基于物聯網技術的礦井安全動態信息監測系統研究

郭 泰，顏 鋌

(重慶應用技術職業學院，重慶 401520)

礦井氣體監測、控制系統、人員定位系統、空氣流動傳感系統是煤礦中基礎的應用系統。物聯網技術已廣泛用于其他高新企業，煤礦互聯網的可靠性還存在短板。通過建立綜合評價體系，并挖掘了影響煤礦物聯網可靠性的關鍵因素以及基于它的風險因素，將提供一項良好的評估工具，旨在提高煤礦物聯網的可靠性[1]。因此，物聯網技術中基于大數據和云計算技術服務的IoT技術的成功應用可有效的提升礦井安全監測的可靠性。由于礦井內缺乏低功耗的傳感器、采礦環境能源捕獲技術、本質安全話網絡和用于地下物聯網技術的數據保護，通過結合IoT技術平臺、大數據和云計算技術建立了一種用于地下煤礦的動態信息系統，可以進行地下挖掘數據的全面分析，使得煤礦機電設備安全監測和安全措施變得更加科學合理。

1 煤礦安全信息數據特征分析

1.1 數據的分散性

為確保地下煤礦安全和持續生產，監測和分析需要大量數據。由于生產系統的復雜性，與采礦操作有關的數據具有以下特征。從煤礦開采的幾十年發展來看，地下道路的長度從數千米到數萬米延伸。這意味著礦山使用壽命很長，即工作面的空間很大。為確保正常和持久的生產，許多類型的采礦設備是必要的。采礦設備分布在各個地方，如井道、房間和綜采工作面以全方位的覆蓋并實現其功能[2]。收集和記錄地下數據與此類采礦實驗相關聯，數據采集設備應安裝在整個地下空間上。因此，空間分散是地下采礦數據的一個特征。

1.2 數據的多樣性

地下煤礦的環境很復雜。采礦設備因煤層條件和采礦方法而異。地下挖掘數據主要分為環境數據、設備數據和挖掘應力數據。環境數據來自監測的工作環境，如甲烷濃度、溫度、濕度、一氧化碳濃度、氧氣環境、煙霧、風速、地質結構、采礦應力、地下水活動等。設備數據與各種生產系統具有緊密的關系。采礦過程中發生數據包括采礦誘導應力、位移和裂縫。此外，為了實現其他服務功能，包括作業人員位置和時間，還有很多輔助數據信息。為確保礦井環境、設備和采礦壓力設備的正常操作，需要記錄和處理數據具有多樣性。

1.3 數據的動態性

由于煤層提取相關地下采礦數據，如氣體和水壓，工作面墻壁和頂層壓力，所有實時采集的大數據處理方法需要用到高級計算機技術，可以在實時收集地下挖掘數據，并準確地分析過去一組樣本數據。由于存在多種影響因素，因此難以看到數據的明確代表性，包括時隙區域或內在的時間。為礦工提供安全的工作環境，有必要盡可能地獲得更多的地下挖掘數據。在目前的地下煤礦中，數據與有線或無線網絡連續傳輸到終端。這意味著監控系統數據庫隨著時間的推移而形成較大的數據存儲空間。因此，動態變化是在這種新情況下采礦數據的新特征。由圖1所示為生產監測系統的數據動態層級，每層數據的傳輸都具有動態化特征。

圖1 礦井生產監測系統的數據動態層級Fig.1 Data dynamic hierarchy of mine production monitoring system

2 可行性分析

目前用于地下煤礦中的數據采集、傳輸和操縱的許多技術都不足地貫徹實時監測技術的數據特征和缺點，例如不完整的信息感知、較差的依賴性和傳感器的低效率。IoT是一個龐大的網絡，用于實時地自動識別、定位、追蹤和監視目標。它主要由大量傳感器，信號頻率標簽，攝像機和信號識別器組成。IoT擴展了許多新興技術，包括計算機技術、電子信息技術、信號頻率識別技術、傳感器技術、網絡技術。通過在地下煤礦中的設計位置，安裝不同類型的數據傳感器，可以在生產過程中動態地進行相關的挖掘操作數據監測[3]。由于數據量大，目前礦井數據傳輸和提取的速度似乎不足。因此，大數據是一種快速有效地解決復雜問題的新方法，該技術可操作地記錄和分析大量數據，可以從傳感器、音頻、視頻和交易等生成大數據，大數據技術可用于底層煤礦，有效地確定各種收集的數據類型之間的關系，避免事故預測失敗。IoT技術提供了處理大型數據集的有效和快速方法，該技術可以高效和安全地為礦井技術人員提供有價值的信息。

因此，可以采用云計算技術來處理煤礦數據。大數據和云計算技術為IoT的成功應用提供了有效的應用。采用大數據和云計算技術實現煤礦IoT系統的構建，如圖2所示。地下煤礦中有許多監測系統，如配備監控系統、泵房監測系統和煤礦環境監測系統。這些系統產生了許多數據集，應該使用大數據技術進行記錄和處理。為了實現礦井技術人員的需求，應利用云計算技術來分析這些數據質量，可以使用云計算的輸出來控制各種監控系統[4]。IoT技術的大數據和云計算所有工作，為煤礦工人提供安全的礦井工作環境。

