黄理军，朱 臣

（1.宿州学院 机械电子与工程学院，安徽 宿州，234000；2.安徽煤田地质局第三勘探队，安徽 宿州 234000）

面向煤田安全检测监控的传感器管理研究

黄理军1，朱 臣2

（1.宿州学院 机械电子与工程学院，安徽 宿州，234000；2.安徽煤田地质局第三勘探队，安徽 宿州 234000）

介绍传感器管理的范围和功能，引入了贝叶斯概率论计算分析设备存在隐患的可能性，提供重要管理参数值.对单传感器和多传感器在煤矿安全监测监控中进行管理以及信息融合，实现了对有限传感器资源的合理科学分配和有效利用，满足一般煤矿安全生产监测点布局监控需求.

传感器；信息融合；贝叶斯概率

由于现代传感器种类繁多、灵敏性高、复杂性大,使得传感器执行任务选择多样化.如何分配传感器资源，排列传感器的工作时间和方式,成为当前研究传感器管理的主要任务.特别在煤矿井这些条件恶劣的环境下，优化资源配置,提高获取数据的准确性、稳定性，有效管理传感器显得尤为重要.本文中简述了传感器管理的范围、功能，按照贝叶斯概率论在传感器管理中获得设备隐患概率，最后结合工程实践论述了单传感器管理和多传感器管理及信息处理.

1 传感器管理的范围和功能

因工程实际需求、事件的优先级、对象变化等因素驱动，传感器管理的范围分为时间管理、空间管理和模式管理.例如在煤田矿井这样复杂环境中，数据形式多样化，传感器种类多，包含的获取数据有互补，也有冗余，则要按照某种工作准则或算法获取最接近事实的合理数据.数据获取常用准则有跟踪和性能检测、对时间的连续性以及目标的识别、检测范围和速率等.在煤田煤矿监测环境中，传感器系统要按照被检测对象的重要程度、获取信息的时机以及空间分布情况等因素，对数据处理计算，合理分配传感器资源，以达到实时监控、准确检测，给决策层提供有效的直观的决策数据[1].

传感器管理的主要功能有:完成对事件发生的预测、对监测对象的排列组合顺序、传感器对检测目标的分配、传感器控制在空间和时间的作用范围、传感器控制策略和配置等[2].

2 贝叶斯方法在传感器管理中的应用

煤田煤矿监测系统中，传感器节点数量很多,为方便管理,需要了解节点存在隐患的概率,做出判断,给决策层提供重要参考依据.贝叶斯方法就是计算假设概率，通过假设的先验概率（该先验概率是对过去已经掌握的传感器出错情况的反映）、设定参数下观察到的传感器获取的不同数据的概率、实际观测到的传感器数据推算得出的.其具体方法是，综合某未知参数的样本信息与先验信息，依据贝叶斯公式计算出后验信息，最后根据所得后验信息来推断未知参数.例如：假设我们用某一方法来判断某一传感设备是否有隐患，该方法有95%的检测率（也就是说，如果设备有隐患的话，那么该方法在100次检测中，将有95次报警）以及4%的误检率，并且还假设在设备中，每1000台中就有5台有隐患.如果现在该设备用这种方法检测时出现报警，则利用贝叶斯推理的方法计算该传感设备实际有隐患概率为：

这里：

将数字带入得：

检测结果说明这种检测方法还有待改进.当检测报警时，为了能在更高程度上确认有隐患的概率，我们应采用一种更好的检测方法.一种能有效地提高后验概率的方法是减少误检率.比如，如果该检测方法的检测率达99.9%，并且它的误检率减少到1%，那么，在报警条件下，设备确实有隐患的概率达33.4%.

3 煤田安全监测监控传感器管理设计

3.1 单传感器管理

单传感器的管理一方面要考虑环境因素，另一方面要分析在信息融合过程中的反馈信息.问题分析及解决如下：

3.1.1 传感器数据不完整性.比如，只检测到瓦斯涌出量的数据，没有巷道风量信息、温度、湿度，则需要采取一定的补救措施用以补偿在信息融合中所需的数据，最大程度上弥补信息的缺失，可以根据以往生产实践的经验，如利用历史平均值，也可以在某条件比值权重改变的情况下采用一些加权二乘法之类算法处理结果来代替缺失数据.

