第1章绪论
　　1.1矿井智能通风研究的背景及意义
　　我国是世界煤炭**生产大国。据《中国能源大数据报告(2020)》，2019年全国原煤产量38.5亿t，2019年能源生产结构中，原煤占比68.8%，原油占比6.9%，天然气占比5.9%，水电、核电、风电等占比18.4%。2019年煤炭消费量占能源消费总量的57.7%。到2040年，中国煤炭消费占能源消费总量的比例将从2017年的60%下降到35%，但中国的煤炭需求仍占全球煤炭需求的39%。2021年，中国煤炭工业协会副会长、中国煤炭学会理事长刘峰在第九次全国煤炭工业科学技术大会上表示，在未来相当长的一段时期内，煤炭仍是我国能源安全的稳定器和压舱石。
　　煤矿实际生产过程中，火灾、煤尘爆炸、瓦斯爆炸等重大事故对煤矿工作人员生命安全和煤炭资源充分利用构成严重威胁。
　　矿井通风系统是煤矿的生命保障系统，其任务是保质保量地给用风地点供风。矿井瓦斯爆炸、火灾、煤尘爆炸等热动力灾害都与通风(供氧)有关，即“因风致灾”，这些重大动力灾害发生后造成通风系统紊乱，从而引发的二次灾害有时是造成重大人员伤亡的主要因素。可靠稳定的通风系统是防控矿井热动力灾害和应急管理的重要手段，只有对矿井风流进行系统的、合理的管控，才能有效防治热动力灾害事故，保障人员健康和生产安全[1-3]。
　　矿井通风网络是一个庞大且时刻变化的动态网络。矿井自然通风无法满足各用风地点的要求，为达到按需供风的目的，风门、风窗等通风构筑物的使用会使通风系统复杂化。同时，井下掘进、回采空间变化等也会使通风系统随通风网络状态的变化进行及时调节变得困难。此外，矿井监测监控系统不健全或数据反馈不及时，尤其是对矿井风流参数的监控、反馈、调节不健全不及时，无法提前控制或采取措施，也可能造成煤矿事故及大量工人死亡[4]。
　　幸运的是，煤矿信息化和自动化水平的提高可以有效降低事故发生频率和百万吨死亡率。如图1-1所示，2010～2019年，我国煤矿井下事故由1403起减少到170起，相关人员死亡人数由2433人下降到316人。此外，百万吨死亡率从0.803下降到0.093。图1-1所示*线的下降趋势归功于过去10年来地下煤矿机械化和智能化的快速发展。虽然图1-1所示*线呈下降趋势，但地下煤矿事故和相关人员伤亡的报道时有发生[5-7]。为了改变这种状况，煤矿的智能化技术需进一步加强。21世纪初，加拿大、芬兰、瑞典等发达国家都制定了智能化、无人化采矿计划。加拿大Stobie矿山的移动设备可以实现远程操作，工人可以直接从地表中央控制室操作设备[8]。瑞典也在自动化和智能化方面制订了相关计划[9]等。
　　图1-1煤矿井下事故及死亡统计
　　当前，我国矿井通风的自动化水平较低，风流的调控多由人工手动操作实现，不能满足日常生产的自动调控需求[10-11]。传统的人工决策与管理体系效率低下，操作复杂，抗灾能力差。随着科技的发展，煤炭行业也逐渐实现智能化开采，掘进系统和运输系统等都已经实现或正在实现自动化和智能化，生产效率和安全系数都得到了大幅提升。相比之下，矿井通风系统在智能化方面的投入较少，水平较低，与现代化的其他系统不相匹配，成为制约煤矿产量提升和安全系数提高的重要因素[12]。一些学者对矿井局部通风的智能化进行了研究，如张铁岗等[13]研制出能根据环境变化(如瓦斯变化)进行智能化调节的局部智能通风系统。但是，目前我国对于全矿井智能通风的研究相对较少，而理论的研究是技术和工程的基础，所以矿井智能通风系统的基础理论研究迫在眉睫。
　　1.2矿井智能通风研究现状
　　1.2.1智能通风研究现状
　　2005年，平安电器股份有限公司提出了矿井智能通风系统的概念，并实现了全矿井通风实时监测与智能调节。
　　2008年以前，相关专家对矿井智能监测监控系统[14-18]、矿井通风智能决策[19]进行了研究。国外主要进行的是矿井通风远程监测和通风系统自动控制研究。
