基于LabVIEW的矿井水文监控系统研究.pdf

分类号⋯⋯⋯⋯⋯一． U DC ⋯⋯⋯⋯⋯．． 密级⋯⋯⋯⋯⋯．． 编号⋯⋯⋯⋯⋯．． 十南大学 C E N T R A LS O U T HU N I V E R S I T Y 硕士学位论文 论文题目⋯⋯基于．1 1 量b y 麟．．的亚盎鲞塞⋯⋯⋯ ⋯⋯⋯⋯⋯⋯监控孟．统缬窕⋯⋯⋯⋯⋯ 学科、专业电气工程 研究生姓名袁佩丽 导师姓名及 专必支术职务⋯⋯⋯⋯⋯⋯鏖办清⋯熬攮⋯⋯⋯⋯⋯ R e s e a r c ho fM i n e H y d r o l o g i c a lM o n i t o r i n ga n dC o n t r o l S y s t e mb a s e do nL a b V I E W M a s t e r D e g r e eC a n d i d a t e Y u a nP e i l i S u p e r v i s o r 里煦￡互煦L i g 鱼g C o l l e g eo fI n f o r m a t i o nS c i e n c e E n g i n e e r i n g C e n t r a lS o u t hU n i v e r s i t y C h a n g s h aH u n a n P ．R ．C 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名知陋日期．碰年上月土日 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到中国学位论文全文数据库， 并通过网络向社会公众提供信息服务。 作者签名细导师签名随日期进年L 月三二_ 日 摘要 矿井水文监控系统是矿井安全监控系统中的一个重要子系统，对 保障矿井生产的安全发挥着重要作用。在现有的矿井水文监控系统 中，水文参数的监测预警和井下排水控制这两部分相对独立，在水位 控制中多采用单一的开关控制，使得系统在处理复杂的矿井涌水问题 时实时性和可靠性不强。针对以上问题，本文结合矿井涌水的特点， 在涌水量预测中引入B P 神经网络模型，开展基于P L C 和L a b V I E W 实现的矿井水文监控系统的研究。 首先，归纳了矿井水文监控系统的国内外研究现状，简要介绍了 系统工作原理。针对系统监控需求，设计了以西门子S 7 ．3 0 0P L C 为井 下控制核心、L a b V I E W 为地面监控软件的矿井水文监控系统的整体方 案，并进行了P L C 硬件和软件的模块化设计，同时对水泵及配套电机、 信号检测传感器等进行了选型。其次，定性分析了矿井涌水量影响因 素，选取其中对矿井涌水量影响较大的水文地质条件、地质构造特征、 降水量和开采面积等四个因素作为B P 神经网络的输入变量，搭建B P 神经网络矿井涌水量预测模型，在M A T L A B 中进行了仿真分析。最后， 运用L a b V I E W 进行地面监控中心的软件设计，并对各个功能进行了测 试。通过T C P ／I P 通讯模块的设计实现其与井下P L C 之间的信息实时传 输。用户界面采用选项卡式设计，可进行多个管理子界面的切换，使 用方便；并利用M A T L A B ／L a b V I E W 混合编程，将B P 神经网络涌水量 预测模型应用到系统中。 仿真和测试结果表明使用B P 神经网络可以实现矿井涌水量的 实时预测，能够达到预期的预测精度；设计的基于L a b V I E W 的矿井水 文监控系统可以实现水仓水位自动监控、涌水量预测和以太网通信等 功能，可靠性和实时性高，满足系统设计要求。 关键词矿井水文监控，涌水量预测，S 7 ．3 0 0P L C ，B P 神经网络模型， L a b V I E W A B S T R A C T M i n eh y d r o l o g i c a lm o n i t o r i n ga n dc o n t r o ls y s t e mi sa ni m p o r t a n t s u b s y s t e mo ft h em i n es a f e t ym o n i t o r i n ga n dc o n t r o ls y s t e m ，w h i c hi s r e s p o n s i b l ef o rt h em i n ep r o d u c t i o ns a f e t y ．H o w e v e r , m o n i t o r i n ga n d e a r l yw a r n i n go fh y d r o l o g i c a lp a r a m e t e r sa n du n d e r g r o u n dd r a i n a g e c o n t r o lw e r er e l a t i v e l yi n d e p e n d e n ti nt h ep r e s e n tm i n eh y d r o l o g i c a l m o n i t o r i n ga n dc o n t r o ls y s t e m ．B e s i d e s ，s i n g l es w i t c hc o n t r o lw a su s u a l l y a d o p t e di nt h es u m pw a t e rl e v e lc o n t r 0 1 ．