中圖分類號：TD67 文獻標志碼：A

Laser-based transmission-reflection fusion device for coal-water mixture concentration measurement GUO Yu¹ ，YANG Chengtao1，CHENFeng2，JIANGPeiwen2，LIBing2，MA Yancao3，XURui4， HUO Xuesong5，TIANMi5，WU Tengfeil （1.Henan EnergyGroup Research InstituteCo.，Ltd.，Zhengzhou 450046，China；2.Collge ofEnvironmentand BiologicalEngineering，Henan UniversityofEnginering，Zhengzhou451191，China；3.HenanCoking CoalEnergy Co.，Ltd.，Jiaozuo 45415o，China；4.Shanghai Institute of TechnicalPhysics，ChineseAcademy ofSciences， Shanghai 200083，China；5.Beijing Pushi Technology Co.，Ltd.，Beijing 100020，China）

Abstract： In the measurement of coal-water mixture concentration during hydraulic punching permeability enhancement operations，traditional methods—suchas thecoferdam method，sedimentation tank method，and weighing hoppermethod—suffer fromlow eficiencyand accuracy.Tuning forksensor technologyalso falls short in termsof precision and consistency，while single laser detection techniques have limited applicability.To address these isses，a laser-based transmission-reflection fusion device forcoal-water mixture concentration measurement was proposed.A laser source and a reflected-light photodetector were installed on one side of the transport pipeline，andatransmited-light photodetector was installedon the opposite side.The laser beam was directed nto the coal-water mixture through a convex lens，and the transmitted-and reflected-light photodetectors converted the received optical energy into corresponding digital signals. The digital signals were superimposed and then processd for grayscale transformation and feature region selection， which helped reduce computational complexity and eliminate interference.The corresponding grayscale values were then calculated，and the relationship between grayscale values and coal-water mixture concentrations was established through polynomial regression，thereby enabling concentration measurement.The application results showed that，for coal-water mixture concentrations ranging from 2% to 20% ，the minimum measurement error was 0.043% ，the maximum error was 0.343% ， the average error was 0.126% ，and the standard deviation was 0.116% ， meeting the accuracy requirements of hydraulic punching permeability enhancement operations.

Key words： coal-water mixture; concentration measurement; laser transmission method; laser reflection method; transmission-reflection fusion laser; polynomial regression

0引言

水力沖孔是一種簡單而高效的低透氣性煤層增透手段，能夠促使煤層形成大量裂隙，從而提升煤層的透氣性，顯著提高低透氣性煤層中瓦斯的抽采效率[1-3]。在底抽巷實施瓦斯抽采水力沖孔增透作業(yè)時，孔口會排出大量煤水混合物。煤水混合物濃度對水力沖孔增透作業(yè)的瓦斯抽采效率有顯著影響：當濃度較低時，煤渣含量減少，可能導致沖孔作業(yè)力量不足，從而煤層增透效果不佳，瓦斯抽采效率低，同時沉淀池排空時間延長，影響后續(xù)作業(yè)的連續(xù)性;當濃度較高時，過多的煤渣易造成抽采設備堵塞，增加動力消耗，頻繁的清挖作業(yè)會打斷抽采流程。因此，精確測量煤水混合物濃度，有助于優(yōu)化沖孔參數(shù)、合理安排清挖作業(yè)，確保煤層充分增透、抽采系統(tǒng)暢通無阻，從而提高瓦斯抽采效率。

目前，煤水混合物濃度測量方法主要包括傳統(tǒng)的圍堰法、沉淀池法和計量斗法，以及近年來新興的音叉式傳感器技術等。傳統(tǒng)的圍堰法、沉淀池法和計量斗法需要使用預先設置的圍堰、沉淀池或計量斗來截留沖出的煤水混合物；待煤水混合物自然沉淀或分離后，通過人工方式計量其中的煤渣質量；隨后，工人將沉積的煤渣裝到刮板輸送機或膠帶上進行運輸[4-5]。該類方法測量速度緩慢，計量精度較低，難以滿足水力沖孔自動化作業(yè)的需求。音叉式傳感器技術的測量精度易受環(huán)境溫度、流體流速、叉體污染、流體黏度等因素影響[6-10]。鑒于井下環(huán)境的復雜性，煤水混合物的流速呈動態(tài)變化，加之煤炭顆粒粒徑分布不均（最小粒徑不足 0.5mm ，最大粒徑可達 3mm 以上），導致音叉式傳感器技術在檢測精度和一致性方面難以滿足要求。

