礦山安全生產物聯網中的信息感知增加現實的理論與方法一：研究現狀礦山綜合自動化己實施了十多年，初步實現了礦山己有各種監測監控系統的網絡化集成，實現了數據、語音及視頻傳輸的“三網合一”，實現了用統一的數據庫來存儲各種子系統的數據，具備進一步提升為礦山物聯網的基礎，但是與“中國制造2025“互聯網+”及“工業4. 0”的發展要求相比，還有很大的差距。據2005-2015年煤礦安全生產事故統計分析，人的不安全行為、物的不安全狀態、環境的不安全條件、管理缺陷等事故致因4要素中，人、物、環境3大因素導致的事故起數占總事故起數的89% 。多年來，許多礦山安全領域的專家學者都在致力于研究這些影響礦山安全的不確定性因素，提出了一些理論與方法。如對災害源的不確定性，很多參考文獻提出了多場藕合的煤礦動力災害研究方法，以及多參量的災害評估分級預警方法;對于設備及生產環境的不確定性，比如煤巖分界，國內外也進行了多年的研究，取得一些成果;對于人員的不規范行為也有一些分析研究困。遺憾的是，這些研究成果基本還停留在理論或實驗室階段，也就是說，基本是在各種因素可控的環境下去研究諸多非確定的因素。因此，這些研究成果很難應用到礦山現場。1.具體國內礦山物聯網研究現狀在體系架構研究方面，吳立新等指出應利用物聯網技術建設數字礦山集成平臺、礦山自動化系統、井下精確定位與導航系統以及采礦環境的智能感知系統。張申等提出感知礦山建設的核心問題為“3個感知”:感知礦山災害風險，實現各種災害事故的預警預報;感知礦工周圍安全環境，實現主動式安全保障;感知礦山設備工作健康狀況，實現預知維修。張申等在分析煤礦綜合自動化的基礎上，提出采用物聯網技術及其平臺性來實現礦山物理世界的實時控制、精確管理和科學決策，指出礦山物聯網是一種開放式平臺，且該平臺體現在結構性平臺和服務性平臺2個方面。解海東等，在分析智能礦山建設現狀的基礎上，提出了一種基于物聯網的5層智能礦山體系架構方案，并提出了基于該架構的智能礦山應用體系，指出該體系可用于指導煤礦企業建設礦山物聯網系統。張科利等，提出了智能生產系統概念，在物聯網技術的基礎上，提出了一個彈性的智能生產系統。張長江等，指出將物聯網技術應用到礦山，可以實現礦井的全面感知、智能控制和綜合管理，并能較好地消除礦山企業存在的“信息孤島”現象。孫彥景等，提出構建動態感知煤礦災害狀況、設備健康狀態、人員安全環境的煤礦安全生產物聯協同網絡系統。在感知層研究方面，丁恩杰等，研制了具有礦工定位、周圍環境信息感知及雙向通信功能的智能信息終端。王繼水等，針對礦山實際需求，應用物聯網技術，通過建立基于ZigBee技術的無線傳感器網絡，實現礦山環境的在線實時監測。李繼云、張春輝，分別就礦山物聯網節點和數據采集終端進行了研究和設計，對礦山物聯網硬件設備的開發和設計有一定的參考和指導作用。在傳輸層研究方而，邵國強等，針對常用的礦井WiFi通信系統、人員定位系統均采用獨立布網方式而存在重復布網的問題，提出了一種將WiFi和RFID(Radio Frequency Identification，射頻識別)相結合的一體化礦用無線通信及人員定位管理系統設計方案。孫彥景等，設計了基于物聯網的安全信息系統模型，并研發了適用于煤礦環境的綜合接入網卡及環網防爆交換機。太平研究了礦山物聯網的服務質量框架，用來解決礦山物聯網業務服務質量保障問題。