邊緣計算驅動的瓦斯災害智能感知方法研究

卜滕滕，屈世甲，武福生，張衛國，胡 然

（1.中煤科工集團常州研究院有限公司，江蘇常州 213015；2.天地（常州）自動化股份有限公司，江蘇常州 213015）

煤礦瓦斯災害是井工煤礦最普遍、最嚴重的災害之一[1]，眾多學者對煤層中瓦斯含量測定以及瓦斯運移規律進行了大量的研究[2-4]，但是關于采煤工作面瓦斯監測模式的研究少之又少。回采面是瓦斯產出最多的作業場所之一，掌握回采面瓦斯體積分數變化規律和分布特征是控制與治理瓦斯災害的基礎，有效的監測是防治瓦斯災害的重要手段。

根據智能化礦山建設的要求，受限空間（工作面和回采巷道）安全環境的監測預警應該朝著連續自動化、智能網絡化和信息可視化的方向發展[5]，因此要掌握回采面瓦斯體積分數變化規律和分布特征，應構造出回采面瓦斯動態分布云圖，可視化展示回采面瓦斯流場分布狀態。

但是目前回采面瓦斯監測都是單點監測模式，即在進風巷、回風巷靠近采面10 m 以內的位置和上隅角位置安設瓦斯傳感器，只要3 個點瓦斯體積分數沒有超過報警閾值（φ（CH4）=1%），則認定整個回采面瓦斯體積分數處于安全值范圍內。這種“以點代面”的監測模式抓住了回采面瓦斯體積分數最高值，在一定程度上保障了工作面安全生產，但是無法多維展示回采面瓦斯流場分布狀態。

構造回采面瓦斯動態分布云圖，實現瓦斯流場可視化顯示需解決2 個問題：一是回采面瓦斯全覆蓋監測問題；二是瓦斯體積分數場構建及視覺顯示瓦斯流場問題。

針對以上問題，部分學者已有探討。屈世甲[6]提出了基于云、邊、端3 級的瓦斯邊緣監測模式，同時詳細論述了MEMS 瓦斯傳感器的“微功耗、小尺寸、低成本、免標校、自定位、自供電、自組網”功能以及礦用邊緣網關數據處理和傳輸的相關功能，為解決基于邊緣計算的瓦斯感知和傳輸問題提供了思路，但是該論文并未涉及回采面瓦斯全覆蓋監測、瓦斯體積分數場構建以及瓦斯涌出異常捕捉等問題。為此，提出了邊緣場景下瓦斯流場構建及異常起伏捕捉的方法，以環境感知層、數據傳輸層和平臺應用層為架構，在邊緣計算驅動下以瓦斯全覆蓋監測數據為基礎，通過數值插值算法生成可視化云圖和數字場的支撐數據組，實現井下實時就地構建空間數據場、形成空間云圖數據基礎集以及礦井局部區域有害氣體的連續監測。

1 邊緣計算場景下瓦斯監測平臺架構

邊緣場景下瓦斯流場構建及異常起伏捕捉方法的平臺架構如圖1。

圖1 邊緣計算場景下瓦斯監測平臺架構圖Fig.1 Architecture diagram of methane monitoring platform in edge computing scenario

由圖1 可知，環境感知層指瓦斯全覆蓋監測布置系統，數據傳輸層指通過無線或者有線方式將監測數據傳輸至邊緣網關，平臺應用層指邊緣網關能夠完成瓦斯數字場的構建、瓦斯動態云圖的顯示和瓦斯異常涌出的捕捉。

2 環境感知層

2.1 回采面瓦斯全覆蓋監測布置

回采面瓦斯分布特征呈現極強的規律性，依據回采面瓦斯分布規律在必要位置安設監測點即可完成回采面瓦斯的面域監測，避免了安裝大量瓦斯傳感器。

2.1.1 回采面瓦斯分布特征

為搞清回采面瓦斯分布特征和變化規律，以某礦ZF211 工作面為對象，現場檢測了綜放面在生產和檢修期間回采面瓦斯體積分數大小。ZF211 是高瓦斯厚煤層綜放開采工作面，該工作面傾向長度150 m，走向長度1 670 m，已經推采長度200 m。工作面開采煤厚9 m，割煤高度3 m，放煤高度6 m，采深625 m，煤層具有輕微沖擊傾向性，開采前已進行瓦斯抽放。

該采煤工作面共有98 架支架，每個支架作為1個監測站，每個監測站布置3 個監測點（從煤壁至采空區依次為測點Bi、Ci、Ai）。縱向共有3 條測線，測線A 位于支架尾端頂部，測線B 位于支架前端頂部，測線C 位于支架中部頂部。

