基于三維GIS 的煤礦數(shù)據(jù)集成自動(dòng)化監(jiān)測(cè)系統(tǒng)

蘇 雄，李小龍，賀杰偉

（國(guó)能榆林能源有限責(zé)任公司青龍寺煤礦分公司，榆林 719000）

煤礦行業(yè)是國(guó)民經(jīng)濟(jì)的重要支柱產(chǎn)業(yè)，但安全生產(chǎn)問(wèn)題一直制約著其持續(xù)發(fā)展[1-2]。為了提高煤礦安全生產(chǎn)水平，對(duì)煤礦進(jìn)行全面、準(zhǔn)確、實(shí)時(shí)地監(jiān)測(cè)至關(guān)重要[3]。

已有學(xué)者針對(duì)這一問(wèn)題展開(kāi)了相關(guān)研究。在自動(dòng)化監(jiān)測(cè)系統(tǒng)中引入弱光柵技術(shù)，基于光纖技術(shù)的高精度與分布式等優(yōu)勢(shì)，準(zhǔn)確監(jiān)測(cè)目標(biāo)變化趨勢(shì)，但其在應(yīng)用過(guò)程中容易受到外界環(huán)境的影響，從而使監(jiān)測(cè)結(jié)果不穩(wěn)定[4]。利用無(wú)線傳感器網(wǎng)絡(luò)獲取監(jiān)測(cè)數(shù)據(jù)，通過(guò)無(wú)線網(wǎng)關(guān)進(jìn)行監(jiān)測(cè)數(shù)據(jù)的交互，實(shí)現(xiàn)對(duì)自動(dòng)化監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)，但由于監(jiān)測(cè)數(shù)據(jù)具有異構(gòu)性，使得監(jiān)測(cè)結(jié)果呈現(xiàn)過(guò)程易產(chǎn)生嚴(yán)重的數(shù)據(jù)不規(guī)范問(wèn)題[5]。將端、邊、云融于一體，設(shè)計(jì)邊緣層與云層間的云邊協(xié)同和邊邊協(xié)作的數(shù)據(jù)傳輸形式，實(shí)現(xiàn)煤礦設(shè)備終端、邊緣層以及云層之間數(shù)據(jù)與服務(wù)協(xié)同，但由于在實(shí)際應(yīng)用過(guò)程中難以實(shí)現(xiàn)監(jiān)測(cè)結(jié)果的可視化，會(huì)使得監(jiān)測(cè)定位不夠精確[6]。

當(dāng)前研究雖然都能夠?qū)崿F(xiàn)目標(biāo)監(jiān)測(cè)，但在實(shí)際應(yīng)用過(guò)程中均存在著各種各樣的問(wèn)題，無(wú)法滿足當(dāng)前煤礦生產(chǎn)的需求。因此，本文設(shè)計(jì)基于三維GIS的煤礦數(shù)據(jù)集成自動(dòng)化監(jiān)測(cè)系統(tǒng)，以提高監(jiān)測(cè)效率和準(zhǔn)確度，對(duì)促進(jìn)煤礦安全生產(chǎn)具有重要意義。

1 煤礦數(shù)據(jù)集成自動(dòng)化監(jiān)測(cè)系統(tǒng)

1.1 無(wú)線傳感器節(jié)點(diǎn)定位算法

煤礦監(jiān)測(cè)過(guò)程中，傳感器節(jié)點(diǎn)的實(shí)際位置可以依照部分已知位置的信號(hào)節(jié)點(diǎn)，根據(jù)RSSI 測(cè)距定位方法實(shí)現(xiàn)位置定位。RSSI 測(cè)距定位方法是通過(guò)煤礦監(jiān)測(cè)信號(hào)傳遞過(guò)程中的衰減獲取距離判斷結(jié)果[7-8]。煤礦信號(hào)在空間內(nèi)進(jìn)行無(wú)線傳輸過(guò)程中，信號(hào)強(qiáng)度一般會(huì)隨著傳輸距離的逐漸提升而降低，經(jīng)由檢測(cè)接收的信號(hào)強(qiáng)度，即可判斷煤礦監(jiān)測(cè)過(guò)程中，信號(hào)發(fā)射節(jié)點(diǎn)與接收節(jié)點(diǎn)間的距離，無(wú)線傳感器信號(hào)傳播的數(shù)據(jù)模型為