H e n c e ，t h es y s t e mh a dw e a k r e a l - t i m ec a p a b i l i t ya n dr e l i a b i l i t yi nh a n d l i n gt h ec o m p l e xm i n ew a t e r i n f l o wp r o b l e m ．I nt h i st h e s i s ，i no r d e rt os o l v et h ea b o v ep r o b l e m s ， r e s e a r c ho ft h em i n eh y d r o l o g i c a lm o n i t o r i n ga n dc o n t r o ls y s t e mh a sb e e n d o n eb a s e do nP L Ca n dL a b V I E W ．C o n s i d e r i n gt h ec h a r a c t e r i s t i c so f m i n ew a t e ri n f l o w , B Pn e u r a ln e t w o r km o d e li Si n t r o d u c e di n t ot h e p r e d i c t i o no fw a t e ri n f l o w ． F i r s t l y , t h er e s e a r c hs t a t u so ft h em i n eh y d r o l o g i c a lm o n i t o r i n ga n d c o n t r o ls y s t e mi ss u m m a r i z e da n dt h es y s t e mw o r k i n gp r i n c i p l ei sb r i e f l y a n a l y z e d ．T h em i n eh y d r o l o g i c a lm o n i t o r i n ga n dc o n t r o ls y s t e mi s d e s i g n e do nt h eb a s i so ft h es y s t e mc o n t r o lr e q u i r e m e n t s ．S i e m e n s S 7 3 0 0P L Cw a st a k e na st h eu n d e r g r o u n dc o n t r o lc o r ea n dL a b V I E Wa s t h eg r o u n dm o n i t o r i n gs o f t w a r e ．A c c o r d i n gt ot h es y s t e ms c h e m e ，t h e m o d u l a rd e s i g no ft h eP L Ch a r d w a r ea n ds o f t w a r ew a sp r o p o s e d ． M e a n w h i l e ，t h es e l e c t i o n so fp u m p sw i t ha s s o c i a t e dm o t o r sa n ds i g n a l d e t e c t i o ns e n s o r sa r ed e s c r i b e di nd e t a i l ．S e c o n d l y , t h eB Pn e u r a ln e t w o r k m o d e lo fw a t e ri n f l o wp r e d i c t i o ni se s t a b l i s h e di nt h i st h e s i s ．A f t e r a n a l y z i n gt h ei n f l u e n c ef a c t o r so fm i n ew a t e ri n f l o w , h y d r o - g e o l o g i c a l c o n d i t i o n s ，g e o l o g i c a lt e c t o n i cf e a t u r e ，q u a n t i t yo fp r e c i p i t a t i o na n da r e a o fe x p l o i t a t i o na r ec h o s e na st h eB Pn e u r a ln e t w o r ki n p u tn o d e s ． S i m u l a t i o ni sc a r r i e do u ti nM A T L A Bt oa n a l y z et h ep e r f o r m a n c eo ft h e n e t w o r k ．F i n a l l y , t h e s o f t w a r eo ft h e g r o u n dm o n i t o r i n gc e n t e r i s d e s i g n e du n d e rt h eL a b V I E Wp l a t f o r mw i t h e a c hf u n c t i o n a lm o d u l e t e s t e d ．