Anda di halaman 1dari 22

Nama : ASRI WULANDARI

Nim : 1031711039

UAS VENTILASI TAMBANG

Beberapa pendekatan untuk meningkatkan sistem ventilasi di lingkungan


tambang batubara bawah tanah - Sebuah studi dinamis fluida komputasi Agus P. Sasmito⇑, Erik Birgersson,
Hung C. Ly, Arun S. MujumdarMinerals Metals Material Technology Center (M3TC), National University of Singapore, 9 Engineering
Drive 1 , Singapura 117576, Singapore

ABSTRAK

Studi ini membahas pengendalian gas dalam struktur 'ruang dan pilar' yang khas
dalam model viamathematical tambang batubara bawah tanah menggunakan perangkat lunak
dinamis fluida komputasi komersial. Intinya, model tersebut mempertimbangkan kekekalan
massa yang bergejolak, momentum, spesies, dan energi. Beberapa model turbulensi diuji dan
dibandingkan dengan data eksperimen yang diterbitkan; Kesesuaian yang baik antara prediksi
model dan data eksperimen diperoleh untuk model turbulensi Spallart-Almaras. Berbagai
fitur desain dievaluasi, misalnya, desain penghentian aliran untuk meningkatkan kualitas
(misalnya, penghilangan kontaminan) dan kontrol kuantitas (misalnya, besaran dan arah
aliran udara). Kami lebih fokus pada wilayah lintas-potong di mana pengembangan
penambangan cepat terjadi, beberapa skenario ventilasi dengan dan / atau tanpa ventilasi
tambahan diselidiki untuk menghilangkan metana secara efektif. Dua skenario pemotongan
berbeda dalam pengembangan penambangan cepat juga dievaluasi. Keunggulan dan
keterbatasan masing-masing desain dibahas dan dibandingkan tidak hanya dalam hal kualitas
dan kuantitas, tetapi juga dalam hal penurunan tekanan secara keseluruhan yang mewakili
biaya terkait sistem ventilasi.

Pendahuluan

Batubara telah menjadi salah satu sumber energi terpenting kita dan akan tetap
demikian di masa mendatang. Saat ini, ketersediaan batubara di tambang permukaan sedang
menurun, dimana seseorang harus masuk ke bawah tanah yang lebih dalam untuk
menambang batubara. Namun, tambang batu bara bawah tanah adalah salah satu lingkungan
kerja yang paling berbahaya karena kehadiran metana dan debu batu bara dapat
mengakibatkan ledakan dan / atau masalah kesehatan bagi penambang. Beberapa kecelakaan
pertambangan batu bara bawah tanah dengan korban jiwa telah mendapat banyak perhatian di
seluruh dunia: misalnya, lebih dari 1000 korban di Courrieres France pada tahun 1906; 14
penambang tewas di Batubara ke-8 di San Nicolas (Asturias, Spanyol) pada tahun 1995; total
106 penambang batu bara mati dalam 17 ledakan di AS sejak 1980. Ledakan metana yang
lebih baru dijumlahkan di Tabel 1.

Untuk memastikan lingkungan yang aman dan produktif di tambang batu bara di
bawah tanah, sistem ventilasi yang baik adalah wajib. Menurut AS hukum, konsentrasi
metana harus kurang dari 3% atau lebih besar dari 20% dan konsentrasi oksigen harus kurang
dari 10% di area tertutup untuk menghindari ledakan (NIOSH, 2011). Di negara lain,
peraturan konsentrasi metana yang diizinkan sedikit lebih rendah: misalnya, 1% di Jerman,
1,25% di Inggris, 2% di Perancis dan 2,5% di Spanyol (Noack, 1998).

Sistem ventilasi yang baik harus memastikan bahwa batas peraturan dipenuhi di
seluruh tambang sambil juga menyediakan udara segar yang cukup dan meminimalkan biaya
operasi. Yang terakhir ini penting karena sistem ventilasi dapat mencapai hingga 60% dari
total biaya operasi (Reddy, 2009) - biaya tinggi ini terutama karena daya yang dibutuhkan
untuk mendorong aliran udara melalui berbagai bagian dari tambang. Dengan demikian, ada
dua persyaratan utama yang saling bersaing yang harus diseimbangkan: keselamatan dan
biaya, yang mengharuskan desain ventilasi yang cermat.

Selama dekade terakhir, pemodelan matematika dan komputasi telah memainkan


peran penting dalam penelitian dan pengembangan. pengoperasian sistem ventilasi hemat
biaya di tambang bawah tanah. Herdeen dan Sullivan (1993) adalah di antara orang pertama
yang memperkenalkan dinamika fluida komputasi (CFD) untuk menyelidiki aliran ventilasi
aliran udara di tambang; Namun, model mereka tidak divalidasi terhadap data eksperimen.
Sinivasa et al. (1993) menggunakan software CFD komersial untuk memprediksi distribusi
debu dalam formulasi longwall faceutilizing Eulerian-Lagrangian. Uchino dan Inoue (1997)
memvalidasi model CFD mereka terhadap data ventilasi hembusan dari rekan
eksperimental.Tomata et al. (1999) memperluas model CFD dengan memasukkan persamaan
spesies untuk memprediksi penyebaran metana. Wala et al. (2003) mengembangkan model
CFD untuk ventilasi longwall dan memvalidasi model tersebut dengan data skala lab untuk
konsentrasi metanek. Canoo (2004) mengembangkan model multiphase Eularian untuk
memprediksi perilaku debu dalam geometri yang lebih kompleks. While Parra dkk. (2006)
mensimulasikan perilaku aliran di terowongan bawah tanah dan divalidasi terhadap mitra
eksperimental. Dua skenario ventilasi yang berbeda, yaitu bertiup dan melelahkan diselidiki.
Har-greaves dan Lowndes (2007) mensimulasikan ventilasi hembusan di wilayah
pengembangan tambang dalam hal kecepatan aliran; Pengaruh addi-tional scrubber juga
diteliti. Aminosadati dan Hooman (2008) mempelajari pengaruh panjang pipa terhadap
kecepatan aliran udara di daerah lintas potong melalui simulasi CFD. Zheng dan Tien (2008)
mensimulasikan gas buang partikulat diesel dari mesin pertambangan tambang dalam
ruangan dan pilar melalui simulasi CFD. Torano et al. (2009) membandingkan berbagai
model turbulensi dengan data eksperimental kecepatan aliran di terowongan bawah tanah dan
mengevaluasi distribusi metana di terowongan bawah tanah Ren dan Balusu (2009)
menyelidiki inersia di gob longwall dengan model CFD 3D. Liu et al. (2009) )
mengembangkan model aliran multifase 3D untuk penambangan longwall, membandingkan
distribusi udara dengan dan tanpa uap. Melanjutkan pekerjaan mereka sebelumnya, Torano et
al. (2011) menambahkan debu ke model mereka dan memvalidasi perilaku debu di
terowongan bawah tanah dengan data eksperimen; mereka juga membandingkan kinerja dari
hembusan dan ventilasi yang melelahkan. Wang et al. (2011) mengevaluasi efektivitas tirai
udara untuk pengendalian debu pada long wallshearer menggunakan model CFD. Baru-baru
ini, Diego et al. (2011) membahas keuntungan dan batasan pemodelan CFD untuk
penambangan bawah tanah. Mereka juga menunjukkan penggunaan praktis model CFD yang
dapat diperluas untuk memperhitungkan alat bantu pertambangan. Meskipun banyak studi
CFD telah dilakukan di area ventilasi tambang, lebih sedikit pekerjaan yang telah dilakukan
dengan tujuan untuk mengembangkan desain ventilasi yang hemat biaya dengan
mengevaluasi beberapa kemungkinan desain dan skenario dengan memperhatikan
keselamatan, produktivitas dan biaya.

Mengingat persyaratan yang bersaing, penelitian ini bertujuan untuk menyelidiki


distribusi metana dan oksigen di tambang arang bawah tanah melalui pemodelan matematis
untuk meningkatkan desain ventilasi dan untuk mengurangi biaya sambil tetap memenuhi
persyaratan keselamatan dan produktivitas. Singkatnya, perilaku aliran dalam struktur
tambang '' ruang dan pilar '' (lihat Gbr. 1a) disimulasikan dengan dan tanpa peralatan
tambahan seperti penghentian aliran, brattice, hembusan, dan kipas yang melelahkan. Lebih
lanjut, di wilayah pengembangan tambang (lihat Gambar 1b), disimulasikan dua skenario
pemotongan yang berbeda, yaitu pemotongan kanan dan kiri, untuk memastikan akumulasi
metana.

Tata letak makalah ini adalah sebagai berikut. Pertama, model matematika
diperkenalkan; ia terdiri dari kekekalan massa, momentum, spesies dan energi yang bergolak.
Model tersebut kemudian diselesaikan secara numerik menggunakan pemecah fluiddinamika
komputasi komersial, Fluent 6.3. Empat model turbulen yang berbeda, yaitu, Spallart-
Almaras, k-Epsilon, k-Omega dan Reynolds Stress Model (RSM), dibandingkan dengan data
eksperimental aliran di tambang bawah tanah oleh Parra et al. (2006). Berbagai desain
penghentian aliran kemudian disimulasikan berkaitan dengan distribusi aliran, akumulasi
metana, dan daya pemompaan yang diperlukan. Kami lebih lanjut memeriksa wilayah lintas
sektor tempat penambangan aktif berlangsung dan kemungkinan akumulasi metana tinggi.
Enam skenario ventilasi yang berbeda diselidiki sehubungan dengan akumulasi metana. Dua
skenario pengembangan (pemotongan) tambang yang berbeda dievaluasi dan dibandingkan
tidak hanya dalam hal akumulasi metana tetapi juga perubahan dalam kurva karakteristik
sistem. Akhirnya, kesimpulan ditarik dan perluasan pekerjaan disorot.
2. Perumusan Model

Model penambangan batu bara bawah tanah tiga dimensi dikembangkan untuk (i)
penambangan 'ruang dan pilar' yang khas dengan ukuran 46 74 2,9 m (lihat Gambar 1a); (ii)
wilayah lintas potong tempat penambangan aktif berlangsung (Gbr. 1b); dan (iii) terowongan
bawah tanah (Gambar 1c) mirip dengan Parra et al. (2006) dimana kami membandingkan dan
memvalidasi model kami dengan pengukuran. Rincian parameter geometris disajikan pada
Tabel 2
Gbr. 1. Tampilan skematis dari (a) ruang bawah tanah dan entitas pilar tambang; (b) close-up wilayah
pengembangan pertambangan; dan (c) terowongan bawah tanah untuk kasus validasi

2.1. Persamaan yang mengatur

Model matematis terdiri dari persamaan kekekalan massa turbulen, momentum,


spesies dan energi serta persamaan transport skalar untuk model turbulensi. Kipas dipecahkan
kembali sebagai kondisi antarmuka dengan fungsi polinomial.
2.2. Hubungan konstitutif

Kami memecahkan campuran spesies terner, xi, yang terdiri dari CH4, O2 dan H2O.
Interaksi antara spesies ditangkap dalam kepadatan campuran yang mengikuti hukum gas
ideal mampat sebagai

Dimana adalah konstanta gas universal dan Menunjukkan berat molekul campuran,
diberikan oleh

di manaMiadalah massa molekul spesies i, dan fraksi massa nitrogen didefinisikan


sebagai

Untuk tujuan praktis, kami menyajikan konsentrasi metana dalam persentase


konsentrasi metana, yang didefinisikan sebagai

2.3. Model turbulensi

Model turbulensi adalah komponen kunci dalam merepresentasikan perilaku aliran di


lingkungan bawah tanah (Veersteg dan Mala-lasekara, 1995). Di sini, empat model turbulensi
yang umum digunakan dievaluasi dan dibandingkan dengan data yang diukur secara
eksperimental
Spallart-Almaras adalah model satu persamaan yang relatif sederhana yang
memecahkan persamaan transpor yang dimodelkan untuk viskositas pusaran arus (turbulen)
kinematik. Persamaan transpor untuk ~ vis

Dimana produksi viskositas turbulen dan penurunan viskositas turbulen yang terjadi
di daerah dekat dinding karena pemblokiran dinding dan redaman kental. rvandCb2 adalah
konstan dan merupakan , dihitung daridimana Cb1andjare adalah konstanta, jarak dari
dinding, dan merupakan ukuran skalar tensor deformasi yang didasarkan pada besaran
vortisitas.
di mana Xij adalah rata-rata tensor laju rotasi dan Sij adalah laju regangan rata-rata,
yang didefinisikan oleh

Termasuk baik rotasi dan tensor regangan mengurangi produksi viskositas pusaran
dan akibatnya mengurangi viskositas pusaran itu sendiri di daerah di mana ukuran vortisitas
melebihi kecepatan regangan. Istilah destruksi, Yv, dimodelkan sebagai

k-Epsilon Model mempertimbangkan model dua persamaan yang memecahkan energi


kinetik tur-bulent, k, dan laju disipasinya, e, yang digabungkan dengan viskositas turbulen.
Persamaan untuk energi kinetik turbulen diberikan oleh

Dalam persamaan ini, Gk merepresentasikan pembangkitan energi turbulencekinetik


karena gradien kecepatan rata-rata. Gb adalah pembangkitan energi kinetik turbulensi karena
gaya apung. constants.rk danreare nomor Prandtl turbulen untuk k ande, masing-masing.
Viskositas turbulen dihitung dengan menggabungkan k andeas berikut
k-Omega Model juga dianggap sebagai model dua persamaan yang memecahkan
energi kinetik yang bergejolak, k, dan laju disipasi spesifik, x9, yang sama dengan laju
disipasi per unit energi kinetik turbulen (Wilcox, 1993). Energi kinetik turbulen dan laju
dissi-pasi spesifik diperoleh dari persamaan transpor berikut

Dalam persamaan di atas, Gk merepresentasikan pembangkit turbulensi energi ki-


netic karena gradien kecepatan rata-rata, G_x merepresentasikan gen-erasi laju disipasi
spesifik. Perbedaan efektif untuk modeland_x diberikan oleh

whererkandr_xare bergolak nomor Prandtl forkand_x, masing-masing. Sedangkan


turbulen viskositas dihitung dari

Model Stres Reynolds Model memecahkan tujuh persamaan transportasi skalar


tambahan; yaitu untuk turbulen dan difusi molekuler, tegangan, buoy-ancy dan produksi
rotasi sistem, regangan tekanan dan penyisihan. Model RSM memperhitungkan efek
lengkungan garis, pusaran, rotasi dan perubahan cepat dalam laju regangan; oleh karena itu
memiliki potensi yang lebih besar untuk memberikan prediksi yang akurat untuk aliran
kompleks. Namun, ketepatan prediksi RSM masih dibatasi oleh asumsi penutupan yang
digunakan untuk memodelkan berbagai istilah dalam persamaan transportasi yang tepat.
Dengan demikian, model RSM mungkin tidak selalu menghasilkan hasil yang jelas lebih
unggul daripada model yang lebih sederhana dalam semua kasus aliran untuk menjamin biaya
komputasi tambahan. TheReynolds Stress Model diberikan sebagai

dimana @ Rij / @ t, Cij, Pij, Dij, eij, Pij, dan Xijadalah akumulasi, konvektif,
produksi, difusi, disipasi, interaksi tekanan-regangan dan istilah rotasi, masing-masing. Istilah
ini didefinisikan sebagai
Dimana Rijis tensor tegangan Reynolds dan tetapan delta.Clijis Kronecker, rk, C1 dan
C2 adalah konstanta. 2.4. Model kipas Untuk memodelkan kipas, kurva karakteristiknya
diperkenalkan sebagai kondisi antar muka; model diwakili oleh fungsi polinomial yang
dipasang ke data dari pabrikan untuk peningkatan tekanan statis di atas kipas vis-à-vis
kecepatan aliran, serupa dengan pekerjaan kami sebelumnya (Sasmito et al., 2010).
Selanjutnya, diameter kipas dianggap sama dengan diameter pipa (lihat Gambar 1b)

2.5. Kondisi batas

Di dinding, fungsi dinding standar digunakan dalam semua simulasi.

Di saluran masuk (Gbr. 1a dan b), kecepatan udara 2 m / s ditentukan di saluran


masuk, sedangkan metana dari dinding tambang diasumsikan berada di5 10 3m / dtk
mengikutiTorano et al. (2009)
Pada saluran masuk saluran, untuk kasus validasi (Gambar 1c), kecepatan udara
ditetapkan konstan pada 12 m / s yang mirip dengan Parra et al. (2006).

Di outlet, tekanan diatur ke ambien dan gradien aliran suhu dan spesies ditentukan ke
nol

3. Metodologi numerik

Domain komputasi dibuat dalam perangkat lunak pra-prosesor komersial Gambit


2.3.16; perangkat lunak dapat digunakan untuk membuat geometri seperti perangkat lunak
CAD, meshing (terstruktur dan tidak terstruktur) dan kondisi batas pelabelan; lihat
(Dokumentasi fasih) untuk detailnya. Tiga jumlah mesh yang berbeda 5 105,1 106 dan 2 106
diimplementasikan dan dibandingkan dalam hal tekanan lokal, kecepatan, dan konsentrasi
metana untuk memastikan solusi mesh independen. Kami menemukan bahwa jumlah mata
jaring sekitar 1 106 memberikan deviasi sekitar 1% dibandingkan dengan ukuran mata jaring
2 106; sedangkan, hasil dari ukuran mata jaring 105menyimpang hingga 12% dibandingkan
dengan hasil dari ukuran mata jaring. Oleh karena itu, jaring dengan sekitar 1 juta elemen
sudah cukup untuk tujuan penyelidikan numerik: struktur halus di dekat dinding dan jaring
yang semakin kasar di tengah terowongan untuk mengurangi biaya komputasi.

Persamaan yang mengatur bersama dengan model turbin yang sesuai dan kondisi
batas diselesaikan menggunakan perangkat lunak CFD komersial Fluent 6.3.26; Perangkat
lunak ini pada dasarnya adalah perangkat lunak CFD serbaguna yang didasarkan pada metode
volume hingga. Ia mampu menyelesaikan mekanika fluida yang kompleks, perpindahan
panas, com-bustion, multiphase, pelacakan partikel dan lain sebagainya; diskusi rinci tentang
perangkat lunak dan implementasinya dapat ditemukan di (Dokumentasi lancar). Persamaan
tersebut diselesaikan dengan algoritma Semi-Implicit Pressure-Linked Equation (SIMPLE)
yang terkenal, diskritisasi arah angin urutan kedua dan metode Aljabar Mul-ti-grid. Kriteria
konvergensi ditetapkan ke 10 6 untuk dugaan.

4. Validasi model turbulensi

Tidak seperti dalam model aliran laminar di mana kita bisa mendapatkan solusi yang
hampir tepat, pemodelan aliran turbulensi memerlukan perhatian khusus untuk validasi dan
perbandingan dengan data eksperimen karena ini perlu merupakan pendekatan. Di sini, empat
model turbulen yang umum digunakan, misalnya, Spallart-Almaras, k-Epsilon, k-Omega dan
Reynolds Stress Model (RSM) dibandingkan dengan pengukuran aliran dari Parra et al.
(2006); model tiga dimensi diilustrasikan dalam Gambar. 1c. Agar singkat, kami merujuk
pembaca untuk rincian pengaturan eksperimental ke Parra et al. (2006).

Gambar. 2 menunjukkan hasil numerik dari kontur kecepatan untuk berbagai model.
Terlihat bahwa pilihan model turbulensi penting karena perilaku yang diprediksi bisa
berbeda. Tercatat bahwa model Spallart-Almaras memberikan kesesuaian yang cukup baik
dibandingkan dengan data eksperimen dengan error relatif maksimum 15%. Model Spallart-
Almaras membutuhkan biaya komputasi terendah karena hanya menyelesaikan satu model
forturbulensi persamaan skalar tambahan; lihat Tabel 3 untuk detail perbandingan. Karena
kami tertarik pada perilaku aliran keseluruhan untuk tujuan desain, model Spallart-Almaras
ditemukan cukup sementara mempertahankan komputasi rendah dan cepat. Oleh karena itu
kami melanjutkan lebih jauh dengan model turbulensi ini. Tercatat bahwa data yang tersedia
memiliki tingkat ketidakpastian sekitar 10%. Juga data terbatas untuk validasi menyeluruh.

Sementara bukti eksperimental dan validasi untuk desain yang sesuai akan ideal,
kurangnya bukti tersebut tidak membatasi studi ini karena fenomena fisik urutan terdepan
ditangkap dengan baik dalam model saat ini; perbandingan terhadap beberapa desain dari
eksperimen akan dipertimbangkan dalam studi selanjutnya untuk lebih memastikan validitas
prediksi model. Selain itu, di tambang dalam di mana lingkungannya keras dan kondisinya
tidak dapat diprediksi, penyelidikan eksperimental dapat menjadi tugas berbahaya untuk
membantu desain pengendalian gas karena masalah keamanan (risiko ledakan yang tinggi)
dan biaya yang mahal; Pemodelan matematika dan komputasi di sisi lain, telah memainkan
peran penting dalam desain, pemeliharaan, inovasi, dan pengoptimalan karena hampir bebas
risiko dan lebih murah - yang menjadi tema makalah ini.

5. Hasil dan diskusi

Simulasi numerik dilakukan untuk kondisi khas yang ditemukan di pertambangan


bawah tanah '' ruang dan pilar ''. Berikut ini, empat skenario penghentian aliran yang berbeda
diperiksa
Gambar. 3. Distribusi kecepatan (m / s) di pertambangan 'ruang dan pilar' untuk (a) tanpa henti; (b)
dengan penghentian paralel; (c) dengan penghentian sebagian; dan (d) dengan serpentin brattice atz = 1 m dari
lantai (Gbr. 1a)

Setelah itu kami fokus ke wilayah lintas-potong di mana penambangan aktif


dilakukan, enam skenario ventilasi yang berbeda dan dua skenario pemotongan yang berbeda
dievaluasi.

5.1 Desain penghenti aliran

Salah satu faktor kunci yang menentukan kinerja sistem ventilasi adalah bidang
kecepatan di dalam tambang. Secara umum, kecepatan udara yang lebih tinggi menghasilkan
pembuangan metana yang lebih tinggi; lebih banyak udara segar disuplai ke tambang untuk
mengencerkan metana dan menyediakan oksigen bagi penambang untuk bernapas. Profil
kecepatan yang diprediksi untuk empat desain penghentian aliran yang berbeda ditunjukkan
pada Gambar. 3. Di sini, beberapa fitur terlihat; yang terpenting di antara mereka adalah
bahwa desain titik henti ular memberikan kecepatan yang paling seragam dan paling tinggi
dibandingkan dengan penempatan lainnya. Hal ini terutama disebabkan oleh fakta bahwa
dalam desain berkelok-kelok, aliran udara masuk tidak terbagi ke beberapa terowongan
dibandingkan dengan desain lainnya, sebaliknya udara masuk diarahkan ke terowongan
panjang tunggal dengan beberapa belokan; laju aliran udara yang lebih tinggi dicapai di
seluruh terowongan. Oleh karena itu, dapat disimpulkan bahwa dengan menata ulang desain
penghentian aliran, kecepatan udara yang tinggi untuk pembuangan metana dapat
dipertahankan.
Kecepatan yang lebih tinggi diharapkan berdampak langsung pada methaneremoval;
ini memang masalahnya, seperti yang dapat disimpulkan dari Gambar. 4, yang
menggambarkan tren di mana konsentrasi metana meningkatkan panjang terowongan dari
daerah masuk ke keluar. Tampak bahwa untuk kasus tanpa henti, akumulasi metana keluar di
kawasan zona mati dan kawasan pengembangan tambang yang dapat memicu ledakan di
dalam tambang. Untuk kasus dengan penghentian aliran paralel, akumulasi metana lebih
parah di daerah sudut mati karena kecepatan udara satu urutan lebih kecil dari kecepatan
masuk. Perbaikan dicapai untuk penghentian parsial dan serpentin (lihat Gambar 4c dan d)
karena akumulasi metana berkurang terutama di wilayah zona mati. Pertimbangan yang
cermat, bagaimanapun, harus dipertimbangkan kapan

Gambar 4. Distribusi metana (%) di 'ruang dan pilar' pertambangan untuk (a) tanpa
henti; (b) dengan penghentian paralel; (c) dengan penghentian sebagian; dan (d) dengan
serpentine brattice atz = 1 m dari lantai (Gbr. 1a).

merancang penambangan area luas '' ruang dan pilar '' dengan tanda serpentin sebagai
penumpukan metana dalam lintasan yang sangat panjang dapat menghasilkan konsentrasi
metana yang tinggi, terutama di daerah outlet.

Menjaga penurunan tekanan seminimal mungkin penting untuk mengurangi biaya


operasi sistem ventilasi; Oleh karena itu, desain penghentian aliran yang tepat harus dapat
mempertahankan konsentrasi metana yang rendah, sekaligus meminimalkan penurunan
tekanan. Desain ser-pentine membutuhkan penurunan tekanan tertinggi untuk mendorong
aliran (lima kali lebih tinggi dibandingkan dengan casing dasar); lihat Gambar. 5 untuk
detailnya. Hal ini dapat diharapkan dari lebih banyak belokan di terowongan yang
menciptakan hambatan aliran dibandingkan dengan desain lainnya. Untuk penghentian
parsial, di sisi lain, penurunan tekanan yang diperlukan sekitar dua kali lipat dari pada kasus
dasar, tetapi efektivitas laju penghilangan metana sebanding dengan desain serpentin. Selain
itu, penghentian sebagian membutuhkan lebih sedikit konstruksi penghentian yang
mengurangi biaya; juga lebih mudah untuk menutup area penambangan setelah produksi /
penggalian selesai.

5.2 Wilayah lintas sektor

Sejauh ini, kami telah melihat distribusi aliran global di penambangan batu bara
'ruang dan pilar' '. Sekarang, kita melihat lebih dekat ke wilayah lintas sektor (lihat Gambar
1b) di mana akumulasi metana penting untuk keselamatan penambang. Enam skenario
ventilasi yang berbeda di wilayah lintas sektor disimulasikan; mereka adalah (a) tanpa
peralatan tambahan (casing dasar), (b) dengan ventilasi hembusan, (c) dengan ventilasi yang
melelahkan, (d) dengan brattice, (e) dengan ventilasi yang melelahkan; dan (f) dengan
ventilasi yang melelahkan. Perhatikan bahwa alat bantu yang digunakan dalam simulasi,
misalnya, brattice, diameter saluran dan rating daya kipas, adalah tipikal dalam penambangan
arang bawah tanah; kurva karakteristik kipas diadaptasi dari produsen kipas (Korfmann).
Kepala jalan, pengangkutan dan konveyor tidak dipertimbangkan dalam studi ini.

Gambar 6 menyajikan kontur kecepatan untuk setiap skenario. Untuk kasus tanpa
peralatan bantu (Gbr. 6a), terdapat kecepatan udara yang sangat rendah

Gambar. 4. Distribusi metana (%) di pertambangan '' ruang dan pilar '' untuk (a) tanpa henti; (b) dengan
penghentian paralel; (c) dengan penghentian sebagian; dan (d) dengan anak ular di

z = 1 m dari lantai (Gbr. 1a)


di daerah zona mati (magnitudo satu orde lebih rendah dari kecepatan masuk). Hal ini
selanjutnya dicerminkan oleh konsentrasi metana yang tinggi (melebihi konsentrasi yang
diizinkan sebesar 2%) di area zona mati seperti yang dapat disimpulkan dalam Gambar. 7a.
Ketika ventilasi hembusan ditambahkan ke daerah penampang (Gbr. 6b),

aliran udara dari ventilasi hembusan hanya terlihat di area dekat zona mati dan
tampaknya tidak cukup untuk menghilangkan akumulasi metana (lihat Gbr. 7b). Karena kipas
angin ditempatkan pada mode exhausting (Gbr. 6c), terlihat bahwa sebagian besar udara yang
dihisap oleh fan berasal dari aliran utama (udara segar), bukan dari daerah zona mati. Dalam
desain ini, metana terakumulasi di area persimpangan hingga 1,5% (Gbr. 7c); menurut
peraturan di beberapa negara, misalnya, Jerman dan Inggris, tingkat konsentrasi metana ini
tidak mungkin salah, sedangkan Prancis, Spanyol dan AS mengizinkan jumlah konsentrasi
ini. Melanjutkan ke kasus dengan brattice (Gbr. 6d), sebuah

Gambar 6. Medan kecepatan (m / s) di daerah potong lintang atz = 1 m untuk kasus


(a) tanpa bantu (kasus dasar); (b) dengan ventilasi hembusan; (c) dengan ventilasi yang
melelahkan; (d) dengan ventilasi yang baik; (e) dengan ventilasi yang melelahkan; dan (f)
dengan ventilasi yang melelahkan.

peningkatan kecepatan aliran dalam area zona mati terlihat; Namun, zona resirkulasi
dengan konsentrasi metana tinggi hingga 1% diamati di tengah terowongan (Gbr. 7c) yang
tidak diperbolehkan di beberapa negara, misalnya Jerman Telah terbukti bahwa ventilasi
tambahan tunggal tidak memadai untuk mendorong aliran udara yang cukup untuk
mengencerkan metana di dalam area zona kepala. Sekarang, kami memperkenalkan sistem
ventilasi gabungan dari hembusan-melelahkan (Gbr. 6e) dan brattice-melelahkan (Gbr. 6f).
Yang menarik, untuk kasus hembusan-melelahkan), akumulasi metana lebih tinggi
dibandingkan dengan sistem tambahan tunggal (Gbr. . 7f). Hal ini disebabkan oleh perilaku
aliran di mana udara segar dari hembusan kipas langsung dihisap oleh exhausting fan.

Sebaliknya, ventilasi yang melelahkan menghasilkan kinerja terbaik di antara yang


lain; terutama bahwa akumulasi yang lebih rendah (0,2% metana) ada di seluruh terowongan.
Melihat beban parasit untuk setiap desain, yaitu, penurunan tekanan dan daya kipas
tambahan, pada Tabel 4, kami mencatat bahwa casing dasar memerlukan penurunan tekanan
terendah dan tidak ada daya tambahan yang diperlukan untuk kipas angin; akan tetapi, kinerja
dalam hal akumulasi metana adalah yang terburuk. Ventilasi hembusan dan desain ventilasi
yang melelahkan membutuhkan penurunan tekanan yang lebih tinggi (3 kali lebih tinggi dari
basecase) serta daya tambahan untuk kipas tambahan; sedangkan ventilasi bocor
membutuhkan penurunan tekanan tertinggi (sekitar delapan kali lipat dari kasus dasar). Hal
ini dapat dijelaskan secara memadai oleh fakta bahwa brattice menghalangi udara dan
menciptakan hambatan aliran. Kombinasi ventilasi hembusan-melelahkan membutuhkan
beban parasit tambahan tertinggi karena daya yang tinggi
Gbr. 8. Kurva karakteristik kipas (FCC) dan titik operasi untuk [] awal, potongan kanan

[], potongan kiri [] dan tahap akhir [].

Gambar 9. Medan kecepatan (m / s) di area pengembangan tambang pada z = 1 m untuk (a) tahap awal;
(b) skenario jalan pintas; (c) skenario jalan kiri; dan (d) final
Gambar 10. Konsentrasi metana (%) di area pengembangan tambang pada z = 1 m untuk (a) tahap
awal; (b) skenario jalan pintas; (c) skenario jalan kiri; dan (d) tahap akhir.

konsumsi untuk menggerakkan dua kipas. Penurunan tekanan yang diperlukan oleh
ventilasi yang melelahkan ternyata cukup rendah (sekitar 20% lebih tinggi dari desain casing
dasar) dengan beban parasit tambahan; penurunan tekanan rendah dapat dikaitkan dengan
exhaustfan tambahan karena menciptakan tekanan negatif pada daerah zona mati. Oleh
karena itu, dapat disimpulkan bahwa ventilasi brattice-melelahkan berpotensi digunakan
untuk desain ventilasi yang hemat biaya di tambang karena penurunan tekanan yang rendah
dan pembuangan metana yang baik - tentu saja diperlukan pengoptimalan lebih lanjut.

5.3 Skenario Pengembangan Tambang

Telah diketahui bahwa lingkungan penambangan dinamis dan berubah sangat cepat
karena penggalian penambangan terus menggunakan pengarah jalan / penambang terus
menerus yang sedang berlangsung. Intinya, perubahan lingkungan tambang juga akan
mengubah kinerja sistem ventilasi, misalnya area ventilasi, laju aliran metana, debu yang
dihasilkan, dan lingkungan. Untuk mempelajari dampak tahapan perkembangan cepat dalam
penambangan batu bara bawah tanah, kami memperluas kasus (f) di bagian sebelumnya
karena kinerjanya paling baik antara lain untuk mensimulasikan dua skenario pemotongan
yang berbeda dan membandingkan perilaku aliran serta konsentrasi metana dengan yang ada
di tahap awal dan akhir.

Pengembangan penambangan yang mencakup pemotongan penuh dan sistem


ventilasi terkait pada dasarnya adalah operasi sementara; Namun, secara praktis sulit untuk
memodelkan siklus pemotongan yang bergantung pada waktu. Sebagai perkiraan pertama,
kami mengasumsikan bahwa pengembangan stabil dan keberadaan tajuk jalan diabaikan.
Oleh karena itu kami menyelidiki dua skenario: (i) jalan pintas (mirip dengan Hargreaves dan
Lown-des (2007)) dimana penggalian dimulai dari sisi kanan tajuk jalan yang menggali
hingga tiga meter dari jarak awal , mesin kemudian dibalik dan diposisikan ulang di sisi kiri
untuk melanjutkan pemotongan; (ii) pemotongan kiri dimana pemotongan dimulai dari sisi
kiri mesin.

Diharapkan tahap pengembangan tambang mengubah sistem ventilasi; ini memang


kasusnya seperti yang dapat dilihat pada Gambar. 8 dimana karakteristik sistem sedikit
bergerak ke kiri: kecepatan turun menjadi sekitar 0,2 m / s (2%) sedangkan penurunan
tekanan meningkat hingga 50 Pa (7%) saat penambangan berlangsung. Perubahan titik
operasi sistem kipas dicerminkan dengan mengubah perilaku aliran masuk, seperti yang
diilustrasikan dalam Gbr. 9. Kami mencatat bahwa untuk skenario pemotongan kanan (Gbr.
9b), aliran udara tampaknya cukup untuk mengventilasi area pengembangan. Namun, ini
tidak terjadi pada skenario pemotongan kiri (Gbr. 9c) karena terdapat area resirkulasi yang
besar. Hal ini menunjukkan bahwa selama proses pemotongan, ventilasi utamaarea tersebut
sendiri (brattice – exhausting) tidak dapat sepenuhnya memberikan ventilasi pada area
tersebut. Oleh karena itu, diperlukan peralatan tambahan tambahan, misalnya scrubber atau
kipas tambahan. Saat penambangan berlangsung dan selesai untuk menggali di kedua sisi
(Gbr. 9d), diamati bahwa kecepatan udara menjadi cukup lagi untuk mengventilasi area tanpa
zona resirkulasi. Perhatikan bahwa beberapa penyesuaian pada sistem ventilasi mungkin
diperlukan pada tahap akhir, misalnya, memperpanjang saluran, meningkatkan daya kipas

Karena perilaku aliran secara langsung terkait dengan konsentrasi metana, kami
mencatat bahwa selama penggalian, akumulasi metana meningkat sebanyak mungkin.
disimpulkan dari Gambar. 10, khususnya dalam skenario tebasan-kiri dimana zona resirkulasi
yang besar menyebabkan akumulasi metana, mencapai lebih dari 4% (Gbr. 10c). Konsentrasi
metan kemudian dikurangi menuju tahap akhir (Gambar 10d). Peralatan ventilasi tambahan
yang jelas seperti scrubber atau semprotan air diperlukan selama proses pemotongan untuk
menghindari penumpukan metana.

6. Kata penutup

Sebuah studi komputasi telah dilakukan untuk menyelidiki perilaku aliran di tambang
batubara bawah tanah '' ruang dan pilar ''. Beberapa model turbulensi, yaitu, Spallart-Almaras,
k-Epsilon, k-Omega dan Reynolds Stress Model, dibandingkan dengan data eksperimen dari
Parra et al. (2006). Model Spallart-Almaras ditemukan cukup untuk memprediksi perilaku
aliran secara memadai di lingkungan bawah tanah sambil menjaga biaya komputasi rendah.

Juga telah ditunjukkan bahwa desain penghentian aliran yang tepat dapat
meningkatkan kontrol gas di seluruh tambang sambil mempertahankan penurunan tekanan
yang rendah. Pada cross-cut region dimana penambangan aktif berlangsung, beberapa
skenario ventilasi disimulasikan, ditemukan bahwa kombinasi sistem brattice-exhausting
memberikan kinerja terbaik. Selama penggalian, skenario pemotongan kanan dapat
dipertimbangkan dan diterapkan untuk meminimalkan keberadaan zona resirkulasi.
Selanjutnya, ventilasi tambahan tambahan diperlukan selama penggalian untuk meningkatkan
pengendalian gas.
Pekerjaan kami kedepannya akan melakukan simulasi yang meliputi batubara partikel
debu dan solar, tajuk jalan, pengangkutan dan panas yang dihasilkan dari mesin diesel dan
batuan batubara. Selain itu, studi pengoptimalan multi-sasaran sehubungan dengan peringkat
daya kipas, Sistem dan kurva karakteristik kipas akan dipertimbangkan.

