感知礦山物聯網愿景與發展趨勢

姚建銓，　丁恩杰，　張申，　王剛

(1.中國礦業大學 物聯網(感知礦山)研究中心， 江蘇 徐州　221008； 2.天津大學， 天津　300072；3.礦山互聯網應用技術國家與地方聯合工程實驗室， 江蘇 徐州　221008)

?

科研成果

感知礦山物聯網愿景與發展趨勢

姚建銓1,2，丁恩杰1,3，張申1,3，王剛1,3

(1.中國礦業大學 物聯網(感知礦山)研究中心， 江蘇 徐州221008； 2.天津大學， 天津300072；3.礦山互聯網應用技術國家與地方聯合工程實驗室， 江蘇 徐州221008)

給出了礦山物聯網的愿景，即實現礦山物與物相連，減少甚至消除監測盲區，運用云計算和大數據技術提取有用的監測信息，真正實現本質安全礦山；從技術和服務模式2個方面梳理了礦山物聯網的發展趨勢，闡述了霧計算技術、網絡分形結構、礦山物體的本體描述與知識化、云計算與大數據技術等概念及其在礦山物聯網中的應用與發展，對協同工作模式和購買服務模式進行了展望。

礦山物聯網； 感知礦山； 本質安全礦山； 霧計算； 云計算； 大數據； 協同工作； 購買服務

網絡出版地址：http://www.cnki.net/kcms/detail/32.1627.TP.20160902.1006.001.html

0　引言

礦山自動化、信息化經歷了單機自動化、礦山綜合自動化及現在的感知礦山物聯網，其發展過程的本質就是礦山信息技術與礦山物理世界相融合的過程，因此，其發展趨勢就是礦山信息物理系統(Mine Cyber Physical System，MCPS)。

MCPS發展的大背景就是“互聯網+”行動計劃和“中國制造2025”，更直接點說就是物聯網、移動互聯網、云計算、大數據等信息技術與現代制造業、現代化流程工業相結合，將信息技術充分滲透到工業企業及機器設備的底層，使得工業生產的各個層面、各個節點均具備信息交互、計算決策、行為識別及智能控制等功能，真正實現信息系統與物理世界的有機結合。

礦山綜合自動化已實施了十多年[1-2]，初步實現了礦山已有各種監測監控系統的網絡化集成，實現了數據、語音及視頻傳輸的“三網合一”，實現了用統一的數據庫來存儲各種子系統的數據，具備進一步提升為礦山物聯網的基礎，但是與“中國制造2025”、“互聯網+”及“工業4.0”的發展要求相比，還有很大的差距。因此，有必要對礦山物聯網發展趨勢進行梳理，以便洞悉礦山自動化、信息化技術的發展進程，更好地為礦山安全生產服務。

1　感知礦山物聯網愿景

在礦山去產能的今天，礦山生產已從原來的高產高效轉變為安全生產，感知礦山物聯網自然也以保障礦山安全生產為目標。

影響礦山安全的最主要因素是礦山生產過程中存在的許多未知因素，或者說在礦山管理、監測、控制、預警等過程中對象的不確定性，比如人員行為的不規范性、設備運行環境的不確定性、礦山各種災害源的成因及遷徙的隨機性等。這些不確定性也是礦山生產區別于其他工業生產過程的最重要特征。

多年來，許多礦山安全領域的專家學者都在致力于研究這些影響礦山安全的不確定性因素，提出了一些理論與方法。如對災害源的不確定性，參考文獻[3]提出了多場耦合的煤礦動力災害研究方法，參考文獻[4]提出了多參量的災害評估分級預警方法；對于設備及生產環境的不確定性，比如煤巖分界，國內外也進行了多年的研究，取得一些成果[5]；對于人員的不規范行為也有一些分析研究[6]。遺憾的是，這些研究成果基本還停留在理論或實驗室階段，也就是說，基本是在各種因素可控的環境下去研究諸多非確定的因素。因此，這些研究成果很難應用到礦山現場。

