Wyniki wyszukiwania - BazTech

1

A reliable method of completing and compensating the results of measurements of flow parameters in a network of headings

Dziurzyński W., Krach A., Pałka T.

Archives of Mining Sciences

|

2015

|

Vol. 60, no. 1

3--24

EN

Forecasting a ventilation process is based on two factors: using a validated software (Dziurzyński et al., 2011; Pritchard, 2010) and a properly prepared database encompassing the parameters describing the flow of air and gases, compatible with the adopted mathematical model of the VentGraph software (Dziurzyński, 2002). With a body of measurement data and a mathematical model for computer calculations and air flow simulation at our disposal, we proceed to develop a numerical model for a chosen network of mine headings. Preparing a numerical model of a ventilation network of a given mine requires providing a collection of data regarding the structure of the network and the physical properties of its elements, such as headings, fans, or stoppings. In the case of fire simulations, it is also necessary to specify the parameters describing the seat of a fire and the properties of the rocks of which the rock mass is comprised. The methods which are currently applied to this task involve manual ventilation measurements performed in headings; the results obtained in the course of these measurements constitute a basis for determining physical parameters, such as the aerodynamic resistance of a heading, density of the flow of air, or natural depression. Experience shows that – due to difficulties regarding accessibility of headings, as well as the considerable lengths of the latter – there are some nodes and headings in mines where such measurements are not performed. Thus, an attempt was made to develop a new methodology that would provide the missing data on the basis of some other available information concerning – for example – the air density, the geometry of headings and elevations. The adopted methodology suggests that one should start with balancing the air mass fluxes within the structure of a network of headings. The next step is to compile a database concerning the pressure values in the network nodes, based on the measurement results – and provide the missing pressure values on the basis of the available results of measurements carried out in adjacent nodes, as well as the pressure value calculated on the basis of the heading geometry and the given volumetric flow rate. The present paper discusses the methodology of compensating and balancing the volumetric air flow rates within a network of headings (Chapter 2) and the methodology of determining pressure values (Chapter 3) in the nodes of the network. The developed calculation algorithms – verified by means of sample calculations performed for a selected area of a mine ventilation network – were introduced into the VentGraph software system. The calculation results were presented in tabular form. The Summary section discusses the minuses and pluses of the adopted methodology.

PL

Podstawą prognozy procesu przewietrzania jest posługiwanie się zwalidowanym programem komputerowym (Dziurzyński i in., 2011; Pritchard, 2010) oraz poprawnie przygotowaną bazą danych zawierającą parametry opisujące przepływ powietrza i gazów, zgodną z przyjętym modelem matematycznym w programie komputerowym VentGraph (Dziurzyński, 2002). Dysponując bazą danych pomiarowych oraz przyjętym do obliczeń komputerowych i symulacji procesu przewietrzania modelem matematycznym przystępujemy do opracowania modelu numerycznego dla wybranej sieci wyrobisk kopalni. Przygotowanie modelu numerycznego sieci wentylacyjnej danej kopalni wymaga dostarczenia zestawu danych dotyczących struktury sieci i własności fizycznych jej elementów, tj. wyrobisk, wentylatorów, tam, a przy symulacji pożaru dodatkowo wymagane jest podanie parametrów opisujących ognisko pożaru oraz własności skał górotworu. Obecna praktyka postępowania polega na tym, że wykonuje się ręczne pomiary wentylacyjne w wyrobiskach górniczych, a uzyskane wyniki stanowią podstawę do wyznaczenia parametrów fizycznych takich jak: opór aerodynamiczny wyrobiska, gęstość przepływającego powietrza i naturalna depresja. Z uwagi na występujące trudności w dostępności wyrobisk jak również na znaczne ich długości, praktyka pokazuje, że pomiary nie są realizowane we wszystkich węzłach i wyrobiskach kopalni. Dlatego podjęto próbę opracowania nowej metodyki prowadzącej do uzupełnienia brakujących danych na podstawie innych dostępnych danych dotyczących np. gęstości powietrza, geometrii wyrobisk i kot niwelacyjnych. Z przyjętej metodyki wynika, że w pierwszej kolejności należy wykonać bilans strumieni masy powietrza w strukturze sieci wyrobisk. Następnie zbudować bazę danych ciśnień w węzłach sieci w oparciu o pomiary i uzupełnić brakujące ciśnienia na podstawie dostępnych wyników pomiarów w sąsiednich węzłach oraz ciśnienia obliczonego z wartości oporu aerodynamicznego wyznaczonego na podstawie geometrii wyrobiska i znanego strumienia objętości. W artykule przedstawiono metodykę wyrównywania i bilansowania strumieni objętości powietrza w sieci wyrobisk (rozdz. 2) oraz metodykę wyznaczania ciśnień (rozdz. 3) w węzłach sieci wyrobisk. Opracowane algorytmy obliczeń wprowadzono do systemu programów VentGraph, które zostały sprawdzone poprzez obliczenia dla przykładu wybranego rejonu kopalnianej sieci wentylacyjnej. Wyniki obliczeń przedstawiono w postaci tabelarycznej. W podsumowaniu omówiono wady i zalety przyjętej metodyki.

