최근 국내의 탄광들은 오랜 가행으로 작업심도가 깊어지고 운행갱도가 길어지면서 지열에 의한 온도증가로 인하여 작업환경이 더욱 악화되고 있다. 갱내의 작업환경 개선을 위하여 A광업소를 대상으로 통기평가를 하였으며 갱내의 통기 효율을 증가시키기 위하여 통기전용수갱을 건설할 시에 온도 예측 프로그램인 CLIMSIM을 이용하여 온도에 대한 효과를 수치 해석하였다. A광업소의 필요 공기량은 $6,152m^3/min$으로 산출되었으며, 실제 총 입기량은 $4,710m^3/min$로 공기량이 $1,442m^3/min$ 부족한 것으로 나타났다. -395 ML에서 -488 ML까지 93 m 길이의 통기전용수갱을 건설하였을 시에 -488 ML 작업장의 온도가 현재보다 약 $3^{\circ}C$가 감소되었다. 인공신경망을 이용하여 -523 ML 개발시의 $CO_2$ 용출을 예측한 결과 채탄량과 탄층 두께가 증가할수록 $CO_2$의 발생량은 증가하였다. $CO_2$ 발생량에 가장 큰 영향을 주는 인자는 탄층 두께와 채탄량으로 나타났으며 통기량이 증가할수록 이산화탄소의 농도 저하에 큰 영향을 미치는 것으로 나타났다.
최근 국내의 탄광들은 오랜 가행으로 작업심도가 깊어지고 운행갱도가 길어지면서 지열에 의한 온도증가로 인하여 작업환경이 더욱 악화되고 있다. 갱내의 작업환경 개선을 위하여 A광업소를 대상으로 통기평가를 하였으며 갱내의 통기 효율을 증가시키기 위하여 통기전용수갱을 건설할 시에 온도 예측 프로그램인 CLIMSIM을 이용하여 온도에 대한 효과를 수치 해석하였다. A광업소의 필요 공기량은 $6,152m^3/min$으로 산출되었으며, 실제 총 입기량은 $4,710m^3/min$로 공기량이 $1,442m^3/min$ 부족한 것으로 나타났다. -395 ML에서 -488 ML까지 93 m 길이의 통기전용수갱을 건설하였을 시에 -488 ML 작업장의 온도가 현재보다 약 $3^{\circ}C$가 감소되었다. 인공신경망을 이용하여 -523 ML 개발시의 $CO_2$ 용출을 예측한 결과 채탄량과 탄층 두께가 증가할수록 $CO_2$의 발생량은 증가하였다. $CO_2$ 발생량에 가장 큰 영향을 주는 인자는 탄층 두께와 채탄량으로 나타났으며 통기량이 증가할수록 이산화탄소의 농도 저하에 큰 영향을 미치는 것으로 나타났다.
This study focuses on the improvement of the working environment in domestic collieries where temperature is increasing due to heat of the earth that is caused by the long-term mining. In order to improve the working environment of the mine, a ventilation evaluation was carried out for Hwasoon Minin...
This study focuses on the improvement of the working environment in domestic collieries where temperature is increasing due to heat of the earth that is caused by the long-term mining. In order to improve the working environment of the mine, a ventilation evaluation was carried out for Hwasoon Mining Industry. In order to increase the ventilation efficiency of the mine, numerical analysis of the effect on temperature was carried out by using climsim, a temperature prediction program. The analysis shows that A coal mine needs $6,152m^3/min$ for in-flow ventilation rate but the total input air flowrate is $4,710m^3/min$, $1,442m^3/min$ of in-flow ventilation rate shortage. The 93 m hypothetical ventilation shaft from -395 ML to -488 ML could result about $3^{\circ}C$ temperature drop in the coal mine of -488 ML far. As a result of predicting the $CO_2$ concentration at -523 ML development using artificial neural network, the emission of $CO_2$ increased as the amount of coal and coal bed thickness increased. The factors that have the greatest effect on the amount of $CO_2$ emissions were coal layer thickness and coal mining. And, as the air quantity increases, it has a great effect on the decrease of carbon dioxide concentration.
