[发明专利]低瓦斯矿井综采工作面瓦斯浓度智能控制方法

权利要求书

1.低瓦斯矿井综采工作面瓦斯浓度智能控制方法，其特征在于，包括：

获取历史的环境监测数据，汇总形成历史数据集，根据所述历史数据集，通过长短期记忆循环神经网络时间序列预测模型，得到瓦斯浓度时间序列预测模型；

获取实时的所述环境监测数据，通过所述瓦斯浓度时间序列预测模型分析实时的所述环境监测数据并预测瓦斯浓度变化，得到瓦斯浓度超限区间；

判断瓦斯浓度是否超过所述超限区间，若超过，则根据初始风量q₀计算综采工作面中的需求风量q₁；

判断所述综采工作面的风速是否超限以及是否超过供风能力，若是，则直接调节采煤机的割煤速度，维持瓦斯浓度不超过所述瓦斯浓度区间，若不是，则增大风速至所述需求风量q₁；

获取改变风速至所述需求风量q₁的一个调节周期后的采空区的火灾指标气体，判断所述采空区中的所述火灾指标气体是否超限以及是否连续增加，若不是，则继续监测所述火灾指标气体，若是，则改变风量至初始风量q₀并调节所述采煤机的割煤速度。

2.根据权利要求1所述的低瓦斯矿井综采工作面瓦斯浓度智能控制方法，其特征在于，所述环境监测数据包括：

所述综采工作面的瓦斯传感器数据、所述综采工作面的绝对静压传感器数据和所述采煤机的割煤速度。

3.根据权利要求2所述的低瓦斯矿井综采工作面瓦斯浓度智能控制方法，其特征在于，所述根据所述历史数据集得到瓦斯浓度时间序列预测模型方法为：

通过所述长短期记忆循环神经网络时间序列预测模型结合历史的所述环境监测数据得到所述瓦斯浓度时间序列预测模型，根据预测的时间步长，以当前时间为起点，向前切割所述历史数据集，从所述历史数据集中平均取出N个数据样本并将其编号为x₁～x_N，将N个所述数据样本分M组数据，第一组为x₁～x_(M-1)，根据第一组信息预测x_M的信息，第二组为x2～x_M，预测x_(M+1)的信息，依次预测信息，得到当前时间的下一个所述时间步长的所述瓦斯浓度时间序列预测模型。

4.根据权利要求3所述的低瓦斯矿井综采工作面瓦斯浓度智能控制方法，其特征在于，所述则根据初始风量q₀计算综采工作面中的需求风量q₁方法为：

q₁＝C_瓦斯1·q₀/C_瓦斯0

其中，q₁为所述需求风量，m³/s；

C_瓦斯1为最大瓦斯浓度,体积分数％；

C_瓦斯0为初始瓦斯浓度,体积分数％；

q₀为所述初始风量，m³/s。

5.根据权利要求4所述的低瓦斯矿井综采工作面瓦斯浓度智能控制方法，其特征在于，所述则增大风速至所述需求风量q₁方法为：

通过调节与所述综采工作面串联的通风调节设施，包括调节风窗和带风窗的调节风门，或与所述综采工作面并联其他用风地点的调节设施，使得风速达到所述需求风量q_1。

6.根据权利要求5所述的低瓦斯矿井综采工作面瓦斯浓度智能控制方法，其特征在于，所述火灾指标气体包括CO、C₂H₆、C₂H₄、C₃H₈、C₂H₂、C₂H₄和C₂H₆的混合气体、C₃H₈和C₂H₆的混合气体。