0 引言
瓦斯爆炸、瓦斯煤尘爆炸和煤尘爆炸(以下统称瓦斯和煤尘爆炸)会造成大量人员伤亡和财产损失，属于煤矿重特大事故[1]。1949年以来，全国煤矿共发生一次死亡百人以上特别重大事故24起，死亡3 780人，见表1。其中瓦斯和煤尘爆炸事故21起，死亡3 424人，分别占87.5%和90.6%；煤与瓦斯突出事故1起，死亡125人，分别占4.2%和3.3%；透水事故1起，死亡121人，分别占4.2%和3.2%；火灾事故1起，死亡110人，分别占4.2%和2.9%[2]。事故调查表明，瓦斯和煤尘爆炸事故中，由于创伤和烧伤造成的人员伤亡不足20%，中毒窒息造成的人员伤亡高达80%[3]。瓦斯和煤尘爆炸后，环境中O2浓度降低，CO2，CO浓度升高。特别是煤尘爆炸和瓦斯煤尘爆炸后，环境中CO浓度大幅升高。灾后环境中，O2浓度越低，CO和CO2等有害气体浓度越高，人员滞留时间越长，死亡概率越高。因此，尽早发现事故，尽早撤出遇险人员，是减少事故人员伤亡的有效措施。目前，煤矿瓦斯和煤尘爆炸事故发现和报警主要靠人工完成，存在发现晚、上报时间长、响应慢等问题。特别是当事故现场人员全部遇难，将不能及时发现事故。因此，研究煤矿瓦斯和煤尘爆炸感知报警与爆源判定方法，具有重要的理论意义和实用价值。
1 煤矿瓦斯和煤尘爆炸感知报警与爆源判定
1.1 煤矿瓦斯和煤尘爆炸特征
煤矿瓦斯和煤尘爆炸是化学爆炸，会产生剧烈的放热反应，高温、高压和冲击波，大量的有毒有害气体，造成人员伤亡及巷道、设备破坏等[4]。煤矿瓦斯和煤尘爆炸具有下列特征：瞬时消耗大量O2，空气中O2浓度迅速降低[5]；瞬时产生大量CO2，CO等有毒有害气体，特别是煤尘爆炸和瓦斯煤尘爆炸后，空气中CO2和CO浓度迅速升高[4]；瞬时产生大量热量，环境温度迅速升高，空气压力迅速增大后回落[5]；产生较强的红外和紫外辐射[5]；产生高温、高压、高速的爆炸冲击波和火焰锋面[6]；产生爆炸音和爆炸震动[7]；产生大量烟雾和粉尘[7]；造成巷道中风速迅速增大后回落，风流反向[5]；严重破坏矿井巷道及其支护、通风系统、巷道中设备，造成巷道垮塌、机电设备移动和损坏等[4]；造成大量人员因创伤、烧伤和中毒窒息伤亡[3]。
针对煤矿瓦斯和煤尘爆炸特征，笔者提出了气体(O2，CO2，CO)浓度、温度、声音、震动、气压、风速、风向、烟雾、粉尘、红外线、紫外线、图像等多信息融合的煤矿瓦斯和煤尘爆炸感知报警与爆源判定方法。
1.2 气体监测
煤矿瓦斯和煤尘爆炸会消耗大量O2，产生大量CO2，CO等有毒有害气体。瓦斯和煤尘爆炸后，O2浓度下降幅度、CO2和CO浓度上升幅度随距爆源距离变化：距爆源越远，O2浓度下降幅度越小、CO2和CO浓度上升幅度越小。因此，可通过监测O2，CO2，CO浓度和浓度随时间的变化率，辨识瓦斯和煤尘爆炸。通过监测和分析不同地点的O2，CO2，CO浓度及其变化幅度，变化的先后时序关系和传感器损坏情况等，判定爆源。矿井火灾也会造成O2浓度下降、CO2和CO浓度上升，但O2，CO2，CO浓度随时间的变化率较低[8]。因此，可通过监测和分析O2，CO2，CO浓度随时间的变化率，区分瓦斯和煤尘爆炸与矿井火灾。煤与瓦斯突出、冲击地压、通风系统故障等也会造成O2浓度下降、CO2和CO浓度上升。因此，煤矿瓦斯和煤尘爆炸感知和报警除需监测气体(O2，CO2，CO)浓度外，还需监测温度、声音、震动、气压、风速、风向、烟雾、粉尘、红外线、紫外线、图像等，通过多信息融合分析，减小矿井火灾、煤与瓦斯突出、冲击地压、通风系统故障等对瓦斯和煤尘爆炸辨识的影响。
