一种基于多传感器融合的有害气体流向识别与聚集方向预测方法与流程

本发明涉及矿洞气体安全防控，具体为一种基于多传感器融合的有害气体流向识别与聚集方向预测方法。

背景技术：

1、矿洞开采作业环境中，有害气体（如甲烷、一氧化碳、硫化氢等）的积聚与扩散是引发爆炸、中毒等重大安全事故的主要诱因。传统的气体监测手段多采用固定式传感器进行定点浓度检测，当气体浓度超过阈值时发出报警。然而，这类方式仅能告知“某处浓度已超标”，无法回答“气体从何而来、向何而去、将在何处聚集”等动态流向问题，也难以在气体尚未扩散至传感器位置之前提前预警。随着矿井通风系统日益复杂，以及采掘作业面不断推进，风流场与气体释放源之间的相互作用呈现出强烈的时空变异性，静态的阈值报警已无法满足主动安全防控的需求。

2、近年来，计算流体力学仿真技术逐渐被引入矿井气体扩散模拟，但单纯依靠仿真存在初始边界条件难以精确给定的问题--真实矿洞中的未知裂隙渗漏、临时作业产生的释放源等不可预知因素往往导致仿真结果偏离实测。与此同时，物联网传感器技术的发展使得在矿洞内壁大规模部署风向指示器与气体监测器成为可能，为获取高密度的实测风场与浓度场数据提供了硬件基础。基于此，将多传感器实时测量数据与流体仿真动态反演相结合，建立一种能够持续吸收实测信息、自动辨识未知释放源、滚动预测气体聚集方向的融合方法，成为提升矿洞安全监测智能化水平的技术发展方向。

3、现有技术中的，公开号为cn114841031a的一种三维虚拟训练环境中模拟有毒有害气体扩散浓度的计算方法，s1、确定有毒气体扩散有效影响因素；s2、构建对应训练环境的物理模型，导出气体扩散有效影响因素；s3、依据气体毒害剂量和遮挡物尺寸划分疏密网格，区分网格密度；s4、构建cfd模型，计算模拟有害气体扩散浓度；s5、建立一段时间的浓度值时序态势结果离线数据库，存储气体浓度态势结果；s6、训练时，在虚拟环境中快速显示。

4、已经公开的技术文件虽然实现了对有害气体浓度的预测，但是其没有考虑到矿洞内变化的环境以及复杂的实地情况，对于预测结果难以反应真实状况。

5、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本发明的目的在于提供一种基于多传感器融合的有害气体流向识别与聚集方向预测方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种基于多传感器融合的有害气体流向识别与聚集方向预测方法，具体步骤包括：

4、骤1：根据矿洞的形态数据建立矿洞三维模型，获取矿洞内各监测点的真实风力信息和真实气体信息，在矿洞三维模型内标注与矿洞中各监测点相对应的点位形成虚拟点位，并将真实风力信息和真实气体信息关联至对应虚拟点位；

5、步骤2：获取矿洞内通风设施的设置位置和风源信息，并将设置位置及风源信息映射至矿洞三维模型中，作为输入条件，获取矿洞中各个已知的有害气体的释放点位和释放量，将释放点位及释放量映射至矿洞三维模型矿洞三维模型中，作为有害气体的第一逸出条件；

6、步骤3：在矿洞三维模型中设置多个第二逸出条件，基于输入条件、第一逸出条件以及各个第二气体释放条件分别进行流体仿真，得到多个候选仿真场景，并获取各候选仿真场景下各虚拟点位的虚拟风力信息和虚拟气体信息；

7、步骤4：将各候选仿真场景下的虚拟风力信息和虚拟气体信息分别与真实风力信息和真实气体信息进行匹配，确定匹配度最高的候选仿真场景为最优场景；

8、步骤5：持续进行仿真并获取真实风力信息和真实气体信息，设定时间窗口及该时间窗口内每个阶段对应的最优场景序列，以最优场景序列的流体动力源进行循环获取未来时间的有害气体聚集位置及其浓度值。

