張科學，王曉玲，何滿潮，尹尚先，李首濱，孫健東，李 東，程志恒，趙啟峰，殷帥峰，亢 磊，朱俊傲，楊海江

( 1.華北科技學院 智能化無人開采研究所，北京 101601；2.中國礦業(yè)大學( 北京 ) 深部巖土力學與地下工程國家重點實驗室，北京 100083；3.煤炭科學研究總院，北京 100013；4.華北科技學院 安全工程學院，北京 101601；5.中國礦業(yè)大學( 北京 ) 煤炭資源與安全開采國家重點實驗室，北京100083；6.煤礦安全高效開采省部共建教育部重點實驗室( 安徽理工大學 )，安徽 淮南 232001 )

當今煤炭行業(yè)迅速邁入智能化發(fā)展階段，為保障煤炭智能化開采的安全性和高效性，對煤炭智能化無人開采的影響因素提出了嚴格要求。

王國法[1]等總結了不同煤層所適用的智能化綜采技術，提出了綜采裝備適應的5項關鍵技術，對于未來智能化無人開采更要突破的關鍵技術裝備進行了展望；任懷偉[2]等通過分析數據、構建智慧礦山信息模型，實現了在不同的地質條件下能夠穩(wěn)定開采；范京道[3]等根據黃陵一號煤礦智能開采的實踐和經驗，改善了工作面智能化控制系統(tǒng)，實現了一系列的自動化生產；李首濱[4]提出了未來會朝智能自適應開采模式逐步發(fā)展演變，智能化無人開采工作面最終會以成熟的技術和完善的裝備實現；王國法[5]等提出了智能化綜采的概念以及內涵，研究了不同技術在地質條件不同情況下的應用，展望了智能化無人開采方向未來的研究重點；黃曾華[6]從幾個方面對可視遠程干預無人化開采技術進行深入分析，根據“無人操作、有人巡視”的開采理念，并結合各種先進的控制技術，研發(fā)了一套高效的智能決策聯(lián)動控制系統(tǒng)，為實現智能化無人開采提供了探索研究的基礎；王國法[7]等明確了智能化無人開采技術的發(fā)展方向，提出了智能化無人開采建設的總目標和階段性實現目標及發(fā)展路徑；張科學[8-9]等基于3種計算方法確定了可視遠程干預型智能化無人開采和自適應型智能化無人開采2個技術階段，提出了綜采工作面智能化開采的5個關鍵技術和關鍵參數，發(fā)現了工作面調斜控制的內在根本原因及外在誘發(fā)原因，在計算的誤差范圍內解決了關于滿足綜采智能化工作面調斜控制技術的現場需要；王國法[10]等通過對我國煤礦綜合機械化、自動化和智能化發(fā)展現狀的總結和煤礦智能化發(fā)展的基礎理論，深入剖析了其中的研究難點和關鍵技術，提出4種新型開采模式，指明了不同開采模式的核心技術以及開采效果，基于智能化無人開采發(fā)展的基本原則和發(fā)展模式，提出自己的思考與相關政策建議；澳大利亞目前正在研究遠程控制的全自動無人長壁工作面開采技術[11]。以上這些研究只對智能化開采中的某項問題提出了具體的分析和展望，而智能化無人開采需要綜合各項影響因素，提高經濟效益和社會效益。

在煤炭開采過程中，地質條件是影響煤炭開采的最主要因素。其次，巷道的布置體系，以及所用的采煤工藝、裝備、技術等，同樣會對開采的難度、速度、效率有所影響。不僅如此，在安全生產過程中，信息和安全的保障體系，以及人員的組織管理也是重要的影響因素。綜上，筆者基于層次分析法的模糊綜合評價方法[12-13]，根據智能化開采過程存在的開采問題，確定了地質條件、巷道布置體系、開采參數、采煤工藝、裝備配套、關鍵技術、保障體系和組織管理等8個影響因素，將影響智能化無人開采工作面適用性的各個影響因素作為多層次的模糊集合，根據模糊集合隸屬度計算結果定量評價智能化無人開采工作面的適用性。

1 模糊綜合評價模型的建立

為了盡可能與實際情況保持一致，在構建模糊綜合評價模型時，多采用層次分析法[14]。將現有的評價標準和實際測量值，經過模糊變換處理后，對事件進行綜合評價，即模糊綜合評價。綜合評價問題需要滿足3個條件：

