一种智能调风管理系统及其调控方法

技术领域

本发明涉及应急设备技术领域，具体涉及一种智能调风管理系统。

背景技术

在一些生活场所，如楼宇，工业场所，如车间，和能源开采行业，如矿山，风流调控系统是一个不可或缺的部分。楼宇中的消防前室需要调节风流起到防火防烟和便于疏散的作用；车间需要调节风流保证人员健康和人身安全；矿山井下的巷道需要调节风流来保障生产安全。

传统的调风设施都是独立工作，无法对全局的风流进行自动检测与综合管控，也无法实现局部风流的自动调节，更无从谈及智能化管控。现有调风设施工作模式下，既不方便系统的日常管理、设备维护效率相对低，也不利于系统的高效运转和全系统监测诊断，由于缺乏系统整体感知与子系统相互配合，更是无从实现系统的智能化调风。此外，现调风系统无法实现灾变条件下的应急调控，导致系统应急处理能力严重不足。

发明内容

本发明克服现有技术存在的不足，所要解决的技术问题为：提供一种操作便捷、维护与运行高效及满足灾变条件下辅助应急处置的智能化调风管理系统及其调控方法。

为了解决上述技术问题，本发明采用的技术方案为：一种智能调风管理系统，包括智能诊断与决策系统、数据交互传输子系统、动作执行模块和信息采集模块，所述信息采集模块用于采集环境信息和系统内部信息并通过所述数据交互传输子系统发送至所述智能诊断与决策系统，所述智能诊断与决策系统用于对所述信息采集模块的采集信息进行综合分析处理，得到通风方案，所述动作执行模块采用液压驱动，用于执行所述智能诊断与决策系统发送的应对措施。

所述智能诊断与决策系统包括云端服务器、上位监控机组、决策支持系统、本地服务器、组态软件和数据库；所述智能诊断系统用于接收传感器采集到的环境信息数据，并判断是否超出正常值的范围，若是，则使用评价指标体系进行灾变的分类，然后再使用贝叶斯网络对异常值进行推理诊断，得到灾变可能的产生原因，即灾变诊断结果，并发送至所述智能决策系统；

所述智能决策系统用于将环境信息数据的异常值、灾变分类结果以及灾变诊断结果作为模型库的输入，进行模型匹配，从方法库中找到应急预案，并控制所述动作执行模块执行应急预案对应的应对措施。

所述智能诊断系统中，评价指标体系为预先采用事故及异常数据进行聚类分析和主成分分析建立得到的；

所述智能决策系统中，模型库为专家利用逻辑推演与经验相结合生成，方法库用于存储应急预案，所述应急预案中的具体内容包括风机频率/叶片角度，风门开闭数量及位置，风门/风窗开闭角度。

数据交互传输子系统包括交换机组和分站组，其中，交换机组包括多个交换机，分站组包括多个分站；所述动作执行模块包括多个液压驱动的执行器，所述执行器包括风机、门、窗和声光报警器中的一种或多种，所述执行器与分站连接，采用RS-485总线进行信息传输。

所述的一种智能调风管理系统的调控方法，包括以下步骤：

S101信息采集模块探测系统自身参数和环境参数，将收集到的数据通过有线或无线的方式传输至分站；

S102分站接收到信息采集模块的数据后，按照内部预设的程序逻辑做出相应的动作，一方面将数据通过交换机传输至智能诊断与决策系统，另一方面通过电缆向动作执行模块的泵站和部分执行模块发送信号，执行相应的动作；

S103数据在数据交互传输子系统中传输时，信息采集模块持续检测数据交互传输子系统的工作状态，实时将工作状态信息反馈至智能诊断与决策系统，便于及时发现数据交互传输子系统的异常状态；

S104动作执行装置在执行动作的过程中，信息采集模块持续检测信息，实时将信息反馈至智能诊断与决策系统，便于及时发现动作执行装置的异常状态；

S105若信息采集模块采集到应急信息后，将信息传输至分站，分站立即启动应急模式的程序，同时将信息上报至智能诊断与决策系统；

S106智能诊断与决策系统接收到应急信号后，启动对应的应急预案。

所述的一种智能调风管理系统的调控方法，还包括以下调试步骤：

S001在调试工作开展之前，首先制定调试预案，并存储至对应的数据库中；

S002调试人员到达指定位置后，智能诊断与决策系统启动调试预案，调试人员进行调试维修等相关工作；

S003调试维修工作结束后，将系统的工作模式转为常规模式，系统恢复正常工作。

所述应急信息分为两种，一种是是现场人员发现异常后，按下应急按钮传递的应急信息；另一种是现场的控制器内预先设定阈值，若传感器测量数值超过了设定阈值，则发送信号至智能诊断与决策系统，自动进入应急模式。

