轉龍灣煤礦礦井智能化通防系統與信息平臺構建

齊俊銘，王 凱，王志靜，焦志遠，吳建賓，王 健

（1.兗州煤業 鄂爾多斯能化有限公司，內蒙古 鄂爾多斯017101；2.中國礦業大學 安全工程學院，江蘇 徐州221116）

推動煤礦智能化建設是煤炭行業實現安全高效開采、防范化解通防隱患的重中之重，是實現煤礦高質量發展的必然選擇[1-3]。2020 年以來，國家能源局聯合8 部委印發了《關于加快煤礦智能化發展的指導意見》，智能化發展寫入了《煤炭法》修訂草案和“十四五”煤炭發展規劃，出臺了《智能化示范煤礦建設管理暫行辦法》，發布了《煤礦智能化建設指南》，遴選了71 處示范建設煤礦，建成了智能化采掘工作面687 個，“少人巡視，無人操作”的智能采煤工作面邁向常態化應用，減人增安提效的效果日益顯著。通風作為礦井“一通三防”最基礎、經濟、有效的手段，構建通風智能感知、異常決策、調控執行反饋的智能化體系，具有精準調控采場氣候環境、通風安全、節能降耗的優勢，對礦井提高通風效率、安全生產保障、低碳節能等具有重要意義，對通風系統失效和異常致災風險具有重要的防范價值[4-6]。

國內外學者在礦井智能通防方面取得了很多成果，澳大利亞開發的Ventsim 軟件能夠分析礦井通風參數、風網解算和災害模擬等[7]；西安科技大學開發了礦井風溫預測軟件[8-9]；中國礦業大學提出了基于空氣狀態參數與風量耦合迭代的風網解算方法，開發了礦井通風可視化仿真系統（Vent GIS），實現了通風系統圖件自動繪制[10-11]；劉劍等[12-13]根據風量傳感器變化確定阻變型故障的網絡拓撲位置，提高了通風系統安全保障能力；張卅卅等[14]用礦山物聯網設計智能通風系統，可根據環境參數及風壓風阻等變化情況，提出調整各風機啟停或運行頻率調節的最優化建議；Wang 等[15]研發了運輸巷火災煙流遠程應急救援系統，并在龍東礦演習和應用，實現了礦井火災煙流控制；針對避災路線的選擇，童興等[16]通過繪制逃生路線拓撲圖，在拓撲圖中以各邊的權值為巷道當量長度，最后利用Dijkstra 算法求解出相應的礦井最佳逃生路線；周愛桃等[17]研發了瓦斯風壓誘導井巷風流災變的實驗裝置，研究了瓦斯異常涌出氣體運移規律及影響范圍。現有研究多處于基礎理論分析、實驗研究、模塊化功能開發、局部功能應用階段，還存在：①通防設備自動化、智能化程度低，無法進行集成化應用；②通防控制平臺功能單一，軟件平臺與硬件設備協同性差，無法實現通風異常信息智能識別與應急聯動調控。因此，研發了礦井智能通防和應急管控平臺。

1 智能化通防系統組成及結構

智能化通防系統組成及結構原理如圖1。

圖1 智能化通防系統組成及結構原理Fig.1 Composition and structural principle of intelligent ventilation and prevention system

管控平臺集成礦井通風安全參數精準監測、通風設施與動力調控、人員定位、光纖測溫、束管監測、運輸巷防火聯動等系統數據信息，通過多源異構信息融合，實現通風網絡實時解算、通風系統狀態分析、通防異常挖掘與隱患排查、用風點需風量預測、通風設施與設備遠程控制、正常時期調風優化、通風異常的應急聯動、災變時期智能決策等功能，切實實現了全方位減人、增安、提效的目標，是未來礦井智能通防系統建設的發展方向。

2 通防參數精準感知與多源異構信息融合

通防參數監測系統能動態感知通風系統的運行狀態，災害性標識參數的變化，是智能通防平臺開展風網實時解算、系統故障診斷、異常辨識與事故預測、應急聯動調控的前提。通過通防參數的智能優化與精準感知，實現礦井通防信息的精準獲取、通防系統無盲區監測以及需風量動態預測。

