0 引言
因矿产开发造成的环境污染与生态破坏严重制约社会和经济的可持续发展[1]。近年来，随着生态文明建设的不断推进，矿山开采逐渐向绿色化、智能化发展[2]。生态环境部也提出要推动煤矿绿色开采及矿山生态环境保护[3]。对矿山环境进行监测，最大限度地降低矿产开发过程对生态环境的扰动与破坏，是实现绿色矿山建设的重要途径[4]。煤炭分选作为矿山环境的主要污染源之一，生产加工过程会产生大量粉尘、废水、废气、噪声及固体废弃物，严重威胁矿区及周边的生态坏境[5-6]。高效、实时、准确地获取选煤厂各类环境数据，对于实现矿山绿色可持续发展具有重要的现实意义。
选煤厂由于其生产特殊性，厂区内外均存在大量污染源，厂区环境复杂、监测面积大、监测点数量多且分散。采用人工定点定时采样存在实时性差、数据准确率低等问题，而有线监测系统存在部署不便、成本高、线路易损坏等不足。物联网技术的发展为实现选煤厂环境监测的无人化和自动化提供了技术基础。目前无线监测场景多采用LPWAN(Low Power Wide Area Network,低功耗广域网)，应用最广泛的为NB-IoT与LoRa技术[7-9]。NB-IoT依赖运营商基站才能实现网络接入，而选煤厂大多位置偏远，使用NB-IoT存在网络覆盖不足的问题[10-11]。使用LoRa同样需要部署基站，在室外环境表现良好，但对厂区内部环境监测存在覆盖盲区[12]。ZigBee作为一种低速率、低功耗、低成本的近距离无线通信技术，具有组网灵活的优势，在自动监测场景应用广泛[13-14]。
本文针对选煤厂环境监测需求与特点，采用物联网技术设计了基于云平台的选煤厂环境监测系统。监测节点间构建无线自组织网络，对环境数据进行不间断采集，通过ZigBee无线多跳方式进行数据传输，保证网络部署的灵活性。利用云平台虚拟化技术将设备映射到云端，对监测数据进行云端存储、分析与展示，提高系统智能化水平。系统组网灵活、易于扩展，可提高选煤厂环境监测的实时性，同时降低了成本，为绿色矿山建设提供了基础保障。
1 系统架构
基于云平台的选煤厂环境监测系统采用物联网3层架构设计，如图1所示。感知层包括路由节点、终端节点及各类环境传感器。节点间通过自组织方式形成无线传感网络，对选煤厂环境信息进行实时感知、采集与处理。网络层包括网关节点和路由器，提供感知层采集数据上传到应用层所必需的网络连接与数据处理。应用层为云平台服务器，利用其计算、存储及网络资源，对上传数据进行分析、处理与展示。
图1 基于云平台的选煤厂环境监测系统架构
Fig.1 Architecture of environmental monitoring system of
coal preparation plant based on cloud platform
基于上述架构的选煤厂环境监测系统工作流程：终端节点部署于选煤厂各环境监测点，根据感知参数连接相应的环境传感器，对环境信息(如温度、湿度、粉尘、水质等)进行实时采集。路由节点与终端节点之间通过无线多跳方式通信，对监测数据进行汇总处理后转发至网关节点。网关节点与各路由节点通信实现各个监测点的网络连通，将数据封装处理后通过以太网上传至云平台服务器，通过云端数据管理软件实现监测数据的云端存储、分析与展示。
系统构建无线多跳方式的通信网络，可有效解决现有选煤厂环境监测系统部署不便、网络覆盖不充分、数据获取不及时等问题，通过节点多跳传输与汇总，实现各分散监测点环境的统一监测，降低部署与维护成本。基于云平台的系统架构具有设备动态接入、数据实时查看、云端统一管理等优势，可使选煤厂管理人员实时了解厂区环境状态，及时准确地发现潜在风险，为管理决策提供支持。
2 系统硬件设计
基于云平台的选煤厂环境监测系统硬件包括网关节点、终端节点和路由节点。综合考虑性能、可靠性、扩展性及成本因素，采用模块化思想设计了基于嵌入式系统的节点硬件电路。
2.1 网关节点
网关节点位于系统网络层，同时连接ZigBee无线网络与外部以太网。作为一种特殊的网关设备，网关节点不具有环境监测功能，但对计算、通信及存储资源要求较高。其整体硬件结构如图2所示。
图2 网关节点硬件结构
Fig.2 Hardware structure of gateway node
为了满足其算力需求，网关节点的MCU选用STM32F429。该芯片具有良好的计算性能和中断响应系统，集成多种总线接口和控制器资源，可以减少外围元件的使用，便于硬件设计及外设扩展。
ZigBee模块选用CC2530。该模块具有低功耗、高可靠性特点，支持多种工作模式，易于开发与部署。为了提升节点间传输距离，模块添加了功放芯片，并外接天线。
