CN114738031B - 自然和机械通风耦合的施工隧道数字孪生智能通风方法 - Google Patents

Abstract

本发明公开了一种自然和机械通风耦合的施工隧道数字孪生智能通风方法，所述方法包括：构建施工隧道数字孪生智能通风系统远程控制模型，将施工隧道监测数据信息与远程控制物理实体相结合，通过GA‑BP算法确定机械通风量，结合自然风压与风向的变化智能预测及调控风机供风量，利用PLC控制技术实现隧道虚拟模型和物理实体之间的平行同步与映射交互。本发明能够有效保证隧道施工环境过程中新鲜健康的空气，减小隧道内污染物对人体的危害，降低设备协调的扰动性与故障率，有利于提高安全生产效率。

Description

自然和机械通风耦合的施工隧道数字孪生智能通风方法

技术领域

本发明涉及数字孪生智能通风技术领域，特别涉及一种自然和机械通风耦合的施工隧道数字孪生智能通风方法。

背景技术

近年来，随着隧道建设逐渐朝着海拔高、埋深大、地质构造条件恶劣的环境发展，隧道掘进过程中施工工序的复杂性、设备管控策略的差异性以及设备协调的扰动性对通风系统的远程智能调控提出了更高的要求。

复杂艰险长距离的隧道施工将造成隧道内外温差、进出口高点水平气压差以及隧道外部的大气自然风的变化，进而引起隧道内自然风流的形成，按照现有的隧道施工通风工艺，尚未考虑自然通风与机械耦合对施工过程中污染物排出的作用，将造成电能的浪费及运行费用的增加。另一方面，隧道施工通风系统的可视化数字调控与物理实体设备联动交互尚未实现平行同步，将造成虚拟模型与物理实体之间存在数据传输时延、执行逻辑各异等控制偏差，将影响隧道施工的安全进行。

因此，有必要研究自然和机械通风耦合的施工隧道数字孪生智能通风方法来应对现有技术的不足，该方法能根据隧道自然风流的变化实时调控机械通风量，既可以节约能耗又可以提升远程智能控制能力。

发明内容

本发明的目的在于提供一种自然和机械通风耦合的施工隧道数字孪生智能通风方法，该方法通过实时监测隧道自然风压与施工作业面环境参数以实现机械通风量的调控，同时构建数字孪生技术驱动施工隧道通风系统远程智能控制模型，既可以节约施工隧道通风系统的能耗，又可以实现远程智能联动控制，有利于提高施工隧道安全生产效率与智能化控制水平。

为解决上述技术问题，本发明的实施例提供如下方案：

一种自然和机械通风耦合的施工隧道数字孪生智能通风方法，所述方法包括：构建施工隧道数字孪生智能通风系统远程控制模型，将施工隧道监测数据信息与远程控制物理实体相结合，通过GA-BP算法确定机械通风量，结合自然风压与风向的变化智能预测及调控风机供风量，利用PLC控制技术实现隧道虚拟模型和物理实体之间的平行同步与映射交互。

优选地，所述施工隧道数字孪生智能通风系统远程控制模型包括物理实体域、数字孪生体、可视化虚拟域以及自然和机械通风耦合的施工隧道数字孪生智能通风软件模块；其控制逻辑为施工隧道数字孪生体的驱动下，以数字驱动创建物理实体的虚拟模型，以感知计算映射物理实体的实时运行状态，通过虚拟仿真技术构建施工隧道数字孪生智能通风软件模块以实现物理实体与可视化虚拟模型之间的动态平行同步与映射交互。

优选地，所述物理实体域是依据施工隧道工况环境设置的所需物理实体设备，由可编程控制器、上位机系统、局部通风设备、变频控制器、传感器元件以及信号传输装置组成；所述数字孪生体由施工隧道数字孪生智能通风系统监测数据、物理实体域数据、可视化虚拟域数据以及三者经过数学模型、算法规则计算处理后的融合数据构成，包括自然通风数据、机械通风数据、监测预警数据、智能预测数据、安全管理数据以及动态调控数据；所述可视化虚拟域通过可视化仿真技术复现物体实体域中施工隧道数字孪生智能通风系统的空间结构与运行状态，由耦合数学模型表达、隧道虚拟三维场景建立、通风状态实时感知、设备故障诊断预警、智能变频调风算法以及通风监测样本库组成；所述施工隧道数字孪生智能通风软件模块负责在数字孪生体的驱动下，实现自然与机械通风的施工隧道变频通风，包括以下功能：系统安全登录、自然风压监测、环境参数监测、风机智能变频控制、系统预警与报警。

优选地，所述施工隧道数字孪生智能通风系统的通风方案为斜井联合水平施工隧道，包括支护装置、风机、风筒、水平隧道、台车、仰拱、斜井隧道；所述斜井隧道与所述水平隧道相连；所述风机固定在所述支护装置上，所述风机与所述风筒相连接；所述台车与所述仰供布置在所述水平隧道主洞内部。

