当前的位置:主页 > 技术资料 > 科技论文

彬长矿区复杂地质条件下煤矿灾害预警平台研究与应用

时间:2023-07-27 来源:中国煤炭杂志官网 分享:

★ 煤矿安全 ★

彬长矿区复杂地质条件下煤矿灾害预警平台研究与应用

杨景峰1,刘战武1,吴学明1,2,王均利1,张 煜1,宋 启3

(1.陕西彬长矿业集团有限公司,陕西省咸阳市,712046;2.彬长矿区综合灾害治理工程研究中心,陕西省咸阳市,713602;3.北京龙软科技股份有限公司,北京市海淀区,100190)

摘 要 陕西彬长矿业集团有限公司(以下简称“彬长矿业”)下属5对矿井开采条件复杂,受水、火、瓦斯、冲击地压等灾害影响严重,亟需基于监测数据构建分析模型对各类灾害进行超前分析和预警,以此促进矿井安全生产。分析了几种灾害的大数据特征,研究了监测预警模型和预警指标体系,研发了煤矿复杂地质条件下灾害监测预警平台,该平台可实现灾害的实时监测和预警,并可以“一张图”综合展示。现场实际应用表明,通过对各监测系统实时数据和历史数据的集成、加工、挖掘,形成了有效的安全预警模型,实现了彬长矿业下属5对矿井灾害的实时监测、大数据分析、提前预警和预警信息分析推送等功能,大大提升了彬长矿业的灾害监测和预警水平。

关键词 复杂地质条件;灾害预警;云平台;监测预警模型

“富煤、贫油、少气”的能源赋存状况决定了煤炭在我国能源供应中的主体地位[1-4]。我国煤炭赋存条件复杂,且随着近年来高强度的开采,采掘活动逐步向深部转移,进一步面临高应力、高地温、高瓦斯、高水压等一系列问题,水、火、瓦斯、粉尘、冲击地压等灾害时有发生,严重影响了煤矿安全生产[5-10]

彬长矿区属于全国14个大型煤炭基地之一的黄陇基地,位于黄陇侏罗纪煤田中部,该矿区煤矿自然灾害多元复杂、耦合叠加,被国家定位为全国煤矿灾害最重、治理难度最大、安全风险最高、有效防范和遏制重特大事故任务最繁重的矿区之一,公司下属5对矿井受冲击地压、水、火、瓦斯、顶板、地热等多种自然灾害影响,给矿井的安全开采带来极大挑战,迫切需要对各类灾害进行研究,实现灾害预警报警。

根据煤矿各类灾害的特点,通过研究致灾因素和成灾前的预兆信息,实现对各类灾害的预警报警,从而采取相关措施避免灾害的发生[11-20]。为了提高对灾害的监测,各矿建立了各类灾害信息监测系统,如微震监测、应力监测、粉尘监测、水害监测等,但各系统相互独立运行,同时对数据的挖掘、分析较少,迫切需要建立统一平台对各类数据进行集成、分析及挖掘,才能更好地对灾害进行预测预警,保障矿井安全生产[21]

1 灾害风险判识及预警模型研究

灾害的风险判识主要有直接分析、特征分析、智能分析3大类。直接分析是对各类监测数据设置不同级别的预警报警线,当监测到的实时数据超过报警线时会发出告警信息;特征分析指能反映水、火、冲击地压等灾害趋势的数据,主要包括各类灾害的趋势预警和梯度预警两部分;智能分析基于深度学习理论,利用预测算法实现对多种监测数据的精准识别和预警,提升矿井灾害防治管理水平,促进安全生产。

1.1 水害风险判识及预警模型

水害预测预警以特征分析为例,一是基于采掘位置的距离预警,通过GIS实现对距离的测量,在接近危险区域一段距离时,发出预警报警信号,实现接近危险区域进行报警提示的功能;二是基于监测数据,对矿井涌水量、常观孔水位等的水位变化趋势进行预警,根据不同的预警指标从低到高分为黄色、橙色、红色3级预警。矿井水害距离和趋势预警指标见表1和表2。

