矿井智能通风现状与智能控制系统构建.pdf

扫码阅读下载张景钢,王清焱,何鑫.矿井智能通风现状与智能控制系统构建J.矿业安全与环保,2023,50(5):37-42.ZHANG Jinggang,WANG Qingyan,HE Xin.Research status and system design of intelligent mine ventilationJ.Mining Safety&Environmental Protection,2023,50(5):37-42.DOI:10.19835/j.issn.1008-4495.2023.05.006矿井智能通风现状与智能控制系统构建张景钢1,王清焱2,何 鑫1(1.华北科技学院 安全工程学院,河北 廊坊 065201;2.西安科技大学 安全科学与工程学院,陕西 西安 710054)摘要:矿井智能通风是智慧矿山建设的重要内容。通过对现有的矿井智能通风技术研究进行总结和分析,深入探讨了智能通风的基本理论,明确了目前矿井智能通风存在的问题与关键技术,并进一步对智能通风的关键技术进行了创新性的探索。最后基于关键技术开展智能模块与智能系统的研究,成功构建了一个综合性的矿井智能通风与灾变应急控制系统,为矿井的通风提供了更加智能和高效的解决方案。关键词:矿井智能通风;关键技术;智能模块;智能系统;矿井智能通风与灾变应急控制系统中图分类号:TD722;TD67 文献标志码:A 文章编号:1008-4495(2023)05-0037-06收稿日期:2023-01-12;2023-03-19 修订基金项目:中 央 高 校 基 金 项 目(3142013103,3142012029);华北科技学院教研项目(HKJYGH202003)作者简介:张景钢(1981),男,山东烟台人,教授,从事煤矿安全、安全管理、风险评估、应急管理等方面的研究工作。E-mail:xagn 。Research status and system design of intelligent mine ventilationZHANG Jinggang1,WANG Qingyan2,HE Xin1(1.School of Safety Engineering,North China Institute of Science and Technology,Langfang 065201,China;2.College of Safety Science and Engineering,Xian University of Science and Technology,Xian 710054,China)Abstract:The construction of intelligent mine ventilation is an important content of the construction of intelligent mine.By summarizing and analyzing the existing research on intelligent ventilation technology in mines,the basic theory of intelligent ventilation is deeply discussed,the existing problems and key technologies of intelligent ventilation in mines are clarified,and the key technologies of intelligent ventilation are further innovatively explored.Finally,based on the research of intelligent modules and intelligent systems on the basis of key technologies,a comprehensive