This study focuses on the improvement of the working environment in domestic collieries where temperature is increasing due to heat of the earth that is caused by the long-term mining. In order to improve the working environment of the mine, a ventilation evaluation was carried out for Hwasoon Mining Industry. In order to increase the ventilation efficiency of the mine, numerical analysis of the effect on temperature was carried out by using climsim, a temperature prediction program. The analysis shows that A coal mine needs $6,152m^3/min$ for in-flow ventilation rate but the total input air flowrate is $4,710m^3/min$, $1,442m^3/min$ of in-flow ventilation rate shortage. The 93 m hypothetical ventilation shaft from -395 ML to -488 ML could result about $3^{\circ}C$ temperature drop in the coal mine of -488 ML far. As a result of predicting the $CO_2$ concentration at -523 ML development using artificial neural network, the emission of $CO_2$ increased as the amount of coal and coal bed thickness increased. The factors that have the greatest effect on the amount of $CO_2$ emissions were coal layer thickness and coal mining. And, as the air quantity increases, it has a great effect on the decrease of carbon dioxide concentration.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
제안 방법
지하작업장에서의 가스 용출량 예측을 위한 신경망에 인공지능을 부과하기 위해서 A광업소의 채탄작업장에 입갱을 통한 현장 데이터 획득을 실시하였다.3회에 걸쳐 실시된 현장 실험을 통하여 작업장의 CO2 농도, 온도, 통기량, 작업장 압력 등을 측정하였다. 특히, 탄층 투과도는 CO2 용출량에 매우 큰 영향을 줄 것으로 판단되는 인자로, 각 작업장 별로 괴탄 시료를 채취하여 코어링 작업 후 투과도를 실험하였다.
A 광업소 통기 시스템의 통기네트워크 평가를 위하여 갱내 공기량 분석을 하였다. 이를 위하여 갱도의 단면적과 갱내의 공기 속도를 측정하였고 갱내의 작업장이나 운반갱도의 건구 및 습구온도, 기압을 측정하였다.
A광업소의 주통기 네트워크를 분석하기 위해 갱내의 필요 공기량을 계산하였으며, 계산된 필요 공기량과 현행의 입배기량을 비교하였다. 현재 운용되고 있는 통기 네트워크를 분석하기 위해 갱내 통기 조사와 작업장 환경 조사를 실시하였다.
각 갱도의 저항의 계산 후에 선풍기(fan)는 주선풍기, 보조선풍기, 국부선풍기로 나누어지며 실제 위치하고 있는 브랜치(branch)에 위치시키고 선풍기 특성곡선을 이용하여 각각의 압력과 풍량을 입력시켰다. Network Balancing 작업을 통하여 실제와 시뮬레이션을 조정하였다. 그 결과 VnetPC를 통한 수치해석 결과에서 총입기량은 4, 880 m3/min였으며, 실측한 총 입기량은 4, 710m3/min이였다.
방출에 대한 예측에 관계한 문제 중의 하나는 그것의 방출에 원인이 되는 인자들의 수이며, 이러한 인자들에 대한 양질의 Data 획득이 필요하다. 가스 근원(source)층에서부터의 어떤 지층(strata) 가스의 방출 및 그 이후의 작업 지역으로의 가스 이동은 다음과 같은 요소들의 물리적, 지질학적 요소들에 관계하는 것으로 판단하여 다음의 9가지 인자- ① 작업장의 심도 ② 탄층 두께 ③ 1일 채굴량 ④ 1일 굴진 길이 ⑤ 작업장 온도 ⑥ 통기량 ⑦ 탄층 주변의 지질조건 ⑧ 작업장 압력⑨ 탄층의 투과도 -를 이용하였다.
가스용출량은 광산의 위치, 탄의 종류, 심도 등에 상관없이 불규칙적으로 발생하므로 기존의 가스 발생량을 참고하여 1톤당 가스 용출량을 참고하여 추정한다. 가연성가스가 용출되지 않는 A광업소는 을종 탄광으로 기존의 자료를 바탕으로 채탄 1톤당 희석공기량을 5 m3로 결정하였고 이를 기준으로 필요 공기량을 계산하였다.
각 갱도의 저항의 계산 후에 선풍기(fan)는 주선풍기, 보조선풍기, 국부선풍기로 나누어지며 실제 위치하고 있는 브랜치(branch)에 위치시키고 선풍기 특성곡선을 이용하여 각각의 압력과 풍량을 입력시켰다. Network Balancing 작업을 통하여 실제와 시뮬레이션을 조정하였다.
주배기 선풍기로는 110 HP과 200 HP의 주선풍기가 가동되고 있었으며, 각 채탄 작업장과 굴진 작업장은 작업 상황에 따라 국부선풍기가 작동하였다. 건구온도와 습구온도는 슬링 사이크로미터(sling psychrometer)를 사용하여 측정하였으며, 공기속도 측정은 열선측정기(hot wire anemometer)와 바람개비형 측정기(vane anemometer)를 이용하여 앞에 설명한 단일측정방법과 다중측정방법을 중복 사용하여 측정하였다. 측정위치는 통기네트워크상 중요한 개소를 선정하여 측정하였다.
