基于多傳感器融合的煤礦危險氣體巡檢系統

孟廣瑞，楊 闖

（1.國家能源集團煤炭與運輸產業管理部煤礦智能化辦公室，北京 100010；2.中煤科工集團沈陽研究院有限公司，遼寧撫順 113122；3.煤礦安全技術國家重點實驗室，遼寧撫順 113122）

目前，煤礦危險氣體事故仍是煤礦生產過程中最大的安全隱患之一，也是我國煤礦安全生產的重點和難點之一。其中，危險氣體爆炸事故的危害性最為嚴重[1]。對礦井危險氣體的實時監測是實現煤礦生產安全的重要措施之一，通過對礦井危險氣體濃度的檢測和分析，為危險氣體預測提供實時、精確、可靠的數據，實現提前預警，做到早處理、早防范。

煤礦針對井下危險氣體的檢測方法主要是在固定位置安裝單一傳感器進行定點監測。由于井下氣體分布情況比較復雜，在不同類型巷道、不同涌出情況和不同風速等條件下，其危險氣體的分布都不同，單一傳感器采集到的氣體數據不能完全代表當前被測位置的真實情況，進而影響工作人員對井下環境的正確判斷[2]。相關領域的研究人員提出了一種煤礦危險氣體探測機器人，大多是對其結構、防爆設計、運動避險方面進行研究[3-4]，缺少針對多種傳感器融合技術的研究。

為了提高井下危險氣體的檢測精度，有效提升數據的實時性和全面性，設計了基于多傳感器融合技術的煤礦危險氣體巡檢系統?？梢苿訖C器人本體作為執行層，其上搭載的多種傳感器，可進行多種不同危險氣體和溫濕度等環境信息采集，通過自適應加權融合算法和BP 神經網絡算法對其采集到的數據進行融合，在監控平臺上即可讀取各參數信息，實現預警報警、報表生成等功能。

1 煤礦危險氣體巡檢系統

1.1 系統整體結構

系統整體結構圖如圖1。

圖1 系統整體結構圖Fig.1 Overall structure of the system

煤礦危險氣體巡檢系統架構分為決策層、網絡層、執行層3 層。

1）決策層。決策層由監控平臺、系統管理軟件、圖像存儲服務器、邊緣計算服務器、數據存儲服務器和核心交換機組成，主要負責工作任務下發，人工監控，應急處理、任務日志記錄查詢、報警等功能。

2）網絡層。網絡層包括通信基站和網絡服務器，根據井下具體情況可采用光纖網絡或WIFI 網絡進行連接，對整個作業范圍實現網絡全覆蓋，網絡層能夠完成到達包的存儲、交換和轉發，實現信息的擁塞控制，可提高網絡傳輸效率且能夠降低丟包率，為機器人間的數據傳遞以及現場執行層和決策層數據傳遞提供可靠穩定的網絡[5]，對于像危險氣體巡檢系統中，多傳感器所傳遞的大量信息同時接收情況，有著重要的實際意義。

3）執行層。執行層是現場的實際作業設備，即危險氣體巡檢機器人，機器人可分為行走機構模塊、機械本體、供電模塊、智能感知模塊、控制模塊和通訊模塊。主要負責在煤礦井下巷道內實時監測指定位置的氣體參數，可實現定時巡檢、定點巡檢、指定特殊任務巡檢、遙控巡檢和遠程巡檢等多種巡檢方式。其中智能感知模塊中包含多種類型傳感器，是實現機器人巡檢功能的主要模塊。

1.2 危險氣體巡檢作業流程

煤礦危險氣體巡檢由巡檢機器人具體執行操作，機器人能夠完全代替巡檢工人進行自主巡檢，危險氣體巡檢作業流程示意圖如圖2。

圖2 危險氣體巡檢作業流程示意圖Fig.2 Schematic diagram of hazardous gas inspection process

由圖2 可知，充電室、集控中心、交換機設置于地面上，機器人在地面充電室完成充電后，即進入井下巷道進行巡檢作業，途中藍色曲線表示機器人從地面到井下巷道的行進路線。巷道內環境復雜，可預設多個檢測點，巡檢機器人自主行走至檢測點后可實現重點監測作業。井下設置硐室，可供巡檢機器人在沒有作業任務時進入室內安置，能夠避免井下工作人員誤撞以及其他生產過程中造成的不必要傷害。當整條巷道巡檢作業完成后，機器人可沿圖2 中橙色路線返回至地面充電室。地面和井下均設置通訊基站，保證了數據信息的實時傳輸。

2 危險氣體巡檢機器人

煤礦危險氣體巡檢機器人可實現井下巷道內自主行走、智能巡檢，能夠減輕工作人員的勞動強度、降低勞動風險，及時發現問題，避免事故擴大化。機器人通過多傳感器融合技術實時采集、存儲、傳輸現場危險氣體體積分數數據，然后通過對危險氣體體積分數數據融合計算分析，判斷是否存在危險氣體體積分數過高，實現預警報警處理。

2.1 危險氣體巡檢機器人功能設計框架

巡檢機器人包括智能感知模塊，機器人功能的實現是基于該模塊對各類信息的采集和處理，即傳感器信息數據采集和處理，危險氣體巡檢機器人功能設計框架圖如圖3。

圖3 危險氣體巡檢機器人功能設計框架圖Fig.3 Function design framework of dangerous gas inspection robot

