基于智能通风的火灾和瓦斯突出灾变管控系统探讨

刘彦武

(山西柳林煤矿有限公司， 山西 吕梁 033399)

长期以来，煤炭一直是我国的主要能源，支撑着我国经济的高速发展。随着我国的经济发展阶段由高速发展转化为高质量发展，煤炭企业依靠资源要素投入、规模扩张的粗放式发展方式已经无以为继，智能化、无人化生产昭示着未来。在工业化和信息化深度融合浪潮下，煤矿智能化既适应了时代发展趋势，也为传统煤炭企业高质量发展提供了前进方向。煤矿智能化指将人工智能、深度学习、工业物联网、5G技术、大数据、机器人等现代信息技术与煤炭工业技术深度融合，形成实时监测、数据互通、分析决策、提前预测、协同一体的智能生产系统，并具备原有煤炭生产系统的全部功能[1-3].

矿井通风系统作为保障矿井生产系统正常高效运行的生命线，在满足作业人员呼吸需求的基础上，同时还承担着防止有毒有害气体、粉尘污染、高温热害等一系列灾害的重担。随着掘进技术和开采技术的突破，井下作业环境也变得更加复杂，风路变长、风阻增大、风量分配不当、乏风回流等问题日趋严重，甚至开始威胁到矿井的正常生产秩序和工人生命健康。

目前矿井通风系统主要存在以下问题：通风系统无法根据矿井生产情况的变化自动调节风路，无法满足特定用风地点的临时用风需求，无法在面对突发安全事故时自动改变风路条件。目前风路调节方式主要依靠人工改变风门、风窗等，且调节方式以增阻调节为主，既浪费能量也不具备即时性。

1 智能通风系统框架

本着“节约资源、高效利用”的原则，提出以模块化思维来建立智能通风系统，见图1. 该系统大体上分为4个模块：感知模块(Perception Module)、中枢通讯模块(Central Communication Module)、核心决策模块(Core Decision Module)和可视化模块(Visualization Module)。该系统后3个模块均可重复利用，只需针对不同的灾害，增设不同的传感模块。

图1 智能通风系统框架图

下面对智能通风中的各模块进行具体分析，介绍相关领域最新的理论和成果，并分析局限性和未来发展方向。

1.1 感知模块

智能通风系统的任何决策都离不开准确且即时的数据，但数据的准确性和即时性往往难以兼得。以风速传感器为例，目前主流传感器类型主要包括：超声波、压力变化、热量变化和光纤光栅4种类型。光纤光栅技术以其高灵敏度、高抗干扰性、本质安全等特性成为近年来研究的热点方向[4-5]. 但是目前的问题在于上述测风方式均为固定点测风，再结合相关系数，以点风速估算巷道断面风速。在实际生产过程中，巷道情况不一，生产条件实时变化，甚至还有设备工作的影响，系数并不是一成不变的。基于上述原因，目前主要有两种方式解决估算误差：1) 采用计算机高速计算特性，利用机器学习等技术，实时自动修正风速系数，如通过模拟巷道内风流或建立巷道模型等[6]. 2) 采用更严谨的测风方法，如断面多点测风或采用更严谨的数学推导来进行结果论证[7-8]. 显然，在大数据时代的今天，以人工智能方法来自动修正风量系数才是通向智能矿井的道路。

1.1.1 传感器布设原则

鉴于上述情况，在布置传感器时，不仅需要考虑到传感器覆盖范围、精确度，更应注意选点的特殊情况，如温差较大的地点，应增设温度传感器等。下面按各监测传感器的工作地点列出布设原则。

1) 整体网络监测。在有风流的各分支巷道内均需布设传感器(主要包括风压传感器、温度传感器、风速传感器等)，要求能满足对整个风路系统的风流状态做到实时监控，并通过地面数据中心进行实时数据解算，出现风流变化时，能即时在三维仿真图上表现并通知工作人员。另外，在有热源场所还应考虑增设温度传感器，考虑因温度变化而改变的空气密度。

2) 工作面检测。考虑到掘进和开采过程中有瓦斯涌出的危险，为第一时间监测到异常出现，应考虑将瓦斯监测仪与掘进和采煤设备联动，确保在异常出现时，第一时间切断工作设备电源并通知通风管理人员。此外考虑到粉尘的危险，还应设置粉尘浓度传感器。

在传感器布置方面，受益于计算机的高速发展，仿真模拟技术的成熟应用，不用再像过去一样进行复杂繁琐的实验来优化传感器的布置[9].