生產期間3 位檢測員分別沿著A、C、B 3 條測線從下隅角至上隅角檢測瓦斯體積分數，每次檢測要保證傳感器在測點停留至少20 s，20 s 后記錄該點瓦斯體積分數。由于1#～3#液壓支架上堆煤嚴重妨礙了檢測任務，因此檢測任務從4#支架開始，到98#支架結束，得到測線A、測線B 和測線C 瓦斯體積分數變化特征圖。生產班回采面瓦斯分布特征和變化規律如圖2。

由圖2 獲取了采煤工作面生產期間瓦斯分布特征：①瓦斯體積分數從下隅角到上隅角慢慢上升，下隅角區域和中部區域呈現“臺階上升”方式，上隅角區域呈“漸變上升”方式；②以采煤機為分割點，采煤機前方瓦斯體積分數明顯小于采煤機后方，這是因為落煤產生的瓦斯被風流從采煤機前方吹向后方，但落煤對采煤機前方也會造成影響，影響范圍大約20 m，如圖中藍色方框，采煤機后方都是落煤的影響范圍；③上隅角位置是采煤工作面瓦斯體積分數最高點，佐證了“單點監測”模式的有效性。

2.1.2 回采面瓦斯全覆蓋監測方案

根據采煤工作面瓦斯分布特征確定ZF211 采煤工作面瓦斯2 段式監測方案。下隅角區域和中部區域瓦斯以“臺階方式”上升，相鄰臺階之間瓦斯體積分數落差最大值為0.04%，因此在下隅角區域和中部區域瓦斯傳感器間隔布置，臺階長度最短為10 m，最長為42 m，在確保瓦斯傳感器數據傳輸穩定的情況下，確定間隔距離為14 m，即每間隔6 個液壓支架設置1 個監測站，每個監測站安設3 個瓦斯傳感器，共布置10 個監測站，此為第1 段監測布置方案。上隅角區域瓦斯以“漸變方式”上升，以每個液壓支架為監測站依序瓦斯傳感器，共布置5 個監測站，此為第2 段監測布置方案。

2.2 MEMS 瓦斯傳感器

以ZF211 工作面為例，則需要安設45 個瓦斯傳感器。目前煤礦廣泛使用催化燃燒式瓦斯傳感器，但是該傳感器具有標校頻繁、功耗高、穩定性差等缺點，如果工作面安設45 個催化燃燒式瓦斯傳感器，一方面井下一個通用監控分站不允許連接這么多傳感器，另一方面后期維護工作量太大[7]。MEMS瓦斯傳感器的研制為該問題的解決提供了思路。

MEMS 瓦斯傳感器集成了微機械和微電子功能，由硅基材料和半導體集成電路制造工藝制成，具有尺寸小、質量輕、功耗低、高可靠性、強大的抗振動和沖擊性等優勢[8-9]。MEMS 技術可以將功能類型不同或敏感方向不同的傳感器集成起來形成一個“智能傳感系統”。因此通過整合微功耗瓦斯感知模組、無線自組網模組、主動動態標校感知模組、定位模組、自發電模組于一體，實現瓦斯傳感器的“免標校、自定位、自供電、自組網”等功能。免標校指瓦斯傳感標校周期≥1 年；自定位指可以將傳感器位置信息作為監測數據一起傳輸，為構建瓦斯體積分數場提供位置信息；自供電指自發電模組發電功率≥0.5 mW，配合可充電電池實現傳感器自供電和連續供電；自組網指通過無線基站，1#瓦斯傳感器監測數據傳給2#，2#連同1#監測數據傳給3#，3#連同1#、2#監測數據傳給4#，…，最后1 個瓦斯傳感器將所有瓦斯傳感器監測數據傳輸給邊緣計算網關[6]。

3 數據傳輸層

數據傳輸主要包括傳感器之間的數據傳輸、傳感器與邊緣計算網關之間數據傳輸以及邊緣網關與邊緣服務器之間的數據傳輸。

1）傳感器之間的數據傳輸。對于回采面多個傳感器數據傳輸首選無線傳輸方式，通過功耗低、延時低、容量大的無線自組網技術，實現瓦斯傳感器信息交互和數據傳輸。井下常用無線接口包括WIFI、藍牙、4G、5G、Zigbee、UWB 和LoRa 模塊，WIFI、藍牙、4G 無線傳輸技術已經在煤礦運用多年；蜂窩移動通信5G 技術具備較低的網絡延遲和較高的數據傳輸速率，能夠滿足井下高速控傳輸的無線需求；Zigbee 無線通信技術在人員定位系統中廣泛使用，適用于短距離和低速率下的無線傳輸；與Zigbee 相同，UWB 無線傳輸也應用于人員定位系統中，但是精度要更高；LoRa 具備低功耗、多節點、低速率、成本低和抗干擾強等特點，能夠適用于井下遠距離中低速通信和小數據量的數據傳輸。不論采用那種無線方式，都應滿足無線射頻模組功耗小于200 mW、通信距離大于10 m、單節點傳輸延遲小于0.4 ms和通信網絡自愈時間小于10 ms 的要求。