近年來，激光檢測技術憑借單色性、高能量密度和定向性等特性，在監(jiān)測采煤場煤塵濃度、大氣顆粒物濃度及水中生物量濃度等領域展現(xiàn)了巨大的應用潛力[11-15]。然而，目前大多數(shù)顆粒物濃度測量研究采用的是基于單一透射光或反射光的激光檢測方法。此外，各種單一激光檢測技術在原理上存在差異，它們在顆粒物濃度和粒徑的檢測上表現(xiàn)出特定的選擇性和適用范圍[16-20]，這在很大程度上限制了其在煤礦井下復雜環(huán)境中的應用潛力。本文結合激光透射法與激光反射法，提出一種基于透反融合式激光的煤水混合物濃度測量裝置，該裝置對煤水混合物的濃度和粒徑范圍具備更強的適應性，且無需額外設置支路進行取樣，不會對煤水混合物流體的原始流通路徑造成干擾，能夠實現(xiàn)對煤水混合物的高精度、高靈敏度和高一致性檢測。

1裝置基本原理

利用激光進行物質濃度檢測是一種精度較高的測量方法。當激光投射到被測物質上時，物質分子會吸收、透射或反射激光能量。根據(jù)基爾霍夫定律，在熱平衡狀態(tài)下，物質對特定波長激光的吸收能力與發(fā)射能力有關。透明物質對激光能量主要表現(xiàn)為吸收和透射；不透明物質對激光能量則主要表現(xiàn)為吸收和反射。無論物質是否透明，其吸收比例與透射或反射比例之和恒等于1，該特性為通過激光與物質之間的相互作用來檢測物質濃度提供了理論依據(jù)。

煤水混合物主要由煤炭顆粒和水組成。煤炭顆粒是不透明的，能夠吸收和反射激光能量；水是透明的，能夠吸收和透射激光能量?；诖耍O計了基于透反融合式激光的煤水混合物濃度測量裝置，其基本原理如圖1所示。在煤水混合物輸送管道的一側安裝激光光源，在同一側安裝反射光光電探測器，在另一側安裝透射光光電探測器。在裝置工作過程中，激光光源通過光學窗口射入煤水混合物中，水分子對激光能量具備較高的透射能力，而煤炭顆粒則呈現(xiàn)出較強的激光反射能力，煤炭顆粒的反射率約為 10% ，每次反射都會讓激光能量降低一個數(shù)量級[21]。因此，在煤水混合物濃度較低或主要由大粒徑煤炭顆粒構成的情況下，透射光光電探測器接收到的激光能量較多，而反射光光電探測器接收到的激光能量較少。相反，當煤水混合物濃度較高或主要由小粒徑煤炭顆粒構成時，透射光光電探測器接收到的激光能量減少，而反射光光電探測器接收到的激光能量增多。透射光和反射光光電探測器將接收到的激光能量轉換為相應的數(shù)字信號。這些數(shù)字信號經(jīng)過疊加處理后，通過算法模型與煤水混合物濃度建立對應關系，從而實現(xiàn)基于透反融合式激光的煤水混合物濃度測量。

2裝置硬件

基于透反融合式激光的煤水混合物濃度測量裝置主要由激光發(fā)射模組、信號接收模組（包括反射光和透射光信號接收模組）和數(shù)據(jù)分析模組構成，如圖2所示。激光發(fā)射模組發(fā)射激光束，通過一側的光學視窗射入煤水混合物。一部分激光作為反射光，從同一側的光學視窗返回并被反射光信號接收模組捕獲；另一部分激光作為透射光，從對面的光學視窗射出并被透射光信號接收模組接收。信號接收模組將接收到的激光能量轉換為數(shù)字信號。這些數(shù)字信號隨后被送入數(shù)據(jù)分析模組，該模組配備有強大的算力平臺和上位機軟件，用于處理信號并輸出煤水混合物濃度。

激光發(fā)射模組由激光器和凸透鏡構成。激光器采用工業(yè)場景中常用的 650nm 半導體激光器，其功率為 100mW ，光斑直徑為 3mm ，具有壽命長和穩(wěn)定性高的特點。凸透鏡能夠提升激光光源的能量密度，增強信號接收模組的輸入能量。

信號接收模組配備光電探測器和集成電路。光電探測器使用增強型紅外面陣探測器，負責將激光能量轉換為電信號，其性能參數(shù)見表1。集成電路涵蓋增益放大電路和模數(shù)轉換電路等，確保光電探測器的高信噪比數(shù)字信號輸出。

數(shù)據(jù)分析模組主要由工控機構成，其內部搭載具有強大計算能力的資源平臺，能夠執(zhí)行煤水混合物濃度算法模型，并在顯示器上展示結果。數(shù)據(jù)分析模組性能參數(shù)見表2。