T h ec o m m u n i c a t i o nm o d u l ei s d e s i g n e db a s e do nt h eT C P ／I P p r o t o c o lt oa c h i e v et h er e a l - t i m et r a n s m i s s i o no f i n f o r m a t i o nb e t w e e nt h e g r o u n dm o n i t o r i n gc e n t e ra n du n d e r g r o u n dP L C ．At a b b e dc o n t r o l m e t h o di Sa d o p t e dt od e s i g nt h em u l t i ．i n t e r f a c e ．w h i c hi Sc o n v e n i e n tt o u s e ．I nt h i sp a r t ，h o wt oa p p l yt h eB Pn e u r a ln e t w o r km o d e lo fm i n ew a t e r i n f o wp r e d i c t i o ni n t ot h es y s t e mw i t ht h eh y b r i dp r o g r a m m i n go f M 渔T L A Ba n dL a b V I E Wi sm a i n l yd i s c u s s e d ． S i m u l a t i o na n dt e s tr e s u l t ss h o wt h a tt h eB Pn e u r a ln e t w o r kc a nb e u s e dt or e a l i z et h er e a l ．t i m ep r e d i c t i o no fm i n ew a t e ri n f l o w , w h i c hC a n r e a c ht h e e x c e p t e dp r e d i c t i o na c c u r a c y ．T h e m i n e h y d r o l o g i c a l m o n i t o r i n ga n dc o n t r o ls y s t e md e s i g n e di nt h i st h e s i sh a sh i 曲r e l i a b i l i t y a n dr e a l ．t i m ep e r f o r m a n c ea n dC a nm e e tt h es y s t e md e s i g nr e q u i r e m e n t s ． T h er e s e a r c ho ft h et h e s i sh a sa ni m p o r t a n ts i g n i f i c a n c eo nt h es t u d yo f m i n eh y d r o l o g i c a lm o n i t o r i n ga n dc o n t r o ls y s t e m ． K E YW O R D Sm i n eh y d r o l o g i c a lm o n i t o r i n ga n dc o n t r o l ，w a t e ri n f l o w p r e d i c t i o n ，S 7 - 3 0 0P L C ，B P n e u r a ln e t w o r km o d e l ，L a b V I E W I I I 目录 摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．I A B S T R A C T ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯I I 第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 1 ．1 论文研究背景与意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 1 ．2 国内外矿井水文监控研究与发展现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．3 1 ．2 ．1 国内外矿井水文监控系统发展现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 1 ．2 ．2 矿井涌水量预测方法分类和研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 1 ．2 ．3L a b V I E W 在矿井水文环境中的应用现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 1 ．3 论文主要研究内容和章节安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．7 第二章系统工作原理及矿井涌水量影响因素分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．9 2 ．1 矿井排水系统组成及矿井涌水来源⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．9 2 ．1 ．1 矿井排水系统组成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9 2 ．1 ．