矿井智能通风关键技术_邵良杉.pdf

返回 相似 举报
矿井智能通风关键技术_邵良杉.pdf_第1页
第1页 / 共4页
矿井智能通风关键技术_邵良杉.pdf_第2页
第2页 / 共4页
矿井智能通风关键技术_邵良杉.pdf_第3页
第3页 / 共4页
矿井智能通风关键技术_邵良杉.pdf_第4页
第4页 / 共4页
亲,该文档总共4页,全部预览完了,如果喜欢就下载吧!
资源描述:
Safety in Coal Mines Vol.51No.11 Nov. 2020 第 51 卷第 11 期 2020 年 11 月 矿井智能通风关键技术 邵良杉 1, 于保才1, 陈晓永2 (1.辽宁工程技术大学 系统工程研究所, 辽宁 葫芦岛 125105; 2.冀中能源峰峰集团公司, 河北 邯郸 056107) 摘要 提出了智能通风系统的定义, 分析了煤矿智能通风关键技术, 研究了基于矿山检测监控 系统参数的精确获取算法; 建立了基于最小调节功耗的矿井通风网络自适应优化方法来实现矿 井的按需分风; 建立了矿井通风仿真与实时解算系统; 将智能优化算法应用于矿井通风系统优 化, 及风阻风机的智能调节决策措施。以冀中能源峰峰集团羊东矿 8272 工作面为试验对象, 验 证了提出的智能通风关键技术的可靠性。 关键词 煤矿智能通风; 通风网络; 通风仿真; 通风解算; 风阻风机智能调节 中图分类号 TD72文献标志码 B文章编号 1003-496X (2020 ) 11-0121-04 Key Technology of Mine Intelligent Ventilation SHAO Liangshan1, YU Baocai1, CHEN Xiaoyong2 (1.Institute of System Engineering, Liaoning Technical University, Huludao 125105,China;2.Jizhong Energy Fengfeng Group, Handan 056107,China) Abstract This paper puts forward the definition of intelligent ventilation system, analyzes the key technology of intelligent ventilation in coal mines, and studies the accurate acquisition algorithm based on the parameters of mine detection and monitoring system. An adaptive optimization of mine ventilation network based on minimum regulated power consumption is established to realize the on-demand air distribution in coal mines. The simulation and real-time calculation system of mine ventilation is established. The intelligent optimization algorithm is applied in the optimization of mine ventilation system and the decision measures of the intelligent adjustment of wind resistance fan. Taking the No.8272 working face of Yangdong Coal Mine of Jizhong Energy Fengfeng Group as the experimental object, the reliability of the key technology of