基于數字孿生技術的礦井風流調控虛擬系統設計與開發

龔青

（中煤科工集團信息技術有限公司，陜西 西安 710001）

深部資源開發是目前能源領域研究的重點課題之一，但能源的高效開采和安全生產是制約深部資源開發發展的兩個重要因數[1]。在煤炭的開采中，受到開采環境和工藝的影響，不可避免地產生煤礦粉塵和瓦斯突出，這些粉塵和瓦斯濃度如果得不到有效稀釋，將導致其在巷道內集聚，威脅著煤炭開采安全[2]。礦井的機械化、信息化和智能化是煤炭開采的重要發展方向，因此結合數字孿生技術應用于煤礦礦井巷道的風流調控，可有效降低由于風流不均導致的粉塵和瓦斯的濃度增加，為數字化的巷道掘進和安全生產提供研究依據[3]。

1 風流調控系統的數字孿生與物理現實之間的虛實映射關系分析

數值孿生也稱為信息鏡像模型，它是對現實物理世界的完全模擬、對應和映射，充分利用了虛擬的模型的數字屬性，在虛擬空間中對物理模型進行多尺度和多物理量的映射和完全一致，實現數字時間對物理世界的刻畫、模擬仿真以及可視化[4]。數字孿生模型可以依賴交互設備驅動現實物體的運轉，和現實物體兩者相互統一、互相補充、雙向映射，實現數字和實體的融合發展和虛實交互[5]。

在構建煤礦風流調控虛擬系統之前，需分析礦井的風流調控系統的數字孿生與物理現實之間的虛實對應關系，解構兩者之間的功能關系、系統耦合等，因此建立風流調控系統的數字孿生體與物理實體之間的數字孿生模型如圖1 所示，風流調控系統數字孿生模型主要由3 個部分組成，分別為數字孿生體、物理實體以及跨域服務實體[6]。物理實體包括但不限于局部通風調控系統、風流調控裝置、巷道三維空間、瓦斯粉塵發生器以及傳感器等[7]。

圖1 基于數字孿生技術的礦井風流調控系統虛實映射關系模型

2 基于數字孿生技術的煤礦風流調控虛擬系統的總體設計

基于風流調控系統的數字孿生與物理現實之間的虛實映射關系模型，建立煤礦風流調控虛擬系統的總體框架如圖2 所示。礦井風流調控虛擬系統分為4 個部分，其中智能調控及決策評價服務系統能夠在傳感器的數據采集后，以巷道內的瓦斯濃度和粉塵濃度為基礎建立巷道開挖的通風孿生數據，采用時間序列建立ARIMA模型以更好地挖掘通風孿生數據，并經過數據的迭代優化，按照決策評價信息系統的判斷準則，提供風流調控決策依據，并傳遞給上位機系統，驅動PLC 控制器，最終得到風流控制和調節的目的；出風口風流智能調控物理系統是提供巷道粉塵和瓦斯的實時監測數據，并具有局部通風機和風筒等實體通風設備，采用PLC 控制器對風筒的風流速度、風壓以及出風口角度進行調節；出風口風流智能調控虛擬系統是與出風口風流智能物理系統一一對應的關系，能夠對現實實體的行為、幾何以及準則的數據模擬表達、虛擬場景建立、風流調控算法以及智能預測[8]。

圖2 基于數字孿生技術的礦井風流調控系統總體框架設計

3 基于礦井風流調控虛擬系統的應用效果分析

煤炭是山東省儲量最為豐富的礦產之一，其在省內的分布可以劃分24 個煤田，探明煤炭資源儲量約312.4億噸，含煤面積約16500 萬km2，其中兗州煤田為石炭-二疊紀煤田，設計的巷道為1600m，采用MB670 掘錨機。兗州煤田巷道掘進斷面形狀為矩形，開挖尺寸為5.5m×3.6m（寬×高），巷道的頂板埋深約400m，開采人員60人，按三班倒的勞動生產組織進行掘進，每班勞動力為20 人。

在礦井風流調控時，對于中、低風速和空氣溫度，選用ZRQF-D 系列的智能風速儀進行測量，風速的測試精度達到0.01m3/s，溫度的測試精度達到0.1℃；對于高風速的測定，則選用DEM6 型輕便杯式風速儀，風速的測試精度達到0.4m3/s，最大測試風速達到5m/s；對于井巷斷面積和距離的測量則采用YHJ-200J 型激光測距儀，能夠實現30m 范圍內測量風道斷面積的精度為±3mm2；對于井下空氣大氣壓，采用的設備為DYM3 型空盒氣壓計，測試精度達到1hPa；風機輸入功率及電壓等的測量采用MS22-3 三相鉗形數字功率表，測試精度達到0.01kw；礦井的風機型號為抽出式DK62-10No36B，最大風量可達到248.26m3/s，最大風壓達到2988.78Pa，功率為2×630kW，風機效率達到70.66%。