1.1.2 新型监测仪器

邹云龙等考虑到井下环境恶劣，传统风表的机械式结构容易磨损和腐蚀，影响精度，设计出矿用智能多通道风速风向仪[10]. 该智能多通道风速风向仪采用的超声波技术易受井下环境干扰，工作数据准确性难以保证。此外，目前的风速测量热点光纤光栅技术也发展较快，但大多还在实验室阶段[4-5].

在测风技术没有较大突破的情况下，未来应该会采用以计算机仿真为代表的模拟方法估算风速，随着计算机技术的发展，可以加入越来越多的制约条件，尽可能模拟真实工作情况。

1.2 中枢通讯模块

中枢通讯模块是各类传感器和地面数据中心的传输枢纽，在整个智能通风系统中，担负着承上启下的作用。数据采集分站是该模块的核心硬件设施(图1中的DA1、DA2、DA3等)，各采集分站之间彼此互通，既增加数据的传输量，也加强系统的冗余度。

杨剑等人采用CAN总线和工业以太网双保险方式，既满足了高抗干扰性要求，也实现了即时数据大带宽传输能力[11]. 采用有线连接方式能在成本相对较低的情况下，极大地提高系统稳定性，这种模式尤其适合没有大量空余空间来建设无线基站的老旧矿井和经济条件相对较差、安全环境一般的矿井建设。陈炜等考虑到矿井下传感器的繁多复杂，有线连接的不便以及后续维护工作的繁琐，采用无线组网方式极大简化了巷道布线的施工量[12].

1.3 核心决策模块

核心决策模块采用类似人工智能设计中常用的大小脑构架，见图2. 小脑负责低算力、低时延、实时显示矿井状态，大脑负责高算力、高时延、决策事故处置方案，两者分工不同，但相辅相成，缺一不可。大小脑架构是基于现实生产条件所提出的，全采用低时延高性能服务器固然效果出色，但脱离现实，不具备经济适用性，也背离节约资源的原则。

图2 核心决策模块框架图

1.3.1 小脑模块

由于该模块直接与井下各数据分站连接，数据吞吐量大，计算量一般，但对时延要求较高，故采用低时延、低算力的服务器。该模块在计算出井下各地点生产状态后，将数据导出到大脑模块和可视化模块。

1.3.2 大脑模块

大脑模块不仅担负着监测全矿实时生产状态的重担，还实时运行着各灾害预测模型，在有突发事故或有事故发生风险时，提前主动预警，并基于其高算力特性在较短时间内计算出合适的决策方案。

整个决策模块由“3I”组成：人工智能决策(AI: Artificial Intelligence)、人工干预(MI： Manual Intervention)、可视化表达(VI: Visualization)。在监测到危险来临时，系统自动生成事故危险性预报、人员撤离路线和灾害处理方案，并立刻通知地面监测中心。考虑到系统决策可能出错，系统预留有人工干预窗口(窗口时间随灾害危险程度缩短)，同时在窗口时间无响应时，会自动跳过执行灾害处理方案。

1.3.3 算法优化

大小脑架构从硬件角度说明了决策系统的不同分工方案，软件层面的改进同样重要。当事故发生时，大脑每提前一秒钟计算出系统调整方案，都会减少一分井下工作人员的危险。受硬件性能和经济条件的限制，算法的优化显得尤为重要。

魏连江等人基于统计学软件SPSS分析通风网络图中的分支、节点、独立回路、独立通路以及角联分支等参数的内在逻辑关系，简化了通风网络结构复杂度的快速评价模型[13]. 李雨成等人通过改善通风网络数据存储结构，解决了在优选通风机特性曲线时的“假收敛”问题，优化了系统的复杂度，进一步提高了计算速度和效率[14]. 吴新忠等人提出一种基于多策略融合麻雀搜索算法的矿井风流智能调控方法，极大简化了风路的调节过程[15].

