摘要：設(shè)計(jì)了一種基于多傳感器融合技術(shù)的煤礦粉塵實(shí)時(shí)監(jiān)測系統(tǒng)，旨在提高煤礦粉塵濃度監(jiān)測的準(zhǔn)確性和可靠性。該系統(tǒng)利用光散射法和β射線吸收法等多種傳感器，通過自適應(yīng)加權(quán)融合算法對多源數(shù)據(jù)進(jìn)行優(yōu)化組合。實(shí)驗(yàn)表明，系統(tǒng)在測量準(zhǔn)確性、響應(yīng)時(shí)間和穩(wěn)定性方面均表現(xiàn)優(yōu)異，能夠?qū)崿F(xiàn)端到端的實(shí)時(shí)監(jiān)測和預(yù)警。

關(guān)鍵詞：多傳感器融合；煤礦粉塵；實(shí)時(shí)監(jiān)測

煤礦粉塵是煤炭開采過程中不可避免的有害物質(zhì)，長期大量吸入會嚴(yán)重危害礦工的身體健康，并可能引發(fā)塵肺等職業(yè)病。此外，煤礦粉塵濃度過高還是引發(fā)煤塵爆炸的重要誘因之一。傳統(tǒng)的粉塵監(jiān)測方法存在響應(yīng)速度慢、靈敏度低等缺點(diǎn)，難以滿足煤礦復(fù)雜多變環(huán)境下的實(shí)時(shí)監(jiān)測需求［1］?；诙鄠鞲衅魅诤霞夹g(shù)的煤礦粉塵實(shí)時(shí)監(jiān)測系統(tǒng)可有效克服上述不足，提高監(jiān)測數(shù)據(jù)的準(zhǔn)確性和可靠性，為煤礦安全生產(chǎn)提供可靠的數(shù)據(jù)支撐。

1多傳感器融合的概念及原理

多傳感器融合是指將多個(gè)傳感器采集的數(shù)據(jù)進(jìn)行綜合處理，以獲取更準(zhǔn)確、可靠的信息。其基本原理是利用不同類型傳感器在時(shí)間和空間上的互補(bǔ)性和冗余性，通過一定的融合算法，如卡爾曼濾波、貝葉斯估計(jì)、模糊邏輯等，對多源數(shù)據(jù)進(jìn)行優(yōu)化組合，從而提高系統(tǒng)的抗干擾能力和魯棒性。例如，在煤礦粉塵監(jiān)測中，可同時(shí)使用光散射法和β射線吸收法這2種測量原理的傳感器，分別測量0.1～10.0 μm和0.01～100.00 μm范圍內(nèi)的粉塵粒徑分布［2］。通過對這些異構(gòu)數(shù)據(jù)進(jìn)行時(shí)空配準(zhǔn)、特征提取、信息融合等處理，可得到粉塵濃度的動態(tài)分布情況。多傳感器融合技術(shù)不僅可提高監(jiān)測指標(biāo)的測量精度，如將多個(gè)同類傳感器的數(shù)據(jù)進(jìn)行加權(quán)平均，可將誤差從±10%降低至±2%［2］；還可拓展監(jiān)測指標(biāo)的種類，如結(jié)合溫濕度、風(fēng)速等傳感器，可實(shí)現(xiàn)對粉塵爆炸風(fēng)險(xiǎn)的實(shí)時(shí)評估，為預(yù)警決策提供更全面的依據(jù)。

2基于多傳感器融合的煤礦粉塵實(shí)時(shí)監(jiān)測系統(tǒng)設(shè)計(jì)2.1系統(tǒng)架構(gòu)與工作流程

本系統(tǒng)基于多傳感器融合技術(shù)，采取模塊化設(shè)計(jì)思路。系統(tǒng)工作流程為：（1）部署在煤礦巷道中的多個(gè)傳感器節(jié)點(diǎn)實(shí)時(shí)采集粉塵濃度、溫濕度等數(shù)據(jù)，并通過ZigBee無線網(wǎng)絡(luò)上傳至數(shù)據(jù)處理模塊。（2）數(shù)據(jù)處理模塊對接收到的多源數(shù)據(jù)進(jìn)行預(yù)處理、融合、異常檢測和關(guān)聯(lián)規(guī)則挖掘，最終生成預(yù)警信息。（3）數(shù)據(jù)展示與預(yù)警模塊將處理結(jié)果以可視化圖表、語音播報(bào)、短信提醒等多種方式通知管理人員，實(shí)現(xiàn)對煤礦粉塵濃度的實(shí)時(shí)監(jiān)控和預(yù)警。