优选地，所述物理实体域包括传感器元件、信号传输装置、光端机、可编程控制器、变频控制器以及上位机系统，所述可编程控制器通过所述信号传输装置分别与所述变频控制器、所述上位机系统、所述光端机相连；所述上位机系统包括打印机、上位机、显示器，布置在洞外监控室，并通过所述信号传输装置与所述可编程控制器连接；所述光端机用于将所述传感器元件所监测到的数据信息传输给所述可编程控制器；

所述传感器元件用于实现对作业面相关环境参数以及自然风压数据的不间断监测，包括风速传感器、温度传感器、湿度传感器、压力传感器、O₂传感器、甲烷传感器、CO传感器、CO₂传感器、NO_x传感器、粉尘浓度传感器，所述风速传感器、所述温度传感器、所述湿度传感器、所述压力传感器、所述O₂传感器布置在距离所述风筒出风口第一预设距离处，所述甲烷传感器布置距离顶板不大于第二预设距离处，所述CO传感器、所述CO₂传感器、所述NO_x传感器、所述粉尘浓度传感器布置在距离地面第三预设距离处。

优选地，所述第一预设距离为10m，所述第二预设距离为0.3m，所述第三预设距离为1.5m。

优选地，所述施工隧道数字孪生智能通风系统的风机控制模式为风量闭环控制，具体工作过程如下：

第一步：通过施工隧道工作面现场中布置的传感器元件连续、实时监测隧道施工作业环境；

第二步：根据斜井联合水平施工隧道的特点，通过自然风压H_N监测数据计算自然通风量Q_N：

隧道自然风压H_N的计算公式为公式(1)：

H_N＝g∮ρdz+Δp_s+Δp_v  (1)

式中右边第一项表示的是因洞内外温度差产生的热位差，第二项为斜井出口高点与隧道正洞入口的水平气压差，第三项为隧道进风口外大气风流转换为静压的那部分动压，数值可根据公式(2)计算：

式中：Δp_v为大气自然风转换动压，单位：Pa；v_a为隧道外大气自然风速，单位：m/s；α为大气自然风向与隧道中线的夹角；

自然通风量Q_N是由自然通风压力和通风阻力决定的，当隧道内压力损失h＝H_N时，可由式公式(3)和公式(4)求出：

Q_N＝60·A·v  (3)

式中：Q_N为自然通风量，单位：m³/min；A为隧道断面积，单位：m²；v为隧道内平均风速，单位：m/s；λ为隧道内壁摩擦系数；L_T为隧道长度，单位：m；d_T为隧道当量直径，单位：m；ρ为隧道内空气密度，单位：kg/m³；

第三步：通过GA-BP网络算法确定隧道机械通风量Q₀，并对自然通风方向与机械通风方向进行判断，利用公式(5)确定风机供风量Q：

Q＝Q₀±Q_N  (5)

式中：若自然通风与机械通风方向相反，取“+”，否则取“-”；

第四步：将自然与机械通风判断值传输给可编程控制器，并在变频控制器中设定环境参数变量与自然风压阈值范围；

第五步，在可编程控制器进行逻辑比较后，将模拟信号转换为数字信号并传至监控室内的上位机系统，以实现变频电路及变频控制器的控制，进而实现对风机转速进行调节；

第六步，当任何一种传感器元件监测的浓度达到预先设定的最低浓度时，对变频控制器发送指令，提高风机运行频率，如果风机频率达到最大时仍不能满足要求则进行预警；反之，随着浓度的降低，风机运行的频率会越来越低，风量会越来越小，直至风管出口的风速降至最小风速设定值。

优选地，所述施工隧道数字孪生智能通风系统的虚拟模型和物理实体的平行同步与映射交互程序主要用于控制隧道风机的自动变频、手动变频和工频运行以及子程序0～3调用，用以实现风机智能变频控制以及系统预警和报警功能，进而达到物理实体域的风流智能调控与可视化虚拟域的预测与决策的目的；子程序0～3包括：初始化程序0、预报警程序1、监测采集程序2、中断程序3；

具体交互控制流程如下：

第一步，可编程控制器在执行主控制程序时，先判定隧道风机是否自动运行；

第二步，当风机处于自动运行状态时，可编程控制器调用初始化程序0与预报警程序1；

第三步，若通风系统中各电路模块运行异常，则主控制程序结束；如果电路模块运行正常，则调用监测采集程序2；

第四步，根据隧道施工的基本信息，设定定时中断时间，并调用中断程序3实现风机的变频控制；

第五步，风机变频控制后再判断传感器监测的浓度是否超限及变频控制装置是否故障，若超限或故障则调用预报警程序1并终止控制，否则正常运行；

第六步，当风机处于非自动运行状态时，判断风机是否处于自动变频状态：若是，则判断变频控制装置故障与否；若不是，则主控制程序判断传感器监测的浓度是否超限，若浓度不超限则风机进入工频运行，若浓度超限则主控制程序结束。

