礦山物聯網人-機-環狀態感知關鍵技術研究

袁亮，俞嘯，丁恩杰，趙小虎，馮仕民，張達，劉統玉，王衛東，黃艷秋

（1.安徽理工大學能源與安全學院，安徽 淮南 232001；2.中國礦業大學物聯網（感知礦山）研究中心，江蘇 徐州 221008；3.北京礦冶科技集團有限公司礦山工程研究設計所，北京 100160；4.山東科學院激光研究所，山東 濟南 250014；5.北京郵電大學電子工程學院，北京 100876；6.不來梅大學電動力學與微電子研究所，不來梅 28359）

1 引言

在我國的能源結構中，煤炭占一次性能源和消費結構的60%以上。隨著煤礦開采深度的不斷增加，現場環境愈加復雜，生產體系日漸龐大，煤炭安全高效開采面臨巨大挑戰。煤礦的安全生產問題一直是國家關注的重點，經過多學科多年努力，礦山安全生產水平得到顯著提高，但安全形勢依然嚴峻[1]。物聯網、大數據、人工智能技術的多學科交叉融合特性為解決礦山安全生產問題提供了全新的途徑。《煤炭工業發展“十三五”規劃》和《能源技術革命創新行動計劃（2016—2030）年》中指出，要推動物聯網、人工智能、大數據技術在智慧礦山建設領域中的深度應用，重點突破煤炭綠色安全無人開采等技術，解決煤礦安全生產智能管控與風險防控問題[2]。

目前，我國礦山物聯網建設還處于起步階段，各種子系統級的物聯網工程應用研究相繼開展，取得了一定的研究成果[3-5]，但礦山生產中的探測、采掘、運輸、通風、排水、供電等生產過程包含的各類自動化、控制、信息、管理子系統多達百余個[6]，諸多智能化的感知、控制、管理與決策問題尚未解決，面向整個礦山安全生產體系的成熟物聯網解決方案尚未形成[7-8]。礦山物聯網感知技術是智能礦山應用服務的基礎，“人-機-環”信息的精準感知與狀態在線判識可以為礦山生產過程的狀態實時再現、過程演化跟蹤、增強現實交互分析、設備智能調度與協同管控、安全態勢預測預警、自主決策支持等提供信息支撐，是實現智能礦山建設需要首先突破的課題。

本文圍繞物聯網技術在礦山安全生產智能管控深度應用中的問題，給出了礦山安全生產物聯網技術體系與架構，在此基礎上，闡述了礦山安全生產“人-機-環”感知信息描述與知識建模方法，分析了新型高性能智能傳感、物聯網編碼與交互協議標準、多源異構融合通信網絡、大數據深度挖掘應用等幾個方面的關鍵技術與研究內容。礦山物聯網基礎理論、關鍵技術與智能應用的突破，將為健全礦山生產安全體系、全面提升礦山生產安全保障與重大事故防控能力提供有力的科技支撐。

2 礦山安全生產物聯網技術體系建設

圖1 礦山安全生產物聯網技術體系

礦山安全生產物聯網建設目標是通過基礎理論創新、關鍵技術突破、應用系統研發、技術集成示范，形成面向礦山安全生產過程的全面感知、物物相連、快速交互、在線判識、智能調度、協同管控、自主決策、預測預警的智能化服務體系，如圖1 所示。礦山安全生產物聯網技術體系建設主要包括以下幾方面內容。開展礦山“人-機-環”感知信息融合表示與安全判識準則等基礎理論研究，為礦山安全生產物聯網的關鍵技術與裝備研究提供理論依據；組織礦用高性能光學及無線智能傳感技術攻關，實現能量自動捕獲、超低功耗、寬量程、分布式多參數、高可靠性等技術突破，為裝備研發提供技術支撐；制定礦山物聯網編碼、交互協議標準及礦山設備全生命周期信息集成方法，研發網絡物聯網融合傳輸技術與裝備；研究礦山物聯網云分布式架構，形成礦山大數據交換、智能處理與服務技術體系及平臺；研發礦山特種設備全生命周期管理與遠程在線診斷（PHM,prognostics health management）系統，安全生產全過程智能管控與調度系統，建立礦山安全態勢分析及預測、預警系統；通過示范工程建設，完善基礎理論、關鍵技術與裝備、平臺與應用系統的研究。