由圖3 可知，機器人功能可分為7 大類，其中任務統計功能為作業前接收任務指令；路徑生成功能為機器人實現自主行走巡檢的必要條件；對作業狀態查看、維護保養記錄、電量信息提示和預警提示信息的統計分析，能夠保障巡檢作業可靠運行；環境參數監測功能可實現煤礦井下行走路況、危險氣體體積分數等的實時監測，當存在體積分數超出預設值時即可實現報警預警處理。實現以上功能的傳感器數據信息將最終顯示在上位機終端上，具有分類顯示、數據查詢、報警彈窗和處理日志記錄功能。

2.2 巡檢機器人工作原理

巡檢機器人利用一個自主運行平臺，使同種類或不同類傳感器融合在一起，利用多種不同類型的傳感器技術優勢將各自采集到的數據提供給整個系統[6]。通過數據校準及相關性分析，以提升系統數據規劃、分析以及智能化處理能力，實現對井下待巡檢區域內的路況信息、煙霧、一氧化碳、甲烷等體積分數的檢測。

在所設計的控制系統中，需要實現機器人運動控制和環境智能感知控制，巡檢機器人的控制結構圖如圖4。主控制器為工控機或防爆PC[7]，在機器人運動控制模塊，通過單片機實現各電機的控制，搭載紅外避障傳感器和超聲波測距傳感器，實現自主或遙控避障。環境智能感知模塊包括數量較多的不同種類傳感器，可使機器人通過混合導航方式進行路徑識別、路徑規劃[8]，以及到待檢測區域進行多種危險氣體體積分數檢測，然后將檢測結果通過網絡傳輸至監測后臺。

圖4 危險氣體巡檢機器人控制結構Fig.4 Control structure of dangerous gas inspection robot

危險氣體巡檢機器人控制系統工作流程如下：

1）工作人員通過上位機為巡檢機器人發布1 個巡檢任務，巡檢機器人將執行該任務的時間、具體位置、數據安全檢測范圍等相關資料存儲到數據庫中。

2）巡檢機器人的運動控制子系統會收到巡檢機器人目前正在執行的任務和巡檢設備的位置信息，這些信息通過任務控制模塊對數據庫中的數據進行反復讀取獲得。

3）巡檢機器人通過判斷巡檢位置信息，智能制定出對該位置要進行的巡檢項目。需要巡檢瓦斯體積分數時，機器人采用甲烷傳感器，以判斷該位置是否在安全; 巡檢需要人員經過的道路時，機器人則開啟多傳感器對該道路進行多次循環巡檢，以判斷該道路是否安全。

4）數據庫會記錄設備巡檢結果，其中包含超出安全范圍的警告。

5）Web 服務模塊讀取對設備巡檢后的結果及超出安全范圍的警告并顯示在頁面上。

3 多傳感器融合技術在系統中的應用

3.1 多傳感器融合算法

多傳感器系統通過多個傳感器獲得更多種類和數量的傳感數據, 因此經過處理得到的多種信息能夠對環境進行更加全面的描述,與單傳感器相比，這種結構上的差異導致了多傳感器系統的處理過程更加復雜[9]，在實際應用中多傳感器系統可以被理解為1 個多入多出的系統，多傳感器系統結構框圖如圖5。

圖5 多傳感器系統Fig.5 Multi-sensor system

由圖5 可知，基于井下環境，危險氣體巡檢系統中設計12 種傳感器，每2 種傳感器信息進行融合后再與第3 種傳感器信息進行融合，逐層遞進即可實現所有傳感器信息的融合。

多傳感器融合是將來自各傳感器的測量數據進行綜合處理，以獲得更加精準、穩定和可靠的融合數據，而在多傳感器融合過程中包含了大量的不確定信息，因此多傳感器融合是一個復雜的不確定信息處理過程，應盡可能地減少融合處理過程所產生的算法誤差。BP 神經網絡屬于有導師式的學習方式，即有監督的神經網絡算法，可實現各層誤差的估計，根據各層的誤差不斷動態調整各神經元權值，從而減小輸出誤差[10]。因此系統采用BP 神經網絡算法實現多傳感器融合。

3.2 基于多傳感器融合技術的井下危險氣體巡檢

BP 神經網絡具有關聯存儲器和預測輸出的能力，需要在預測之前進行訓練[11]。根據其特點，可得出基于多傳感器融合的井下危險氣體檢測流程如下：①采用多個傳感器對井下環境數據進行采集，并去除每一個傳感器數據中的無用信息；②將多個傳感器采集的路況、各氣體數據進行融合，同時對環境數據中的重復信息進行去除，減少數據的存儲空間，獲得高質量檢測的樣本數據；③將待檢測數據劃分為學習數據和驗證數據；④根據井下環境檢測學習數據，對BP 神經網絡結構進行初始化；⑤采用BP神經網絡對各種類危險氣體檢測學習數據進行訓練，建立危險氣體檢測模型。

4 結 語

設計了基于多傳感器融合的煤礦井下危險氣體巡檢系統，采用可移動巡檢機器人為執行機構，引入多傳感器融合技術，應用BP 神經網絡算法提高了原始數據的準確性和可靠性，輸出危險氣體體積分數檢測結果，有效評估待檢區域安全狀態。基于多傳感器融合的煤礦井下危險氣體巡檢系統解決煤礦井下作業區域多種危險氣體進行同時監測的問題，為危險氣體預測提供實時、精確、可靠的數據。