基于时间序列法的矿井空气品质预测及仿真

周英烈

基于时间序列法的矿井空气品质预测及仿真

周英烈

(飞翼股份有限公司，湖南 长砂 410600)

井下空气品质的好坏直接关系到作业人员的生命安全，而掌握井下空气品质动态的关键是准确地求解出矿山井下各个时刻矿井空气品质综合指数的动态变化。因此，以煤矿井为例，选择5种非煤矿山井下危害较大的有毒有害物质浓度标度指数作为矿井空气品质评价因子，建立了基于时间序列法的矿井空气品质预测模型。结合矿山井下空气品质未来动态变化资料进行了Simulink仿真预测分析。结果表明，时间序列法矿井空气品质综合指数实际值与预测值的误差在−0.06~0.05之间，满足精度要求。

矿井空气品质;时间序列法;预测;Simulink仿真

为了矿山井下作业人员获得适宜的工作环境，达到安全生产的目的，矿井需要进行通风，将地表新鲜空气输送至井下，并排出受污染空气。因此，有必要随时掌握井下空气品质指标的动态变化，以指导整个通风系统科学合理地运行。近年来，非煤矿山矿产资源被不断开发，矿山安全事故也随之急剧上升。矿山安全生产也越来越引起了国家的重视，国家相关部门加强了对矿山日常生产过程的安全监管，矿井空气品质的研究引起了广大专家学者的关注。其中采用广义对比加权标度指数法进行的矿井空气品质综合标度指数评价体系研究较为成熟[1-2]。

本文选择非煤矿山井下对人体危害较大的5种有毒有害物质（CO、NO2、H2S、SO2及粉尘）浓度指数作为依据，应用时间序列预测法的相关理论，建立非煤矿山井下空气品质预测模型，并对模型进行Simulink模拟仿真，以随时掌握矿山井下空气品质的动态变化，从而为井下主、辅扇风机的变频调控以及通风系统的自动控制提供参考。

1 金属矿山井下空气品综合指数研究

矿山日常生产作业以及柴油设备的运行都会产生各种污染井下风流的有毒有害物质，严重威胁从业人员的身体健康，因此及时掌握井下空气品质的动态变化，对指导井下风机的高效调节，改善井下作业环境意义重大。

依据《工作场所有害因素职业接触限值（GBZ2.1—2007）》的规定，非煤矿山井下作业区主要有毒有害物质浓度的标准见表1。

表1 井下空气质量标准

由于危害最大最主要的有毒有害物质对井下风流的污染程度决定了矿山井下空气品质的优劣，所以选择矿山井下对人体危害最大的5种毒有害物质（CO、NO2、H2S、SO2及粉尘）浓度指数作为预测依据是科学合理的。依据相关研究成果，拟采用矿井空气品质综合指数对井下空气质量进行描述，并将该指数值作为预测模型历史的数据及预测对象[4]。

2 时间序列法预测原理及数学模型建立

时间序列是研究人员针对各种现象或问题按照时间顺序获取的一系列具有一定规律性的观测值，这些观测值会依据时间呈现出具有周期性的变化规律。时间序列预测法的研究过程是应用一定的数学方法来分析某一现象或问题的历史观测值，以揭示该现象或问题内在的周期性规律，从而建立观测数据与预测目标值之间的对应关系，最终对研究对象或问题的特定未来趋势做出预测[5-6]。

由于三角函数曲线具有随时间变化的周期性特征，另外三角函数的周期是能够通过数列特征进行调节的，与此同时通过若干组不同周期的三角函数曲线叠加可以得到任何具有规律性的数列曲线，因此三角函数模型能够较为科学地做出具备时间序列特征的数值拟合与预测。应用该模型可以较好地反映出井下矿井空气品质综合指数随时间呈现出来的变化规律[7]。