　　2008年，张铁岗等[13]研制出局部智能通风系统，可根据环境变化实现智能调节。
　　2009年，西安科技大学吴奉亮等[20]基于AutoCAD实现了矿井通风的CAD系统，从而降低了以网络解算为核心的矿井通风CAD软件的使用门槛。
　　2011年，赵丹等[21]为诊断通风系统故障，提出了智能诊断专家系统。该系统设计了专家系统知识库和推理机，详细归类通风故障，在推理机中缩小范围，从而进行推断。
　　2012年，内蒙古科技大学王文才等[22]对呼和乌素煤矿智能局部通风系统的结构、功能、工作状态及安全保障措施进行了详细的阐述。
　　2013年，高忠国和张建娥[23]介绍了掘进工作面的智能通风系统，其可实现自动检测和瓦斯浓度监控，并实现相应的通风调节和报警等功能。中国通用机械工业协会石雪松等[24]详细分析了矿井通风设备智能化的成长背景、意义、现状和前景等内容。
　　2014年，鲍庆国和毛允德[25]详细论述了智能通风系统的结构、功能及相关软件。秦书明和吴利学[26]采用变频技术和可编程逻辑控制器(programmable logic controller， PLC)实现了局部智能通风，形成了比例、积分、微分(proportion integration differentiation， PID)闭环控制。郝全明和李连明[27]构建了通风系统的三维模型，通过该模型可以对通风系统进行智能优化，建成了矿井通风智能监测系统，应用于日常风速监测及反风演练。管伟明等[28]开发了一种矿井通风系统的智能管理体系，可依据不同危险程度的气体浓度自动调控风流，并通过实验验证了该系统的可行性。西安科技大学姚昕[29]设计了瓦斯浓度智能控制系统，该系统基于PLC控制器和局部风机变频技术。中南大学赵书刚[30]探讨了矿山平行系统的关键技术，对其和矿山工艺的结合进行了分析。
　　2015年，张超华和张海波[31]将智能局部通风装置在煤矿进行了使用并验证了其可行性。杨杰等[32]基于工业4.0的理念和现场总线技术提出了一种智能通风系统的设计方案。黄书卫[33]依据ARM单片机技术和物联网技术设计了煤矿通风系统的无线智能监控系统，并对各组件功能进行了论述。刘红英和王秋里[34]将一通三防、监测监控系统进行整合，建立了智能通风系统的模型，实现了通风参数实时回传。孟令聪[35]将可靠性技术与多智能体结合以监测铀矿山通风系统的运行状态，并对其可靠性进行了研究。罗洪章[36]介绍了一种智能通风系统，可实现瓦斯浓度检测等一系列工作流程。谢元新等[37]阐述的智能通风系统可自动感知瓦斯浓度、调节风速，从而达到节省人力、提高效率、减少事故的效果。
　　2016年，张大伟和辛德林[38]设计了一种用于*头巷道通风的智能监控系统，可实时监测气体浓度并根据不同风量及负压实现风机的自动调节。崔博文[39]将智能变频技术应用到矿井通风系统，并详细描述了变频技术在矿井智能通风设备的主要应用及组成，阐述了该系统的工作流程及其特征，就其根据矿井瓦斯浓度的变化自动变频的过程进行相关的实验研究，并进行理论分析，最后得出当矿井巷道中瓦斯浓度变化时，能够根据其变化量自动调节风机频率，进而调整通风量，将瓦斯浓度控制在合理的范围内，保持井下适宜的工作环境。山东科技大学卢新明[40]指出，“互联网+”和物联网技术是矿井智能通风的发展趋势。
　　2017年，刘平[41]详细介绍了塔山矿局部智能通风设备的相关原理和设计方案，为全矿井的智能通风系统设计与研发提供了依据。杨战旗和郝天轩[42]研发了一种矿井通风安全智能监测监控系统，可实现实时监测通风参数并依据风量需求自动控制风门开闭。陈雪松[43]以通风系统关键因素为依据提出了16项指标的通风智能评价系统，并通过数学模型证明了该评价系统的有效性。
