深耕煤矿安全生产领域 助力煤矿智能化建设——中煤科工集团常州研究院服务煤矿智能化建设之路

作为行业内唯一一家以煤矿自动化为专业研究方向的科研型企业,中煤科工集团常州研究院有限公司(以下简称常州研究院)自成立以来,始终以煤矿自动化、信息化、监测监控、通信为主导专业,深耕煤矿安全生产高新技术领域,先后研发了全矿井综合自动化系统、矿井安全生产监测系统、矿井人员安全监测系统、矿井有线/无线通信系统、输送带运输监控系统、光纤工业电视系统及矿用传感器等50余项科研成果,其中50余项获国家级、省部级科技进步奖。

井下电力电缆故障定位研究

针对传统井下电力电缆故障定位方法依赖主观参数选择和抗噪性能较差,无法满足强噪声背景下井下电力电缆故障精确定位要求的问题,提出了一种基于樽海鞘群算法(SSA)优化变分模态分解(VMD)并结合改进型Teager能量算子(NTEO)的井下电力电缆故障定位方法。针对VMD在信号分解上存在的模态混叠、过分解和欠分解问题,采用SSA以模糊熵为适应度函数对VMD模态数K和惩罚因子α2个参数进行优化,得到更能反映故障特征信息的本征模态函数;采用NTEO对本征模态函数进行首波波头标定,得到首末两端的波头到达时刻,根据双端测距法得出故障位置。采用PSCAD/EMTDC进行井下电力电缆故障仿真,模拟具有强背景噪声的井下故障信号,结果表明:①在理想电流信号中加入9,12 dB噪声后,SSA-VMD的信噪比最低,皮尔逊相关系数最大,说明SSA-VMD在最大程度降噪的同时,能很好地保留信号的特征信息。②在不同过渡电阻下,SSA-VMD-NTEO的定位精度较高。③在不同故障相角下,SSA-VMD-NTEO在采样点上出现不同,但定位位置没有改变,依旧保持较高的定位精度。④在不同故障距离下,SSA-VMD-NTEO均能保证较高的定位精度。⑤在井下较大噪声和10 MHz采样频率下,SSA-VMD-NTEO较小波模极大值和VMD+NTEO 2种方法的定位精度具有明显优势。

面向智能矿山的数字孪生技术研究进展

智能矿山领域数字孪生技术的应用需面对较多复杂性、特殊性的技术突破。阐述了数字孪生在智能矿山领域的适用性,归纳梳理了数字孪生技术在煤矿安全、生产及运营管理等方面的研究及应用现状:在煤矿安全管理方面,数字孪生技术主要应用于灾害预警、风险管控、灾害救援等;在煤矿生产方面,数字孪生技术主要应用于采掘工作面区域整体、单机机械装备状态监测及控制、机械装备预测性维护。从物理实体、虚拟实体、连接交互、数字孪生数据及功能服务5个维度入手探讨了智能矿山领域数字孪生亟待解决的关键共性问题:物理实体维度需重点突破全面感知及控制装备的研发,虚拟实体维度需深入进行物理、行为、规则模型的研究,连接交互维度需攻关煤矿井下5G网络传输关键技术,数字孪生数据维度需解决高性能计算等问题,功能服务维度需研发仿真软件及人工智能算法,以便更好地适应现场环境。从矿井规划设计、开发、建设阶段的灾害预防性设计、生产系统设计、地质环境预测,矿井生产运营阶段的灾害预警及防控、生产调度决策优化、生产设备全生命周期管理等方面展望了数字孪生技术在智能矿山领域的发展趋势,认为宜针对关键部件或装备,核心环节,重要或危险场所、区域等进行精细化孪生。