③ 進行單因素評價時，是從U到V的一個模糊映射f :U? V，即選定一個單因素∈U，使存在一個模糊評價集 B(U )?f (V )一一映射獲得一個模糊關系矩陣R，以

表示，于是稱( U，V，R )為綜合評價數學模型[15]。

在所有的評價因素集中，由于不同的評價因素對評價結果的影響程度也不相同，為了準確表示影響程度的大小，定義了1個因素權重集A，將A作為U的因素重要程度模糊子集，表達式為

其中，Ai為Ui對A的隸屬度[15]。

若已知模糊關系矩陣U和各因素重要程度模糊子集A，則對該評價對象的模糊綜合評價結果[12-15]為

對于任意項bj為智能化無人開采工作面適用性的綜合評價j級的隸屬度[14]，由最大隸屬原則[17]可知，若，定義bk為最大隸屬度指數x，則智能化無人開采工作面適用性可評價為k級別[15]。

2 智能化無人開采工作面適用性多層次模糊綜合評價

由模糊綜合評價模型的基本原理可知，需要確定評價因素集、評價集和模糊關系矩陣對智能化無人開采工作面適用性是否良好進行評價。

2.1 確定評價因素集

影響智能化無人開采工作面適用性的因素有多方面，為了充分考慮影響因素指標本身的科學性、準確性、針對性、有效性和可取性，同時能夠反映最關鍵的影響因素，選取以下8個影響因素作為智能化無人開采工作面適用性的一級指標，即：地質條件( A1)、巷道布置體系( A2)、開采參數( A3)、采煤工藝( A4)、裝備配套( A5)、關鍵技術( A6)、保障體系( A7)和組織管理( A8)。

( 1 ) 地質條件

煤炭開采過程中不僅礦體賦存條件多種多樣，而且地質條件復雜多變，因此在地質條件允許的情況下，探索智能化無人開采工作面的適用性，應著重考慮地質條件的煤層埋深、煤層厚度、煤層傾角、煤層頂底板穩(wěn)定性、構造復雜度。

( 2 ) 巷道布置體系

科學合理的工作面巷道布置對礦井安全生產和經濟效益起到關鍵性作用。通過結合自動成巷無煤柱開采新技術[16-20]，智能化無人開采工作面巷道布置體系的方式分為121，110和N00工法巷道布置體系。

( 3 ) 開采參數

智能化無人開采工作面的幾何參數主要有：工作面采高、工作面傾向長度、工作面走向長度和工作面區(qū)段煤柱。工作面采高主要由煤層厚度決定；工作面傾向長度主要由地質、生產技術和經濟及管理因素決定；工作面走向長度主要由采( 盤 )區(qū)大小決定；工作面區(qū)段煤柱不僅是衡量一個采區(qū)開采率的重要標準，而且也是煤炭安全生產的重要指標。

( 4 ) 采煤工藝

智能化無人開采工作面存在著智能放煤難控制、液壓支架自動難找直、刮板輸送機自動難調斜等工藝類難題[9,21-22]。因此，合適的采煤工藝對智能化無人開采具有至關重要的作用。目前，智能化無人開采工作面的采煤工藝主要有綜采工藝和綜放工藝2種方式。

( 5 ) 裝備配套

選擇正確的智能化無人開采工作面裝備，既可以確保工作面的生產能力，也可以提升工作面設備技術水平。主要的配套技術有采煤機配套技術、液壓支架配套技術、刮板輸送機配套技術和其他裝備配套。選擇合理的配套技術有助于煤礦安全高效生產。

( 6 ) 關鍵技術

智能化無人開采工作面有較多技術難題亟待解決，比如智能化工作面調斜( 調工作面?zhèn)蝺A斜 )問題、調直( 調工作面直線度 )問題、調平( 調液壓支架平衡千斤頂 )問題、連續(xù)推進問題等，其嚴重影響了智能化無人開采工作面的技術進步及大面積推廣[21-24]。智能化無人開采的關鍵性技術包括：工作面調斜控制技術、工作面調直控制技術、工作面俯仰采控制技術和工作面連續(xù)推進控制技術。

