综采面上隅角瓦斯浓度预测系统研究
发布时间：2021-12-11 01:12
煤矿地质复杂,矿井灾害频发,瓦斯爆炸、突水、粉尘等各种灾害隐藏在煤炭开采过程中。其中瓦斯爆炸的破坏力度大且结果不可逆,严重威胁煤矿安全运行,尤其是综采面上隅角,其地理位置、空间结构均特殊,容易积聚瓦斯因而出现爆炸。本课题在国家重点研发计划项目“矿山新型甲烷通风仪器安全防尘计量技术研究”（2017YFF0205500）和安徽光机所的资助和支持下,重点对矿井下上隅角处瓦斯浓度检测设备的设计与应用,以及对瓦斯浓度预测模型等方面进行研究。在瓦斯检测系统方面,对不同检测方法的研究和筛选,确定总设计方案并完成系统搭建。首先,完成了基于TDLAS技术实现便携式瓦斯浓度检测系统的硬件选型,设计并搭建硬件电路,包括用于浓度检测的激光模块,用于信号放大的调理模块,用于临时存储检测值的数据存储模块以及用于连接上位机的通信模块。其次,设计了上位机显示平台,包括检测数据显示与浓度预测界面以及数据存储界面等,实现了数据的显示、预测以及存储的功能。最后经试验验证,研制的便携式检测设备能够完成瓦斯浓度的检测,达到了预期目标。在瓦斯浓度预测方面,基于多种模型预测瓦斯浓度。考虑到影响瓦斯浓度值的多种因素,采用BP神经网络...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：90 页
【学位级别】：硕士
【部分图文】：
010年至2018年各类矿井事故死亡人数比例图
工程硕士专业学位论文42激光二极管，具有输出功率大、温度系数小且便于调制等优点，适用于本系统。6046.06046.26046.46046.66046.86047.06047.26047.46047.66047.86048.00.0E+002.0E-034.0E-036.0E-038.0E-031.0E-021.2E-021.4E-02吸收度波长cm-1图4-3DFB激光二极管中心波长为1.654处的吸收谱线Figure4-3Theabsorptionlineat1.654centerwavelengthofDFBlaserdiode图4-4DFB激光器实物图Figure4-4TheDFBlaserphysicaldrawingDFB激光器是精密器件[70]，因其电特性较弱，受电流影响较大，当电流过大时会出现静电击穿、电流浪涌冲击等现象，这会严重毁坏激光器。当激光器温度过高时，检测精度会严重下降影响使用寿命。此外，若电流波动较大时，其输出光波长会随之改变，波长一旦发生变化，会严重影响系统的检测精度，其次，检测系统所处的环境复杂多变，更需要稳定的激光输出波长以检测瓦斯浓度，所以必须稳定激光器的驱动电流和温度。综上需要调制激光器以确保检测精度，提高系统稳定性和可靠性。因此需要光源调制电路，包括电流调制电路和温度调制电路，其具体结构如图4-5所示。
4瓦斯浓度预测系统的搭建与实现53图4-23便携式瓦斯检测仪内部图Figure4-23Theinteriordrawingofportablegasdetector图4-24便携式瓦斯检测仪Figure4-24Theportablegasdetector除了本检测系统自带LCD液晶屏可以实时显示瓦斯浓度值，为了更方便和直观对检测并控制系统，以及保存历史数据，使用VisualBasic6.0软件设计如图4-25所示的浓度预测系统平台，通过与检测仪通信，设定光源的工作电流和温度，显示并保存瓦斯浓度、通风风量、该矿井的煤层含瓦斯量等相关参数，通过手动或自动调节权值，实时预测瓦斯浓度并显示预测误差，实时预测界面如图4-26所示。图4-25上隅角瓦斯浓度预测平台的初始界面Figure4-25Theinitialinterfaceofuppercornergasconcentrationpredictionplatform
【参考文献】：
期刊论文
[1]基于支持向量机的矿井瓦斯浓度预测应用研究[J]. 赵华天. 煤炭科技. 2018(04)
[2]综采面上隅角瓦斯积聚原因分析及防治措施[J]. 张明,王龙. 内蒙古煤炭经济. 2018(20)
[3]基于VMD与DE-Elman的瓦斯浓度动态预测[J]. 付华,代巍. 辽宁工程技术大学学报(自然科学版). 2018(04)
