技术领域
[0001] 本
发明属于矿井安全领域,涉及一种确定矿井巷网火灾灭火封堵位置的方法。
背景技术
[0002] 稳定可靠的通
风系统是矿井安全生产的重要保障,矿井火灾时期应急灭火是减少人员伤亡、防止二次事故的最有效途径。国内外学者开展了矿井火灾时期风流状态与烟气扩散规律等方面的大量研究工作,也发明了各种火灾时期的自动风
门和封堵气囊装备与技术,同时运用
大数据和模拟仿真技术,分析预测火灾发生范围、
烟尘和有害气体扩散路径,辅助制定救避灾路线规划,但始终没有提出自动风门和封堵气囊装置在火灾时期哪些应该关闭,哪些应该打开,仅凭专家的经验来判断,有学者提出基于矿井烟气监测的自动调控风门系统,但是因矿井
通风系统复杂性导致火灾时期烟气紊乱,仅依靠烟气监测的方法进行自动调控风门不能达到灭火的效果,如果调控风门不正确,可能会增快火势蔓延,造成更严重的后果。
[0003] 因此,以降低增快火势蔓延速度,大大减轻火情影响为目标,有必要提出一种能够确定矿井巷网火灾灭火封堵位置的方法以解决目前急需改良的自动风门和封堵气囊装置关闭与开启问题。
发明内容
[0004] 为了解决
现有技术存在的问题,本发明提出一种确定矿井巷网火灾灭火封堵位置的方法,该方法确定火灾时期的封堵巷道方案,矿井火灾时期自动风门或封堵气囊装置关闭的位置,给出火灾时期灭火的方法,以期达到矿井火灾时期密闭灭火的效果。
[0005] 技术方案如下:一种确定矿井巷网火灾灭火封堵位置的方法,包括以下步骤:
[0006] 步骤1:输入巷网巷道集合为e={e1,e2,...,en},n为巷道数,输入巷网
节点集合为V={ν1,ν2,...,νm},m为节点数,确定巷网拓扑关系并判断巷网的连通性。
[0008] 步骤3:确定火灾巷道ei,ei∈e,确定巷道ei中的火灾位置,并将该火灾位置设定成节点vo,节点vo将火灾巷道ei分成两条巷道,将两条巷道分别编号为eo、e'o。
[0009] 步骤4:求出除节点vo之外的所有其他节点相对应的割集dk,割集集合D={d1,d2,..,dk,...,dm},k∈{1,2,...,m},所述割集dk是一个边集合,dk中每一个元素代表一个边即一条巷道,一个边由两个节点连线所构成。
[0010] 步骤5:由进风口按照风向向前搜索,利用
深度优先搜索算法搜索到第一个节点,进而得到进风井第一节点的单点割集A1-1=d1;
[0011] 利用深度优先搜索算法继续搜索,搜索到第二节点,已知第二节点的割集d2;
[0012] 将第二节点的割集d2与第一节点的单点割集A1-1求并集,然后再减掉第二节点的割集d2与第一节点的单点割集A1-1的交集,最后所得的差,即边集合,为进风口到第二个节点的单点割集A1-2;
[0013] 利用深度优先搜索算法继续搜索,当搜索到火灾节点或出口点,第一条风路搜索结束,进而求得从进风口到第一条风路上所有节点的单点割集;
[0014] 第一条风路搜索结束后,回退到火灾节点或出口点的上一节点,如上一节点有岔路,则从另一条路继续搜索,如上一节点没有岔路,则继续回退,直到回退到有岔路的节点处从另一条路继续搜索,直到搜索到火灾节点或出口点,第二条风路搜索结束,进而求得从进风口到第二条风路上所有节点的单点割集;
[0015] 按上述步骤从火灾节点或出口点继续回退搜索,直到搜索完所有风路,进而求得进风口到所有节点的单点割集;
[0016] 进风口到所有节点的单点割集组成进风井单点割集A。
[0017] 步骤6:由出风口按照逆风向向后搜索,利用深度优先搜索算法搜索到第一个节点后,进而得到回风井第一节点的单点割集Bm-m=dm;