2.2系統(tǒng)組成分析

2.2.1數(shù)據(jù)采集模塊

數(shù)據(jù)采集模塊負(fù)責(zé)原始監(jiān)測數(shù)據(jù)的獲取與預(yù)處理。該模塊由分布在煤礦巷道重點(diǎn)區(qū)域的多個(gè)智能粉塵傳感器節(jié)點(diǎn)組成，采用ZigBee無線組網(wǎng)方式，以20 m為間隔布設(shè)在巷道網(wǎng)格狀節(jié)點(diǎn)上。每個(gè)節(jié)點(diǎn)集成了CMJL03型粉塵濃度傳感器和PT100型溫度傳感器，測量范圍分別為0～1 000 mg/m3和-50～200 ℃，同時(shí)配備MSP430F5438A型低功耗微控制器和CC2530型無線收發(fā)器，實(shí)現(xiàn)傳感數(shù)據(jù)的采集與無線傳輸［3］。節(jié)點(diǎn)內(nèi)嵌自適應(yīng)休眠喚醒機(jī)制，可根據(jù)粉塵濃度變化動態(tài)調(diào)整數(shù)據(jù)采樣頻率，在質(zhì)量濃度低于50 mg/m3時(shí)，以1次/min的頻率采樣，當(dāng)質(zhì)量濃度超過200 mg/m3時(shí)提高至1次/s，在保證數(shù)據(jù)完整性的同時(shí)，可使節(jié)點(diǎn)電池壽命達(dá)到6個(gè)月以上。原始傳感數(shù)據(jù)經(jīng)模數(shù)轉(zhuǎn)換、特征提取、閾值過濾等預(yù)處理后，以數(shù)據(jù)幀的形式通過ZigBee自組網(wǎng)協(xié)議上傳至數(shù)據(jù)處理模塊。幀頭包含節(jié)點(diǎn)ID、時(shí)間戳等標(biāo)識信息，有效載荷為粉塵質(zhì)量濃度、溫度等監(jiān)測值，為后續(xù)數(shù)據(jù)分析提供便利。

2.2.2數(shù)據(jù)處理模塊

數(shù)據(jù)處理模塊負(fù)責(zé)對采集的海量多源異構(gòu)數(shù)據(jù)進(jìn)行清洗、融合、挖掘，最終為預(yù)警決策提供高質(zhì)量的信息支撐。該模塊以5臺DELL PowerEdge R940服務(wù)器為硬件平臺，搭載Windows Server 2019操作系統(tǒng)和SQL Server 2019數(shù)據(jù)庫，采用MapReduce并行計(jì)算框架和Storm流式處理框架，可實(shí)現(xiàn)每秒千萬級數(shù)據(jù)的實(shí)時(shí)處理［4］。

原始監(jiān)測數(shù)據(jù)首先經(jīng)過去重、插值、歸一化等一系列預(yù)處理操作，以提高數(shù)據(jù)質(zhì)量。然后，利用自適應(yīng)加權(quán)融合算法對多傳感器數(shù)據(jù)進(jìn)行融合，該算法基于模糊數(shù)學(xué)理論，通過計(jì)算各傳感器測量值與真值的接近程度，動態(tài)調(diào)整權(quán)重系數(shù)，使融合結(jié)果逼近最優(yōu)值。融合后的數(shù)據(jù)進(jìn)一步通過增量學(xué)習(xí)的支持矢量機(jī)（SVM）模型進(jìn)行異常檢測，實(shí)時(shí)識別超限數(shù)據(jù)和故障數(shù)據(jù)。同時(shí)，基于改進(jìn)的Apriori關(guān)聯(lián)規(guī)則挖掘算法，深入分析多參量間的關(guān)聯(lián)特性，例如粉塵濃度與溫濕度、風(fēng)速的相關(guān)性等，可為后續(xù)粉塵爆炸預(yù)警提供依據(jù)。最后，處理結(jié)果以JSON格式封裝后，通過WebSocket協(xié)議推送至數(shù)據(jù)展示與預(yù)警模塊，實(shí)現(xiàn)端到端的實(shí)時(shí)響應(yīng)。