表1 矿井水害距离预警指标

预警对象预警指标/m预警等级采空积水区、老巷、断层防水煤柱、物探水文异常区30~60橙色预警≤30红色预警地表水体冲积层、深井≤120橙色预警

表2 矿井水害趋势预警指标

预警对象预警类别预警指标/%预警等级矿井涌水量涌水量变化幅度19红色预警18橙色预警16黄色预警常观孔水位水位变化幅度19红色预警18橙色预警16黄色预警

1.2 火灾风险判识及预警模型

煤矿井下作业空间内,由于采煤活动破坏、煤自身氧化、煤炭火灾等影响因素,生成的大量可燃易爆性气体与入风风流混合,形成了矿井可燃混合气体。矿井可燃混合气体主要由可爆炸气体组分(如甲烷、氢气、一氧化碳等)、助燃气(指氧气)、抑爆气(即惰气,包括氮气和二氧化碳)3部分组成。矿井可燃气体的组份比例不同,其爆炸危害性也不同,通过分析矿井可燃气体的组分构成及比例,可以界定其爆炸危险性区间,同时也可以对火灾的发生发展态势或熄灭程度做出初步的预测,这对指导矿井救灾工作及防治火灾,特别是对于控制瓦斯爆炸灾害的二次发生及火灾性气体的爆炸性识别,保障井下作业人员及救护队员的生命安全具有十分重要的意义。

接入矿井的束管监测、安全监测系统,根据可燃气体的爆炸界限,进行气体爆炸上、下限和失爆点的计算,对将要发生超限的混合气体进行预警。通过温度和CO浓度的监测数据,利用特征分析中的趋势预警模型对火灾进行预测预警,具体指标见表3~表6。

表3 火灾温度预警指标

序号预警指标/h预警等级11.5≤T<2蓝色预警21≤T<1.5黄色预警30.5≤T<1橙色预警40≤T<0.5红色预警

注:T为作业地点温度达到报警值的时间点与当前时间点的时间差值

表4 火灾CO浓度趋势预警指标

序号预警指标/h预警等级10.75≤T<1蓝色预警20.5≤T<0.75黄色预警30.25≤T<0.5橙色预警40≤T<0.25红色预警

注:T为作业地点CO浓度达到规定报警值的时间点与当前时间点的时间差值

表5 火灾CO浓度阈值预警指标

序号预警指标/10-4%预警等级122.8红色预警221.6橙色预警319.2黄色预警

表6 火灾CO浓度变化阈值预警指标

序号预警指标/(10-4%·h-1)预警等级14.75红色预警24.5橙色预警34.0黄色预警

1.3 瓦斯灾害风险判识及预警模型

瓦斯灾害包括煤与瓦斯突出、瓦斯异常涌出、瓦斯燃烧、爆炸、窒息等,这些灾害的发生通常伴随着重大人员伤亡和经济损失。煤与瓦斯突出和瓦斯异常涌出,这2种灾害都会造成局部区域的瓦斯集聚现象,进而可能引发瓦斯燃烧、爆炸、窒息等事故发生,因此瓦斯灾害一般都是相互关联,且经常多个灾害类型一起发生。瓦斯灾害发生前通常都有前兆特征,例如煤与瓦斯突出的前兆信息包括瓦斯浓度或涌出量增大、忽大忽小变化等监测信息,煤体有异常声响。冲击地压和大能量矿震等也可能诱发煤与瓦斯突出。

根据煤矿瓦斯灾害前兆信息和接入的束管、安全监测系统,建立瓦斯预警指标体系库,根据作业地点瓦斯浓度达到规定报警值的时间点与当前时间点的差值进行评价,从低到高分为蓝、黄、橙、红4个等级。对瓦斯浓度和重点监测区域如瓦斯探头、高瓦斯区、突出威胁区、突出危险区等进行评价。瓦斯趋势预警指标见表7,基于GIS图形的瓦斯预警指标见表8。

表7 瓦斯趋势预警指标

序号预警指标/h预警等级11.5≤T<2蓝色预警21≤T<1.5黄色预警30.5≤T<1橙色预警40≤T<0.5红色预警

注:T为作业地点甲烷浓度达到规定报警值的时间点与当前时间点的时间差值

表8 基于GIS图形的瓦斯预警指标

预警类别评价项目预警指标/m预警等级揭煤岩巷掘进面距揭煤点距离≤50红色预警高瓦斯区距高瓦斯区距离≤50红色预警突出威胁区距威胁区距离≤50红色预警突出危险区距危险区距离≤50红色预警贯通巷道距综掘工作面距离≤50红色预警距炮掘工作面距离≤30红色预警

