CN117868992A - 一种矿用全断面精准测风多参数无线监测方法 - Google Patents
一种矿用全断面精准测风多参数无线监测方法 Download PDFInfo
- Publication number
- CN117868992A CN117868992A CN202311841019.4A CN202311841019A CN117868992A CN 117868992 A CN117868992 A CN 117868992A CN 202311841019 A CN202311841019 A CN 202311841019A CN 117868992 A CN117868992 A CN 117868992A
- Authority
- CN
- China
- Prior art keywords
- transducer
- mine
- wind
- ultrasonic
- monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 114
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005065 mining Methods 0.000 title claims abstract description 34
- 238000009423 ventilation Methods 0.000 claims abstract description 60
- 238000004891 communication Methods 0.000 claims abstract description 32
- 230000010365 information processing Effects 0.000 claims abstract description 23
- 230000004927 fusion Effects 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 40
- 230000002238 attenuated effect Effects 0.000 claims description 19
- 230000005540 biological transmission Effects 0.000 claims description 14
- 238000005314 correlation function Methods 0.000 claims description 11
- 230000008054 signal transmission Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 239000003245 coal Substances 0.000 abstract description 13
- 238000004519 manufacturing process Methods 0.000 abstract description 11
- 238000012423 maintenance Methods 0.000 abstract description 6
- 238000005259 measurement Methods 0.000 description 19
- 238000004364 calculation method Methods 0.000 description 16
- 230000014509 gene expression Effects 0.000 description 7
- 230000006855 networking Effects 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 6
- 238000004146 energy storage Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 150000001335 aliphatic alkanes Chemical class 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Landscapes
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了一种矿用全断面精准测风多参数无线监测方法,涉及煤矿安全技术领域。本发明包括:多参数感知监测模块获取矿井下的多种监测数据,并将监测数据有线和/或无线发送给信息处理模块;信息处理模块对监测数据进行处理和分析,并无线发送给无线通信模块;无线通信模块对处理和分析后的监测数据进行融合整理,并无线发送给智能控制终端;智能控制终端显示和管理监测数据。本发明精确度高,工作稳定,操作简便,维护成本低,为矿井内采掘、运输、通风等关键生产环节的安全运行保驾护航。
