zhpsЖурнал прикладной спектроскопииZhurnal Prikladnoii Spektroskopii0514-7506B. I. Stepanov Institute of Physics of the National Academy of Scienceszhps-412Research Article******СВОБОДНОРАДИКАЛЬНЫЕ ХАРАКТЕРИСТИКИ И КЛАССИФИКАЦИЯ УГЛЕЙ И ГОРНЫХ ПОРОД МЕТОДОМ ЭЛЕКТРОННОЙ ПАРАМАГНИТНОЙ РЕЗОНАНСНОЙ СПЕКТРОСКОПИИFREE RADICAL CHARACTERISTICS AND CLASSIFICATION OF COALS AND ROCKS USING ELECTRON SPIN RESONANCE SPECTROSCOPYMiaoS. G.MiaoS. G.noemail@neicon.ruLiuX. W.LiuX. W.liuxiaowencumt@163.comШкола информационной и управляющей инженерии, Китайский горно-технический университет; Школа физики и электронной информации, Хуайбэйский педагогический университет; Китайский горно-технический университетSchool of Information and Control Engineering, China University of Mining and Technology; School of Physics and Electronic Information, Huaibei Normal University; IOT Perception Mine Research Center, China University of Mining and TechnologyШкола информационной и управляющей инженерии, Китайский горно-технический университет; Китайский горно-технический университетSchool of Information and Control Engineering, China University of Mining and Technology; IOT Perception Mine Research Center, China University of Mining and Technology201910032020862325(1)-325(8)Copyright © Miao S.G., Liu X.W., 20202020Miao S.G., Liu X.W.Miao S.G., Liu X.W.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://zhps.ejournal.by/jour/article/view/412

Предлагается метод распознавания поверхности угольных горных пород в условиях автоматизированного горнодобывающего процесса. Для определения свойств десяти видов угля, которые встречаются в Китае, используется электронный парамагнитный резонанс (ЭПР). Изучены свободнорадикальные характеристики частиц различных угольных пород: фактор Ланда g, ширина линии ΔH и концентрация свободных радикалов Ng в X-полосе ЭПР. Для построения классификационной модели, предполагающей введение параметров спектров поглощения ЭПР, используются статистические методы. На основе данной модели скорость распознавания угольных горных пород достигает 100%, различных углей 100%, битуминозных углей 88.3%.

Coal-rock interface recognition is one of the key unaddressed problems in unmanned mining, so a novel method for it is proposed. Firstly, electron spin resonance (ESR) is used to directly measure 10 kinds of coals/rocks common in China. Secondly, the free radical characteristics of different particle coals/rocks such as the Lande factor g, line width ΔH, and the concentration of the free radical Ng in the X-band ESR are studied. Lastly, the statistical classifier method of support-vector machine is employed to build a classification model with the input of the parameters of the ESR absorption spectra. Based on the ESR-SVM model, the recognition rate of coals/rocks reaches 100%, the recognition rate of different coals reaches 100%, and the recognition rate of different bituminous coals reaches 88.3%. The experimental results demonstrate that the proposed method is fast, stable, and accurate for the detection of the coal-rock interface and can be a promising tool for the classification of different coals.