9、进一步地，在矿洞内壁安置风向指示器和气体监测器，每个风向指示器位置均配置气体监测器，所述风向指示器获取每个位置的真实风力信息，所述真实风力信息包括风向和风力，所述气体监测器获取每个位置的真实气体信息，所述真实气体信息包括各种气体的含量，基于矿洞建立正交坐标系，记录每个风向指示器在正交坐标系中的具体坐标。

10、进一步地，扫描矿洞内壁形态数据，同时将形态数据输入模拟软件中构建矿洞三维模型，在矿洞三维模型中建立与真实矿洞相同的坐标系，同时，在矿洞三维模型中标注与真实矿洞中相同的风向指示器点位，并将其标记为虚拟点位，分别获取虚拟风力信息和虚拟气体信息。

11、进一步地，获取矿洞中各个风力设施的坐标以及其所产生的风源信息，所述风源信息包括风力、风向、风量，根据坐标将风力设施及其风源信息在矿洞三维模型中进行标注，并设定为输入条件；

12、获取真实矿洞中有害气体的释放点位及其释放量，所述释放量通过现场测量仪器获取，同时，将释放点位及释放量在矿洞三维模型中进行标注，并将该点位标记为第一逸出条件。

13、进一步地，在模拟软件中对矿洞三维模型进行流体仿真，所述仿真过程中设定第二逸出条件，所述第二逸出条件的逻辑为：

14、在非第一逸出条件的位置，设定释放点和释放量，所述第二逸出条件的每个释放点的释放量小于第一逸出条件的最小值，构建若干个候选仿真场景，候选仿真场景设定释放点和释放量的逻辑如下：

15、在矿洞三维模型表面划定网格，选定若干个网格交点为逸出点并设定逸出量形成有一个候选仿真场景，多次选择逸出点及其逸出量形成若干个候选仿真场景且使所有候选仿真场景不存在完全相同的逸出点及其逸出量；

16、获取真实矿洞内部和洞口的压力信息，结合输入条件、第一逸出条件和第二逸出条件为流体动力源进行仿真。

17、进一步地，选择最优场景，包括：

18、获取仿真过程中各个虚拟点位的虚拟风力信息和虚拟气体信息，根据点位形成虚拟信息矩阵，将真实矿洞中各个点位的真实风力信息和真实气体信息形成真实信息矩阵，计算每个虚拟信息矩阵与真实信息矩阵的相似度，并选择最大值所对应的仿真过程为最优场景。

19、进一步地，持续获取真实风力信息与真实气体信息，并设定时间窗口，使时间窗口包含最新获取的真实风力信息和真实气体信息，分别针对时间窗口选择对应的最优场景，形成最优场景序列；

20、将最优场景序列中每个仿真过程对应的输入条件、第一逸出条件和第二逸出条件为流体动力源进行循环，形成本时间窗口的整体情景；

21、对整体场景进行未来时间仿真，获取预测的有害气体聚集位置及其对应的浓度值。

22、进一步地，随着真实风力信息和真实气体信息对时间窗口进行更新，同步地，对整体场景和有害气体聚集位置进行更新。

23、与现有技术相比，本发明的有益效果是：

24、本发明通过构建与物理矿洞几何一致的矿洞三维模型及同坐标系监测点位，将真实风力与气体信息转化为可直接逐点比对的真值矩阵，解决了多源异构数据在空间上的刚性配准问题。通过区分输入条件与第一逸出条件，并引入受约束的第二逸出条件，将流体仿真从确定性计算拓展为可反演未知扰动的候选池，再经虚拟矩阵与真实矩阵的相似度最大化筛选，将不可观测的泄漏分布反演为最优估计。进一步采用滑动时间窗口，将窗口内各时刻的最优场景序列作为流体动力源循环驱动未来仿真，使预测模型能够随实测数据滚动更新，持续校准未知源假设与聚集位置，最终实现对有害气体流向与聚集方向的动态实时预测，将静态数字孪生转化为在线自适应预警系统。