隨掘地震實時超前探測系統的試驗研究

王 季，覃 思，吳 海，張慶慶，余俊輝，蘇曉云

隨掘地震實時超前探測系統的試驗研究

王 季，覃 思，吳 海，張慶慶，余俊輝，蘇曉云

(中煤科工集團西安研究院有限公司，陜西 西安 710077)

煤礦智能化建設要求采用智能化地質探測技術在巷道掘進過程中實時完成掘進前方區域的探測和預報。基于在線式礦井地震監測分站構建的隨掘地震實時探測系統能夠在巷道掘進的同時，采集以掘進機震動為震源的隨掘地震數據，通過光纖網絡實時傳輸至地面服務器的數據庫內。隨掘地震數據處理軟件從數據庫中獲取當前隨掘數據，經過篩選、提取虛擬炮集和偏移成像等步驟對掘進前方和側前方一定區域進行反射槽波成像。為驗證系統性能和探測結果的有效性，在正開展掘進作業的山西榆樹坡煤礦5106回風巷內安裝隨掘地震實時探測系統，對該巷道開展為期數個月的隨掘跟蹤探測試驗，探測系統實時采集隨掘地震數據并成像，隨著掘進長度的增加，每日的探測結果不斷顯示5106工作面內存在一條隱伏斷層，后期的反射槽波探測和鉆探工作驗證了該斷層的存在。試驗結果表明，隨掘地震實時探測系統能夠在掘進過程中不斷利用掘進機激發的地震信號對巷道前方和側前方區域成像，從而在不影響掘進施工的條件下，實現了巷道側前方地質異常體的連續跟蹤探測和實時監測，達到了智能掘進系統對地質探測能力的要求。

隨掘地震；超前探測；智能地質探測；掘進機震源；反射槽波

5G通信、人工智能和大數據等信息技術引入煤礦建設，推動了煤炭開采向智能化發展。2020年山西省頒布的DB14/T 2060— 2020《智能煤礦建設規范》[1]將煤礦信息化劃分為3個等級，其中一級提出了掘進工作面監控系統的建設要求。在(晉能源煤計發〔2020〕596號)《山西省煤礦智能化建設評定評分方法》[2]中進一步細化了建設要求，明確提出了須采用智能地質探測技術與裝備建設智能掘進系統。

巷道超前物探技術一直以來都是保障煤礦安全開采的重要手段[3]。常用的巷道超前物探技術有直流電法[4]、瞬變電磁法[5]和反射地震法[6-7]等。目前的超前物探方法在開展探測時，都需要暫停掘進作業以減少掘進機等金屬體或機械振動為探測數據帶來的影響，無法在掘進的同時邊掘邊探、隨掘隨探。近年來，中煤科工集團西安研究院有限公司在反射槽波探測技術[8-10]、巷道超前地震探測技術[11]和隨采地震探測技術[12]的基礎上，開展了隨掘地震探測技術的研究工作。該技術以掘進機在掘進作業中切割巖石產生的震動作為震源，利用連續震動波的回波實現超前探測。經過多次實驗，覃思等[13]成功從連續地震數據中提取出了來自巷道的反射波。王季等[14]采用YTZ3型自記式地震儀對掘進中的巷道開展了隨掘跟蹤探測試驗，實現了基于隨掘地震數據的巷道側前方斷層成像。受到地震儀電池和數據記錄方式的限制，施工人員需要定期下井更換地震儀，升井后才能導出數據并進行處理，因此，不能實時進行隨掘隨探。為了實現實時隨掘探測的目的，新研制出了在線式礦井地震監測分站[15]，可長期安裝于井下巷道內，實時采集地震數據并通過光纖傳輸至地面。在此基礎上構建的隨掘地震實時探測系統，能夠實時地從大量地震數據中尋找異常構造的回波信號，動態完成掘進巷道前方與側前方探測。隨掘地震實時探測系統可以在不影響掘進施工的條件下，實時動態地呈現當前掘進頭前方異常地質構造的探測結果，這一特點達到了煤礦智能化建設對掘進系統的智能地質探測技術的基本要求。

為了檢驗隨掘地震探測系統對異常構造的探測能力，以及實時數據采集、傳輸和處理的性能，在華陽集團榆樹坡煤礦5106工作面回風巷道的掘進過程中，安裝了隨掘地震實時探測系統，從巷道進尺為260 m時開始跟蹤探測，至進尺510 m時結束。在探測過程中實時采集井下地震數據，通過光纖網絡傳輸至中心機房，實現了掘進過程的實時探測。