优选地，所述初始化程序0的作用是用于对寄存器中的传感器监测浓度参数的初始化，包括有害气体浓度、粉尘浓度、氧气浓度、温/湿度的平均值的初始化；将拟合的GA-BP神经网络拟合算式加载至可编程控制器，并通过相应的编程控制模拟的输出电压，进而初始化风机工作频率下的风量计算系数，与此同时，加载采样集数据的浓度阈值；

所述预报警程序1是在风机运行过程中，初始化程序0启动后执行的，通过该程序判别初始化程序是否正确，即判断隧道施工过程中有毒有害气体及粉尘浓度是否设置错误、氧气浓度及温湿度是否在人体舒适范围以及通风设备是否存在故障，包括风机故障、变频器故障、传感器元件故障；若存在设置错误或者设备故障则主控制程序立即停止，若设置正常则进入电路模块判别流程；

所述监测采集程序2是用于采集隧道施工过程中存在的害气体浓度、粉尘浓度、氧气浓度、温度、湿度，为最大限度减少监测数据的不稳定性导致的误差，将数据进行50次累计采集并求取平均值，作为采样集数据的一次输入；

所述中断程序3的作用是实现变频控制器对风机的变频控制；根据风机的实际功效，设定中断控制的时间为500ms，则每500ms进行一次中断程序3调用；在中断程序3中，若寄存器采集的平均浓度超限，则在上位机系统弹出系统浓度超限预警界面并记录相应数据；若系统浓度不超限，则根据GA-BP算法计算隧道机械通风量，根据自然风压计算隧道自然通风量，判别自然通风与机械通风的方向及隧道供需风量的大小关系，将相关的风量值转化为0～32000之间的数字信号，并传送给变频控制器，实现风机的变频控制。

本发明实施例提供的技术方案带来的有益效果至少包括：

本发明充分利用复杂艰险长距离施工隧道存在的自然风流，实时智能预测及远程调控隧道机械通风量，既能优化隧道内部风流场分布，又能节约通风系统能耗；数字孪生技术将施工隧道数字信息与物理实体相融合，通过数据驱动、感知计算实现可视化虚拟模型与物理设备实体的动态平行同步与映射交互；能够有效保证隧道施工环境过程中新鲜健康的空气，减小隧道内污染物对人体的危害，降低设备协调的扰动性与故障率，有利于提高安全生产效率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的自然和机械通风耦合的施工隧道数字孪生智能通风系统的远程控制模型示意图；

图2是本发明实施例提供的自然和机械通风耦合的施工隧道数字孪生智能通风系统的软件模块的一种优选实例流程示意图；

图3是本发明实施例提供的自然和机械通风耦合的施工隧道数字孪生智能通风系统的软件模块的显示界面示意图；

图4是本发明实施例提供的自然和机械通风耦合的施工隧道数字孪生智能通风系统的物理实体结构示意图；

图5是本发明实施例提供的自然和机械通风耦合的施工隧道数字孪生智能通风系统的工作原理示意图；

图6是本发明实施例提供的自然和机械通风耦合的施工隧道数字孪生智能通风系统的虚拟模型和物理实体的平行同步与映射交互流程示意图；

图7是本发明实施例提供的初始化程序0的流程图；

图8是本发明实施例提供的预报警程序1的流程图；

图9是本发明实施例提供的监测采集程序2的流程图；

图10是本发明实施例提供的中断程序3的流程图。

附图标记说明：

1、支护装置；2、风机；3、风筒；4、水平隧道；5、台车；6、仰拱；7、斜井隧道；80、风速传感器；81、温度传感器；82、湿度传感器；83、压力传感器；84、O₂传感器；85、甲烷传感器；86、CO传感器；87、CO₂传感器；88、NO_x传感器；89、粉尘浓度传感器；9、光端机；10、显示器；11、可编程控制器；12、上位机；13、变频控制器；14、打印机；15、信号传输装置。

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、完整地描述，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。

本发明的实施例提供了一种自然和机械通风耦合的施工隧道数字孪生智能通风方法，所述方法包括：构建施工隧道数字孪生智能通风系统远程控制模型，将施工隧道监测数据信息与远程控制物理实体相结合，通过GA-BP算法确定机械通风量，结合自然风压与风向的变化智能预测及调控风机供风量，利用PLC控制技术实现隧道虚拟模型和物理实体之间的平行同步与映射交互。

该方法通过实时监测隧道自然风压与施工作业面环境参数以实现风机供风量的调控，同时构建数字孪生技术驱动施工隧道数字孪生智能通风系统远程控制模型，既可以节约施工隧道通风系统的能耗，又可以实现远程智能联动控制。

