本发明专利技术公开了一种采空区气体异常涌入工作面的监测控制方法，先获取地面大气压、井下大气压、邻近采空区气压、地面温度、井下温度、邻近采空区温度、回风氧气浓度数据，并建立氧气浓度LSTM神经网络预测模型，以上述参数作为模型训练输入数据集，模型输出变量为工作面氧气浓度；对模型进行训练，使得模型获取上述参数与工作面氧气浓度之间的对应关系；后续监测时，仅需定期采集各个参数的实时数据输入模型后，则模型能输出工作面的O<subgt;2</subgt;浓度预测值，同时将工作面的O<subgt;2</subgt;浓度进行分级，根据预测值对应等级，确定相应的处理措施，最终能提前预测综采面即将发生低氧的情况，从而及时采取相应措施，防止综采面发生低氧，保证综采面的氧气浓度持续正常。
【技术实现步骤摘要】
本专利技术涉及一种监测控制方法，具体为一种采空区气体异常涌入工作面的监测控制方法，属于煤矿安全生产。
技术介绍
1、我国煤矿分布广泛，不同地质条件的复杂差异，各地域矿井所面临的安全生产问题各异，其中因综采面氧气浓度低于18％形成低氧情况是影响各矿区正常生产的问题，其主要原因是不同来源的低氧气体进入综采面导致氧气浓度降低。现有对这种气体浓度异常的解决方法包括：1、对不同来源的低氧气体进行精准抽采，从而提高综采面的氧气浓度；2、监测氧气浓度异常后通过储氧罐释放氧气，并自动或手动调节风窗进而调节风量，从而提高综采面的氧气浓度。
2、其中对于第1种方法，其通过检测工作面回采期间的气体浓度，判断低氧气体来源，安装抽采系统进而对低氧气体进行抽采使得工作面氧气浓度正常，但是这种方式具有滞后性，即其只能等综采面已经发生低氧情况后才能开始进行抽采治理，并且采用的抽采系统成本较高。
3、对于第2种方法，监测氧气浓度异常后储氧罐释放氧，并根据情况自动或手动调节风窗进而调节风量，这种方法需对回风隅角的氧气浓度进行监测，在低于阈值时释放储氧罐气体，但该方法仍然只能等综采面发生低氧情况后，才能进行治理，无法实现提前预测综采面可能发生低氧的情况，进而预防低氧发生的能力。
4、综上所述，目前的方式均无法实现提前预测综采面发生低氧的情况，进而无法提前采取相应措施预防；因此如何一种新的方法，能提前预测综采面即将发生低氧的情况，从而及时采取相应措施，防止综采面发生低氧，保证综采面的氧气浓度持续正常，是本行业的研究方向之一。
技术实现思路
1、针对上述现有技术存在的问题，本专利技术提供一种采空区气体异常涌入工作面的监测控制方法，能提前预测综采面即将发生低氧的情况，从而及时采取相应措施，防止综采面发生低氧，保证综采面的氧气浓度持续正常。
2、为了实现上述目的，本专利技术采用的技术方案是：一种采空区气体异常涌入工作面的监测控制方法，具体步骤为：
3、a、采集原始数据：在一段时间内，每隔时间t采集一次数据，每次采集的数据包括地面大气压p1,t、井下大气压p2,t、邻近采空区气压p3,t、地面温度t1,t、井下温度t2,t、邻近采空区温度t3,t、回风氧气浓度c′o2,t(％)和工作面氧气浓度co2,t；
4、b、建立训练数据集：将步骤a每次采集数据中的{p1,t p2,t,p3,t,t1,t,t2,t,t3,t,c′o2,t,co2,t-1}作为模型训练输入数据集，模型输出变量为工作面氧气浓度co2,t；其中co2,t-1为上一采集时刻的工作面氧气浓度；
5、c、建立氧气浓度lstm神经网络预测模型：建立氧气浓度lstm神经网络预测模型，并将步骤b建立的训练数据集输入预测模型进行训练，使模型对模型训练输入数据集中各个参数与模型输出变量建立对应关系，从而完成氧气浓度lstm神经网络预测模型的训练；
6、d、采用模型进行工作面氧气浓度预测：结合当日天气预报给出的当日每小时矿井地面温度和地面大气压的值，并通过矿井内的传感器获取实时的井下大气压、邻近采空区气压、井下温度、邻近采空区温度和回风氧气浓度，并将上述数据输入步骤c建立的氧气浓度lstm神经网络预测模型，模型进行分析后输出对工作面的o2浓度预测值；
7、e、措施处理及预警：设定阈值，对工作面的o2浓度进行分级；将步骤d每次输出的工作面的o2浓度预测值与阈值比较，从而获取每次预测值所处的等级，最后根据等级对矿井采取对应措施，并确定是否进行预警；