在礦山實施了十多年的綜合自動化系統實現了礦山已有各種監測監控系統的網絡化集成，但是仍然存在感知手段傳統單一、缺乏泛在感知網絡、不夠開放等一系列問題[7]，也難以解決困擾礦山的不確定性因素問題。

礦山物聯網的目標是實現礦山物與物相連，各個系統通過網絡實現信息共享，減少甚至消除監測盲區，運用云計算和大數據技術，從大量低價值信息中提取有用信息，使礦山物理世界逐步從不透明向透明過渡，使礦山成為真正的本質安全礦山。要實現礦山物聯網這樣的愿景，必然會帶來從技術到服務模式的一系列變化。

2　技術發展趨勢

礦山物聯網帶來的新技術很多，本文只擇其要點進行敘述。

2.1霧計算技術

霧計算簡單來說就是比較底層的網絡化計算。霧計算與云計算相比更強調其實時性。以瓦斯超限斷電為例，《煤礦安全規程》要求當瓦斯監測儀監測到甲烷超限時，應立即控制斷電。然而是什么原因造成的甲烷超限？是個別點還是一個區域？是不是干擾誤報？是不是瓦斯傳感器失限等？這些問題都難以判斷。盡管《煤礦安全規程》規定“每7 d必須對甲烷超限斷電功能進行測試”，但也難以防止瓦斯傳感器誤報情況的發生。利用霧計算，可以將相鄰的幾個瓦斯傳感器和其他相關傳感器作為信息源來判斷各個瓦斯信息源的可信度、識別瓦斯超限區域、繪制瓦斯場的分布、給出是否斷電及斷電范圍的決策。

顯然，類似這樣的底層計算在礦山有大量的需求。與云計算相比，霧計算并非由性能強大的服務器組成，而是由更為底層的嵌入式系統、網絡及分散的異構計算資源組成。霧計算通過強化獨立節點間的局部實時交互和分布式智能，使節點具備自組織、自計算、自反饋的計算功能，將眾多的局部應用的數據處理和應用程序分布在網絡邊緣的本地設備，而非集中在數據中心，從而更加廣泛地適應礦山不同的應用形態和服務類型。礦山霧計算平臺在礦山物聯網中所處的位置如圖1所示。霧計算平臺可以通過軟件定義網絡的方式對不同異構網絡的霧計算進行調度、配置，也可以實現子系統的監測控制和子系統間的數據級計算與協調。因此，礦山霧計算平臺基本是目前綜合自動化調度控制中心的功能增強，使其滿足礦山內部網絡化計算的需求。

圖1明確給出了霧計算與云計算的區域劃分，基本上，在礦山內部分布在網絡上的計算為霧計算范疇，往上則為云計算范疇。當然，在具體應用中可能會有交叉，并沒有嚴格的分界。簡單地說，云落到底層則為霧，霧升到高層則為云。

圖1　礦山霧計算平臺在礦山物聯網中所處的位置

2.2網絡結構扁平化與網絡功能分形化

由于霧計算的應用，在網絡的末梢就已經形成感知、傳輸和應用計算三層信息結構，霧計算又作為礦山物聯網的信息感知層而存在，礦山物聯網也是感知、傳輸與應用計算三層，再往上的物聯網，同樣具有這樣的三層結構。因此，物聯網必將逐步呈現出自相似性的分形特征[8]。

隨著礦山物聯網技術的發展，礦山實時監測數據量急劇增長，傳統的網絡層次架構在向全扁平化的網絡組網方式轉變，以減輕骨干網的負荷，這是網絡扁平化的趨勢[9]。扁平化網絡架構使得礦山工業控制更加精細化和智能化、礦山各個監測監控系統部署趨于分布化和邊緣化、網絡的自組織和管理能力進一步增強，有利于滿足今后礦山物聯網在數據量及網絡實時性等方面的需求。

