龔曉燕, 王天舒, 陳龍, 裴曉澤, 李相斌, 朱倩麗, ?;⒚?/p>
(1.西安科技大學 機械工程學院,陜西 西安 710054;2.陜西陜北礦業(yè)有限責任公司,陜西 榆林 719000)
隨著我國煤炭產業(yè)機械化技術的發(fā)展,掘進過程中粉塵產生量越來越多,導致塵肺病發(fā)病率升高[1-2]。在傳統(tǒng)“通風總量”控制通風方式下,不能對壓風口風流進行動態(tài)調控,使巷道內粉塵聚集嚴重,為改善該問題,國內外學者對粉塵場分布及沉降情況進行了大量研究。李雨成等[3]研究了出風口參數(shù)變化對粉塵場分布規(guī)律的影響。蔣仲安等[4]等研究了風筒不同高度對粉塵場的影響,得到了距工作面20 m處粉塵濃度最低。陳紹杰等[5]研究了風筒不同位置及不同壓風口風速對粉塵懸浮運移規(guī)律的影響。Zhang Lichao等[6]對綜采工作面粉塵濃度和粒徑空間分布規(guī)律進行了研究。M.M.Alam[7]、K.J.Candra等[8]利用數(shù)值模擬分析了粉塵顆粒的基本分布規(guī)律。王建國等[9]研究了風流影響下粉塵濃度分布情況及粉塵沉降規(guī)律。王曉珍等[10]分析了壓入式通風下粉塵濃度分布,得到全塵和呼塵濃度沿程變化規(guī)律。秦躍平等[11]、Wang Zhongwei等[12]通過數(shù)值模擬分別研究了壓入式和混合式通風下的粉塵團逸散情況,得到了粉塵沿程分布規(guī)律。王冕[13]通過相似模擬實驗研究了壓入式通風方式下粉塵沉降規(guī)律。龔曉燕等[14-16]研發(fā)了風流動態(tài)調控裝置并研究了壓風口口徑、偏角對粉塵運移的影響。上述研究分析了工作面風流對粉塵場分布及沉降規(guī)律的影響,但對綜掘工作面混合式風流調控下粉塵沉降規(guī)律及優(yōu)化的研究還不夠深入。
本文以陜煤集團神木檸條塔礦業(yè)有限公司(以下簡稱檸條塔煤礦)綜掘工作面為背景,研究壓風口距工作面距離、右偏角度、口徑、抽風口距工作面距離和壓抽比等混合式風流調控參數(shù)對粉塵沉降規(guī)律的影響,以及參數(shù)綜合變化下粉塵沉降的最優(yōu)風流調控方案。研究結果可為改善煤礦井下作業(yè)環(huán)境提供新思路。
對檸條塔煤礦綜掘工作面?zhèn)鹘y(tǒng)的混合式通風方式進行改造,在壓風筒出風口處安裝風流調控裝置,混合式風流調控系統(tǒng)布局如圖1所示[17],通過改變出風口風流參數(shù)改變風流狀態(tài),進而研究粉塵沉降規(guī)律并對粉塵場進行優(yōu)化。
圖1 混合式風流調控系統(tǒng)布局Fig.1 Layout of hybrid air flow control system
根據綜掘工作面巷道端面尺寸及井下相關設備等參數(shù),建立混合式風流調控下粉塵沉降分析的幾何模型,如圖2(a)所示,其中X為巷道寬,Y為巷道高,Z為巷道長。模型為30 m×5.2 m×3.85 m(長×寬×高)的矩形巷道,壓風筒、抽風筒直徑均為1 m,中軸線距底板3.05 m,距側壁0.7 m。將建立的幾何模型進行網格劃分,如圖2(b)所示。
圖2 粉塵沉降分析有限元模型Fig.2 Finite element model for dust settlement analysis
研究粉塵在風流中的運動過程屬于氣固兩相流理論,巷道內風流為湍流流動,因此選用Realizable k-ε模型[18]。由于綜掘工作面粉塵顆粒體積分數(shù)低于10%,屬于稀相流動,所以選用Euler-Lagrange方法[19]來模擬計算。求解器采用瞬態(tài)和絕對速度進行求解,粉塵設定為形狀規(guī)則的球形,產塵方式為面噴射,重力加速度為9.81 m/s2,粒徑大小的分布遵循Rosin-Rammler分布[20],通過現(xiàn)場實測確定粒徑大小分布范圍為1~100 μm。模型邊界條件及離散相參數(shù)設定分別見表1、表2。