intelligent ventilation proposed in this paper is verified. Key words mine intelligent ventilation; ventilation network; ventilation simulation; ventilation calculation; intelligent adjustment of wind resistance fan 煤矿开采由人工、 放炮、 机械化、 信息化到今天 开始的智能化开采,安全水平以及开采效率也随之 提高。目前,无人化智能开采方式受到越来越多的 重视,智能化开采系统陆续被大型煤炭企业启用。 在提出 “十三五” 专项规划后,“智慧矿山” 一词在矿 山领域中曝光度剧增[1]。大多矿企将致力于发展数 字化和智能化矿业,实现“机械化换人、自动化减 人”作为转型升级的重要措施。智慧矿山主要是指 煤矿开采系统、 洗选系统、 运输提升系统、 后勤保障 系统、掘进系统、矿井通风系统等所有环节全面智 能化。矿井通风系统是地下开采矿井的主要系统之 一, 是地下矿开采安全生产的重要保障[2]。传统的通 风系统已经不能满足智能化开采需要,主要存在 ①矿井通风网络不能随着矿井开拓系统不断变化而 变化,网络风流分配不能满足生产和安全需要; ② 风量分配不能按需调节靠自然方式,不能随着瓦 斯、有毒有害气体浓度而自动调节供风;③风窗风 门、风机调节不是自动完成而是靠人工完成,劳动 强度大,实时性滞后;④通风系统以增租方式调节 DOI10.13347/ki.mkaq.2020.11.025 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. SHAO Liangshan, YU Baocai, CHEN Xiaoyong. Key Technology of Mine Intelligent Ventilation [J] . Safety in Coal Mines, 2020, 51 (11) 121-124. 移动扫码阅读 基金项目 国家自然科学基金资助项目 (71771111) 121 Safety in Coal Mines 第 51 卷第 11 期 2020 年 11 月 Vol.51No.11 Nov. 2020 图 3巷道断面风速分布云图 Fig.3Cloud maps of wind speed distribution for roadway section 图 2A 点位置示意 Fig.2Position diagram of point A 风流分配,造成能源浪费严重。因此为适应生产和 安全需求, 建立一种集优化计算、 监测、 网络智能决 策、三维可视化为一体的智能化通风决策系统是通 风技术发展的必然趋势。 我国从 20 世纪 80 年代开始研究通风系统的自 动化信息化方面研究工作。1980 年, 冶金部锡山矿 务局实现了南矿中部通风系统局部的集中监控和风 量自动调节[3]。 2000 年, 中国矿大王德明教授利用电 话网络开发了一套风门远程控制系统,应用电话网 络载波传输控制信号, 从而来控制井下风门[4]。2003 年, 中国矿业大学 (北京) 吴兵、 周心权开发了矿井 火灾风流远程自动控制系统,并在邢台煤矿现场应 用[5]。2008 年, 由中国矿业大学、 湖南科技大学和平 安电气公司联合研制了矿井通风局部通风机智能控 制系统[6]。2011 年, 辽宁工程技术大学使用 PVC 管 搭建微型矿井模型,基于监测监控理论,开发了一 种矿井通风自动控制系统[7]。 2013 年, 武汉理工大学 阮德超,开发了矿井通风远程监控系统。这套远程 监控系统主要由现场控制站、通信网络和监控站 3 部分组成[8]。 分析我国智能通风发展现状,可知目前全国煤 矿通风系统管理调节的自动化和信息化水平还较 低。对于矿井智能通风系统的研究相对较少,几乎 所有煤矿的通风系统调整,都是依据经验粗略计算 调节量,人工调节通风设施面积,调节周期长且精 度低, 甚至调节不当造成瓦斯事故。 