掘进工作面长压短抽通风出风口风流调控参数研究

龚晓燕1， 彭高高1， 宋涛2， 冯雄2， 陈菲2， 刘辉2， 谢沛2， 薛河1

(1.西安科技大学 机械工程学院， 陕西 西安 710054；2.陕西陕北矿业有限责任公司， 陕西 榆林 719000)

摘要：掘进工作面长压短抽通风方式下出风口风流不能根据掘进过程的实际需求进行动态调控,进而造成风流分布不合理，粉尘聚集严重。现有针对掘进工作面长压短抽通风出风口风流分布及降尘效果的研究都只是单一地分析了风筒出风口参数变化对掘进工作面风流分布及降尘效果的影响，未考虑各参数之间对粉尘场运移分布的交互影响，且对在不同掘进阶段，出风口参数如何综合变化才能达到最佳的通风降尘效果的研究不深入。针对上述问题，以陕西榆林神木柠条塔矿S1204掘进工作面为研究对象，建立了出风口参数可以变化的风流调控有限元模型，模拟分析了风筒出风口参数变化对风流及粉尘浓度运移分布的影响，通过数值分析选取了风筒出风口口径、水平右偏角度和垂直上偏角度作为出风口风流动态调控参数，提取了不同风流调控参数调控后司机位置处及回风侧行人位置处的风速及粉尘浓度数据。通过小生境遗传算法，以司机位置处及回风侧行人位置处的粉尘浓度同时最低为优化目标对提取的风流调控数据进行挖掘分析，获取了S1204掘进工作面出风口距掘进端面最近距离5 m和最远距离10 m时的最佳风流调控参数：在5 m处，出风口口径为1.1～1.2 m，水平右偏角度为10～15°，垂直上偏角度为3～6°；在10 m处，出风口口径为0.8～0.9 m，水平右偏角度为0～5°，垂直上偏角度为0～3°。搭建了1∶5相似模拟的S1204掘进工作面风流智能调控实验测试平台，对最佳风流调控参数进行了测试分析，结果表明：司机位置处的粉尘浓度最高降低了52.3%，回风侧行人位置处的粉尘浓度最高降低了60.6%，验证了最佳风流调控参数的准确性。

关键词：掘进工作面； 长压短抽通风； 出风口风流调控参数； 风速； 粉尘浓度； 小生境遗传算法

0 引言

目前掘进工作面长距离及快速掘进下产尘量增大[1]，传统的长压短抽通风方式采用粗放式通风总量控制，风筒出风口风流不能动态变化，导致巷道风流分布不合理，粉尘聚集严重。因此，需要对现有的长压短抽通风控制方式进行改造，通过改变风筒出风口参数，以调控风流状态，进而优化风流分布，提高降尘效果。众多专家学者通过数值模拟、实验测试等方法对掘进工作面长压短抽通风出风口风流分布及降尘效果的影响因素进行了大量研究。陈芳等[2]通过模拟分析及现场应用研究了长压短抽通风分流控尘及抽风筒除尘之间关联的最佳匹配参数，得出1∶3的轴径向出风比降尘效果最佳。周全超等[3]研究了风筒出风口距掘进端面最佳的通风降尘距离，得出出风口距掘进端面5 m时的降尘效果最好。王文才等[4]模拟分析了长压短抽通风压抽风筒距掘进端面的距离对粉尘运移分布的影响，得出当压抽比一定时，压抽风筒的最佳距离分别为22.5 m和4 m。张义坤等[5]在现有长压短抽通风方式的基础上，通过增加附壁风筒进行旋流分风，降低了掘进端面风速，优化了掘进巷道风流及粉尘浓度的分布。蒋仲安等[6]研究了不同风筒高度对降尘效率的影响，得出了风筒高度为2 m时降尘效果最好。龚晓燕等[7-9]通过大量数值模拟和井下实测研究发现，通过改变风筒出风口口径、方向偏转角度和出风口距掘进端面距离等参数来调控风流状态，可以优化掘进工作面风流分布，且降尘效果更好。上述研究都只是单一地分析了风筒出风口参数变化对掘进工作面风流分布及降尘效果的影响，未考虑各参数之间对粉尘场运移分布的交互影响，且对在不同掘进阶段，出风口参数如何综合变化才能达到最佳通风降尘效果的研究不深入。

