矿井风速故障源诊断及角联结构传感器布设

煤矿井下监控系统测量的风速数据并不能用来判断故障源位置,只能反映风速传感器所在巷道的风量变化情况。引起井下风速变化的原因很多,如巷道冒落、巷道堵塞、巷道变形等,从整个通风网络角度考虑,都可以归结为分支的风阻发生变化。由于井下通风网络中任一分支风阻的变化都可能引起自身及其他相关分支风量变化。提出用逐步线性回归分析法,确定引起通风系统风速传感器报警的分支集合。建立了逐步线性回归分析的通风系统故障源诊断数学模型。通过具体实例给出了风速传感器安设在不同位置下,可能引起此分支风速超限的故障巷道集合的结果。分析了关联分支的风阻变化对角联分支的影响,从而确定选择那些对角联分支影响大且自身风量容易发生变化的巷道安设风速传感器。     

改进灵敏度矩阵的矿井通风故障源诊断及传感器布置研究

利用当前的矿井通风安全监测监控系统,只能反映安设风速传感器的井巷风量发生变化,至于变化是由该条巷道故障引起的,还是由于拓扑关系原因引起的,都无法诊断故障源,通风系统的故障可以归结为分支的风阻发生变化。如果分析每一条分支风阻变化对通风系统的影响,即每一条分支都安设风速传感器是不可能的。因此,井下风速传感器的布置最小数量及位置问题也是研究的重点。改进灵敏度矩阵,建立分支灵敏度0-1矩阵和通风网络故障巷道范围库,用以确定可能引起风速超限的故障巷道范围。最后,提出最少全覆盖布点法,给出分支覆盖度和影响巷道范围库的概念,用以求得风速传感器的宏观布点。     

矿井监控预警诊断系统研究

为确定引起井下监控系统预警的故障源的位置,基于专家系统,采用知识库与推理机相结合的方法建立矿井监控预警诊断系统。设计风速超限预警诊断知识库,通过建立风阻-风流变化影响关系矩阵,得到影响每条分支风量变化的分支集合。同时设计风速、瓦斯、烟雾、一氧化碳超限以及风门开停、主要通风机负压预警诊断推理机。给出矿井监控预警诊断系统推理流程。采用此方法对铁法大明矿进行工业试验。结果表明:预警诊断结果与实际情况一致,从而验证了矿井监控预警诊断技术及方法的可行性。     

基于网络分析的矿井通风智能诊断专家系统

提出了矿井通风智能诊断专家系统来解决通风系统故障诊断问题,设计了矿井通风智能诊断专家系统知识库和推理机,提出用逐步线性回归分析法确定可能引起某巷道风速超限的风路集合.在知识库中把通风系统故障原因详细归类,在专家系统推理机中进一步缩小了故障范围并推断故障原因.给出了矿井通风智能诊断专家系统推理流程并设计了用户接口,故障诊断结果图可以直接显示故障巷道范围、故障原因及故障巷道列表.最后对大明矿进行了工业试验,智能诊断专家系统的故障诊断结果与实际结果一致,验证了系统的可行性.     

井下巷道-矿车系统风流扰动特征规律实验研究*

针对井下巷道-矿车系统易造成巷道风流紊乱、影响矿井通风系统安全稳定性的问题,建立巷道-矿车系统风流扰动模式及影响因素体系,提出表征巷道-矿车系统的风流扰动特征的关键参数,包括巷道扰动风阻、阻塞比、矿车位置,推导矿车运行至巷道不同位置时巷道-矿车系统扰动风阻计算公式,研究巷道风速、阻塞比与巷道风阻的关系。研究结果表明:矿车在巷道中顺风行驶的速度大于风速时,巷道-矿车系统对通风系统进行增压调节;当矿车逆风行驶时,巷道-矿车系统的风阻随着矿井通风系统供风量的增大而减小,最大扰动为矿车驶出巷道时刻,阻塞比与巷道风阻呈现线性递增关系;此外,小风速、小断面巷道运行的矿车对巷道-矿车系统的风阻影响较大,模型求解结果与实测数据的最大误差为6.84%。研究结果可为矿井通风系统的智能化调控提供理论依据。     

基于FTA的矿井监控预警诊断知识表示及推理机制

当前的矿井监测监控系统给出的预警结果只能反映传感器所在位置的参数变化,并不能依此判断传感器所在位置就是故障源。研究矿井监控预警诊断专家系统,通过建立矿井通风系统故障树设计面向故障树的基于框架与规则的混合知识表示方法,利用框架中诊断规则的推理确定故障传播关系,找到故障源。设计了矿井监控预警诊断推理机制,利用监控系统对灾变时期的火灾和瓦斯大量涌出以及正常生产时期矿井中的活塞效应、巷道风阻变化、通风构筑物故障、爆破、通风动力故障以及自然风压变化进行故障诊断推理分析,给出监控预警诊断故障源分析界面,为管理人员对矿井正常生产和灾变时期的故障处理提供依据。     

提高通风网风流稳定性防止风流反向

多中段通风网风流稳定性多中段作业的矿井通风网,经常出现角联巷道,这些巷道受网路中其他巷道风阻变化的影响,风流方向不稳定,容易发生风流反向,造成烟尘污染,破坏井下正常的风流系统。同一类型通风网,由于网路中各巷道风阻的配比关系不同,产生风流反向的难易程度也不相同。不同类型的通风网,由于巷道连接形式不同,在各相     

基于决策树的矿井通风阻变型故障诊断及传感器优化布置*

为实现矿井通风阻变型故障智能诊断,解决风速传感器优化布置与诊断模型不匹配的问题,提出基于决策树的矿井通风故障位置分类判断、故障量回归预测及嵌入式风速传感器优化布置一体化方法;以唐安矿为例对上述方法进行验证。结果表明:矿井通风空间数据集无量纲化能提高故障诊断准确率、提升模型收敛速度,剪枝能提高模型泛化能力;以基尼系数为嵌入式传感器优化布置选择标准,其模型故障诊断准确率更高,当风速传感器数量为15时,故障诊断准确率为84.5%,继续增加风速传感器数量故障诊断准确率提升较小。人工智能诊断技术的应用具有较大的经济和社会效益,是智慧矿山的重要研究方向之一。     

矿井通风管理工作中CASIOfx-180P型电算器的应用 第二讲 通风摩擦阻力与并联风阻、并联分风的计算

一、通风摩擦阻力的计算例3.已知某矿一条风路中各通风巷道的摩擦阻力系数α、长度L、断面积S、断面周边系数M和风量Q,试计算各通风巷道的摩擦风阻R_f、摩擦阻力h_f和风速V(见表3和表5)。摩擦风阻的计算公式是:     

矿井巷道风流平均风速分布规律的试验与模拟研究

为探究巷道断面平均风速分布规律,准确测定风速大小,利用激光多普勒测速仪(LDA)进行测试试验,并通过Fluent数值模拟方法研究矩形、半圆拱和梯形巷道断面的风速分布特征。试验表明,风流质点速度呈湍流随机脉动特性,但服从正态分布。就瞬时风速而言,巷道断面平均风速分布环状曲线为不规则波浪形式;Fluent模拟表明,巷道风流充分发展的断面上的平均风速分布与通风风速大小无关,仅与巷道断面形状有关。基于统计平均的试验结果与Fluent数值模拟结果吻合较好,进一步说明,可以在巷道断面平均风速分布点位布置测点,考虑风流脉动影响,将该测点风流各态遍历周期内的速度统计均值作为巷道断面平均风速,无需系数校正。