本发明涉及煤矿巷道掘进、工作面回采等领域中实时确定围岩岩体地质状态的方法。
背景技术：
我国煤矿主要是井工开采，需要在井下开掘大量巷道，保持巷道围岩稳定对矿井建设与安全生产具有重要意义，也是煤矿普遍面临的技术难题。煤矿巷道支护设计面临的核心问题是煤矿井下地质条件多变，这使得广泛采用的工程类比法的适用性受到限制。但是，目前煤矿井下缺少快速便捷评价岩体地质状态的方法，亟需相关技术和方法的突破，以促进巷道支护设计的科学化。
目前煤矿井下确定岩体地质状态的方法主要有三种：
(1)钻孔摄像法：其基本原理是通过钻孔孔壁的图像信息来判断岩体的地质状态。该方法比较直观，但是现场实施程序繁琐，后处理慢，且需要人工研判，有主观因素的干扰。另外，当遇到断层、溶洞、破碎带等特殊地质时，该法不再适用；
(2)钻孔声波测试法：该法依据岩体的损伤程度与其声波传输速度的相关性判定岩体完整性。但是当围岩较破碎或塌孔较严重时，该法不再适用；
(3)矿井地震法：该法通过分析震源信号传输时间获得波在岩体中传播的速度场，进而反算出岩体的地质状态。但是，该法存在多解性难题，另外，该法受限于井下巷道有限的空间，不易于大面积实施。
目前，锚杆和锚索支护已成为煤矿井下最常用的巷道支护方式。锚杆和锚索的安装过程中需要用气动锚杆钻机进行钻孔，这些钻孔的范围覆盖了巷道周边的岩体，因此如果能利用气动锚杆钻机的运行参数反演出岩体的地质状态，将为巷道支护设计实时提供详细的地质条件，便于及时优化支护方案，确保巷道围岩的稳定性。如图1、2为气动锚杆钻机的机构示意图。
技术实现要素：
发明目的：针对上述现有技术，提出一种基于气动锚杆钻机钻进参数实时确定岩体地质状态的方法，通过监测气动锚杆钻机钻进过程实时评价岩体地质状态，以解决现有方法存在的费时费力，且应用范围受限的问题。
技术方案：基于气动锚杆钻机钻进参数实时确定岩体地质状态的方法，包括如下步骤：
步骤1：将压力计、流量计串联入所述气动锚杆钻机的马达进气管路，将霍尔转速传感器垂直安装于所述气动锚杆钻机的钻杆上，在锚杆和锚索的安装过程中，获取所述气动锚杆钻机钻进过程中的运行参数，所述运行参数包括马达的进气压力p和耗气量q，以及钻杆的旋转速率ω和钻进速率v；
步骤2：根据一定进气压力p下，所述气动锚杆钻机的输出扭矩m与耗气量q和旋转速率ω的关系，计算所述气动锚杆钻机的输出扭矩m；
步骤3：根据所述气动锚杆钻机的输出扭矩m以及钻进速率v，利用神经网络确定岩体完整性系数kv。
进一步的，所述步骤3中，所述神经网络建立的方法为：在不同深度处的钻孔中，首先利用监测的气动锚杆钻机的运行参数得到m和v；再利用钻孔摄像法或声波测试法测试该钻孔，得到评价岩体完整性系数kv；最后将m和v作为输入，将kv作为输出，训练神经网络。
进一步的，所述神经网络建立的方法中，利用钻孔摄像确定岩体的完整性系数kv时，以孔壁可见的结构面条数作为确定依据；利用声波测试确定岩体的完整性系数kv时，以岩体中的波速作为确定依据。
进一步的，所述步骤1中，利用拉线位移传感器或激光位移传感器测量得到钻进速率v。
有益效果：本发的通过监测气动锚杆钻机钻进过程实时确定岩体地质状态的方法，通过现场试验确定气动锚杆钻机的运行参数与岩体地质状态的关系，然后利用该关系基于气动锚杆钻机的运行参数实时评价岩体的地质状态。本发明方法可以实时、智能、高效提供分析的结果以确定岩体的地质状态，为锚杆支护设计提供依据。与现有技术相比，具有下列优势：
(1)本发明整个实施过程可由程序控制完成，无需人工干预，操作方便，结果不受人为因素的影响；
(2)本发明的评价结果覆盖范围广，包含了巷道围岩的大部分区域，避免评价结果的局限性；