表1 邊界條件Table 1 Boundary condition
表2 離散相參數(shù)Table 2 Discrete phase parameters
為確保數(shù)值模擬結果的準確性,需對網格獨立性進行檢驗。在回風側行人呼吸帶(X=4.7 m,Y=1.5 m,Z=0~30 m)上取10個點,比較其原始場(原始場工況:壓風口距工作面10 m,偏轉0°,口徑為1 m,抽風口距工作面5 m,壓抽比為1)計算的風速,取網格數(shù)量分別為80.8×104,97.1×104,122.6×104個,風速分布如圖3所示。可看出當網格數(shù)量從80.8×104個增加到122.6×104個,風速在分布上差別不大,對于計算結果影響也很小。但網格數(shù)量不斷增加,計算量也會增加,因此網格數(shù)量選用80.8×104個最佳。
圖3 不同網格數(shù)量下風速分布Fig.3 Wind speed distribution under different grid numbers
為研究風流調控單參數(shù)變化對粉塵沉降的影響規(guī)律,選取司機處(X=2.6 m,Y=2 m,Z=7.5 m)和回風側行人呼吸帶截面,統(tǒng)計這2處粉塵粒徑分布來反映粉塵沉降情況。
壓風口距工作面距離分別為7,8,9,10 m時司機處和回風側行人呼吸帶截面粉塵粒徑分布如圖4所示??煽闯鲭S著壓風口距工作面距離的增加,在司機處和回風側行人呼吸帶截面的大顆粒粉塵占比先增后減再增,較小顆粒的粉塵占比增加但變化不大;粒徑為71~100 μm的粉塵向下沉降明顯,小顆粒粉塵占比有所增加。因此,在壓風口距工作面距離為9 m左右時,粉塵沉降效果最好。
圖4 壓風口距工作面距離變化下粉塵粒徑分布Fig.4 Particle size distribution of dust under the change of distance between pressure air outlet and working face
壓風口右偏角度分別為5,10,15,20°時司機處和回風側行人呼吸帶截面粉塵粒徑分布如圖5所示??煽闯鲭S著壓風口右偏角度增加,壓風口風流方向改變,在司機處截面大顆粒粉塵占比先減再增,在回風側行人呼吸帶截面的大顆粒粉塵占比先增后減再增;在壓風口右偏角度為15°時,粒徑為91~100 μm的粉塵沉降明顯,而小顆粒粉塵受風流影響較大,沉降不明顯。因此,在壓風口右偏角度為15°左右時,粉塵沉降效果最好。
圖5 壓風口右偏角度變化下粉塵粒徑分布Fig.5 Particle size distribution of dust under the change of right angle of pressure air outlet
壓風口口徑分別為0.8,0.9,1.0,1.1 m時司機處和回風側行人呼吸帶截面粉塵粒徑分布如圖6所示。可看出隨著壓風口口徑的增加,在司機處截面小顆粒粉塵占比先增后減再增,回風側行人呼吸帶截面小顆粒粉塵占比變化不明顯,而大顆粒粉塵占比先增后減;粒徑為81~100 μm的粉塵沉降明顯,而在口徑為0.9時粉塵占比波動很大,其余口徑時粉塵占比變化不明顯。因此,在壓風口口徑為0.9 m左右時,粉塵沉降效果最好。
圖6 壓風口口徑變化下粉塵粒徑分布Fig.6 Particle size distribution of dust under the change of pressure air outlet diameter
抽風口距工作面距離分別為2,3,4,5 m時司機處和回風側行人呼吸帶截面粉塵粒徑分布如圖7所示??煽闯鲭S著抽風口距工作面距離的增加,司機處截面大顆粒粉塵占比先增后減,小顆粒粉塵占比先增后減再增,回風側行人呼吸帶截面粉塵粒徑分布變化不明顯;粒徑為71~100 μm的粉塵在抽風口距工作面3~5 m范圍內沉降明顯,而小顆粒粉塵在抽風口距工作面距離為5 m時占比增加幅度最大,在抽風口距工作面距離為3 m時占比變化不大,在抽風口距工作面距離為4 m時占比也有所增加,且粉塵粒徑分布較均勻。因此,在抽風口距工作面距離為4 m左右時,粉塵沉降效果最好。
