掘进面不同通风及掘进方式下的风场调控规则建立方法与流程

本发明涉及煤矿的风筒出风口调控技术领域，特别涉及掘进面不同通风及掘进方式下的风场调控规则建立方法。

背景技术：

目前煤矿掘进面的断面尺寸、掘进速度及巷道长度的不断突破，传统粗放式的“通风总量”局部通风控制方式已不能满足人们对掘进面更加严苛的安全、高效及环保要求。根据掘进工作面现场测定，对煤矿粉尘不采用任何控制措施时，原始粉尘场浓度高达2000～3000mg/m³，呼吸性粉尘占总尘20％左右，而在采取降尘措施后，掘进端头粉尘浓度依旧在1000mg/m³左右，严重超过“煤矿安全规程”规定巷道中粉尘浓度4mg/m³。在通风方案和风量确定情况下，风筒直径、方向角度和前后距离不能随时动态变化，如果风量按照掘进初期供风需求进行配置，掘进不同阶段的风筒沿程阻力损失、出风口风速、有效射程等都不同，随着掘进巷道不断延伸，风筒沿程阻力增加，风能损失也随之增大，掘进通风有效射程末端风流往往不能有效稀释瓦斯和粉尘浓度。如果风量按照掘进巷道最大需求配置，在掘进初期风速会过大，超出最大值范围，使得大量的瓦斯进入采空区，增加瓦斯爆炸风险，也会造成井下通风环境舒适度低等问题。同时，风筒出风口方向角度不能变化，即使风量加大，也无法有效稀释掘进端头死角区聚集的瓦斯和粉尘。另外，如果风筒出风口正对着掘进位置吹，会造成粉尘扩散，使得司机等位置处粉尘污染严重。在不同掘进通风条件下，风筒出风口距掘进端头距离、产尘源和瓦斯涌出源等位置不同，瓦斯涌出量及粉尘产尘量也不同，这些因素都会影响风速、瓦斯及粉尘运移分布。

常见的通风方式包括压入式、抽出式和混合式。压入式通风是局部通风广泛采用的一种通风方式，风机将新鲜风流压入巷道风筒，由其吹入工作面，污风沿掘进巷道排出。其优点是局部通风机布置在进风流中，新鲜风通过风机及附属设备，安全性较好，有效射程长，能够很好的稀释和排出瓦斯、粉尘，预防积聚，且布置简易方便，成本低。其缺点是在机器周围形成涡流，导致粉尘积聚，且受污染的风沿巷道排出，造成巷道环境差，且当风量一定时，风速越慢，巷道越长，所需的排出污风时间越久。

抽出式通风是将排风口安装在回风侧，通过抽风机的作用，污风将被抽进风筒，带出巷道内。与压入式通风方式相比，其优点是新鲜风流可以进入到工作面，巷道内工作环境相对较好，且排污速度快，时间短，有利于提高掘进速度。其缺点是降尘效果很大程度上受吸风量影响，粉尘易在吸风筒中聚集，受除尘风机功率限制；难以实现长距离和高瓦斯矿井的通风；抽风筒具有负压，有效吸程短，除尘范围小，成本高，安装、拆卸、运输不方便。

混合式通风按照风机的布置方式又分为长抽短压、长压短抽、长抽长压三种，其中长压短抽方式在混合式通风系统中被广泛使用。混合式通风综合了压入式与抽出式通风的优点，适用于长距离通风。其缺点是使用两套设备占用巷道，增加了设备的投入和维护的难度。

在掘进面不同通风及掘进方式下，最佳风速为0.4～0.7m/s。如果风速较小，不能及时地进行通风排瓦降尘，造成瓦斯、粉尘积聚，存在爆炸隐患；反之，在稀释瓦斯和粉尘的同时容易引起二次扬尘，污染掘进面环境，危害井下人员身体健康，且风速过大容易引起人员不舒适。传统局部通风调控风速大小的方式已不适合目前煤巷掘进大断面、长距离及快速掘进下的实际需求，因此，实现掘进面不同通风及掘进方式下的最佳风场调控，达到排瓦降尘效果，目前显得尤为重要。

现有技术未发现不同掘进方式下的压入式和混合式通风风筒出风口距端面距离、口径、偏转角度等连续型参数综合变化对风速、瓦斯及粉尘浓度影响较大，并未建立风速、瓦斯及粉尘最佳运移分布的风场智能调控规则方法。

技术实现要素：

为了解决以上技术问题，本发明的目的在于提供掘进面不同通风及掘进方式下的风场调控规则建立方法，通过数据挖掘规则提取的方法对煤矿综掘工作面和连采工作面不同通风方式下瓦斯粉尘最佳运移分布的风场提供有效调控方案，利用所提取的调控方案对可调控出风口装置进行调节，使风流在不同通风方式下达到最佳分布，以快速有效的降低瓦斯、粉尘浓度，达到安全、节能、绿色通风的目的。

为了实现上述目的，本发明采用的技术方案是：

掘进面不同通风及掘进方式下的风场调控规则建立方法，包括以下步骤；

步骤一：获取数据，通过数值模拟实验和煤矿局部通风设备智能调节测试实验平台对不同掘进和通风方式下的风场调控参数进行取值，得到风场调控参数对风速、瓦斯及粉尘场分布影响规律，获取风场调控与风速、瓦斯及粉尘浓度关联的样本数据，初步根据“煤矿安全规程”判断风速是否超出0.25～4m/s范围、瓦斯浓度含量是否不超过1％，剔除风速及瓦斯浓度不合理的数据组；