1矿井智能通风系统关键技术 1.1智能通风系统 智能通风系统是指矿井通风系统可根据煤矿监 测监控系统、 人员定位系统、 井下物联网系统、 矿井 生产 CAD 系统参数, 用系统工程技术、 人工智能算 法、运筹学、流体力学理论在通风网络实时结算基 础上对风门、风窗和风机动态实时调整,达到用风 需要自动按照最优方式分配,同时保证系统运行稳 定可靠。最优方式主要是指, 通风系统成本最低, 能 耗最低。系统可智能确定最优的风门或风窗设置位 置,智能选择调整主风机叶片角度或频率,智能调 整风窗的风阻大小。智能通风整体框架如图 1。 1.2智能通风系统关键技术 1.2.1智能通风系统参数精确获取 基于监测监控系统获取相关参数,是智能通风 系统的必要保证,但是监测监控系统获得数据难以 真实反映实际情况。比如风速传感器固定在巷道的 某一侧,不能直接反映想到的实际风速。由于理论 上巷道平均风速位置是一圈点,所以将平均风速位 置基准线定为巷道中轴线,这样更容易确定该点, 确定出该点 A 在巷道中轴线上与顶板的距离 r, 风 速传感器在 A 点测得的风速即可以作为断面平均 风速, A 点位置示意如图 2。 根据井下实际情况,模拟速度选 1.0~8.0 m/s, 取样频率为 1 s, 取值 8 次, 选择 24 个不同尺寸断面 进行模拟分析, 选择距离风流入口 100 m 处为分析 断面。 垂直断面上风速分布云图如图 3, 由此可见断 面上风速是规律分布的。巷道风速最大处是巷道中 心, 向外逐渐减小, 边壁为 0, 且梯度逐渐增大。因此, 在平均风速相等的位置安装风速传感器最为准确。 图 1智能通风系统框架图 Fig.1Frame diagram of intelligent ventilation system 122 Safety in Coal Mines Vol.51No.11 Nov. 2020 第 51 卷第 11 期 2020 年 11 月 根据上述模拟试验得到如下结论支护类型一 样的巷道,在不同风速的情况下对平均风速位置几 乎没影响。通过获取的部分巷道风速数据,以 2 种 形式来说明该方法第 1 种, 在不同风速条件下的每 一条巷道, 比较位置 A 在巷道中轴线上与顶板的距 离 r, 当 r 值变化很小时, 那么就认为同一巷道风速 平均位置不变; 第 2 种,每一巷道在相同风速条件 下, 先找到平均风速位置 A, 然后改变风速条件, 对 较 A 点风速与平均风速进,如果两者差值很小, 那 么 A 点风速就可以认为是巷道平均风速。 应用大数据理论, 通过机器学习, 通过监测数据 即可精确获得相应的参数。 1.2.2基于最小调节功耗的矿井通风网络优化 矿井自然分风难以满足生产需要,也会造成风 的浪费。因此, 为了达到通风系统最优化, 需要按需 供风。 为保证按需分风, 就必须调整分支风阻。 目前 常用的回路法原理下,调节点一般选在余支上, 但 是实际情况无法确保其调节位置能够避开最大阻力 路线上,有时调节点会出现在最大阻力路线的分支 上,这种情况发生后,在进行解算时会发现矿井通 风阻力增大, 各通风构筑物 (风门、 风窗) 的阻力增 大, 加剧了无用功耗的增加, 造成通风能量浪费[4]。 提出采用通、回双路法调节,前提条件是各分支风 量都满足要求,在此条件下求出通风网络的所有通 路,当调节方法采用增阻法时,将基准设定为最大 阻力路线的通路阻力,在其他通路的分支上,增加 阻力调节点可以选在其他分支,通过这样调节, 能 够实现整个通风网络的调节量达到最小的目的。 1.2.3矿井通风网络仿真实时解算系统 三维通风仿真与优化系统是智能通风系统的核 心,根据相关参数及实时解算网络系统,使系统优 化、 通风阻力调节、 风机状态调整有据可依。系统主 要具备以下功能井下风流状态仿真;模拟巷道的 新掘和报废; 改变巷道横截面或长度; 风门个数、 位 置以及调节量的模拟;风机数量、位置和工作特性 的模拟。反风与火风压模拟等。通风网络风流按需 分配仿真; 矿井自然风压、 功耗分析; 巷道风速分布 与评价; 矿井分区通风分析与评价。 