移动扫码阅读
移动扫码阅读
瓦斯灾害是井工开采煤矿最普遍、最严重的灾害之一[1]，我国煤矿因瓦斯事故造成的死亡人数约占煤矿各种事故死亡总人数的30%，其中重特大事故中，瓦斯事故约占70%[2]。现阶段煤矿日常工作面瓦斯灾害主要通过对甲烷浓度监测来实现，国内现行的《煤矿安全规程》[3]和AQ1029—2019《煤矿安全监控系统及检测仪器使用管理规范》[4]明确了通过对工作面进风、工作面和上隅角采用单点监测的方式实现回采工作面的甲烷监测(以下称工作面)，监测点甲烷浓度一旦超过报警阈值就会自动报警，该种监测和报警方法在一定程度上保障了工作面生产过程中瓦斯灾害的安全问题[5]。但是瓦斯涌出复杂性较高的回采工作面，往往不能对不可预知点的瓦斯涌出做到及时监测，存在监测区域上的盲点，对于工作面区域非监测点瓦斯超限不能准确及时监测。这种非监测点区域的甲烷监测现场通常通过瓦检员人工检测，其检测数据的实时性、数据的共享性和数据的可读性均不强，因此有必要研究针对整个回采工作面区域的甲烷监测和甲烷数字场实现方法，既能实现整个工作面区域的甲烷监测，又能通过数字场提供较好的甲烷浓度展示方式，提高监测结果的实时性、可读性和共享性。
现有甲烷传感器以有线供电、传输为主，其体积及功耗大，导致移动、维护困难，设备成本高，以致现场只能按照煤安要求安装少量甲烷传感器，无法实现工作面区域甲烷监测的原因之一[6-7]。近几年，煤矿智能化建设的发展带动了煤矿物联网技术的进步与提升[8-9]，高能效、低功耗是煤矿物联网感知技术的必要条件[10]。针对工作面区域甲烷监测需求，在煤矿物联网技术的支撑下，开发一种集微功耗传感技术、微功耗无线通信技术、微功耗自定位技术和自供电的低成本矿用无线甲烷感知终端成为可能[11-12]。在此基础上可在工作面其他区域增加感知终端布置数量，实现工作面区域的甲烷感知全覆盖。基于此，以工作面甲烷浓度现场测试数据为基础，提出了甲烷物联感知终端的现场布置方案，并在一定监测数据点的基础上对工作面区域甲烷数字场的实现方法进行了探讨。
基于物联网的甲烷感知终端是工作面实现区域多点甲烷监测和形成甲烷浓度数字场的基础，甲烷感知终端需要解决微功耗甲烷数据采集、微功耗传感终端定位、无线数据传输和终端自供电等问题，利用物联网的相关技术优势解决上述4个方面的问题才能真正实现工作面区域甲烷感知终端的物联，既能够体现甲烷感知技术先进性，又保障了现场的实用性问题。
1)微功耗甲烷浓度感知需求。甲烷微功耗监测方面，基于MEMS(Micro-Electro-Mechanical System)的微功耗传感技术是目前传感技术领域的研究重点[13]，与传统的传感器相比，MEMS传感具有体积小、质量轻、成本低、功耗低、可靠性高、灵敏度高、适于批量化生产、易于集成和实现智能化等优势[14-15]。依托MEMS技术开发微功耗甲烷感知模组，其量程能够达到0.05%～4.00%，分辨率不低于0.05%，使用寿命不少于1a，能够满足长时间免人工维护的现场使用需要；能够在采用电池供电或者自供电的方式下实现长时间稳定运行；能够通过主动动态标校感知模组能耗平衡功能实现感知数据准确性，从而成为物联甲烷感知终端的微功耗感知模组，实现甲烷浓度数据采集。
2)微功耗传感终端定位需求。通过增加工作面区域甲烷感知终端数量来更好地对区域甲烷分布进行监测，就必须对各个感知终端位置进行准确掌握。基于超宽带无线的多源定位方法、时钟同步方法、大容量并发通信和定位的实现方法，建设井下类GPS的高性能位置服务系统，以开放服务体系为基础架构，提供高精度、大容量的实时位置服务。开发基于无线超宽带技术与TDOA方法的一维、二维和三维定位模组[16]，能够满足多源定位欧氏距离误差小于0.1 m，该位置服务模组属于井下甲烷感知终端的重要组成之一。
3)无线数据传输需求。要解决工作面区域多监测点甲烷感知终端的数据传输问题，必须考虑利用无线方式实现煤矿井下微功耗光电模组的数据传输。研究低功耗、低延时、大容量的无线自组网技术，完善井下无线互联的末端覆盖，满足甲烷感知终端的数据接入、信息交互的需要[17]。无线射频模组功耗应小于200 mW，通信距离不小于10 m，无线自组网节点数不少于512个，单节点传输延迟不大于0.4 ms，通信网络自愈时间不大于10 ms。数据传输模组与微功耗甲烷感知模组、微功耗传感终端定位模组一起组成微功耗甲烷感知传输终端，集甲烷浓度感知、位置感知和信息传输于一体，利用电池或者自供电技术满足终端能量需求，通过无线方式将浓度信息和位置信息实时传输至工作面全区域。
