基于EPL模型评估控制煤矿安全性研究

    孙静懿 陈学成 陈海江 张力峰

    摘 要：本文针对某煤矿[1]的瓦斯浓度与煤尘下限两个主要因素，建立EPL模型，对煤矿的安全性加以判定并给出通风控制方案。

    关键词：安全性；EPL模型；判定；控制

    1 数据的采集

    根据《煤炭安全规程》[2]第一百三十三条的规定，煤矿的安全分类主要考察相对瓦斯涌出量和绝对瓦斯涌出量，而数据的采集集中在总回风巷上。

    2 利用EPL模型评估、控制煤矿安全性

    EPL模型集合了EXCEL数据处理、概率统计分析及线性规划理论的成功之处，建立综合模型。

    2.1 判定煤矿的分类

    （1）主导因素的决定

    矿井的瓦斯涌出量的求解主要涉及到瓦斯体积、矿井产量、时间，总回风巷是煤矿各个生产环节产生的瓦斯排出的必经之地。矿井生产过程中生产的瓦斯全部经过总回风巷，故将总回风巷中的瓦斯的相对与绝对涌出量视为整个矿井的瓦斯相对与绝对涌出量，分别记为Q1、Q2。

    （2）利用EXCEL处理数据

    总回风巷的风速、瓦斯密度和日产量的数据，三项数据具有相对稳定性，可以用其均值进行讨论。设风速、瓦斯密度、日产量的平均值分别为？琢、p、c，利用EXCEL求其均值，分别为5.196、0.626%、605.833。

    （3）确定煤矿级别

    根据《煤炭安全规程》第一百三十三条的规定，矿井相对瓦斯涌出量大于10 立方米/ 吨或矿井绝对瓦斯涌出量大于40立方米/分钟的是高瓦斯井.该矿井是高瓦斯矿井。

    2.2 对煤矿危险性的判定

    （1）建立概率事件

    已有数据中30天、6个工作地点和每天三个时间段，共540个工作事件，现将每个工作地点在每个工作时段发生危险的情况视为一个独立事件，而这540个工作事件看作整体，n=540。

    （2）筛选危险事件

    假设达到报警浓度的采煤工作面和回风巷中的瓦斯密度相等，设采煤工作面、回风巷、掘进工作面的瓦斯密度分别为P1、P2、P3。由国家相关规定，其警报密度为0.3%。 煤尘爆炸下限浓度为P4。由统计可得 4.5≤P3≤12.5。

    满足下列标准之一的事件即为危险个体：

    2.3 危险调控

    （1）风量控制线性模型

    采用控制通风量的方式解决危险隐患，矿井的进风口和出风口都只有一个，所以研究矿井所需最佳（总）通风量，只需求得进或出的风量即可。

    设采煤工作面一、采煤工作面二、掘进工作面、掘进工作面、出口主巷道每秒风速及相应风量分别为ai，vi（i=1.…，5），掘进工作面的面积S1=3.498（㎡）.

    如果在三个工作点都达到风速最小时的风量且局部通风机产生的风量都在规定的范围内，则此时的风量就是最理想的，既满足了要求也避免了由于风量大而造成扬尘，而且能量消耗达到最小。

    （2）控制模型优化

    模型的检验主要集中在掘进工作面上。因为涉及到局部通风机的额定风量问题，它直接影响总风速的大小，而其他两个工作面对总风速没有直接影响，都是最小风速时最佳。

    此外，在上述过程中尽量减小风速，虽然减少了扬尘，但也减弱了风对瓦斯的稀释作用.事实上，在现实中必须增加风速加以平衡。在理论上，掘进工作巷道的风量是由局部通风机提供的，理论的风速应比实际的高.通过检验可以发现，即使局部通风机以最高风率，即400m3/s供风，也只提供了1.905m/s的风速，而实际的风速都在2m/s以上。实际的风速比理论的高，其原因是主进风巷对它有补给。

    3 结论

    本模型运用概率与数理统计的知识和利用Excel对数据进行筛选，对本文的前两个问题，特别是第二个问题具有很好的代表性和可操作性。Excel程序的使用使大量数据的处理简单化，为后来用统计的方法解得危险性系数提供了强大的支持。在第三部分的模型中，建立了线性规划模型，通过合理的假设和推理，在给定条件的基础上，逐步缩小各个工作点的风速范围，在最终确定的范围中，利用了反向思维的方法，先假设掘进工作面外风速a4最小值满足条件，进而进一步缩小掘进工作外风速a4最小取值，最终确定了最佳（总）通风量和局部通风机的额定风量。

    参考文献：

    [1]2006年全国数学建模竞赛D题

    [2] http：//wenku.baidu.com/view/1cb8b7d5b9f3f90f76c61bbd.html