Description
技术领域
本发明涉及煤矿安全技术领域,更具体地,涉及一种矿用全断面精准测风多参数无线监测方法。
背景技术
随着科技的飞速发展,我国的煤矿行业的发展与时俱进,越来越数字型智能化。我国工业生产发展对煤炭作为能源的需求量巨大,由于矿井结构复杂,煤炭从业人员多,其中煤矿安全生产就显得尤为重要。在众多煤矿事故中,由瓦斯引起的安全事故频频发生,因此在煤矿安全生产中需要提前预防和抑制。在矿井中及时通风可以有效的避免瓦斯事故,保证工作人员的正常呼吸,安全工作。在煤矿安全监测系统中,风速、风向,风量、温湿度、气压,甲烷含量等是十分重要的监测参数,通过对这些通风参数的监测,及时调整矿井的通风,是对矿井巷道内的通风安全的强有力的保障。
现有的矿用测风装置很难实现对多参数的精准统一监测,当矿井巷道内的气流通过安装的传感器时,传感器检测周围的气体,检测精度较低;为了将检测到的数据传输到中心处理服务器,巷道内布线混乱,安全性差,效率慢,这都是通风监测领域需要解决的技术难题之一。矿井通风监测是煤矿安全监测的重要手段,加强煤矿通风监测,对我国能源企业的安全生产具有重要的现实意义。
发明内容
有鉴于此,本发明提供一种矿用全断面精准测风多参数无线监测方法,能够实现对矿井通风多参数监测,提高监测精度和效率。
本发明提供一种矿用全断面精准测风多参数无线监测方法,包括:多参数感知监测模块获取矿井下的多种监测数据,并将所述监测数据有线和/或无线发送给信息处理模块;
所述信息处理模块对所述监测数据进行处理和分析,并无线发送给无线通信模块;
所述无线通信模块对处理和分析后的所述监测数据进行融合整理,并无线发送给智能控制终端;
所述智能控制终端显示和管理所述监测数据。
在一种可选的实施方式中,所述多参数感知监测模块获取矿井下的多种监测数据,包括:
所述多参数感知监测模块包括温度传感器、湿度传感器、激光甲烷传感器、超声波风速传感器、差压传感器和气压传感器;
任一传感器获取矿井下相应参数的数据指标,并发送给所述信息处理模块。
在一种可选的实施方式中,所述激光甲烷传感器至少包括激光发射器和探测器;
所述激光发射器向矿井内发射特定波长的激光束;
激光束穿过矿井内的被测气体后,被所述探测器接收。
在一种可选的实施方式中,所述超声波风速传感器包括多个换能器,任一所述换能器均能够发送或接收超声波信号;
所述换能器至少包括第一换能器、第二换能器、第三换能器和第四换能器;
所述第一换能器和所述第二换能器设于矿井巷道的同一侧壁,所述第三换能器和所述第四换能器设于矿井巷道的相对的另一侧壁,所述第一换能器和所述第三换能器相对,所述第二换能器和所述第四换能器相对;
所述第一换能器和所述第三换能器相对发射或接收超声波信号;
所述第二换能器和所述第四换能器相对发射或接收超声波信号。
在一种可选的实施方式中,第i换能器发出初始超声波信号,该初始超声波信号经衰减后得到衰减超声波信号,并被相对应的第j换能器接收;
所述初始超声波信号和所述衰减超声波信号的相关度函数为:
其中,
Rij(τ)用于表述初始超声波信号和衰减超声波信号的相关度;
xij(t)用于表示初始超声波信号;
yij(t)用于表示衰减超声波信号。
在一种可选的实施方式中,当所述初始超声波信号和所述衰减超声波信号的相关度函数取值最大时,确定超声波信号的传输时间为:
其中,
tij用于表示超声波信号从第i换能器传输到第j换能器的时间;
L用于表示第i换能器传和第j换能器之间的距离;
C用于表示超声波信号在空气中的传播速度;
α用于表示超声波信号传输方向与巷道的夹角。
在一种可选的实施方式中,所述超声波风速传感器确定矿井巷道内的风速为:
其中,
用于表示矿井巷道内的风速。
在一种可选的实施方式中,所述超声波风速传感器确定矿井的巷道风阻为:
其中,
Ri~i+1为巷道两测点之间风阻;
hi~i+1为测得的两测点之间巷道通风阻力;
q为巷道风量。
在一种可选的实施方式中,所述超声波风速传感器确定所获取的数据指标与其他传感器获取的对应的参数指标的相关性,判断所述超声波风速传感器确定所获取的数据指标的可靠性。
在一种可选的实施方式中,自供电模块将矿井巷道内的风能转化为电能存储,及向所述多参数感知监测模块、所述信息处理模块和所述无线通信模块供电。
与现有技术相比,本发明提供的,至少实现了如下的有益效果:
本发明所提供的实施例通过设置于矿井下多个位置的多参数感知监测模块对矿井的通风环境及采掘工作时通风机的通风情况进行集中监测,实时监测矿井通风环境的各种相关参数,并对相关环节进行监控。实现矿井内全断面精准测风,保证所测参数指标的精确度。通过形成多节点监测网络,无线通信模块在接收数据后,管理数据,形成自组织、自修复、多跳级联和自我管理的矿井巷道通风监测网络拓扑结构,实现对矿井巷道通风情况的网络化动态监测。本方法功耗低,精确度高,工作稳定,操作简便,维护成本低,为矿井内采掘、运输、通风等关键生产环节的安全运行保驾护航。