1.4 冲击地压风险判识及预警模型

冲击地压灾害又称岩爆灾害,是指矿体或岩体在内部高应力作用下,平衡状态遭到破坏,突然释放大量能量发生爆炸振动,导致井巷周壁的矿体、岩石突然喷出造成灾害。冲击地压主要影响来源于原岩应力、构造应力、相变带、沿空侧向应力、矿震诱发型冲击、开采技术等方面的因素影响。煤层开采深度、地质构造等决定了采掘工作面的原岩应力分布,采掘活动会造成围岩应力重新分布,部分区域会出现应力集中现象。根据动静载叠加诱冲原理,大能量矿震与围岩应力相互影响,会造成矿压显现现象,因此冲击地压监测及预警应从静载和动载两方面着手。

以彬长矿业大佛寺煤矿为例,坚持区域与局部相结合的冲击地压危险性监测预警原则,区域监测以微震监测系统为主,局部监测以地音监测、应力监测系统为主,建成了冲击地压综合监测预警平台。大佛寺煤矿根据周边矿井经验数据制定了冲击危险性预警临界指标,结合近年来矿井冲击地压监测预警平台实际应用情况,对矿井微震、地音、应力监测系统目前在用的预警指标进行修订,并给出基于分源权重的综合预警指标。

(1)微震监测系统监测预警指标。微震预警选择所在工作面单个微震事件最大能量、每天平均每米推进度累计能量及能量释放趋势,作为预警指标来判断当前冲击危险状态,预警等级按照从低到高依次为蓝、黄、橙、红4级设置。微震监测预警指标见表9。

表9 微震监测预警指标

预警等级掘进工作面回采工作面蓝色预警1. Emax<1×103 J2. ∑E<1×103J/m3. 释放能量3 d内没有增加1. Emax<5×103J2. ∑E<1×104J/m3. 释放能量3 d内没有增加黄色预警1. 1×103J≤Emax<1×104J2. 1×103J/m≤∑E<1×104J/m3. 释放能量3 d内有增加,但没有连续增加1. 5×103J≤Emax<5×104J2. 1×104J/m≤∑E<1×105J/m3. 释放能量3 d内有增加,但没有连续增加橙色预警1. 1×104J≤Emax<1×105J2. 1×104J/m≤∑E<1×105J/m3. 释放能量3 d内连续增加1. 5×104J≤Emax<5×105J2. 1×105J/m≤∑E<1×106J/m3. 释放能量3 d内连续增加红色预警1. Emax≥1×105J2. ∑E≥1×105J/m3. 释放能量3 d内连续增加,且第3 d ω≥400%1. Emax≥5×105J2. ∑E≥1×106J/m3. 释放能量3 d内连续增加,且第3 d ω≥400%

注:Emax为单个事件最大能量,∑E为工作面平均m/d推进度累计能量;环比百分数ω=(分析期监测总能量/上期监测总能量)×100%,分析统计周期为1 d;以3个条件中满足2个及以上

(2)地音监测系统监测预警指标。地音预警采用异常指数法,具体方法为在特定时间段内(每个工作循环)连续记录地音能量释放情况,然后根据监测到的地音活动偏差值来判断目前的危险状态。偏差值dev为当前班释放的能量或频次与10个生产班平均能量或频次之间的差值与10个生产班平均能量或频次的比值,能量或频次偏差值高者作为当前地音探头地音活动偏差值,偏差值dev计算需区分生产班与检修班。生产班地音能量和频次计算方式见式(1)~式(4):

式中:Eezw——生产期间,当前班的地音能量,J;

前10个生产班地音能量的平均值,J;

i——当前生产班之前10个生产班中的某一个班次。

式中:Nazw——生产班期间,当前班的地音频次,次;

前10个生产班地音频次的平均值,次;

i——当前生产班之前10个生产班中的某一个班次。

根据综合评判,地音监测预警指标见表10。

表10 地音监测预警指标

序号预警等级预警指标1蓝色预警dev<25%2黄色预警25%≤dev<100%;或单个探头仅当前班dev≥100%;或同一巷道相邻探头仅其中1个dev≥100%3橙色预警单个探头连续2个班均100%≤dev<200%;或同一巷道相邻2个探头均100%≤dev<200%4红色预警单个探头连续2个班均dev≥200%;或单个探头连续2个班其中1个班100%≤dev<200%,另1个班dev≥200%;或同一巷道相邻2个探头均dev≥200%;或同一巷道相邻2个探头其中1个探头100%≤dev<200%,另1个探头dev≥200%