1.3.4 联动控制

在大脑模块发现有事故发生时，便会联合各类通风构筑物，即时做出调整，将各有毒有害气体浓度控制在安全生产规程许可范围内。联动控制设施包括与地面数据中心相连接的风门、风窗以及防爆井盖等。

近几年智能矿井概念大热，各类联动通风设施也层出不穷。侯英等人运用PLC技术与原有变频技术结合，设计出两种通风机控制方式[16].

1.4 可视化模块

可视化表达是为进一步降低工作人员负担，将整个风路系统的实时状态在三维仿真图象上表达出来的技术，其包括工作面的实时生产情况，各巷道的风速、温度，风门和风窗的开闭以及风机和防爆井盖的状态等。现有可视化技术在展示风流相关参数方面已经相对完善，但相关通风构筑物等联动设施的状态还未有较好的表现[17].

基于出色的视觉化效果和地理分析功能，地理信息系统(GIS)在矿井可视化领域受到不少学者的青睐[18-19]. 此外，还有学者从新型技术出发，利用增强现实技术实现可视化系统[20]. 该系统在井下灾变时期能提供更加精准和人性化的引导，但缺憾也十分明显，受目前硬件性能限制，增强现实的效果并不出色，经济性较低。

2 灾害管控系统

在实际生产实践中，巷道内发生灾害事故后，各类传感器设施基本失效，修复费用极大，有时甚至无法修复。也就是说，大多数传感器设备在灾害面前都是一次性的，这导致矿方没有意愿采用成本更高的智能化系统，特别是当前智能化系统的技术还未成熟的情况下。

目前，通风系统作为应用最广泛的辅助系统，其智能化发展必然领先于其它灾害管控系统。若能将灾害管控系统的软件部分部署在通风系统的硬件上，提高硬件的利用率，可以极大缩减建设成本，推进智能化矿井的建设。

本文所提出的基于智能通风的火灾和瓦斯突出灾变管控系统模式的核心在于：将灾害管控系统建立在智能通风系统的框架上。正如图1所示，只需增设不同的感知模块，后续在同一套硬件上采用互通的数据传输模式即可。

2.1 灾害管控系统的现状

目前煤矿灾害相关监测技术和装备已经相对成熟，各类新型预警方法也时有突破，但各种灾害之间的信息交换、集成分析还远远不够。整个矿井的综合安全平台没有形成体系，各类灾害的数据传输和分析各自独立，各系统间彼此孤立，造成资源闲置[2]. 尤其是当发生火灾和瓦斯突出灾害时，现有的通风系统不能第一时间阻断新风和有毒有害物质的合流，造成井下大面积污染，严重威胁到井下作业人员的生命安全。

2.2 火灾管控系统

2.2.1 火灾预警技术

火灾预警技术主要分为两部分，分别是火灾探测技术和火灾预测技术。前者主要针对出现热积聚或已经发生自燃的地点进行探测；后者则针对前者难以探测或可疑的地点进行火灾风险度预测。

根据煤炭燃烧过程特性，目前常用的火灾探测方法包括：测温法、指标气体法。

测温法作为最直接、最可靠的火灾探测方法，其各类传感器发展迅速。该类型传感器易联接到矿井综合安全系统的工业以太网上，缺点是其效果会受到传感器布置位置和密度的影响。常用测温仪器包括热电偶、测温电阻、光纤、红外热成像等。此外，光纤测温技术近年来也是测温法发展的热点[4-5,21].

指标气体法目前已经发展的相对完善，但由煤自燃机理可知，该方法检测火灾在理论上具有滞后性。鉴于此，为了能补偿该方法在原理上的不足，未来发展应该会致力于提高仪器的精度，力求第一时间发现自燃现象，第一时间采取措施。该方向的传感器主要以氡气测量为代表[22-23].

