项目名称: 井下密闭空间爆炸风险动态定量化评估模型

项目编号: No.51304203

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 矿业工程

项目作者: 程健维

作者单位: 中国矿业大学

项目金额: 25万元

中文摘要: 传统的对煤矿井下密闭区内气体的爆炸性多为"不可爆/可爆"这种"0/1"模式的定性判断。然而由于密闭区内混合气体的运移受到多重外界因素的影响,导致其所代表的失爆与可爆的相互转化往往发生在一瞬间。故此,仅仅使用定性的判断并不足以很好地反映所存在的风险。为了解决这一问题,本项目采用理论分析、实验研究、数值模拟和现场测试多种研究手段相结合的方法,从爆炸条件形成规律这一思路入手,探究多种因素协同互动条件下煤矿井下密闭区内气体场运移规律。在此基础上开发动态、量化的模型来追踪密闭区内混合气体失爆与可爆相互转化的过程。通过构建对应危险等级来完成对密闭区空间的爆炸风险性评估。本项目的研究成果可以为安全地管理井下密闭空间提供科学的依据。此外,所开发的爆炸风险评估模型对类似的存储可燃、易爆气体的工程设施的防护也具有借鉴意义。项目成果预计发表3篇SCI检索论文,开发1套专用风险评估软件。

中文关键词: 煤矿;采空区;井下密闭空间;爆炸性气体;安全评估

英文摘要: Most of traditional methods to determine the explosibility of an underground coal mine sealed volume are only limited to classify it as "Explosive/Not-explosive" with the qualitative mode of "0/1". However, the migration and changing of mixed gas in the sealed volume would be affected by various factors which may cause the transit time of being from "not-explosive" to "explosive" is very short. Accordingly, the qualitative determination results are insufficient to properly assess the explosibility risk. In order to address this problem, by combing the different research approaches, such as theoretical analysis, experiential study, numerical simulation and field testing, this project will explore the migration rules of gases in the sealed volume under the condition of collaborative interaction of various factors with emphasis on the explosion condition formation. Based on that, a dynamic and quantitative model will be developed to track the explosibility changing of the sealed volume. With establishing the corresponding risk degree, the risk assessment for the volume can be well performed. The research results by this project can provide safety guidelines for reasonable managing the sealed underground volume. In addition, the proposed model also has significances for protecting the similar engineering facilitie

英文关键词: Coal Mine;Mine Gob;Underground Sealed Volume;Explosive Gases;Safety Assessment

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附论文+PPT 《复杂地下作业中的决策支持》
专知会员服务
45+阅读 · 2022年4月16日
军事知识图谱构建技术
专知会员服务
122+阅读 · 2022年4月8日
人工智能企业技术岗位设置研究报告
专知会员服务
41+阅读 · 2022年2月26日
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
21+阅读 · 2021年12月6日
【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
16+阅读 · 2021年10月23日
AAAI 2022 | 条件局部图卷积网络用以气象预测
PaperWeekly
0+阅读 · 2022年3月5日
跨语言的多模态、多任务检索模型MURAL解读
AI前线
4+阅读 · 2021年12月24日
KDD'21 | 如何评估GNN的解释性模型?
图与推荐
1+阅读 · 2021年9月30日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
3+阅读 · 2022年4月18日
Arxiv
14+阅读 · 2021年6月30日
Arxiv
37+阅读 · 2021年2月10日
Efficiently Embedding Dynamic Knowledge Graphs
Arxiv
14+阅读 · 2019年10月15日
A Comprehensive Survey on Graph Neural Networks
Arxiv
21+阅读 · 2019年1月3日
小贴士
相关主题
相关VIP内容
【AI+军事】附论文+PPT 《复杂地下作业中的决策支持》
专知会员服务
45+阅读 · 2022年4月16日
军事知识图谱构建技术
专知会员服务
122+阅读 · 2022年4月8日
人工智能企业技术岗位设置研究报告
专知会员服务
41+阅读 · 2022年2月26日
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
21+阅读 · 2021年12月6日
【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
16+阅读 · 2021年10月23日
相关资讯
AAAI 2022 | 条件局部图卷积网络用以气象预测
PaperWeekly
0+阅读 · 2022年3月5日
跨语言的多模态、多任务检索模型MURAL解读
AI前线
4+阅读 · 2021年12月24日
KDD'21 | 如何评估GNN的解释性模型?
图与推荐
1+阅读 · 2021年9月30日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员