针对上述问题，本文以陕西榆林神木柠条塔矿S1204掘进工作面为研究对象，建立了出风口参数可以变化的风流调控有限元模型，并对风流及粉尘场进行了模拟分析，提取了司机位置处和回风侧行人位置处的风速及粉尘浓度数据。通过小生境遗传算法，以司机位置处及回风侧行人位置处的粉尘浓度同时最低为优化目标获取了出风口距掘进端面最近距离5 m和最远距离10 m的最佳风流调控参数。设计搭建了柠条塔矿S1204掘进工作面风流智能调控实验测试平台，进行最佳风流调控参数的试验测试分析。结果表明，调控后，司机位置处及回风侧行人位置处的粉尘浓度明显降低，验证了最佳风流调控参数的准确性。

1 粉尘场模拟

1.1 粉尘扩散理论

掘进工作面粉尘颗粒随风流运动，风流属于连续相，粉尘属于离散相。通常采用 Euler-Lagrange方法[10]对风流和粉尘场运移分布进行求解计算，粉尘运动求解方程为

(1)

式中：m为粉尘颗粒质量，kg；t为粉尘在风流中的运动时间，s;v为粉尘运动速度，m/s；F为外力，N；μ为空气动力黏度系数，Pa·s;dp为粉尘直径，m;u为风流速度，m/s。

F=Fd+Fg+Ff+Fx

(2)

式中：Fd为拖曳阻力，N；Fg为重力，N；Ff为浮力，N；Fx为所受的Saffman力、Basset力等[11]，N。

1.2 风流调控有限元模型建立

1.2.1 风流智能调控装置布局

本文以柠条塔矿S1204掘进工作面为研究对象，对传统的长压短抽通风控制方式进行改造，在压风筒出风口安装风流智能调控装置(图1)，通过该装置可以改变风筒出风口参数，调控风流状态，优化粉尘场。

图1 风流智能调控装置布局
Fig.1 Air flow intelligent control device layout

1.2.2 有限元模型建立

柠条塔矿S1204掘进巷道长为40 m，宽为6.0 m，高为3.75 m，采用传统的长压短抽通风，压抽风筒分别安装在煤壁面左右两侧，风筒中心距侧壁0.75 m、距底板3.05 m，直径均为1.0 m。本文根据该巷道实际参数，利用FLUENT软件建立了出风口参数可以变化的风流调控有限元模型，如图2所示。掘进端面左下底角为坐标原点，掘进巷道宽为X，高为Y，长为Z，回风侧行人位置沿程为X=5 m，Y=1.5 m，Z=0～40 m，司机位置沿程为X=3 m，Y=2 m，Z=7.5 m，模拟参数设定见表1、表2。通过建立的风流调控有限元模型可以对不同出风口参数变化下的粉尘场运移分布进行模拟分析，研究不同掘进阶段长压短抽通风降尘的最佳风流调控参数。

(a) 几何模型

(b) 网格划分
图2 风流调控有限元模拟模型
Fig.2 Air flow control finite element simulation model

表1 边界条件设定
Table 1 Boundary condition setting

边界条件设定压风筒入口类型velocity-inlet入流速度/(m·s-1)8.06湍流强度/%3.06水力直径/ m1抽风筒入口类型velocity-inlet入口速度/(m·s-1)-9.67湍流强度/%3.14水力直径/ m1巷道巷道出口断面Outflow壁面底板trap,其他reflect

表2 离散相参数设定
Table 2 Discrete phase parameter setting

设置选项设定相间耦合On耦合频率/s-120粉尘材料Coal-mv喷射方式Surface质量流率/(kg·s-1)0.008粒径分布规律Rosin-Rammler最小粒径/m1×10-6最大粒径/m1×10-4中位粒径/m6.03×10-5分布指数1.62积分尺度0.15

