基于EPL模型評估控制煤礦安全性研究

孫靜懿 陳學成 陳海江 張力峰

摘 要：本文針對某煤礦[1]的瓦斯濃度與煤塵下限兩個主要因素，建立EPL模型，對煤礦的安全性加以判定并給出通風控制方案。

關鍵詞：安全性；EPL模型；判定；控制

1 數據的采集

根據《煤炭安全規程》[2]第一百三十三條的規定，煤礦的安全分類主要考察相對瓦斯涌出量和絕對瓦斯涌出量，而數據的采集集中在總回風巷上。

2 利用EPL模型評估、控制煤礦安全性

EPL模型集合了EXCEL數據處理、概率統計分析及線性規劃理論的成功之處，建立綜合模型。

2.1 判定煤礦的分類

（1）主導因素的決定

礦井的瓦斯涌出量的求解主要涉及到瓦斯體積、礦井產量、時間，總回風巷是煤礦各個生產環節產生的瓦斯排出的必經之地。礦井生產過程中生產的瓦斯全部經過總回風巷，故將總回風巷中的瓦斯的相對與絕對涌出量視為整個礦井的瓦斯相對與絕對涌出量，分別記為Q1、Q2。

（2）利用EXCEL處理數據

總回風巷的風速、瓦斯密度和日產量的數據，三項數據具有相對穩定性，可以用其均值進行討論。設風速、瓦斯密度、日產量的平均值分別為？琢、p、c，利用EXCEL求其均值，分別為5.196、0.626%、605.833。

（3）確定煤礦級別

根據《煤炭安全規程》第一百三十三條的規定，礦井相對瓦斯涌出量大于10 立方米/ 噸或礦井絕對瓦斯涌出量大于40立方米/分鐘的是高瓦斯井.該礦井是高瓦斯礦井。

2.2 對煤礦危險性的判定

（1）建立概率事件

已有數據中30天、6個工作地點和每天三個時間段，共540個工作事件，現將每個工作地點在每個工作時段發生危險的情況視為一個獨立事件，而這540個工作事件看作整體，n=540。

（2）篩選危險事件

假設達到報警濃度的采煤工作面和回風巷中的瓦斯密度相等，設采煤工作面、回風巷、掘進工作面的瓦斯密度分別為P1、P2、P3。由國家相關規定，其警報密度為0.3%。 煤塵爆炸下限濃度為P4。由統計可得 4.5≤P3≤12.5。

滿足下列標準之一的事件即為危險個體：

2.3 危險調控

（1）風量控制線性模型

采用控制通風量的方式解決危險隱患，礦井的進風口和出風口都只有一個，所以研究礦井所需最佳（總）通風量，只需求得進或出的風量即可。

設采煤工作面一、采煤工作面二、掘進工作面、掘進工作面、出口主巷道每秒風速及相應風量分別為ai，vi（i=1.…，5），掘進工作面的面積S1=3.498（㎡）.

如果在三個工作點都達到風速最小時的風量且局部通風機產生的風量都在規定的范圍內，則此時的風量就是最理想的，既滿足了要求也避免了由于風量大而造成揚塵，而且能量消耗達到最小。

（2）控制模型優化

模型的檢驗主要集中在掘進工作面上。因為涉及到局部通風機的額定風量問題，它直接影響總風速的大小，而其他兩個工作面對總風速沒有直接影響，都是最小風速時最佳。

此外，在上述過程中盡量減小風速，雖然減少了揚塵，但也減弱了風對瓦斯的稀釋作用.事實上，在現實中必須增加風速加以平衡。在理論上，掘進工作巷道的風量是由局部通風機提供的，理論的風速應比實際的高.通過檢驗可以發現，即使局部通風機以最高風率，即400m3/s供風，也只提供了1.905m/s的風速，而實際的風速都在2m/s以上。實際的風速比理論的高，其原因是主進風巷對它有補給。

3 結論

本模型運用概率與數理統計的知識和利用Excel對數據進行篩選，對本文的前兩個問題，特別是第二個問題具有很好的代表性和可操作性。Excel程序的使用使大量數據的處理簡單化，為后來用統計的方法解得危險性系數提供了強大的支持。在第三部分的模型中，建立了線性規劃模型，通過合理的假設和推理，在給定條件的基礎上，逐步縮小各個工作點的風速范圍，在最終確定的范圍中，利用了反向思維的方法，先假設掘進工作面外風速a4最小值滿足條件，進而進一步縮小掘進工作外風速a4最小取值，最終確定了最佳（總）通風量和局部通風機的額定風量。

參考文獻：

[1]2006年全國數學建模競賽D題

[2] http：//wenku.baidu.com/view/1cb8b7d5b9f3f90f76c61bbd.html