Горнодобывающая отрасль всё активнее переходит на технику с литий-ионными аккумуляторами. Такие батареи эффективны, но при определённых условиях могут перегреваться и загораться, выделяя токсичные вещества. В замкнутом пространстве подземных выработок это особенно опасно.

Исследователи из Пенсильванского университета (Penn State) построили виртуальные модели шахт, чтобы заранее прогнозировать развитие пожара и проверять меры безопасности. Работа опубликована в журнале Process Safety and Environmental Protection.

Для создания цифровых копий использовали вычислительную гидродинамику (CFD) - метод моделирования, который показывает, как жидкости и газы движутся в сложных условиях. В данном случае учёные воспроизвели типичную подземную камерно-столбовую систему разработки: породу выбирают по сетке, оставляя нетронутые целики, поддерживающие кровлю.

Затем на этих виртуальных шахтах обучили модели глубокого обучения - алгоритмы, которые находят закономерности в больших данных. Они предсказывали, как меняются температура, дым и угарный газ при разной работе вентиляции.

Литий-ионные аккумуляторы опасны из-за так называемого теплового разгона - неуправляемой реакции, при которой внутренняя температура батареи превышает допустимый порог и запускается самоподдерживающийся процесс. Он одновременно выделяет тепло, огонь и кислород, который поддерживает горение. В шахте с ограниченным воздухообменом дым и жар накапливаются быстрее.

"Как только тепловой разгон начался, остановить его невозможно - можно лишь снизить последствия", - пояснила ведущий автор Хаджия Омар Саид, докторант кафедры минеральной и энергетической инженерии.

Причинами могут стать механическое повреждение, высокая температура окружающей среды, многократная перезарядка из-за ошибок управления или заводской брак. Плотно упакованные ячейки батареи способствуют цепной реакции: перегрев одной запускает нагрев соседних.

С помощью симуляций команда проверила, как скорость вентиляторов влияет на распространение токсичных газов. Оказалось, что усиление воздушного потока улучшает отвод тепла и разбавляет дым, давая шахтёрам время на эвакуацию. Однако сверх определённого предела эффект почти не растёт: потоки от пожара начинают конкурировать с вентиляцией.

Точные CFD-модели требуют больших вычислительных ресурсов, поэтому исследователи разработали упрощённые модели глубокого обучения, которые дают быстрые прогнозы. Их проверили на данных реальных шахт и инцидентов: если модель воспроизводит значения, которых не было в обучающей выборке, это повышает доверие к её предсказаниям.

Авторы отмечают: работа показывает принципиальную возможность прогнозировать последствия теплового разгона в замкнутой среде при разных режимах вентиляции. Следующий шаг - создание алгоритмов автоматического управления, которые могли бы включать вентиляторы или системы пожаротушения. О коммерческом применении речи пока не идёт.

Источник: Tech Xplore