圖2 礦井云計算中心的IoT系統架構Fig.2 IoT system architecture of mine cloud computing center

3 礦井安全動態信息監測系統設計實現

3.1 系統平臺設計

通過整合礦井IoT、大數據和云計算來提取地下煤礦的動態信息平臺技術。該平臺可以實現數據收集、傳輸分析和有價值的信息輸出。開發平臺的結構被分成支撐層、感知層、傳輸層、服務層、數據提取層和應用層，可具體分為應用層、網絡層、感知層[5]，如圖3所示。動態信息平臺主要用于、地下煤礦收集并通過礦IoT傳輸數據。地下挖掘數據的記錄形成監測內容，隨后使用云計算技術進行分析。然后，提供有價值的信息并輸出。基于關鍵信息，可以對應于不同的挖掘問題給出預警信號。根據平臺的監測結果，及時采取具體措施來保證地下采礦的安全。例如，在過去的采礦經驗期間，可以將大量數據，如瓦斯氣排放、通風泄漏、推進率和覆蓋深度等數據進行對比。基于從礦井開采歷史中獲得的大數據，可以通過云計算技術預測當前采礦條件下的氣體排放。

圖3 系統總體結構Fig.3 Overall structure diagram of the system

3.2 硬件設計

在煤礦安全物聯網控制系統的設計過程中，井上控制中心的功能與我國原來煤礦生產方式下的單純的調度室相比得到了大大加強與擴大，各種系統的信息均通過綜合傳輸網絡送到調度指揮中心，是煤礦安全物聯網控制系統的上層集成平臺[6]。通過井上控制中心集成平臺建設，可以解決原礦山各系統相對獨立、信息孤島問題[7]；解決異構系統接口問題，形成統一的礦山集成平臺標準。井上控制中心集成平臺硬件設計圖如圖4所示。

圖4 礦井安全動態信息監測系統硬件布置Fig.4 Hardware layout of mine safety dynamic information monitoring system

井上控制中心硬件布置以煤礦公司為中心，下面鏈接到各個礦山中心，每個礦山的硬件具體布置需滿足以下要求[8]：①設置1臺服務器用于應用程序開發、部署、維護及管理的一種基礎架構。②設置1臺I/O服務器，該服務器主要用煤礦安全及生產過程中的信息采集，并通過工業以太網傳送到網上的工程師站，各個工程師站的控制信息也由此服務器經以太網傳輸到各個被控制的子系統。③設置1臺Web服務器，負責Web發布，把信息傳送到局域網。④設置1臺數據庫服務器，該服務器主要負責存儲全礦安全、生產等信息，產生實時和歷史數據庫，供管理網數據查詢與分析。⑤設置1臺定位服務器，實現對礦井人員位置信息的采集及定位計算。⑥設置1臺工程師站，通過工程師對全部控制系統進行設置與維護。⑦設置1臺硬件防火墻負責將監控網絡與煤礦局域網隔離，以保證監控網絡的相對獨立。⑧設置1臺核心工業交換機實現整個礦山安全、生產信息的交互。硬件功能主要通過感知層實現。感知層主要用于實時收集地下煤礦的數據。AGH-8977型號傳感器如圖5所示，也是系統主要使用的傳感器類型。

用于收集挖掘數據的設備主要由傳感器、定位設備組成二維代碼，關閉距離通信設備、攝像機、RFID標簽等。該層主要旨在收集地下采礦環境參數，設備狀態段和人事信息的數據。采礦環境氣體數據包括CH4、CO、CO2和O2的濃度，也包括地壓、煤塵、風速、風力、溫度、濕度等[9]。設備狀態參數主要代表與采礦業務相關的設備的運行條件。這些動態參數通常通過電流和電壓傳感器進行監控和記錄。相機用于監視可見數據，如中央變電站、爆炸庫等。通過采用音頻傳感器和直接通信來收、集與人員相關聯的一些形成參數。位置傳感器用于監測地下人員的當前分布和移動痕跡。根據上述功能，環境監測傳感器和設備監測傳感器應分別用于收集環境和設備參數。礦山設備和環境信息被認為是為此層中遠程監控提供基礎。這意味著涉及動態平臺的傳感器分為3種類型：環境監測傳感器、設備監控傳感器和人員監測傳感器。例如，有必要監測地下煤礦中的氣體濃度。當氣體濃度不超過特定閾值時，才能為機械電氣設備提供電力。否則，設備電源將自動切斷。在電力再次輸送之前，需要增強通氣來降低閾值以下的氣體濃度。