2.1 通防傳感器性能分析與配置優化

按照智能通防系統建設的要求，要實現礦井瓦斯體積分數、風速、風壓、溫度、CO、CO2、通風設施狀態等信息智能感知。但基于現有監測監控系統獲得的數據難以反應通防系統的真實情況，結合轉龍灣煤礦實際，增設部分高精度風速、風壓、溫濕度、靜壓等傳感器；動態監測關鍵分支風流密度，結合風量、風壓監測能夠實現通風阻力的在線監測與通風報表的自動生成。轉龍灣煤礦現有風速傳感器存在低風速監測不靈敏、測量精度低等弊端，無法滿足礦井巷道全斷面測風監測的需求。新增購置高精度超聲波風速傳感器14 臺，安裝在主要的進回風巷道中，能夠實現啟動風速0.2 m/s，測量精度0.1 m/s，顯著提高了風速測量的準確性。同時，配置了高精度風壓傳感器（1 Pa 精度）、溫濕度傳感器等，監測1條最大阻力路線上各條巷道的通風參數，實現了分段風壓的監測與分析，滿足通風網絡實時解算的需要。高性能傳感器的應用改變了現有監測方式和監測手段，提高風量、風壓、分段阻力巡檢管理的自動化水平，減輕了工人勞動強度。

2.2 轉龍灣煤礦通防參數監控系統

基于“關鍵部位全部監測，重點部位有效監測”的原則，構建了轉龍灣礦井通防參數在線監測系統。布置了CO 傳感器8 個、煙霧傳感器8 個、溫度傳感器8 個、風速傳感器8 個、差壓（溫濕度）傳感器15個、大氣壓力（溫濕度）傳感器6 個、分站4 個，監測主要運輸巷帶式輸送機機頭、機尾及聯絡巷前后等位置的通風防火參數，礦井主運系統分段阻力與火災監測分布界面如圖2。

圖2 礦井主運系統分段阻力與火災監測分布界面Fig.2 Sectional resistance of mine main transportation system and fire monitoring distribution interface

通風狀態參數監測通過開放的標準協議（如Modbus、TCP/IP 等）實現監測數據的遠程無障礙傳輸、存儲、使用。在風壓監測方面，對阻力小、壓降小的井巷采用精度較高的差壓傳感器作為阻力監測手段。在跨度大、阻力大、壓降大的井巷區段，采用高精度絕壓傳感器（精度優于20 Pa）利用氣壓計同步法監測井巷通風阻力，同時為了減少傳感器數量，差壓傳感器和絕壓傳感器均選用多參數傳感器，可同時監測溫濕度、密度等通風參數。計算運輸巷各段阻力所需參數有：每段兩端處的靜壓值、風速、空氣密度、高差。其中靜壓值由絕壓多參數傳感器、差壓多參數傳感器測量，風速由超聲波線性傳感器測量，空氣密度由絕壓、差壓多參數傳感器測量的靜壓、濕度和溫度計算得出，高差為固定值，由查采工圖得出。

分段通風阻力計算公式如下：

式中：hi-j為2 個斷點間的通風阻力，Pa；pi、pj為兩端點的靜壓測量值，Pa；Zi、Zj為兩端點的標高，m；ρi、ρj為兩端點的濕空氣密度，kg/m3；ρi-j為兩端點井巷間的空氣密度均值，kg/m3；vi、vj為兩端點的風流速度，m/s。

測點空氣密度公式為：

式中：ρ 為空氣密度，kg/m3；p0為測點風流的絕對靜壓，Pa；φ 為空氣相對濕度，%；T 為空氣溫度，℃；pω為飽和水蒸氣分壓力，Pa。

運用通防系統海量監測信息篩選與深度分析技術，統計各類通防參數異常特征預測方法，利用隨機抽樣跟蹤監測動態，建立通防參數異常跟蹤統計的數據庫，按時間尺度對比分析構建通風系統瞬時、短時、長時的發展趨勢預測模型，實現通防狀態的超前感知。基于信息論、統計推理、決策論方法，發展通風多源異構信息融合技術，運用機器學習深度挖掘通防系統前兆異常狀態特征，實現在線監測與超前預警。

