阅读说明：本技术 基于实时监测风量的矿井通风系统异常的诊断方法 (Method for diagnosing abnormity of mine ventilation system based on real-time monitoring of air volume ) 是由 井上雅弘 李秉芮 满天雷 杨满征 李书波 王伟 陈凤梅 刘娜 于 2019-12-12 设计创作，主要内容包括：本发明提出一种基于实时监测风量的矿井通风系统异常的诊断方法,涉及矿井通风系统技术领域。本基于实时监测风量的矿井通风系统异常的诊断方法包括以下步骤：步骤一、确定矿井通风系统中通风机异常对分支风量的影响；步骤二、确定矿井通风系统中分支异常对矿井通风系统风量分布的影响；步骤三、矿井通风系统异常诊断。本发明的有益效果：根据设置在矿井通风系统内的有限数量的风速传感器,可以唯一判定矿井通风系统内发生风阻异常的分支位置和异常风阻值；计算方法简单,计算结果可靠,可为矿井通风异常判断和决策提供指导。(The invention provides a method for diagnosing abnormity of a mine ventilation system based on real-time monitoring of air volume, and relates to the technical field of mine ventilation systems. The method for diagnosing the abnormity of the mine ventilation system based on the real-time monitoring of the air volume comprises the following steps: the method comprises the following steps of firstly, determining the influence of the abnormality of a ventilator in a mine ventilation system on branch air volume; determining the influence of the branch abnormality in the mine ventilation system on the air volume distribution of the mine ventilation system; and step three, diagnosing the abnormity of the mine ventilation system. The invention has the beneficial effects that: according to a limited number of wind speed sensors arranged in the mine ventilation system, the branch position of the mine ventilation system where the wind resistance is abnormal and the abnormal wind resistance value can be uniquely determined; the calculation method is simple, the calculation result is reliable, and guidance can be provided for mine ventilation abnormity judgment and decision.)

基于实时监测风量的矿井通风系统异常的诊断方法

技术领域

本发明涉及矿井通风系统技术领域，特别是涉及一种基于实时监测风量的矿井通风系统异常的诊断方法。

背景技术

矿井通风系统是矿井中最重要的系统之一，其安全性、可靠性、经济性对保证矿井安全生产具有重要的意义。目前矿井通风监测监控系统日益完善，为矿井通风系统异常的快速诊断提供了宝贵的基础数据。一般情况下这些基础数据仅用来判断传感器安装巷道的风量是否满足生产要求。关于通风系统异常诊断理论的研究较少，目前可供参考的方法主要有灵敏度分析法。敏感度是反映巷道风阻与风量变化关系的指标。但该方法：计算复杂；很多情况下只能判断通风系统异常发生的大致范围，不能指定具体巷道位置。