1 隨掘地震實時探測系統

隨掘地震實時探測系統可分為井下的實時數據采集與傳輸設備和地面的數據庫與實時數據處理軟件系統2個部分，其構成如圖1所示。

圖1 隨掘地震探測系統構成

1.1 實時地震數據采集與傳輸設備

隨掘地震實時探測系統中負責數據采集的設備為KJ959-F型礦用本安型隨掘監測分站。該型監測分站可同時采集6個通道的地震信號，最高采樣率為1.95 kHz。與監測分站相配套的有GZC10型礦用單分量拾震器和機械推靠裝置。通過推靠裝置將拾震器安裝在煤壁上2 m深度的孔內，與監測分站通過電纜相連，實現煤層內地震波的采集。

數據傳輸設備為KTG127型礦用隔爆型光端機和KT105A-J1礦用本安型光纖交換機，傳輸速率可達100 Mbps。每個監測分站配套一臺光端機，將采集到的數據通過鎧裝光纜和光纖交換機傳輸至地面服務器上。

1.2 數據庫與實時隨掘地震數據處理軟件系統

隨掘地震實時探測系統的地面部分主要由數據庫服務器和處理監測工作站組成。數據庫服務器上運行數據庫和與監測分站的接口程序。接口程序從網絡中接收由各個監測分站傳輸的實時地震數據，并將地震數據實時記錄在數據庫中。數據庫中還記錄了觀測系統參數、各拾震器的位置和狀態、當前掘進機所在位置等信息。

隨掘地震數據處理與監測軟件運行在工作站上，實時地從數據庫中取得當前數據和參數，進行隨掘地震數據的處理和成像，并通過軟件界面實時顯示巷道掘進前方和側前方一定區域的地質異常情況。隨掘地震實時數據處理的流程如圖2所示，可分為數據獲取、數據選擇與評價[16]、虛擬炮集提取[17-18]、篩選與去噪[19]、偏移成像[20]等多個步驟。

圖2 隨掘地震數據處理流程

① 數據獲取 根據時間片段的長度設置定時器，定時從數據庫中獲取當前時間片段內新產生的多道隨掘地震數據。

② 數據選擇與評價 對采集到的數據進行分析，根據其平均振幅的大小判斷掘進機的當前狀態是否正常，如果未開機或空轉則丟棄當前數據。

③ 提取虛擬炮集 以距掘進機最近的地震道為參考，采用地震干涉算法將一段時間的連續地震數據轉化為虛擬炮集。

④ 篩選與去噪 以直達波的信噪比為依據，評估虛擬炮集的數據質量，丟棄因掘進機未能有效切割或受其他隨機噪聲影響而產生的低信噪比虛擬單炮記錄，并對篩選的單炮記錄進行濾波和去噪。

⑤ 偏移成像 每產生一個合格的單炮記錄之后進行一次偏移成像，按照掘進進尺為每炮記錄設置不同權重，采用繞射偏移算法實現掘進機前方和側前方探測區域的成像。

2 榆樹坡煤礦5106回風巷隨掘實時監測試驗

華陽集團榆樹坡煤礦位于山西省寧武縣，5106工作面主采5號煤層，煤層平均厚度14.8 m，厚度穩定，位于太原組下部，頂板為泥巖，底板為砂質泥巖，煤層內含多層泥巖夾矸。5106回風巷采用機掘方式，計劃掘進970 m。地面三維地震勘探成果顯示工作面內存在一條斷層。為在掘進中跟蹤斷層對巷道的影響，驗證隨掘地震實時監測系統的有效性，在5106回風巷內安裝了隨掘地震實時探測系統，如圖3所示。

圖3 5106回風巷隨掘地震實時探測系統布置

受到巷道內鉆場影響，在5106回風巷煤壁上共布置20個鉆孔，孔深3 m，孔內安裝分量拾震器，道間距10 m，跨鉆場檢波點道間距20 m，全部測線長度230 m。使用4套監測分站與光端機采集和傳輸數據，從巷道至井下配電室的光纖交換機共鋪設鎧裝光纜約2 000 m。

監測分站的采樣頻率為4 kHz，對于20道數據而言，每秒鐘將產生375 kB的數據，考慮到損耗和其他數據傳輸，需要5 Mbps以上帶寬的網絡才能及時傳輸數據。榆樹坡礦主干網絡為100 Mbps光纖網絡，隨掘系統通過光交換機直接接入主干網絡，因此，帶寬能夠滿足要求。

