高海拔隧道爆破后粉尘污染动力学模型及影响因素

为降低高海拔隧道钻爆法施工爆破后的粉尘污染,提高隧道掘进工作面粉尘防治技术和职业健康保障能力,推动施工隧道清洁化生产水平。依托西南某铁路隧道工区为背景建立隧道爆破掘进压入式通风模型,根据气固两相流理论与气溶胶力学构建高海拔隧道粉尘污染动力学模型。运用数值模拟软件分析不同海拔高度、通风距离以及通风风量条件下的爆破驱动掘进工作面,高浓度粉尘污染效应,并采用灰色关联分析法探究粉尘质量浓度降低至安全值所需时间与各影响因素之间的关联度。研究结果表明：海拔高度上升将引起的环境参数与气固耦合流体运动特性的改变,粉尘颗粒水平运移速度与海拔高度和粉尘粒径均呈负相关,竖直沉降速度与之相反。高海拔隧道爆破后粉尘质量浓度空间分布服从多元高斯分布,且扩散系数随海拔高度的上升而增大。隧道内风流场分布区域分为涡流区、过渡区以及稳定区,涡流区呈锥形且中心的风速小于周围区域的风速,隧道断面平均风速降低至约0.3 m/s并逐渐稳定。爆破后粉尘颗粒随风流向隧道外呈“?字型”运移,隧道回风侧的粉尘质量浓度大于风管侧。爆破后产生的大颗粒粉尘(粒径≥30μm)在距掘进工作面100 m范围内快速沉降,小颗粒粉尘将随风扩散并悬浮于隧...     

环形通风流场内粉尘浓度的影响因素实验研究

粉尘是工业生产的重要灾害之一。国内外专家学者进行了大量的粉尘理论和现场试验研究,但仍缺少一种能够模拟环形通风流场内粉尘多相流的综合性实验系统。为此,设计并研制出环形通风流场粉尘监测及除尘测试综合实验系统,并运用该系统定量地研究了风速、粉尘种类、粉尘粒径对粉尘浓度的影响。     

掘进巷道粉尘浓度与环境参数的综合分析

针对某金属矿1100斜坡道掘进巷道粉尘浓度过高的实际情况,为找出粉尘浓度过高的原因以及对粉尘浓度的主要影响因素,运用灰色关联分析方法,合理选取与粉尘浓度相关的风速、空气温度、湿度和围岩温度等4个作业环境因素,通过建立粉尘浓度与作业环境因素之间的关系模型,分析了各环境因素与粉尘浓度之间的影响关系程度。结果表明,在4个作业环境因素中,风速是影响掘进巷道粉尘浓度的最主要因素,为该矿井通过提高巷道风速,降低巷道空间空气温度、围岩温度和湿度,进而改善工作环境提供了理论依据。     

粉尘浓度光散射测量影响因素的分析

根据经典的Mie氏散射理论,分析和计算了单个粉尘颗粒的散射特性曲线,又通过实验对粉尘云散射特性进行了研究,分析了散射角、粉尘粒径及水雾对光散射的影响.研究得出,单个粉尘粒子的散射光强随颗粒粒径的增大而增大,对粉尘云而言,粉尘中位径越大,灵敏度越小,测量的粉尘浓度值会偏低.     

矿井粉尘浓度预测模型的建立及应用研究

为了对矿井粉尘浓度进行准确预测,有效防治矿井粉尘灾害,以某矿粉尘浓度时间序列为基础,提出了差分自回归移动平均预测模型.基于粉尘浓度是非平稳随机数列且ARIMA预测模型可对非平稳数据进行处理的特点,采用SPSS统计分析软件,建立ARIMA粉尘浓度预测模型.首先对粉尘浓度数据进行平稳化处理,根据自相关和偏自相关系数以及BI...     

基于GA-BP神经网络的矿井粉尘浓度预测研究

为了准确预测矿井粉尘浓度,有效防治矿井粉尘危害,运用遗传算法优化的BP神经网络预测模型(GA-BP模型)对某矿山工作面时间序列粉尘浓度进行预测,以预测结果的相对误差、平均绝对百分比误差来评判模型的预测准确性。再利用BP神经网络预测模型,卷积神经网络预测模型(CNN模型)的预测结果同GA-BP预测模型的预测结果进行对比验证,以均方根误差来评价三种模型的预测效果。结果表明,应用GA-BP预测模型,相对误差最大为4.27%,最小为0.14%,相对误差都在10%以内,预测样本的平均绝对百分比误差(MAPE)小于10%,达到了高精度预测要求。CNN、BP、GA-BP三种预测模型的RMSE值分别为1.1007、1.0008、0.9354,GA-BP预测模型对于该矿山工作面粉尘浓度预测效果最好。     