步骤二：确定各个参数的属性集，并划分各属性的分割点；

步骤三：将具有连续性性质的调控属性离散化、属性约简和关联规则获取。

所述的步骤一中风场调控样本数据获取方法：

①数值模拟参数化软件

掘进面风筒出风口距端头距离5～10m、出风口口径0.7～1.2m、风筒水平偏转角0～25°、风筒垂直上偏角0～6°时对风速、瓦斯及粉尘浓度运移分布影响较大，对各风场调控参数进行取值，建立其对应的风场调控参数变化下风速、瓦斯及粉尘场数值模拟方案，通过利用“数值模拟参数化软件”获取司机处和回风侧人行处风速及粉尘浓度、死角区瓦斯浓度的样本数据；

所述的不同通风方式下风速、瓦斯及粉尘浓度样本数据通过连采和综掘方式采集，具体为：

进行不同通风方式下一个进刀截割完成阶段关键位置的风速、瓦斯及粉尘浓度样本数据提取，风速及粉尘浓度数据提取点选取司机位置(x＝4m，y＝2.1m，z＝8m)、回风侧行人呼吸高度(x＝5m，y＝1.5m，z＝5～30m)取51个样本点的平均值，瓦斯浓度选取掘进迎头左侧下底角、右侧上顶角和右侧下底角三处(z＝0.5m)的平均值；

对于综掘掘进不同通风方式下风速、瓦斯及粉尘场模拟实验方案进行风场调控样本数据提取，风速及粉尘浓度数据提取点选取司机位置(x＝3m，y＝2m，z＝7.5m)和回风侧行人位置(x＝5m，y＝1.5m，z＝5～30m)取51个样本点的平均值，死角区瓦斯浓度选取掘进迎头风筒侧下底角、回风侧上顶角和下底角三处(z＝0.5m)的平均值；

②煤矿局部通风设备智能调节测试实验平台

对于验证调控规则的数据，其获取来源为实验室搭建的“煤矿局部通风设备智能调节测试实验平台”测试，根据获得的相应风场调控规则，建立对应实验平台测试方案，利用“煤矿局部通风设备智能调节测试实验平台”获取司机处和回风侧人行处风速及粉尘浓度、死角区瓦斯浓度数据。

所述的步骤二包括：

201、通过对步骤一得到的参数进行分析，选取各参数典型取值，并将其确定为原始条件属性，进行巷道典型大断面下连采掘进搭配压入式通风、连采掘进搭配混合式通风、综掘掘进搭配压入式通风和综掘掘进搭配混合式通风4种掘进通风方式下的风场调控规则分析研究；

202、确定步骤一中获取的各个数据的属性，包括条件属性和决策属性，其中，条件属性包括不同掘进和通风方式下按实际截割路线进刀时风筒出风口距迎头距离、出风口口径、出风口水平右偏角度和垂直上偏角度四个属性；决策属性包括司机位置风速、回风侧人行处风速、死角区瓦斯浓度、司机位置粉尘浓度和回风侧人行处粉尘浓度五个属性；

203、对条件属性和决策属性进行的各个参数进行编码，具体编码为：a1为出风口距迎头距离、a2为出风口口径、a3为水平右偏角度、a4为垂直上偏角度；d1为司机位置风速、d2为回风侧人行处风速、d3为死角区瓦斯浓度、d4为司机位置粉尘浓度、d5为回风侧人行处粉尘浓度；

204、对不同掘进和通风方式下具有连续属性的风场调控数据集s＝(a，d)进行各属性分割点的划分，其中a＝{a1，a2，a3，a4}为连续型的调控参数条件属性数据集，d＝{d1，d2，d3，d4，d5，}是决策属性集，也具有连续性。

所述的步骤二中连采掘进方式下的风场调控规则获取具体为：

连采掘进方式下的风速、瓦斯及粉尘场数值模拟分析，利用ansys有限元软件对煤矿掘进面不同通风及掘进方式下风场调控参数综合变化对风速、瓦斯及粉尘运移分布规律影响分析，获取压入式和混合式通风方式下风场调控参数与风速、瓦斯及粉尘浓度关联的样本数据；

首先，是对掘进面不同通风方式下风场调控参数综合变化对风速、瓦斯及粉尘运移分布规律影响分析，获取压入式和混合式通风方式下风场调控参数与风速、瓦斯及粉尘浓度关联的样本数据，并进行预处理；

其次，由压入式和混合式通风方式下预处理后的风场调控数据集s，通过初步确定决策属性集d的取值范围及候选分割点集：所述的掘进面最佳风速为0.4～0.7m/s，且风场调控后关键位置处的风速基本在1.0m/s之内，因此风速d1、d2的候选分割点选择0.4、0.7和1.0；而瓦斯浓度d3和粉尘浓度d4、d5取值范围为数据集的最小值到最大值，使用k-means算法将两处的粉尘数据分别划分为5个簇，对得到结果十位取整，最后寻取最佳区间进行等分，得到其对应的候选分割点集；对每个属性对应的候选分割点集进行四段式二进制编码，并对编码后重复的数据组直接剔除，进行二进制形式的数据归约处理；

最后，将压入式和混合式通风方式下风场调控样本数据个体的编码，作为初始种群g(0)＝initpop，并进行风场调控规则获取的小生境遗传算法操作参数的设定；

利用matlab软件进行基于四段式编码的小生境遗传算法风场调控规则获取算法编程，并对掘进面不同通风及掘进方式下的风场调控规则提取、分析比较及表达。

所述的步骤三具体为：

301、风场调控数据预处理，对不同掘进和通风方式下风场调控参数与风速、瓦斯及粉尘浓度关联的样本数据sampledata进行预处理，得到预处理后的数据集sd_p；

302、初始化，对预处理后的风场调控样本数据集sd_p进行四段式编码，对编码后重复的染色体进行数据归约处理，作为初始化种群g(0)＝initpop；

303、操作参数设定，根据初始化种群g(0)设置进化代数计数器t＝0，确定种群规模popsize、个体基因型长度genlen、最大进化代数t、初始交叉概率pc、初始变异概率pm，精英保留的个数n；