2 矿井涌水来源⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1O 2 ．2 离心式排水泵工作原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 0 2 ．2 ．1 离心式排水泵系统组成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 0 2 ．2 ．2 射流泵工作原理简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 1 2 ．2 ．3 离心式排水泵工作过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 2 2 ．3 矿井涌水量影响因素分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 3 2 ．3 ．1 矿井涌水量概念⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 3 2 ．3 ．2 影响矿井涌水量的主要因素分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 3 2 ．4 小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯15 第三章矿井水文监控系统方案设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 6 3 ．1 系统总体方案设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 6 3 ．1 ．1 矿井布局和排水结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．16 3 ．1 ．2 系统控制需求⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 6 3 ．1 ．3 系统整体结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 7 3 ．2 系统硬件设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 8 3 ．2 ．1 水泵及配套电机选型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 8 3 ．2 ．2 可编程控制器选型及配置⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 9 3 ．2 ．3 信号检测系统设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2 2 3 ．3P L C 控制系统软件设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 6 3 ．3 ．1 主程序设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2 7 3 ．3 ．2 单台水泵自动控制程序设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2 7 3 ．3 ．3 水位自动监控和用电避峰就谷程序设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．3 0 3 ．3 ．4 水泵和排水管路自动轮换工作程序设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．3 2 3 ．3 ．5 运行状态监测和保护程序设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．3 4 3 ．4 小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 5 第四章B P 神经网络矿井涌水量预测模型研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．3 7 4 ．1B P 神经网络原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．3 7 4 ．1 ．1B P 神经网络结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 7 4 ．1 ．2B P 学习算法及执行步骤⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 8 4 ．2 矿井涌水量预测模型设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 0 4 ．2 ．1 输入参数选取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 0 4 ．2 ．2 隐层数及隐层节点数设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 l 4 ．2 ．3 训练样本的确定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 l 4 ．2 ．