поверхность угольной породыэлектронный парамагнитный резонанссвободный радикалcoal-rock interfaceelectron spin resonancefree radicalReferencesJ. P. Sun, J. She, J. Chin. Coal Soc., 38, 508-512 (2013).J. P. Sun, J. She, J. Chin. Coal Soc., 38, 508-512 (2013).K. Xie, W. Li, W. Zhao, Energy, 35, 4349-4355 (2010).K. Xie, W. Li, W. Zhao, Energy, 35, 4349-4355 (2010).S. J. Mao, J. Chin. Coal Soc., 39, 1572-1583 (2014).S. J. Mao, J. Chin. Coal Soc., 39, 1572-1583 (2014).F. Ren, Z. Y. Liu, Z. J. Yang, G. Q. Liang, J. Taiyuan Univ. Technol., 43, 1133-1141 (2010).F. Ren, Z. Y. Liu, Z. J. Yang, G. Q. Liang, J. Taiyuan Univ. Technol., 43, 1133-1141 (2010).S. L. Bessinger, M. G. Nelson, IEEE Trans. Ind. Appl., 29, 562-565 (1993).S. L. Bessinger, M. G. Nelson, IEEE Trans. Ind. Appl., 29, 562-565 (1993).J. Sun, B. Su, Int. J. Min. Sci. Technol., 23, 681-687 (2013).J. Sun, B. Su, Int. J. Min. Sci. Technol., 23, 681-687 (2013).W. Xin, E. J. Ding, K. X. Hu, D. Zhao, J. China. U. Min. Technol., 45, 34-41 (2016).W. Xin, E. J. Ding, K. X. Hu, D. Zhao, J. China. U. Min. Technol., 45, 34-41 (2016).F. Ren, Z. J. Yang, S. B. Xiong, Chin. J. Mech. Eng., 16, 321-324 (2003).F. Ren, Z. J. Yang, S. B. Xiong, Chin. J. Mech. Eng., 16, 321-324 (2003).F. Czechowski, A. Jezierski, Energ. Fuel, 11, 951-964 (1997).F. Czechowski, A. Jezierski, Energ. Fuel, 11, 951-964 (1997).A. B. W. J. Ckowski, W. Wojtowicz, B. Pilawa, Fuel, 79, 1137-1141 (2000).A. B. W. J. Ckowski, W. Wojtowicz, B. Pilawa, Fuel, 79, 1137-1141 (2000).Z. H. Li, B. Kong, A. Z. Wei, Y. L. Yang, Y. B. Zhou, L. Z. Zhang, Environ. Sci. Pollut. R, 23, 1-13 (2016).Z. H. Li, B. Kong, A. Z. Wei, Y. L. Yang, Y. B. Zhou, L. Z. Zhang, Environ. Sci. Pollut. R, 23, 1-13 (2016).S. A. Feng, X. Y. Tang, J. Coal Geol. Chin., 10, 24-26(1998)S. A. Feng, X. Y. Tang, J. Coal Geol. Chin., 10, 24-26(1998)P. Z. Zhang, Z. F. Wang, J. Fuel Chem. Technol., 20, 307-312 (1992).P. Z. Zhang, Z. F. Wang, J. Fuel Chem. Technol., 20, 307-312 (1992).Y. Qin, B. Jiang, C. Wang, D. Y. Song, J. Chin. Univ. Min. Technol., 26, 10-14 (1997).Y. Qin, B. Jiang, C. Wang, D. Y. Song, J. Chin. Univ. Min. Technol., 26, 10-14 (1997).N. S. Qiu, H. Li, Z. J. Jin, Y. K. Zhu, Int. J. Coal Geol., 69, 220-228 (2007).N. S. Qiu, H. Li, Z. J. Jin, Y. K. Zhu, Int. J. Coal Geol., 69, 220-228 (2007).W. J. He, Z. Y. Liu, Q. Y. Liu, L. Shi, X. G. Shi, J. F. Wu, X. J. Guo, Fuel Process. Technol., 156, 221-227 (2017).W. J. He, Z. Y. Liu, Q. Y. Liu, L. Shi, X. G. Shi, J. F. Wu, X. J. Guo, Fuel Process. Technol., 156, 221-227 (2017).C. J. White, C. T. Elliott, J. R. White, AM LAB, 43, 18-23 (2011).C. J. White, C. T. Elliott, J. R. White, AM LAB, 43, 18-23 (2011).J. X. Liu, X. M. Jiang, J. Shen, H. Zhang, Adv. Powder. Technol., 25, 916-925 (2014).J. X. Liu, X. M. Jiang, J. Shen, H. Zhang, Adv. Powder. Technol., 25, 916-925 (2014).J. X. Liu, X. M. Jiang, J. Shen, H. Zhang, Powder Technol., 272, 64-74 (2015).J. X. Liu, X. M. Jiang, J. Shen, H. Zhang, Powder Technol., 272, 64-74 (2015).X. Wang, S. G. Miao, E. J. Ding, J. China. U. Min. Technol., 45, 739-746 (2016).X. Wang, S. G. Miao, E. J. Ding, J. China. U. Min. Technol., 45, 739-746 (2016).V. N. Vapnik, The Nature of Statistical Learning Theory, Springer Verlag, New York (1995).V. N. Vapnik, The Nature of Statistical Learning Theory, Springer Verlag, New York (1995).L. Petrakis, D. W. Grandy, Anal. Chem., 50, 303-308 (1978).L. Petrakis, D. W. Grandy, Anal. Chem., 50, 303-308 (1978).D. J. E. Ingram. Biological and Biochemical Applications of Electron Spin Resonance, Plenum Press, New York (1969).D. J. E. Ingram. Biological and Biochemical Applications of Electron Spin Resonance, Plenum Press, New York (1969).A. Berlin, M. Geidrikh, B. Davydov, B. Krentsel, Chemistry of Polyconjugated Systems, Khimiya, Moscow (1972).A. Berlin, M. Geidrikh, B. Davydov, B. Krentsel, Chemistry of Polyconjugated Systems, Khimiya, Moscow (1972).M. Ikeya, New Applications of Electron Spin Resonance, World Scientific (1993).M. Ikeya, New Applications of Electron Spin Resonance, World Scientific (1993).Z. H. Li, A. Z. Wei, Y. L. Yang, J. Chin. Univ. Min. Technol., 35, 576-580 (2006).Z. H. Li, A. Z. Wei, Y. L. Yang, J. Chin. Univ. Min. Technol., 35, 576-580 (2006).

The authors declare that there are no conflicts of interest present.