以太网模块硬件包括物理层与数据链路层。由于STM32F429集成了以太网MAC层控制器，所以外接以太网物理层芯片LAN8720进行网络数据包的收发，实现以太网通信功能。LAN8720连接采用RMII (Reduced Media Independent Interface，简化媒体独立接口)，减少接线数量。
为了提高系统运行速度，同时满足后期软件功能升级需要，网关节点外接SDRAM和FLASH,以扩展系统运行和存储空间。
作为系统数据交换核心，网关节点需要实时在线，以保证系统数据不间断处理与传输。电池供电无法满足应用需求，需要使用有源电路。采用直流电源经过直流稳压电路降压至3.3，5 V为MCU及板载外设供电。
UART(Universal Asynchronous Receiver/Transmitter，通用异步收发传输器)控制器用于网关节点软件调试。
2.2 终端节点
终端节点位于感知层，主要功能是实现环境信息感知与数据采集，其硬件结构如图3所示。
MCU选用STM32F103，其具有低功耗、低成本特点，可提供多种类型的通信接口，满足不同类型传感器连接需求。ZigBee模块选用CC2530，与网关节点、路由节点进行无线通信。采用直流稳压电路对直流电源降压后供电，采用UART控制器调试软件。预留I/O接口以提高终端节点的扩展性。
图3 终端节点硬件结构
Fig.3 Hardware structure of terminal node
根据场景需求，综合功耗、精度、采样频率及接口类型确定传感器选型，分别选用DHT11温湿度传感器、ZPH01粉尘传感器、PH值传感器来监测选煤厂的温度、湿度、粉尘浓度、水质等参数。
2.3 路由节点
路由节点位于感知层，主要对终端节点采集的监测数据进行汇总处理，并将数据转发至网关节点。
路由节点硬件结构如图4所示。ZigBee模块选用CC2530，采用直流电源降压后供电，配备UART控制器进行软件调试，预留I/O接口便于扩展。
图4 路由节点硬件结构
Fig.4 Hardware structure of routing node
基于上述结构设计的网关节点、终端节点、路由节点如图5所示。
(a) 网关节点
(b) 终端节点
(c) 路由节点
图5 监测节点实物
Fig.5 Actual monitoring nodes
3 系统软件设计
基于系统需求与结构设计系统软件，感知层包括环境数据采集与无线通信软件，网络层为网络数据传输软件，应用层为云端数据管理软件。
采用Z-Stack协议栈开发节点无线通信软件，基于OSAL(Operating System Abstraction Layer，操作系统抽象层)机制实现任务调度与事件处理。Z-Stack为符合ZigBee2007/Pro规范的开源协议栈。
网络数据传输包括网络层连接与应用层数据传输。网络层连接采用LwIP(Light Weight TCP/IP Stack，轻量级TCP/IP协议栈)。应用层数据传输采用MQTT(Message Queuing Telemetry Transport，消息队列遥测传输)协议，其为基于发布/订阅模式的轻量级消息传输协议。
云平台服务器选用阿里云物联网平台，对网关节点上传的数据进行统一管理。基于IoT Studio开发组件化的Web可视化云端数据管理软件。
3.1 环境数据采集软件
环境数据采集软件部署于终端节点，通过读取各传感器电路信息获取环境数据，流程如图6所示。首先，进行节点软硬件初始化，包括I/O、ZigBee模块等初始化。其次，通过定时中断读取传感器数据，以获取环境参数信息。再次，通过UART端口将数据传输至ZigBee模块，通过网络地址将数据上报给路由节点。最后，当监测数据异常时，通过事件中断实现告警。
图6 环境数据采集流程
Fig.6 Environmental data collection flow
3.2 无线通信软件
无线通信软件部署于网关节点、路由节点及终端节点，3种节点分别执行协调器、路由器及终端程序。网关节点创建并维护ZigBee网络，路由节点与终端节点加入该网络并受网关节点管理。
基于Z-Stack协议栈的网络创建流程：首先，网关节点判断自身是否已经加入ZigBee网络，通过发送信标请求监测是否存在其他协调器。如果没有检测到信标则创建ZigBee网络，同时作为该网络的协调器不断发送信标并进行广播。然后，扫描信道，选择能量水平允许、相对安静的信道，为网络分配网络标志符PAN_ID，也可人为预设PAN_ID。最后，设置网络地址，完成网络初始化，等待其他节点的入网请求，至此网络创建成功。
