表1 甲烷传感器按超限体积分数和传感器数量分级报警设置
Table 1 Grading alarm setting of methane sensor according to excessive volume fraction and sensor number
“煤矿智能监控”专题
汪丛笑1,2
(1.中煤科工集团常州研究院有限公司， 江苏 常州 213015；2.天地(常州)自动化股份有限公司， 江苏 常州 213015)
摘要：分析了煤矿安全监控系统智能化水平现状，指出系统主要存在伪数据不能有效识别、系统安装使用复杂、故障诊断功能简单、安装使用与标准要求符合度难以衡量、报警处置机制单一等问题；结合《煤矿安全监控系统升级改造技术方案》相关要求，提出了煤矿安全监控系统智能化发展对策，包括软件伪数据识别，设备自识别安装，系统自诊断，分级报警处置机制，瓦斯涌出、火灾预测预警功能等。
关键词：煤矿安全监控； 智能化； 伪数据识别； 设备自识别； 自诊断； 分级报警； 瓦斯预测； 火灾预警
煤矿安全监控系统在煤矿安全生产中发挥了重要作用[1]，但系统智能化水平不高，煤矿必须有一批专业技术队伍从事系统安装、维护，保证系统可靠运行，同时系统对井下瓦斯等有害气体没有进行分级报警、预测、预报能力，无法对灾害做到早预防、早控制。本文通过分析煤矿安全监控系统智能化现状，提出了煤矿安全监控系统智能化发展对策，为煤矿安全监控系统升级改造提供参考。
1.1 伪数据不能有效识别
煤矿安全监控系统伪数据是指不能正确反映井下实际环境情况的监测数据，系统对以下2类伪数据难以有效识别：① 传感器调校时产生的伪数据，煤矿井下传感器必须在设备设置地点调校[1]，调校气体浓度大于设定的报警门限时，系统产生伪数据。② 设备本身故障产生的伪数据，如传感仪表放大电路受潮、元件失效造成的传感器输出异常值或偏离实际的检测值。
1.2 系统安装使用复杂
传感器随着采掘工作面的生产活动而迁移，安装、调试传感器和分站及定义测点是煤矿安全监控系统主要维护工作之一，但存在以下问题：
(1) 调试不便。煤矿安全监控系统覆盖范围广，地面监控机房与采煤工作面距离长达20 km，分站与传感器距离从数百米到6 km不等，井下环境复杂恶劣、通信联络及交通极其不便，调试分站、传感器需要反复与地面监控机房联系。
(2) 传感器安装繁琐。需要将传感器连接到分站传感器传输总线端口，然后在地面监控软件中配置传感器类型、量程、报警点、断电点、闭锁端口、所接分站总线端口等。一般分站有4～6个传感器传输总线端口，若监控主机配置的传感器所接分站总线端口与实际接线不一致，传感器将不能被分站识别；若传感器类型、报警点、断电点定义不正确，数据将出现失真，严重时存在安全隐患。
(3) 总线式从设备地址冲突无法解决[2]。对于时分制系统，不论是主从式通信，还是无主式通信，1条数据传输总线不允许从设备地址号重复。安装传感器时若设置的地址号与总线其他从设备地址号重复，需要到距离传感器很远的分站上查看或通过调度电话询问监控值班人员。
1.3 故障诊断功能简单
目前煤矿安全监控系统故障诊断功能主要有分站、传感器传输通断，电源输出电压、电流监控功能。系统出现故障时，需人工下井排查故障原因，对维护人员技能要求高。目前煤矿安全监控系统故障诊断功能不足主要体现在以下方面：
(1) 系统数据传输质量无法自诊断。长距离以太网信号采用光缆传输，但光缆经过接续、弯曲及光纤跳线端面污染后对光强度有一定的衰减，导致数据传输质量下降或网络中断，直接影响系统主传输、异地控制等功能；分站与传感器信号采用电缆传输，信号容易受井下变频器、大型机电设备启停干扰，电缆及接线盒受潮后使传输阻抗增大，导致数据传输出错，影响系统巡检周期和本地断电执行时间。这些故障目前仍需要借助示波器或协议分析仪协助判断。
(2) 传感器远距离供电不足无法自诊断。传感器电源经过电缆长距离传输后电压下降，同时传感器在上电启动瞬间存在冲击电流，上电过程中传感器电源电压低于工作电压，将造成传感器不能正常工作。该故障需要使用万用表或示波器测量进行分析诊断。
(3) 系统硬件设备故障诊断不全面。硬件和嵌入式软件中没有设计故障探针，例如带CPU处理器的设备无法监视CPU运行负荷、系统复位计数、存储占用率等关键参数，传感器缺少元件零点漂移、精度超差等检测功能，电源缺少后备电池性能衰减等诊断功能。
1.4 安装使用与标准要求符合度难以衡量
