多风机多级机战通风系统检测点布局优化研究.pdf

SeriesNo. 397 July 2009 金 属 矿 山 METAL M I NE 总第397期 2009年第7期 谢贤平1966 , 男,昆明理工大学国土资源工程学院,副教授,博 士, 650093云南省昆明市学府路253号。 多风机多级机站通风系统监测点布局优化研究 谢贤平 段在鹏 昆明理工大学 摘 要 实现多风机多级机站通风系统优化管理和自动监控,在系统的适当位置上布置一定数量的监测点, 提供必要的数量信息,以反映和估计系统的运行状态,是计算机在线优化管理的一个重要环节。矿井通风系统监 测点的设置与测点数目、 测点位置以及网络分解方法都有关。同时考虑测点设置与三者的关系,将使问题复杂化。 将之分解为2个层次的问题首先,暂时不考虑测点位置和网络分解方法的影响,用菲波那奇法决定测点数目;然 后,在测点数目给定的基础上,确定测点优化位置,进而得到最优分解及相应的最大模差。应用实例表明,它使得 问题容易解决,而且计算工作量也不大。 关键词 矿井通风 多风机多级机站 监测 网络集结原理 优化 Optim ization of the Layout ofM on itoring Points ulti2Ventilator andM ulti2Fan Station Ventilation System Xie Xianping Duan Zaipeng Kunm ing University of Science and Technology Abstract For an optimalmanagement and automatic supervisory controlof the mine multi2fan andmulti2station venti2 lation system, a certain numberofmonitoringpoints should be allocated in proper sitesof the system so as to provide neces2 sary infor mation reflecting and estimating the system operation status, which is an i mportant part of computer’s on2line opti2 malmanagement .The layout ofmonitoring points of ventilation system is related to the number and location of monitoring points aswell as the network decomposition . A simultaneous consideration of the relation bet ween their layout and the said three factorswill complicate the issue and therefore, it is considered as a t wo2level question. First, the point loca2 tion and network decomposition are not considered at this time and the point number is determined by Fibonacci ; and then, at the given point number, the optimal point location is determined and further the optimum outcome of network decomposition and the largestmodular difference can be got .Its practical application shows that it can make the question easy to solve with not a high computingwork load. Keywords Mine ventilation, Multi2ventilator and multi2stage fan station, Monitoring, Network build2up theory, Op2 timization 针对复杂的矿井通风系统,如何尽量少布置测 点,而又能较准确地通过这些测点的数据信息更多 地反映整个系统的状况,是一个具有理论意义和实 用价值的研究课题。