8、f、更新预测模型：每月重复一次步骤a至c，从而对氧气浓度lstm神经网络预测模型进行更新，实现对工作面氧气浓度的持续精准监测。
9、进一步，所述步骤a中使用近7天每隔1小时采集一次数据。
10、进一步，所述步骤c中采用matlab软件建立氧气浓度lstm神经网络预测模型。
11、进一步，所述步骤e中分级标准为：将工作面的o2浓度大于等于19.5％设定为安全等级；工作面的o2浓度大于等于18％且小于19.5％设定为警戒等级，小于18％设定为危险等级；若工作面的o2浓度预测值为安全等级，则继续进行后续监测；若工作面的o2浓度预测值为警戒等级，则采取对应措施提高工作面的o2浓度值；若工作面的o2浓度预测值为危险等级，则直接进行预警提示，使工作人员及时进行撤离。
12、进一步，所述采取对应措施提高工作面的o2浓度值，具体为：控制启动压风自救系统，同时启动井下移动制氮系统来提升氧气浓度，其中井下移动制氮系统正常在井下是用于制氮并将其输送到所需区域进行隔绝氧气或调整区域气压的作用，属于井下常备设备；制氮系统制氮的原理是从空气中分离高浓度氮气，并且其在分离出氮气后，剩余气体中主要为氧气，即产生了高浓度氧气，将这些高浓度氧气收集后，通过压风自救系统产生的气流输送到工作面回风隅角区域，以增加该区域氧气浓度。
13、与现有技术相比，专利技术人研究发现地面大气压p1,t、井下大气压p2,t、邻近采空区气压p3,t、地面温度t1,t、井下温度t2,t、邻近采空区温度t3,t、回风氧气浓度c′o2,t(％)数据的变化对浅埋藏的矿井工作面氧气浓度变化有较强的相关关系，基于该发现，本专利技术先获取上述参数，并建立氧气浓度lstm神经网络预测模型，以上述参数作为模型训练输入数据集，模型输出变量为工作面氧气浓度co2,t；对模型进行训练，使得模型获取上述参数与工作面氧气浓度之间的对应关系，完成模型训练过程；后续监测时，仅需定期采集各个参数的实时数据输入模型后，则模型能输出工作面的o2浓度预测值，同时将工作面的o2浓度进行分级，根据预测值属于的对应等级，确定相应的处理措施，最终能提前预测综采面即将发生低氧的情况，从而及时采取相应措施，防止综采面发生低氧，保证综采面的氧气浓度持续正常。
本文档来自技高网...
【技术保护点】
1.一种采空区气体异常涌入工作面的监测控制方法，其特征在于，具体步骤为：
2.根据权利要求1所述采空区气体异常涌入工作面的监测控制方法，其特征在于，所述步骤A中使用近7天每隔1小时采集一次数据。
3.根据权利要求1所述采空区气体异常涌入工作面的监测控制方法，其特征在于，所述步骤C中采用Matlab软件建立氧气浓度LSTM神经网络预测模型。
4.根据权利要求1所述采空区气体异常涌入工作面的监测控制方法，其特征在于，所述步骤E中分级标准为：将工作面的O2浓度大于等于19.5％设定为安全等级；工作面的O2浓度大于等于18％且小于19.5％设定为警戒等级，小于18％设定为危险等级；若工作面的O2浓度预测值为安全等级，则继续进行后续监测；若工作面的O2浓度预测值为警戒等级，则采取对应措施提高工作面的O2浓度值；若工作面的O2浓度预测值为危险等级，则直接进行预警提示，使工作人员及时进行撤离。
5.根据权利要求4所述采空区气体异常涌入工作面的监测控制方法，其特征在于，所述采取对应措施提高工作面的O2浓度值，具体为：控制启动压风自救系统，同时启动井下移动制氮系统来提升氧气浓度。
...
【技术特征摘要】
1.一种采空区气体异常涌入工作面的监测控制方法，其特征在于，具体步骤为：
2.根据权利要求1所述采空区气体异常涌入工作面的监测控制方法，其特征在于，所述步骤a中使用近7天每隔1小时采集一次数据。
3.根据权利要求1所述采空区气体异常涌入工作面的监测控制方法，其特征在于，所述步骤c中采用matlab软件建立氧气浓度lstm神经网络预测模型。
4.根据权利要求1所述采空区气体异常涌入工作面的监测控制方法，其特征在于，所述步骤e中分级标准为：将工作面的o2浓度大于等于19.5％...
【专利技术属性】
技术研发人员：王青祥，郭雅豪，宋小林，杨英兵，刘春，李佳，史波波，康建宏，徐冉，马驰骋，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。