CN103939123B - 一种矿井通风系统的状态识别方法 - Google Patents

Abstract

本发明提供一种矿井通风系统的状态识别方法，包括：建立完整的矿井通风系统网络拓扑结构图并编号；获得通风系统初始状态参数；对风道分类；按照矿井通风地理信息、风道分类、分风解算原理和相对灵敏度优化监测系统布置方案，基于在能够保证通风系统状态识别精度的条件下，布置最少数量传感器的原则，在各风道布置相应类型的传感器；计算各风道的自然风压；建立并求解非线性规划模型，得到所述非线性规划模型中各个待求的未知量的值，得出所述矿井通风系统的状态。本发明能够根据矿井通风地理信息和环境监测参数实时识别矿井通风系统状态参数，为通风系统在线分析、识别、诊断和调风控风方案优化和通风系统自动控制提供了比较准确的风网参数。

Description

一种矿井通风系统的状态识别方法

技术领域

本发明属于矿井通风与安全技术领域，具体涉及一种矿井通风系统的状态识别方法。

背景技术

矿井通风是保障矿井安全的最主要技术手段之一。在矿井生产过程中，必须源源不断地将地面新鲜空气输送到井下各作业地点，以供给人员呼吸，并稀释和排除井下各种有毒、有害的气体和矿尘，创造良好的矿内工作环境，保障井下作业人员的身体健康和劳动安全。

矿井通风的主要任务是根据井下各个地点的温度、湿度、有害气体和矿尘浓度实时保证供风质量，满足正常时期和灾变时期各用风地点按时按需供风。

但是，一般大中矿井的通风系统通常是由几百条、甚至上千条风道组成的非线性网络流体网络；因此，无论是通风系统模拟分析还是调风控风计算，不仅要借助计算机软硬件技术，更重要的是能够获取比较精确的计算基础参数，这些参数主要包括各风道的风阻、自然风压(或火风压或热力风压)和各风机的工作特性曲线。否则，无论是人工计算还是计算机解算都不可能得到正确的计算结果。

随着地面大气压和地温的变化、巷道的变形、掘进面和回采面的推进、通风设施的状态改变和各种车辆和设备的扰动，有许多风道的风阻和自然风压都是随时变动的，因此，由人工阻力测定工作获得的计算基础数据必然滞后矿井的实际情况。此种工作状况，不可能满足按时按需供风，更不可能满足火灾时期的均压灭火需要。

现有的解决方法一般是在风阻变化较大的风道中安装风速传感器，并在解算时将其设为固定风量风道，解算后，根据回路阻力平衡定律和风道阻力定律先后求出其阻力和风阻值。然而，该种方法存在下列问题：(1)固定风量风道中的实测风量值有时并不是由该风道的风阻决定的；(2)只用固定风量风道的实测风量和风机的特性曲线或风机的工况，并不一定能得到合理的或真实的固定风量风道的风阻值，特别是当固定风量风道的实测风量出现过大或异常时，用该方法解算出的固定风量风道的风阻值可能为负数，这显然不符合实际。也就是说，用该方法不能估计或验证变化的风道风阻；可用原始数据为表1的例子进行说明，对于该例子，用固定风量法反解风道1和风道2的风阻和各风道的风量和风压(阻力损失)，结果见表2。

表1原始数据表

表2固定风量风道法计算结果

由表2可知，在测得风道1和风道2的风量后，用固定风量风道法反解风道1和风道2的风阻为负值，这显然不合实际，计算结果和真实情况相差更远。也就是说，该方法一般无法用于通风系统状态估计。

综上所述，现有方法无法代替人工阻力测定工作，无法有效反解各风道风阻，即：无法精确识别通风系统状态。

发明内容

针对现有技术存在的缺陷，本发明提供一种矿井通风系统的状态识别方法，不仅可以用较少的通风传感器代替人工阻力测定工作，而且可以实时精确估计矿井通风系统中各风道的状态参数，为矿井通风系统仿真模拟和实时调风控风提供准确的基础数据。