基于透反融合式激光的煤水混合物濃度測量裝置能夠直接插入煤水混合物輸送管道中進行測量，亦可與外部傳感器如流速計等聯(lián)合使用，通過傳感器間的協(xié)同作用，滿足更高精度的濃度檢測需求。

3裝置軟件

基于透反融合式激光的煤水混合物濃度測量裝置軟件流程如圖3所示。在離線建模階段，通過配置多種已知濃度的煤水混合物，利用數(shù)據(jù)分析模組采集來自光電探測器響應的數(shù)字信號，并進行數(shù)據(jù)轉換、特征區(qū)域篩選及灰度值計算等處理，將其與煤水混合物濃度進行多項式擬合回歸分析，建立算法模型。在在線測量階段，采集到的是未知濃度的煤水混合物對應的數(shù)字信號，經(jīng)過一系列數(shù)據(jù)處理后輸入算法模型，最終輸出測量結果。

1）數(shù)據(jù)轉換。依據(jù)加權平均灰度化公式對采集的數(shù)字信號（分辨率為 1920×1200 ，RGB三通道格式）進行灰度化處理，將彩色圖像轉換為單通道灰度圖像，從而保留原始圖像的空間分辨率，同時降低數(shù)據(jù)維度，減少計算復雜度，另外能突出光強信息，消除色彩干擾，有利于后續(xù)的特征提取和模型訓練。

2）特征區(qū)域篩選/選擇。在經(jīng)過灰度化處理的數(shù)據(jù)中，除了反映煤水混合物濃度變化的有效信息外，還混雜著多種干擾因素：光源強度的波動會導致整體灰度值發(fā)生系統(tǒng)性偏移；環(huán)境中的雜散光會在圖像邊緣區(qū)域形成干擾性光斑；光電探測器本身的暗電流噪聲會引入隨機干擾。這些干擾因素不僅會掩蓋真實的煤水混合物濃度特征信號，還會導致模型學習到錯誤信息，嚴重削弱模型的泛化性能。因此，在離線建模階段，通過特征區(qū)域篩選直接聚焦對濃度變化敏感的局部區(qū)域，不僅能排除噪聲對模型的干擾，提升模型對核心特征的捕捉能力，還能降低計算復雜度與過擬合風險。在在線測量階段，可直接選取篩選出的特征區(qū)域進行后續(xù)計算。

特征區(qū)域篩選包括特征區(qū)域初選和特征區(qū)域優(yōu)化2個步驟。 ① 特征區(qū)域初選。任意挑選2個不同濃度煤水混合物的灰度圖像，分別將其劃分為4×4 網(wǎng)格，計算對應網(wǎng)格的灰度差值，統(tǒng)計所有網(wǎng)格灰度差值的平均值?；叶炔钪党^平均值的網(wǎng)格與濃度相關性較強，作為初選特征區(qū)域。 ② 特征區(qū)域優(yōu)化。將多次特征區(qū)域初選結果中均出現(xiàn)的區(qū)域選定為最終的特征區(qū)域。

3）灰度值計算。計算特征區(qū)域內圖像灰度值的平均值，將該值作為整幅圖像的灰度值，用于后續(xù)的算法模型構建。

4）算法模型構建。將灰度值與煤水混合物濃度進行多項式回歸分析：

c=a₀+a₁x+a₂x²+…+a_nxⁿ

式中： c 為煤水混合物濃度； a₀，a₁，…，a_n 為系數(shù)； x 為灰度值； n 為多項式階數(shù)。

利用最小二乘法求解待定系數(shù)，實現(xiàn)輸入數(shù)據(jù)（光電探測器響應的數(shù)字信號）與輸出數(shù)據(jù)（煤水混合物濃度）之間的關系擬合。再通過交叉驗證方法選擇性能最優(yōu)的多項式階數(shù)來構建算法模型。

4裝置應用效果

為驗證基于透反融合式激光的煤水混合物濃度測量裝置的應用效果，依據(jù)實際水力沖孔增透作業(yè)中煤水混合物粒徑分布（表3），配制4種典型濃度（ 5% 10% 15% 和 20% 的煤水混合物。將配制好的煤水混合物注入儲存箱，通過大功率潛水泵使其在管道內循環(huán)流動。將煤水混合物濃度測量裝置直接安裝于煤水混合物輸送管道上。