1.3 风流调控参数变化对粉尘场运移分布影响分析

根据煤矿井下掘进通风的实际情况，风筒出风口距掘进端面最近距离为5 m，最远距离为10 m，且在这2个极限位置易发生粉尘聚集。因此，利用建立的风流调控有限元模拟模型，以出风口距掘进端面最近距离5 m为例，对不同出风口口径、水平右偏角度和垂直上偏角度参数变化下的粉尘浓度运移分布规律进行模拟分析，如图3所示。

(a) 不同出风口口径对粉尘分布的影响

(b) 不同水平右偏角度对粉尘分布的影响

(c) 不同垂直上偏角度对粉尘分布的影响
图3 不同出风口参数对粉尘浓度分布的影响
Fig.3 Effect of different air outlet parameters on the distribution of dust concentration

由图3(a)可知，随着出风口口径的增大，出风口风速变小，掘进端面产生的粉尘向回风侧位置运移，有利于抽风筒抽出粉尘。由图3(b)可知，随着水平右偏角度的增大，聚集在掘进机前端的粉尘被风流稀释，掘进端面粉尘浓度明显降低。由图3(c)可知，随着垂直上偏角度的增大，风流扩散范围增大，掘进机周围区域粉尘浓度明显降低。

综上分析可知，长压短抽通风风筒出风口口径、水平右偏角度和垂直上偏角度各参数变化对掘进端面和回风侧位置粉尘浓度分布有显著影响，且各参数之间对于粉尘浓度分布往往存在交互影响，因此，要实现在不同掘进阶段达到最佳的风流调控与降尘效果，需获取出风口口径、水平右偏角度和垂直上偏角度综合变化下的最佳风流调控参数。

2 通风降尘的最佳风流调控参数获取

2.1 风流调控样本数据提取

通过上一节对不同出风口风流调控参数变化下的粉尘场模拟分析可知，要实现在不同掘进阶段最佳的通风降尘风流调控效果，需获取出风口口径、水平右偏角度和垂直上偏角度综合变化下的最佳风流调控参数。目前，煤矿掘进工作面人员活动区域主要是掘进机司机位置和回风侧行人位置，该区域的粉尘浓度对井下工作人员有很大危害。因此，本文将调控后司机位置处和回风侧行人位置处的粉尘浓度大小作为不同掘进阶段最佳风流调控参数的判断依据，将出风口风流调控参数作为条件属性，司机位置处及回风侧行人位置处的风速及粉尘浓度作为决策属性[12-13]，见表3。

表3 风流调控的条件属性及决策属性
Table 3 Condition and decision attributes of air flow control

条件属性出风口距掘进端面距离a1出风口口径a2水平右偏角度a3垂直上偏角度a4决策属性司机位置处风速d1回风侧行人位置处风速d2司机位置处粉尘浓度d3回风侧行人位置处粉尘浓度d4

根据文献[14]得出在出风口距掘进端面5～10 m范围内风流调控参数合理变化范围：出风口口径为0.8～1.2 m，水平右偏角度为0～25°，垂直上偏角度为0～6°，设计了出风口距掘进端面最近距离5 m时风流调控参数综合变化下的数值模拟实验方案，并通过建立的风流调控有限元模型对各参数综合变化下的风流及粉尘场进行模拟分析，提取调控后司机位置处和回风侧行人位置处的风速及粉尘浓度数据，模拟实验方案及风流调控数据见表4。

表4 模拟实验方案及风流调控数据
Table 4 Simulation experiment schemes and air flow control data

方案a2/ma3/(°)a4/(°)d1/(m·s-1)d2/(m·s-1)d3/(mg·m-3)d4/(mg·m-3)11.1000.2680.36139130321.1500.2690.38130419331.11000.3360.48021116241.11500.3640.59721315751.12000.5050.72020517961.12500.3300.75525017271.1030.2010.40342925381.1530.3310.36224219091.11030.3230.496236249101.11000.3360.480320140︙︙︙︙︙︙︙︙271.21030.2420.434344218281.21530.1870.607502157291.22030.4220.705149172301.22530.4050.718293182311.2060.3470.413326368321.2560.3630.239386244331.21060.2630.446359307341.21560.3850.691175169351.22060.3500.760231180361.22560.3810.748226173