mine intelligent ventilation and disaster emergency control system is successfully constructed,which provides a more intelligent and efficient solution for mine ventilation.Keywords:intelligent mine ventilation;key technology;intelligent module;intelligent system;mine intelligent ventilation and disaster emergency control system 矿山开采涵盖了采煤、掘进、机电、运输、通风五大子系统。其中,矿井通风作为煤矿安全生产最重要的技术保障,主要调节井下空气环境,确保煤矿用风地点的空气质量达到规定的标准。在煤矿开采过程中,由于其不断变化的工作环境及地质条件,需采用更加完善的通风系统,保证人员生命安全,做到安全风险防控前移,降低事故的发生概率。21 世纪以来,伴随科学技术的蓬勃发展和矿井设计水平的不断提高,为提高煤矿的安全水平及其核心竞争力,必须融合信息技术发展优势,推动煤炭产业走现代化工业之路。即积极引进国内外领先的技术,全方位提高矿井的智能水平,建立新型智能矿井。2018 年,住建部颁布 GB/T 512722018煤炭工业智能化矿井设计标准,确立了煤矿智能化改造和建设的标准1;2020 年,多部委联合印发了关于加快煤矿智能化发展的指导意见,明确提出借助先进技术实现“机械化换人、自动化减人、智能化无人”的近期目标2。矿井通风作为矿山开采的主要生产辅助系统,加快建设矿井智能通风系统成为了目前矿井智能化建设的重要环节。笔者基于文献调研分析,阐明矿井智能通风的73第 50 卷 第 5 期2023 年 10 月 矿业安全与环保Mining Safety&Environmental Protection Vol.50 No.5Oct.2023研究现状,并在其关键技术方面进行创新性探索。在此基础上,对矿井智能通风开展智能模块与系统研究,构建综合性的矿井智能通风与灾变应急控制系统。1 矿井智能通风理论随着矿井通风智能化建设的不断推进,多位学者对矿井智能通风的定义和内涵展开了深入探讨。卢新明等3指出智能通风技术是根据井下不同的气候参数变化,确保各用风地点的新鲜充足空气供应;邵良杉等4认为智能通风系统应基于井下物联网、人员定位等系统,采用系统工程技术等理论,实现风网实时解算,以及风门、风窗、风机的动态实时调整。结合前人的研究成果及其他领域智能化研究,认为矿井智能通风是指运用互联网的高新科技,工业的自动化、无人化技术,解决矿井智能通风问题,实现矿井风量的自动分配,矿井通风设施的自动调控,灾变时的联动应急调控。其核心思想是将现有的数据收集、处理、控制、通风等技术有机地联动,依据“平战结合”的原则,在正常通风和灾变的情况下,根据不同的情况,进行智能决策和调节,以实现日常通风的自动管理维护与灾变期间对风流的紧急控制5。2 目前矿井智能通风存在的问题2.1 矿井参数测定问题1)风网解算参数的测定。该参数涉及风速、风压和巷道断面积等多个方面。现阶段国内众多矿井仍采用传统的人工测定方法,但随着矿井深度的加深和巷道系统的复杂化,人工测定已难以保证零误差,且人工数据测定往往存在滞后,对突发情况无法及时呈现矿井的真实通风状况。2)矿井灾害参数的测定。矿井灾害参数主要包括矿井瓦斯与矿尘浓度、矿井巷道特殊气体浓度、工作面与采空区温度、矿井水文地质等参数。目前,国内对灾害参数的测定大多依赖人为感知或传统的人工测量,其误差较大。特别是在回风巷的气体组成、工作面与采空区的温度、矿井水文地质的测量方面,因各矿井的实际状况及灾害测定周期的不同,对灾害的精确预测难度较大,往往导致无法及时应对矿井的实际隐患,也显示出明显的滞后性6。2.2 风网实时调节问题1)风量分配。