5106回風巷的隨掘地震實時探測工作從10月中旬持續至12月上旬，期間巷道總進尺為250 m，正常掘進作業的日進尺為5～8 m。監測期間開展了2 次防治水工程施工，施工期間停止了掘進作業，隨掘采集也相應中斷。總計有效掘進57 d，共記錄1.2 TB的地震數據。

3 隨掘實時監測試驗分析

連續采集的地震數據基本為噪聲信號，其中不僅包含了掘進機切割煤壁的震動，還包含帶式輸送機、風筒、水泵等機械設備產生的震動噪聲以及電路和其他電氣設備產生的電噪聲。圖4是10月11日14時至15時采集到的井下地震數據，15時以后停止掘進。圖中數據既含有掘進作業產生的噪聲信號，也含有巖石破裂而產生的脈沖信號。為了從連續數據中尋找有效地震信號，需要對其進行脈沖化處理，提取虛擬炮集。

圖4 原始隨掘地震數據

由于掘進的日進尺較小，可忽略掘進機在一段時間內的位置變化，認為這段時間內震源在同一個點上。選取時間片段的長度為20 min，參考道為距離掘進機最近的20道，采用地震干涉算法[16]對多個時間片段進行脈沖化。圖5是10月11日數據脈沖化的結果。可以看出，經過脈沖化后隨掘地震數據被轉化為虛擬單炮地震記錄，炮點位置為掘進機所在位置。在虛擬單炮記錄中，能夠直接識別出由掘進機產生的直達槽波，根據到時計算出直達槽波的速度為1 100 m/s，與本煤層槽波Airy相速度一致。在圖5中直達槽波之后大約100 ms處，存在一組與直達槽波近似平行的波列。該波列雖然振幅明顯弱于直達波，但是道間一致性較強，能夠較容易地識別。依據這組波列的到時和1 100 m/s的槽波速度判斷，此組波列是來自于掘進頭側前方煤層內某點的反射槽波。圖6是利用槽波繞射偏移算法由圖5的虛擬單炮記錄獲得的成像結果，從成像結果中異常區內一點繪制與炮點(掘進機位置)和各檢波點的連線，再根據直達槽波速度可求出各道對應的時距曲線，如圖5中下面一條曲線所示。

圖5 10月11日隨掘虛擬單炮記錄

由于僅有一炮的虛擬炮集，導致成像結果中巷道的側方和側前方存在一條呈弧線的異常區，表明在異常區內存在斷層或其他異常構造形成的反射面。需要注意的是，并不是全部弧形異常區都是斷層，而是其中某一段可能是一條斷層的某一部分，因此，不能通過單炮成像結果判斷斷層形態，需要疊加多炮結果綜合成像。對于隨掘數據而言，需要跟蹤較長的一段掘進距離，從而等效為多炮記錄，在此基礎上的成像結果才可作為判斷斷層的依據。

圖6 10月11日隨掘數據成像結果

圖7是由10月16日、10月22日、10月29日、11月7日、11月23日、12月3日的隨掘數據得到的虛擬炮集和實時成像結果。這幾日的累計掘尺分別為276、301、316、376、424、500 m。可以看出，虛擬炮集上反射槽波一直存在，隨著掘進距離的增加，有效的虛擬炮數不斷增加，成像結果的畫弧現象不斷減弱，異常區逐漸集中在一段區域內。

從12月3日隨掘數據得到的綜合成像結果可以看出，經過多日連續監測形成了多炮數據，由多炮數據產生的成像結果減少了畫弧現象，所形成的異常區域為一個線狀條帶，與反射槽波探測中斷層的表現一致，因此解釋此區域存在一條與巷道接近平行的斷層CF1，如圖中黑色線條所示。