2.2 司机位置及回风侧行人位置双目标优化的最佳风流调控参数

2.2.1 基于小生境遗传算法的双目标优化求解算法

以司机位置处的粉尘浓度d3和回风侧行人位置处的粉尘浓度d4同时最低为优化目标，初步建立了获取最佳风流调控参数的小生境遗传算法的适应度函数：

(3)

式中：d3 min为司机位置处最小粉尘浓度；d4 min为回风侧行人位置处最小粉尘浓度；a,b为评价偏重,a=b=0.5。

为了保证调控方案的多样性，利用类共享函数[15]对初步建立的适应度函数进行改进。

(4)

式中：M为调控方案的种群规模；Sc(xi,xj)为类共享函数；i,j为种群的不同个体。

小生境遗传算法流程如图4所示。图中T0为开始进化代数，为0;T为最大进化代数，为10。

图4 最佳风流调控参数获取的算法流程
Fig.4 Algorithm flow for obtaining the optimal air flow control parameters

利用Matlab对最佳风流调控参数获取的小生境遗传算法进行编写，部分程序如下：

SD_P=DataPre(SD); {输入: SD风流调控数据，输出: SD_P预处理后的风流调控数据}

⋮

a=0.5;b=0.5; {评价偏重}

d3_min=min(DecodedPop(:,1)); {司机位置处最小粉尘浓度}

d4_min=min(DecodedPop(:,2)); {回风侧行人位置处最小粉尘浓度}

for i=1:size(DecodedPop,1)

f(i)=a*(d3_min/DecodedPop(i,1))+

b*(d4_min/DecodedPop(i,2));

{以司机位置处和回风侧行人位置处的粉尘浓度同时最低为优化目标}

end

2.2.2 最佳风流调控参数的获取

(1) 风流调控数据预处理。为了提高算法对风流调控参数获取的准确性，以《煤矿安全规程》中规定的风速范围0.25～4 m/s作为约束条件[16]，首先对表4中的风流调控数据进行预处理，剔除不符合要求的方案7、16、22、27、28、32。然后依据出风口各参数调控范围、最佳降尘的风速范围0.4～1.0 m/s[17]和表4中粉尘浓度数据的区间范围划分各调控属性的候选分割点集，见表5。

表5 调控参数候选分割点集
Table 5 Control parameters candidate segmentation point set

调控参数取值范围性质候选分割点集a2/m0.8～1.2{0.8, 0.9, 1.0, 1.1, 1.2}a3/( °)0～25连续型{0, 5, 10, 15, 20, 25}a4/( °)0～6{0, 3, 6}d1/(m·s-1)0.25～4{0.4, 0.7 ,1.0}d2/(m·s-1)0.25～4{0.4, 0.7 ,1.0}d3/(mg·m-3)Min～Max连续型{211, 219, 345, 364}d4/(mg·m-3)Min～Max{173, 191, 231, 304}

根据表5中调控属性的候选分割点值，采用四段式二进制编码[18]对预处理后的风流调控数据进行转换，见表6。

(2) 最佳风流调控参数的获取。将表6中编码后的风流调控数据作为小生境遗传算法挖掘分析的初始种群，通过Matlab编写的算法程序确定初始种群进行遗传操作的参数，见表7。