AQ 1029—2007《煤矿安全监控系统及检测仪器使用管理规范》对煤矿安全监控系统安装使用做了详细要求，但一些中小煤矿安全监控系统存在现场管理不到位、探头数量不足、安装不合理、数据不准确、断电不可靠等现象，未充分发挥安全监控系统的重要作用，需要各地煤矿安全监察局通过检查分析工具督查。造成该问题的原因是中小煤矿技术实力弱及对管理规范掌握不够深入，系统缺乏传感器安装、设置及调校是否符合标准要求的自评估功能。
1.5 报警处置机制单一
在煤矿瓦斯突出事故中，瓦斯体积分数在数秒内就能达到30%，上升至5%的用时则更短，而瓦斯爆炸下限为5%，因此必须在瓦斯体积分数上升的极早期进行分析、判断和识别。同时气体体积分数在较长时间内超过规定值，其危险性很大，是严重的安全事故隐患。目前煤矿安全监控系统环境参数报警执行1个分级的超限报警，系统不能及时捕捉和发现预定报警值以下的危险动态异常变化，无法提前采取针对性防范措施，在很大程度上制约了矿井灾害治理工作。
《煤矿安全监控系统升级改造技术方案》[3]对煤矿安全监控系统智能化水平提出更高的要求，具体包括：
(1) 传输数字化。在分站至中心站数字化传输的基础上，将传感器(模拟量)至分站升级为数字传输，实现煤矿安全监控系统数字化，促进智能传感器发展。
(2) 完善报警功能。根据瓦斯浓度、瓦斯超限持续时间、瓦斯超限范围等，设置不同的报警级别，实施分级报警响应；根据巷道布置及瓦斯涌出等内在逻辑关系，实施逻辑报警，促进各类传感器的正确安装、设置、维护及煤矿安全监控系统的正常使用，防止违法行为。
(3) 增加自诊断、自评估功能。实现煤矿安全监控系统定期的自诊断、自评估，能够预先发现系统在安装使用中存在的问题。自诊断内容至少应包括传感器、控制器的设置及定义，模拟量传感器维护、定期未调校提醒。
(4) 加强数据应用分析。煤矿安全监控系统应具有大数据分析与应用功能，至少应包括伪数据标注及异常数据分析，瓦斯涌出、火灾等预测预警。
(5) 方便用户使用、维护、培训。软件界面友好，方便调用，强化帮助功能。
3.1 软件伪数据识别
3.1.1 调校伪数据识别
文献[4]提出了煤矿安全监控系统瓦斯传感器调校在线识别方法：瓦斯传感器现场进行调校时设置为调校状态，传感器将调校信息发送至分站和监控主机，监控主机显示该瓦斯传感器处于现场通气调校状态，然后瓦斯传感器进行通气调校和断电功能测试，结束后瓦斯传感器设置为结束调校状态，监控软件记录调校数据并标注为“调校”。通过该方法可识别传感器调校时产生的伪数据，且缩短监控时段盲区，以提高井下作业安全性并减少误报警。
3.1.2 设备故障伪数据识别
设备故障产生的伪数据可根据监测对象的类型、产生条件及上下游数据关联性进行识别[5-7]。
(1) 根据监测对象的类型识别伪数据。煤矿井下主要有害气体为甲烷和一氧化碳，其检测原理是先通过气室采样，然后采用催化、激光、电化学反应等原理测量浓度。气体扩散到气室速度较慢，结束通气后，气体浓度下降时间更长。基于气体检测缓变化特性，通过提高系统采样速率，监控软件计算气体浓度上升率、下降率识别部分急剧变化的伪数据。
(2) 根据监测对象的产生条件识别伪数据。煤矿开采活动具有一定的周期性，开采时瓦斯浓度高，检修时瓦斯浓度低，通风正常时瓦斯浓度保持某一固定值，通风不畅和瓦斯涌出时瓦斯浓度急剧上升。判定某测点数据是否异常，可关联采掘设备启停、通风系统参数、瓦斯涌出预警等条件进行综合判断，降低伪数据产生概率。
(3) 根据监测对象的上下游数据关联性识别伪数据。煤矿井下有害气体随风流稀释、流动，气体浓度在相关性、极差值、最小值方面具有特征规律。基于相关性、极差值、最小值的3种关联性模型可适用于不同类型煤矿采煤工作面、掘进工作面瓦斯异常数据分析[5]，运用关联性模型分析可识别部分设备不可靠产生的伪数据。
3.2 设备自识别安装
(1) 新接入设备自动识别。在监控主机内建立描述设备ID表，内容包括设备类别、名称、量程、单位等，监控主机将ID表下发至分站。分站与传感器进行CAN总线通信时，由于CAN网络具有多主特性，传感器上电时可自动将本机ID号发送给分站，进行设备自识别；分站与传感器进行RS485总线通信时，由于RS485网络是典型的主从式通信，借鉴令牌网工作原理[8]，在轮询周期结束后，分站发送接收地址广播指令，新接入设备在接收该指令后，可向分站发送本机ID号，解决基于RS485传输方式的设备自识别问题。
(2) 从设备地址冲突提醒。分站具备从设备自识别功能后，分站程序中设计总线从设备在线列表，分站接入新设备后判断其地址与从设备在线列表是否重复，若重复，立即向新接入从设备发送地址重复命令，并将本总线空闲地址号发送给从设备，从设备接收到该信息后，通过人机交互提醒安装人员。
3.3 系统自诊断
3.3.1 数据传输错误自诊断
