黎 冠，李志偉，陳 浩，張明月，童 波

（華北科技學(xué)院 信息與控制工程學(xué)院，北京東燕郊 065201）

0 引言

當(dāng)前，煤炭行業(yè)正朝著可持續(xù)、安全高效和綠色現(xiàn)代化的方向發(fā)展。 未來的礦業(yè)發(fā)展將注重建立現(xiàn)代化智能礦山開發(fā)與利用體系，通過引入先進(jìn)技術(shù)和創(chuàng)新方法，提升煤炭開采和利用的效率，并實(shí)現(xiàn)資源的可持續(xù)利用。 為此，國家八部委聯(lián)合發(fā)布《關(guān)于加快煤礦智能化發(fā)展的指導(dǎo)意見》，加快了智能化煤礦技術(shù)演進(jìn)步伐，為煤礦智能化發(fā)展路線提供了基本技術(shù)遵循［1，2］。 為加快煤礦智能化發(fā)展，必須加強(qiáng)現(xiàn)代化智慧礦山的理論基礎(chǔ)研究并推進(jìn)煤礦智能化技術(shù)變革，以提供方法和思路。 這包括持續(xù)推動(dòng)先進(jìn)技術(shù)的研發(fā)和應(yīng)用，如智能化采掘、自動(dòng)化裝備、智能監(jiān)測與管理系統(tǒng)等。 同時(shí)，還需要加強(qiáng)對數(shù)據(jù)分析、人工智能和邊緣計(jì)算等前沿技術(shù)的應(yīng)用研究，以實(shí)現(xiàn)煤礦生產(chǎn)的智能化和數(shù)字化轉(zhuǎn)型。

智慧礦山是指通過互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)手段，對礦山生產(chǎn)全過程實(shí)現(xiàn)智能化、自動(dòng)化和網(wǎng)絡(luò)化，從而提高生產(chǎn)效率、降低生產(chǎn)成本、提高安全性和可靠性。 隨著信息技術(shù)的飛速發(fā)展，智慧礦山建設(shè)已經(jīng)成為礦業(yè)行業(yè)的發(fā)展趨勢，其中云計(jì)算在智慧礦山系統(tǒng)中起到了核心支撐作用。

然而，傳統(tǒng)的云計(jì)算集中式礦山系統(tǒng)架構(gòu)采用集中式控制的方式，通過復(fù)雜的通信網(wǎng)絡(luò)來收集信息，并運(yùn)用統(tǒng)一的云計(jì)算或控制中心來處理收集到的數(shù)據(jù)。 這種架構(gòu)可以在整體系統(tǒng)中得到最優(yōu)方案，但是對于分布式的礦山系統(tǒng)而言，僅依賴云計(jì)算技術(shù)已經(jīng)無法確保信息傳輸?shù)姆€(wěn)定性、準(zhǔn)確性和及時(shí)性。 礦山系統(tǒng)具有波動(dòng)性和不確定性等特點(diǎn)，一旦發(fā)生場景變化，傳輸大量數(shù)據(jù)的通信網(wǎng)絡(luò)就容易受到干擾，導(dǎo)致時(shí)延增加，無法對問題進(jìn)行及時(shí)發(fā)現(xiàn)和解決，從而對礦山系統(tǒng)安全穩(wěn)定運(yùn)行造成潛在威脅。

此外，集中式控制模式下，一旦某條通信線路出現(xiàn)故障，控制中心將無法獲取礦山系統(tǒng)的整體信息和實(shí)施全局控制，依賴單一的通信可靠性低。 同時(shí)，集中式模式可拓展性較差，難以實(shí)現(xiàn)分布式設(shè)備的即插即用，不能滿足礦山控制系統(tǒng)靈活性和機(jī)動(dòng)性要求。 隨著數(shù)據(jù)量的爆炸式增長，基于云計(jì)算的大數(shù)據(jù)處理也顯露出許多不足之處，例如時(shí)延大、無法支持較大的移動(dòng)性、數(shù)據(jù)傳輸開銷、隱私數(shù)據(jù)損失和不同設(shè)備間連接限制［3，4］。 因此，隨著智慧礦山建設(shè)的不斷推進(jìn)，邊緣計(jì)算作為一種新型的計(jì)算模式，逐漸引起了人們的關(guān)注。

邊緣計(jì)算是將計(jì)算和數(shù)據(jù)存儲(chǔ)靠近數(shù)據(jù)源或數(shù)據(jù)使用者的一種計(jì)算模式，能夠提供更快的數(shù)據(jù)傳輸速度和更低的時(shí)延。 在智慧礦山建設(shè)中，邊緣計(jì)算可以通過在礦山邊緣部署計(jì)算和存儲(chǔ)設(shè)備，實(shí)現(xiàn)對礦山生產(chǎn)數(shù)據(jù)的實(shí)時(shí)處理和分析。 這種方式不僅可以減輕礦山網(wǎng)絡(luò)數(shù)據(jù)傳輸?shù)膲毫Γ岣叩V山系統(tǒng)的穩(wěn)定性和可靠性，還可以提高井下終端用戶的體驗(yàn)，增強(qiáng)礦山指揮決策的靈活性和機(jī)動(dòng)性。 同時(shí)，邊緣計(jì)算還可以降低礦山能耗和成本，提高礦山生產(chǎn)效率和經(jīng)濟(jì)效益。

1 邊緣計(jì)算的發(fā)展歷史與技術(shù)特點(diǎn)

1.1 邊緣計(jì)算的發(fā)展歷史

邊緣計(jì)算是在靠近物和數(shù)據(jù)源頭的一側(cè)，采用網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力為一體的一種新型計(jì)算模型［5］。 “邊緣”是指數(shù)據(jù)源和云數(shù)據(jù)中心之間路徑沿線的資源和設(shè)備，尤其是在終端設(shè)備附近［6］。 通過以“Edge Computing”為關(guān)鍵詞搜索每年的文獻(xiàn)量，邊緣計(jì)算的發(fā)展可以分為3 個(gè)階段：技術(shù)儲(chǔ)備期、快速增長期、穩(wěn)定發(fā)展期。

‘2015 年之前’是邊緣計(jì)算的技術(shù)儲(chǔ)備期。邊緣計(jì)算的出現(xiàn)最早可以追溯到1998 年Akamai公司提出的內(nèi)容分發(fā)網(wǎng)絡(luò)［7］（content delivery network， CDN）。 CDN 的本質(zhì)就是將服務(wù)器布置在靠近用戶端的一側(cè)，使用戶就近獲取服務(wù)。 邊緣計(jì)算這一概念最早出現(xiàn)在2003 年Akamai 與IBM的一份內(nèi)部研究項(xiàng)目中，該項(xiàng)目提出“邊緣計(jì)算”的目的和解決方案［8］。 微軟亞洲研究院于2008年提出了邊緣計(jì)算的概念［9］。 2013 年，諾基亞西門子通信技術(shù)有限公司和IBM 公司推出了一款在移動(dòng)基站中運(yùn)行應(yīng)用程序的計(jì)算平臺(tái)，這是首次使用“Edge Computing”描述邊緣服務(wù)［10］。 2015年，戴爾、思科、微軟、ARM、普林斯頓大學(xué)聯(lián)合成立OpenFog 聯(lián)盟。

隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展，邊緣計(jì)算在2015-2017 年得到了快速發(fā)展。 2015 年，歐洲電信標(biāo)準(zhǔn)協(xié)會(huì)發(fā)布邊緣計(jì)算白皮書，闡述了邊緣計(jì)算基本架構(gòu)和實(shí)踐技術(shù)。 2016 年，ETSI 提出多接入邊緣計(jì)算，將邊緣計(jì)算從電信蜂窩網(wǎng)絡(luò)進(jìn)一步延伸至其他無線接入網(wǎng)絡(luò)（如Wi-Fi）［11］。 同年，華為、中科院沈陽自動(dòng)化所、中國通信信息研究所、英特爾、ARM等機(jī)構(gòu)牽頭在北京成立了邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟（Edge Computing Consortium ，ECC），目前其成員已突破200 家［12-14］。 2017 年，ECC 推出邊緣計(jì)算參考架構(gòu)2.0，包含業(yè)務(wù)動(dòng)態(tài)調(diào)度、云端部署協(xié)調(diào)等解決方案。 2017 年，微軟在西雅圖舉辦的開發(fā)者大會(huì)上推出Azure IoT Edge［15］。 同年，亞馬遜和AWS Greengrass 進(jìn)入邊緣計(jì)算領(lǐng)域，將AWE 云服務(wù)拓展至邊緣終端［16］。

2018 年，邊緣計(jì)算被推向前臺(tái)，并被大眾所熟知，邊緣計(jì)算開始穩(wěn)健發(fā)展。 同年，谷歌公司推出兩款大規(guī)模開發(fā)和部署智能聯(lián)網(wǎng)設(shè)備的產(chǎn)品：云端芯片Edge TPU 和軟件Cloud IoT Edge，促進(jìn)了基于人工智能的解決方案的部署［17］。 2019 年，邊緣計(jì)算得到廣泛關(guān)注，尤其是國內(nèi)多家科技公司投入更多研發(fā)力量：1 月百度發(fā)布中國首款智能邊緣計(jì)算產(chǎn)品［18］；7 月阿里云發(fā)布國內(nèi)首個(gè)全域邊緣節(jié)點(diǎn)服務(wù)［19］；8 月中國電科發(fā)布用于神經(jīng)網(wǎng)絡(luò)邊緣計(jì)算的“海雀”處理器［20］，騰訊云推出物聯(lián)網(wǎng)邊緣計(jì)算平臺(tái)［21］；11 月華為發(fā)布邊緣計(jì)算服務(wù)器［22］。

2020 年，隨著5G 網(wǎng)絡(luò)建設(shè)的穩(wěn)步推進(jìn)，迎來了5GMEC 的發(fā)展。 1 月，微軟和AT＆T 合作推進(jìn)5G 邊緣計(jì)算服務(wù)；3 月，GSMA 發(fā)布了《5G時(shí)代的邊緣計(jì)算：中國的技術(shù)和市場發(fā)展》報(bào)告；6 月，中國電信和中興打造了國內(nèi)首個(gè)5G 邊緣計(jì)算智能節(jié)點(diǎn)；8 月，中國信息通信研究院、中國移動(dòng)、中國電信、華為等八家EdgeGallery5G 邊緣計(jì)算開源項(xiàng)目創(chuàng)始成員發(fā)布業(yè)界首個(gè)5G 邊緣計(jì)算開源平臺(tái)Edge Gallery；10 月，騰訊首個(gè)5G 邊緣計(jì)算中心對外開放。 2021 年，由北京郵電大學(xué)、華為云、中國移動(dòng)研究院、北京大學(xué)聯(lián)合研發(fā)的首顆云原生邊緣計(jì)算衛(wèi)星順利升空并在軌穩(wěn)定運(yùn)行，標(biāo)志著衛(wèi)星進(jìn)入云原生時(shí)代。如今，邊緣計(jì)算正在極大地吸引研究人員的興趣，各行各業(yè)也在逐漸引入邊緣計(jì)算架構(gòu)，未來將大力推動(dòng)各行業(yè)智能化發(fā)展。 圖1 顯示了從1996 年到2022 年每年邊緣計(jì)算論文的發(fā)表數(shù)量，展現(xiàn)邊緣計(jì)算的研究不斷增長的趨勢。

圖1 1996-2022 年邊緣計(jì)算論文發(fā)表量

表1 邊緣計(jì)算發(fā)展歷程

1.2 邊緣計(jì)算的技術(shù)特點(diǎn)

雖然邊緣計(jì)算是基于云計(jì)算發(fā)展而來，但是與云計(jì)算并非替代關(guān)系，而是對云計(jì)算的補(bǔ)充和拓展。 它可以為終端設(shè)備提供更加便捷、個(gè)性化的服務(wù)，提高當(dāng)前各領(lǐng)域關(guān)注的關(guān)鍵指標(biāo)。 邊緣計(jì)算具備以下技術(shù)特點(diǎn)，可很好地彌補(bǔ)云計(jì)算的不足，解決云計(jì)算在當(dāng)前數(shù)據(jù)量爆炸式增長下面臨的挑戰(zhàn)。

（1） 實(shí)時(shí)性（低時(shí)延）：邊緣計(jì)算的部署使得智能邊緣節(jié)點(diǎn)能夠更快速地對數(shù)據(jù)進(jìn)行處理并作出決策，而不必依賴云端的計(jì)算資源。 將人工智能算法部署在邊緣節(jié)點(diǎn)，智能邊緣節(jié)點(diǎn)對采集到的數(shù)據(jù)進(jìn)行預(yù)處理，不再需要將海量的數(shù)據(jù)上傳到云端，從而極大地減少了邊緣設(shè)備與云端之間的數(shù)據(jù)傳輸量和通信頻次，降低了數(shù)據(jù)傳輸和遠(yuǎn)程計(jì)算所帶來的網(wǎng)絡(luò)時(shí)延，提升實(shí)時(shí)響應(yīng)速度，并改善用戶的體驗(yàn)。 這對于實(shí)時(shí)性要求較高的應(yīng)用場景非常重要，如智能交通、工業(yè)自動(dòng)化、智能安防等。