[0018] 利用深度优先搜索算法继续搜索,搜索到第二节点,已知第二节点的割集dm-1;
[0019] 将第二节点的割集dm-1与第一节点的单点割集Bm-m求并集,然后再减掉第二节点的割集dm-1与第一节点的单点割集Bm-m的交集,最后所得的差,即边集合,为出风口到第二个节点的单点割集Bm-(m-1);
[0020] 利用深度优先搜索算法继续搜索,当搜索到火灾节点或进口点,第一条风路搜索结束,进而求得从出风口到第一条风路上所有节点的单点割集;
[0021] 第一条风路搜索结束后,回退到火灾节点或进口点的上一节点,如上一节点有岔路,则从另一条路继续搜索,如上一节点没有岔路,则继续回退,直到回退到有岔路的节点处从另一条路继续搜索,直到搜索到火灾节点或进口点,第二条风路搜索结束,进而求得从出风口到第二条风路上所有节点的单点割集;
[0022] 按上述步骤从火灾节点或进口点继续回退搜索,直到搜索完所有风路,进而求得出风口到所有节点的单点割集;
[0023] 出风口到所有节点的单点割集组成回风井单点割集B。
[0024] 步骤7:将进风井单点割集A中任一集合和回风井单点割集B中任一集合求并集得到一个单点割集Ck,Ck即为火灾时期的一种封堵巷道方案。火灾时期,Ck中所有巷道的风门和封堵气囊应该关闭,阻止火情蔓延。
[0025] 与现有技术相比,本发明的有益效果是:
[0026] 本发明提出单点割集概念,提出单点割集是为一个边集合,并提出单点割集法,单点割集法:巷网顶点集合 其中V为巷网节点集合,火灾位置为节点v0,单点割集是一个边集合,此边集合表示为火灾时期封堵巷道集合,删除此边集合后能使v0与S不连通,即此处火灾位置不与其他巷道连通,即关闭火灾位置所在巷道的风门,阻止火情蔓延,为矿井巷网火灾时期应急灭火问题提供了科学依据,为灭火方案的制定提供了理论依据,而不是仅仅依靠经验来判断自动风门和封堵气囊装置在火灾时期哪些应该关闭,哪些应该打开。同时采用深度探索算法,确定了矿井巷网的全部通路,避免缺漏。和以往基于矿井烟气监测的自动调控风门系统相比,利用单点割集算法确定的灭火方案,克服了受烟气影响的缺点,解决了因受火灾时期烟气紊乱影响而调控风门不正确的问题,降低了因调控风门不正确,而增快火势蔓延的可能性。该方法为矿井火灾时期提供了科学、全面、准确的灭火方案,详细科学地指出了在火灾时期,哪些巷网巷道的自动风门和封堵气囊装置应该关闭。
附图说明
[0027] 图1为本发明巷网拓扑关系示意图;
[0028] 图2为本发明更新巷道编号的巷网拓扑关系图;
[0029] 图3为本发明节点割集示意图。
具体实施方式
[0030] 为了能够更清楚地理解本发明结合附图对本发明进行进一步的详细描述。
[0031] 下面参照图1-3来描述根据本发明的
实施例提供的一种确定矿井巷网火灾灭火封堵位置的方法。
[0032] 如图1所示,步骤一:确定巷网巷道集合为e={e1,e2,...,en},n=10,V={ν1,ν2,...,νm},m=8,通过图1能确定节点和巷道直接的拓扑关系,并能判断巷网连通。步骤二:确定顶点集合
[0033] 如图2至图3所示,步骤三:确定火灾巷道,设定该火灾巷道中的火灾位置ν0即着火点,节点vo将火灾巷道分成两条巷道,将两条巷道分别编号为eo、e'o。
[0034] 步骤四:根据单点割集基本算法求出除ν0之外的所有其他节点相对应的割集,D={d1,d2,...,dm},d1={e1},d2={e1,e2,e3},d2={e1,e2,e3},d3={e0,e2,e4},d4={e3,e5,e7}d5={e4,e5,e6},d6={e6,e7,e9},d7={e'0,e9,e10},d8={e10}。