또한 심부개발시의 원활한 통기 네트워크가 이루어 질수 있도록 통기전용수갱의 건설에 대한 갱내의 온도 변화를 CLIMSIM 프로그램을 이용하여 예측하였다. 국부통기를 분석하기 위해 작업장에서 발생하는 이산화탄소의 농도와 통기량간의 관계를 새롭게 인공신경망(Artificial Neural Network)을 이용하여 분석하였다. 인공신경망은 인간이나 동물들이 가지고 있는 생물학적인 뇌의 신경세포(Neuron)를 모델화하여 인공적으로 지능을 만드는 것이다.
통기 네트워크 전용 시뮬레이션 프로그램인 VnetPC를 이용하여 공기량 예측을 하였으며 온도 시뮬레이션 프로그램인 CLIMSIM을 사용하여 18편 작업장의 온도를 예측하였다. 그리고 인경신경망을 이용하여 이산화탄소의 농도를 예측하여 환기량과의 관계를 예측하였다. 본 연구는 국내 광업소 한곳에서 실험하였으므로 국내 및 국외 석탄광산 및 기타 광산에 대하여 가스 농도의 예측과 광산 환기 설계에 기초가 되기를 바란다.
또한 갱내의 온도에 주요한 영향을 끼치는 미개발 지역의 공기량은 VnetPC 프로그램을 사용하여 예측 공기량을 입력시켰다.
현재 운용되고 있는 통기 네트워크를 분석하기 위해 갱내 통기 조사와 작업장 환경 조사를 실시하였다. 또한 심부개발시의 원활한 통기 네트워크가 이루어 질수 있도록 통기전용수갱의 건설에 대한 갱내의 온도 변화를 CLIMSIM 프로그램을 이용하여 예측하였다. 국부통기를 분석하기 위해 작업장에서 발생하는 이산화탄소의 농도와 통기량간의 관계를 새롭게 인공신경망(Artificial Neural Network)을 이용하여 분석하였다.
먼저 -395ML에서 -488ML까지 통기전용수갱을 건설하지 않았을 경우에 Network Balancing 작업을 거친VnetPC와 CLIMSIM을 이용하여 18편 작업장의 온도를 시뮬레이션 하였다.18편 갱구의 입구부는 건구온도가 29.
-395 ML에서 -488 ML까지 통기전용수갱을 건설하였을 경우에 18편 작업장의 온도를 시뮬레이션 하였다. 먼저 VnetPC에서 -395 ML에서 -488 ML까지 통기전용수갱을 건설하였을 경우의 공기량을 예측하였고 예측된 공기량을 CLIMSIM의 열적 파라미터로 사용하였다. 그 결과 Fig.
본 연구는 A광업소의 필요 공기량을 계산하였으며, 현재 운용되고 있는 통기네트워크를 이용하여 18편 작업장의 갱내 온도 예측을 하였다. 통기 네트워크 전용 시뮬레이션 프로그램인 VnetPC를 이용하여 공기량 예측을 하였으며 온도 시뮬레이션 프로그램인 CLIMSIM을 사용하여 18편 작업장의 온도를 예측하였다.
이 전산프로그램은 온도의 수치적 계산과 구체적인 공기 냉각이나 통기 시스템의 설계에 이용된다. 이 프로그램은 20 m 또는 더 적게 유한한 요소로 통풍로의 길이를 분할할 수 있으며 각 길이 내에서 서로 영향을 미치는 수치적 진행과정들은 통풍로의 생성시기를 고려하여 계산되어진다. 암석과 공기의 중간면에서 경계면을 가로지르는 일반적 형태의 기류로 전달되는 열과 암석 표면에 도달하는 지층열(strata heat)사이의 열적평형과 습하거나 건조한 표면의 증발과 응축 과정 또한 고려되어진다(McPherson, 1997).
이러한 반복적인 학습을 통하여 학습된 네트워크를 이용하여 현장 적용성을 검토하여 보았다. a 생산부를 인공지능을 가진 네트워크로 예측해 본 결과 실제 측정치 이산화탄소 0.
A 광업소 통기 시스템의 통기네트워크 평가를 위하여 갱내 공기량 분석을 하였다. 이를 위하여 갱도의 단면적과 갱내의 공기 속도를 측정하였고 갱내의 작업장이나 운반갱도의 건구 및 습구온도, 기압을 측정하였다. 측정은 정상적인 작업을 하는 상태에서 3일간, 총 3회 실시하였다.
인공지능이 부과된 네트워크를 이용하여 19편의 a생산부와 b생산부 지역의 CO2 농도를 예측하여 보았다. 지하 작업장 각 지역의 채탄량, 통기량, 탄층 두께, 주변 지역 지층, 투과도의 변화에 따른 CO2 농도를 예측 비교해 보았다.
개발된 신경망에 인공지능을 부과하기 위한 학습에 이용된 데이터는 Table 6와 같다. 인자들의 수치적 차이에 서 오는 영향성을 배제시키기 위해서 각 인자들의 실제값을 10~1000으로 나누어 준 값을 이용하여 학습 시켰다(normalization). 예를 들어 작업장의 압력이 1070 Pa일 경우 이를 100으로 나누어준 ‘10.
