矿井智能通风系统关键技术研究

矿井智能通风系统关键技术研究

王海生

淮浙煤电有限责任公司顾北煤矿

摘要：一般来讲，煤矿矿井开采必然存在着较多的影响因素，地下环境复杂多变，对施工人员造成的影响极大，其中瓦斯、有毒气体不仅会导致施工人员的身体健康受到影响，还会导致较大的爆炸和意外事故。因此在煤矿矿井开采的过程中，打造完善的通风系统，已经成为了多方关注的重点问题。通风系统需要结合煤矿开采的实际情况进行设置，尤其是针对不同阶段的瓦斯、有毒气体堆积进行检测，合理地调整通风量以及通风时间，这样才可以实现安全管控，更可以落实能耗控制。以信息技术为依托，打造智能化的矿井通风安全监控机制，可以为煤矿安全开采奠定良好基础。

关键词：矿井智能通风；通风大数据；三维通风模拟

引言

煤矿开采过程中，矿井通风系统将工作面产生的有毒有害气体排出井外，对矿井输送新鲜空气并降低工作面的粉尘浓度，对井下作业人员的健康及煤矿的安全开采具有重要的作用。随着煤矿开采技术的不断发展，矿井的开采深度不断增加[，工作面的长度也逐渐增长，矿井的通风系统在延伸过程中，网络结构交错较多，形成复杂的通风网络，但常存在着矿井内部水平位置的风量分配不足、风流的短路及循环风、通风系统能耗较多的问题，加剧了井下环境的恶劣性，对煤矿的开采效率及安全性也造成了影响。以某煤矿的通风系统为例，针对风量分配的不均及风量调节较差、通风效果差的问题进行研究分析，结合矿井通风动态仿真分析对矿井的通风系统进行优化改造，提高矿井的通风量及各水平的通风需求，从而提高矿井系统的通风安全，保证煤矿的稳定开采。

1矿井智能通风理论

矿井通风系统经历了由机械通风到局部智能通风再到全局智能通风的3个阶段。1973年，“国际煤矿安全会议”在捷克卡路维−费里照例举行，会议系统地提出了有关矿井机械通风的若干问题及解决方法，但是传统的机械式通风局限于人工、半人工的方式，具有风机效率低、自动化水平低的缺点；随着计算机及自动化的发展，中国矿业大学梁涛设计了一种采用脉动通风技术与变频调速技术相结合的掘进面智能通风控制系统，该系统能够对瓦斯体积分数传感器采集的瓦斯体积分数信号进行分析判定，实时控制掘进面局部通风机的转速，从而实现对掘进面通风的局部智能控制；近年来，基于“互联网+”和现代矿山物联网技术，提出了矿井通风智能化理论与技术；系统研究了矿井智能通风原理、关键技术及其系统组成，明确阐述了矿井智能通风的定义与内涵。全局智能通风的发展为贯彻落实“十四五”发展计划，全面建成自动化和无人化的全局矿井智能通风系统奠定了理论基础。

2系统组成

矿井智能通风系统由井下监控设备和地面控制中心组成，井下监控设备主要包括传感器、摄像头以及工业以太环网。具体包括：①井下安装瓦斯传感器、风门开关传感器、风速传感器、风速风向传感器、风机开停传感器及其他通风相关传感器，传感器实时监测井下通风环境并采集数据，数据由通信分站汇聚到井下交换机；②井下安装AI智能本安摄像头，配套相应的本安型视频分析边缘计算盒子，摄像头实时监测井下风门、风窗、风机等通风设施与设备，采集视频图像数据，视频分析边缘计算盒子内置人工智能识别算法，在边缘端实时理解、分析视频数据；③汇聚到交换机的传感器数据以及边缘计算盒子识别的视频数据通过井下工业以太环网上传至地面控制中心。地面控制中心负责数据的分析与存储，应用系统的管理与展示。应用服务器用于部署矿井智能通风应用系统，同时与矿井安全监测监控系统、井下人员定位系统、广播系统实现联动控制。