表6 风流调控数据四段式二进制编码
Table 6 Four-segment binary code of air flow control data

方案第1段第2段第3段第4段10011010000010000100000000000100100000100110000000001001020011011000010000100100000000100100011001100000000100010030011000011011000100000100100010110110010001000100000000040001100001101100010000010010100011011010000000100100000050011000011110000100000101001100111110011010001011000100160011000001110000100000010000100011011011000000100100100080011000110011000100001000100100110011010000001000100000090011000110011000100001000101000111110110000010011000000010001100001101100010000010010001011011001000100010000000001100110011000100001000001001001100111100000010001000000000︙︙︙︙︙2400011000110011000100001000101000110110110010001000000000250011000110011000100001000100100110011010000001000100000026011001100010000100000100100110011100010001000101000000002900110000110110001000001001000101101100100010001000000000300011000011011000100000100100010110110010001000100000000031001100110001000010000010010011001110001000100010000000003300110011000100001000001001001100111000100010001000000000340011001100010000100000100100110011100010001000100000000035000110001100110001000010001010001101101100000010010010003600011000011011000100000100101000110110100000001001000000

表7 遗传操作参数
Table 7 Genetic operating parameters

基因型长度初始种群大小初始化交叉概率初始化变异概率精英保留的个数最大进化代数56300.70.011510

通过算法遗传操作后，首先对每个调控方案个体适应度值大小进行调整排序，然后提取适应度值排序前三的风流调控方案作为较优结果集进行解码，见表8。以司机位置处和回风侧行人位置处的粉尘浓度同时最低为前提，选择适应度值最大的个体为最佳风流调控参数。由表8可看出，方案1为出风口距掘进端面最近距离5 m时的最佳风流调控参数。应用于风流智能调控装置时，出风口口径调节范围为1.1～1.2 m,水平右偏角度调节范围为10～15°,上偏角度调节范围为3～6°。

表8 适应度值排序前三的风流调控方案
Table 8 The top three air flow control schemes in the order of fitness value

方案出风口距掘进端面5 m调控方案解码适应度1(1.1

同理可得出风口距掘进端面最远距离10 m时应用于风流智能调控装置的最佳风流调控参数：出风口口径调节范围为0.8～0.9 m,水平右偏角度调节范围为0～5°，垂直上偏角度调节范围为0～3°。

3 最佳风流调控参数测试分析

3.1 实验测试平台搭建

基于相似理论确定了简化后的原型和实验平台之间的相似准则数为斯托克斯准则数、颗粒雷诺数和几何相似准则数[19]。在此基础上，设计搭建了1∶5的S1204掘进工作面长压短抽通风风流智能调控的实验测试平台，各组成部分如图5所示。通过该平台进行最佳风流调控参数的测试及调控效果分析。

图5 S1204掘进工作面风流智能调控实验测试平台
Fig.5 Air flow intelligent control experimental test platform of S1204 heading face

3.2 风速及粉尘浓度测点布置

在实验测试平台回风侧位置沿程(X=1 m，Y=0.3 m，Z=1～6 m)布置6个风速传感器和粉尘浓度传感器；在实验测试平台掘进机司机位置(X=0.6 m，Y=0.4 m，Z=1.5 m)布置1个风速传感器和1个粉尘浓度传感器，各测点位置如图6所示。

图6 风速及粉尘传感器测点位置
Fig.6 Air speed and dust sensor measuring point position

3.3 最佳风流调控参数降尘调控效果分析

通过搭建的S1204掘进巷道长压短抽通风风流智能调控的实验测试平台对出风口距掘进端面最近距离5 m的最佳风流调控参数(出风口口径为1.1～1.2 m，水平右偏角度为10～15°，垂直上偏角度为3～6°)和出风口距掘进端面最远距离10 m的最佳风流调控参数(出风口口径为0.8～0.9 m，水平右偏角度为0～5°，垂直上偏角度为0～3°)进行了试验测试，提取各测点的粉尘浓度数据与调控前的数据进行对比，结果如图7所示。

(a) 出风口距掘进端面5 m

(b) 出风口距掘进端面10 m
图7 调控前后的粉尘浓度对比
Fig.7 Comparison of dust concentration before and after control

从图7可看出,出风口距掘进端面最近距离5 m时，调控前司机位置处的粉尘浓度为240.24 mg/m3，调控后为128.89 mg/m3，降低了 46.4%；调控前回风侧行人位置处的平均粉尘浓度为382.91 mg/m3，调控后为170.64 mg/m3，降低了55.4%。出风口距掘进端面最远距离10 m时，调控前司机位置处的粉尘浓度为231.23 mg/m3，调控后为110.28 mg/m3，降低了52.3%；调控前回风侧行人位置处的平均粉尘浓度为402.49 mg/m3，调控后为158.70 mg/m3，降低了60.6%，验证了获取的最佳风流调控参数的准确性。