304、计算个体适应度值、依据改进的对种群g(t)中每个个体计算其对应的适应度值；

305、选择操作、对种群g(t)所有个体按照ps(x)＝fit(x)/∑fit(x)进行降序排列，并选择其前n个精英个体，保存在临时的种群temp1中；

306、对精英种群temp1进行随机分组单点交叉和简单变异操作，得到新种群newpop，和temp1结合得到下一代种群g(t+1)；

307、属性约简、检查每条染色体中第1段调控参数条件属性基因位是否全为0，若全为0，则该属性参数取值不影响规则的成立，属性冗余，可以约简掉；

308、规则提取，如果t＝t，结束并判断输出结果；否则t＝t+1，转到305。

本发明的有益效果：

1、本发明通过对柠条塔煤矿掘进面不同通风及掘进方式下的风场调控，为其研发风流适应性调控规则获取算法，对掘进面不同通风及掘进方式下的风场调控决策信息系统，利用分段式编码方案的风场调控规则获取的小生境遗传算法进行数据挖掘分析，获取掘进面不同通风及掘进方式下的最佳风场调控规则；该技术比现有的技术适用性更强、适用范围更广，更加有效的达到安全节能绿色通风的效果。

2、由于研制的风筒出风口风流调控装置安装在掘进面通风系统中压风筒前端，因此本发明是实现不同掘进面及通风方式下的风筒出风口风流调控装置智能调控的关键步骤；能够使司机位置和回风侧的风速都合理、死角区瓦斯浓度、司机处粉尘浓度和回风侧粉尘浓度都极大的降低，掘进面瓦斯粉尘运移分布合理，为井下安全作业，创造更舒适的环境。对煤矿智能通风、降尘排瓦技术的发展有积极的促进作用。

附图说明

图1为本发明流程示意图。

图2为本发明风场调控规则获取的小生境遗传算法流程示意图。

具体实施方式

下面结合附图对本发明作进一步详细说明。

如图1图2所示：掘进面不同通风及掘进方式下的风场调控规则建立方法，包括以下步骤；

步骤一：获取数据，通过数值模拟实验和煤矿局部通风设备智能调节测试实验平台对不同掘进和通风方式下的风场调控参数进行取值，得到风场调控参数对风速、瓦斯及粉尘场分布影响规律，获取风场调控与风速、瓦斯及粉尘浓度关联的样本数据，初步根据“煤矿安全规程”判断风速是否超出0.25～4m/s范围、瓦斯浓度含量是否不超过1％，剔除风速及瓦斯浓度不合理的数据组；

步骤二：确定各个参数的属性集，并划分各属性的分割点；

201、通过对巷道大断面典型尺寸、常用掘进方式和通风方式等参数进行分析，选取各参数典型取值，并将其确定为原始条件属性，进行巷道典型大断面下连采掘进搭配压入式通风、连采掘进搭配混合式通风、综掘掘进搭配压入式通风和综掘掘进搭配混合式通风4种掘进通风方式下的风场调控规则分析研究；

202、确定步骤一中获取的各个数据的属性，包括条件属性和决策属性，其中，条件属性包括不同掘进和通风方式下按实际截割路线进刀时风筒出风口距迎头距离、出风口口径、出风口水平右偏角度和垂直上偏角度四个属性；决策属性包括司机位置风速、回风侧人行处风速、死角区瓦斯浓度、司机位置粉尘浓度和回风侧人行处粉尘浓度五个属性；

203、对条件属性和决策属性进行的各个参数进行编码，具体编码为：a1为出风口距迎头距离、a2为出风口口径、a3为水平右偏角度、a4为垂直上偏角度；d1为司机位置风速、d2为回风侧人行处风速、d3为死角区瓦斯浓度、d4为司机位置粉尘浓度、d5为回风侧人行处粉尘浓度；

204、对不同掘进和通风方式下具有连续属性的风场调控数据集s＝(a，d)进行各属性分割点的划分，其中a＝{a1，a2，a3，a4}为连续型的调控参数条件属性数据集，d＝{d1，d2，d3，d4，d5，}是决策属性集，也具有连续性。

步骤三：将具有连续性性质的调控属性离散化、属性约简和关联规则获取；对连续型的风场调控数据集进行规则获取，通过建立了小生境遗传算法，利用分段结构的染色体，将具有连续性性质的调控属性离散化、属性约简和关联规则提取集成，建立四段式编码遗传算法的调控规则获取算法，保证调控数据原本就有的不可分辨的关系，并引入小生境技术对适应度函数进行调整，保证种群的多样性的前提下，在划分的小生境域内寻取最优调控规则；

301、风场调控数据预处理，对不同掘进和通风方式下风场调控参数与风速、瓦斯及粉尘浓度关联的样本数据sampledata进行预处理，得到预处理后的数据集sd_p；

302、初始化，对预处理后的风场调控样本数据集sd_p进行四段式编码，对编码后重复的染色体进行数据归约处理，作为初始化种群g(0)＝initpop；

303、操作参数设定。根据初始化种群g(0)设置进化代数计数器t＝0，确定种群规模popsize、个体基因型长度genlen、最大进化代数t、初始交叉概率pc、初始变异概率pm，精英保留的个数n；

304、计算个体适应度值、依据改进的对种群g(t)中每个个体计算其对应的适应度值；

305、选择操作、对种群g(t)所有个体按照ps(x)＝fit(x)/∑.fit(x)进行降序排列，并选择其前n个精英个体，保存在临时的种群temp1中；

306、对精英种群temp1进行随机分组单点交叉和简单变异操作，得到新种群newpop，和temp1结合得到下一代种群g(t+1)；

307、属性约简、检查每条染色体中第1段调控参数条件属性基因位是否全为0，若全为0，则该属性参数取值不影响规则的成立，属性冗余，可以约简掉；

308、规则提取。如果t＝t，结束并判断输出结果；否则t＝t+1，转到305。所述连续性性质的调控属性是指以风场调控参数作为调控条件属性，掘进面关键位置处的风速、瓦斯及粉尘浓度为决策属性。连续性质的调控属性指的是一个属性的取值是连续的，包括条件属性和决策属性，这些属性具有连续性。