根据金属矿山井下空气品质综合指数历史数据所呈现出的周期性规律，拟采用三角函数模型对金属矿山井下空气品质综合指数进行预测，如式（1）所示。

（1）

式中，为三角函数部分的项数；为三角函数角频率；i，b为三角函数幅度；1，2为体现预测误差的常数；F为调整系数。

3 时间序列法预测Simulink仿真模型的建立

由式（1）可知，基于时间序列法的金属矿山井下空气品质综合指数预测模型由常数、三角函数、线性系数3部分组成。与之相对应，Simulink仿真模型也可以由常数模块、三角函数模块、增益线性系数模块等模块联合组成。模型最终的输出结果为仿真的预测值、实际值以及预测值与实际值的误差，最终输出形式为可供研究的数据或者较为直观的波形，既科学严谨，又能直观形象。

被指数化的非煤矿山井下有毒有害物质样本数据被保存于预先设定的Excel表格中，然后将这些数据保存到一个mat文件，再经过Simulink工具组的From File模块将数据转化为能够被模型所识别的信号。模型中，需要的三角函数可以根据矿山的实际情况选取，本文取=9。此外，由于矿山环境具有复杂多变地不确定性，对最终结果的精度要求不是很高，所以可以对模型做进一步的简化，取1=1、2=0，由此，可以将式（1）简化为：

该简化模型由10个部分组成，皆可用Simulink工具组中相应的模块进行表述，最终组合为一个完整的Simulink仿真模型，如图1所示。该模型中，三角函数功能由fcn函数模块实现，每个函数都要输入实现相关功能的代码。系数由Gain模块实现，常数部分则由Constant模块实现[8-9]。

4 应用实例

输入数据来源于某矿2017年8月1日至2017年9月1日井下某一作业面一个月的空气品质综合指数实际数据，作为区域小时空气品质综合指数样本数据。截取8月10日-8月20日10组数据建立输入数据mat文件，对该矿8月21日空气品质综合指数进行预测，并和8月21日的实际数据进行对比，得出预测值与实际值的误差。模型中的各个系数见表2。

表2 时间序列法空气品质预测模型参数值

8月21日24h实际值见图2，预测结果见图3，预测值和实际值对比见图4，预测误差见图5。

图2 时间序列法空气品质综合指数预测实际值

图3 时间序列法空气品质综合指数预测预测值

从图5中可以看出，预测误差在可接受范围内，即时间序列法可以很好地应用于金属矿山井下空气品质综合指数预测的研究。

图4 时间序列法空气品质综合指数预测值与实际值对比

图5时间序列法空气品质综合指数预测值与实际值误差

5 结 论

（1）选择矿山井下对人体危害最大的5种毒有害物质（CO、NO2、H2S、SO2及粉尘）作为矿井空气品质综合指数的表述因子是科学合理的。

（2）应用时间序列法三角函数模型对金属矿山井下空气品质综合指数进行预测能较好地反应这一数据的动态变化。

（3）应用模型对实例矿山进行Simulink仿真，实际值与预测值误差在−0.06~0.05之间，满足预测精度要求。

[1] 李祚泳.大气质量评价的广义对比加权标度指数法[J].环境工程，2000,18(6):48-50.

[2] 叶勇军,丁德馨,李向阳,等.铀矿井下空气质量的广义对比加权综合标度指数评价[J].铀矿冶,2007,16(4):197-200.

[3] 袁梅芳,李志超,李印洪,等.矿井空气品质综合指数与通风节能联动研究[J].矿业研究与开发,2013,33(1):103-105.

[4] 刘伟强,周英烈.基于物元模型的矿井空气品质综合评价研究[J].矿业研究与开发,2015,35(3):61-63.

[5] 郭思元,易家松.时间序列法在厦门城市供水量预测中的应用研究[J].厦门科技, 2004(6):45-47.

[6] 徐国祥.统计预测和决策[M].上海:上海财经大学出版社,1998.

[7] 杨志高,张宝军.时间序列法在供水量预测模型建立中的应用[J].徐州建筑职业技术学院学报,2004,4(3):31-34.

[8] 张 刚.基于模糊理论的城市配水系统SIMULINK仿真技术研究[D].天津:天津大学,2008.

[9] 周英烈.基于模糊理论的供水施救系统Simulink仿真研究:[D].长沙:中南大学,2013.

(2019-03-18)

周英烈(1987—)，男，湖南长沙人，硕士研究生，研究方向为矿井通风、中深孔爆破，Email: Eyl87310@163. com。