0 引言

煤矿安全生产是一个集开采、掘进、运输、通信、控制等环节于一体的过程，涉及众多子系统，各子系统间相互影响、相互制约。另一方面这些子系统间又相互独立，从而降低了对突发事故的响应和处理速度，易导致事故蔓延，造成严重后果[1-3]。因此，需要将煤矿各独立子系统数据资源和控制资源集中在一起，对各子系统进行集中控制和统一管理，从而打破各子系统之间的壁垒，在各“信息孤岛”间建立传输通道，实现煤矿信息资源与物理资源的共享、交换、处理和控制，提高煤矿生产安全性[4-7]。

信息物理融合系统(Cyber-Physical System，CPS)是一个综合计算、网络和物理环境的多维复杂系统，利用计算、通信及控制技术的深度融合与协作来实现大型工程系统的实时感知、动态控制和信息服务。它包含了感知、计算、通信和控制等系统工程，使物理系统具有计算、通信、精确控制、远程协作和自治等功能[8-10]。将CPS引入煤矿井下，对煤矿安全生产中各子系统进行融合，是目前煤矿自动化、信息化的发展趋势。本文在文献[1-3]研究的基础上，结合煤矿CPS特点，提出了一种煤矿CPS体系架构，并对其中的感控节点进行建模，为煤矿CPS研究提供新思路。

1 煤矿CPS特点

煤矿CPS是传感器网络、物联网、通信、控制等技术紧密结合的产物，是煤矿高度自动化、信息化、智能化的标志，其具有以下特点。

(1) 感知更加透彻。煤矿CPS需要充分利用各传感器和设备的信息，对煤矿地质、环境、生产、设备、人员等进行全面、透彻的感知，获得可靠、精确的数据[11]。

(2) 各子系统呈分布式、异构性。煤矿CPS集成了各种功能和结构的子系统，这些子系统在地理位置、覆盖范围、功能等方面均有差异，这就决定了煤矿CPS的子系统必然是分布式、异构性的。

(3) 各子系统可自学习、自适应、自组织。接入煤矿CPS的子系统数量非常庞大，因此要求各子系统能够高度自治。

(4) 各子系统之间能更好地互联互通，实现信息集成、共享和协同。煤矿CPS能使各子系统灵活地接入与互连，在各“信息孤岛”间建立传输通道，具有无障碍互联互通的能力，实现各子系统之间的深度共享和协同控制。

(5) 管控更加智能。煤矿CPS具有主动感知、自动分析和快速处理的能力，能依据深度学习的知识库，利用边缘计算、雾计算和云计算对各子系统进行有效的智能管理和控制，实现煤矿安全生产各环节自动调控。

2 煤矿CPS体系架构

煤矿CPS分为感知执行层、网络传输层、认知处理层和应用控制层，如图1所示。

图1 煤矿CPS体系架构
Fig.1 System architecture of coal mine CPS

(1) 感知执行层。感知执行层是物理世界和计算世界的接口，包含大量感控节点(由各种感知器和执行器组成)，通过感知器实现对“人、机、物、环”等物理状态的实时准确感知，通过执行器实现对物理对象的控制[12]。

(2) 网络传输层。网络传输层既可将感知执行层的数据上传至认知处理层，也可将认知处理层的数据或指令下达给感知执行层的感控节点，实现信息可靠、有效传输。网络传输层主要组成方式是主干网络和子网络相结合、有线网络和无线网络相结合。主干网络主要是工业以太网，由高速率光纤环网构成，实现数据高效、高速传输；子网络中包含各种有线、无线网络，如现场总线网络、无线传感器网络，感控节点通过子网络接入主干网络；有线网络可连接机电、通信、安全等固定设备；无线网络可连接无线传感设备、射频设备及移动设备[13]。