[0035] 第五步:由进风口按照风向向前搜索,利用深度优先搜索算法搜索到第一个节点,进而得到进风井第一节点的单点割集A1-1=d1;
[0036] 利用深度优先搜索算法继续搜索,搜索到第二节点,已知第二节点的割集d2;
[0037] 将第二节点的割集d2与第一节点的单点割集A1-1求并集,然后再减掉第二节点的割集d2与第一节点的单点割集A1-1的交集,最后所得的差,即边集合,为进风口到第二个节点的单点割集A1-2;
[0038] 利用深度优先搜索算法继续搜索,当搜索到火灾节点或出口点,第一条风路搜索结束,进而求得从进风口到第一条风路上所有节点的单点割集;
[0039] 第一条风路搜索结束后,回退到火灾节点或出口点的上一节点,如上一节点有岔路,则从另一条路继续搜索,如上一节点没有岔路,则继续回退,直到回退到有岔路的节点处从另一条路继续搜索,直到搜索到火灾节点或出口点,第二条风路搜索结束,进而求得从进风口到第二条风路上所有节点的单点割集;
[0040] 按上述步骤从火灾节点或出口点继续回退搜索,直到搜索完所有风路,进而求得进风口到所有节点的单点割集;
[0041] 进风口到所有节点的单点割集组成进风井单点割集A。
[0042] A1-1=d1={e1};
[0043] A1-2=(A1-1∪d2)-(A1-1∩d2)={e2,e3};
[0044] A1-2-3=(A1-2∪d3)-(A1-2∩d3)={e0,e3,e4}
[0045] 搜索到v0,回退到v3,然后搜索到v5
[0046] A1-2-3-5=(A1-2-3∪d5)-(A1-2-3∩d5)={e0,e3,e5,e6};
[0047] A1-2-3-5-6=(A1-2-3-5∪d6)-(A1-2-3-5∩d6)={e0,e3,e5,e7,e9};
[0048] A1-2-3-5-6-7=(A1-2-3-5-6∪d7)-(A1-2-3-5-6∩d7)={e0,e'0,e3,e5,e7,e1}[0049] 搜索到v8,回退到v7,继续回退到v6,v5,v3,v2,然后搜到v4
[0050] A1-2-4=(A1-2∪d4)-(A1-2∩d4)={e2,e5,e7};
[0051] A1-2-4-5=(A1-2-4∪d5)-(A1-2-4∩d5)={e2,e4,e6,e7};
[0052] A1-2-4-5-6=(A1-2-4-5∪d6)-(A1-2-4-5∩d6)={e2,e4,e9};
[0053] A1-2-4-5-6-7=(A1-2-4-5-6∪d7)-(A1-2-4-5-6∩d7)={e'0,e2,e4,e10}[0054] 搜索到v8,回退到v7,继续回退到v6,v5,v4,然后搜到v6
[0055] A1-2-4-6=(A1-2-4∪d6)-(A1-2-4∩d6)={e2,e5,e6,e9};
[0056] A1-2-4-6-7=(A1-2-4-6∪d7)-(A1-2-4-6∩d7)={e'0,e2,e5,e6,e10}
[0057] 一直回退至v4,同时以v4为起点的有两个v5和v6,将v5和v6同时包含近单点割集里,即为A1-2-4-5-6,前面已经完成该内容搜索,继续回退到v2,同时以v2为起点的有两个v3和v4,将v3和v4同时包含近单点割集里。
[0058] A1-2-4-3=(A1-2-4∪d3)-(A1-2-4∩d3)={e0,e4,e5,e7}
[0059] 向末节点v5搜索