( 7 ) 保障體系

信息保障體系是智能化無人技術成功實踐的關鍵。安全保障體系全程跟蹤智能化無人工作面的工作過程及進行數據監(jiān)測。故選取信息保障體系和安全保障體系作為評價指標。

( 8 ) 組織管理

組織管理主要體現在以下幾個主要方面：精細化管理、標準化管理、安全監(jiān)察管理、員工素質管理和其他管理。標準化管理是無人綜采技術管理保障的重要組成部分；安全監(jiān)察管理在無人綜采過程中，負責對安全措施的落實以及操作規(guī)程的貫徹執(zhí)行；員工素質管理是實現智能化無人開采成敗的關鍵性因素；其他管理則與上述另外幾種組織管理相輔相成。

通過8個一級指標類比可以得到智能化無人開采工作面適用性的二級指標集合，具體公式為

式中，A11為煤層埋深；A12為煤層厚度；A13為煤層傾角；A14為煤層頂底板穩(wěn)定性；A15為構造復雜度；A21為121工法巷道布置體系；A22為110工法巷道布置體系；A23為N00工法巷道布置體系；A31為工作面采高；A32為工作面傾向長度( 工作面長度 )；A33為工作面走向長度；A34為工作面區(qū)段煤柱；A41為綜采工藝；A42為綜放工藝；A51為采煤機配套技術；A52為液壓支架配套技術；A53為刮板輸送機配套技術；A54為其他配套技術；A61為工作面調斜控制技術；A62為工作面調直控制技術；A63為工作面俯仰采控制技術；A64為工作面連續(xù)推進控制技術；A71為信息保障體系；A72為安全保障體系；A81為精細化管理；A82為標準化管理；A83為安全監(jiān)察管理；A84為員工素質管理；A85為其他管理。

2.2 確定評價集

為適合現場情況，充分評價智能化無人開采工作面的適用性，建立一個具有一定范圍的評價集，即：，其中，V1表示智能化無人開采工作面適用性好；V2表示智能化無人開采工作面適用性較好；V3表示智能化無人開采工作面適用性一般；V4表示智能化無人開采工作面適用性差。

2.3 模糊評價中的多層次分析

本文所涉及的一級評價影響因素有8個，二級影響因素有29個，僅基于單層次的綜合模糊評價模型，很難確定每個因素在評價中所占比例，從而難以精準分配權重，物理意義也難以辨析，因此，應用多層次的模糊綜合評價模型。將多層次模糊綜合評價應用到本文，其模型如圖1所示。

2.4 確定各級評價因素的權重

使用模糊綜合評價確定各級評價因素的權重是實現定性評價到定量評價過渡的重要環(huán)節(jié)，權重是否科學合理直接影響最后評價結果的準確性?，F有的確定權重的方法有多元統(tǒng)計分析法、神經網絡分析法、灰色關聯(lián)分析法、功效系數法、層次分析法、指數加權法等。筆者團隊根據需要應用層次分析法( 簡稱AHP法 )來確定各因素之間的權重值[14]?；痉椒ǎ和ㄟ^層次分析法建立判斷矩陣，根據判斷矩陣來計算各個因素的權重值，判斷矩陣見表1。

表1 判斷矩陣Table 1 Judgment matrix

判斷矩陣B中的元素bij表示以某一A為判斷準則，要素Bi對Bj的相對重要度，即

其中，wi表示要素Bi的重要性量度值；wj表示要素Bj的重要性量度值。上述數值判斷矩陣主要是通過1～9標度方法來量化要素重要性[14-15]。判斷矩陣標度及其含義見表2。

表2 判斷矩陣標度及其含義Table 2 Judgment matrix scale and its meaning

圖1 智能化無人開采工作面適用性的多層次模糊綜合評價模型AFig.1 Multi-level fuzzy comprehensive evaluation model A for the applicability of intelligent unmanned mining face