基于β射线吸收法的粉尘浓度测量技术北大核心

针对目前我国煤矿粉尘浓度检测设备测量精度低、稳定性差及后期维护频繁等问题,基于β射线吸收原理,通过建立C14原子核衰变β射线涨落模型,在设计气体预处理装置及PID恒流控制技术的基础上,最终完成了β射线吸收法粉尘浓度检测装置的整体设计。实验结果表明样机与手工采样称重法相对误差均低于±10%,可以满足煤矿井下粉尘浓度的检测需求。     

卸矿站粉尘浓度影响因素的数值模拟研究

为了掌握卸矿站卸矿时卸矿量、巷道风速、矿石粒径和壁面条件对巷道内粉尘浓度的影响,以国内某矿山2号卸矿站为研究对象,运用ANSYS软件对该卸矿站建模、模拟,研究巷道粉尘浓度与卸矿量、巷道风速、矿石粒径和壁面条件之间的关系。研究表明,数值模拟结果与实测结果基本吻合;下风向巷道粉尘浓度大小与卸矿量成正比例关系,与风速、矿石粒径成反比例关系;满足生产条件的情况下,卸矿量5 000 kg/s、巷道风速1.5 m/s时,尽可能增大矿石粒径、定期清扫巷道壁面,可有效降低巷道粉尘浓度。     

综掘工作面粉尘运移及沉积的数值模拟

利用气固两相流相关理论,建立掘进工作面全尺寸3D几何模型,使用FLUENT软件研究了综掘工作面在通风障碍物存在条件下粉尘运移及沉积规律。结果表明:在回风流的影响下,综掘工作面迎头附近呼吸带内粉尘主要分布在远离风筒的煤壁附近;工作面迎头附近粉尘沉积较快,且具有沉积不均匀的特点;随着与工作面迎头距离的增加,粉尘沉积率逐渐降低且沉积均匀。     

基于过程方法的煤矿粉尘综合防治评价体系构建及应用

为科学评价煤矿企业粉尘综合防治能力,应用过程方法分析所有产尘作业活动,从煤尘的"产-降-防-护"全链条出发,建立基于过程方法的煤矿粉尘综合防治效果评价模型,找出煤矿粉尘综合防治的影响因素;基于此,从防尘技术、粉尘管理、外部监督、人员防护、防治效果这5个层面展开分析,构建煤矿粉尘综合防治评价体系,并将熵权法与集对分析法相结合进行实例应用。结果表明:一级指标中,防尘技术权重最大,而人员防护权重最小;根据联系数主值计算结果显示,一级指标优劣性排序依次为外部监督、粉尘管理、人员防护、防治效果、防尘技术;应用矿井的综合联系数主值处于"较好"的评价等级,粉尘综合防治工作总体发展态势较好。     

基于多传感融合的粉尘质量浓度检测技术

粉尘质量浓度在线检测技术是矿山通风安全和尘肺预警的重要基础,而技术的核心是检测误差。为了减小粉尘质量浓度在线检测的误差,提出一种基于多传感融合的粉尘质量浓度检测技术。调研发现目前应用最多的粉尘质量浓度在线检测方法是光散射法和电荷感应法;基于2种方法的基本原理,研制了光散射传感子单元和电荷感应传感子单元。为了解决光散射传感子单元的污染问题,借助气幕控尘技术,设计了一种带气幕隔尘的光散射传感子单元;再将2种传感子单元进行结构融合,得到串联型的多传感融合单元。然后,基于实验准备与系统,对多传感融合单元进行系列实验,采用多传感数据融合方法,将光散射子单元和电荷感应子单元的AD值进行数据融合,提出一种粉尘质量浓度检测算法,形成了多传感融合的粉尘质量浓度检测技术。最后,实验发现:光散射传感子单元的气幕隔尘结构尽量避免了粉尘对光学器件的污染;多传感融合单元的检测误差≤8.5%,比光散射传感子单元小6.4%,比电荷感应传感子单元小6.2%;多传感融合单元的平均标定灵敏度是2 911.4,与光散射传感子单元相比提高了32.3倍,与电荷感应传感子单元比较提高了124.4倍。证明:多传感融合技术克服了光散射...     

基于多层次模糊评价法的煤矿粉尘危害评价

为了对煤矿粉尘危害进行评价,分析粉尘危害等级,基于事故致因理论,在粉尘职业健康评价方法的基础上,根据某煤矿粉尘治理现状,通过构建粉尘危害评价指标体系,采用多层次模糊评价法进行评价.评价结果表明,所采用评价指标体系具有合理性、科学性,所评价煤矿粉尘危险等级为比较安全,能够反映该煤矿的粉尘治理效果以及应对粉尘灾害时的表现能...     