表1 1949年以来全国煤矿发生一次死亡百人以上特别重大事故统计
Table 1 Statistics of more than 100 persons dying in one extraordinarily serious accident of coal mines in China since 1949
日期(年-月-日)地点类型死亡人数1950-02-27河南省宜洛煤矿老李沟井瓦斯爆炸1871954-12-06内蒙古包头市大发煤矿瓦斯煤尘爆炸1041960-05-09山西省大同矿务局老白洞煤矿煤尘爆炸6841960-05-14重庆市松藻矿务局松藻二井煤与瓦斯突出1251960-11-28河南省平顶山矿务局龙山庙矿(现五矿)瓦斯煤尘爆炸1871960-12-15重庆市中梁山煤矿南井瓦斯煤尘爆炸1241961-03-16辽宁省抚顺矿务局胜利煤矿电气火灾1101968-10-24山东省新汶矿务局华丰煤矿煤尘爆炸1081969-04-04山东省新汶矿务局潘西煤矿二号井煤尘爆炸1151975-05-11陕西省铜川矿务局焦坪煤矿前卫斜井瓦斯煤尘爆炸1011977-02-24江西省丰城矿务局坪湖煤矿瓦斯爆炸1141981-12-24河南省平顶山矿务局五矿瓦斯煤尘爆炸1331991-04-21山西省洪洞县三交河煤矿瓦斯煤尘爆炸1471996-11-27山西省大同市新荣区郭家窑乡东村煤矿瓦斯煤尘爆炸1142000-09-27贵州省水城矿务局木冲沟煤矿瓦斯煤尘爆炸1622002-06-20黑龙江省鸡西矿业集团城子河煤矿瓦斯爆炸1242004-10-20河南省郑煤集团大平煤矿瓦斯爆炸1482004-11-28陕西省铜川矿业集团陈家山煤矿瓦斯爆炸1662005-02-14辽宁省阜新矿业集团孙家湾海洲立井瓦斯爆炸2142005-08-07广东省兴宁市大兴煤矿透水事故1212005-11-27黑龙江省七台河矿业集团东风煤矿煤尘爆炸1712005-12-07河北省唐山市开平区刘官屯煤矿瓦斯爆炸1082007-12-05山西省临汾市洪洞瑞之源煤业有限公司瓦斯爆炸1052009-11-21黑龙江省龙煤集团鹤岗分公司新兴煤矿瓦斯爆炸108
1.3 温度监测
煤矿瓦斯和煤尘爆炸会瞬时产生大量热量，使环境温度迅速升高。瓦斯和煤尘爆炸后，环境温度上升幅度随距爆源距离变化：距爆源越远，环境温度上升幅度越小。因此，可通过监测环境温度和温度随时间的变化率，辨识瓦斯和煤尘爆炸。通过监测和分析不同地点的温度及其变化幅度、变化的先后时序关系和传感器损坏情况等，判定爆源。矿井火灾也会造成环境温度升高，但温度随时间的变化率较低[8]。因此，可通过监测和分析环境温度随时间的变化率，区分瓦斯和煤尘爆炸与矿井火灾。煤与瓦斯突出、冲击地压，通风系统故障、水灾等也会造成环境温度变化[9-10]。因此，煤矿瓦斯和煤尘爆炸感知和报警除需监测环境温度外，还需监测气体(O2，CO2，CO)浓度、声音、震动、气压、风速、风向、烟雾、粉尘、红外线、紫外线、图像等，通过多信息融合分析，减小矿井火灾、煤与瓦斯突出、冲击地压、通风系统故障、水灾等对瓦斯和煤尘爆炸辨识的影响。
1.4 声音和震动监测
煤矿瓦斯和煤尘爆炸会产生爆炸音和震动，且随着距爆源距离的增加，爆炸音和震动强度逐渐衰减。因此，可通过监测爆炸音和震动，辨识瓦斯和煤尘爆炸。通过监测和分析不同地点的爆炸音和震动强度、发生的先后时序关系和传感器损坏情况等，判定爆源。煤与瓦斯突出、冲击地压、顶板大面积冒落、工作面落煤、采煤设备(采煤机、液压支架、刮板输送机、破碎机、转载机等)工作、掘进设备(掘进机、掘锚一体机等)工作、运输提升设备(带式输送机、胶轮车、电机车、柴油机车、提升机等)工作、水泵和通风机工作等也会产生声音和震动，但爆炸音和爆炸震动与其他声音和震动不同，可通过声音和震动智能分析进行区分。