所述的步骤三中调控规则获取利用小生境技术改进后的遗传算法，对具有连续属性的风场调控数据集进行规则获取，最终得到掘进面不同通风及掘进方式下的风场调控规则的表达式，绘制风场调控规则获取的小生境遗传算法流程。

所述的步骤一中风场调控样本数据获取方法：

①数值模拟参数化软件

掘进面风筒出风口距端头距离5～10m、出风口口径0.7～1.2m、风筒水平偏转角0～25°、风筒垂直上偏角0～6°时对风速、瓦斯及粉尘浓度运移分布影响较大，目前已自主研发出综掘和连采方式下压入式和混合式通风的风速、瓦斯及粉尘场数值模拟参数化程序，本发明对各风场调控参数进行取值，建立其对应的风场调控参数变化下风速、瓦斯及粉尘场数值模拟方案，通过利用“数值模拟参数化软件”获取司机处和回风侧人行处风速及粉尘浓度、死角区瓦斯浓度的样本数据；

对于连采和综掘不同通风方式下风速、瓦斯及粉尘浓度样本数据具体为：

对于连采掘进工作面根据设计的风场调控下风速、瓦斯及粉尘场模拟实验方案，进行了不同通风方式下一个进刀截割完成阶段关键位置的风速、瓦斯及粉尘浓度样本数据提取。本发明风速及粉尘浓度数据提取点选取司机位置(x＝4m，y＝2.1m，z＝8m)、回风侧行人呼吸高度(x＝5m，y＝1.5m，z＝5～30m)取51个样本点的平均值，瓦斯浓度选取掘进迎头左侧下底角、右侧上顶角和右侧下底角三处(z＝0.5m)的平均值。

对于综掘掘进不同通风方式下风速、瓦斯及粉尘场模拟实验方案进行风场调控样本数据提取，本发明风速及粉尘浓度数据提取点选取司机位置(x＝3m，y＝2m，z＝7.5m)和回风侧行人位置(x＝5m，y＝1.5m，z＝5～30m)取51个样本点的平均值，死角区瓦斯浓度选取掘进迎头风筒侧下底角、回风侧上顶角和下底角三处(z＝0.5m)的平均值。

②煤矿局部通风设备智能调节测试实验平台(此部分是通过实验平台验证所获得的规则的准确性)。

对于验证调控规则的数据，其获取来源为实验室搭建的“煤矿局部通风设备智能调节测试实验平台”测试，本文根据获得的相应风场调控规则，建立对应实验平台测试方案，利用“煤矿局部通风设备智能调节测试实验平台”获取司机处和回风侧人行处风速及粉尘浓度、死角区瓦斯浓度数据。

本发明样本数据来源主要有“数值模拟参数化软件”和“煤矿局部通风设备智能调节测试实验平台”，不存在缺失值补充等，但需要依据规范要求对数据进行筛检、变换和归约。初步根据“煤矿安全规程”判断风速是否超出0.25～4m/s范围、瓦斯浓度含量是否不超过1％，剔除风速及瓦斯浓度不合理的数据组；然后，采用二进制编码方式，将风场调控的有效数据集转换成0、1等数值，便于进行挖掘；最后对编码后重复的染色体进行数据归约处理。

所述的小生境遗传算法的调控规则获取算法为：

step1：对不同掘进及通风方式下的风场调控与风速、瓦斯及粉尘浓度关联的样本数据sampledata进行预处理，得到预处理后的样本数据集sd；

step2：初始化。对预处理后的风场调控样本数据集sd进行四段式编码，并去除编码后重复的样本数据，作为初始化种群g(0)＝initpop；

step3：操作参数设定。根据初始化种群g(0)设置进化代数计数器t＝0，确定种群规模popsize、个体基因型长度genlen、最大进化代数t、初始交叉概率pc、初始变异概率pm，精英保留的个数n；

step4：计算个体适应度值。依据改进的对种群g(t)中的每一个个体计算其对应的适应度值。若某染色体第四分段的基因组无效或全为0，则给赋一个较小的适应度值；

step5：选择。在种群g(t)上按照进行选择操作，根据设定的精英个体数n，得到种群temp1；

step6：对temp1进行分组单点交叉和简单变异操作，得到下一代群体g(t+1)；

step7：属性约简。检查每条染色体中某一属性a对应的分割点基因组是否全为0，若全为0，则说明此属性的最优分割点集为空，即属性a对决策而言是冗余的，可以剔除；

step8：规则提取。如果t＝t，结束并判断输出结果；否则t＝t+1，转到step4。

通过“数值模拟参数化软件”和“煤矿局部通风设备智能调节测试实验平台”获取的样本数据，并确定数据预处理方法；根据样本数据的属性，设计了具有连续属性的风场调控样本数据四段式编码方法；并建立了基于小生境技术优化遗传算法的风场调控规则获取算法，为不同掘进方式下压入式和混合式通风的风场调控规则提取、分析比较与表达提供了理论依据。

所述的步骤二中连采掘进方式下的风场调控规则获取具体为：

连采掘进方式下的风速、瓦斯及粉尘场数值模拟分析，是指利用ansys有限元软件对煤矿掘进面不同通风及掘进方式下风场调控参数综合变化对风速、瓦斯及粉尘运移分布规律影响分析，获取压入式和混合式通风方式下风场调控参数与风速、瓦斯及粉尘浓度关联的样本数据；