本发明采用的技术方案如下：

本发明提供一种矿井通风系统的状态识别方法，包括以下步骤：

步骤1，建立完整的矿井通风系统网络拓扑结构图并编号，具体为：

绘图步骤：按照实际工况，绘制所述矿井通风系统网络拓扑结构图，该拓扑结构图包括相互关联的节点和分支，其中，所述节点代表风流相交汇地点，每一条所述分支代表一条风道；

编号：将进风井口和回风井口这两个节点编制为同一个号；对于其他节点，按照风流流动方向，从始点到终点对各节点按从小到大顺序进行编号；另外，还编制各风道的风道号；

另外，每个节点均标明精确标高，并以标高最高的进回风井口为基点，其它进回风井口增加一段虚拟风道，使得所有进回风井口均有统一的虚拟标高；

步骤2，进行全局通风阻力测定，并通过矿井通风平差计算，获得准确的通风系统初始状态参数T⁰＝(R⁰，A⁰，B⁰，C⁰，Q⁰，H⁰，H_z ⁰)，其中R⁰、A⁰、B⁰、C⁰、Q⁰、H⁰和H_z ⁰分别为各风道的风网的风阻向量、风机特性曲线二次项系数向量、风机特性曲线一次项系数向量、风机特性曲线常数项向量、风网的风量向量、风网的阻力向量和风网的自然风压向量；如果某一条风道中未安装风机，则风机特性曲线二次项系数向量、风机特性曲线一次项系数向量和风机特性曲线常数项向量这三个向量值为空；

步骤3，根据风阻的变化频率和幅度以及状态识别周期，将风道划分为三类，分别为I类风道、II类风道和III类风道；其中，I类风道的风阻状态固定，II类风道的风阻具有有限个固定状态，III类风道的风阻动态变化；

步骤4，按照矿井通风地理信息、风道分类、分风解算原理和相对灵敏度优化监测系统布置方案，基于在能够保证通风系统状态识别精度的条件下，布置最少数量传感器的原则，在各风道布置相应类型的传感器；

步骤5，对于按照S4方法布置传感器的每一个位置点，基于校正公式(1)，通过多次实测拟合出各传感器在相应位置点的换算系数A和B；

Ps＝A×Pc+B    (1)

其中，Ps为真实值，Pc为传感器监测值，A和B为传感器的地点换算系数；

然后，对于S4中各传感器在相应位置所测量得到的实测值，在已知各地点换算系数A和B的前提下，使用公式(1)进行计算，将传感器实测值换算为该位置的校正值，再换算为该位置的标准换算值；

步骤6，计算各风道的自然风压，设共有N条风道，则对这N条风道，均采用下述方法一，或均采用下述方法二，计算各风道的自然风压：

方法一：若只测得各风道的空气密度，则用公式(2)计算自然风压：

h_ni＝gρ_i(h_i1-h_i2)，i＝1，2，...，N    (2)

其中，h_ni为风道i的自然风压；ρ_i为风道i的空气密度，h_i1和h_i2分别为风道i的始点标高和终点标高；其中，需要将进风井或回风井井口高出地面的空气柱自然风压叠加到相应风井风道的自然风压中；

方法二：如果仅测得基准井口的空气密度和各风道的风流温度，则用下列公式计算自然风压：

$h_{\mathrm{ni}}={\mathrm{g\ρ}}_a(1-\frac{273+t_a}{273+t_i})(h_{i2}-h_{i1}),i=\mathrm{1,2},...,N---\left(3\right)$

其中，h_ni为风道i的自然风压；h_i1和h_i2分别为风道i的始点标高和终点标高；t_i风道i的温度；t_a和ρ_a是基准井口地面空气的实测温度和密度；

步骤7，建立下述的非线性规划模型：

$\mathrm{MinF}=\underset{i\∈S_1}{\mathrm{\Σ}}{(q_1-q_i^n)}^2+M\underset{j\∈S_2}{\mathrm{\Σ}}{(h_{\mathrm{fj}}-h_{\mathrm{fj}}^n)}^2$

$\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{B}_{\mathrm{ij}}(h_j-h_{\mathrm{fj}}-h_{\mathrm{nj}})=0,i=\mathrm{1,2},...,C$