在應用層研究方而，趙安新等，設計了一套基于物聯網技術的礦山機電設備遠程在線實時監測和故障診斷平臺，使其在保障企業安全生產中發揮重要作用。陳鐸等，提出了一種基于礦山物聯網的設備動態管理系統設計方案。趙志軍等，指出了物聯網規?；\用中的關鍵技術，并給出了利用智能信息處理理論的煤礦物聯網架構設計方案。在工程應用方面，夾河煤礦、霍爾辛赫煤礦應用物聯網技術構建井下通風、排水、應急救援三大系統，實現煤礦生產的掘進、采煤、運輸、供電的無人化或少人化作業，從而形成新型煤礦安全技術體系。神華寧煤集團將物聯網技術應用于數字化礦山建設中，并對物聯網技術的應用成效進行了論述，同時提出了神華寧煤集團物聯網技術應用研究的新方向。2.國外煤礦物聯網研究現狀近年來，國外煤礦井下無線通信也有很大發展，如加拿大、美國、德國、澳大利亞等產煤大國都對井下無線通信進行了深入研究，基本上都實現了井下無線通信。大多數礦業公司都在積極研究現代化的無線通信系統，如超低頻透地系統、小靈通通信系統等技術。美國賓漢頓大學計算機系統研究室通過對物聯網接口協議的研究，在2005年前后分別提出了物聯網中的各類協議標準，進而規范了物聯網設計的相關標準。3.煤礦物聯網存在的問題物聯網在煤礦安全生產領域的應用剛剛起步，還沒有從頂層形成適應礦山特點的技術標準體系框架，相關的技術瓶頸問題尚未解決: 1是礦山安全感知技術落后，難以達到對人員、設備、設施和環境等信息的全面感知，比如，礦山采掘工作面生產監測與關鍵設備的工作狀況缺乏可靠的在線感知技術手段。2是普通傳感設備的密封性、耐用性、安全性等技術性能尚未滿足井下特殊工況要求。3是安全生產各子系統之間關聯不夠，不具有互操作性。4是井下無線通信系統信號傳輸距離短、穿透性差等。工作面采掘機、斜巷絞車、無極繩絞車等的監控技術還不完善（三機）。 (1)缺乏低功耗智能傳感器及裝置。高能效是煤礦物聯網傳感器與裝置設計的必要條件。礦山現有傳感器以有線供電、傳輸為主，其體積及功耗大，移動、維護困難。傳感器的低功耗技術一直是研究的重點，己取得了一定進展，如中國礦業大學物聯網(感知礦山)研究中心開發的MEMS(Micro-Electro-Mechanical System，微機電系統)瓦斯傳感器功耗可降低30%以上。智能裝置基本功能組件(通信與處理單元)可采用能量捕獲組件為連續運行的物聯網裝置供電。(2)缺乏礦井環境能量捕獲技術。煤礦井下存在很多可利用的能量，如礦井通風產生的風能，帶式輸送機、采煤機等產生的動能等。如果能夠捕獲這些能量，就可為煤礦物聯網傳感器節點充電。振動能量采集裝置的能量密度有望從10 到30 pW/g，頻率響應范圍加大，可做到即插即用，有望解決煤礦采掘工作而智能裝置的供電問題。(3)缺乏數據與網絡安全方法。隨著煤礦物聯網技術的不斷發展，與當前互聯網一樣，都會存在安全漏洞。安全方而不容許存在弱點。煤礦物聯網要得到廣泛應用，就需要獲得企業、政府和用戶的認可，但不安全的網絡數據環境無法得到認可。同時由于物聯網改變了物物相聯的關系，數據的不安全性可能會為企業帶來巨大的經濟損失。不安全的網絡、不保護個人隱私的網絡不可能得到推廣的。(4)缺乏公共服務平臺。煤礦物聯網最終會形成真實物理礦山、數字礦山和虛擬信息礦山的三者合一，形成一個由智能傳感器、智能裝備與礦山智能環境組成的Web服務平臺。但目前大多數的煤礦物聯網應用主要是垂直型的應用，局限在某個企業內部，屬于企業信息化應用。