4 数据的归一化处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 3 4 ．2 ．5 涌水量预测模型结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 3 4 ．3 模型仿真及结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 4 4 ．3 ．1 初始权值和学习率的选择⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 4 4 ．3 ．2 传输函数和训练函数的选取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 4 4 ．3 ．3 模型仿真⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 6 4 ．3 ．4 仿真结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4 7 4 ．4 小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 l 第五章地面监控中心软件设计和实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 2 5 ．1 软件构成和实现功能⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 2 5 ．2 系统人机界面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 3 5 ．2 ．1 用户登录界面设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．5 3 5 ．2 ．2 工作现场界面设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．5 5 5 ．3 系统通讯模块设计和实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 6 5 ．4 涌水量预测模型实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 8 5 ．5 报警管理模块设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 0 5 ．6 列、结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 1 第六章总结和展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 3 6 ．1 论文研究工作总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 3 6 ．2 进一步工作展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 3 参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．6 5 致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．7 0 攻读学位期间主要的研究成果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．7 1 硕士学位论文第一章绪论 1 ．1 论文研究背景与意义 第一章绪论弟一早三；酉下匕 安全生产是各大矿山永恒的主题，目前我国仍然处在工业化快速发展进程中 的事故易发期，矿井安全事故的总量仍然比较大。矿井水害是矿井五大安全问题 瓦斯、水害、煤尘、火灾、冲击地压 之一【1 1 。我国矿井开采的水文地质条件复 杂，矿井突水类型多，成因机制和防治方法也渐趋复杂化，无论是受水害威胁的 面积、类型，还是被水害威胁的严重程度，都是世界罕见的。 随着我国煤矿、金属矿、非金属矿矿区的开采深度不断加大，强富水、高承 压的奥灰、寒灰造成的突水威胁也日趋严重，成为制约矿井安全生产的重要隐患。 长期以来，矿井水害给国家和人民带来的人身伤亡和经济损失极为惨重【2 】。在我 国煤矿重特大事故中，矿井水灾事故在死亡人数和发生次数上，仅次于煤矿瓦斯 事故，但造成的经济损失和救援难度一直居各类矿难之首。据不完全统计，2 0 0 2 年到2 0 1 1 年，全国共发生各类矿井水害事故5 4 1 起，死亡2 5 6 0 人，失踪6 2 9 人， 平均每年发生水害事故5 0 余起，死亡2 5 0 人以上，每起事故死亡4 人以上。在 过去的2 0 年里，有2 5 0 多处矿井被水淹没，经济损失高达3 5 0 亿元。这其中的 统计不包括矿井全部被淹，未造成人员伤亡的事故。因此，矿井水文监控系统担 负着矿井安全与矿井日常生产正常进行的双重使命。 根据煤矿安全规程 2 0 11 年版 第二百五十二条、第二百五十四条以及煤 矿防治水工作条例第5 条明确规定，矿井应当建立排水系统，对水文地质条件 复杂、有可能造成突水威胁的矿井，必须根据矿井实际情况建立动态监测系统， 进行水害预测分析，及时发现突水征兆，制定处理对策。 然而，我国矿井生产在水害防治方面，目前基本处于“防”、“治“ 分离的状 态。在排水方面，我国局部矿井企业的井下水泵房已采用可编程控制器 P r o g r a m m a b l eL o g i cC o n t r o l l e r , P L C 控制的自动排水系统，但大多数矿井依旧使 用传统的人工操作排水系统。