基于双通道检测技术的非分光红外CO_(2)传感器设计与研究

针对传统红外气体传感器气室与信号处理模块分离存在体积大、灵敏度差的问题,基于非分光红外双通道检测技术,设计了一种小体积、高精度的红外CO_(2)传感器。首先,对反射型气室进行光线追迹仿真,保证热释电探测器受到的红外辐射和气体吸收光路长度满足要求。同时,设计了可靠的光源驱动电路、带通放大电路;对传感器的温度漂移特性进行讨论,建立温度补偿算法模型。在温湿度箱中标定红外CO_(2)传感器参数,通过拟合曲线得到常数a和n,以及温度补偿系数β。经过实验测试表明,该红外CO_(2)传感器测量误差小于真值的±5%。

基于EMD与DCNN混合智能煤岩识别方法研究

针对现有煤岩识别模型和方法准确率低、稳定性差、难以在工程实践中获得应用的问题,提出了基于经验模式分解(EMD)与深度卷积神经网络(DCNN)的混合智能识别方法。首先,应用EMD对采煤过程中的振动信号进行分解,得到一系列的本征模式分量(IMF)。然后利用DCNN进行IMF信息的融合,并自动提取特征信息。最后使用Softmax实现煤岩分界的智能识别。工程应用试验数据表明,该方法能够有效、准确地实现煤岩分界的识别,并具有良好的稳定性。

矿用成像设备的电路噪声抑制研究

高性能红外成像设备是实现煤矿井下设备状态实时在线监测与动态精准预测的有效手段,过大的噪声干扰可能淹没探测器信号,降低动态范围。通过研究相关双采样结构,分析了焦平面电路的噪声特点及噪声抑制机理,设计了64×1线列电路。实验表明,相关双采样结构可以有效抑制KTC噪声,降低电路输出总噪声。

改进双向A^(*)算法的矿井火灾逃生实时动态路径规划研究

针对煤矿井下工作环境的复杂性和危险性,当发生矿井火灾时,为了提高井下人员的生存率,提出了一种改进双向A^(*)算法的矿井火灾逃生实时动态路径规划方法。借助井下布设的传感器监测设备获取的实时监测数据,动态计算权值,对双向A^(*)算法的评估函数进行改进。综合考虑了巷道类型、坡度、障碍物、风速风向4种影响井下人员逃生的因素,基于国内某煤矿采集的部分真实井下巷道数据,结合实时的传感器监测数据,对算法进行验证并与Dijkstra算法、传统A^(*)算法和双向A^(*)算法进行对比,试验结果表明:改进后的双向A^(*)算法不仅能够有效减少存储成本,而且在不同的条件下都能够动态规划出路线节点更少、最优的安全逃生路线,有助于提高作业人员逃生效率,降低人员伤亡率。

基于工业互联网的智能矿山灾害数字孪生研究

煤矿灾害综合管控是智能矿山建设进程中需要重点解决的难题,借助数字孪生技术实现煤矿灾害的常态化管控是智能矿山建设的必然要求。从数字孪生内涵及本质出发,分析了数字孪生认识规律,并结合煤矿灾害数字孪生数据交互流程,提出了数字孪生技术在煤矿灾害研究中的应用模式:通过煤矿井下灾害监测传感器等设备进行实时监测,将监测数据通过边缘通信模块、云端通信模块上传至云端;数字孪生数值仿真软件部署在云端,利用传感器上传的监测数据作为初始条件参数、边界条件参数、效果验证参数,经过实时仿真分析,通过不断试错,寻求最佳的优化参数及解决方案;当技术手段在孪生世界应用成熟后,可用于对虚拟实体的最佳参数、解决方案等进行分析、判断、决策,并下发决策指令至井下执行器,控制灾害防治装备动作。从灾害监测方案优化、灾害预演及避灾路线精准规划、灾后救援方案制订及事故调查3个方面探讨了数字孪生赋能灾害预测性管控的实际应用。以工业互联网“云-管-边-端”架构为基础,构建了煤矿灾害数字孪生服务体系,并分析了面向矿山灾害的数字孪生关键技术,包括煤矿灾害智能感知和执行装备、煤矿灾害仿真软件、共性支撑技术,以期为数字孪生赋能智能矿山建设提供参考。