只有形成公共服務平臺，采用大數據及云計算技術，才能有效地處理海量的數據及產生的應用服務。(5)缺乏煤礦物聯網相關標準。隨著煤礦物聯網技術的發展，礦山物聯網、礦業集團物聯網、省級礦山物聯網和國家礦山物聯網將得到大量應用，若要增加煤礦物聯網的可擴展性，使更多的信息可以共享、物物互動，煤礦物聯網標準是核心問題。二礦山物聯網可能的發展方向從技術發展的模式來看，物聯網技術的發展將呈現多種技術聚合發展的模式，如云計算、大數據與物聯網的聚合發展，并在聚合發展中出現新的需求、新的研究與發明、新的市場份額。煤礦物聯網主要涉及3類技術的發展。(1)嵌入式智能信息傳感技術。針對礦山有限空間中的高效智能化環境感知，著重研究嵌入式智能信息感知技術，從而智能獲取與礦山裝備運行相關的語義數據。通過在井下環境中嵌入多種感知、計算設備，形成智能環境。該方而主要涉及新材料、新型傳感器、微電子技術、語義互操作、嵌入式軟件和操作系統、M2M、低功耗網絡與通信、能量捕獲等技術。(2)基于大數據的礦山安全生產云服務平臺。研究基于大數據時空行為分析等技術，提供高可靠、高擴展、高存取性能的多礦山大數據存儲模式。通過構建的基于云計算的統一服務平臺，實現礦山安全生產信息的跨區域實時遠程監測與共享服務。該方而主要涉及云計算(包括霧或微云)、大數據與物聯網的聚合、數據發現與搜索等技術。(3)安全性。如何解決煤礦物聯網的安全與隱私保護問題，是物聯網發展進程中重要兼必要環節。該方而主要涉及傳感器網絡安全、RFID安全、核心網安全、移動通信接入安全、無線接入安全、數據處理安全、數據存儲安全、云安全、安全管理等技術。三主要技術1.信息感知在礦山“人-機-環”應用實現理論：信息感知為物聯網應用提供了信息來源，是物聯網應用的基礎信息感知最基本的形式是數據收集，即節點將感知數據通過網絡傳輸到匯聚節點但由于在原始感知數據中往往存在異常值、缺失值，因此在數據收集時要對原始感知數據進行數據清洗，并對缺失值進行估計信息感知的目的是獲取用戶感興趣的信息，大多數情況下不需要收集所有感知數據，況且將所有數據傳輸到匯聚節點會造成網絡負載過大，因此在滿足應用需求的條件下采用數據壓縮、數據聚集和數據融合等網內數據處理技術，可以實現高效的信息感知。結合感知礦山物聯網的主要特征，在煤礦綜合自動化建設基礎上，感知礦山建設的核心問題是“三個感知”，即感知礦山災害風險，實現各種災害事故的預警預報 ；感知礦工周圍安全環境，實現主動式安全保障 ；感知礦山設備工作健康狀況，實現預知維修。“三個感知”旨在減災保安全。為了實現“三個感知”，需要研究開發礦山特有的感知與測量技術。許多地質參數與巖層運動規律是影響礦山安全的關鍵因素，如地下水賦存情況、瓦斯與煤突出、巖層受力與沖擊地壓、采空區發火等，而目前對影響煤礦安全重要因素的感知技術還不是很成熟。電磁輻射、聲發射、透地成像、微振監測、外視覺識別等技術是研制礦用感知傳感器的熱點技術，因此，需要加強各類新型 MEMS 傳感器的研制。需要利用先進智能傳感器與物聯網技術對煤礦有關環境與地質參數進行實時采集，根據采集的數據與理論分析，研究煤炭資源開采尤其是深部資源開采中重大災害的成因、預測預報理論以及防治對策等關鍵問題；重點研究煤與瓦斯突出、礦井突水、頂板冒落與沖擊地壓等發性動力災害成災機理、礦山重大災害應急救援與事故分析理論與技術，為深部資源開發中重大災害事故的預測、預報和防治提供可靠的理論基礎和技術支持。