一种基于风压风量测试的矿井通风系统的优化方法

技术领域

本发明涉及矿井通风技术领域，具体为一种基于风压风量测试的矿井通风系统的优化方法。

背景技术

矿井通风是井下安全生产的生命线，为实现矿山高效绿色开采，矿井通风的目的是将地表新鲜空气输送到井下作业区域，再将生产作业过程中产生的有毒有害污浊空气排出地表，为井下作业地点创造良好的工作环境，因此通风节能和智能控制是必须解决好的重要项目，传统的通风系统设计通常基于经验和标准，但这种方法可能无法充分考虑到实际矿井的复杂环境和变化情况，因此基于风压风量测试的矿井通风系统应运而生，这种使用风压计和风量计等设备进行实地测试，准确测量矿井内外的气压和气流量，并基于实测数据建立数学模型或进行计算机仿真的系统，使矿井内的风机位置、风道布局以及风量调节等参数达到最佳效果。

然而，在对上述参数进行调整的过程中，无法预测调整后效果，在参数出现误差时会给矿井内环境带来负面影响。

因此，本领域发明人员提出一种基于风压风量测试的矿井通风系统的优化方法，以解决上述问题。

发明内容

针对现有技术的不足，本发明提供了一种基于风压风量测试的矿井通风系统的优化方法，解决了对上述参数进行调整的过程中，无法预测调整后效果，在参数出现误差时会给矿井内环境带来负面影响的问题。

为实现以上目的，本发明通过以下技术方案予以实现：一种基于风压风量测试的矿井通风系统的优化方法，包括以下步骤：

通过风压风量模块对矿洞内风压风量进行在线传感；

对通风路径风阻进行监测，实时反馈阻力变化；

建立通风监测传感器优化模块，对传感器安装位置进行布局优化；

对井巷风阻平差及通风网络进行实时反演分析；

热环境分析模块对需风量进行预测，调控模块完成风机节能对应调控方案自动生成并响应；

预测模块对深井开采风温季节变化进行预测，并进行反馈。

优选的，所述风压风量模块包括：

参数传感单元，对风道内的风量风压参数进行监测传感；

风量调整单元，在风量风压参数的反馈下对风量进行优化。

优选的，所述通风路径风阻监测包括以下步骤：

首先对不同风道端压力损失进行监测，找出存在高阻力的区域，对高阻力区域进行重新设计，设计方法包括但不限于改变风道截面形状、减少转弯处的曲线半径、增加直线段长度，并使用流体力学模拟工具，对风道的设计优化进行分析，找出二次高阻力区域，并提出改进方案。

优选的，所述传感器优化模块包括：区域特征分析单元，对待监测的区域进行空间大小、布局、通风情况和污染源存在情况进行分析；类型确定单元，根据监测参数的不同，选择合适的传感器类型；位置确定单元，根据区域特征和监测要求，选择传感器位置。

优选的，所述反演分析包括以下步骤：

S1、数据采集，通过数据采集单元对井巷结构进行收集，并对所采集的数据进行数据清洗；

S2、通风网络建立，基于采集到的井巷结构参数，建立矿井通风系统的网络模型；

S3、反演算法设定，选择合适的反演算法，包括基于物理模型的数值计算方法和基于统计学习的机器学习方法中的一种；

S4、进行实时反演分析，利用实时采集到的通风参数监测数据并结合通风路径风阻监测，进行反演分析；

S5、分析结果评估，对反演得到的通风网络参数进行评估和分析；

S6、调整优化，根据评估结果对通风系统的通风设备参数和通风构件布局进行调整优化。

优选的，所述热环境分析模块包括：热环境建模单元，根据采集到的环境数据建立矿井通风系统中的热环境模型；热环境分析单元，根据模型预测矿井内部温度、湿度和气体浓度，识别潜在的高温高湿等危险环境；可视化单元，提供热环境分析的可视化功能。

