矿井突水监测科氏力质量流量计的设计

　　1 引 言

　　煤矿开采过程中的突水事故，对于其安全生产和人员生命安全造成了严重的威胁，同时也造成了巨大的经济损失。在底板灰岩承压水水压过高，而隔水层隔水能力不足，或隔水层局部破坏形成突水通道时，采掘工作面一旦揭露这些区域，就很容易发生突水事故[1]。目前一般通过水位法或水化学分析[2]的方法判断突水源，但这些方法实时性差。

　　在矿井底板钻探采样孔，采样来自不同岩层的水源，通过测量流体密度和流量能为实时判定可能的突水源提供依据。矿井底板钻探采样时，钻孔中放出水量及其密度都是动态的变量。传统流量计不能直接测量流体的质量流量和密度，而科氏力质量流量计(Coriolis mass flownleter,CMF)是一种基于科氏效应(Coriolis effect)的谐振式直接质量流量计[3]。它在原理上消除了流体状态、密度、温度等参数对测量精度的影响，实现了真正意义上的直接质量流量测量[4]，并能适应多种流态测量。因此利用科氏力质量流量计，可实时在线分析矿井底板可能的突水水源和突水水量。

　　矿井采掘工作面上大型设备多、空间小，存在明显的不规则振动干扰。普通 CMF 测量系统对于安装管道上的振动干扰比较敏感。外部振动对系统质量流量和密度测量产生非线性干扰，使测量结果出现偏差，因此不能适应矿井底板钻探采样应用的要求。为了适应矿井底板突水水源判断钻探采样的应用特点，本文基于 FPGA 和STM32F103 实现了一种 RBF 神经网络现场自适应算法，用于科氏力质量流量计二次仪表信号处理。

　　2 影响 CMF 二次仪表测量精度的若干问题分析与对策

　　科氏力质量流量计振动管的振动频率与振动管的物理尺寸、材料的杨氏模量、温度，还有被测流体的密度有关。不考虑流体，只考虑杨氏模量 E 的温度影响和振动管的尺寸时，振动管的频率如式(1)所示：

　　U 型科氏力质量流量计，质量流量 Qm计算公式如式(3)所示：

　　的取值与 U 型管的结构、材料、温度、振动频率等均有关，主要决定于 U 型管的物理结构。文献[6]给出了严格的计算过程。在物理结构已成型的情况下，考虑现场因素时流体质量流量如式(4)所示。式中 Q0是测量系统的质量流量零飘值。

　　从以上分析可以看出，被测流体的密度、质量流量，与 CMF 二次仪表所获区的测量参数——振动管的振动频率、左右拾振传感器的相位差、温度等都不是严格意义上的线性关系。且相互之间存在影响，并与现场工况有关。

　　因此本设计应用 RBF 神经网络于系统算法之中。通过现场学习训练，确定神经元之间的连接权 W，确定参数[7]，达到从可测参数(频率、相差、温度)精确确定被测流体的质量流量和密度的目的。用于 CMF 二次仪表计算的RBF 网络模型如图 1 所示。