首先，是对掘进面不同通风方式下风场调控参数综合变化对风速、瓦斯及粉尘运移分布规律影响分析，获取压入式和混合式通风方式下风场调控参数与风速、瓦斯及粉尘浓度关联的样本数据，并进行预处理，其次，对风场调控样本数据进行四段式编码，由压入式和混合式通风方式下预处理后的风场调控数据集s，可以初步确定决策属性集d的取值范围及候选分割点集：考虑到掘进面最佳风速为0.4～0.7m/s，后期解码得调控规则时尽量选择此范围内的编码串，且风场调控后关键位置处的风速基本在1.0m/s之内，因此风速d1、d2的候选分割点选择0.4、0.7和1.0；而瓦斯浓度d3和粉尘浓度d4、d5取值范围为数据集的最小值到最大值，使用k-means算法将两处的粉尘数据分别划分为5个簇，对得到结果十位取整，最后寻取最佳区间进行等分，得到其对应的候选分割点集。

最后，将压入式和混合式通风方式下风场调控样本数据个体的编码，作为初始种群g(0)＝initpop，并进行风场调控规则获取的小生境遗传算法操作参数的设定；利用matlab软件进行基于四段式编码的小生境遗传算法风场调控规则获取算法编程，并对掘进面不同通风及掘进方式下的风场调控规则提取、分析比较及表达。

实施例：

一、连采掘进不同通风方式下的风场调控规则获取

(1)风场调控与风速、瓦斯及粉尘浓度关联的样本数据获取

根据设计的风场调控下风速、瓦斯及粉尘场模拟实验方案，进行了不同通风方式下一个进刀截割完成阶段关键位置的风速、瓦斯及粉尘浓度样本数据提取。本文风速及粉尘浓度数据提取点选取司机位置(x＝4m，y＝2.1m，z＝8m)、回风侧行人呼吸高度(x＝5m，y＝1.5m，z＝5～30m)取51个样本点的平均值，瓦斯浓度选取掘进迎头左侧下底角、右侧上顶角和右侧下底角三处(z＝0.5m)的平均值。连采掘进压入式通风方式下风筒出风口距迎头最近距离5m风场调控样本数据如表1所示；混合式通风方式下风筒出风口距迎头最近距离5m风场调控样本数据如表2所示。

表1压入式通风方式下的风场调控样本数据

表2混合式通风方式下的风场调控样本数据

(2)样本数据获取预处理

样本数据来源稳定，不存在缺失值补充，但需要进行数据的变换和归约操作，将在接下来的调控数据离散化阶段展开。初步根据“煤矿安全规程”判断风速是否超出0.25～4m/s范围、瓦斯浓度含量是否不超过1％，剔除风速及瓦斯浓度不合理的数据组。发现表1中风速和瓦斯数据不合理的方案有5、18、24、30、36，剔除得到预处理后的风场调控数据如表3所示；表2中不合理方案有7、11、16、22、28、32，剔除得到混合式通风方式下预处理后的风场调控数据如表4所示。

表3压入式通风方式下预处理后的风场调控数据

表4混合式通风方式下预处理后的风场调控数据

(3)压入式通风方式下的风场调控规则获取

①风场调控样本数据四段式编码

对压入式通风方式下具有连续属性的风场调控数据集s＝(a，d)进行调控规则获取及表达，其中a＝{a1，a2，a3，a4}为连续型的调控参数条件属性数据集，d＝{d1，d2，d3，d4，d5，}是决策属性集，也具有连续性，为降低分割点对调控规则挖掘效果的影响，采用分段式编码方案的小生境遗传算法，将连续型风场调控样本数据离散化、属性约简和调控规则提取集成在一起，获取压入式通风方式下的风场调控规则。

由于风筒出风口距迎头最近距离5m时出风口扩张演变到最远距离10m时风口收缩，为了调控规则获取算法适用于不同的风口距迎头距离，选取出风口口径取值范围0.8～1.2m。以风筒出风口距迎头最近距离5m这个极端位置为例(即a1＝5m，同理可得a1＝6～10m时的风场调控规则)，由表3中的风场调控数据集s，可以初步确定决策属性集d的取值范围及候选分割点集：考虑到掘进面最佳风速为0.4～0.7m/s，后期解码得调控规则时尽量选择此范围内的编码串，且风场调控后关键位置处的风速基本在1.0m/s之内，因此风速d1、d2的候选分割点选择0.4、0.7和1.0；而瓦斯浓度d3和粉尘浓度d4、d5取值范围为数据集的最小值到最大值，使用k-means算法将两处的粉尘数据分别划分为5个簇，对得到结果十位取整，最后寻取最佳区间进行等分，得到其对应的候选分割点集。各属性的含义及候选分割点集如表5所示。

表5压入式通风方式下每个属性集的含义及候选分割点值

根据表5中每个属性对应的候选分割点集进行四段式二进制编码，将压入式通风方式下预处理后的风场调控样本数据转换，条件属性a2～a4分别有5、6、3个分割点，总数14个；决策属性d1～d5分别有3、3、2、4、4个分割点，总数16个。编码串的第1段是风场调控参数条件属性分割点基因组；第2段根据第1段选取的条件属性分割点确定属性的取值区间，长度一致；第3段是关键位置处风速、瓦斯及粉尘浓度的决策属性分割点基因组；第4段根据第3段选取的分割点确定具体区间。并对编码后重复的数据组直接剔除，进行二进制形式的数据归约处理。压入式通风方式下预处理后的风场调控样本数据个体四段式编码如表6所示。

