矿井通风系统重大隐患监测识别与安全评价方法研究.pdf

分类号 学号 o X 西I A Nu N 姿I V E R S I T Y 钟O FSCIEN触CEA N DT E C H N 冀 密级 硕士学位论文 T h e s i sf o rM a s t e r ，SD e g r e e 矿井通风系统重大隐患监测识别与 安全评价方法研究 申请人姓名杨卓亚 指导教师金洪伟徐刚 校内许金 校外 类别全日制专业学位硕士 工程领域安全工程 研究方向煤与瓦斯安全共采 2 0 21 年6 月 万方数据 西姿料技夫擎 学位论文独创性说明 本人郑重声明所呈交的学位论文是我个人在导师指导下进行的研究工作及其取得 研究成果。尽我所知，除了文中加以标注和致谢的地方外，论文不包含其他人或集体已 经公开发表或撰写过的研究成果，也不包含为获得西安科技大学或其他教育机构的学位 或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中做 了明确的说明并表示了谢意。 学位论文 设计 作者签名桶章亚日期力洲，6 ．『3 学位论文知识产权声明书 本人完全了解学校有关保护知识产权的规定，即研究生在校攻读学位期间论文工 作的知识产权单位属于西安科技大学。学校有权保留并向国家有关部门或机构送交论文 的复印件和电子版。本人允许论文被查阅和借阅。学校可以公布本学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存和汇编本学 位论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律注明作者单位 为西安科技大学。 保密论文待解密后适用本声明。 学位论文作者签名桶章亚指导教师签名仓澎“每 删年‘月侈日 万方数据 论文题目 学科名称 硕士生 指导教师 矿井通风系统重大隐患监测识别与安全评价方法研究 安全工程 杨卓亚 金洪伟 校内 徐刚 校内 许金 校外 签名 盘选 签名 金避 签名 垄筮幽 签名圣尘 摘要 矿井通风系统是矿井生产管理系统的重要组成部分，也是预防瓦斯、矿尘和火灾事 故发生的重要关键。目前对通风系统重大隐患的识别还只是处于人工干预阶段，在智能 化监测和识别方面的研究较少，难以实现对通风系统的实时监控和识别通风系统安全 风险评估的工作大多也需要进行专家决断，难以根据各种通风系统的监测数据对其进行 实时、定量的评价。为了更好地实现对矿井通风系统的安全运行状态进行实时量化评价， 并准确识别其在系统中的重大隐患，本文以山茜某矿的通风系统为研究对象，分析了矿 井风量不足和通风系统不稳定这两类重大安全隐患的影响因素，给出了定量的判识指标 和模型，提出了基于中性参照对象的层次分析法，构建了矿井通风系统安全风险监测评 价的指标和模型，从而实现了对通风系统进行正确合理的评价。主要进行了如下研究 1 以当前监测风量、5 m i n 内风量简单移动平均值和一个月内风量指数移动平均 值作为风量不足的判识指标，建立了风量不足识别模型，根据给出的评分值对矿井风量 不足隐患进行判识；用真实波动幅度均值作为通风系统不稳定的判识指标构建了通风系 统不稳定识别模型，根据最终的评分值来判断通风系统的稳定性。 2 从矿井的通风系统稳定性、风量合理性、风流质量、通风难易程度四方面筛选 出具有代表性且可以进行量化的1 3 个影响矿井通风系统安全性的评价指标，并建立一 套能对矿井通风系统进行实时动态评价的安全风险监测评价模型，根据预先设定的各个 评价指标的评分规则，采用基于中性参照对象的层次分析法给出各个评价指标的权重值 与评分值，将其与设定的中性参考值进行比较得出评价结果。 3 对试验矿井通风系统进行了重大隐患监测识别与安全风险监测评价，结果表明 该矿井通风系统在监测周期内不存在风量不足或通风系统不稳定重大隐患，且该矿井通 风系统的安全性较好，与目前矿井的实际情况基本吻合，进一步证实了该隐患监测识别 模型和安全风险监测评价模型的合理可行性，对通风系统安全生产具有实际的指导意义。 关键词监测识别模型；安全风险监测评价；指标体系；层次分析法；中性参考值 研究类型应用研究 万方数据 S u b j e c tS t u d yo nM o n i t o r i n ga n dI d e n t i f i c a t i o no fM a j o rH i d d e n H a z a r d sa n dS a f e t yE v a l u a t i o nM e t h o do fM i n eV e n t i l a t i o n S y s t e m S p e c i a l t yS a f e t yE n g i n e e r i n g N a m e Y a n gZ h u o y a I n s t r u c t o r J i nH o n g w e i X u G a n g X uJ i n S i g n a t u r e S i g n a t u r e S i g n a t u r e 坐鱼缉 A B S T R A C T T h em i l l ev e n t i l a t i o ns y s t e mi sa ni n t e g r a lp a r to f t h em i n ep r o d u c t i o nm a n a g e m e n ts y s t e m ， a n di ti sa l s ot h e k e y t op r e v e n t i n gg a s ，m i n ed u s ta n df 眈a c c i d e n t s ．