长距离掘进工作面局部通风智能联动调控研究

王磊, 王凯

王磊,王凯. 长距离掘进工作面局部通风智能联动调控研究[J]. 工矿自动化,2023,49(9):55-63. DOI: 10.13272/j.issn.1671-251x.18117
引用本文: 王磊,王凯. 长距离掘进工作面局部通风智能联动调控研究[J]. 工矿自动化,2023,49(9):55-63. DOI: 10.13272/j.issn.1671-251x.18117
WANG Lei, WANG Kai. Research on intelligent linkage regulation and control of local ventilation in long distance heading face[J]. Journal of Mine Automation,2023,49(9):55-63. DOI: 10.13272/j.issn.1671-251x.18117
Citation: WANG Lei, WANG Kai. Research on intelligent linkage regulation and control of local ventilation in long distance heading face[J]. Journal of Mine Automation,2023,49(9):55-63. DOI: 10.13272/j.issn.1671-251x.18117

长距离掘进工作面局部通风智能联动调控研究

基金项目: 国家自然科学基金面上资助项目(52074278;52374242)。
详细信息
    作者简介:

    王磊(1987—),男,山西运城人,高级工程师,博士,主要从事矿井生产安全管理方面的工作,E-mail:ts_rdc@qq.com

    通讯作者:

    王凯(1985—),男,山东聊城人,教授,博士研究生导师,博士,研究方向为矿井智能通风,E-mail: wangkai850321@163.com

  • 中图分类号: TD722

Research on intelligent linkage regulation and control of local ventilation in long distance heading face

  • 摘要: 现有长距离掘进通风调控研究多局限于局部通风机本身进行变频调风,少有针对长距离掘进工作面按需供风导向的研究。针对该问题,提出了一种长距离掘进工作面局部通风智能调控系统设计方案,该系统由井下监控系统、通风异常调控系统、地面工作站组成。井下监控系统通过对井下通风机、风筒和工作面进行实时监控,实现对局部通风机工作异常状态的研判预警、对风筒内部漏风情况的动态分析及对实际供需风量的动态预测。通风异常调控系统通过识别井下通风参数异常情况,制定不同参数不同等级的风险协同处置策略,实时显示掘进工作面瓦斯浓度等参数分布的具体情况。地面工作站挖掘工作面风流状态与风筒参数的潜在规律,形成风流−风筒调控模型,根据掘进工作面风流流动分布状态实现对风筒的实时调控;同时建立理论供风量、实际供风量、实际需风量相匹配的变频预测调风模型,基于变频调风模型和实时通风参数确定通风机运行频率,通过通风机智能变频实现按需供风,并在通风异常情况下,基于瓦斯涌出量预测和风排瓦斯极限能力辅以钻孔瓦斯抽采控制工作面瓦斯浓度,实现对长距离掘进工作面的通风安全保障。以转龙湾煤矿23303掘进工作面为例,对风流进行数值模拟,研究工作面风流分布状态,为掘进工作面风速传感器的布置调整提供依据。提出2种通风联动调控方式,即常态下变频调风和异常情况下调控排风:在常态下通过供需匹配分析确定通风机运行频率,实现通风机的智能变频调风;在通风异常情况下采用4种调控排风规则,保障长距离掘进工作面的通风安全,同时达到节能减排效果。构建了局部通风系统健康指标综合评价体系,通过综合评价模型和健康指数,实现对局部通风系统的实时健康“体检”,并定量显示不同指标的风险等级,确保局部通风系统处于健康状态。
    Abstract: The existing research on ventilation control for long-distance heading face is mostly limited to the frequency conversion of local ventilation fans themselves. There is few research on the on-demand wind supply direction for long-distance heading face. In order to solve the above problem, a design scheme for an intelligent regulation and control system for local ventilation in long-distance heading face is proposed. The system consists of an underground monitoring system, a ventilation anomaly control system, and a ground workstation. The underground monitoring system achieves early warning of abnormal working conditions of local ventilation fans, dynamic analysis of air leakage inside the air ducts, and dynamic prediction of actual supply and demand air volume by real-time monitoring of underground ventilation fans, air ducts, and working surfaces. The ventilation anomaly control system identifies underground abnormal ventilation parameters, develops risk collaborative disposal strategies for different parameters and levels, and displays the specific distribution of parameters such as gas concentration in the heading face in real-time. The ground workstation excavates the potential laws between the air flow status of the heading face and the parameters of the air duct, forming an air flow-air duct control model. Real time control of the air duct is achieved based on the distribution status of the air flow in the heading face. At the same time, the workstation establishes a variable frequency predictive air regulation model that matches the theoretical air supply, actual air supply, and actual air demand. Based on the variable frequency air regulation model and real-time ventilation parameters, the operating frequency of the fan is determined. The on-demand air supply is achieved through intelligent variable frequency of the fan. In abnormal ventilation situations, based on the prediction of gas emission and the limit capacity of air venting gas, supplemented by drilling gas extraction to control the concentration of gas in the working face, the ventilation safety guarantee for the long-distance heading face is achieved. Taking the 23303 heading face of Zhuanlongwan Coal Mine as an example, numerical simulation of air flow is conducted to study the distribution status of air flow in the face. It provides a basis for adjusting the layout of wind speed sensors in the heading face. The paper proposes two different ventilation linkage control methods, namely variable frequency wind regulation under normal conditions and regulating exhaust air under abnormal conditions. The operating frequency of the fan is determined through supply and demand matching analysis under normal conditions to achieve intelligent variable frequency air regulation of the fan. In case of abnormal ventilation, four regulation and exhaust rules are adopted to ensure the ventilation safety of long-distance heading faces, while achieving the effect of energy conservation and emission reduction. A comprehensive evaluation system for the health indicators of the local ventilation system has been constructed. Through a comprehensive evaluation model and health index, real-time health "physical examination" of the local ventilation system is achieved, and the risk levels of different indicators are quantitatively displayed to ensure that the local ventilation system is in a healthy state.
  • 随着矿井机械化和智能化的不断发展[1-3],长距离掘进工作面的供风已成为日常通风安全管理的重要环节,超长距离的大断面掘进给局部通风管理造成困难,对掘进安全造成了严重的威胁[4-5]。人工采集通风参数、现有通风机“一风吹”、主备通风机手动切换等[6-9]已不能满足现代化、集约化矿井的安全生产需求。长距离掘进工作面局部通风智能调控技术的研究和优化,对保证矿井安全高效生产和矿工生命安全具有较大的理论与现实意义[10-11]

