朱啟成 楊超宇


【摘 要】 瓦斯災害給煤礦安全生產帶來極大的威脅,利用瓦斯預警理論及信息化技術研究設計一種煤礦瓦斯安全預警系統能夠極大地降低事故發生帶來的損失。本文首先提出了一種新的煤礦瓦斯安全預警算法,設計了監測指標及其預警標準。以該算法為基礎設計實現了煤礦瓦斯安全預警系統,分別介紹了系統總體架構及各個功能模塊。最后在煤礦實際數據環境下進行了實驗,并對結果進行了分析,能夠有效及時地對瓦斯狀態進行動態監測預警。本文提出的算法及系統方案在煤礦瓦斯事故災害預防中具有重大的現實意義。
【關鍵詞】 瓦斯;安全監控;預警;算法;數據
【中圖分類號】 TD712 【文獻標識碼】 A
【文章編號】 2096-4102(2020)03-0017-03 開放科學(資源服務)標識碼(OSID):
煤礦生產過程中往往受到瓦斯爆炸、煤與瓦斯突出等災害事故的威脅,我國煤礦每年發生死亡10人以上的重特大事故中,瓦斯事故約占死亡人數的71%。目前,煤礦井下安裝了大量的瓦斯監測傳感器,但是,如何從這些傳感器獲取的大量數據中挖掘出有效的煤礦瓦斯危險源信息,并進行及時準確的瓦斯風險預警,成為目前煤礦瓦斯監控預警需要解決的關鍵問題。
目前,一些基于信息技術的瓦斯預警系統在煤礦中進行了實際應用。但是從操作性及預測效果等方面,無法滿足煤礦瓦斯安全管理的實際需求。在信息化技術發展越來越成熟的環境下,本文在煤礦安全管理、瓦斯突出防治等理論基礎上,提出了一種可行的煤礦瓦斯預警算法。然后利用傳感器網絡、信息管理、圖形可視化等技術,設計開發了一套煤礦瓦斯災害預警系統。最后在實際的應用環境下進行了測試,能夠對工作面瓦斯狀況進行有效的動態監測及預警,對減少煤礦瓦斯災害具有重大的現實意義。
1煤礦瓦斯安全預警算法
1.1預警算法監測指標及預警標準
1.1.1等效濃度Ci
本文公式及文字中提到的實時濃度Ci均為等效濃度Ci,表示從傳感器節點中實時采集到的瓦斯濃度值。
1.1.2波動率計算及預警判別法
波動率是指濃度相對于長周期均線變化幅度,其計算公式如下所示:
Bi=g100%公式(1)
式中,Bi—實時波動率,Ci—實時氣體濃度值,Cmc—長周期瓦斯濃度平均值。
在同一長均值濃度范圍內,不同的預警等級采用同一波動率的臨界值,以超過臨界值次數劃分預警等級,不同濃度范圍,波動率臨界值不同。
1.1.3頻率計算與判別法
當Ci≠Ci-1,認為瓦斯濃度變化1次,即記P=1(次),頻率計算需要兩個參數指標。第一個是Pmc,是指實時頻率周期內的頻率平均值,其計算公式如下:
Pmc=Ts·Pc/Tc公式(2)
式中,Ts代表實時頻率周期,一般取2-10分鐘,測試時取5分鐘。Pc是指長周期內頻率值;Tc是指長周期時間。
第二個指標是Pi5,計算方法如下面公式所示:
Api=100·公式(3)
式中,Api是等級系數,Pmc為公式(2)中Pmc,Pi5為實時周期內的頻率值。濃度變化頻率預警方法有兩種方式,一是超標準次數(在同一幅度內頻率次數增加),二是頻率變化幅度。
1.2工作面瓦斯預警等級及判斷標準
工作面瓦斯狀態預警等級及判斷標準根據以上各個單項預警指標匯總而定的。工作面預警等級對應于某個地點,即與某組傳感器綁定。我們將瓦斯狀態預警等級劃分為:0——無異常、1——關注、2——提醒、3——警告、4——響應,隨著數字的增加,預警等級越來越高。工作面預警等級劃分方法采用相鄰等級指標疊加和各單項同級指標疊加相結合的方法。