在礦山物聯網網絡結構扁平化和網絡功能分形化同步發展的時刻，網絡的功能劃分、實時與非實時任務分配、網絡自適應能力、自愈與可靠性、網絡的穩定性等動態化網絡管理，以及如何保證動態的服務質量等將成為礦山物聯網需要重點研究的關鍵問題。

2.3礦山物聯網中物的本體描述及知識化

礦山物聯網是具有事件感知的多系統協同和智慧服務的自組織和自適應的復雜監測監控網絡系統。許多礦山根據需要已經建立了各種不同類型的局部災害監測系統，但是由于傳感器類型及對現象的描述與表達各不相同，將監測信息進行匯集和統一分析是一項富于挑戰性的工作。而本體是用來對礦山物聯網中的數據(或事件)進行語義描述的一組術語和概念[10]，這種表達由概念、概念之間的關系、公理、函數及實例5種元素組成。已成功應用的如Sensor Web Enablement(SWE)，其是開放地理空間聯盟制定的一套標準編碼和網絡服務，SWE相關標準可實現傳感器注冊、傳感任務或模型的發現、處理過程和事件觀測，可獲得觀測流，并以發布/訂閱服務的方式實現預警預報。該方法可用于礦山物聯網系統，實現系統中事件的知識化描述與應用。

[11]針對礦山地質災害監測預警和信息共享問題，提出了基于Sensor Web的系統架構，采用面向服務的方式構建預警評估服務平臺，對可能發生的地質災害情況進行預警并提供預警服務, 可滿足政府部門和礦山用戶需求。該方法理論上可擴展、推廣應用到全礦山物聯網環境中，對礦山災害、生產環境、安全環境等進行全面的智能預警服務。

2.4云計算與大數據技術

經過幾年的討論，對于礦山云計算應用已經達成共識[12]。2.1節對云計算與霧計算的聯系與區別也作了論述。礦山行業云計算平臺按照管理級別可分為國家、省、集團及獨立第三方的云，按功能可劃分為專家云、災害預警云、礦山設備監測云等。“物聯網產生大數據，大數據助力物聯網”。有關云計算與大數據在礦山應用已有一些文獻進行了討論[13]，本文主要指出礦山云計算與大數據應用的2個特點。

(1) 礦山云計算、大數據離不開礦山霧計算。霧計算平臺的作用是改進或增強礦山調度控制中心平臺的功能，涵蓋底層信息采集與數據級信息融合的計算。顯然，要做好礦山云計算和大數據分析，霧計算是基礎。而地面許多云計算系統只需要應用現場有一臺能上網的計算機即可，這是有很大區別的。也就是說，普通云計算趨向于弱化現場設備的需求，而礦山云計算需要強化底層設施的建設。

(2) 礦山云計算、大數據的應用需要采礦、安全、測量、機電等大量專業人士的參與，是更為專業化的服務。如何將這些專業人士研究的理論、方法、模型綜合運用到云計算平臺中是實現礦山云的關鍵。

3　服務模式發展趨勢

3.1多專業協同工作模式

礦山綜合自動化已實現將提升、排水、通風、供電、選煤、安全監測、工業電視和語音通信等系統集成在一個平臺上。但是這些系統除共用統一傳輸平臺外，并沒有真正實現物與物相聯，各系統仍然是相互獨立的。而感知礦山物聯網要實現礦山物與物相連，建設基于公共協議、標準的平臺，真正做到信息的共享與數據推送。這就是礦山物聯網特別強調的結構性平臺與服務性平臺的意義[14]。

有了這樣的平臺，才能真正實現多專業協同工作模式。礦山災害預警、設備故障診斷等，均需要采礦、安全、地測、水文、監測監控、機械、信息處理等多學科的協同工作。只有礦山物聯網平臺，才能讓各學科專家在同一平臺上工作，使用同樣的數據，面對同一個礦山，無需任何行政手段，沒有利益沖突，卻具有共同的目的，就是為礦山的安全生產提供服務。