式中：d 和d0分別為煤礦信號(hào)發(fā)射節(jié)點(diǎn)位置和參考距離；Pr（d）和Pr（d0）分別表示距離d 的接受信號(hào)強(qiáng)度和在d0處的路徑衰減系數(shù)；n 和xσ分別為路徑衰減指數(shù)和平均值為X 的高斯分布隨機(jī)指數(shù)。

實(shí)際煤礦監(jiān)測(cè)過(guò)程中，RSSI 信號(hào)強(qiáng)度測(cè)距精度受無(wú)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(jié)合。Euclidean 算法應(yīng)用過(guò)程中，可利用3 個(gè)或以上的附近節(jié)點(diǎn)位置信號(hào)確定傳感器節(jié)點(diǎn)位置[10]。由于測(cè)量的距離與實(shí)際距離較為相近，因此不能確定未知傳感器節(jié)點(diǎn)的位置，因此Euclidean 算法中融合了極大似然估計(jì)法與質(zhì)心算法。設(shè)定（x1，y1）、（x2，y2）、L（xk，yk）為符合門限標(biāo)準(zhǔn)的信標(biāo)節(jié)點(diǎn)，d1、d2和d3均表示未知節(jié)點(diǎn)的距離，由此得到：

對(duì)式（2）進(jìn)行轉(zhuǎn)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(xué)性的線性方程：

式中：N 為k-1 維隨機(jī)誤差向量?；谧钚《嗽砟軌蛲ㄟ^(guò)X 令向量誤差達(dá)到下限值，也就是N=B-AX，利用X 的求解過(guò)程能夠確定未知節(jié)點(diǎn)的最小二乘位置，公式為

未知節(jié)點(diǎn)同信標(biāo)節(jié)點(diǎn)間的距離同傳感器節(jié)點(diǎn)位置測(cè)量的準(zhǔn)確性之間呈反比例相關(guān)，即距離越遠(yuǎn)，精確度越低。所以可利用權(quán)值理論提升傳感器節(jié)點(diǎn)位置測(cè)量精度。

實(shí)際傳感器節(jié)點(diǎn)定位過(guò)程中，利用貝葉斯概率算法優(yōu)化Euclidean 算法。貝葉斯概率算法將傳感器信號(hào)強(qiáng)度定義為正態(tài)分布概況模型，在RSSI 算法內(nèi)，考慮傳感器信號(hào)強(qiáng)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(hào)強(qiáng)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(jié)點(diǎn)位于未知l 對(duì)應(yīng)的觀測(cè)信號(hào)強(qiáng)度模版o 的分布概率和位置節(jié)點(diǎn)在未知l 的先驗(yàn)概率；p（o）為標(biāo)準(zhǔn)常數(shù)。在確定傳感器信號(hào)強(qiáng)度過(guò)程中，均設(shè)定包含均值xi與標(biāo)準(zhǔn)差σ 的高斯分布，針對(duì)xi，能夠得到傳感器位置測(cè)量結(jié)果密度函數(shù)F（x）。

在產(chǎn)生隨機(jī)干擾的條件下，可定義其一貝葉斯概率分布隨機(jī)變量形式體現(xiàn)在傳感器信號(hào)內(nèi)。由此可通過(guò)貝葉斯濾波對(duì)數(shù)據(jù)實(shí)施處理，獲取更為科學(xué)的RSSI 值，在此基礎(chǔ)上確定RSSI 均值，即可確定要傳輸給未知傳感器節(jié)點(diǎn)的RSSI 值，實(shí)現(xiàn)煤礦監(jiān)測(cè)過(guò)程中未知傳感器節(jié)點(diǎn)的位置信息。