智能矿山综合管控平台研究进展及发展路径

智能矿山综合管控平台是实现煤矿安全高效生产的一个重要支撑,然而在研究及实践过程中仍存在对管控平台的概念描述不一致、管控平台功能开发及建设重点偏离核心发展方向等问题。为明确管控平台后期功能开发及现场应用过程中的发展方向及路径,分析了管控平台的本质,得出以数据流为主线的管控平台的本质涉及数据接入、数据融合、数据综合应用3个方面。通过对比和整合已出台的国家能源局、主要产煤大省、主要能源央企等的智能矿山验收管理办法,将管控平台的功能要求细分为基础支撑功能、扩展补充功能及关键核心功能。以三大功能为主线,总结了管控平台的研究及应用进展,并提出了发展路径:基础支撑功能存在数据接入稳定性不够、成熟度不够、实用性不够等问题,应朝规范性、可靠性方向发展;扩展补充功能可满足企业的个性化需求,但并不是智能综合管控的核心发展方向,应朝实用性、补充性方向发展,辅助实现全局的互联互通、协同管控、自主决策等关键核心功能;关键核心功能宜向标准化、稳定性方向发展,当前对关键核心功能的研究缺乏具体的标准和细节,为了实现智能矿山建设目标,需要解决煤矿现场实际存在的难点问题,并逐步挖掘新的应用场景和潜在需求。

多跳集群电力线通信网络的物理层安全研究

研究了具有多跳集群特性的全双工解码转发中继辅助电力通信系统下的物理层安全问题。为保证信号从信源智能体到目的智能体的安全传输,提出一种人工噪声辅助波束成形方法。通过联合优化波束成形矩阵与信源和中继处的人工噪声向量,最大化具有多重功率约束的安全速率。为解决人工噪声辅助波束成形安全问题的非凸优化问题,将其转换为多块凸问题。仿真实验表明,相较于传统方法,所提出的人工噪声辅助安全波束成形方法明显提高了安全速率性能。

基于安全监控系统CO数据的综采工作面作业工序模糊聚类模式智能识别研究

根据某煤矿综采工作面正规作业流程实际情况以及不同阶段CO涌出规律,合理划分采煤工序。通过收集煤矿安全监控系统KJ95X现场采集的上隅角CO浓度时间数据,采用小波包阈值去噪的方法对原始数据进行数据处理,利用小波包分解提取不同采煤工序数据的能量谱作为特征向量,模糊c-均值聚类和加权模糊c-均值聚类对比聚类识别准确率和计算耗时发现,加权模糊c-均值聚类耗时长,但是聚类准确度大大提升。

基于小波滤波和SVPWM的矿用APF研究

有源电力滤波器(APF)在煤矿电网中普遍应用以进行谐波治理。传统APF采用二阶低通滤波器进行谐波检测,并通过滞环控制或三角载波控制策略输出补偿电流。然而,随着非线性负载的大量接入,常规矿用APF难以有效治理煤矿电网中的谐波污染。为进一步提高矿用APF的谐波抑制能力,将小波变换应用于低通滤波器以提高谐波检测性能,同时引入空间矢量脉宽调制(SVPWM)控制策略来控制逆变器输出以提高补偿电流输出能力。仿真分析验证了所提方法的有效性。