圖7 掘進過程中多日的虛擬炮集及實時成像結果

為了對比隨掘地震探測與反射槽波探測效果，在5106回風巷掘進至580 m處時，在巷道內又開展了一次反射槽波探測，共鋪設測線570 m，安裝檢波器58道，設置炮點51個，道間距10 m，炮間距10 m。震源采用0.3 kg的炸藥在孔深為3 m的炮孔中激發。圖8是采集的槽波數據，圖9是反射槽波探測的觀察系統布置及根據反射槽波方法得到的成像結果。由槽波數據中直達波到時分析得到槽波Airy相速度為1 100 m/s，與隨掘數據中求得的速度一致。在數據中能夠識別出2個反射波列，如圖8中箭頭所示，分別對應成像結果中的2處條帶狀異常。較強異常區的位置與5106運輸巷一致，認為數據中的反射波來自于運輸巷。另一個在距離回風巷較近的位置存在一個較弱的異常區。對比圖7中12月3日隨掘地震成像結果，其中CF1斷層與此異常區的位置和走向基本一致。因此，無論是炸藥震源還是掘進機震源，都能夠在CF1斷層處產生反射槽波，采用隨掘地震數據能夠實現巷道側前方斷層成像。在5106回風巷掘進的過程中，礦方分別在累計進尺277 m和560 m處（圖9中紫色線）向工作面內打探放水孔，在深度約50 m處均揭露巖石，經多角度驗證為斷層，而所有已掘的5106回風巷并未直接揭露斷層。

圖8 5106回風巷反射槽波數據

圖9 5106回風巷反射槽波成像結果

4 結論

a. 通過在華陽集團榆樹坡煤礦5106回風巷掘進過程中跟蹤開展隨掘地震的連續監測試驗，對隨掘地震數據實時采集、傳輸、存儲和處理的軟硬件系統進行了測試，結果表明該系統能夠滿足隨掘實時探測的需要，在掘進過程中不斷利用掘進機震源的地震信號對巷道前方和側前方區域成像，實現斷層等地質異常體的連續跟蹤探測。

b. 從多日數據的成像結果可以看出，跟蹤掘進距離較短時產生的畫弧現象較為嚴重，可能導致斷層位置的判斷偏差；隨著跟蹤距離的累積，畫弧現象減弱，斷層成像效果得到改善。

c. 榆樹坡煤礦5106回風巷的平均日進尺不足10 m，為1～2個成像網格，因此，在處理上將一天的隨掘數據脈沖化為1～2炮的虛擬單炮記錄，成像結果一天更新1～2次。隨著智能掘進技術的進步，日進程量將進一步提升，隨掘成像結果的更新頻率也將相應提高，從而更好地體現隨掘監測系統的實時性。

[1] 山西省市場監督管理局. 智能煤礦建設規范：DB14/T 2060—2020[S]. 2020-06-30.

Shanxi Provincial Market Supervision Administration. Smart coal mine construction specification：DB14/T 2060—2020[S]. 2020-06-30.

[2] 山西省能源局. 山西省能源局關于印發《全省煤礦智能化建設評定辦法（試行）》和《全省煤礦智能化建設基本要求及評分方法(試行)》的通知(晉能源煤技發〔2020〕596號) [EB/OL]. [2020-12-08]. http://nyj.shanxi.gov.cn/u/cms/www/file/ 20201217/1608188141799016735

Shanxi Provincial Energy Administration. Notice of Shanxi energy administration on issuing the “measures for the evaluation of intelligent construction of coal mines in the province(for trial implementation)” and “basic requirements and evaluation methods for intelligent construction of coal mines in the Province(for Trial Implementation)” (Jin Energy Coal Technology Development〔2020〕No.596)[EB/OL]. [2020-12-08]. http://nyj.shanxi. gov.cn/u/cms/www/file/20201217/1608188141799016735

[3] 程久龍，李飛，彭蘇萍，等. 礦井巷道地球物理方法超前探測研究進展與展望[J]. 煤炭學報，2014，39(8)：1742–1750.

CHENG Jiulong，LI Fei，PENG Suping，et al. Research progress and development direction on advanced detection in mine roadway working face using geophysical methods[J]. Journal of China Coal Society，2014，39(8)：1742–1750.

[4] 韓德品，石學鋒，石顯新，等. 煤礦老窯積水巷道直流電法超前探測異常特征研究[J]. 煤炭科學技術，2019，47(4)：157–161.

HAN Depin，SHI Xuefeng，SHI Xianxin，et al. Study on anomaly characteristics of in-advance DC electric detection of water accumulated roadway in abandoned coal mines[J]. Coal Science and Technology，2019，47(4)：157–161.

[5] 張平松，胡雄武. 礦井巷道掘進電磁法超前探測技術研究現狀[J].煤炭科學技術，2015，43(1)：112–115.