(3)应力监测系统监测预警指标。深、浅孔应力计初始安装压力值均为4~5 MPa,当压力值小于4 MPa时应及时补压至初始安装值。应力监测预警指标见表11。

表11 应力监测预警指标

预警等级浅测点应力值(9 m)/MPa深测点应力值(14 m)/MPa应力增量(24 h)/ MPa蓝色预警P<6P<7△P<0.5黄色预警6≤P<97≤P<100.5≤△P<1.5橙色预警9≤P<1210≤P<131.5≤△P<3红色预警P≥12P≥13△P≥3

2 灾害监测预警平台构建

2.1 平台架构

在各类预警模型研究及评价指标制定的基础上,对各矿各类监测系统按照统一的标准集成到数据中台,借助于云计算、大数据、GIS等技术构建灾害监测预警平台,实现数据处理、数据融合、数据分析、数据共享,形成有效的安全预警模型。灾害监测预警平台主要分为数据采集层、数据中心层、技术支撑层、智能应用层4层架构。灾害监测预警平台架构如图1所示。

图1 灾害监测预警平台架构

(1)数据采集层。该层为灾害监测预警平台数据通信功能与各类监测系统提供数据源,其中数据通信功能负责向数据中心层提供数据接口;各类监测系统主要包括微震监测系统、地音监测系统、应力监测系统、支架阻力监测系统、束管监测系统、水文监测系统、瓦斯抽采系统等。

(2)数据中心层。针对数据采集层采集到的海量多源异构数据,需要数据存储框架具有高效性和容错性。对于不同系统采集到的分布式数据、时序数据、非结构化数据,采用“混搭式”的数据存储平台设计理念,构建数据湖和数据仓库融合的大数据管理平台,为复杂地质条件下灾害风险分析与预警提供数据保障。

(3)技术支撑层。该层为灾害监测预警平台提供技术支撑,包括结合理论分析与现场应用构建的预警指标体系库与预测模型以及Web服务与流程服务,保障灾害监测预警平台的正常运行。

(4)智能应用层。该层主要用于煤矿的水文、火灾、瓦斯、防冲及其大数据分析,实现大数据风险预警、风险隐患自动识别、消息推送、问题处置及动态预警信息“一张图”展示等。

2.2 平台功能

灾害监测预警平台通过构建的模型进行各类灾害的预警和报警,信息可通过平台推送给相关责任人,责任人接收到消息后对出现的预警报警信息进行处置,实现闭环管理。

(1)信息展示与统计分析功能。以“一张图”的形式动态展示各类灾害的统计信息,实现监测数据的采集汇总,同时可以查看实时数据与历史数据。灾害监测预警平台会关联每一条预警、报警记录的实时工作状态并自动分析预警、报警原因。还可以根据类型、时间、级别、所属矿井对预警、报警记录进行统计分析。

(2)灾害预警分析功能。通过理论公式的推导、常用监测预警与灾害分析模型的分析、灾害评价指标体系库的建立、结合现场的效果检验形成专业的预警分析模型,实现对水、火、瓦斯、冲击地压等重大灾害的综合研判及超前预警。

(3)预警报警推送及处置功能。根据预警分析模型,对灾害的严重程度从低到高作出蓝色、黄色、橙色、红色4级预警,对异常数据自动处理、分析,并实现预警信息及处置措施的消息推送。

3 灾害监测预警平台应用

根据复杂地质条件下灾害监测预警平台的建设思路,2022年6月,灾害监测预警平台建设完成,并在彬长矿业下属的大佛寺煤矿、胡家河煤矿、文家坡煤矿、孟村煤矿、小庄煤矿进行了现场应用。灾害监测预警平台界面如图2所示。

图2 灾害监测预警平台界面

3.1 冲击地压综合监测预警

灾害监测预警平台根据建立的冲击地压预警模型,对微震监测系统、地音监测系统、应力监测系统、支架阻力监测系统采集到的各类数据进行前兆指标计算并得到综合预警结果。灾害监测预警平台可直观展示监测预警情况,矿方可根据云平台推送的预警等级,评估当前预警区域已有措施实施情况并制定补强卸压方案。根据下一阶段的冲击地压预警结果,可以检验卸压措施的有效性,从而达到预警防治互馈的目的。工作面矿压监测界面如图3所示。

