中国安全科学学报

作者：贾晓芬, 赵玉晨, 赵佰亭, 胡锐, 梁镇洹

单位：1 安徽理工大学 煤炭无人化开采数智技术全国重点实验室,安徽 淮南 232001；2 安徽理工大学 电气与信息工程学院,安徽 淮南 232001；3 安徽理工大学 人工智能学院,安徽 淮南 232001

关键词：数字孪生,立井井筒测,结构性能监测,网格降维,代理模型,径向基函数(RBF)

基金：国家自然科学基金面上项目资助(52174141); 安徽省自然科学基金面上项目资助(2108085ME158); 安徽理工大学引进人才科研启动基金资助(2022yjrc44)

为解决当前煤矿工作面智能化程度低、井筒结构性能监测研究较少的问题,提出基于数字孪生的立井井筒结构性能监测方法。首先,根据井筒的运行机制和性能监测的需求,提出立井井筒的数字孪生五维框架;其次,通过虚实映射技术结合网格降维的有限元代理模型建立井筒的数字孪生体;然后,借助人工神经网络技术在线预测立井井筒应力,其中,预测数据是立井井筒运行过程中通过井筒有限元预测模型实时预测的井筒结构性能数据;最后,立井井筒有限元预测模型采用径向基函数(RBF)代理模型,并采用Unity3D虚拟引擎搭建平台,集成上述功能,实现立井井筒结构性能在线预测。结果表明:在井筒运行过程中,通过模拟120组不同工况的应力和应变,预测值和模拟值的平均决定系数为0.995 5,预测应变与模拟应变有较高的相关性,验证了立井井筒数字孪生框架的可行性。

来源：2026年第2期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2026年第2期