4 结论

(1) 通过数值分析选取了风筒出风口口径、水平右偏角度和垂直上偏角度作为不同掘进阶段长压短抽通风降尘的出风口风流动态调控参数。

(2) 基于小生境遗传算法建立了以司机位置处和回风侧行人位置处的粉尘浓度同时最低为优化目标的最佳风流调控参数获取的求解算法。

(3) 获取了S1204掘进工作面出风口距掘进端面最近距离5 m和最远距离10 m时的最佳风流调控参数：在5 m处，出风口口径为1.1～1.2 m,水平右偏角度为10～15°,垂直上偏角度为3～6°；在10 m处，出风口口径为0.8～0.9 m,水平右偏角度为0～5°,垂直上偏角度为0～3°。

(4) 搭建了1∶5相似模拟的S1204掘进工作面的风流智能调控实验测试平台，对最佳风流调控参数进行了测试分析，结果表明：司机位置处的粉尘浓度最高降低了52.3%，回风侧行人位置处的粉尘浓度最高降低了60.6%，验证了最佳风流调控参数的准确性。

参考文献（References）：

[1] 王步康.煤矿巷道掘进技术与装备的现状及趋势分析[J].煤炭科学技术,2020,48(11):1-11.

WANG Bukang.Current status and trend analysis of roadway driving technology and equipment in coal mine[J].Coal Science and Technology,2020,48(11):1-11.

[2] 陈芳,张设计,马威,等.综掘工作面压风分流控除尘技术研究与应用[J].煤炭学报,2018,43(增刊2):483-489.

CHEN Fang,ZHANG Sheji,MA Wei,et al.Research and application of the technology of forced ventilation diversion to control and reduce dust in fully mechanized excavation face[J].Journal of China Coal Society,2018,43(S2):483-489.

[3] 周全超,杨胜强,蒋孝元,等.综掘工作面粉尘分布规律及通风除尘优化研究[J].工矿自动化,2019,45(11):70-74.

ZHOU Quanchao,YANG Shengqiang,JIANG Xiaoyuan,et al.Research on dust distribution law and optimization of ventilation and dust reduction on fully mechanized heading face[J].Industry and Mine Automation,2019,45(11):70-74.

[4] 王文才,李晓芳,安宁.综掘工作面长压短抽通风系统风筒合理位置研究[J].煤炭技术,2019,38(4):123-125.

WANG Wencai,LI Xiaofang,AN Ning.Study on reasonable position of blower in long pressure short draft ventilation system in fully mechanized heading face[J].Coal Technology,2019,38(4):123-125.

[5] 张义坤,蒋仲安,孙雅茹.附壁风筒对掘进工作面通风除尘的促进作用[J].煤矿安全,2017,48(12):161-163.

ZHANG Yikun,JIANG Zhong'an,SUN Yaru.Promotion effect of dust removal in heading face by ventilation duct with coanda effect[J].Safety in Coal Mines,2017,48(12):161-163.

[6] 蒋仲安,闫鹏,陈举师,等.岩巷掘进巷道长压短抽通风系统参数优化[J].煤炭科学技术,2015,43(1):54-58.

JIANG Zhong'an,YAN Peng,CHEN Jushi,et al.Optimization on parameters of long distance forced and short distance exhausted ventilation system in mine rock heading roadway[J].Coal Science and Technology,2015,43(1):54-58.

[7] 龚晓燕,秦少妮,张永强,等.基于改变风筒出风口参数的综掘工作面风流场优化研究[J].煤矿安全,2017,48(12):168-171.

GONG Xiaoyan,QIN Shaoni,ZHANG Yongqiang,et al.Study on optimization of air duct outlet parameters of wind flow field in fully mechanized excavation face of coal mine [J].Safety in Coal Mines,2017,48(12):168-171.

