一种煤矿巷道断面气体分布检测方法与流程
本发明属于煤矿巷道断面气体分布检测技术领域，具体涉及一种煤矿巷道断面气体分布检测方法。
背景技术：
对煤矿井下环境中的危险气体进行巡检，是煤矿企业安全生产的重要保证。传统的巡检方式有人工巡检和在线监控2种。人工巡检劳动强度大、巡检效率低；在线监控方式投入成本高、维护效率低、覆盖面积小。在目前数字化矿山建设和以人为本的大环境下，煤矿日常检修工作是实现矿山“数字化、信息化、无人化”建设目标的薄弱环节。研发井下危险气体巡检机器人，使其具备复杂巷道自主行走，定位危险气体浓度与浓度分布、环境温度感知、数据处理与预警及人机交互等功能，能替代人工巡回检测，是实现煤矿智能化的重要研究方向。现有机器人进行井下环境中的危险气体巡检范围主要在传感器安装位置或者是采样机构伸展路线上的气体信息，未能按照《煤矿安全规程》的要求测定指定位置气体浓度信息，不能有效的、全面的展示当前空间气体浓度及分布规律。
技术实现要素：
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种煤矿巷道断面气体分布检测方法，针对煤矿井下气体检测空间位置的局限性，运用气体扩散理论，结合煤矿气体环境的特点，剖析煤矿巷道空间、风速、温度、扩散系数对井下气体扩散规律的影响和关系，构建了一种煤矿巷道断面气体浓度优化计算模型，通过机器人在行进过程中检测到某巷道截面任一点的气体浓度等环境信息，采用煤矿巷道断面气体浓度优化计算模型求解对应巷道截面气体浓度分布。
为解决上述技术问题，本发明采用的技术方案是：一种煤矿巷道断面气体分布检测方法，其特征在于，该方法包括以下步骤：
步骤一、建立煤矿巷道断面气体浓度优化计算模型，过程如下：
步骤101、设定气体泄露源位置在回采工作面与回风巷交叉的顶板位置，以气体泄露源投影到底板的位置为坐标原点，下风向为x轴正方向，巷道高度向上方向为z轴正方向，巷道宽度方向为y轴方向，建立煤矿巷道三维空间坐标系；
步骤102、根据公式
步骤103、根据公式
步骤104、根据公式
步骤105、根据公式
步骤106、根据公式
步骤107、根据公式c＝c1+c2+c3+c4+c5，建立煤矿巷道断面气体浓度优化计算模型c；
步骤二、获取模拟参数并计算常数值，过程如下：
步骤201、利用煤矿局部通风设备智能调节测试实验平台获取模拟参数之前，先对煤矿局部通风设备智能调节测试实验平台建立实验平台三维空间坐标系，所述实验平台三维空间坐标系建立方式与煤矿巷道三维空间坐标系建立方式一致；
所述模拟参数包括气源泄露源的气体泄放速度、x方向上的风流速度、壁面粗糙度和温度；
步骤202、设置模拟参数，以氦气为气源，启动煤矿局部通风设备智能调节测试实验平台，获取气源泄露源的气体泄放速度、x方向上的风流速度、壁面粗糙度和温度，同时测量该检测点位置处的气体浓度值；
步骤203、更换检测点位置，以氦气为气源，重新启动煤矿局部通风设备智能调节测试实验平台，获取气源泄露源的气体泄放速度、x方向上的风流速度、壁面粗糙度和温度，并测量该更换检测点位置处的气体浓度值；
步骤204、多次循环步骤203，获取多个检测点位置处对应的气源泄露源的气体泄放速度、x方向上的风流速度、壁面粗糙度和温度，即得到多次模拟参数，并测得多次模拟参数对应的多个气体浓度值，将多次模拟参数和多个对应的气体浓度值分别代入煤矿巷道断面气体浓度优化计算模型c中，计算该条件下p1、q1、p2、q2的常数值；
