礦井瓦斯無線傳感監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

穆躍宏，韓曉霞，李云凌

（太原理工大學(xué) 信息工程學(xué)院，太原 030024）

瓦斯是造成煤礦安全事故的重要原因之一，其帶來的危害不僅會(huì)導(dǎo)致井下生產(chǎn)中斷，更會(huì)威脅井下工人的生命安全。目前，對(duì)瓦斯的檢測(cè)還停留在靜態(tài)接觸式檢測(cè)方法上，通過測(cè)量鉆孔的排粉量、瓦斯噴出速度和壓力等系數(shù)對(duì)瓦斯爆炸事故進(jìn)行前期預(yù)測(cè)[1]。這些方法不僅需要大量的專業(yè)設(shè)備，而且探測(cè)靈敏度低、測(cè)量誤差大、組網(wǎng)復(fù)雜、預(yù)測(cè)的可靠性較差[2-3]。近紅外光是指可見光與中紅外光之間的波長(zhǎng)介于750～2500 nm之間的一種電磁波。近紅外檢測(cè)技術(shù)是以近紅外光的吸收定律為基礎(chǔ)，當(dāng)近紅外光照射到物質(zhì)表面時(shí)，由于組成物質(zhì)的化學(xué)鍵不同，因此將產(chǎn)生不同特征波長(zhǎng)的吸收，吸收度的多少與各化學(xué)鍵的含量有著密切的關(guān)系。小波理論以其信號(hào)時(shí)域處理的優(yōu)勢(shì)，現(xiàn)已在信號(hào)處理領(lǐng)域得到了廣泛的應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)是一種模仿生物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的數(shù)學(xué)算法模型，該算法模型與傳統(tǒng)的模型回歸算法具有完全不同的機(jī)理，克服了傳統(tǒng)意義上的模型回歸算法信息非結(jié)構(gòu)化方面的缺陷，加之人工神經(jīng)網(wǎng)絡(luò)算法具有自組織性、自適應(yīng)性和較好的學(xué)習(xí)能力，目前已在自動(dòng)控制和信息處理等領(lǐng)域得到廣泛應(yīng)用。

本設(shè)計(jì)利用瓦斯氣體在1340 nm和1980 nm處的強(qiáng)吸收峰，結(jié)合小波神經(jīng)網(wǎng)絡(luò)理論法實(shí)現(xiàn)對(duì)瓦斯?jié)舛鹊臋z測(cè)，并且采用FPGA設(shè)計(jì)主控系統(tǒng)，完成瓦斯檢測(cè)指標(biāo)的遠(yuǎn)程無線檢測(cè)。實(shí)驗(yàn)結(jié)果表明，采用該方法實(shí)現(xiàn)的瓦斯檢測(cè)網(wǎng)絡(luò)具有測(cè)量誤差小、系統(tǒng)穩(wěn)定性高、應(yīng)用靈活方便的特點(diǎn)。

1 近紅外檢測(cè)原理

近紅外光NIR（near infrared）是一種介于中紅外光（MIR）與可見光（VIS）之間的電磁波，主要是由于分子振動(dòng)的非諧振分子振動(dòng)從基態(tài)向高能級(jí)躍遷時(shí)產(chǎn)生的，具有較強(qiáng)的穿透能力[3-6]。近紅外光譜是一種快速、綠色、無損的檢測(cè)技術(shù)[7-8]，已廣泛應(yīng)用于農(nóng)副產(chǎn)品和工業(yè)中。

由比爾-朗伯（Beer-lambert）定律，假定瓦斯氣體在波長(zhǎng)λ處存在吸收峰，則有：

式中：I0（λ）是入射光強(qiáng)度；I（λ）是透射光強(qiáng)度；a（λ）為在波長(zhǎng)λ處的吸收系數(shù)；c為待測(cè)瓦斯?jié)舛取?/p>

1.1 小波理論

傅里葉變換作為信號(hào)處理領(lǐng)域中應(yīng)用最廣的一種信號(hào)處理方法，已經(jīng)在許多領(lǐng)域得到廣泛應(yīng)用，但由于傅里葉變換沒有考慮時(shí)間信息，因此采用傅里葉變換的方法進(jìn)行信息處理在時(shí)域中分辨率較低，為了克服這一缺點(diǎn)小波理論逐漸被應(yīng)用到了信號(hào)處理領(lǐng)域[9]。

小波變換是通過一個(gè)母小波函數(shù)經(jīng)過壓縮和平移變換得到的，小波分析的實(shí)質(zhì)就是將已知信號(hào)分解成一系列經(jīng)尺度變換后的小波函數(shù)的疊加。

1.2 小波神經(jīng)網(wǎng)絡(luò)原理

以BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)為基礎(chǔ)，將小波基函數(shù)作為神經(jīng)網(wǎng)絡(luò)隱含層的傳遞函數(shù)，這樣將構(gòu)成信號(hào)向前傳播，誤差信息反向傳播的神經(jīng)網(wǎng)絡(luò)。小波神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)圖如圖1所示。

圖1 小波神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)Fig.1 Topological structure of WNN

系統(tǒng)中采用Morlet函數(shù)作為小波基函數(shù)，其運(yùn)算公式為

小波神經(jīng)網(wǎng)絡(luò)傳輸層運(yùn)算公式為

式中：wik為隱含層的權(quán)值；h（i）為第i個(gè)隱含層的節(jié)點(diǎn)輸出；n為隱含層的節(jié)點(diǎn)數(shù)。

實(shí)驗(yàn)中采用純度為98%的甲烷氣體模擬建立瓦斯氣體濃度的檢測(cè)模型，結(jié)果表明采用小波神經(jīng)網(wǎng)絡(luò)建立的瓦斯氣體濃度檢測(cè)模型最優(yōu)，模型的相關(guān)系數(shù)達(dá)到0.905，結(jié)果如圖2所示。

圖2 小波神經(jīng)網(wǎng)絡(luò)建模結(jié)果Fig.2 Results wavelet neural network modeling

2 近紅外瓦斯無線傳感系統(tǒng)設(shè)計(jì)

近紅外光譜瓦斯無線探測(cè)傳感器網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。系統(tǒng)主要由近紅外探測(cè)器、數(shù)據(jù)處理模塊、主控制器、無線傳感網(wǎng)絡(luò)、上位機(jī)和顯示報(bào)警等部分組成。

圖3 系統(tǒng)原理框圖Fig.3 System principle block diagram

近紅外探測(cè)器把經(jīng)過瓦斯氣體吸收后的近紅外光信號(hào)轉(zhuǎn)換為電信號(hào)，經(jīng)數(shù)據(jù)處理模塊采樣量化處理得到瓦斯?jié)舛戎笜?biāo)，并由主控制器控制的A/D轉(zhuǎn)換芯片轉(zhuǎn)化為數(shù)字信號(hào)送入主控制器，控制無線發(fā)射芯片將數(shù)據(jù)進(jìn)行發(fā)送，上位機(jī)實(shí)現(xiàn)實(shí)時(shí)顯示和報(bào)警的功能。

2.1 近紅外探測(cè)器

近紅外探測(cè)器采用單光程雙波長(zhǎng)方式，光源IRL718經(jīng)過8 Hz的方波脈沖調(diào)制后發(fā)出的光通過瓦斯氣體吸收后，由濾光片選擇1340 nm和1980 nm波長(zhǎng)處的光強(qiáng)進(jìn)行采集，將采集到的光強(qiáng)信息經(jīng)模型匹配得到瓦斯氣體濃度值。近紅外瓦斯探測(cè)器的結(jié)構(gòu)如圖4所示。

圖4 近紅外瓦斯探測(cè)器Fig.4 Near infrared gas detector

2.2 數(shù)據(jù)處理與主控部分

光譜信號(hào)放大部分采用共模差分放大電路，有利于提高共模抑制比和系統(tǒng)的探測(cè)靈敏度。近紅外探測(cè)器輸出的電信號(hào)經(jīng)過自帶的放大電路放大后，輸入到差分放大電路進(jìn)一步放大，然后由A/D采集芯片AD9224分別對(duì)采集到的光譜信號(hào)進(jìn)行模數(shù)轉(zhuǎn)換，送到數(shù)據(jù)處理單元對(duì)瓦斯值進(jìn)行定量分析，其中數(shù)據(jù)處理單元由主控制器FPGA內(nèi)部的IP核完成對(duì)光譜信息的分析處理。主控制器采用PicoBlaze處理器架構(gòu)。PicoBlaze軟核是賽靈思公司推出的一種執(zhí)行率高、資源占用率低的片上8位RISC（精簡(jiǎn)指令集計(jì)算機(jī)）嵌入式微處理器，已經(jīng)被專門設(shè)計(jì)和優(yōu)化，用于Xilinx的Virtex和Spartan系列的FPGA器件[10]。

2.3 無線通信網(wǎng)絡(luò)

無線通信網(wǎng)絡(luò)采用Zigbee技術(shù)和拓?fù)浣Y(jié)構(gòu)進(jìn)行組網(wǎng)。Zigbee技術(shù)利用XBee-Pro無線網(wǎng)絡(luò)設(shè)備，采用IEEE 802.15.4通信標(biāo)準(zhǔn)，工作頻率為2.4 GHz，具有功耗低、體積小、傳輸距離遠(yuǎn)以及傳輸效率高等優(yōu)點(diǎn)，廣泛應(yīng)用在終端與主機(jī)建立局域網(wǎng)的設(shè)備中。另外，由于該無線傳輸設(shè)備具有體積小的特點(diǎn)，因此本系統(tǒng)將無線通信系統(tǒng)與近紅外探測(cè)部分集成在一起，使傳感器不僅具有采集近紅外光譜信息的功能，而且還具有數(shù)據(jù)無線發(fā)送的功能，信號(hào)采集與數(shù)據(jù)無線發(fā)送部分結(jié)構(gòu)如圖5所示。

圖5 信號(hào)采集與數(shù)據(jù)無線發(fā)送部分結(jié)構(gòu)圖Fig.5 Signal acquisition and data wireless transmission part of the structure

2.4 上位機(jī)

近紅外瓦斯無線傳感監(jiān)測(cè)系統(tǒng)分為井下數(shù)據(jù)采集與傳輸系統(tǒng)和井上控制及報(bào)警系統(tǒng)，井上部分又稱為上位機(jī)，可以對(duì)每個(gè)終端的工作情況進(jìn)行實(shí)時(shí)監(jiān)控，并可完成瓦斯?jié)舛蕊@示、超標(biāo)報(bào)警等功能。無線傳感網(wǎng)絡(luò)和上位機(jī)系統(tǒng)結(jié)構(gòu)框圖如圖6所示。

圖6 無線通信網(wǎng)絡(luò)和上位機(jī)部分原理框圖Fig.6 Wireless communication network and PC part principle diagram

3 實(shí)驗(yàn)結(jié)果與分析

實(shí)驗(yàn)中對(duì)近紅外瓦斯無線傳感器分別進(jìn)行了瓦斯?jié)舛确治鰧?shí)驗(yàn)和無線通信實(shí)驗(yàn)。選取有代表性的12個(gè)瓦斯?jié)舛葰怏w對(duì)設(shè)備的檢測(cè)精度進(jìn)行驗(yàn)證，檢測(cè)結(jié)果如表1所示，最大誤差不超過0.2%，近紅外對(duì)瓦斯?jié)舛鹊臋z測(cè)具有較高的預(yù)測(cè)精度。

表1 檢測(cè)值與真實(shí)值比較Tab.1 Values compared with the real value

選取瓦斯?jié)舛确謩e為0.5%、2.5%和5%的3個(gè)濃度的瓦斯氣體樣本各分別重復(fù)檢測(cè)10次，檢測(cè)結(jié)果如圖7所示，可以發(fā)現(xiàn)對(duì)同一個(gè)樣本的10次檢測(cè)結(jié)果的偏差最大不超過0.19，且檢測(cè)結(jié)果均勻分布在真實(shí)值的兩側(cè)，符合概率統(tǒng)計(jì)分布原理，因此系統(tǒng)的穩(wěn)定性較好。

圖7 系統(tǒng)穩(wěn)定性測(cè)試結(jié)果Fig.7 System stability test results

無線通信實(shí)驗(yàn)主要測(cè)試了系統(tǒng)的傳輸距離和抗干擾情況。無線通信測(cè)試包括室內(nèi)測(cè)試和室外測(cè)試2部分，測(cè)試過程中各自使用5部無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)，通過室外測(cè)試發(fā)現(xiàn)在比較空曠的地區(qū)傳輸距離可達(dá)800 m左右，室內(nèi)傳輸距離也可以達(dá)到150 m以上。分別對(duì)室內(nèi)和室外2種無線通信進(jìn)行80次重復(fù)測(cè)試，測(cè)試過程中無數(shù)據(jù)錯(cuò)發(fā)或者丟失的情況，證明該組網(wǎng)方案具有較好的穩(wěn)定性。

4 結(jié)語

近紅外瓦斯無線傳感網(wǎng)絡(luò)系統(tǒng)是基于近紅外光譜吸收原理與化學(xué)計(jì)量學(xué)方法跟先進(jìn)的無線通信技術(shù)相結(jié)合，完成對(duì)煤礦瓦斯?jié)舛葻o線實(shí)時(shí)監(jiān)測(cè)的目的。采用單光雙波長(zhǎng)的工作方式和近紅外光源的方波脈沖點(diǎn)調(diào)制技術(shù)簡(jiǎn)化了系統(tǒng)的設(shè)計(jì)復(fù)雜度，同時(shí)也降低了光譜信號(hào)處理的難度。在建模分析部分將小波理論與人工神經(jīng)網(wǎng)絡(luò)相融合，使模型的預(yù)測(cè)精度和模型穩(wěn)定性都得到了較大的提高。最后采用Zigbee無線傳感網(wǎng)絡(luò)技術(shù)提高了系統(tǒng)的傳輸效率，更加方便系統(tǒng)的維護(hù)，也降低了組網(wǎng)過程的復(fù)雜度，大大降低了組網(wǎng)成本，使其具有更高的競(jìng)爭(zhēng)力。實(shí)驗(yàn)測(cè)試結(jié)果表明該瓦斯監(jiān)測(cè)系統(tǒng)具有監(jiān)測(cè)誤差小、靈敏度高、組網(wǎng)方便、運(yùn)行可靠等優(yōu)點(diǎn)，可以有效保障煤礦的安全生產(chǎn)。