層次分析法確定權重的步驟[14]如下：

( 1 ) 構造判斷矩陣A。

( 2 ) 判斷矩陣的權重及最大特征根λmax。

① 計算判斷矩陣每一行元素的乘積Mi。

② 計算Mi的n次方根

④ 計算特征向量的最大特征根λmax。

式中，(AW )i表示向量AW 的第i個元素。

( 3 ) 判斷矩陣的一致性檢驗。

① 計算一致性指標CI。

② 計算平均隨機一致性指標CR。

式中，RI表示同階平均隨機一致性指標，其值見表3。

表3 同階平均隨機一致性指標Table 3 Mean random consistency index of the same order

當CR≤0.1時，可以認定判斷矩陣與實際情況具有滿意的一致性，說明權重的選取是合理的；當當CR＞0.1時，認為判斷矩陣與實際情況不具有一致性，需要重新確定判斷矩陣，直到判斷矩陣與實際情況具有滿意的一致性為止。

2.5 建立模糊關系矩陣

由于每一個單因素評價是隸屬關系矩陣的基礎，因此在多個影響因素中，通過對其中1個具有代表性的影響因素作為評價因素進行評價，就可以確定單因素評價集。確定隸屬函數的方法主要有專家評分法、模糊統(tǒng)計法等，隸屬函數的選取是否合理直接影響評價結果的準確性。礦井的地質條件復雜多變，對因素集U中的各因素很難確定一致的隸屬函數，所以通常采用專家評分法來建立模糊關系矩陣，邀請業(yè)界具有權威的專家和相關的工程技術人員根據評價等級V進行打分[12-14]，即對因素集U中的每一個因素進行單獨評價，再通過統(tǒng)計各評價等級打分的比例，從而得到此因素各評價等級對應的比例，分析各個因素的評價等級比例可以得出相應的模糊關系矩陣R。

3 工程實例分析

以陜西陜煤黃陵礦業(yè)有限公司1號煤礦802工作面為例進行分析，1號煤礦802工作面煤層厚度1.5～3.2 m，平均煤層厚度約2.4 m，煤層埋深約314 m，占地面積約302 445 m2，工作面推進長度1 287 m，煤傾角1°～5°。結構簡單，屬于穩(wěn)定煤層?；卷斢杉毩Ｉ皫r和粗砂巖組成，厚度5.79～11.98 m，平均厚度約7.89 m；直接頂由粉砂巖和泥巖組成，厚度9.18～11.79 m，平均厚度約10.45 m；2號煤煤層厚度1.5～3.2 m，平均厚度約2.4 m；底板為泥巖和粉砂巖，厚度2.85～5.91 m，平均厚度約3.95 m。