步骤205、调节气源泄露源的气体泄放速度、x方向上的风流速度、壁面粗糙度或温度，多次循环步骤202至步骤204，分别获取多组模拟参数条件下对应的p1、q1、p2、q2的常数值；
步骤三、训练神经网络：以模拟参数构成的输入向量为输入节点，以四个常数值构成的输出向量为输出节点，利用步骤三中获取的多组模拟参数条件下对应的p1、q1、p2、q2的常数值，完成神经网络的训练；
步骤四、计算煤矿巷道内实际条件下对应的常数值：利用煤矿巡检机器人获取煤矿巷道内的气体泄露源的气体泄放速度、x方向上的风流速度、壁面粗糙度和温度，并将获取的煤矿巷道内的气体泄露源的气体泄放速度、x方向上的风流速度、壁面粗糙度和温度送入训练好的神经网络中，计算煤矿巷道内当前条件下对应的p1、q1、p2、q2的常数值；
步骤五、获取实际煤矿巷道断面上的气体扩散系数：根据公式
步骤六、计算煤矿巡检机器人当前位置处煤矿巷道断面气体浓度分布数据：将步骤四中计算出的煤矿巡检机器人当前位置处气体泄露源在y轴方向上的扩散系数σy和在z轴方向上的扩散系数σz代入煤矿巷道断面气体浓度优化计算模型c中，计算煤矿巡检机器人当前位置处煤矿巷道断面气体浓度分布数据；
步骤七、多次循环步骤五至步骤六，获取煤矿巡检机器人位移路径下不同煤矿巷道断面上气体浓度分布数据。
上述的一种煤矿巷道断面气体分布检测方法，其特征在于：所述模拟参数的组数不小于1000组。
上述的一种煤矿巷道断面气体分布检测方法，其特征在于：所述神经网络为ga优化后的bp神经网络或pso优化后的神经网络。
上述的一种煤矿巷道断面气体分布检测方法，其特征在于：所述煤矿巡检机器人上设置有风速传感器、红外温度传感器、瓦斯传感器、一氧化碳传感器、二氧化碳传感器、氧气传感器、氮气传感器和硫化氢传感器。
本发明与现有技术相比具有以下优点：
1、本发明通过建立煤矿巷道三维空间坐标系，便于后续数据统一规划，由于煤矿毒害气体的主要来源于工作面和采空区的落煤，由煤壁释放出来，在风流的作用下经工作面回风巷排出，因此可认为泄露源高度等于巷道高度，在煤矿巷道中，由于底板、顶板和巷道壁帮的存在，气体的扩散是有界的，且气体在垂直与水平方向上分别与底板、顶板、巷道壁帮发生碰撞反射作用，将底板、顶板、两侧巷道壁看作反射面，气体到达巷道边界的气体被反射回巷道，采用虚拟像源法的原理在主浓度值c1的计算模型基础上融合由于煤矿巷道底板反射作用增加的浓度值c2的计算模型、由于煤矿巷道顶板反射作用增加的浓度值c3的计算模型、由于煤矿巷道一侧壁面反射作用增加的浓度值c4的计算模型和由于煤矿巷道另一侧壁面反射作用增加的浓度值c5的计算模型，最终建立煤矿巷道断面气体浓度优化计算模型，该优化计算模型运算量小、模拟数值相对准确，便于推广使用。
2、本发明利用煤矿局部通风设备智能调节测试实验平台获取大量的模拟参数和对应的气体浓度值，利用建立煤矿巷道断面气体浓度优化计算模型计算不同模拟参数条件下p1、q1、p2、q2的常数值，为训练神经网络构建良好的数据基础，可靠稳定，使用效果好。