4)甲烷感知终端供电需求。当甲烷浓度感知模组、无线传输模组的能耗降低后，监测终端的供电成为感知设备现场应用的重要约束条件，借助能量捕获技术可将周围环境中的各种能量转化成电能，为终端正常运行提供能量[18]。煤矿井下巷道中风能、机电设备运转产生的机械动能、电气设备和柴油发动机产生的热能等等均可以转换为电能[19]。研制自发电装置，用于微功耗甲烷感知终端的自发电模组发电功率应大于0.5 mW ，同时配合可充电电池，实现甲烷感知终端自供电和连续运行。
在甲烷感知终端多测点监测的基础上，构建工作面瓦斯浓度数字场还包括2个环节:①确定工作面区域甲烷感知终端布置方案；②由有限的甲烷监测点数据形成区域甲烷浓度数字场。在甲烷监测终端布置方案上，通过工作面瓦斯涌出分析和现场实测相结合的方式提出了工作面甲烷感知终端布置方案。
综采工作面区域瓦斯涌出主要包括工作面落煤甲烷涌出、采煤工作面煤壁甲烷涌出和采空区中来自邻近煤(岩)层、遗煤和岩石的甲烷涌出3大部分[20]，从甲烷来源来看，落煤甲烷涌出和煤壁甲烷涌出涉及整个工作面支架区域，各支架区域均存在本煤层甲烷涌出的可能性。采空区中来自邻近煤(岩)层、遗煤和岩石的甲烷涌出主要从上隅角位置及邻近支架区域涌出，其监测重点应该在上隅角所处的机尾端头支架区域。从工作面风流分布来看，上隅角、下隅角位置容易形成循环风，也是甲烷最容易积聚从而形成超限的区域，两端头支架应该作为监测重点来考虑。
为更准确地掌握工作面区域甲烷分布特征，利用便携式激光甲烷检测仪对某综采工作面甲烷分布情况进行了实测。基于工作面甲烷来源确定了3条测线，第1条测线靠近采空区简称测线A，第2条靠近落煤区域简称测线B，第3条测线沿着行人的支架中部简称测线C，如图1所示。
图1 工作面现场数据测试方案
Fig.1 Test scheme of working face field data
该工作面倾向长度约300 m，工作面机头的端头支架有4台，位于机尾的端头支架有4台，中部液压支架共有168台。按照选定的3条测线，依托支架走向，人工测试各支架对应测点甲烷浓度。通过分析现场实测数据，探求工作面瓦斯浓度分布特征，根据分布特征确定监测点数量。考虑到现场测试的可行性，首先在8点，检修班对各个支架甲烷浓度进行了详细测量，随后2个生产班进行了重要区域甲烷浓度补充测量，8点班测量结果见表1。
表1 某工作面8点甲烷体积分数实测数据
Table 1 Measured data of methane volume fractian in a working face at eight o’clock
测试位置CH4体积分数/%测线A测线B测线C下隅角端头支架1号0.100.080.09下隅角端头支架2号0.080.060.08下隅角端头支架3号0.080.060.07下隅角端头支架4号0.060.050.06中部支架5号0.030.050.03中部支架6～171号<0.05<0.03<0.03中部支架172号0.170.050.16上隅角端头支架1号0.180.080.16上隅角端头支架2号0.250.150.23上隅角端头支架3号0.460.360.40上隅角端头支架4号0.510.410.48
由表1知，上隅角、下隅角位置甲烷体积分数明显高于其他区域，且上隅角位置甲烷体积分数测线A>测线C>测线B，下隅角位置甲烷体积分数没有明显的分布特征。为确定生产过程中的甲烷分布情况，随后2个生产班对现场体积分数进行了补充测量，补充测量地点选择下隅角端头支架1号、下隅角端头支架4号、中部88号支架，上隅角端头支架1号和上隅角端头支架4号位置，每个生产班测量3次甲烷体积分数，数据见表2。
表2 某工作面不同生产班甲烷体积分数实测数据
Table 2 Measured data of methane volume fraction in a working face during different production shift
测量位置测量时刻CH4体积分数/%生产班1生产班2生产班1生产班2下隅角端头支架1号16:000:000.100.0819:003:000.120.1222:006:000.100.12下隅角端头支架4号16:000:150.130.1519:003:150.160.1622:006:150.150.16中部88号支架16:300:300.080.0819:303:300.090.0622:306:300.060.04上隅角端头支架1号16:450:450.130.1719:453:450.190.1520:456:450.300.25上隅角端头支架4号17:001:000.580.4120:004:000.600.5123:007:000.630.58
