通过风驱动的液滴形态控制来优化界面热传输，以实现煤与矸石的精准分离

《Journal of Environmental Chemical Engineering》：Optimizing interfacial thermal transport via wind-driven droplet morphology control for sharp coal-gangue identification

本文提出“液态干预+红外检测”煤矸石识别新方法，通过实验与数值模拟研究不同风速下液滴形态演变与温度场分布的动态一致性机制，发现风速增强可提升蒸发冷却效应，形成稳定低温场，显著提高红外图像分割精度。该成果为智能化开采中煤矸石精准调控提供理论支撑与实践指导。

　　

耿贺|张金旺|陈宇

中国矿业大学（北京）能源与矿业工程学院，北京 100083，中国

摘要

“液体干预 + 红外检测”技术作为一种新型且高效的分煤与矸石识别方法，在智能采矿领域具有广泛的应用前景。尽管先前的研究已经证明了该技术的有效性，但其背后的机制仍不完全清楚。基于风速能够提高液体干预后红外检测准确性的研究结果，本文结合微观物理实验和流场数值模拟，研究了不同风速下液滴在煤/矸石表面的流动行为动态——包括液滴形态和温度场分布，以及微观物理实验中液滴接触角与面积之间的相互作用。研究结果表明，液滴形态演变与温度场分布之间的动态一致性是“液体干预 + 红外检测”技术的主要机制。在微观物理实验中发现，所有风速条件下，煤表面的液滴接触角和面积均显著大于矸石表面。流场模拟显示，风速增加了液滴高度，维持了蒸发冷却作用，同时增强了蒸发-对流散热效果，从而形成了连续的低温度场分布，显著提高了煤块的红外图像分割质量。这些发现为“液体干预 + 红外检测”技术的应用提供了理论基础和实践指导，对矿山固体废弃物的有效利用和环境保护具有重要意义。

引言

煤层沉积物的高度复杂和多变的地质条件促使了多种采矿方法的发展[1]、[2]、[3]。其中，顶煤垮落法已成为开采厚煤层的主要方法[4]、[5]、[6]、[7]，2024年中国顶煤垮落法产量达到了6.8亿吨。煤层垮落过程的智能化是实现全机械化垮落技术的核心，可以减少劳动力、提高效率并提升安全性[8]、[9]。在地下采掘过程中准确识别煤和矸石是精确控制矸石混合比例的基本前提[10]、[11]。

矸石是煤层垮落过程中不可避免的固体废物。尽管矸石可以有多种用途（如采空区回填[12]、[13]、建筑材料[14]、[15]和化工原料[16]、[17]等），但其利用率仍不理想。大量矸石堆积在地表，对当地生态环境仍造成了一定程度的破坏[18]、[19]。因此，在全机械化顶煤垮落工作面进行采掘作业时，准确识别适当的矸石比例对于控制矸石排放至关重要[20]、[21]。

在煤与矸石识别领域，任务主要分为两类：地面/地下带式输送机上的煤与矸石分离[22]、[23]，以及长壁顶煤垮落（LTCC）工作面后部装甲输送机（AFC）上矸石混合比的形态识别[24]、[25]。与煤/矸石分离相比，长壁顶煤垮落工作面矸石形态识别技术的发展相对滞后，例如声波振动信号[26]、[27]、电磁检测[28]和图像识别[29]、[30]，其中图像识别是一种已成功应用于实际的技术[10]。图像识别主要分为可见光和红外两种方式。可见光可以较好地识别灰度差异较大的煤与矸石类型。然而，由于长壁顶煤垮落工作面现场条件复杂多变，可见光图像识别的推广和应用受到限制。相比之下，红外技术能够穿透高浓度的烟雾和灰尘[31]、[32]，从而弥补了可见光在恶劣环境中的不足，进一步促进了图像识别技术的广泛应用。

红外检测区分煤与矸石的基本原理在于它们不同的热辐射特性，这产生了明显的热红外特征。尽管红外技术在复杂环境中表现优异，但在煤与矸石识别应用中的效果有限。这一限制源于同一地质层中的煤和矸石温度几乎相同，难以通过单独的红外检测进行区分。

为了解决这些问题，对煤和矸石表面差异性的研究发现，液体干预会在其表面产生不同的液滴形态特征。这一现象导致热红外图像出现明显差异。基于这一发现，开发了一种新的“液体干预 + 红外检测”方法用于煤与矸石的识别[33]，如图1所示。

如图1所示，矸石表面呈现出“绒毛状”或棉絮状的形态，具有明显的亲水性，而煤表面则相对光滑且疏水。受界面润湿动力学驱动，液滴在矸石表面的扩散范围远大于煤表面。这种广泛的扩散使得矸石表面的低温层更快地消散，使表面温度更接近环境温度。相比之下，煤表面的液滴保留了内部的低温核心，从而在红外图像中形成了明显的对比。需要注意的是，红外热成像无法直接探测矸石的内部温度场，因为它本质上是一种表面和近表面检测技术。红外检测的核心原理是测量由于温度差异（热辐射）从煤/矸石表面发出的红外能量。因此，所提出技术的关键机制依赖于液体干预后在煤和矸石表面形成的温差场。这种温差产生了明显的红外特征，从而实现了煤与矸石的识别。

然而，由于液体干预过程中液滴落下的随机性，煤表面的液滴分布不均匀，导致红外热检测在煤图像识别中的不完全性，进而影响图像分割质量和识别精度。为了解决这一问题，提出了风速增强后红外图像识别精度的改进方案。早期对煤和矸石的温差及红外图像进行了深入分析[34]。本文将从微观角度揭示风驱动下的液滴形态和温度场分布特征，以进一步完善“液体干预 + 红外检测”煤与矸石识别技术。本文的理论研究为解决红外图像中煤与矸石识别精度低的问题提供了新的途径，这对于克服中国智能长壁顶煤垮落（LTCC）采矿技术的瓶颈至关重要。

部分摘录

形态识别结果

煤与矸石之间的温差是本文所述技术的独特分析基础。该方法通过评估液体干预后煤/矸石表面液滴反射的热辐射来进行温度测量。此外，图像识别的准确性是评估的标准。因此，采用矸石比例来定量描述煤和矸石的混合程度（矸石混合比

空气动力学驱动的液滴流场动态

液滴研究广泛应用于农业喷洒[36]、医疗诊断微流控芯片[37]、工业喷雾冷却[38]、能源燃烧[39]、3D打印[40]等领域，以实现精确控制和效率提升。同样，液滴在煤/矸石表面的分布是实现煤与矸石红外图像准确识别的关键技术。

在这种技术背景下，液滴与煤/矸石之间的接触

结论

• (1)
  在不同风速条件下，煤与矸石之间的温差明显大于自然无风状态。同时，在持续有风条件下，煤与矸石之间的温差随时间呈增加趋势。此外，不同风速下煤的形态误差率低于自然无风状态。进一步地，不同风速下煤与矸石的识别精度也有所提高

CRediT作者贡献声明

耿贺：撰写 – 审稿与编辑、撰写 – 原稿、软件开发、方法论设计、数据分析。张金旺：撰写 – 审稿与编辑、资金获取、概念构思。陈宇：数据可视化、验证、监督、数据分析。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本工作得到了国家自然科学基金（项目编号52374148、52204163、52121003）、中央高校基本科研业务费（项目编号2025JCCXNY02、2023YQTD02）以及煤炭开采水资源保护与利用国家重点实验室开放基金（项目编号GJNY-23-37-06）的支持。