1.5 气压、风速和风向监测
煤矿瓦斯和煤尘爆炸会造成爆源及其附近空气压力和风速迅速增大再回落、风流反向，且随着距爆源距离的增加，气压和风速增大幅度逐渐变小。因此，可通过监测风向、气压、风速及气压和风速随时间的变化率，辨识瓦斯和煤尘爆炸。通过监测和分析不同地点的气压及其变化幅度、风速及其变化幅度、变化的先后时序关系和传感器损坏情况等，判定爆源。煤与瓦斯突出、冲击地压、顶板大面积冒落、矿井火灾、水灾、通风系统故障等也会造成气压和风速迅速增大、风流反向[11-12]。因此，煤矿瓦斯和煤尘爆炸感知和报警除需监测气压、风速和风向外，还需监测气体(O2，CO2，CO)浓度、温度、声音、震动、烟雾、粉尘、红外线、紫外线、图像等，通过多信息融合分析，减小煤与瓦斯突出、冲击地压、顶板大面积冒落、矿井火灾、水灾、通风系统故障等对瓦斯和煤尘爆炸辨识的影响。
1.6 烟雾和粉尘监测
煤矿瓦斯和煤尘爆炸会产生大量烟雾和粉尘，且随着距爆源距离的增加，烟雾和粉尘增加幅度逐渐变小。因此，可通过监测烟雾和烟雾随时间的变化率、粉尘和粉尘随时间的变化率，辨识瓦斯和煤尘爆炸。通过监测和分析不同地点的烟雾及其变化幅度、粉尘及其变化幅度、变化的先后时序关系和传感器损坏情况等，判定爆源。矿井火灾和爆破作业也会产生烟雾[8-13]；爆破作业、工作面落煤、煤炭转载和运输、煤与瓦斯突出、冲击地压、顶板大面积冒落等也会产生大量粉尘。因此，煤矿瓦斯和煤尘爆炸感知和报警除需监测烟雾和粉尘外，还需监测气体(O2，CO2，CO)浓度、温度、声音、震动、气压、风速、风向、红外线、紫外线、图像等，通过多信息融合分析，减小矿井火灾、爆破作业、工作面落煤、煤炭转载和运输、煤与瓦斯突出、冲击地压、顶板大面积冒落等对瓦斯和煤尘爆炸辨识的影响。
1.7 红外线和紫外线监测
煤矿瓦斯和煤尘爆炸会产生较强的红外和紫外辐射，且随着距爆源距离的增加，红外线和紫外线强度逐渐衰减。因此，可通过监测红外线和紫外线，辨识瓦斯和煤尘爆炸。通过监测和分析不同地点的红外线和紫外线强度、发生的先后时序关系和传感器损坏情况等，判定爆源。温度高于绝对零度(即-273.15 ℃)的物体都会辐射红外线，物体表面温度越高，红外线辐射能量越大；矿井火灾引起的红外线辐射能量较大[8]；人体，工作的照明设备，电动机、电缆、输送带托辊等发热的机电设备都会辐射能量较大的红外线；矿井火灾、矿用电气设备和电缆故障电弧放电等都会产生紫外线。因此，煤矿瓦斯和煤尘爆炸感知和报警除需监测红外线和紫外线外，还需监测气体(O2，CO2，CO)浓度、温度、声音、震动、气压、风速、风向、烟雾、粉尘、图像等，通过多信息融合分析，减小矿井火灾、人体、工作的照明设备和机电设备、电气设备和电缆故障电弧放电等对瓦斯和煤尘爆炸辨识的影响。
1.8 图像监视
