张帝，汪婵，周小杰，权悦，国海，赵端

摘要：设计一款煤矿井下突水监测及预警系统.系统以STM32单片机作为主控芯片，搭载嵌入式实时操作系统uC/OSIII，通过各传感器对井下的水温、水压、水流量、围岩应力等信息进行实时感知和处理;利用LoRa智能网关将异常水文信息上传到地面远程监控预警平台，预警突水事故;监控服务端将预警结果下发到井下监测站，便于井下工作人员实时准确了解工作面的水情安全状态.系统测试结果表明，该系统水文参数采集精度均在1.5%内，通信丢包率不超过5%，平均功耗较低.

关键词：突水监测;LoRa;STM32;预警;案例推理

[中图分类号]TD713[文献标志码]A

Design and Realization of Underground Water Inrush

Monitoring and Early Warning System

ZHANG Di1*，WANG Chan1，ZHOU Xiaojie1，QUAN Yue1，

GUO Hai1， ZHAO Duan2

（1.An Hui Science and Technology University，School of Electrical and Electronic Engineering，

Bengbu 233100，China;2.Internet of Things（Perception Mine）Research Center，China

University of Mining and Technology，Xuzhou 221008，China）

Abstract：A underground hydrological monitoring and early warning systems in coal mines was designed by this paper.The system uses STM32 singlechip microcomputer as the main control chip，and is equipped with an embedded realtime operating system uC/OSIII to perceive and process the water temperature，water pressure，water flow，surrounding rock stress and other hydrological status information of each monitoring site in the well through various sensors.The abnormal hydrological information was uploaded to the ground of remote monitoring and early warning platform by Lora smart gateway which can provide warming and prevent water inrush accidents.The monitoring server can send the early warning results to the underground monitoring station，so that the underground workers can accurately understand the water regime and safety status of the working face in real time.After system testing，the system's hydrological parameter acquisition accuracy is within 1.5%，the communication packet loss rate does not exceed 5%，and the average power consumption is very low.

Key words：Water inrush monitoring;LoRa;STM32;Early warning;Case reasoning

煤礦开采过程中，由于底板围岩应力发生变化，常常导致突水事故的发生.突水事故一旦发生，因其突发性强、破坏性大，会造成大量人员伤亡和重大经济损失.突水事故产生一般经历由孕育、发展到突发的阶段，发展过程中会显现出不同的预兆信息，若能及时监测关键征兆信息并进行分析处理，则能为预测和预防突水事故提供科学依据.专家研发并构建煤矿井下突水监测及预警系统，通过实时监测水流量、水温、水压、围岩应力等表征突水发生的关键性指标数据，构建水害监测指标体系和水害风险预警模型，结合煤矿基本地质概况信息实现井下水情的“智能分析”和突水风险的“预知预警”，指导井上井下工作人员及时采取防范措施，避免突水事故发生.杜国瑞[1]将不同类型传感器整合组网，实现井下水文信息如水温、水压、水流量等数据的监测，通过RS485有线通信方式将数据上传到远程监控端.魏辉[2]在智能互联网和水文监测预警理论基础上设计了兼具数字化和自动化的煤矿远程水文监测预警系统，该系统根据监测信息判断出水点位置.张雁[3]等指出了预警系统设计时要注意的关键因素，提出了优化思路.李鹏[4]基于互联网+应用优势设计了具有一体化监测和远程预警功能的煤矿水文监测系统，实现了水文数据的采集和远程监控，并结合煤矿基本地质情况给出相应的预警方案.乔伟、靳德武[5]等设计了煤矿水害多源监测大数据存储平台，通过多水源监测构建预警模型并实现突水危险等级判别，为远程监控服务端提供了技术思路.本文基于uC/OSIII操作系统、LoRa通信技术和案例推理算法，设计了一款井下突水监测及预警系统，系统能够实现井下水情信息的实时感知、无线数据传输和安全状态报警功能.通过案例推理算法实现对水情信息的处理，结合以往突水事故案例，判断是否有发生突水的危险.下位机监测终端采用STM32单片机作为主控驱动各传感器，实现井下水情信息采集，通过LoRa进行远距离无线通信实现数据上传.煤矿井下突水监测及预警系统利用低功耗硬件设计原理，使得整个系统可一直在低功耗状态下长时间工作，延长了系统使用时间.煤矿井下突水监测及预警系统可以为预测井下突水发生提供智能监控和决策服务，保障井下安全生产，降低事故发生.

1总体方案设计

基于LoRa和uC/OSIII的井下突水监测及预警系统系统总体架构设计见图1，分为感知层、传输层和应用层.[6]主要功能是：

（1）井下突水水情关键参数的感知功能，实时采集井下水温、水压、流量、围岩应力等数据，监测井下水情异常状态.

