礦井通風仿真與監(jiān)測數據一體化算法應用

李 敏

（山西潞安環(huán)保能源開發(fā)股份有限公司常村煤礦，山西 長治 046102）

0 引 言

近些年隨著以人工智能為導向的數字技術在中國飛速發(fā)展，煤礦作為傳統行業(yè)迎來了變革，智慧礦山由此提出，井下實現智能通風是智慧礦山發(fā)展的重要一環(huán)。通風參數監(jiān)測數據是智能通風系統的信息源，作為智能通風計算的基礎和前提，是智能通風的重要組成部分。目前煤礦通風系統中風量、風壓等各項通風參數的采集仍以人工操作為主，人工測試周期長，并且不具有實時性與連續(xù)性，而監(jiān)測數據具有實時性與連續(xù)性，能夠為是智能通風提供實時的基礎參數。

分析當前井下智能通風現狀，可知目前我國井下通風管理由自動化、信息化轉向智能化的發(fā)展水平較低，相關研究相對較少。劉劍提出構造礦井通風系統非線性觀測器是風流狀態(tài)重構的關鍵[1]。周福寶等分別從礦井通風參數精準監(jiān)測、礦井通風異常診斷與智能決策平臺、通風動力與設施智能調控等關鍵技術詳細闡明了礦井智能通風功能的實現路徑[2]。楊帥等通過監(jiān)測系統監(jiān)測到的通風參數和數據庫中的巷道參數對礦井通風網絡實時解算,應用到山金阿爾哈達井下實際的通風系統中[3]。

本文以山西潞安常村煤礦為應用背景，運用實時遠程監(jiān)控的方法監(jiān)測數據，增加通風仿真系統與傳感器監(jiān)測數據一體化計算功能，通過建立井下全區(qū)域通風參數數據庫，為數據挖掘提供基礎，根據巷道通風網絡拓撲動態(tài)變化實時動態(tài)解算，為井下通風管理提供科學依據。

1 監(jiān)測與仿真一體化數學模型

1.1 均值濾波算法

一般來說，傳感數據通常是不平滑的，會對結果有較多干擾。因此，大量數據在進一步進行數據分析、整理前應進行數據的預處理以此減少噪聲帶來的干擾[4]。

均值濾波算法屬于線性濾波算法。其內涵是是用鄰域的平均值來代替目標點數值。假定這里的數據模型為：

經鄰域平滑處理，其數值為：

式中：S為點（i）的鄰域；M為該鄰域下的總點數。第二項的方差為：

式中：D為運算數據方差為未經鄰域平滑前原數據的方差，由于數據經鄰域平滑處理后，其方差減少了M 倍，因此起到了平滑數據的作用。

1.2 最小二乘法修正監(jiān)控數據

數據擬合能精確地反映變量之間的關系，使其在某種準則下最好地接近原數據。礦井通風管理信息系統采用最小二乘法進行數據擬合[5]。

對給定數據（xi，yi），i=1，…，n，設φi（x），i=0，1，…，m線性無關，求使誤差ri=p（x）i-yi，i=1，…，n的平方和最小，即i-yi]2=min，函數p（x）稱為擬合函數或最小二乘解。監(jiān)測數據擬合處理與數據修正，預處理后的數據應用在礦井通風管理信息系統上，并進行井下通風系統實時仿真。

1.3 通風網絡優(yōu)化調節(jié)算法

通風網絡優(yōu)化調節(jié)的目標是：各段巷道風量滿足要求的情況下，使得風機的功耗最小。礦井通風管理信息系統采用的是人工智能DFS 方法尋找出所有通路。

通風網絡的通路矩陣為：

式中：w 為網絡通風路線的總數。計算公式如(5)所示：

通路阻力矩陣為：

在通風網絡平衡的狀態(tài)下，通過同一主要通風機的所有通路的阻力值是一樣的。如式（7）所示：

式中：Hfi為第i 臺風機的任意一條通路的總阻力；Qfi為第i 臺風機的風量；k為處于運行狀態(tài)下主要通風機個數，由于井下滿足獨立通風，此處假設風井數為1。ri第i條風路的風阻，qi第i條風路的風量。

礦井通風總功耗非平衡狀態(tài)下時：

礦井最大阻力非平衡狀態(tài)時：

礦井最小功耗是主要通風機的最大阻力值Hmax與風機總風量Qf的乘積。通路法的內涵為調節(jié)順序的確定，礦井通風管理信息系統自動調整最大通路的優(yōu)先次序，不斷調節(jié)每一次的最大阻力通路，直至通路不可調為止。

通路不可調時礦井最小功耗和調節(jié)量分別如下式（10）、（11）所示：

2 通風監(jiān)測與仿真一體化應用

2.1 傳感器的布設

《煤礦安全規(guī)程》要求采區(qū)回風巷、一翼回風巷、總回風巷的測風站需安裝風速傳感器。風速傳感器的布置原則能夠實現對一條通過工作面的最大阻力路線上各主要巷道的風壓、風速、干濕溫度等參數的監(jiān)測，可監(jiān)測主要用風地點與主要風路的通風參數[2]。