本发明与现有技术相比具有以下有益效果：

1.本发明弥补了现有技术中，调风装置综合管控方式的缺失，本发明形成一套通风管控系统，便于在一个平台上进行通风系统的综合管控；

2.本发明有机结合了现行技术中日常管理、应急救援以及维修调试三大功能，提高了风流调控的效率，增强了调风系统的抗灾变能力。

附图说明

图1为本发明提供的一种智能化调风管理系统的结构示意图；

图2为本发明提供的智能诊断与决策系统的工作流程图；

图3为本发明提供的一种智能化调风管理系统的设置示意图；

图中：1-智能诊断与决策系统；2-数据交互传输子系统；3-动作执行装置；4-信息采集模块；1-1-云端服务器；1-2-上位监控机组；1-3-决策支持系统；1-4-本地服务器；1-5-组态软件；1-6-数据库；2-1-交换机组；2-2-分站组；3-1-泵站；3-2-第一类执行装置；3-3-第二类执行装置；3-2-1-风门及风窗；3-2-2-阻车器；3-3-1-风机；3-3-2-声光报警器；4-1-环境信息采集模块组；4-2-门窗开度传感器；4-1-1-温湿度传感器；4-1-2-瓦斯传感器；4-1-3-一氧化碳传感器；4-1-4-射频识别读写器；4-1-5-应急按钮。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，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。

如图1~3所示，本发明提供了一种以煤矿为应用场景的为应用场景的智能调风管理系统，与相同，其主要包括四个部分：智能诊断与决策系统1、数据交互传输子系统2、动作执行装置3和信息采集模块4，如图1所示。如图3所示，其中，智能诊断与决策系统1设置在井上调度中心，动作执行装置3和信息采集模块4设置在井下，井上调度中心的智能诊断与决策系统1与井下的动作执行装置3和信息采集模块4通过数据交互传输子系统2通信连接。

所述信息采集模块4包括环境信息采集模块组4-1和门窗开度传感器4-2；所述环境信息采集模块组4-1包括温湿度传感器4-1-1、瓦斯传感器4-1-2、一氧化碳传感器4-1-3、射频识别读写器4-1-4和应急按钮4-1-5。其中，射频识别读写器4-1-4负责检测人员和车辆的信息；门窗开度传感器4-2负责检测风门和风窗的开闭角度；应急按钮4-1-5负责检测人员输入的应急信号；所有模块均与分站组2-2之间采用RS-485总线、WIFI、4G和5G相混合的方式进行信息传输。

具体，如图1所示，所述智能诊断与决策系统1包括云端服务器1-1、上位监控机组1-2、决策支持系统1-3、本地服务器1-4、组态软件1-5和数据库1-6；其中，上位监测机组1-2、决策支持系统1-3、组态软件1-5和数据库1-6负责对信息进行综合分析和处理，方便了煤矿井下的正常通风、灾变时期的火灾及烟气控制和人员应急疏散以及系统维修调试，提高了煤矿作业的安全性；数据交互传输子系统2包括交换机组2-1和分站组2-2，其中，交换机组2-1包括多个交换机，分站组2-2包括多个分站，所述数据交互传输子系统2以进行过防爆或隔爆处理的可编程逻辑控制器为分站，分站组2-2与交换机组2-1之间以及交换机组2-1与上位监控机组1-2之间均以RS-485总线和或以太网作为通信方式，进行信息的双向传输。

所述动作执行装置3包括泵站3-1、第一类执行装置3-2和第二类执行装置3-3；所述第一类执行装置3-2包括风门及风窗3-2-1和阻车器3-2-2；所述第二类执行装置3-3包括风机3-3-1和声光报警装置3-3-2；泵站3-1采用液压驱动，风门及风窗3-2-1和阻车器3-2-2均与泵站3-1通过导管连接；泵站3-1、风机3-3-1和声光报警器3-3-2均与分站组2-2连接，采用RS-485总线进行信息传输。

本实施例中，智能调风管理系统的工作模式分为常规模式，应急模式和调试模式；

无灾变情况下，系统处于常规模式，该模式下风流调控方法为：

（1）人员与车辆通过风门及风窗3-2-1时，射频识别读写器4-1-4检测到人员与车辆信息，将信息通过RS-485总线、WIFI、4G和5G相混合的方式传输至分站组2-2的可编程逻辑控制器；

（2）分站组2-2接收到人员或车辆信息后，按照内部预设的程序逻辑做出相应的动作，一方面将数据通过交换机组2-1传输至井上调度中心的上位监控机组1-2，另一方面通过电缆向泵站3-1发送信号，依次打开阻车器3-2-2和风门及风窗3-2-1，人员或车辆可以顺利通过；

