煤層氣開發數據采集與遠程監控系統設計

李自成，劉 慶，王后能，熊 濤

（武漢工程大學 電氣信息學院，武漢 430205）

構造煤廣泛發育和構造煤煤層氣資源豐富是我國煤與煤層氣資源的顯著特征，隨著采煤技術的不斷發展，煤層氣勘探開發采集監控系統及自動化程度要求越來越高[1-2]。傳統的傳感器測量，因測量過程中存在噪聲干擾的影響，無法滿足測量精度要求；傳統的工業控制在無精確數學模型基礎上難以實現控制要求。

傳感器測量中如基于卡爾曼濾波的礦井人員二維精確定位方法和工業控制中如選煤廠煤倉瓦斯監控系統設計，在煤層氣開發領域應用較多，而其兩者的結合在煤層氣開發領域應用較少[3-4]。為拓展傳統的傳感器測量和工業控制應用領域，需要在傳統測量和控制基礎上設計開發新型系統來滿足實際應用要求。

在構造煤原位煤層氣勘探開發系統中，煤層氣氣體的收集伴隨著很多干擾因素，壓力和溫度是影響煤層氣氣體解吸過程和收集速率的主要因素。在解吸過程中，溫度升高則煤層氣解吸率增大，溫度降低而煤層氣解吸率減??；壓力降低，煤層氣解吸率增大，壓力升高則煤層氣解吸率減??；溫度升高且壓力增大，會加快煤層氣氣體的流速[5]，使煤層氣開采效率低下，安全性、穩定性降低，甚至發生瓦斯爆炸等。因此，有必要對地下構造煤原位煤層氣開采過程中的溫度和壓力進行有效的測量和監控。為提高煤層氣氣體的開采效率，在此以設計數據采集與遠程監控系統為基礎，提出了卡爾曼濾波和模糊控制結合算法[6-8]。

1 總體設計方案

煤層氣開發數據采集與遠程監控系統實時采集溫度、壓力信號，結合卡爾曼濾波算法和模糊控制算法的優點，通過卡爾曼濾波模型，對地下煤層氣開發系統中的溫度和壓力進行有效的預測，提高數據采集精度；通過模糊控制算法，對地上煤層氣氣體收集裝置閥進行有效的控制，實現煤層氣氣體的勻速采集，該系統及算法對構造煤原位煤層氣高效勘探開發具有實際的意義。

1.1 數據采集設計方案

對數據采集開發環境的選取，結合實際工程經驗和數據采集平臺的通用性，選取LabVIEW作為數據采集上位機開發平臺，選取NI公司的USB-6008數據采集板卡，輸出信號為0～10 V的SBWZ-230溫度變送器和2088壓力變送器來輸出溫度與壓力信號。采用設備層、控制層和管理層3層網絡架構，實現對煤層氣開采過程中的溫度、壓力進行數據采集與實時監控。系統設計原理如圖1所示。

1.2 勘探開發界面設計方案

為了形象、直觀的對煤層氣勘探開發數據采集及閥門開度進行實時監控，需要開發界面友好、功能豐富的組態界面。在此選取LabVIEW設計開發組態界面。

圖1 系統設計原理Fig.1 System design schematic

LabVIEW開發平臺具有程序可視化、有效處理數據、便于二次開發等優點，可實現多物理量高度可視化的實時采集與監控，能較好地滿足系統要求。煤層氣數據采集與遠程監控系統界面，通過LabVIEW開發平臺和數據采集卡，可實現溫度、壓力信號采集及閥門開度實時監控[9]。

1.3 控制設計方案

鑒于地下煤層氣解吸和傳輸時的環境干擾因素，為提高采集的穩定性和數據的精確度，結合實際煤層氣開采經驗和技術，對煤層氣氣體收集時溫度及壓力影響因素進行模型預測，以實現煤層氣氣體收集裝置閥的有效控制。數據采集及控制結構原理如圖2所示，其中包括溫度傳感器、壓力傳感器、模糊控制器、氣體收集裝置閥。具體實現過程如下：

步驟1設定地下煤層氣氣體采集時期望的溫度、壓力和氣體收集時的閥門開度值。

步驟2根據溫度傳感器和壓力傳感器檢測煤層氣氣體解吸和采集時的溫度和壓力。

步驟3鑒于環境因素影響，加上高斯白噪聲作為測量干擾，得到溫度的實時檢測值和壓力的實時檢測值。

步驟4對地下系統中的溫度和壓力進行數學建模，建立卡爾曼預測模型，得到煤層氣氣體檢測時的溫度預估值和壓力預估值。

步驟5建立卡爾曼更新模型，通過卡爾曼增益系數對溫度的實時檢測值、溫度預估值和壓力的實時檢測值、壓力預估值進行可信度分析，得到數據采集時的最優估計溫度值和最優估計壓力值。

