张贵生

（安徽理工大学深部煤矿采动响应与灾害防控国家重点实验室，安徽 淮南 232001）

煤炭是我国主要能源之一，近年来，其开采量受国家能源结构调控影响而出现波动。据国家统计局数据显示，2019年煤炭消费总量依旧占据能源消费总量的57.7%，煤炭将长期服务于我国的经济发展［1］。近10年来，随着自动化机械设备、智能化管理系统的迅速推广，煤炭开采深度和集中开采量大幅增加［2-3］，地质条件越复杂、破坏程度越高［4］、煤质疏松与干燥度越大、集中开采量越大，产尘量也就越高，粉尘防控问题就越发突出。

通过调研发现，现有井下粉尘监测与预警系统仅仅是为了监测井下部分区域当前状态下的粉尘质量浓度［5］，且监测方法单一、偏差较大、测尘点少、智能化程度低，无法形成粉尘质量浓度数据库；此外，缺少对井下各测尘点基础产尘原因的有效分析与记录，无法形成基础产尘机理数据库。

近年来，国内外学者对井下粉尘监测方法和预警系统开展了大量研究，有了诸多学术论文和专利，成果颇为丰硕。在井下粉尘监测方面，丁云峰等提出了一种基于光纤光栅和光纤准直器的新型粉尘质量浓度监测技术，并验证了该技术的可靠性和准确度［6］；菅洁等通过井下现场测试与实验分析，探寻出了粉尘质量浓度分布规律和粉尘粒径分布规律［7］。在井下粉尘预警系统方面，郑学召等介绍了煤矿智能监测与预警技术研究现状与发展趋势［8］；郑林江等开发了基于物联网的煤矿粉尘监测云服务平台［9］；……