[0060] A1-2-4-3-5=(A1-2-4-3∪d5)-(A1-2-4-3∩d5)={e0,e6,e7};
[0061] A1-2-4-3-5-6=(A1-2-4-3-5∪d6)-(A1-2-4-3-5∩d6)={e0,e9};
[0062] A1-2-4-3-5-6-7=(A1-2-4-3-5-6∪d7)-(A1-2-4-3-5-6∩d7)={e0,e'0,e10}[0063] 回退,如无分支节点,继续回退,一直回退到v1,结束从进风口搜索。
[0064] 第六步:由出风口按照逆风向向后搜索,利用深度优先搜索算法搜索到第一个节点后,进而得到回风井第一节点的单点割集B8-8=d8;
[0065] 利用深度优先搜索算法继续搜索,搜索到第二节点,已知第二节点的割集d7;
[0066] 将第二节点的割集d7与第一节点的单点割集B8-8求并集,然后再减掉第二节点的割集d7与第一节点的单点割集B8-8的交集,最后所得的差,即边集合,为出风口第二个节点的单点割集B8-7;
[0067] 利用深度优先搜索算法继续搜索,当搜索到火灾节点或进口点,第一条风路搜索结束,进而求得从出风口到第一条风路上所有节点的单点割集;
[0068] 第一条风路搜索结束后,回退到火灾节点或进口点的上一节点,如上一节点有岔路,则从另一条路继续搜索,如上一节点没有岔路,则继续回退,直到回退到有岔路的节点处从另一条路继续搜索,直到搜索到火灾节点或进口点,第二条风路搜索结束,进而求得从出风口到第二条风路上所有节点的单点割集;
[0069] 按上述步骤从火灾节点或进口点继续回退搜索,直到搜索完所有风路,进而求得出风口到所有节点的单点割集;
[0070] 出风口到所有节点的单点割集组成回风井单点割集B。
[0071] B8-8=d8={e10};
[0072] B8-7=(B8-8∪d7)-(B8-8∩d7)={e'0,e9}
[0073] 搜索到v0,回退到v7,然后搜索到v6
[0074] B8-7-6=(B8-7∪d6)-(B8-7∩d6)={e'0,e6,e7};
[0075] B8-7-6-4=(B8-7-6∪d4)-(B8-7-6∩d4)={e'0,e3,e5,e6,};
[0076] B8-7-6-4-2=(B8-7-6-4∪d2)-(B8-7-6-4∩d2)={e'0,e1,e2,e5,e6,}
[0077] 搜索到v1,回退到v2,继续回退到v4,v6,然后搜索到v5
[0078] B8-7-6-5=(B8-7-6∪d5)-(B8-7-6∩d5)={e'0,e4,e5,e7};
[0079] B8-7-6-5-3=(B8-7-6-5∪d3)-(B8-7-6-5∩d3)={e'0,e0,e2,e5,e7};
[0080] B8-7-6-5-3-2=(B8-7-6-5-3∪d2)-(B8-7-6-5-3∩d2)={e'0,e0,e1,e3,e5,e7}[0081] 搜索到v1,回退到v2,继续回退到v3,v5,然后搜到v4
[0082] B8-7-6-5-4=(B8-7-6-5∪d4)-(B8-7-6-5∩d4)={e'0,e3,e4};
[0083] B8-7-6-5-4-2=(B8-7-6-5-4∪d2)-(B8-7-6-5-4∩d2)={e'0,e1,e2,e4}[0084] 第七步:将进风井单点割集A中任一集合和回风井单点割集B中任一集合求并集得到一个单点割集Ck,Ck即为火灾时期的一种封堵巷道方案,在火灾时期,Ck中所有巷道的风门和封堵气囊关闭,与具有风门的巷道匹配控制,即能实现火灾窒息灭火。