(1) 主干光纤网络传输诊断。网络交换机之间数据传输通过1对收发激光器相连，激光接收器还具有光接收强度测试能力。根据交换机SNMP协议，激光接收器接收的光强上传至网管软件，当光功率衰减到报警门限以下时进行报警。
(2) 总线式通信传输诊断。检查从设备中各种内部差错状态[9]：① 通信差错计数器，统计从设备总线通信CRC校验出错数量；② 总线异常差错计数器，统计从设备返回的异常命令响应数量；③ 从设备无响应计数器，统计从设备未响应主站数量；④ 从设备忙计数器，统计从设备忙异常响应数量；⑤ 总线字符超限计数器，统计字符抵达端口速度高于存储字符速度或因硬件故障丢失的字符数量。通过通信差错计数器、从设备无响应计数器，可评价、衡量外界干扰或线缆质量导致的数据传输出错程度；通过总线异常差错计数器、从设备忙计数器、总线字符超限计数器，可诊断主从设备之间交互、协同程度。
3.3.2 传感器远距离供电不足自诊断
传感器设计电源输入电压、电流检测电路。以催化式甲烷传感器为例，传感器功耗主要表现在黑白元件无焰燃烧，因此设备启动前暂不启动功耗大的外围设备，保持本机最小电流运行，检测线路输入电压、电流，传感器可计算出电缆电阻，传感器冲击电流为定值，从而可计算出传感器在冲击瞬间在电缆上的压降，判定该瞬间传感器供电是否符合要求，并将计算结果上传至监控主机。
3.3.3 系统硬件设备故障自诊断
(1) 分站设计监视CPU运行负荷、系统复位计数、存储占用率等关键参数功能，其中系统复位计数通过复位源识别寄存器分别统计上电复位、外部复位、看门狗复位、掉电检测复位次数，供监控主机查询。
(2) 传感器主要设计探头断线、短路，零点漂移，精度超差等诊断功能。
(3) 通过对后备电池充电电流进行积分统计，计算出后备电池的SOC参数，并以上一周期后备电池完整放电容量为基础，对当前电池容量进行诊断，当不满足供电1.5 h时进行提醒。
3.4 分级报警处置机制
3.4.1 分级报警条件
分级报警级别参考《气象灾害预警信号发布与传播办法》，将报警分为IV，III，II，Ⅰ4级，危险严重程度依次加重[10-11]。
以甲烷传感器为例，分级报警条件见表1，对单一甲烷传感器同时按表2设定分级报警条件。
表1 甲烷传感器按超限体积分数和传感器数量分级报警设置
Table 1 Grading alarm setting of methane sensor according to excessive volume fraction and sensor number
表2 单一甲烷传感器按超限体积分数和超限时间分级报警设置
Table 2 Grading alarm setting of single methane sensor according to excessive volume fraction and excessive time
3.4.2 分级报警方式
(1) 井下传感器。井下传感器根据监测的甲烷体积分数进行4个级别的报警，以人视听觉可明显识别的频率，发出4种频率的声光信号，见表3。
表3 井下传感器声光分级报警方式
Table 3 Sound and light grading alarm of underground sensor
(2) 井下、井上声光报警器。声光报警器按照表3要求发出4种频率的声光信号，并通过语音提示报警区域、报警参数、报警级别等信息。
(3) 监控主机报警信息栏。监控主机报警信息栏除满足AQ 6201—2006《煤矿安全监控系统通用技术要求》规定外，报警信息按颜色进行等级区分，见表4。
表4 分级报警颜色
Table 4 Grading alarm color
(4) 短信平台。通过短信发送方式报警，报警信息按颜色进行等级区分，见表4。
(5) 集团联网报警。集团联网中心的报警信息按颜色进行等级区分，见表4。
3.5 瓦斯涌出、火灾预测预警功能
(1) 利用时间序列分析法能够基于煤矿安全监控系统数据预测瓦斯涌出，根据瓦斯涌出变化的连续规律性，运用工作面瓦斯、风速等历史数据，建立描述瓦斯涌出量在一定时间和空间内变化发展的动态模型，反映瓦斯涌出量的变化规律[12-15]，从而预测工作面瓦斯涌出量，进一步推测未来瓦斯涌出趋势。
(2) 矿井火灾分为内因火灾和外因火灾2种[16-17]。针对外因火灾，通过对二氧化碳、温度和烟雾等传感器数据进行分析，建立火灾预报模型，实现区域范围的火灾预警；针对内因火灾，根据不同的煤自燃特征物理参量，利用多参数监测方法，提取有效、准确信息，建立煤自燃预警模型[18-19]。