    在长距离掘进通风调控与评价方面,国内外学者做了大量研究[12]。文献[13]通过动态调整局部通风机频率和转数,满足了大断面长距离掘进工作面对风量的需求。文献[14-15]通过神经网络回归模型确定通风机调节器的位置,并利用模糊控制实现调节器对通风机的智能变频调风。文献[16]基于数字孪生技术设计了矿井风流调控虚拟系统,能够更加有效地降低粉尘和瓦斯浓度。文献[17]设计了局部通风机在线监测与控制系统,实现了对通风机的实时监控。文献[18]提出了基于瓦斯涌出量监测和通风机变频调风的智能调风方案,实现了局部通风智能化供需匹配。文献[19]利用数值模拟巷道风速情况,对通风系统进行优化调整。文献[20]基于模糊综合评价法对煤矿通风系统健康度进行评价。现有技术多局限于局部通风机本身进行变频调风,少有基于长距离掘进工作面按需供风导向的通风安全保障技术研究。本文设计了局部通风智能调控系统,建立了基于多特征供需匹配的非线性变频调控模型,将局部通风机智能变频调控与瓦斯抽采结合,保障掘进工作面用风安全,并对局部通风系统进行健康评价,实现对长距离掘进工作面的通风安全保障。

    局部通风智能调控系统由井下监控系统、通风异常调控系统、地面工作站组成,如图1所示。

    图  1  局部通风智能调控系统组成
    Figure  1.  Composition of intelligent regulation and control system of local ventilation

    井下监控系统通过实时监控井下通风机、风筒和工作面,实现对局部通风机工作异常状态的研判预警、对风筒内部漏风情况的动态分析及对实际供需风量的动态预测。通风异常调控系统通过识别井下通风参数异常情况,制定不同参数不同等级的风险协同处置策略,实时显示掘进工作面瓦斯浓度等参数分布的具体情况。地面工作站挖掘工作面风流状态与风筒参数的潜在规律,形成风流−风筒调控模型,根据掘进工作面风流流动分布状态实现对风筒的实时调控;同时建立理论供风量、实际供风量、实际需风量相匹配的变频预测调风模型,基于变频调风模型和实时通风参数确定通风机运行频率,通过通风机智能变频实现按需供风,并在通风异常情况下,基于瓦斯涌出量预测和风排瓦斯极限能力辅以钻孔瓦斯抽采控制工作面瓦斯浓度,实现对长距离掘进工作面的通风安全保障。

    局部通风机智能化管控包括通风机工作状态监测、通风机智能化变频及通风机故障诊断和预警等,如图2所示。局部通风机智能化管控主要实现通风机故障的快速识别响应和工作状态的改善、主备通风机智能切换、按需供风、应急联动控制等功能。

    图  2  局部通风机智能化管控
    Figure  2.  Intelligent control of local ventilator

    通过实时监测通风机环境参数和状态参数(风量、风压、温度、振幅、电量),结合局部通风机调控装置(变频器)失效和监控系统误操作的影响因子,提取通风机工作状态监测异常事件的前兆信息,快速识别事故诱因和隐患征兆;建立局部通风可靠性评价模型,提高通风机应急联动执行的可靠性,结合多元监测预警信息,形成局部通风机模块化安全保障技术方案,实现对通风机隐患的预测预警,以便采取措施进行隐患处理。

    通过自动化控制实现对通风机工作状态的调整及应急联动控制。在通风机通风过程中实时监测通风机的状态,在通风机出现过载、过热等情况时利用变频器不断降低通风机频率,但对通风机进行变频降速时,风筒对工作面的供风量会直接减少,易导致工作面瓦斯超限等异常情况发生,因此在降低通风机频率的同时,利用备用通风机对工作面进行供风,通过主备通风机稳态切换,在不影响工作面正常生产的情况下及时调整通风机过载、过热等现象,改善局部通风机的工作状态。在瓦斯浓度超限或通风机故障时实现工作面断电闭锁,同时通风机的控制设有人机交互面板,操作者可通过显示屏观察通风机运行状态,如有突发情况,操作者也可采用手动控制通风机,满足通风安全需求。