A tp r e s e n t ，t h ei d e n t i f i c a t i o n o fm a j o rh i d d e nd a n g e r so ft h ev e n t i l a t i o ns y s t e mi so n l yi nt h es t a g eo fm a n u a li n t e r v e n t i o n ． T h e r ea r ef e wr e s e a r c h e so ni n t e l l i g e n tm o n i t o r i n g 缸l di d e n t i f i c a t i o n , a n di ti sd i f f i c u l tt or e a l i z e r e a l - t i m em o n i t o r i n ga n di d e n t i f i c a t i o no f t h ev e n t i l a t i o ns y s t e m ，a n di ti sd i f f i c u l tt or e a l i z et h e r e a l - t i m em o n i t o r i n ga n di d e n t i f i c a t i o no f t h ev e n t i l a t i o ns y s t e m ．M o s to f t h ew o r ko f v e n t i l a t i o n s y s t e ms a f e t yr i s ka s s e s s m e n ta l s or e q u i r e se x p e r td e c i s i o n ，a n di ti sd i f f i c u l tt oc a r r yo u tr e a l t i m eq u a n t i t a t i v ee v a l u a t i o nb a s e do nv a r i o u sm o n i t o r i n gd a t ai nt h ev e n t i l a t i o ns y s t e m ．I no r d e r t ob e t t e rr e a l i z et h er e a l - t i m eq u a n t i t a t i v ee v a l u a t i o no ft h es a f e t ys t a t u so f t h em i n ev e n t i l a f i o n s y s t e ma n da c c u r a t e l yi d e n t i f yt h em a j o rh i d d e nd a n g e r si nt h es y s t e m ，t h i sa r t i c l et a k e st h e v e n t i l a t i o ns y s t e mo fam i n ei nS h a n x ia st h er e s e a r c ho b j e c t ，a n a l y z e st h ei n f l u e n c i n gf a c t o r s o ft w om a j o rs a f e t yh a z a r d s ，i n s u f f i c i e n ta i rv o l u m ea n di n s t a b i l i t yo ft h ev e n t i l a t i o ns y s t e m ， a n dg i v e sq u a n t i t a t i v ei d e n t i f i c a t i o ni n d i c a t o r sa n dm o d e l s ．T h ea n a l y t i ch i e r a r c h yp r o c e s sb a s e d o nt h en e u t r a lr e f e r e n c eo b j e c ti sp r o p o s e d ．T h ei n d i c a t o r sa n dm o d e l sf o rt h es a f e t yr i s k m o n i t o r i n ga n de v a l u a t i o no f t h em i n ev e n t i l a t i o ns y s t e ma r ec o n s t r u c t e dt or e a l i z et h ec o r r e c t a n dr e a s o n a b l ee v a l u a t i o no f t h ev e n t i l a t i o ns y s t e m ．T h ep r i m a r yr e s e a r c h e sa r ea sf o l l o w s 1 T h ec u r r e n tm o n i t o r i n ga i rv o l u m e ，t h es i m p l em o v i n ga v e r a g eo f t h ea i rv o l u m e w i t h i n 5m i n u t e sa n dt h em o v i n ga v e r a g eo ft h ea i rv o l u m ei n d e xw i t h i no n em o n t ha r eu s e da st h e i d e n t i f i c a t i o ni n d i c a t o r sf o rt h ei n s u f f i c i e n ta i rv o l u m e ．