3.1 確定模糊綜合評價影響因素權重

確定模糊綜合評價一級影響因素權重的方法如下：

( 1 ) 構造判斷矩陣A。

構造判斷矩陣A，詳見表4。

( 2 ) 由式( 2 )～( 5 )計算可得，矩陣的最大特征值為，一級影響因素的權重為

表4 判斷矩陣ATable 4 Judgment matrix A

( 3 ) 由式( 6 )和( 7 )計算可得，C R =0.07＜0.1，經判斷矩陣一致性檢驗可知，A 具有滿意的一致性。

同理可得，智能化無人開采工作面適用性的模糊綜合評價的二級影響因素權重。

( 1 ) 判斷矩陣A1。

判斷矩陣A1詳見表5。

表5 判斷矩陣A1Table 5 Judgment matrix A1

由式( 6 )和( 7 )計算可得，C R =0.09＜0.1，經判斷矩陣一致性檢驗可知，A1具有滿意的一致性。

( 2 ) 判斷矩陣A2。

判斷矩陣A2詳見表6。

表6 判斷矩陣A2Table 6 Judgment matrix A2

由式( 6 )和( 7 )計算可得，C R =0.04＜0.1，經判斷矩陣一致性檢驗可知，A2具有滿意的一致性。

( 3 ) 判斷矩陣A3。

判斷矩陣A3詳見表7。

表7 判斷矩陣A3Table 7 Judgment matrix A3

由式( 6 )和( 7 )計算可得，C R =0.05＜0.1，經判斷矩陣一致性檢驗可知，A3具有滿意的一致性。

( 4 ) 判斷矩陣A4。

判斷矩陣A4詳見表8。

表8 判斷矩陣A4Table 8 Judgment matrix A4

由式( 6 )和( 7 )計算可得，C R =0.00＜0.1，經判斷矩陣一致性檢驗可知，A4具有滿意的一致性。

( 5 ) 判斷矩陣A5。

判斷矩陣A5詳見表9。

表9 判斷矩陣A5Table 9 Judgment matrix A5

由式( 6 )和( 7 )計算可得，C R =0.03＜0.1，經判斷矩陣一致性檢驗可知，A5具有滿意的一致性。

( 6 ) 判斷矩陣A6。

判斷矩陣A6詳見表10。

表10 判斷矩陣A6Table 10 Judgment matrix A6

由式( 6 )和( 7 )計算可得，C R =0.05＜0.1，經判斷矩陣一致性檢驗可知，A6具有滿意的一致性。

( 7 ) 判斷矩陣A7。

判斷矩陣A7詳見表11。，評價因素的權重為

表11 判斷矩陣A7Table 11 Judgment matrix A7

由式( 2 )～( 5 )計算可得，

由式( 6 )和( 7 )計算可得，C R =0.00＜0.1，經判斷矩陣一致性檢驗可知，A7具有滿意的一致性。

( 8 ) 判斷矩陣A8。

判斷矩陣A8詳見表12。

表12 判斷矩陣A8Table 12 Judgment matrix A8

由式( 6 )和( 7 )計算可得，C R =0.08＜0.1，經判斷矩陣一致性檢驗可知，A8具有滿意的一致性。

通過專家評分法確定的8個單因素評判矩陣分別為

3.2 模糊綜合評價

3.2.1 一級模糊綜合評價

令

將計算得到的B1，B2，B3，B4，B5，B6，B7，B8作為上一級評價判斷矩陣R，并經過模糊模型變換。

3.2.2 二級模糊綜合評價

已知

通過分析陜西陜煤黃陵礦業(yè)有限公司1號煤礦802工作面的評價影響因素，并且根據最大隸屬度關系原則可知：1號煤礦802工作面的最大隸屬度指數x= 0.64，其隸屬度指數評價如圖2所示。

圖2 802工作面智能化無人開采適用性隸屬度指數評價Fig.2 Evaluation chart of applicability membership index of intelligent unmanned mining in 802 working face

1號煤礦802工作面智能化無人開采工作面的適用性模糊綜合評價結果為好。所以該模糊綜合評價結果與陜西陜煤黃陵礦業(yè)有限公司1號煤礦802工作面現場( 圖3 )智能化無人開采工作面的適用性結果相吻合。

4 結論與展望

( 1 ) 評價選取8個一級指標和29個二級指標，對802工作面智能化無人開采適用性進行評價，8個一級指標對應的影響因素為地質條件、巷道布置體系、開采參數、采煤工藝、裝備配套、關鍵技術、保障體系和組織管理。

圖3 802智能化無人開采工作面現場應用效果Fig.3 Field application effect of intelligent unmanned mining in 802 working face

( 2 ) 提出了智能化無人開采適用性的多層次模糊綜合評價模型。多層次模糊綜合評價法能夠考慮多因素情況下智能化無人開采工作面適應性的問題，確定各種評判因素之間的權重，評價方法完善，評價結果準確科學。通過實例分析表明，該模型評判結果較為合理，接近智能化無人開采工作面適用性的實際情況，為評價智能化無人開采工作面適用性提供了一條新的途徑。( 3 ) 在未來可將層次分析模糊綜合評價法與智能化無人開采相結合，構建一套智能化評價系統(tǒng)，通過選取影響工作面的評價指標，自動計算出影響因素的權重值。還可利用灰色理論和神經網絡等評價方法構建數據庫，借助人工智能技術進行分析，得到更加準確的結果。

參考文獻( References )：

[1] 王國法，龐義輝，任懷偉.煤礦智能化開采模式與技術路徑[J].采礦與巖層控制工程學報，2020，2( 1 )：013501.WANG Guofa，PANG Yihui，REN Huaiwei.Intelligent coal mining pattern and technological path[J].Journal of Mining and Strata Control Engineering，2020，2( 1 )：013501.

[2] 任懷偉，王國法，趙國瑞，等.智慧煤礦信息邏輯模型及開采系統(tǒng)決策控制方法[J].煤炭學報，2019，44( 9 )：2923-2935.REN Huaiwei，WANG Guofa，ZHAO Guorui，et al.Smart coal mine logic model and decision control method of mining system[J].Journal of China Coal Society，2019，44( 9 )：2923-2935.