$s.t.q_j=\underset{k=1}{\overset{C}{\mathrm{\Σ}}}{B}_{\mathrm{kj}}{q}_k,j=\mathrm{1,2},...,N$

h_j＝R_j|q_j|^σ-1q_j，σ≥1，j＝1，2，...，N

$h_{\mathrm{fj}}={A^0}_j{q}_j^2+{B^0}_j{q}_j+{C^0}_j,j=\mathrm{1,2},...,N$

R_j≥0，j∈S₃

$R_j=R_j^0,$ 为常数， $j{\∉S}_3$

其中：C是基本回路数，且假设基本回路对应的独立风道编号为前C个；

B_ij为已知的基本回路系数；

A⁰ _j、B⁰ _j、(j＝1，2，...，N)为风道j中的风机特性曲线系数，为初始值但可为零；

R_j，q_j，h_j，h_nj，h_fj分别为风道j中的风阻、风量、阻力、自然风压和风机风压；其中，和h_nj(j＝1，2，...，N)为常数，其余均为未知量；

S1为监测风速的风道集合，S2为监测风机风压的风道集合，S3为待估风阻的风道集合；

σ≥1为已知的流态指数；

和为已知的反演目标值，由监测系统获得；

M为大于零的常数；

步骤8，步骤1-步骤6得到的各参数作为已知值，求解所述非线性规划模型，得到所述非线性规划模型中各个待求的未知量的值，得出所述矿井通风系统的状态。

优选的，步骤3中，I类风道指：井筒、无通风构筑物和移动设备通过的大巷；安装有固定设施的硐室；II类风道指：配置有开关状态控制风门、调节风窗和固定风阻设备的风道；III类风道指：回采工作和掘进工作所在的风道、通风构筑物状态动态变化的风道和风阻随机变化的风道。

优选的，步骤4中，在各风道布置相应类型的传感器，具体方法为：

在回采工作面进回风侧风流稳定地段装设风速传感器、温度传感器和密度传感器；在掘进工作面的进回风侧风流稳定地段装设风速传感器、温度传感器和密度传感器；在各进回风井口装设温度传感器和密度传感器；在安全规程规定的各用风区回风风流稳定地点装设风速传感器、温度传感器和密度传感器；其它具有风量可准确监测的地段而且风量对III类风道风阻灵敏的风道装设风速传感器，并使得监测的独立风速风道数大于待估风阻风道数；而后，根据风网结构、初始状态和监测数据建立步骤7中数学规划模型，解该数学规划模型得到通风系统的状态参数。

本发明的有益效果如下：

本发明提供的矿井通风系统的状态识别方法，不仅可以用较少的通风传感器代替人工阻力测定工作，而且可以实时精确估计矿井通风系统中各风道的状态参数，为矿井通风系统仿真模拟和实时调风控风提供准确的基础数据。

附图说明

图1为本发明提供的矿井通风系统的状态识别方法所建立的矿井通风系统网络拓扑结构图。

具体实施方式

以下结合附图对本发明进行详细说明：

本发明提供一种矿井通风系统的状态识别方法，包括以下步骤：

步骤1，建立完整的矿井通风系统网络拓扑结构图并编号，具体为：

绘图步骤：按照实际工况，绘制所述矿井通风系统网络拓扑结构图，该拓扑结构图包括相互关联的节点和分支，其中，所述节点代表风流相交汇地点，每一条所述分支代表一条风道；

编号：将进风井口和回风井口这两个节点编制为同一个号；所有的巷道交叉点适当简化编为其它节点，原则上按照风流方向，从始点到终点对各节点按从小到大顺序进行编号；另外，还编制各风道的风道号；

另外，必须标明每个节点的精确标高，并以标高最高的进回风井口为基点，其它进回风井口增加一段虚拟风道(即空气柱高度)，使得所有进回风井口均有统一的虚拟标高，以便计算各风道的自然风压。