当然,实施本发明的任一产品必不特定需要同时达到以上所述的所有技术效果。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1为本发明所提供一种矿用全断面精准测风多参数无线监测方法的流程图;
图2为本发明所提供一种矿用全断面精准测风多参数无线监测系统的结构示意图;
图3为本发明所提供一种超声波时差法测风的原理图;
图4为本发明所提供一种继电器模块的连接示意图;
图5为本发明所提供一种自供电模块的结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
现有技术中,很难实现对多参数的精准统一监测,当矿井巷道内的气流通过安装的传感器时,传感器检测周围的气体,检测精度较低;为了将检测到的数据传输到中心处理服务器,巷道内布线混乱,安全性差,效率慢,这都是通风监测领域需要解决的技术难题之一。
为解决上述技术问题,本发明实施例提供一种矿用全断面精准测风多参数无线监测方法,参照图1和图2所示,本发明实施例提供一种矿用全断面精准测风多参数无线监测方法,包括:
多参数感知监测模块10获取矿井下的多种监测数据,并将监测数据有线和/或无线发送给信息处理模块20;
信息处理模块20对监测数据进行处理和分析,并无线发送给无线通信模块30;
无线通信模块30对处理和分析后的监测数据进行融合整理,并无线发送给智能控制终端40;
智能控制终端40显示和管理监测数据。
可以理解的是,本发明所提供的监测方法依托依次通讯连接的多参数感知监测模块10,信息处理模块20,无线通信模块30和智能控制终端40。本发明实施例所提供的监测方法采用多测点分区网络化监测代替单点监测,即多参数感知监测模块10设于与矿井下的多个位置,用于获取多个位置的监测数据。解决了现有技术中,单点监测范围小、异常参数延迟传输、参数指标不全面、区域通风情况不明确等问题。多参数感知监测模块10将获取的多种监测数据通过有线或无线的方式传输给信息处理模块20。信息处理模块20对采集的监测数据进行放大滤波处理,处理好的模拟电信号经过ADC转换成数字信号,通过算法分析,将计算好的数据通过无线通讯的方式传输给无线通信模块30。无线通信模块30将所有数据信息进行融合整理,然后传输至智能控制终端40进行显示和管理。
进一步的,无线通信模块30包括基于无线Mesh组网协议的无线监测基站31。目前最常用的短距无线通信技术有:ZigBee,Wi-Fi,BLE等。BLE相对与其它两种,突出的优点是结构简单,运行耗能低,功率较小,快速连接,鲁棒性好,控制灵活。
无线通信模块30基于无线Mesh组网协议进行开发设计,其工作频率为2400~2483.5MHZ。蓝牙Mesh网络将“一对一”的通信拓展到“多对多”,通过多跳的数据传输方式使通信范围扩大,通过智能设备终端就可以实现对整个装置实现实时监测。无线通信模块30采用Ble Mesh自组网无线通信的方式,具有安全性高,能耗低,信标支持和普及的底层文档等优点,在矿井复杂的环境下,实现实时监测和预警。Ble Mesh网络协议扩展了简单的点对点BLE传输协议,增加了额外的路由和网络标准,创建了一个网状形式形成的网络,其中的节点可以作为中继组网,并将其扩展到任何设备的范围之外,不会受限于任何单个无线节点范围。矿用全断面精准测风多参数无线监测系统形成的多节点监测网络,收集测风的多参数数据并发送到智能控制终端40;智能控制终端40接收数据后,管理数据,形成网络拓扑结构,实现对矿井巷道内通风环境参数的网络化动态监测。避免在矿井巷道内布置额外电缆。单网络理论最多可容纳10922个节点设备,设备入网后自动记忆网络信息,手机APP可任意节点代理入网,实现Ble mesh网络远程控制。
本发明所提供的实施例通过设置于矿井下多个位置的多参数感知监测模块对矿井的通风环境及采掘工作时通风机的通风情况进行集中监测,实时监测矿井通风环境的各种相关参数,并对相关环节进行监控。实现矿井内全断面精准测风,保证所测参数指标的精确度。通过形成多节点监测网络,无线通信模块在接收数据后,管理数据,形成自组织、自修复、多跳级联和自我管理的矿井巷道通风监测网络拓扑结构,实现对矿井巷道通风情况的网络化动态监测。本方法功耗低,精确度高,工作稳定,操作简便,维护成本低,为矿井内采掘、运输、通风等关键生产环节的安全运行保驾护航。
在本发明所提供的另一种可选实施例中,多参数感知监测模块10获取矿井下的多种监测数据,包括:
多参数感知监测模块10包括温度传感器11、湿度传感器12、激光甲烷传感器13、超声波风速传感器14、差压传感器15和气压传感器16;