2.1 人-機-環狀態感知理論與方法

人-機-環狀態感知理論基于分析礦山安全生產過程“人-機-環”關鍵要素狀態機理和演化規律，根據“人-機-環”感知信息特點，研究基于本體的礦山“人-機-環”生產過程信息統一描述方法，建立面向礦山安全生產過程實時再現、自然演化、智能交互的信息與知識表示體系，實現“人-機-環”生產過程信息的描述及知識的交換、共享和重用。研究礦山安全生產過程“人-機-環”多狀態、多場景、多因素耦合作用下的物理模型與數字模型——數字孿生（DT,digital twin）的融合交互分析方法[9-11]，建立基于信息物理系統（CPS,cyber-physical system）和DT 的“虛實融合”感知模型。研究礦山物聯網大數據分析方法，建立礦山“人-機-環”狀態安全指標體系與知識庫，研究災害機理分析與數據特征挖掘相融合的礦山生產安全生產過程數據關聯分析、深度挖掘方法體系，為礦山安全態勢預測預警提供有力支撐。

2.2 人-機-環狀態感知關鍵技術

人-機-環狀態感知關鍵技術包括智能傳感技術、高效信息交互與融合通信網絡技術以及大數據管理平臺。

1)智能傳感技術

在現有礦山“人-機-環”感知系統的基礎上，針對傳感器狀態的不穩定、感知信息的不完整、通信接口標準的不統一，以及應用場景的局限性等問題，通過研發分布式、光纖光柵、激光、微機電系統（MEM,microelectro mechanical system）等低功耗、高靈敏度、寬量程、易維護傳感器技術，拓寬感知邊界，解決安全隱患（特別是隱蔽災害）的超前感知等難題；通過研究狀態自診斷、能量自治、網絡自治的智能傳感技術，實現感知層的智能化管理；通過研究統一的感知信息編碼標準，實現感知層信息的標準化接入。

2)高效信息交互與融合通信網絡技術

研究礦山物聯網多終端、多系統之間的信息交互方法，實現礦山物聯網的高效信息交互（物與物的高效連接）；研究適應礦山環境、支持各種類型系統的礦山物聯網多系統融合網絡架構，形成適用于井下分布式網關的高性能計算、大容量存儲、高速通信、可靠鏈接管理與維護方法；研發井下智能邊緣計算終端，提供智能分析、可靠通信、實時控制等服務，提升礦山生產過程實時智能交互與控制能力。

3)大數據管理平臺

礦山數據分散于各監測監控子系統，礦山大數據平臺建設的研究工作已經陸續展開，目前僅完成了大數據的匯聚，面對異構分散的多源化的監控系統，需要解決礦山物聯網大數據的高效管理、深入挖掘和智能化應用等問題。研究高效數據存取、標記與管理機制，為大數據知識發現服務奠定基礎，研發礦山云交互式服務平臺[12-13]，解決礦山綜合監測與控制的實時異構數據快速可靠交換、多源/多層次數據的分布式協同挖掘分析及智能化服務等難題。

2.3 智能化應用服務

研究基于數據驅動與知識驅動相結合的礦山設備智能調度與協同管控優化方法，研究設備運行狀態多源傳感器數據融合分析與狀態診斷方法，建立面向礦山安全生產過程中的“采、掘、機、運、通、供電、排水、輔助運輸”等裝備與系統的智能診斷與協同管控平臺，實現礦山安全生產過程中多設備之間的安全、高效、節能多目標優化的協同管控。研究大數據分析的礦山安全態勢評價指標和方法體系，研發礦山安全態勢分析及預測預警系統，實現對礦山安全態勢的評價與預測信息的多維可視化，解決復雜環境下礦山安全態勢難以預測的問題[14]。