优选的，所述调控模块包括：风机调控单元，根据建立的模型对风机进行调控；风机节能评价单元，用于评价风机调控方案的节能效果。

优选的，所述预测模块包括：特征提取单元，通过离散小波变换从环境数据中选择与风温季节变化相关的特征并进行提取；预测建模单元，选择合适的预测模型建立深井开采风温季节变化模型，预测模型包括时间序列模型、机器学习模型和深度学习模型中的一种；模型训练单元，对选定的预测模型进行训练，并投入预测。

优选的，所述反馈模块对通风系统的调节包括以下步骤：

根据矿井的实际情况和要求设定风量风压目标值，根据调节后的控制参数实时监测通风系统的运行状态，继续比较实际风压、风量和实际值的差值，若差值存在，则继续调节，直至通风系统达到稳定状态并满足目标要求。

优选的，所述环境数据包括：风道内的风量风压参数、风道截面形状、风道转弯处的曲线半径、风道直线段长度、井巷结构。

本发明提供了一种基于风压风量测试的矿井通风系统的优化方法。具备以下有益效果：

1、本发明通过建立通风监测传感器优化布局、井巷风阻平差及通风网络实时信息反演分析方法，对矿井内通风的风压风量参数进行模拟运行，并实现基于风压和风量测试的矿井通风系统的反馈调节，以确保系统始终处于最佳运行状态，满足矿井开采的需求和安全要求。

2、本发明构成一个完整的热环境分析系统，通过改变风机位置、风道结构等，为矿井通风系统的运行和管理提供支持。

3、本发明实现对矿井通风系统中热环境的分析、需风量的预测以及风机节能调控方案的自动生成和响应，以提高通风系统的效率、安全性，并降低能耗。

附图说明

图1为本发明的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例：

请参阅附图1，本发明实施例提供一种基于风压风量测试的矿井通风系统的优化方法，包括以下步骤：

通过风压风量模块对矿洞内风压风量进行在线传感；

对通风路径风阻进行监测，实时反馈阻力变化；

建立通风监测传感器优化模块，对传感器安装位置进行布局优化；

对井巷风阻平差及通风网络进行实时反演分析；

热环境分析模块对需风量进行预测，调控模块完成风机节能对应调控方案自动生成并响应；

预测模块对深井开采风温季节变化进行预测，并进行反馈。

风压风量模块包括：

参数传感单元，对风道内的风量风压参数进行监测传感；

风量调整单元，在风量风压参数的反馈下对风量进行优化；

具体的，参数传感单元的任务是实时监测风道内的风量和风压，风速传感器超声波风速仪，压力传感器用于测量风道内的静压和动压，从而计算风压风量，调整单元利用从参数传感单元收集到的数据来调整风机的运行，以优化风量分布，优化过程包括调整风机转速、变频器设置或风门的开启程度，调整的目标是保证有效的空气流通，同时最小化能耗，通过PID控制器根据风量和风压的实际值与设定值之间的偏差来调整风机速度、风门位置，PID控制器通过调整其控制输入来减小这个偏差，以完成对风压风量的有效调整。

通风路径风阻监测包括以下步骤：

首先对不同风道端压力损失进行监测，找出存在高阻力的区域，对高阻力区域进行重新设计，设计方法包括但不限于改变风道截面形状、减少转弯处的曲线半径、增加直线段长度，并使用流体力学模拟工具，对风道的设计优化进行分析，找出二次高阻力区域，并提出改进方案；

具体的，使用压力传感器或者差压传感器在不同的风道端监测风道的压力损失，通过比较不同风道端的压力损失，识别存在高阻力的区域，一旦确定了高阻力区域，需要对其进行重新设计以降低风阻，设计方法包括但不限于改变风道界面形状、减少转弯处的曲线半径、增加直线段长度等，通过这些设计改变来优化风道的布局，降低风阻，提高通风效率，并使用流体力学模拟工具ANSYS F l uent对重新设计后的风道进行模拟分析，模拟流体在风道内的流动情况，预测压力分布、速度分布等参数，从而评估设计方案的效果，在模拟分析过程中，可能会发现一些二次高阻力区域，即使经过初步设计优化后仍存在阻力较大的区域，针对二次高阻力区域进行具体优化措施，优化措施包括风道结构的再次调整、风道材料的改变、风道内部设备的重新布置。