目前矿井的风量分配依赖于矿井工作面的某些关键参数来进行测算,如温度、湿度、工作人员数量,以及 CO2和瓦斯含量等。数据精度的偏差和不恰当的测算方法均可能导致工作面的风量供应不足或浪费。此外,当前矿井的数据测量也存在较大的延迟,使用此数据进行通风网络解算可能对矿井的正常供风造成严重的后果。2)矿井通风调节设备。矿井风量调节不仅涉及调整主通风机的功率,同时也需对风窗、风门和调压室进行精细的风量调控,确保其定向或定量地流动。目前风窗、风门及其他调压设施仍然依赖人工调节,尚未达到远程、智能、自动及独立的控制标准,存在风量过量或不足、多个设备的矿井风量联合调控等问题7。2.3 风机问题1)主要通风机。国内众多矿井的主要通风机用电量占据了整体矿井的 10%20%。在矿井通风设计阶段,对通风机设备的选型及其工况点的确定都预留有足够的余量,风机大都处于“大牛拉小车”的状态8。2)局部通风机。局部用风量受工作面的 CO2含量、地质构造、瓦斯等因素所影响,而局部通风机的风量输出往往保持恒定,无法根据具体掘进工作面的实时需求来进行风量的调整,更无法实现局部通风机的远程控制。2.4 灾害预知与应急控制问题许多矿井在灾害预测和灾变应急控制方面尚处于相对原始的人为操作与控制阶段。矿工和管理者依赖于人工参数测定,或是基于直觉来对潜在的煤矿事故做出预判。值得关注的是,少数具有前瞻性的矿井已经建立了专门针对特定灾害类型的预测系统9。3 矿井智能通风的关键技术3.1 矿山模型技术现有煤矿图纸常以 CAD 图纸与纸质图纸的形式进行使用和保存,部分煤矿已初步采用矿山 GIS 系统。GIS 技术突破了传统 2D 图纸的空间局限,为复杂的矿山系统提供了三维立体的可视化展示。卢新明等3在 3D 模型基础上,构建了一套矿山 4D GIS 平台。该平台展现了矿山的三维模型、通风气候、地形、地质、井巷、硐室及工作面的空间和属性数据,同时属性参数能依据矿井实际情况实时动态变化。本研究将隧道定位技术引入煤矿,即北斗隧道定位信号扩展系统(见图 1)。此系统由接收天线、83Vol.50 No.5Oct.2023 矿业安全与环保Mining Safety&Environmental Protection 第 50 卷 第 5 期2023 年 10 月卫星导航接收机、GNSS 再生信号源,以及适用于狭窄巷道中的微波漏缆组成10。接收天线主要负责捕获北斗信号,经由卫星导航接收器进行信号的放大、滤波及解析,获取卫星的实时数据,然后将该信息传输至 GNSS 再生信号源生成伪北斗信号,而微波漏缆主要负责将此信号发散出去,确保井下北斗信号的全覆盖。图 1 北斗隧道定位信号扩展系统示意图3.2 参数精确获取技术1)风速参数国内风速传感器存在的精度与波动等问题,文献4-5提出了非固定式超声波时差风速测定法。该技术首先考虑传感器的位置,巷道中平均风速为一圈点,风速传感器应布置在距离顶板 r 的巷道中轴线上,r 值应根据巷道断面积、形状等因素,基于大数据理论与机器学习来确定。其次传感器本身,在超声波时差法中引入数字转换芯片(TDC),保证时间的精准性,同时引入湍流扰动抑制解耦算法,降低扰动造成的误差,由此制作的风速高精度测定传感器精度小于 0.1 m/s,从而实现井巷风速的在线精确实时测定。鉴于电子设备在矿井恶劣环境下的易损性,传感器的可靠度和准确度可能会受到影响,传感器需使用抗腐蚀材料,具备自我清洁等功能,以确保其持续高效运作。2)风压参数针对精密的压力敏感元件进行深入的调研与分析,强调抗腐蚀、抗老化、耐高温潮湿与本质安全化,从中筛选出适合测量风流压力的元件。将其与自适应放大电路连接,实现信号的滤波与放大,整合温湿度参数测量功能,利用神经网络进行非线性校准,减小误差,构建自动补偿高精度传感器,测量精度控制在 1 Pa 左右5。但是针对不规则的巷道,特别是大断面、低风阻的巷道,测量精度可能会有较大偏差,甚至可能超过巷道本身阻力。因此,在特定巷道可结合压差计法进行综合测量,从而确保矿井风压在线精准测定。