ZHANG Pingsong，HU Xiongwu. Research status on technology of advanced detection by electromagnetic methods in mine laneway[J]. Coal Science and Technology，2015，43(1)：112–115.

[6] 劉盛東，余森林，王勃，等. 礦井巷道地震反射波超前探測波場處理方法研究[J]. 煤炭科學技術，2015，43(1)：100–103.

LIU Shengdong，YU Senlin，WANG Bo，et al. Study on processing method of seismic reflection wave field for advanced detection of mine gateway[J]. Coal Science and Technology，2015，43(1)：100–103.

[7] 張平松，劉盛東，吳健生. 坑道掘進空間反射波超前探測技術[J].煤炭學報，2010，35(8)：1331–1335.

ZHANG Pingsong，LIU Shengdong，WU Jiansheng. Tunnel reflection wave imaging technology and its system during driving space[J]. Journal of China Coal Society，2010，35(8)：1331–1335.

[8] 王季. 反射槽波探測采空巷道的實驗與方法[J]. 煤炭學報，2015，40(8)：1879–1885.

WANG Ji. Experiment and method of void roadway detection using reflected in-seam wave[J]. Journal of China Coal Society，2015，40(8)：1879–1885.

[9] 楊輝. 反射槽波在陽煤和順礦區小構造探查中的應用[J]. 煤田地質與勘探，2018，46(增刊1)：37–40.

YANG Hui. Application of reflected in-seam waves in detecting small structure in Heshun mining area of Yangquan Coal Group[J]. Coal Geology & Exploration，2018，46(Sup.1)：37–40.

[10] 王一. 礦井反射槽波包絡疊加成像方法及其應用[J]. 煤田地質與勘探，2017，45(5)：152–154.

WANG Yi. Method and application of reflected in-seam wave enveloped superposition imaging in coal mine[J]. Coal Geology & Exploration，2017，45(5)：152–154.

[11] 覃思. 隨采地震井–地聯合超前探測的試驗研究[J]. 煤田地質與勘探，2016，44(6)：148–151.

QIN Si. Underground-surface combined seismic while mining advance detection[J]. Coal Geology & Exploration，2016，44(6)：148–151.

[12] 程建遠，覃思，陸斌，等. 煤礦井下隨采地震探測技術發展綜述[J]. 煤田地質與勘探，2019，47(3)：1–9.

CHENG Jianyuan，QIN Si，LU Bin，et al. The development of seismic-while-mining detection technology in underground coal mines[J]. Coal Geology & Exploration，2019，47(3)：1–9.

[13] 覃思，程建遠. 煤礦井下隨采地震反射波勘探試驗研究[J]. 煤炭科學技術，2015，43(1)：116–119.

QIN Si，CHENG Jianyuan. Experimental study on seismic while mining for underground coal mine reflection survey[J]. Coal Science and Technology，2015，43(1)：116–119.

[14] 王季，覃思，陸斌，等. 基于掘進機隨掘震源的巷道側前方斷層成像技術[J]. 煤炭科學技術，2021，49(2)：232–237.

WANG Ji，QIN Si，LU Bin，et al. Tomographic imaging technology of front side of roadway based on excavation source of roadheader[J]. Coal Science and Technology，2021，49(2)：232–237.

[15] 吳海. 礦用本安型微震監測分站技術要求及檢驗方法研究[J]. 煤炭技術，2017，36(12)：211–212.

WU Hai. Study on technical requirement and test method of mine intrinsically safe microseismic monitoring substation[J]. Coal Technology，2017，36(12)：211–212.

[16] 覃思，崔偉雄，王偉. 隨采地震數據質量定量評價[J]. 煤田地質與勘探，2019，47(3)：20–24.

QIN Si，CUI Weixiong，WANG Wei. Quantitative quality evaluation of seismic-while-mining data[J]. Coal Geology & Exploration，2019，47(3)：20–24.

[17] 陸斌，程建遠，胡繼武，等. 采煤機震源有效信號提取及初步應用[J]. 煤炭學報，2013，38(12)：2202–2207.

LU Bin，CHENG Jianyuan，HU Jiwu，et al. Shearer source signal extraction and preliminary application[J]. Journal of China Coal Society，2013，38(12)：2202–2207.

[18] 陸斌. 基于地震干涉的回采工作面隨采地震成像方法[J]. 煤田地質與勘探，2016，44(6)：142–147.

LU Bin. A seismic while mining method of coal working-face based on seismic interferometry[J]. Coal Geology & Exploration，2016，44(6)：142–147.