(3) 认知处理层。认知处理层采用人工智能、数据挖掘、信息融合等技术，统一不同设备传送数据的语义，实现数据的存储、搜索、调配、管理。认知处理层含大量的分布式计算设备，具有强大的计算和信息处理能力，用来实现信息融合与分析、数据挖掘与大数据分析，从而保证数据的真实和有效处理[14]。

(4) 应用控制层。应用控制层为用户提供沟通的操作界面，是煤矿CPS的核心。它采用典型的面向服务架构(Service-Oriented Architecture，SOA)，围绕决策智能化、知识模型化、控制自动化、监测实时化等目标进行相应应用设计，包括监控系统、调度系统、人员管理系统、安全生产执行系统、应急指挥系统、经营管理系统、综合自动化系统等应用系统，实现对煤矿各环节的集中监视和协同控制，从而优化生产和经营管理[15-17]。

3 煤矿CPS感控节点建模

3.1 煤矿CPS感控节点特性

煤矿CPS感控节点种类繁多，本文将其分为环境节点和生产系统节点。环境节点感知煤矿最基本的地质、空气、温湿度等信息；生产系统节点主要包括采掘系统节点、运输系统节点、设备系统节点、人员定位系统节点、安全监测系统节点等。

煤矿CPS的感控节点具有以下特性：① 感知器根据设置的任务来感知信息，并通过网络发送给信息处理单元。② 执行器能接收控制指令，并依据指令来改变物理环境。③ 每个感控节点都是一个智能感知、控制单元，拥有一定的计算、通信、存储、执行能力。④ 每个感控节点都具有唯一的身份ID，以区别其他物理节点。⑤ 每个感控节点都有一定的时间属性和空间属性。

3.2 煤矿CPS感控节点模型

根据煤矿CPS感控节点特性，将每个感控节点看作为一个Agent系统，采用BDI(Belief-Desire-Intention，信念-愿望-意图)模型对煤矿CPS感控节点进行建模。BDI模型可模拟人的思维，从信念、愿望和意图3个方面进行推理：首先从环境中感知变化，再将感知的变化填充到信念中，为完成相应的愿望，就要规划意图，执行相应的行为[18-19]。

在实际应用中，需要将BDI模型中的信念、愿望和意图转变成信念、目标和规划，用来描述Agent系统的自治性：信念对应系统的自治状态，目标对应系统的自治控制，规划对应系统的自治行为。信念是即将执行的目标或子目标，是当前最需要或最适合完成的目标。目标是Agent系统的最初动机，是其希望实现的目标集合，由此激发规划，是Agent系统对环境状态的一种期待和判断。规划是Agent系统的行动计划，即为实现一定的目标采取的行为，它是Agent系统实现一定目标的主要方法和途径[20]。

BDI模型的推理是在信念、目标及规划的选择与执行的过程中完成的，过程如图2所示。Agent系统首先感知事件(包括通信行为)，然后根据感知事件和信念库进行中间推理，生成若干目标并进行分配，再由当前的信念和规划库刷新规划，最后由规划引发行动并修正信念和目标[21-22]。

图2 BDI模型推理过程
Fig.2 Reasoning process of BDI model

根据BDI模型，将煤矿CPS感控节点模型定义为一个八元组：EdgNode=〈ID，Pro，Inf，Bel，Plan，Act，Time，Sta〉。① ID为感控节点唯一的身份标志，表示感控节点的位置信息。② Pro为感控节点的属性，表示感控节点的任务性质，如环境节点、采掘系统节点、运输系统节点、设备系统节点、人员定位系统节点、安全监测系统节点等。③ Inf为感控节点根据当前任务采集的信息，包括环境信息(气体浓度、温湿度、矿尘浓度、风速等)、采掘信息(地质、采掘设备信息)、运输信息(运输设备和线路、安全设施信息等)、人员定位信息(人员考勤、跟踪定位信息)、机电设备信息等。④ Bel为信念，表示感控节点即将要完成的目标。⑤ Plan为规划，表示感控节点实现一定目标的方法。⑥ Act为根据状况和设置目标完成的动作(报警、监测、控制等)。⑦ Time为采集信息的时间。⑧ Sta为感控节点的工作状态(繁忙、空闲等)。