在目前,矿井通风系统的测量 都还是人工进行的,要全面测定一个矿井通风系统, 需花费很大的人力、 物力和时间等。所以测点布置 问题似小实大。 实现多风机多级机站通风系统优化管理和自动 监控,在系统的适当位置上布置一定数量的监测点, 提供必要的数量信息,以反映和估计系统的运行状 态,是计算机在线优化管理的一个重要环节。对大 规模的复杂系统,确定监测点的数量和位置,既与优 化管理有关,又与投资费用有关。对这个问题的研 究,至今未见文献报道。一般常见的矿井通风文献 中分析了测点设置问题,不仅是定性,而且主要靠经 验,往往难以达到最优设置的目的 [123]。 1 矿井通风网络的集结原理 所谓矿井通风网络的集结,是指把网络中节点 风压以地表大气节点为参考节点,并从地表入风 口节点起计算大致相等的多个节点,合并为一个 虚拟的节点。这时,虚拟节点间的多个联结分支就 741 看作为一个虚拟分支。这样集结处理以后,整个网 络的总节点数将显著减少,以图1来说明。 图1 某矿井通风网络 图1 a是某矿井通风网络的一部分。它是10 个节点的子网络,其中每一节点的风压列于表1。 表1 某矿井通风网络的节点风压值 Pa 节点编号风 压节点编号风 压 1343. 66340. 2 2325. 17460. 5 3330. 28446. 7 4310. 69150. 6 5328. 710126. 4 从表1可以看到,节点1～6的风压值大致相 等,因而由它们构成的区域a可以合并为虚拟节点 A;节点7和8的风压值也大致相等,由它们构成的 区域b可以合并为虚拟节点B;同样,由节点9和10 构成的区域c也可以合并为虚拟节点C。显见,合 并以后, 10个节点的子网络就集结为图1 b所示 的具有3个虚拟节点的子网络了。 如果在每一区域中装一套测压仪表,仪表的测 量值代表了所测量区域中各点的风压值。于是,对 于上述实际上具有10个节点的子网络,只需测量3 点的风压,就可以粗略地反映这10个节点子网络的 风压分布规律。自然地,采用上述集结方法后,各点 风压与虚拟节点的风压测量值之间必然存在一定的 误差。为了减少这种误差,一方面需要对矿井通风 网络进行最优分解,另一方面则需要将测压仪表安 装在具有中位风压值的节点简称中位点上。 实际上极为复杂的矿井通风网络,同样可以采 用上述的集结原理进行处理。 2 监测点优化布局的决策目标 2. 1 矿井通风网络的最优分解 利用矿井通风网络的集结原理,监测点的设置 问题就转化为网络的分解问题。网络分解后,整个 网络可能产生的最大误差与测点数目、 位置、 分解方 法都有关系。如果设网络在任何情况下都处于最优 分解状态,就可以对不同的测点数目和位置引起的 最大误差进行比较。 所谓最优分解是指在所有集结区域中所产生的 最大模差取最小值时的网络分解方案 [4 ]。用符号 表达如下。 max Ω S zk→min,1 式中, maxS zk表示相应于第k个测点的集结区域 zk所出现的最大模差;Ω表示集结区域zk的集合。 2. 2 决策目标 在网络的集结中,用所设置测量点的风压去代 表整个集结区域的风压,它或多或少总会带来误差。 显然,如果测点安排得越多,位置安排得越合理,区 域划分越细,则引起的测量误差也就越小;然而,由 于设置每一测量点需一定的投资费用包括测量仪 表和信号传输设备等 , 所以测点安排得越多,所需 投资费用也就越多如果是人工测量,则意味着测 点越多,所花费的人力、 物力和时间越多。 可见,这是测量精度和投资费用2个目标的决 策问题。第1个目标要求集结区域内产生的最大模 差取极小值,即 minJ1 max Ω max j∈zk | pj- pck | , 2 式中,pck为第k个测点的风压值; pj为第j个节点的 风压值; zk为相应于第k个测点的集结区域, k 1, 2,⋯, Nc, Nc为测点数目。 第2个目标要求投资费用取极小值,即 minJ2 GNc,3 式中,常数G表示每个测点所需投资费用。 对于多目标决策问题,常用的方法之一是将多 个目标化多为少,即通过加权和法、 功效系数法、 费 用效益比法等将多个目标综合成一个总目标 [527]。 采 用加权和法,将J1, J2综合成统一的目标,即 minJ J1WJ2 st Nc≤ ≈Np ,4 式中,W为加权因子; Np为允许安排的测点的最大 数目,它表示能支付的最大投资费用。 2. 3 决策目标的分析 分析式4可以发现,决策的总目标J是测点 数目、 测点位置、 网络分解方法的隐函数,对它采用 间接寻优方法是不合适的。 对实际网络的大量计算表明 [8 ] ,当网络分解是 最优而且测点位置也是最优时,J1将随着测点数目 841 总第397期 金 属 矿 山 2009年第7期 Nc的增加而按指数形式下降,如图2中曲线 ①所 示。 