由表1、表2可知，通过5个位置甲烷体积分数数据分析，无论是零点、四点生产班还是八点检修班，工作面甲烷浓度分布特征明显呈现表现出上隅角、下隅角浓度大于其他支架区域的特点，且在正常通风条件下，工作面中部支架区域甲烷始终处于不超过0.15%低浓度状态，甲烷监测终端布置方案应重点考虑两端头支架区域。
结合工作面区域甲烷涌出来源特征和现场实测数据分布特征，提出工作面区域物联甲烷感知终端布置方案如下。①上隅角、下隅角两端头处，每个端头支架沿测线A、测线B处各布置甲烷感知终端1台；②中部区域共布置甲烷监测点5个，每个位置点沿测线A和B各布置感知终端1台，中部区域合计10台，空间位置沿着倾向距离均匀分布。假设工作面上、下隅角各4台端头支架，总共布置监测终端26台，布置方案如图2所示。
图2 工作面甲烷感知终端布置方案示意
Fig.2 Layout of methane sensing terminal in working face
如上所述，在某工作面区域内布置了甲烷监测终端26台，能够形成26个甲烷实时监测数据点。为了更直观、清楚地展示工作面区域甲烷分布状态，通过对有限的甲烷监测数据进行插值，拟形成工作面区域甲烷浓度数字场。
通过现场监测，在Y方向获得2组甲烷体积分数数据，每组数据包含13个点；在X方向获得13组数据，每组数据包含2个点。
根据已有的监测数据，利用二维数值插值方法可形成X-Y平面内的数字场。由表1可知，工作面瓦斯甲烷浓度由多到少排序：上隅角>下隅角>中部区域。并且上隅角和中部区域差值较大，若所有数据一起插值，误差较大，易出现“龙格”现象，为保证插值结果的准确性，将上隅角、下隅角和中部区域分开插值，具体插值过程如图3所示。
图3 甲烷体积分数数字场实现方法
Fig.3 Realization method of volume fraction methane volume fraction digital field
根据确定的工作面甲烷监测布置方案，获得了甲烷实测数据，见表3。(注：将下隅角定义为坐标原点，定义支架走向(工作面倾向)为Y，支架宽度(工作面走向)为X，已知每个端头支架和中部支架宽度均为1.5 m，测线A和测线B相距4 m，由此换算成坐标。)数值插值过程：
表3 工作面甲烷体积分数实测数据
Table 3 Measured data of methane volume fraction in coal mining face
Y/mCH4体积分数/%X方向上相距Y轴0 mX方向上相距Y轴4 m00.300.281.50.230.183.00.170.124.50.120.086.00.080.087.50.080.0833.00.080.0884.00.080.07135.00.080.07186.00.070.08237.00.070.08258.00.080.09259.50.180.10261.00.250.15262.50.460.36264.00.510.45265.50.550.50
1)下隅角插值。下隅角区域是指Y方向0～7.5 m、X方向0～4 m的X-Y平面，利用二维三次样条插值，获得该区域内Y方向每0.5 m、X方向每1 m的插值点，插值结果如图4所示，由图4可知，在下隅角区域内，沿着支架走向(Y方向)从下隅角向里，甲烷浓度呈现缓坡式下滑，下隅角位置甲烷浓度最高，说明下隅角易积聚甲烷；沿X方向支架内部甲烷浓度高于支架外部甲烷浓度，这是因为支架外部通风条件好于内部，甲烷在支架外部不易积聚。
图4 下隅角区域甲烷体积分数插值结果
Fig.4 Interpolation result of methane volume fraction in lower corner area
2)中部区域插值。中部区域是指Y方向7.5～257.5 m、Y方向0～4 m的X-Y平面区域，由于该区域数据波动较小，利用二维双线性插值获得Y方向每隔5 m、X方向每隔1 m的插值点，插值结果如图5所示。由图5可知，中部区域的甲烷在低浓度范围内呈现平坦式波动，说明在正常通风条件下中部区域不会积聚大量甲烷，且整个区域内甲烷浓度相差不大。
图5 中部支架区域甲烷体积分数插值结果