煤矿瓦斯和煤尘爆炸会产生高温、高速的火焰锋面，产生大量烟雾和粉尘，造成巷道垮塌、机电设备移动和损坏等。随着距爆源距离的增加，火焰锋面逐渐消失，烟雾和粉尘逐渐减少，巷道和设备破坏程度逐渐变小。因此，可通过煤矿井下防爆工业摄像机摄取煤矿井下现场图像，通过图像智能分析和识别，提取火焰、烟雾、粉尘、巷道破坏、机电设备位移等信息，辨识瓦斯和煤尘爆炸。通过监视和分析不同地点的火焰大小、烟雾和粉尘浓度、巷道破坏程度、设备位移、变化的先后时序关系、摄像机损坏情况等，判定爆源。矿井火灾会产生火焰，但火焰推进速度远低于爆炸时的火焰推进速度。因此，可通过监测和分析火焰推进速度，区分瓦斯和煤尘爆炸与矿井火灾。矿井火灾和爆破作业会产生烟雾；爆破作业、工作面落煤、煤炭转载和运输、煤与瓦斯突出、冲击地压、顶板大面积冒落等也会产生大量粉尘；煤与瓦斯突出、冲击地压、顶板大面积冒落、水灾会造成巷道垮塌和机电设备位移[11，12，14]。因此，煤矿瓦斯和煤尘爆炸感知和报警除需监视图像外，还需监测气体(O2，CO2，CO)浓度、温度、声音、震动、气压、风速、风向、烟雾、粉尘、红外线、紫外线等，通过多信息融合分析，减小矿井火灾、煤与瓦斯突出、冲击地压、顶板大面积冒落、水灾、爆破作业、工作面落煤、煤炭转载和运输等对瓦斯煤尘和爆炸辨识的影响。
2 煤矿瓦斯和煤尘爆炸感知报警系统组成与防护
2.1 系统组成
煤矿瓦斯和煤尘爆炸感知报警系统由传感器(包括O2、CO2、CO、温度、声音、震动、气压、风速、风向、烟雾、粉尘、红外线、紫外线等传感器)、工业摄像机、分站、电源、网络交换机、电缆、光缆、接/分线盒、服务器、工作站、系统软件等组成。煤矿瓦斯和煤尘爆炸感知报警系统除应满足煤矿井下电气防爆、防尘、防水等要求外，还应具有抗高温和冲击波破坏能力。
2.2 防护与设置
传感器和工业摄像机等应采用流线形或圆弧形外壳，减少爆炸冲击波对传感器的影响。传感器外壳应采用耐高温、防火、隔热材料，减少高温对传感器的影响。传感器和工业摄像机应设置在巷道顶部中央，不影响行人和行车，减少人员、车辆和设备遮挡。采煤工作面和掘进工作面应设置传感器，传感器设置在距工作面10～15 m处。每一段巷道(没有分支)中部应设置传感器。
分站、电源、网络交换机等应设置在硐室，减少爆炸冲击波和高温带来的影响。
为减小瓦斯和煤尘爆炸、火灾、水灾、煤与瓦斯突出、冲击地压、顶板冒落等对电缆和光缆的损伤，应采用铠装电缆和光缆，电缆和光缆应具有阻燃、耐高温、抗冲击等性能。电缆和光缆应埋入巷帮和底板的夹角处[15]。电缆和光缆也可引入压风管，用压风管防护。
3 结论
(1) 煤矿瓦斯和煤尘爆炸具有下列特征：空气中O2浓度迅速降低，CO2和CO等有毒有害气体浓度迅速升高；环境温度迅速升高，空气压力迅速增大后回落；产生较强的红外和紫外辐射；产生高温、高压、高速的爆炸冲击波和火焰锋面；产生爆炸音和震动；产生大量烟雾和粉尘；风速迅速增大后回落，风流反向；巷道垮塌、机电设备移动和损坏；造成大量人员伤亡。
(2) 气体(O2，CO2，CO)浓度、温度、声音、震动、气压、风速、风向、烟雾、粉尘、红外线、紫外线、图像等多信息融合的煤矿瓦斯和煤尘爆炸感知报警与爆源判定方法，可减小矿井火灾、煤与瓦斯突出、冲击地压、通风系统故障、水灾等对瓦斯和煤尘爆炸辨识的影响。
(3) 传感器应采用流线形或圆弧形外壳，传感器外壳应采用耐高温、防火、隔热材料；传感器应设置在巷道顶部中央；采煤工作面和掘进工作面应设置传感器，传感器应设置在距工作面10～15 m处；每一段巷道(没有分支)中部应设置传感器。应采用铠装电缆和光缆，电缆和光缆应具有阻燃、耐高温、抗冲击等性能；电缆和光缆应埋入巷帮和底板的夹角处；电缆和光缆也可引入压风管，用压风管防护。传感器、电缆和光缆防护与设置方法除可减小瓦斯和煤尘爆炸对煤矿瓦斯和煤尘爆炸感知报警系统的影响，还可减小矿井火灾、水灾、煤与瓦斯突出、冲击地压、顶板冒落等对系统的影响。
[1] 孙继平.屯兰煤矿“2·22”特别重大瓦斯爆炸事故原因及教训[J].煤炭学报,2010,35(1):72-75.