结合煤矿实际应用和煤矿安全监控系统升级改造的要求，重点介绍了煤矿安全监控系统智能化发展对策。下一步将通过大数据分析，完善预警模型，提升瓦斯涌出预测准确率，同时研究适合煤矿井下的设备位置识别技术，完善煤矿安全监控系统GIS功能。
参考文献(References)：
[1] 孙继平.AQ 1029—2017《煤矿安全监控系统及检测仪器使用管理规范》(报批稿)[J].工矿自动化,2017,43(6):87-94.
SUN Jiping.AQ 1029-2017UseandManagementSpecificationofCoalMineSafetyMonitoringSystemandTestingInstrument(draft for approval)[J].Industry and Mine Automation,2017,43(6):87-94.
[2] 张加易,柏思忠.RS485总线型即插即用技术研究及实现[J].自动化与仪器仪表,2016(8):87-88.
ZHANG Jiayi,BAI Sizhong.Research and implementation of RS485 bus plug and play technology[J].Automation & Instrumentation,2016(8):87-88.
[3] 国家安全生产监督管理总局.国家煤矿安监局关于印发《煤矿安全监控系统升级改造技术方案》的通知[EB/OL].(2017-01-03)[2017-09-20].http://www.chinasafety.gov.cn/newpage/Contents/Channel_6289/2017/0103/281591/content_281591.htm.
[4] 王晓阳,吕鹏飞,汪丛笑,等.一种矿用安全监控系统的瓦斯传感器的在线调校方法:CN200810019971.5[P].2008-09-03.
[5] 邹哲强,曲世甲.基于关联性模型的煤矿安全监控系统报警方法[J].工矿自动化,2011,37(9):1-5.
ZOU Zheqiang,QU Shijia.Alarm method of safety monitoring system of coal mine based on relevance model[J].Industry and Mine Automation,2011,37(9):1-5.
[6] 殷大发.煤矿安全监控系统监测点数据异常识别技术研究[J].矿山机械,2013,41(4):120-123.
YIN Dafa.Study on technology of identifying data abnormality of monitoring points in colliery safety monitoring system[J]Mining & Processing Equipment,2013,41(4):120-123.
[7] 邹哲强,张立斌,蒋泽,等.煤矿监控系统产生伪数据的原因和应对措施[J].工矿自动化,2013,39(9):1-4.
ZOU Zheqiang,ZHANG Libin,JIANG Ze,et al.Causes of false data of coal mine monitoring and control system and its countermeasures[J].Industry and Mine Automation,2013,39(9):1-4.
[8] 王树丰,方斌,程大伟,等.基于类令牌环的RS485多主通信协议模块设计[J].工矿自动化,2013,39(12):17-20.
WANG Shufeng,FANG Bin,CHENG Dawei,et al.Design of multi-host communication protocol module of RS485 based on class token ring[J].Industry and Mine Automation,2013,39(12):17-20.
[9] GB/T 19582.1—2008 基于Modbus协议的工业自动化网络规范 第1部分:Modbus应用协议[S].
[10] 安标国家矿用产品安全标志中心.关于发布煤矿安全监控系统升级改造检验方案、安全标志管理方案的通知[EB/OL].(2017-09-05)[2017-09-20].http://www.aqbz.org/Home/ABGG/wenjian/GG2017008.htm.
[11] 奚冬芹.煤矿瓦斯分级报警系统设计[J].电脑知识与技术,2016,12(21):186-187.
XI Dongqin.Design of coal mine gas grading alarm system[J].Computer Knowledge and Technology,2016,12(21):186-187.
[12] 孟海东,孙搏,司子稳,等.基于时间序列的矿井瓦斯涌出量预测方法[J].工矿自动化,2010,36(12):24-27.
MENG Haidong,SUN Bo,SI Ziwen,et al.Prediction method of mine gas emission based on time series[J].Industry and Mine Automation,2010,36(12):24-27.
[13] 董丁稳,屈世甲,王红刚.基于多测点关联分析的工作面瓦斯浓度实时预警[J].中国安全科学学报,2015,25(1):111-115.
DONG Dingwen,QU Shijia,WANG Honggang.Gas concentration real-time pre-warning at coal mine working face based on correlation analysis of multi-point monitoring data[J].China Safety Science Journal,2015,25(1):111-115.
[14] 董丁稳,李树刚,常心坦,等.基于HHT方法的矿井瓦斯体积分数预测[J].中国安全科学学报,2011,21(9):100-105.
DONG Dingwen,LI Shugang,CHANG Xintan,et al.Mine gas concentration prediction based on HHT method[J].China Safety Science Journal,2011,21(9):100-105.
[15] 石记斌,石记红.关联分析数据挖掘在煤矿瓦斯安全监测预警中的应用[J].能源与环保,2017,39(8):1-5.
SHI Jibin,SHI Jihong.Application of correlation analysis on data mining in coal mine gas safety monitoring and early warning[J].China Energy and Environmental Protection,2017,39(8):1-5.
[16] 孙勇,彭担任,张人伟,等.基于BP神经网络的矿井火灾安全评价方法[J].工业安全与环保,2011,37(1):38-40.
SUN Yong,PENG Danren,ZHANG Renwei,et al.Mine fire safety assessment based on BP neural network[J].Industrial Safety and Environmental Protection,2011,37(1):38-40.
[17] 雷忠青.矿井火灾预警技术研究[J].煤炭与化工,2015,38(10):148-149.
LEI Zhongqing.Study on mine fire warning technology[J].Coal and Chemical Industry,2015,38(10):148-149.
[18] 朱令起.矿井火灾预测预警及密闭启封安全性研究[D].北京:中国矿业大学(北京),2010.
[19] 单亚锋,马艳娟,付华,等.分布式光纤测温系统在煤矿火灾监测中的应用[J].传感技术学报,2014,27(5):704-708.
SHAN Yafeng,MA Yanjuan,FU Hua,et al.Application of distributed optical fiber temperature measurement system in coal mine fire monitoring system[J].Chinese Journal of Sensors and Actuators,2014,27(5):704-708.
WANG Congxiao1,2
(1.CCTEG Changzhou Research Institute, Changhzou 213015, China; 2.Tiandi(Changzhou) Automation Co., Ltd., Changzhou 213015, China)
Abstract:Present situation of coal mine safety monitoring and control system intelligentization was analyzed, such as difficult pseudo-data identification, complex installation and use of the system, simple function of fault diagnosis, difficult measurement of conformity between installation and use and standard requirements, single alarm disposal mechanism. Development countermeasures of coal mine safety monitoring and control system intelligentization were proposed according to requirements ofTechnologySchemesofUpgradingofCoalMineSafetyMonitoringandControlSystem, which included software pseudo-data identification, equipment self-identification installation, system self-diagnosis, grading alarm disposal mechanism, prediction and pre-warning of gas emission and fire.
Key words:coal mine safety monitoring and control; intelligentization; pseudo-data identification; equipment self-identification; self-diagnosis; grading alarm; gas prediction; fire pre-warning
文章编号：1671-251X(2017)11-0005-06
DOI：10.13272/j.issn.1671-251x.2017.11.002
中图分类号：TD76
文献标志码：A 网络出版时间：2017-10-27 08:15
网络出版地址：http://kns.cnki.net/kcms/detail/32.1627.TP.20171027.0815.002.html
收稿日期：2017-09-29；
修回日期：2017-09-30；责任编辑盛男。
基金项目：天地(常州)自动化股份有限公司研发项目(2016GY001，2016GY101)。
作者简介：汪丛笑(1970-)，男，安徽宁国人，高级工程师，主要从事煤矿安全监控技术研究工作，E-mail:wcxslj@126.com。
引用格式：汪丛笑.煤矿安全监控系统智能化现状及发展对策[J].工矿自动化，2017,43(11)：5-10.
WANG Congxiao.Present situation and development countermeasures of coal mine safety monitoring and control system intelligentization[J].Industry and Mine Automation，2017,43(11)：5-10.