表6压入式通风方式下的风场调控样本数据个体编码

②小生境遗传算法操作参数设定

根据表6中压入式通风方式下风场调控样本数据个体的编码，作为初始种群g(0)＝initpop，并进行风场调控规则获取的小生境遗传算法操作参数的设定：进化代数计数器t＝0；由初始种群initpop确定个体的基因型长度genlen＝60；初始种群大小为风场调控样本数据个体编码并剔除重复编码后得到的个体数，此处设定初始种群大小popsize＝31；设定初始交叉概率pc＝0.7，初始变异概率pm＝0.01，并考虑到风场调控参数与风速、瓦斯浓度呈线性关系，与粉尘浓度呈非线性关系，需要在线性与非线性之间有较好的平衡，因此引入sigmoid函数构造新的交叉和变异概率调节公式，使其动态变化；精英保留的个数n＝15；最大进化代数maxgen＝10。

③压入式通风方式下风场调控规则获取及表达

利用编程工具matlab2014b实现基于共享机制的小生境优化四段式编码遗传算法来进行调整后个体适应度值计算、选择、交叉和变异操作，获取压入式通风下风速、瓦斯及粉尘最佳运移分布风场调控规则。

调用压入式通风方式下风场调控规则获取主控程序ly_fscnga，利用小生境遗传算法计算获得按个体适应度值降序排列的小生境群体nichepop和精英个体种群temp1，其调整后的适应度值区间为8.746～14，取其前3个个体作为较优规则集optpop，其结果如表7所示。并检查新种群temp2中每条染色体条件属性a2，a3，a4对应的第1段分割点基因组不全为0，因此三个调控参数属性对决策而言都是必须的。

表7压入式通风方式下的optpop种群个体编码

对表7中每条规则进行解码，如表8所示。

表8压入式通风方式下的optpop种群个体解码

依据司机位置和回风侧行人位置粉尘浓度及死角区瓦斯浓度取到最小值的前提下，掘进面最佳风速在0.4～0.7m/s，对表8中的调控规则进行分析，发现第3条规则和前两条规则相比，死角区瓦斯浓度d3取值较大，而其他决策属性取值范围相同，因此摒弃规则3。规则1和2相比较，规则1的适应度值最大，调控规则更准确，故选择第1条规则作为压入式通风出风口距迎头5m时的调控规则。

由于风筒出风口风流调控装置设计时出风口口径的变化区间为0.1、右偏角的变化区间为5°、上偏角的变化区间为3°，考虑到调控规则应用的可行性，针对得到的规则1，可实际表达为压入式通风出风口距迎头5m时，选取出风口口径1.1m、右偏角20°、上偏角3°，能够使司机位置和回风侧的风速都合理、死角区瓦斯浓度不超过0.55％、司机处粉尘浓度不超过380mg/m3、回风侧粉尘浓度不超过280mg/m3，掘进面瓦斯粉尘运移分布合理。

(4)混合式通风方式下的风场调控规则获取

①混合式通风风场调控样本数据四段式编码

由于研制的风筒出风口风流调控装置安装在混合式通风系统中压风筒前端，与压入式通风方式下安装在风筒前端类似，因此对于混合式通风方式下连续型的风场调控数据集s＝(a，d)，其调控参数条件属性数据a＝{a1，a2，a3，a4}取值范围与分割点选取参考压入式通风方式，而决策属性数据d＝{d1，d2，d3，d4，d5，}中风速d1、d2的候选分割点同样选取0.4、0.7和1.0，并基于表4混合式通风方式时风场调控下的粉尘浓度d4、d5，采用k-means算法将其值分别划分为5个簇，对得到结果寻取最佳区间进行等分得到候选分割点集，如表9所示。

表9混合式通风方式下的决策属性集含义及候选分割点值

采用分段的二进制编码方式，调控条件属性数据变换按压入式通风方法进行，而混合式通风决策属性数据根据表9中每个属性对应的候选分割点集进行风速、瓦斯及粉尘浓度数据变换。并对编码串进行样本归约处理，得到混合式通风方式下预处理后的风场调控样本数据个体编码，如表10所示。

表10混合式通风方式下的风场调控样本数据个体编码

②小生境遗传算法操作参数设定

将表10中混合式通风方式下风场调控样本数据个体编码串作为初始种群initpop，并进行小生境遗传算法调控规则获取的参数设定：进化代数计数器t＝0、个体编码长度60、初始群体大小30、精英个体保留15个、终止代数10、初始交叉概率pc＝0.7、初始变异概率pm＝0.01，并利用sigmoid函数对交叉和变异概率动态调整。

③混合式通风方式下风场调控规则获取及表达

针对混合式通风方式的初始种群initpop，调用编写的lh_fscnga.m脚本语言，基于小生境遗传算法计算获得按个体适应度值降序排列的精英个体种群temp1，其调整后的适应度值区间为8.547～14，获取取其前3个染色体作为较优规则集optpop，结果如表11所示。且精英个体种群和交叉变异得到的新种群中个体基因型上条件属性对应的分割点基因组不全为0，无需进行属性约简。

表11混合式通风方式下的optpop种群个体编码

对表11中每条规则进行解码，如表12所示。

表12混合式通风方式下的optpop种群个体解码

由表12分析可得，第3规则回风侧位置粉尘浓度d5大于另外两条规则对应的值，因此摒弃。规则1和2相比，决策属性基本相同，但规则1作为最优个体，其适应度值最大，意味着调控最准确，故选择调控方案1作为混合式通风出风口距迎头5m时的调控规则。考虑到在风筒出风口风流调控装置上调控规则的实用性，对得到的规则1可表达为混合式通风出风口距迎头5m时，选取风筒出风口口径1.2m、右偏角15°、上偏角6°，能够使司机位置和回风侧的风速都合理、死角区瓦斯浓度在0.6％附近、司机位置粉尘浓度不超过220mg/m3、回风侧粉尘浓度不超过180mg/m3。