在物聯網環境下協同工作方式是主流，最大的贏家就是礦山企業。

3.2購買服務模式

隨著協同工作模式的成熟應用，礦山安全生產必然會向購買服務的方面發展。礦山各種系統將由自己建設、自己運行、自己維護的“三自”模式逐步向購買第三方服務的模式轉變[15]。

這要求礦山物聯網必須為服務提供商或第三方提供便利，以方便將各種有特色的服務提供到物聯網中。物聯網的這種服務能力具有很強的擴展性，一方面最大限度地保護了用戶的投資，更重要的是保證礦山物聯網真正成為一個活的、不斷發展的服務性網絡。

以基于云計算的服務為例，傳統煤礦安全監測監控系統均以獨立形態運行于某礦區，存在以下共性問題：

(1) 礦山設備主要進行計劃檢修，檢修過程往往需要設備廠家的幫助，無法滿足按需檢修要求，降低了開機率。

(2) 安全監測監控系統可以對單參數進行監測，但缺少專業化人才對煤礦災害信號分析、解讀與會商，無法提供有效的數據挖掘服務，往往需要各自外請專家進行分析。

(3) 各級政府建立了大量監測網絡，但缺少對數據的分析和評估，需要專業機構提供信息服務。

(4) 從事礦山災害研究的專家大多在高校和研究機構，不可能長期在礦山工作，“外請專家”的實現難度和代價大。

(5) 缺乏一個讓礦山安全生產相關的各方面專業人員為礦山提供專業化服務的平臺與體系。

隨著中國煤礦設備年限不斷加長，礦井開采深度及礦井拓撲復雜度不斷增加，礦山災害的形勢越來越嚴峻，需要建設相應監測預警優化系統的煤礦越來越多，因此提供統一的煤礦災害預警服務的需求也越來越迫切。

災害預警信息可由簽約專家通過遠程云平臺，登錄礦山數據云服務中心，對煤礦災害信號分析、解讀與會商。而外請專家(專家云)可直接利用高校、機械及設備生產廠商等專業人才資源，通過簽約，實現長期合作。

項目服務對象為各個礦山、各大集團、各級政府及其他研究機構、設備或系統生產單位等。

各礦區根據自身需要從礦山云服務平臺購買各種礦山云服務，包括災害預警、通風網絡優化、設備健康診斷等，以提高安全生產水平和效率。

礦業集團通過購買服務，可對集團戰略發展、資源整合與分配、產品營銷、設備租賃管理、礦山運行、安全、環保等進行監督和管理。

各級政府通過購買信息服務，對礦山資源、礦山安全進行監督管理，并為正確決策提供有力保障。

其他研究機構、設備或系統生產單位可訂購測試、加工服務，并可針對某一專門問題開展合作研究。所有服務均可按服務內容、服務期限購買，更容易滿足不同客戶需求。

傳統礦山物聯網示范工程根據礦山自動化程度進行改造所需的費用較大，而且不提供數據深度分析功能。云服務每年所需要的服務經費大大降低，并且節約了礦山專人維護成本。因此購買礦山云服務的投資比傳統的單點獨立建設系統大為縮減，對礦井來說更具有吸引力。因此，礦山服務模式的開展和變化是礦山信息化技術發展的重要趨勢之一。

4　結語

礦山物聯網技術的發展是一個長期的歷程，正如“中國制造2025”一樣，會帶來礦山信息技術的變革。但是礦山物聯網技術的實施需要逐步推進，礦山物聯網技術體系規范礦山物聯網技術的實施要件，并會隨著礦山物聯網技術發展漸次升級。其目的就是引導礦山物聯網技術沿著正確的道路發展，在推動創新發展的前提下，最大限度地保護用戶投資的延續性，為最終實現礦山安全生產、無人化(少人化)的智慧礦山做出應有貢獻。

參考文獻：

[1]張申, 丁恩杰, 徐釗,等.物聯網與感知礦山專題講座之一——物聯網基本概念及典型應用[J].工礦自動化, 2010,36(10):104-108.

[2]張申, 趙小虎.論感知礦山物聯網與礦山綜合自動化[J].煤炭科學技術,2012,40(1):83-86.