假设有M个节点，N条风道，则第K条风道可表示为e_k＝(v_i，v_j)，其中v_i和v_j分别为风道e_k的始点号和终点号。

步骤2，进行全局通风阻力测定，并通过矿井通风平差计算，获得准确的通风系统初始状态参数T⁰＝(R⁰，A⁰，B⁰，C⁰，Q⁰，H⁰，H_z ⁰)，其中R⁰、A⁰、B⁰、C⁰、Q⁰、H⁰和H_z ⁰分别为各风道的风网的风阻向量、风机特性曲线二次项系数向量、风机特性曲线一次项系数向量、风机特性曲线常数项向量、风网的风量向量、风网的阻力向量和风网的自然风压向量；如果某一条风道中未安装风机，则风机特性曲线二次项系数向量、风机特性曲线一次项系数向量和风机特性曲线常数项向量这三个向量值为空。其中，矿井通风平差计算具体为：经过多次平差、补测、再平差计算，获得精确的通风系统初始状态参数，特别是对于普通风道(风阻随机扰动较小的风道)的精确风阻。

步骤3，根据风阻的变化频率和幅度以及状态识别周期，将风道划分为三类，分别为I类风道、II类风道和III类风道；其中，I类风道的风阻状态固定，风阻基本不变，II类风道的风阻具有有限个固定状态，或者，II类风道的风阻容易测定，III类风道的风阻动态变化频繁；因此，在状态识别过程中，I类风道的风阻不变，II类风道的风阻可根据状态切换，只需要估算III类风道的风阻。

例如，I类风道指：井筒、无通风构筑物和移动设备通过的大巷；安装有固定设施的硐室；II类风道指：配置有开关状态控制风门、调节风窗和固定风阻设备的风道；III类风道指：回采工作和掘进工作所在的风道、通风构筑物状态动态变化的风道和风阻随机变化的风道。

步骤4，按照矿井通风地理信息、风道分类、分风解算原理和相对灵敏度优化监测系统布置方案，基于在能够保证通风系统状态识别精度的条件下，布置最少数量传感器的原则，在各风道布置相应类型的传感器；

在各风道布置相应类型的传感器，具体方法为：

在回采工作面进回风侧风流稳定地段装设风速传感器、温度传感器和密度传感器；在掘进工作面的进回风侧风流稳定地段装设风速传感器、温度传感器和密度传感器；在各进回风井口装设温度传感器和密度传感器；主要通风机必须监测全压和风量，在安全规程规定的各用风区回风风流稳定地点装设风速传感器、温度传感器和密度传感器；其它具有风量可准确监测的地段而且风量对III类风道风阻灵敏的风道装设风速传感器，并使得监测的独立风速风道数大于待估风阻风道数。其中，独立风速风道指不能由流量平衡定律相互计算出结果的风道。

本发明中，用于测量空气密度的所有密度传感器可用下列三个方案之一代替，方案I：绝对气压、相对湿度+温度；方案II：绝对气压、湿温+干温；方案III：当前温度+调校温度和密度。

步骤5，当传感器安装调试完成后，需要对各传感器所在位置进行标定。即：对于按照S4方法布置传感器的每一个位置点，基于校正公式(1)，通过多次实测拟合出各传感器在相应位置点的换算系数A和B；

Ps＝A×Pc+B    (1)

其中，Ps为真实值，Pc为传感器监测值，A和B为传感器的地点换算系数。

例如，当传感器为温度传感器时，校正公式表示为：Ts＝A×Tc+B，其中，Tc为温度传感器直接测量值；Ts为在该地点使用温度测量装置经多次测量得到的真实值；当传感器为风速传感器时，校正公式表示为：Vs＝A×Vc+B，Vc为风速传感器直接测量值；Vs代表传感器所在巷道断面的平均风速。

然后，对于S4中各传感器在相应位置所测量得到的实测值，在已知各地点换算系数A和B的前提下，使用公式(1)进行计算，将传感器实测值换算为该位置的校正值，再换算为该位置的标准换算值。将传感器监测数据转换为标准换算值，这种换算方法隐含了传感器安装方法和安装环境等特征对监测数据的影响，经换算的数据更能反映传感器安装地点的真实值。