如图1所示，所述施工隧道数字孪生智能通风系统远程控制模型包括物理实体域、数字孪生体、可视化虚拟域以及自然和机械通风耦合的施工隧道数字孪生智能通风软件模块；其控制逻辑为施工隧道数字孪生体的驱动下，以数字驱动创建物理实体的虚拟模型，以感知计算映射物理实体的实时运行状态，通过虚拟仿真技术构建施工隧道数字孪生智能通风软件模块以实现物理实体与可视化虚拟模型之间的动态平行同步与映射交互。

其中，所述物理实体域是依据施工隧道工况环境设置的所需物理实体设备，由可编程控制器、上位机系统、局部通风设备、变频控制器、传感器元件以及信号传输装置组成；所述数字孪生体由施工隧道数字孪生智能通风系统监测数据、物理实体域数据、可视化虚拟域数据以及三者经过数学模型、算法规则计算处理后的融合数据构成，包括自然通风数据、机械通风数据、监测预警数据、智能预测数据、安全管理数据以及动态调控数据；所述可视化虚拟域通过可视化仿真技术复现物体实体域中施工隧道数字孪生智能通风系统的空间结构与运行状态，由耦合数学模型表达、隧道虚拟三维场景建立、通风状态实时感知、设备故障诊断预警、智能变频调风算法以及通风监测样本库组成。

所述施工隧道数字孪生智能通风软件模块负责在数字孪生体的驱动下，实现自然与机械通风的施工隧道变频通风，如图2和图3所示，包括以下功能：系统安全登录、自然风压监测、环境参数监测、风机智能变频控制、系统预警与报警以及其他功能。

所述系统安全登录功能是按照用户需求的不同将用户分为系统管理员、属地管理员及属地员工三个级别，不同级别的人员对系统的操作具有不同的权限；所述系统管理员具有对系统的维护与调试的权限；所述属地管理员有权关闭/开启程序、修改系统控制参数、查询与调用系统内数据库所有数据；所述属地员工则仅具有修改施工隧道内部分参数以及查询相关窗口与数据的权限。

所述自然风压监测功能包括斜井上坡隧道、斜井下坡隧道、斜井联合水平隧道以及自然风压监测数据管理等功能模块，能够实现对自然风压不同季节、不同时间段、不同施工周期的实时、连续、动态监测。

所述环境参数监测功能是利用布置在隧道施工作业面附近的传感器元件、光端机、以及信号传输装置将传感器数据传输至上位机系统，以实现作业环境监测监控。

所述风机智能变频控制功能是利用环境参数传感器监测的数据并结合系统内置的GA-BP算法实现隧道机械通风量的智能计算，利用自然风压实现隧道自然通风量的计算；根据隧道供需风量大小进行比较，进而实现对风机的变频控制。通过该界面，可以显示当下通风系统的运行状态及风机的控制方式、隧道的需风量与供风量，同时实时监测监控风机的运行参数。

所述系统预警与报警功能主要用于提示属地管理人员或属地员工通风系统运行状态是否可靠、准确。当上位机监测到施工隧道各传感器元件监测浓度低于/超出其阈值时，则会弹出浓度超限预警界面。当上位机检测到风机、变频控制器或传感器元件不在设定范围内或装置运行状态不稳定时，则会弹出系统故障报警界面。若系统预警或报警界面一直不确认或核实，则窗口则会一直弹出，同时将自动记录相应的具体事件。

所述其它功能包括历史数据查询、帮助与设置以及退出，所述历史数据查询功能可实现传感参数随时间变化的实时监控以及对相应数据的查询与导出；所述帮助与设置主要包括隧道工段简介、帮助以及关于，其中所述隧道工段简介主要是显示施工现场的基本信息，所述帮助是为使用人员提供软件的操作说明等，所述关于是提供软件的开发人员的基本信息与联系方式。

进一步地，如图4所示，所述施工隧道数字孪生智能通风系统的通风方案为斜井联合水平施工隧道，包括支护装置1、风机2、风筒3、水平隧道4、台车5、仰拱6、斜井隧道7；斜井隧道7与水平隧道4相连；风机2固定在支护装置1上，风机2与风筒3相连接；台车5与仰供6布置在水平隧道4主洞内部。

所述物理实体域包括传感器元件、信号传输装置15、光端机9、可编程控制器11、变频控制器13以及上位机系统，可编程控制器11通过信号传输装置15分别与变频控制器13、所述上位机系统、光端机9相连；所述上位机系统包括打印机14、上位机12、显示器10，布置在洞外监控室，并通过信号传输装置15与可编程控制器11连接；光端机9用于将所述传感器元件所监测到的数据信息传输给可编程控制器11。