3 通防系統智能化平臺的功能模塊

轉龍灣煤礦智能通防系統通過三維可視化建模和監測信息的圖形渲染，集成了礦井安全監控系統（一通三防信息）、人員定位系統、主通風機、局部通風機監控系統、通風設施監控系統、井下束管監測系統、光纖測溫系統、運輸巷防火聯動系統等，實現了多源數據信息融合的可視化展現、通風網絡動態解算、通防信息異常識別與預警、智能決策與應急聯動。礦井智能通防系統遠程監控平臺界面如圖3。

圖3 礦井智能通防系統遠程監控平臺界面Fig.3 Interface of remote monitoring platform for mine intelligent ventilation and prevention system

3.1 通風網絡三維可視化建模

基于礦井通風系統平面圖、立體圖、網絡圖、采掘工程平面圖，精細化礦井通風系統參數測定結果，巷道與通風設施等信息，建立了全礦井通風三維仿真模型，實現了通風系統雙線圖和三維模型的修改維護，“一鍵式”導入精細通風阻力測試參數，可導出至AutoCAD，能夠實現礦井通風網絡拓撲關系自動維護，也是實現風網解算和三維可視化信息渲染分析的基礎。

基于融合的通風數據、環境數據、設備運行數據、工況數據，利用大數據分析、智能計算及計算機視覺技術，結合關聯性分析、空間結構分析和多維度分析等手段，挖掘對應數據業務的智能算法模型，最終將通風網絡圖、煤礦3D 全景圖、2D/3D 巷道圖、毒害氣體分布云圖通過可視化界面進行展示，實現智能通風場景模擬，全面提高決策層數據可視化、信息化水平[18]。

3.2 基于參數監測的通風網絡實時解算

通風網絡實時解算與通風系統智能調控、礦井通風異常診斷等密切相關，為了提高通風網絡異常診斷的精度，轉龍灣煤礦在角聯分支關聯端安裝壓差傳感器，監測角聯分支在通風異常期間風量、風向的變化情況；在主要通風設施安裝壓差傳感器，監測主要設施異常變化和災變期間的破壞情況；在采掘工作面安裝壓差、風量傳感器，可以根據監測阻力和風量反算分支風阻；在主要余弦分支安裝風速傳感器，監測余弦分支風量以監測所有分支風量；在可變風阻分支安裝風速傳感器，作為固定風量分支，反算分支風阻；在溫濕度變化幅度大的分支安裝溫、濕度傳感器，修正分支自然風壓及其對通風網絡解算的影響。通過通防監控系統的動態監測數據，實現通風網絡的實時自動解算。

在通風網絡實時解算的基礎上，開展礦井通風系統實時健康體檢與智能化調控研究，有利于發現和處理通風系統運行中的隱患，提高系統的可靠性及抗災能力。通風網絡實時解算流程如圖4。

圖4 風網實時解算流程圖Fig.4 Real-time calculation flow chart of ventilation network

3.3 通防參數可視化展現和趨勢分析

通防參數可視化平臺集成礦井安全監控、人員位置監測、通風設施遠程控制、局部通風機集中控制、主要通風機控制、防塵遠程集控、自動注漿、自然發火監測等系統，實現融合數據的可視化展現和趨勢分析。

礦井通風阻力分布模塊基于實時監測的通風參數，通過全礦井三維仿真模型及風網解算結果，分析了通過采煤工作面的最大阻力路線，通過圖表展示各段巷道的阻力占比；動態分析進風段、回風段阻力分布，并用紅（阻力卡脖子段）、橙（阻力異常段）、黃（阻力較大段）、綠（阻力合理段）4 種顏色動態分析阻力分布情況。主通風機監控模塊實現遠程動態監控東、西風井風機各項運行狀態參數，設置一鍵式啟動、反風、倒機功能按鈕。局部通風機監控模塊基于迎頭瓦斯等環境參數實現了掘進工作面需風量的動態智能調控；設置了遠程開停控制、主備風機自動切換等功能按鈕。風門監控實現了井下主要風門開關狀態實時監測，具有遠程聯動控制功能；風窗監控模塊動態顯示百葉式風窗的開關角度，設置了連續調節按鈕，通過風量和壓差反饋動態調節風窗角度。井下束管智能監測模塊可實時查看監測地點的氧氣、一氧化碳、二氧化碳、乙烯、乙炔等自燃標志性氣體體積分數及歷史圖表數據。光纖測溫模塊動態顯示井下分布式測溫裝置采集的數據，展示各測區的溫度統計、溫度變化曲線及最高溫度位置，分析井下各個監測點的環境溫度變化情況。外因火災防控模塊動態監測井下主運輸巷一氧化碳、煙霧、溫度、風向、風速、差壓等數據，火災后可迅速確定火災范圍，執行應急聯動調控隔離排煙方案。人員位置監測模塊可實時查看井下人員總數及各區域人員總數，實時定位井下人員位置，并可查詢人員下井時間、工號等信息。通防安全監控界面將各個傳感器所采集到的數據進行統一管理，根據參數及危險源信息進行實時研判，具有預警、告警功能，并可按位置和傳感器類型進行歷史數據查詢。通防參數可視化模塊根據礦井開拓情況，結合采掘工程平面圖等進行源頭更新，實現智能平臺相應數據庫聯動更新，減少人工數據處理工作量。