3、本发明方法步骤简单，预先测量煤矿巷道内的气体泄露源的气体泄放速度和壁面粗糙度，利用煤矿巡检机器人实际采集煤矿巷道内的x方向上的风流速度、温度和路径位置，将获取的煤矿巷道内的气体泄露源的气体泄放速度、x方向上的风流速度、壁面粗糙度和温度送入训练好的神经网络中，先计算煤矿巷道内当前条件下对应的p1、q1、p2、q2的常数值，在利用p1、q1、p2、q2的常数值计算煤矿巡检机器人当前位置处气体泄露源在y轴方向上的扩散系数σy和在z轴方向上的扩散系数σz，随着煤矿巡检机器人在煤矿巷道内的行进煤矿巡检机器人当前位置处气体泄露源在y轴方向上的扩散系数σy和在z轴方向上的扩散系数σz实时在变化，避免使用《环境大气质量预评价中有关参数和公式的选取原则》中p－g扩散曲线法而确定的气体扩散参数影响因素单一的问题，确定好煤矿巡检机器人当前位置处气体泄露源在y轴方向上的扩散系数σy和在z轴方向上的扩散系数σz后，利用煤矿巷道断面气体浓度优化计算模型c计算煤矿巡检机器人当前位置处煤矿巷道断面气体浓度分布数据，获取煤矿巷道断面气体分布规律，便于推广使用。
综上所述，本发明针对煤矿井下气体检测空间位置的局限性，运用气体扩散理论，引入巷道壁帮、风速、温度、大气扩散系数对煤矿巷道气体扩散的影响，建立煤矿巷道断面气体浓度优化计算模型，融合构建出有限空间和时间内煤矿巡检机器人运行环境中的气体浓度分布情况，获取煤矿巷道断面气体分布规律，便于推广使用。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的方法流程框图。
具体实施方式
如图1所示，本发明的一种煤矿巷道断面气体分布检测方法，包括以下步骤：
步骤一、建立煤矿巷道断面气体浓度优化计算模型，过程如下：
步骤101、设定气体泄露源位置在回采工作面与回风巷交叉的顶板位置，以气体泄露源投影到底板的位置为坐标原点，下风向为x轴正方向，巷道高度向上方向为z轴正方向，巷道宽度方向为y轴方向，建立煤矿巷道三维空间坐标系；
步骤102、根据公式
步骤103、根据公式
步骤104、根据公式
步骤105、根据公式
步骤106、根据公式
步骤107、根据公式c＝c1+c2+c3+c4+c5，建立煤矿巷道断面气体浓度优化计算模型c；
需要说明的是，相对于大气扩散而言，煤矿巷道气体扩散属于有限空间气体扩散，有限空间气体扩散与室外大气扩散最大的差别在于空间有限性，有限空间内气体扩散会受到空间范围的限制，有限空间中泄漏气体自身具有一定的动能，其扩散方式为点源向四周发散，加之水平与垂直方向上的推移作用以及分子之间的浓度差，使气体分子在水平和垂直方向都存在一定速率，融合风速作用力影响，进行气体分子速度合成，推知气体分子是以一定的角度与有限空间边界发生碰撞作用。当气体运动到有限空间边界时，气体的扩散范围将会受到约束，由于分子体积微小，一部分分子被边界吸收，另一部分与空间边界发生弹性碰撞产生反射作用，分子扩散量发生改变，分子运动方向也随之产生变化。分子弹性碰撞产生的反射作用，使气体分子在空间的扩散轨迹发生变化，导致整个空间中的气体浓度分布产生差异，通过建立煤矿巷道三维空间坐标系，便于后续数据统一规划，由于煤矿毒害气体的主要来源于工作面和采空区的落煤，由煤壁释放出来，在风流的作用下经工作面回风巷排出，因此可认为泄露源高度等于巷道高度，在煤矿巷道中，由于底板、顶板和巷道壁帮的存在，气体的扩散是有界的，且气体在垂直与水平方向上分别与底板、顶板、巷道壁帮发生碰撞反射作用，将底板、顶板、两侧巷道壁看作反射面，气体到达巷道边界的气体被反射回巷道，采用虚拟像源法的原理在主浓度值c1的计算模型基础上融合由于煤矿巷道底板反射作用增加的浓度值c2的计算模型、由于煤矿巷道顶板反射作用增加的浓度值c3的计算模型、由于煤矿巷道一侧壁面反射作用增加的浓度值c4的计算模型和由于煤矿巷道另一侧壁面反射作用增加的浓度值c5的计算模型，最终建立煤矿巷道断面气体浓度优化计算模型，该优化计算模型运算量小、模拟数值相对准确。