任一传感器获取矿井下相应参数的数据指标,并发送给信息处理模块20。
可以理解的是,多参数感知监测模块10中包含多种传感器,用于获取不同的监测数据。多种监测数据从不同角度反映矿井下的安全情况。不同的数据指标相互融合,相互印证,能够提高监测系统的全面性和可靠性。
具体地,温度传感器11和湿度传感器12分别用于获取矿井下的温度参数和湿度参数。激光甲烷传感器13用于监测并采集甲烷浓度。超声波风速传感器14用于获取风速,同时风量与风速密切相关,在对风速风向进行监测同时可以监测出实时的风量。差压传感器15可以选用硅压阻式差压传感器来测量矿井巷道的风压。针对风压传感器存在的温度飘移问题,基于蝗虫算法,优化神经网络的参数,从而进行对温度的补偿。
本发明所提供的多参数感知监测模块将多种监测数据在一定的准则下进行综合分析处理,获得更加有效的数据信息。与单一传感器数据相比,多传感器数据融合技术提高了测量信息的可靠性与健壮性,增强数据的可信度,提高信息的利用率。矿用全断面精准测风多参数无线监测装置,其特征在于传感器的自标定方法。超声波发射端发出超声波束,换能器接收端接受到超声波束,测量风速风向等参数的同时自动标定换能器之间的距离,保存并自动记录,在不同地方放置换能器时自动显示适宜的放置距离和放置位置。可有效避免人工校准带来的误差,标定精度高,节约时间。
在本发明所提供的另一种可选实施例中,激光甲烷传感器13至少包括激光发射器和探测器;
激光发射器向矿井内发射特定波长的激光束;
激光束穿过矿井内的被测气体后,被探测器接收。
可以理解的是,甲烷是一种易燃易爆的气体,一旦泄漏会对人类和环境造成严重的危害。激光用烷传感器13是利用激光技术检测用烷气体浓度的传感器。其原理是利用激光束与甲烷分子之间的相互作用,通过测量激光束的吸收强度来确定甲烷气体的浓度。
具体地,激光甲烷传感器13主要由激光发射器、光路系统、探测器和信号处理器等组成。激光发射器发射一束特定波长的激光束,经过光路系统后照射到被测气体中,被测气体中的甲烷分子会吸收激光束的能量,使激光束的强度发生变化。探测器接收到经过被测气体吸收后的激光束,将其转换成电信号,经过信号处理器处理后输出甲烷气体的浓度值。具有高灵敏度、高精度、快速响应、无需校准等优点。
进一步地,参照图4所示,在激光甲烷传感器13和局部通风设备18之间设置继电器模块17,调控局部通风设施。具体地,继电器模块17具有常开触点,当甲烷浓度大于设定阈值时,激光甲烷传感器13向继电器模块17传输电信号,常开触点吸合,控制局部通风设备18调大风量。当激光甲烷传感器13监测甲烷浓度恢复正常时,断电器断电,继电器模块17的常开触点打开,局部通风设备18通风风量恢复正常。继电器模块17调控部通风设备18,及时预防瓦斯浓度过高,及时调整矿井的通风,对矿井巷道内的通风安全做了强有力的保障。
在本发明所提供的另一种可选实施例中,超声波风速传感器14包括多个换能器,任一换能器均能够发送或接收超声波信号;
换能器至少包括第一换能器01、第二换能器02、第三换能器03和第四换能器04;
第一换能器01和第二换能器02设于矿井巷道的同一侧壁,第三换能器03和第四换能器04设于矿井巷道的相对的另一侧壁,第一换能器01和第三换能器03相对,第二换能器02和第四换能器04相对;
第一换能器01和第三换能器03相对发射或接收超声波信号;
第二换能器02和第四换能器04相对发射或接收超声波信号。
可以理解的是,由于矿井环境高温高湿,为避免温度等环境因素造成干扰,超声波风速传感器14采用超声波时差法可以实现全断面精准测风速风向风量,具体地,利用超声波在矿井巷道两侧节点之间顺风传播和逆风传播的时间差来实现全断面测风,测风结果更加精准。
超声波时差法测风原理是根据超声波在空气中传播时,超声波的速度和风速叠加,顺风条件下传播和逆风条件下传播所花费时间之间有差异,利用这种时间差计算风速。
在本实施例中,换能器包括超声波发射换能器和超声波接受换能器。其工作原理是通过压电材料的压电效应来实现超声波信号和电信号之间的转换。当使用换能器作为信号发射端时,也就是超声波发射换能器,超声波信号是由压电材料的负压电效应产生的。当使用换能器作为信号接收端时,也就是超声波接受换能器,通过压电材料的正压电效应将声信号转换为电信号。压电材料的固有频率称为换能器中心频率,由于在矿井巷道内风速有限,不需要高频率的换能器,可采用中心频率为40kHZ,型号为HC40A18TR.1的换能器,适宜10米以内测距。
在本实施例,超声波发射换能器将电信号以超声波束发射出去,超声波接受换能器接受到超声波信号并转换成电信号,经过信号放大滤波处理后,在经过A/D转换电路采集到的模拟信号转化为数字信号,经过信息处理模块20的计算,得到风速的具体数值。进而,再将数据通过无线通信模块30传输到智能控制终端40。
