矿井全局风流参数实时获取是金属矿井通风系统智能调控的技术关键，目前基于AI算法的风流参数预测方法受数据依赖、计算成本及不同工况适应性的限制，针对该问题，提出了一种适用于金属矿井的全局风流参数智能感知方法。首先，利用风速测量装置实时监测巷道内的平均风速，合理布置监测点，搭建风流参数监测系统，以获取风量、风压等关键通风参数。其次，结合通风系统的实际情况及立体示意图，建立三维仿真系统，并通过现场实测的风流数据对其进行优化，模拟不同风机运行工况和自然风压状态下的矿井风流流动参数。然后，基于仿真数据，构建了AI算法模型的训练与测试数据集。最后，利用风流参数监测系统采集的风流信息，作为 AI 算法模型的输入，实现对矿井全域风流分布的实时感知。利用通风网络解算数据，对风流参数智能感知模型进行性能评估，结果表明：① 该模型的决定系数R2为0.998，均方根误差为0.215 9，平均绝对误差为0.085，平均绝对百分比误差为1.89%。② 该模型的预测值与实际观测值之间的吻合度较高，验证了MLP在风流参数预测方面具备出色性能。③ 该模型在面对不同数据集时能够维持其预测精度，表现出良好的泛化能力。④ 智能通风系统感知数据的平均误差控制在5%以内，井下风流参数感知值与现场实测值基本一致。

0引言
1矿井风流监测与仿真系统
1.1巷道风速及风流参数实时监测系统
1.1.1巷道平均风速实时监测
1.1.2风流参数监测系统
1.2矿井通风三维仿真系统
2金属矿山全局风流参数智能感知方法
2.1通风网络解算策略设计
2.2样本数据划分
2.3样本数据预处理
2.4风流参数智能感知模型构建
2.4.1风流参数智能感知原理
2.4.2 AI算法模型
2.4.3全局风流参数获取
2.5模型性能评估
3案例应用
3.1工程概况
3.2建立风流参数监测系统
3.3建立通风系统仿真数据集
3.4感知模型训练与测试
3.5运行效果分析
4结论

张其龙,周炳,王国强,等.金属矿井实时风流参数智能感知方法及应用[J/OL].工矿自动化,1-8[2025-02-20].https://doi.org/10.13272/j.issn.1671-251x.2024090057.