3 礦山人-機-環虛實融合感知理論

隨著自動化、數字礦山及礦山數據集成技術的發展，礦山大數據平臺的正在進行推廣和建設，已經完成了礦山各監控系統數據的匯集，單個信息化礦井每年匯聚的數據量已經達到PB 級，可以說是“富數據”；但是從大數據中挖掘的知識卻很有限，處于“貧知識”的狀態。由于各系統數據描述邏輯上不一致，信息表達能力不足，數據含義不明確，存儲形式不統一，系統間數據交互融合困難，從“富數據”中提取有效“知識”的能力受到限制，礦山數據雖然在物理上完成了匯聚，卻難以得到有效的利用。因此，需要在礦山安全生產過程感知理論中尋求突破，實現礦山安全生產狀態“知識”體系的構建，研究礦山“人、機、環”生產過程信息統一描述方法，實現礦山安全生產感知信息的數字化、模型化和統一描述；建立礦山CPS 和DT 的“虛實融合”感知體系，實現生產過程的實時再現、演化分析與智能交互；研發礦山“人、機、環”狀態知識庫，實現礦山生產過程安全狀態知識的重構與復用；研究“人-機-環”狀態判識方法，為生產過程安全狀態的實時診斷與智能管控提供依據。

3.1 基于本體的人-機-環感知信息統一描述方法

本節結合礦山物聯網的特點和本體描述中信息、知識表達的優勢，分析“人-機-環”感知信息特點，在歐盟oneM2M Base Ontology 規范基礎上，提出了基于本體的礦山“人-機-環”生產過程信息統一描述方法，解決礦山“人-機-環”生產過程中多要素安全狀態分析中面臨的多源異構、信息分散、耦合復雜、礦山知識缺失和表達不規范問題，實現“人-機-環”生產過程信息的描述及知識的交換、共享和重用。

研究OWL（Web ontology language）本體建模、知識表示、知識抽取方法，重點圍繞礦山安全生產中“人-機-環”中各要素感知信息的一致性描述，涉及人員行為過程數據（包括視頻數據、動作數據、位置數據、體征數據等），礦山關鍵生產設備（包括釆掘、運輸、提升、通風、排水、支護等設備）狀態參數，瓦斯、水、火、地質構造以及采動環境時空演變信息，為各要素建立一致的描述形式。描述中將安全要素定義為智能體，智能體由實體、屬性、實體關系和服務接口組成，兼容各級要素的信息描述需求，提供可擴展的組織結構，實現數據結構的統一化和規范化。

針對礦山不同應用場景，設計一體化的信息交互體系，滿足礦山物聯網“人-機-環”感知要素多元化應用需求，方便多源異構系統間交互和接入。在描述規范中定義了統一形式的信息交互實體和數據訪問接口，可以實現智能體與智能體之間的信息交互，也可以完成智能體與外部系統的信息交互，通過訪問接口可以完成實體、實體屬性、實體間關系和服務接口的訪問。

針對“人-機-環”感知信息描述問題，本節設計了117 個概念（類）、屬性及關系，構建了礦山人員、設備和環境本體，解決不同結構、量綱、屬性、維度、層次的礦山感知信息相互孤立、管理混亂、知識難以獲取等問題，實現“人-機-環”感知信息資源語義標注、可互操作、知識共享和重用的目的。基于語義本體和oneM2M Base Ontology的礦山設備描述模型如圖2 所示。該模型既能夠適用于不同類型設備的共性特征，也可以滿足特殊設備狀態擴展描述的需求，能夠完成對設備的基本信息、功能信息、運行狀態信息、異常信息結構、描述方法、接口的統一管理，提供物聯網平臺下的信息組織、存儲及訪問的標準接口規范，并為設備狀態的在線判識提供統一的數據訪問和交互接口。

3.2 基于數字孿生的“虛實融合”感知體系

本節分析礦山安全生產過程“人-機-環”關鍵要素狀態機理和演化規律，揭示多源感知信息與“人-機-環”安全狀態相互作用過程機理，研究礦山安全生產信息表達與狀態知識動態建模方法，基于數字孿生技術建立礦山“人-機-環”數字化虛擬模型，研究多維度在線監測CPS 感知數據與虛擬模型的信息加載與融合交互方法，研究物理模型與虛擬模型之間的無縫融合與感知一致性呈現方法，建立地下基礎設施運行全過程實時感知、演化分析與智能交互的“虛實融合”感知體系。