在本发明所提供的另一种可选实施例中,第i换能器发出初始超声波信号,该初始超声波信号经衰减后得到衰减超声波信号,并被相对应的第j换能器接收;
初始超声波信号和衰减超声波信号的相关度函数为:
其中,
Rij(τ)用于表述初始超声波信号和衰减超声波信号的相关度;
xij(t)用于表示初始超声波信号;
yij(t)用于表示衰减超声波信号。
当初始超声波信号和衰减超声波信号的相关度函数取值最大时,确定超声波信号的传输时间为:
其中,
tij用于表示超声波信号从第i换能器传输到第j换能器的时间;
L用于表示第i换能器传和第j换能器之间的距离;
C用于表示超声波信号在空气中的传播速度;
α用于表示超声波信号传输方向与巷道的夹角。
超声波风速传感器确定矿井巷道内的风速为:
其中,
用于表示矿井巷道内的风速。
可以理解的是,信息处理模块20在处理监测数据时,使用最大互相关算法与人工神经网络相结合,通过数据的融合,优化算法,减少信号失真以及测量环境中的噪声干扰。利用最大互相关算法在矿井通风环境中超声波的发射信号和接受信号之间互相关性最大时获取顺风条件下超声波传播和逆风条件下超声波传播的时间差,可以极大优化测量准确度。
具体地,在对超声波信号分析其相关程度时,采用互相关函数R(τ)表示。设矿井巷道内放置的换能器01发出的超声波信号x14(t),超声波顺风传播到换能器04,换能器04接受到在空气中发生衰减,延迟超声波信号y14(t)。同理,换能器02发出的超声波信号x23(t),超声波顺风传播到换能器03,换能器03接受到在空气中发生衰减,延迟超声波信号y23(t)。R14(τ)、R23(τ)描述了在相同时刻不同方向发射的两列超声波信号x14(t)、x23(t)之间的相关程度。R14(τ)、R23(τ)函数表达式:
x14(t)、y14(t)的互相关函数R14(τ)取得峰值时,获得超声波从换能器01到达换能器04所用时间t14;x23(t)、y23(t)的互相关函数R23(τ)取得峰值时,获得超声波从换能器02到达换能器03所用时间t23。
同理,在逆风条件下传播,R41(τ)、R32(τ)描述了在相同时刻不同方向发射的两列超声波信号x41(t)、x32(t)之间的相关程度。R41(τ)、R32(τ)函数表达式为:
x41(t)、y41(t)的互相关函数R32(τ)取得峰值时,获得超声波从换能器01到达换能器04所用时间t41;x32(t)、y32(t)的互相关函数R32(τ)取得峰值时,获得超声波从换能器02到达换能器03所用时间t32。
如图2所示,换能器01和04之间进行收发,换能器02和03之间进行收发。假设由换能器01发射超声波信号,换能器04接受信号,此时超声波传播方向与矿井巷道内空气流动方向相同,为顺风传播。超声波从换能器01到达换能器04所用时间为:
当换能器04发射超声波信号,换能器01接受信号,此时超声波传输方向与矿井巷道内空气流动方向相反,为逆风传播。超声波从换能器04到达换能器01所用时间:
式中的L为换能器01和换能器04之间的距离,即超声波飞行的路程;
V为矿井巷道内的平均风速;
C表示超声波在空气中的传播速度;
45°为超声波传输方向与巷道的夹角;
cos45°为超声波传输方向与矿井巷道夹角的余弦值。
由式(3)可知,在本发明方案设计中,超声波传输方向与巷道夹角固定在45°,所以当换能器被固定后,矿井巷道的平均风速只与超声波在顺风条件下和逆风条件下的传输时间以及超声波飞行的路程有关,减少无关因素影响,可精确稳定的获取所测数据。
根据式(5)(6)可得矿井巷道内的风速V1:
同理,得矿井巷道内的风速V2:
综上,可计算得矿井巷道内的平均风速
在本发明所提供的另一种可选实施例中,超声波风速传感器确定矿井的巷道风阻为:
其中,
Ri~i+1为巷道两测点之间风阻;
hi~i+1为测得的两测点之间巷道通风阻力;
q为巷道风量。
可以理解的是,本发明利用质量流量法解决通风网络解算问题,将矿用全断面精准测风无线监测装置和矿井通风网络解算相融合,进行模型研究,为通风阻力的自动计算提供参数。质量流量是指流体数量用质量来表示的流量,公式如下:
式中,Q为气体质量流量,ρ为气体密度,为平均流速,S为矿井巷道的断面面积。
风量与风速密切相关,单位的风量等于单位的风速乘以一个矿井巷道的断面,巷道风量计算公式为:
式中:q为巷道风量;分别为i、i+1测点的巷道风速;Si、Si+1分别为i、i+1测点的巷道断面积。
通风网络解算中风量迭代计算模型为:
式中,Cij为独立回路矩阵中第i行第j个元素;rj为分支风阻;qj k为分支风量的第k次近似值;hfj为风机风压;hNj为自然风压;Δqyi (k)为第i回路第k次风量修正值。
在获取矿井巷道断面简单测量数据的基础上进行计算获得巷道风阻计算公式为:
式中:Ri~i+1为巷道两测点之间风阻;hi~i+1为测得的两测点之间巷道通风阻力;q为巷道风量。
