矿井局部通风智能控制系统的设计及应用

张金铭，于 波

（1.晋能控股煤业集团忻州窑矿，山西 大同 037021；2.大同煤炭职业技术学院，山西 大同 037001）

引言

煤炭是我国主要的能源形式，在煤炭的开采过程中，瓦斯是危害煤矿安全的主要因素。针对瓦斯事故的分析显示，瓦斯爆炸与矿井内的通风不畅有关，瓦斯事故大多发生在掘进工作面，这是由于掘进工作面是独头的巷道，掘进中产生的大量瓦斯及烟尘等危险气体不能有效的排除，造成安全隐患。矿井局部通风系统是保证巷道掘进必备的通风系统，将工作面的瓦斯等气体排出，输入新鲜的空气，可保证生产的安全[1]。在使用过程中，局部通风系统的控制长期处于恒定转速的状态，不能依据工作面瓦斯浓度的变化进行风量的自动调节，使用效果不好[2]。对局部通风机的控制系统进行设计，实现智能化的通风控制，保证工作面进行自动化的瓦斯浓度调节，提高煤矿的安全生产水平。

1 矿井局部通风智能控制算法的设计

矿井内部对通风系统进行控制时，由于井下的环境较为复杂，受到多种因素的影响，无法建立准确的数学模型，常规的PID 控制无法及时反应被控对象的变化，模糊控制系统采用基于规则的控制方式，不需要准确的数学模型，将两者之间进行结合，在常规的PID 控制中，利用模糊控制对其参数进行自整定[3]，建立模糊自适应控制算法。

通风机对工作面瓦斯浓度进行调节，还受到井下多种环境因素的作用，将井下多种不确定因素进行考虑，采用T-S 模型的模糊预测控制算法，从模糊模型及模糊规则两方面提高矿井局部通风控制的精度[4]。T-S模型利用线性系统理论与模糊理论相结合，从结构及参数两方面对模型进行定义，包括模型的输入输出量、模糊规则及隶属函数，建立T-S 模糊预测控制器，实现对通风系统控制的时间预测。在Simulink 环境中搭建模糊预测控制系统的模型如图1 所示。

图1 模糊预测系统模型

采用仿真的形式对通风系统的控制进行模拟分析，设定系统的输出风量为350 m3/min，设置系统的延时分别为1 s 及10 s，控制时域及预测时域为3，对T-S 模糊预测及模糊自适应控制方式进行仿真分析，得到系统的响应曲线如图2 所示。从图2 中可以看出，在系统的延时为1 s 时，T-S 模糊预测控制的调节时间要小于模糊自适应控制，且输出结果没有超调量；在系统延时为10 s 时，T-S 模糊预测控制的调节时间同样小于模糊自适应控制，系统存在6%的超调量，超调量小于模糊自适应控制，且超调时间短。由此可知，采用基于T-S 模糊预测控制的局部通风控制系统具有较好的控制效果，能够依据瓦斯浓度的变化进行预测性自动化调节，较快的达到系统的稳定状态[5]，实现对矿井工作面风量的调节。

图2 通风系统不同控制算法响应曲线

2 通风智能控制系统的设计及应用

采用基于T-S 模糊预测控制建立矿井局部通风系统的智能控制系统，实现对矿井局部通风的自动调节，控制系统主要包括井下的控制分站、变频器调速系统、瓦斯浓度检测的传感器系统及上位机组成[6]，系统的主要架构如图3 所示。

图3 矿井局部通风智能控制系统主要架构

矿井工作面的瓦斯浓度及温度、风速等状态信息通过传感器系统的采集，将数据传输至井下的控制分站，控制分站将数据传输至上位机中，上位机通过设定的T-S 模糊预测系统对数据进行汇总及处理，并将计算的结果输出至井下的变频调速系统，对通风机的电机进行变频控制，实现速度的调整，以适应井下的工作条件。矿井局部通风智能控制系统采用工业以太网的形式进行数据的传输，井下控制分站通过CAN协议接入井下的通信线路中，控制分站是系统的核心组件，对数据的上传及指令的下发起到中转的作用。

井下控制分站是矿井局部通风智能控制系统的核心组件，为保证井下分站使用过程中的安全及持续，针对控制系统设计采用不间断的供电系统，当矿井内供电正常时，控制分站的电源可将其转化为直流电使用，当矿井内的供电异常时，控制分站采用锂电池供电，并可对锂电池的状态信息进行监测，保证控制分站工作的安全性。

对于上位机软件系统及界面，常采用LabView 与MATLAB 进行混合编程的形式实现，实现可视化编程，并可结合Matlab 强大的工具箱，两者采用ActiveX技术实现在Labview中对Matlab 程序的调用，从而实现混合编程。系统内共有的10 台通风机的工作状态均可进行显示，通过相应的选项卡可查看通风机的运行状态，且显示主风机及备用风机的状态，分别为“有电”“运行”及“故障”，对风机的风速有实时的动态显示，并记录当前的瓦斯浓度状态，对系统的运行数据进行记录，可对历史数据进行查询。系统中设置有故障报表，可对系统的故障进行排查及记录，便于对系统进行维护，保证系统的稳定运行。

在煤矿的工作面巷道掘进过程中，存在着大量的瓦斯及烟尘等危险气体，由于空气不能及时流通，容易造成积聚，对煤矿的安全生产及作业人员的身体健康造成威胁。在巷道掘进中应用矿井智能通风控制系统，监控系统能够实时记录通风机的工作状态，当瓦斯浓度变化时，基于T-S 模糊预测的控制系统能够在10 s 内完成对通风机系统的调节，并达到稳定状态，及时为工作面输送新鲜的空气，保证煤矿及人员的安全。当通风机系统出现故障时，监控系统能够及时检测并进行动态显示，启动备用风机运行，保证系统的稳定运行。并且在一年的使用过程中，以运行时间为20 h/d，每年工作时间300 d 计，基于T-S 模糊预测的通风机控制系统运行过程中可节约电能2 600 kW·h，提高了煤矿的经济效益及安全性。

3 结语

在煤炭的开采过程中，工作面存在着瓦斯等危险气体，需要局部通风系统依据瓦斯浓度等进行实时智能化的调节。针对现在通风机控制系统不能进行智能调节的问题，采用T-S 模型的模糊预测控制算法将工作面的瓦斯浓度、温度、风速等因素进行综合考虑，通过仿真分析可知，T-S 模型可对通风系统进行预测性的调节，具有较好的控制效果。采用T-S 模糊预测控制建立矿井局部通风系统的智能控制系统，系统设计相应的井下控制分站、不间断供电系统、上位机监控系统、传感器系统等，采用LabView 与MATLAB 混合编程的形式实现上位机的控制。通过矿井局部通风智能控制系统的应用，可依据工作面的瓦斯浓度，对通风机进行针对性的控制，实现对工作面的动态调节，满足生产的需求，提高煤矿的安全开采水平。