농도를 예측하여 보았다. 지하 작업장 각 지역의 채탄량, 통기량, 탄층 두께, 주변 지역 지층, 투과도의 변화에 따른 CO2 농도를 예측 비교해 보았다. 채탄량, 통기량, 탄층 두께, 주변 지역 지층은 기존의 작업장에서 실측되어진 데이터의 변화 범위를 산정하여 그 범위 내에서의 변화에 대한 CO2 농도를 예측하였으며, 심부에서의 온도는 심도증가에 의한 지열 등의 상승을 고려하여 CLIMSIM을 통하여 얻어진 갱내 온도 변화 예측을 통하여 얻어진 수치를 이용하였다.
채탄 계획을 기본으로 하여 실제 생산 작업 과정에서 생산량이 증감되는 것을 고려하여 일최대생산량을 결정하여 일최고 생산율을 계산한다. 최고생산율을 결정한 이후 석탄의 생산 Ton에 따른 가스 용출량을 결정하여야 한다.
지하 작업장 각 지역의 채탄량, 통기량, 탄층 두께, 주변 지역 지층, 투과도의 변화에 따른 CO2 농도를 예측 비교해 보았다. 채탄량, 통기량, 탄층 두께, 주변 지역 지층은 기존의 작업장에서 실측되어진 데이터의 변화 범위를 산정하여 그 범위 내에서의 변화에 대한 CO2 농도를 예측하였으며, 심부에서의 온도는 심도증가에 의한 지열 등의 상승을 고려하여 CLIMSIM을 통하여 얻어진 갱내 온도 변화 예측을 통하여 얻어진 수치를 이용하였다.
이를 위하여 갱도의 단면적과 갱내의 공기 속도를 측정하였고 갱내의 작업장이나 운반갱도의 건구 및 습구온도, 기압을 측정하였다. 측정은 정상적인 작업을 하는 상태에서 3일간, 총 3회 실시하였다. 주배기 선풍기로는 110 HP과 200 HP의 주선풍기가 가동되고 있었으며, 각 채탄 작업장과 굴진 작업장은 작업 상황에 따라 국부선풍기가 작동하였다.
본 연구는 A광업소의 필요 공기량을 계산하였으며, 현재 운용되고 있는 통기네트워크를 이용하여 18편 작업장의 갱내 온도 예측을 하였다. 통기 네트워크 전용 시뮬레이션 프로그램인 VnetPC를 이용하여 공기량 예측을 하였으며 온도 시뮬레이션 프로그램인 CLIMSIM을 사용하여 18편 작업장의 온도를 예측하였다. 그리고 인경신경망을 이용하여 이산화탄소의 농도를 예측하여 환기량과의 관계를 예측하였다.
통기 네트워크에서의 통기량 조사는 공기속도, 압력, 건구․습구온도, 전체 단면적(특히 중요 지점에서의 단면적)등을 측정한다. 이러한 통기조사는 좀 더 명확하고 빠르게 공기량, 압력손실, 공기밀도, 공기저항 등을 결정하는 수치적, 분석적 계산을 위해 필요한 자료로 이용 된다.
3회에 걸쳐 실시된 현장 실험을 통하여 작업장의 CO2 농도, 온도, 통기량, 작업장 압력 등을 측정하였다. 특히, 탄층 투과도는 CO2 용출량에 매우 큰 영향을 줄 것으로 판단되는 인자로, 각 작업장 별로 괴탄 시료를 채취하여 코어링 작업 후 투과도를 실험하였다.1일 채굴량 등의 기타 인자는 현장에서 일별 보고되는 자료를 인용하였다.
첫 번째는 광업소의 주선풍기의 용량을 증가 하여 갱내의 입기량을 늘리는 방법이고, 두 번째는 통기 네트워크를 원활히 조성하여 필요한 개소에 신선한 공기를 입기시켜 갱내의 저항을 낮추어 입배기의 효율을 높이는 방법이다. 현재 A 광업소는 주선풍기의 용량 증가는 불가하며, 광산 내부의 통기 수갱을 연장하거나 새롭게 통기전용수갱을 굴착할 수밖에 없는 실정이여서 심부개발을 위하여 통기전용수갱을 16편에서 18편까지 설치했을 경우와 설치하지 않았을 경우의 온도를 예측하였다.
심도가 깊어질수록 갱도의 암반열과 압축열이 증가하여 갱내의 온도는 더욱 증가할 것이다. 현재 A 광업소는 주선풍기의 용량 증가는 불가하므로 광산 내부의 통기 수갱을 연장하거나 새롭게 통기전용수갱을 굴착할 수밖에 없는 실정이므로 6편에서 -395 ML까지 운용되고 있는 통기수갱과 조합하여 -395ML에서 -488 ML까지 93 m의 통기전용수갱을 건설할 경우와 통기전용수갱을 건설하지 않고 작업장에서 작업할 경우의 갱내 온도 예측을 실시하였다.