步骤6，计算各风道的自然风压(也称为热力风压)，设共有N条风道，则对这N条风道，均采用下述方法一，或均采用下述方法二，计算各风道的自然风压：

方法一：若只测得各风道的空气密度，则用公式(2)计算自然风压：

h_ni＝gρ_i(h_i1-h_i2)，i＝1，2，...，N    (2)

其中，h_ni为风道i的自然风压；ρ_i为风道i的空气密度，h_i1和h_i2分别为风道i的始点标高和终点标高；其中，需要将进风井或回风井井口高出地面的空气柱自然风压叠加到相应风井风道的自然风压中；

方法二：如果仅测得基准井口的空气密度和各风道的风流温度，则用下列公式计算自然风压：

$h_{\mathrm{ni}}={\mathrm{g\ρ}}_a(1-\frac{273+t_a}{273+t_i})(h_{i2}-h_{i1}),i=\mathrm{1,2},...,N---\left(3\right)$

其中，h_ni为风道i的自然风压；h_i1和h_i2分别为风道i的始点标高和终点标高；t_i风道i的温度；t_a和ρ_a是基准井口地面空气的实测温度和密度；

通过计算自然风压，可以识别灾变时期的通风状态。注意这两个公式不能交叉使用，即对所有风道要用相同的计算公式。

步骤7，建立下述的非线性规划模型：

$\mathrm{MinF}=\underset{i\∈S_1}{\mathrm{\Σ}}{(q_1-q_i^n)}^2+M\underset{j\∈S_2}{\mathrm{\Σ}}{(h_{\mathrm{fj}}-h_{\mathrm{fj}}^n)}^2---\left(4\right)$

$\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{B}_{\mathrm{ij}}(h_j-h_{\mathrm{fj}}-h_{\mathrm{nj}})=0,i=\mathrm{1,2},...,C$

$s.t.q_j=\underset{k=1}{\overset{C}{\mathrm{\Σ}}}{B}_{\mathrm{kj}}{q}_k,j=\mathrm{1,2},...,N$

h_j＝R_j|q_j|^σ-1q_j，σ≥1，j＝1，2，...，N

$h_{\mathrm{fj}}={A^0}_j{q}_j^2+{B^0}_j{q}_j+{C^0}_j,j=\mathrm{1,2},...,N$

R_j≥0，j∈S₃

$R_j=R_j^0,$ 为常数， $j{\∉S}_3$

其中：C是基本回路数，且假设基本回路对应的独立风道编号为前C个；

B_ij为已知的基本回路系数；

A⁰ _j、B⁰ _j、(j＝1，2，...，N)为风道j中的风机特性曲线系数，为初始值但可为零；

R_j，q_j，h_j，h_nj，h_fj分别为风道j中的风阻、风量、阻力、自然风压和风机风压；其中，和H_nj(j＝1，2，...，N)为常数，其余均为未知量；

S1为监测风速的风道集合，S2为监测风机风压的风道集合，S3为待估风阻的风道集合；

σ≥1为已知的流态指数；

和为已知的反演目标值，由监测系统获得；

M为大于零的常数；

该反演模型的特征是可以转移待求风阻风道的位置，而不是必须把第III类风道设定为监测风量风道，从而避免了固定风量解算法的理论和实际上的不可行性。

步骤8，步骤1-步骤6得到的各参数作为已知值，求解所述非线性规划模型，得到所述非线性规划模型中各个待求的未知量的值，得出所述矿井通风系统的状态。

求解该非线性规划模型的方法较多，以下仅列举一个具体求解方法示例：

通风系统状态参数循环反演：由于不可能在每条风道中均装设密度或温度传感器，所以在计算风道自然风压时，需要使用风量平衡条件推算各风道的密度或温度。因此在精确估计通风系统状态参数时，可采用下列循环实现：先给出满足风量平衡定律的一组风量q_i(i＝1，2，...，N)(例如阻力测定平差结果，或最近一次通风系统状态估计结果)，利用监测数据按照步骤六计算各风道自然风压；而后求解步骤七的非线性规划模型，求解得到新的q_i(i＝1，2，...，N)和待估风阻R_j(j∈S₃)；再用监测数据按照步骤六计算各风道新的自然风压；再求解步骤七的非线性规划模型，再求出新的q_i(i＝1，2，...，N)和待估风阻R_j(j∈S₃)；如此循环，直到两次求得的q_i(i＝1，2，...，N)和R_j(j∈S₃)满足一定的精度为止。

