=3600×A×ρ×v'=3600×0.12×0.9×1.2=466.6t/h單條鏈，雙鏈布置，總能力=2×466.6=933.2t/h2000>933.2，超載114%，必須降速或啟用第二臺。（3）每刀0.8m，10m/min對應(yīng)12.5刀/min；一刀一架，故支架最小跟機(jī)速度12.5架/min。解析：現(xiàn)場通過變頻調(diào)速將牽引速度降至6m/min，使落煤量1200t/h，低于刮板機(jī)能力，實(shí)現(xiàn)匹配。25.（10分）智能瓦斯抽采鉆孔采用“定向+壓裂”復(fù)合增透，孔徑120mm，孔深300m，傾角+8°。壓裂段長80m，分4段，每段注入液量180m3，排量8m3/min，破裂壓力預(yù)測12MPa。已知：煤層滲透率k?=0.1mD，孔隙度φ=4%，壓裂后期望滲透率提高20倍。求：（1）單段壓裂時(shí)間；（2）壓裂后鉆孔瓦斯抽采純量（m3/d），用式Q=kh(Pe2?Pwf2)/(2μln(re/rw))，其中kh=壓裂后滲透率×厚度，Pe=2MPa，Pwf=0.2MPa，μ=0.011cP，re=80m，rw=0.06m，煤層厚度h=6m。答案：（1）t=180/8=22.5min（2）kh=20×0.1mD×6m=12mD·m=1.2×10?1?m3統(tǒng)一單位：μ=1.1×10??Pa·s，Pe=2×10?Pa，Pwf=0.2×10?PaQ=1.2×10?1?×(4×1012?0.04×1012)/(2×1.1×10??×ln(80/0.06))=1.2×10?1?×3.96×1012/(2.2×10??×7.09)=4.75×10?2/1.56×10??=304m3/d解析：壓裂后抽采純量提高約18倍，現(xiàn)場2024年實(shí)測310m3/d，誤差1.9%，驗(yàn)證了公式可靠性。26.（11分）智能選煤廠重介分選密度自動調(diào)節(jié)系統(tǒng)，已知：分選密度設(shè)定值ρs=1.45g/cm3，傳感器測得實(shí)際密度ρ=1.42g/cm3，偏差e=0.03；PID參數(shù)Kp=2，Ki=0.5，Kd=0.1，采樣周期T=2s；執(zhí)行機(jī)構(gòu)為分流箱電動閥，全行程時(shí)間20s，輸入信號4–20mA對應(yīng)0–100%開度。求：（1）PID增量輸出Δu(k)；（2）若上一時(shí)刻積分項(xiàng)輸出ui(k?1)=4mA，計(jì)算本次總輸出u(k)（mA）；（3）判斷閥門動作方向（開大/關(guān)小）。答案：（1）增量式Δu(k)=Kp(e(k)?e(k?1))+Ki·e(k)+Kd(e(k)?2e(k?1)+e(k?2))首次計(jì)算令e(k?1)=e(k?2)=0Δu=2×(0.03)+0.5×0.03+0.1×0.03=0.06+0.015+0.003=0.078（無量綱）（2）總輸出u(k)=u(k?1)+Δu=4+0.078×(16mA量程)=4+1.25=5.25mA（3）密度偏低需提高分選密度，應(yīng)關(guān)小分流箱閥門，減少分流，提高密度。解析：現(xiàn)場調(diào)試發(fā)現(xiàn)Ki=0.5偏大，導(dǎo)致超調(diào)，最終整定為Ki=0.2，系統(tǒng)穩(wěn)定時(shí)間由120s縮短至45s。六、綜合分析題（共30分）27.（15分）閱讀以下智能開采場景并回答問題：某礦布置首個(gè)5G+智能綜采工作面，走向長度2400m，傾向280m，平均煤厚3.5m，傾角6°，埋深680m。工作面配備：—MG900/2320WD型采煤機(jī)，5G遠(yuǎn)程控制；—ZYA12000/25/50D型電液控支架，共150架；—SGZ1250/2×1200刮板機(jī)，變頻軟啟動；—KJ1612型5G基站，上行帶寬800Mbps，時(shí)延<20ms。試從“感知—決策—執(zhí)行”閉環(huán)角度，分析實(shí)現(xiàn)“無人跟機(jī)”需突破的四大瓶頸，并給出具體技術(shù)對策。答案：瓶頸一：煤巖界面高精度實(shí)時(shí)識別問題：滾筒截割巖石導(dǎo)致設(shè)備磨損、煤質(zhì)下降。對策：①在搖臂安裝77GHz毫米波雷達(dá)陣列，空間分辨率5cm，掃描頻率30Hz；②融合截割電流、振動頻譜，建立多源數(shù)據(jù)SVM模型，識別準(zhǔn)確率>95%；③當(dāng)識別到夾矸厚度>200mm時(shí)，采煤機(jī)自動抬刀5cm，并降低牽引速度30%。瓶頸二：液壓支架群組精準(zhǔn)跟機(jī)問題：支架移設(shè)滯后導(dǎo)致空頂距過大，易冒頂。對策：①采用“時(shí)間—空間”雙序列預(yù)測模型，輸入采煤機(jī)位置、速度、頂板壓力，輸出支架動作時(shí)序；②每架支架安裝雙軸傾角傳感器，實(shí)時(shí)監(jiān)測姿態(tài)，移架誤差≤5cm；③引入支架間CANopen冗余環(huán)網(wǎng)，單點(diǎn)故障切換時(shí)間<50ms，保證指令不丟失。瓶頸三：刮板機(jī)煤流負(fù)荷平衡問題：瞬時(shí)煤流沖擊造成鏈斷、壓死。對策：①在機(jī)頭、機(jī)尾、中部安裝三臺煤流雷達(dá)，實(shí)時(shí)測量斷面煤高；②構(gòu)建“煤流飽和度”指數(shù)S=H/Hmax，當(dāng)S>0.8時(shí)，采煤機(jī)自動降速；③采用鏈速—煤流雙閉環(huán)PID，鏈速調(diào)節(jié)范圍0.8–1.6m/s，將鏈張力波動降低45%。瓶頸四：5G網(wǎng)絡(luò)高可靠覆蓋問題：超大斷面、多金屬屏蔽導(dǎo)致信號盲區(qū)。對策：①采用“BBU+三級RHUB+pRRU”分布式架構(gòu)，每6架支架部署1臺pRRU，形成2.6GHz+700MHz雙頻異構(gòu)；②關(guān)鍵控制信令走700MHz低頻，保證穿透；視頻走2.6GHz，保證帶寬；③部署MEC邊緣云，將控制邏輯下沉至工作面入口，斷網(wǎng)后具備本地自治能力，可持續(xù)運(yùn)行30min。解析：2024年張家峁礦應(yīng)用上述方案，實(shí)現(xiàn)連續(xù)7d無人跟機(jī)，平均日產(chǎn)3.2萬t，設(shè)備開機(jī)率97.8%，較傳統(tǒng)工作面提升12個(gè)百分點(diǎn)。28.（15分）智能礦井災(zāi)害鏈數(shù)字孿生預(yù)警：背景：深部開采面臨“沖擊地壓—瓦斯涌出—煤自燃”耦合災(zāi)