发明内容

本发明的目的在于提供一种基于实时监测风量的矿井通风系统异常的诊断方法，可以准确判断矿井通风系统内发生风阻异常的具体巷道位置，并精确计算异常风阻。

本发明提供一种基于实时监测风量的矿井通风系统异常的诊断方法，包括以下步骤：

步骤一、确定矿井通风系统中通风机异常对分支风量的影响

通风网路图中从进风井口沿着风流方向到达回风井口的节点和分支的交替序列称为有向通路；

包含通风机i的所有有向通路的集合称之为通风机i子网路，记为GI；

当通风系统中只有通风机i发生异常、其他通风机和通风网路的风阻无异常时，子网路GI中的分支风量随通风机i风量的增加而增加、减少而减少，即：

(q′_fi-q_0fi)/(q′_j-q_0j)>0(i＝1,2,…,f；j∈GI)；

当通风系统中只有一台通风机(f＝1)时，通风机风量的变化率与通风网路中各分支风量的变化率相同，即：

(q′_fi-q_0fi)/q_0fi＝(q′_j-q_0j)/q_0j＝常数；

其中，

i：通风机编号；

GI：包含通风机i的子网路；

f：通风机数量；

j：分支编号；

q_0fi：通风正常时通风机i的风量；

q′_fi：通风异常时通风机i的风量；

q_0j：通风正常时分支j的风量；

q′_j：通风异常时分支j的风量；

步骤二、确定矿井通风系统中分支异常对矿井通风系统风量分布的影响

通风系统中分支j异常(风阻发生变化)时，分支j本身的风量变化最大，离分支j越远的分支风量变化越小；

两条分支的距离等于两条分支间的分支数；

步骤三、矿井通风系统异常诊断

约定矿井通风系统中仅有一处异常；

步骤3.1、风速传感器的实时监测风量

正常通风时的分支风阻R₀＝(r₀₁,r₀₂,…,r_0j…,r_0b)，设置风速传感器的分支(以下称为传感器分支)S＝(s1,s2,…,sj,…,sv)，传感器分支的实时监测风量和通风机的实时监测风量分别为Q′_s＝(q′_s1,q′_s2,…,q′_sj,…,q′_sv)和Q′_f＝(q′_f1,q′_f2,…,q′_fi,…,q′_ff)。

其中，r_0j：分支j的正常风阻；

b：通风网路中的分支数；

sj：安设传感器j的分支编号；

v：设置风速传感器的分支数；

q′_sj：传感器分支sj的实时监测风量；

q′_fi：通风机i的实时监测风量；

步骤3.2、通风系统正常

如果所有传感器分支的实时监测风量都等于正常风量，即

q′_sj＝q_0sj(j＝1,2,…,v)；

则通风系统正常；否则通风系统异常，转步骤3.3；

其中，

q_0sj：传感器分支S中sj的正常风量；

步骤3.3、通风机异常诊断

步骤3.3.1

将传感器分支作为固定风量分支、传感器分支的实时监测风量Q′_s＝(q′_s1,q′_s2,…,q′_sv)作为固定风量、传感器分支之外的其他分支以r_0j为风阻，进行通风网路解算以求通风网路的风量分布Q′＝(q′₁,q′₂,…,q′_b)；

步骤3.3.2

求|q′_fi-q_0fi|(i＝1,2,…,f)最大的通风机编号，并将该通风机编号记为w；

步骤3.3.3

如果

(q′_fw-q_0fw)/(q′_j-q_0j)>0(j∈GW)；

则通风机w异常；否则为通风网路中的分支异常，转步骤3.4；

其中，

w：发生异常的通风机；

GW：包含通风机w的子网路；

q′_fw：通风机w的实时监测风量；

q_0fw：通风机w的正常风量；

步骤3.4、分支异常诊断

步骤3.4.1

求(q′_j-q_0j)/(q′_fw-q_0fw)(j∈GW)最大的分支编号,并将该分支编号记为k；

步骤3.4.2

求离分支k最近的传感器分支，并将该传感器分支编号记为sd；

步骤3.4.3

以分支k的风量q′_k为固定风量、其他分支以r_0j为风阻求风量分布Q＝(q₁,q₂,…,q_b)和分支k的风阻r′_k；

步骤3.4.4

如果|q′_sj-q_sj|≤ε(j＝1,2,…,v)，则分支k为异常分支，r′_k为异常分支k的异常风阻，计算结束；

步骤3.4.5

如果|q′_sd-q_sd|>ε，则以q′_sd为固定风量、r′_k作为分支k的风阻求分支k的风量q′_k，转步骤3.4.3；

步骤3.4.6

如果|q′_sd-q_sd|≤ε，但|q′_sj-q_sj|>ε(j∈S；j≠sd)，则分支k不是异常分支，从与分支k连接的分支中选取(q′_j-q_0j)/(q′_fw-q_0fw)(j∈GW；j≠k)最大的分支，并将该分支的编号记为k，转步骤3.4.3；

其中，

k：异常分支编号；

q_sj:分支k的风量q′_k为固定风量时传感器分支sj的计算风量值；

q′_k：异常分支k的异常风量；

r′_k：异常分支k的异常风阻；

sd：离分支k最近的传感器分支编号；

q′_sd：风速传感器实时监测的分支sd的风量；

q_sd:分支k的风量q′_k为固定风量时传感器分支sd的计算风量值；

ε：设定的计算精度。

与现有技术相比，本发明的基于实时监测风量的矿井通风系统异常的诊断方法具有以下特点和优点：

本发明的基于实时监测风量的矿井通风系统异常的诊断方法，根据设置在矿井通风系统内的有限数量的风速传感器，可以唯一判定矿井通风系统内发生风阻异常的分支位置和异常风阻值；计算方法简单，计算结果可靠，可为矿井通风异常判断和决策提供指导。

