[發明專利]礦井需風量的全息預測方法

有效

• 申請號: 201611051308.4
• 申請日: 2016-11-25
• 公開（公告）號: CN106777528B
• 公開（公告）日: 2017-11-21
• 發明（設計）人: 盧新明;尹紅
• 申請（專利權）人: 山東藍光軟件有限公司
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/02;E21F1/00
• 代理公司: 北京市盛峰律師事務所11337
• 代理人: 席小東

技術領域

本發明屬于礦井通風及其自動化技術領域，具體涉及一種礦井需風量的全息預測方法。

背景技術

礦井通風是確保礦井安全、高效和綠色開采的重要手段之一，礦井通風的核心任務是保證井下各用風地點的按時按需供風。但由于井下通風系統錯綜復雜，從環境監測、需風量計算到系統調節是一個復雜的系統工程。因此，實現礦井按時按需供風，超前計算需風量是首先要解決的技術問題。

現有技術中，主要通過在各用風地點安裝多類傳感器和人員定位系統，從而實時采集到用風地點的瓦斯涌出量、粉煤塵產生量和其他一些參數信息；然后，基于這些參數信息再計算得到當前用風地點的需風量，然而，由于計算過程需要耗費一定的時間，因此，所計算出的需風量已經處于滯后狀態，中間一定存在一個具有安全隱患的灰色時段，從而給礦井安全造成一定的風險。

另外，雖然之前有人提出用人工神經網絡計算方法來預測瓦斯涌出量，但把風流中的瓦斯濃度作為預測參數，而由于瓦斯濃度與實際供風量密切相關，而實際供風量是隨時變化的，因此該方法既不科學又無法實現。另外，建立人工神經網絡的另一個技術關鍵是輸入因素的選擇，已有方法并沒有給出較全面與合理的輸入參數集合，導致上述方法實際上是無法實現的，達不到使用目的。

總之，到目前為止，礦井需風量超前計算問題實際上并沒有解決，嚴重影響了按時按需供風的技術需求和礦井的安全、健康和綠色生產。

發明內容

針對現有技術存在的缺陷，本發明提供一種礦井需風量的全息預測方法，可有效解決上述問題。

本發明采用的技術方案如下：

本發明提供一種礦井需風量的全息預測方法，包括以下步驟：

步驟1，建立具有學習能力的全息人工神經網絡預測模型，包括：除塵需風量全息預測模型G1、炮煙產生量全息預測模型G2、車輛廢氣排量全息預測模型G3、采掘工作面瓦斯涌出量全息預測模型M1和降溫除濕舒適感需風量全息預測模型M2；

其中，所述除塵需風量全息預測模型G1的輸入變量包括：除塵工藝參數、圍巖屬性參數、煤層屬性參數、吸附常數a、吸附常數b、機掘工作面的工作面推進速度、機采工作面所采用的每個機采設備的機采參數；所述除塵需風量全息預測模型G1的輸出變量為除塵達標供風量Q1；

所述炮煙產生量全息預測模型G2的輸入變量包括：除塵工藝參數、圍巖屬性參數、煤層屬性參數、吸附常數a、吸附常數b、炮采或炮掘工作面的炮采或炮掘工藝參數；所述炮煙產生量全息預測模型G2的輸出變量包括：炮煙產量W2、粉塵產量F1和有害氣體產量；

所述車輛廢氣排量全息預測模型G3的輸入變量包括：車輛參數、車輛燃料參數、環境參數、車輛行駛路段參數以及車輛行駛速度；所述車輛廢氣排量全息預測模型G3的輸出變量包括煙霧排量W1和一氧化碳排量C1；

所述采掘工作面瓦斯涌出量全息預測模型M1的輸入變量包括：開始記錄的時間、工作面深度、煤層屬性參數、瓦斯吸附常數a、瓦斯吸附常數b、前方最近斷層的距離、前方最近構造的距離、前方變厚點的距離、后方最近斷層的距離、后方最近構造的距離、后方變厚點的距離、前方應力峰值的距離、前方應力峰值、兩幫應力峰值的距離、兩幫應力峰值、最鄰近煤層距離、最鄰近煤層厚度、本層鉆場位置、本層鉆孔覆蓋面積、本層抽放強度、鄰層鉆場位置、鄰層鉆孔覆蓋面積、鄰層抽放強度和工作面推進速度；所述采掘工作面瓦斯涌出量全息預測模型M1的輸出變量為瓦斯絕對涌出量Ws；

所述降溫除濕舒適感需風量全息預測模型M2的輸入變量包括：進風溫度、進風濕度、作業人數、作業溫度、作業濕度和舒適度最優的風速值；所述降溫除濕舒適感需風量全息預測模型M2的輸出變量為進風量Q2；

其中，除塵需風量全息預測模型G1、炮煙產生量全息預測模型G2和車輛廢氣排量全息預測模型G3，其輸入變量只與靜態因素相關，因此，所構建的除塵需風量全息預測模型G1、炮煙產生量全息預測模型G2和車輛廢氣排量全息預測模型G3可用于各種工作面的需風量預測；

對于采掘工作面瓦斯涌出量全息預測模型M1和降溫除濕舒適感需風量全息預測模型M2，其輸入變量與靜態因素和動態因素均相關，因此，需要對于每一個工作面分別建立采掘工作面瓦斯涌出量全息預測模型M1和降溫除濕舒適感需風量全息預測模型M2，用于該工作面的需風量預測；