感知矿山物联网发展现状及展望

2015-05-13丁恩杰刘亚峰吕雅洁

信息通信技术 2015年5期

关键词：矿山联网煤矿

丁恩杰刘亚峰吕雅洁

1 中国矿业大学物联网研究中心徐州 221008

2 江苏省物联网应用技术协同创新中心感知矿山分中心徐州 221008

3 矿山互联网应用技术国家与地方联合工程实验室徐州 221008

引言

国际电信联盟和欧洲物联网研究小组将物联网定义为一个全球性的基础架构，采用标准互操作通信协议并具有自组态能力；物联网[1-9]中的物理“物”和虚拟“物”具有身份和虚拟个性，使用智能接口无缝地连接到信息网络之中。我国电信研究院认为物联网的目标就是要实现对物理世界的实时控制、精确管理和智能决策。经过几年的努力，物联网已经从过去新潮的愿景或希望走向了市场化应用。从谷歌32亿美元收购Nest labs公司、三星gear和健康有关的可穿戴产品及开发的智能家居进入IOS，2014年市场额度已达1.9万亿，为人们展示了物联网的无限商机。

随着物联网技术的发展，欧洲、亚洲和美洲的大多数国家政府将物联网看作为新的经济增长点。虽然在某些领域一些大的企业还没有认识到物联网的巨大潜力，还未曾给物联网附加新的属性，但是个人和商务领域的终端用户已经掌握一定的操作智能装置和网络应用软件的能力。随着物联网技术的发展，预计新的突破会发生在与相关技术的结合领域，如物联网与云计算[10-14]、未来互联网技术[15-16]、大数据[17-20]、机器人技术[21-22]和语义技术[23]。当然该观点并不是最新提出的。

目前，煤炭行业和其他行业一样，发展的下行压力大，而能源技术革命对煤炭行业也提出了新要求，因而利用物联网等信息技术改造煤炭行业的生产及安全运营状态得到了行业的认同，国家安全生产监督总局对利用物联网、大数据和云计算来改变矿山安全生产状态的工作进行了积极推动和支持，先后组建了5个专业研究团队从顶层设计、标准、感知层、传输层和数据应用层5个方面推动物联网技术在矿山领域的应用。各大企业集团积极响应，神华集团和中煤集团在矿山物联网示范工程方面也做了很多工作。还有许多国内外知名自动化企业加入到了矿山物联网产业发展行列。

2 煤矿信息技术发展阶段及其与物联网的关系

如图1所示，煤矿信息化技术的发展经历了单机自动化、矿山综合自动化以及现在的感知矿山物联网阶段。在煤矿信息化技术的发展过程中还出现几个概念，即数字矿山、物理矿山、虚拟矿山、感知矿山、智能矿山和智慧矿山，这几个概念是通过实现的功能、结构形式来划分的，存在相互涵盖、交叉，概念上容易混淆。单机自动化和综合自动化体现了控制网络结构形式和控制范围不同，单机自动化实现了工业过程中某一个子流程自动化；而综合自动化克服了信息孤岛或自动化孤岛的现象，实现了全矿井的整体自动化，包括生产、安全和管理的各个方面。从这个意义上讲综合自动化实现了机器的智能化，我们也可以将其称之为智能矿山。数字矿山从其实现的功能而言，是矿山全面数字化的结果形式，我们可以通过数字化和集成技术逐步实现，从目前的技术水平来看，距离实现矿山全面数字化达到数字矿山的目标还有很长的路要走。虚拟矿山与数字矿山类似，我们目前只能实现矿山部分的虚拟化，虚拟矿山是利用物理矿山的数字化结果知识的重构，在信息空间或网络平台上再现的物理矿山，它是矿山的虚拟形式。物理矿山、数字矿山与虚拟矿山聚合发展最终就形成智慧矿山，也就是我们所说的矿山物联网的样例。从这个意义上讲，矿山物联网是矿山信息化技术在现阶段的表现形式。感知矿山的概念是2010年由中国矿业大学提出，是感知中国概念在矿山的具体体现，感知两个字分成两部分理解，“感”是传感、数据采集与处理及对环境的把握；“知”体现认知能力与知识的重构，将二者结合，感知矿山与智慧矿山是相同的概念。图2给出了矿山信息化的发展历程。

图1 煤矿信息化概念的相互关系

图2 矿山信息化技术发展历程

3 矿山物联网技术发展存在的主要问题

煤矿生产涉及的系统多，战线长，其包括综掘设备、综采设备、胶带运输、提升机、辅助运输系统等(如图3所示)；为保障煤矿安全生产，还有排水、通风、供电、供压、安全监测等辅助系统；煤矿生产还要面对复杂的地质条件、矿山压力、瓦斯、一氧化碳、地下水及煤尘等。人员、设备、车辆等都集中在巷道中，特别是在工作面巷道中，刮板运输机、采煤机、支架、装载机、破碎机及供电供液等金属设备与煤、岩一起构成复杂的空间。以上这些复杂的因素给矿山井下安全信息感知与传输带来极大困难，特别是影响矿山安全的诸多因素具有很大的随机性和不可控性，就监测角度而言，目前矿山基本是一个不透明矿山。

图3 煤矿生产流程框图

我国煤矿综合自动化起步大约在本世纪初，大部分煤矿采用1000M工业以太网为主干的网络平台，实现煤矿井下的三网合一，各种子系统均进入主干网络传输。经过十多年推广应用，目前几乎所有矿井都按这种综合自动化模式进行设计与建设。

煤矿综合自动化系统实现了现有系统的网络化集成，这为实现矿山物联网打下了良好基础。综合自动化系统基本是矿山原来各种系统的简单集成，虽然比较好地做到了减人提效，但也只是实现了功能的叠加，效率并没有实质的提升。矿山集成网络的价值没得到应有的提升，也没有给矿山安全带来明显的改善。在矿山安全生产监控及灾害风险预警中仍存在诸多问题。

3.1 感知手段传统单一

目前瓦斯传感器还是以传统高功耗的催化元件为主，基本没有MEMS等新型传感器技术。红外和光纤瓦斯传感器也在推广使用，但总体而言，各种新型传感器缺乏是矿山数字化和虚拟化发展的瓶颈，没有较为完备的数据，矿山的透明化及智慧化无从谈起；因此，发展各种探测技术，使探测器探测朝向更加准确、体积更小、机载更加便捷的方向发展，可以进行更深层次的探测，获取更为完备的数据。同时，通过雷达、天线、太赫兹技术等，运用各种非接触式探测手段，使得数据获取更加快捷，也使探测设备更加安全与准确。

3.2 缺乏泛在感知网络

目前，几乎没有统一的地下无线覆盖感知层网络，现有的一些传感器和监测系统基本是基于有线网络的，能监测固定设备和环境的状态。不能适用于煤矿流动作业，危险源位置、分布及其流动规律均不确定的场合，存在很大的感知盲区，不能做到无处不在，不能保证安全感知的全覆盖。因此，发展铺设地下无线路由技术是当务之急，使得无线路由信号强、范围大、尽可能远离危险源，使其不会受到灾害的破坏，在灾害发生时能够正常工作，为救援工作提供有力的保障。

3.3 缺乏应用层面的信息融合

煤矿综合自动化实现了应用系统的网络化集成，但是应用系统之间的联动与信息融合、决策融合还没有开展，大数据的应用尚未展开。随着信息技术的发展，将发展各种接口技术，通过大数据处理技术，实现多信息的数据交融。从而提取有效信息，给决策层提供正确的数据指导。

3.4 多学科交叉研究不够

矿山是采矿、安全、机械和自动化各个学科的研究对象，到目前为止，各个学科均是从学科划分的不同侧面对矿山进行研究，重大灾害产生的机理，煤矿设备故障诊断，地质、测量、水文、监测监控、智能信息处理技术等多学科研究融合不够；因此，需要组织多方面专家参与问题的研讨，将本领域的所存在的问题提到台面上，共享数据资源、共享研究方法，找到切实可行的结合点和突破口，使得各领域学科无缝隙结合。

3.5 缺乏多学科、多专业协同工作的平台

现阶段无论是自动化技术还是计算机技术，都是相对独立地应用于矿山物联网中，缺少将提取信息、分析信息和应用信息有效地结合在一起的一个平台；因此，要完全脱离人力实现物联网智能矿山，多学科、多专业协同工作，不能靠行政手段，必须有一个完善的协同工作平台，使得各专业能将他们的服务提供到这个平台里面来，而综合自动化系统未能形成这样一个平台。

3.6 缺乏标准建设

在矿山综合自动化建设中没有强调标准建设，服务提供商难以将其特色服务提供到网络里来，很大程度上限制了系统的开放性，难以成为一个多学科共用的平台。而物联网是全球性的基础架构，没有标准化就没有物联网。因此需要开发各种标准协议，使得各种软硬件可以实现即插即用，通过各种协议技术，将更容易开发出新的功能，也使得数据获取更加容易。

4 感知矿山未来发展需要关注几项技术

由图4所示，随着物联网技术的发展，综合自动化系统中的三个层次结构模型为设备层、控制层和应用层，层次分明，与现存的行程管理架构相匹配，每个层次任务明确，各个系统条块分明。感知矿山是物联网技术在矿山领域的具体体现，物物相联是物联网的基本要求，所以，网络结构将朝着扁平化发展，没有明确的层次化，因此传输网络和覆盖网络的架构也会发生变化。这是技术层面的发展趋势，而管理层面也会随技术需求的变化而变化，在此不再详述。

4.1 微型化低功耗智能传感器、装置及能量相关技术

信息源与物联网密不可分，物联网中的信息种类繁多、来源广泛、获取方式不一，广义的感知矿山信息源主要包括采集煤矿生产过程中发生的物理事件和数据，生产与安全的各类物理量、标识、音视频数据等[24-25]。由于矿山灾害发生的区域和时间均具有未知性，并且矿山处于动态开采过程中，要感知这些灾害产生的前兆信息，只能采用符合矿山生产特点的分布式、可移动、自组网的信息源获取方式。为此，需重点研究以下方面。

图4 工业自动化互连、协作物联网模型

1）通过对传感器原理、检测方法、煤矿瓦斯重大灾害发生机理等多方面研究，解决煤矿特殊环境条件下的安全信息感知和采集方法的问题，解决煤矿复杂环境条件下的传感技术抗干扰和灾害源定位的问题。

2）通过研究适合移动信息采集平台的新型传感器、多传感器阵列、多天线多方向电磁波信号分析方法，解决灾害准确预警与灾害源定位的问题。

为了既满足物联网物物相联的要求，又考虑能量的限制，低功耗是物联网的根本挑战之一。而通信是智能装置的最大消耗组件，国内外对低功耗通信组件的研究10年前就已经展开。目前，采用的低功耗通信协议包括IEEE802.15.4、BLE、UWB、ISO18000-7 DASH7、RFID/NFC、ISO 14443(近距离卡)等。极低功耗监听唤醒前端低于5mw或1mw的收发器可以使用能量收集电路。

能量收集技术。可收集机械能、热能、电磁辐射和化学能；能量收集模块包括能量变换、存储和管理三部分。目前，主要的无线通信技术的能量指标为：3G-384kb/s-2W、GPRS(24kb/s)-1W、Wi-Fi(10Mb/s)-32至200mW、Bluetooth(1Mb/s)-2.5至100mW、Zigbee(250kb/s)-1mW。从上述数据来看，超低功耗蓝牙及Zigbee技术等有可能在具有能量捕获功能的智能装置中使用。

4.2 云计算技术是未来互联网的核心支撑技术

各个层面虚拟化技术已经催生“应用即是服务”、“基础架构与网络即是服务”的虚拟化范例。各种“物”的虚拟化是下一步主要任务，云计算与物联网的聚合发展为物联网的应用开辟了前所未有的舞台。不健全的安全措施是阻碍IoT应用大范围推广的最大障碍。基于云的安全服务，能够提高资源的有效利用，推动“物”与云的互动发展。随着IoT的发展，我们将进入“虚拟-物理”应用发展阶段。

矿山物联网的许多应用都需要移动性、地域上的分布性、定位和低延时，同时，数据要在“微云”或“雾”中实时处理。“微云”或“雾”与“云”类似，但处于网络末端。其网络架构如图5所示。