在人工操作系统中，泵站设备的操作和状态监测 包 括水泵的启停操作、闸阀的开关过程、压力表等仪表的示数观测等 完全依赖于 工人的经验和既有的操作规程【3 】o 自动排水系统基本上可以解决人工操作系统对 人的依赖性大、工人劳动强度大、控制的主观性太强等问题，能够适应矿井现代 化建设的要求。在水文监测方面，国内多家科研单位提出了多种水文监测预警系 统，一般具备数据采集与存储、数据处理与分析、警情发布等功能，在国内已有 一些应用实例，例如结合了计算机科学、水文科学、通讯技术和信息处理技术的 矿井水文动态监测智能预警系纠4 1 。但是，将水文监测与排水系统两者有效结合 硕士学位论文第一章绪论 起来对矿井水文进行综合监控，从而达到矿井水害防治结合，在国内矿井生产应 用中几乎是空白的。 传统的人工监测和人工操作排水系统存在效率低、可靠性差、工人劳动强度 大等诸多问题，控制的主观性极强，存在比较严重的安全隐患问题。针对人工监 测和人工操作排水系统存在的缺陷和不足，国内科研工作者在理论和实践应用方 面进行了大量的研究，具备一定自动化程度的P L C 自动排水系统和水文监测预 警系统在部分地区得到了应用。尽管在矿井水文监测和控制方面取得了一定研究 成果和进步，但仍存在很多有待解决的问题。 1 系统设备的调试、维护麻烦。在现有的矿井排水控制系统中，人机交互 界面只能用于显示设备的运行状况，不具备程序参数修改功能。用户若需对控制 系统进行调试，需要重新编制程序和下载。 2 现有自动排水系统在控制方法上多采用简单的水位开关控制，无法满足 矿井突发涌水等紧急情况的处理【5 1 。如何根据涌水量大小建立系统模型，并选择 合适的控制策略，以满足矿井复杂水文情况的处理需求，是解决矿井水害监测控 制问题的重要手段之一。 3 矿井普遍存在排水系统不能纳入矿井安全集中监控的问题。目前，矿井 监测系统一般是针对矿井环境中某一特定的监控对象 瓦斯监测、涌水监测、提 升运输等 设计的，其软件通常与系统配套开发，不同系统之间监控软件的通用 性和兼容性差，难以实现全矿井范围的集中综合监控【6 1 。在矿井涌水监控方面， 水文监测预警和水泵排水控制系统相对独立，水文监测结果无法实时地应用于排 水泵的启停控制。 4 对矿井潜在水害缺乏可靠的预警。矿井涌水受多种随机因素的影响，是 极其复杂的现象，很难准确预测。目前在用的矿井水文监测系统监测的参数主要 包括水位、水流量、水压等，能够直观而形象地显示水文环境各个监测参数的实 际变化，并具备一定的数据分析和处理能力，但是参数比较单一，对于即将发生 的突水事件缺乏可靠的预测，从而无法实现矿井水害实时预警，也无法根据涌水 危害程度控制水泵投入台数。 本文针对目前矿井水文监控系统存在的主要问题和不足，设计综合矿井水文 参数监测、排水泵自动控制的矿井水文监控系统，采用L a b V I E W 实现上位机监 控，缩短了系统的开发时间，保证了系统的通用性，同时，建立考虑水文地质条 件、大气降水及地表水、开采状况等因素的涌水量预测模型，使系统具有涌水量 预警和实时控制功能，提高了矿井水文监控的实时性和可靠性，对保障矿井生产 安全具有十分重要的实际意义。 硕士学位论文第一章绪论 1 ．2 国内外矿井水文监控研究与发展现状 矿井水文监控是伴随着采矿行业产生的一项系统工程。随着控制理论和现代 检测技术的发展，矿井水文监控系统的相关研究在理论和应用上都取得了一定进 展。 1 ．2 ．1 国内外矿井水文监控系统发展现状 在矿井排水系统方面，国内多数矿井目前仍停留在比较原始的人工操作运行 模式，工人根据现场涌水量的不同，凭个人经验和矿山的粗放管理制度来确定水 泵的投入台数，使得排水系统大多在低效率、低可靠性状态下运行，并且事后维 修费用、操作人员的人本费用、不合理耗能费用都居高不下。 针对人工操作的排水系统存在的问题和不足，矿井自动排水系统应运而生。 目前国内部分矿井己投入以P L C 为核心的矿井自动排水系统【| 7 1 ，相关研究也主要 集中在针对这类系统的改进和完善，包括水泵投切的优化控制以及设备的隔离保 护、故障监测等。文献[ 8 】实现了水泵与电动机的运行状态及水位、流量等参数 的实时监测，通过P L C 控制系统实现对原有继电器操作系统的改造，提高了工 作效率和排水设备自动化管理水平。文献[ 9 ] 利用西门子W i n C C 组态软件对水仓 水位实现远程监控，文献[ 1 0 】实现了P L C 和触摸屏组合进行自动排水控制，对矿 井排水系统的监测监控具有一定的理论指导意义与实用参考价值。文献[ 1 1 】利用 以太网通信技术，实现了矿井水泵房的全自动监控管理。文献[ 1 2 】设计了基于智 能传感器的水文监测系统，使矿井水文监测数据更全面和实时，文献[ 1 3 】在矿井 水泵房的节能优化改造方面给出了指导性意见。 上述研究中的自动化排水系统都能实现与上位机的远程通讯，实现远程控制 和在线监测，但对水位的控制均采用单一的开关控制，在处理复杂的排水问题时， 实用性不强。因此，针对水仓水位的控制策略，国内外研究者对其进行了大量深 入的研究。在文献中分别将反向传播 B a c kP r o p a g a t i o n ，B P 神经网络、人工智能、 模糊控制、最优控制理论应用于排水系统的设计当中【悼1 。7 1 ，实验结果表明这些控 制方法使系统在动态性能、鲁棒性等方面得到了一定的改善，为矿井生产实际提 供了一定的理论依据，具有良好的发展前景。 除了大部分基于P L C 的自动排水控制系统之外，国内学者还提出了基于计 算机技术的矿井水泵控制系统理念。