    在主备通风机切换时对主备通风机的风量进行实时调控,避免在切换过程中因掘进工作面风量骤变造成瓦斯积聚等异常情况发生。主通风机向备用通风机切换时,根据工作面的实际需风量确定通风机供风量,建立基于供需匹配的主备通风机变频调控模型,实现对主备通风机频率的动态调控。利用PLC对变频器进行增频调节以增大备用通风机风量,同时进行减频调节以减小主通风机风量(设置的备用通风机增频频率大于主通风机减频频率)。在工作面风量富余时,逐渐减小备用通风机的增频频率,同时增大主通风机的减频频率,反之增大备用通风机的增频频率,减小主通风机的减频频率。如此不断减频增频,直至完成主通风机向备用通风机切换,同时实现对掘进面风量的正常供应。

    在山东能源兖矿鄂尔多斯公司转龙湾煤矿长度超过3 300 m的23303掘进工作面风筒进行监测点布置。考虑监测精度和施工成本问题[118],每隔300 m布置1个监测点,风压、压差和风速传感器通过皮托管接入风筒内部。将采集的通风参数通过监控分站传输到地面工作站,获取风筒漏风及阻力的定量结果,并通过末端风量监控获取风筒漏风后对工作面的实际供风量。风筒风量、百米漏风率、百米风阻的计算步骤如下。

    风筒风量计算:

    $$ {V}_{i}=\sqrt{\frac{2{h}_{{\rm{v}}i}}{\rho }} $$ (1)
    $$ V=\frac{1}{S}\sum _{i=1}^{n}{V}_{i}{S}_{i}=\frac{1}{n}\sum _{i=1}^{n}{V}_{i} $$ (2)
    $$ Q=VS $$ (3)

    式中: $ {V}_{i} $为测点i处的风速; $ {h}_{{\rm{vi}}} $为测点i处的动压; $ \rho $为风流密度;V为断面平均风速;S为风筒平均断面积; $ n $为监测点数量; $ {S}_{i} $为测点i处的风筒断面积:Q为风筒风量。

    百米漏风率计算:

    $$ \Delta {Q}_{m}=|{Q}_{m1}-{Q}_{m2}|$$ (4)
    $$ K=\frac{\Delta {Q}_{m}}{{Q}_{m1}}\times 100\text{%} $$ (5)
    $$ {K}_{100}=\frac{100K}{L}\times 100\text{%}$$ (6)

    式中: $ \Delta {Q}_{m} $为风筒漏风量; $ {Q}_{m1} $, $ {Q}_{m2} $分别为风筒进、出口风量; $ K $为风筒漏风率; $ {K}_{100} $为风筒百米漏风率;L为两测点间的距离。

    百米风阻计算:

    $$R=\frac{{P}_{i}-{P}_{k}}{{Q}^{2}}$$ (7)
    $$ {R}_{100}=\frac{100R}{L}\times 100\text{%} $$ (8)

    式中: $ R $为风阻; $ {P}_{i} $为测点i处的静压; $ {P}_{k} $为测点k处的静压; $ {R}_{100} $为百米风阻。

    通过系统服务器对风筒风量、百米风阻、百米漏风率等数据进行处理分析,并将风筒各段风量、百米风阻、百米漏风率以可视化图表的形式在显示终端呈现。该方式不仅能直观反映风筒内部通风参数的变化,实现对风筒百米风阻和百米漏风率的动态监测,还能定位风筒内部通风异常的测点段。

    通过掘进工作面风量监控和通风机风量监控,建立基于实际供风和通风机供风的T−S模糊控制模型,实现局部通风机调节分级启动与工作面风量联动监控,通过通风机智能变频实现对工作面实际供风量的精准调控。

    对掘进工作面和进回风巷道风速和瓦斯浓度的监测是实现常态下风量供需匹配和通风异常状态下调控排风的前提。在局部通风机上安设风速传感器V1是确定理论供风量和主备通风机不停风切换的前提;在进风巷布设瓦斯浓度传感器C1,以监测进风流瓦斯浓度情况;在掘进工作面安设风速传感器V2和瓦斯浓度传感器C2,以实现常态下按需供风和通风异常情况下的应急调控;在掘进回风巷布置瓦斯浓度传感器C3,以监测瓦斯浓度变化,避免工作面瓦斯超限;在进行风排瓦斯时,采用回风大巷瓦斯浓度传感器C4进行瓦斯监测,以保证大巷回风流中的瓦斯不超限。掘进工作面及进回风巷瓦斯、风速传感器布置如图3所示。

    图  3  风速、瓦斯传感器布置
    Figure  3.  Arrangement of wind speed and gas sensors

    《煤矿安全规程》规定掘进工作面CH4体积分数不能大于1.0%。为实现超前调风;同时考虑节能[18, 21],设定掘进工作面瓦斯体积分数监测的上下限值分别为0.8%与0.5%,掘进工作面瓦斯浓度传感器C2和C3能够实时采集瓦斯浓度信号,在瓦斯体积分数高于0.8%时,变频器增大对局部通风机的输出频率,避免瓦斯体积分数超过1.0%;在瓦斯体积分数低于0.5%时,变频器减小对局部通风机的输出频率,以实现节能效果。

