根据《煤矿智能化建设指南(2021 年版) 》《煤矿防灭火细则》等文件指示,煤矿井下自燃火灾智能化监测建设作为煤矿智能化建设重要一环,需要建立火灾预警模型,实现火灾的超前预警。煤矿自燃火灾监测是指在煤层开采后,利用煤自燃过程中气体产物和温度变化,判识煤自燃状况,判断发火位置,实现对煤自燃火灾的实时在线监测预报预警。但因井下环境复杂、影响因素多,动态火情特征气体实时连续监测始终是难点。

矿用束管监测系统是目前煤矿内因火灾监测的重要方法之一,通过监测煤矿井下环境中的火灾指标性气体体积分数变化,判断封闭火区内煤自燃发展程度,为井下煤火防治提供重要数据支持,保障煤矿安全高效开采。但随着矿井开采深度逐渐增大,束管应用长度也随之加长,增加了其维护管理难度,长距离束管气体监测出现失真,并且存在系统可靠性差、稳定性差、实时性差、维护成本高、分析周期长等问题;长距离传输易因束管破损、折弯、水堵等情况,气样无法正常输送至井上,无法采集到真实有效的气体数据;束管采用负压输气,气样易污染,诸多因素影响对煤矿自燃火灾信息的准确掌握。

火灾超前预警的基础是相关指标性数据采集,为满足对超前预警的数据要求,笔者研发了基于微色谱技术的煤矿自燃火灾智能监测系统(简称煤自燃智能监测系统),可实现对煤矿火灾指标性气体实时监测,提高矿井对火灾超前预警的感知能力,实现无人化、智能化、精确化火灾监测。