图3 工作面矿压监测界面

3.2 水、火、瓦斯综合监测预警

基于矿井水、火、瓦斯等安全监测系统,实现重大危险源在线监测。通过建立的危险源指标体系库,运用预测模型实现对水、火、瓦斯等灾害的预警,提高矿井整体安全管理水平。当出现水、火、瓦斯等异常情况时,灾害监测预警平台对监测异常情况进行自动处理、分析并进行预警信息推送。

2023年3月24日,灾害监测预警平台对瓦斯监测异常情况进行了自动处理、分析以及预警信息推送,原因为主要通风机倒机期间,工作面运输巷道7号钻场钻孔释放瓦斯,处理措施为封堵漏气钻孔,主要通风机倒机完成后恢复正常。瓦斯预警界面如图4所示。

图4 瓦斯预警界面

2023年4月7日,灾害监测预警平台对外因火灾监测情况进行了自动处理,数据显示了时长33 s 的环境CO异常数据,原因为无轨胶轮车尾气超限,处理措施为定期检测车辆尾气,尾气超标严禁入井;2023年3月30日,数据显示了时长持续31 s的异常数据,平台分析为烟雾异常,原因为传感器故障,处理措施为立即更换传感器。外因火灾预警界面如图5所示。

图5 外因火灾预警界面

2023年3月21日,灾害监测预警平台对热害检测情况进行了自动处理,数据显示了时长12 s的异常数据,平台分析为施工时误触传感器,原因及处理措施推送为尽量减少误触感应头。热害预警界面如图6所示。

图6 热害预警界面

3.3 矿井安全监管

灾害监测预警平台运行以来,辅助矿井进行智能监管效果显著。成功预警各类风险191次,其中瓦斯风险1次,热害风险1次,火灾风险51次,冲击地压风险138次。风险预警后通过核实,有10次的火灾风险预警属于误报,有18次冲击地压风险属于误报,根据统计可知火灾风险的准确度可达80.4%、冲击地压风险准确度达87%,准确度可以满足灾害治理的要求。监测预警平台可对5个矿井预警数量和类型进行有效的统计分析,为彬长矿业提供了重点监管目标和方向。

4 结语

通过灾害监测预警平台在彬长矿业下属矿井的现场应用,对平台的监测预警效果进行了检验,平台可辅助矿井进行灾害风险预警,实现对各类灾害信息的集成、灾害监测“一张图”展示、危险分级预警和推送等功能,实现了矿井对灾害的预警和防治。随着各类监测系统和数据的不断完善与积累,以及大数据挖掘、云计算、工业物联网等技术的深化应用,复杂地质条件下的灾害监测和分级预警水平会显著提升。

参考文献:

[1] 王国法,李世军,张金虎,等. 筑牢煤炭产业安全 奠定能源安全基石[J].中国煤炭,2022,48(7):1-9.

[2] 武强,涂坤,曾一凡,等.打造我国主体能源(煤炭)升级版面临的主要问题与对策探讨[J].煤炭学报,2019,44(6):1625-1636.

[3] 高超,徐乃忠,刘贵,等.中国煤炭行业发展面临的挑战与机遇[J].煤矿开采,2019,24(1):1-4,29.

[4] 李波,巨广刚,王珂,等. 2005-2014年我国煤矿灾害事故特征及规律研究[J].矿业安全与环保,2016,43(3):111-114.

[5] 蓝航,陈东科,毛德兵.我国煤矿深部开采现状及灾害防治分析[J].煤炭科学技术,2016,44(1):39-46.

[6] 李东林,覃伟,李北平. 我国煤矿地质灾害与防治技术[J]. 四川地质学报,2015,35(4):578-582.

[7] 周心权,邬燕云,朱红青,等. 煤矿灾害防治科技发展现状及对策分析[J].煤炭科学技术,2002,(1):1-5,63.

[8] 袁亮.煤矿典型动力灾害风险判识及监控预警技术研究进展[J].煤炭学报,2020,45(5):1557-1566.

[9] 卢新明,阚淑婷.煤矿动力灾害本源预警方法关键技术与展望[J].煤炭学报,2020,45(S1):128-139.