[8] GONG Xiaoyan,ZHANG Xinyi,XIA Zhixin,et al.Adjustment for the optimal distribution of dust and gas in fully mechanized heading face[J].Applied Ecology and Environmental Research,2018,4(16):4985-5003.

[9] 龚晓燕,侯翼杰,赵宽,等.综掘工作面风筒出风口风流智能调控装置研究[J].煤炭科学技术,2018,46(12):8-14.

GONG Xiaoyan,HOU Yijie,ZHAO Kuan,et al.Study on intelligent control device for airflow of air duct outlet in fully-mechanized heading face[J].Coal Science and Technology,2018,46(12):8-14.

[10] 王洪胜,吴兵,丁晓文.胶带运输系统粉尘运动规律及控制技术模拟研究[J].矿业安全与环保,2017,44(3):10-15.

WANG Hongsheng,WU Bing,DING Xiaowen.Simulation study on dust movement law and control technology of belt conveyor system[J].Mining Safety and Environmental Protection,2017,44(3):10-15.

[11] 张琦,白若男,马骁,等.综采工作面风流-粉尘运移规律的数值模拟[J].工业安全与环保,2015,41(12):96-99.

ZHANG Qi,BAI Ruonan,MA Xiao,et al.Numerical simulation on wind-dust migration regularity in fully-mechanized working face[J].Industrial Safety and Environmental Protection,2015,41(12):96-99.

[12] 龚晓燕,王国鹏,侯翼杰,等.综掘面粉尘最佳分布的风筒出风口参数调控规则研究[J].中国科技论文,2018,13(15):1772-1777.

GONG Xiaoyan,WANG Guopeng,HOU Yijie,et al.Study on the regulation rules of the air outlet parameters of the air duct with the best distribution of fully digging flour dust[J].China Science and Technology Papers,2018,13(15):1772-1777.

[13] 龚晓燕,韩郑,薛河,等.综掘工作面不同截割方式下的最佳风场调控规则[J].煤炭学报,2021,46(3):973-983.

GONG Xiaoyan,HAN Zheng,XUE He.et al.Research on optimal wind field regulation rules under different cutting methods in fully mechanized face[J].Journal of China Coal Society,2021,46(3):973-983.

[14] GONG Xiaoyan,JIA Congcong,SUN Kang,et al.Distribution law and prediction model of dust concentration under airflow adjustment in fully mechanized heading face[J].Mathematical Problems in Engineering,2019(3):1-17.

[15] 杨光军,王丽丽.基于小生境遗传算法的连续属性关联规则挖掘[J].计算机工程与应用,2008(5):184-186.

YANG Guangjun,WANG Lili.Association rules mining from data with continuous attributes based on niche genetic algorithm[J].Computer Engineering and Applications,2008(5):184-186.

[16] 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.

State Administration of Work Safety.Coal Mine Safety Regulations[M].Beijing:China Coal Industry Publishing House,2016.

[17] 李艳强.综掘工作面分风降尘理论及应用研究[D].北京：中国矿业大学(北京),2013.

LI Yanqiang.Application study and forced ventilation shunt dust suppression theory on fully mechanized caving working face[D].Beijing:China University of Mining and Technology(Beijing),2013.

[18] 龚晓燕,李珍,冯雄,等.连采掘进面压入式通风下最佳风场调控规则研究[J/OL].安全与环境学报:1-11[2021-08-05].https://doi.org/10.13637/j.issn.1009-6094.2021.0655.

GONG Xiaoyan,LI Zhen,FENG Xiong,et al.Study on the optimal regulation rules of wind field under press-in ventilation in continuous mining face[J/OL].Journal of Safety and Environment:1-11[2021-08-05].https://doi.org/10.13637/j.issn.1009-6094.2021.0655.

[19] 谭聪,蒋仲安,王明,等.综放工作面多尘源粉尘扩散规律的相似实验[J].煤炭学报,2015,40(1):122-127.