节点入网流程：首先，节点主动扫描信标，查找周围网络的协调器，同时获取协调器的信息。然后，节点向协调器发出连接请求，获得网络地址并发送状态响应。最后，节点成功加入网络后回复确认并保存协调器信息。终端节点可直接加入网络，也可通过路由节点加入网络。
组网完毕后，通过OSAL为节点创建任务并分配任务ID，通过轮询方式判断任务是否需要进行事件处理，通过函数指针远程调用事件处理函数。
网关节点、路由节点、终端节点的ZigBee模块通过UART端口读取MCU的数据并发送，同时MCU通过UART端口接收网络数据进行处理。节点间基于网络地址进行通信，网络数据收发以单个字节为单位，包含1个起始位和1个停止位。
3.3 网络数据传输软件
网关节点的功能是实现数据上云，前提是设备云化。首先，在云平台创建产品并添加设备，获取设备鉴权信息。其次，将鉴权信息与网关节点绑定，将物理设备映射到云平台，实现设备的虚拟化。再次，为设备创建物模型数据，将物理参数与云平台属性进行绑定。最后，将网关节点与云平台建立连接，实现数据上云。
网关节点基于LwIP协议与阿里云物联网平台建立连接。将网关节点与云平台服务器的IP地址和端口号绑定后，基于netconn接口与云平台服务器建立TCP/IP连接，如图7(a)所示。采用缓冲区处理TCP数据包，提高消息传输效率。
网关节点通过MQTT协议将监测数据上传至阿里云物联网平台。网关节点获取云平台设备信息与服务器信息，计算用户名与登录密码，通过HMAC-SHA1算法进行加密处理，服务器端验证成功后建立连接。
根据MQTT协议特点，网关节点与云平台服务器需通过代理实现消息传递，因此需要创建消息发布代理的主题。当网关节点有数据上传时，先将数据封装为JSON(JavaScript Object Notation, JS 对象简谱 )格式，再通过POST请求将数据推送至该主题，订阅该主题的服务器将会收到上传的数据，如图7(b)所示。同时网关节点通过GET请求接收云平台服务器发送的数据，如图7(c)所示。
数据上传任务通过消息队列接收其他任务传递的数据。网关节点对终端节点与路由节点上传的数据进行预处理，通过消息传递任务将数据添加至消息队列，等待数据上传任务读取。当数据出现异常时，输出错误信息。消息传递流程如图7(d)所示。
(a) 网络连接任务
(b) 数据上传任务
(c) 数据接收任务
(d) 消息传递任务
图7 网络数据传输流程
Fig.7 Network data transmission flow
网关节点作为路由节点与云平台数据交互的枢纽，需要处理多个复杂任务。为了提高系统并发性和实时性，为网关节点移植了μCOS-III嵌入式实时操作系统，基于多任务开发与管理，保证系统各功能高效运行，同时方便系统功能升级。μCOS-III操作系统根据任务优先级进行调度，实现网络数据的高效处理及程序正确执行。
4 系统测试
搭建测试平台对系统进行功能测试。各节点通电后运行，连接阿里云物联网平台，对选煤厂环境进行监测。
网关节点将监测数据上传至云平台服务器进行存储、分析与可视化展示。监测界面如图8所示，可展示温度、湿度、PM2.5浓度、水质酸碱度等参数的实时数据和历史数据，并对环境参数异常信息进行统计，便于专项管理，满足实际监测需求。
图8 选煤厂环境监测界面
Fig.8 Environmental monitoring platform of coal
preparation plant
云平台设备管理界面如图9所示。通过该界面可在云平台实时查看设备状态、当前参数及告警信息，便于节点管理。
图9 云平台设备管理界面
Fig.9 Device management interface on cloud platform
5 结语
从选煤厂环境监测的特殊性及实际需求出发，设计了基于云平台的选煤厂环境监测系统。采用模块化思想构建了基于嵌入式系统的无线监测节点，包括终端节点、路由节点、网关节点，实现了选煤厂现场环境数据的采集、转发、处理与上传，成本较低，组网灵活，易于扩展。系统提供基于云平台的数据管理软件，可对监测数据进行存储与可视化展示，实现了选煤厂环境信息的实时监测与告警、历史数据查询等功能。测试结果表明，该系统运行稳定，监测结果准确，为选煤厂绿色生产与可持续发展提供了技术支撑。
[1] 吴文盛,李小英.矿产资源开发与生态环境恢复治理[J].中国矿业,2021,30(2):21-24.
WU Wensheng,LI Xiaoying.Exploitation of mineral resources and restoration of ecology[J].China Mining Magazine,2021,30(2):21-24.