[3] 范京道，徐建軍，張玉良，等.不同煤層地質條件下智能化無人綜采技術[J].煤炭科學技術，2019，47( 3 )：48-57.FAN Jingdao，XU Jianjun，ZHANG Yuliang，et al.Intelligent unmanned fully-mechanized mining technology under conditions of different seams geology[J].Coal Science and Technology，2019，47( 3 )：48-57.

[4] 李首濱.煤炭智能化無人開采的現狀與展望[J].中國煤炭，2019，45( 4 )：7-14.LI Shoubin.Present situation and prospect on intelligent unmanned mining at work face[J].China Coal，2019，45( 4 )：7-14.

[5] 王國法，范京道，徐亞軍，等.煤炭智能化開采關鍵技術創(chuàng)新進展與展望[J].工礦自動化，2018，44( 2 )：5-12.WANG Guofa，FAN Jingdao，XU Yajun，et al.Innovation progress and prospect on key technologies of intelligent coal mining[J].Industry and Mine Automation，2018，44( 2 )：5-12.

[6] 黃曾華.可視遠程干預無人化開采技術研究[J].煤炭科學技術，2016，44( 10 )：131-135，187.HUANG Zenghua.Study on unmanned mining technology with visualized remote interference[J].Coal Science and Technology，2016，44( 10 )：131-135，187.

[7] 王國法，杜毅博.智慧煤礦與智能化開采技術的發(fā)展方向[J].煤炭科學技術，2019，47( 1 )：1-10.WANG Guofa，DU Yibo.Development direction of intelligent coal mine and intelligent mining technology[J].Coal Science and Technology，2019，47( 1 )：1-10.

[8] 張科學.綜掘工作面智能化開采技術研究[J].煤炭科學技術，2017，45( 7 )：106-111.ZHANG Kexue.Study on intelligent mining technology of fullymechanized heading face[J].Coal Science and Technology，2017，45( 7 )：106-111.

[9] 張科學，李首濱，何滿潮，等.智能化無人開采系列關鍵技術之一——綜采智能化工作面調斜控制技術研究[J].煤炭科學技術，2018，46( 1 )：139-149.ZHANG Kexue，LI Shoubin，HE Manchao，et al.Study on key technologies of intelligent unmanned coal mining seriesI ：study on diagonal adjustment control technology of intelligent fully-mechanized coal mining face[J].Coal Science and Technology，2018，46( 1 )：139-149.

[10] 王國法，張德生.煤炭智能化綜采技術創(chuàng)新實踐與發(fā)展展望[J].中國礦業(yè)大學學報，2018，47( 3 )：459-467.WANG Guofa，ZHANG Desheng.Innovation practice and development prospect of intelligent fully mechanized technology for coal mining[J].Journal of China University of Mining & Technology，2018，47( 3 )：459-467.

[11] 范京道.煤礦智能化開采技術創(chuàng)新與發(fā)展[J].煤炭科學技術，2017，45( 9 )：65-71.FAN Jingdao.Innovation and development of intelligent mining technology in coal mine[J].Coal Science and Technology，2017，45( 9 )：65-71.

[12] 李寧，王李管，賈明濤.基于層次分析法的礦井六大系統(tǒng)模糊綜合評價[J].中南大學學報( 自然科學版 )，2015，46( 2 )：631-637.LI Ning，WANG Liguan，JIA Mingtao.An analytic hierarchy process based fuzzy evaluation of underground mine six-system[J].Journal of Central South University ( Science and Technology )，2015，46( 2 )：631-637.

[13] 王旭，霍德利.模糊綜合評價法在煤礦安全評價中的應用[J].中國礦業(yè)，2008( 5 )：75-78.WANG Xu，HUO Deli.Application of fuzzy comprehensive evaluation in coal safety assessment[J].China Mining Magazine，2008( 5 )：75-78.

[14] 張科學，柏建彪，郝云新，等.煤巷錨桿支護效果的多層次模糊綜合評價[J].煤炭科學技術，2010，38( 8 )：10-14.ZHANG Kexue，BAI Jianbiao，HAO Yunxin，et al.Multi-level fuzzy comprehensive evaluation of bolt support effect of seam gateway[J].Coal Science and Technology，2010，38( 8 )：10-14.

