基于三維GIS 的煤礦數據集成自動化監測系統

蘇 雄，李小龍，賀杰偉

（國能榆林能源有限責任公司青龍寺煤礦分公司，榆林 719000）

煤礦行業是國民經濟的重要支柱產業，但安全生產問題一直制約著其持續發展[1-2]。為了提高煤礦安全生產水平，對煤礦進行全面、準確、實時地監測至關重要[3]。

已有學者針對這一問題展開了相關研究。在自動化監測系統中引入弱光柵技術，基于光纖技術的高精度與分布式等優勢，準確監測目標變化趨勢，但其在應用過程中容易受到外界環境的影響，從而使監測結果不穩定[4]。利用無線傳感器網絡獲取監測數據，通過無線網關進行監測數據的交互，實現對自動化監測系統的設計，但由于監測數據具有異構性，使得監測結果呈現過程易產生嚴重的數據不規范問題[5]。將端、邊、云融于一體，設計邊緣層與云層間的云邊協同和邊邊協作的數據傳輸形式，實現煤礦設備終端、邊緣層以及云層之間數據與服務協同，但由于在實際應用過程中難以實現監測結果的可視化，會使得監測定位不夠精確[6]。

當前研究雖然都能夠實現目標監測，但在實際應用過程中均存在著各種各樣的問題，無法滿足當前煤礦生產的需求。因此，本文設計基于三維GIS的煤礦數據集成自動化監測系統，以提高監測效率和準確度，對促進煤礦安全生產具有重要意義。

1 煤礦數據集成自動化監測系統

1.1 無線傳感器節點定位算法

煤礦監測過程中，傳感器節點的實際位置可以依照部分已知位置的信號節點，根據RSSI 測距定位方法實現位置定位。RSSI 測距定位方法是通過煤礦監測信號傳遞過程中的衰減獲取距離判斷結果[7-8]。煤礦信號在空間內進行無線傳輸過程中，信號強度一般會隨著傳輸距離的逐漸提升而降低，經由檢測接收的信號強度，即可判斷煤礦監測過程中，信號發射節點與接收節點間的距離，無線傳感器信號傳播的數據模型為

式中：d 和d0分別為煤礦信號發射節點位置和參考距離；Pr（d）和Pr（d0）分別表示距離d 的接受信號強度和在d0處的路徑衰減系數；n 和xσ分別為路徑衰減指數和平均值為X 的高斯分布隨機指數。

實際煤礦監測過程中，RSSI 信號強度測距精度受無線電傳播路徑損耗影響顯著[9]，因此將該算法與Euclidean 算法相結合。Euclidean 算法應用過程中，可利用3 個或以上的附近節點位置信號確定傳感器節點位置[10]。由于測量的距離與實際距離較為相近，因此不能確定未知傳感器節點的位置，因此Euclidean 算法中融合了極大似然估計法與質心算法。設定（x1，y1）、（x2，y2）、L（xk，yk）為符合門限標準的信標節點，d1、d2和d3均表示未知節點的距離，由此得到：

對式（2）進行轉換，得到線性方程式：

式中：A、X、B 表示矩陣向量，若考慮誤差，則得到具有高度科學性的線性方程：

式中：N 為k-1 維隨機誤差向量。基于最小二乘原理能夠通過X 令向量誤差達到下限值，也就是N=B-AX，利用X 的求解過程能夠確定未知節點的最小二乘位置，公式為

未知節點同信標節點間的距離同傳感器節點位置測量的準確性之間呈反比例相關，即距離越遠，精確度越低。所以可利用權值理論提升傳感器節點位置測量精度。

實際傳感器節點定位過程中，利用貝葉斯概率算法優化Euclidean 算法。貝葉斯概率算法將傳感器信號強度定義為正態分布概況模型，在RSSI 算法內，考慮傳感器信號強度最終具有平衡性，因此貝葉斯概率模型需最大限度保障傳感器信號強度部分信息的完整性，由此提升最終傳感器定位精度，式（6）所示為貝葉斯概率模型：

式中：p（l|o）和p（l）分別為未知節點位于未知l 對應的觀測信號強度模版o 的分布概率和位置節點在未知l 的先驗概率；p（o）為標準常數。在確定傳感器信號強度過程中，均設定包含均值xi與標準差σ 的高斯分布，針對xi，能夠得到傳感器位置測量結果密度函數F（x）。

在產生隨機干擾的條件下，可定義其一貝葉斯概率分布隨機變量形式體現在傳感器信號內。由此可通過貝葉斯濾波對數據實施處理，獲取更為科學的RSSI 值，在此基礎上確定RSSI 均值，即可確定要傳輸給未知傳感器節點的RSSI 值，實現煤礦監測過程中未知傳感器節點的位置信息。

1.2 基于OPC 的煤礦監測數據集成技術

OPC 技術包含一整套接口、屬性與方法，其主要功能為基于客戶/服務器體系結構，對應用程序與現場設備或數據源之間數據存取的接口協議進行標準化[11]。利用OPC 技術對煤礦檢測數據進行集成處理，不僅能夠存取本地OPC 服務器內的煤礦監測數據，同時還能夠存取其它節點的OPC 服務器內的煤礦監測數據，其主要優勢體現在高效與安全等方面，是當前煤礦監測數據集成處理的最理想的方法。