另一方面,分析可知J2是Nc的线性函数。 如果将 J2乘以适当权因子,得到如图中曲线 ②所示的直 线,再与曲线 ①相加,就得到曲线 ③。 它意味着如果 测点位置和分解方法保持最优的状态,则总目标J 是测点数目Nc的单峰函数。 图2 监测精度、 监测费用与 监测点数之间的关系曲线 3 求优化决策的方法和步骤 3. 1 菲波那奇 fibonacci法 菲波那奇法也称分数法,用之寻求离散变量的 单峰函数最优解,收敛速度快,其具体方法见文献 [9 ]。以它求最优测点数。 3. 2 测点位置的优化 测点的设置包括确定其数目和位置2项内容, 同样数目的测点,由于它们的分布位置不同,由网络 集结后产生的最大模差也不相同。 在测点数目不大的情况下,穷举出所有可能的 分布方案,通过比较,可获得位置的最优分布。如果 测点数目较大,穷举法工作量太大,就不宜采用。这 时可以先凭经验猜测几组可行的分布方案,然后逐 步改进,获得优化分布。这样的作法虽然不能绝对 保证获得最优位置分布,但至少能得到满意的结果。 3. 3 求优化决策的步骤 鉴于在测点位置和网络分解都是最优的状况 下,总目标是测点数目的单峰函数。于是,求优化决 策的步骤如下。 Step 1仅考虑总目标函数是测点数目的函数, 暂不考虑其位置和分解方法的影响。用菲波那奇法 决定试验的测点数目。 Step 2由给定的测点数目,找出其位置的优化 分布;与此同时,得到最优分解产生的最大模差。 Step 3通过比较,决定下一步的试验范围。 Step 4判断试验范围内有否新的试验点,如没 有,停止;如还有转Step 5。 Step 5暂不考虑测点位置和分解方法的影响, 用菲波那奇法决定新试验的测点数目,转Step 2。 3. 4 2点说明 1测点数目的试验范围。根据多风机多级机 站通风系统的特点,主扇机站、 辅扇机站、 风窗、 风 门、 采场最低压力点即控制点等的风压总是需要 测量的。因而,将系统中这些项目的数目总和起来, 就是试验范围的下限Nmin,而试验范围的上限Nmax, 应满足条件①要求NmaxNp;②Nmax- Nmin应恰好 是菲波那奇数列中的某一项。 能满足这2个条件的 数有多个,取其中最小的一个。 2权因子W的确定。W值的确定,与决策者的 主观意愿有关。 根据对实际矿井通风系统的计算经 验,W值的小量变化并不影响决策结果。 一般地,只 要使WJ2与J1处于同一数量级即可。 4 应 用 图3是云锡老厂锡矿一个分区通风系统的局部 网络示意图。其中,有4个主扇机站,①、 ②2机站 为地表一级压入式主扇,③、 ④2机站为回风井井底 的四级抽出式主扇;在这一局部网络示意图中,有3 个辅扇机站,⑤ 为二级压入式机站,⑥、 ⑦ 为三级抽 出式机站。该局部网络是一个典型的多风机多级机 站通风网络。根据已有研究成果所取得的老厂锡矿 通风系统建设规划的用风量 [10 ] ,用计算机对该网络 进行网络解算,得到网络中各个节点的风压值。 考虑到投资费用的限制,最大允许测点数为20 个,因而取Np20。 因为有4个主机站,3个辅机站, 最低压力点暂时不能决定因该矿有氡子体污染, 需在某些地段形成零压区,从而防止氡的析出 , 暂 不考虑漏风点;所以取Nmin7;根据Nmin和Np的 值,可知Nmax应取28。 显见,试验范围应为[7, 28 ]。 取G10 000,W0. 000 01,用上面介绍的步 骤寻找该局部通风网络测点设置的优化决策,其逐 步计算过程的主要结果列于表2。 表2 云锡老厂锡矿某局部通风系统监测点 布局优化计算结果 试验范围 第1试验点第2试验点 编号 目标函数 编号 目标函数 优化点 划去范围 [7, 28]153. 93203. 4820[7, 15] [15,28 ]203. 48233. 7020[23, 28 ] [5, 23]183. 50203. 4820[15, 18 ] [18,23 ]203. 48213. 5320[21, 23 ] [18,21 ]193. 43203. 4819[20, 21 ] 从表2看到,只要5次寻优计算当然,不计及 位置和网络分解的优化计算 , 就可得到优化决策。 941 谢贤平等多风机多级机站通风系统监测点布局优化研究 2009年第7期 合适的测点数为19,其分布范围见图3;相应的最大 模差为15. 45 Pa,所需投资费用为人民币19万元。 无论从投资费用考虑,还是从模型精度考虑,都是令 人满意的。 图3 云锡老厂锡矿某局部通风网络 ■①～④ 主扇机站;▲⑤～⑦ 辅扇机站;●1～12监测点 参 考 文 献 [1] 刘雪峰.矿井通风安全管理计算方法与程序设计[M ].