T h ei n s u f f i c i e n ta i rv o l u m er e c o g n i t i o n m o d e li se s t a b l i s h e d ，a n dt h eh i d d e nd a n g e r so ft h ei n s u f f i c i e n ta i rv o l u m ei nt h em i n ea r e 万方数据 i d e n t i f i e da c c o r d i n gt ot h eg i v e ns c o r ev a l u e ．U s i n gt h ea v e r a g et r u er a n g ea st h ei d e n t i f i c a t i o n i n d e xo ft h ev e n t i l a t i o ns y s t e m ’Si n s t a b i l i t y , t h ev e n t i l a t i o ns y s t e m ’Si n s t a b i l i t yi d e n t i f i c a t i o n m o d e li sc o n s t r u c t e d ，a n dt h es t a b i l i t yo ft h ev e n t i l a t i o ns y s t e mi sj u d g e da c c o r d i n gt ot h ef i n a l s c o r ev a l u e ． 2 T h i r t e e nr e p r e s e n t a t i v ea n dq u a n t i f i a b l ee v a l u a t i o ni n d i c a t o r sa f f e c t i n gt h es a f e t yo f m i n ev e n t i l a t i o ns y s t e ma r es e l e c t e df r o mf o u ra s p e c t so f v e n t i l a t i o ns y s t e ms t a b i l i t y , a i rv o l u m e r a t i o n a l i t y , a i rf l o wq u a l i t ya n dv e n t i l a t i o nd i f f i c u l t y , a n de s t a b l i s ha s e to f s a f e t yr i s km o n i t o r i n g a n de v a l u a t i o nm o d e l st h a tC a ne v a l u a t et h em i n ev e n t i l a t i o ns y s t e mi nr e a lt i m e ．A c c o r d i n gt o t h ep r e - s e te v a l u a t i o ni n d e xs c o r i n gr u l e s ，t h ea n a l y t i ch i e r a r c h yp r o c e s sb a s e do nn e u t r a l r e f e r e n c eo b j e c t sg i v e st h ew e i g h tv a l u ea n ds c o r i n gv a l u eo fe a c he v a l u a t i o ni n d e x ．T h e e v a l u a t i o nr e s u l t sa r eo b t a i n e db yc o m p a r i n gt h e mw i t l lt h es e tn e u t r a lr e f e r e n c ev a l u e ． 3 C o n d u c t e dm a j o rh i d d e nd a n g e rm o n i t o r i n ga n di d e n t i f i c a t i o n a n ds a f e t yr i s k m o n i t o r i n ga n de v a l u a t i o no nt h ev e n t i l a t i o ns y s t e mo ft h et e s tm i n e ．T h er e s u l t ss h o wt h a tt h e t e s tm i n ev e n t i l a t i o ns y s t e mh a sn om a j o rh i d d e nd a n g e r so fi n s u f f i c i e n ta i rv o l u m eo rt h e v e n t i l a t i o ns y s t e m ’Si n s t a b i l i t yd u r i n gt h em o n i t o r i n gp e r i o d ．