일반적으로 광산에서의 수갱은 장비의 운반, 작업원들의 이동과 통기 및 시설물들의 설치를 위한 다목적수갱과 통기만을 목적으로 하는 소규모의 통기 전용 수갱이 있다. 현재 본 광업소는 통기전용수갱이 6편에서 16편(-395ML)까지 설치되어 운용되고 있으며, 심부개발시 통기전용수갱을 16편(-395ML)에서 18편(-488ML)편까지 건설되었을 때와 건설치 않았을 때를 VnetPC를 이용해 공기량에 관한 모의 실험을 하였으며, 온도 예측 프로그램인 CLIMSIM에 예측된 공기량을 이용하여 18편의 갱내 온도예측을 하였다. VnetPC는 MVS에서지하공간의 통기 네트워크의 설계 및 분석을 위하여 개발한 프로그램이며, 이 프로그램은 미국의 방사성 폐기물 처분사업인 Waste Isolation Pilot Plan(WIPP)의 통기 평가에 사용되기도 하였다.
A광업소의 주통기 네트워크를 분석하기 위해 갱내의 필요 공기량을 계산하였으며, 계산된 필요 공기량과 현행의 입배기량을 비교하였다. 현재 운용되고 있는 통기 네트워크를 분석하기 위해 갱내 통기 조사와 작업장 환경 조사를 실시하였다. 또한 심부개발시의 원활한 통기 네트워크가 이루어 질수 있도록 통기전용수갱의 건설에 대한 갱내의 온도 변화를 CLIMSIM 프로그램을 이용하여 예측하였다.
대상 데이터
-395 ML에서 -488 ML까지 통기전용수갱을 건설하였을 경우에 18편 작업장의 온도를 시뮬레이션 하였다. 먼저 VnetPC에서 -395 ML에서 -488 ML까지 통기전용수갱을 건설하였을 경우의 공기량을 예측하였고 예측된 공기량을 CLIMSIM의 열적 파라미터로 사용하였다.
A광업소의 온도 예측을 위해서 상부(110 ML)의 건구온도 27.2°C, 습구온도 26.7°C(2015.9월)를 사용하였으며, 초기지반온도(VRT)는 110 ML에서 12.8°C를 사용하였다.
통기네트워크상 중요한 개소는 입기 갱도, 배기 갱도, 선풍기가 위치한 갱도, 공기의 분기점, 작업장 등이다. 기존의 광업소의 측정 장소 외에 보다 정확한 통기 네트워크의 평가를 위하여 약 20개소를 추가하여 총 100여곳을 측정하였다(Table 2).
/min이상을 적용하였다(Kim, 2000). 본 광업소에서는 일일 동시 최대 입갱 인원수를 작업일지를 바탕으로 230명으로 산정하였다(Table 3).
본 연구에서는 A광업소를 연구대상으로 하였다. 갱내의 작업 환경이나 작업장의 환경은 광업소의 보안사항에 해당하여 이름 대신 A광업소로 명명하였다.
각 광업소의 연간 생산계획에 따라 일일 채탄 생산량이 결정되어지고, 입갱 실적 통계치를 적용하여 일일입갱인원을 산출한다(Hall, 1981). 본 연구에서는 갱내 입갱 출근일지를 참고하여 일일 작업 최대인원을 선정하였다.
이러한 인자들에 대한 정보는 기존의 광업소에 소유하고 있는 자료를 이용하거나 혹은 현장 실험을 통하여 획득하였다. 지하작업장에서의 가스 용출량 예측을 위한 신경망에 인공지능을 부과하기 위해서 A광업소의 채탄작업장에 입갱을 통한 현장 데이터 획득을 실시하였다.
이러한 인자들에 대한 정보는 기존의 광업소에 소유하고 있는 자료를 이용하거나 혹은 현장 실험을 통하여 획득하였다. 지하작업장에서의 가스 용출량 예측을 위한 신경망에 인공지능을 부과하기 위해서 A광업소의 채탄작업장에 입갱을 통한 현장 데이터 획득을 실시하였다.3회에 걸쳐 실시된 현장 실험을 통하여 작업장의 CO2 농도, 온도, 통기량, 작업장 압력 등을 측정하였다.
건구온도와 습구온도는 슬링 사이크로미터(sling psychrometer)를 사용하여 측정하였으며, 공기속도 측정은 열선측정기(hot wire anemometer)와 바람개비형 측정기(vane anemometer)를 이용하여 앞에 설명한 단일측정방법과 다중측정방법을 중복 사용하여 측정하였다. 측정위치는 통기네트워크상 중요한 개소를 선정하여 측정하였다. 통기네트워크상 중요한 개소는 입기 갱도, 배기 갱도, 선풍기가 위치한 갱도, 공기의 분기점, 작업장 등이다.
