煤岩识别一直是制约煤矿无人化开采的关键问题之一。煤炭工业作为我国的基础产业,其重要性与能源安全以及国家经济紧密相关。煤炭是我国的基础能源和重要原料,占我国化石能源资源的90%。近几年,煤炭在一次能源消费中的比重逐渐减少,但煤炭的主要能源地位不会变化。传统的人工采煤因为工作环境极其复杂,很难精准的找到煤岩的分界面,容易造成欠切割或过切割现象。同时,煤炭在开采和洗选过程中会排放大量的固体废物-煤矸石。它是一种比煤坚硬并且含碳量低的深灰色岩石。煤矸石产量高,其排放量约占原煤产量的15%-20%。因此,煤矸石分选也是制约煤炭产量和质量的关键问题。太赫兹光谱技术作为一种无损探测技术,能够反映出被测物体的物理和化学信息,可以成为研究煤炭、煤矸石、岩石识别的有效方法。因此,本文以煤岩介质与煤岩分类识别为背景,对煤岩样品的太赫兹光谱特征提取、建立识别模型展开了研究,主要的工作内容如下:（1）获取样品的太赫兹频谱数据。不同煤岩介质的太赫兹信号可以通过太赫兹时域光谱系统获取,从时域角度和频域角度对样品的太赫兹时域信号进行分析,并保留样品在0.5-3.5THz频段内的光学参数。各类样品在该频段内的太赫兹数据存在差异,验证了利用太赫兹数据对煤岩介质进行识别的可行性。（2）研究在太赫兹频段下不同种类煤岩的太赫兹物理特性的影响因素。四种煤炭介质的太赫兹信号在时域、频域上都存在差异,采用主成分分析法处理在太赫兹频段内各类煤炭介质的光学参数,提取各样品光学参数的PC1得分值。将其PC1得分值与不同煤种的碳含量、灰分含量等因素相结合,验证了在太赫兹频段下煤炭介质的碳含量、灰分是影响其太赫兹物理特性的主要因素。（3）建立基于太赫兹时域光谱技术的识别模型。采用PCA方法对不同煤岩样品在太赫兹频段下的折射率谱、吸收系数谱、介电常数谱、功率谱进行降维和特征提取,降维后各类光学参数的前三个主成分的贡献率都高于99%。CA算法可以通过各类煤炭之间的相似性以及煤炭与煤矸石、岩石之间的差异对样品进行分类。在THz-CA-PCA的分类模型中,基于太赫兹吸收系数谱的模型对六种煤岩介质的识别效果最好,能够实现对煤炭、煤矸石、石英砂岩的精准分类;而基于太赫兹功率谱的模型能够准确的区分出岩石介质,但无法从煤炭样品中区分出煤矸石。在基于折射率谱与介电常数谱的分类模型中,煤炭、煤矸石、岩石介质没有完全被区分开来。通过实验结果可以表明,太赫兹时域光谱技术在煤岩分类识别方面的应用具有一定的研究意义。