所述传感器元件用于实现对作业面相关环境参数以及自然风压数据的不间断监测，包括风速传感器80、温度传感器81、湿度传感器82、压力传感器83、O₂传感器84、甲烷传感器85、CO传感器86、CO₂传感器87、NO_x传感器88、粉尘浓度传感器89，风速传感器80、温度传感器81、湿度传感器82、压力传感器83、O₂传感器84布置在距离风筒3出风口第一预设距离(例如：10m)处，甲烷传感器85布置距离顶板不大于第二预设距离(例如：0.3m)处，CO传感器86、CO₂传感器87、NO_x传感器88、粉尘浓度传感器89布置在距离地面第三预设距离(例如：1.5m)处。

进一步地，所述施工隧道数字孪生智能通风系统的风机控制模式为风量闭环控制，如图5所示，具体工作过程如下：

第一步：通过施工隧道工作面现场中布置的传感器元件连续、实时监测隧道施工作业环境；

第二步：根据斜井联合水平施工隧道的特点，通过自然风压H_N监测数据计算自然通风量Q_N：

隧道自然风压H_N的计算公式为公式(1)：

H_N＝g∮ρdz+Δp_s+Δp_v  (1)

式中右边第一项表示的是因洞内外温度差产生的热位差，第二项为斜井出口高点与隧道正洞入口的水平气压差，第三项为隧道进风口外大气风流转换为静压的那部分动压，数值可根据公式(2)计算：

式中：Δp_v为大气自然风转换动压，单位：Pa；v_a为隧道外大气自然风速，单位：m/s；α为大气自然风向与隧道中线的夹角；

自然通风量Q_N是由自然通风压力和通风阻力决定的，当隧道内压力损失h＝H_N时，可由式公式(3)和公式(4)求出：

Q_N＝60·A·v  (3)

式中：Q_N为自然通风量，单位：m³/min；A为隧道断面积，单位：m²；v为隧道内平均风速，单位：m/s；λ为隧道内壁摩擦系数；L_T为隧道长度，单位：m；d_T为隧道当量直径，单位：m；ρ为隧道内空气密度，单位：kg/m³；

第三步：通过GA-BP网络算法确定隧道机械通风量Q₀，并对自然通风方向与机械通风方向进行判断，利用公式(5)确定风机供风量Q：

Q＝Q₀±Q_N  (5)

式中：若自然通风与机械通风方向相反，取“+”，否则取“-”；

第四步：将自然与机械通风判断值传输给可编程控制器，并在变频控制器中设定环境参数变量与自然风压阈值范围；

第五步，在可编程控制器进行逻辑比较后，将模拟信号转换为数字信号并传至监控室内的上位机系统，以实现变频电路及变频控制器的控制，进而实现对风机转速进行调节；

第六步，当任何一种传感器元件监测的浓度达到预先设定的最低浓度时，对变频控制器发送指令，提高风机运行频率，如果风机频率达到最大时仍不能满足要求则进行预警；反之，随着浓度的降低，风机运行的频率会越来越低，风量会越来越小，直至风管出口的风速降至最小风速设定值。

进一步地，所述施工隧道数字孪生智能通风系统的虚拟模型和物理实体的平行同步与映射交互程序主要用于控制隧道风机的自动变频、手动变频和工频运行以及子程序0～3调用，用以实现风机智能变频控制以及系统预警和报警功能，进而达到物理实体域的风流智能调控与可视化虚拟域的预测与决策的目的；子程序0～3包括：初始化程序0、预报警程序1、监测采集程序2、中断程序3；

如图6所示，具体交互控制流程如下：

第一步，可编程控制器在执行主控制程序时，先判定隧道风机是否自动运行；

第二步，当风机处于自动运行状态时，可编程控制器调用初始化程序0与预报警程序1；

第三步，若通风系统中各电路模块运行异常，则主控制程序结束；如果电路模块运行正常，则调用监测采集程序2；

第四步，根据隧道施工的基本信息，设定定时中断时间，并调用中断程序3实现风机的变频控制；

第五步，风机变频控制后再判断传感器监测的浓度是否超限及变频控制装置是否故障，若超限或故障则调用预报警程序1并终止控制，否则正常运行；

第六步，当风机处于非自动运行状态时，判断风机是否处于自动变频状态：若是，则判断变频控制装置故障与否；若不是，则主控制程序判断传感器监测的浓度是否超限，若浓度不超限则风机进入工频运行，若浓度超限则主控制程序结束。

图7是初始化程序0的流程图，初始化程序0的作用是用于对寄存器中的传感器监测浓度参数的初始化，包括有害气体浓度、粉尘浓度、氧气浓度、温/湿度的平均值的初始化；将拟合的GA-BP神经网络拟合算式加载至可编程控制器，并通过相应的编程控制模拟的输出电压，进而初始化风机工作频率下的风量计算系数，与此同时，加载采样集数据的浓度阈值。