2系統分析與設計
2.1系統總體架構設計
根據以上煤礦瓦斯預警算法,設計一個以物聯網環境為基礎的、數據庫存儲查詢為中心的瓦斯可視化預警綜合管理平臺,如圖1所示。首先通過礦井工作面的瓦斯傳感器節點將采集到的實時瓦斯濃度數據通過無線網絡將數據匯總到服務器中,隨著傳感器節點不停地采集數據,服務器上數據文件也將會不停地更新。服務器上同時部署數據標準化統一處理應用程序,將不同廠家、不同類型傳感器生成的不同格式瓦斯濃度數據進行格式化,形成統一標準的數據格式。服務器端程序在得到最新的數據后,將最新數據更新到數據庫中,在此過程中,把工作面信息、傳感器信息、時間信息同步更新到數據庫中。圖1中有一個Excel歷史數據文件,可保存煤礦歷史瓦斯濃度數據,這些數據通過一個單獨的Excel數據轉換處理程序按行讀取Excel文件中的內容,將瓦斯濃度數據解析后更新到服務器上瓦斯濃度數據文件中。采用這種方法,實時采集的瓦斯濃度數據與歷史瓦斯濃度數據能夠統一化處理,服務器端處理程序只需要查看同一個數據文件即可。在數據更新到數據庫中以后,通過一個瓦斯預警客戶端應用程序對瓦斯濃度預警信息進行多維可視化展示。
2.2系統功能分析
根據煤礦瓦斯安全管理的實際需求,結合安全管理理論與計算機管理信息化技術設計實現煤礦瓦斯安全監控預警系統。其中,主要功能模塊劃分為數據采集、預警信息、信息錄入、報表、應急管理、決策支持、系統設置等。
(1)數據采集。此功能中分為監測系統和Excel表格兩個子功能,監測系統功能能夠從煤礦工作面瓦斯傳感器實時讀取數據,Excel表格能夠從瓦斯濃度Excel歷史數據表中解析瓦斯濃度數據。
(2)預警信息。該功能中包括實時信息、預警等級、預測指標、濃度變化。這四部分功能分別從瓦斯濃度實時數據、瓦斯預警等級狀態、預測指標對比、濃度變化狀態四個角度來進行瓦斯狀態預警信息的可視化展示。
(3)信息錄入。該功能中主要對需要監測的工作面、傳感器、瓦斯預警等級等基礎信息進行管理。
(4)報表。該功能中包括對歷史監測過程中發生的瓦斯突出信息、煤層狀態等進行分析,生成統計報表的形式。
(5)應急管理。對瓦斯發生突出事故后相應的應急預案、救援隊伍信息進行管理。
(6)決策支持。對可能發生的瓦斯突出情況提供決策方案信息管理。
(7)系統設置。管理系統中基礎信息,包括登錄用戶、用戶密碼、系統數據庫連接配置等。
3系統實現及結果分析
該系統在平頂山天安煤業有限公司十礦進行了試運行,該礦井為年產350萬噸特大型現代化礦井。礦井主采的戊組、己組煤層均為突出煤層,礦井突出防治壓力較大。為預防采掘作業中的煤與瓦斯突出,礦井布置了煤與瓦斯突出預警系統,進行了試運行。系統采用共享礦井已有安全監控系統采集的數據,進行專門數據處理與分析,以獨立發布分析結果和預警信號的方式進行。
3.1瓦斯濃度數據更新方式及文件格式
3.1.1服務器數據更新方式
在傳感器數據中心服務器指定目錄下有一個名稱為“data.txt”的文件,不同礦有不同的要求,一般3~10秒更新一次,完全覆蓋,內容為逗號分隔符的csv文件。其中的文件位置、文件名稱、更新頻率可以隨時配置,配置后在一段時間內保持固定。由于該數據文件按一定的頻率更新,所以在讀文件的時候要考慮文件是否更新完畢。一般情況下,瓦斯濃度傳感器數據的讀取設置間隔時間為0.15秒,既能保證數據的實時有效性,同時能夠滿足系統處理效率。
3.1.2數據文件格式
文件中需要解析的內容包括傳感器名稱(對應于多個數據中的地點)、氣體濃度、時間,其他項可以忽略。其中的每一項所在位置可以根據不同的礦來進行配置。傳感器分兩種:風速和濃度。具體按傳感器名稱根據后面兩個漢字來判斷。讀取文件時需要考慮漢字編碼問題,系統程序處理時將原編碼(GBK或GB2312或UTF-8)統計轉成UTF-8編碼。
文件格式舉例:
十礦,14,-320北大巷風速,3,3,2.96,1,2013-10-20 08:53:58
十礦,14,-320行人石門風速,4,3,4.2,1,2013-10-2008:53:58
3.2系統實現
在煤礦瓦斯預警系統總體架構設計中提出,必須將不同傳感器采集的數據進行統一格式化,并實時轉存到數據庫中,因此系統實現了一個服務器端數據處理程序。該程序運行在服務器上,實時地分析傳感器是否采集了瓦斯狀態數據,如果更新了數據文件,程序解析讀取數據文件,然后存入數據庫中。
如果在客戶端中僅需要分析歷史數據,系統可以對歷史Excel文件進行按行讀取,模擬實時數據采集狀態,將歷史數據依次錄入到數據庫中。系統實現了一個Excel文件讀取程序,對Excel文件進行解析,并轉存入系統數據庫中。
對系統測試實驗結果分析,通過長均線和中均線濃度變化可以看出,在中間曲線出現了波動現象,這種波動體現了突出的危險性,反映了突出的前兆信號。當波動率突破上限值時,煤與瓦斯突出的發生概率進一步增強,預示著突出臨近。從瓦斯濃度變化特征來看,兩者預警信號一致。
4結論
針對煤礦安全生產中瓦斯監測系統的不足,本文基于瓦斯濃度監測傳感器網絡,提出了一種新的瓦斯濃度預警算法,并設計了具有實時監測、傳感器異構數據統一格式化、歷史數據分析等功能的煤礦瓦斯監控預警系統。系統能夠在實際的煤礦環境中對瓦斯濃度監控和預警,且數據監測精度高、預警響應速度快、系統運行穩定、操作維護方便,為煤礦瓦斯安全管理提供了準確的科學依據,有效地提高了煤礦生產安全管理水平,在煤礦瓦斯災害防治應用中具有極大的參考及推廣價值。
【參考文獻】
[1]常彥昆.對防治煤礦瓦斯爆炸的技術研究[J].中小企業管理與科技,2011(27):191.
[2]趙恒,王婷婷.煤與瓦斯突出災害預警系統在趙莊煤業的現場應用[J].山西煤炭管理干部學院學報,2015,28(1):7-8,12.
[3]關維娟.煤礦工作面作業環境及煤與瓦斯突出危險綜合評價研究[D].淮南:安徽理工大學,2015.
[4]李潤求.煤礦瓦斯爆炸災害風險模式識別與預警研究[D].長沙:中南大學,2013.
[5]顧榮榮,任萍,郝偉.嵌入式ZigBee瓦斯監控系統的設計[J].長春師范學院學報,2013,32(5):42-44.
[6]金鑫.基于PXI的無線通信遠程實驗平臺的設計[J].國外電子測量技術,2015,34(3):81-84.
[7]楊揚.河西區應急聯動和服務管理系統研發[D].天津:天津大學,2010.
[8]楊宏飛.智能化井下瓦斯監測系統設計[J].山西能源學院學報,2018,31(1):30-33.
[9]冀少軍.多傳感器數據融合技術在煤礦瓦斯預警中的應用研究[D].邯鄲:河北工程大學,2016.
收稿日期:2020-01-11
基金項目:本文系2018年度安徽高校自然科學研究項目“煤與瓦斯突出智能預警系統的開發與應用研究”(項目編號:KJ2018A0769)最終研究成果。
作者簡介:朱啟成(1973—),男,安徽長豐人,安徽工貿職業技術學院計算機信息工程系講師,碩士。