本发明基于质量流量法的通风网络解算模型研究,其中,质量流量是指流体数量用质量来表示的流量。利用质量流量法解决通风网络解算问题,为通风阻力的自动计算提供参数,融合矿井通风网络解算方法,进行模型研究。通过科学计算,对矿井通风网络调节量和调节位置进行合理的确定。针对矿井巷道各工作面不同风量需求情况,使矿井内部风流分配合理化,让矿井内需风地的风量满足安全和生产要求,实时、全面掌握矿井各巷道的通风的安全性,保证矿井通风可靠性。矿井通风网络解算是以矿井通风网络为基础,以空气流动规律为约束,计算矿井各巷道空间的风量或风压。矿井空气流动是按空气的客观流动规律进行的。基于质量流量法的通风网络解算方法的研究,可以及时、便捷、全方位地对矿井通风网络进行分析和管理,有效的保证了矿山的安全、以及煤矿的高效生产。优化了通风网络人工分析方法存在的效率低下、容错率低、误差大、工作量大、覆盖率低等问题,从而全面实时监测矿井内各巷道的通风安全。解决现有的矿用风速测量装置易受多风向干扰,导致风速测量不准确的问题。超声波传感器寿命长,功耗低,测量风速范围广,测量精度更高,实现全断面测量风速风向以及风量,并且角度测量精确,能够克服煤矿井下粉尘影响,不需要经常维护,实现长时间无人化自主稳定测量。
在本发明所提供的另一种可选实施例中,超声波风速传感器14确定所获取的数据指标与其他传感器获取的对应的参数指标的相关性,判断超声波风速传感器14确定所获取的数据指标的可靠性。
可以理解的是,超声波自动测距,基于传感器的自标定方法原理,利用当前环境下超声波的传播速度,就可以通过计算公式得出,计算公式为
式中:L是换能器与换能器之间的距离,即超声波飞行距离;C为超声波的传播速度;ts为超声波在顺风条件下传播的时间,tn为超声波在逆风条件下传播的时间。
传感器的自标定方法利用格拉布斯准则对传感器测量数据进行残差值分析判断,如测量值超过格拉布斯临界值,则认为该测量值为不可靠数据,不能参与传感器标定的基准值计算。将传感器测量数据按从小到大排序为yi,其中y1<y2,...,yn,n为样本数,为平均值,σ为标准差,g0(n,a)为统计临界数值,可得g1、gn分别为
如g1≥gn且g1>g0,则认为g1为异常值;如g1<gn且gn>g0,则认为gn为异常值;如g1<g0且gn<g0,则样本数据中不存在异常值。
超声波风速传感器14在测量风速的同时测距,测量数据之间的相互关联性反映传感器变化的一致性,确定一致性及稳定性较好的传感器测量值作为基准值,是超声波风速传感器14自主标定的基础。
假设某一时刻,超声波风速传感器i、j测量结果分别为Ti和Tj,引入dij表示测量值Ti与Tj之间的融合度,dij越大表示传感器i与j的测量值相差越大,反之则两者偏差越小。
dij=|Qi-Qj| (17)
式中:Qi为Ti的方差。其表达式为
设矿井巷道内存在m个超声波风速传感器,各传感器之间的融合度dij(i,j=1,2,···,m)构成融合度矩阵Dm。其表达式为
/>
根据相容矩阵及相容性阈值,将相容矩阵进行归一化处理,得到标准化相容矩阵Rm,其表达式为:
rij表达式为
式中,pij为传感器相容性阈值。
若rij=0,表明传感器i与j的相容性差,相互不关联。若rij=1,表明相容性强,互相关联。当超声波风速传感器14与多数传感器测量值相关性强,为强关联数据,可得强关联数据融合集,有利于确定可靠的标定基准值。
在本发明所提供的另一种可选实施例中,参照图5所示,自供电模块50将矿井巷道内的风能转化为电能存储,及向多参数感知监测模块10、信息处理模块20和无线通信模块30供电。
可以理解的是,自供电模块50为整个系统提供稳定的电源,同时储存一定的电能备用。
具体地,自供电模块50包括:依次电连接的风能采集装置51、能量拾取装置52、能量供应装置53和电能储存装置54;能量供应装置53还与多参数感知监测模块10,信息处理模块20和无线通信模块30电连接;电能储存装置54还与多参数感知监测模块10,信息处理模块20和无线通信模块30电连接。
自供电模块50采用风力发电,具体地,风能采集装置51收集风能,具体地,通过风力的动能推动螺旋叶片旋转,将风力动能向机械能转化风能采集装置51中使用的垂直轴风力发电机,易安装、易维修、造价低、叶片设计制造简单,实现360°全方位的风能采集。能量拾取装置52将风能转换为电能,具体地,叶轮的旋转轴连接着发电机的旋转轴,发电机旋转轴在叶轮旋转的带动下转动,机械能被转化为电能。当矿用通风机提供足够的风能,风能转化为电能,能量供应装置53为整个监测系统,包括多参数感知监测模块10,信息处理模块20和无线通信模块电连接30提供电源并且给电能储存装置54充电。电能储存装置54可以是石墨烯电池组。当通风机不作业或风量低时,为了维护短时峰值需求,可由电能储存装置54来平衡,向多参数感知监测模块10,信息处理模块20和无线通信模块电连接30供电。电能储存装置54采用石墨烯电池组的防水效果优异,充电效率好,体积小,适用于矿井巷道。
