主办单位:中国物品编码中心 | 中国自动识别技术协会 | 《中国自动识别技术》杂志社

设为首页 | 加入收藏 | 关于我们

  物联网  正文

基于物联网的矿井地质灾害监测系统研究

发布时间:2017年11月09日 来源:中国自动识别网 作者:立兵 苏军德

随着近年来物联网技术的高速发展,物联网技术将结合了新一代IT技术应用到各行各业中,如桥梁、隧道、电网、通信网、铁路、高速公路、建筑设施、给排水系统等对象都嵌入传感器,通过“物联网”和现有的互联网集成,实现人类社会与物理系统的集成,进而协助超级强大的中央计算机组实现对集成系统的实时管理与控制,因此,人类能够以更先进、更动态的方式管理生产,达到“智慧”状态,提高资源利用率和生产力,改善人与自然的关系。

物联网技术是通过射频识别(RFID)、全球定位系统、红外感应器、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,实现智能识别、定位、跟踪、监控和管理的网络技术。 我国是一个地质灾害分布广、发生频、危害大的国家。这些年来,由于采矿、公路建设等人类活动加快了地质灾害发生的频率,尤其是在矿山。矿山是地质灾害较为严重的特殊区域,矿山地质灾害不仅威胁着矿区人员和物资的安全,而且给周围的人们也带来了隐患。矿山地质灾害是矿山地质活动中发生的人为地质灾害,破坏地质环境,危及生命财产安全,造成巨大的经济损失,主要包括泥石流、尾矿坝、崩塌、滑坡、崩塌、基坑突水、地裂缝、岩爆、冒顶或片状土、土堆失稳和滑移等。
矿山地质灾害安全一直是人们十分关注的问题。目前矿井地质灾害监测技术比较落后,主要存在数据采集不全面、数据传输不及时、信息综合性低、数据处理速度慢、监测自动化程度低、监测方式主要以人工方式为主等缺陷,因而必需结合当前最先进的物联网和互联网技术,采用先进的传感器技术对井下地质灾害进行实时监测和分析,从而对井下地质灾害进行预测和应对。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,通过网络手段把井下地质环境中布设的传感器的各个关节点连接起来,实现矿井地面以下区域的地质情况变化的实时监测,从而提高矿井地质灾害预测的准确率和有效性。
 
 
基于物联网的矿山地质灾害监测网络
图1是基于物联网的矿井地质灾害监测系统图,图中表明,该地质灾害监测网络有四部分组成,其分别是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。根据技术需求,上述的每个子系统都布设了足够数目的传感器,传感器呈分布式布置,传感器之间相互连接在矿业单位指定的网络系统当中,从而实现了传感器采集数据的传输和综合处理。
根据相应的原理,通过多类型数据融合系统对多个子系统采集的数据进行综合分析处理,结合矿井的固有地质特征和地质环境,对矿井地质灾害发生可能性进行综合分析。该系统还有一较优的特色就是把上述分析的结果在其子系统中协同处理。比如,当矿井地质灾害监测数据进行处理分析后得出井下有较大可能将发生地质灾害,可能危及井下作业人员的安全,系统得出分析结果后,将数据传输到各个子系统之后,能对矿井下的报警、逃生、安全保护等系统发出响应的指令,报警系统通知工作人员逃离,同时安全保护系统则及时打通矿上内的逃生道路,使井下工作人员尽快离开危险工作区。
 
多类信息采集与融合算法
假设F(x)表示矿井地质灾害发生的可能性,其可以通过多个不同的监测对象gi(t)得到,由此可得F(x)的计算公式(1)。
F(x)=a1g1(t)+a21g2(t)+…++angn(t)                   (1)
其中,aigi(t)表示每个信息监测系统发出的地质灾害预警值。
  gi(t)通过数据融合算法得到,其实现过程如下:
假设gi(t)由m个测量对象共同决定,表达式为(2)。
  gi(t)=b1h1(t)+b2h2(t)+…++bmhm(t)                   (2)
由于科学技术的水平原因,数据获取存在一定的误差,矿井地质灾害监测系统很难保证获得每个数据都是精准的,这就需要利用多个传感器多次测量,并对测量结果得到的数据进行评价和融合。
假设矿井地质灾害监测系统有r个传感器对其中一个对象进行测量,则可过的r个测量结果:
           x1,x2,…,xr 
定义函数
 
 
当p(x)=0时,x=x即为测量对象的精确测量值。
式(1)和式(2)中的权值在测试之前选取1000组训练数据得到最佳的权重分配值。
图2表示的是整个监测系统核心计算方法的流程。首先将监测子系统影响因子的权重进行确定,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。
 