利用煤水混合物濃度測量裝置采集的不同濃度煤水混合物灰度圖像如圖4所示。可看出隨著煤水混合物濃度增加，圖像整體顏色逐漸變深，反映出濃度變化對光的吸收和反射的影響，表明該測量裝置能夠有效捕捉不同濃度下的光強差異，為后續(xù)濃度檢測提供可視化依據(jù)。

利用煤水混合物濃度測量裝置采集上述4種不同濃度煤水混合物的數(shù)據(jù)，經(jīng)數(shù)據(jù)分析模組生成數(shù)據(jù)集?；诖?，建立算法模型以描述數(shù)據(jù)集與煤水混合物濃度之間的關系。本文對比了1—10階多項式回歸的擬合結果，見表4。

由表4可知，低階算法模型擬合不足，高階算法模型易過擬合；6階算法模型的均方誤差最小，為0.1924，相關系數(shù)最接近1，為0.9944。因此，采用6階多項式回歸進行煤水混合物濃度的計算，具體表達式為

c=3.94×10^-8x⁶-2.80×10^-5x⁵+7.76×10^-3x⁴-

1.02x³+55.97x²-2.68x-79837.04

對6階多項式回歸算法模型進行精度測試，針對 2%～20% 濃度范圍的6個未知濃度煤水混合物，測量值與真實值對比如圖5所示，測量誤差見表5。

由圖5和表5可知，測量值與真實值總體較為接近，測量誤差較小，平均誤差為 0.126% ，滿足水力沖孔增透作業(yè)對煤水混合物濃度檢測精度的要求。

5結論

1）基于透反融合式激光的煤水混合物濃度測量裝置基于煤水混合物中煤炭顆粒對激光的反射特性和水分子的透射特性，實現(xiàn)對煤水混合物濃度的高精度檢測，突破了傳統(tǒng)單一激光檢測模式的局限。

2）該裝置可直接安裝于煤水混合物輸送管道上，通過分別安裝在管道兩側的反射光和透射光光電探測器接收激光能量并轉換為數(shù)字信號，利用多項式回歸方法實現(xiàn)數(shù)字信號與煤水混合物濃度之間的關系擬合。

3）在 2%～20% 煤水混合物濃度范圍內，裝置測量的平均誤差為 0.126% ，滿足水力沖孔增透作業(yè)對煤水混合物濃度檢測精度的要求。

參考文獻（References）：

[1]WANG Liguo，XU Yanpeng.Study of the law of gradual change of the influence of hydraulic punching undera rational coal output[J].Arabian Journal of Geosciences，2019，12（14）：427.

[2]XU Dongdong，TAO Yunqi，ZHOU Zhengtao，et al. Study of the law of hydraulically punched boreholes on effective gas extraction radius under different coal outputs[J]. Shock and Vibration，2020，2020（1）.DOI： 10.1155/2020/8858091.

[3]劉廳，林柏泉，趙洋，等.瓦斯非均衡賦存煤層精準沖 孔增透技術及應用[J].煤炭科學技術，2023，51（2）： 217-231. LIU Ting，LIN Baiquan， ZHAO Yang，et al. Precise permeability enhancement technique with hydraulic flushing for coal seams with non-uniformly distributed gas[J].Coal Science and Technology，2023，51（2）： 217-231.

[4] 段守德，李迎旭.底抽巷可移動自卸式水力沖孔沖出 煤量計量裝置設計與應用[J].能源與環(huán)保，2019， 41（1）：104-108. DUAN Shoude，LI Yingxu.Design and application of movable self unloading hydraulic punching coal measure device in floor drainage roadway[J]. China Energy and Environmental Protection，2019，41（1）： 104-108.

[5] 關建闖，趙金閏，劉傳超，等.水力沖孔煤體動態(tài)計量 裝置控制系統(tǒng)設計[J].能源與環(huán)保，2024，46（10）： 206-210，218. GUAN Jianchuang，ZHAO Jinrun，LIU Chuanchao， et al.Design of control system for hydraulic punching Environmental Protection， 2024，46（10）： 206-210，218.

[6]楊利平，張鋒，鄒洋，等.水力化卸煤煤水連續(xù)精準計 量裝置：CN118128537A[P].2024-06-04. YANG Liping， ZHANG Feng， ZOU Yang，et al. Hydraulic coal unloading coal water continuous accurate metering device： CN118128537A[P]. 2024-06-04.

[7］張咪，陳德華，劉樹鍵，等.石英音叉?zhèn)鞲衅鳒y量流體 密度和黏度的研究[J].儀表技術與傳感器，2022（1）： 19-23. ZHANG Mi， CHEN Dehua，LIU Shujian，et al. Study on fluid density and viscosity measured by quartz tuning fork sensor[J]. Instrument Technique and Sensor， 2022（1）： 19-23.

