CN107067657A - 一种基于物联网的矿井地质灾害监测系统 - Google Patents

Abstract

本发明公开了一种基于物联网的矿井地质灾害监测系统，地面震动监测子系统、支撑柱位移监测子系统、支撑柱内部压力监测子系统和矿井巷道内空气成分监测子系统均连接有多个分布式传感器节点，且与多类型数据融合系统实现通讯，所有分布式节点通过物联网连接在一个网络内，实现数据的传输与聚合；多类型数据融合系统将数据传输给矿井地质灾害分析系统，矿井地质灾害分析系统根据收集的信息进行综合分析与风险评估，给出当前矿井发生地质灾害的可能性。本发明通过在矿山井下部署大量的传感器节点，运用多信息采集与融合算法，并使用物联网技术将所有传感器节点组织在一起，实现对矿山井下全区域内的地质变化情况进行实时监测。

Description

一种基于物联网的矿井地质灾害监测系统

技术领域

本发明涉及矿山预警系统领域，具体涉及一种基于物联网的矿井地质灾害监测系统。

背景技术

物联网技术是通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，将任何物品与互联网相连接，进行信息交换和通讯，以实现智能化识别、定位、追踪、监控和管理的一种网络技术。物联网把新一代IT技术充分运用在各行各业之中，具体地说，就是把感应器嵌入和装备到电网、铁路、桥梁、隧道、公路、建筑、供水系统、大坝、油气管道等各种物体中，然后将“物联网”与现有的互联网整合起来，实现人类社会与物理系统的整合，在这个整合的网络当中，存在能力超级强大的中心计算机群，能够对整合网络内的人员、机器、设备和基础设施实施实时的管理和控制，在此基础上，人类可以以更加精细和动态的方式管理生产和生活，达到“智慧”状态，提高资源利用率和生产力水平，改善人与自然间的关系。

对于基于物联网的矿山地质灾害预警方面的研究，迄今为止，国内外学者仍旧没有制定出一个统一的标准用来刻画物联网自身算法和系统的分类。基于具体的要求，虽然也相继提出了一些分类方法，但都存在不同程度的缺陷，目前较为主流的分类方法有：集中式计算与分布式计算、紧密耦合与松散耦合、粗粒度与细粒度等。但目前对矿山地质灾害的预警还主要靠人工方式，如如建立群侧群防体系、开展巡查、排查灾害隐患点等。然而，这些方法存在数据采集与传输不及时、信息覆盖不全面、自动化程度低等缺陷，必须采用新的技术和方法对地质灾害进行实时监测和分析，以应对紧急矿山地质灾害。

我国是一个地质灾害多发国家，大量采矿、修路等人类活动加剧了地质灾害的发生。矿山是遭受地质灾害危害较为严重的特殊地域，矿山地质灾害不但威胁矿区内的人员和物资安全，而且也会给周围居住的人们带来安全隐患。矿山地质灾害是人类在采矿生产活动中直接诱发的破坏地质环境、危及生命财产安全，并带来重大经济损失的人为地质灾害，它主要表现为滑坡、崩塌、泥石流、地面开裂与沉陷、地裂缝、顶板冒落或片邦、矿坑突水、岩爆、尾矿库漏塌、排土场失稳滑移等几种类型，矿山地质灾害安全一直是人们十分关注的问题。但目前对矿山地质灾害的预警大多还主要靠人工方式，且监观技术也相对落后，存在数据采集和传输不及时、信息覆盖面不足、自动化程度低等缺陷闭，必须采用新的技术和方法对地质灾害进行实时监测和分析，以应对紧急矿山地质灾害。

发明内容

为解决上述问题，本发明提供了一种基于物联网的矿井地质灾害监测系统，在以往研究的基础上，通过在矿山井下部署大量的传感器节点，运用多信息采集与融合算法，在此基础上，使用物联网技术将所有传感器节点组织在一起，实现对矿山井下全区域内的地质变化情况进行实时监测，从而提高对矿山地质灾害预测的准确性和有效性。