1.2 基于OPC 的煤礦監(jiān)測(cè)數(shù)據(jù)集成技術(shù)

OPC 技術(shù)包含一整套接口、屬性與方法，其主要功能為基于客戶/服務(wù)器體系結(jié)構(gòu)，對(duì)應(yīng)用程序與現(xiàn)場(chǎng)設(shè)備或數(shù)據(jù)源之間數(shù)據(jù)存取的接口協(xié)議進(jìn)行標(biāo)準(zhǔn)化[11]。利用OPC 技術(shù)對(duì)煤礦檢測(cè)數(shù)據(jù)進(jìn)行集成處理，不僅能夠存取本地OPC 服務(wù)器內(nèi)的煤礦監(jiān)測(cè)數(shù)據(jù)，同時(shí)還能夠存取其它節(jié)點(diǎn)的OPC 服務(wù)器內(nèi)的煤礦監(jiān)測(cè)數(shù)據(jù)，其主要優(yōu)勢(shì)體現(xiàn)在高效與安全等方面，是當(dāng)前煤礦監(jiān)測(cè)數(shù)據(jù)集成處理的最理想的方法。

基于OPC 的煤礦數(shù)據(jù)集成處理過(guò)程中，煤礦監(jiān)測(cè)數(shù)據(jù)訪問(wèn)服務(wù)器分為服務(wù)器對(duì)象、組對(duì)象與項(xiàng)對(duì)象3 種，前兩者為真正的組件對(duì)象模型對(duì)象，可向客戶程序提供不同的接口，兩者之間具有聚合相關(guān)性，也就是OPC 服務(wù)器對(duì)象創(chuàng)建組對(duì)象后將其指針提供給客戶，供客戶進(jìn)行操作。后兩者之間具有包容關(guān)系，利用組對(duì)象能夠?qū)崿F(xiàn)項(xiàng)對(duì)象的管理。

煤礦監(jiān)測(cè)數(shù)據(jù)集成處理所使用的OPC 服務(wù)器為進(jìn)程外組件，具有滿足煤礦監(jiān)測(cè)所得OPC 數(shù)據(jù)存取標(biāo)準(zhǔn)的接口，具有相對(duì)獨(dú)立的進(jìn)程空間，在同客戶實(shí)施煤礦監(jiān)測(cè)數(shù)據(jù)交互過(guò)程中會(huì)具有較為優(yōu)勢(shì)的穩(wěn)定性[12]。圖1 為煤礦監(jiān)測(cè)數(shù)據(jù)訪問(wèn)服務(wù)器結(jié)構(gòu)。

圖1 煤礦監(jiān)測(cè)數(shù)據(jù)訪問(wèn)服務(wù)器結(jié)構(gòu)Fig.1 Mine monitoring data access server structure

1.3 三維GIS 監(jiān)測(cè)平臺(tái)

1.3.1 地理數(shù)據(jù)組織

在煤礦自動(dòng)化監(jiān)測(cè)系統(tǒng)中引入三維GIS 平臺(tái)，由此真實(shí)體現(xiàn)出煤礦井上、井下的影像與變化特征。對(duì)地觀測(cè)技術(shù)的優(yōu)化令影像的分辨率也有所提升，而分辨率的提升也導(dǎo)致數(shù)據(jù)量的提升，針對(duì)煤礦監(jiān)測(cè)過(guò)程大量柵格數(shù)據(jù)需對(duì)其實(shí)施分離和分級(jí)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(shù)據(jù)依照分辨率的差異化進(jìn)行重采樣生成層，相同層內(nèi)煤礦影像數(shù)據(jù)依照相應(yīng)的格網(wǎng)尺寸實(shí)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(gòu)建過(guò)程中，先根據(jù)度數(shù)對(duì)煤礦地圖投影實(shí)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(dāng)前視角改變加載某一分辨率的瓦片煤礦地圖。依照經(jīng)緯坐標(biāo)信息與層級(jí)level等，能夠確定對(duì)應(yīng)煤礦圖片的笛卡爾坐標(biāo)數(shù)據(jù)，由此得到基于三維GIS 的煤礦數(shù)據(jù)集成自動(dòng)化監(jiān)測(cè)系統(tǒng)中煤礦影像瓦片文件的存儲(chǔ)策略。