[19] 劉強. L1范數約束的隨掘地震噪聲衰減[J/OL]. 煤炭學報，2020-12-07. http://kns.cnki.net/kcms/detail/11.2190.td.20200918. 1124.002.html

LIU Qiang. Noise attenuation based on L1-norm constraint inversion in seismic while drilling[J/OL]. Journal of China Coal Society，2020-12-07. http://kns.cnki.net/kcms/detail/11.2190. td.20200918.1124.002.html

[20] 姬廣忠. 反射槽波繞射偏移成像及應用[J]. 煤田地質與勘探，2017，45(1)：121–124.

JI Guangzhong. Diffraction migration imaging of reflected in-seam waves and its application[J]. Coal Geology & Exploration，2017，45(1)：121–124.

Experimental study on advanced real time detection system of seismic-while-excavating

WANG Ji, QIN Si, WU Hai, ZHANG Qingqing, YU Junhui, SU Xiaoyun

(Xi’an Research Institute Co. Ltd., China Coal Technology and Engineering Group Corp., Xi’an 710077, China)

The construction of intelligent loal mine requires the employment of the intelligent geological exploration technology to detect and predict front area in the process of roadway tunneling. The real time detection system of seismic while excavating is constructed on the basis of on-line seismic monitoring stations. The acquired seismic data is inspired by vibration of the tunneling machine, and is transmitted on optical fiber network to the database server located on the ground. The processing software acquires current seismic data from the database, through the steps of screening, pulsing and migration, imaging the front and side area of roadway head by reflected in-seam wave. In order to verify the performance and effectiveness of this system, we installed the real time detection system in the 5106 air return roadway of the Yushupo Coal Mine, and took a tracking detection test for several months. The detection system collected real-time seismic data, imaging in real time while excavating. With the increasing of the tunneling length, daily detection results show that there is a hidden fault existing in working face 5106. The fault has been verified by later drilling and detection of reflected in-seam wave. That means this real time detection system has the ability to image the area in front and side of the roadway by seismic signal generated from the road-header. Therefore, the detection system realized the continuous tracking and real time monitoring of abnormal structures in front of roadway side without affecting the process of roadway tunneling. It meets the requirement of geological detection ability for an intelligent tunneling system.

seismic-while-excavating; advanced detection; intelligent geological exploration; road-header vibration; reflected in-seam wave

P631

A

1001-1986(2021)04-0001-07

2021-04-25；

2021-06-04

國家重點研發計劃課題(2018YFC0807804)；國家自然科學基金面上項目(41974209)

王季，1977年生，男，陜西西安人，博士，研究員，碩士生導師，研究方向為井下物探技術. E-mail：wangji@cctegxian.com

“煤礦隱蔽致災地質因素動態智能探測技術”專題 編者按 我國煤炭資源賦存地質條件差、隱蔽致災地質因素多，迫切需要超前精細查明隱蔽地質異常體的分布狀況，保障煤炭安全高效開采。當前，煤礦采區地質勘探、地面三維地震勘探、礦井物探在探測精度、深度與可靠性及時效性方面均不能完全滿足煤礦生產的需求，亟需開展煤礦隱蔽致災地質因素地球物理響應機理的研究，研發地面高精度勘探與井下動態智能探測的新技術與新裝備，形成煤礦隱蔽致災地質因素快速、精細、動態、智能探測技術體系。為了配合煤炭行業在隱蔽致災地質因素探查的戰略需求，交流分享我國在煤炭地質及礦井物探方面取得的最新科技成果，邀請中煤科工集團西安研究院有限公司王季研究員擔任客座主編，依托國家重點研發計劃項目(2018YFC0807800)，開展“煤礦隱蔽致災地質因素動態智能探測技術”專題策劃，本期專題優選8篇稿件刊登，以期促進煤礦企業地質災害防治的技術進步。

王季，覃思，吳海，等. 隨掘地震實時超前探測系統的試驗研究[J]. 煤田地質與勘探，2021，49(4)：1–7. doi: 10.3969/j.issn.1001-1986.2021.04.001

WANG Ji，QIN Si，WU Hai，et al. Experimental study on advanced real time detection system of seismic- while-excavating[J]. Coal Geology & Exploration，2021，49(4)：1–7. doi: 10.3969/j.issn.1001-1986.2021.04.001

(責任編輯 聶愛蘭)