3.3 軟件設計

應用層是實現軟件系統功能應用的層級。該動態信息平臺的應用層被概括為4種系統：3D虛擬礦山系統、安全診斷系統、安全檢查系統和應急救援系統。3D虛擬礦山系統包括5個部分：基本功能、路線仿真設備仿真、3D可視化和信息提供[10]。基本功能包括圖形放大和移動、方向導航、全部圖像顯示、本地顯示、距離和區域測量。此外，各類功能可以有效幫助相關管理員進行緊急救援工作。設備仿真部分可以顯示地下監控和機電設備的開關和運行狀態。當在生產過程中發生地下設備故障時，平臺同步警報，并將顯示異常設備的位置，以幫助相關礦工快速解決問題。3D可視化支持平臺用戶的多種視圖模式。在GIS系統的幫助下，信息提供模塊可以在煤礦中的任何位置節點進行實時檢查，例如特定巷道和頂部的位移信息，綜合機械化設備的運行狀態等。安全診斷系統旨在滿足分析和評估煤礦安全情況的用戶需求。動態診斷系統包括5個模塊：數據輸入、查詢管理、安全條件評估、安全分析、歸納和演繹分析和診斷結果輸出的智能知識庫[11]。可以從數據輸入查詢管理界面到達地下數據，包括地下環境信息。安全條件評估評估目標對象的安全程度，如圖6所示。

圖6 礦井安全動態信息監測系統軟件功能Fig.6 Software function diagram of the mine safety dynamic information monitoring system

在危險的評估后，將建議采取具體措施來降低風險率，如果目標處于高危情況下，則會降低風險率。安全分析的智能知識數據庫可以調用服務層中智能知識庫的內容。通過考慮智能知識數據庫和煤礦所經歷的類似問題，可以準確地推斷出當前問題的主要原因，然后提出安全問題控制措施。診斷結果可以以多種形式輸出。此外，也可以容易地引用類似經歷的事故的歷史診斷結果。安全檢查系統可以自動或手動巡邏單個或多個對象。服務器終止系統接收客戶端發出的信息。然后，將與客戶端相關的數據記錄在數據庫中并且被動態放大。系統可以根據具有嵌入式軟件的特定數學模型分析這些收集的數據。之后，可以使用用戶定義的結構輕松訪問與大多數對象相關聯的地下數據，通過圖7所示中的軟件界面使用系列操作。

圖7 礦井安全數據實時監測界面Fig.7 Mine safety data real-time monitoring interface

4 應用分析

研究對象的煤礦煤層覆蓋深度超過1 000 m，每年可以生產500萬t煤。平均煤層厚度為5.5 m，采用長壁挖掘方法。由于覆蓋深度大，巖石煤壁的應力和溫度極高，這對煤礦礦工的安全性很大。為確保生產安全和完善的工作環境，煤礦已經實現了基于物聯網技術的智能無人值守采礦。通過物聯網遠程系統控制挖掘操作的方法，實現遙控器對長煤壁的操作控制臺的操縱(圖8)。操作控制臺安裝在終端挖掘線附近的硐室中。系統使用不同種類的傳感器收集這些采礦機的挖掘參數、位置參數和工作狀態參數。然后，通過數據傳輸系統將收集的參數發送到主機。利用安裝的傳感器使得采煤機具有記憶采礦、感知剪切物體(煤或巖石)的功能。通過記錄的信息，操作系統可以自動調節采煤機的切割高度。

圖8 操作控制臺示意Fig.8 Schematic diagram of operation console

相應地，煤炭監測傳感器安裝在支架的位置。在采礦過程中，動態地監測長煤壁面的甲烷濃度，如圖9所示。如果甲烷濃度超過閾值，則系統將自動切斷由甲烷傳感器監測的區域內的電源。此外，容易確定切片在煤層所需的機械力。如果通過安裝在采煤機上的傳感器測量力急劇增加，則巖石被切割，自動停止采礦機。總計有36個攝像機安裝在液壓支架上，以監視從不同角度的工作面的狀態，并且系統可以及時地檢測工作面的潛在安全危險。物聯網技術在現場煤礦開采實例如圖10所示。圖10示出了智能采礦的實際有效性，通過控制臺的遠程控制，沒有礦工參與的情況下實現了采礦操作。如果工作環境不好，在外界因素威脅到采礦安全的情況下，就會停止挖掘操作，并且應進行相關的控制程序以避免潛在的危險，確保礦工的生命健康安全。

圖9 甲烷濃度監測示意Fig.9 Schematic diagram of methane concentration monitoring

圖10 物聯網技術在現場煤礦開采實例Fig.10 Examples of on-site coal mining with IoT technology

5 結語

根據煤礦有關的數據的特征，可以看出IoT大數據和云計算技術適用于礦井安全動態信息平臺。然后，建立了地下煤礦的動態信息平臺，利用智能傳感器與傳統的物聯網系統結合，設計出了傳輸層、服務層、數據提取層和應用層。在開發的地下煤礦平臺主要依靠支撐層，服務層和數據提取層。每層的功能更清晰，不同和相互關聯。支持層是實現有線和無線網絡功能的基礎，包括硬件和軟件。分析了所有平臺層的復合功能，尤其是在聚合層中，該層的主要功能根據煤礦企業的生產特點和目標分為3D虛擬礦山系統、安全診斷系統、安全檢查系統和應急救援系統，并且每個子系統都有詳細的參數描述。通過礦井安全動態信息監測系統，實現了地下煤礦動態安全數據的全面監測。