（2）液晶显示功能，系统能够在本地和监测站显示基本参数信息.

（3）无线通信功能，系统可将监测的水情信息数据通过LoRa进行数据无线传输，然后通过LoRa智能网关再将各类数据上传到地面远程服务端，地面服务端也可通过下发指令将异常报警信息传给井下监测站.

（4）人机交互功能，系统通过按键设置参数状态异常阈值，发送异常情况给地面服务端.

（5）远程服务端对采集数据进行分析，结合煤矿基本地质信息构建突水预警模型，实现突水风险推理，给出相应突水防治措施.

2感知层设计

2.1STM32L151单片机超低功耗核心系统

选用STM32L151C8T6单片机搭建主控系统，即为基于ARM CortexM3内核的超低功耗型处理器.该处理器性能稳定，功能强大而丰富，内部集成高速存储器，主要包含512KB Flash和80KB RAM，芯片内核基于两条APB外围通信总线挂载着众多I/O口，可驱动多从机设备.[78]主控芯片供电电压范围在1.6～3.6 V，运行频率32 MHz，可以在超低功耗模式下工作，满足系统低功耗设计要求.

主控核心电路主要由STM32单片机最小系统、复位电路、Flash电路、供电检测电路、时钟电路和声光指示报警电路组成.供电检测电路负责系统的电量实时监控，Flash电路是基于AT45DB041芯片设计的，用于存储液晶显示用的字库数据和远程服务端发送指令信息.[9]声光报警电路在环境监测到异常数据时自动报警进行声光提示.主控系统及外设硬件总体结构如图2所示.

2.2传感器选型

传感器主要通过煤矿井下监测站的传感器监测含水层中的水温、水压、水流量和围岩应力.水温监测采用防水型DS18B20温度传感器，测温范围在-55～+125 ℃.[10]传感器与单片机通过单总线方式进行双向通信，利用STM32的PA.1端口实现电气连接并进行数据传输.水压数据监测采用高精度HPM1801防水型压力传感器，5 V直接供电，量程范围最大可达200 MPa，体积小巧，接线简单，能够实现对井下水压的精确测量.输出信号经过信号调理电路调节输出后与主控模块ADC连接完成模数转换，实现数据采集和显示.水温水压传感器埋设在位于含水层和采掘工作面之间的弱含水层中[11]，采用高精度的LCZ803数字式超声波流量计进行数据采集观测孔内水流量，直接与单片机主控GPIO口连接，实现数据定时读取并处理.采掘过程中如果因为采动底板破坏导致突水，则矿井中的底板压力会发生相应变化，选择GPG75压力传感器检测应变压力数据.

2.3电源管理模块

电源管理模块主要为突水监测终端供电.模块分为三大部分，电源采用可充电的3.7 V磷酸铁锂电池，设计相应电压转换电路，取得3.3～3.3 V/5 V/18 V的电压，满足系统需求.电源管理模块结构如图3所示.由SGM20403.3 V转换芯片实现磷酸铁锂电池3.7 V转3.3 V[12]，該电压主要对STM32单片机主控系统进行供电.基于MOS场效应管设计的电源开关电路可实现对Lora通信模块、Flash电路、声光报警电路等的有序间断性供电.在SGM2040输出5 V的基础上，结合MT3608升压芯片，设计电源转换电路，提供18 V电压，对应变压力传感器模块供电.升压芯片具有电压输出使能端，可随时控制电源输出.

2.4人机交互模块

人机交互模块实现井下工作人员对采集终端的操控，主要包括传感参数的显示和按键设置.显示部分由OLED液晶与STM32主控通过IIC通信实现突水参数信息显示.SCL与SDA分别与单片机的PC0和PC1端口连接.设置多路独立按键实现报警阈值设置和手动报警功能，单片机通过检测与按键相连的GPIO口的高低电平状态判断按键是否按下，从而执行相应任务.通过按键设置和OLED显示功能的配合，完成人员与采集终端的人机交互.

3传输层设计

3.1Lora无线通信模块

Lora无线通信模块使用低功耗远距离传输的LoRa技术，实现采集终端的数据无线通信.采用ASR6505系统集成的LoRa通信模组，该模组内部集成低成本的STM8L MCU，基于超低功耗SOC芯片，射频部分采用工作在150～960 MHz频段范围的SX1262芯片[13]，供电电压2.5～3.7 V，通过串口透传模式即可实现驱动通信.模块与单片机主控接口连接电路如图4所示.

3.2Lora智能网关

智能网关采用多种通信模块组合集成的一体化设计方案，采用有人物联网技术公司的USRLG210L无线网关，将LoRa数据转换为RS232和RS485数据，采用USRTCP232410s将这两类数据转换成以太网数据，实现以太网通信（其中以太网通信模块采用W5500芯片）.[14]Wifi无线传输采用ESP8266模块，单片机发送AT指令驱动该模块.CAN通信模块基于TJA1050芯片设计.智能网关可实现传输速率为814 bps，具有以太网/RS232/RS485/WiFi/CAN通信接口.