[3]劉東, 許江, 尹光志,等.多場耦合煤礦動力災害大型模擬試驗系統研制與應用[J].巖石力學與工程學報,2013, 32(5):966-975.

[4]羅浩, 潘一山, 肖曉春,等.礦山動力災害多參量危險性評價及分級預警[J].中國安全科學學報, 2013, 23(11):85-90.

[5]吳婕萍, 李國輝.煤巖界面自動識別技術發展現狀及其趨勢[J].工礦自動化, 2015, 41(12):44-49.

[6]宛良軍.礦山企業管理者安全行為分析[J].低碳世界, 2014(17):162-163.

[7]張申.煤礦自動化發展趨勢[J].工礦自動化, 2013, 39(2):27-33.

[8]王江濤, 楊建梅.復雜網絡的分形研究方法綜述[J].復雜系統與復雜性科學,2013, 10(4):1-7.

[9]徐峰,嚴學強.移動網絡扁平化架構探討[J].電信科學, 2010, 26(7):43-49.

[10]郭立群, 王欣滔, 王笑赤,等.海嘯早期預警系統的一種本體式表達[J].測繪與空間地理信息, 2014(7):5-10.

[11]蔣銳, 宋煥斌, 朱杰勇.基于Sensor Web的礦山地質災害監測預警[J].金屬礦山, 2010(9):162-165.

[12]張申,劉鵬,張彭.感知礦山物聯網云計算應用探索[J].煤炭科學技術,2012, 40(9):72-75.

[13]馬小平, 胡延軍, 繆燕子.物聯網、大數據及云計算技術在煤礦安全生產中的應用研究[J].工礦自動化, 2014,40(4):5-9.

[14]張申，張滔.論礦山物聯網的結構性平臺與服務性平臺[J].工礦自動化,2013，39(1)：34-38.

[15]張申．礦山物聯網服務承載平臺與礦山購買服務[J]．工礦自動化，2016，42(4)：7-11.

Prospect of perception mine internet of things and its development trend

YAO Jianquan1,2,DING Enjie1,3,ZHANG Shen1,3,WANG Gang1,3

(1.Internet of Things(Perception Mine) Research Center, China University of Mining and Technology,Xuzhou 221008, China; 2.Tianjin University, Tianjin 300072, China; 3.State and Local Joint Engineering Laboratory of Mine Internet Application Technology, Xuzhou 221008, China)

Prospect of mine internet of things was given, which was realizing connection among objects in mine, decreasing even eliminating monitoring blind area, and adopting could computing and big data technologies to get useful monitoring information, so as to realize intrinsically safe mine. Development trend of mine internet of things was sorted out from aspects of technologies and service mode. Corresponding concepts were expounded including fog computing technology, network fractal structure, ontology of mine things and intellectualization, cloud computing and big data technologies and so on as well as their application and development in mine internet of things, and cooperative working mode and buying services mode were expected.

mine internet of things; perception mine; intrinsically safe mine; fog computing; cloud computing; big data; cooperative working; buying service

1671-251X(2016)09-0001-05

10.13272/j.issn.1671-251x.2016.09.001

2016-07-13；

2016-08-16；責任編輯：李明。

國家重點基礎研究發展計劃(973計劃)資助項目(2014CB046305)。

TD67

A網絡出版時間：2016-09-02 10:06

姚建銓(1939-)，男，江蘇無錫人,教授,博士研究生導師,中國科學院院士，中國礦業大學物聯網研究中心主任，多年從事激光與非線性光學頻率變換技術的研究工作，提出并發展了雙軸晶體最佳相位匹配計算方法，完成國家重點科技攻關項目、國家高技術研究發展計劃(863計劃)項目、國家重點基礎研究發展計劃(973計劃)項目、國家自然科學基金等數十項科研任務。

姚建銓，丁恩杰，張申，等.感知礦山物聯網愿景與發展趨勢[J].工礦自動化，2016,42(9)：1-5.