（3）数据在数据交互传输子系统2中传输时，分站组2-2持续检测数据交互传输子系统2的工作状态，实时将工作状态信息反馈至井上调度中心的上位监控机组1-2，便于及时发现数据交互传输子系统2的异常状态；

（4）风门及风窗3-2-1在执行动作的过程中，门窗开度传感器4-2持续检测风门及风窗信息，实时将信息反馈至井上调度中心的上位监控机组1-2，便于及时发现风门及风窗3-2-1的异常状态；

当井下发生瓦斯和煤尘爆炸以及火灾时，系统进入应急模式，该模式下调控方法为：

（1）井下人员按下应急按钮，或者温度、一氧化碳浓度和二氧化碳浓度达到阈值后，分站组2-2立即启动应急模式的程序，同时将应急信息上报至井上调度中心的上位监控机组1-2；

（2）井上调度中心接收到应急信号后，首先启动对应的应急预案，之后再由智能诊断与决策支持系统1进行综合处理，实时分析，制定优化的决策方案，再实施方案；

应急预案符合实际情况和相关安全规程制定，其中的主要内容是针对不同的灾变种类和原因，采取相应的通风构筑物，通风动力和通风阻力的调节方案。

当某些压力传感器、湿度传感器、温度传感器、二氧化碳传感器和一氧化碳传感器的值出现异常时，中控室接收到相关传感器的参数，将参数输入到评价指标体系中，利用贝叶斯推理方法进行概率计算，得到概率最大的灾变信息（如Ⅰ采区的进风巷发生中级火灾）和可能的故障原因（不在通风相关原因，属于其他原因，说明在解算时，认为所有通风相关设施状态良好）。之后将相关诊断信息作为输入，从模型库中找到灾变的模型，即模型库中的“灾变地点：Ⅰ采区进风巷；”“灾变种类：火灾；”“灾变等级：中；”这三个关键的节点；再根据节点的编号，映射（匹配）到方法库中“打开灭火装置；”和“打开风门（风流短路，将火灾引入专用回风巷）；”两种方案；但此时不清楚该方案对通风网络的影响，因此需要进行网络解算（斯考德恒斯雷算法），将通风动力（即通风机的转速）和通风阻力（即风门的开启关闭，风窗的开启程度）作为自变量考虑进来，把通风网络的变化程度作为因变量，还需要考虑原因诊断结果（如原因诊断得到某风门故障，则需要在解决方案中剔除对该风门的操作）。利用网络解算进行计算和对比，寻找对通风网络影响程度最小的前几套方案，作为决策结果，如“Ⅰ采区灭火装置全部开启；”“Ⅰ-5风门-打开；”“Ⅰ-6风门-打开；”“Ⅰ-8风窗-关闭；”“主通风机频率-1450rpm；”并将结果展示到人机交互界面即大屏幕上，等待专人操作。当该方案被确认通过后，进入执行环节，方案中的各项被汇总到一个数据表中，该表包含了方案的对象及其措施，如“Ⅰ-6风门；1；”“主通风机频率；1450；”，数据表存储在方案数据库中，组态软件读取数据表的相关信息，将信息传输到数据交互传输子系统，再由分站（如PLC）控制泵站等执行装置进行动作，完成决策方案的执行。

当系统需要进行维修调试时，系统进入调试模式，该模式下调控方法为：

（1）在调试维修工作开展之前，首先与调度中心进行沟通，制定调试预案，并存储至数据库1-6中；

（2）调试维修人员到达指定位置后，井上调度中心启动调试预案，调试人员进行调试维修等相关工作；

（3）调试维修工作结束后，井上调度中心将系统的工作模式转为常规模式，系统恢复正常工作。

具体地，本实施例中，智能诊断与决策系统采用的算法，中控室接收到传感器采集到的风量、压力、温度、湿度、气体参数等数据后，需要对这些数据进行判断，与正常值的范围进行比较，如果超过了正常值的范围，需要使用评价指标体系进行灾变的分类，然后再使用贝叶斯网络对异常值进行推理诊断，得到灾变可能产生的原因，再进行推理结果的展示，增强交互性和可解释性。

如图3所示，本实施例中，智能诊断与决策系统的工作流程说明如下：

中控室接收到传感器采集到的风量、压力、温度、湿度、气体参数等数据后，需要对这些数据进行判断，与正常值的范围进行比较，如果超过了正常值的范围，需要使用评价指标体系进行灾变的分类，然后再使用贝叶斯网络对异常值进行推理诊断，得到灾变可能产生的原因，再进行推理结果的展示，增强交互性和可解释性。