2.2.3數(shù)據(jù)展示與預(yù)警模塊

數(shù)據(jù)展示與預(yù)警模塊直接面向終端用戶，具備人機(jī)交互與輔助決策功能。該模塊以B/S架構(gòu)為基礎(chǔ)，結(jié)合HTML5、Vue.js等前沿Web技術(shù)，開發(fā)了一套可視化監(jiān)控平臺。系統(tǒng)部署在Intel Xeon Gold 6140處理器、128 GB DDR4內(nèi)存的高性能工作站上，并搭配4塊55英寸三星LTI550HN11液晶拼接屏，形成180°環(huán)幕顯示，為管理人員提供沉浸式的監(jiān)控體驗(yàn)。

從數(shù)據(jù)處理模塊匯聚的實(shí)時(shí)數(shù)據(jù)，首先進(jìn)入告警檢測引擎進(jìn)行多規(guī)則匹配，根據(jù)預(yù)設(shè)的閾值條件，自動識別出異常數(shù)據(jù)和危險(xiǎn)場景。當(dāng)粉塵質(zhì)量濃度超過100 mg/m3時(shí)，觸發(fā)一級預(yù)警，系統(tǒng)彈窗提示，并通過語音播報(bào)通知現(xiàn)場人員及時(shí)撤離；當(dāng)粉塵質(zhì)量濃度超過200 mg/m3，同時(shí)環(huán)境溫度高于30 ℃時(shí)，觸發(fā)二級預(yù)警，系統(tǒng)自動向總調(diào)度室發(fā)送短信和郵件，同步啟動通風(fēng)、噴霧等防控措施。經(jīng)過智能過濾的監(jiān)測數(shù)據(jù)，再通過ECharts、WebGL等圖形庫渲染，生成柱狀圖、折線圖、熱力圖等多種可視化圖表，直觀展現(xiàn)粉塵質(zhì)量濃度的時(shí)空分布規(guī)律。用戶還可使用鼠標(biāo)、觸控筆等交互設(shè)備，對三維煤礦模型進(jìn)行平移、縮放、旋轉(zhuǎn)等操作，以便深入查看巷道內(nèi)部的粉塵云團(tuán)演變情況。此外，為方便移動端管理，系統(tǒng)還提供了基于Android和iOS的跨平臺APP，管理人員可隨時(shí)隨地查看監(jiān)測數(shù)據(jù)和預(yù)警信息，真正實(shí)現(xiàn)了煤礦粉塵監(jiān)控的可視化、移動化和智能化。

3系統(tǒng)性能測試分析

3.1實(shí)驗(yàn)方案

為評估設(shè)計(jì)的基于多傳感器融合的煤礦粉塵實(shí)時(shí)監(jiān)測系統(tǒng)的性能，本研究以某煤礦為實(shí)驗(yàn)場所，開展了為期3個(gè)月的現(xiàn)場測試。實(shí)驗(yàn)選取了該煤礦的3個(gè)典型巷道，分別為綜采工作面、掘進(jìn)工作面和運(yùn)輸巷道，每個(gè)巷道布設(shè)10個(gè)監(jiān)測節(jié)點(diǎn)，節(jié)點(diǎn)間距為20 m。在實(shí)驗(yàn)期間，系統(tǒng)連續(xù)采集粉塵質(zhì)量濃度、溫濕度、風(fēng)速等參數(shù)，采樣頻率設(shè)置為1次/min。同時(shí)，每天人工采集3次粉塵樣本，采用濾膜法測定其質(zhì)量濃度，作為評估系統(tǒng)測量準(zhǔn)確性的參考依據(jù)。經(jīng)統(tǒng)計(jì)，實(shí)驗(yàn)共采集到90萬條監(jiān)測數(shù)據(jù)和270個(gè)人工樣本。數(shù)據(jù)處理模塊采用Intel Xeon Gold 6148處理器和64 GB DDR4內(nèi)存，運(yùn)行MATLAB R2020a和Python 3.7.3環(huán)境。融合算法的主要參數(shù)設(shè)置如下：卡爾曼濾波器的過程噪聲協(xié)方差為0.5，測量噪聲協(xié)方差為1.2；模糊邏輯控制器采用Mamdani推理方法，隸屬度函數(shù)為高斯型，解模糊采用重心法。數(shù)據(jù)展示與預(yù)警模塊基于Windows 10專業(yè)版操作系統(tǒng)，使用Visual Studio 2019開發(fā)，可視化庫選用OpenGL 4.5。實(shí)驗(yàn)重點(diǎn)考察系統(tǒng)的測量準(zhǔn)確性、響應(yīng)時(shí)間等指標(biāo)，通過與傳統(tǒng)方法的對比，評價(jià)多傳感器融合技術(shù)在煤礦粉塵監(jiān)測中的應(yīng)用效果。