[15] 易恩兵，牟宗龍，竇林名，等.沖擊礦壓危險性的模糊綜合評價研究[J].煤炭工程，2011，43( 6 )：70-73.YI Enbing，MU Zonglong，DOU Linming，et al.Study on fuzzy comprehensive evaluation on mine pressure bumping dangers[J].Coal Engineering，2011，43( 6 )：70-73.

[16] 朱珍，張科學，何滿潮，等.無煤柱無掘巷開采自成巷道圍巖結構控制及工程應用[J].煤炭學報，2018，43( S1 )：58-66.ZHU Zhen，ZHANG Kexue，HE Manchao，et al.Surrounding rocks control technology and application of automatically formed roadway in mining without coal pillar and gateroad excavation[J].Journal of China Coal Society，2018，43( S1 )：58-66.

[17] 何滿潮，宋振騏，王安，等.長壁開采切頂短壁梁理論及其110工法——第三次礦業(yè)科學技術變革[J].煤炭科技，2017( 1 )：1-9，13.HE Manchao，SONG Zhenqi，WANG An，et al.Theory of longwall mining by using roof cutting shortwall team and 110 method－the third mining science and technology reform[J].Coal Science & Technology Magazine，2017( 1 )：1-9，13.

[18] 王亞軍，何滿潮，張科學，等.切頂卸壓無煤柱自成巷開采巷道礦壓顯現特征及其控制對策[J].采礦與安全工程學報，2018，35( 4 )：677-685.WANG Yajun，HE Manchao，ZHANG Kexue，et al.Strata behavior characteristics and control countermeasures for the gateroad surroundings in innovative non-pillar mining method with gateroad formed automatically[J].Joumal of Mining & Safety Engincering，2018，35( 4 )：677-685.

[19] 朱珍，張科學，袁紅平.切頂卸壓沿空留巷碎石巷幫控制技術及工程應用[J].煤炭科學技術，2018，46( 3 )：1-7.ZHU Zhen，ZHANG Kexue，YUAN Hongping.Control technology and its application of roadway side wall formed by gangue in gob-side entry retaining formed by roof cutting and pressure releasing[J].Coal Science and Technology，2018，46( 3 )：1-7.

[20] 朱珍，袁紅平，張科學，等.基于切頂卸壓無煤柱自成巷頂板下沉分析及控制技術[J].煤炭科學技術，2018，46( 11 )：1-7.ZHU Zhen，YUAN Hongping，ZHANG Kexue，et al.Analysis and control technology of roof subsidence in non-pillar gob-side entry retaining formed by roof cutting and pressure release[J].Coal Science and Technology，2018，46( 11 )：1-7.

[21] 黃樂亭，黃曾華，張科學.大采高綜采智能化工作面開采關鍵技術研究[J].煤礦開采，2016，21( 1 )：1-6.HUANG Leting，HUANG Zenghua，ZHANG Kexue.Key technology of mining intelligent fully mechanized coal mining face with large mining height[J].Coal Mining Technology，2016，21( 1 )：1-6.

[22] 黃曾華，南柄飛，張科學，等.基于Ethernet/IP綜采機器人一體化智能控制平臺設計[J].煤炭科學技術，2017，45( 5 )：9-15.HUANG Zenghua，NAN Bingfei，ZHANG Kexue，et al.Design on intelligent control platform of mechanized mining robot based on Ethernet/IP[J].Coal Science and Technology，2017，45( 5 )：9-15.

[23] 王國法，趙國瑞，任懷偉.智慧煤礦與智能化開采關鍵核心技術分析[J].煤炭學報，2019，44( 1 )：41-48.WANG Guofa，ZHAO Guorui，REN Huaiwei.Analysis on key technologies of intelligent coal mine and intelligent mining[J].Journal of China Coal Society，2019，44( 1 )：41-48.

[24] 孫繼平.煤礦信息化與智能化要求與關鍵技術[J].煤炭科學技術，2014，42( 9 )：22-25.SUN Jiping.Requirement and key technology on mine informationlization and intelligent technology[J].Coal Science and Technology，2014，42( 9 )：22-25.