一种VI级围岩隧道高地热智能通风设计方法及系统与流程

本发明属于隧道通风系统，特别涉及一种vi级围岩隧道高地热智能通风设计方法及系统。

背景技术：

1、相比普通隧道，采用钻爆法开挖的特长高地热隧道存在施工保障难题，一方面高地热带来温度较高作业环境，致使劳动生产率低、施工设备效率低等问题；另一方面，钻爆施工产生许多粉尘，严重污染洞内施工作业环境。对于特长高地热隧道来说，为解决通风及降温问题，施工过程中通常采用带平导的巷道式通风方式，其总体思路是将隧道分解成多个短隧道，将并行的平导和正洞形成一个大的空气回路，平导作为新鲜空气供应通道，正洞、斜井作为污浊空气排出通道。当平导超前过多时，需通过多个横通道新开作业面，形成多个正洞工作面+1平导工作面同时施工，此时通风需求难度增大，如何进行通风设计以满足施工需求成为关键技术问题。

2、目前传统隧道通风系统存在控制方式单一、基础监测数据少等缺点，与整个施工周期相比，最大通风路径的持续时间非常短，且并不总是需要最大所需风量。并且vi级围岩稳定性差，施工缓慢，施工工期长，根据横通道和斜井布置的位置需要多增设施工掌子面，会增加通风需求；另一方面，随着掌子面的推进，通风设备距离掌子面越来越远，通风需求变化；还忽略了特长高地热隧道的降温问题。

3、一味地按照原始设计对隧道进行通风，使得在部分时候将提供过大的风量，造成能源浪费。针对上述问题，需要充分利用施工辅助通道结合智能物联网技术建立一套实时反馈的通风设计方法以弥补现有技术的不足，实现智能化通风，提高特长高地热隧道施工过程通风效率。

技术实现思路

1、本发明的目的在于克服现有技术中在针对vi级围岩隧道进行通风设计时，未考虑长施工周期内vi级围岩隧道的结构变化和施工时隧道内的温度、粉尘和空气速度的变化，始终提供过大送风量造成能源浪费的问题，提供一种vi级围岩隧道高地热智能通风设计方法及系统，构建并训练rbf神经网络，快速反馈实时需风量，并配合隧道降温方法，对vi级围岩隧道现场智能监测调控。

2、为了实现上述发明目的，本发明提供了以下技术方案：

3、一种vi级围岩隧道高地热智能通风设计方法，包括如下步骤：

4、s1，基于vi级围岩隧道的施工要求和通风需求选取通风设备；所述通风设备的工作参数在模拟通风时满足规范要求；

5、s2，启动所述通风设备，并采集通风过程中隧道的现场数据，所述现场数据包括粉尘因素、空气速度、温度和需风量真值，基于所述现场数据构建训练样本集；

6、s3，将所述训练样本集输入rbf神经网络作为rbf神经网络的输入层，并基于所述训练样本集选取所述rbf神经网络的隐含层的激活函数；

7、s4，根据所述激活函数计算所述rbf神经网络在输出层的结果，获取测试需风量；

8、s5，选取损失函数，并基于所述测试需风量对所述rbf神经网络调参，获取完备的rbf神经网络模型；

9、s6，根据所述完备的rbf神经网络模型获取实时需风量，调整所述通风设备的工作频率，使所述通风设备在实际工作时的送风量满足所述实时需风量；

10、s7，建立隧道的瞬态温度场的传热模型并基于所述通风设备的工作参数设置边界条件，根据传热模型内温度变化设计并选择工况为隧道降温，使隧道内气温满足规范要求。

11、作为本发明的优选方案，基于vi级围岩隧道的施工要求和通风需求选取通风设备的步骤包括：依据隧道的现场要素、施工标准和施工组织计算隧道的初始需风量，再根据风管的管长、直径以及风管内空气密度计算所述风管阻力，以所述初始需风量作为所选通风设备的有效风量，计算所选通风设备的工作风量和工作风压，以通风设备的参数能够同时满足所述风管阻力、所述工作风量和工作风压为标准选择通风设备的型号。

