马芳

（晋能控股煤业集团 技师学院，山西 大同 037003）

1 概 况

四台煤矿井下安全监控系统没有考虑井下工作人员的安全状况，不具有工作人员安全状况实时监控功能。针对这些问题，采用先进的物联网技术，结合该矿井下工作人员的工作现状，设计一套煤矿井下人员安全监控系统。

2 监控系统设计

设计的监控系统的具体功能：一是能够实时采集井下工作人员安全情况信息；二是具有较强的抗干扰能力，能够适应井下恶劣的工作环境；三是具有较强的数据分析及决策能力；四是具有数据存储及调用功能；五是系统工作稳定可靠，具有抗毁伤能力。

2.1 总体架构

监控系统采集的数据均来源于井下传感器，传统的数据传输由环网完成，但会传输很多无效数据，传输效率较低，因此本次将数据处理工作设计在数据产生位置。

为了提高监控系统的工作稳定性，保证足够的抗毁伤性能，摒弃以往云端集中式数据处理模式，采用去中心化数据处理模式。监控系统首先通过LSTM算法分析数据的有效性并存储至存储模块，定期上传分析结果至中心服务器，数据上传频率可调。

监控系统总体架构如图1所示，主要包括边缘感知层、雾决策层、云服务层和管控应用层。边缘感知层通过井下工作人员佩戴的边缘感知传感器完成身体状态、运动情况、周围环境的数据收集，筛选有效数据。雾决策层设计在边缘感知层的上面，采用LoRa无线通信技术将边缘感知传感器采集的数据接入井下环网光纤中，数据分析结果共享，实现异常信息数据的溯源功能。云服务层负责系统数据的汇集与存储，并传输至管理应用层，不对数据进行处理和决策。管控应用层由云服务层获取井下人员安全状况信数据信息，直观展示给系统管理员，管理员通过管控应用层向井下工作人员发号命令，实现人员的紧急调度和疏散等。

图1 安全监控系统架构Fig.1 Structure of security monitoring system

2.2 边缘感知层

2.2.1 硬件设计

边缘感知层主要用于采集井下作业人员的安全状况、运动情况以及周围环境信息等数据，并对采集的数据进行处理分析，因此在选择边缘感知层的硬件时需要考虑计算和数据处理能力。基于以上分析，选择ARMCortex-M系列内核处理器，兼具较强的硬件扩展性能，能够实现多人员数据信息采集。对于所采集数据的分析选择ARM Cortex-A系列内核处理器，具有较强的数据运算处理能力，能够满足边缘感知节点数据的汇总与分析的要求。搭建完成的边缘感知层的硬件结构如图2所示，主要包括数据采集模组、运算处理模组、显示与输入模组、LoRa通信模组等。

图2 边缘感知节点硬件结构Fig.2 Hardware structure of edge sensing node

2.2.2 软件设计

边缘感知层结构组成中的数据采集模组拥有独立的处理模块，能够将采集处理之后的数据传输给运算分析模组，控制无线通信、人机交互模组。数据采集使用的ARMCortex-M系列内核处理器基于uC/OS，运用C语言进行程序编制，实现数据的分析处理，之后由SPI接口将数据结果传输至运算分析模组。运算分析模组的程序运行流程如图3所示，主要包括数据采集驱动程序、MySQL数据库等。

图3 运算分析模组程序运行流程Fig.3 Operation flow of operation and module program

2.3 雾决策层

2.3.1 硬件设计

雾决策层的功能包括无线网关和雾决策两个方面，其中LoRa无线通信是实现无线网关功能的硬件保障，要求能够通过无线网关将雾决策层获取的数据高速传输至云服务层，因此设计了以太网接口用于连接高速环网。为了保证雾决策的计算速度和能力，选用了4核4线程的Intel Pentium N420064位微处理器。围绕上述微处理搭建了雾决策层的结构框架，如图4所示，主要包括LoRa通信模组、以太网通信模组、人机交互模组等。

图4 雾决策层的结构Fig.4 Structure of fog decision maker

2.3.2 软件设计

因雾决策层功能较多，软件设计过程中按照功能进行了模块化的设计，包括多个独立的功能模块，应用过程中能够直接调用各功能模块以实现所要求的功能。将雾决策层划分成如图5所示的模块组成，主要包括无线连接管理、数据收发、数据存储、数据交互、数据报表处理等模块。LoRa无线通信模组传输的数据需要收发驱动进行解析，依据数据标头进行数据管理的判断，如果是无线连接请求，则调用无线连接管理程序；如果是正常数据交互，则调用数据报处理程序。雾决策层接收到边缘感知层的异常数据需先存储于本地数据库，之后调用数据交互模块，上传至云服务层并在雾决策层进行共享。

图5 雾决策层模组构成Fig.5 Composition of fog decision layer module

2.4 云服务层和管控应用层

云服务层与管控应用层重点服务于监控系统管理人员，接受边缘感知层和雾决策层数据，并将数据信息向管控应用层传输，展示给相关管理人员，云服务层和管控应用层设计工作主要涉及的是软件。

2.4.1 云服务层软件设计

云服务层运行程序主要包括3层，自下而上分别为数据收发层、数据储存层和管控应用层接受数据的API接口层。数据收发层进行数据收发时无需较大的计算量，仅要求数据传输的最大并发数满足要求，程序的编写采用了非阻塞型的NodeJSl521；数据储存层的主要功能是存储数据并将其传输至管控应用层接受数据的API接口层，该过程需要大量的数据计算处理，采用了PHP开发平台进行软件程序的编写。云服务层程序结构如图6所示。

图6 云服务层程序结构Fig.6 Cloud service layer program structure

2.4.2 管控应用层软件设计

管理控制层主要功能是实现监控系统人机交互，获取井下人员的安全状况、运动情况和周围环境信息，管理控制层软件控制流程如图7所示。

图7 管理控制层软件控制流程Fig.7 Software control process of management control layer

3 应用效果评价

为了验证井下人员安全监控系统的设计效果，将其应用于四台煤矿进行为期半年时间的测试试验工作，跟踪记录了监控系统的实际运行情况。记录结果显示，监控系统运行稳定可靠，具有较强的抗毁伤能力；各系统模块的功能均已实现，能够获取井下工作人员的安全状况的实时信息数据。统计得出半年时间内检测得到人员身体不适情况14起，以心跳速率较高为主，及时将相关人员撤离，成功避免了人员安全事故的发生。相关专业人士估计，该监控系统的使用，为企业节省近150万的人员事故处理支出，取得了很好地应用效果。

4 结 语

煤矿井下生产安全的重中之重是人员的安全。针对四台煤矿井下人员安全监控系统的问题，提出了具体的人员监控系统的功能要求，完成了井下人员安全监控系统总体架构的设计，包括边缘感知层、雾决策层、云服务层、管控应用层等。并对井下人员监控系统各层硬件和软件进行了设计。将设计完成的人员监控系统在四台煤矿进行为期半年的测试试验。结果表明，人员监控系统运行稳定可靠、抗毁伤能力强，能够实现最初的设计要求，为企业节省近150万的人员事故处理支出。