图8是预报警程序1的流程图，预报警程序1是在风机运行过程中，初始化程序0启动后执行的，通过该程序判别初始化程序是否正确，即判断隧道施工过程中有毒有害气体及粉尘浓度是否设置错误、氧气浓度及温湿度是否在人体舒适范围以及通风设备是否存在故障，包括风机故障、变频器故障、传感器元件故障；若存在设置错误或者设备故障则主控制程序立即停止，若设置正常则进入电路模块判别流程。

图9是监测采集程序2的流程图，监测采集程序2是用于采集隧道施工过程中存在的害气体浓度、粉尘浓度、氧气浓度、温度、湿度，为最大限度减少监测数据的不稳定性导致的误差，将数据进行50次累计采集并求取平均值，作为采样集数据的一次输入。

图10是中断程序3的流程图，中断程序3的作用是实现变频控制器对风机的变频控制；根据风机的实际功效，设定中断控制的时间为500ms，则每500ms进行一次中断程序3调用；在中断程序3中，若寄存器采集的平均浓度超限，则在上位机系统弹出系统浓度超限预警界面并记录相应数据；若系统浓度不超限，则根据GA-BP算法计算隧道机械通风量，根据自然风压计算隧道自然通风量，判别自然通风与机械通风的方向及隧道供需风量的大小关系，将相关的风量值转化为0～32000之间的数字信号，并传送给变频控制器，实现风机的变频控制。

综上所述，本发明充分利用复杂艰险长距离施工隧道存在的自然风流，实时智能预测及远程调控隧道机械通风量，既能优化隧道内部风流场分布，又能节约通风系统能耗；数字孪生技术将施工隧道数字信息与物理实体相融合，通过数据驱动、感知计算实现可视化虚拟模型与物理设备实体的动态平行同步与映射交互；能够有效保证隧道施工环境过程中新鲜健康的空气，减小隧道内污染物对人体的危害，降低设备协调的扰动性与故障率，有利于提高安全生产效率。

需要说明的是，在说明书中提到“一个实施例”、“实施例”、“示例性实施例”、“一些实施例”等指示所述的实施例可以包括特定特征、结构或特性，但未必每个实施例都包括该特定特征、结构或特性。另外，在结合实施例描述特定特征、结构或特性时，结合其它实施例(无论是否明确描述)实现这种特征、结构或特性应在相关领域技术人员的知识范围内。

通常，可以至少部分从上下文中的使用来理解术语。例如，至少部分取决于上下文，本文中使用的术语“一个或多个”可以用于描述单数意义的任何特征、结构或特性，或者可以用于描述复数意义的特征、结构或特性的组合。另外，术语“基于”可以被理解为不一定旨在传达一组排他性的因素，而是可以替代地，至少部分地取决于上下文，允许存在不一定明确描述的其他因素。

如本文使用的，术语“标称/标称地”是指在生产或制造过程的设计阶段期间设置的针对部件或过程操作的特性或参数的期望或目标值，以及高于和/或低于期望值的值的范围。值的范围可能是由于制造过程或容限中的轻微变化导致的。如本文使用的，术语“大约”指示可以基于与主题半导体器件相关联的特定技术节点而变化的给定量的值。基于特定技术节点，术语“大约”可以指示给定量的值，其例如在值的5％-15％(例如，值的±5％、±10％或±15％)内变化。

可以理解的是，本公开中的“在……上”、“在……之上”和“在……上方”的含义应当以最宽方式被解读，以使得“在……上”不仅表示“直接在”某物“上”而且还包括在某物“上”且其间有居间特征或层的含义，并且“在……之上”或“在……上方”不仅表示“在”某物“之上”或“上方”的含义，而且还可以包括其“在”某物“之上”或“上方”且其间没有居间特征或层的含义。

此外，诸如“在…之下”、“在…下方”、“下部”、“在…之上”、“上部”等空间相关术语在本文中为了描述方便可以用于描述一个元件或特征与另一个或多个元件或特征的关系，如在附图中示出的。空间相关术语旨在涵盖除了在附图所描绘的取向之外的在设备使用或操作中的不同取向。设备可以以另外的方式被定向，并且本文中使用的空间相关描述词可以类似地被相应解释。

本发明涵盖任何在本发明的精髓和范围上做的替代、修改、等效方法以及方案。为了使公众对本发明有彻底的了解，在以下本发明优选实施例中详细说明了具体的细节，而对本领域技术人员来说没有这些细节的描述也可以完全理解本发明。另外，为了避免对本发明的实质造成不必要的混淆，并没有详细说明众所周知的方法、过程、流程、元件和电路等。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于计算机可读取存储介质中，如：ROM/RAM、磁碟、光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种自然和机械通风耦合的施工隧道数字孪生智能通风方法，其特征在于，所述方法包括：构建施工隧道数字孪生智能通风系统远程控制模型，将施工隧道监测数据信息与远程控制物理实体相结合，通过GA-BP算法确定机械通风量，结合自然风压与风向的变化智能预测及调控风机供风量，利用PLC控制技术实现隧道虚拟模型和物理实体之间的平行同步与映射交互；