风筒风速对瓦斯及粉尘分布规律的影响

根据流体力学的相关理论,利用Fluent软件,对风筒不同风速条件下掘进巷道内的瓦斯及粉尘浓度进行了模拟分析,以考察风筒风速对掘进巷道内瓦斯及粉尘分布规律的影响。     

基于Fluent的扁平硐室采场粉尘浓度分布及运移规律研究

基于气固两相流理论及扁平型硐室采场特点,建立粉尘运移模型,运用FLUENT软件中的k-ε双方程模型和离散相模型(DPM)对采场爆破后通风20min内粉尘浓度变化,以及在不同入口风速下粉尘的运动轨迹进行了数值模拟。结果显示粉尘浓度分布受风流流场影响显著,爆破0～50s时间内粉尘受回流作用聚集在硐室左侧隅角及边壁附近,50s之后粉尘开始由主风流带出硐室,60s后开始进入循环净排阶段,在0～70s内粉尘浓度下降最快,70s以后采场内的粉尘主要是呼吸性粉尘,沉降时间较长。对粉尘运移的数值模拟显示,不同入口风速对粉尘的运移影响明显。     

长压短抽除尘系统不同因素变化对粉尘运移影响的模拟研究

为了解长压短抽通风除尘系统中压抽风量比、压风风筒出风口与迎头距离变化、控尘装置的轴径向出风比、供风侧控尘对掘进巷道粉尘运移变化的影响,通过FLUNET软件进行模拟计算,得到不同影响因素下巷道内粉尘运移范围变化情况,拟定通风控、除尘方案,并通过现场实测粉尘浓度进行验证。结果表明:在无控尘条件下,压抽风量比、压风出风口距离对司机位置断面粉尘浓度影响多变,掘机后方含尘区域面积较大,不利于除尘;有控尘条件下,压风风筒距离迎头10 m、15 m的合适压抽风量比分别为0.8、1.2,距离为12.5 m时,压抽风量比变化司机位置断面粉尘浓度变化较小;控尘装置轴径向出风比为1:2时,司机位置及掘机后方区域粉尘控制效果最好。     

基于多层关联规则算法的煤矿突出预警模型

为提升煤矿突出预警精度,提出基于多层关联规则算法的煤矿突出预警模型。分析造成煤矿突出问题产生的主要因素,并以此为基础,由地质构造、煤层赋存参数与瓦斯参数3方面出发,选取压扭性断层、煤厚变化量以及煤层瓦斯含量等煤矿突出预警指标,构建煤矿突出预警指标体系。采用层次分析法构建煤矿突出预警模型,利用多层关联规则算法挖掘模型内同层指标关联规则与跨层指标的关联规则,确定预警模型内各指标的权重,根据组合权重确定煤矿突出预警结果,并将预警结果分为安全、威胁、危险与突出4个等级。实验结果显示,所研究模型的预警精度基本保持在99%以上。     

基于ANP及系统动力学的煤矿粉尘综合防治水平评价研究

针对煤矿粉尘综合水平评估问题,构建了煤矿粉尘综合防治水平指标体系,并结合网络层次分析法(ANP)和系统动力学方法对掘进作业、采煤作业、井下巷道及喷浆作业进行权重解算和动力学仿真。发现重要度顺序为:采煤作业(0.418)掘进作业(0.271)喷浆作业(0.191)井下巷道(0.121)。建议煤矿应考虑引入掘进面空气幕除尘技术、采煤面空气幕除尘技术、智能喷浆机械手、采煤面机载除尘风机和支架导杆板技术,并持续加强防尘设备维护更新管理(16次/a)、设备操作培训教育(12次/a)、防尘管理检查频次(10次/月),其综合防尘水平分数可超过87.18分,达到优等水平。     

基于ARIMA模型的矿区重金属污染时间序列预测

矿区重金属污染具有时间序列的特征,因此可以采用时间序列ARIMA模型对重金属污染进行预测。对南方某铜硫矿,在1995年1月—2008年6月重金属月监测数据的基础上,运用ARIMA模型建立了矿区尾矿库废水总排放口Zn浓度的预测模型,结果表明,ARIMA(1,1,2)模型能较好地拟合2008年1月—2008年6月重金属污染变化规律,经实际计算结果验证所建模型,误差在5%左右,经检验其精度满足要求。预测结果显示,该矿区未来重金属Zn仍然处在污染状态。