(3)本发明的方法不受地质条件的限制，适用性更广。
附图说明
图1是气动锚杆钻机整体结构图；
图2是气动锚杆钻机a向局部示意图；
图3是气体压力变送器、流量计的装配示意图；
图4是拉线位移传感器、霍尔传感器的装配说明图；
图5是本发明方法的流程图；
图6是本发明中神经网络的确定方法；
图7是一定气体压力下扭矩、耗气量和转速关系图；
图中：1马达和传动部件；2橡胶软管；3消音器部件；4机体部件；5操纵臂部件；6气腿部件；7进气管系；8快速直角旋转接头；9压力变送器；10橡胶管；11流量计；12岩体；13拉线位移传感器；14拉线；15霍尔传感器；16钻杆；17小磁体。
具体实施方式
下面结合附图对本发明做更进一步的解释。
如图5所示，气动锚杆钻机钻进过程实时确定岩体地质状态的方法，包括如下步骤：
步骤1：将压力计、流量计串联入气动锚杆钻机的马达进气管路，将霍尔转速传感器垂直安装于气动锚杆钻机的钻杆上，在锚杆和锚索的安装过程中，获取气动锚杆钻机钻进过程中的运行参数，运行参数包括马达的进气压力p和耗气量q，以及钻杆的旋转速率ω和钻进速率v。
步骤2：对于气动马达，根据一定进气压力p下，气动锚杆钻机的输出扭矩m与耗气量q和旋转速率ω的关系，计算气动锚杆钻机的输出扭矩m。其中，钻机的输出扭矩m与耗气量q、旋转速率ω的关系与进气压力p有关，对不同型号的气动马达，需通过试验确定。实际应用中，根据测得的进气压力p，通过耗气量q和旋转速率ω确定输出扭矩m。一定气体压力下扭矩、耗气量和转速关系如图7所示。
步骤3：根据气动锚杆钻机的输出扭矩m以及钻进速率v，利用神经网络确定岩体完整性系数kv，达到实时确定岩体地质状态的目的。岩体的完整性系数kv的取值范围是0≤kv≤1，可定量刻画岩体的地质状态，即kv的数值越大，岩体越完整。如图6所示，络建立的方法为：在钻孔中进行钻孔摄像或钻孔声波测试，获得在钻孔不同深度处的岩体完整性系数kv，确定岩体地质状态；然后，利用监测的气动锚杆钻机的运行参数m和v作为输入，kv作为输出，训练神经网络，建立三者之间的关系。实际工程中的样本越多，得到的输入输出关系越准确。
步骤3中，利用钻孔摄像确定岩体的完整性系数kv时，以孔壁可见的结构面条数作为确定依据；利用声波测试确定岩体的完整性系数kv时，以岩体中的波速作为确定依据。
通过钻孔声波测试确定岩体的完整性系数kv时，测试数据按下式计算：
其中vmp为岩体的纵波速度；vrp为岩块的纵波速度。
通过钻孔摄像确定岩体的完整性系数kv时，根据单位体积内结构面条数jv确定，方法见下表：
jv与kv对照表
不同状态的岩体中，钻机的运行参数不同，因此kv与钻机输出扭矩m、钻进速率v有关，即：
kv＝f(m,v)
其中，f为函数，由于岩体破坏过程的复杂性，根据目前的理论尚不能确定f的具体函数形式，本发明中利用神经网络，结合现场实验结果来确定三者之间的关系。
本发明的工作原理为：在气动锚杆钻机钻孔过程中，通过马达进气压力、耗气量、钻杆的转速可以推算出钻机的输出扭矩。钻机的输出扭矩和钻杆的钻进速率与岩体的地质状态有密切的关系。比如，岩体的完整性越好，钻机的扭矩就越大，而钻进的速率就越小。因此，可以通过神经网络建立钻机输出扭矩、钻机钻进速率和岩体状态之间的关系，利用该关系可利用钻机运行参数实时评价岩体地质状态。
本发明中利用神经网络方法建立钻机输出扭矩m和钻进速率v与岩体完整性系数kv的关系，也可以使用回归分析和支持向量机等数据分析方法。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。