基于物联网的煤矿井内瓦斯监测系统

引 言

无线传感器网络主要被用于组成物联网（Internet of things，IoT）。物联网可被应用于针对危险工业环境（如矿井、核电站等）的安全监测领域。传统的煤矿井中绝大多数使用单个结点监测瓦斯含量，极易出现误报警或在危险情况下未报警的情况，同时还忽略了矿井内工作人员对氧气含量的要求。若使用冗余布置策略对同一区域的瓦斯等其他气体含量进行监测，即可解决现有系统缺乏连动性、易误报和漏报等问题， 最大限度排除煤矿井内的安全隐患。

在采集煤矿信息的过程中，瓦斯爆炸危害巨大，可从如下三方面避免引起瓦斯爆炸：

(1) 尽量避免抽采的瓦斯浓度处于5%～16% 的浓度范围；

(2) 杜绝火源；

(3) 在煤矿井下的瓦斯管路中安装自动抑爆、阻爆装置， 一旦监测到周边环境有星火，立即喷出灭火剂灭火。

对煤矿井下瓦斯含量的控制以及其他安全隐患的排查是保障煤矿安全的首要条件，通过采样煤矿井下瓦斯含量、氧气浓度等数据，运用数据融合算法实现信息协同，以提高煤矿井内瓦斯报警能力和对各区域的实时监测控制，为煤矿开采工作提供安全保障。

1 基于物联网的煤矿井中瓦斯安全监测系统

基于物联网的煤矿井内瓦斯安全监测系统借助无线传感ZigBee 技术实现。该系统具有距离短、自组织、低功耗、价格便宜等特点。由于对煤矿井下进行供电极为不便，采用此技术可避免高功耗等不足。若通过在煤矿井中布置大量瓦斯、氧气等气体监测传感器降低异常情况的错报和漏报，则需处理的监测传感器收集的信息量便会增加。若利用采集终端设备实时处理并进行数据整体分析和融合，地面工作人员可对矿井内部决策调整，提高系统的可靠性。同时还需考虑布置的传感器节点是否会妨碍开采工作的顺利进行，将传感器结点布置在合适的位置。

煤矿井外的数据处理中心需要及时对瓦斯监测节点采集到的相关数据进行综合分析。尤其需要对煤矿井内各监测节点收集的瓦斯、氧气含量和数据波动变化情况进行综合性分析， 判断煤矿井内当前瓦斯和氧气含量是否存在异常，是否会爆发性涌出大量瓦斯等有害气体。数据处理中心对每次煤矿井内瓦斯含量数据处理结果汇总，并录入数据库，为后期类似情况的发生作参考。

2 大量数据的融合算法设计

由于煤矿井中瓦斯分布不均匀，某些区域氧气浓度过低， 矿工在这样的环境中工作时，不仅会面临瓦斯中毒，严重时还有缺氧昏迷的危险。当前的瓦斯检测更多是基于某单个区域的瓦斯检测，未针对整个煤矿井区域进行综合性的有害气体实 时监测，也无法因瓦斯浓度过高或者氧气浓度过低而对煤矿 井实行联动管理。本文设计的煤矿井内瓦斯监测系统一部分 传感器节点为冗余布置，虽然可实现对一定区域内瓦斯和氧气 的实时监测，但由于每个传感器节点所处的地理位置和环境 不同，数据处理中心该如何对采集到的信息进行融合和取舍是 本监测系统有待解决的问题。为此设计大量数据的融合算法， 综合处理采集到的数据。采用概率论中的矩估计算法对监测 的瓦斯和氧气浓度数据进行融合。

设计算法的思想主要是针对煤矿井内多个监测节点所采 集到的数据，通过整合处理并利用数理统计中的矩估计法对 监测到的大量数据进行取舍和保留分析。不仅可保证多个监测 节点同时采集数据，还能避免出现采集的数据存在相斥的情 况。

具体实现过程如下所示。

（1）假设煤矿井内布置有多个传感器节点，且每个传感 器节点采集到的数据 x 服从正态分布，即 x～N（μ，σ2）。其中， μ 为传感器测量数据的均值 ；σ2 为传感器测量数据的方差。

（2）若 i 个传感器采集得到的数据分别为 X1，X2，…，Xi， 传感器测量值的分布律为：

式中 2 vt 为传感器测量值的矩估计量，即 i 个传感器矩估计算 法的计算结果。

3 试验过程及分析

为了验证本文设计的煤矿井内瓦斯检测系统的有效性， 将瓦斯监测系统投放到煤矿井内进行试验，将 300 个监测传 感器节点分为 5 组，每组 60 个节点，实现对氧气浓度、瓦斯 浓度、煤矿井内温度 3 类参数的采样。煤矿井内的安全级别 分为安全、较安全、比较安全、较危险、危险。当出现“较危险” 时立即停止开采工作，紧急疏散井下作业人员。

通过一段时间的数据分析整合得到表 1 所列的测试结果。 由结果可知，异常报警共 1 次，整个系统监测的可信度约为 93%，说明利用融合算法对数据进行整合分析与对煤矿内具体 情况进行调整是可行的。其中区域一出现了一次报警异常，经 勘察核实，发现是由于煤矿井内该区域突然释放了大量瓦斯， 同时氧气含量下降，使得分布在该区域的瓦斯监测传感器认为 该区域的瓦斯含量异常，由此判断该区域危险。原因在于当大 量瓦斯气体进入整个煤矿井道后随着通风系统的循环，逐渐 扩散到煤矿井道内的全部空间，因此整个煤矿井内的瓦斯含 量分布密度减小，实际勘察分析时，瓦斯含量并未超标，而 其他区域的监测经过核实，报警信息准确无误。因此可认为此 煤矿井内瓦斯监测系统提供的报警信息可信有效。

测试结果如图 1 所示。某区域的监测传感器节点实时显 示瓦斯、氧气浓度，便于工作人员查看。

煤矿井内有异常情况发生时，系统首要选择短信方式提 醒，相关人员据此做出相应的决策。短信截图如图 2 所示。当 出现瓦斯浓度急剧增加、氧气浓度过低，不利于煤矿开采时， 监测系统会主动拨打电话报警。电话报警截图如图 3 所示。

主要测试指标如下：

（1）氧气传感器浓度准确率为 85% ；

（2）甲烷传感器检测浓度准确率约 90% ；

（3）在煤矿井采掘工作面上，氧气浓度是否低于 20%。

4 结 语

在煤矿井内工作时，首先要确保工作人员的人身安全。 采用数据融合算法不仅提高了煤矿瓦斯安全监测系统的有效 性，同时整合筛选了不同传感器获得的数据，消除了外界环境 动态变化的干扰，或传感器节点出现故障对监测结果带来影响， 提高了系统的容错能力。根据提取到的煤矿井下瓦斯和氧气 浓度参数，及时排查煤矿井内工作环境是否安全，排除危及煤矿工安全的隐患，并适时采取合理的应急措施，减少矿难 事故的发生，确保每位井下作业人员的人身安全。