1.2.4通风系统智能优化算法 定义矿井通风网络为 G (V, E) ,其中 V 和 E 分别为通风网络 G 的 m 个结点和 n 个分支集合, 则|V|m, |E|n, 因此通风网络的独立回路个数 b 可 表示为 bn-m1, 已知风量的巷道条数为 k, 且 k≤ b。建立通风网络优化模型如式 (1) ~式 (6) 。 minZ j∈ F ∑hjqj(1) s.t. n j 1 ∑bijqj0; i1, 2, , m-1(2 ) n j 1 ∑cijhj0; i1, 2, , b(3) hjrjq 2 j△hj-hNj; j1, 2, , n (4 ) qj-min≤qj≤qj-max; j1, 2, , n(5 ) △hj-min≤△hj≤hj-max; j1, 2, , n(6) 式中 Z 为优化目标函数; rj为第 j 分支的风阻; qj、 △hj、 hj分别为第 j 分支的风量、阻力调节值、 分 压调节值; F 为安置风机分支标号集合; hNj为第 j 分 支的自然风压; qj-max、 qj-min分别为第 j 分支允许风量 上限、下限; hj-max、 hj-min分别为第 j 分支允许风压调 节上限、下限; cij{ }为基本回路矩阵; bij{ } 为基本 关联矩阵。 式 (1) 是优化目标函数, 式 (2 ) 是风量平衡约束 条件, 式 (3) 是风压平衡约束条件, 式 (5) 是风量调 节上、 下限约束; 式 (6) 是风压调节上、 下限约束。如 果已知其中 1 条分支风量时, 则式 (5 ) 则变为 qj-min qjqj-max。 如果该分支不能安装通风构筑物时, 式 (6) 则变成为△hj-min△hj△hj-max0。因此式 (5) 和式 (6) 包含的 2 个约束条件为调风地点以及通风网络 分支风量是否已知。余树弦中未知风量分枝 qj共 b-kn-m1-k 个和 n 个分支的△hj是模型 (1) ~模 型 (6) 中的决策变量。通过分析可知 ①模型是一个 非凸规划模型, 针对该函数求解没有可靠的办法; ② 因为调节设施的位置不确定,因此模型中有个未知 的阻力调节值变量,导致模型变量数很大。因此虽 然这类非线性规划问题前期能找到解,随着变量个 数的增加, 算法效率也会大大降低。为解决该问题, 使得能够找到适合的模型和算法,可以从 2 方面考 虑, 一方面使模型凸性化, 另一方面设法减少变量, 综合考虑可采用基于粒子群的优化算法[9]。 1.2.5风阻风机自适应调节决策系统 煤矿安全生产监测监控系统可以动态反应安全 生产的条件变化, 包括温度、 大气湿度、 一氧化碳、 二氧化碳、 瓦斯浓度、 矿山压力等等。如果某一灾害 气体浓度发生变化,都必须自动调整供风量满足规 程要求。这就要求智能通风系统要根据生产安全实 际情况, 在通风网络实时解算、 系统优化的基础上, 自动调整风窗、 风门的风阻, 甚至调整风机的工况, 123 Safety in Coal Mines 第 51 卷第 11 期 2020 年 11 月 Vol.51No.11 Nov. 2020 保证安全可靠供风[10]。 2矿井智能通风系统应用 羊东矿隶属于冀中能源峰峰集团,其中 3 个部 分分别为 羊东新区和羊一、 羊二。由于开采年限比 较长,导致该矿通风系统较为复杂。矿井现有 7 个 入风井和 3 个回风井, 采用混合抽出式的通风方式。 入风井分别为 一坑主、 副井、 二坑南井、 二坑北井、 羊二庄进风井、 羊东主、 副井, 总入风量为 20 602 m3/min。 回风井分别为 佐城风井、 霍庄风井、 羊东风 井, 总回风量 20 954 m3/min。 它们共同组成羊东矿 3 大风井系统 佐城风井系统、 霍庄风井系统、 羊东风 井系统。考虑羊东矿已经生产 50 多年, 矿井巷道结 构复杂,智能通风系统实施难度大,选定主要工作 面 8272 工作面作为样本, 成功后推广全矿。 