此外，與煤礦生產密切相關的大型設備有很多，有些設備的運轉狀況會直接影響工作人員的生命安全，因而需要研究煤礦生產工作面各種設備的聯動控制與煤層、頂底板的關系，建立擬人化控制模型，“三個感知結構圖展基于傳感器網絡的煤礦井下采煤裝備遠程定位、煤巖識別、大型設備姿態控制等技術研究。礦工個人周圍環境安全狀況是保障礦工安全的重要保障，因此，還需建立覆蓋煤礦井下，并與千兆工業以太網相結合的無線自組網系統。技術分析感知礦山物聯網關鍵技術主要包括感知層技術、網絡層技術、應用層技術和公共技術。感知層感知礦山物聯網的感知層包括數據采集技術與接入技術2個子層。這里的數據采集是廣義的，包括采集煤礦生產過程中發生的物理事件和數據，生產與安全的各類物理量、標識、音頻、視頻數據。感知礦山建設的核心內容中“3個感知”，主要在這一層實現。感知層中的接入技術主要是為各種分布式、移動傳感器、RFID 以及其他生產與安全設備提供接入主干網的環境，主要分為有線接入和無線接入 2 種方式。有線接入可以是綜合自動化系統采用的通過子系統接入方式，也可以是分布式接入方式。無線接入基本是分布式接入。目前,煤礦井下無線信道有移動通信WiFi網絡、PHS網絡,還有WSN網絡、人員定位的RFID網絡等，這些網絡存在的主要問題是覆蓋區域有限，只實現了局部地區的覆蓋，存在監測盲點,不利于安全與減災信息的監測；信道容量低，不利于多種信息的寬帶綜合應用；種類單一、重復建設，通常無線通信、人員定位、工況與環境監測分別使用不同的覆蓋網絡，不能形成統一的感知網絡。因此，感知層的關鍵技術主要是構建真正符合井下需求的無線覆蓋網絡，開發新型的無線系統，使其適應煤礦井下長距離、多跳、寬帶、自組網、低功耗的要求。網絡層網絡層分網絡傳輸平臺和應用平臺2個子層。網絡傳輸平臺就是感知礦山物聯網的主干網，利用工業以太網技術、煤礦移動通信技術、M2M技術以及礦山6Low PAN(M6Low PAN)技術，把感知到的信息實時、無障礙、高可靠性、高安全性地進行傳送，因此，需要進一步研究傳感器網絡與移動通信網絡技術、工業控制以太網技術、RFID 以及其它數據集成技術。應用平臺主要實現各種數據信息集成，包括統一數據描述、統一數據倉庫、數據中間件技術、虛擬邏輯系統構建等，在此基礎上構成服務支撐平臺，為應用層各種服務提供開放的接口。應用層應用層分為 2 個內容 ：一是綜合自動化，即對礦山各生產安全子系統的實時監控，保障礦山的正常運行，或稱作礦山 MES 層，包括在調度指揮控制中心以太網上設計多臺操作員站，用于監控子系統，如綜采工作面監控子系統、主運輸集控子系統、地面供電監控子系統等，以及對煤礦生產過程的優化管理 ；二是高層應用，即管理決策與應用，主要是各種軟件應用模塊。它可應用于礦山安全生產形勢評估、煤礦災害預警與防治、煤礦安全隱患排查、礦山資源環境控制及評價 ；煤礦供應鏈管理；大型設備故障診斷；實現對整個礦山的優化管理與安全動態跟蹤。根據礦山具體應用的不同，這些模塊可增減。標準建設感知礦山物聯網是物聯網的一個重要應用方面。感知礦山物聯網標準包括感知礦山物聯網 M2M 接口標準、感知礦山物聯網信息 ( 數據 ) 描述標準。無線覆蓋網絡必須能為井下所有移動物體提供感知服務，包括各種設備、人員、環境及工況監測等，真正實現物與物相聯需要的各層之間 M2M 標準，以適應設備層移動。