2）傳感器和邊緣計算網關的數據傳輸。傳感器和邊緣計算網關可采用有線和無線結合的方式，無線傳輸方式如上所述。有線傳輸在井下應用相當成熟，并且通用監控分站與傳感器之間有線傳輸已經形成了一些通用標準接口，主要包括RS485、CAN 和以太網等通信接口，可以直接應用。同時考慮到邊緣網關會接收較多異構數據，建議增加PLC 接口和MiniPCIe 外擴接口，包括UART、SPI 和I2C 等板級通信總線，用于擴展其他必要的有線數據傳輸。

3）邊緣計算網關和邊緣計算服務器之間的數據傳輸。由邊緣網關至邊緣服務器之間系統復雜、傳輸線路紛雜、數據量龐大，建議選用適合遠距離通信、抗干擾能力強的有線傳輸方式。

4 平臺應用層

如何對大量的瓦斯監測數據進行處理、分析，最終生成可視化云圖和數字場的支撐數據組以及進行視覺展示也是個難題。在現有的煤礦安全監控系統中，瓦斯傳感器監測數據主動上傳至通用監控分站，再由通用監控分站上傳至地面計算機，計算機處理分析后下發控制指令給通用監控分站實施斷電或復電功能。或者通用監控分站自主完成瓦斯超限聲光報警、斷電和瓦斯風電閉鎖控制等功能[10-14]。可見，通用監控分站僅具備與地面計算機數據交換以及簡單的控制功能，不具備數據的處理與分析、數字場的構建以及可視化顯示等功能，應尋找通用監控分站的替代品。邊緣計算技術的發展為解決這一問題提供了有效途徑。

“邊緣計算”最初由美國太平洋西北國家實驗室的RyanlaMothe 第一次提出，定義為“edge computing”，該定義已經具備了云服務的下行和萬物互聯的上行[15]。美國韋恩州立大學施巍松教授團隊給出了邊緣計算的正式定義[16]：邊緣計算是指在網絡邊緣執行計算的一種新型計算模型，邊緣計算操作的對象包括來自于云服務的下行數據和來自于萬物互聯服務的上行數據，而邊緣計算的邊緣是指從數據源到云計算中心路徑之間的任意計算和網絡資源，是一個連續統。與云計算相比，邊緣計算具有2 個明顯優點[17-18]：①直接在數據源端處理大量數據，不必全部上傳云端，減輕了網絡帶寬和數據中心功耗的壓力；②在靠近數據源端做數據處理，不需要通過云計算中心的響應，大大減少了系統延遲，增強了服務響應能力。

由此可知，邊緣計算網關屬于嵌入式設備，其具備工業場合常用的通信能力，可接入區域內的實時數據，能夠在數據源附近處理大量物聯網數據，可以有效減小計算系統的延遲和數據傳輸的帶寬。為此在邊緣計算網關內嵌數據處理模型、單點瓦斯體積分數異常波動判別模型，完成瓦斯數字場的構建、瓦斯動態云圖的顯示和瓦斯異常涌出的捕捉。

4.1 構建回采面瓦斯體積分數場及視覺展示

采煤工作面45 個瓦斯傳感器，每分鐘將產生接近27 000 個監測數據，以這些數據為基礎通過數值插值算法生成可視化云圖的支撐數據組，實現井下實時構建瓦斯數字場、生成瓦斯動態云圖。

以ZF11 工作面監測數據為例進行說明：①步驟S1：獲取瓦斯傳感器的監測數據；②步驟S2：根據瓦斯傳感器的位置信息以及瓦斯體積分數數據生成三維數據（x，y，z），x 方向指瓦斯傳感器在選定支架中的橫向位置排序（從采空區至煤層剝落區方向），y方向是指瓦斯傳感器所在的選定支架的縱向位置排序（從下隅角到上隅角方向）；③步驟S3：利用二維三次樣條插值算法對三維數據進行插值運算，得到的采煤工作面的瓦斯體積分數分布特征云圖如圖3。由圖3 可以獲知回采面瓦斯逐步的臺階上升和漸變上升的波動特征。

圖3 生產班回采面瓦斯分布特征和變化規律Fig.3 Distribution characteristics and changing laws of methane on coal face in production squads

圖3 數據插值過程及回采面瓦斯體積分數場云圖Fig.3 Data interpolation process and cloud diagram of methane concentration field in mining face