3.1.2 传感器故障.在井下，信号种类繁多，需要采用不同类型的传感器，组网自然复杂，其中一些传感器有可能出故障.例如：假设其中某一个检测瓦斯信息的传感器数据偏差变化很大，而其它的传感器变化波动属正常范围时，则需要检测相应工作层面的传感器，判断该传感器是否出现故障，如果出现故障，则相应数据可以利用以往数据均值或其它传感器对故障传感器的估值来替换.

3.1.3 数据传输故障.由于煤田矿井环境恶劣，通信数据传输容易出故障，则需要增强网络传输的鲁棒性，以及数值的合理分析处理.当信息融合中心接收不到某个传感器数据，数据通信中断，可以考虑调用数据库中历史数据，采用某些算法如卡尔曼滤波算法进行弥补.

合理布局每个传感器位置、考虑传感器的环境因素，对数据获取的合理性、准确性、安全性都非常重要.比如在离煤壁不小于30厘米处放置瓦斯传感器，并且要粉尘相对要少；在均匀巷径、均匀风量、空气湿度小的位置安置风速传感器，还要注意风速换能器的风口和巷道顶端要保持在大约25厘米到35厘米之间；在巷道中任何位置都可以放置温度传感器，不同位置有温度差别，可以放置较高温的地方获取温度容忍的上限以确保生产安全.

总之，单传感器管理要根据传感器的不同类型，合理分配安装相应物理位置，考虑不同类型的工作环境因素、信息融合中局部信息和整体信息的互补和冗余处理、数据的预处理等等，单传感器管理合理与否直接对态势评估和上层决策有重大影响.

3.2 多传感器管理

现代系统中传感器的数量越来越多,种类也很多，有效管理众多传感器，使之高效协同工作，获得最大有效信息数据成为多传感器研究工作的重点之一.煤矿检测监控系统有矿井主通风机安检监控系统、矿井升降机监控系统、瓦斯浓度检测系统等.所有系统中都大量运用了传感器，监测对象不一样，选择传感器的类别有所不同，但即使有的监测对象一样，甚至检测量也一样，工程仍然需要不同类别传感器加以监测，以获得更全面可靠信息.

3.2.1 矿井主通风机安检监控系统包含传感器种类多，信息冗余和互补处理复杂.该系统有：温度、湿度、压力、位置传感器以及轴承监测和频率监测仪等等.通过对该系统中多传感器的有效管理，发挥传感器最大程度效用，获取准确、可靠数据，为下一步的信息融合提供良好的原始数据基础.某煤矿的主通风机上设置了两个电流互感传感器和一个加速度传感器，加速度传感器安在轴承上，用以监测获取轴承旋转速度信号，电流互感器装在两台电机上，用以监测电机电流变化情况.分析两个电流互感传感器和加速度传感器获得的数据，三个信号波形和频谱有很大差别，通过三个传感器两两冗余计算，如果值很大，说明两者的关联很大[3].如果值小，则反之.现将两两传感器之间测得的冗余数据结果列在下表中.

表1 传感器两两之间的冗余度计算值

从表可以看出加速度传感器和电流传感器1或者加速度传感器和电流传感器2之间的冗余都较小，这说明它们在是不同性质传感器，关联性很小.而电流传感器1和电流传感器2则冗余基本都在2以上，冗余度大，这两者很相似，关联大.这也符合事实，传感器类别不一样相似度小，同类相似大.

4 结语

煤矿煤田工程现场环境恶劣，情况变化多，要根据实际情况调整传感器管理方案，所以要设计具有弹性可伸缩或者是可重配置的传感器系统，本文针对一般煤矿环境传感网络研究,通过对传感器的有效管理可以节省资源、加强系统的可靠性，为煤矿的安全生产提供重要的安全保障措施.

〔1〕于洪珍.检测监控信息融合技术[M].北京：清华大学出版社,2011:158-160.

〔2〕潘丽娜.多传感器数据融合及在光电测量中的应用[J].舰船电子工程,2010,30(1):63-65.

〔3〕梁礼明.基于多传感器数据融合技术在集员辨识方面的应用[J].机电工程技术,2010,16(1):60-62.

TP212

A

1673-260X（2011）11-0142-02

宿州学院智能信息处理实验室开放课题资助项目(2011YKF15)