    一般规定停风地点瓦斯体积分数超过1.0%时要进行风排瓦斯,同时在风流混合处的瓦斯体积分数不能超过1.5%,因此设定C4处瓦斯体积分数监测的上下限值分别为1.5%和1.0%。在进行风排瓦斯时,回风大巷的瓦斯浓度传感器C4检测到瓦斯体积分数小于1.0%时,就需加快污风排放量,使掘进巷道内的瓦斯快速排出;瓦斯体积分数超过1.5%时,说明回风区段回风大巷的瓦斯浓度已超限,应适当降低通风机的频率,从而减小大巷瓦斯浓度。

    根据在掘进工作面监测到的巷道参数(采掘方法、瓦斯等级、作业交接班次)、设备参数(设备运行状态、设备IP地址、设备所属工作面)和通风参数(实时瓦斯浓度数据、历史瓦斯浓度数据、温度、粉尘浓度、风速、CO2浓度)实现对掘进工作面需风量的准确计算。根据通风机风量、工作面风量、工作面的最佳需风量,建立局部通风系统Q(风量)−f(频率)特性匹配的变频调风模型,运用通风模型和监测参数进行通风机运行状态实时调控与安全性检验,并根据井下安设的传感器采集参数实时计算需风量,从而通过调整通风机频率实现供需风量的智能匹配。

    选取转龙湾煤矿23303掘进工作面矩形巷道(长度为100 m)进行模拟,研究掘进工作面矩形巷道断面风速分布规律,确定工作面风流分布状态,为平均风速的准确测定提供依据。

    根据转龙湾煤矿长距离掘进巷道的实际情况,结合Fluent软件模拟方法,利用ANSYS建立三维模型(图4)。巷道宽度为6.2 m,高度为3.6 m,巷道进出口风速为5 m/s。模型所需参数和边界条件:巷道内没有热源,也不会对风流产生热辐射;不考虑风流的重力和浮力;风流假设为不可压缩流体;巷道四面设定为具有一定粗糙度的平面;空气为稳定的紊流状态。

    结构化网格中的节点排列规则、相邻点间的关系比较清晰,网格数容易控制,可减少数值模拟的计算量,因此,利用结构化网格对建立的三维几何模型进行离散化。为保证网格大小满足计算精度要求,选取0.2 m×0.2 m×0.2 m的网格尺度,将计算区域划分为279 000个网格,如图5所示。

    图  4  巷道三维几何模型
    Figure  4.  Three-dimensional geometric model of roadway
    图  5  三维模型网格划分
    Figure  5.  Grid segmentation of the 3D model

    根据转龙湾煤矿巷道的实际情况,设置风流流场模拟的边界条件和参数,通过对建立的物理模型进行数值模拟,确定掘进工作面风流流场分布情况,并进行水平和垂直方向的切片处理,得到2个方向的风速分布云图,为风速传感器的布置提供依据。选取的YZ水平截面风速云图如图6所示。

    图  6  井巷YZ水平截面风速云图
    Figure  6.  Air speed cloud diagram of Y-Z horizontal section in shaft

    图6(a)可看出,风流经左侧入口流入,由于壁面摩擦阻力的限制,靠近壁面的地方风速较小,而在巷道中心风速较大。随着坐标Y不断变大,中心轴线上的风速逐渐减小,且中心轴线上的风速度最大,距离轴线最远的位置风速最小。由图6(b)可看出,风速在中心轴线上衰减非常快,在靠近壁面的地方,风速衰减较慢。

    为了便于分析,选取50 m处的模拟结果,对建立的模型沿Z方向进行切片,再利用ANSYS对切片进行处理,此处的风速分布如图7所示,中心轴线上的风速达7 m/s,而距离中心轴线最远的位置只有2 m/s。

    图  7  矩形断面风速分布
    Figure  7.  Air speed distribution of a rectangular section

    通过模拟巷道模型风速能够确定巷道风流分布情况,对切面风速求平均值,得到断面平均风速为5 m/s。在断面风速云图绘制平均速度的等值线,能够直观反映平均风速的分布,为掘进工作面风速传感器布置调整提供依据,同时能准确获取巷道的风速数据,便于实时掌握掘进工作面的风量变化。

    在工作面安设风速传感器和瓦斯传感器,实时监控掘进工作面的瓦斯和风量情况,根据供需风量的变化智能调整通风机频率,从而控制巷道风量。巷道风量改变会引起巷道瓦斯浓度变化,监测的数据又会反馈给局部通风机。整个过程通过局部通风机的智能变频动态调整工作面的供风量,并在超过风排瓦斯极限能力时辅以钻孔瓦斯抽采,以降低工作面瓦斯浓度。

    对掘进工作面通风参数进行实时监测,计算需风量Q1,监测风筒内静压、动压、风速等参数,计算风筒全段的漏风系数φ和局部通风装置的漏风量Q2,则掘进工作面的总需风量 $ {Q}_{\mathrm{z}}=({Q}_{1}+{Q}_{2})\varphi $。基于工作面总需风量和最优风量供需匹配分析确定通风机供风量,进而确定通风机运行频率,通过智能变频调控装置对通风机风量进行实时动态调控。