Fig.5 Interpolation results of methane volume fraction in middle hydraulic support area
3)上隅角插值。上隅角区域是指Y方向258～265.5 m、X方向0～4 m的X-Y平面，利用二维三次样条插值获得Y方向每隔0.5 m、X方向每隔1 m的一个插值点，插值结果如图6所示。由图可知，沿着支架走向(Y方向)，越靠近上隅角甲烷浓度越高，呈现陡坡式上升，上隅角位置甲烷浓度最大。
图6 上隅角区域甲烷体积分数插值结果
Fig.6 Interpolation results of methane volume fraction in upper corner area
将下隅角、中部支架和上隅角区域数值插值结果汇总得到甲烷浓度数字场，得到工作面甲烷浓度数字场曲面图，如图7所示。由图7可知工作面甲烷体积分数分布特征。
图7 工作面甲烷体积分数数字场
Fig.7 Digital field of methane volume fraction in coal mining face
1)针对工作面现有甲烷传感器体积、功耗大，移动、维护困难和设备成本高等问题，在物联网技术和边缘计算理念的基础上，提出了利用微功耗甲烷数据采集、微功耗传感终端定位、无线数据传输和终端自供电4个关键技术和开发微功耗甲烷感知终端的思路。
2)针对监控系统工作面区域甲烷监测点少，人工检测甲烷数据实时性、可读性和共享性不足的问题，以工作面区域落煤甲烷涌出、煤壁甲烷涌出和采空区甲烷涌出3大主要涌出特征为基础，结合现场生产班和检修班的实测甲烷数据分布特征，提出了综采工作面区域的物联甲烷感知终端布置方案。
3)以某工作面布置26个甲烷感知终端数据为例，对工作面区域甲烷浓度数字场实现进行了验证。结果表明该工作面在26个感知终端监测数据下，优选插值方法所形成的甲烷数字场能够清晰、直观地表达工作面区域的甲烷分布状况。该方法大幅提高了工作面区域甲烷监测数据的可读性和实时性，为其他学者进一步做区域甲烷分析预警提供了实时性高、覆盖面广、可读性强的工作面甲烷浓度表达方式。
[1] 袁 亮.煤矿典型动力灾害风险判识及监控预警技术研究进展[J].煤炭学报,2020,45(5):1557-1566.
YUAN Liang.Typical power coal mine disaster risk recognition and monitoring and early warning technology research progress [J]. Journal of China Coal Society,2020,45(5):1557-1566.
[2] 谈国文.突出矿井瓦斯灾害多元化精准防控系统建设[J].矿业安全与环保,2020,47(3):49-53.
TAN Guowen.Highlight the construction of a diversified and precise prevention and control system for mine gas disasters[J].Mining Safety and Environmental Protection,2020,47(3):49-53.
[3] 国家安全生产监督管理总局.煤矿安全规程[M].北京：煤炭工业出版社，2016.
[4] 孙继平.AQ 1029—2017《煤矿安全监控系统及检测仪器使用管理规范》(报批稿)[J].工矿自动化,2017,43(6):87-94.
SUN Jiping. AQ 1029—2017 “Management Specification for Coal Mine Safety Monitoring System and Testing Instruments”(draft for approval) [J].Industrial and Mine Automation,2017,43(6):87-94.
[5] 汪丛笑.煤矿安全监控系统升级改造及关键技术研究[J].工矿自动化,2017,43(2):1-4.
WANG Congxiao, Research on Upgrade and Reform of Coal Mine Safety Monitoring System and Key Technology [J].Industrial and Mine Automation, 2017,43(2):1-4.
[6] 佚 名.KJ95X煤矿安全监控系统[J].工矿自动化,2018,44(9):14.