1.3.2 服務(wù)聚合實(shí)現(xiàn)

將GIS 引入煤礦監(jiān)測(cè)系統(tǒng)中，GIS 不僅能夠呈現(xiàn)煤礦三維地理信息，同時(shí)還能夠?qū)γ旱V視頻影像以及無(wú)線傳感器所采集的各項(xiàng)煤礦監(jiān)測(cè)數(shù)據(jù)實(shí)施解碼與集成展示，也就是在應(yīng)用層中實(shí)現(xiàn)對(duì)不同類別的煤礦視距進(jìn)行聚合。服務(wù)聚合的實(shí)現(xiàn)即為在煤礦監(jiān)測(cè)系統(tǒng)中利用超地理標(biāo)記語(yǔ)言HGML 管理煤礦影像、數(shù)據(jù)、屬性以及文本等多元異構(gòu)信息。HGML可實(shí)現(xiàn)服務(wù)器端至瀏覽器的數(shù)據(jù)管理，依照多元異構(gòu)數(shù)據(jù)的元數(shù)據(jù)構(gòu)建標(biāo)簽，達(dá)到封裝煤礦監(jiān)測(cè)數(shù)據(jù)標(biāo)簽的目的[15]。

2 系統(tǒng)性能測(cè)試

本文研究基于三維GIS 的煤礦數(shù)據(jù)集成自動(dòng)化監(jiān)測(cè)系統(tǒng)，為驗(yàn)證本文系統(tǒng)的實(shí)際應(yīng)用性能需進(jìn)行系統(tǒng)性能測(cè)試。

2.1 監(jiān)測(cè)結(jié)果

采集2022 年7 月某日某時(shí)間段的監(jiān)測(cè)結(jié)果，以溫度監(jiān)測(cè)結(jié)果與頂板壓力監(jiān)測(cè)結(jié)果為例，結(jié)果如圖2 所示。分析圖2 得到，2022 年7 月4 日16：00時(shí)，7 號(hào)節(jié)點(diǎn)與8 號(hào)節(jié)點(diǎn)區(qū)域溫度產(chǎn)生異常，本文系統(tǒng)給出了報(bào)警提示；2022 年7 月9 日09：00 時(shí)，10號(hào)節(jié)點(diǎn)區(qū)域頂板壓力產(chǎn)生異常，本文系統(tǒng)給出了報(bào)警提示，表明本文系統(tǒng)能夠有效實(shí)現(xiàn)實(shí)驗(yàn)對(duì)象各類信息的采集，在實(shí)驗(yàn)對(duì)象某一區(qū)域某種監(jiān)測(cè)數(shù)據(jù)達(dá)到臨界值的條件下，會(huì)進(jìn)行異常預(yù)警，降低事故發(fā)生概率，保障煤礦安全性。

圖2 敏感信息監(jiān)測(cè)結(jié)果Fig.2 Sensitive information monitoring results

2.2 監(jiān)測(cè)性能分析

為驗(yàn)證本文系統(tǒng)的實(shí)際監(jiān)測(cè)性能，在實(shí)驗(yàn)對(duì)象中隨機(jī)選取7 個(gè)傳感器節(jié)點(diǎn)位置，對(duì)比這些位置的煤塵與瓦斯監(jiān)測(cè)結(jié)果與實(shí)際數(shù)值，結(jié)果如表1 所示。分析表1 得到，采用本文系統(tǒng)對(duì)實(shí)驗(yàn)對(duì)象內(nèi)的煤塵與瓦斯進(jìn)行監(jiān)測(cè)，所得監(jiān)測(cè)結(jié)果與實(shí)際煤塵與瓦斯數(shù)據(jù)差異均控制在0.05%范圍內(nèi)，這表明本文系統(tǒng)的監(jiān)測(cè)結(jié)果具有較高準(zhǔn)確性。