基于OPC 的煤礦數據集成處理過程中，煤礦監測數據訪問服務器分為服務器對象、組對象與項對象3 種，前兩者為真正的組件對象模型對象，可向客戶程序提供不同的接口，兩者之間具有聚合相關性，也就是OPC 服務器對象創建組對象后將其指針提供給客戶，供客戶進行操作。后兩者之間具有包容關系，利用組對象能夠實現項對象的管理。

煤礦監測數據集成處理所使用的OPC 服務器為進程外組件，具有滿足煤礦監測所得OPC 數據存取標準的接口，具有相對獨立的進程空間，在同客戶實施煤礦監測數據交互過程中會具有較為優勢的穩定性[12]。圖1 為煤礦監測數據訪問服務器結構。

圖1 煤礦監測數據訪問服務器結構Fig.1 Mine monitoring data access server structure

1.3 三維GIS 監測平臺

1.3.1 地理數據組織

在煤礦自動化監測系統中引入三維GIS 平臺，由此真實體現出煤礦井上、井下的影像與變化特征。對地觀測技術的優化令影像的分辨率也有所提升，而分辨率的提升也導致數據量的提升，針對煤礦監測過程大量柵格數據需對其實施分離和分級處理，也就是煤礦地圖瓦片金字塔，為多分辨率多層次模型，初始煤礦影像數據依照分辨率的差異化進行重采樣生成層，相同層內煤礦影像數據依照相應的格網尺寸實施切片，由此得到瓦片，越底層的瓦片分辨率越高。

瓦片金字塔構建過程中，先根據度數對煤礦地圖投影實施切片分層，一般情況下切片成尺寸一致的煤礦地圖瓦片，依照當前視角改變加載某一分辨率的瓦片煤礦地圖。依照經緯坐標信息與層級level等，能夠確定對應煤礦圖片的笛卡爾坐標數據，由此得到基于三維GIS 的煤礦數據集成自動化監測系統中煤礦影像瓦片文件的存儲策略。

1.3.2 服務聚合實現

將GIS 引入煤礦監測系統中，GIS 不僅能夠呈現煤礦三維地理信息，同時還能夠對煤礦視頻影像以及無線傳感器所采集的各項煤礦監測數據實施解碼與集成展示，也就是在應用層中實現對不同類別的煤礦視距進行聚合。服務聚合的實現即為在煤礦監測系統中利用超地理標記語言HGML 管理煤礦影像、數據、屬性以及文本等多元異構信息。HGML可實現服務器端至瀏覽器的數據管理，依照多元異構數據的元數據構建標簽，達到封裝煤礦監測數據標簽的目的[15]。

2 系統性能測試

本文研究基于三維GIS 的煤礦數據集成自動化監測系統，為驗證本文系統的實際應用性能需進行系統性能測試。

2.1 監測結果

采集2022 年7 月某日某時間段的監測結果，以溫度監測結果與頂板壓力監測結果為例，結果如圖2 所示。分析圖2 得到，2022 年7 月4 日16：00時，7 號節點與8 號節點區域溫度產生異常，本文系統給出了報警提示；2022 年7 月9 日09：00 時，10號節點區域頂板壓力產生異常，本文系統給出了報警提示，表明本文系統能夠有效實現實驗對象各類信息的采集，在實驗對象某一區域某種監測數據達到臨界值的條件下，會進行異常預警，降低事故發生概率，保障煤礦安全性。

圖2 敏感信息監測結果Fig.2 Sensitive information monitoring results

2.2 監測性能分析

為驗證本文系統的實際監測性能，在實驗對象中隨機選取7 個傳感器節點位置，對比這些位置的煤塵與瓦斯監測結果與實際數值，結果如表1 所示。分析表1 得到，采用本文系統對實驗對象內的煤塵與瓦斯進行監測，所得監測結果與實際煤塵與瓦斯數據差異均控制在0.05%范圍內，這表明本文系統的監測結果具有較高準確性。

表1 本文系統監測結果的對比Tab.1 Comparison of system monitoring results in this paper

2.3 三維GIS 展示結果

本文系統中利用三維GIS 監測平臺對實驗對象進行可視化監測，生成實驗對象可視化模型。圖3所示為本文系統的三維GIS 展示結果。由圖3 可知，本文系統對實驗對象監測過程中，能夠依照實際需求，通過小窗口進行不同區域、不同項目的實時可視化監測結果展示，由此提升實驗對象監測結果呈現的直觀性。

圖3 GIS 展示結果Fig.3 GIS display results

2.4 監測預警頻率與準確率

采用本文系統對實驗對象進行監測，能夠有效監測實驗對象中各種數據，防止實驗對象產生各種事故。對比采用本文系統前后，實驗對象各類事故預警的頻率，結果如表2 所示。分析表2 得到，采用本文系統對實驗對象監測前，實驗對象各類事故預警的次數與采用本文系統進行監測后相比均較低；同時，采用本文系統對實驗對象監測前的預警準確率與采用本文系統后相比也顯著下降。由此說明采用本文系統對實驗對象進行監測能夠有效提升其事故預警的準確率，降低事故發生概率，保障實驗對象的安全性。

表2 實驗對象各類事故產生頻率的變化Tab.2 Change of frequency of various kinds of accidents in experimental subjects

3 結語

三維GIS 技術為煤礦數據集成自動化監測提供了新的解決方案。本文詳細介紹了基于三維GIS的煤礦數據集成自動化監測系統功能模塊和技術實現方案。研究成果為煤礦安全生產提供了新的監測方法和思路，有助于提高煤礦監測效率和準確度，降低安全事故發生的概率，對于保障礦工生命安全和促進煤礦可持續發展具有重要意義。