该循环的特征是在一次不能得到各风道风流的确定密度或温度时，可以用循环的方法获得其精确值，从而获得各风道较准确的自然风压和风阻等参数。

本发明提供的矿井通风系统的状态识别方法，实质为已知部分基础数据和部分实时监测数据，实现待估数据的最优反演。该矿井通风系统的状态识别方法，为一套完整的矿井通风系统状态在线识别方法，可以有效地解决矿井通风系统可变参数的快速识别和设施的故障诊断等问题，是实现通风系统自动化的重要技术基础之一。

下面介绍应用本发明提供的矿井通风系统的状态识别方法进行状态识别的具体实施例：

步骤1，按照附图1的模式建立完整的矿井通风系统网络拓扑结构图并编号。即，把所有进风井口和回风井口编号为一个节点，所有的巷道交叉点编为其它节点(节点可以适当简化)，原则上按照风流方向从始点到终点对节点和风道进行编号。

需要注意的是，必须知道或标明每个节点的精确标高，并以标高最高的进回风井口为基点，其它进回风井均要增加一段虚拟风道(即空气柱高度)，使得所有进回风井口具有统一的虚拟标高。图1中，A表示进风井口，B表示回风井口，回风井口B的标高最高，为基点，因此，进风井口A增加的虚拟风道空气柱高度为L。

如图1所示，不妨假设有M个节点，N条风道，第K条风道可表示为e_k＝(v_i，v_j)，其中v_i和v_j分别为风道e_k的始点号和终点号，例如，对于第6条风道，其始点号为62，终点号为70；编号为62的节点的精确标高为-180；编号为70的节点的精确标高为-180。图1中共有10条风道，编号分别为1、2、3...10；共有8个节点。

步骤2，进行全局通风阻力测定，并通过矿井通风平差软件计算，例如，使用山东蓝光软件有限公司的智能矿井通防系统的平差功能软件，获得准确的通风系统初始状态参数，T⁰＝(R⁰，A⁰，B⁰，C⁰，Q⁰，H⁰，H_z ⁰)，结果见表3。

表3通风系统初始状态参数

对于表3，需要说明的是，由于风道1、2、4、5、6、7、8、9、10这9条风道，并未安装风机，因此，风机特性曲线二次项系数向量A⁰、风机特性曲线一次项系数向量B⁰、风机特性曲线常数项向量C⁰这三个参数的向量值为空。

步骤3，根据风阻的变化频率和幅度以及状态识别周期，对风道进行分类，结果见表4。

表4风道分类表

从表4可以看出，风道1、2和8是不稳定风道，风阻动态变化频繁，需要估计其风阻的变化情况。

步骤4，灵敏性分析与传感器布置，结果见表5。

表5灵敏性分析与传感器布置表

表5中的第2列中的Q0为自然分风结果(也是初始风量)；第3列中的Q1是等风道的风阻增加50％时的风量分配情况，其变化率是Q1对Q0的相对变化率，也相当于R1增加50％的相对变化率，也体现了R1对各风道风量的灵敏度；表5中第4和5列的含义同第3列。由附图1和表5的3、4、5列可以看出，只要监测风道1、2的风量和主要风机的工况，就能反映出风阻R1、R2、R8的变化，因此，按照本发明的方法给出传感器布置方案见表5的第6列。当然表5也可用初始状态各风道风量对各风道风阻的精确灵敏度矩阵代替。

步骤5，当传感器安装完成后，通过多次实测拟合出各传感器校正公式的转换系数见表6。

表6传感器的监测值到实际值的转换系数表

假设各传感器的实测为表7的第2列，用表6的参数进行校正和换算，结果见表7。

表7监测值与换算结果表

步骤6，按照混合风流温度平衡法(见表8的第4列)和公式(2)或公式(3)计算各风道温度和自然风压，结果见表8。

表8风道温度分布和自然风压计算结果表

1	2	3	4
				风道号	风流温度	自然风压	温度计算
地面虚拟段	20(Ta)	0
				1	29(T1)	18.856639
2	29(T2)	18.856639
				3	27(T3)	29.5281
4	23	-25.65182	＝0.5(Ta+T4)
				5	26(T4)	5.0788896
6	26	0	＝T4
				7	26	20.3155585	＝T4
8	28(T5)	43.724571
				9	26	45.7100066	＝T4
10	28(T6)	16.8171428