4系统软件设计

系统软件主要包括下位机采集终端软件和上位机远程监控预警平台两部分.下位机采集终端基于集成开发环境KEIL 5，采用C语言，利用STM32自带库函数驱动传感器，实现数据采集和数据转发.搭载的嵌入式实时操作系统uC/OSIII提供了一个多任务管理和程序设计的框架，在满足系统响应的同时，大幅提高软件开发效率.上位机远程监控预警平台基于QT技术，采用C++语言进行软件设计.

4.1嵌入式实时操作系统uC/OSIII

嵌入式实时操作系统是运行在嵌入式平台上的系统软件，负责对系统资源进行统一协调和控制.[15]研究选用RTOS类实时操作系统，使用C语言和少量汇编开发而成.该系统基于可剥夺型内核进行设计，可对多任务进行调度和管理.因其具有内核精简、移植性好、低功耗等特点，在开发成本和降低系统功耗方面具有独特优势.

4.2系统主程序设计

系统主程序主要围绕下位机采集终端系统进行软件设计.首先对与主控连接的各外围硬件模块初始化，接着进行系统自检.初始化和自检完成后，系统开始与智能网关进行通信，决定何时开始驱动各传感器采集突水数据，以及设置相应报警阈值.当检测到传感器数值超过设置阈值时，系统会启动声光报警，并在液晶上显示报警信息，驱动电源管理模块进入低功耗运行状态减少电量消耗.

4.3数据采集处理程序设计

传感器数据采集主要是通过STM3215L单片机驱动各传感器实现井下突水水温、压力、水流量和围岩应力的实时采集.以底板压力参数采集为例，首先通过STM32进行基本外设初始化，配置模数转换ADC寄存器，设置定时器，实现对传感器数据的实时获取并分析处理，在OLED液晶上显示.若检测的数据超过系统设置的阈值范围，则进行声光报警，并将实时数据或报警信息通过LoRa通信上传到智能网关模块.

4.4Lora智能网关程序设计

采用嵌入式实时操作系统uC/OSIII对网关各功能进行任务式设计和统一调度，充分利用网关CPU，使工作性能高效有序.首先进行硬件初始化，然后初始化uC/OSIII，接着根据各功能构建多任务，启动uC/OSIII，将任务托管在操作系统中进行合理调度.[16]在构建多任务调度时，根据功能主要划分如图5所示，为各任务分配优先级，根据优先级实现CPU资源的快速切换实现并发运行.智能网关在实际使用过程中可根据井下网络特征确定网关的具体通信方式，根据确定的通信协议编写通信任务函数实现数据汇入和处理.

5应用层设计

煤矿井下突水监测及预警平台主要基于QT技术，实现服务器端上位机界面及逻辑功能的设计.对于突水灾害风险等级的预警主要通过案例推理算法实现，即在输入煤矿基本地质信息和采集到突水水情信息后，将从后台数据库中检索出与之相似度最高的煤矿突水案例与之匹配，以此分析判定当前煤矿发生突水灾害的风险等级，并根据相似案例的防治水经验给出防治水措施[1718]，通过案例推理实现预警功能.首先输入矿区的基本属性参数，结合接收的下位机采集的传感数据，采用相似度算法进行案例检索，根据相似度大小排列出煤矿案例.案例推理时用户也可重设各参数的属性权重，后台根据案例相似度算法重新计算相似度并给出检索结果.

6系统测试

6.1传感器数据采集测试

下位机采集终端实时采集煤矿井下突水水情信息，如水温、水压、涌水量和围岩应力数据.该类数据均可在OLED液晶上显示查看.井下工作人员还可通过按键设置修改传感参数报警阈值，通过LoRa无线通信网络实现数据转发与上传.试验测试阶段通过设置不同阈值可以验证报警功能是否能正常工作，另外在远程监控端也可查看是否有数据显示从而判断数据是否实现成功上传.多次不同环境下数据采集测试结果表明，各传感器数据测量误差平均1%～1.5%，精度在正常要求范围内.

6.2无线通信测试

测试通信数据丢包率和数据上传时延进行功能.首先将多个采集终端布置在特定煤矿井下周围，将各传感器布置在相应位置后，给系统上电开始采集数据并开启通信功能.这里分别配置了1，10，20，50个采集终端进行无线通信测试.在该环境中，选中700米测试范围，安装一套LoRa智能网关配合以上采集终端进行测试.实验结果表明，该下位机采集终端的传感器将采集数据通LoRa智能网关实现数据上传时的数据丢包率在5%以内，数据上传时延可控制在120 ms以内.