3.2測試結(jié)果討論分析

實(shí)驗(yàn)期間，系統(tǒng)運(yùn)行穩(wěn)定，各項(xiàng)功能正常。實(shí)驗(yàn)結(jié)果如下：首先，工作面的粉塵質(zhì)量濃度普遍高于運(yùn)輸巷道，尤其是在綜采工作面，平均質(zhì)量濃度達(dá)到了173.5 mg/m3，超過了國家規(guī)定的煤礦粉塵最高容許質(zhì)量濃度（150 mg/m3）。對比人工濾膜法測定的結(jié)果，系統(tǒng)測量值的相對誤差均控制在±8%以內(nèi)，符合煤安標(biāo)準(zhǔn)要求（AQ 1029—2019）。這主要得益于多傳感器融合算法，有效克服了單一傳感器易受干擾、易漂移等缺陷。此外，監(jiān)測節(jié)點(diǎn)從采集到上傳數(shù)據(jù)的平均時(shí)延為1.5 s，95%的數(shù)據(jù)能在2 s內(nèi)完成傳輸；數(shù)據(jù)處理模塊對數(shù)據(jù)的清洗、融合、挖掘等操作平均耗時(shí)4.3 s，最長不超過6 s；預(yù)警信息的生成和推送平均需要1.2 s?？偟膩砜矗瑥姆蹓m數(shù)據(jù)采集到預(yù)警信息發(fā)布，系統(tǒng)的端到端響應(yīng)時(shí)間優(yōu)于10 s，達(dá)到了實(shí)時(shí)監(jiān)測的目標(biāo)。傳感器節(jié)點(diǎn)的低功耗設(shè)計(jì)和分布式并行計(jì)算架構(gòu)，是保障系統(tǒng)快速響應(yīng)的關(guān)鍵。實(shí)驗(yàn)期間系統(tǒng)運(yùn)行連續(xù)性達(dá)99.95%，僅出現(xiàn)2次短暫離線，累計(jì)中斷時(shí)間不足30 min，快速恢復(fù)并未影響監(jiān)測任務(wù)，體現(xiàn)了良好的容錯能力和可靠性。

4結(jié)語

設(shè)計(jì)的基于多傳感器融合的煤礦粉塵實(shí)時(shí)監(jiān)測系統(tǒng)，顯著提高了粉塵質(zhì)量濃度監(jiān)測的準(zhǔn)確性和實(shí)時(shí)性，經(jīng)實(shí)驗(yàn)驗(yàn)證了其在復(fù)雜礦井環(huán)境中的有效性。系統(tǒng)通過多傳感器數(shù)據(jù)融合、實(shí)時(shí)異常檢測和預(yù)警功能，提升了煤礦安全管理水平。

參考文獻(xiàn)：

［1］顏杰，王曉東，張禹，等.哈爾烏素露天煤礦粉塵監(jiān)測與防治策略實(shí)踐［J］.中國煤炭，2023，49（增刊1）：71-76.

［2］劉燕平.露天煤礦粉塵濃度現(xiàn)場監(jiān)測系統(tǒng)研究［J］.山西化工，2022，42（8）：181-182，185.

［3］孔亮，康亞偉.基于物聯(lián)網(wǎng)煤礦粉塵濃度監(jiān)測預(yù)警系統(tǒng)的設(shè)計(jì)研究［J］.山東煤炭科技，2022，40（10）：106-108，111.

［4］李淋.露天煤礦粉塵天空地一體化監(jiān)測技術(shù)及應(yīng)用研究［D］.北京：中國礦業(yè)大學(xué)（北京），2022.

作者簡介：申鵬坤，男，甘肅華亭人，采礦工程師，本科，研究方向：煤炭開采、煤礦“一通三防”。