其中，需要预先采用大量事故及异常数据进行聚类分析和主成分分析，得到一个关于通风系统相关因素（通风动力、通风阻力和通风设施）、传感器和灾变的模型，建立起一套异常值的评价指标体系。该体系以有向图网络的形式存在，网络的节点包含了事件及其属性，节点之间由边连接，边包含了概率与节点之间的因果关系。一般而言，当通风动力、通风阻力以及通风设施发生故障后（如局部通风机停转），会导致井下的气体参数发生变化（如瓦斯浓度升高），进而导致灾变（如瓦斯爆炸和火灾事故等），而灾变又会导致传感器数据变化（如温度传感器数值会上升）。灾变会损坏一部分传感器，若中控室仅可以检测到瓦斯传感器和温度传感器的数值超限，需要首先推理出灾变的相关信息，再推理出灾变的原因。如节点1包含的是通风动力中局部风机的位置和转速等相关属性，节点2包含的是瓦斯传感器的位置、实时数值、校正数值、变化率等相关属性，节点3包含的是灾变的位置、种类和等级等相关属性。连接节点的边是有方向的箭头，包含了概率信息，箭头从瓦斯传感器节点指向多个灾变节点（如煤与瓦斯突出，风量不足），包含瓦斯浓度升高导致某种灾变的概率；箭头从灾变节点指向瓦斯传感器节点，表示灾变会导致瓦斯传感器的数值如何变化，其他边的解释同理。

将这套评价体系作为贝叶斯网络的推理节点，利用贝叶斯推理进行概率计算，计算后得出最有可能的原因，得到原因后，进行结果展示。

当得到可能的灾变原因后，进入智能决策系统，将之前的异常值，灾变分类结果以及原因诊断结果作为模型库的输入，进行模型的匹配，然后从方法库中找到对应的方法。

模型库由专家利用逻辑推演与经验相结合生成，以图网络的形式存在，包括了大量的节点和边，构成了三个完全图，且三个完全图之间用边两两连接，三个完全图分别是通风系统相关因素（通风动力、通风阻力和通风设施）、传感器和灾变模型。其中，节点与评价体系中的节点数目一致，但边没有方向，且不再包含概率信息，仅包含布尔逻辑（与、或、非）。得到可能的灾变原因后，诊断系统还需要从评价体系的图网络中将与结果相关的节点映射到模型库中，布尔逻辑根据计算结果确定，最后可以得到描述灾变的可能的多个图模型。

方法库中存储的是大量的应急预案组成的图网络，应急预案根据相关法律法规、专家经验以及大量实际案例，由专人制定。当模型库中得到多个可能的图模型之后，映射到方法库中的灾变情况，找到应急预案中对应的处理方案。

一般来说，每种灾变匹配到的处理方案都不止一种，所以需要进行方案的分析与优选，此时采用通风网络解算，进行可行性的判定，筛选掉大部分对通风网络影响较大的方案，剩余最优的几个方案，进行优先级排序，作为决策的结果进行展示，供人员确认后执行。方案中的具体内容为：风机频率/叶片角度，风门开闭数量及位置，风门/风窗开闭角度等执行机构的动作方式。

其中，模型库和方法库需要采用大量的事故案例进行分析，以及专家知识进行融合才能得到。通风网络解算的算法采用节点压能法，优先级排序采用的原则是，采用该方案进行调控后，得到的通风系统与正常情况下的通风系统的状态相似度越高，则该方案的优先级越高。

其中，需要预先采用大量事故及异常数据进行聚类分析和主成分分析，得到一个关于灾变位置、灾变种类和灾变等级的模型，建立起一套异常值的评价指标体系，并将这套体系作为贝叶斯网络的推理节点，之后贝叶斯网络基于仿真和搜索两大推理方法进行灾变原因的诊断分析，推理得到原因后，可以进行结果展示。

当得到可能的灾变原因后，进入智能决策系统，将之前的异常值，灾变分类结果以及原因诊断结果作为模型库的输入，进行模型的匹配，然后从方法库中找到对应的方法。一般来说，每种灾变匹配到的处理方案都不止一种，所以需要进行方案的分析与优选，此时采用通风网络解算，进行可行性的判定，筛选掉大部分对通风网络影响较大的方案，剩余最优的几个方案，进行优先级排序，作为决策的结果进行展示，供人员确认后执行。方案中的具体内容为：风机频率/叶片角度，风门开闭数量及位置，风门/风窗开闭角度等执行机构的动作方式。

其中，模型库和方法库需要采用大量的事故案例进行分析，以及专家知识进行融合才能得到。通风网络解算的算法采用节点压能法，优先级排序采用的原则是，采用该方案进行调控后，得到的通风系统与正常情况下的通风系统的状态相似度越高，则该方案的优先级越高。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。