6.3系统功耗测试

当系统中所有功能模块同时工作时，无线通信模块无数据收发，该种工况下系统平均消耗电流在500 mA，在12A.H锂电池支持供电情况下系统可稳定工作26小时以上.无线通信模块有数据收发时，系统平均消耗電流约在600 mA，在12A.H电池供电支持下系统理论可以稳定工作20小时左右.当系统中所有功能模块均处于上电待机状态时（即无线通信模块无数据收发），LoRa模块休眠，主控模块进入待机状态，其他功能子模块断电待机.该种工况下，系统平均消耗电流小于15μA.功耗测试结果表明，该突水监测系统具有较低功耗，能够在井下长时间工作，满足低功耗的设计要求.

7结语

本文设计了一款煤矿井下突水监测及预警系统，以超低功耗处理器STM32L151C8T6为硬件平台，搭载嵌入式操作系统uC/OSIII驱动多传感器采集突水水情信息.井下突水监测及预警系统Lora智能网关适配不同井下网络实现数据上传，井下服务端监控预警平台接收数据，通过案例推理匹配出相似度最大的突水案例，为煤矿井下突水发生提供预警和防治措施参考.经过系统测试，该系统下位机采集终端采集数据精度范围在1.5%，通信数据丢包率和上传时延分别在5%和120 ms内，系统可长时间以低功耗状态运行，延长了适用时间.上位机远程监控预警端实现了对矿井信息的录入和突水灾害发生的案例推理预警.煤矿井下突水监测及预警系统能够进行井下突水灾害的实时信息感知和风险预警，对于防止突水灾害发生和煤矿安全生产具有重要意义.

参考文献

[1]杜国瑞.矿井水文监测系统设计分析[J].机械管理开发，2018，33（9）：237239+264.

[2]魏辉.矿井水文远程监测预警系统的建设与应用[J].煤炭与化工，2016，39（10）：5356.

[3]张雁，刘英锋，吕明达.煤矿突水监测预警系统中的关键技术[J].煤田地质与勘探，2012，40（4）：6062.

[4]李鹏.基于“互联网+”的煤矿水文监测预警系统设计及应用[J].电子设计工程，2021，29（5）：16.

[5]乔伟，靳德武，王皓，等.基于云服务的煤矿水害监测大数据智能预警平台构建[J].煤炭学报，2020，45（7）：26192627.

[6]张申，丁恩杰， 徐钊，等. 物联网与感知矿山专题讲座之三——感知矿山物联网的特征与关键技术[J]. 工矿自动化， 2010（12）：121125.

[7]慕灯聪，李峥，朱旋.基于STM32的火电厂空气质量无线监测系统设计[J].牡丹江师范学院学报：自然科学版，2020（04）：2326.

[8]谭峰，薛龄季轩，姜珊，李冬，冷小梅.基于云平台的棚室环境远程监控系统[J].牡丹江师范学院学报：自然科学版，2017（02）：610.

[9]李霞，王晓明.基于FPGA的Flash数据加载系统设计[J].集成电路应用，2021，38（7）：3031.

[10]程林中，岳靖，王梅花，蒋正凯.基于模糊PID控制的井下温度控制系统研究[J].牡丹江师范学院学报：自然科学版，2015（4）：2022.

[11]卢新明，阚淑婷.煤矿动力灾害本源预警方法关键技术与展望[J].煤炭学报，2020，45（S1）：128139.

[12]Saadatizadeh Zahra，Chavoshipour Heris Pedram，Babaei Ebrahim，Blaabjerg Frede，Cecati Carlo. SIDO coupled inductor‐based high voltage conversion ratio DC–DC converter with three operations[J]. IET Power Electronics，2021，14（10）.

[13]孙德浩，崔国强，王鑫，刘开杨，李争平.基于LoRa的运动数据采集系统设计[J].物联网技术，2021，11（03）：89+13.

[14]贺松杰，张燕，李苗.Drive Configuration， Application and Optimization of W5500 Based on RT_Thread[J]. 軟件工程与应用，2021，10（3）.

[15]徐志诚.基于CortexM3+ucosⅢ内核量化分析与硬件探针系统设计[D].西安：电子科技大学，2014.

[16]余国锋，袁亮，任波，李连崇，程关文，韩云春，牟文强，王四戌，魏廷双，郑群，马济国.底板突水灾害大数据预测预警平台研究[J].煤炭学报：112[20210805].

[17]潘晓博.基于LoRa的低功耗瓦斯浓度分布式监测系统设计[J].工矿自动化，2021，47（6）：103108.

[18]陈若兰.基于案例推理的煤矿灾害事故预警研究与应用[D].北京：北京化工大学，2020.

编辑：琳莉