煤矿CPS感控节点工作过程如图3所示。首先通过“Sta”判断感控节点工作状态，若节点空闲，则根据“Pro”判断当前节点的任务性质，并采集相应信息“Inf”，然后抽象成信念“Bel”，通过推理选择规划“Plan”，最后执行相应动作“Act”。

图3 煤矿CPS感控节点工作过程
Fig.3 Working process of sensing and control node of coal mine CPS

4 结论

(1) 煤矿CPS通过感知执行层的感控节点来实现对“人、机、物、环”的泛在感知和控制，通过主干网络和子网络相结合、有线网络和无线网络相结合的网络传输层实现信息可靠、有效传输，通过认知处理层实现信息融合与分析、数据挖掘与大数据分析，通过应用控制层实现对煤矿各环节的集中监视和协同控制。煤矿CPS使煤矿各子系统既能独立自治又能集中控制和统一管理。

(2) 针对煤矿CPS中感控节点特性，将每个感控节点看作为一个Agent系统，采用BDI模型对感控节点进行建模：首先感知事件，然后根据感知事件和信念库进行中间推理，生成若干目标并进行分配，再由当前的信念和规划库刷新规划，最后由规划引发行动并修正信念和目标。

参考文献：

[1] 孙彦景,于满,何妍君.煤矿信息物理融合系统模型[J].计算机研究与发展,2011,48(增刊2):295-301.

SUN Yanjing,YU Man,HE Yanjun.Modeling of cyber-physical system for coal mine[J].Journal of Computer Research and Development,2011,48(S2):295-301.

[2] 孙彦景,华钢,窦林名,等.矿山工程信息物理系统研究及挑战[J].煤炭科学技术,2018,46(2):103-111.

SUN Yanjing,HUA Gang,DOU Linming,et al.Study and challenges on cyber-physical system of mine engineering[J].Coal Science and Technology,2018,46(2):103-111.

[3] 李敬兆,江洋.矿山分布式分级自治系统设计[J].工矿自动化,2018,44(5):20-25.

LI Jingzhao,JIANG Yang.Design of mine distributed hierarchical autonomous system[J].Industry and Mine Automation,2018,44(5):20-25.

[4] 姚建铨,丁恩杰,张申,等.感知矿山物联网愿景与发展趋势[J].工矿自动化,2016,42(9):1-5.

YAO Jianquan,DING Enjie,ZHANG Shen,et al.Prospect of perception mine Internet of things and its development trend[J].Industry and Mine Automation,2016,42(9):1-5.

[5] 张申.煤矿自动化发展趋势[J].工矿自动化,2013,39(2):27-33.

ZHANG Shen.Development of coal mine automation[J].Industry and Mine Automation,2013,39(2):27-33.

[6] 毛善君.“高科技煤矿”信息化建设的战略思考及关键技术[J].煤炭学报,2014,39(8):1572-1583.

MAO Shanjun.Strategic thinking and key technology of informatization construction of high-tech coal mine[J].Journal of China Coal Society,2014,39(8):1572-1583.

[7] 王志斌,孙彦景,刘卫东,等.基于CPS的风电瓦斯闭锁系统建模仿真[J].煤炭科学技术,2012,40(9):80-84.

WANG Zhibin,SUN Yanjing,LIU Weidong,et al.Modeling and simulation of ventilation, electric power and gas interlock system based on CPS[J].Coal Science and Technology,2012,40(9):80-84.

[8] 王中杰,谢璐璐.信息物理融合系统研究综述[J].自动化学报,2011,37(10):1157-1166.

WANG Zhongjie,XIE Lulu.Cyber-physical systems:a survey[J].Acta Automatica Sinica,2011,37(10):1157-1166.

