申请/专利权人：重庆大学

申请日：2023-07-17

公开（公告）日：2024-06-21

公开（公告）号：CN117272780B

主分类号：G06F30/27

分类号：G06F30/27;E21F1/00;E21F17/18;G01N33/00;G01N15/06;G06N3/0442

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.01.09#实质审查的生效;2023.12.22#公开

摘要：本发明公开了一种基于动态按需智能控制的单线硐室施工通风方法及系统，包括：计算单线硐室首次爆破循环各施工阶段开始时的通风量；收集不同爆破循环各施工阶段风机运行过程的通风量数据，构建通风量预测模型，使用通风量预测模型预测后续爆破循环对应施工阶段开始时的通风量；在单线硐室施工现场布置污染物监测传感器，实时采集污染物浓度数据；根据污染物浓度数据，构建浓度预测模型，使用浓度预测模型对各施工阶段的污染物浓度进行预测，根据预测浓度，对当前施工阶段开始后至结束前的通风时间和风机运行过程的通风量进行预测。本发明可有效提高单线硐室施工过程中通风的智能程度和通风量计算的准确性，实现动态按需智能控制通风。

主权项：1.一种基于动态按需智能控制的单线硐室施工通风方法，其特征在于包括以下步骤：S1、计算单线硐室首次爆破循环各施工阶段开始时的通风量；S2、收集不同爆破循环各施工阶段风机运行过程的通风量数据，构建通风量预测模型，使用通风量预测模型预测后续爆破循环对应施工阶段开始时的通风量，即得到所有爆破循环各施工阶段风机开始运行时的通风量；S3、在单线硐室施工现场布置污染物监测传感器，实时采集污染物浓度数据；S4、根据污染物浓度数据，构建浓度预测模型，使用浓度预测模型对各施工阶段的污染物浓度进行预测，根据预测浓度，对当前施工阶段开始后至结束前的通风时间和风机运行过程的通风量进行预测，且当预测浓度发生变化时，重新预测通风时间和通风量；所述步骤S1和步骤S4中的通风量通过以下步骤计算得到：㈠按照每个爆破循环的测量放样、钻孔、装药、爆破及通风、出渣、支护六个施工阶段计算通风量Q1～Q4：⑴根据施工人员所需新鲜空气量，计算通风量Q1：Q1＝Km·m·Qm其中，Q1为通风量，单位是m3min；Km为风量备用系数，取1.10～1.15；m为同时工作最多人数；Qm为人均所需新鲜空气量，根据最新规范选取；⑵根据炮烟衰减规律和通风稀释理论，计算通风量Q2： 其中，V为掌头区体积，单位是m3；Ql为Q1、Q3、Q4中较大的值；k为紊流扩散系数；C0为炮烟初始浓度，单位是kgm3；Ct为通风t时间后炮烟浓度，单位是kgm3；G为单次爆破耗药量，单位是kg；S为隧洞爆破开挖断面截面积，单位是m2；为隧洞内空气含湿量，取0.6；B为炸药爆炸产生有毒有害气体量，单位是m3kg；p为风管漏风系数；L为爆破位置所在隧洞的长度，单位是m；计算L： 其中，Lc为临界长度，定义为从爆破面至将炮烟稀释到安全浓度的距离，单位是m；Lc的计算公式如下： ⑶根据硐室内最小风速需风量，计算通风量Q3：Q3＝60VmSm其中，Vm为硐室内要求的最小风速，单位是ms；Sm为硐室内最大断面的面积，单位是m2；⑷根据柴油机械排放有害气体稀释要求，计算通风量Q4： 其中，μ为单位功率通风系数，也称作单位功率需风量，单位是m3kW·min；N为施工区域内运行柴油机设备总数量；Ni为同时在工作区工作的各台燃油设备的额定功率，单位是kW；αs为机械平均工作效率，单位是％；㈡比较每个施工阶段的通风量Q1～Q4，得到各施工阶段的最大通风量即为所求的通风量；所述步骤S4具体包括：⑴将实时采集的污染物浓度数据按照时间顺序汇总整理成数据集；⑵对数据集中的污染物浓度数据进行归一化处理，划分为训练集和测试集进行读取，初步构建浓度预测模型，并设置相关参数，对浓度预测模型进行训练；⑶使用训练后的浓度预测模型预测污染物浓度，得到预测浓度Cprediction；⑷计算掌头区污染物浓度达到标准要求所需通风时间tprediction： ⑸采用扩展卡尔曼滤波算法对预测浓度和测试集中污染物浓度数据进行融合，得到更新后的Cprediction和tprediction；㈠当浓度预测模型所预测的污染物浓度Cprediction与当前污染物浓度一致时，保持当前通风量；当浓度预测模型所预测的污染物浓度Cprediction与当前污染物浓度产生偏差时，将预测污染物浓度记录为Cprediction_1，根据Cprediction_1计算Q1_prediction_1～Q4_prediction_1，选择风量最大值作为预测风量Qlofting_prediction_1，即作为当前施工阶段开始后至结束前的通风量；根据Cprediction_1计算tprediction_1，作为当前施工阶段开始后至结束前的通风时间；㈡浓度预测模型在ΔT时间后自动进行下一次预测，当Cprediction与tprediction再次发生变化时，重复步骤㈠，得到Qlofting_prediction_1与tprediction_1，直至当前施工阶段结束；㈢设定完成各施工阶段的最短时间；㈣当得到的tprediction_1小于完成某施工阶段的最短时间时，tprediction_1采用该最短时间。

全文数据：

权利要求：

百度查询： 重庆大学 基于动态按需智能控制的单线硐室施工通风方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD