基于云计算技术的煤矿安全生产监测系统设计
摘要:为了改善煤矿安全生产过程中甲烷和氧气浓度无法准确监测导致生产安全性低的缺陷，设计了一种基于云计算技术的煤矿安全生产监控系统。该系统通过传感器采集井下安全生产数据，将数据传输到处理器，通过无线通信网络将数据传输到服务器，服务器将数据传输到煤矿安全生产监控软件系统。软件系统中的云数据库利用数据挖掘方法和甲烷浓度变化预测模型获取井下安全生产的各项指标，并将监测结果通过Web服务器传输到监控指挥中心。系统测试结果表明，该系统能有效监测井下生产过程中的温度、湿度、甲烷浓度等指标，便于煤矿管理者根据监测结果进行决策。
关键词:云计算技术；煤矿安全生产；监控系统；甲烷浓度；云数据中心
目前，煤矿安全监管是各地相关部门的重要工作。随着安全监管装备和安全监管技术的提高，煤矿安全生产监控的应用水平更高[1]。目前，西方国家的煤矿监管技术已经极其成熟。一些西方国家将煤矿安全监管信息系统应用于煤矿开采、行政管理等重要手段，重点发展煤矿监管技术的软硬件[2]，并将智能技术应用于煤矿监管。我国煤矿安全监管发展较晚，安全监管技术发展滞后，缺乏完善的监管安全应用技术[3-4]。
传统的煤矿安全生产监控系统只能在煤矿生产过程中有害气体超标时进行报警[5]，缺乏对有害气体的预测和报警性能。云计算技术利用Web服务实现数据存储和处理，将云计算技术应用到煤矿企业的安全生产中，通过设定固定的标准将云资源传输到需要的应用中，具有节约成本、提高煤矿生产安全性的优点。目前对煤矿安全生产的研究很多，如利用RFID和无线传感器网络设计煤矿安全生产和越界开采的管理系统和监控系统，可以提高煤矿安全性，但不能实现甲烷气体浓度的有效预测。
云计算技术近年来发展迅速。云计算技术以网络为载体[3]，以虚拟化技术为基础，整合可扩展的数据、存储和计算资源，利用分布式计算资源完成工作[4]。为此，设计了一种基于云计算技术的煤矿安全生产监控系统，将云计算技术应用于煤矿安全生产监控，可以有效预测煤矿安全生产过程中甲烷气体浓度、温度、湿度超标等危险事故，提高煤矿安全性。
1云计算技术的煤矿安全生产监控系统
1.1系统的总体结构
设计的煤矿安全生产监控系统主要包括云数据中心、中心服务器、数据采集终端和监控指
挥中心。井下数据采集终端[8]由井下监测站和各种数据采集传感器组成。温度、湿度、甲烷气体浓度等开关量和设备供电状态等模拟量信息均由井下数据采集终端完成。煤矿客户端软件由云数据中心提供，云数据中心由中心服务器提供。井下数据采集端采集的所有数据由中央服务器接收。接收到数据后，中央服务器将收集到的数据转换成可用于云数据接收的标准化数据格式。数据格式转换完成后，数据传输到云数据中心。服务提供商用于为系统的云数据中心提供服务，云数据中心为煤矿企业提供安全生产监控服务，在煤矿出现安全生产异常时及时预警。系统的监测数据通过云数据中心传输到云数据库，云数据库具有强大的计算和数据处理能力。云数据库接收到数据后，利用数据挖掘方法获得与当前监测数据相匹配的数据处理模型，并利用甲烷浓度变化预测模型对煤矿内甲烷浓度变化进行预测，并将预测结果传输给用户。监控指挥中心为用户提供应急救援、井下安全监控、指挥调度等多项服务。发生事故和预计事故时，应及时派遣工人。
1.2井下数据采集结束
云数据库服务井下数据采集终端主要包括各种指标采集传感器、核心ARM处理器和无线通信模块。井下数据采集端的不同采集传感器都含有ZigBee芯片，ZigBee芯片用于将采集的数据传输给数据处理器。
系统选用LPC 1756 ARM处理器作为系统井下数据采集端的处理器芯片，利用各个传感器采集井下甲烷浓度、氧气浓度、温度、湿度等信息。ZigBee模块将接收到的传感器节点数据通过ZigBee网关传输到处理器，使用LPC 1756 ARM处理器将接收到的环境参数数据通过无线通信网络传输到无线网络采集点。利用无线通信网络将采集的数据传输到井上系统的服务器，监控人员利用上位机软件实现对接收数据的安全生产监控和数据分析。
1.2.1LPC1756ARM
系统选用LPC1756作为CPU处理器，可将数据转换速率提高到1.2MHz。系统包括定时器/计数器和PWM，具有32位和6通道输出，1个SPI接口和2个IIC接口。所选芯片可应用于对集成度要求高的场合，且具有低功耗的优点。