此外，利用图像识别技术由于其硬件的普适性和经济性，目前也相对热门[24-25]. 该技术利用摄像头即可采集数据，后续再对图像信息进行赋值比较，便能判断有无火焰。显然，图像识别技术在遇到阴燃时效果会大打折扣。

火灾预测技术以火灾探测技术基础数据为起点，采用神经网络、模糊算法等算法来进行预测预报[26-27]，但大多还在实验试用阶段。

目前，矿井火灾预警技术的运用还主要以单参数指标为主，误报率较高，联合多因素交叉分析没有大规模应用实例。此外，还没有一套综合的集预警、救灾和联动控制于一体的智能化火灾预警系统投入实际生产应用[28].

2.2.2 火灾管控策略

随着国家和人民对煤矿安全生产形势要求的提高，传统粗放的火灾管控模式已经不能满足要求，亟需建立一套完备智能的火灾管控模式[29]. 烟气导流是矿井火灾的管控重点。火灾管控系统需要在探测到火情后，立刻计算最优排烟路径和人员逃生路线。同时，还要尽可能缩小火区风量，避免助长火势。

限于实际生产矿井条件的复杂性，关于烟气导流问题的研究，主要以计算机仿真模拟来开展。郝海清等建立了皮带巷火灾区域网络模型，分析烟流扩散和调控规律，并提出了两种调节方法[30]. 周艺婷同样以皮带运输巷为研究对象，采用风流短路法将灾变风流引入专用回风巷[31].

2.3 瓦斯突出管控系统

2.3.1 瓦斯突出预警技术

目前常用的瓦斯突出动态监测手段有：微震监测、声发射、电磁辐射监测和应力监测等。

随着开采煤层的深入，瓦斯突出变得越来越频繁，上述单一的地球物理技术手段已经慢慢被替换成耦合多效应监测系统或基于深度学习的模糊监测系统。邱黎明等人结合声发射、微震监测及瓦斯浓度监测等手段，预测煤与瓦斯突出危险。Li结合微震监测和CT技术进行突出预测，也取得不错的效果[32-33].

现有的瓦斯突出监测技术还存在需要改进的地方。声发射和微震监测的监测频率范围窄，精度也有所欠缺，应力监测的误差较大，无法进行多维度同时监测，且两种方法的抗干扰能力都有限。在现有检测技术没有重大突破的情况下，未来应该会更多地依靠大数据分析来提高预测的准确度。除此之外，基于大数据和人工智能算法的瓦斯预测也有不少成果[34-35].

2.3.2 瓦斯突出管控策略

当瓦斯突出后，极短时间内高压瓦斯便充满整个巷道空间，直接影响风路的正常运行，严重情况下还会造成风路逆流。大量高浓度瓦斯会随着巷道扩散，极易造成人员窒息事故，伴随的瓦斯爆炸二次灾害会进一步加大事故损失。因此，瓦斯突出所喷射出的高压瓦斯气体是管控的重点。管控系统不仅要即时切断暴露于瓦斯突出区域的设备电源，还应第一时间封锁高浓度瓦斯气体。

瓦斯突出后，高压瓦斯气团的流动规律主要以计算机仿真来进行研究。孙晓元和余景孝分别研究了瓦斯流在交叉巷道和全巷道地形中的流动规律以及对通风系统的影响[36-37]. 瓦斯突出的重点还是以“预防为主”，但当事故发生后，各系统间的协同调控能力还不完善。

3 结 语

矿井智能化发展既符合时代潮流也契合国家战略，但现有矿井的智能化技术仅仅局限于各个分系统的智能化、各项技术的智能化，更应该加强各个系统间的智能化，这才是符合国家战略的新型智能化煤矿。

未来应该建立以通风系统为核心框架，嵌合多种灾害预警系统的综合安全管理系统，即“安全与应急管理系统”，或者说“大安全系统”。该系统旨在解决以下目标：实时动态监测矿井生产状态，生成矿井实时三维仿真示意图，预测灾害危险程度、发生地点及波及范围，根据灾害危险等级提前主动预警，优选工作人员安全撤离路线，智能决策灾害处理方案。

相信随着智能化示范矿井的建设，相关规范和标准会逐步确立起来，煤矿行业的第二个黄金十年正在到来。