为实现上述目的，本发明采取的技术方案为：

一种基于物联网的矿井地质灾害监测系统，包括地面震动监测子系统、支撑柱位移监测子系统、支撑柱内部压力监测子系统、矿井巷道内空气成分监测子系统和多类型数据融合系统，地面震动监测子系统、支撑柱位移监测子系统、支撑柱内部压力监测子系统和矿井巷道内空气成分监测子系统均连接有多个分布式传感器节点，且与多类型数据融合系统实现通讯，所有分布式节点通过物联网连接在一个网络内，实现数据的传输与聚合；所述多类型数据融合系统将数据传输给矿井地质灾害分析系统，矿井地质灾害分析系统根据收集的信息进行综合分析与风险评估，给出当前矿井发生地质灾害的可能性。

其中，还包括一各监测系统协同控制系统，用于根据分析的结果对各个子系统进行协同的工作。

其中，风险评估结果分为3个等级，分别为高危险的监测信息，低危险的监测信息和日常监测信息；一旦矿井中出现高危级的监测信息，则立刻启动报警信息，并且打开逃生系统的相关防护设备，同时启动井下营救应急系统，控制矿井的安全防护设备，以最高效的方式让矿井中的矿工，尽快脱离危险区域；如果监测到的是低危级的监测信息，则立刻发出报警信息，并且有选择性的打开部分逃生系统，将矿井中的矿工转移至相对安全的区域，但并不启动全面的安全防护措施；如果监测到的信息是日常的常规信息，则此刻仅仅根据所监测到的地质变化状况，动态的调整井下的安全防护配置，使得矿井中的安全防护配置能够适应矿井中的地质变化情况。

其中，所述多类型数据融合系统通过以下算法实现：

假设F(x)表示地质灾害发生的可能性，其可以通过多个不同的监测对象g_i(t)得到，由此可得F(x)的计算公式(1)：

F(x)＝a₁g₁(t)+a₂₁g₂(t)+…++a_ng_n(t) (1)

其中，a_ig_i(t)表示每个信息监测系统发出的地质灾害预警值；

通过数据融合算法得到g_i(t)，其实现过程如下：

假设g_i(t)由m个测量对象共同决定，因此其表达式有

g_i(t)＝b₁h₁(t)+b₂h₂(t)+…++b_mh_m(t) (2)

由于测量过程中存在误差，很难获得每个对象的精确值，为此需要更多的传感器实现对一个对象的精确测量，并且在测量过程中需要对多个传感器得到的结果进行融合；

假设有r个传感器对一个测量对象进行测量，则可过的r个测量结果：

x₁，x₂，…，x_r

定义函数

当p(x)＝0时，x＝x即为测量对象的精确测量值；其中，式(1)和式(2)中的权值为在测试之前选取1000组训练数据得到最佳的权重分配值。

本发明具有以下有益效果：

在以往研究的基础上，通过在矿山井下部署大量的传感器节点，运用多信息采集与融合算法，在此基础上，使用物联网技术将所有传感器节点组织在一起，实现对矿山井下全区域内的地质变化情况进行实时监测，从而提高对矿山地质灾害预测的准确性和有效性；通过这种协同控制的方式，使得矿井中基于物联网技术采集到的地质灾害信息，能够有机的形成一个整体，并且将传感节点采集到的信息与矿井中的安全防护设备之间建立互动关系，真正做到信息的感知与信息的控制有机的结合在一起。