1 1 1 es a f e t yo ft h em i n ev e n t i l a t i o n s y s t e mi sg o o d ，w h i c hi sb a s i c a l l yc o n s i s t e n tw i t ht h ea c t u a ls i t u a t i o no f t h ec u r r e n tm i n e ．I ti s f u r t h e rv e r i f i e dt h a tt h eh i d d e nd a n g e rm o n i t o r i n ga n di d e n t i f i c a t i o nm o d e la n dt h es a f e t yr i s k m o n i t o r i n ga n de v a l u a t i o nm o d e la r er e a s o n a b l ea n df e a s i b l e ，w h i c hh a sp r a c t i c a lg u i d i n g s i g n i f i c a n c ef o rt h es a f e t yp r o d u c t i o no f v e n t i l a t i o ns y s t e m ． K e yw o r d s M o n i t o r i n ga n di d e n t i f i c a t i o nm o d e l ；s a f e t yr i s km o n i t o r i n ga n de v a l u a t i o n ； i n d e xs y s t e m ；a n a l y t i ch i e r a r c h yp r o c e s s ；n e u t r a lr e f e r e n c e T h e s i s A p p l i c a t i o nR e s e a r c h 万方数据 目录 目录 1 绪{ 仑⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 1 ．1 研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一1 1 ．1 ．1 研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 1 ．1 ．2 研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 1 ．2 国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一3 1 ．2 ．1 矿井通风系统隐患识别方法研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 1 ．2 ．2 矿井通风系统安全评价指标体系研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 1 ．2 ．3 矿井通风系统安全评价方法研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 1 ．2 ．4 存在的问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8 1 ．3 研究内容、研究目的及技术路线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9 1 ．3 ．1 研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9 1 ．3 ．2 研究目的⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 0 1 ．3 ．3 技术路线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 0 2 通风系统重大隐患影响因素及表现形式⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯～11 2 ．1 风量不足⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 2 ．1 ．1 风量不足的影响因素⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 2 2 ．1 ．2 风量不足的表现形式⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯～1 3 2 ．2 通风系统不稳定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 4 2 ．2 ．1 通风系统稳定性的影响因素⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。1 4 2 ．2 ．2 通风系统不稳定的表现形式⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 6 2 ．3 其他通风重大隐患⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 7 2 ．