传感器优化模块包括：区域特征分析单元，对待监测的区域进行空间大小、布局、通风情况和污染源存在情况进行分析；类型确定单元，根据监测参数的不同，选择合适的传感器类型；位置确定单元，根据区域特征和监测要求，选择传感器位置；

具体的，区域特征分析单元通过测量矿井通风系统中不同区域的空间大小，确定传感器的最佳部署密度，并考虑通风系统中各风道、巷道和工作面的布局，通过模拟和实测数据，分析不同区域的通风情况，识别通风不畅或死角区域，并考虑矿井内可能存在的污染源，如瓦斯、粉尘等，分析它们的可能分布和扩散路径，定义适应度函数，考虑监测覆盖率、通风区域的均匀性等指标，并使用遗传算法进行迭代优化，考虑各个传感器之间的相互影响以保证传感器的最佳布局，类型确定单元将需要监测的参数进行分类，如温度、湿度、气体浓度、气流速度等，根据监测参数的特性和要求，确定需要使用的传感器类型，位置确定单元使用深度学习模型，通过学习大量矿井通风系统数据，预测最佳的传感器布局。

反演分析包括以下步骤：

S1、数据采集，通过数据采集单元对井巷结构进行收集，并对所采集的数据进行数据清洗；

S2、通风网络建立，基于采集到的井巷结构参数，建立矿井通风系统的网络模型；

S3、反演算法设定，选择合适的反演算法，包括基于物理模型的数值计算方法和基于统计学习的机器学习方法中的一种；

S4、进行实时反演分析，利用实时采集到的通风参数监测数据并结合通风路径风阻监测，进行反演分析；

S5、分析结果评估，对反演得到的通风网络参数进行评估和分析；

S6、调整优化，根据评估结果对通风系统的通风设备参数和通风构件布局进行调整优化；

热环境分析模块包括：热环境建模单元，根据采集到的环境数据建立矿井通风系统中的热环境模型；热环境分析单元，根据模型预测矿井内部温度、湿度和气体浓度，识别潜在的高温高湿等危险环境；可视化单元，提供热环境分析的可视化功能；

环境数据包括：风道内的风量风压参数、风道截面形状、风道转弯处的曲线半径、风道直线段长度、井巷结构；

具体的，热环境建模单元负责根据采集到的环境数据建立矿井通风系统中的热环境模型。环境数据包括风道内的风量、风压参数，风道截面形状，风道转弯处的曲线半径，风道直线段长度以及井巷结构等信息。基于这些数据，可以利用有限元法建立矿井内部的热环境模型，包括温度、湿度和气体浓度等参数的分布情况，热环境分析单元根据建立的模型预测矿井内部的温度、湿度和气体浓度等参数，并识别潜在的高温高湿等危险环境，然后通过有限差分法计算不同位置和时间点上的环境参数，进而评估矿井内部的热环境情况，例如，使用计算流体动力学COMSOL Mu lt iphys i cs，进行矿井内部的热环境仿真计算，可以预测矿井中不同区域的温度分布情况，识别可能存在的高温区域，并根据需要采取相应的通风调节措施，可视化单元提供热环境分析的可视化功能，利用Pl ot ly将仿真预测结果以直观的图表、曲线或热力图等形式呈现给用户。通过可视化界面，相关人员可以直观地了解矿井内部的热环境情况，及时发现潜在的安全隐患，并采取必要的措施进行调节和管理。