[8]胡廣林，韓曉明，馬彥操，等.底抽巷水力沖孔煤水輸 送及計量系統(tǒng)設計[J].能源與環(huán)保，2024，46（1）：204- 207，213. HU Guanglin，HAN Xiaoming， MA Yancao，et al. Design of hydraulic punching coal-water transportation and metering system for bottom extraction roadway[J]. China Energy and Environmental Protection，2024， 46（1）：204-207， 213.

[9]王振鋒，王瓊霄，王峰，等.一種水力沖煤出煤量測量 裝置、方法、系統(tǒng)、設備及介質：CN115711645A[P]. 2023-02-24. WANG Zhenfeng， WANG Qiongxiao， WANG Feng， et al.Device，method， system，equipment and medium for measuring coal output amount of hydraulic coal flushing： CN115711645A[P].2023-02-24.

[10]王珊珊.音叉密度測井儀的設計[D].荊州：長江大學， 2017. WANG Shanshan. The design of fluid density intertial tool[D]. Jingzhou： Yangtze University， 2017.

[11] LOPEZ EXPOSITO P， BLANCO SUAREZ A， NEGRO ALVAREZ C. Laser reflectance measurement for the online monitoring of Chlorella sorokiniana biomass concentration[J]. Journal of Biotechnology，2017，243： 10-15.

[12]張詠琪，王杰，周渝皓，等.粉塵濃度監(jiān)測技術研究現(xiàn) 狀與發(fā)展趨勢[J].工礦自動化，2024，50（12）：111- 119，165. ZHANG Yongqi，WANG Jie， ZHOU Yuhao，et al. Research status and development trends of dust concentration monitoring technology［J]．Journal of Mine Automation，2024，50（12）： 111-119，165.

[13]喬丹，王志勇，劉建麗.基于光散射理論的煤層氣顆粒 雜質質量濃度研究[J].山西大學學報（自然科學版）， 2024.47（6）： 1238-1245 QIAO Dan， WANG Zhiyong， LIU Jianli. Research on mass concentration of particulate matter in coalbed methane based on light scattering theory[J]. Journal of Shanxi University（Natural Science Edition），2024， 47（6）：1238-1245.

[14]趙濟坤，程永強.基于光散射法的煙塵發(fā)生及濃度測 量系統(tǒng)設計[J].激光與紅外，2017，47（8）：996-1001. ZHAO Jikun， CHENG Yongqiang. Design of dust generation and concentration measurement system based on light scattering method[J]. Laser amp; Infrared，2017， 47（8）：996-1001.

[15]HAN Jinke，LIU Xiaowei， JIANG Meng， et al. A novel light scattering method with size analysis and correction foron-linemeasurementofparticulatematter concentration[J].Journal of HazardousMaterials， 2021，401. DOI： 10.1016/j.jhazmat.2020.123721.

[16]丁莉.基于激光前向散射法的顆粒物濃度檢測裝置設 計[D].濟南：齊魯工業(yè)大學，2023. DING Li. Design of particle concentration detection device based on laser forward scattering method[D]. Jinan： Qilu University of Technology，2023.

[17]AUSTIN J，MINELLI C，HAMILTON D， et al. Nanoparticle number concentration measurements by multi-angle dynamic light scattering[J]. Journal of Nanoparticle Research，2020，22（5） .DOI：10.1007/ s11051-020-04840-8.

[18] SENNATO S， SARRA A，LA CAPRIA C P，et al. Quantification of particle number concentration in liposomalsuspensions by Laser Transmission Spectroscopy（LTS）[J].Colloids and Surfaces B： Biointerfaces， 2023，222.DO1： 10.1016/j.colsurfb. 2023.113137.

[19] 崔江.顆粒特性對激光散射法測量質量濃度的影響研 究[D].武漢：華中科技大學，2017. CUIJiang.Research on the effect of particle characteristics on concentration measurement with laser scattering method[D]. Wuhan： Huazhong University of Science and Technology， 2017.

[20]HAN Jinke，LIU Xiaowei， JIANG Meng，et al. An improved on-line measurement method of particulate matter concentration using tri-wavelength laser light scattering[J].Fuel，2021，302.DOI：10.1016/j.fuel. 2021.121197.

[21]楊恩.煤巖反射光譜特征及識別方法研究[D].徐州： 中國礦業(yè)大學，2019. YANG En. Study on reflectance spectra characterization and recognition method of coal and rock[D]. Xuzhou： China University of Mining and Technology， 2019.