聂珍;马宏伟;刘鹏;

• 1:西安科技大学机械工程学院
• 2:陕西省矿山机电装备智能监测重点实验室

摘要(Abstract)：

为了揭示煤矿巷道瓦斯气体浓度分布规律,提出一种基于高斯烟羽模型的煤矿巷道瓦斯气体浓度分布重建方法。该方法根据煤矿巷道环境特点,采用虚拟像源法,引入巷道空间结构对气体的反射作用,建立煤矿巷道有限空间高斯烟羽模型,参照Pasquill-Gifford气体扩散系数表达式构建煤矿巷道瓦斯气体扩散系数函数;采用Sobol′方法对模型参数进行敏感性分析,得到各参数的总效应指数,并引入气体涌出速度调整参数β;采用粒子群算法对扩散系数及β进行寻优,得到扩散系数和β的最优拟合,以进一步优化瓦斯气体在当前空间的扩散模型,提高模型预测精度,达到重建此空间瓦斯气体浓度分布的目的。实验结果表明,该方法能较好地重建煤矿巷道瓦斯气体浓度分布,对实现煤矿智能检测提供更好的理论支撑。

关键词(KeyWords)： 煤矿巷道;瓦斯;高斯烟羽模型;虚拟像源法;扩散系数;Sobol′方法;敏感性分析;粒子群算法

Abstract:

Keywords:

基金项目(Foundation): 陕西省重点研发计划项目（2018ZDCXL-GY-06-04）;; 国家自然基金重点项目（51834006）;国家自然基金面上项目（51975468）

作者(Author): 聂珍;马宏伟;刘鹏;

Email:

DOI: 10.16652/j.issn.1004-373x.2021.07.025

参考文献(References)：

• [1]马莉，潘少波，代新冠，等.基于PSO-Adam-GRU的煤矿瓦斯浓度预测模型[J].西安科技大学学报，2020,40(2):363-368.
• [2]李树刚，马莉，潘少波，等.基于循环神经网络的煤矿工作面瓦斯浓度预测模型研究[J].煤炭科学技术，2020,48(1):33-38.
• [3]王鹏，伍永平，王栓林，等.矿井瓦斯浓度Lagrange-ARIMA实时预测模型研究[J].煤炭科学技术，2019,47(4):141-146.
• [4]李伟山，王琳，卫晨.LSTM在煤矿瓦斯预测预警系统中的应用与设计[J].西安科技大学学报，2018,38(6):1027-1035.
• [5]龚尚福，李岩松.基于数据融合的井下瓦斯浓度状态预测[J].西安科技大学学报，2018,38(3):506-514.
• [6]刘晓悦，刘婉晴，郭强.基于云计算的煤矿瓦斯浓度短期预测[J].控制工程，2018,25(8):1364-1369.
• [7]王连聪，梁运涛，罗海珠.我国矿井热动力灾害理论研究进展与展望[J].煤炭科学技术，2018,46(7):6-14.
• [8]谢雪凌，郑霞忠.融合环境因素的有限空间毒气扩散危害程度分析[J].人民长江，2018,49(8):78-82.
• [9] LIU X,GODBOLE A,LU C,et al. Optimisation of dispersion parameters of Gaussian plume model for CO2dispersion[J]. Environmental science and pollution research,2015,22(22):18288-18299.
• [10]陈卫平，涂宏志，彭驰，等.环境模型中敏感性分析方法评述[J].环境科学，2017,38(11):4889-4896.
• [11]万华平，任伟新，王宁波.高斯过程模型的全局灵敏度分析的参数选择及采样方法[J].振动工程学报，2015,28(5):714-720.
• [12]王栋浩，靳其兵，牛亚旭.采用种群进化的粒子群多模态函数优化[J].现代电子技术，2020,43(13):106-109.
• [13]黎岢，梁漫春，苏国锋.基于Gauss烟团模型的大气扩散数据同化方法[J].清华大学学报（自然科学版），2018,58(11):992-999.
• [14]苏玉，孔国利.改进粒子群算法的目标函数变化分类动态优化[J].现代电子技术，2017,40(7):175-178.
• [15] SáNCHEZ-SOSA J E,CASTILLO-MIXCóATL J,BELTRáNPéREZ G,et al. An application of the Gaussian plume model to localization of an indoor gas source with a mobile robot[EB/OL].[2018-12-11]. https：//www.mdpi.com/1424-8220/18/12/4375.