二、综掘掘进不同通风方式下的风场调控规则获取

(1)风场调控与风速、瓦斯及粉尘浓度关联的样本数据获取

对设计的综掘掘进不同通风方式下风速、瓦斯及粉尘场模拟实验方案进行风场调控样本数据提取，本发明风速及粉尘浓度数据提取点选取司机位置(x＝3m，y＝2m，z＝7.5m)和回风侧行人位置(x＝5m，y＝1.5m，z＝5～30m)取51个样本点的平均值，死角区瓦斯浓度选取掘进迎头风筒侧下底角、回风侧上顶角和下底角三处(z＝0.5m)的平均值。综掘掘进压入式通风方式下出风口距迎头最近距离5m时，风场调控与风速、瓦斯及粉尘浓度关联的样本数据如表13所示；综掘掘进混合式通风方式下压风筒出风口距迎头最近距离5m的风场调控样本数据如表14所示。

表13综掘掘进压入式通风方式下的风场调控样本数据

表14综掘掘进混合式通风方式下的风场调控样本数据

(2)样本数据获取预处理

初步根据“煤矿安全规程”规定的风速范围0.25～4m/s、瓦斯浓度不超过1％，剔除不合理的调控数据组。发现表13中的风速和瓦斯数据不合理的方案有1、12、19、20、24、26，进行剔除，得到综掘掘进压入式通风方式下预处理后的风场调控样本数据如表15所示；表14中的不合理的方案有3、7、14、18、19、25、26、31，剔除得到混合式通风方式下预处理后的风场调控样本数据如表16所示。

表15综掘掘进压入式通风方式下预处理后的风场调控数据

表16综掘掘进混合式通风方式下预处理后的风场调控数据

(3)压入式通风方式下的风场调控规则获取

①综掘掘进压入式通风下风场调控样本数据四段式编码

对综掘掘进压入式通风方式下连续型的风场调控数据集s＝(a，d)进行调控规则获取及表达，其中a＝{a1，a2，a3，a4}为风场调控条件属性数据集；d＝{d1，d2，d3，d4，d5，}为决策属性集，都具有连续性，本文采用分段式编码方案的小生境遗传算法，将连续型风场调控样本数据离散化、属性约简和调控规则提取融合，获取综掘掘进压入式通风方式下的风场调控规则。以综掘掘进压入式通风下出风口距迎头最近距离5m为例，由表15中的风场调控数据集s，确定决策属性集d的取值范围及候选分割点集：根据综掘面最佳风速0.4～0.7m/s和调控后关键位置的风速基本在1.0m/s之内，设定风速d1、d2的候选分割点都为{0.4，0.7，1.0}；瓦斯浓度d3和粉尘浓度d4、d5的取值范围为数据集s的最小值到最大值，并使用k-means算法将粉尘浓度数据分别划分为5个簇，寻取最佳划分区间作为候选分割点。各属性的含义及候选分割点集如表17所示。

表17综掘掘进压入式通风方式下每个属性集的含义及候选分割点值

根据表17中每个属性对应的候选分割点集将综掘掘进压入式通风方式下预处理后的风场调控样本数据进行二进制编码转换，调控参数条件属性a2～a4分别有5、6、3个分割点，总数14个；决策属性d1～d5分别有3、3、2、4、4个分割点，总数16个。编码串的第1段是调控参数条件属性分割点基因组；第2段根据第1段选取的条件属性分割点确定属性的取值区间；第3段是决策属性关键位置处风速、瓦斯及粉尘浓度的分割点基因组；第4段根据第3段选取的分割点确定其具体区间。并进行二进制形式的数据归约处理，剔除编码后重复的数据组。综掘掘进压入式通风方式下预处理后的风场调控样本数据个体四段式编码如表18所示。

表18综掘掘进压入式通风方式下的风场调控样本数据个体编码

②小生境遗传算法操作参数设定

根据综掘掘进压入式通风方式下去除重复编码数据组后的个体四段式编码，将其作为一个进刀截割完成阶段的初始种群g(0)＝initpop。再进行风场调控规则获取的小生境遗传算法操作参数的设定：设定进化代数计数器t＝0；由initpop确定个体的基因型长度genlen＝60；初始种群大小为剔除重复编码组后的风场调控样本数据个体数，此处设定综掘掘进压入式通风方式下的初始种群大小popsize＝30；设定初始交叉概率pc＝0.7，初始变异概率pm＝0.01，并考虑风场调控参数与风速、瓦斯浓度呈线性关系，与粉尘浓度呈非线性关系，引入sigmoid函数构造新交叉和变异概率公式，使其呈现出s型动态变化；精英保留的个数n＝15；最大进化代数maxgen＝10。

③综掘掘进压入式通风方式下风场调控规则获取及表达

利用编程工具matlab2014b实现基于共享机制的小生境技术优化四段式编码遗传算法的个体适应度值计算、选择、交叉和变异操作，获取并表达综掘掘进压入式通风下的风场调控规则。

调用编写的综掘掘进压入式通风方式下风场调控规则获取zy_fscnga.m脚本语言计算。获得按个体适应度值降序排列的小生境种群nichepop和精英个体种群temp1，取前3个个体作为较优规则集optpop，其结果如表19所示。并检查新种群temp2中每个个体条件属性a2，a3，a4对应的第1段分割点基因组不全为0，不需要进行调控参数属性约简。