이론/모형
016 kg/m3를 사용하였고(Table 4), 갱도의 상태에 따라 Table 4를 참고하여 그 값을 입력시켰다. 갱도의 단면적과 갱도 길이는 실제로 측정한 값을 사용하였으며, 갱도의 모양이나 형상으로 인한 충격 손실에 따른 압력의 변화는 등가길이 Le는 Equivalent Length Method를 이용하였다(Table 5).
광산 통기해석은 Atkinson’s Law를 바탕으로 식 (5-1)을 사용하여 갱도의 저항을 계산한다(Atkinson Eq. ).
이산화탄소의 경우 메탄과 비교해 볼 때 유해성 면에서는 그 위험도는 작지만 탄층의 한 곳에 밀집되어 있는 경우가 많아 한 번의 용출로 인한 질식사고의 위험이 많다. 이산화탄소의 농도와 국부 통기량간의 관계를 규명하기 위하여 이에 적용 가능한 인공신경망(artificial neural network)을 이용하였다. 인공신경망은 인간이나 동물들이 가지고 있는 생물학적인 뇌의 신경세포(Neuron)를 모델화하여 인공적으로 지능을 만드는 것이다.
작업장 기준 온도는 광산보안법과 A광업소의 작업장환경 세칙에 의해 유효온도(체감온도)를 28°C이하로 낮추는데 필요한 소요 공기량을 계산하였다.
성능/효과
그리고 온도 저하를 위한 필요 공기량은 6, 152 m3/min로 계산 결과 중 가장 많은 공기량으로 본 탄광의 필요공기량으로 결정하였으며, 온도저하를 위한 공기량이기준이 되었을 때, 갱내의 작업자와 가스 희석을 위한 공기량으로 충분할 것이다.
1. A광업소의 현재 입기되는 총량은 4, 710 m3/min이였으며, 실제 계산한 소요통기량 6, 152 m3/min으로 계산되었다. 이는 현재 주선풍기를 통해 입기되는 공기량, 즉 총 입기량 1, 442 m3/min이 부족한 것으로 나타났다.
18편 갱구의 입구부는 건구온도가 29.87°C이며, 거리가 증가 할수록 온도가 증가하여 입구부에서 약 600 m지점에서부터는 33°C까지 온도가 증가하여 유지되는 것을 볼 수 있다(Fig.3).
2. VnetPC를 통한 수치해석 결과에서 총입기량은 4, 880m3/min이였으며, 실측한 총 입기량은 4, 710 m3/min이였다. 이는 현장조사 결과와도 매우 흡사하게 도출되었음을 확인하였다.
3.18편 이하 개발시 통기전용수갱을 16편(-395 ML)에서 18편(-488 ML)까지 설치한 경우가 설치하지 않았을 경우보다 갱내의 건구온도가 약 3°C정도 낮은 것으로 나타났으며 A광업소의 심부개발시 16편에서 18편까지 통기전용수갱을 건설하여 통기네트워크를 단순화하여 입배기효율을 높여 18편 이하의 갱내 작업장의 온도를 저하시켜 작업원들에게 쾌적한 환경을 제공해야 할 것이다.
4. 인공신경망을 이용하여 2개소에 대하여 검증한 결과 a생산부 지역은 실제 측정치 이산화탄소 0.009%과거의 동일한 0.0086%을 나타내었으며 b생산부는 실제 측정치 0.007%과 거의 동일한 0.0068%을 나타내었다. 이는 오차 범위 5% 이내에 포함되는 것으로 심부 광산에서의 가스 예측에 적용이 가능하다고 판단된다.
5.19편의 개발시의 CO2 농도를 예측한 결과 채탄량과 탄층 두께가 증가할수록 CO2 농도는 증가하였다. CO2 발생량에 가장 큰 영향을 주는 인자는 탄층 두께, 채탄량일 것으로 나타났으며 통기량이 증가할수록 이산화탄소의 농도 저하에 가장 큰 영향을 미치는 것으로 나타났다.
19편의 개발시의 CO2 농도를 예측한 결과 채탄량과 탄층 두께가 증가할수록 CO2 농도는 증가하였다. CO2 발생량에 가장 큰 영향을 주는 인자는 탄층 두께, 채탄량일 것으로 나타났으며 통기량이 증가할수록 이산화탄소의 농도 저하에 가장 큰 영향을 미치는 것으로 나타났다.
