加强煤矿生产瓦斯监控系统技术

开篇：润墨网以专业的文秘视角，为您筛选了一篇加强煤矿生产瓦斯监控系统技术范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘 要】随着煤矿瓦斯监控系统的普及，矿井瓦斯监控技术经历了从简单到复杂，监测数据技术已成为现阶段研究的热点。本文提出模式识别技术，该方法将传统谋矿安全监控系统事后报警转变成事前预警，提高了系统的可用性。并对煤矿瓦斯监控系统进行阐述，同时介绍了其存在的问题及其解决措施。

【关键词】煤矿；瓦斯监控系统；模式识别

1、煤矿瓦斯监控系统的结构组成

1.1 中心站

1.1.1 中心站系统组成。中心站由监控主机工控服务器、系统监控软件、网络附件系统、电源系统、网络打印机、中心监控大屏系统、大屏幕控制软件、大屏幕控制开关电源等组成。

1.1.2 中心站软件功能。监控主机服务器可以进行数据存储、报警、显示、打印，同时可以在监控中心设置“各矿瓦斯数据监视大屏”，对井下各分站进行监测监控。主要功能有：(1)简单配置功能。地面可对井下分站、传感器的数量、类型、参数、安装地点等进行设置。(2)丰富的图形功能。各种瓦斯监测数据动态图形、柱状图、实时曲线、历史曲线显示。(3)用户根据实际情况自行设计实用的报表功能。软件可自动生成报表，报表内容、起止时间可由用户设定。(4)可靠的存储功能。软件可根据具体要求定时存储一组数据。(5)进行实时数据、实时曲线、实时报警数据、实时断电数据查看，历史数据显示，历史曲线、历史报警数据、历史断电查看，其它历史故障、传感器标定、传感器设置、数据传输设置。

1.2 井下分站

尽管各厂的监控系统井下分站形式多样，但基本上具备以下功能:(1)开机自检和本机初始化；(2)通信测试；(3)分站设程控；(4)死机自复位且通知中心站；(5)接收地面中心站初始化本分站参数设置(如传感器配接通道号、量程、断电点、报警上限和报警下限等)；(6)分站自动识别配接传感器类型；(7)分站本身具备超限报警；(8)分站接收中心站对本分站指定通道输出控制继电器实施手控操作和异地断电。

监控系统的软件设计主要解决煤矿井下采区现场监控设备的注册，具有数据的接收、转发、管理、和远程控制等功能。监控软件的结构和功能分以下几个模块:注册模块、数据接收模块、数据转发模块、数据存储处理模块、数据管理模块、数据模块、远程控制模块。

1.3 通信接口

井下瓦斯等信息采用分时多路复用技术传输，信息的传输是井下监控分站的信息交换过程。信息传输的主要表现为:信息下发是由地面主机产生的，传输到井下的监控仪处理后，执行各种反馈任务。井上、井下信息传输设备接口通常采用RS485通信协议和CAN总线通信。RS485采用差分平衡式无地线传输方式，数据传输质量高，抗干扰能力强，符合欧洲工业标准。随着CAN总线技术的发展，分站通过CAN 总线中心站计算机进行数据通讯，能够满足矿井监控系统对监控分站的要求。

1.4 瓦斯传感器

传感器的稳定性和可靠性，是煤矿监测监控系统能否正确反映被测环境和设备参数的关键。催化的燃烧型瓦斯传感器是当前煤矿使用最广泛、最普通的瓦斯传感器，是煤矿用来监控矿井瓦斯动态的有效工具。随着其技术的发展与完善，该类型仪器近年来发展迅猛，产品种类繁多，从报警矿灯、便携式瓦斯报警仪到安全监控系统中的低瓦斯传感器，现已占据了煤矿瓦斯检测的主导地位。