3.3 矿井通风网络的优化调节技术通风网络的优化调节,不仅要满足矿井的日常通风需求,更要保证灾害发生时能够迅速调整和控制风量,通过文献11-15的深入探析,提出了定点优化调节策略。即基于目前矿井巷道的风网参数,利用可调风窗风机或改变主要通风机的叶片角度与频率来实现阻力调节,使巷道风量满足要求,实现矿井通风网络的定点优化3。3.4 矿井灾害的预防技术灾害发生前往往会出现某些险兆,针对矿井灾害进行总结研究,引入 HAZOP-LOPA 煤矿安全风险评价方法对矿井灾害的险兆信息进行分析与评价,以期对矿井灾害起到提前评价预防的作用16。图 2 展示了 HAZOP-LOPA 煤矿安全风险评价方法的整体流程16。该方法对矿井各项数据进行分类,建立涉及水灾、火灾、顶板、突出及爆炸事故险兆数据库。将每一类数据库划分单元节点,针对矿井数据建立偏差,根据偏差所导致的后果,进一步明确灾害可能发生的后果等级。随后通过风险矩阵对可能的后果等级进行处理,如果风险较低,则仅需进行上述的 HAZOP 分析,将后果等级传至矿井数据分析与决策系统进行调控;若风险较高,则需经过LOPA 层层分析,判断风险是否在可接受范围内。图 2 HAZOP-LOPA 煤矿安全风险评价方法流程图93第 50 卷 第 5 期2023 年 10 月 矿业安全与环保Mining Safety&Environmental Protection Vol.50 No.5Oct.20233.5 通风设施智能化通风设施的智能化主要针对风窗和风机的智能调节。大多研究均应用工业 PLC,实现矿井通风设施的自动化。井下传感器将测得的数据传输至井上,由矿井数据分析与决策系统进行分析处理,随后再将指令发送至 PLC,实现对风窗和风机的调节17。为了进一步提高调控效率和安全性,可在每个风窗风机的控制 PLC 上植入通风设施辅助决策系统(见图 3),实现矿井通风设施的双系统管控(数据分析与决策系统、辅助决策系统)。其中辅助决策系统拥有更高的优先级,同时在遭遇灾害数据分析与决策系统可能失效时,辅助决策系统可以实施自动化的调整措施。图 3 通风设施 PLC 调控流程图4 矿井智能通风系统设计4.1 智能模块研究为解决矿井通风设备种类多、系统复杂等问题,将矿井不同的设施进行模块化分类,使其具备系统性、协调性。将矿井智能通风模块划分为数据采集、数据传输、数据存储、数据分析与处理、可视化信息等五大模块。1)数据采集模块。在井下巷道、采空区及硐室有针对性地布置瓦斯传感器、矿井气候参数传感器、气体分析传感器、热成像仪、顶板压力传感器、水文地质传感器,收集井下实时数据;在适当位置布置井下视频监控装置,传输井下视频信息及图像信息;在巷道关键节点布置人员射频定位系统。2)数据传输模块。选择 5G 无线传输或有线传输技术,将数据采集模块采集的数据通过多功能智能网关传输至地面矿井数据存储中心。3)数据存储模块。此模块负责收集和存储矿井参数信息、瓦斯信息、煤层及采空区区域温度信息、气体成分信息、视频信息、定位信息、人员信息、GIS信息、设备信息、其他信息,并进一步构建灾害数据库、风机数据库与风窗风门数据库。4)数据分析与处理模块。此模块依据数据库的各项参数进行通风网络解算、通风异常诊断与预警、灾变异常诊断与定位、风机运行故障诊断与调节,然后结合数据分析的结果与矿井的实时状况,进行逻辑判断,发出调节指令,经数据传输层到达调节风窗、风机等设施,并将设备执行情况反馈至数据分析与处理模块。5)可视化信息模块。构建监控中心可视化与室外可视化看板。监控中心可视化在三维矿井图中实时显示井下设备运行状态,巷道风量、瓦斯参数、人员位置信息与灾害预警信息。室外可视化主要对井下的监控进行展示,实时观察井下动态情况。4.2 智能系统研究1)矿井三维立体图系统基于矿井地形地貌、等高线、断层、水文地质、矿井界限等信息,矿井三维立体图系统为工程师提供清晰的可视化平台。工程师研究决定挖掘方向与宽度,向掘进机或采煤机发送精准的指令进行作业。该系统能实时接收掘进机或采煤机的推进状况和位置数据,为井下巷道或采空区的三维模型建立提供准确的基础数据。