徐州 中国矿业大学出版社, 19911 [2 ] 淮南矿业学院.矿井通风技术测定及其应用[M ].北京煤炭 工业出版社, 19801 [3 ] 王汝林.矿井环境监测与测量仪表[M ].徐州中国矿业大学 出版社, 19881 [4 ] Lee J G . Optimal decomposition of large2scale network[J ].IEEE transactions on systems, man and cybernetics, 19797 36923751 [5 ] 陈禹六.大系统理论及其应用[M ].北京清华大学出版社, 19881 [6 ] 涂序彦.大系统控制论[M ].北京国防工业出版社, 19941 [7 ] 席裕庚.动态大系统方法导论[M ].北京国防工业出版社, 19881 [8 ] 昆明工学院.多风机多级机站通风网络优化设计研究[R ].昆 明昆明工学院, 19891 [9 ] 中国科学院数学研究所运筹室优选法小组.优选法[M ].北 京科学出版社, 19751 [10] 昆明工学院.云锡老厂锡矿井下通风系统合理性研究[ R ]. 昆明昆明工学院, 19891 收稿日期 20092052 04 上接第110页 式中,CFe, CNi, IFe, INi和R物理意义同上。 表2中将镍铁样品中Ni和Fe含量和的平均值 99. 42 作为镍铁样品中Ni和Fe含量和的归一 化系数,采用二元比例法分析得到镍铁样品中Fe的 平均相对误差为0. 36 , Ni的平均相对误差为 1. 57。 表2 镍铁样品中Fe和Ni的分析结果 样品 编号 Fe 推荐值 Cr 推荐值 CFe/ CNi 分析值 Fe 分析值 Cr 分析值 Fe 相对 误差 Cr 相对 误差 NiFe0183. 7015. 885. 3183. 6715. 760. 03- 0. 77 NiFe0281. 4517. 734. 5781. 5717. 850. 150. 67 NiFe0380. 2019. 484. 0679. 7719. 65- 0. 530. 86 NiFe0479. 1720. 524. 0279. 6219. 810. 56- 3. 49 NiFe0577. 7621. 803. 4977. 2822. 14- 0. 621. 57 NiFe0675. 2023. 703. 0774. 9924. 43- 0. 283. 07 NiFe0773. 5025. 782. 8273. 3926. 03- 0. 140. 95 NiFe0872. 4127. 262. 6872. 4027. 02- 0. 01- 0. 89 NiFe0970. 1029. 192. 4770. 7728. 650. 95- 1. 85 平均误差0. 361. 57 3二元比例法。与经验系数法的比较见表 3。 从表3可看出,使用二元比例法可以达到了现 场半定量分析 [4 ]的要求。 4 结 论 1建立了二元样品中元素含量与荧光计数率 之间函数关系和数学模型。 表3 二元比例法与经验系数法的比较 样品系列CrFe合金NiFe合金 含量比值范围 CFe/CCr 0.53～2.19 CFe/CNi 2. 40～5. 27 样品数目89 平均相对误差 二元比例法 经验系数法 Fe 1. 24Fe 0. 36 Cr 0. 98Ni 1. 57 Fe 0. 98Fe 0. 33 Cr 0. 99Ni 1. 18 2通过计算得到的铬铁样品中Fe和Cr及镍 铁样品中Fe和Ni含量的平均相对误差,已能达到 现场快速测量的要求。 参 考 文 献 [1 ] 吉昂,卓尚军,陶光仪.能量色散X射线荧光光谱在钢铁工业 中的应用[J ] .钢铁, 2001, 36 10 642681 [2 ] 章 晔,谢庭周,曹利国,等. X荧光探矿技术[M ].北京地质 出版社, 19841 [3 ] 尤金P.伯廷. X射线光谱分析导论[M ].高新华译.北京地 质出版社, 19811 [4 ] 张家骅,徐君权,朱节清,等.放射性同位素X射线荧光分析 [M ].北京原子能出版社, 19811 [5 ] 葛良全,周四春,赖万昌.原位X辐射取样技术[M ] .成都四 川科学技术出版社, 19971 [6 ] 庹先国,穆克亮,成 毅 1EDXRF法矿浆品位在线分析系统的 探讨[J ] .金属矿山, 20065 592621 [7 ] 汤 琳,林 谦,梁漫春,等 1磁铁矿精粉中组分含量波动对 γ 透射法测量铁品位的影响[J ] .核电子学与探测技术, 2006, 6 26 1017210191 收稿日期 20092042 30 051 总第397期 金 属 矿 山 2009年第7期