巷道内瓦斯爆炸状态下人工坝体的力学响应研究

当矿井发生瓦斯爆炸时,爆炸冲击波会破坏储水坝体,导致采空区储水大量涌出,甚至造成瓦斯与水耦合灾害,因此,人工坝体在极端条件下的稳定性对矿井安全具有重要意义。针对当前对井下人工坝体随瓦斯爆炸冲击波传播的力学响应特性研究较少的问题,利用LS−DYNA软件模拟了巷道内瓦斯爆炸对人工坝体力学性能的影响,研究了迎爆侧、黄土夹层及背爆侧受力状态、形变和应力特征,分析了巷道内瓦斯爆炸冲击波作用下人工坝体的动力响应过程。人工坝体表面载荷分布分析结果表明:当巷道内部发生爆炸时,人工坝体迎爆面的爆炸荷载为不均匀分布,同时在井下各结构相交区域,反射超压因反射冲击波的汇聚和叠加作用而产生明显的增强效应;随着爆炸能量的快速释放,迎爆面中心测点的冲量加载时程曲线表现为三阶段变化特征,当瓦斯体积为200 m3时,在起爆500 ms内,迎爆面中心测点的最大冲量可以达到0.04 MPa·s。人工坝体表面形变和应力分析结果表明:在0~500 ms内,迎爆面中部始终处于受压状态,中心节点的最大横向位移为0.319 mm,由于掏槽的作用,人工坝体四周受拉应力,在此处出现了最大拉应力及剪切应力;黄土夹层动力响应依次为“受压−压实−塑变−传压”,在该过程中黄土起到缓冲作用,最大位移为0.0675 mm;背爆侧墙体由于受到黄土夹层的挤压而发生力学响应,但应力都较小,外侧墙体基本处于安全状态。

MEMS加速度传感器动态误差补偿方法的研究

针对MEMS加速度传感器在实时检测中存在动态误差,现有动态误差补偿方法在实时性方面不能满足要求,提出了一种按频域抽取的快速傅里叶变换混合算法进行动态误差补偿的方法,首先分析建立MEMS加速度传感器输出的频率响应模型,其次利用动态误差补偿算法分析加速度的特征频率,实现对特征频率点的加速度进行补偿,通过对加速度传感器的硬件和软件设计,进行实验测试。实验测试结果表明,通过传感器软件数据处理,在0~1 000 Hz,经过动态误差补偿后的传感器在X轴、Y轴、Z轴方向,0~16 gn量程范围内,实时检测精度均可达到1%以内,实时性及检测的精度完全满足加速度测量要求。

调制模型预测控制在基于STATCOM的煤矿电能质量治理的应用研究

大量电力电子设备及非线性负载接入煤矿电网,使得煤矿电网中存在大量电流谐波及无功功率,严重危害煤矿电网电能质量。传统电能质量治理策略大多采用比例积分(PI)调节器对静止同步补偿器(STATCOM)进行控制,以实现谐波抑制和无功补偿,但其参数难以调节且动态响应慢。针对上述问题,提出了一种基于调制模型预测控制(M2PC)的STATCOM控制策略。首先,采用i_(p)-i_(q)法检测出电网中的谐波电流和无功电流作为M2PC的参考电流;其次,根据参考电流及STATCOM数学模型计算出每个扇区的2个有效矢量和零矢量的占空比及扇区代价函数;然后,通过最小化代价函数得到最佳扇区和该扇区所对应的2个最佳有效矢量和零矢量的占空比;最后,根据空间矢量调制(SVM)方式分配开关脉冲,实现固定的开关频率,从而控制STATCOM发出补偿电流,以抵消电网中的谐波电流与无功电流。仿真和实验结果表明:投入基于M2PC的STATCOM前,电网侧电流畸变严重,电网侧无功功率波动大,电网侧功率因数存在波动且小于1;投入基于M2PC的STATCOM后,由于STATCOM补偿了电网侧谐波电流,使得电网侧电流总谐波畸变率(THD)大幅度降低,且由于STATCOM补偿了负载所需无功功率,电网侧无功功率基本保持为0,电网侧功率因数稳定为1,有效改善了电能质量。