4 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 8 3 通风系统重大隐患监测识别模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 9 3 ．1 矿井主要用风地点风量不足⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 9 3 ．1 ．1 实际风量的确定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 0 3 ．1 ．2 风量评价指标分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．2 1 3 ．1 - 3 风量合规性评价⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一2 4 3 ．1 ．4 风量不足重大隐患的判别⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．2 7 3 ．2 通风系统不稳定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 8 3 ．2 ．1 评价指标分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．2 8 3 ．2 ．2 通风系统不稳定重大隐患的判别⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．2 8 万方数据 目录 3 ．3 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯． 4 矿井通风系统安全风险监测评价方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 4 ．1 基于中性参照对象的层次分析法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．． 4 ．1 ．1 基于中性参照对象层次分析法的基本理论⋯⋯⋯⋯ 4 ．1 ．2 设定指标评分的自定义规则⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 4 ．2 矿井通风系统安全评价指标体系的构建⋯⋯⋯⋯⋯⋯⋯．． 4 ．2 ．1 指标选取依据⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 4 ．2 ．2 指标体系的构建⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 4 - 3 通风系统安全评价指标权重及评分的确定⋯⋯⋯⋯⋯⋯一 4 ．3 ．1 准则层指标权重的确定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 4 ．3 ．2 次准则层指标权重的确定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 4 ．3 ．3 被评价对象对底层准则的评分计算规则⋯⋯⋯⋯⋯ 4 ．4 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯． 5 矿井通风系统安全风险监测评价的应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 5 ．1 矿井基本概况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯． 5 ．2 试验工作面基本概况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一 5 ．3 矿井通风系统数据采集⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一 5 ．3 ．1 矿井通风系统主要基本参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 5 ．3 ．2 井下用风点风量计算⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 5 ．4 矿井通风系统重大隐患判识⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．． 5 ．4 ．1 矿井主要用风点风量不足⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 5 ．4 ．2 通风系统不稳定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 5 ．5 矿井通风系统安全风险评价⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．． 5 ．6 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯． 6 结论与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 6 ．1 结j 沦⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一 6 ．