이러한 반복적인 학습을 통하여 학습된 네트워크를 이용하여 현장 적용성을 검토하여 보았다. a 생산부를 인공지능을 가진 네트워크로 예측해 본 결과 실제 측정치 이산화탄소 0.009%과 거의 동일한 0.0086%을 나타내었고 b생산부의 경우 이산화탄소 0.007%과 거의 동일한 0.0068%을 나타내었다. 이는 오차 범위 5% 이내에 포함되는 것으로 검증결과 95% 이상의 높은 신뢰도를 나타낼 것으로 판단되었다.
갱내에 필요한 공기량은 위에 설명한 필요 공기량 계산결과 중에서 가장 큰 값을 필요 공기량으로 결정하였다(Hartman, 1997). 계산 결과 갱내 작업자수에 따른 필요 공기량은 690 m3/min로 산출되었고, 가스 용출에 따른 희석용 필요 공기량은 869 m3/min로 계산되었다. 그리고 온도 저하를 위한 필요 공기량은 6, 152 m3/min로 계산 결과 중 가장 많은 공기량으로 본 탄광의 필요공기량으로 결정하였으며, 온도저하를 위한 공기량이기준이 되었을 때, 갱내의 작업자와 가스 희석을 위한 공기량으로 충분할 것이다.
측정지점은 통풍로의 최고속도지점이나 중심으로 하여 측정한다. 관측된 속도는 근사계수를 사용하여 보정되어지나, 레이놀즈수를 알고 있다면 정확한 공기속도를 얻을 수 있다. 이러한 근사 기술은 단기간에 다수의 장소에서 측정할 때 적합하다(McPherson, M.
그 결과 Fig.4에서 보면 18편 갱구의 입구부는 건구온도가 26.78°C이였으며, 약 650 m 지점부터 30°C까지 온도가 증가하여 유지되는 것을 볼 수 있다.
Network Balancing 작업을 통하여 실제와 시뮬레이션을 조정하였다. 그 결과 VnetPC를 통한 수치해석 결과에서 총입기량은 4, 880 m3/min였으며, 실측한 총 입기량은 4, 710m3/min이였다. 이는 현장조사 결과와도 매우 흡사하게 도출되었음을 확인하였다.
CO2 농도에 가장 큰 영향을 주는 인자는 탄층 두께와 채탄량일 것으로 판단된다. 또한 통기량이 증가할수록 CO2의 농도 저하에 가장 큰 영향을 미치는 것으로 나타났다.
5는 19편 개발시에 a생산부에 대한 CO2 농도예측 결과이다. 예측 결과 주변 지층이 sand shale인 경우, 채탄량이 50 ton/day~200 ton/day로 증가함에 따라 CO2 농도가 0.0162%~0.0433%로 증가하는 것으로 나타났으며, 탄층의 두께 역시 2.5 m~5.0 m로 증가함에 따라 CO2 농도이 0.011%~0.069%로 증가하는 것으로 예측 되었다. 또한, 투과도의 경우는 0.
인공신경망은 인간이나 동물들이 가지고 있는 생물학적인 뇌의 신경세포(Neuron)를 모델화하여 인공적으로 지능을 만드는 것이다. 이러한 연구를 통하여 광산의 적정한 통기네트워크를 구축할 수 있으며, 효율적인 통기 네트워크를 통하여 쾌적한 작업환경을 조성함으로써 안전성과 생산성을 높일 수 있다.
6은 b생산부 19편 개발시에 대한 CO2 농도 예측 결과로, a생산부와 동일한 경향을 보인다. 채탄량과 탄층 두께가 증가할수록 CO2의 용출량은 증가하고 통기량이 증가할수록 CO2의 농도는 낮아질 것으로 예측되었으며, 작업 심도의 증가는 CO2의 농도에 큰 영향을 주지 않는 것으로 판단되어진다. CO2 농도에 가장 큰 영향을 주는 인자는 탄층 두께와 채탄량일 것으로 판단된다.
후속연구
작업장의 온도가 30°C가 넘어서면 작업효율이 현저히 떨어지며 작업환경 또한 급격히 열악해진다. 그러므로 A광업소의 심부개발시 16편에서 18편까지 통기전용수갱을 건설하여 통기네트워크를 단순화하고 입배기 효율을 높여 18편 이하의 갱내 작업장의 온도를 저하시켜 작업원들에게 쾌적한 환경을 제공해야 할 것이다.
그리고 인경신경망을 이용하여 이산화탄소의 농도를 예측하여 환기량과의 관계를 예측하였다. 본 연구는 국내 광업소 한곳에서 실험하였으므로 국내 및 국외 석탄광산 및 기타 광산에 대하여 가스 농도의 예측과 광산 환기 설계에 기초가 되기를 바란다. 향후 본 연구가 광산의 통기 네트워크 설계에 적용될 수 있을 것을 기대 하면서 본연구의 결론을 다음과 같이 요약한다.