所述施工隧道数字孪生智能通风系统的风机控制模式为风量闭环控制，具体工作过程如下：

第一步：通过施工隧道工作面现场中布置的传感器元件连续、实时监测隧道施工作业环境；

第二步：根据斜井联合水平施工隧道的特点，通过自然风压H_N监测数据计算自然通风量Q_N：

隧道自然风压H_N的计算公式为公式(1)：

H_N＝g∮ρd_Z+Δp_s+Δp_v    (1)

式中右边第一项表示的是因洞内外温度差产生的热位差，第二项为斜井出口高点与隧道正洞入口的水平气压差，第三项为隧道进风口外大气风流转换为静压的那部分动压，数值可根据公式(2)计算：

式中：Δp_v为大气自然风转换动压，单位：Pa；v_a为隧道外大气自然风速，单位：m/s；α为大气自然风向与隧道中线的夹角；

自然通风量Q_N是由自然通风压力和通风阻力决定的，当隧道内压力损失h＝H_N时，可由式公式(3)和公式(4)求出：

Q_N＝60·A·v    (3)

式中：Q_N为自然通风量，单位：m³/min；A为隧道断面积，单位：m²；v为隧道内平均风速，单位：m/s；λ为隧道内壁摩擦系数；L_T为隧道长度，单位：m；d_T为隧道当量直径，单位：m；ρ为隧道内空气密度，单位：kg/m³；

第三步：通过GA-BP网络算法确定隧道机械通风量Q₀，并对自然通风方向与机械通风方向进行判断，利用公式(5)确定风机供风量Q：

Q＝Q₀±Q_N    (5)

式中：若自然通风与机械通风方向相反，取“+”，否则取“-”；

第四步：将自然与机械通风判断值传输给可编程控制器，并在变频控制器中设定环境参数变量与自然风压阈值范围；

第五步，在可编程控制器进行逻辑比较后，将模拟信号转换为数字信号并传至监控室内的上位机系统，以实现变频电路及变频控制器的控制，进而实现对风机转速进行调节；

第六步，当任何一种传感器元件监测的浓度达到预先设定的最低浓度时，对变频控制器发送指令，提高风机运行频率，如果风机频率达到最大时仍不能满足要求则进行预警；反之，随着浓度的降低，风机运行的频率会越来越低，风量会越来越小，直至风管出口的风速降至最小风速设定值。

2.根据权利要求1所述的施工隧道数字孪生智能通风方法，其特征在于，所述施工隧道数字孪生智能通风系统远程控制模型包括物理实体域、数字孪生体、可视化虚拟域以及自然和机械通风耦合的施工隧道数字孪生智能通风软件模块；其控制逻辑为施工隧道数字孪生体的驱动下，以数字驱动创建物理实体的虚拟模型，以感知计算映射物理实体的实时运行状态，通过虚拟仿真技术构建施工隧道数字孪生智能通风软件模块以实现物理实体与可视化虚拟模型之间的动态平行同步与映射交互。

3.根据权利要求2所述的施工隧道数字孪生智能通风方法，其特征在于，所述物理实体域是依据施工隧道工况环境设置的所需物理实体设备，由可编程控制器、上位机系统、局部通风设备、变频控制器、传感器元件以及信号传输装置组成；所述数字孪生体由施工隧道数字孪生智能通风系统监测数据、物理实体域数据、可视化虚拟域数据以及三者经过数学模型、算法规则计算处理后的融合数据构成，包括自然通风数据、机械通风数据、监测预警数据、智能预测数据、安全管理数据以及动态调控数据；所述可视化虚拟域通过可视化仿真技术复现物体实体域中施工隧道数字孪生智能通风系统的空间结构与运行状态，由耦合数学模型表达、隧道虚拟三维场景建立、通风状态实时感知、设备故障诊断预警、智能变频调风算法以及通风监测样本库组成；所述施工隧道数字孪生智能通风软件模块负责在数字孪生体的驱动下，实现自然与机械通风的施工隧道变频通风，包括以下功能：系统安全登录、自然风压监测、环境参数监测、风机智能变频控制、系统预警与报警。

4.根据权利要求3所述的施工隧道数字孪生智能通风方法，其特征在于，所述施工隧道数字孪生智能通风系统的通风方案为斜井联合水平施工隧道，包括支护装置、风机、风筒、水平隧道、台车、仰拱、斜井隧道；所述斜井隧道与所述水平隧道相连；所述风机固定在所述支护装置上，所述风机与所述风筒相连接；所述台车与所述仰供布置在所述水平隧道主洞内部。