2

Walidacja programu komputerowego do prognozowania przewietrzania kopalni z zastosowaniem metod optymalizacji numerycznej – etap II

Dziurzyński W., Krach A., Pałka T., Wasilewski St.

Prace Instytutu Mechaniki Górotworu PAN

|

2013

|

Vol. 15, no. 1-2

3--22

PL

Badania są kontynuacją prac nad rozwojem metod optymalizacji numerycznej w celu doboru parametrów modelu numerycznego wirtualnej kopalni. W tym celu wykorzystano dane rejestrowane przez czujniki systemu gazometrii automatycznej sieci wyrobisk kopalni. Wcześniejsze badania (etap I) pozwoliły na dokonanie wyboru i adaptacji metody optymalizacyjnej parametrów modelu matematycznego stosowanego w programie komputerowym VentZroby. Zastosowano miarę odległości wyników obliczeń symulacyjnych i danych z czujników systemu gazometrii automatycznej. Jako funkcję celu minimalizowaną metodą optymalizacji numerycznej przyjęto sumę kwadratów różnic wartości zmierzonych i prognozowanych z wagami. Zastosowana metoda i wykonane przykłady obliczeniowe w I etapie badań pozwoliły na sformułowanie wniosków, które stały się podstawą do rozwoju metody optymalizacji. W omawianym etapie II dla symulacji numerycznej wybranego rejonu ściany ze zrobami, przygotowano wyniki z pomiarów ręcznych oraz dane z anemometrów stacjonarnych i czujników metanu systemu gazometrii dla rozważanego rejonu. Ponadto dla przyjętego modelu numerycznego wybranego rejonu wykonano obliczenia stanu początkowego rozpływu, tj. wartości strumieni objętości powietrza w bocznicach i udziały objętościowe metanu w tych strumieniach. Następnie wykonano obliczenia walidacyjne dla wybranego rejonu, dla minimalizacji funkcji celu, z zastosowaniem zmodyfikowanej metody optymalizacji numerycznej realizowanej w trzech krokach obejmujących: zmiany oporów bocznic sieci (minimalizacja dla strumieni objętości powietrza), zmiany wartości strumieni objętości metanu dopływających do sieci ze źródeł zewnętrznych (minimalizacja dla strumieni objętości metanu) oraz ponownie zmiany oporów bocznic sieci (minimalizacja dla strumieni objętości powietrza). Wykonane obliczenia walidacyjne dla wybranego rejonu z zastosowaniem zmodyfikowanej metodyki optymalizacji pokazały że wprowadzone w algorytmie estymacji zmiany przyniosły pozytywny rezultat, aczkolwiek należy dodać, że pojawiły sie inne problemy wynikające z własności obiektu badań. W podsumowaniu uzyskanych wyników podkreślono, że ważnym zagadnieniem w obliczeniach walidacyjnych jest kontrola poprawności danych rejestrowanych w sieci wyrobisk kopalni przez czujniki prędkości powietrza i stężenia metanu systemu gazometrii automatycznej oraz prawidłowe określenie metodyki obliczania strumieni masy powietrza i metanu z danych rejestrowanych przez czujniki w bocznicach, w których znajdują się wymienione czujniki.