智能化矿用摄像仪测试方法中约束条件的研究

矿用摄像仪智能化发展迅速,普通的智能化摄像仪的测试方案中缺少与井下特殊环境相关的关键条件。针对这个问题,进行智能化矿用摄像仪测试方法中约束条件的研究。首先,介绍智能化矿用摄像仪的软件、硬件功能,对其分别进行矿井约束条件下的测试及分析研究。软件功能测试结果表明:环境照度及距离(约束条件)对纵撕检测功能的测试结果均存在较大影响,距离(约束条件)对井下人脸识别功能的测试结果存在较大影响。硬件功能方面,分析其与约束条件的相关性,结合产品防爆性能进行综合评价后得到测试关注点。最后,通过加入矿井约束条件及关注点,优化智能化矿用摄像仪的测试方法。根据实例结果表明:可提高检验有效性与可靠性。该研究对建立矿用摄像仪智能化评测标准和矿用摄像仪设计等提供有效的参考。

煤矿地下积水采空区挡水煤柱分级预警模型研究

煤矿地下积水采空区运行状态是井下高效生产工作的基本条件,而挡水煤柱作为直接与水接触的对象,更是潜在的危险因素。为及时了解挡水煤柱内部受力及渗压变化情况,以内蒙某矿42108辅运巷32与33联巷间挡水煤柱为研究对象,设计搭建监测系统,实时采集数据;引入概率论中相关理论和不等式方法,对各传感器进行分类和异常数据判定,建立了单一传感器分级报警方法,能够精准发现异常数据,提高数据异常甄别的准确率;采用矩阵QR分解法和最小二乘法等,同时对钻孔应力和渗压监测数据进行综合分析,建立区间范围,提供基于钻孔应力和渗压监测的综合安全分级方法。研究结果表明:单一测点分级预警和综合分析预警技术方法,能较准确地对挡水煤柱定点区域及整体进行安全评价预警;同时单一测点分级结果都略高于挡水煤柱综合分析预警等级,说明单点区域风险并不决定煤柱整体安全状态,挡水煤柱仍具有较高的可靠运行特性。

矿用测风机器人机构设计与轨迹控制研究

为了保证矿井安全正常生产,矿井通风工作至关重要,而矿井风速测量决定了通风策略的制定是否精准及时。现有矿井风速测量工作主要依靠人工进行,劳动强度大,效率低,为了提高矿井测风的智能化水平,提出了一种伸缩式测风机器人,基于其测风轨迹需求,完成了机构设计和轨迹控制研究,并进行了虚拟样机建模与联合仿真。仿真结果表明,所设计的伸缩式测风机器人机构合理,轨迹控制算法有效,实现了测风轨迹的精确模拟。测风机器人整体结构紧凑,井下安装方便,可适应多种巷道尺寸,为智能化测风机器人领域提供了一种新的思路。

不同采煤工序下CO涌出特征提取及测试数据研究

根据某煤矿综采工作面正规作业流程实际情况以及不同阶段CO涌出规律,合理划分采煤工序。在实验室通过上隅角CO浓度时间序列的小波阈值去噪,消除了原始序列中大部分噪声的影响,同时保持了原序列的特征和趋势,为后续研究CO涌出特征提取奠定了良好的数据基础。阐述了综采工作面根据能量谱特征提取和CO涌出特征提取的技术方法,并基于RBF神经网络对CO涌出模式进行了有效识别。结果证明,采用小波包能量谱作为特征向量对综采工作面不同工序进行模式识别的方法是可行的。

基于5G通信技术在煤矿井下的应用研究

针对煤矿井下的特殊作业环境造成的通信不稳定、作业不安全的问题,设计了基于5G通信技术的煤矿井下通信系统架构,并详细分析了安全技术要求与安全检验要求。5G技术在煤矿井下通信中的应用可以有效解决现有煤矿井通信问题,但需要注重安全技术与安全检验的双重要求。煤矿井作业应结合实际作业环境特征发展基于5G通信技术的煤矿井下通信系统,从通信组网要求、抗干扰技术要求与安全防爆技术要求保障其技术安全性,从通信系统稳定性与抗干扰性检验、基站以及终端检验对通信技术进行安全检验,以推进5G通信技术在煤矿井下应用。