礦井通風系統監測平臺的設計與實現的研究

王學斌

（陽泉市南煤集團南莊公司， 山西 陽泉 045000）

引言

通風機因其自身具有諸多優點，比如使用效率高、維護方便、結構緊湊、易于維護等，被廣泛應用于煤礦開采、工業產生、冷卻塔系統等行業。隨著科學技術的發展，各行業對通風機的使用性能提出了更高的要求，要求其通風量增加的同時，降低功耗、提高設備的可靠性等。通風機也從原來的粗放式，變為現在設備的設計更加精密，并在提高設備可靠性的同時研究狀態監測系統，實現對通風機狀態的全面掌握[1]。

為了及時甚至超前預判通風系統狀態，對于確保井下通風安全具有重要意義。因此在生產過程中急需建立一套針對通風系統的監控與預判機制，從而有助于對井下通風安全的預判，提高管理能力。本文根據某煤礦一實際井下通風改造項目為研究對象，給出了井下通風監測系統設計，并借助BP 神經網絡對歷史數據擬合分析能力，實現對井下通風系統的監測與預測[2]。

1 BP 神經網絡

煤礦井下通風系統由于其環境的特殊性，時常會出現風機故障的問題。如何減小損失，對風機系統功能進行有效管控，可以利用計算機數字化分析，基于通風機的大數據，BP 神經網絡可以擬合分析出一般的規律。

現有的通風機監測預警平臺使用手段較為有限，可以利用神經網絡模糊處理，實現對數據的篩選、甄別，從解決通風機實際故障問題出發，建立預測模型。神經網絡顧名思義，其作用就像大腦，當用于解決某一問題時，不斷接受數據訓練，從而實現對某些情況的自主處理，并且可不斷地實現調整優化，具有容錯、聯想、自學能力[3]。

BP 神經網絡算法是目前常用的一種神經網絡算法，由梯度搜索實現，在實際應用中常用于處理多輸入條件下的非線性問題，具有獨特優勢。在BP 神經網絡結構中，包括輸入層和輸出層，而中間保護節點是分布隨機的隱藏層，其結構示意圖如圖1 所示[4]。

圖1 BP 神經網絡結構圖

2 通風系統監測與預測總設計

2.1 通風系統監測

2.1.1 總體設計

井下通風系統監測子系統主要以PLC 控制器為核心，主要實現對通風系統的狀態監測、數據采集、輸出功率的控制等操作，該子系統主要包括的硬件設備有PLC 控制器、現場布置的各種傳感器、通風機主機、變頻控制器、供電網絡等，結構的組成如下頁圖2 所示[5]。

2.1.2 硬件選擇

需要根據實際通風機的使用情況、產品闡述，提出對監測系統硬件的設計，主要涉及通風機供配電系統設計、PLC 控制器的選擇、主風扇機的選擇等。

1）通風機供配電系統設計。對電路總體進行設計，根據使用情況進行優化，合理分配供電電路，確保電路功率分配合理。供配電系統主要包括母線聯絡柜、變壓器、低壓配電柜、低壓進線柜、UPS 以及低壓變頻柜等相關設備[6]。

圖2 通風監測系統主框架

2）通風機型號選擇。根據該項目的實際情況設計通風機，確保井內有足夠的空氣通量，項目現場最終確定選擇了兩臺T35 礦用軸流式通風機，通風機額定功率：25 kW；風量：8.0～17 m3/s，并在通風機氣體出口設置6 個溫度傳感器，并且可實現風量自動調節，使用起來較為方便。

3）PLC 控制器。本系統設計中采用了由德國西門子生產的，SR17-350 系列PLC 控制器，該型控制器具有諸多優點，如性能優越、可靠性好，輸出與輸入端口豐富，能夠很好地應用于井下通風系統的監測系統。

2.2 數據系統采集子系統設計

計算機技術的發展，推動了數據采集的應用與發展，尤其是在傳統工業行業的應用，極大地提高了原有系統的效率。傳統的數據采集結構，包括傳感器數據采集、A/D 轉換、信號傳輸、信號處理，以及對信號進行處理，在軟件層面的系統的實現基于第三專業軟件服務商提供，在此對軟件系統具體搭建過程不再贅述。軟件主要包括五大模塊化功能，包括主程序、測試程序、模擬量、控制參數等。

2.3 預測子系統設計

預測的基本原理就是首先基于采集子系統獲得數據，以及控制系統的處理反饋信號，主要由OPC Server 硬件服務器實現在MCGS 軟件與PLC 風機控制系統之間的信息傳輸功能，同時實現基于MATLAB 軟件的BP 神經網絡算法的狀態監測數據預測的平臺，如圖3 所示，為該預測子系統的硬件結構示意圖。

3 監測平臺的實現

對于井下通風監測系統軟件平臺的軟件設計，根據項目實際情況提出設計要求。軟件具體實現由第三方程序編輯合作開發，對于該軟件的功能以及要求提出了總體設計。首先說明該軟件的設計原則，主要依據：實用性、可靠性、后期可擴展以及開放性原則。

圖3 預測評價子系統搭建

圖4 通風系統監測軟件平臺結構

如圖4 所示，為軟件設計的總體邏輯關系圖，系統實現的主要流程為首先基于傳感器數據采集，并通過井下以太網將數據進行傳輸、數據采集，以及系統對數據的處理。再由主計算機處理系統對監測數據進行分析，并依據BP 神經網絡計算結果對系統狀態進行研判。

如圖5 所示，為軟件系統通風機監測界面，軟件實現了設計功能，該監測界面主要包括通風機運行狀況、通風機轉速、軸溫以及流量等重要參數。同時該系統還具備主通風機運行監控功能、監測數據記錄歷史查詢、狀態實時查詢界面、報警信息界面、參數設置、系統智能預測輸出信號等功能，在此不再一一說明。

圖5 軟件系統通風機監測界面

該監測系統在后期的實際使用中，其性能也得到了檢驗，滿足設計要求。實現了對井下通風系統的監測，并根據監測歷史數據，做到對故障狀態的研判。根據BP 神經網絡預測結果，將系統的可靠性閾值設定為五個檔，分別是安全、較安全、一般、較危險、危險；當神經網絡預測結果為危險時，系統將進行自動報警，有效地保障了通風系統的安全。該研究對于井下通風監測與預警系統的研究具有重要參考價值，對于保障井下安全作業具有重要意義。

4 結論

1）為了確保獲得良好的通風效果，保障井下作業安全，對井下通風系統進行設計并實現有效監測，并基于歷史監測數據對狀態進行預判、預測。根據某煤礦一實際井下通風改造項目為研究對象，設計了通風監測子系統、預測子系統，對系統硬件、軟件進行設計，得到滿足該項目的監測、預測平臺。

2）對監測總系統軟件功能以及要求提出了總體設計，由第三方程序編輯代理合作開發實現軟件開發，該監測系統在后期的實際使用中，其性能也得到了檢驗，滿足設計要求。實現了對井下通風系統的監測，并根據監測歷史數據，做到對故障狀態的研判，可以為井下通風系統設計提供有力參考，對于保障井下安全作業具有重要意義