EN

This study summarises the next stage of research efforts aimed at development of numerical optimisation methods to support the selection of parameters of the numerical model of a virtual mine. The data registered by the automatic network of gas detector sensors in a mine are recalled and utilised. In the previous stage (step I) the optimisation method was selected and adapted to incorporate the parameters of the mathematical model used in the programme VentZroby. The measure of distance between simulation data and the data from the automatic network of gas sensors was applied. The objective function was taken as the mean squared difference of measured and predicted values, with appropriate weights attached. The applied procedures and calculations performed during the stage I led us to the conclusions underlying the development of the current optimisation method. A longwall region, including both galleries and goaf has been selected. The stage II uses the results of manual measurements and the data collected from stationary anemometers and methane detector sensors in the area. Furthermore, the initial conditions of gas flows were obtained for the adopted numerical model of the wall region, including the volumetric flow rate of air streams in the branches and volumetric fraction of methane in the air streams. That was followed by a validation procedure applied to investigate the given area, the goal being the minimisation of the objective function using the modified method of numerical optimisation involving three steps: changing the flow resistance in network branches (minimisation of the volumetric airfl ow rates), altering the flow rate of methane entering the network from external sources (minimisation of the methane infl ow rates) and repeated change of the flow resistance in network branches (minimisation of the volumetric airfl ow rates). Calculations for the specified face region by the modified optimisation methods performed for the purpose of validation revealed that the changes implemented in the estimation algorithm produced positive results though some new problems arose associated with the specificity of the investigated object. The conclusion emphasises that the correctness and adequacy of data registered by the anemometers and gas detector sensors within the automatic network have to be rigorously checked prior to the validation procedure. Besides, the proper methodology of calculating the flow rates of air and methane based on the data from sensors located in network branches has to be precisely determined.

3

Walidacja programu komputerowego do prognozowania przewietrzania kopalni z zastosowaniem metod optymalizacji numerycznej

Dziurzyński W., Krach A., Pałka T., Wasilewski St.