[9] 温景容,武穆清,宿景芳.信息物理融合系统[J].自动化学报,2012,38(4):507-517．

WEN Jingrong,WU Muqing,SU Jingfang.Cyber-physical system[J].Acta Automatica Sinica,2012,38(4):507-517．

[10] 李仁发,谢勇,李蕊,等.信息-物理融合系统若干关键问题综述[J].计算机研究与发展,2012,49(6):1149-1161.

LI Renfa,XIE Yong,LI Rui,et al.Survey of cyber-physical systems[J].Journal of Computer Research and Development,2012,49(6):1149-1161.

[11] 袁亮.面向煤炭精准开采的物联网架构及关键技术[J].工矿自动化,2017,43(10):1-7．

YUAN Liang.Framework and key technologies of Internet of things for precision coal mining[J].Industry and Mine Automation,2017,43(10):1-7．

[12] 孙彦景,左海维,钱建生,等.面向煤矿安全生产的物联网应用模式及关键技术[J].煤炭科学技术,2013,41(1):84-88．

SUN Yanjing,ZUO Haiwei,QIAN Jiansheng,et al.Application mode and key technology of Internet of things faced to coal mine safety production[J].Coal Science and Technology,2013,41(1):84-88．

[13] 孙继平.煤矿信息化与自动化发展趋势[J].工矿自动化,2015,41(4):1-5.

SUN Jiping.Development trend of coal mine informatization and automation[J].Industry and Mine Automation,2015,41(4):1-5.

[14] 孙继平.煤矿信息化自动化新技术与发展[J].煤炭科学技术,2016,44(1):19-23．

SUN Jiping.New technology and development of mine informatization and automation[J].Coal Science and Technology,2016,44(1):19-23．

[15] 张彩霞,程良伦,王向东.基于信息物理融合系统的智能制造架构研究[J].计算机科学,2013,40(增刊1):37-40.

ZHANG Caixia,CHENG Lianglun,WANG Xiangdong.Research on architecture of intelligent manufacturing based on cyber-physical system[J].Computer Science,2013,40(S1):37-40.

[16] BOGDAN P,MARCULESCU R.Towards a science of cyber-physical systems design[C]//IEEE/ACM 2nd International Conference on Cyber-Physical Systems,Chicago,2013:99-108.

[17] 陈晓晶,何敏.智慧矿山建设架构体系及其关键技术[J].煤炭科学技术,2018,46(2):208-213．

CHEN Xiaojing,HE Min.Framework system and key technology of intelligent mine construction[J].Coal Science and Technology,2018,46(2):208-213．

[18] 李仁发,杨帆,谢国琪,等.信息-物理融合系统中建模方法综述[J].通信学报,2016,37(5):165-175.

LI Renfa,YANG Fan,XIE Guoqi,et al.Survey of modeling methods in cyber-physical system[J].Journal on Communications,2016,37(5):165-175.

[19] LEONARDI F,PINTO A,CARLONI L P.Synthesis of distributed execution platforms for cyber-physical systems with applications to high-performance buildings[C]//IEEE/ACM 2nd International Conference on Cyber-Physical Systems,Chicago,2013:215-224.

[20] ILIC M D,XIE Le,KHAN U A.Modeling of future cyber-physical energy systems for distributed sensing and control[J].IEEE Transactions on Systems,Man,and Cybernetics-Part A:Systems and Humans,2010,40(4):825-838.

[21] 刘汉宇,牟龙华.微电网CPS体系架构及其物理端研究[J].电力自动化设备,2012,32(5):34-37.

LIU Hanyu,MU Longhua.Architecture of microgrid CPS and research of its physical side[J].Electric Power Automation Equipment,2012,32(5):34-37.

[22] PUICA M,FLOREA A.Emotional belief-desire-intention agent model: previous work and proposed architecture[J].International Journal of Advanced Research in Artificial Intelligence,2013,2(2):1-8.