图5 感知矿山云服务网络架构

4.3 矿山应急通信网络拓扑重构和数据传输技术

煤矿井下工作环境属于流动作业，煤矿井下采煤机、液压支架、刮板运输机、矿车等金属设备与煤壁、巷道等复杂环境，使得矿山井下成为一种“受限异质时变”的通信空间。巷道中需要长距离、多跳、宽带、低功耗、能灾后重构的无线传输网络[26-28]。现有无线组网技术并不能真正适合煤矿的这种需求。图6是一个设想的应急通信救援系统示意图，要实现它需要研究以下几个方面。

1) 研究无线电波在巷道中的传输理论，包括无线多径衰落的规律、适合矿井无线传输的频率、调制方式、带宽等优化参数。

2) 研究与改进Wi-Fi和WSN技术、认知无线电技术、MIMO技术、M2M技术、矿山6LowPAN(M6LowPAN)技术、UWB技术在矿井的应用。

3) 研究宽带无线接入技术和大规模异构协同组网技术。

4) 研究局部地区发生灾害后的网络重构问题，这包括无线节点的抗毁能力、不同介质下自适应组网协议、传输速率自适应调整技术、不同速率组网技术等等。

图6 应急救援通信系统的一种设想

5 结论

矿山物联网是一种云雾密切结合的服务模式，其基本架构表明矿山物联网的应用是一种开放式的应用(应防止碎片化发展)，它有利于将各种不同的应用服务集成到公共平台里，便于矿山安全服务更为专业化发展。而且有利于各个专业在同一个公共平台上为矿山安全协同工作。总而言之，矿山物联网的主要挑战是如何将现在的矿山物联网转变为可动态组态的平台网络(Web of Platforms)，用以连接智能装置、目标、智能环境、服务和人员。

参考文献

[1] 赵端,丁恩杰,王昕.感知矿山的物联网技术[J].现代职业安全,2014(2):22-25

[2] 陶梦江,侯攀峰,林道悦. 浅析物联网与感知矿山[J].科技致富向导,2011(20):86

[3] 张申.物联网与感知煤矿专题讲座之二—感知煤矿与数字煤矿、煤矿综合自动化[J].2010,11(11):129-132

[4] 中国矿业大学物联网(感知煤矿)研究中心. 感知煤矿物联网总体规划方案[R]. 2010

[5] 王文,杨慧霞,吴波.多维度感知煤矿系统的结构及应用设计[J].物联网技术,2011(11):82-85

[6] F Mattern, C Floerkemeier.From the Internet of computers to the Internet of things[M].Lecture Notes in Computer Science,2010,33:242-259

[7] 王治东.“物联网技术”的哲学释义[J].自然辩证法研究,2010(12):37-41

[8] Atzori L, Lera A, Morabito G.The Internet of Things:A survey, Computer Networks, 2010,54(15):2787-2805

[9] Kortuem G, Kawsar F, Fitton D, et al. Sundramoorthy,Smart objects as building blocks for the Internet of things[J].IEEE internet Computing,2010,14(1):44-51

[10] 孟静.云计算[J].中国信息化,2008(6):28-29

[11] 林立宇,陈云海,张敏.云计算技术及运营可行性分析[J].通信热点,2008(12):33-38

[12] 姜国华,李晓林,季英珍.基于SOA的框架模型研究[J].电脑与信息技术,2007(6):37-39

[13] 宋坤,周智海.面向服务的软件体系结构[J].海洋技术,2007(4):131-134

[14] 曹会敏,林碧英. SOA服务设计原则的研究[J].中国电力教育,2007(S3):217-218

[15] 李玉宏,程时端.未来自管理互联网的结构和机制[J].中兴通讯技术,2010(2):23-26

[16] 唐浩,何宝宏,曹蓟光.一种新型的未来互联网体系架构[J].现代电信科技,2006(10):2-10

[17] 栗蔚,魏凯.大数据的技术、价值变革和应用[J].电信网技术,2013(7):6-10

[18] 李国杰,程学旗.大数据研究:未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J].中国科学院院刊,2012(6):647-657

[19] 严霄凤,张德馨.大数据研究[J].计算机技术与发展,2013(4):168-172

[20] 王秀磊,刘鹏.大数据关键技术[J].中兴通讯技术,2013(4):17-21

[21] 李素蓉.机器人技术展望[J].兵工自动化,1999(2):29-33