    当掘进工作面需风量的变化引起通风参数改变时,需重新确定实际供需风量,则变频调控后的频率 $ {f}_{{\rm{b}}}={f}_{{\rm{a}}}\dfrac{{Q}_{{\rm{b}}}}{{Q}_{{\rm{a}}}} $,fa为局部通风机调控前的频率,Qa为局部通风机调控前的供风量,Qb为局部通风机调控后的供风量。根据重新确定好的供需风量进行变频调风,实现常态下局部通风的智能联动变频调控,达到掘进工作面供需风量的动态平衡,如图8所示。

    图  8  智能联动变频调风过程
    Figure  8.  The regulation of air volume by intelligent linkage and frequency conversion

    变频器对局部通风机进行变频调控时,为减少变频系统的调节频次,并将工作面的通风参数维持在正常范围内,采用阈值反馈方式调节变频器的频率,提高局部通风系统的稳定性。调节规则:设置通风参数的异常判断值,在CH4体积分数>0.8%、CO体积分数>20×10−6、温度>25 ℃、粉尘浓度>4 mg/m3时,进行增频调节(增频频次为2 Hz/次),当通风机运行频率达到48 Hz后,进行预警,增频调节属于应急调节范畴,在进行调节研判时,以CH4浓度和CO浓度作为第1优先级判断,粉尘浓度和温度作为第2优先级判断,按照各参数的异常值综合研判,调节完成后跟踪分析各参数情况;在CH4体积分数<0.5%、温度<18 ℃时采用降频调节(降频频次为1 Hz/次,但要保证掘进工作面风速不低于0.25 m/s),降频调节属于节能型调节,需综合研判井下各通风参数,通过多次调节达到理想供风频率。

    通过在转龙湾煤矿进行现场测试,实现对局部通风机的智能变频调控,通风机频率调节界面如图9所示,对参数跟踪分析后的调节记录如图10所示。

    图  9  通风机频率调节界面
    Figure  9.  The interface of fan frequency adjustment
    图  10  参数调节记录
    Figure  10.  The record of parameter adjustment

    当掘进工作面需风量超过通风机最大供风量,即在超过瓦斯调控能力范围发生瓦斯超限时,瓦斯电闭锁实现自动断电闭锁。

    实时监测并采集井下各个掘进工作面中瓦斯浓度、温度、风速、CO2浓度、粉尘浓度、工作面参数、设备参数等数据,并发送至地面工作站,识别井下通风参数异常情况。

    根据通风机频率、供风距离、供风量、回风允许瓦斯浓度确定风排瓦斯的极限能力,当不超过风排瓦斯极限能力时,利用风排瓦斯降低掘进工作面瓦斯浓度;当超过风排瓦斯极限能力时,极限风量的限制导致掘进工作面瓦斯无法稀释到安全浓度,需辅以钻孔瓦斯抽采来控制工作面瓦斯浓度。钻孔瓦斯抽采评估模块根据矿井瓦斯浓度、风排瓦斯极限能力、掘进工作面瓦斯浓度分布情况、采动覆岩裂隙分布特征、瓦斯运移聚集规律确定钻孔抽采瓦斯量,流量传感器用以确定抽采瓦斯量,电磁阀门控制抽采启停,抽采控制子模块接收评估子模块的命令,根据抽采瓦斯量控制电磁阀门。在抽采达标后,利用风排瓦斯降低掘进工作面瓦斯浓度。

    通风异常情况下利用钻孔瓦斯抽采降低瓦斯涌出量(单位时间内从煤层等涌入矿井风中的瓦斯量),再利用通风机变频模块进行调控。设定工作面瓦斯体积分数上下限阈值分别为0.5%和0.8%,定义通风机风量为Q',瓦斯涌出量最大值为qg,当前瓦斯涌出量为qN,当前通风机频率为fN,定义Q'qg的差值为可调节量Qt,调控排风规则为:当瓦斯涌出量增大值 $ {(q}_{{\rm{N}}}-{q}_{{\rm{g}}}) > {Q}_{{\rm{t}}} $,通风机排风后掘进工作面瓦斯体积分数大于0.8%时,根据矿井瓦斯浓度和风排瓦斯极限能力,确定钻孔抽采瓦斯量,通过钻孔瓦斯抽采实现瓦斯涌出量增大值 $ {(q}_{{\rm{N}}}-{q}_{{\rm{g}}}) < {Q}_{{\rm{t}}} $;当瓦斯涌出量增大值 $ {(q}_{{\rm{N}}}-{q}_{{\rm{g}}}) < {Q}_{{\rm{t}}} $,掘进工作面瓦斯体积分数大于0.8%时,则通风机频率必须上调为 $f_{\rm{N}}' $,利用通风机调控使得掘进工作面瓦斯体积分数小于0.8%;当瓦斯涌出量降低值 $ {(q}_{{\rm{g}}}-{q}_{{\rm{N}}}) < {Q}_{{\rm{t}}} $,掘进工作面瓦斯体积分数小于0.8%时,调整通风机频率,转换为常态下智能变频调风,根据供需匹配调整通风机转速;当瓦斯涌出量降低值 $ {(q}_{{\rm{g}}}-{q}_{{\rm{N}}}) > {Q}_{{\rm{t}}} $,掘进工作面瓦斯体积分数小于0.5%时,将通风机频率下调为 $f_{\rm{N}}'' $,达到节能效果。