附图说明

图1为本发明实施例一种基于物联网的矿井地质灾害监测系统的系统框图。

图2为本发明实施例中控制节点协同设计原理示意图。

图3为本发明实施例中多类型信息采集与融合算法流程图。

具体实施方式

为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明实施例提供了一种基于物联网的矿井地质灾害监测系统，包括地面震动监测子系统、支撑柱位移监测子系统、支撑柱内部压力监测子系统、矿井巷道内空气成分监测子系统和多类型数据融合系统，地面震动监测子系统、支撑柱位移监测子系统、支撑柱内部压力监测子系统和矿井巷道内空气成分监测子系统均连接有多个分布式传感器节点，且与多类型数据融合系统实现通讯，所有分布式节点通过物联网连接在一个网络内，实现数据的传输与聚合；所述多类型数据融合系统将数据传输给矿井地质灾害分析系统，矿井地质灾害分析系统根据收集的信息进行综合分析与风险评估，给出当前矿井发生地质灾害的可能性；还包括一各监测系统协同控制系统，用于根据分析的结果对各个子系统进行协同的工作。例如，对矿井地质灾害的综合分析结果，能够对矿井内部的报警系统、井下逃生系统及矿井安全保护系统发出命令，使得真个矿井能够进行内部调整，进行健康运转。如果预测到有严重的矿井地质灾害，系统则可及时打开矿山内部的逃生系统，让井下人员尽快离开危险区域

由于矿井中地质灾害监测系统需布置大量的传感器节点，且每个传感器都能感知某一类型的地质变化信息，如果矿井中的所有安全防护设备，都与地质灾害传感器节点建立通信连接，则整个通信数据将会非常庞大。同时，如果矿井中的安全防护设备同时受到多个传感器节点发来的信息，则有可能出现难以判断，难以相应的情况。鉴于此，本发明专门设计了面向物联网的矿井地质灾害系统中的系统控制策略。该系统控制采用集中式控制模式，其主要核心是将各个地质灾害传感器节点采集的数据经过融合后，汇集到上层的地面控制系统，上层地面控制系统根据收集的信息进行综合分析与评估，给出当前矿井发生地质灾害的可能性。风险评估结果分为3个等级，分别为高危险的监测信息，低危险的监测信息和日常监测信息；一旦矿井中出现高危级的监测信息，则立刻启动报警信息，并且打开逃生系统的相关防护设备，同时启动井下营救应急系统，控制矿井的安全防护设备，以最高效的方式让矿井中的矿工，尽快脱离危险区域；如果监测到的是低危级的监测信息，则立刻发出报警信息，并且有选择性的打开部分逃生系统，将矿井中的矿工转移至相对安全的区域，但并不启动全面的安全防护措施；如果监测到的信息是日常的常规信息，则此刻仅仅根据所监测到的地质变化状况，动态的调整井下的安全防护配置，使得矿井中的安全防护配置能够适应矿井中的地质变化情况，比如调整支撑柱的内部支撑压力，微调支撑柱的相关配置等等。整个节点信息的协同控制原理如图2所示。

如图3所示，所述多类型数据融合系统通过以下算法实现：

假设F(x)表示地质灾害发生的可能性，其可以通过多个不同的监测对象g_i(t)得到，由此可得F(x)的计算公式(1)：

F(x)＝a₁g₁(t)+a₂₁g₂(t)+…++a_ng_n(t) (1)

其中，a_ig_i(t)表示每个信息监测系统发出的地质灾害预警值；

通过数据融合算法得到g_i(t)，其实现过程如下：

假设g_i(t)由m个测量对象共同决定，因此其表达式有

g_i(t)＝b₁h₁(t)+b₂h₂(t)+…++b_mh_m(t) (2)

由于测量过程中存在误差，很难获得每个对象的精确值，为此需要更多的传感器实现对一个对象的精确测量，并且在测量过程中需要对多个传感器得到的结果进行融合；

假设有r个传感器对一个测量对象进行测量，则可过的r个测量结果：

x₁，x₂，…，x_r

定义函数

当p(x)＝0时，x＝x即为测量对象的精确测量值；其中，式(1)和式(2)中的权值为在测试之前选取1000组训练数据得到最佳的权重分配值。首先确定监测子系统影响因子的权重，然后通过数据融合算法计算各个监测对象的采样值，最后由地质灾害预测公式预测地质灾害发生的可能性。