表1 本文系統(tǒng)監(jiān)測(cè)結(jié)果的對(duì)比Tab.1 Comparison of system monitoring results in this paper

2.3 三維GIS 展示結(jié)果

本文系統(tǒng)中利用三維GIS 監(jiān)測(cè)平臺(tái)對(duì)實(shí)驗(yàn)對(duì)象進(jìn)行可視化監(jiān)測(cè)，生成實(shí)驗(yàn)對(duì)象可視化模型。圖3所示為本文系統(tǒng)的三維GIS 展示結(jié)果。由圖3 可知，本文系統(tǒng)對(duì)實(shí)驗(yàn)對(duì)象監(jiān)測(cè)過(guò)程中，能夠依照實(shí)際需求，通過(guò)小窗口進(jìn)行不同區(qū)域、不同項(xiàng)目的實(shí)時(shí)可視化監(jiān)測(cè)結(jié)果展示，由此提升實(shí)驗(yàn)對(duì)象監(jiān)測(cè)結(jié)果呈現(xiàn)的直觀性。

圖3 GIS 展示結(jié)果Fig.3 GIS display results

2.4 監(jiān)測(cè)預(yù)警頻率與準(zhǔn)確率

采用本文系統(tǒng)對(duì)實(shí)驗(yàn)對(duì)象進(jìn)行監(jiān)測(cè)，能夠有效監(jiān)測(cè)實(shí)驗(yàn)對(duì)象中各種數(shù)據(jù)，防止實(shí)驗(yàn)對(duì)象產(chǎn)生各種事故。對(duì)比采用本文系統(tǒng)前后，實(shí)驗(yàn)對(duì)象各類事故預(yù)警的頻率，結(jié)果如表2 所示。分析表2 得到，采用本文系統(tǒng)對(duì)實(shí)驗(yàn)對(duì)象監(jiān)測(cè)前，實(shí)驗(yàn)對(duì)象各類事故預(yù)警的次數(shù)與采用本文系統(tǒng)進(jìn)行監(jiān)測(cè)后相比均較低；同時(shí)，采用本文系統(tǒng)對(duì)實(shí)驗(yàn)對(duì)象監(jiān)測(cè)前的預(yù)警準(zhǔn)確率與采用本文系統(tǒng)后相比也顯著下降。由此說(shuō)明采用本文系統(tǒng)對(duì)實(shí)驗(yàn)對(duì)象進(jìn)行監(jiān)測(cè)能夠有效提升其事故預(yù)警的準(zhǔn)確率，降低事故發(fā)生概率，保障實(shí)驗(yàn)對(duì)象的安全性。

表2 實(shí)驗(yàn)對(duì)象各類事故產(chǎn)生頻率的變化Tab.2 Change of frequency of various kinds of accidents in experimental subjects

3 結(jié)語(yǔ)

三維GIS 技術(shù)為煤礦數(shù)據(jù)集成自動(dòng)化監(jiān)測(cè)提供了新的解決方案。本文詳細(xì)介紹了基于三維GIS的煤礦數(shù)據(jù)集成自動(dòng)化監(jiān)測(cè)系統(tǒng)功能模塊和技術(shù)實(shí)現(xiàn)方案。研究成果為煤礦安全生產(chǎn)提供了新的監(jiān)測(cè)方法和思路，有助于提高煤礦監(jiān)測(cè)效率和準(zhǔn)確度，降低安全事故發(fā)生的概率，對(duì)于保障礦工生命安全和促進(jìn)煤礦可持續(xù)發(fā)展具有重要意義。