3.4 通防監控系統異常診斷與災變預警功能分析

礦井通防系統異常是指通風、瓦斯監控、防火、防塵子系統或單元部件無法保證正常運行，相關輸出參數偏離了設計要求。通過對監測數據分析處理，制定通防系統異常診斷準則與判定方法，結合礦井通防安全事故樹分析與綜合評價，選取影響通防系統的指標與關聯因素，構建異常預警指標體系。礦井通防系統異常預警指標體系如圖5。

圖5 礦井通防系統異常預警指標體系Fig.5 Anomaly warning index system of mine ventilation and prevention system

礦井通風系統異常診斷模塊根據通風參數在線監測和風網實時解算數據，實現礦井環境參數的精準分析、研判各類毒害超標及預警，為因毒害氣體引起的災變應急，做出合理控風策略、提供基礎數據支持和分析依據；以感知通風參數、環境監測參數、設備運行監測參數為基礎，以平臺預設預警閾值為對比依據，借助神經網絡、機器學習及大數據分析比對等手段，對通風系統出現的風速超量、風量不足、循環風、風流逆變、風流短路、供需失衡、環境監測各類氣體超限、通風設施故障隱患以及通風監測預警。礦井主通風機基于溫度、電參數、振動等信號實時監測與信號特征提取算法，實現遠程故障預警和分類；井下局部通風機通過溫度等傳感器的信息研判工作狀態，同時通過視頻監控輔助判定故障類型，實現其運行狀態、故障狀態的巡檢識別。

礦井災害分析預警模塊通過研究礦井火災、爆炸危險源辨識方法，開發了火災、爆炸風險評估與災害演化過程仿真程序，分析了火災爆炸演化產生的煙氣、高溫高壓、沖擊波對人員疏散行為的影響。礦井災變智能模擬程序可在常態下在后臺進行多次模擬，并將模擬結果導入數據庫，形成救災避災一體化控風方案預案庫，模擬結果與監測數據通過智能算法及時匹配，實現礦井災變影響范圍快速判定與通風巷道網絡災情發展的動態研判。

4 通防系統智能調控方法與關鍵技術

礦井通防監控系統通過多元異構信息監測與融合分析，在通防信息異常時，通過智能化通防平臺觸發關聯執行機構，實現自動噴淋防塵、按需調風、自動注漿、災變控風等功能。

4.1 防塵遠程集控與自動注漿智能控制

防塵集控模塊采集噴霧降塵裝置的監控數據，實現井下不同地點粉塵濃度等環境參數的遠程監控，動態顯示噴霧裝置的運行狀態，遠程修改系統和設備的運行參數，根據現場需求遠程控制運行狀態。在軌道運輸巷、輔運巷實現定時噴霧，運輸巷實施帶式輸送開啟聯動噴霧，關聯監測地點粉塵濃度超限自動噴霧，行人、過車時紅外感應或機器視覺（AI 攝像頭）自動關閉噴霧。

礦井防滅火注漿站模塊由遠程調度計算機綜合控制，只需配備1 人備料即可實現24 h 時連續注漿，具有遠程物聯及無人值守功能，全自動、手動、半自動多種模式切換，可實時查看和記錄各設備運行參數，并能形成各類統計報表及曲線等；軟件模塊自行判斷設備的工作情況，當發生故障時能實時發出報警信號；開發了手機APP，通過手機可實時查看黃泥制漿區域、制漿車間、儲料場區等廠內關鍵位置的視頻監視畫面，礦井遠程智能注漿防滅火模塊如圖6。