通过自供电的方式不仅可以避免在矿井巷道内铺设额外的电缆,还很好的解决了电池供电、电池容量小、需要频繁人工更换电池、无法稳定供电的问题。同时,风力是清洁的可再生能源,安全环保,在矿井内作业时需要不断通风,也有源源不断的风能可以采集。
综上,本发明提供的矿用全断面精准测风多参数无线监测方法,至少实现了如下的有益效果:
本发明所提供的实施例通过设置于矿井下多个位置的多参数感知监测模块对矿井的通风环境及采掘工作时通风机的通风情况进行集中监测,实时监测矿井通风环境的各种相关参数,并对相关环节进行监控。实现矿井内全断面精准测风,保证所测参数指标的精确度。通过形成多节点监测网络,无线通信模块在接收数据后,管理数据,形成自组织、自修复、多跳级联和自我管理的矿井巷道通风监测网络拓扑结构,实现对矿井巷道通风情况的网络化动态监测。本方法功耗低,精确度高,工作稳定,操作简便,维护成本低,为矿井内采掘、运输、通风等关键生产环节的安全运行保驾护航。
虽然已经通过例子对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上例子仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员应该理解,可在不脱离本发明的范围和精神的情况下,对以上实施例进行修改。本发明的范围由所附权利要求来限定。
Claims (10)
1.一种矿用全断面精准测风多参数无线监测方法,其特征在于,包括:
多参数感知监测模块获取矿井下的多种监测数据,并将所述监测数据有线和/或无线发送给信息处理模块;
所述信息处理模块对所述监测数据进行处理和分析,并无线发送给无线通信模块;
所述无线通信模块对处理和分析后的所述监测数据进行融合整理,并无线发送给智能控制终端;
所述智能控制终端显示和管理所述监测数据。
2.根据权利要求1所述的矿用全断面精准测风多参数无线监测方法,其特征在于,所述多参数感知监测模块获取矿井下的多种监测数据,包括:
所述多参数感知监测模块包括温度传感器、湿度传感器、激光甲烷传感器、超声波风速传感器、差压传感器和气压传感器;
任一传感器获取矿井下相应参数的数据指标,并发送给所述信息处理模块。
3.根据权利要求2所述的矿用全断面精准测风多参数无线监测方法,其特征在于,所述激光甲烷传感器至少包括激光发射器和探测器;
所述激光发射器向矿井内发射特定波长的激光束;
激光束穿过矿井内的被测气体后,被所述探测器接收。
4.根据权利要求2所述的矿用全断面精准测风多参数无线监测方法,其特征在于,所述超声波风速传感器包括多个换能器,任一所述换能器均能够发送或接收超声波信号;
所述换能器至少包括第一换能器、第二换能器、第三换能器和第四换能器;
所述第一换能器和所述第二换能器设于矿井巷道的同一侧壁,所述第三换能器和所述第四换能器设于矿井巷道的相对的另一侧壁,所述第一换能器和所述第三换能器相对,所述第二换能器和所述第四换能器相对;
所述第一换能器和所述第三换能器相对发射或接收超声波信号;
所述第二换能器和所述第四换能器相对发射或接收超声波信号。
5.根据权利要求4所述的矿用全断面精准测风多参数无线监测方法,其特征在于,第i换能器发出初始超声波信号,该初始超声波信号经衰减后得到衰减超声波信号,并被相对应的第j换能器接收;
所述初始超声波信号和所述衰减超声波信号的相关度函数为:
其中,
Rij(τ)用于表述初始超声波信号和衰减超声波信号的相关度;
xij(t)用于表示初始超声波信号;
yij(t)用于表示衰减超声波信号。
6.根据权利要求5所述的矿用全断面精准测风多参数无线监测方法,其特征在于,当所述初始超声波信号和所述衰减超声波信号的相关度函数取值最大时,确定超声波信号的传输时间为:
其中,
tij用于表示超声波信号从第i换能器传输到第j换能器的时间;
L用于表示第i换能器传和第j换能器之间的距离;
C用于表示超声波信号在空气中的传播速度;
α用于表示超声波信号传输方向与巷道的夹角。
7.根据权利要求6所述的矿用全断面精准测风多参数无线监测方法,其特征在于,所述超声波风速传感器确定矿井巷道内的风速为:
其中,
V用于表示矿井巷道内的风速。
8.根据权利要求4所述的矿用全断面精准测风多参数无线监测方法,其特征在于,所述超声波风速传感器确定矿井的巷道风阻为:
其中,
Ri~i+1为巷道两测点之间风阻;
hi~i+1为测得的两测点之间巷道通风阻力;
q为巷道风量。
9.根据权利要求4所述的矿用全断面精准测风多参数无线监测方法,其特征在于,所述超声波风速传感器确定所获取的数据指标与其他传感器获取的对应的参数指标的相关性,判断所述超声波风速传感器确定所获取的数据指标的可靠性。