2 展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯． 致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 附录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ I I 凹∞∞∞弭”“弘弘始剪叭笛笛％卯卯犍∞如弱“舛跖％卯鼹鲫贷 万方数据 l 绪论 1 ．1 研究背景及意义 1 绪论 1 ．1 ．1 研究背景 我国是“富煤、贫油、少气”的国家，这一特点决定了煤炭在我国的一次能源生产和 消费结构中始终保持着相对较高的占有率。根据国家统计局提供的数据，2 0 2 0 年我国煤 炭产量达到3 8 ．4 亿吨，其中煤炭消费量约占全国能源消费总量的5 6 ．8 ％，比去年同期下 降0 ．9 个百分点。图1 ．1 给出了我国近十年来煤炭产量与消耗的占比统计情况，从未来煤 炭消费需求来看，虽然在一次能源结构中煤炭所占的比例有所下降，但在之后相当长时 期内仍将是我国的主要消费能源，支撑着我国工业与经济的发展【M 】。 2 0 1 22 0 1 32 0 1 42 0 1 52 0 1 62 0 1 72 0 1 82 0 1 9 年份 3 0 ； 季 手 2 0 萎 4 图1 ．1 全国近十年煤炭产量与消耗占比统计图 在我国煤炭行业中，由于存在安全管理制度不完善、自然灾害严重、煤层赋存条件 复杂、工作人员操作失误等原因，导致我国煤矿灾害事故的频繁发生，其中，矿井瓦斯 灾害、煤尘灾害、水害、火灾和顶板灾害是影响最严重的五大灾害事故【7 】，几乎均与矿井 通风有着直接或间接的关系，其中，矿井瓦斯爆炸、矿尘爆炸和火灾这三类事故与矿井 通风系统密切相关[ 8 1 。当通风系统遭到破坏时，往往会造成井下作业环境恶劣，局部用 风地点或整个矿井停风，甚至酿成瓦斯和煤尘爆炸、人员窒息、煤炭自然发火等灾害事 故，这不仅影响着煤矿的安全生产和我国煤炭行业的发展，还会产生严重的经济损失和 万方数据 西安科技大学全日制工程硕士学位论文 大量的人员伤亡。因此，一个合理稳定的通风系统是预防煤矿灾害最直接有效的手段和 方法。 根据国家安全生产监督管理总局记录的2 0 1 0 年至2 0 1 9 年煤矿灾害事故统计数据来 看【9 ] ，该期间内全国煤矿共发生矿井瓦斯事故1 1 8 起，死亡人数高达9 4 1 人，这些事故 发生的原因大部分都与矿井通风系统有较大的关系，如部分矿井风流不稳定、用风点风 量不足、通风系统不稳定、串联通风、通风网络结构复杂等各种原因造成了矿井实际使 用风量低于设计需要的风量，使得巷道内局部区域瓦斯浓度超限，最终可能导致瓦斯事 故的发生[ 1 0 ] 。因此，矿井通风系统被认为是整个煤矿安全运行和生产的一项重要保证， 其安全稳定的工作运行状态对于整个矿井的安全来说具有非常重要的意义。 通风安全事故隐患排查一直是整个煤矿安全隐患管理的核心任务，近年来，我国主 要依靠安全检查表法和人工定期检测分析法对通风隐患进行排查，但在排查的过程中人 工干预较大，不确定性高，随着我国煤矿向信息化、自动化、智能化的发展，虽然在一 定程度上提高了煤矿生产的安全保障能力，但在通风系统隐患监测与自动识别方面取得 的实质性突破较少，目前也还没有形成一套成熟完整的矿井通风重大隐患智能识别技术 体系【1 1 】。因此，需要在通风监测数据和相关参数的基础上建立一套合理的重大隐患识别 方法与指标模型，并选用合适的评价方法对通风系统进行安全风险监测评价，以求能及 时监测识别出矿井通风系统中潜在的安全隐患，制定相应的防治对策，为提高矿井通风 系统的安全稳定性提供理论依据。 1 ．1 ．2 研究意义 目前，煤矿企业在安全方面投入了大量的成本与精力，在很大程度上实现了从人工 生产到人机一体化生产的转变，信息化、智能化是矿井发展的必然趋势，也是矿井通风 的主要发展方向，但对于大型煤矿来说很难实现有效的安全管理，利用互联网技术和智 能设备实现矿井通风系统的智能化变得越来越重要【1 2 】。基于矿井监测监控系统产生的 数据，对其进行全面的挖掘计算进而实现通风隐患的自动识别，这必然会对矿井的安全 生产、减少事故灾害的发生起到至关重要的作用。因此，研究通风系统重大隐患形成原 因，开发“矿井通风系统重大隐患监测与自动识别系统”来判识通风隐患，并采取有效措 施预防矿井通风事故不仅是煤矿安全技术的一大课题，也是我国现阶段需要重视并尽快 研究解决的问题之一，更对我国的煤炭工业可持续发展起着积极作用。 本论文基于矿井监测监控系统产生的通风和瓦斯实时数据，将矿井通风相关理论、 大数据分析等理论与计算机技术相结合，针对通风事故隐患判识工作，在数据分析及经 验总结的基础上，构建通风系统隐患识别方法、指标和模型，实现对系统中主要存在的 风量不足、通风系统不稳定等通风重大隐患的判识。这不仅为通风隐患识别研究工作提 供一定的参考价值和方法依据，还能对矿井通风的安全管理起着重要的指导作用。 2 万方数据 1 绪论 同时，针对矿井的实际情况，优化与改进现有的安全评价技术与方法，对矿井通风 系统的影响因素进行分析与量化，建立基于通风动态监测数据的安全风险监测评价指标 与模型。有计划地对煤矿通风系统的现状进行安全评价，根据评价结果准确反映出矿井 通风系统的运行状态，及时发现系统中存在的通风问题，并采取相应的预防措施，从根 本上解决这些通风问题，遏制矿井灾害事故的发生，保证矿井通风系统安全稳定的运行， 提高煤矿安全管理工作的效率，使其产生由事后应急处理向事前预测预防的转变，从而 减少煤矿灾害事故的发生率和财产损失率，降低人员的伤亡率，这对煤矿安全生产具有 重要的现实意义【1 3 ] 。 