12、作为本发明的优选方案，还包括验证所述通风设备的通风参数是否满足规定要求的方法：基于所述通风设备的设备参数构建所述隧道三维模型，添加所述隧道三维模型的速度或压力的边界条件，根据计算结果判断所述隧道内风速是否满足洞内允许最低风速，并模拟爆破作业，判断粉尘从隧道的掌子面溢出时的粉尘浓度是否达标。

13、作为本发明的优选方案，步骤s2中基于现场数据构建训练样本集包括：启动通风设备，采集通风过程中隧道的现场数据，所述现场数据包括隧道内的粉尘因素、空气速度、温度和需风量真值，基于所述粉尘因素、空气速度和温度构建样本向量，基于所述需风量真值构建需风量真值向量，所述样本向量和所述需风量真值向量构成训练样本集。

14、作为本发明的优选方案，所述样本向量fj=[cdj,vaj,tj],表示第j个样本向量，cdj,vaj,tj分别为同一时刻下隧道内的粉尘因素、空气速度和温度，在该时刻计算隧道内的需风量f，多个时刻的需风量构成所述需风量真值向量g=[f1,f2,...,fn]t，其中，n为样本数量，所述样本向量和所述需风量真值向量构成所述训练样本集的矩阵。

15、作为本发明的优选方案，步骤s3中所述隐含层所选取的激活函数为：

16、；

17、其中，c表示基函数的中心，σ表示基函数的宽度参数。

18、作为本发明的优选方案，根据所述激活函数计算所述rbf神经网络在输出层的结果，获取所述测试需风量，输入层数据通过rbf神经网络输出为：

19、；

20、其中，y为所述测试需风量，wj为第j个所述样本向量隐含层到输出层的权重。

21、作为本发明的优选方案，步骤s5中所述损失函数的选取为：

22、；

23、其中，fj为第j个所述样本向量对应的需风量，当d计算结果小于收敛条件时，停止迭代计算。

24、作为本发明的优选方案，建立所述隧道的瞬态温度场的传热模型，分别根据温度和出口压力设置所述隧道的进出口边界条件，在所述隧道的掌子面附近设置监测点，得到隧道纵向温度变化，从而计算出多种工况，并选择所述工况通过布置冰块和通风降温使所述掌子面附近温度整体下降，使得隧道内气温满足低于28℃的规范要求。

25、基于相同的构思，还提出了一种vi级围岩隧道高地热智能通风设计系统，包括：

26、通风设备选取验证模块，基于vi级围岩隧道的施工要求和通风需求选取通风设备，并验证通风设备的工作参数在模拟通风时是否满足规范要求；

27、实时需风量获取模块，启动所述通风设备选取验证模块选取的通风设备，采集通风后隧道的现场数据，基于所述现场数据构建并训练rbf神经网络，获取实时需风量；

28、隧道降温模块，建立隧道的瞬态温度场的传热模型并基于所述通风设备的工作参数设置边界条件，根据传热模型内温度变化设计并选择工况为隧道降温，使隧道内气温满足规范要求；

29、隧道智能调节模块，基于所述实时需风量获取模块输出的实时需风量调整所述通风设备的工作频率，使所述通风设备在实际工作时的送风量满足所述实时需风量。

30、与现有技术相比，本发明的有益效果：

31、本发明充分考虑vi级围岩隧道的动态施工要求，根据隧道施工组织和施工标准计算需风量选取并验证通风设备，启动验证通过的通风设备通风，再记录现场数据并选取符合施工标准的数据制造rbf神经网络的训练样本集，训练rbf神经网络，以快速反馈隧道实时需风量来调整通风设备的工作频率，避免能源浪费的同时还可以对隧道通风情况实时监控，进一步反馈于通风设计；还根据vi级围岩结构提出了辅助降温方法，使隧道掌子面附近温度满足施工温度要求。