TAN Cong,JIANG Zhong'an,WANG Ming,et al.Similarity experiment on multi-source dust diffusion law in fully mechanized caving face[J].Journal of China Coal Society,2015,40(1):122-127.

Study on air flow control parameters of long-pressure and short-extraction ventilation air outlets in heading face

GONG Xiaoyan1, PENG Gaogao1, SONG Tao2, FENG Xiong2, CHEN Fei2,LIU Hui2, XIE Pei2, XUE He1

(1.College of Mechanical Engineering, Xi'an University of Science and Technology, Xi'an 710054, China;2.Shaanxi Shanbei Mining Co., Ltd., Yulin 719000， China)

Abstract:The air flow at the air outlet cannot be dynamically adjusted according to the actual needs of the tunneling process under the long-pressure and short-extraction ventilation mode of the heading face, resulting in unreasonable air flow distribution and serious dust accumulation. The existing studies on the air flow distribution and dust reduction effect of long-pressure and short-extraction ventilation outlet at the heading face are only single analyses of the effect of the change of the air duct air outlet parameters on the air flow distribution and dust reduction effect in the heading face, without considering the interactive effect of each parameter on the dust field migration distribution. Moreover, there is no in-depth research on how the parameters of the air outlet can be changed comprehensively to achieve the optimal ventilation and dust reduction effect in different tunneling stages. In order to solve the above problems, taking the S1204 heading face of Shenmu Ningtiaota Mine in Yulin, Shaanxi Province as the research object, a finite element model of air flow control with variable air outlet parameters is established. The effect of the change of air duct air outlet parameters on the air flow and dust concentration migration distribution is simulated and analyzed. Through numerical analysis, the air outlet diameter, horizontal right deviation angle and vertical up deviation angle of the air duct are selected as the air flow dynamic control parameters of the air outlet, and the air speed and dust concentration data of the driver position and the pedestrian position on the return air side after the adjustment of different air flow control parameters are extracted. Through the niche genetic algorithm, the extracted air flow control data are mined and analyzed with the lowest dust concentration at the driver position and the pedestrian position on the return air side as the optimization object. And the optimal air flow control parameters are obtained for the closest distance of 5 m and the farthest distance of 10 m between the air outlet of S1204 heading face and the driving end face. At 5 m, the air outlet diameter is 1.1-1.2 m, the horizontal right deviation angle is 10-15°, and the vertical up deviation angle is 3-6°. At 10 m, the air outlet diameter is 0.8-0.9 m, the horizontal right deviation angle is 0-5° and vertical up deviation angle is 0-3°. A 1∶5 similar simulation test platform for intelligent control of air flow of the heading face of S1204 is built, and the optimal air flow control parameters are tested and analyzed. The results show that the dust concentration at the driver position is reduced by up to 52.3%, and the dust concentration at pedestrian position on the return air side is reduced by up to 60.6%, which verifies the accuracy of the optimal air flow control parameters.

Key words:heading face; long-pressure short-extraction ventilation; outlet air flow control parameters; air speed; dust concentration; niche genetic algorithm

中图分类号：TD72

文献标志码：A

文章编号：1671-251X(2021)09-0045-08

DOI:10.13272/j.issn.1671-251x.2021060008

扫码移动阅读

收稿日期：2021-06-03；

修回日期：2021-09-10；

责任编辑：张强。

基金项目：国家自然科学基金面上项目(51874235)； 陕西省自然科学基础研究计划-企业陕煤联合基金项目(2021JLM-01)。

作者简介：龚晓燕(1966-)，女，甘肃临洮人，教授，博士，主要研究方向为矿井智能通风，E-mail:gongxymail@163.com。

引用格式：龚晓燕，彭高高，宋涛，等.掘进工作面长压短抽通风出风口风流调控参数研究[J].工矿自动化，2021,47(9)：45-52.

GONG Xiaoyan,PENG Gaogao,SONG Tao,et al.Study on air flow control parameters of long-pressure and short-extraction ventilation air outlets in heading face[J].Industry and Mine Automation，2021,47(9)：45-52.