2)风网实时解算系统该系统依据巷道传感器返回的风压、风速、断面积等实时数据,解算得出各巷道所需风量,再将计算结果传输至通风数据分析与决策系统进行判断决策。风网实时解算系统可实现实时分析解算,确保巷道所需风量的正常供应。3)通风数据分析与决策系统正常通风时,进行曲线数据维护与仿真、算法及误差分析、拓扑关系维护及问题诊断,最后形成正常时期的通风方案,将风量调节指令发至通风设施,进行远程调控。同时该系统具备灾害预警与控制功能,04Vol.50 No.5Oct.2023 矿业安全与环保Mining Safety&Environmental Protection 第 50 卷 第 5 期2023 年 10 月通过与事故数据对比,设定预警参数,以提前调整通风设施,确保通风正常,最大程度地降低事故风险18。当井下发生灾害时,根据灾害预警和通风设施失效位置,确定故障源,划分灾害影响范围,确定逃生路线,并进行井下广播通知。通风数据分析与决策系统重新对矿井的通风现状进行快速分析,调动未失效的通风设施进行快速应急控制,防止事故再扩大19。4)可视化展示系统可视化展示系统基于矿井三维立体图,集成了矿井通风设施、人员定位、巷道动态风流及参数可视化、灾害预警与控制等信息,系统展示内容包括:井下员工实时位置;通风机、风窗、风门等运行状况;巷道风流流动方向及巷道预定风量与实际风量;井下的风速、风压、瓦斯浓度、矿尘浓度和温度等参数及分布情况;灾害预警、撤离路线、调控通风设施运转情况。5)通风仿真模拟系统通风仿真模拟系统以矿井三维立体图系统为基础,将风网实时解算系统的数据、通风数据分析与决策系统的指令进行模拟运行。此系统为通风网络的优化、阻力的调节和通风设施调整提供了依据20。通风仿真模拟系统具备以下功能:通风系统拓扑网络建模;巷道风流模拟解算;通风系统网络优化调节;通风设施智能调控。4.3 矿井智能通风与灾变应急控制系统为了进一步提升矿井的系统化管理水平,在深入研究智能模块与系统的基础上,构建了一个综合性的矿井智能通风与灾变应急控制系统,如图 4 所示。图 4 智能通风与灾变应急控制系统流程示意图 该系统从数据收集模块将人员定位信息、矿井信息、通风设施信息经由数据传输模块传至矿井数据存储中心;矿井数据存储中心对数据按不同要求进行分类,经过整理后的数据被传输至数据分析与处理模块进行进一步的分析与决策,并发出调控指令或预警信号21;将系统数据分析与处理模块的调控信息与矿井数据存储中心的实际信息用可视化的方式展示出来。其中,矿井三维立体图系统根据掘进与采煤位置绘制出精确的三维立体图,风网实时解算系统则对巷道风量进行实时解算,通风数据分析与决策系统对当前矿井的状态进行细致分析,为灾害信息发出预警,并调节通风网络,以确保其高效14第 50 卷 第 5 期2023 年 10 月 矿业安全与环保Mining Safety&Environmental Protection Vol.50 No.5Oct.2023稳定运行。智能通风与灾变应急控制系统的核心功能包括:1)三维模型创建:在三维空间中实时创建和编辑图形,解决三维绘图中如投影、定位等一系列难题。2)多视图展示与信息浏览:利用优化的三维模型,具备通风系统图、防尘图、瓦斯抽放图和注浆图等的分层显示,同时清晰展示矿井监控、通风设施、传感器及人员定位信息。3)风量智能分配:对全矿井通风状况进行实时解算,并根据风速传感器进行风速校验,通过控制通风设施,实现风量自动分配。4)灾害预警与控制:在灾害发生前,能够通过对井下数据的深入分析发出预警信息。灾害发生时,系统会迅速确定故障源和受影响的范围,并进行设备联动控制。5)救灾路线:系统结合了服务器端救灾路线求解技术及矿井专家救灾路径库,为实际救援提供精准的参考路径。5 结束语1)依托于当前矿井通风的发展现状,在汲取前人研究理论成果的基础上,阐明了矿井智能通风的定义及核心思想。2)根据文献的调研分析,理清了矿井智能通风存在的问题及关键技术。当前主要面临如矿井参数的精准测定、风网的实时调节,以及风机、灾害预知、应急控制等方面的挑战。