Pengakuan

Dukungan finansial dari Mineral Logam dan Bahan Pusat Teknologi (M3TC),
Universitas Nasional Singapura dan penelitian Grant R-261-501-011-112 sangat dihargai.

References

Aminosadati, S.M., Hooman, K., 2008. Numerical simulation of ventilation air flow inunderground
mine workings. In: Proceeding of the 12th North American MineVentilation Symposium 2008, pp. 253–
259.Canoo, B., 2004. STAR-CD digs miners out of trouble. CD Adapco Dynamics, Fall2004, 27–28.Diego, I.,
Torno, S., Torano, J., Menendez, M., Gent, M., 2011. A practical use of CFDfor ventilation of underground
works. Tunnelling and Underground SpaceTechnology 26, 189–200.Dubinski, J., Krause, E., Skiba, J., 2011.
Global technical and environmental problemsconnected with the coal mine methane. In: Proceedings of the
22nd WorldMining Congress and Expo 2011, Istanbul, Turkey, September 11–16, 2011.Fluent Documentations.
<www.fluent.com> (accessed 2008).Hargreaves, D.M., Lowndes, I.S., 2007. The computational modeling of
theventilation flows within rapid development drivage. Tunnelling andUnderground Space Technology 22,
150–160.Herdeen, J., Sullivan, P. 1993. The application of CFD for evaluation of dustsuppression and auxiliary
ventilation systems used with continuous miners. In:Proceeding of the 6th US Mine Ventilation Symposium,
SME, Littleton, pp. 293–297.Korfmann Axial Flow Fan GAL3 ESN6 Series.
<http://www.korfmann.com/en/axialventilatoren/axialventilatoren.html> (accessed March 2011).Liu, G., Gao,
F., Ji, M.L., Xing, G., 2009. Investigation of the ventilation simulationmodel in mine based on multiphase flow.
Procedia Earth and Planetary Science1, 491–496.National Institute for Occupational Safety and Health (NIOSH)
Mining Division. Useof CFD Modeling to Study Inert Gas Injection into a Sealed Mine Area.
<http://www.cdc.gov/niosh/mining/pubs/pdfs/uocmt.pdf> (accessed March 2011).Noack, K., 1998. Control of
gas emissions in underground coal mines. InternationalJournal of Coal Geology 35, 57–82.Parra, M.T.,
Villafruela, J.M., Castro, F., Mendez, C., 2006. Numerical andexperimental analysis of different ventilation
systems in deep mines. Buildingand Environmental 41, 87–93.Reddy, A.C., 2009. Development of a Coal
Reserve GIS Model and Estimation of theRecoverability and Extraction Costs, Master of Science Thesis,
Department ofMining Engineering, West Virginia University.Ren, T.X., Balusu, R., 2009. Proactive goaf
inertisation for controlling longwall goafheatings. Procedia Earth and Planetary Science 1, 309–315.Sasmito,
A.P., Lum, K.W., Birgersson, E., Mujumdar, A.S., 2010. Computational studyof forced air-convection in open-
cathode polymer electrolyte fuel cells stacks.Journal of Power Sources 195 (17), 5550–5563.Srinivasa, R.B.,
Baafi, E.Y., Aziz, N.I., Singh, R.N. 1993. Three dimensional modeling ofair velocities and dust control techniques
in a longwall face. In: Proceeding ofthe 6th US Mine Ventilation Symposium, SME, Littleton, pp. 287–
292.Tomata, S., Uchino, K., Inoue, M., 1999. Methane concentration at heading faces withauxiliary ventilation.
In: Proceeding of the 8th US Mine Ventilation Symposium,SME, Littleton, pp. 187–192.Torano, J., Torno, S.,
Menendez, M., Gent, M., Velasco, J., 2009. Models of methanebehaviour in auxiliary ventilation of
underground coal mining. InternationalJournal of Coal Geology 80, 35–43.Torano, J., Torno, S., Menendez, M.,
Gent, M., 2011. Auxiliary ventilation in miningroadways driven with roadheaders: validated CFD modeling of
dust behaviour.Tunnelling and Underground Space Technology 26, 201–210.Uchino, K., Inoue, M., 1997.
Auxiliary ventilation at a heading of a face by a fan. In:Proceeding of the 6th US Mine Ventilation Symposium,
SME, Littleton, pp. 493–496.Wala, A., Jacob, J., Brown, J., Huang, G., 2003. New approaches to mine-
faceventilation. Mining Engineering 55 (3), 25–30.Wang, P., Feng, T., Liu, R., 2011. Numerical simulation of
dust distribution at a fullymechanized face under the isolation effect of an air curtain. Mining Science
andTechnology (China) 21, 65–69.Wilcox, D.C., 1993. Turbulence Modeling for CFD. DCW Industries
Inc..Veersteg, H.K., Malalasekara, W., 1995. An Introduction to Computational FluidDynamics – The Finite
Volume Method. Longman Scientific and Technical.Zheng, Y., Tien, J.C., 2008. DPM dispersion study using CFD
for underground metal/nonmetal mines. In: Proceeding of the 12th North American Mine
VentilationSymposium 2008, pp. 487–493