（2） 精確性（準(zhǔn)確率高）：邊緣側(cè)對采集到的數(shù)據(jù)進(jìn)行前端智能處理，通過過濾大量數(shù)據(jù)，提取出關(guān)鍵信息和有價(jià)值的數(shù)據(jù)特征，這種處理方式有效地將數(shù)據(jù)的處理和分析推向了數(shù)據(jù)源頭，有效地減少了需要傳輸和處理的數(shù)據(jù)量，提升了數(shù)據(jù)傳輸和處理的準(zhǔn)確性。 它能夠在邊緣設(shè)備上對數(shù)據(jù)進(jìn)行實(shí)時(shí)的融合、過濾和提煉，將更有價(jià)值的數(shù)據(jù)傳輸和處理，為后續(xù)的應(yīng)用和決策提供更準(zhǔn)確、可靠的數(shù)據(jù)支持。

（3） 能耗性（降低能耗）：邊緣計(jì)算技術(shù)采用分布式架構(gòu)，將數(shù)據(jù)處理任務(wù)分散到靠近數(shù)據(jù)源的邊緣節(jié)點(diǎn)上。 這種架構(gòu)能夠在邊緣節(jié)點(diǎn)上進(jìn)行前端過濾、計(jì)算和分析，將處理功能盡可能地靠近數(shù)據(jù)產(chǎn)生的地方。 這樣做使可以避免將大量數(shù)據(jù)傳輸?shù)街行幕臄?shù)據(jù)中心進(jìn)行處理，減輕了數(shù)據(jù)中心的計(jì)算負(fù)擔(dān)。 邊緣計(jì)算技術(shù)還通過資源調(diào)配策略來優(yōu)化終端設(shè)備與云端之間的數(shù)據(jù)流量。 根據(jù)實(shí)時(shí)需求和網(wǎng)絡(luò)狀況，邊緣計(jì)算可以動(dòng)態(tài)地調(diào)整數(shù)據(jù)流量的分配，使得只有必要的數(shù)據(jù)才被傳輸?shù)皆贫诉M(jìn)行處理，減少了不必要的數(shù)據(jù)交換。這樣做使整個(gè)計(jì)算系統(tǒng)的數(shù)據(jù)處理成本和設(shè)備能耗得以降低。

（4） 安全性（安全和隱私保護(hù)）：邊緣計(jì)算位于用戶側(cè)，專注于自身范圍內(nèi)的任務(wù)，并在邊緣側(cè)處理數(shù)據(jù)。 它將涉及隱私、原始和關(guān)鍵性的數(shù)據(jù)存儲(chǔ)在本地，無需上傳到云端，僅實(shí)時(shí)上傳分析結(jié)果和統(tǒng)計(jì)數(shù)據(jù)。 這種方式避免了網(wǎng)絡(luò)傳輸可能帶來的風(fēng)險(xiǎn)，如數(shù)據(jù)泄露或劫持。 此外，邊緣計(jì)算還可以減輕數(shù)據(jù)中心受到攻擊后影響全部數(shù)據(jù)的風(fēng)險(xiǎn)，因?yàn)橹挥胁糠謹(jǐn)?shù)據(jù)存儲(chǔ)在邊緣節(jié)點(diǎn)上，這種做法保護(hù)了數(shù)據(jù)的安全性，即使發(fā)生數(shù)據(jù)中心受到攻擊，也僅影響部分?jǐn)?shù)據(jù)而不是全部數(shù)據(jù)。

（5） 智能化（適應(yīng)情景變化）：將人工智能部署在具有一定計(jì)算能力的邊緣終端，使其具備智能化處理部分計(jì)算任務(wù)的能力，能夠有效減輕云中心的任務(wù)處理壓力。 智能化邊緣終端還具備適應(yīng)性，可以在場景發(fā)生變化時(shí)保持正常工作。 它們可以根據(jù)實(shí)時(shí)情況靈活調(diào)整計(jì)算策略和算法模型，以滿足不同環(huán)境下的需求。 當(dāng)場景發(fā)生變化時(shí)，智能化邊緣終端還能夠適應(yīng)場景變化，保持正常工作，提高系統(tǒng)可靠性，并發(fā)揮集中式與分布式計(jì)算的雙重優(yōu)勢。

2 邊緣計(jì)算應(yīng)用于智慧礦山的優(yōu)勢

當(dāng)前，礦山通信信息系統(tǒng)存在網(wǎng)絡(luò)信號(hào)差，井下信號(hào)覆蓋不全和通信質(zhì)量差等問題。 對于井下這種場景多變的工作面，無法保證各個(gè)部門之間以及工人攜帶通信設(shè)備之間的通信實(shí)時(shí)性與穩(wěn)定性，會(huì)給礦山安全生產(chǎn)工作帶來巨大的信息滯后性，也降低終端使用便捷性。 當(dāng)發(fā)生意外事故時(shí)，通信不順暢會(huì)給被困人員的生命安全構(gòu)成威脅，并增大救援難度。 邊緣計(jì)算能夠重新定義井下各節(jié)點(diǎn)與中心服務(wù)器的關(guān)系，可以覆蓋井下工作指揮、資源調(diào)度管理、事故預(yù)警等各個(gè)環(huán)節(jié)，成為未來智慧礦山整體系統(tǒng)架構(gòu)的重要支撐。 其主要優(yōu)勢如下：

2.1 減輕礦山網(wǎng)絡(luò)數(shù)據(jù)傳輸壓力

煤礦井下開采區(qū)域范圍廣、巷道呈長距離帶狀拓?fù)?，終端智能設(shè)備較多，數(shù)據(jù)量大且數(shù)據(jù)的復(fù)雜性程度高。 相比于云計(jì)算，邊緣計(jì)算更加接近數(shù)據(jù)源，能夠在邊緣節(jié)點(diǎn)執(zhí)行數(shù)據(jù)的存儲(chǔ)和分析任務(wù)。 通過在井下布置具備深度學(xué)習(xí)（DL）算法的邊緣計(jì)算節(jié)點(diǎn)，可以第一時(shí)間對井下各種傳感器和終端設(shè)備獲取的大量數(shù)據(jù)進(jìn)行存儲(chǔ)、分析和反饋。 這種方式能夠有選擇地卸載和上傳有價(jià)值的信息，從而中間數(shù)據(jù)傳輸?shù)倪^程，能夠極大地減輕礦山網(wǎng)絡(luò)傳輸壓力，為礦山安全生產(chǎn)提供重要的支持。

2.2 提高井下終端用戶體驗(yàn)

井下終端設(shè)備較多，對實(shí)時(shí)性的要求較高。邊緣計(jì)算貼近用戶，為用戶提供各種快速響應(yīng)服務(wù)，可以很好地降低時(shí)延，確保指令的實(shí)時(shí)處理。針對井下應(yīng)急救援、礦車自動(dòng)駕駛、自動(dòng)導(dǎo)引運(yùn)輸車輛（Automated Guided Vehicle，AGV）及各類井下機(jī)器人［23］等時(shí)延敏感類業(yè)務(wù)，引入邊緣計(jì)算能夠做出快速反饋，使得井下的終端設(shè)備能夠及時(shí)響應(yīng)用戶的指令并進(jìn)行相應(yīng)的操作，提高了業(yè)務(wù)處理的效率和準(zhǔn)確性，可以極大提升井下終端用戶業(yè)務(wù)體驗(yàn)。

2.3 提高礦山指揮決策的靈活性

在井下部署具備邊緣計(jì)算能力的設(shè)備，可以實(shí)現(xiàn)指揮終端接收井下場景變化情況而不是原始數(shù)據(jù)，從而輔助指揮終端做出準(zhǔn)確判斷，提高應(yīng)急救援能力。 通過給井下裝備具備邊緣自主性的設(shè)備，一些情況下無需占用更高級別的決策資源，可以進(jìn)行自主的信息處理，突顯了分層決策的能力，提升了礦山指揮的靈活性。 井下搭載人工智能（Artificial Intelligence， AI）算法的邊緣節(jié)點(diǎn)也可以根據(jù)井下實(shí)時(shí)數(shù)據(jù)進(jìn)行分析和自適應(yīng)學(xué)習(xí)，適應(yīng)井下場景變化，而無需人員手動(dòng)調(diào)整，提高了礦山指揮的靈活性和效率。

2.4 應(yīng)對井下情景變化的機(jī)動(dòng)性

在井下發(fā)生火災(zāi)、透水、坍塌等應(yīng)急情景變化時(shí)，借助邊緣計(jì)算能夠更快地構(gòu)建應(yīng)對策略。 當(dāng)網(wǎng)絡(luò)發(fā)生波動(dòng)時(shí)，可以放棄某些節(jié)點(diǎn)的協(xié)同，只保持必要的狀態(tài)通信，這些邊緣節(jié)點(diǎn)可以依靠自身或者鄰近的邊緣計(jì)算資源順利完成任務(wù)。 即使在運(yùn)算或者邊緣服務(wù)器遭到破壞時(shí)，這些節(jié)點(diǎn)仍可以進(jìn)行獨(dú)立工作，確保井下系統(tǒng)的正常運(yùn)行，提高井下機(jī)動(dòng)性和應(yīng)急能力。

2.5 降低礦山能耗和成本

邊緣計(jì)算可以充分利用當(dāng)?shù)噩F(xiàn)有網(wǎng)絡(luò)和邊緣設(shè)備空閑儲(chǔ)存與計(jì)算資源，通過對數(shù)據(jù)進(jìn)行過濾、計(jì)算和分析，減少數(shù)據(jù)傳輸量，降低網(wǎng)絡(luò)帶寬負(fù)載，從而有效降低礦山本地設(shè)備的能耗。 邊緣計(jì)算在生產(chǎn)環(huán)境中可以實(shí)現(xiàn)“小規(guī)?！辈渴?，依托于就近的邊緣設(shè)備進(jìn)行數(shù)據(jù)處理和計(jì)算。 相比于在本地設(shè)備中處理數(shù)據(jù)，邊緣計(jì)算可以降低成本，提高效率，并且更加靈活適應(yīng)礦山的需求。 這為礦山帶來了更高的能源效率和經(jīng)濟(jì)效益。

3 邊緣計(jì)算在智慧礦山應(yīng)用前景

3.1 關(guān)鍵技術(shù)

當(dāng)前，面對潛在的災(zāi)害威脅，急需運(yùn)用新技術(shù)和新方式來對傳統(tǒng)的礦山系統(tǒng)進(jìn)行智能化改造，提高安全系數(shù)、降低人力成本。 然而，現(xiàn)有的云計(jì)算解決方案暴露出諸多問題：云計(jì)算需要終端將數(shù)據(jù)上傳至云端處理，然后再將結(jié)果下發(fā)到終端，導(dǎo)致網(wǎng)絡(luò)通信時(shí)延較高，無法對礦山的諸多設(shè)備進(jìn)行實(shí)時(shí)控制，也無法對大量的數(shù)據(jù)進(jìn)行實(shí)時(shí)分析和處理。 此外，云計(jì)算方案中數(shù)據(jù)在云端和終端之間頻繁傳輸，導(dǎo)致網(wǎng)絡(luò)流量過大、礦山數(shù)據(jù)處理成本和能耗增加；云計(jì)算還對帶寬、環(huán)境要求較高，難以進(jìn)行廣泛部署。 邊緣計(jì)算可以很好解決這些問題。

由于傳統(tǒng)礦山信息系統(tǒng)存在設(shè)備老化、技術(shù)更新不及時(shí)等問題，礦山在構(gòu)建邊緣計(jì)算架構(gòu)和實(shí)現(xiàn)邊緣設(shè)備智能化方面仍然面臨許多挑戰(zhàn)。 通過對礦山信息系統(tǒng)相關(guān)技術(shù)的研究分析，本節(jié)總結(jié)出了邊緣計(jì)算應(yīng)用于礦山需要著重研究的邊緣計(jì)算關(guān)鍵技術(shù)，如圖2 所示。

圖2 邊緣計(jì)算應(yīng)用于礦山關(guān)鍵技術(shù)

（1） 計(jì)算卸載。 計(jì)算卸載是一種將計(jì)算任務(wù)從資源受限的移動(dòng)設(shè)備遷移到附近的資源豐富的基礎(chǔ)設(shè)施上的技術(shù)。 它解決了移動(dòng)設(shè)備在資源存儲(chǔ)、計(jì)算性能和能源效率方面的不足。 對井下機(jī)器人和移動(dòng)終端設(shè)備，可以通過邊緣卸載技術(shù)將計(jì)算任務(wù)全部或部分遷移到就近的邊緣服務(wù)器上執(zhí)行。 這樣可以提升井下移動(dòng)終端設(shè)備計(jì)算能力和續(xù)航時(shí)間等方面的性能。 借助移動(dòng)終端設(shè)備的代碼解析器、系統(tǒng)解析器和卸載決策引擎等工具，可以制定智能的邊緣卸載策略，以應(yīng)對井下不同場景的需求。 通過減少時(shí)延和降低能耗，計(jì)算卸載技術(shù)能夠有效改善移動(dòng)設(shè)備的計(jì)算體驗(yàn)。

（2） 流動(dòng)性管理。 在井下礦山環(huán)境中，由于場景的變化、實(shí)時(shí)數(shù)據(jù)監(jiān)控和井下工作人員的高流動(dòng)性，要求云計(jì)算中心和邊緣側(cè)具備高效的資源分配能力，以實(shí)現(xiàn)云邊協(xié)同響應(yīng)。 這樣可以使得礦山的各個(gè)邊緣節(jié)點(diǎn)、終端設(shè)備和角色能夠充分利用系統(tǒng)資源。 流動(dòng)性管理是關(guān)鍵，其中包括資源發(fā)現(xiàn)和資源切換。 資源發(fā)現(xiàn)旨在確保移動(dòng)中的終端用戶能夠快速發(fā)現(xiàn)周圍可用的資源，并選擇最適合的資源。 邊緣計(jì)算中的資源發(fā)現(xiàn)需要同時(shí)考慮用戶資源發(fā)現(xiàn)的速度和應(yīng)用程序提供服務(wù)的連續(xù)性。 通過有效的資源發(fā)現(xiàn)機(jī)制，用戶可以及時(shí)獲取到所需的計(jì)算資源，從而滿足其需求。資源切換是指當(dāng)用戶移動(dòng)時(shí)，移動(dòng)應(yīng)用程序可以在多個(gè)設(shè)備之間切換使用計(jì)算資源。 邊緣計(jì)算的資源切換可以將相關(guān)服務(wù)移動(dòng)到不同的站點(diǎn)，以保證服務(wù)的連續(xù)性。 通過實(shí)現(xiàn)高效的資源分配和無縫的服務(wù)切換，礦山系統(tǒng)可以滿足不斷變化的需求，并確保各個(gè)角色和終端設(shè)備充分利用系統(tǒng)資源，提高礦山的工作效率和響應(yīng)能力。

（3） 模型壓縮。 為了實(shí)現(xiàn)邊緣設(shè)備的智能化，需要應(yīng)用大量的人工智能（AI）模型。 例如，在礦井環(huán)境中，可以采用深度神經(jīng)網(wǎng)絡(luò)（DNN）模型來適應(yīng)場景變化或識(shí)別火焰等任務(wù)。 然而，由于AI 模型通常較大且計(jì)算復(fù)雜，邊緣設(shè)備的存儲(chǔ)資源有限。 因此，需要考慮采用模型壓縮技術(shù)來解決這個(gè)問題。 一種方法是通過網(wǎng)絡(luò)剪枝和量化，轉(zhuǎn)移／壓縮卷積濾波器以及進(jìn)行知識(shí)提取等方式來壓縮模型。 這些技術(shù)可以從一個(gè)過度參數(shù)化的大模型中學(xué)習(xí)出一個(gè)小巧而緊湊的模型，以適應(yīng)邊緣設(shè)備的資源限制。 通過模型壓縮技術(shù)，可以將大型的AI 模型轉(zhuǎn)化為在邊緣側(cè)能夠運(yùn)行的小型模型。 這樣，邊緣設(shè)備就能夠高效地進(jìn)行智能決策和數(shù)據(jù)處理，而無需過多的存儲(chǔ)和計(jì)算資源。 這種邊緣側(cè)的智能化能夠提高系統(tǒng)的響應(yīng)速度，降低網(wǎng)絡(luò)傳輸延遲，并減少對云端的依賴。

（4） 邊緣高速緩存。 礦井在維持日常工作時(shí)，井下探測和監(jiān)測設(shè)備需要頻繁地讀取相關(guān)內(nèi)容，將內(nèi)容提前緩存到分布式節(jié)點(diǎn)，設(shè)備可以就近獲取內(nèi)容，從而大大減少查詢和部署時(shí)延，避免內(nèi)容的重復(fù)傳輸，緩解網(wǎng)絡(luò)壓力，同時(shí)可以提高用戶體驗(yàn)度。 基于預(yù)測算法建立預(yù)測模型，制定智能應(yīng)對礦山場景變化的邊緣卸載策略，可以提高內(nèi)容分發(fā)效率，降低帶寬占用。 這將有助于改善礦井工作的實(shí)時(shí)性和效率，提升礦山運(yùn)營的整體水平，并提供更好的用戶體驗(yàn)。 Tran T X 等人［10］提出了協(xié)作的邊緣緩存方式，同步進(jìn)行邊緣緩存和邊緣處理，從而提高緩存的性能，減少數(shù)據(jù)的傳輸。

（5） 數(shù)據(jù)安全和隱私保護(hù)。 邊緣計(jì)算為分布式架構(gòu)，邊緣計(jì)算架構(gòu)中的邊緣設(shè)備越智能，就越容易成為惡意攻擊的目標(biāo)。 傳統(tǒng)的數(shù)據(jù)安全保護(hù)方法和復(fù)雜的加密算法在邊緣計(jì)算環(huán)境下可能不再適用。 聯(lián)邦學(xué)習(xí)（Federated Learning ，F(xiàn)L）是一項(xiàng)新技術(shù)，可以描述為分布式人工智能學(xué)習(xí)，基于保護(hù)匿名性的多方機(jī)器學(xué)習(xí)［24］，它分散性地保護(hù)隱私。 聯(lián)邦學(xué)習(xí)方案中用戶與云服務(wù)器無需進(jìn)行用戶數(shù)據(jù)傳輸，因?yàn)樵诒镜厥褂脭?shù)據(jù)訓(xùn)練模型，用戶只需將訓(xùn)練結(jié)果上傳到中央服務(wù)器，所以聯(lián)邦學(xué)習(xí)中每個(gè)參與者傳輸?shù)牟辉偈窃紨?shù)據(jù)，而是經(jīng)過訓(xùn)練的子模型。 中央服務(wù)器會(huì)分析來自參與者的模型，融合它們并生成最優(yōu)模型，然后將最優(yōu)模型下發(fā)給各個(gè)邊緣設(shè)備進(jìn)行更新，從而增強(qiáng)了邊緣設(shè)備的安全性和隱私保護(hù)能力。

3.2 智慧礦山邊緣計(jì)算平臺(tái)系統(tǒng)架構(gòu)

要實(shí)現(xiàn)智慧礦山的建設(shè)，關(guān)鍵在于構(gòu)建云邊協(xié)同、數(shù)據(jù)交互、實(shí)時(shí)監(jiān)控和快速響應(yīng)的邊緣計(jì)算平臺(tái)系統(tǒng)。 參考目前發(fā)布的Edge X Foundry 和Kube Edge 開源平臺(tái)架構(gòu)設(shè)計(jì)提出構(gòu)想，設(shè)計(jì)了一種煤礦邊緣計(jì)算系統(tǒng)的整體架構(gòu)，其中邊緣計(jì)算平臺(tái)由云、邊、端三層架構(gòu)構(gòu)成，以下介紹各層的功能以及組成如圖3 所示。

圖3 智慧礦山邊緣計(jì)算平臺(tái)系統(tǒng)架構(gòu)

首先是云層，云服務(wù)器擁有強(qiáng)大的計(jì)算以及儲(chǔ)存能力，負(fù)責(zé)算法訓(xùn)練、數(shù)據(jù)分析和邊緣節(jié)點(diǎn)基礎(chǔ)設(shè)施管理以及圖像處理、大數(shù)據(jù)分析，提供設(shè)備管理、資源調(diào)配管理、模型訓(xùn)練等功能。 此外云層可以永久性保存邊緣層的計(jì)算報(bào)告，完成邊緣層無法完成的全局信息處理任務(wù)和無法處理的分析數(shù)據(jù)任務(wù)。

其次是邊緣層，邊緣層主要負(fù)責(zé)對井下監(jiān)控?cái)?shù)據(jù)的采集、分析和傳輸。 它連接了底層的各種設(shè)備和上層的云服務(wù)，起到了橋梁的作用。 邊緣層由邊緣節(jié)點(diǎn)和邊緣管理器兩部分組成。 邊緣節(jié)點(diǎn)是部署在整個(gè)架構(gòu)邊緣的硬件設(shè)備，包括邊緣服務(wù)器、邊緣控制器、邊緣網(wǎng)關(guān)等。 這些設(shè)備具備計(jì)算、網(wǎng)絡(luò)和存儲(chǔ)資源，在邊緣層承擔(dān)數(shù)據(jù)采集和前端處理等功能。 邊緣節(jié)點(diǎn)通過與各種終端設(shè)備連接，將其采集到的數(shù)據(jù)進(jìn)行處理并傳輸給上層的云服務(wù)進(jìn)行進(jìn)一步分析和應(yīng)用。 邊緣管理器是邊緣層的另一重要組成部分，它負(fù)責(zé)對邊緣節(jié)點(diǎn)進(jìn)行管理和協(xié)調(diào)。 邊緣管理器是以軟件的形式管理邊緣節(jié)點(diǎn)的狀態(tài)、資源利用情況等，并根據(jù)需要進(jìn)行任務(wù)調(diào)度和資源分配，以保證邊緣層的高效運(yùn)行。

最后是端層，端層由井下各種終端設(shè)備組成，端層的主要功能包括實(shí)時(shí)監(jiān)控、井下日常工作維護(hù)以及煤炭運(yùn)輸?shù)热蝿?wù)。 它采集原始數(shù)據(jù)，并將數(shù)據(jù)上傳到邊緣層進(jìn)行儲(chǔ)存和計(jì)算。 整體架構(gòu)由模型驅(qū)動(dòng)統(tǒng)一服務(wù)的框架，實(shí)現(xiàn)了自動(dòng)化控制、分析和優(yōu)化。

4 基于邊緣計(jì)算智慧礦山解決方案

關(guān)于邊緣計(jì)算的具體應(yīng)用有很多討論，但是在煤礦中應(yīng)用邊緣計(jì)算的工作卻很少，本文對邊緣計(jì)算在煤礦中的研究應(yīng)用進(jìn)行了調(diào)研，詳細(xì)分析了邊緣計(jì)算在煤礦中的應(yīng)用研究的相關(guān)文章。發(fā)現(xiàn)目前在煤礦監(jiān)測監(jiān)控體系中應(yīng)用邊緣計(jì)算的研究相對較多，結(jié)合上述對邊緣計(jì)算應(yīng)用于礦山的優(yōu)勢、關(guān)鍵技術(shù)以及架構(gòu)等方面的闡述，本節(jié)將對邊緣計(jì)算應(yīng)用于礦山安全監(jiān)測監(jiān)控系統(tǒng)的具體場景解決方案進(jìn)行分析。

4.1 業(yè)務(wù)場景

礦山安全監(jiān)測監(jiān)控系統(tǒng)是一種用于實(shí)時(shí)監(jiān)測和控制礦山環(huán)境的系統(tǒng)，主要用來監(jiān)測礦山甲烷濃度、溫度、濕度、礦塵濃度等重要指標(biāo)，實(shí)現(xiàn)重要指標(biāo)超限報(bào)警并執(zhí)行相應(yīng)安全保護(hù)措施的系統(tǒng)，起到安全避險(xiǎn)的預(yù)警作用。 國內(nèi)外研究表明，做好對危險(xiǎn)源的有效監(jiān)控和預(yù)警工作可以有效降低事故的發(fā)生概率。 采礦屬于高危行業(yè)，井下場景復(fù)雜，監(jiān)控監(jiān)測設(shè)備復(fù)雜繁多，數(shù)據(jù)處理任務(wù)復(fù)雜，產(chǎn)生龐大的數(shù)據(jù)量，對數(shù)據(jù)的實(shí)時(shí)性處理要求較高。

礦山安全監(jiān)控監(jiān)測系統(tǒng)通常包括環(huán)境監(jiān)測系統(tǒng)和工況監(jiān)測系統(tǒng)兩個(gè)主要部分，每個(gè)系統(tǒng)又由一些子系統(tǒng)組成（如圖4 所示）。 比如，環(huán)境監(jiān)測系統(tǒng)包括瓦斯危險(xiǎn)報(bào)警系統(tǒng)和火災(zāi)危險(xiǎn)報(bào)警系統(tǒng)等部分，而工況監(jiān)測系統(tǒng)則包括皮帶機(jī)異常監(jiān)測系統(tǒng)和綜采面監(jiān)測系統(tǒng)等部分。 環(huán)境監(jiān)測系統(tǒng)是用于實(shí)時(shí)檢測和監(jiān)控礦井內(nèi)環(huán)境因素的子系統(tǒng)。工況監(jiān)測系統(tǒng)則是用于監(jiān)測和控制礦井內(nèi)工作狀態(tài)的子系統(tǒng)。 通過環(huán)境監(jiān)測系統(tǒng)和工況監(jiān)測系統(tǒng)的協(xié)同工作，礦山安全監(jiān)測監(jiān)控系統(tǒng)能夠全面監(jiān)控和控制礦井的環(huán)境因素和工作狀態(tài)，及時(shí)發(fā)現(xiàn)異常情況并采取相應(yīng)的預(yù)警和措施，以保障礦山的安全和生產(chǎn)的正常進(jìn)行。 這些子系統(tǒng)在整個(gè)系統(tǒng)中扮演著重要的角色，共同構(gòu)建起了一個(gè)全面而可靠的礦山安全監(jiān)測監(jiān)控系統(tǒng)。

圖4 礦山監(jiān)控監(jiān)測系統(tǒng)種類

傳統(tǒng)的礦山安全監(jiān)測監(jiān)控系統(tǒng)采用集中式控制，系統(tǒng)分為地面工作站和井下工作站。 地面工作站由若干計(jì)算機(jī)組成，對整個(gè)監(jiān)控系統(tǒng)進(jìn)行控制。 井下各工作站負(fù)責(zé)多路傳感器數(shù)據(jù)的采集和驅(qū)動(dòng)相應(yīng)的執(zhí)行機(jī)構(gòu)并讓信號(hào)轉(zhuǎn)換成易于傳輸?shù)男盘?hào)傳輸?shù)降孛嬷行挠?jì)算機(jī)，地面中心計(jì)算機(jī)對數(shù)據(jù)進(jìn)行處理、存儲(chǔ)和分析并發(fā)布命令傳輸?shù)较鄳?yīng)執(zhí)行機(jī)構(gòu)，比如控制聲光報(bào)警、斷電、井下LED顯示等機(jī)構(gòu)的運(yùn)行。 這種架構(gòu)的優(yōu)勢是將多個(gè)節(jié)點(diǎn)接入到中心節(jié)點(diǎn)，結(jié)構(gòu)簡單。 但是系統(tǒng)的最關(guān)鍵的部分是中心計(jì)算機(jī)，一旦中心工作站和網(wǎng)絡(luò)通道出現(xiàn)問題，就可能會(huì)導(dǎo)致整個(gè)系統(tǒng)的癱瘓，給井下工作人員帶來安全隱患。

4.2 邊緣計(jì)算解決方案

針對礦山安全監(jiān)測監(jiān)控系統(tǒng)存在的不足，目前大多數(shù)的解決方案是構(gòu)建云平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)的遠(yuǎn)程實(shí)時(shí)監(jiān)控。 該方案將采集到的照片、視頻信息和數(shù)據(jù)傳輸?shù)椒?wù)器進(jìn)行處理和分析。 然而，這種方式會(huì)導(dǎo)致數(shù)據(jù)傳輸量大，占用了較大的網(wǎng)絡(luò)資源，并且在云端與終端的傳輸產(chǎn)生時(shí)延，無法及時(shí)傳輸重要指令。 基于邊緣計(jì)算的解決方案可以很好彌補(bǔ)這些不足之處，邊緣計(jì)算的特點(diǎn)是分布式，分布式系統(tǒng)易于拓展，適合在礦井中搭建，系統(tǒng)由分布在不同地理位置上的多個(gè)服務(wù)器相互配合協(xié)作，實(shí)現(xiàn)對礦山各個(gè)部分安全的監(jiān)測監(jiān)控。同時(shí)，該系統(tǒng)的各個(gè)部分采用并聯(lián)方式，即使任意一個(gè)部分發(fā)生故障，也不會(huì)影響整個(gè)系統(tǒng)的正常運(yùn)行。

在該解決方案中，邊緣網(wǎng)關(guān)和邊緣控制器與所有邊緣監(jiān)測監(jiān)控設(shè)備連接，同時(shí)邊緣節(jié)點(diǎn)集成了人工智能模塊。 這樣可以對區(qū)域終端監(jiān)控監(jiān)測設(shè)備采集到的數(shù)據(jù)實(shí)現(xiàn)就近分析和處理，并將異常結(jié)果傳輸?shù)椒?wù)器，從而減少大量無效數(shù)據(jù)的傳輸。 當(dāng)邊緣服務(wù)器遭到破壞或者網(wǎng)絡(luò)中斷時(shí)，離線狀態(tài)下的邊緣節(jié)點(diǎn)可以獨(dú)立運(yùn)行，執(zhí)行相應(yīng)的應(yīng)急處置策略。 另外，邊緣網(wǎng)關(guān)和邊緣控制器的另一端連接到云端，通過借助云端更強(qiáng)大的計(jì)算能力，云端可以根據(jù)數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，建立深度學(xué)習(xí)模型，并定時(shí)更新邊緣節(jié)點(diǎn)深度學(xué)習(xí)模型，不斷提升邊緣節(jié)點(diǎn)的智能化水平，增強(qiáng)安全監(jiān)測監(jiān)控能力，從而提升礦山安全監(jiān)測監(jiān)控系統(tǒng)的整體性能和效果。

以下是一些目前基于邊緣計(jì)算的礦山安全監(jiān)測監(jiān)控體系應(yīng)用解決方案，屈世甲等［25］結(jié)合Edge X Foundry 平臺(tái)架構(gòu)，設(shè)計(jì)了煤礦安全監(jiān)測系統(tǒng)邊緣網(wǎng)關(guān)的整體架構(gòu)。 通過運(yùn)用該架構(gòu)，將原有的火災(zāi)9 步處理流程優(yōu)化為4 步處理流程，分析得出基于邊緣計(jì)算的監(jiān)測監(jiān)控體系在系統(tǒng)井下深度融合、區(qū)域安全融合分析和處置方面相比較現(xiàn)有監(jiān)測監(jiān)控體系都有一定的優(yōu)勢。 文獻(xiàn)［26］ 中使用軟件定義網(wǎng)絡(luò)（SDN） 和容器（Docker）技術(shù)，成功搭建了邊緣計(jì)算網(wǎng)絡(luò)模型，并使用所搭建的邊緣計(jì)算平臺(tái)，將其與Zigbee 技術(shù)結(jié)合實(shí)現(xiàn)了礦山環(huán)境控制系統(tǒng)。 該系統(tǒng)可以充分使用邊緣網(wǎng)絡(luò)的計(jì)算和存儲(chǔ)資源來實(shí)現(xiàn)礦山內(nèi)部環(huán)境的監(jiān)測和控制，更好地保證系統(tǒng)的實(shí)時(shí)性和安全性，保證礦區(qū)的工作效率和安全系數(shù)。 徐鵬等［27］構(gòu)建了基于邊緣計(jì)算的煤礦井下皮帶異物檢測系統(tǒng)，對皮帶異物進(jìn)行實(shí)時(shí)視頻檢測。 結(jié)果表明，該系統(tǒng)具有良好的實(shí)時(shí)性以及較高的準(zhǔn)確性，可為煤礦企業(yè)安全生產(chǎn)提供有效保障。 針對工作面現(xiàn)有甲烷監(jiān)測點(diǎn)不足，無法滿足智慧礦山建設(shè)中工作面甲烷感知、分析和預(yù)警需求的問題，建立了基于邊緣計(jì)算的甲烷邊緣監(jiān)測模式的系統(tǒng)架構(gòu)，解決了工作面區(qū)域基于邊緣計(jì)算的甲烷感知和傳輸問題［28］。

通過對目前的礦山安全監(jiān)測監(jiān)控體系和基于邊緣計(jì)算的礦山安全監(jiān)測監(jiān)控系統(tǒng)進(jìn)行比較分析，我們可以得出以下結(jié)論：基于邊緣計(jì)算的安全監(jiān)測監(jiān)控系統(tǒng)在數(shù)據(jù)處理、安全監(jiān)控和設(shè)備融合等方面具有顯著的優(yōu)勢。 邊緣計(jì)算可以有效提高安全監(jiān)測監(jiān)控體系的實(shí)時(shí)性、高效性和安全性，為礦山安全管理提供更加可靠和智能的解決方案。

5 礦山智能化發(fā)展建議

通過上述對邊緣計(jì)算的概念、架構(gòu)、關(guān)鍵技術(shù)以及具體應(yīng)用場景的闡述，我們可以看到邊緣計(jì)算在智慧礦山建設(shè)中起到的重要作用，它有助于智慧礦山各個(gè)部分的融合，實(shí)現(xiàn)對礦山的精確化和智能化管理。 然而，盡管邊緣計(jì)算在學(xué)術(shù)和工業(yè)架構(gòu)中不斷進(jìn)行改進(jìn)和研究，但是目前邊緣計(jì)算還處于技術(shù)膨脹期，在設(shè)備異構(gòu)性、設(shè)備可拓展性、網(wǎng)絡(luò)資源分配以及如何保障網(wǎng)絡(luò)安全等方面仍然面臨著很多的問題和挑戰(zhàn)。 礦山中存在大量設(shè)備和網(wǎng)關(guān)，這些邊緣節(jié)點(diǎn)具有多種不同形式的固件、操作系統(tǒng)、軟件和虛擬機(jī)。 而且，這些節(jié)點(diǎn)來自不同的廠商，需要各個(gè)廠商進(jìn)行管理和維護(hù)。這種高度異構(gòu)的環(huán)境給排除故障、更新設(shè)備和維護(hù)網(wǎng)絡(luò)安全帶來了很大的挑戰(zhàn)，也增加了成本和工作量。 綜上所述，在智慧礦山整體系統(tǒng)實(shí)施過程中，提出了以下建議：

（1） 制定礦山邊緣計(jì)算技術(shù)相關(guān)標(biāo)準(zhǔn)和協(xié)議。 目前邊緣計(jì)算聯(lián)盟、Linux 基金會(huì)、歐洲電信標(biāo)準(zhǔn)化協(xié)會(huì)等組織接連發(fā)布邊緣計(jì)算架構(gòu)，可見各科技公司對邊緣計(jì)算的重視程度。 我們應(yīng)該積極推進(jìn)多方合作，尋求跨廠商的互聯(lián)互通，開展多部門和多領(lǐng)域之間的合作，解決面臨的實(shí)際問題，并盡早制定較為全面的邊緣計(jì)算技術(shù)標(biāo)準(zhǔn)和規(guī)范，各個(gè)廠商可以按照這些標(biāo)準(zhǔn)和規(guī)范進(jìn)行設(shè)備設(shè)計(jì)和配套，實(shí)現(xiàn)邊緣計(jì)算與礦山的無縫銜接。此外，標(biāo)準(zhǔn)化還有助于提高系統(tǒng)的互操作性，使得不同供應(yīng)商的設(shè)備和節(jié)點(diǎn)能夠更好地互相通信和協(xié)作。 通過多方合作和積極推動(dòng)標(biāo)準(zhǔn)化進(jìn)程，我們可以加速邊緣計(jì)算與礦山的融合，實(shí)現(xiàn)智能化保障，并促進(jìn)整個(gè)行業(yè)的發(fā)展。

（2） 研發(fā)異構(gòu)邊緣設(shè)備協(xié)同技術(shù)。 礦山邊緣設(shè)備數(shù)量龐大且種類繁多，不同設(shè)備在不同場景下可能有不同的運(yùn)用方式。 為了解決這個(gè)問題，邊緣計(jì)算需要一個(gè)統(tǒng)一的虛擬化平臺(tái)來模擬實(shí)際情況，并完善其中的仿真機(jī)制，供研究人員試驗(yàn)、仿真、測試，以評估邊緣計(jì)算在不同場景下的可行性。 而不是直接用于邊緣設(shè)備，以此降低成本，以便統(tǒng)一設(shè)備之間的異構(gòu)性，實(shí)現(xiàn)不同廠商、不同領(lǐng)域之間的邊緣協(xié)同。 IoT Sim-Edge［29］是目前最完整的工具，但仍然缺乏仿真機(jī)制的實(shí)現(xiàn)。 因此，我們需要進(jìn)一步完善仿真機(jī)制，以更好地支持礦山邊緣計(jì)算的研究和應(yīng)用。

（3） 加強(qiáng)安全保障。 在邊緣計(jì)算網(wǎng)絡(luò)的高度異構(gòu)性下，不同的設(shè)備和應(yīng)用程序?qū)Π踩缘囊笠膊煌?因此，在礦山邊緣計(jì)算架構(gòu)中，必須研發(fā)涵蓋云、邊、端各環(huán)節(jié)的身份管理、訪問控制、數(shù)據(jù)傳輸安全保護(hù)機(jī)制，以維護(hù)礦山邊緣計(jì)算架構(gòu)各層實(shí)體資產(chǎn)以及網(wǎng)絡(luò)安全。 對聯(lián)邦學(xué)習(xí)、深度學(xué)習(xí)模型優(yōu)化、模型裁剪等技術(shù)深入研究，能夠制定針對礦山不同場景的系統(tǒng)安全保障方案，確保礦山邊緣計(jì)算的安全可靠性。

6 結(jié)論

（1） 本文介紹了邊緣計(jì)算的概念以及發(fā)展歷程，并分析了其技術(shù)特點(diǎn)、典型架構(gòu)和發(fā)展趨勢。通過調(diào)研和分析，認(rèn)為邊緣計(jì)算可以為智慧礦山的建設(shè)提供助力。 同時(shí)，本文總結(jié)了邊緣計(jì)算在智慧礦山中的優(yōu)勢，并歸納了相關(guān)關(guān)鍵技術(shù)，提出了一種智慧礦山邊緣計(jì)算系統(tǒng)架構(gòu)。

（2） 本文分析了傳統(tǒng)礦山安全監(jiān)測監(jiān)控體系和基于邊緣計(jì)算的礦山安全監(jiān)測監(jiān)控體系的不同處理流程。 認(rèn)為采用基于邊緣計(jì)算的監(jiān)測監(jiān)控體系可以有效提高實(shí)時(shí)性、高效性和安全性。

（3） 根據(jù)目前邊緣計(jì)算存在的問題和挑戰(zhàn)，提出了礦山智能化發(fā)展的建議。 希望這些建議能夠推動(dòng)智慧礦山的建設(shè)，并為進(jìn)一步研究礦山邊緣計(jì)算的理論、技術(shù)和工程應(yīng)用提供參考。