[10] 张庆华,马国龙.我国煤矿重大灾害预警技术现状及智能化发展展望[J].智能矿山,2020,1(1):52-62.

[11] 袁亮,姜耀东,何学秋,等.煤矿典型动力灾害风险精准判识及监控预警关键技术研究进展[J].煤炭学报,2018,43(2):306-318.

[12] 邓军,李贝,王凯,等.我国煤火灾害防治技术研究现状及展望[J].煤炭科学技术,2016,44(10):1-7,101.

[13] 梁运涛,侯贤军,罗海珠,等.我国煤矿火灾防治现状及发展对策[J].煤炭科学技术,2016,44(6):1-6,13.

[14] 孙庆刚.中国煤矿瓦斯灾害现状与防治对策研究[J].中国煤炭,2014,40(3):116-119.

[15] 陶云奇,郭启文.煤矿瓦斯灾害防治技术探讨[J].煤矿安全,2010,41(10):96-98.

[16] 窦林名,田鑫元,曹安业,等.我国煤矿冲击地压防治现状与难题[J].煤炭学报,2022,47(1):152-171.

[17] 翟明华,姜福兴,齐庆新,等.冲击地压分类防治体系研究与应用[J].煤炭学报,2017,42(12):3116-3124.

[18] 姜福兴,杨光宇,魏全德,等.煤矿复合动力灾害危险性实时预警平台研究与展望[J].煤炭学报,2018,43(2):333-339.

[19] 王恩元,李忠辉,李保林,等.煤矿瓦斯灾害风险隐患大数据监测预警云平台与应用[J].煤炭科学技术,2022,50(1):142-150.

[20] 张静,聂章龙.基于物联网的煤矿安全监测与预警平台设计[J].煤炭技术,2021,40(10):209-211.

[21] 疏礼春.基于大数据的云边一体化煤矿安全生产风险监测预警平台[J].煤矿安全,2021,52(5):144-148.

Research and application of coal mine disaster warning platform under complex geological conditions in Binchang mining area

YANG Jingfeng1, LIU Zhanwu1, WU Xueming1,2, WANG JunLi1,ZHANG Yu1, SONG Qi3

(1. Shaanxi Binchang Mining Group Co., Ltd., Xianyang, Shaanxi 712046, China;2.Binchang Mining Area Disaster Comprehensive Control Engineering Research Center,Xianyang, Shaanxi 712046, China;3.Beijing Longruan Technologies Co., Ltd., Haidian, Beijing 100190, China)

Abstract The mining conditions of subordinate five mines of Shaanxi Binchang Mining Group Co., Ltd. (hereinafter referred to as Binchang Mining) are complex and seriously affected by water, fire, gas, rock burst and other disasters,and it is urgent to build an analysis model based on monitoring data to carry out advanced analysis and early warning for various disasters, so as to promote safety production. The big data characteristics of several disasters were analyzed, and monitoring warning model and early warning index system were constructed, and a disaster warning platform under complex geological conditions of coal mines was developed, which could realize the comprehensive display of real-time monitoring and early warning information with “one map”. The practical application indicates that through the integration, processing and mining of real-time data and historical data of various monitoring systems, an effective safety early warning model is formed with the functions of real-time monitoring, big data identification, early warning and warning information analysis and push of disasters in the five coal mines, which greatly improves the disaster monitoring and early warning level of Binchang Mining.

Keywords complex geological conditions; disaster warning; cloud platform; monitoring warning model

中图分类号 TD76

文献标志码 A

移动扫码阅读

引用格式:杨景峰,刘战武,吴学明,等.彬长矿区复杂地质条件下煤矿灾害监测预警平台研究与应用[J].中国煤炭,2023,49(6):19-27.DOI:10.19880/j.cnki.ccm.2023.06.004

YANG Jingfeng, LIU Zhanwu, WU Xueming,et al.Research and application of coal mine disaster warning platform under complex geological conditions in Binchang mining area [J].China Coal,2023,49(6):19-27.DOI:10.19880/j.cnki.ccm.2023.06.004

作者简介:杨景峰(1988-),男,陕西扶风县人,高级工程师,主要从事煤矿信息化、智能化建设管理及研究工作。E-mail:282021263@qq.com

(责任编辑 路 强)

新煤网