    通过对井下掘进工作面通风参数进行异常指标评判,深度挖掘通风异常参数与通风动力之间的内在关联,综合考虑通风系统的功能和物理组成,找出导致矿井通风系统异常的失效类型和影响局部通风系统的健康指数,构建局部通风系统健康指标评价体系,利用健康指标对整个局部通风系统进行健康综合评价,实现通风系统实时健康“体检”及隐患征兆的预测识别。

    通过对通风机状态、风筒状态及掘进工作面的实时监测,寻找影响局部通风系统健康指数的影响要素(表1),根据人、机、环、管因素的变化进行相应修改调整。在设计系统健康指数要素时考虑指标的动态变化,将影响要素应用到局部通风系统健康指标综合评价体系。

    表  1  局部通风系统健康指数影响要素
    Table  1.  Factors influencing health index of local ventilation system
    序号 影响要素 序号 影响要素
    1 局部通风机运行稳定性 13 掘进工作面温度合格率
    2 局部通风机综合效率 14 风量供需比
    3 局部通风机无计划停风故障率 15 有效风量率
    4 局部通风机安全装备合格率 16 防灾设施合格率
    5 主备通风机切换合格度 17 通风设施合格率
    6 风筒漏风率 18 参数监测故障率
    7 风筒出口参数变化 19 风量调控装置失效概率
    8 风筒破裂率 20 通风机监控系统误操作率
    9 掘进工作面瓦斯超限频率 21 监测系统漏检率
    10 掘进工作面风速合格率 22 局部通风安全投入
    11 掘进工作面有害气体污染度 23 技术人员比例
    12 掘进工作面粉尘超标率 24 通风相关专业比例
    下载: 导出CSV 
    | 显示表格

    将24个局部通风系统指标划分为通风动力、通风网络、通风质量、通风设施、通风监测、通风管理6个评价类别,建立了局部通风系统健康指标综合评价体系,如图11所示。

    图  11  局部通风系统健康指标综合评价体系
    Figure  11.  Comprehensive evaluation system of health indicators of local ventilation system

    设定健康指标综合评价体系各指标(I1I24)的权重比例,根据健康指标综合评价体系构建健康指标综合评价模型,通过对健康评价指标向量与通风系统健康程度向量进行综合运算,得到综合健康指数。根据综合健康指数确定系统健康风险等级,利用百分制的方式对各个指标进行打分,最终在可视化界面展现出来,如图12所示。从定性、定量2个方面实现对局部通风系统的健康“体检”,从而确定整个局部通风系统的弱项所在,以便采取措施提高通风系统的可靠性。

    1) 为长距离掘进通风智能调控设计了局部通风智能调控系统,通过对通风机的智能化管控,实现通风机工作状态监测及故障诊断预警、主备通风机切换时的风量稳定输出,保障了通风机稳定高效运行;通过监测风筒通风参数,对风筒漏风进行动态分析,为减小风筒漏风提供数据支持;监测工作面和风筒通风参数,以确定实际供需风量,通过局部通风机与工作面风量联动监控建立,基于通风机供风量、实际供风量、实际需风量相匹配的变频预测调风模型,实现工作面按需通风。

    图  12  健康“体检”展示界面
    Figure  12.  The display interface of health "physical examination"

    2) 以转龙湾煤矿掘进工作面为例对风流进行数值模拟,研究工作面风流分布状态,实现掘进巷道精准测风,并准确掌握掘进工作面的风量变化情况,为掘进工作面按需供风提供依据。

    3) 提出2种不同的通风联动调控方式,在常态和通风异常条件下都能满足长距离掘进巷道供风需求。在常态下通过供需匹配分析确定通风机运行频率,实现通风机智能变频调风;在通风异常情况下提出4种调控排风规则,保障了长距离掘进工作面通风安全,同时达到节能减排的效果。

    4) 通过局部通风监控系统确定局部通风系统综合评价体系的健康指数,构建局部通风系统健康指标综合评价体系,通过综合评价模型和健康指数,实现对局部通风系统的实时健康“体检”,并定量显示不同指标的风险等级,确保局部通风系统处于健康状态。

  • 图  1   局部通风智能调控系统组成

    Figure  1.   Composition of intelligent regulation and control system of local ventilation

    图  2   局部通风机智能化管控

    Figure  2.   Intelligent control of local ventilator

    图  3   风速、瓦斯传感器布置

    Figure  3.   Arrangement of wind speed and gas sensors

    图  4   巷道三维几何模型

    Figure  4.   Three-dimensional geometric model of roadway

    图  5   三维模型网格划分

    Figure  5.   Grid segmentation of the 3D model

    图  6   井巷YZ水平截面风速云图

    Figure  6.   Air speed cloud diagram of Y-Z horizontal section in shaft

    图  7   矩形断面风速分布

    Figure  7.   Air speed distribution of a rectangular section

    图  8   智能联动变频调风过程

    Figure  8.   The regulation of air volume by intelligent linkage and frequency conversion