　　2018年，王学芳[44]分析了PLC控制系统的优缺点并提出了一套基于总线技术的智能通风控制系统。杨剑等[45]提出了一种基于数字信号处理(digital signal process， DSP)的数据采集分站，以保证煤矿智能通风系统可靠稳定运行。王坚等[46]运用大数据处理技术，提出了隧道通风智能控制系统。付文俊等[47]基于AutoCAD开发了通风智能决策支持系统，主要包括拓扑分析、数据检查、网络结算、数据分析及掘进通风模块，为通风系统模拟及优化提供支持。王斌等[48]基于王楼煤矿建立了通风智能决策和远程控制系统，实现了通风参数的实时监测与传输及风门风窗的自动控制。中国地质大学(北京)吴兴校[49]设计了安全评判与风机故障诊断系统，该系统可用于大型矿井风机智能监控。
　　2019年，聂贵亮[50]提出了基于控制器局域网(controller area network， CAN)总线技术的新型智能通风系统，并对其结构和运行做出了全面的分析。韩立军、王斌等[51-53]提出基于现场总线技术的智能通风系统，以应对原通风系统的不足。刘文梅[54]针对传统通风系统测定仪表功能单一、效率低下的缺点提出了一种智能测定仪表，以提升通风参数测定效率和准确性。罗红波等[55]以红庆梁煤矿为研究对象，研发了矿井通风智能决策支持系统，实现了该矿通风系统数据的实时监测和智能处理。栾王鹏[56]以马兰矿为例介绍了智能通风与实时监测监控系统的组成部分，实现了百叶风窗和风门的自动控制。冯波[57]设计并详细介绍了一种煤矿通风安全智能监测监控系统，该系统可实现根据风量自动调节风门。
　　2020年，顼利芳[58]深入研究了智能通风系统的具体组成，并分析了自动控制功能的分类，对智能通风系统及传感装置在井下的设置要点进行了总结。张庆华等[59]指出了通风系统需解决的四大难题及矿井通风智能化需重点研发的三大方向，为智能通风工作的推进提供了指导。周福宝等[60]详细阐述了矿井智能通风的定义与内涵，并根据我国矿井现阶段的信息化水平，从矿井通风参数精准监测、矿井通风异常诊断与智能决策、通风动力与设施智能调控等方面对智能通风的原理和关键技术进行了研究。
　　在国外，“智能通风”一词多用于建筑物室内通风系统或加热通风空调系统等，以提升室内空气质量和降低能耗[61，62]；对于矿井通风或地下工程通风的研究还相对较少。
　　Heo等[63]针对地铁站通风情况提出了一种基于深度强化学习的智能通风控制系统，并通过实验证明该系统可降低能耗14.4%。
　　Vaccarini等[64]介绍了一种用于地下空间智能通风控制的详细方法，并将该控制体系结构应用于巴塞罗那Passeig de Gràcia地铁站，验证了该通风系统的有效性，并在保持原有舒适性水平的同时，节省了30%以上的能源。
　　Wu等[65]将人工智能(artificial intelligence，AI)和大数据应用于隧道数值模型中火源的预测，并取得了很好的效果。
　　Raj等[66]评估了井下的实时监测解决方案，并研究了通风监测和控制技术的*新应用。此外，作者对当代传感器、控制系统和软件技术、数据传输系统、工业物联网、通风网络模拟器及控制设备做了详细的评估。
　　Stamatescu等[67]讨论并说明了利用数据挖掘技术实现黑匣子建模的应用过程，以期达到实现智能建筑通风子系统控制的目的。
　　1.2.2巷道断面风流场研究现状
　　2011年，郝元伟等[68]利用数值模拟分析了矿井巷道的风流场，确定了点风速与平均风速的关系。贾剑[69]基于巷道风流力学模型进行了数值模拟，对风速传感器的布置位置、风速的监测公式等进行了研究。
　　2013年，王军等[70]认为巷道断面某点的风速与断面平均风速的关系为线性，并得出线性函数，根据点风速可求得断面平均风速。
　　2014年，张朝波[71]通过数值模拟得到了不同通风方式的风流场分布，并对*头巷道的风流场分区进行了划分。