5.根据权利要求4所述的施工隧道数字孪生智能通风方法，其特征在于，所述物理实体域包括传感器元件、信号传输装置、光端机、可编程控制器、变频控制器以及上位机系统，所述可编程控制器通过所述信号传输装置分别与所述变频控制器、所述上位机系统、所述光端机相连；所述上位机系统包括打印机、上位机、显示器，布置在洞外监控室，并通过所述信号传输装置与所述可编程控制器连接；所述光端机用于将所述传感器元件所监测到的数据信息传输给所述可编程控制器；

所述传感器元件用于实现对作业面相关环境参数以及自然风压数据的不间断监测，包括风速传感器、温度传感器、湿度传感器、压力传感器、O₂传感器、甲烷传感器、CO传感器、CO₂传感器、NO_x传感器、粉尘浓度传感器，所述风速传感器、所述温度传感器、所述湿度传感器、所述压力传感器、所述O₂传感器布置在距离所述风筒出风口第一预设距离处，所述甲烷传感器布置距离顶板不大于第二预设距离处，所述CO传感器、所述CO₂传感器、所述NO_x传感器、所述粉尘浓度传感器布置在距离地面第三预设距离处。

6.根据权利要求5所述的施工隧道数字孪生智能通风方法，其特征在于，所述第一预设距离为10m，所述第二预设距离为0.3m，所述第三预设距离为1.5m。

7.根据权利要求1所述的施工隧道数字孪生智能通风方法，其特征在于，所述施工隧道数字孪生智能通风系统的虚拟模型和物理实体的平行同步与映射交互程序主要用于控制隧道风机的自动变频、手动变频和工频运行以及子程序0～3调用，用以实现风机智能变频控制以及系统预警和报警功能，进而达到物理实体域的风流智能调控与可视化虚拟域的预测与决策的目的；子程序0～3包括：初始化程序0、预报警程序1、监测采集程序2、中断程序3；

具体交互控制流程如下：

第一步，可编程控制器在执行主控制程序时，先判定隧道风机是否自动运行；

第二步，当风机处于自动运行状态时，可编程控制器调用初始化程序0与预报警程序1；

第三步，若通风系统中各电路模块运行异常，则主控制程序结束；如果电路模块运行正常，则调用监测采集程序2；

第四步，根据隧道施工的基本信息，设定定时中断时间，并调用中断程序3实现风机的变频控制；

第五步，风机变频控制后再判断传感器监测的浓度是否超限及变频控制装置是否故障，若超限或故障则调用预报警程序1并终止控制，否则正常运行；

第六步，当风机处于非自动运行状态时，判断风机是否处于自动变频状态：若是，则判断变频控制装置故障与否；若不是，则主控制程序判断传感器监测的浓度是否超限，若浓度不超限则风机进入工频运行，若浓度超限则主控制程序结束。

8.根据权利要求7所述的施工隧道数字孪生智能通风方法，其特征在于，

所述初始化程序0的作用是用于对寄存器中的传感器监测浓度参数的初始化，包括有害气体浓度、粉尘浓度、氧气浓度、温/湿度的平均值的初始化；将拟合的GA-BP神经网络拟合算式加载至可编程控制器，并通过相应的编程控制模拟的输出电压，进而初始化风机工作频率下的风量计算系数，与此同时，加载采样集数据的浓度阈值；

所述预报警程序1是在风机运行过程中，初始化程序0启动后执行的，通过该程序判别初始化程序是否正确，即判断隧道施工过程中有毒有害气体及粉尘浓度是否设置错误、氧气浓度及温湿度是否在人体舒适范围以及通风设备是否存在故障，包括风机故障、变频器故障、传感器元件故障；若存在设置错误或者设备故障则主控制程序立即停止，若设置正常则进入电路模块判别流程；

所述监测采集程序2是用于采集隧道施工过程中存在的害气体浓度、粉尘浓度、氧气浓度、温度、湿度，为最大限度减少监测数据的不稳定性导致的误差，将数据进行50次累计采集并求取平均值，作为采样集数据的一次输入；

所述中断程序3的作用是实现变频控制器对风机的变频控制；根据风机的实际功效，设定中断控制的时间为500ms，则每500ms进行一次中断程序3调用；在中断程序3中，若寄存器采集的平均浓度超限，则在上位机系统弹出系统浓度超限预警界面并记录相应数据；若系统浓度不超限，则根据GA-BP算法计算隧道机械通风量，根据自然风压计算隧道自然通风量，判别自然通风与机械通风的方向及隧道供需风量的大小关系，将相关的风量值转化为0～32000之间的数字信号，并传送给变频控制器，实现风机的变频控制。

Images