15.05.2026 06:42
Предложено решение обратной задачи вентиляции для умных рудников Сотрудники Горного института УрО РАН разработали метод точного восстановления воздушн…
Предложено решение обратной задачи вентиляции для умных рудников
Сотрудники Горного института УрО РАН разработали метод точного восстановления воздушных потоков в разветвлённой сети подземных выработок по данным нескольких датчиков. Алгоритм решает «обратную задачу воздухораспределения» и станет основой цифровых двойников шахт, что особенно важно для предотвращения аварий в угольной и горнорудной промышленности.
Метод основан на регуляризации Тихонова: сопротивления выработок остаются близкими к проектным значениям, а распределение потоков — физически реалистичным. Ошибка между измерениями и расчётами минимизируется методом градиентного спуска.
«Разработанный метод позволяет превратить набор разрозненных показаний датчиков в полноценную цифровую модель всей вентиляционной сети. Это не просто научное достижение, а прямой путь к созданию „умных“ шахт, где воздухораспределение адаптируется к текущим потребностям в реальном времени. Система сможет не только экономить энергию (не давать главным вентиляторам работают впустую, когда людей на подземных рабочих участках меньше или вовсе нет), но и оперативно выявлять опасные зоны по загазированию или недостатку воздуха», — комментирует доктор технических наук Михаил Семин.
Результаты работы станут основой систем мониторинга рудничной атмосферы нового поколения: они снизят энергопотребление за счёт точной подачи воздуха, повысят безопасность благодаря выявлению застойных зон и вредных примесей без датчиков, а также обеспечат автоматизацию и автономность вентиляции шахт.
📄 Sparse Flow Sensor-Based Reconstruction of Airflow Distribution in Mine Ventilation Network Using Tikhonov Regularization (Evgeniy Kolesov, Mikhail Semin)
#Грани_РАН
Сотрудники Горного института УрО РАН разработали метод точного восстановления воздушных потоков в разветвлённой сети подземных выработок по данным нескольких датчиков. Алгоритм решает «обратную задачу воздухораспределения» и станет основой цифровых двойников шахт, что особенно важно для предотвращения аварий в угольной и горнорудной промышленности.
Метод основан на регуляризации Тихонова: сопротивления выработок остаются близкими к проектным значениям, а распределение потоков — физически реалистичным. Ошибка между измерениями и расчётами минимизируется методом градиентного спуска.
«Разработанный метод позволяет превратить набор разрозненных показаний датчиков в полноценную цифровую модель всей вентиляционной сети. Это не просто научное достижение, а прямой путь к созданию „умных“ шахт, где воздухораспределение адаптируется к текущим потребностям в реальном времени. Система сможет не только экономить энергию (не давать главным вентиляторам работают впустую, когда людей на подземных рабочих участках меньше или вовсе нет), но и оперативно выявлять опасные зоны по загазированию или недостатку воздуха», — комментирует доктор технических наук Михаил Семин.
Результаты работы станут основой систем мониторинга рудничной атмосферы нового поколения: они снизят энергопотребление за счёт точной подачи воздуха, повысят безопасность благодаря выявлению застойных зон и вредных примесей без датчиков, а также обеспечат автоматизацию и автономность вентиляции шахт.
📄 Sparse Flow Sensor-Based Reconstruction of Airflow Distribution in Mine Ventilation Network Using Tikhonov Regularization (Evgeniy Kolesov, Mikhail Semin)
#Грани_РАН