霍寶干河煤礦井下通風系統精準化異常診斷分析

胡偉偉

(霍州煤電集團有限責任公司 霍寶干河煤礦，山西 洪洞 041600)

隨著科技的發展，礦井的開采深度以及范圍較之前都有了很大的延伸，隨之帶來更多的開采安全問題，其中礦井通風最為顯著。霍寶干河煤礦位于山西省臨汾市洪洞縣趙城鎮，地形較為復雜，礦井主要開拓方式為立井開拓，年生產能力為180萬t，為山西焦煤集團的重要礦井之一。該煤礦目前存在的通風問題主要有：礦井開采深度較大，通風阻力較大，存在漏風情況，系統參數異常頻發；主風機超負荷運行，故障頻發；多煤層共同開采，通風網絡較為復雜，管理困難、維護困難。因此，通常無法及時獲取系統的異常情況，系統得不到及時維護，導致系統失效，從而引發事故，威脅礦井生產安全。

為了能夠及時獲取系統信息，對系統異常進行自動診斷，選取診斷標準，確定診斷指標，通過視覺仿真系統建立系統異常樣本庫，后對異常進行分析，得出異常原因，最終實現異常的識別與診斷。

1 構建礦井通風系統異常樣本庫

1.1 通風系統異常診斷指標體系

通常來講，通風系統異常診斷體系的完善度，會直接影響系統的診斷可靠性，因此在構建通風系統的異常診斷功能時，需要先進行異常體系的構建。而在構建異常診斷體系之前，應該先定義通風系統指標，包括：

1)通風動力。礦井通風的動力是各個通風機，當風機發生故障時，會直接影響礦井的通風系統。而目前存在風機斷電停風、風機老化導致風量不足、風機負壓較大運行不穩定等問題。

2)通風網絡。井下巷道錯綜復雜，因此形成了復雜的通風網絡，隨著工作面不斷前進，通風網也在不斷變化。目前表現的主要問題：阻力過大導致井下部分位置無風，瓦斯濃度大；由于地理因素，導致通風航道的部分位置阻力加大，影響風量，威脅安全。

3)通風設施。由于井下巷道錯綜復雜，通風風流無法實現自動調節，因此采用通風設施用于井下風向風量的調節和控制。常出現的失效模式是由于巷道風阻改變，從而導致漏風量增加。

確定與通風動力、通風網絡、通風設施此3項準則相關的8項指標：風量、風壓、喘振、總阻力、巷道風速、用風地點風量、巷道摩擦阻力系數和通風設施兩端壓差。建立的通風系統異常診斷指標體系，見圖1.

圖1 礦井通風系統異常診斷指標體系圖

1.2 利用層次分析法確定評價指標權重

在基于通風物理組成的異常診斷評價指標體系中，由于異常診斷指標體系的指標相對較少，直接對所有三級指標進行統一打分，并建立相應矩陣。通過專家打分，構建相應的判斷矩陣，并進行權重計算，具體結果見表1.

表1 礦井通風系統異常診斷指標判斷矩陣表

通過層次分析法對各指標進行計算，最后可以得出按照指標分類的礦井通風系統異常診斷指標權重，見表2.

表2 礦井通風系統異常診斷指標權重表

1.3 建立通風系統異常樣本庫

霍寶干河煤礦目前通過運用通風在線監測監控系統已基本實現井下各巷道風速風量的在線監測，但是只能獲取風量的大小卻無法獲取導致風量出現異常的因素。所以現利用礦井通風可視化仿真軟件VSE，以霍寶煤礦為實驗礦井，構建現狀仿真模型，分別對所有會出現的異常情況進行模擬，制作大量異常樣本，構建異常樣本數據庫，實現系統異常原因的識別與匹配，診斷由通風在線監測系統提示的系統異常，分析原因以及影響范圍。建立異常樣本庫時，首先將霍寶干河煤礦的礦井巷道數據以CAD圖像的形式導入仿真軟件中，錄入后，生成煤礦通風系統圖,見圖2.導入圖像到仿真軟件后，應對其進行重要參數的設置，包括：在軟件的菜單欄中通過輸入實際的參數，添加繪制構筑物以及風機；通過查詢采掘平面圖并手動輸入巷道節點以及拐點的標高，準確測算通風阻力；手動輸入系統的通風阻力參數。

圖2 煤礦通風系統圖

為了保證仿真準確度，視覺VSE使用風壓閉合差和解算誤差作為參考標準。在該標準下，仿真系統解算一次，參數便會重生成一次。用來表征模擬效果真實度的參數閉合差每次運算過后都會以彈窗的形式進行顯示，且數值越小效果越好，通過彈窗數值直觀地展現仿真的準確度。隨后將前期收集的礦井參數以及處理數據導入模擬系統，在礦井現實狀態的基礎上，模擬有可能出現的異常，獲取相應的異常數據，為精準診斷提供數據支持。

2 礦井通風系統異常診斷分析

由于通風系統的工作環境復雜，工作參數隨機，導致其系統穩定性較差，在自身以及外部環境的作用下容易造成系統異常情況產生。現以在線監控監測系統采集的實際數據為基礎，通過樹狀圖的方法，對異常原因進行分析，以實現系統的異常診斷功能。在分析過程中，從可能出現的異常問題出發，結合系統出現故障的部位以及容易發生問題的地點，綜合分析研究異常出現的原因。

經過研究發現，導致系統出現異常的原因可以總結為5類，且每個異常原因的程度以及范圍等都存在差異。系統異常故障分析圖見圖3.

圖3 系統異常故障分析圖

通過數據分析得出，通風系統的5類異常，發生概率較大的3大地點主要是：1)通風構筑物的巷道。由于風機等設備出現異常，導致風阻減小，出現風量異常。2)主要通風巷道。將通風網絡中主要的通風巷道作為優先一級的診斷位置。3)通風巷道交接位置。由于位于通風巷道的拐點位置，其風量易受來自兩側巷道的影響，當兩側風向一致時，阻力增大會導致拐點分支風量減小，而當兩側風向相反時，風阻增加，拐點分支風量反會增加，加大系統風量的不穩定，屬于薄弱環節。

圖3中，當系統出現異常時，除了需要定位異常，更重要的是識別異常的原因，關于異常原因的識別難易程度是不相同的，有的可以從數據進行推理，而有的卻需要進行更細致地分析。作為系統心臟的風機異常，其風壓和風量均會受到影響，其異常是可以通過監測傳感器識別，容易進行判斷；網絡以及設備異常時，難以準確識別，原因在于井下巷道之間相互交錯，無法確定異常源，因此需要在設備以及通風網絡進出口位置中均勻布置數臺風速風量傳感器，通過計算巷道差值，分析異常源所在；自然風壓等導致的異常屬于不可控的因素，且可以靠自身調節恢復，不進行贅述。

3 結 語

通過現有的監測監控系統對井下通風數據進行采集，確定通風系統異常診斷指標體系以及評價指標權重，通過可視化仿真軟件VSE獲取建立煤礦的異常樣本庫，結合系統特征，分析得出造成井下通風系統異常的5大類因素，并對系統異常進行診斷。當系統出現異常時，會將異常數據與樣本庫中的數據進行對比，并將異常執行分類定位，后通過樣本庫數據分析，確定異常源所在，執行相對應的措施，對異常進行精確定位以及精準的診斷分析，縮短了異常分析解決時間，確保了煤礦的安全生產。