圖7 抽風口距工作面距離變化下粉塵粒徑分布Fig.7 Particle size distribution of dust under the change of distance between extraction air outlet and working face
壓抽比分別為1.0,1.1,1.2,1.3時司機處和回風側行人呼吸帶截面粉塵粒徑分布如圖8所示。可看出隨著壓抽比增大,在司機處和回風側行人呼吸帶截面的大顆粒粉塵占比變化不大;在壓抽比大于1.0時,粉塵沉降明顯,小顆粒粉塵占比減少。因此,在壓抽比大于1.0時,粉塵沉降效果最好。
圖8 壓抽比變化下粉塵粒徑分布Fig.8 Particle size distribution of dust under the change of pressure-pumping ratio
由于風流調控各參數(shù)會對粉塵場產生交互影響,所以對參數(shù)綜合變化下粉塵沉降進行優(yōu)化分析。設計二次回歸中心組合試驗,選取壓風口距工作面距離L1、抽風口距工作面距離L2、壓風口右偏角度θ、壓風口口徑D、壓抽比B作為影響因素。選擇五因素的上下水平并計算其零水平值與變化區(qū)間,五因素水平編碼[21]見表3。其中Zi為編碼值,+γ為上星號臂,-γ為下星號臂,+1為上水平,0為零水平,-1為下水平,Δi為因素變化間距。
根據統(tǒng)計學原理,本試驗采用五因素(1/2實施)的二次回歸中心組合設計,其中因素個數(shù)p=5,試驗實施情況α=1表示1/2實施,星號臂γ=1.27,本文中心試驗點試驗次數(shù)為6,而全因素試驗點和星號點由于因素搭配不同,按照設計方案進行試驗,所以二水平(-1,1)全因素試驗點個數(shù)mc=16,星號臂水平(-γ,γ)因素試驗點個數(shù)2p=10,零水平試驗點個數(shù)m0=6,共進行32組試驗。試驗設計方案及模擬計算結果見表4。其中X1-X5分別對應L1,L2,θ,D,B;Y1,Y2分別為回風側行人呼吸帶全塵平均濃度、司機處呼塵平均濃度[22]。
表4 試驗設計方案及模擬計算結果Table 4 Experimental design scheme and simulation calculation results
將表4的回歸樣本數(shù)據利用SPSS軟件進行平穩(wěn)性檢驗,根據變量累積比例與指定分布累積比例之間關系繪制P-P圖,驗證數(shù)據近似符合正態(tài)分布且偏差值較小,可作為建立粉塵沉降優(yōu)化回歸模型的數(shù)據樣本。建立回風側行人呼吸帶全塵平均濃度Y1和司機處呼塵平均濃度Y2的回歸方程:
該回歸方程需完成顯著性水平檢驗,計算該回歸方程的失擬項F和概率P,得到式(1)的F值為3.63、P值為0.016 0,式(2)中的F值為6.18、P值為0.001 8。P值均在0.05以下,表明該回歸方程回歸性較好。
通過回歸分析,以回風側行人呼吸帶全塵平均濃度及司機處呼塵平均濃度最低為優(yōu)化目標,建立粉塵沉降優(yōu)化回歸模型:
粒子群優(yōu)化算法具有易于實現(xiàn)、計算精度高、收斂速度快等優(yōu)勢,被廣泛應用于優(yōu)化問題中[23]?;诹W尤簝?yōu)化算法對優(yōu)化回歸模型進行求解,設定粒子種群初始規(guī)模為100,最大迭代次數(shù)為500,慣性權值為0.7,學習因子為2.05。計算求解獲得優(yōu)化回歸模型的非劣解集,結合5個參數(shù)可實現(xiàn)的調節(jié)范圍,確定最優(yōu)風流調控方案:壓風口距工作面距離為8.9 m,壓風口右偏角度為14.8°,壓風口口徑為0.9 m,抽風口距工作面距離為4.3 m,壓抽比為1.1。