1 ．2 国内外研究现状 1 ．2 ．1 矿井通风系统隐患识别方法研究现状 矿井通风系统重大隐患一般表现为用风地点风量不足、通风系统不稳定、风量分配 不合理、串联通风、风流短路或断路等，是引发事故的直接原因，若未能及时对其进行 识别和排查处理，无法制定相应的预防措施来治理隐患，也不能避免灾害事故的发生。 近年来，随着我国矿井向信息化、智能化的快速发展，大量学者对煤矿智能通风系统进 行了广泛研究，也给出了与矿井通风系统隐患识别相关的研究成果。 我国学者从不同角度利用不同的方法对通风系统隐患的辨识开展了大量的研究。在 识别与风量有关的通风重大隐患时，王雨基于统计学理论和灵敏度概念，根据风阻与风 量之间的关系对风量的异常状态进行了分析研究，并建立了风量异常诊断的模型[ H ] 。王 红刚、吴奉亮、张强、常心坦等结合灵敏度的概念，以风量的实际监测值是否在正常波 动范围内为基础，利用数理统计法确定了合理的风量波动范围并提出了能分析引发风量 发生异常的数学模型【1 5 - 1 6 】。刘剑等确定了矿井通风系统中引起风量发生异常变化的主要 原因，利用支持向量机法对这些故障源进行了诊断与判识，为矿井通风故障的安全诊断 提供了参考[ 1 7 】。潘竟涛、赵丹等分析了分支风量与风阻间的关系，并确定了风速传感器 的安设位置，通过改进的灵敏度矩阵法找出通风网络故障巷道，实现对通风系统故障源 的判识[ 18 1 。 稳定可靠的通风系统是实现煤矿安全生产管理工作的重要保障。主风机工况点不合 理、角联分支风流不稳定和风门开关闭合所导致的风流不稳定等因素都会造成通风系统 运行的稳定性发生变化。对于煤矿通风系统不稳定隐患的识别通常是按照煤矿公司提供 的一种矿井通风网络平衡图对其进行人工判断，随着煤矿通风系统动态和复杂化，出现 了- t O 通风网络平衡图判断法[ 1 9 ] 、基于灵敏度的通风系统稳定分析法等。贾进章等通过 对通风网络中各个分支的风量灵敏度进行了分析，给出了各个分支网络中风流始终保持 稳定的判别式，并根据该判别式来判识系统中风流的稳定性[ 2 0 1 。王从陆等采用理论研究、 万方数据 西安科技大学全日制工程硕士学位论文 现场测定和数值分析相结合的方法对影响矿井通风系统稳定性的主要因素进行了分析， 并根据通风系统稳定性与矿井风阻、风压、风量之间的耦合关系，得到通风系统稳定状 态下的界限，进而通过参数的变化是否超过该界限来判定系统的稳定状态[ 2 l _ 2 3 ] 。李立峰 等采用事故树分析法对通风系统不稳定进行全面分析[ 2 4 ] 。吴新忠探讨了影响主风机发生 失稳和喘振的主要因素，并基于事故树、人工免疫和神经网络理论给出了一种能分析风 机故障的预警和识别方法，从很大程度上保障矿井通风系统的稳定性【2 5 1 。 随着矿井智能化的发展，通过监测分析来实现通风隐患的自动识别已经受到我国学 者的高度重视。龚晓燕等采用神经网络法对矿井局部通风系统故障构建了相应的神经网 络模型，并结合遗传算法对该模型进行了优化，进而能准确地诊断出该通风系统在局部 区域发生的通风隐患【2 6 ] 2 6 。周刚等采用事故类型及影响分析法对通风系统隐患进行判识， 建立了由1 4 个指标构成的评价指标体系，并采用德尔菲和层次分析法对其进行了安全 风险评估【2 7 1 。卢新明建立并求解了通风系统的非线性规划模型，给出了一种矿井通风系 统的状态识别方法[ 2 8 1 。胡千庭等提出一种矿井通风系统在线监测及分析预警方法来实时 监测通风系统的运行状况，进而能及时识别出通风系统中存在的重大隐患[ 2 9 1 。史采星以 通风监测数据为基础，建立了井下巷道风量正常波动范围模型，利用编程语言对灵敏度 矩阵进行求解计算，并提出了风量异常值的界定方法[ 3 0 ] 。罗广等基于矿井通风动态监测 数据，通过通风网络动态解算开发了矿井通风在线监测与分析预警技术，实现对通风系 统安全隐患的在线实时监测与辨识[ 3 1 1 。雷洪波、李芳等在采用安全检查表法对通风隐患 进行人工判识的基础上，结合通风系统监测监控系统产生的实时数据构建通风隐患监测 识别模型，进而实现矿井通风系统隐患的自动监测识别与预警[ 3 2 - 3 3 ] 。周福宝等基于实时 监测数据，采用神经网络和模糊数学法构建了通风系统异常诊断模型，进而实现矿井通 风系统隐患的快速识别与定位[ 3 4 1 。 我国学者虽然通过现场观察法、安全检查表法、理论分析法、事故树分析法等对通 风系统隐患进行了详细的判识，但这些方法比较滞后、实际可操作性不强，对于复杂动 态的通风变化参数，无法实现隐患的有效识别。此外，目前对于通风系统重大隐患监测 识别方面的研究相对较少，还没有形成一套成熟的隐患智能识别技术与理论体系，对于 动态的通风参数无法实时地对通风隐患进行自动识别。因此，基于矿井通风基础理论、 通风实时监测数据和其他相关参数，需要构建一套适用于通风参数发生动态变化时的通 风重大隐患自动识别方法和模型。 1 ．2 ．2 矿井通风系统安全评价指标体系研究现状 近年来，我国对煤矿的安全生产越来越重视，国内外学者对通风系统的安全评价做 了大量研究，通风系统评价技术也成为了当前矿井安全生产的重要问题，其中指标体系 的建立与量化是通风系统安全评价的基础和关键【3 5 】3 5 。 4 万方数据 1 绪论 1 8 7 3 年，缪尔格最早对矿井通风系统进行了安全评价，他根据矿井风量与风压之间 的相互关系，利用“矿井等积孔[ 3 6 ] ”和“有效风量率【3 7 】”两个指标对矿井通风系统的难易 程度进行评价