    图  9   通风机频率调节界面

    Figure  9.   The interface of fan frequency adjustment

    图  10   参数调节记录

    Figure  10.   The record of parameter adjustment

    图  11   局部通风系统健康指标综合评价体系

    Figure  11.   Comprehensive evaluation system of health indicators of local ventilation system

    图  12   健康“体检”展示界面

    Figure  12.   The display interface of health "physical examination"

    表  1   局部通风系统健康指数影响要素

    Table  1   Factors influencing health index of local ventilation system

    序号 影响要素 序号 影响要素
    1 局部通风机运行稳定性 13 掘进工作面温度合格率
    2 局部通风机综合效率 14 风量供需比
    3 局部通风机无计划停风故障率 15 有效风量率
    4 局部通风机安全装备合格率 16 防灾设施合格率
    5 主备通风机切换合格度 17 通风设施合格率
    6 风筒漏风率 18 参数监测故障率
    7 风筒出口参数变化 19 风量调控装置失效概率
    8 风筒破裂率 20 通风机监控系统误操作率
    9 掘进工作面瓦斯超限频率 21 监测系统漏检率
    10 掘进工作面风速合格率 22 局部通风安全投入
    11 掘进工作面有害气体污染度 23 技术人员比例
    12 掘进工作面粉尘超标率 24 通风相关专业比例
    下载: 导出CSV
  • [1] 周霖,刘心广,吴建宾,等. 拉链式快速连接风筒在长距离掘进通风中的应用[J]. 矿山机械,2020,48(6):73-78. DOI: 10.3969/j.issn.1001-3954.2020.06.016

    ZHOU Lin,LIU Xinguang,WU Jianbin,et al. Application of zipper-typed quick connecting air duct to ventilation system on long-distance tunneling face[J]. Mining & Processing Equipment,2020,48(6):73-78. DOI: 10.3969/j.issn.1001-3954.2020.06.016

    [2] 焦志远,郝海清,刘心广,等. 掘进工作面超长距离通风安全保障技术研究[J]. 矿山机械,2019,47(5):7-11. DOI: 10.3969/j.issn.1001-3954.2019.05.003

    JIAO Zhiyuan,HAO Haiqing,LIU Xinguang,et al. Research on ventilation safety guarantee technology on super-long distance tunneling face[J]. Mining & Processing Equipment,2019,47(5):7-11. DOI: 10.3969/j.issn.1001-3954.2019.05.003

    [3] 白素珍. 某矿掘进工作面局部通风系统的改进设计与应用[J]. 机械管理开发,2021,36(7):22-23.

    BAI Suizhen. Improved design and application of local ventilation system in heading face of a mine[J]. Mechanical Management and Development,2021,36(7):22-23.

    [4] 刘泰杰. 长距离掘进工作面局部通风技术研究[J]. 自动化应用,2020(9):134-135. DOI: 10.19769/j.zdhy.2020.09.051

    LIU Taijie. Research on local ventilation technology of long-distance tunneling face[J]. Automation Application,2020(9):134-135. DOI: 10.19769/j.zdhy.2020.09.051

    [5] 原雁朋. 矿山长距离掘进工作面通风安全管理探讨[J]. 山西冶金,2021,44(4):340-341,347. DOI: 10.16525/j.cnki.cn14-1167/tf.2021.04.133

    YUAN Yanpeng. Discussion on ventilation safety management of long-distance mining face[J]. Shanxi Metallurgy,2021,44(4):340-341,347. DOI: 10.16525/j.cnki.cn14-1167/tf.2021.04.133

    [6] 杨杰,赵连刚,全芳. 煤矿通风系统现状及智能通风系统设计[J]. 工矿自动化,2015,41(11):74-77. DOI: 10.13272/j.issn.1671-251x.2015.11.018

    YANG Jie,ZHAO Liangang,QUAN Fang. Current situation of coal mine ventilation system and design of intelligent ventilation system[J]. Industry and Mine Automation,2015,41(11):74-77. DOI: 10.13272/j.issn.1671-251x.2015.11.018

    [7] 袁静泊,琚云鹏,杨龙月,等. 井下局部通风机储能型变流器控制策略研究[J]. 工矿自动化,2020,46(2):65-72,93. DOI: 10.13272/j.issn.1671-251x.2019050061

    YUAN Jingbo,JU Yunpeng,YANG Longyue,et al. Research on control strategy of energy storage converter of mine local ventilator[J]. Industry and Mine Automation,2020,46(2):65-72,93. DOI: 10.13272/j.issn.1671-251x.2019050061

    [8] 何敏. 基于相对压力的煤矿通风阻力测定数据处理方法[J]. 工矿自动化,2019,45(11):1-4,48. DOI: 10.13272/j.issn.1671-251x.17446

    HE Min. Data processing method of coal mine ventilation resistance measurement based on relative pressure[J]. Industry and Mine Automation,2019,45(11):1-4,48. DOI: 10.13272/j.issn.1671-251x.17446

    [9] 李巧燕. 浅析煤矿智能通风系统[J]. 矿业装备,2021(4):252-253.

    LI Qiaoyan. Analysis of mine intelligent ventilation system[J]. Mining Equipment,2021(4):252-253.