2.1工作面概况 羊东矿 8272 工作面位于-850 m 水平,五二采 区,工作面标高-572.6~-707.7 m,走向长度 1 092 m, 倾向长度 141~196 m, 面积 144 778.57 m2, 8272 工作面两巷开口于五二轨道上山、五二带式输送机 上山以及五二回风上山,辅运巷西侧为五二带式输 送机巷。 8272 工作面煤层为二叠系山西组 2 号煤 (大煤) , 煤层厚度范围是 4.75~5.96 m, 整体煤层的 平均厚度 5.6 m, 煤层稳定但结构相对复杂; 含 3 层 夹石 顶夹石厚 0.05 m, 距顶板 0.5~0.6 m, 为炭质 粉砂岩; 中夹石厚度 0.01 m, 距顶板 2.5~2.7 m; 底 夹石厚 0.15 m, 为炭质粉砂岩, 距底板 1.3~1.4 m。 核算 8272 工作面需风量为 837.5 m3/min。 2.2系统组成和实施方案 矿井智能通风与实时监测控制系统主要由矿井 通风软件、基于物联网的矿井通风参数测定系统、 百叶式自动风窗及其控制系统、抗火灾远程自动控 制风门组成。实现矿井通风系统实时监测与远程控 制,实时显示矿井主要巷道的风速等数据,实现对 通风构筑物及风机的远程控制,达到精确调节风量 的目的, 极大的提高了该矿的安全性和可靠性[11-13]。 通过分析羊东矿矿井 8272 工作面实际通风情 况,设计出优化改造方案将全自动百叶风窗安设 位置位于外 8272 运料石门联络巷, 第 1 道全自动风 门建筑在距离 8272 回风联络巷三岔门 13.5 m 处, 第 2 道构筑于位于第 1 道风门的下风侧,与第 1 道 风门相距 6 m。抗火灾远程自动控制系统安设位置 在主副井井底总进回风联络巷中。 完成上述工作后,进行矿井三维通风模型和通 风数据库的建立, 然后调试系统, 应用基于最小功耗 的通路法调节风量。 3结语 矿井智能通风系统是智慧矿山智能开采的重要 组成部分,基于峰峰集团羊东煤矿智能通风系统开 发实际,探讨了智能通风系统的框架,通风系统实 现智能化的关键技术。由于矿山条件千差万别, 受 到基础条件限制, 一些功能目前还难以实现, 今后还 将进一步开展深入研究。 参考文献 [1] 马晓辉.基于物联网技术的智慧矿山研究 [J] .机电工 程技术, 2019, 48 (12) 65-66. [2] 张兆龙.粒子群优化算法在矿井通风网络风量优化中 的应用研究 [D] .徐州 中国矿业大学, 2019. [3] 刘小满.矿井局部通风机远程数字监控系统设计 [J] . 工矿自动化, 2017, 43 (7) 77-81. [4] 张丰杰.矿井通风现场实验应用模型 [J] .辽宁工程技 术大学学报 (自然科学版) , 2014, 33 (8) 1031-1034. [5] 汪光鑫.基于三维仿真系统的矿井风流调控技术及应 用研究 [D] .赣州 江西理工大学, 2014. [6] 厍向阳, 常新坦.基于遗传算法的一体化通风网络优 化算法 [J] .中南大学学报 (自然科学版) , 2011, 42 (6) 1676-1684. [7] 张国军, 张丰敏, 侯玉峰.矿井局部通风机智能控制系 统研究 [J] .煤矿机电, 2010 (2) 7-8. [8] 吴兵, 周心权, 谢宏.矿井火灾风流的远程自动控制 [J] .煤矿安全, 2003 (10) 13-15. [9] 王德明, 王月军, 方健之, 等.采用电话网络实现对井 下风门的远程控制 [J] .煤炭科学技术, 2000 (3) 33. [10] 毕娟, 李希建.基于模糊灰靶决策的矿井通风可靠性 评价 [J] .矿业研究与开发, 2019, 39 (10) 122-126. 作者简介 邵良杉 (1961) , 辽宁凌源人, 教授, 博士生 导师, 博士, 1994 年毕业于中国矿业大学北京, 辽宁工程 技术大学管理科学与工程研究院院长,主要从事矿山系统 工程、 数据挖掘方面的研究。 (收稿日期 2020-03-12; 责任编辑 李力欣) 124
展开阅读全文

资源标签

最新标签

长按识别或保存二维码,关注学链未来公众号

copyright@ 2019-2020“矿业文库”网

矿业文库合伙人QQ群 30735420