矿井通风系统监测平台的设计与实现的研究

王学斌

（阳泉市南煤集团南庄公司， 山西 阳泉 045000）

引言

通风机因其自身具有诸多优点，比如使用效率高、维护方便、结构紧凑、易于维护等，被广泛应用于煤矿开采、工业产生、冷却塔系统等行业。随着科学技术的发展，各行业对通风机的使用性能提出了更高的要求，要求其通风量增加的同时，降低功耗、提高设备的可靠性等。通风机也从原来的粗放式，变为现在设备的设计更加精密，并在提高设备可靠性的同时研究状态监测系统，实现对通风机状态的全面掌握[1]。

为了及时甚至超前预判通风系统状态，对于确保井下通风安全具有重要意义。因此在生产过程中急需建立一套针对通风系统的监控与预判机制，从而有助于对井下通风安全的预判，提高管理能力。本文根据某煤矿一实际井下通风改造项目为研究对象，给出了井下通风监测系统设计，并借助BP 神经网络对历史数据拟合分析能力，实现对井下通风系统的监测与预测[2]。

1 BP 神经网络

煤矿井下通风系统由于其环境的特殊性，时常会出现风机故障的问题。如何减小损失，对风机系统功能进行有效管控，可以利用计算机数字化分析，基于通风机的大数据，BP 神经网络可以拟合分析出一般的规律。

现有的通风机监测预警平台使用手段较为有限，可以利用神经网络模糊处理，实现对数据的筛选、甄别，从解决通风机实际故障问题出发，建立预测模型。神经网络顾名思义，其作用就像大脑，当用于解决某一问题时，不断接受数据训练，从而实现对某些情况的自主处理，并且可不断地实现调整优化，具有容错、联想、自学能力[3]。

BP 神经网络算法是目前常用的一种神经网络算法，由梯度搜索实现，在实际应用中常用于处理多输入条件下的非线性问题，具有独特优势。在BP 神经网络结构中，包括输入层和输出层，而中间保护节点是分布随机的隐藏层，其结构示意图如图1 所示[4]。

图1 BP 神经网络结构图

2 通风系统监测与预测总设计

2.1 通风系统监测

2.1.1 总体设计

井下通风系统监测子系统主要以PLC 控制器为核心，主要实现对通风系统的状态监测、数据采集、输出功率的控制等操作，该子系统主要包括的硬件设备有PLC 控制器、现场布置的各种传感器、通风机主机、变频控制器、供电网络等，结构的组成如下页图2 所示[5]。

2.1.2 硬件选择

需要根据实际通风机的使用情况、产品阐述，提出对监测系统硬件的设计，主要涉及通风机供配电系统设计、PLC 控制器的选择、主风扇机的选择等。

1）通风机供配电系统设计。对电路总体进行设计，根据使用情况进行优化，合理分配供电电路，确保电路功率分配合理。供配电系统主要包括母线联络柜、变压器、低压配电柜、低压进线柜、UPS 以及低压变频柜等相关设备[6]。

图2 通风监测系统主框架

2）通风机型号选择。根据该项目的实际情况设计通风机，确保井内有足够的空气通量，项目现场最终确定选择了两台T35 矿用轴流式通风机，通风机额定功率：25 kW；风量：8.0～17 m3/s，并在通风机气体出口设置6 个温度传感器，并且可实现风量自动调节，使用起来较为方便。

3）PLC 控制器。本系统设计中采用了由德国西门子生产的，SR17-350 系列PLC 控制器，该型控制器具有诸多优点，如性能优越、可靠性好，输出与输入端口丰富，能够很好地应用于井下通风系统的监测系统。

2.2 数据系统采集子系统设计

计算机技术的发展，推动了数据采集的应用与发展，尤其是在传统工业行业的应用，极大地提高了原有系统的效率。传统的数据采集结构，包括传感器数据采集、A/D 转换、信号传输、信号处理，以及对信号进行处理，在软件层面的系统的实现基于第三专业软件服务商提供，在此对软件系统具体搭建过程不再赘述。软件主要包括五大模块化功能，包括主程序、测试程序、模拟量、控制参数等。

2.3 预测子系统设计

预测的基本原理就是首先基于采集子系统获得数据，以及控制系统的处理反馈信号，主要由OPC Server 硬件服务器实现在MCGS 软件与PLC 风机控制系统之间的信息传输功能，同时实现基于MATLAB 软件的BP 神经网络算法的状态监测数据预测的平台，如图3 所示，为该预测子系统的硬件结构示意图。

3 监测平台的实现

对于井下通风监测系统软件平台的软件设计，根据项目实际情况提出设计要求。软件具体实现由第三方程序编辑合作开发，对于该软件的功能以及要求提出了总体设计。首先说明该软件的设计原则，主要依据：实用性、可靠性、后期可扩展以及开放性原则。

图3 预测评价子系统搭建

图4 通风系统监测软件平台结构

如图4 所示，为软件设计的总体逻辑关系图，系统实现的主要流程为首先基于传感器数据采集，并通过井下以太网将数据进行传输、数据采集，以及系统对数据的处理。再由主计算机处理系统对监测数据进行分析，并依据BP 神经网络计算结果对系统状态进行研判。

如图5 所示，为软件系统通风机监测界面，软件实现了设计功能，该监测界面主要包括通风机运行状况、通风机转速、轴温以及流量等重要参数。同时该系统还具备主通风机运行监控功能、监测数据记录历史查询、状态实时查询界面、报警信息界面、参数设置、系统智能预测输出信号等功能，在此不再一一说明。

图5 软件系统通风机监测界面

该监测系统在后期的实际使用中，其性能也得到了检验，满足设计要求。实现了对井下通风系统的监测，并根据监测历史数据，做到对故障状态的研判。根据BP 神经网络预测结果，将系统的可靠性阈值设定为五个档，分别是安全、较安全、一般、较危险、危险；当神经网络预测结果为危险时，系统将进行自动报警，有效地保障了通风系统的安全。该研究对于井下通风监测与预警系统的研究具有重要参考价值，对于保障井下安全作业具有重要意义。

4 结论

1）为了确保获得良好的通风效果，保障井下作业安全，对井下通风系统进行设计并实现有效监测，并基于历史监测数据对状态进行预判、预测。根据某煤矿一实际井下通风改造项目为研究对象，设计了通风监测子系统、预测子系统，对系统硬件、软件进行设计，得到满足该项目的监测、预测平台。

2）对监测总系统软件功能以及要求提出了总体设计，由第三方程序编辑代理合作开发实现软件开发，该监测系统在后期的实际使用中，其性能也得到了检验，满足设计要求。实现了对井下通风系统的监测，并根据监测历史数据，做到对故障状态的研判，可以为井下通风系统设计提供有力参考，对于保障井下安全作业具有重要意义