[4]煤矿井下瓦斯浓度检测方法综述[J]. 李童童,童紫原,唐守锋,童敏明,徐朝亮. 现代矿业. 2018(05)
[5]一种集成卷积神经网络和深信网的步态识别与模拟方法[J]. 何正义,曾宪华,郭姜. 山东大学学报(工学版). 2018(03)
[6]基于灰色理论的回采工作面瓦斯涌出量动态预测研究[J]. 秦志. 能源与环保. 2018(02)
[7]高瓦斯综采工作面采空区长立管埋管瓦斯抽采技术[J]. 刘垒. 煤矿安全. 2018(01)
[8]煤层瓦斯治理及利用综述[J]. 马文兵. 煤矿现代化. 2017(05)
[9]基于混沌时间序列的煤矿工作面瓦斯浓度预测研究[J]. 赵亮. 煤矿机械. 2017(07)
[10]条件深度玻尔兹曼机人脸图像分割模型[J]. 张娟,杨建功,汪西莉. 小型微型计算机系统. 2017(05)
博士论文
[1]掘进工作面煤与瓦斯突出非线性动态预测研究[D]. 闫孝姮.辽宁工程技术大学 2016
[2]气体红外吸收光谱检测信号的分析研究[D]. 刘永宁.山东大学 2016
[3]煤矿瓦斯场分布演化规律及其时空建模研究[D]. 吴响.中国矿业大学 2014
[4]掘进工作面煤与瓦斯突出动态预测方法与技术研究[D]. 曹垚林.辽宁工程技术大学 2014
[5]基于三类危险源划分的煤矿瓦斯爆炸事故机理与预警研究[D]. 王莉.西安科技大学 2010
[6]瓦斯浓度的分形分析与混沌预测模型研究[D]. 李刚.中国矿业大学（北京） 2009
[7]基于可调谐激光光谱的矿井瓦斯气体传感系统的研究[D]. 邓广福.吉林大学 2008
硕士论文
[1]基于信息融合的综采工作面瓦斯浓度预测研究[D]. 高意义.西安科技大学 2019
[2]单一厚煤层高瓦斯综放面上隅角瓦斯积聚与超限治理技术优化[D]. 杨盼.中国矿业大学 2018
[3]基于深度学习的高光谱解混[D]. 王晔琳.西安电子科技大学 2017
[4]TDLAS气体检测系统及其集成化研究[D]. 董礼.电子科技大学 2017
[5]基于可调谐半导体激光吸收谱技术的甲烷浓度检测[D]. 李志涛.电子科技大学 2017
[6]基于受限玻尔兹曼机的深度学习模型及其应用[D]. 张艳霞.电子科技大学 2016
[7]基于TDLAS技术的甲烷浓度实时监测系统的研究与设计[D]. 潘红帅.中国矿业大学 2015
[8]基于TDLAS的光源驱动及信号检测技术研究[D]. 杨文康.电子科技大学 2015
[9]钢铁企业高炉煤气动态预测模型研究及应用[D]. 李鸿亮.东北大学 2014
[10]基于TDLAS的大气CO2监测技术研究[D]. 信丰鑫.中国海洋大学 2014
本文编号：3533737
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：90 页
【学位级别】：硕士
【部分图文】：
010年至2018年各类矿井事故死亡人数比例图
工程硕士专业学位论文42激光二极管，具有输出功率大、温度系数小且便于调制等优点，适用于本系统。6046.06046.26046.46046.66046.86047.06047.26047.46047.66047.86048.00.0E+002.0E-034.0E-036.0E-038.0E-031.0E-021.2E-021.4E-02吸收度波长cm-1图4-3DFB激光二极管中心波长为1.654处的吸收谱线Figure4-3Theabsorptionlineat1.654centerwavelengthofDFBlaserdiode图4-4DFB激光器实物图Figure4-4TheDFBlaserphysicaldrawingDFB激光器是精密器件[70]，因其电特性较弱，受电流影响较大，当电流过大时会出现静电击穿、电流浪涌冲击等现象，这会严重毁坏激光器。当激光器温度过高时，检测精度会严重下降影响使用寿命。此外，若电流波动较大时，其输出光波长会随之改变，波长一旦发生变化，会严重影响系统的检测精度，其次，检测系统所处的环境复杂多变，更需要稳定的激光输出波长以检测瓦斯浓度，所以必须稳定激光器的驱动电流和温度。综上需要调制激光器以确保检测精度，提高系统稳定性和可靠性。因此需要光源调制电路，包括电流调制电路和温度调制电路，其具体结构如图4-5所示。