10.根据权利要求1所述的矿用全断面精准测风多参数无线监测方法,其特征在于,自供电模块将矿井巷道内的风能转化为电能存储,及向所述多参数感知监测模块、所述信息处理模块和所述无线通信模块供电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311841019.4A CN117868992A (zh) | 2023-12-28 | 2023-12-28 | 一种矿用全断面精准测风多参数无线监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311841019.4A CN117868992A (zh) | 2023-12-28 | 2023-12-28 | 一种矿用全断面精准测风多参数无线监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117868992A true CN117868992A (zh) | 2024-04-12 |
Family
ID=90578385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311841019.4A Pending CN117868992A (zh) | 2023-12-28 | 2023-12-28 | 一种矿用全断面精准测风多参数无线监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117868992A (zh) |
-
2023
- 2023-12-28 CN CN202311841019.4A patent/CN117868992A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102094757B (zh) | 用于风力涡轮机的声音及可视监测的系统、装置和方法 | |
CN105704251A (zh) | 基于风致振动压电能量自供能的矿井wsn安全监测系统 | |
CN103321933A (zh) | 基于ARM和ZigBee的风机状态在线监测系统及方法 | |
US10768155B2 (en) | Multimodal analyte sensor network | |
CN102589681A (zh) | 一种高可靠旋转设备状态监测的无线振动测量方法与装置 | |
CN203242097U (zh) | 一种煤场自燃监控预警系统 | |
CN109469824A (zh) | 基于云处理的天然气管道应变风险监测系统及预警方法 | |
CN105134295A (zh) | 基于Enocean—WiFi的矿井空气智能监测系统 | |
CN204903698U (zh) | 一种基于气象和神经网络的绝缘子污闪预警装置 | |
CN111486345A (zh) | 一种粮库地下管网液体泄漏在线监测预警方法及装置 | |
CN104089656A (zh) | 一种堆场煤炭自燃检测方法和装置 | |
CN202832658U (zh) | 隧道工程智能监测报警系统 | |
Klein et al. | Distributed wireless sensing for fugitive methane leak detection | |
CN117868992A (zh) | 一种矿用全断面精准测风多参数无线监测方法 | |
RU68714U1 (ru) | Устройство для автоматизированного дистанционного мониторинга окружающей среды | |
CN210465699U (zh) | 一种多功能危化气体监测装置及监测预警系统 | |
CN202628154U (zh) | 一种煤矿通风智能管理系统 | |
CN105298751B (zh) | 基于分布式检测和数据判测的垂直轴风力发电测试装置 | |
CN208986931U (zh) | 一种智能冻土路基安全监测的传感器装置 | |
CN102706442A (zh) | 田野文物监控系统及监控方法 | |
CN110617405A (zh) | 一种燃气管道泄漏监测与定位系统 | |
CN201429490Y (zh) | 一种声波测速法sf6气体泄漏监控报警系统 | |
CN109814003A (zh) | 一种基于电力金具的智能故障定位、状态监测平台及方法 | |
CN106643871B (zh) | 一种疏水阀泄漏检测模块 | |
CN101848556A (zh) | 一种一定环境内的无线传感器网络组网系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |