Risk-oriented interpretable prediction of regional dust exposure in a fully mechanized heading face under long-forcing and short-exhaust ventilation

कोयला खदानों में जमीन के काफी नीचे, हवा अक्सर उन विशाल मशीनों द्वारा उत्पन्न एक महीन, अदृश्य धुंध से भरी होती है जो चट्टानों को काटती हैं। यह धूल केवल एक परेशानी नहीं है; यह एक गंभीर स्वास्थ्य खतरा है जो उन श्रमिकों के लिए गंभीर फेफड़ों की बीमारियों का कारण बन सकता है जो अपना दिन इन संकीर्ण सुरंगों में बिताते हैं। खनिकों को सुरक्षित रखने के लिए, इंजीनियर शक्तिशाली वेंटिलेशन सिस्टम (वेंटिलेशन प्रणालियों) पर भरोसा करते हैं जो ताजी हवा अंदर धकेलता है और गंदी हवा को बाहर खींचता है, ताकि धूल को उन लोगों तक पहुँचने से पहले ही हटा दिया जाए जो मशीनरी का संचालन कर रहे हैं। हालाँकि, सुरंगें संकरी होती हैं और उपकरणों से भरी होती हैं, जिससे एक अराजक वातावरण बनता है जहाँ हवा की धाराएँ घूमती हैं और धूल अप्रत्याशित तरीकों से जम जाती है। दशकों तक, यह समझना कि धूल वास्तव में कहाँ जाएगी, एक धीमी और कठिन प्रक्रिया रही है, जिसमें अक्सर इंजीनियरों को वेंटिलेशन सेटअप में किए जाने वाले प्रत्येक बदलाव के लिए जटिल कंप्यूटर सिमुलेशन चलाने की आवश्यकता होती है।

शोधकर्ताओं की एक टीम ने अब इन खतरनाक धूल के बादलों की भविष्यवाणी करने का एक नया तरीका विकसित किया है जो बहुत तेज़ और अधिक स्पष्टता के साथ काम करता है। पूरी सुरंग में धूल के हर एक कण का मानचित्र बनाने की कोशिश करने के बजाय, उन्होंने विशिष्ट, महत्वपूर्ण क्षेत्रों पर ध्यान केंद्रित किया जहाँ वास्तव में श्रमिक खड़े होते हैं या सांस लेते हैं। हजारों कंप्यूटर सिमुलेशन को एक स्मार्ट प्रकार के आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) के साथ जोड़कर, उन्होंने एक ऐसी प्रणाली बनाई है जो तुरंत इंजीनियरों को बता सकती है कि ड्राइवर की सीट पर, रिटर्न एयर पाथ (वापसी वायु पथ) में, कटिंग मशीन के पास और फर्श पर कितनी धूल होगी। इससे भी महत्वपूर्ण बात यह है कि उनकी विधि यह बताती है कि धूल क्यों इस तरह व्यवहार करती है, जिससे यह पता चलता है कि वेंटिलेशन सिस्टम के कौन से 'नॉब्स और डायल' (नियंत्रण बटन और घुमाने वाले यंत्र) वास्तव में सबसे अधिक मायने रखते हैं। यह दृष्टिकोण केवल अनुमान लगाने या अंतहीन परीक्षण करने से आगे बढ़कर, तत्काल निर्णय लेने के लिए एक स्पष्ट, व्याख्यात्मक मार्ग प्रदान करता है।

अध्ययन की शुरुआत एक पूर्णतः यांत्रिक खनन फेस (mining face) का एक विस्तृत डिजिटल मॉडल बनाकर हुई, जो सुरंग का एक ऐसा हिस्सा है जहाँ एक बड़ी मशीन कोयला काटती है जबकि एक विशिष्ट वेंटिलेशन सेटअप एक लंबी डक्ट से हवा को अंदर धकेलता है और दूसरी छोटी डक्ट से उसे बाहर खींचता है। शोधकर्ताओं ने इस आभासी सुरंग में एक हजार से अधिक अलग-अलग परिदृश्य चलाए, जिसमें मशीन द्वारा उत्पन्न धूल की मात्रा, धूल के कणों का आकार और हवा के अंदर आने और बाहर जाने की गति जैसे चरों (variables) को बदला गया। इन सिमुलेशन से, उन्होंने पूरे धूल भरे परिदृश्य को फिर से बनाने की कोशिश नहीं की। इसके बजाय, उन्होंने चार प्रमुख क्षेत्रों के लिए सरल, सार्थक संख्याएँ निकालीं: मशीन ऑपरेटर के आसपास का क्षेत्र, सुरंग में वापस चलते समय श्रमिकों के सांस लेने का क्षेत्र, कटिंग मशीन के ठीक बगल वाला उच्च जोखिम वाला क्षेत्र, और फर्श जहाँ धूल जमने की प्रवृत्ति होती है। ये संख्याएँ एक मशीन-लर्निंग मॉडल के लिए लक्ष्य (targets) बन गईं, जो एक प्रकार का कंप्यूटर प्रोग्राम है जो डेटा से पैटर्न सीखता है।

परिणामस्वरूप एक अत्यधिक सटीक भविष्यवाणी उपकरण प्राप्त हुआ जो केवल परिचालन सेटिंग्स के आधार पर इन महत्वपूर्ण क्षेत्रों में धूल के स्तर का अनुमान लगा सकता है। मॉडल उल्लेखनीय रूप से प्रभावी साबित हुआ, जिसने फर्श के क्षेत्र, रिटर्न एयर पाथ और मशीन के पास के खतरनाक क्षेत्र में धूल की सांद्रता (concentration) की सटीक भविष्यवाणी उच्च निश्चितता के साथ की। ड्राइवर के तत्काल क्षेत्र के लिए यह थोड़ा कम सटीक था, संभवतः इसलिए क्योंकि वह छोटा स्थान स्वयं मशीन द्वारा वायु प्रवाह को रोकने और स्थानीय भंवर बनाने से अत्यधिक प्रभावित होता है। हालाँकि, सिस्टम ने सफलतापूर्वक भविष्यवाणी की कि उच्च-सांद्रता वाली धूल स्रोत से कितनी दूर तक फैलेगी, जो यह समझने के लिए एक महत्वपूर्ण विवरण है कि खतरा कितनी दूर तक फैला है। परिणाम का पूर्वानुमान लगाने की यह क्षमता इंजीनियरों को अब कंप्यूटर पर सेकंडों में विभिन्न वेंटिलेशन रणनीतियों का परीक्षण करने की अनुमति देती है, जिससे वास्तविक मशीन चालू करने से पहले ही सबसे सुरक्षित सेटअप की पहचान की जा सके।

इस कार्य का सबसे मूल्यवान हिस्सा यह है कि कंप्यूटर मॉडल एक "ब्लैक बॉक्स" की तरह काम नहीं करता है जो बिना किसी स्पष्टीकरण के उत्तर देता है। शोधकर्ताओं ने मॉडल की परतों को हटाने और यह देखने के लिए एक तकनीक का उपयोग किया कि कौन से कारक परिणामों को संचालित कर रहे हैं। उन्होंने पाया कि सबसे महत्वपूर्ण कारक केवल यह था कि स्रोत पर कितनी धूल उत्पन्न हो रही थी; यदि मशीन अधिक धूल पैदा करती है, तो हवा के इधर-उधर होने के बावजूद जोखिम हर जगह बढ़ जाता है। धूल के कणों के आकार ने इस बात में महत्वपूर्ण भूमिका निभाई कि धूल कहाँ समाप्त होती है, जिसमें छोटे कण हवा के साथ अधिक दूर तक जाते हैं और बड़े कण जल्दी फर्श पर जम जाते हैं। अंदर आने वाली हवा और बाहर जाने वाली हवा की गति का संतुलन भी महत्वपूर्ण था, लेकिन यह सरल तरीके से नहीं था; हवा के इस संतुलन को बदलने से केवल हर जगह धूल कम नहीं हुई, बल्कि इसने धूल के मार्ग को ही बदल दिया, जिससे कभी-कभी यह ड्राइवर या रिटर्न पाथ की ओर बढ़ गई बजाय निकास की ओर जाने के।

इस खोज ने जोखिम प्रबंधन के लिए स्पष्ट नियमों का एक सेट दिया। शोधकर्ताओं ने दिखाया कि सभी स्थितियों के लिए कोई एक "परफेक्ट" सेटिंग नहीं है। यदि मशीन भारी मात्रा में धूल पैदा कर रही है, तो सबसे अच्छा कदम स्रोत पर ही धूल को रोकने पर ध्यान केंद्रित करना है, जैसे कि पानी के छिड़काव या बेहतर स्थानीय निष्कर्षण (extraction) का उपयोग करना, बजाय इसके कि केवल हवा की गति को बदला जाए। यदि धूल ज्यादातर महीन कणों के रूप में है जो आसानी से तैरते हैं, तो प्राथमिकता सुरंग में आगे चल रहे श्रमिकों के सांस लेने वाले क्षेत्रों की रक्षा करना है। यदि धूल मोटे और भारी कणों वाली है, तो ध्यान फर्श को साफ रखने पर होना चाहिए ताकि धूल को हवा में वापस उछलने से रोका जा सके। अध्ययन ने वायु दबाव के अत्यधिक सेटिंग्स के खिलाफ भी चेतावनी दी; इनटेक (अंदर आने वाली हवा) के साथ बहुत ज़ोर लगाना या एग्जॉस्ट (बाहर जाने वाली हवा) को बहुत ज़ोर से खींचना वास्तव में समस्या को बदतर बना सकता है क्योंकि यह धूल को उन क्षेत्रों में धकेल देता है जहाँ लोग काम कर रहे होते हैं।

जटिल फ्लुइड डायनेमिक्स (द्रव गतिकी) को सरल, कार्रवाई योग्य अंतर्दृष्टि में बदलकर, यह शोध खनन सुरक्षा के बारे में सोचने का एक नया तरीका प्रदान करता है। यह उद्योग को व्यापक, सामान्य नियमों या धीमे, संपूर्ण-क्षेत्र सिमुलेशन पर निर्भर रहने के बजाय, एक लक्षित, जोखिम-उन्मुख दृष्टिकोण की ओर ले जाता है। इंजीनियर अब एक विशिष्ट परिदृश्य देख सकते हैं, उसे एक व्याख्यात्मक मॉडल के माध्यम से चला सकते हैं, और तुरंत न केवल यह समझ सकते हैं कि कितनी धूल मौजूद होगी, बल्कि यह भी कि वह वहाँ क्यों है और उसे लोगों से दूर कैसे किया जाए। हालांकि वर्तमान परिणाम कंप्यूटर सिमुलेशन से आए हैं और उन्हें वास्तविक दुनिया के मापन के साथ परिष्कृत करने की आवश्यकता होगी, यह ढांचा स्मार्ट और सुरक्षित वेंटिलेशन सिस्टम बनाने के लिए एक ठोस आधार प्रदान करता है। अंतिम लक्ष्य यह सुनिश्चित करना है कि जब कोई खनिक सुरंग में कदम रखे, तो वह जितनी संभव हो सके उतनी स्वच्छ हवा में सांस ले सके, जिसका मार्गदर्शन एक ऐसे सिस्टम द्वारा किया जाए जो धूल के भौतिक विज्ञान और अंधेरे में काम करने वाले लोगों की जरूरतों को समझता हो।