Home » Kontinuierliche Feinstaubüberwachung mittels Lokalisierung

Kontinuierliche Feinstaubüberwachung mittels Lokalisierung

Die US Mine Safety and Health Administration (MSHA) schreibt den Einsatz von kontinuierlichen persönlichen Staubmessgeräten (PDM) in Untertagebergwerken vor, um die Einhaltung der vorgeschriebenen Normen für lungengängigen Staub zu überprüfen. Die Vorschrift 30 CFR §70.100 legt einen Grenzwert von durchschnittlich 1,5 mg/m3 innerhalb einer achtstündigen Arbeitsschicht fest. Bergleute, die in staubbelasteten Bereichen arbeiten, müssen das PDM während mehrerer Schichten je Monat tragen, um zu dokumentieren, dass sie nicht übermäßig lungengängigem Staub ausgesetzt sind. Das PDM nutzt Frequenzänderungen in einem TEOM (Tapered Element Oscillating Microbalance) zur Messung der eingeatmeten Feinstaubkonzentration, die das PDM in Intervallen von einer Minute anzeigt. Forscher an der Colorado School of Mines (CSM), Golden, CO/USA, verbinden die Ergebnisse des PDM mit Standortinformationen aus dem Ortungssystem für Bergleute unter Tage, um Orte mit hoher Staubbelastung zu ermitteln. Die zusammengefassten Informationen über die Staubkonzentration und den Standort werden in Wärmekarten dargestellt, um die Bergleute und die Bergwerksleitung über gefährliche Staubquellen zu informieren. Das Management kann Staub-Hotspots durch verbesserte Bewetterung, Bedüsung, Staubfilter oder andere technische und administrative Maßnahmen beseitigen. Die Forscher haben das Konzept der Staublokalisierung durch die Entwicklung eines auf Radiofrequenz-Identifikation (RFID) basierenden Systems zur Verfolgung von Bergleuten und dessen Implementierung im Edgar-Versuchsbergwerk der CSM unter Beweis gestellt.

Author/Autor: Ergin Isleyen PhD, Prof. Dr.-Ing. Jürgen F. Brune, Prof. Dr.-Ing. Sebnem H. Duzgun, Colorado School of Mines, Golden, CO/USA

Einleitung

Das vom National Institute for Occupational Safety and Health (NIOSH) veröffentlichte Handbuch zur Staubkontrolle (Dust Control Handbook) (1) definiert Grubenstaub als kleine feste Partikel, die durch das Zerbrechen größerer Partikel entstehen. Wenn diese Partikel in der Luft schweben, werden sie je nach ihrer Größe zu einer Gefahr für die Gesundheit der Arbeitnehmer. Partikel mit einer Größe von 2 bis 60 µm verbleiben lange Zeit in der Luft und können von Bergleuten, die unter Tage arbeiten, eingeatmet werden. Staubpartikel < 10 µm gelten als lungengängig. Die ISO-Norm 7708-1995 und die American Conference of Governmental Industrial Hygienist (ACGIH) haben den lungengängigen Grenzwert für Staub, D50, auf 4 µm festgelegt. Darüber hinaus schreibt die Mine Safety and Health Administration (MSHA) einen zulässigen Grenzwert für lungengängigen Staub von 1,5 mg/m3 gemittelt über eine 8 h-Schicht vor, um gesundheitliche Beeinträchtigungen bei Bergleuten zu vermeiden.

Bergleute leiden nach wie vor unter einer zu hohen Exposition gegenüber Feinstaub, die zu schweren gesundheitlichen Beeinträchtigungen und schließlich zum Tod führt. Colinet et al. (2) stellten fest, dass die Verbreitung der Pneumokoniose der Kohlebergleute zwischen 2000 und 2006 zunahm und bei fast 8 % der Bergleute unter Tage mit mehr als 25 Jahren Bergbauerfahrung auftrat. Der Bericht der US National Academies of Engineering (3) über „Monitoring and Sampling Approaches to Assess Underground Coal Mine Dust Exposures“ (Überwachungs- und Probenahmeverfahren zur Bewertung der Staubbelastung unter Tage) dokumentiert, dass seit 2002 und insbesondere seit 2010 die Vorkommnisse der Kohlebergleute-Pneumokoniose bei US-Bergleuten, die 15 oder mehr Jahre im Kohlebergbau tätig waren, erheblich gestiegen sind.

Die MSHA verlangt für alle Bergleute unter Tage, die lungengängigem Staub ausgesetzt sind, die Messung des lungengängigen Staubs mit einem zugelassenen kontinuierlichen persönlichen Staubmessgerät (CPDM). Derzeit gibt es ein kommerzielles Gerät, das als CPDM zugelassen ist, das Thermo ScientificTM PDM37001, das einen Echtzeit-Partikelmonitor zur Messung der Feinstaubmassenkonzentration, der Schichtexposition und der kumulierten Exposition in Echtzeit enthält (4).

1  Die Angabe spezieller Produktbezeichnungen und Hersteller ist nicht als Werbung durch die Autoren oder Herausgeber zu verstehen.

Das Gerät verwendet eine oszillierende Mikrowaage mit konischem Element (TEOM) zur kontinuierlichen Messung der Masse der gesammelten Partikel. Der Luftstrom tritt durch einen Staubabscheider in den PDM ein, wird zur Erwärmung in ein beheiztes Strömungsrohr gesaugt und strömt dann in den Massenwandler, wo sich die Partikel auf dem TEOM ablagern. Danach strömt die Luft durch Temperatur-, relative Feuchte- und Differenzdrucksensoren und schließlich durch die Pumpe, um das System zu verlassen (5). Das PDM3700 hält eine konstante volumetrische Durchflussrate von etwa 2 l/min aufrecht und meldet die Probenvolumina in volumetrischer Form auf der Grundlage der in der Nähe des Staubabscheiders gemessenen Umgebungstemperatur.

Das PDM3700 nimmt Proben, analysiert und berechnet die massenbasierte Konzentration des lungengängigen Staubs. Die Berechnung der Masse basiert auf der Änderung der Frequenz des TEOM. Bild 1 zeigt einen Auszug aus den PDM-Daten einer Schicht.

Fig. 1. PDM data for one shift. // Bild 1. PDM-Daten für eine Schicht. Source/Quelle: CSM

Die blaue Linie zeigt die Staubmassenkonzentration (Mass1), ausgedrückt in mg/m3. Mass1 ist normalerweise additiv, d. h. sie sollte eine stetige Zunahme der Staubmasse im Lauf der Zeit zeigen. Wenn das PDM geschüttelt oder gestoßen wird, was durch unregelmäßige „Kipp“-Messwerte (grüne Kurve) angezeigt wird, kann die Staubmasse vom TEOM abgeschüttelt werden und verloren gehen. Die PDM-Software korrigiert dann den Messwert Mass1, um zum letzten guten Messwert zurückzukehren, und setzt die Zählung fort, wobei die verlorene Staubmasse ignoriert wird. In rot ist die kumulative Staubkonzentration am Ende der Schicht (EOS) dargestellt. In diesem Fall war der Bergmann während der ersten 40 min seiner Schicht einer hohen Staubkonzentration ausgesetzt, wie der steile Anstieg der blauen Kurve zwischen 22:00 und 23:00 Uhr zeigt. Dies fällt mit dem Spitzenwert der EOS-Schätzung zusammen, der als rote Kurve dargestellt ist. Der Neigungssensor zeigt erratische Daten zwischen 1:30 und 4:30 Uhr an, was zu mehreren Korrekturen der Staubmasse führte, die durch eine kurze Verringerung der Mass1 (blaue Linie) angezeigt werden, die kurze Zeit später wiederhergestellt wurde.

Aufgrund der Mittelwertbildung am Ende der Schicht werden die blaue und die rote Linie am Ende der Schicht konvergieren, da beide Datenströme die EOS-Staubkonzentration an diesem Punkt markieren. Die geringe Abweichung von etwa 0,1 mg/m3 stellt einen Fehler in der Aufzeichnung dar, der angesichts der systematischen Ungenauigkeiten im Messverfahren akzeptabel ist. Volkwein et al. (6) wiesen nach, dass das PDM eine 95 %-ige Sicherheit dafür bietet, dass die einzelnen PDM-Messungen innerhalb von ± 25 % der Referenzmessungen liegen.

Obwohl das PDM3700 die Staubexposition nahezu in Echtzeit aufzeichnet, kann das Gerät die Arbeitsorte der Bergleute und die damit verbundenen Staubexpositionswerte nicht verfolgen. Standortüberwachung und -verfolgung sind notwendig, um Quellen und Bereiche übermäßiger Staubexposition zu ermitteln, gefährliche Expositionswerte vorherzusagen und technische und verwaltungstechnische Maßnahmen zur Verringerung der Exposition zu ergreifen, bevor ein Bergmann der Gefahr ausgesetzt wird.

Ziel dieser Studie ist es, die Funktionalität des PDM zu verbessern, indem die Daten zur Überwachung der Feinstaubexposition um Geolokalisierungsinformationen ergänzt werden. Die Standortinformationen können einem bestehenden Bergbauverfolgungssystem wie Leaky-Feeder-basierten Trackern, RFID Verfolgungssystemen oder GPS, sofern verfügbar, entnommen werden. Die Standorte der Staubbelastung werden durch die Kombination von Standort und Staubkonzentration ermittelt, und diese Standorte werden mit geografischen Kartenwerkzeugen visualisiert. Diese Informationen können dann dazu verwendet werden, technische und verwaltungstechnische Überwachungsmechanismen zu entwickeln, um die Exposition von Bergleuten, Anlagen- und Fabrikarbeitern gegenüber lungengängigem Staub zu verringern oder zu beseitigen.

In diesem Beitrag stellen die Autoren den Konzeptnachweis für die vorgeschlagene kontinuierliche Staubüberwachung mit Hilfe des Lokalisierungssystems vor. Zu diesem Zweck verwenden die Forscher die PDM- und Ortungsdaten, die im Edgar-Versuchsbergwerk der Colorado School of Mines (CSM), Golden, CO/USA, gesammelt wurden.

Methodik

Fig. 2. Methodology used to develop a visualization tool. // Bild 2. Methodik zur Entwicklung eines Visualisierungstools. Source/Quelle: CSM

Die Methodik zur Entwicklung eines Visualisierungstools für die kontinuierliche Staubüberwachung mit dem Lokalisierungssystem ist in Bild 2 dargestellt.

Im ersten Schritt werden Staubkonzentrationen und Standortdaten mit Hilfe von PDM und dem Ortungssystem erfasst. Im zweiten Schritt werden die Zeitreihen der Standort- und Staubkonzentrationswerte kombiniert. Im dritten Schritt werden die gesammelten Staubkonzentrationswerte mittels Spline-Interpolation zu einer Rasterfläche entlang der Erfassungsstrecke interpoliert. Im letzten Schritt wird das Ergebnis der Spline-Interpolation verwendet, um eine 3D-Wärmekarten-Visualisierung der Staubkonzentrationswerte zu erstellen.

Datenerfassung

Fig. 3. PDM data collection locations in Edgar Mine. // Bild 3. Standorte für die PDM-Datensammlung in der Edgar-Versuchsgrube. Source/Quelle: CSM

Die Forscher an der CSM haben einen persönlichen Staubmonitor PDM3700 von Thermo Fisher Scientific erworben. Sie haben mit dem PDM im Edgar-Versuchsbergwerk experimentiert, um die Fähigkeiten des vorgeschlagenen Systems zu demonstrieren. Da sich die Geolokalisierungsfunktion des Systems noch in der Entwicklungsphase befindet, werden die Standortinformationen manuell erfasst. Die Autoren markierten die Orte und den Zeitpunkt, während das PDM die Staubdaten im Bergwerk aufzeichnete. Die Orte, an denen das PDM in der Edgar-Versuchsgrube Staubdaten aufgezeichnet hat, werden durch den Abgleich der Zeitmessungen des PDM und der manuellen Standortverfolgung ermittelt. Die Route der PDM Datenerfassung in der Edgar-Versuchsgrube ist in Bild 3 dargestellt.

Vorverarbeitung der PDM-Daten

Für jedes Minutenintervall zeichnet das PDM die durchschnittlichen 30-minütigen Staubkonzentrationen für das vorangegangene 30-minütige Intervall, die kumulative Staubkonzentration bis zu diesem Zeitpunkt und eine geschätzte prognostizierte Konzentration am Ende der Schicht auf. Die Berechnung der Masse basiert auf der Änderung der Frequenz des konischen Elements. Anhand der Frequenzwerte werden mit Hilfe von Gleichung 1 die Staubkonzentrationswerte ermittelt. K0 ist die Kalibrierungskonstante des Instruments.

Der mit Gleichung 1 ermittelte K0-Wert wird für die Neuberechnung der Gesamtmassenwerte verwendet. Durch diese Berechnung wird auch das interne Prinzip des PDM außer Kraft gesetzt, wonach Staubmassenwerte nur dann aufgezeichnet werden, wenn die Differenz größer als 0,01 mg ist. Da die Neuberechnung die kleinen Änderungen in den Massenhäufigkeitswerten berücksichtigt, erhält man empfindlichere Gesamtmassenwerte (Gleichung 2).

Das PDM berechnet jede Minute die Gesamtwerte der Masse. Aus diesen Daten bestimmt Gleichung 3 die Staubkonzentration pro Minute:

Die Staubkonzentrationswerte sind in Bild 4 dargestellt. Die 30-minütigen Durchschnittswerte und die kumulativen Konzentrationswerte stammen aus dem PDM, während die Konzentrationswerte pro Minute mit Gleichung 3 berechnet wurden.

Fig. 4. Dust concentration values for Edgar Mine. // Bild 4. Staubkonzentrationswerte in der Edgar-Versuchsgrube. Source/Quelle: CSM

Das Diagramm zeigt, dass die Staubkonzentrationen im Edgar-Versuchsbergwerk in der Regel niedrig sind, wie aus den während der ersten Teststunde aufgezeichneten Staubdaten hervorgeht. Während der zweiten Teststunde ließen die Forscher an verschiedenen Stellen erneut Druckluft ab, um künstliche Staubwolken zu erzeugen. Die aufgezeichneten Staubkonzentrationsspitzen werden durch den 30-minütigen Durchschnittswert und die kumulativen Konzentrationswerte angezeigt.

Spline-Interpolation

Fig. 5. Interpolation area used in spline. Bild 5. Verwendeter Spline-Interpolationsbereich. Source/Quelle: CSM

Fig. 6. Result of spline interpolation. Bild 6. Ergebnis der Spline-Interpolation. Source/Quelle: CSM

Um eine Wärmekarte zu erstellen, interpolierten die Forscher die PDM-Staubkonzentrationswerte über die Datensammelroute mit Hilfe der Spline-Interpolation. Bei der Spline-Interpolation werden die Werte mit Hilfe einer mathematischen Funktion angepasst, welche die Krümmung der gesamten Oberfläche minimiert. Das Ergebnis ist eine glatte Oberfläche, die genau durch die Eingabepunkte verläuft (7).

Eine Standard-Spline-Interpolation erzeugt eine Rasterfläche über einem bestimmten geografischen Raum. Staubkonzentrationsereignisse sollten jedoch in Bezug auf Flächen innerhalb der Netzstruktur analysiert werden, da in untertägigen Bergwerken Staubwolken nur entlang des Netzes der Grubeneinfahrten auftreten können. Daher sollte die Interpolation der Staubkonzentrationswerte auf das Gitter der Zellen beschränkt werden, die zu den Edgar-Stollen gehören. Auf diese Weise werden Interpolationsberechnungen außerhalb der Stolleneingänge vermieden. Beispiele, bei denen die Spline-Interpolation mit Zellenbeschränkungen verwendet wurde, sind die Analyse des Arbeitswegs in der nachhaltigen Stadtentwicklung (8) und die Visualisierung der Tiefe von Wasserkanälen (9). In dieser Studie wird das Edgar-Stollennetz durch die Erstellung einer Polygonfunktion, die der Datenerfassungsroute folgt, ermittelt (Bild 5).

In dieser Studie verwendeten die Forscher die in der ArcGIS-Software verfügbare Toolbox „Spatial Analyst“, um die Spline-Interpolation auf Staubkonzentrationswerte anzuwenden (10). Bei der Spline-Interpolation ist die Wahl der Ausgangszellengröße wichtig, da dieser Parameter bestimmt, wie glatt die Ergebnisse sein werden. In dieser Studie führte eine Zellengröße von 0,15 m zur effektivsten Glättung der Staubkonzentrationswerte, nachdem Interpolationsergebnisse für verschiedene Zellengrößen ermittelt worden waren. Bild 6 zeigt das Ergebnis der Spline-Interpolation. Diese Ergebnisse stellen die Staubbelastung einer Person am Ende der Schicht dar, wenn sie sich während einer vollen 8 h-Schicht an diesem Ort aufhält.

Das Ergebnis der Spline-Interpolation weist eine niedrige Staubkonzentration im Großteil der Edgar Versuchsgrube nach. Mehrere Standorte zeigen mittlere Staubkonzentrationen und einige wenige Standorte weisen Staubkonzentrationen über 1,5 mg/m3 auf. Die Standortkartierung dokumentiert eindeutig mehrere eng umgrenzte Gebiete mit hoher Staubkonzentration. Im Vergleich dazu zeigen die reinen PDM Zeitreihendaten in Bild 4 nur eine einzige Spitze der Staubkonzentration.

Erstellung von Wärmekarten

Fig. 7. 3-D heat map. Bild 7. 3D Wärmekarte. Source/Quelle: CSM

Die Ergebnisse der Spline-Interpolation werden in der Regel in 3D visualisiert, da dies ein besseres Verständnis der Ergebnisse ermöglicht. In Bild 7 wird die Rasteroberfläche in 3D visualisiert, wobei die aus der Spline-Interpolation erhaltenen Werte für die Staubexposition am Ende der Schicht als Erhebungswerte verwendet werden. Die Erhebungen werden zur besseren Visualisierung der höheren Staubkonzentrationen verstärkt.

Diskussion

Die Forscher an der CSM experimentierten mit Daten von persönlichen Staubmessgeräten (PDM) in Verbindung mit der Standortverfolgung, um einen Konzeptnachweis für die kontinuierliche Staubüberwachung mit einem Lokalisierungssystem zu erbringen. Die Methode funktioniert mit jedem Ortungssystem für Bergleute, einschließlich RFID, GPS, Leeaky Feeder oder sogar manueller Standortverfolgung. Die Kombination des PDM-Stauboutputs mit den Koordinaten unter Verwendung der Datenerfassungszeit liefert genügend Daten, um die Möglichkeiten des Systems aufzuzeigen.

Das PDM liefert nur kumulative Staubkonzentrationswerte oder einen dynamischen 30 min-Durchschnitt der Staubkonzentrationen, die nicht ausreichen, um Hot Spots im Bergwerk zu identifizieren. Daher berechnen die Forscher die Staubkonzentrationen für jede Minute, indem sie die Massenhäufigkeitswerte als Grundlage für die Berechnung verwenden. Diese Berechnung liefert Staubkonzentrationswerte, die sich auf bestimmte Stellen im Bergwerk beziehen lassen. Allerdings kann sich die Fehlerquote erhöhen, wenn das Zeitintervall für den Staubkonzentrationswert kleiner wird. Eine weitere Untersuchung der Fehlerfolge ist erforderlich, um die Genauigkeit der berechneten Werte zu verstehen.

Die Zeitreihenwerte der Staubkonzentration wurden mit Hilfe der Spline-Interpolation über die Datenerfassungsstrecke im Edgar Versuchsbergwerk interpoliert. Die Analyse ergab, dass die Staubkonzentrationen in der Edgar Versuchsgrube durchweg niedrig sind. Forscher haben mehrere Hot Spots mit hohen Staubkonzentrationen künstlich erzeugt. Die PDM-Ausgabe allein wies nur auf einen einzigen Hot Spot hin, aber die Spline-Interpolation und die Standortanalyse bestätigten eine Reihe von eindeutigen Orten mit hohen Staubkonzentrationen. Die Ergebnisse wurden in 3-D als Wärmekarte visualisiert, um eine klare Darstellung der Hot-Spot-Standorte zu erhalten.

Schlussfolgerungen

Die Messung von Feinstaub mit einem PDM ist für alle Bergleute unter Tage, die Feinstaub ausgesetzt sind, vorgeschrieben. Das Gerät misst die Feinstaubmassenkonzentration, die Schichtexposition und die kumulierte Exposition in Echtzeit. Die Standorte der Bergleute werden jedoch nicht zusammen mit den damit verbundenen Staubbelastungswerten erfasst. Eine Standortverfolgung ist notwendig, um Quellen übermäßiger Staubexposition zu identifizieren und technische und verwaltungstechnische Maßnahmen zur Verringerung der Exposition zu ergreifen, bevor ein Bergmann gefährdet wird. Um die Exposition gegenüber lungengängigen Stäuben ordnungsgemäß zu handhaben, benötigen die Betreiber ein Werkzeug, das gefährliche Staubquellen sowohl nach Standort als auch nach Konzentration identifiziert.

Das vorgeschlagene System verwendet ein Spline-Interpolationstool für die minütlich erfassten Staubkonzentrationswerte, die auf Grundlage der vom PDM ermittelten Massenhäufigkeiten berechnet werden. Die Wärmekarte wird mit Hilfe der durch Spline-Interpolation erhaltenen Rasterfläche erstellt. Die mit dieser Methode erstellten Karten vermitteln ein klares Bild davon, wo die übermäßigen Staubbelastungen auftreten.

References / Quellenverzeichnis

References / Quellenverzeichnis

(1) Cecala, A. B. (2019): Dust control handbook for industrial minerals mining and processing 2nd edition. NIOSH. Pittsburgh PA.

(2) Colinet, J. F.; Rider, J. P.; Listak, J. M.; Organiscak, J. A.; Wolfe, A. L. (2010): Best practices for dust control in coal mining. U.S. Department of Health and Human Services, Public Health Service, Centers for Disease Control and Prevention, National Institute for Occupational Safety and Health DHHS Publication No. 2010-110 (IC 9517), pp 1 – 76.

(3) National Academies (2018): Monitoring and sampling approaches to assess underground coal mine dust exposures. National Acade-mies Press Washington DC, DOI: 10.17226/2511.

(4) Halterman, A. (2018): Comparison of respirable mass concentrations measured by a personal dust monitor and a personal DTA RAM to gravimetric measurement. Annals of Work Exposures and Health, Vol. 62, No. 1, pp. 62 – 71.

(5) ThermoScientific, Operator’s Manual for PDM3700 Personal Dust Monitor, 25 March 2016: assets.thermofisher.com/TFSAssets/LSG/manuals/EPM-manual-PDM3700.pdf, Accessed October 2019.

(6) Volkwein, J. (2004): Performance of a new personal respirable dust monitor for mine use. US Department of Health and Human Services, Public Health Services, Center for Disease Control, Natio-nal Institute for Occupational Safety and Health.

(7) Childs, C. (2004): Interpolating surfaces in ArcGIS spatial analyst. ArcUser, July-September, 3235 (569), pp 32 – 35.

(8) Wolny, A.; Ogryzek, M.; Zrobek, R. (2017): Challenges, opportunities and barriers to sustainable transport development in functional urban areas. Environmental Engineering: Proceedings of the International Conference on Environmental Engineering, 10, pp. 1 – 9.

(9) ESRI (2018): How to use spline with barriers to visualize the depth of water channels. Accessed from support.esri.com/en/technical-article/000014496, on July 7th 2020.

(10) ESRI (2019): ArcGIS Desktop: Release 10.7.1. Redlands, CA: Environmental Systems Research Institute.

Author/Autor: Ergin Isleyen PhD, Prof. Dr.-Ing. Jürgen F. Brune, Prof. Dr.-Ing. Sebnem H. Duzgun, Colorado School of Mines, Golden, CO/USA
Online_Abonnement