통기 네트워크에서의 통기량 조사는 공기속도, 압력, 건구․습구온도, 전체 단면적(특히 중요 지점에서의 단면적)등을 측정한다. 이러한 통기조사는 좀 더 명확하고 빠르게 공기량, 압력손실, 공기밀도, 공기저항 등을 결정하는 수치적, 분석적 계산을 위해 필요한 자료로 이용 된다. 갱내의 통기조사는 일반적으로 광산 통기 시스템의 계획이나 평가에 사용되어지며 컴퓨터에 의한 시뮬레이션의 기초자료로 사용되어진다.
질의응답
핵심어
질문
논문에서 추출한 답변
갱내의 채굴 환경은 어떠한가?
즉, 많은 열이 발생하여 작업장의 온도가 높은 것과 가스의 발생이다. 석탄광의 탄층 부존 상태는 대부분 탄폭의 변화가 심하고 상하반이 연약한 편이며 탄층의 경사가 급하게 매장되어 있기 때문에 생산량에 비해 채탄 심도가 급하게 증가하고 있으며 이로 인해 갱내의 채굴 환경 조건은 더욱 악화되고 있는 실정이다. 채탄 작업이 이루어지는 지하 심부 작업장의 경우, 높은 온도와 습도로 인한 작업 환경 악화와 가스사고등 대형 사고를 유발할 수 있는 용출가스에 대한 대책 마련은 매우 중요하다(Hartman, 1982).
공기속도는 갱구의 단면에 따라 어떻게 변하는가?
공기속도는 레이놀즈수(Reynolds number)에 의해 정의된 것처럼 공기흐름 상태의 다양성과 벽면의 마찰저항 등으로 인하여 갱구의 단면에 따라 매우 다양하게 나타난다. 최고속도는 기하학상의 중심에서 일어나고 벽면에 가까울수록 점차적으로 작아진다. 가스와 먼지 등의 제거 및 희석과 관련하여 단면에서의 속도분포에 대한 공기의 특성은 매우 중요시 되며, 공기량 조절 및 공기속도는 주로 단면에서의 속도분포에 크게 의존하는 공기량과 풍압의 손실을 측정하기 위해 공기속도를 측정한다.
지하 채탄 작업시 작업환경을 악화 시키는 주요인은 무엇인가?
복잡하고 다양하게 이루어지는 지하 채탄 작업은 성능이 향상된 광산장비로 인해 채굴율 향상과 채산성은 높아졌지만, 작업환경은 더욱 악화되어졌다. 즉, 많은 열이 발생하여 작업장의 온도가 높은 것과 가스의 발생이다. 석탄광의 탄층 부존 상태는 대부분 탄폭의 변화가 심하고 상하반이 연약한 편이며 탄층의 경사가 급하게 매장되어 있기 때문에 생산량에 비해 채탄 심도가 급하게 증가하고 있으며 이로 인해 갱내의 채굴 환경 조건은 더욱 악화되고 있는 실정이다.
참고문헌 (10)
H. L. Hartman, 1982, Mine ventilation and air conditioning (second edition), A WILEY-INTERSCIENCE PUBLICATION.
Hartman, H.L., Mutmansky, J.M. and Wang, Y.J., 1997, Mine Ventilation and Air Conditioning, Wiley Interscience, pp. 133-165.
J. C, Hall, 1981, Mine Ventilation Engineering, Society of Mining Engineers, pp. 109-116.
Kim, Y.K., 2000, Study on the Improvement of Ventilation System in Jang-Sung Colliery, Journal of the Korean Institute of Mineral and Energy Resources Engineers, Vol. 37, No. 3, pp. 173-180.
Kwon, J.U., Kim, S.M., Kim, Y.K., Jang, Y.H., 2015, A Study on Optimum Ventilation System in the Deep Coal Mine, Journal of the Korean Society for Rock Mechanics Tunnel and Underground Space, Vol. 25, No. 2, pp. 186-198.
Kwon, S.M., Yoon, C.H., Yang, H.S. and Mok, H.S., 1986, Study on The Ventilation Net Analysis in Deep Coal Mine, Journal of the Korean Institute of Mineral and Energy Resources Engineers, Vol. 23, pp. 338-344.
McPherson, M. J., 1987, The Resistance to Airflow of Mine Shafts, Mine Ventilation Society of South Africa.
McPherson, M.J., 1993, Surface Ventilation and Environmental Engineering, Chapman & Hall, pp. 134-141.
McPherson, M.J., 1997, CLIMSIM for Windows Version 1.0 User' Manual" Mine Ventilation Services, pp. 14-19.
Wang, Y. J. and Saperstein, L. W.,1970, Computer-aided solution of complex ventilation networks, Soc. Min. Eng. AIME 247.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.