[1] 侯少杰，程遠(yuǎn)平，周紅星.煤與瓦斯突出指標(biāo)預(yù)測(cè)模型及其實(shí)驗(yàn)軟件設(shè)計(jì)[J].煤礦機(jī)械，2010（3）：20-23.

[2] 竇新宇.基于PIC單片機(jī)的煤與瓦斯突出檢查系統(tǒng)的設(shè)計(jì)[J].制造業(yè)自動(dòng)化，2013（4）：48-54.

[3] 馮廣麗，盧朝杰.紅外瓦斯無線傳感器檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)測(cè)量與控制，2013，21（1）：80-88.

[4] 張孝亮.快速煤質(zhì)分析儀在集裝站煤質(zhì)管理中的應(yīng)用[J].煤質(zhì)技術(shù)，2010（5）：42-44.

[5] 趙凱，雷萌.近紅外光譜灰分預(yù)測(cè)模型中煤炭樣品的優(yōu)化方法[J].工礦自動(dòng)化，2012（9）：35-38.

[6] 成芳，樊玉霞，廖宜濤.應(yīng)用近紅外漫反射光譜對(duì)豬肉肉糜進(jìn)行定性定量檢測(cè)研究[J].光譜學(xué)與光譜分析，2012，32（2）：354-359.

[7] 嚴(yán)衍祿，趙龍蓮，韓東海，等.近紅外光譜分析基礎(chǔ)與應(yīng)用[M].北京：中國輕工業(yè)出版社，2005.

[8] 孫通，徐慧榮，應(yīng)義斌.近紅外光譜分析技術(shù)在農(nóng)產(chǎn)品/食品品質(zhì)在線無損檢測(cè)中的應(yīng)用研究進(jìn)展[J].光譜學(xué)與光譜分析，2009，24（1）：122-129.

[9] 姜濱，孫麗萍，曹軍，等.基于小波神經(jīng)網(wǎng)絡(luò)的木材干燥窯內(nèi)傳感器建模研究[J].傳感器與微系統(tǒng)，2013，32（11）：11-13.

[10]董新偉，許敏，顧丹紅，等.基于FPGA片上PicoBlaze的煤礦監(jiān)測(cè)系統(tǒng)[J].煤礦機(jī)械，2013，34（7）：257-259.

2014年國家科技部機(jī)器人產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟年度大會(huì)召開

2014年8月30日，由機(jī)器人產(chǎn)業(yè)機(jī)器人創(chuàng)新戰(zhàn)略聯(lián)盟主辦，沈陽新松機(jī)器人自動(dòng)化股份有限公司、機(jī)器人技術(shù)與系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室、機(jī)器人學(xué)國家重點(diǎn)實(shí)驗(yàn)室、沈陽國家大學(xué)科技城管理委員會(huì)承辦的2014年國家科技部機(jī)器人產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟年度大會(huì)在遼寧沈陽盛大召開。

新松機(jī)器人自動(dòng)化股份有限公司曲道奎博士，華中科技大學(xué)丁汗院士，北京航空航天大學(xué)王田苗教授，哈爾濱工業(yè)大學(xué)趙杰教授等業(yè)界專家出席了本次聯(lián)盟大會(huì)，以新松機(jī)器人自動(dòng)化股份有限公司、哈爾濱博實(shí)自動(dòng)化設(shè)備有限責(zé)任公司、安徽埃夫特智能裝備有限公司為代表的機(jī)器人企業(yè)，以沈陽機(jī)床設(shè)計(jì)研究院有限公司、四川長(zhǎng)虹電器股份有限公司、北方微電子基地設(shè)備工藝研究中心有限責(zé)任公司為代表的機(jī)器人典型應(yīng)用客戶以及以中國科學(xué)院沈陽自動(dòng)化研究所、中國科學(xué)院深圳先進(jìn)技術(shù)研究院、哈爾濱工業(yè)大學(xué)為代表的科研中心和大學(xué)院校等25家聯(lián)盟成員參加了會(huì)議。