表19综掘掘进压入式通风方式下的optpop种群个体编码

对表19中每条规则进行解码，如表20所示。

表20综掘掘进压入式通风方式下的optpop种群个体解码

由表19分析可得，三个规则对应的司机处风速均在最佳范围内，粉尘浓度也都低于360mg/m3；第1条规则对应的回风侧行人位置风速可取到0.4～0.7m/s，且规则1和2的回风侧粉尘浓度明显小于规则3对应的值；另外死角区瓦斯浓度在取规则1和3时达到最低值。故选择规则1作为综掘掘进压入式通风下出风口距迎头5m时一个进刀截割完成阶段的调控规则。考虑到在风筒出风口风流调控装置上调控规则的实用性，针对得到的规则1，可实际表达为综掘掘进压入式通风下出风口距端头5m时，选取风筒出风口口径1.1m、水平右偏角10°，满足司机位置和回风侧的风速均在最佳风速范围内、死角区瓦斯浓度不超过0.27％、司机处粉尘浓度不超过360mg/m3、回风侧粉尘浓度不超过290mg/m3。

(4)混合式通风方式下的风场调控规则获取

①综掘掘进混合式通风风场调控样本数据四段式编码

由于研制的风筒出风口风流调控装置安装在综掘掘进混合式通风系统中压风筒前端，与压入式通风方式下安装在风筒前端一致，因此对综掘掘进混合式通风方式下具有连续属性的风场调控数据集s＝(a，d)，其调控参数数据a＝{a1，a2，a3，a4}取值范围与分割点选取参考压入式通风方式取值，决策属性数据d＝{d1，d2，d3，d4，d5，}中风速d1、d2的候选分割点选取{0.4，0.7，1.0}，并基于表16混合式通风方式下的粉尘浓度d4、d5，采用k-means算法将其分别划分为5个簇，对得到结果寻取最佳区间进行等分得到候选分割点集，如表21所示。

表21综掘掘进混合式通风方式下的决策属性集含义及候选分割点值

根据设计的四段式二进制编码方式，以表17中的调控参数条件属性分割点和表21中的决策属性分割点进行综掘掘进混合式通风方式下风场调控数据转换。调控参数条件属性a2～a4共有14个分割点；决策属性d1～d5分别有3、3、2、4、4个分割点，总数16个，编码串含义与综掘掘进压入式通风方式下的类似，并对编码后重复数据组直接剔除，得到综掘掘进混合式通风方式下风场调控样本数据个体编码如表22所示。

表22综掘掘进混合式通风方式下的风场调控样本数据个体编码

②小生境遗传算法操作参数设定

综掘掘进混合式通风的初始种群initpop设定为表22中的风场调控样本数据个体编码串，并进行小生境遗传算法调控规则获取的参数设定：进化代数计数器t＝0、由initpop确定个体编码长度60、初始群体大小28、精英个体保留14个、终止代数10、初始交叉概率pc＝0.7、初始变异概率pm＝0.01，并引入sigmoid函数对交叉和变异概率进行s型动态调整。

③综掘掘进混合式通风方式下的风场调控规则获取及表达

针对综掘掘进混合式通风方式的初始种群initpop，利用matlab调用调控规则获取的小生境遗传算法主控程序zh_fscnga，得到小生境内的精英个体种群temp1，其调整后的适应度值区间为7.500～9.750，并取其前3条染色体作为较优结果集optpop，结果如表23所示。且精英个体种群和交叉变异得到的新种群中基因型个体上条件属性对应的分割点基因组不全为0，无需进行属性约简。

表23综掘掘进混合式通风方式下的optpop种群个体编码

对表23中每条规则进行解码，如表24所示。

表24综掘掘进混合式通风方式下的optpop种群个体解码

根据关键位置处粉尘浓度、死角区瓦斯浓度及风速最佳0.4～0.7m/s，对表24中的方案进行分析，发现一个进刀截割完成阶段时，第3条规则相对第1、2条，回风侧风速较小，而第1和第2条规则相比，虽然决策属性取值区间相同，但第1条规则适应度值较大，意味着规则的准确性较高，故选取故选择规则1作为综掘掘进混合式通风下出风口距迎头5m时一个进刀截割完成阶段的调控规则。

在风筒出风口风流调控装置设计时口径变化区间为0.1、右偏角变化区间为5°、上偏角变化区间为3°，因此对规则1可实际表达为综掘掘进混合式通风下出风口距端头5m一个进刀截割完成阶段时，选取风筒出风口口径1.2m、水平右偏角15°、垂直上偏角3°，可以使回风侧风速在0.4～0.7m/s内、死角区瓦斯浓度为不超过0.55％、司机处粉尘浓在150mg/m3范围内，回风侧粉尘浓度在130mg/m3范围内，掘进面瓦斯粉尘运移分布合理，降尘排瓦效果显著。

本申请建立了连采和综掘掘进方式下的风速、瓦斯及粉尘场数值模拟方案并进行分析，提取了风场调控与风速、瓦斯及粉尘浓度关联的样本数据，并进行预处理；利用matlab进行了连续型风场调控样本数据离散化、属性约简和调控规则提取集成在一起的小生境遗传算法编程，分别对连采和综掘两种掘进方式下压入式和混合式通风下压风风筒出口距迎头5m时的风场调控规则进行筛选获取，得出如下结论：

(1)连采掘进压入式通风方式下，最佳调控方案为出风口口径1.1m、右偏角20°、上偏角3°，达到司机处和回风侧的粉尘浓度、死角区瓦斯浓度最低且风速合理的目标。

(2)连采掘进混合式通风方式下，同时满足司机处和回风侧的粉尘浓度最低、风速及死角区瓦斯浓度合理的最佳调控方案为出风口口径1.2m、右偏角15°、上偏角6°

(3)综掘掘进压入式通风方式下一个进刀截割完成阶段时，同时满足司机处和回风侧的粉尘浓度、死角区瓦斯浓度最低且风速最舒适的调控方案为风筒出风口口径1.1m、水平右偏角10°。

(4)综掘掘进混合式通风方式下一个进刀截割完成阶段时，最佳调控方案为风筒出风口口径1.2m、水平右偏角15°、垂直上偏角3°，能够使司机处和回风侧的粉尘浓度最低、风速及死角区瓦斯浓度合理。