基于物联网的矿井地质灾害监测系统是通过在矿井中布置大量的传感节点，利用物联网技术将所有节点连接在一起，对多种类型的数据经过融合和分析之后，判断当前矿井是否会出现地质灾害的一种方法。但利用物联网技术对矿井地质变化情况的监测，并不是为了采集矿井中地质情况的细微变化，其目的是通过井下地质现象的细微变化，及时判断矿井地质风险，并采取相应的措施，避免地质灾害对矿山生产及人民生命造成危害。故此，矿井中地质灾害监测系统应与各传感节点及所有的防护之间建立起一种紧密的连接关系，并通过地质变化情况，及时的与矿井中的安全防护设备进行信息共享，建立矿井中安全防护设备与信息监测系统的有机体。通过这种协同控制的方式，使得矿井中基于物联网技术采集到的地质灾害信息，能够有机的形成一个整体，并且将传感节点采集到的信息与矿井中的安全防护设备之间建立互动关系，真正做到信息的感知与信息的控制有机的结合在一起。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种基于物联网的矿井地质灾害监测系统，其特征在于，包括地面震动监测子系统、支撑柱位移监测子系统、支撑柱内部压力监测子系统、矿井巷道内空气成分监测子系统和多类型数据融合系统，地面震动监测子系统、支撑柱位移监测子系统、支撑柱内部压力监测子系统和矿井巷道内空气成分监测子系统均连接有多个分布式传感器节点，且与多类型数据融合系统实现通讯，所有分布式节点通过物联网连接在一个网络内，实现数据的传输与聚合；所述多类型数据融合系统将数据传输给矿井地质灾害分析系统，矿井地质灾害分析系统根据收集的信息进行综合分析与风险评估，给出当前矿井发生地质灾害的可能性。

2.如权利要求1所述的一种基于物联网的矿井地质灾害监测系统，其特征在于，还包括一各监测系统协同控制系统，用于根据分析的结果对各个子系统进行协同的工作。

3.如权利要求1所述的一种基于物联网的矿井地质灾害监测系统，其特征在于，风险评估结果分为3个等级，分别为高危险的监测信息，低危险的监测信息和日常监测信息；一旦矿井中出现高危级的监测信息，则立刻启动报警信息，并且打开逃生系统的相关防护设备，同时启动井下营救应急系统，控制矿井的安全防护设备，以最高效的方式让矿井中的矿工，尽快脱离危险区域；如果监测到的是低危级的监测信息，则立刻发出报警信息，并且有选择性的打开部分逃生系统，将矿井中的矿工转移至相对安全的区域，但并不启动全面的安全防护措施；如果监测到的信息是日常的常规信息，则此刻仅仅根据所监测到的地质变化状况，动态的调整井下的安全防护配置，使得矿井中的安全防护配置能够适应矿井中的地质变化情况。

4.如权利要求1所述的一种基于物联网的矿井地质灾害监测系统，其特征在于，所述多类型数据融合系统通过以下算法实现：

假设F(x)表示地质灾害发生的可能性，其可以通过多个不同的监测对象g_i(t)得到，由此可得F(x)的计算公式(1)：

F(x)＝a₁g₁(t)+a₂₁g₂(t)+…++a_ng_n(t) (1)

其中，a_ig_i(t)表示每个信息监测系统发出的地质灾害预警值；

通过数据融合算法得到g_i(t)，其实现过程如下：

假设g_i(t)由m个测量对象共同决定，因此其表达式有

g_i(t)＝b₁h₁(t)+b₂h₂(t)+…++b_mh_m(t) (2)

由于测量过程中存在误差，很难获得每个对象的精确值，为此需要更多的传感器实现对一个对象的精确测量，并且在测量过程中需要对多个传感器得到的结果进行融合；

假设有r个传感器对一个测量对象进行测量，则可过的r个测量结果：

x₁，x₂，…，x_r

定义函数

当p(x)＝0时，x＝x即为测量对象的精确测量值；其中，式(1)和式(2)中的权值为在测试之前选取1000组训练数据得到最佳的权重分配值。