圖6 礦井遠程智能注漿防滅火模塊Fig.6 The module of mine remote intelligent grouting for fire prevention and extinguishing

4.2 采掘過程的按需供風調控

采掘過程動態按需供風是智能通風調控的重要部分，按照局部通風供需匹配聯動調控、尾氣及有毒有害氣體稀釋導向調控、主要用風地點通風供需匹配進行通風系統聯動調控分析，實現通風調整方案智能編制等多場景的通風優化，在保障通風需求的基礎上實現節能減排，模塊的具體功能如下：

1）采掘工作面需風量動態預測。根據實時監測的環境參數和預設的參數，實時計算各用風地點需風量，動態評估礦井通風供需匹配度。當工作面粉塵濃度、CH4、CO 等氣體體積分數出現階躍或接近預警值時，通過調節通風機運行頻率或通風設施來實現預期的風量需求。

2）風窗、風門等設施智能調控。結合用風地點風量調節模型和相關風門、風窗調控設施，基于風網解算的動態仿真分析和傳感器反饋信息，對用風地點實現按需供風的智能調控。

3）主要通風機、局部通風機運行工況的智能優化。若礦井總風量或掘進工作面風量達不到排除有毒有害氣體所需風量，則自動連鎖通風機變頻開關，在一定范圍內自動增加全礦井風量。如果供風量過大，根據實際需風量降低風機運行頻率，實現“低碳”通風。

礦井通風系統智能化調控牽涉動力裝置、設施和網絡結構，涉及風機工頻、轉速、葉片角度、負壓、風量、阻力、調節面積、風網特性等諸多元素。當關鍵分支風量供需偏差變大時，實施得當的調控方法能夠避免供需失衡導致的災害，同時擺脫調控風險誘發災害的可能。因此，建立多元特征融合的礦井通風供需匹配度無量綱模型，動態分析供需匹配度的偏離函數，用以指導需風量變化的動態調控。礦井通風供需適應是綜合性、多維度、多特征的耦合、匹配、調控過程，為了保持礦井通風動態匹配，當偏離平衡區間時，通過最優的方式進行調節，需要建立多目標、多變量且非線性的調風模型。滿足通風供需匹配條件下，以通風機功耗最低、調節設施數量最少、風機頻率調節次數最少為最優目標。

4.3 通防系統災變智能決策與應急聯動

礦井通防災變應急調控模塊通過動態分析通防系統抗災能力，以系統性的災變場景預分析構建智能化應對預案體系，確定通風防災減災措施及量化決策準則，從而實現災情的動態研判，給出通風系統優化調整方案。

為構建通防應急控制和按需供風決策層、礦井智能通風輔助決策模塊，建立礦井聯動設備執行層，形成通防系統智能化平臺。融合三維可視化虛擬仿真、數據處理等技術，實現通風異常診斷、網絡實時解算等功能。通過對災情動態研判，以聲音、圖形、短信等形式實現災變前預警。災變決策模塊快速生成控風方案，分發風流智能調控指令，實施通風設施（聯動排煙）或動力裝置（一鍵反風）遠程控制。災變期間通過控風方案的快速模擬，實現災變條件下人員緊急避災撤退的數字化預案編制、決策輔助與路線指引。

5 結 語

依托轉龍灣煤礦智能通防系統建設實踐，提出了通風網絡關鍵參數精準感知技術，通過傳感器優化布置，運用最少監測點實現全礦井通風阻力路線的關聯參數分析。提出了通防系統狀態智能分析技術，建立了礦井通風網絡三維仿真模型，實現了通風網絡實時解算、通防參數可視化展現和趨勢分析、通風異常診斷與預警；將通風、瓦斯、火災、粉塵等通防安全信息有機融合，提出了多元異構信息融合的礦井通防系統分階管控模式。研發了礦井智能通防和應急管控平臺，集成了主要通風機、局部通風機、通風設施的遠程監控，融合了束管監測、粉塵監測、注漿監測、人員定位系統；通過現場實踐，驗證了相關參數研判與聯動調控模型、災變智能決策與應急調控模塊，為礦井智能通防系統建設提供了應用經驗。