為進一步驗證基于數字孿生技術的礦井風流調控虛擬系統對出風口風流的智能調控效果，系統的初始風量進行給定，為120m3/s，掘進工作面與出風口的距離為5m，出風口的直徑為1200mm，水平偏角向右15°、垂直偏角向上3°。礦井風流參數的監測點布置按照監測參數的而不同而有所不同，對風速以及粉塵的監測，監測點分別布置在回風側，布置高度均為30cm，傳感器的數量均為7 個，與掘進工作面的距離分別為1.0m、1.5m、2.0m、3.0m、4.0m、5.0m 以及司機位置，監測點編號分別為JD01、JD02、JD03、JD04、JD05、JD06、JD07；對瓦斯的監測，監測點則布置在掘進工作面上，傳感器的數量為7個，布置的位置分別掘進工作面頂部、掘進工作面左右肩部、掘進工作面左右腰部、掘進工作面左右腳部，監測點 的 編 號 分 別JW01、JW02、JW03、JW04、JW05、JW06、JW07；對于風量的監測，監測點分別布置在回風側，布置高度均為30cm，傳感器的數量均為7 個，與掘進工作面的距離分別為0m、20m、40m、60m、80m、100m、120m。

圖3 為不同監測點位置的風速場變化情況。從圖中可以看出，在監測點編號JD01～JD06 之間，隨著距離掘進工作面的距離增加，傳統的局部通風系統和基于數字孿生的風流調控虛擬系統的風速均呈不斷減小的趨勢，而在掘進機司機工作位置（JD07），基于數字孿生的風流調控虛擬系統的風速反而增加，而傳統局部通風系統的風速則繼續減小。從JD01 風速監測點至JD06 風速監測點，基于數字孿生的風流調控虛擬系統的風速均大于傳統的局部通風系統的風速，基于數字孿生的風流調控系統的最大風速為1.99m/s（JD01）降低為0.75m/s（JD06），降低幅度為62.3%，而傳統的局部通風系統的最大風速為1.42m/s（JD01）降低為0.45m/s（JD06），降低幅度為68.3%。

圖3 不同監測點位置的風速場變化

圖4 為不同監測點位置的風速場變化情況。從圖中可以看出，在監測點編號JD01～JD06 之間，隨著距離掘進工作面的距離增加，傳統的局部通風系統和基于數字孿生的風流調控虛擬系統的粉塵質量濃度均呈近線性減小的趨勢，而在司機工作位置（JD07），基于數字孿生的風流調控虛擬系統與傳統局部通風系統的粉塵質量濃度均出現增減趨勢。從JD01 粉塵質量濃度監測點至JD07 粉塵質量濃度監測點，基于數字孿生的風流調控虛擬系統的粉塵質量濃度均大于傳統的局部通風系統的粉塵質量濃度；從基于數字孿生的風流調控系統的最大風速為800mg/m3（JD01）降低為300 mg/m3（JD06），降低幅度為62.5%，而傳統的局部通風系統的最大風速為220mg/m3（JD01）降低為170mg/m3（JD06），降低幅度為22.7%。由此可知，基于數字孿生的風流調控虛擬系統的降塵效果更為明顯。

圖4 不同監測點位置的粉塵濃度變化

圖5 為不同監測點位置的瓦斯體積分數變化情況。從圖中可以看出，按照掘進工作面頂部、掘進工作面左右肩部、掘進工作面左右腰部、掘進工作面左右腳部次序，瓦斯的濃度不斷減小，掘進工作面的左右兩側的瓦斯濃度呈對稱狀分布。基于數字孿生的風流調控系統的瓦斯體積分數在拱頂位置最大，約為1.0%，在左側拱腳部最低，約為0.5%，降低幅度為50%，傳統的局部通風系統的瓦斯體積分數在拱頂位置最大，約為0.5%，在左側拱腳部最低，約為0.2%，降低幅度為60%，在任意監測點，基于數字孿生的風流調控系統的瓦斯體積分數均小于傳統的局部通風系統的瓦斯體積分數。由此可知，基于數字孿生的風流調控虛擬系統的降瓦斯濃度效果更為明顯。

圖5 不同監測點位置的瓦斯場變化

圖6 為不同監測點位置的通風量變化情況。從圖中可以看出，隨著距離掘進開挖面距離的增加，通風量不斷減小。基于數字孿生的風流調控系統的實際通風量與設計通風量兩者相近，且兩者的差值變化范圍為-2.19m3/s～28.23m3/s，偏差幅度小于10%，因此可知，基于數字孿生的風流調控系統可以對礦井的通風量達到精確控制的效果，使得實際通風量與設計通風量基本一致。

圖6 不同監測點位置的通風量變化

4 結論

以實際煤礦巷道掘進為研究對象，基于數字孿生技術搭建礦井風流調控實體模型與虛擬模型的映射關系，并建立了基于數字孿生技術的礦井風流調控系統總體設計框架，將其應用于實際礦井通風系統的效果檢測中，得到以下幾個結論：

4.1 基于數字孿生的風流調控虛擬系統的通風系統與傳統的局部通風系統相比，前者可以在更低的風速條件下，實現更為明顯的粉塵質量濃度和瓦斯體積分數降低效果。

4.2 基于數字孿生的風流調控系統的實際通風量與設計通風量兩者相近，且隨著距離掘進開挖面距離的增加，通風量不斷減小，前者可以對礦井的通風量達到精確控制的效果，使得實際通風量與設計通風量基本一致。