[发明专利]矿井需风量的全息预测方法

摘要

本发明提供一种矿井需风量的全息预测方法，包括建立具有学习能力的全息人工神经网络预测模型，包括除尘需风量全息预测模型、炮烟产生量全息预测模型、车辆废气排量全息预测模型、采掘工作面瓦斯涌出量全息预测模型和降温除湿舒适感需风量全息预测模型；获取与该工作面对应的各个全息预测模型的输入变量，并输入到对应的全息预测模型中，从而得到各个全息预测模型的输出变量；然后，得到该工作面在下一个控制时间段的需风量。优点为可以根据满足矿井安全健康生产的瓦斯浓度、粉尘浓度、炮烟浓度和舒适度要求，有效地计算用风点的实际需风量，解决矿井通风系统正常时期按需供风和风流控制的需风量问题，为实时按需供风提供技术保障。

主权项

一种矿井需风量的全息预测方法，其特征在于，包括以下步骤：步骤1，建立具有学习能力的全息人工神经网络预测模型，包括：除尘需风量全息预测模型G1、炮烟产生量全息预测模型G2、车辆废气排量全息预测模型G3、采掘工作面瓦斯涌出量全息预测模型M1和降温除湿舒适感需风量全息预测模型M2；其中，所述除尘需风量全息预测模型G1的输入变量包括：除尘工艺参数、围岩属性参数、煤层属性参数、吸附常数a、吸附常数b、机掘工作面的工作面推进速度、机采工作面所采用的每个机采设备的机采参数；所述除尘需风量全息预测模型G1的输出变量为除尘达标供风量Q1；所述炮烟产生量全息预测模型G2的输入变量包括：除尘工艺参数、围岩属性参数、煤层属性参数、吸附常数a、吸附常数b、炮采炮掘工作面的炮采炮掘工艺参数；所述炮烟产生量全息预测模型G2的输出变量包括：炮烟产量W2、粉尘产量F1和有害气体产量；所述车辆废气排量全息预测模型G3的输入变量包括：车辆参数、车辆燃料参数、环境参数、车辆行驶路段参数以及车辆行驶速度；所述车辆废气排量全息预测模型G3的输出变量包括烟雾排量W1和一氧化碳排量C1；所述采掘工作面瓦斯涌出量全息预测模型M1的输入变量包括：开始记录的时间、工作面深度、煤层属性参数、吸附常数a、吸附常数b、前方最近断层的距离、前方最近构造的距离、前方变厚点的距离、后方最近断层的距离、后方最近构造的距离、后方变厚点的距离、前方应力峰值的距离、前方应力峰值、两帮应力峰值的距离、两帮应力峰值、最邻近煤层距离、最邻近煤层厚度、本层钻场位置、本层钻孔覆盖面积、本层抽放强度、邻层钻场位置、邻层钻孔覆盖面积、邻层抽放强度和工作面推进速度；所述采掘工作面瓦斯涌出量全息预测模型M1的输出变量为瓦斯绝对涌出量Ws；所述降温除湿舒适感需风量全息预测模型M2的输入变量包括：进风温度、进风湿度、作业人数、作业温度、作业湿度和舒适度最优的风速值；所述降温除湿舒适感需风量全息预测模型M2的输出变量为进风量Q2；其中，除尘需风量全息预测模型G1、炮烟产生量全息预测模型G2和车辆废气排量全息预测模型G3，其输入变量只与静态因素相关，因此，所构建的除尘需风量全息预测模型G1、炮烟产生量全息预测模型G2和车辆废气排量全息预测模型G3可用于各种工作面的需风量预测；对于采掘工作面瓦斯涌出量全息预测模型M1和降温除湿舒适感需风量全息预测模型M2，其输入变量与静态因素和动态因素均相关，因此，需要对于每一个工作面分别建立采掘工作面瓦斯涌出量全息预测模型M1和降温除湿舒适感需风量全息预测模型M2，用于该工作面的需风量预测；步骤2，当需要预测某工作面在下一个控制时间段的需风量时，获取与该工作面对应的各个全息预测模型的输入变量，并输入到对应的全息预测模型中，从而得到各个全息预测模型的输出变量；然后，对各个全息预测模型的输出变量进行进一步计算，得到该工作面在下一个控制时间段的需风量。