SUN Jiping.The causes and lessons of "2·22" gas explosion disaster at Tunlan Coal Mine[J].Journal of China Coal Society,2010,35(1):72-75．
[2] 孙继平.互联网+煤炭监控与通信[M].北京:煤炭工业出版社,2016.
SUN Jiping.Internet plus coal monitoring and communication[M].Beijing:China Coal Industry Publishing House,2016.
[3] 孙继平,钱晓红.煤矿重特大事故应急救援技术及装备[J].煤炭科学技术,2017,45(1):112-116.
SUN Jiping,QIAN Xiaohong.Emergency rescue technology and equipment of mine extraordinary accidents[J].Coal Science and Technology,2017,45(1):112-116.
[4] 孙继平.电气火源引起的特别重大瓦斯爆炸事故案例分析[J].工矿自动化,2012,38(2):1-5.
SUN Jiping.Case analysis of especially serious gas explosion disaster caused by electric fire source[J].Industry and Mine Automation,2012,38(2):1-5.
[5] 孙继平.基于彩色图像监测设备的矿井爆炸监控系统:CN201810154660.3[P].2018-08-03.
SUN Jiping.Mine explosion monitoring system based on color image monitoring equipment:CN201810154660.3[P].2018-08-03.
[6] 孙继平.基于物联网的煤矿瓦斯爆炸事故防范措施及典型事故分析[J].煤炭学报,2011,36(7):1172-1176.
SUN Jiping.The accident prevention measure and analysis based on Internet of things in the gas explosion of coal mines[J].Journal of China Coal Society,2011,36(7):1172-1176.
[7] 孙继平.无安全监控系统的煤矿特别重大瓦斯爆炸事故案例分析[J].工矿自动化,2012,38(3):1-4.
SUN Jiping.Case analysis of gas explosion disaster of coal mine without safety monitoring system[J].Industry and Mine Automation,2012,38(3):1-4.
[8] 孙继平,孙雁宇.矿井火灾监测与趋势预测方法研究[J].工矿自动化,2019,45(3):1-4.
SUN Jiping,SUN Yanyu.Research on methods of mine fire monitoring and trend prediction[J].Industry and Mine Automation,2019,45(3):1-4.
[9] 孙继平.安全高效矿井监控关键技术研究[J].工矿自动化,2012,38(12):1-5.
SUN Jiping.Research of key technologies for mine safety and efficiency monitoring[J].Industry and Mine Automation,2012,38(12):1-5.
[10] 孙继平,靳春海.矿井水灾感知与水源判定方法研究[J].工矿自动化,2019,45(4):1-5.
SUN Jiping,JIN Chunhai.Research on methods of mine flood perception and water source determination[J].Industry and Mine Automation,2019,45(4):1-5.
[11] 孙继平.煤与瓦斯突出报警方法[J].工矿自动化,2014,40(11):1-5.
SUN Jiping.Alarm methods of coal mine gas outburst[J].Industry and Mine Automation,2014,40(11):1-5.
[12] 孙继平,刘毅.煤矿掘进工作面煤与瓦斯突出报警方法:CN201410547224.4[P].2015-04-08.
SUN Jiping,LIU Yi.Alarm method of coal and gas outburst in coal mine heading face:CN201410547224.4[P].2015-04-08.
[13] 孙继平.煤矿信息化自动化新技术与发展[J].煤炭科学技术,2016,44(1):19-23.
SUN Jiping.New technology and development of mine informatization and automation[J].Coal Science and Technology,2016,44(1):19-23.
[14] 孙继平,刘毅.基于图像的采煤工作面冲击地压报警方法:CN201410799590.9[P].2015-03-25.
SUN Jiping,LIU Yi.Alarm method of rock burst in coal face based on image:CN201410799590.9[P].2015-03-25.
[15] 孙继平.煤矿事故特点与煤矿通信、人员定位及监视新技术[J].工矿自动化,2015,41(2):1-5.
SUN Jiping.Characteristics of coal mine accidents and new technologies of coal mine communication,personnel positioning and monitoring[J].Industry and Mine Automation,2015,41(2):1-5.