Anonymous.KJ95X coal mine safety monitoring system [J] .Industrial and Mine Automation, 2018,44(9):14.
[7] 孙继平.2016年版《煤矿安全规程》监控与通信条款解析[J].工矿自动化,2016,42(5):1-8.
SUN Jiping. Analysis of the monitoring and communication clauses of the 2016 edition of “Coal Mine Safety Regulations”[J] .Industrial and Mine Automation, 2016,42(5):1-8.
[8] 赵亚玲,陈 斐.基于自校正传感器的煤矿瓦斯浓度监测系统[J].煤炭技术,2018,37(5):192-193.
ZHAO Yaling,CHEN Fei.The coal mine gas concentration monitoring system based on self-calibration sensor[J].Coal Technology,2018,37(5):192-193.
[9] 王国法,刘 峰,孟祥军,等.煤矿智能化(初级阶段)研究与实践[J].煤炭科学技术,2019,47(8):1-36.
WANG Guofa,LIU Feng,MENG Xiangjun,et al.Study and practice of intelligent coal mine(primary stage)[J].Coal Science and Technology,2019,47(8):1-36.
[10] 屈世甲.综采工作面区域网格化分区方法及其应用[J].工矿自动化,2018,44(9):94-97.
QU Shijia.Grid division method and its application in fully mechanized mining face [J].Industrial and Mine Automation, 2018,44(9):94-97.
[11] 屈世甲,邢呈呈,李 鹏.基于时间序列分解的工作面瓦斯涌出分析方法研究[J].煤矿安全,2018,49(10):171-174.
QU Shijia,XING Chengcheng,LI Peng.Research on analysis method of gas emission from working face based on time series decomposition[J].Safety in Coal Mine,2018,49(10):171-174.
[12] 王 宽. 矿用融合网关设计及关键技术研究[D].徐州：中国矿业大学,2019.
[13] 赵小虎,张 凯,赵志凯.矿山物联网网络技术发展趋势与关键技术[J].工矿自动化,2018,44(4):1-7.
ZHAO Xiaohu,ZHANG Kai,ZHAO Zhikai.Development trend and key technologies of mine Internet of Things network technology[J].Industry and Mine Automation,2018,44(4):1-7.
[14] 张 仪,杨露霞,张 椅.基于工业物联网的智能网关设计[J].自动化仪表,2018,39(6):43-45.
ZHANG Yi,YANG Luxia,,ZHANG Yi.Design of intelligent gateway based on industrial internet of things [J].Automation Instrumentation, 2018,39(6):43-45.
[15] CHEN C,LIN M,LIU C.Edge computing gateway of the industrial internet of things using multiple collaborative microcontrollers[J]. IEEE Network,2018,32(1):24-32.
[16] 屈世甲,武福生.基于边缘计算的煤矿工作面甲烷监测模式探讨[J].煤炭科学技术，2020，48(12)：161-167.
QU Shijia, WU Fusheng. Discussion on coal mine face methane monitoring mode based on edge computing[J].Coal Science and Technology，2020，48(12)：161-167.
[17] 万雪芬,崔 剑,杨 义,等.用于煤矿设备信息化升级的无线数据传输节点[J].工矿自动化,2019,45(6):37-41，51.
WAN Xuefen,CUI Jian,YANG Yi,et al. A wireless data transmission node for the information upgrade of coal mine equipment [J] .Industrial and Mine Automation, 2019,45(6):37-41，51.
[18] 王海波,赵立厂.矿山物联网的泛在特征分析与泛在能力建设[J].煤炭科学技术,2020,48(7):127-133.
WANG Haibo, ZHAO Lichang. Ubiquitous characteristics analysis and ubiquitous capacity building of mine Internet of things [J]. Coal Science and Technology, 2020,48(7):127-133.
[19] 冯永胜,王晴晴,江 凤,等.基于物联网的煤矿井内瓦斯监测系统[J].物联网技术,2018,8(5):24-25，29.
FENG Yongsheng,WANG Qingqing,JIANG Feng,et al.Gas monitoring system in coal mine based on Internet of Things[J].Internet of Things Technology,2018,8(5):24-25，29.
[20] 屈世甲.工作面落煤瓦斯与风流混合的Fluent模拟分析[J].煤矿安全,2017,48(10):163-166.
QU Shijia.Fluent simulation analysis of the mixture of coal falling gas and air flow in working face[J].Safety in Coal Mines,2017,48(10):163-166.