    [10] 楚鹏辉. 呼和乌素煤矿局部通风技术的优化与应用[D]. 包头:内蒙古科技大学,2012.

    CHU Penghui. Optimization and application on local ventilation technology for Huhewusu Coal Mine[D]. Baotou:Inner Mongolia University of Science and Technology,2012

    [11]

    ZHOU Lihong,YUAN Liming,THOMAS R,et al. Determination of velocity correction factors for real-time air velocity monitoring in underground mines[J]. International Journal of Coal Science & Technology,2017,4(4):322-332.

    [12] 任子晖,李昂,吴新忠,等. 矿井通风网络风量智能调控研究[J]. 工矿自动化,2022,48(11):110-118. DOI: 10.13272/j.issn.1671-251x.2022040020

    REN Zihui,LI Ang,WU Xinzhong,et al. Research on intelligent control of air volume of mine ventilation network[J]. Journal of Mine Automation,2022,48(11):110-118. DOI: 10.13272/j.issn.1671-251x.2022040020

    [13] 杨俊哲. 超大断面单巷超长距离掘进通风技术研究[J]. 煤炭科学技术,2017,45(2):65-70. DOI: 10.13199/j.cnki.cst.2017.02.011

    YANG Junzhe. Study on ventilation technology of overlong distance heading in mine over large cross section single roadway[J]. Coal Science and Technology,2017,45(2):65-70. DOI: 10.13199/j.cnki.cst.2017.02.011

    [14]

    KASHNIKOV A V,LEVIN L. Applying machine learning techniques to mine ventilation control systems[C]. International Conference on Soft Computing and Measurements,Saint Petersburg,2017:391-393.

    [15]

    KASHNIKOV A V,LEVIN L. Fan and regulators fuzzy control in mine ventilation systems[C]. International Conference on Soft Computing and Measurements,Saint Petersburg,2019:85-88.

    [16] 龚青. 基于数字孪生技术的矿井风流调控虚拟系统设计与开发[J]. 科学技术创新,2022(22):180-183.

    GONG Qing. Design and development of mine air flow control virtual system based on digital twin technology[J]. Scientific and Technological Innovation,2022(22):180-183.

    [17] 何顺席, 张晓迁, 庞洋, 等. 局部通风机智能控制系统研制与应用[J]. 煤炭与化工,2022,45(5):98-101,104.

    HE Shunchi, ZHANG Xiaoqian, PANG Yang, et al. Development and application of intelligent control system for local fan[J]. Coal and Chemical Industry,2022,45(5):98-101,104.

    [18] 程晓之,王凯,郝海清,等. 矿井局部通风智能调控系统及关键技术研究[J]. 工矿自动化,2021,47(9):18-24. DOI: 10.13272/j.issn.1671-251x.17825

    CHENG Xiaozhi,WANG Kai,HAO Haiqing,et al. Research on intelligent regulation and control system and key technology of mine local ventilation[J]. Industry and Mine Automation,2021,47(9):18-24. DOI: 10.13272/j.issn.1671-251x.17825

    [19] 魏建军. 长距离掘进巷道贯通通风系统调整技术研究[J]. 矿业装备,2022(3):87-89.

    WEI Jianjun. Research on adjustment technology of ventilation system through long-distance tunneling roadway[J]. Mining Equipment,2022(3):87-89.

    [20] 任子晖,陈泽彭,吴新忠,等. 矿井通风系统健康评价研究[J]. 工矿自动化,2021,47(9):70-76. DOI: 10.13272/j.issn.1671-251x.2020120047

    REN Zihui,CHEN Zepeng,WU Xinzhong,et al. Research on health evaluation of mine ventilation system[J]. Industry and Mine Automation,2021,47(9):70-76. DOI: 10.13272/j.issn.1671-251x.2020120047

    [21] 洪继坤. 矿井局部通风机智能通风控制方法及策略研究[J]. 现代工业经济和信息化,2023,13(1):244-245,248.

    HONG Jikun. Research on intelligent ventilation control method and strategy for local ventilation fan in a mine[J]. Modern Industrial Economy and Informationization,2023,13(1):244-245,248.

  • 期刊类型引用(4)

    1. 李良红,姚海飞,郭鹏,刘东洋. 掘进工作面局部通风机风量智能调控系统研究. 矿山机械. 2025(01): 64-68 . 百度学术
    2. 安学东,马腾,王光明,马强. 伊新煤业矿井智能通风关键技术研究. 陕西煤炭. 2025(04): 148-154 . 百度学术
    3. 张浪,刘彦青. 矿井智能通风与关键技术研究. 煤炭科学技术. 2024(01): 178-195 . 百度学术
    4. 马艳艳. 变频局部通风机在长距离巷道中的研究与应用. 能源与节能. 2024(07): 322-324 . 百度学术

    其他类型引用(3)

图(12)  /  表(1)
计量
  • 文章访问数:  1133
  • HTML全文浏览量:  64
  • PDF下载量:  40
  • 被引次数: 7
出版历程
  • 收稿日期:  2023-05-07
  • 修回日期:  2023-09-13
  • 网络出版日期:  2023-09-27
  • 刊出日期:  2023-09-27

目录

/

返回文章
返回