梳理了包括矿山模型技术、参数精确获取技术、通风网络优化调节技术、灾害预防技术、通风设施的智能化技术等五大关键技术,并在此基础上融入了新的技术。3)基于智能通风的关键技术,构建了涵盖五大模块和五大系统的矿井智能通风与灾变应急控制系统。该系统集成了先进的传感技术、数据分析算法和实时控制策略,旨在为矿井内的工作人员提供一个更安全、高效和舒适的工作环境。参考文献(References):1 煤炭工业合肥设计研究院,中煤科工集团北京华宇工程有限公司.煤炭工业智能化矿井设计标准Z.中华人民共和国住房和城乡建设部、中华人民共和国国家质量监督检验检疫总局,2018:62.2 国家发展改革委,国家能源局,应急管理部,国家煤矿安监局,工业和信息化部,财政部,科技部,教育部.关于加快煤矿智能化发展的指导意见J.中国安全生产,2020,15(3):5.3 卢新明,尹红.矿井通风智能化理论与技术J.煤炭学报,2020,45(6):2236-2247.4 邵良杉,于保才,陈晓永.矿井智能通风关键技术J.煤矿安全,2020,51(11):121-124.5 周福宝,魏连江,夏同强,等.矿井智能通风原理、关键技术及其初步实现J.煤炭学报,2020,45(6):2225-2235.6 刘剑.矿井智能通风关键科学技术问题综述J.煤矿安全,2020,51(10):108-111.7 杨杰,赵连刚,全芳.煤矿通风系统现状及智能通风系统设计J.工矿自动化,2015,41(11):74-77.8 马路平.矿井主要通风机系统改造和智能调控研究J.机械管理开发,2021,36(12):225-227.9 刘彦武.基于智能通风的火灾和瓦斯突出灾变管控系统探讨J.山西焦煤科技,2021,45(8):47-52.10 蒋韵,张文宇,练灿明,等.高铁隧道内基于北斗卫星的导航定位延伸系统研究J.铁道通信信号,2020,56(1):48-51.11 卢新明.矿井通风系统最优调节问题的研究J.煤炭学报,1985(11):56-64.12 黄元平,李湖生.矿井通风网络优化调节问题的非线性规划解法J.煤炭学报,1995(1):14-20.13 XU G,HUANG J X,NIE B S,et al.Calibration of mine ventilation network models using the non-linear optimization algorithmJ.Energies,2017,11(1):31.14 LI B R,MASAHIRO I,SHEN S B.Mine ventilation network optimization based on airflow asymptotic calculation methodJ.J Min Sci,2018,54(1):99-110.15 张景钢,谢宏,陈柏封,等.矿井多风机联合运转公共风路问题研究J.矿业安全与环保,2017,44(3):86-89.16 张景钢,王清焱,赵淑枫.基于贝叶斯网络的 HAZOP-LOPA 煤矿安全风险评价方法应用研究J.矿业安全与环保,2022,49(1):114-120.17 谭桂玲,井平安,李睿.基于 PLC 控制的煤矿通风系统模拟设计J.南方农机,2022,53(8):147-149.18 景娟.数据挖掘算法在矿井灾害预警系统的应用J.煤矿现代化,2022,31(4):74-76.19 张景钢,项小娟.煤炭能源低碳化对应急救援管理的影响分析J.煤炭经济研究,2020,40(11):49-53.20 李成,谭海樵.基于 GIS 的矿井通风网络可视化仿真模拟研究J.金属矿山,2009(12):103-106.21 刘佳季.矿井智能通风与实时监测系统J.能源与节能,2021(9):157-158.(责任编辑:陈玉涛)24Vol.50 No.5Oct.2023 矿业安全与环保Mining Safety&Environmental Protection 第 50 卷 第 5 期2023 年 10 月