2.增強現實在礦山“人-機-環”應用增強現實技術是將虛擬物體或信息加入到真實環境中，實現虛擬環境與真實環境的結合。隨著科學技術的不斷更新和發展，增強現實技術將為煤礦安全生產提供新的技術手段。增強現實技術是一種將真實世界信息和虛擬世界信息“無縫”集成的新技術，是把原本在現實世界的一定時間空間范圍內很難體驗到的實體信息(視覺信息,聲音,味道,觸覺等),通過電腦等科學技術，模擬仿真后再疊加，將虛擬的信息應用到真實世界，被人類感官所感知，從而達到超越現實的感官體驗。真實的環境和虛擬的物體實時地疊加到了同一個畫面或空間同時存在。增強現實技術，不僅展現了真實世界的信息,而且將虛擬的信息同時顯示出來，兩種信息相互補充、疊加。增強現實技術包含了多媒體、三維建模、實時視頻顯示及控制、多傳感器融合、實時跟蹤及注冊、場景融合等新技術與新手段。增強現實提供了在一般情況下，不同于人類可以感知的信息。利用 AR 技術可以同時實現對物聯網主體的識別、定位、信息顯示與各類交互操作。在 AR 環境里能實現各種不同類型的物聯網主體交互，其基本方式可分為視覺交互和物理交互。視覺交互包括虛實物體相互間的陰影、遮擋、各類反射、折射和顏色滲透等。物理交互包括虛實物體間運動學上的約束、碰撞檢測和受外力影響產生的物理響應等。在物聯網中要實現主體之間自然的交互，需要通過傳感設備獲取數據以確定用戶對主體發出的行為指令并給出相應的反饋，其中數據手套作為一種用戶手部傳感設備，可以實時精確地獲取人手的動作與姿態，佩戴方便舒適，可以在某些有用戶參與的物聯網應用環境中實現更為自然的主體交互。物聯網中的某些真實物體可以在其可視表面的適當部位附加具有唯一性的二維平面標識物，其對應的數據庫中保存有該物體的類型、屬性及狀態等相關信息。在物聯網應用中，通過 AR 技術采用模式識別的方法對二維平面標識物進行圖像匹配，即對攝像機采集的圖像進行預處理之后，利用模板數據庫中儲存的圖像模板和采集到的圖像進行匹配，得出匹配結果，識別出二維平面標識物，從而獲取對應物體的類型、屬性、狀態、空間位置等所需要的相關信息。3.霧計算技術霧計算簡單來說就是比較底層的網絡化計算。霧計算與云計算相比更強調其實時性。以瓦斯超限斷電為例，煤礦安全規程要求當瓦斯監測儀監測到甲烷超限時，應立即控制斷電。然而是什么原因造成的甲烷超限?是個別點還是一個區域?是不是干擾誤報?是不是瓦斯傳感器失限等?這些問題都難以判斷。盡管煤礦安全規程規定“每秒必須對甲烷超限斷電功能進行測試”，但也難以防比瓦斯傳感器誤報情況的發生。利用霧計算，可以將相鄰的幾個瓦斯傳感器和其他相關傳感器作為信息源來判斷各個瓦斯信息源的可信度、識別瓦斯超限區域、繪制瓦斯場的分布、給出是否斷電及斷電范圍的決策。 顯然，類似這樣的底層計算在礦山有大量的需求。與云計算相比，霧計算并非由性能強大的服務器組成，而是由更為底層的嵌入式系統、網絡及分散的異構計算資源組成。霧計算通過強化獨立節點間的局部實時交互和分布式智能，使節點具備自組織、自計算、自反饋的計算功能，將眾多的局部應用的數據處理和應用程序分布在網絡邊緣的本地設備，而非集中在數據中心，從而更加廣泛地適應礦山不同的應用形態和服務類型。礦山霧計算平臺在礦山物聯網中所處的位置如圖所示。霧計算平臺可以通過軟件定義網絡的方式對不同異構網絡的霧計算進行調度、配置，也可以實現子系統的監測控