4瓦斯浓度预测系统的搭建与实现53图4-23便携式瓦斯检测仪内部图Figure4-23Theinteriordrawingofportablegasdetector图4-24便携式瓦斯检测仪Figure4-24Theportablegasdetector除了本检测系统自带LCD液晶屏可以实时显示瓦斯浓度值，为了更方便和直观对检测并控制系统，以及保存历史数据，使用VisualBasic6.0软件设计如图4-25所示的浓度预测系统平台，通过与检测仪通信，设定光源的工作电流和温度，显示并保存瓦斯浓度、通风风量、该矿井的煤层含瓦斯量等相关参数，通过手动或自动调节权值，实时预测瓦斯浓度并显示预测误差，实时预测界面如图4-26所示。图4-25上隅角瓦斯浓度预测平台的初始界面Figure4-25Theinitialinterfaceofuppercornergasconcentrationpredictionplatform
【参考文献】：
期刊论文
[1]基于支持向量机的矿井瓦斯浓度预测应用研究[J]. 赵华天. 煤炭科技. 2018(04)
[2]综采面上隅角瓦斯积聚原因分析及防治措施[J]. 张明,王龙. 内蒙古煤炭经济. 2018(20)
[3]基于VMD与DE-Elman的瓦斯浓度动态预测[J]. 付华,代巍. 辽宁工程技术大学学报(自然科学版). 2018(04)
[4]煤矿井下瓦斯浓度检测方法综述[J]. 李童童,童紫原,唐守锋,童敏明,徐朝亮. 现代矿业. 2018(05)
[5]一种集成卷积神经网络和深信网的步态识别与模拟方法[J]. 何正义,曾宪华,郭姜. 山东大学学报(工学版). 2018(03)
[6]基于灰色理论的回采工作面瓦斯涌出量动态预测研究[J]. 秦志. 能源与环保. 2018(02)
[7]高瓦斯综采工作面采空区长立管埋管瓦斯抽采技术[J]. 刘垒. 煤矿安全. 2018(01)
[8]煤层瓦斯治理及利用综述[J]. 马文兵. 煤矿现代化. 2017(05)
[9]基于混沌时间序列的煤矿工作面瓦斯浓度预测研究[J]. 赵亮. 煤矿机械. 2017(07)
[10]条件深度玻尔兹曼机人脸图像分割模型[J]. 张娟,杨建功,汪西莉. 小型微型计算机系统. 2017(05)
博士论文
[1]掘进工作面煤与瓦斯突出非线性动态预测研究[D]. 闫孝姮.辽宁工程技术大学 2016
[2]气体红外吸收光谱检测信号的分析研究[D]. 刘永宁.山东大学 2016
[3]煤矿瓦斯场分布演化规律及其时空建模研究[D]. 吴响.中国矿业大学 2014
[4]掘进工作面煤与瓦斯突出动态预测方法与技术研究[D]. 曹垚林.辽宁工程技术大学 2014
[5]基于三类危险源划分的煤矿瓦斯爆炸事故机理与预警研究[D]. 王莉.西安科技大学 2010
[6]瓦斯浓度的分形分析与混沌预测模型研究[D]. 李刚.中国矿业大学（北京） 2009
[7]基于可调谐激光光谱的矿井瓦斯气体传感系统的研究[D]. 邓广福.吉林大学 2008
硕士论文
[1]基于信息融合的综采工作面瓦斯浓度预测研究[D]. 高意义.西安科技大学 2019
[2]单一厚煤层高瓦斯综放面上隅角瓦斯积聚与超限治理技术优化[D]. 杨盼.中国矿业大学 2018
[3]基于深度学习的高光谱解混[D]. 王晔琳.西安电子科技大学 2017
[4]TDLAS气体检测系统及其集成化研究[D]. 董礼.电子科技大学 2017
[5]基于可调谐半导体激光吸收谱技术的甲烷浓度检测[D]. 李志涛.电子科技大学 2017
[6]基于受限玻尔兹曼机的深度学习模型及其应用[D]. 张艳霞.电子科技大学 2016
[7]基于TDLAS技术的甲烷浓度实时监测系统的研究与设计[D]. 潘红帅.中国矿业大学 2015
[8]基于TDLAS的光源驱动及信号检测技术研究[D]. 杨文康.电子科技大学 2015
[9]钢铁企业高炉煤气动态预测模型研究及应用[D]. 李鸿亮.东北大学 2014
[10]基于TDLAS的大气CO2监测技术研究[D]. 信丰鑫.中国海洋大学 2014
本文编号：3533737
本文链接：https://www.wllwen.com/kejilunwen/anquangongcheng/3533737.html