 
矿井地质灾害监测子系统的协同设计
基于物联网的矿井地质灾害监测系统是指首先在井下布置足够的传感器节点,然后利用物联网技术将其连接起来,采集数据和数据处理后进行融合,综合分析矿井发生地质灾害的可能性大小。
由于地质环境的特殊性,不能单独测量矿井地质环境的细微变化数据,而是通过对各项细微数据的采集,综合矿井地质特征,结合监测系统计算方法,得出灾害发生的最终结论,同时应将结论与矿井地灾监测系统中的各个子系统进行信息共享, 从而建立地灾监测、处理、管理、安全防护与网络的有机系统,做到信息及时处理,结论快速准确,安全措施实施恰当,尽可能减少对人民群众的危害。矿井中地质灾害监测系统中需要布置大量的传感器节点,每个传感器可感应某一类型的地质变化信息,由于矿井灾害监测系统最终的目的是操控安全防护设备,如果每个点都需要建使立通讯连接,则整个通信数据将会非常庞大,且可能出现安全防护设备同时受到多个传感器节点发来的数据信息,有可能出现难以判断,难以相应的情况。鉴于此,该系统需要选取设计合理的管理思路,通过调研,最终选取中央控制模式。该模式核心技术为井下进行监测的传感器通过数据采集后在系统融合处理,然后通过网络技术将融合后的数据传输至井上控制系统,井上控制系统通过计算机进行数据整合分析,结合矿井地质环境,推断当前矿井发生地质灾害的可能性,并断定矿井地质灾害的信息高中低三等级。如果地灾监测结果为低级等级,则预示对井下工作人员伤害小,系统主要指令为对井下工作人员进行警告,同时对局部区域进行逃生安排,使矿工及时行至安全区域;如果地灾监测信息为高级危险信息,则地灾监测系统全面及时的通知全矿井工作人员,同时安排逃生系统打开所有逃生通道,并向相关营救部门发送信息组织营救措施,尽最大可能保护井下工作人员的生命安全。
如果通过地灾监测系统鉴定的信息为一般信息,则根据地质环境应作出以下的措施:首先是向井下工作人员进行警告,然后实行相关配置措施,最后实现井下地灾信息重新评估。井下配置措施主要有调整井下支护,支护的调整要建立在适应井下地质环境和井下工作的前提下进行,调整主要通过传感器节点和子系统协同控制,原理如图 3 所示。由此可见,通过这种协同控制的方式,井下地质灾害系统是一个有机的系统,井下地质灾害环境数据化,网络传输便捷化,系统处理准确化,地灾信息评价等级化,处理措施智能化。 
 
 
通过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,传感器监测的数据通过网络实现便捷快速的传输和融合;多类型数据融合系统将数据传输到矿山地质灾害分析系统、矿山地质灾害分析系统,根据采集到的信息,结合井下地质特征进行井下地质灾害信息的综合分析和风险评估,并根据评估结果对各个子系统发送相关指令协同处理。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,使用物联网技术将所有传感器节点在一起,实现矿井下全区地质变化的实时监测。
    
 参考文献:
        [1] Rabacy JJ, AmmerM J, da Silva Jr JL, PatelD, Roundy s.Picorodio Supports ad HOC Ultra-Low Power W ireless Networking[J].Computer,2000,:33(7):42~48.
        [2] He T,Huang C D,Blum B M,Stankovic J A,Abdehaher T.Range-Free Localization Schemes in Large Scale Sensor Net—worksrCf/Proc.of the 9th Annual Int’1 Conf.on Mobile Computing and Networking. San Diego:ACM Press,2003.81~95.http://www.cs.virginia.edu/~th7c/paper/APIT—cs 2003—06.Pdf.
        [3]李志平,陈平货,阴国胜.污染河水中磷对浅层地下水的影响[J].吉林大学学报,2004,34(3):435.
        [4]许小权,曾思伟,李鸿琏.甘川公路的泥石流及其防治[C]∥甘肃省冰川研究所.泥石流学术讨论会兰州会议论文集.成都:四川科学技术出版社,1986.
        [5]李永华,张小咏,崔之久.陇南山地泥石流期、气候期与构造期的耦合[J].水土保持研究,2003,10(2):96-100.
        [6]任非凡,谌文武,韩文峰,等.G212线陇南段泥石流发育成因及其时空分布特征分析[J].岩石力学与工程学报,2008,27(S1):3237-3243.
         [7]刘希林.泥石流危险度判定的研究[J].灾害学,1988,3(3):10-15.
         [8]田菲,马金辉,等.基于GIS和Logistic模型的白龙江流域泥石流的危险性分析.安徽农业科技.2014,42(15):4725-4727.
         [9] Bahl P,Padmanabhan V N.RADAR:an Inbuilding RF-Based User Location and Tracking System[J].Proc.of the IEEE INFOCOM,2000.2.Tel Aviv:IEEE Computer and Communications Societies,2000:775-784.
        [10]唐川,马国超.基于地貌单元的小区域地质灾害易发性分区方法研究[J].地理科学,2015(1):91-98. 
        基金项目:甘肃省高等学校科研项目(2015B—198)
立兵 苏军德
作者单位:甘肃有色冶金职业技术学院

《中国自动识别技术》2017年第5期总第68期

延伸阅读:

声明:

    凡本网注明“来源:中国自动识别网、《中国自动识别技术》、《条码与信息系统》”的所有作品,版权均属于中国自动识别网、《中国自动识别技术》、《条码与信息系统》, 未经本网授权不得转载、摘编或利用其他方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:中国自动识别网、《中国自动识别技术》或《条码与信息系统》”。违反上述声明者,本网将追究其相关法律责任。
    凡本网注明“来源:XXX(非中国自动识别网、《中国自动识别技术》、《条码与信息系统》)”的作品,均转载自其他媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。文章内容仅供参考。 如因作品内容、版权和其他问题需要同本网联系的,请将内容传真至010-84295675,以便本网尽快处理。

高端访谈 更多>>
思创医惠:智慧城市的打造者
肖宏勇,资深市场运营和新零售专家,10多年市场运营经验,先后历任格兰仕、德尔国际、思创医惠国内著名上市企业的市场...
新思科技:倡导智慧城市的...
杨国梁,毕业于瑞典皇家理工学院,获得硕士学位。曾在科诺康 (Codenomicon)出任安全工程师,帮助客户发现和修复其基于...
量身定制:开创物联网应用...
唐林,现任电子科技大学成都研究院物联网无线技术研究所副所长,电子科技大学智慧城市创新中心智慧城市创新技术研究所...
威派格:智慧水务的“实战...
杨峰,上海威派格智慧水务股份有限公司董事副总经理、中国工业互联网联盟理事、中国水系统智能化联盟副理事长。
杂志专区 更多>>

《2017第5期》

《2017第5期》