步骤二、获取模拟参数并计算常数值，过程如下：
步骤201、利用煤矿局部通风设备智能调节测试实验平台获取模拟参数之前，先对煤矿局部通风设备智能调节测试实验平台建立实验平台三维空间坐标系，所述实验平台三维空间坐标系建立方式与煤矿巷道三维空间坐标系建立方式一致；
所述模拟参数包括气源泄露源的气体泄放速度、x方向上的风流速度、壁面粗糙度和温度；
实际使用时，优选的所述煤矿局部通风设备智能调节测试实验平台采用申请公布日2020.03.27且申请公布号为cn110925008a的一种煤矿局部通风设备智能调节测试实验平台中的煤矿局部通风设备智能调节测试实验平台，通过模拟气体发生器将瓦斯模拟气体通过模拟气体发生器与掘进端面连接处送入模拟掘进巷道内，用于模拟综掘面瓦斯气体的产生；通过通风装置模拟实际巷道内通风设备的送风和排风；通过数据采集、分析装置采集并分析模拟掘进巷道内瓦斯浓度信息及风速信息，进而获取风筒出风口的大小、方向和角度对综掘工作面巷道内瓦斯场和风流场的影响，控制阀门设置在进气接口与模拟气体产生装置之间的连通管路上。
步骤202、设置模拟参数，以氦气为气源，启动煤矿局部通风设备智能调节测试实验平台，获取气源泄露源的气体泄放速度、x方向上的风流速度、壁面粗糙度和温度，同时测量该检测点位置处的气体浓度值；
步骤203、更换检测点位置，以氦气为气源，重新启动煤矿局部通风设备智能调节测试实验平台，获取气源泄露源的气体泄放速度、x方向上的风流速度、壁面粗糙度和温度，并测量该更换检测点位置处的气体浓度值；
步骤204、多次循环步骤203，获取多个检测点位置处对应的气源泄露源的气体泄放速度、x方向上的风流速度、壁面粗糙度和温度，即得到多次模拟参数，并测得多次模拟参数对应的多个气体浓度值，将多次模拟参数和多个对应的气体浓度值分别代入煤矿巷道断面气体浓度优化计算模型c中，计算该条件下p1、q1、p2、q2的常数值；
步骤205、调节气源泄露源的气体泄放速度、x方向上的风流速度、壁面粗糙度或温度，多次循环步骤202至步骤204，分别获取多组模拟参数条件下对应的p1、q1、p2、q2的常数值；
实际使用时，利用煤矿局部通风设备智能调节测试实验平台获取大量的模拟参数和对应的气体浓度值，利用建立煤矿巷道断面气体浓度优化计算模型计算不同模拟参数条件下p1、q1、p2、q2的常数值，为训练神经网络构建良好的数据基础，可靠稳定，使用效果好。
步骤三、训练神经网络：以模拟参数构成的输入向量为输入节点，以四个常数值构成的输出向量为输出节点，利用步骤三中获取的多组模拟参数条件下对应的p1、q1、p2、q2的常数值，完成神经网络的训练；
本实施例中，所述神经网络为ga优化后的bp神经网络或pso优化后的神经网络。
实际使用时，优选的所述神经网络采用bp神经网络且为基于遗传算法优化的bp神经网络，所述基于遗传算法优化的bp神经网络优选的采用授权公告号为cn101706335b的《一种基于遗传算法优化bp神经网络的风电功率预测方法》中基于遗传算法优化bp神经网络。
步骤四、计算煤矿巷道内实际条件下对应的常数值：利用煤矿巡检机器人获取煤矿巷道内的气体泄露源的气体泄放速度、x方向上的风流速度、壁面粗糙度和温度，并将获取的煤矿巷道内的气体泄露源的气体泄放速度、x方向上的风流速度、壁面粗糙度和温度送入训练好的神经网络中，计算煤矿巷道内当前条件下对应的p1、q1、p2、q2的常数值；