调控模块包括：风机调控单元，根据建立的模型对风机进行调控；风机节能评价单元，用于评价风机调控方案的节能效果；

具体的，风机调控单元负责根据已建立的模型对风机进行实时调控。通过对风机的转速、风向、风量等参数进行调整，确保风机在最佳工作状态下运行，在实际操作中，风机调控单元会根据系统的实时数据，运用先进的控制算法，对风机进行精确调控。这样一来，不仅可以提高风机的运行效率，降低设备的能耗，还可以延长风机的使用寿命，降低维护成本，风机节能评价单元负责对风机调控方案的节能效果进行评价，通过对能耗数据、运行参数等方面的分析，评估风机调控方案的优劣，当发现调控方案存在问题时，风机节能评价单元会及时提出改进措施，以保证风机的节能效果，同时，风机节能评价单元还会对风机调控单元的调控效果进行评价，为调控单元的优化提供依据。

预测模块包括：特征提取单元，通过离散小波变换从环境数据中选择与风温季节变化相关的特征并进行提取；预测建模单元，选择合适的预测模型建立深井开采风温季节变化模型，预测模型包括时间序列模型、机器学习模型和深度学习模型中的一种；模型训练单元，对选定的预测模型进行训练，并投入预测；

具体的，矿井通风系统中的预测模块是为了提前预测深井开采中风温季节变化趋势，以便有效调节通风系统，确保矿井内部环境的稳定和安全，首先，预测模块包括特征提取单元，该单元利用离散小波变换从环境数据中提取与风温季节变化相关的特征，这些特征包括季节性变化的周期性、趋势性和其他与风温相关的变化模式，通过离散小波变换，可以有效地捕获到这些特征，并将其用于后续的预测建模，其次，预测建模单元负责选择合适的预测模型，并建立深井开采风温季节变化模型，预测模型的选择通常包括时间序列模型、机器学习模型和深度学习模型中的一种，时间序列模型适用于具有明显时间相关性的数据，例如季节性变化；机器学习模型则可以利用历史数据和特征进行训练，以预测未来的风温变化趋势；而深度学习模型则可以自动学习数据中的复杂模式和特征，对于非线性、高维度的数据具有较好的拟合能力，模型训练单元对选定的预测模型进行训练，并将其投入预测，在训练过程中，利用历史数据进行模型参数的学习和调整，以提高模型的准确性和泛化能力，训练完成后，预测模型可以应用于实际的风温数据，预测未来一段时间内风温的变化趋势，从而为通风系统的调节提供参考依据，使用ARI MA作为时间序列模型，在训练过程中逐步优化参数，以适应矿井通风系统中风温季节变化的预测需求。

反馈模块对通风系统的调节包括以下步骤：

根据矿井的实际情况和要求设定风量风压目标值，根据调节后的控制参数实时监测通风系统的运行状态，继续比较实际风压、风量和实际值的差值，若差值存在，则继续调节，直至通风系统达到稳定状态并满足目标要求；

具体的，矿井通风系统的反馈调节模块是确保系统能够在不断变化的环境条件下保持稳定运行的关键部分，首先，根据矿井的实际情况和要求，设定风量和风压的目标值，这些目标值通常基于矿井的尺寸、工作面的情况、人员密度、瓦斯等有害气体情况以及其他安全和生产因素，然后通过传感器实时监测通风系统的运行状态，包括实际的风量和风压，接着，对实际参数与目标值之间的差值进行比较，若存在差值，则根据差值的大小和方向进行调节，以逐步调整通风系统的控制参数，例如调节风机的转速、风门的开启程度等，调节过程中，持续监测通风系统的运行状态，不断比较实际参数与目标值之间的差值，直到通风系统达到稳定状态并满足目标要求为止，通过PID算法对其进行调节，比例项(P)、积分项(I)和微分项(D)根据实际参数与目标值之间的差值来调整通风系统的控制参数，比例项用于根据当前偏差的大小调整风量风压参数，积分项用于消除风压风量预算值与实际值间的静态误差，微分项用于预测偏差的未来趋势，并减小超调和震荡，通过不断地调节控制参数，通风系统的实际风量风压参数逐渐接近目标值，最终达到稳定状态。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。