Prace Instytutu Mechaniki Górotworu PAN

|

2012

|

Vol. 14, no. 1-4

121--137

PL

Dotychczasowe doświadczenia z zakresu walidacji modelu matematycznego zastosowanego w programie komputerowym VentZroby pokazują, że jest to zagadnienie trudne, przede wszystkim z powodu konieczności dysponowania dostatecznie dużą liczbą zarejestrowanych w kopalni przebiegów przejściowych porównywanych wielkości. Przyjęto, że wiarygodność prognozy procesu przewietrzania sieci wyrobisk kopalni opracowanej na podstawie symulacji jest ściśle związana z wiarygodnością poziomu dopasowania zastosowanego w programie symulacjach modelu do rzeczywistej sieci wentylacyjnej kopalni. Walidację modelu matematycznego przeprowadzono poprzez weryfikację wyników otrzymanych na drodze obliczeń numerycznych i porównanie ich z wynikami otrzymanymi z pomiarów za pomocą czujników systemu monitoringu wentylacji wyrobisk kopalni. Wykonane w latach 2000-2011 badania walidacyjne prowadzone były w oparciu o jakościowe kryteria obserwowanych przebiegów czasowych wyników symulacji (Dziurzyński i in., 2001, 2005, 2007a, 2007b, 2008, 2009, 2011). Do walidacji programów symulacyjnych stosowano procedurę wykorzystującą miarę odległości danych z prognozy i danych z monitoringu w postaci sumy kwadratów różnic wartości zmierzonych i prognozowanych z wagami. Obecnie zaproponowano, że miara taka jest funkcją celu minimalizowaną wybraną metodą optymalizacji numerycznej. Miara odległości szeregów czasowych dobrze nadaje się do zastosowania w numerycznych metodach minimalizacji funkcji celu, co pozwoliło na podjęcie próby automatyzacji procesów weryfikacji parametrów modelu matematycznego zastosowanego w programie VentZroby. W pierwszej kolejności opracowano algorytm automatycznej optymalizacji wybranego parametru modelu, którym jest strumień objętości przepływającego powietrza. Funkcję celu stanowi unormowany kwadrat odległości wektorów stanu prognozowanego i rzeczywistego, przy czym składniki tych wektorów to strumień objętości powietrza prognozowany i obliczony na podstawie pomiarów prędkości przez anemometry systemu monitoringu rozmieszczone w wybranych wyrobiskach kopalni. Następnie opracowano algorytmy optymalizacji numerycznej, dla których ułożono nowe procedury programu komputerowego VentZroby. Do testowania procedur przygotowano przykład obliczeniowy, a odpowiedni model numeryczny oraz dane z czujników systemu monitoringu (gazometrii) pozwoliły na sprawdzenie poprawności działania przyjętej metody optymalizacji numerycznej procesu estymacji stanu sieci wentylacyjnej. Uzyskane wyniki przedstawiono na wykresach i zestawieniach tabelarycznych. W podsumowaniu przedstawiono wnioski potwierdzające trudności prowadzenia badań walidacyjnych wynikające zarówno z powodu złożonego modelu matematycznego opisującego przepływ powietrza oraz trudności z uzyskaniem dobrej jakości danych pomiarowych za pomocą czujników systemu monitoringu wyrobisk kopalni.

EN

The experience gathered during the validation of the mathematical model underpinning the computer program VentZroby reveals the complexity of the issue, caused by the large number quantities to be considered as well as their variability patterns. It is assumed that the reliability of the forecast of airing conditions in the mine obtained from simulations is associated with the reliability of the quality of fit between the simulated and real ventilation networks. The mathematical model was validated by verifying the numerical data and comparing them with measurement results obtained from the sensors making up the monitoring system. Validation tests performed between 2000-2011 were based on qualitative criteria of simulated time patterns of particular quantities (Dziurzyński et al. 2001, 2005, 2007a, 2007b, 2008, 2009, 2011). Validation of the simulation programme was fi rst based on a procedure using the measure of distance between the prognosticated results and monitoring data in the form of the sum of squared differences between measured and prognosticated results, with the appropriate weights. Now it is suggested that this measure should be an objective function minimised by the selected method of numerical optimisation. The measure of distance of time series is well applicable to numerical methods of minimisation of the objective function and so attempts can be made to automate the verification of mathematical model parameters used in the program VentZroby. In the fi rst place the algorithm was developed for automatic optimisation of the selected model parameter (volumetric airfl ow rate). The objective function was defined as the normalised squared distance between the prognosticated and real vectors of state, and the vectors components include the volumetric flow rate of air- those prognosticated and calculated from flow velocity measurements by the anemometers located at selected points in the mine and making up the monitoring system. Then the numerical optimisation algorithm was developed, supported by new procedures in the computer program VentZroby. The procedures will be tested on an example and the numerical model and data from the monitoring system will allow us to test the adequacy of the adopted method of numerical optimisation of estimation of the ventilation network condition. Results are shown in the form of graphs and tables. The summing-up section gives conclusions confirming the difficulties involved in validation procedures, mostly due to complexity of the mathematical airflow model and the fact that good-quality measurement data from the monitoring sensors are hard to obtain.