1.2.2甲烷浓度采集传感器
甲烷浓度是煤矿安全生产过程中非常重要的监测参数，甲烷浓度超标容易引发矿难。系统甲烷浓度采集传感器选用MJC4-2.8J传感器，属于催化燃烧甲烷传感器，具有甲烷监测精度高[12]和防爆等级高的优点。该传感器具有温度和湿度补偿功能。传感器选用INA128作为放大器，用来放大电压信号。
2煤矿安全生产监控系统软件设计
2.1系统软件的总体架构
监控软件是基于云计算技术的煤矿安全生产监控系统的核心，是系统运行的基础。它由监控信息采集服务器、云服务管理、后台集和前台服务器组成。
系统软件前台服务器运行前，需要对系统参数进行初始化，主要负责设置煤矿安全生产监控系统的传输协议栈。首先定义系统属性，然后确定工作频率和节点属性，然后配置数据库和中心服务器。定义系统参数后，将上述系统配置连接到网络进行运行判断，从而运行系统并处理数据。软件运行主程序，即系统为完成某项任务而要执行的主程序。
煤矿安全生产监控系统软件采用Web服务器作为前台服务器，前台服务器向煤矿企业客户端提供访问接口和登录接口。前端服务器根据系统资源和云服务对云服务资源进行封装[13]，对数据中心和各种服务的消费进行分级。用户发送的服务请求通过负载均衡算法转换成LSF命令，并将转换后的命令传输到云数据中心后台集。煤矿安全生产监控系统以后台集为监控核心。所有云计算集的操作由接收到的LSF命令实现，LSF命令和获得的作
业结果被传送到不同的计算节点。每个计算节点根据接收到任务调用相应的业务应用程序运行计算任务。云计算中心的服务器需要与系统中心的服务器连接。
2.2甲烷浓度变化预测模型
选择动态模糊神经网络建立甲烷浓度变化预测模型。甲烷浓度变化预测模型的框架如图所示。
3系统性能测试与分析
为了验证所设计的监控系统对煤矿安全生产监控的有效性，选取某煤矿集团下属单位作为监控对象，设置了7个监控单元。采集2019年12月18日19时至20时10分该煤矿甲烷浓度实时监测数据。本文系统地获得了5号监测点甲烷浓度的监测结果。该系统能够实现煤矿安全生产过程中甲烷浓度的实时监测，并能按时间序列点生成监测数据，具有较高的甲烷浓度监测有效性。
该系统能有效监测煤矿安全生产过程中不同监测点的温度、湿度、氧气、一氧化碳和甲烷浓度，监测结果与煤矿安全生产实际结果非常接近，有效验证了该系统对煤矿安全生产具有较高的监测效果。
本文对煤矿安全生产各项指标的监测误差小于0.6%。RFID系统和无线传感器系统对煤矿安全生产各项指标的监测误差均高于0.8%。该系统监测的煤矿安全生产各项指标的监测误差明显低于其他两个系统，有效验证了该系统较高的监测有效性，表明该系统可以应用于煤矿安全生产监测。
4结论
将云计算技术应用于煤矿安全生产监控系统，通过云计算的关键技术和中心架构实现煤矿安全生产监控。该系统采用甲烷浓度变化预测模型，实现了对煤矿生产过程中甲烷浓度的准确预测，提高了煤矿安全生产监控系统的服务质量。将所设计的系统应用于某煤矿企业，系统测试结果验证了所设计的系统具有较高的监测精度。该系统利用云计算技术实现煤矿安全生产的稳定性监控。煤矿管理者可以根据系统服务器接收到的数据，明确井下生产状况，保证煤矿企业的安全生产。
参考文献(Ｒeferences):
［1］莫莉，喻洪平，赵悦，等．基于ZigBee煤矿安全监测系统设计与研究［J］．煤炭技术，2018，46(9):325-328．
［2］王万丽，孙超，宿国瑞．基于云平台的煤矿安全智能管控信息平台设计［J］．煤炭工程，2019，51(6):52-56．
［3］刘安强，韩存地，张碧川，等．矿井智能管控平台的设计及应用［J］．重庆邮电大学学报(自然科学版)，2020，32(6):184-194．
［4］吴景红，刘迅．ZigBee技术与信息融合在煤矿安全监测中的应用与研究［J］．煤炭工程，2018，49(10):55-58．
［5］王万丽，崔超．煤矿安全生产大数据应用管理系统研究与设计［J］．中国煤炭，2018，44(2):91-94，117．

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。