结合附图阅读本发明的

具体实施方式

，本发明的特点和优点将变得更加清楚。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为基于实时监测风量的矿井通风系统异常的诊断方法的流程图；

图2为通风网路图一；

图3为通风网路图二。

具体实施方式

参照图1、图2，本实施例提供一种基于实时监测风量的矿井通风系统异常的诊断方法。

矿井通风系统包括主要通风机、井下通风网路及其相关设施和通风监测系统。

步骤一、确定矿井通风系统中通风机异常对分支风量的影响

通风网路图中从进风井口沿着风流方向到达回风井口的节点和分支的交替序列称为有向通路；

包含通风机i的所有有向通路的集合称之为通风机i子网路，记为GI；

当通风系统中只有通风机i发生异常、其他通风机和通风网路的风阻无异常时，子网路GI中的分支风量随通风机i风量的增加而增加、减少而减少，即：

(q′_fi-q_0fi)/(q′_j-q_0j)>0(i＝1,2,…,f；j∈GI)；

当通风系统中只有一台通风机(f＝1)时，通风机风量的变化率与通风网路中各分支风量的变化率相同，即：

(q′_fi-q_0fi)/q_0fi＝(q′_j-q_0j)/q_0j＝常数；

其中，

i：通风机编号；

GI：包含通风机i的子网路；

f：通风机数量；

j：分支编号；

q_0fi：通风正常时通风机i的风量；

q′_fi：通风异常时通风机i的风量；

q_0j：通风正常时分支j的风量；

q′_j：通风异常时分支j的风量。

步骤二、确定矿井通风系统中分支异常对矿井通风系统风量分布的影响

如图2所示的通风网路图，分支int-u表示除分支i-u之外所有流入节点u的分支，分支u-out表示除分支u-v之外所有量流出节点u的分支。

当分支i-u的风阻发生异常时：

dq_i-u>dq_u-v>dq_v-w

式中，dq_i-u、dq_int-u、dq_u-out、dq_u-v和dq_v-w为各分支风量的变化量。

通风系统中分支j异常(风阻发生变化)时，分支j本身的风量变化最大，离分支j越远的分支风量变化越小；

两条分支的距离等于两条分支间的分支数。

步骤三、矿井通风系统异常诊断

约定矿井通风系统中仅有一处异常；

步骤3.1、风速传感器的实时监测风量

正常通风时的分支风阻R₀＝(r₀₁,r₀₂,…,r_0j…,r_0b)，设置风速传感器的分支(以下称为传感器分支)S＝(s1,s2,…,sj,…,sv)，传感器分支的实时监测风量和通风机的实时监测风量分别为Q′_s＝(q′_s1,q′_s2,…,q′_sj,…,q′_sv)和Q′_f＝(q′_f1,q′_f2,…,q′_fi,…,q′_ff)。

其中，r_0j：分支j的正常风阻；

b：通风网路中的分支数；

sj：安设传感器j的分支编号；

v：设置风速传感器的分支数；

q′_sj：传感器分支sj的实时监测风量；

q′_fi：通风机i的实时监测风量；

步骤3.2、通风系统正常

如果所有传感器分支的实时监测风量都等于正常风量，即

q′_sj＝q_0sj(j＝1,2,…,v)；

则通风系统正常；否则通风系统异常，转步骤3.3；

其中，

q_0sj：传感器分支S中sj的正常风量；

步骤3.3、通风机异常诊断

步骤3.3.1

将传感器分支作为固定风量分支、传感器分支的实时监测风量Q′_s＝(q′_s1,q′_s2,…,q′_sv)作为固定风量、传感器分支之外的其他分支以r_0j为风阻，进行通风网路解算以求通风网路的风量分布Q′＝(q′₁,q′₂,…,q′_b)；