[2] 董煜,柳晓娟,侯华丽.绿色矿山评价指标解析[J].中国矿业,2020,29(12):68-74.
DONG Yu,LIU Xiaojuan,HOU Huali.Analysis of green mine evaluation index[J].China Mining Magazine,2020,29(12):68-74.
[3] 中华人民共和国生态环境部.国务院关于印发循环经济发展战略及近期行动计划的通知[EB/OL].(2013-02-16)[2021-04-04].http://www.mee.gov.cn/zcwj/gwywj/201811/t20181129_676543.shtml.
Ministry of Ecology and Environment of the People's Republic of China.Notice of the State Council on issuing circular economy development strategy and short-term action plan[EB/OL].(2013-02-16)[2021-04-04].http://www.mee.gov.cn/zcwj/gwywj/201811/t20181129_676543.shtml.
[4] 中华人民共和国国土资源部.煤炭行业绿色矿山建设规范[EB/OL].(2018-06-22)[2021-04-04].http://www.mnr.gov.cn/gk/tzgg/201804/P0201807035790-51539789.pdf.
Ministry of Land and Resources of the People's Republic of China.Green mine construction specification of coal industry[EB/OL].(2018-06-22)[2021-04-04].http://www.mnr.gov.cn/gk/tzgg/201804/P020180703579051539789.pdf.
[5] 李涛.选煤厂综合除尘技术研究[J].煤,2021,30(5):95-96.
LI Tao.Study on comprehensive dust removal technology in coal preparation plant[J].Coal,2021,30(5):95-96.
[6] 武小兵.选煤厂选煤工艺流程优化分析[J].中国设备工程,2021(11):130-131.
WU Xiaobing.Optimization analysis of coal preparation technology in coal preparation plant[J].China Plant Engineering,2021(11):130-131.
[7] 赵咏,唐嘉,韩涛,等.基于LPWAN偏远低效气井数据传输方案设计[J].西南石油大学学报(自然科学版),2020,42(6):141-148.
ZHAO Yong,TANG Jia,HAN Tao,et al.Design of data acquisition and transmission scheme for remote and inefficient gas wells based on LPWAN technology[J].Journal of Southwest Petroleum University(Science & Technology Edition),2020,42(6):141-148.
[8] 金妍,茅敏敏,徐丘雨,等.基于NB-IoT技术的智能LED灯杆监控系统的研制[J].应用科学学报,2021,39(2):241-249.
JIN Yan,MAO Minmin,XU Qiuyu,et al.Development of NB-IoT based intelligent LED light pole monitoring system[J].Journal of Applied Sciences,2021,39(2):241-249.
[9] 韩文征,姚晓东,黄煊赫.基于LoRa的光伏电站监控系统[J].仪表技术与传感器,2020(6):59-62.
HAN Wenzheng,YAO Xiaodong,HUANG Xuanhe.Monitoring system of photovoltaic power station based on LoRa[J].Instrument Technique and Sensor,2020(6):59-62.
[10] 聂珲,陈海峰.基于NB-IoT环境监测的多传感器数据融合技术[J].传感技术学报,2020,33(1):144-152.
NIE Hui,CHEN Haifeng.Multi-sensor data fusion technology based on NB-IoT environment monitoring[J].Chinese Journal of Sensors and Actuators,2020,33(1):144-152.
[11] 肖军,刘洲洲,王琳,等.基于NB-IoT和云平台的瓦斯浓度监测与预警系统的研究[J].机床与液压,2021,49(6):60-63.
XIAO Jun,LIU Zhouzhou,WANG Lin,et al.Research on gas concentration monitoring and early warning system based on NB-IoT and cloud platform[J].Machine Tool & Hydraulics,2021,49(6):60-63.
[12] 肖时辉,梅敏彰,唐孟雄,等.基于LoRa的城市立交桥远程监测数据采集系统[J].公路,2021,66(2):87-93.
XIAO Shihui,MEI Minzhang,TANG Mengxiong,et al.Data acquisition system for remote monitoring of urban interchange based on LoRa[J].Highway,2021,66(2):87-93.
[13] 冯伟,彭力.基于ZigBee技术的公共实验室远程监控系统[J].现代电子技术,2021,44(3):11-15.
FENG Wei,PENG Li.Public laboratory remote monitoring system based on ZigBee technology[J].Modern Electronics Technique,2021,44(3):11-15.
[14] 孙健,车凯,袁栋,等.基于ZigBee的开关柜触点监测系统设计[J].电测与仪表,2020,57(22):126-132.
SUN Jian,CHE Kai,YUAN Dong,et al.Design of switchgear contact monitoring system based on ZigBee[J].Electrical Measurement & Instrumentation,2020,57(22):126-132.