常村煤礦現場實際應用，全礦井共布設風速傳感器65 處。利用遼寧工程技術大學開發(fā)的礦井通風管理信息系統，在仿真圖上確定其具體位置，增加傳感器標識，通過傳感器ID 號進行唯一性識別[6]。之后進行井下監(jiān)測數據服務器IP 地址、讀取數據的時間間隔等相應參數的設置。仿真圖布設傳感器操作如圖2 所示。

圖2 通風管理信息系統布設傳感器操作

2.2 基于數據挖掘的通風參數研究

數據挖掘的本質是利用各種分析工具尋找數據模型與數據間的關系，通過數據挖掘提取出輔助決策的重要數據并尋找數據中隱藏的重要信息[7-9]。

通過全礦井的通風系統普查，將井下主要風門之間的壓差和主要用風地點的風量錄入通風管理信息系統進行調試，得到誤差符合要求的仿真風量。利用井下監(jiān)控分站中傳感器監(jiān)控得到的監(jiān)測風量、風壓，在礦井通風管理信息系統上進行模擬仿真。隨后對仿真風量和監(jiān)測風量進行對比分析，列出相對誤差大于5%的巷道。可調取監(jiān)測監(jiān)控數據庫中臨近巷道的通風參數相關數據，借助神經網絡預測模型，映射出風量-風阻、風量-風壓復雜的非線性關系[10]。通過大量數據對誤差較大巷道風量進行預測，并進行誤差分析，若為風速傳感器造成的誤差，修正為實際數據或更換對應的風速傳感器；若為仿真系統帶來的誤差，對仿真系統繼續(xù)調試，直到仿真數據與現場監(jiān)控數據一致。

調試后的通風仿真系統可用于日常通風管理與通風系統改造、優(yōu)化方案仿真風量預測。數據挖掘通風參數程序框圖如圖2 所示。

圖2 數據挖掘通風參數程序框圖

3 常村煤礦礦井通風管理實時仿真

3.1 常村煤礦一體化算法實時仿真

山西潞安常村煤礦所使用的監(jiān)測監(jiān)控系統是KJ95 型監(jiān)測監(jiān)控系統，礦井通風管理信息系統可以反應實時的風速傳感器監(jiān)測值，其他巷道的風量滿足節(jié)點風量平衡實時動態(tài)變化。設置井下65 個監(jiān)測點讀取風速值每次5s。數據經過預處理后采用修正公式進行修正，然后計算出實時風量，并利用常村煤礦礦井通風管理信息系統實時動態(tài)解算出其他巷道的風量值。以監(jiān)測點（ID:3108 S5 車場測風站）為例，該處風速傳感器修正公式為y=1.16x+1.38，斷面積為15.4 m2，其它傳感器的修正方法與S5 車場測風站傳感器相同。其附近巷道的風量變化見表1。

表1 S5 車場測風站及其附近巷道風量實時變化

3.2 風機停轉災變時期通風系統分析

煤炭工業(yè)智能化礦井設計標準(GB/T51272-2018) 提出監(jiān)控全礦通風網絡的運行狀態(tài)參數，實現礦井通風網絡和主要通風機工況模擬解算。通過實時數據傳輸進行通風仿真，可預測通風系統失效后礦井通風系統發(fā)生災變后的各風機工況情況，可以為控風決策提供依據。

根據現場實際運行情況，進行仿真運算。假設在礦井發(fā)生不可預知事故，地面主要通風機停止運轉，對常村煤礦通風系統進行仿真預測分析。對中央風井主要通風機停運其他各風井進行風量預測。災變時期中央風井停運各風井風量預測見表1，風量變化對照柱狀圖如圖3 所示。

表1 災變時期中央風井停運各風井風量預測

圖3 災變時期各風井風量變化對照圖

如果中央回風井發(fā)生故障停止運轉無法啟動，礦井由機械通風轉為自然風壓通風。實時仿真結果表明：中央回風井變?yōu)檫M風井，進風量為5 463 m3/min。對于其他風井，主井和王村進風井風量降低，西坡回風井、西坡進風井、王村回風井風量增加。其中西坡回風井和王村回風井風量不大，說明中央回風井風機停機對二者影響不大。

4 結 論

提出了通風仿真與傳感數據監(jiān)測一體化算法，并結合數據挖掘技術，為井下通風日常管理與災變時期實時決策提供理論依據，研究成果對于煤礦安全生產工作平穩(wěn)運行具有極其重要的意義。

1）運用均值濾波算法對監(jiān)測的通風參數進行去噪處理，處理后的數據采用最小二乘法進行擬合，完成監(jiān)控數據預處理。對于井下傳感器監(jiān)測與仿真系統風量誤差較大的異常數據，通過建立監(jiān)測監(jiān)控數據庫，利用數據挖掘算法對異常數據進行分析判斷。

2）礦井通風管理信息系統利用井下通風監(jiān)控數據，能夠完成通風實時仿真，并滿足誤差要求，對于井下通風安全日常管理有實際意義。

3）利用山西潞安常村煤礦監(jiān)測監(jiān)控系統通風監(jiān)測數據，實現了常村煤礦通風網絡的動態(tài)解算，成功進行了大型煤礦通風系統實時在線仿真。同時分析了災變時期通風系統狀態(tài)，采用實時仿真對各風井風量進行了預測，應用效果較好。