步骤3.3.2

求|q′_fi-q_0fi|(i＝1,2,…,f)最大的通风机编号，并将该通风机编号记为w；

步骤3.3.3

如果

(q′_fw-q_0fw)/(q′_j-q_0j)>0(j∈GW)；

则通风机w异常；否则为通风网路中的分支异常，转步骤3.4；

其中，

w：发生异常的通风机；

GW：包含通风机w的子网路；

q′_fw：通风机w的实时监测风量；

q_0fw：通风机w的正常风量；

步骤3.4、分支异常诊断

步骤3.4.1

求(q′_j-q_0j)/(q′_fw-q_0fw)(j∈GW)最大的分支编号,并将该分支编号记为k；

步骤3.4.2

求离分支k最近的传感器分支，并将该传感器分支编号记为sd；

步骤3.4.3

以分支k的风量q′_k为固定风量、其他分支以r_0j为风阻求风量分布Q＝(q₁,q₂,…,q_b)和分支k的风阻r′_k；

步骤3.4.4

如果|q′_sj-q_sj|≤ε(j＝1,2,…,v)，则分支k为异常分支，r′_k为异常分支k的异常风阻，计算结束；

步骤3.4.5

如果|q′_sd-q_sd|>ε，则以q′_sd为固定风量、r′_k作为分支k的风阻求分支k的风量q′_k，转步骤3.4.3；

步骤3.4.6

如果|q′_sd-q_sd|≤ε，但|q′_sj-q_sj|>ε(j∈S；j≠sd)，则分支k不是异常分支，从与分支k连接的分支中选取(q′_j-q_0j)/(q′_fw-q_0fw)(j∈GW；j≠k)最大的分支，并将该分支的编号记为k，转步骤3.4.3；

其中，

k：异常分支编号；

q_sj:分支k的风量q′_k为固定风量时传感器分支sj的计算风量值；

q′_k：异常分支k的异常风量；

r′_k：异常分支k的异常风阻；

sd：离分支k最近的传感器分支编号；

q′_sd：风速传感器实时监测的分支sd的风量；

q_sd:分支k的风量q′_k为固定风量时传感器分支sd的计算风量值；

ε：设定的计算精度。

结合上述对基于实时监测风量的矿井通风系统异常的诊断方法的描述，本实施例提供具体示例如下：

如图3所示的通风网路图，其中分支7和8安装有风速传感器。

正常通风时的分支风阻和风量如表1所示，通风机特性曲线为h_f＝-20q_f+3000。

表1通风网路的基础数据

通风异常时，分支7和8上的风速传感器监测风量分别为q′_s7＝15.293和q′_s8＝23.173m³/s，通风机的监测风量为q′_f＝63.811m³/s。

“通风机异常诊断”和“分支异常诊断”的过程如下：

(1)将传感器分支7和8作为固定风量分支、q′_s7和q′_s8作为固定风量、传感器分支之外的其他分支以r_0j为风阻，进行通风网路解算以得通风网路的风量分布Q′＝(q′₁,q′₂,…,q′₁₃)，如表2所示。

表2监测风量作为固定风量时的风量分布

(2)根据表2，不满足(q′_f-q_0f)/(q′_j-q_0j)>0(j＝1,2,…,13)，是通风网路异常；其中，

q_0f＝q₀₁₃。

(3)q_0f-q′_f>0，通风机风量减少，为风阻增加的异常。

(4)(q′_j-q_0j)/(q′_fw-q_0fw)(j∈GW)最大的分支为分支7。将分支7的风量q′_s7＝15.293m³/s作为固定风量进行通风网路解算，得分支8的风量为22.775m³/s，不等于分支8监测风量q′_s8＝23.173m³/s，所以分支7不是异常分支。

(5)与分支7相联的分支中分支9的风量变化最大。将分支9的风量q′₉＝6.943m³/s作为固定风量进行通风网路解算，得r′₉＝0.1329N·s²/m⁸，小于r₀₉＝0.25N·s²/m⁸，与风阻增加的异常相矛盾，分支9不是异常分支。

(6)选与分支7相联的分支4进行计算，分支7和8的风量分别收敛于15.294和23.173，等于监测风量。分支4是异常分支，异常风阻为3.9942N·s²/m⁸。

当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。