其中，以矿用本安型计算机为核心的矿井水 泵控制系统，通过控制软件设定的自动控制流程实现自动控制【l8 】；基于以太网工 厂自动化协议 E t h e r n e tf o rP l a n tA u t o m a t i o n ，E P A 的水泵控制系统，以微网段作为 整个网络的基本组成单位，构成单泵控制单元，结构简单【l9 】；此外，也有一些基 于单片机、A R M [ 2 0 ，2 1 】等的矿井水文监控系统研究，这类研究也是针对传统人工 硕士学位论文 第一章绪论 继电器操作的问题展开的，在提高系统的可靠性方面存在积极意义。 在国外方面，一些矿产资源丰富的国家在矿井自动化技术方面的研究起步较 早，并且已经成功应用到矿井生产和日常管理中，发挥着重要的作用。加拿大在 数字化矿山概念的基础上建立了统一的信息网络，将开采过程及相应的各集成化 支持系统连成一体，便于综合管理，同时大力发展传感技术【2 2 1 ，通过减小监测误 差来提高控制系统的精确性和可靠性；芬兰矿产行业发布了智能化矿山技术项 目，通过该项目组建全矿范围的信息网络，从而实现矿井生产资源的实时管理和 控制，实现生产及维护的自动化；俄罗斯的研究主要集中在设备的节能改造及新 型设备的研制方面，提出了离心式水泵能耗估算方法、以微处理技术为基础的自 动控制系统和故障诊断与安全保护操作系统。目前，加拿大、智利、澳大利亚、 瑞典、芬兰、南非等国家都有自己的示范采区，在整个矿山里划出一小块采区， 做到远程遥控和自动化采矿【2 3 】。这些国家并没有将井下排水系统列为单独的研究 内容，但他们将其列入了矿山整体自动化规划中，将水仓水位的监测值和水泵的 运行参数等信息统一送给控制中心进行集中控制。在矿井水文监控系统的建立方 面，可以参考发达国家在现代化水文管理方面的研究成果，如美国H A C H 、德国 S E B A 等公司的水文遥测系统和德国H T 公司和R I B E K A 公司共同开发的地下水 监测系统等【2 4 1 。针对中国矿井的实际情况，国外科研工作者也为我们提出了合适 的改造计划【2 5 1 ，为我国矿井自动化发展提出了可靠意见。无论是发展传感器技术， 还是建立统一的通信网络，都关系到矿井水文监控系统的发展。 1 ．2 ．2 矿井涌水量预测方法分类和研究现状 矿井涌水量的可靠预测是矿井生产合理开发、进行技术经济评价和矿井安全 评价的重要指标，是制定矿井防治水措施、确定排水能力和防止重大水害的主要 依据。因此，选择准确度和精度高的矿井涌水量预测方法，是提高矿井水文监控 系统工作可靠性的有效途径。 矿井涌水量预测方法多种多样，归纳起来基本可以分为两类。第一类为确定 性分析方法，主要包括物理模拟法、数值模拟法、水均衡法和解析法；第二类为 不确定性分析方法，具有代表性的有水文地质比拟法、模糊综合评判法、相关分 析法、灰色系统理论、B P 神经网络和实践序列分析等【2 6 1 。 对确定性分析方法来说，如果水文地质参数不可靠，水文地质条件没有查清， 或因水文地质情况复杂而条件概化不准确，都有可能直接导致计算结果出现大的 误差。国内外科研工作者对现有的计算方法进行了大量研究和实践验证，提出了 很多改进的方法。近几年来，关于数值模拟法的理论和应用研究比较多见。文献 [ 2 7 】应用模块化三维有限差分地下水流动模型 M o d u l a rT h r e e ．d i m e n s i o n a l 4 硕士学位论文第一章绪论 F i n i t e - d i f f e r e n c eG r o u n d ．w a t e rF l o wM o d e l ，M O D F L O W 求数学模型的解，模拟实 际系统的状态，成功预测了不同含水层的涌水量变化规律。文献[ 2 8 】应用谷歌移 动服务 G o o g l eM o b i l eS e r v i c e ，G M S 软件的三维地层创建模块和渗流计算模块， 综合分析矿区水文地质条件，建立了陕西某矿采煤工作面的水文地质模型，预测 了其涌水量变化规律，具有实际的工程应用价值。文献[ 2 9 】通过建立区域模型和 局部模型的方式，解决了边界条件概化不准确的难题，保证了矿井涌水量预测的 正确性，提高了预测精度。 实际工程中，存在着各种影响矿井涌水量预测准确程度的因素，如含水层的 水文地质结构、联系通道、补给来源和人为扰动等。当系统存在以上各种各样的 不确定性 信息不完全性、未确定性和模糊性 时，采取确定性分析方法进行涌水 量预测得出的结论，会存在不合理甚至矛盾的可能。因此，通过不确定性分析方 法来预测涌水量的研究具有十分重要的工程意义。 水文地质比拟法利用地质条件和开采方法具有相似性的矿井排水资料，对新 建矿井的涌水量进行预测，在国内得到了较广泛的实际应用。除了对矿井正常涌 水量和最大涌水量进行预测之外【3 0 】，水文地质比拟法也被广泛用于其它预测方法 的结果校核【3 1 1 ，避免单一预测方法出现偏差较大的预测结果。虽然应用广泛，但 它受限于矿井水文资料的积累程度，而且只能用于条件相似的矿井，也无法考虑 开采条件下水文因素的动态变化，有一定的局限性。 针对在矿井水文监控系统中的应用，关于矿井涌水量预测方法的研究主要集 中在灰色系统法、B P 人工神经网络两大方面，也有一些科研工作者运用支持向 量机 S u p p o r tV e c t o rM a c h i n e ，S V M 方法取得了一定成果。 1 灰色系统法具有所需样本少、无需知道样本分布规律和预测精度高等诸 多优点，在矿井水文“小样本“ 、“贫信息”这样的不确定性系统应用中受到了大 量的研究。 在灰色系