對原始場和優(yōu)化風流調控后粉塵沉降效果進行對比分析,如圖9所示??煽闯稣{控前大顆粒粉塵占比較多,沉降粒子較少,且隨風流運移到掘進機后方,擴散污染范圍較大;調控后的大顆粒粉塵占比較少,大部分沉降到底板,擴散污染范圍明顯減小,小顆粒粉塵隨著風流運移到后方,且較調控前粉塵濃度明顯降低。
圖9 風流調控前后粉塵沉降效果對比Fig.9 Comparison of dust settling effect before and after air flow control
為驗證最優(yōu)風流調控方案的效果,在“綜掘工作面風流智能調控降塵物理實驗平臺”[24]的基礎上,搭建風流調控下粉塵沉降實驗平臺,如圖10所示。實驗測點布置如圖11所示,在測點1—7布置全塵濃度傳感器和CCZ-1000粉塵濃度測試儀,在測點8布置呼塵濃度傳感器。為減少誤差,進行5次重復測試,求平均值。
圖10 風流調控下粉塵沉降實驗平臺Fig.10 Dust settling experimental platform under air flow control
圖11 實驗測點布置Fig.11 Experimental measuring point arrangement
最優(yōu)風流調控方案下回風側行人呼吸帶全塵平均濃度和司機處呼塵平均濃度的測試值與模擬值對比見表5。可看出測試值與模擬值的相對誤差在13%以內,驗證了粉塵沉降優(yōu)化回歸模型的準確性。
表5 最優(yōu)風流調控方案測試值與模擬值對比Table 5 Comparison of test values and simulated values of optimal air flow control scheme
最優(yōu)風流調控前后粉塵粒徑分布如圖12所示??煽闯鲈陲L流調控優(yōu)化后,71~100 μm粉塵沉降效果顯著,且在掘進機前方沉降;小于71 μm的粉塵幾乎不隨風流向后擴散,小顆粒粉塵隨風流的裹挾作用向后運移,隨著距工作面距離的增加,小顆粒粉塵占比增加。
圖12 風流調控前后粉塵粒徑分布Fig.12 Particle size distribution of dust before and after air flow control
最優(yōu)風流調控前后粉塵濃度如圖13所示??煽闯鼋涍^風流調控優(yōu)化后,回風側行人呼吸帶全塵平均濃度由調控前的156.6 mg/m3降低為82.4 mg/m3,降低了47.4%,司機處呼塵平均濃度由調控前的102.3 mg/m3降低為58.9 mg/m3,降低了42.4%。
圖13 風流調控前后粉塵濃度對比Fig.13 Comparison of dust concentration before and after air flow control
1) 風流調控參數(shù)對粉塵沉降影響規(guī)律:隨著壓風口距工作面距離增加,司機處和回風側行人呼吸帶截面大顆粒粉塵占比先增后減再增,小顆粒粉塵占比增加;隨著壓風口右偏角度增加,司機處和回風側行人呼吸帶截面大顆粒粉塵占比變化明顯;隨著壓風口口徑增加,司機處截面小顆粒粉塵占比先增后減再增,回風側行人呼吸帶截面大顆粒粉塵占比先增后減;隨著抽風口距工作面距離增加,司機處截面大顆粒粉塵占比先增后減,小顆粒粉塵占比先增后減再增,回風側行人呼吸帶截面粉塵粒徑分布變化不大;隨著壓抽比增大,司機處和回風側行人呼吸帶截面小顆粒粉塵占比減小。
2) 以風流調控參數(shù)為自變量,以巷道內回風側行人呼吸帶全塵平均濃度和司機處呼塵平均濃度最低為目標,建立了粉塵沉降優(yōu)化回歸模型,通過粒子群優(yōu)化算法求解,得到最優(yōu)風流調控方案:壓風口距工作面距離為8.9 m,壓風口右偏角度為14.8°,壓風口口徑為0.9 m,抽風口距工作面距離為4.3 m,壓抽比為1.1。
3) 經風流調控優(yōu)化后,粒徑為71~100 μm的粉塵大部分在掘進機前方沉降,粒徑小于71 μm的粉塵隨風流向后擴散,充滿整個巷道;回風側行人全塵平均濃度降低了47.4%,司機處呼塵平均濃度降低了42.4%。