3矿井智能通风系统关键技术

3.1大数据采集技术

大数据采集技术（DataAcquisition，DAQ）即数据获取，是指从诸如传感器或其他待测试装置等的模拟或数码单位中，自动收集数据的技术。在新一代数据系统中，对新的数据来源进行了归纳和分类，并划分为在线行为数据和内容数据。由于矿井内环境复杂，固、液、气多相并存，受压力、温度等多种因素的影响，可以认为是多个场耦合的结果。大数据是一组不能用传统的软件工具在特定的时间内捕获、管理和处理的数据，是海量的、高速的、复杂的信息资源，需要新的处理方式来提高决策能力、洞察力和过程优化能力。大数据技术迅速发展是数字设备在信息化条件下运算能力和网络部署量呈指数级增长的必然产物，由规模效应引起，给数据的采集、传输、存储、管理和分析都带来了很大的困难。在大数据方面，已经出现了许多新的开放源码技术，这些新的开放源代码已经成为大数据采集、存储、处理和呈现的强大工具。大数据处理的核心技术主要有大数据的采集、存储和管理、预处理、分析挖掘、应用和显示。

3.2瓦斯异常涌出智能防控技术

近年来,大数据、云计算、物联网、5G技术及人工智能席卷全球,煤炭产业发展变革正在孕育,为矿井灾害智能防控提供了新的发展机遇和挑战。煤矿瓦斯异常涌出灾害防控涉及矿井通风、瓦斯高效抽采、灾害动态监测预警等特点,传统的防控手段太过依赖于经验,难以克服苛刻的前提条件和没有充分考虑时空耦合的难点。随着物联网、计算机技术和人工智能技术的高度发展,智能感知、人工免疫、生物遗传等算法技术逐渐应用到灾害风险识别和防控领域,借鉴生物免疫的自学习、自优化、自适应等强大功能,借助北斗高精度RTK连续监测、地面雷达固定周期监测、5G移动监测、光纤发射监测等技术,实现大地万物互联的信息监测功能,基于免疫机理不仅可以构建煤矿瓦斯异常涌出动态风险识别及预警模型,实现煤矿瓦斯异常涌出的智能感知和监测。

3.3数据挖掘技术

在挖掘模型、挖掘算法、挖掘平台等方面应具备新的挖掘模型。目前，关于大数据的分析与挖掘研究主要有三方面：a)将现有的数据挖掘算法从单个机器上移植，例如将线性回归算法、分类算法、聚类算法等应用到MapReduce程序模型中。b)应用MapReduce计算模式，对特定问题进行求解。Map运算把原始数据分成几个不同的区块，然后分配给不同的计算机进行处理。Reduce动作将每一个Map动作的处理结果合并起来，最后得出问题的结果。c)将已有的数据挖掘技术与大数据分析工具相结合，建立一个大数据挖掘平台。数据挖掘技术发展出了许多有效的算法，它们在不同的语言中有着各自的开放源码。如果能够将传统的数据挖掘算法和现有的大数据处理平台相结合，那么就可以轻松地建立一个高效、快捷的大数据挖掘平台。

结束语

目前，矿井智能通风仍处于发展阶段，通风参数测定精度、通风设施与装备的智能联动可靠性、风网实时解算方法等方面均在不断进步，更为关键的是井下风网信息流的认知与一体化监测方法、灾变演化的超前信息感知与风险预警等核心理论与技术的进步，将大幅提升矿井通风智能化水平，真正实现矿井智能通风增安、减人、提效和提高从业人员在安全与健康保障方面的幸福感与获得感。

参考文献

[1]尚高峰.矿井风机智能化监控系统的设计与应用[J].机械研究与应用,2021,34(03):177-179.

[2]曹龙,杨敏.金属矿山矿井智能通风关键技术[J].世界有色金属,2021,No.576(12):100-101.

[3]李敏.矿井通风仿真与监测数据一体化算法应用[J].煤矿现代化,2021,30(03):141-144.

[4]尹站稳.现代矿井智能通风系统探讨[J].内蒙古煤炭经济,2021,No.326(09):32-33.

[5]赵鹏飞.矿井瓦斯防治及通风控制系统的研究[J].机械管理开发,2021,36(04):230-231+259.