4.2 回采面瓦斯涌出異常判定

通過構建回采面瓦斯體積分數云圖，實時展現回采面瓦斯流場分布特征，從宏觀角度獲取了瓦斯變化規律；捕捉瓦斯異常還應該建立數據異常判別模型，從微觀角度判定瓦斯的異常波動行為。通過構建單點瓦斯體積分數異常波動識別模型對時間序列內單點瓦斯體積分數的異常起伏進行判定。

1）時間序列內單點瓦斯體積分數涌出異常的判定。由ZF211 綜放工作面回采期間瓦斯體積分數曲線可知，瓦斯體積分數最大值Tmax=0.35，瓦斯體積分數均值T=0.2,瓦斯體積分數最小值Tmin=0.15，說明瓦斯體積分數浮動的正常范圍是0.05～0.15。根據以上分析制定判定單點瓦斯體積分數為異常數據的規則，以ZF211 工作面為例，工作面共安裝45 個傳感器，傳感器定義為T1、T2、…、T45，現對傳感器Tx（1≤x≤45）的監測數據進行判定。系統每隔30 s 從數據庫讀取傳感器Tx（1≤x≤45）的1 個監測數據，該數值為30 s 周期內的最大值。第1 個數據記為t1，第i記為ti（1≤i≤960），1 個生產班共讀取960 個數據，對960 個數據作如下分析：①獲取上一班次傳感器Tx瓦斯體積分數最高值tmax與均值t，作為本班次Tx單點瓦斯體積分數是否異常的判斷標準；②任意時刻本班次傳感器Tx瓦斯體積分數值為ti（0＜i≤960），若ti＜tmax，則判定ti為正常數據，令i=i+1，依次對數據進行判定，若i＞960，則本班次傳感器Tx瓦斯體積分數未出現異常，進入下一班次對瓦斯體積分數值進行判定；③任意時刻本班次傳感器Tx瓦斯體積分數值為ti，若ti＞tmax，且ti-tmax＞tmax-t，則判定ti為異常數據，標記為第1 個異常數據a1，記j=1；④接著判斷ti+1，若ti+1＞tmax，且ti+1-tmax＞tmax-t，則判定ti+1為異常數據，標記為第2 個異常數據t2，記j=j+1；⑤在6 min 內，若j≥8，則認為傳感器Tx瓦斯體積分數異常波動，采取相應處置措施。

2）回采面瓦斯異常判定。通過單點瓦斯體積分數異常波動判別模型判定了時間序列內某個傳感器Tx的瓦斯涌出是否異常，回采面共計45 個瓦斯傳感器（以ZF211 工作面為例），通過模型對每個傳感器的監測數據進行判定，則獲得45 個結果且均勻分布，這不利于結果整合。依據回采面瓦斯體積分數分布狀態，將回采面劃分成3 個區域：瓦斯低體積分數區、瓦斯體積分數上升區、瓦斯高體積分數區。瓦斯低體積分數區內甲烷傳感器為A1、B1、C1；瓦斯體積分數上升區內甲烷傳感器為A2、…、A10，B2、…、B10，C2、…、C10；瓦斯高體積分數區內甲烷傳感器為A11、…、A15，B11、…、B15，C11、…、C15；各個區域內，只有有1 個傳感器瓦斯涌出異常，則認為該區域瓦斯涌出異常。回采面瓦斯異常起伏判定方法如圖4。

圖4 回采面瓦斯異常起伏判定方法Fig.4 Judgment method of abnormal methane fluctuation in working face

5 結 語

回采工作面瓦斯單點監測模式已在煤礦實施多年，雖然能夠實現瓦斯體積分數超限報警功能，但是不能展現瓦斯流場分布狀態以及捕捉瓦斯異常起伏行為。鑒于此，以“環境感知層-數據傳輸層-平臺應用層”3 個關鍵問題為主線，論述了基于邊緣計算技術的瓦斯災害智能感知方法。

1）在環境感知端，通過分析回采面瓦斯變化特征和分布規律，設計了回采面瓦斯全覆蓋監測方案，提出了傳感器“間隔布置”和“依序布置”2 種布置方式，借助“免標校、自定位、自供電、自組網”MEMS 瓦斯傳感器實現了回采面瓦斯全覆蓋監測布置系統。

2）在數據傳輸層，提出了傳感器之間采用無線傳輸方式，傳感器與邊緣計算網關之間采用有線和無線相結合方式，邊緣計算網關和邊緣服務器之間采用有線傳輸方式。

3）在平臺應用層，用邊緣網關替代通用監控分站，使其不僅具備了通信能力，還具有一定的運算能力和高級判斷功能；邊緣網關內嵌數據處理模型、單點瓦斯濃度異常波動判別模型，能夠在井下實時構建瓦斯數據場、形成空間云圖、捕捉瓦斯涌出異常行為，實現礦井回采面瓦斯動態云圖可視化和災害監測預警。