用附图1和表3、4、7、8中的数据建立并解非线性规划模型(4)，得到状态估算结果，结果见表9。

表9通风系统状态估算结果表

表9中的结果是通过实测风道1、2和风机风量分别为8、40和73，风道1、2、8的风阻未知的情况下，通过求解非线性规划模型(4)估算出来的，而且全部满足平衡条件，由此可知该方法是可行的。另外，通过非线性规划模型估算出来的各参数，与实际考察测量得到的参数对比，可以看出，本发明估算出的各参数与实际测量参数非常接近，由此证明本发明提供的矿井通风系统的状态识别方法的精确性。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本发明的保护范围。

Claims (3)

1.一种矿井通风系统的状态识别方法，其特征在于，包括以下步骤：

步骤1，建立完整的矿井通风系统网络拓扑结构图并编号，具体为：

绘图步骤：按照实际工况，绘制所述矿井通风系统网络拓扑结构图，该拓扑结构图包括相互关联的节点和分支，其中，所述节点代表风流相交汇地点，每一条所述分支代表一条风道；

编号：将进风井口和回风井口这两个节点编制为同一个号；对于其他节点，按照风流流动方向，从始点到终点对各节点按从小到大顺序进行编号；另外，还编制各风道的风道号；

另外，每个节点均标明精确标高，并以标高最高的进回风井口为基点，其它进回风井口增加一段虚拟风道，使得所有进回风井口均有统一的虚拟标高；

步骤2，进行全局通风阻力测定，并通过矿井通风平差计算，获得准确的通风系统初始状态参数T⁰＝(R⁰,A⁰,B⁰,C⁰,Q⁰,H⁰,H_z ⁰)，其中R⁰、A⁰、B⁰、C⁰、Q⁰、H⁰和H_z ⁰分别为各风道的风网的风阻向量、风机特性曲线二次项系数向量、风机特性曲线一次项系数向量、风机特性曲线常数项向量、风网的风量向量、风网的阻力向量和风网的自然风压向量；如果某一条风道中未安装风机，则风机特性曲线二次项系数向量、风机特性曲线一次项系数向量和风机特性曲线常数项向量这三个向量值为空；

步骤3，根据风阻的变化频率和幅度以及状态识别周期，将风道划分为三类，分别为Ⅰ类风道、Ⅱ类风道和Ⅲ类风道；其中，Ⅰ类风道的风阻状态固定，Ⅱ类风道的风阻具有有限个固定状态，Ⅲ类风道的风阻动态变化；

步骤4，按照矿井通风地理信息、风道分类、分风解算原理和相对灵敏度优化监测系统布置方案，基于在能够保证通风系统状态识别精度的条件下，布置最少数量传感器的原则，在各风道布置相应类型的传感器；

步骤5，对于按照步骤4方法布置传感器的每一个位置点，基于校正公式(1)，通过多次实测拟合出各传感器在相应位置点的换算系数A和B；

Ps＝A×Pc+B   (1)

其中，Ps为真实值，Pc为传感器监测值，A和B为传感器的地点换算系数；

然后，对于步骤4中各传感器在相应位置所测量得到的实测值，在已知各地点换算系数A和B的前提下，使用公式(1)进行计算，将传感器实测值换算为该位置的校正值，再换算为该位置的标准换算值；

步骤6，计算各风道的自然风压，设共有N条风道，则对这N条风道，均采用下述方法一，或均采用下述方法二，计算各风道的自然风压：

方法一：若只测得各风道的空气密度，则用公式(2)计算自然风压：

h_ni＝gρ_i(h_i1-h_i2),i＝1,2,...,N   (2)