礦山物聯網“虛實融合”感知體系如圖3 所示，首先，要完成礦山“人-機-環”物理模型的重構。人員方面，主要建立人員在不同工作場景下的體征狀態模型、位置空間模型與行為動作模型；設備方面，主要建立“采、掘、機、運、通、供電、排水”等不同的設備系統的結構模型、組件模型與運行狀態模型；環境方面，主要建立面向“煤巖體、水體、頂底板”等內環境的空間結構與孕育演化模型和面向“瓦斯、溫度、風場”等外環境的分布與運移規律模型。在重構的“人-機-環”物理模型的基礎上，基于物理仿真、三維重構或虛擬知識結構建模等方法，設計“人-機-環”要素的虛擬智能體，在物理模型的基礎上增加了屬性、約束、狀態、行為、特征等信息，建立虛擬化知識表達結構，研究虛擬模型信息空間與物理感知信號空間的實時交互方法，實現虛擬數字模型對物理實體模型的演化模擬、狀態判識和趨勢分析。

圖2 基于語義本體和oneM2M Base Ontology 的礦山設備描述模型

圖3 礦山物聯網“虛實融合”感知體系

3.3 基于語義的人-機-環運行狀態知識庫

結合“虛實融合”感知體系，研究礦山生產過程“人-機-環”運行狀態模式與異常發生機制，對狀態模式、狀態因素、傳感數據、場景信息及狀態屬性和關聯關系進行本體語言描述，并通過相關理論和經驗數據，建立異常狀態診斷規則。收集現有的檢修維護工程經驗知識、設計資料、專業書籍、生產規程、安全標準、各系統領域專家工程實踐經驗，結合結構化、半結構化和非結構化數據管理相關技術，實現專家經驗知識的統一管理、復用檢索、關聯分析，完成設備狀態專家經驗知識抽取。分析“人-機-環”運行狀態與多源感知信息之間的關聯關系，融合多源傳感器數據關聯關系和專家經驗知識，基于本體建模、知識表示、知識抽取、故障樹、故障模式-影響及危害性分析方法，建立面向礦山生產過程“人-機-環”要素“多源信息-多狀態”的知識關聯關系與指標體系。

人員方面，分析不同場景下的人員行為模式，結合可穿戴裝置傳感信息和視頻數據，依據有關煤礦安全生產規定，結合井下不同情境信息，對礦工不安全行為規則進行整理歸納。研究人員自身安全行為狀態特征、人員與設備物資交互過程的行為安全狀態特征、人員與環境交互過程的行為安全狀態特征，以及人員與設備物資、環境同時交互過程的行為安全狀態特征，提取人員不安全行為規則，在人員行為描述本體的基礎上，構建人員行為安全狀態知識庫。

設備方面，針對礦山設備系統運行工況環境多樣化、設備構造復雜的問題，構建礦山設備系統/關鍵部件狀態知識庫。分析多源感知信息、系統及設備運行狀態、故障模式的一對多/多對多和非線性映射關系，統計梳理各系統相關的機理知識和專家經驗知識，研究各系統部件典型特征信息，構建知識生成規則。按預定的規則分解并統計分析各個系統及設備間的復用部分和相對獨立的部分，針對各部分的故障模式、故障機理、聯動關系構建復用（部件級）狀態知識庫和設備系統級狀態知識庫。

環境方面，收集礦山地質測量、鉆探、物探、安全監測（通風、瓦斯、水、頂板、礦震等）等數據，分析數據類型、結構、含義及其相互關系，研究基于語義本體理論的礦山環境信息的有序組織、定位和提取技術，結合礦山安全相關法律法規及瓦斯突出、采空區發火等災害誘發機理，建立礦山井巷內、工作面、采空區等區域的地質、瓦斯、水文等環境描述指標體系。采用事故樹分析方法，厘清礦山安全事故的參數條件與關聯關系。基于事故樹的瓦斯爆炸知識結構如圖4 所示，其集成了瓦斯爆炸事故的多層次因果關系。基于事故樹可以構建包含時間和空間約束的時空動態安全判別準則，結合本體描述、語義邏輯和知識推理方法，實現多時空視角下礦山采動過程“內-外環境”安全狀態知識庫。

圖4 基于事故樹的瓦斯爆炸知識結構

3.4 人-機-環狀態判識方法

在礦山生產過程“虛實融合”感知模型和安全狀態知識庫的基礎上，分析礦山運行過程“人-機-環”不安全狀態特征，研究礦山各安全監測系統的多源感知信息（水環境、圍巖環境、外環境參數、電信號、設備參數、微震、振動、圖像視頻等）的內在關聯及時空分布特性，分析不同維度、不同量綱、不同特性的感知信息與礦山生產過程安全狀態的關聯關系，融合礦山生產全過程感知信息的經驗特征與深度特征，建立礦山生產安全狀態實時診斷與智能辨識模型與算法。