步骤五、获取实际煤矿巷道断面上的气体扩散系数：根据公式
步骤六、计算煤矿巡检机器人当前位置处煤矿巷道断面气体浓度分布数据：将步骤四中计算出的煤矿巡检机器人当前位置处气体泄露源在y轴方向上的扩散系数σy和在z轴方向上的扩散系数σz代入煤矿巷道断面气体浓度优化计算模型c中，计算煤矿巡检机器人当前位置处煤矿巷道断面气体浓度分布数据；
步骤七、多次循环步骤五至步骤六，获取煤矿巡检机器人位移路径下不同煤矿巷道断面上气体浓度分布数据。
实际使用时，预先测量煤矿巷道内的气体泄露源的气体泄放速度和壁面粗糙度，利用煤矿巡检机器人实际采集煤矿巷道内的x方向上的风流速度、温度和路径位置，将获取的煤矿巷道内的气体泄露源的气体泄放速度、x方向上的风流速度、壁面粗糙度和温度送入训练好的神经网络中，先计算煤矿巷道内当前条件下对应的p1、q1、p2、q2的常数值，在利用p1、q1、p2、q2的常数值计算煤矿巡检机器人当前位置处气体泄露源在y轴方向上的扩散系数σy和在z轴方向上的扩散系数σz，随着煤矿巡检机器人在煤矿巷道内的行进煤矿巡检机器人当前位置处气体泄露源在y轴方向上的扩散系数σy和在z轴方向上的扩散系数σz实时在变化，避免使用《环境大气质量预评价中有关参数和公式的选取原则》中p－g扩散曲线法而确定的气体扩散参数影响因素单一的问题，确定好煤矿巡检机器人当前位置处气体泄露源在y轴方向上的扩散系数σy和在z轴方向上的扩散系数σz后，利用煤矿巷道断面气体浓度优化计算模型c计算煤矿巡检机器人当前位置处煤矿巷道断面气体浓度分布数据，获取煤矿巷道断面气体分布规律。
本实施例中，所述模拟参数的组数不小于1000组。
本实施例中，所述煤矿巡检机器人上设置有风速传感器、红外温度传感器、瓦斯传感器、一氧化碳传感器、二氧化碳传感器、氧气传感器、氮气传感器和硫化氢传感器。
实际使用时，所述煤矿巡检机器人优选的采用授权公告号为cn207607560u的《一种腿轮履复合式探测机器人》，并在腿轮履复合式探测机器人上设置适用的风速传感器、红外温度传感器、瓦斯传感器、一氧化碳传感器、二氧化碳传感器、氧气传感器、氮气传感器和硫化氢传感器。
实际操作中，考虑巷道气体与底板、顶板、巷道壁帮发生碰撞反射作用，建立煤矿巷道断面气体浓度优化计算模型，利用煤矿局部通风设备智能调节测试实验平台模拟巡检巷道，并获取大量的模拟巡检巷道气体环境参数，利用大量的模拟巡检巷道气体环境参数训练以模拟参数构成的输入向量为输入节点，以四个常数值构成的输出向量为输出节点的神经网络，并利用训练好的神经网络求解煤矿巡检机器人获取的当前轨迹点的气体环境参数对应的当前巡检巷道气体扩散系数，将当前巡检巷道气体扩散系数带入煤矿巷道断面气体浓度优化计算模型，建立当前巡检巷道气体浓度计算模型，带入当前轨迹点的气体环境参数计算出煤矿巡检机器人当前断面轨迹点上的气体浓度，再改变当前巡检巷道气体浓度计算模型中y轴坐标和z轴坐标，计算对应当前断面气体浓度；
随着煤矿巡检机器人不断的前进，则更新x轴坐标，此时更新当前轨迹点的气体环境参数对应的当前巡检巷道气体扩散系数，以此类推，获取煤矿巡检机器人位移路径下不同煤矿巷道断面上气体浓度分布数据。
以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。
- 还没有人留言评论。精彩留言会获得点赞！