Yeraltı kömür ocaklarında ocak yangınlarının Bulanık Mantık Yöntemi ile tahmin edilmesi

Abstract

Kömürün kendiliğinden yanması, gaz ve toz patlamasına, maden yangınlarına, zehirli gazların yayılmasına, rezerv kaybına ve madencilerin hayat kaybına doğrudan veya dolaylı neden olan faktörlerden biridir. Bu kazaları önlemek için kömürün kendiliğinden yanmasının tahmin edilmesi önemlidir. Ayrıca, kömürün kendiliğinden yanmasının tahmin edilmesi erken aşamalarda, maden çalışanlarının emniyeti açısından da önemlidir. Bu çalışmada, tam mekanize uzunayak üretim yöntemine sahip olan Adularya yeraltı kömür madeni işyeri olarak seçilmiş ve 2017 yılı boyunca 10 adet gaz izleme istasyonu tarafından ölçülen veriler alınmıştır. Verilerdeki belirsizlikler, doğrusal ve kesin olmayan değişkenler nedeniyle, bu çalışmada, bulanık mantık modeli kullanılmıştır. Kendiliğinden yanmayı tahmin etmek için, CO, O2, N2 ve sıcaklık girdi değişkenleri, yangın yoğunluğu ise çıktı değişkeni olarak kullanılmıştır. Bulanık modelinde Mamdani bulanık çıkarım sistemi kullanılmış ve simülasyon için MATLAB ortamında Bulanık Mantık Araç Kutusu kullanılmıştır. Sonuç olarak, bulanık mantık sisteminin, belirsiz ve doğrusal olmayan verileri ile yangın yoğunluğunun belirlenmesinde daha güvenilir olduğu bulunmuştur. İşletmenin, 1409 ve 610/2B gaz izleme istasyonu noktaları kendiliğinden yanma açısından şüpheli olduğundan uygun önlemlerin alınması gereklidir. Bulanık mantık modelinin Graham oranına göre, yangın yoğunluğunu belirlemede, birçok değişkeni eşzamanlı olarak analiz etmesi ve değerlendirmesinden dolayı güvenilir sonuçlar verdiği bulunmuştur.

Coal spontaneous combustion is one of the factors which causes direct or indirect gas and dust explosion, mine fire, the release of toxic gases, loss of reserve and loss of miners' life. To avoid these incidents, the prediction of coal spontaneous combustion is essential. The safety of miner's in the mining field can be assured if the prediction of a coal fire is carried out at an early stage. Adularya underground coal mine which is fully mechanized with longwall mining method was selected as a case study. The data collected for 2017, by sensors from ten gas stations were used for the simulation and prediction of a coal fire. In this study, the fuzzy logic model is used due to the uncertainties, nonlinearity and imprecise variables in the data. For coal fire prediction, CO, O2, N2, and temperature were used as input variables whilst fire intensity was considered as the output variable. The simulation of the model is carried out using the Mamdani inference system and run by the Fuzzy Logic Toolbox in MATLAB. The results showed that the fuzzy logic system is more reliable in predicting fire intensity with respect to uncertainties and nonlinearities of the data. It also indicates that the 1409 and 610/2B gas station points have a greater chance of causing spontaneous combustion and therefore require precautional measured. The Fuzzy logic model shows higher probability in predicting fire intensity with the simultaneous application of many variables compared to Graham's index.