人員方面，主要研究人員不安全行為識別方法。礦工人員違規行為與人員工種、工作地點、工作環境和設備狀態等高度耦合。因此，研究基于視頻圖像識別的人員目標檢測與行為識別方法，分析人員行為的數據級特征、語義級特征，揭示運動特征數據、場景語義與行為之間的規律，結合可穿戴、體感傳感器等設備感知礦井人員內外環境數據，融合視頻圖像、姿態和情境語義多模態行為等多源特征信息，研究基于大數據挖掘、語義描述、深度學習等技術的語義式礦山人員違規行為識別方法，實現礦井人員違規行為的智能判識與預警。

設備方面，基于多源感知信息（工作環境與工況條件信息、運行調度信息和運轉過程在線感知數據），研究與感知信號信源特性相適應的信號時域、頻域、時頻域分析方法，結合主成分分析、流形學習、稀疏表示等特征提取方法，獲取感知信號的狀態特征表示。研究語義網絡、知識推理、機器學習、深度學習等人工智能方法，結合歷史數據、專家經驗及設備狀態知識庫，建立面向“采、掘、機、運、通、供電、排水”等設備系統的狀態分析與診斷預測方法，實現礦山設備系統異常工況狀態（顯性工作異常）在線識別和關鍵部件內部狀態（隱性早期損傷）智能診斷。

環境方面，針對突水、瓦斯、火災、頂板事故等煤礦常發災害，研究礦山地質測量、鉆探、物探、標準、安全監測（通風、瓦斯、水、頂板、礦震等）等數據與礦山生產過程“內-外環境”安全狀態關聯關系。研究基于多源感知信息融合的采動地質環境實時再現、動態演化與智能交互分析方法，研究靜態數據與動態演化信息融合的“內-外環境”狀態交互式跨時空分析方法，建立基于大數據、人工智能技術的環境安全感知跨時空預測模型，實現煤礦安全生產過程中的“內-外環境”風險預測、預警和災害防治[15]。

4 礦山人-機-環信息感知關鍵技術

4.1 智能傳感技術

在礦山生產安全感知方面，針對當前礦山安全監控系統中存在的傳感器精度低、可靠性差、功耗大，以及存在監測盲區等問題，開展了礦用光學等多參數傳感機理與裝置的研制工作，優化集成光纖光譜分析、光纖光柵和激光-微機電等先進傳感技術，開發出一系列災害前兆信息采集裝備，為礦山物聯網對安全生產信息的全面、快速、準確感知提供技術支撐。在分布式的光纖傳感器方面，開展了時分復用、光子空心光纖等氣室設計和半導體激光光譜快速分析技術研究，解決多傳感器交叉干擾，光子晶體光纖模間干擾，以及光纖氣室響應時間和工程防護等難題；在激光甲烷傳感檢測技術方面，利用無溫控半導體激光器波長自適應跟蹤技術，實現氣體濃度的無波動連續分段切換；在光纖多氣體傳感器方面，采用預置零點技術，解決痕量氣體檢測中的基線漂移難題；在高靈敏度風速傳感器方面，優化光纖風速傳感器結構設計，研發寬量程、高靈敏度、快速響應光纖風速傳感器。

在工作面生產過程感知方面，采面機的空間位置、運行軌跡以及煤巖界面的實時感知是工作面智能化控制的基礎。煤礦井下為完全封閉空間和復雜電磁環境，沒有衛星導航信號輔助，實現定位和導航的難度大。基于雷達探測、激光點云、熱成像等技術，研究電磁波譜分析技術，利用煤巖介質在太赫茲頻段的特殊性質，結合機器學習，深度學習等手段準確描述煤巖界面，實現復雜煤層中煤巖界面的在線實時判別。在工作面四維GIS（geo-information system）的基礎上，結合超寬帶定位、激光慣導等技術，實時計算采煤機機身的運動速度、航向、姿態和位置等信息，實現地下開采裝備精確定位和導航[16-17]。