步驟6計算最優估計值和預設期望值的誤差，得到溫度誤差E1和壓力誤差E2。

圖2 數據采集及控制結構原理Fig.2 Data acquisition and control structure schematic

步驟7將溫度誤差E1和壓力誤差E2作為模糊控制的兩輸入，選取模糊子集論域，確定隸屬函數，制定模糊控制規則表，設計模糊控制器。根據溫度和壓力的誤差變化范圍，調節煤層氣氣體收集裝置閥的開度。

2 軟件設計

2.1 卡爾曼濾波算法

在此將卡爾曼濾波應用在地下煤層氣開采系統中，結合實際環境分別建立溫度與壓力的一維數學模型，其數學表達式為

預測模型

更新模型

在更新模型中，ki為卡爾曼增益系數；H為測量系統的參數；Zt為測量方程；R為測量噪聲的協方差矩陣。為當前時刻的預估值。Pt為下一時刻的協方差。I為單位矩陣，對于單模型單測量，I＝1。

根據上述模型，在LabVIEW上設計卡爾曼濾波算法。首先，確定和Pt-1的初值，在 LabVIEW 上的初值確定為0，Pt-1的初值確定為0.2。根據迭代過程設計迭代算法，確定卡爾曼增益系數和協方差。加上高斯白噪聲模擬煤礦井下實際噪聲干擾，根據溫度和壓力的實時數據采集，分別確定R和Q的實際參數值。溫度信號采集過程中取 R＝0.2，Q＝1；壓力信號采集過程中取 R＝0.3，Q＝1。

2.2 模糊控制算法

在卡爾曼濾波算法的基礎上，通過LabVIEW采集到濾波數據后，分別將采集時溫度和壓力信號對應的電壓值與預期設定的電壓值進行誤差分析，將誤差作為模糊控制器輸入。其中，兩輸入變量的模糊子集均設定為｛負大，負小，零，正小，正大｝，簡記｛NB，NS，ZO，PS，PB｝。根據實際的數據采集，可以確定溫度誤差變化的基本論域為［-3，3］，壓力誤差變化的基本論域為［-3，4］。在模糊推理過程中，選取三角函數來構建隸屬函數圖，建立對應模糊控制規則表，具體見表1。利用LabVIEW上的模糊控制模塊構筑模糊推理系統，設計模糊控制器。

表1 模糊規則Tab.1 Fuzzy rule

3 監控系統實現及實驗室模擬驗證

建立卡爾曼濾波算法和模糊控制器后，在LabVIEW上進行仿真驗證。

在該系統中，設定：煤層氣開采溫度為10℃，對應溫度變送器輸出電壓為3 V；開采壓力為24 MPa，對應壓力變送器輸出信號為4 V。溫度、壓力采集及濾波波形如圖3所示。仿真結果表明，通過數據采集程序和卡爾曼濾波算法設計，實現了溫度、壓力的數據采集及卡爾曼濾波算法的應用。

圖3 溫度、壓力采集及濾波波形Fig.3 Temperature and pressure acquisition and filtering waveform

溫度、壓力的最優估計值和預定期望值的誤差分析波形如圖4所示。通過卡爾曼濾波算法得到濾波波形圖，與預定期望值作誤差分析，得到信號采集誤差分析波形圖，確定模糊控制算法輸入論域范圍。

圖4 溫度、壓力的最優估計值與預定期望值的誤差分析波形Fig.4 Error analysis waveform of optimal estimation of temperature and pressure and predicted expectation

閥門開度曲線如圖5所示。確定模糊控制輸入論域范圍，設計模糊控制規則、模糊推理系統及模糊控制調用程序。由圖可見，溫度和壓力發生變化時，煤層氣氣體收集裝置閥開度同時發生變化。結果表明，該系統中模糊控制器的設計及應用，對煤層氣氣體收集裝置閥有較好的控制效果。

圖5 閥門開度曲線Fig.5 Valve opening curve

煤層氣數據采集與遠程監控系統界面如圖6所示。該界面顯示了功能區、數據監控區及模糊控制算法區，實現溫度與壓力信號采集及閥門開度實時監控。

圖6 煤層氣數據采集與遠程監控系統界面Fig.6 Data acquisition and remote monitoring system interface for coalbed methane

程序設計框圖如圖7所示。圖中分別設計了溫度、壓力數據采集程序、卡爾曼濾波算法程序及模糊控制算法程序。

4 結語

基于構造煤原位煤層氣水平井洞穴卸壓開發模擬試驗系統，構建數據采集與監控系統平臺，對煤層氣開發過程中的影響因素如溫度、壓力信號進行實時采集與在線監控。在數據采集與遠程監控系統的基礎上，為提高煤層氣氣體實時采集和勻速收集效率，提出了卡爾曼濾波與模糊控制結合算法，并在LabVIEW上進行了算法驗證。利用卡爾曼濾波算法具有數學結構簡單、實時性高、降噪、不確定性因素少的優點，結合模糊控制算法不依賴于被控對象的精確數學模型、魯棒性好、適應性強等優點，提高數據采集精度與煤層氣氣體收集效率。該系統及算法，能提高煤層氣開采效率，降低開采成本，對煤層氣的高效勘探開發具有較好的借鑒作用。