其中，g代表重力加速度；h_ni为风道i的自然风压；ρ_i为风道i的空气密度，h_i1和h_i2分别为风道i的始点标高和终点标高；其中，需要将进风井或回风井井口高出地面的空气柱自然风压叠加到相应风井风道的自然风压中；

方法二：如果仅测得基准井口的空气密度和各风道的风流温度，则用下列公式计算自然风压：

$h_{\mathrm{ni}}={\mathrm{g\ρ}}_a(1-\frac{273+t_a}{273+t_i})(h_{i2}-h_{i1}),i=\mathrm{1,2},...,N---\left(3\right)$

其中，h_ni为风道i的自然风压；h_i1和h_i2分别为风道i的始点标高和终点标高；t_i为风道i的温度；t_a和ρ_a是基准井口地面空气的实测温度和密度；

步骤7，建立下述的非线性规划模型：

$\mathrm{MinF}=\underset{i\∈S_1}{\mathrm{\Σ}}{(q_i-q_i^n)}^2+M\underset{j\∈S_2}{\mathrm{\Σ}}{(h_{\mathrm{fj}}-h_{\mathrm{fj}}^n)}^2$

$\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{B}_{\mathrm{ij}}(h_j-h_{\mathrm{fj}}-h_{\mathrm{nj}})=0,i=\mathrm{1,2},...,C$

约束条件 $\begin{array}{cc}s.t.& q_j=\underset{k=1}{\overset{C}{\mathrm{\Σ}}}{B}_{\mathrm{kj}}{q}_k,j=\mathrm{1,2},...,N\end{array}$

h_j＝R_j|q_j|^σ-1q_j,σ≥1,j＝1,2,...,N

$h_{\mathrm{fj}}={A^0}_j{q}_j^2+{B^0}_j{q}_j+{C^0}_j,j=\mathrm{1,2},...,N$

R_j≥0,j∈S₃

$R_j=R_j^0,$ 为常数，

其中：C是基本回路数，且假设基本回路对应的独立风道编号为前C个；

B_ij为已知的基本回路系数；

A⁰ _j、B⁰ _j、为风道j中的风机特性曲线系数，为初始值但可为零；

R_j,q_j,h_j,h_nj,h_fj分别为风道j中的风阻、风量、阻力、自然风压和风机风压；其中，和h_nj(j＝1,2,...,N)为常数，其余均为未知量；

S₁为监测风速的风道集合，S₂为监测风机风压的风道集合，S₃为待估风阻的风道集合；

σ≥1为已知的流态指数；

和为已知的反演目标值，由监测系统获得；

M为大于零的常数；

步骤8，步骤1-步骤6得到的各参数作为已知值，求解所述非线性规划模型，得到所述非线性规划模型中各个待求的未知量的值，得出所述矿井通风系统的状态。

2.根据权利要求1所述的矿井通风系统的状态识别方法，其特征在于，步骤3中，Ⅰ类风道指：井筒形成的风道，或者，既未设置通风构筑物又未设置移动设备通过的风道；或者，安装有固定设施的硐室；

Ⅱ类风道指：配置有开关状态控制风门的风道，或者，配置有调节风窗的风道，或者，配置有固定风阻设备的风道；

Ⅲ类风道指：回采工作所在的风道，或者，掘进工作所在的风道，或者，通风构筑物状态动态变化的风道，或者，风阻随机变化的风道。

3.根据权利要求1所述的矿井通风系统的状态识别方法，其特征在于，步骤4中，在各风道布置相应类型的传感器，具体方法为：

在回采工作面进回风侧风流稳定地段装设风速传感器、温度传感器和密度传感器；在掘进工作面的进回风侧风流稳定地段装设风速传感器、温度传感器和密度传感器；在各进回风井口装设温度传感器和密度传感器；在安全规程规定的各用风区回风风流稳定地点装设风速传感器、温度传感器和密度传感器；其它具有风量可准确监测的地段而且风量对Ⅲ类风道风阻灵敏的风道装设风速传感器，并使得监测的独立风速风道数大于待估风阻风道数；而后，根据风网结构、初始状态和监测数据建立步骤7中数学规划模型，解该数学规划模型得到通风系统的状态参数。