在能量自動捕獲方面，針對井下環境能量的不穩定、時間不連續及地點分散等特點，研究井下微能量（熱能、機械能、電磁能）高效轉換機理，建立礦山微能量捕獲-轉換-存儲-損耗-輸出模型。采用微電子與電路設計等理論與方法，設計具有能量自動捕獲、低耗能濾波及自適應輸出的能量轉換結構及電路，完成能量自動捕獲傳感裝置的研發。研究基于自適應泵壓技術的能量轉換方法，實現對周圍環境中能量等級和狀態進行智能感知，并自適應地不斷調整能量轉換門限，實現斷續微能量的高效儲能。研發能量自治傳感裝置，延長無線傳感器節點工作壽命，解決采空區、工作面等安全監測區域的傳感器布線和維護難題。

在傳感裝置智能化集成方面，開展傳感器故障自診斷技術的研究，提高傳感器裝置的容錯性和穩定性，研究傳感單元供電電路、通信鏈路、傳感器件狀態等檢測技術，建立智能傳感器自檢測模型，實現智能傳感器狀態在線自檢測。研究無線智能傳感信息交互接口優化、傳感器網絡動態組網、協同信息處理、傳感數據分析中間件等關鍵技術，實現礦山無線智能傳感器信息快速交互。研究感知層的數據預處理、信息融合與智能分析方法，在傳感器內集成輕量級信號分析與機器學習算法，構建具備輕量級分布式邊緣計算能力的智能化傳感體系。

4.2 編碼標準與交互協議

將通用和專用編碼體系有效結合，建設開放、兼容、規范的礦山物聯網的編碼體系。根據標識對象的特征屬性、安全級別以及其數量等級，研究平衡多應用需求的編碼方法，結合相關技術標準，研究礦山物聯網中設備、軟件等標識編碼方法及地址配置協議，實現對礦山各類實體唯一標識。研究兼容異構編碼的信息發現模型，開發物聯網尋址系統及標識編碼的智能識別方法，為實體的信息整合和精細化控制提供基礎。基于礦山“人-機-環”本體描述方法，研究統一語義框架下的礦山對象邏輯表達模型，建立礦山物聯網統一編碼標準，實現礦山物聯網的動態編碼和解析，為礦山設備的互操作、礦山數據的共享和礦山應用的開發提供統一的編碼規范。

針對礦山不同應用場景，研究兼容不同網絡接入技術的礦山物聯網網絡架構，設計一體化的礦山信息交互體系，滿足礦山物聯網多元化應用需求。研究礦山不同網絡設備的數據傳輸智能調度方法，實現礦山物聯網接入設備的智能管控。研究礦山物聯網多終端、多系統之間的信息交換方法，建立礦山物聯網不同對象模型、對象間交互協議校驗平臺和應用原型系統，設計礦山物聯網信息交互協議簇，形成面向不同對象的礦山物聯網M2M（machine to machine）信息交互協議標準。以統一編碼標準為依托，研究各種智能裝置的監測數據多源集成存取方法，研究感知層的邊緣信息處理與集成方法，實現礦山物聯網邊緣網絡信息處理、融合服務，滿足大規模海量數據分發需求與時延敏感應用需求。

4.3 融合通信網絡技術

礦山安全生產物聯網面臨多樣化的業務結構，采掘、運輸、通風、提升、供電、通信、排水，壓風等業務交疊；多類型的網絡形式，以太網、4G、NB-IoT、LoRa、Wi-Fi、ZigBee、RS485 等有線與無線網絡并存；多種標準的通信協議，RS232/485/422、TCP/IP、ModBus、Profinet、OPC（object linking and embedding for process control）應用于各子系統[18]。礦山通信網絡接入的業務也越來越多，對通信網絡的需求呈現出多樣性發展趨勢，不同接入系統對網絡傳輸的實時性、帶寬、并發量、移動性也提出了更高的要求。