2、煤矿瓦斯监控系统存在的问题及其解决措施

在安全监控系统方面，计算机硬件采购投入大，软件投入少；信息平台已建立，但没有有效利用各类信息。目前，在我国煤矿安全监测行业，煤矿安全监控系统并没有统一的通信协议，系统各自处于封闭状态，系统间无法实现信息资源共享，很难实现更高级别联网及实行监控和管理。因此，煤矿瓦斯监控系统不应仅仅限于能实现监测监控，还应研发出能根据被监测环境地点的参数进行有效危险性判别、分析并提出专家决策方案的新软件。同时系统应用软件应向网络发展，按统一格式提供监测数据，针对通信协议不规范和传输设备物理协议不规范的情况，应尽快寻找一种解决系统兼容性的途径，或制定相应的专业技术标准。

3、模式识别技术

模式识别（Pattem Recognition）技术是信号处理与人工智能的一个重要分支，是指用计算机实现人的模式识别能力，其作用和目的是根据某一具体事物的特征将其正确地归人某一类别，在错误率最小的前提条件下，自动地把待识别模式分配到各自的模式类中去，使识别的结果与客观情况相符。

模糊模式识别系统主要由4部分组成：数据获取、预处理、特征选择和提取、分类决策。

(1)数据获取。为了使计算机能够对各种现象进行分类识别，需将采集的各种信息转换为计算机能够处理的数据或运算符。通常输人对象的信息有二维图像,一维波形,物理参量和逻辑值。这里的输入对象是现场获得的各种测量数据，属于物理参量。

(2)预处理。预处理的目的是除去数据中的噪声，增强有用的信息及一切必要的使信息纯化的处理过程，对输入测量仪器或其他因素所造成的退化现象进行复原。在瓦斯涌出异常状态识别过程中，由于影响因素众多，不同要素的数据往往具有不同的单位和量纲，因而其数值的差异可能是很大的，这就会对分类结果产生影响。因此当影响因素确定之后，在进行模式识别之前，还要对数据进行预处理。

(3)特征选择和提取。特征选择和提取的基本任务是研究如何从众多特征中求出那些对分类识别最有效的特征，从而实现特征空间维数的压缩。分类识别要对原始数据进行变换，得到最能反映分类本质的特征，通过变换，将原始测定数据转换成特征向量，从而使分类器能根据这些信息决定识别对象的类别。

(4)分类决策。分类决策就是在特征空间中用统计方法把被识别对象归为某一类别。基本做法是在样本训练集基础上确定某个判决规则，并按判决规则对被识别对象进行分类所造成的错误识别率最小或引起的损失最小。

以江西某矿为例，该矿采掘方式为炮采。通过对监控系统监测的原始数据进行统计分析，发现无放炮时瓦斯浓度监测值通常是平稳的，而在放炮过程中，会引起瓦斯浓度大幅度变化，有时瓦斯浓度监测值曲线在很短时间内会超过预警值，2-3h后再回落到放炮前的水平，通常呈现出三角形，我们认为该状况正常。若在放炮过程中伴有其他引起的瓦斯浓度异常因素综合作用下，通常瓦斯监测数据会形成两类特殊曲线：一类是多峰型，即在放炮后，曲线在高端出现振荡，形成多个尖峰，出现这种特征后的一到两次放炮过程中就会发生瓦斯涌出异常；另一种是增量型所示，在起始位置a-b段斜率较低，过6点后突然升高，经较长一段时间后回落到正常值。

4、结束语

近年来，煤炭工业出现了历史以来最好的情况，煤矿效益大大提高，用在生产和安全方面的投入明显增加了，特别是通过国家安全治理整顿，加大安全监察和资金投入力度，落实国家提出的“先抽后采、以风定产、监测监控”瓦斯治理十二字方针后，全国煤矿矿井基本上都购置安装了安全(通风)监测监控系统，实现了对井下瓦斯、一氧化碳、风速、风压、温度、风机开停、风门开关的自动、连续、集中监测和瓦斯超限、报警断电，避免了瓦斯和火灾事故。