因此，需要研究適應礦山網絡結構特點、支持人-人、物-人、物-物高效交互的礦山物聯網多系統融合通信的網絡架構與傳輸技術，滿足礦山物聯網技術發展過程中綜合接入服務的需求。研究井下物聯網設備鏈接服務快速發現機制，保障設備間網絡連接的可靠性，形成礦山各種智能裝置的物-物互聯、物-網聯接，以及網絡之間的互聯互通標準，建立適應礦山環境、支持各種類型系統的礦山物聯網多系統融合網絡架構，如圖5 所示。研究礦山物聯網異構網絡統一傳輸與資源管控研究方法，開展多協議的融合傳輸、海量信息的匯聚處理，實現信息與網絡的匹配，實現傳感網-融合通信網關-傳輸網鏈路的雙向高效信息交互。研究適用于井下分布式網關的高性能計算、大容量存儲、高速通信、可靠鏈接管理與維護方法，研制礦山物聯網融合通信網關裝備與系統，支持多種工業標準總線、無線通信協議。

形成礦山物聯網環境的融合通信網絡架構、傳輸技術及裝備系統，實現異構傳輸網絡中海量信息的處理與分布式信息匯聚融合和資源管理；解決井下信息化建設中的設備與設備、設備與信息、信息與信息孤立的問題，以及現有網關設備支持協議種類單一，計算、分析、篩選、通信等能力較低的問題；滿足礦山物聯網不同的信息化應用的需求，實現無線、有線相結合、短距、長距異構融合的接入網，將感知層感知到的信息無障礙、高可靠性、高安全性地接入網絡[19]。

圖5 礦山物聯網多系統融合網絡架構

4.4 礦山物聯網數據平臺

單個信息化礦井中，人員、設備、生產、視頻、安全等監控系統每天產生TB 量級的數據，數據的有效管理和利用是礦山物聯網智能化應用的基礎，面向礦山多源海量監測數據，研究可靠性高、容量大、存儲速度快、具備高度的伸縮性和擴展性的分布式存儲架構，實現礦山安全生產過程大數據的高效泛在存取；針對礦山深層應用所需的數據內容及其特征，研究礦山物聯網大數據異構管理與深度挖掘技術，構建安全可靠的礦山大數據處理與服務平臺，其架構如圖6 所示。感知層完成多源異構系統的統一接入，實現各監測監控系統運行和傳感數據的集成；數據存儲層集成數據清洗技術、數據統一編碼方法和分布式存儲架構，實現數據的高效存儲、訪問和管理；平臺服務層集成實時流式計算和離線批量計算架構，結合統計分析、機器學習和數據深度挖掘方法，實現礦山監測數據安全狀態特征的實時分析和安全態勢的大數據深度挖掘；大數據應用層，完成對礦山“人-機-環”安全狀態判識，設備智能調度與協調管控，生產過程智能化管控等應用服務的構建。

1)信息高效接入與預處理

圖6 礦山大數據處理與服務平臺架構

研究采掘、提升、通風、壓風、供電、排水、皮帶、調度通信、語音廣播、視頻監控等多源異構系統數據的海量實時接入、分發技術，實現礦山多類型、多參數系統信息的高效接入與實時協同控制。分析多源異構數據的內在特征、關聯特征和時空分布特征，研究面向泛在監測數據屬性約簡、過濾清洗、數據融合及知識表示的實時分析和預處理模型與方法，構建面向礦山設備監測數據的實時分析與智能預處理方法體系。

2)礦山大數據分布式存儲

在數據存儲層面，面向視頻監控數據、設備監測數據、生產調度信息、巡檢文檔等多源異構數據，根據數據的類型和應用場景采用不同的分布式存儲技術進行存儲，如Hive、HBase、HDFS（hadoop distributed file system）、RDBMS（relational data base management system）等。在數字平臺中構建可靠性高、容量大、存儲速度快、具備高度的伸縮性和擴展性的分布式存儲架構[20]，能夠滿足礦山設備監測數據結構化、半結構化、非結構化多種類型并存的數據特點和PB 級的數據規模高效存取需求，為礦山生產過程安全狀態分析與設備智能調度管控提供數據支撐。

3)礦山大數據分布式計算服務

礦山大數據平臺分布式計算架構如圖7 所示。在針對礦山生產過程中海量監測數據的不同信源特性（包括生產信息、環境參數等緩變數據，振動、電磁等高頻數據，視頻、點云等高密度數據）的基礎上，采用內存計算技術（如Spark）、即時查詢技術（如Impala）、實時流處理技術（如Storm）和并行批處理技術（如MapReduce）相融合的計算框架。針對礦山多源監測系統高吞吐量、高并發、海量數據的特點，利用分布式實時計算流處理技術解決監控系統及傳感器信號的在線分析與處理問題，利用分布式離線批處理計算技術解決海量歷史數據多維度關聯分析問題，滿足礦山生產過程大數據深度挖掘應用的需求。

圖7 礦山大數據平臺分布式計算架構

4)礦山物聯網大數據分析

在大數據管理的基礎上，集成大數據分析與人工智能算法工具，如Tensorflow、Caffe、Mahout和Spark MLlib 等，集成回歸分析、因子分析、特征提取、聚類分類、預測分析、關聯挖掘、深度學習等算法，提供面向礦山物聯網感知信息的信號分析、特征提取、智能判識和深度挖掘服務接口。結合礦山“人-機-環”狀態感知模型、生產過程多源感知信息關聯關系以及安全狀態經驗知識，研究面向多維異構礦山生產過程數據的分析與挖掘方法，研發機理與數據混合驅動的礦山生產過程安全大數據深度挖掘分析、知識發現與聚合平臺。

5 智能應用

在“人-機-環”安全狀態感知理論與方法的基礎上，集成智能傳感、融合通信網絡、物聯網數據平臺、大數據挖掘等關鍵技術，融合獨立分散的礦山安全監測與災害預警系統，構建統一的礦山安全態勢分析平臺。建立與礦山安全生產相融合的“人-機-環”增強現實實體模型，研發礦山虛擬場景和真實感知數據有機融合與交互的增強現實系統，實現面向礦山安全生產狀態演化過程的實時再現、動態分析、智能交互及可視化。研究面向礦山瓦斯、水、火、沖擊地壓（巖爆）、頂底板等重大危險源態勢演化機理與大數據分析方法，建立礦山安全生產預測預警和智能決策模型，研發基于大數據的礦山安全態勢分析及預測預警系統，實現礦山安全生產風險預測預警，解決復雜環境下礦山安全態勢難以預測的問題。

針對礦山安全生產過程中的資源優化配置和任務智能調度問題，基于工作流技術以及智能計算理論，研究資源驅動的面向多生產場景的礦山安全生產智能調度技術，研究礦山設備協同管控與安全生產智能調度的集成技術，研發礦山安全生產過程中的“采、掘、機、運、通、供電、排水”等設備系統的故障遠程診斷與協同管控平臺。研究輔助運輸車輛定位、RFID（radio frequency identification）識別、智能化排程與調度技術，實現井下卡軌車、無軌膠輪車、單軌吊、電動機車等輔助運輸車輛的智能調度、合理資源分配、智能排程、智能路徑優化。在綜采工作面單機設備自動化基礎上，集成位姿精準定位、煤巖界面識別、運行狀態感知、視頻監控、協同控制等技術，研發工作面液壓支架、采煤機、刮板輸送機、轉載機、破碎機、順槽膠帶機等綜采設備自主決策控制與智能協同聯動系統，實現綜采工作面的智能化無人化控制。

6 結束語

礦山物聯網技術的發展為礦山智慧化、透明化體系建設提供了有效的思路和手段，本文針對物聯網技術在礦山領域深度應用的需求，開展了物聯網“人-機-環”狀態感知理論與關鍵技術的分析和研究。

感知理論方面，提出了礦山生產過程“人-機-環”感知信息描述方法，建立“虛實融合”感知體系，以實現礦山安全生產過程的實時再現、演化分析、智能交互與可視化，為構建面向礦山安全生產的“智慧礦山”物聯網模型提供了新的思路與理念。

關鍵技術方面，研究了礦用分布式、多參數、光纖無源、MEM 等低功耗、高靈敏度、寬量程傳感器以及智能自治傳感技術，形成新一代礦山智能化傳感裝備，完成了融合通信網絡架構和礦山物聯網數據平臺建設，實現了礦山物聯網前端精準感知、信息高效交互、大數據管理與知識挖掘。

智能應用方面，建立了基于大數據分析的礦山安全生產智能診斷、協同管控與預測預警模型，解決礦山安全生產中多因素、多層次、多智能體有效協同和安全態勢分析難題，形成基于礦山物聯網的安全生產智能預警與管理模式，提升礦山生產效率和安全水平。

礦山物聯網技術的推進將實現礦山物與物的智能相連，各個系統通過融合通信網絡實現信息共享，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，為建設本質安全礦山提供技術保障。