多樣異常數據篩選WSNs 礦井熱害監測系統設計*

樊寬剛，么曉康，李 革

(1.江西理工大學 機電工程學院，江西 贛州341000;2.北京大學 信息工程學院，廣東 深圳518055)

0 引 言

工業信息化的發展帶動了礦業的持續繁榮，然而，國內外開采與監測技術依然不能滿足礦井生產需要。加拿大、南非和我國等國家礦產開采已超過千米深度甚至更深［1］。當開采深度不斷增加，原巖溫度升高而誘發巖體的物理力學性質發生變化隨之產生更多的開采問題或次生災害。據文獻［2］統計，南非和日本部分礦井溫度超過50℃，我國開采深度超過1 000 m 的礦井工作面溫度和原巖溫度分別達34 ～36 ℃，40 ～45 ℃，致使大部分礦井受熱害威脅。此外，我國部分金屬礦井巷道環境的監測采用人工巡邏監測或有線安裝復雜等［3］。文獻［4］利用物聯網技術對礦井安全監控系統進行了研究。Zig Bee 無線傳感器網絡(WSNs)因其網絡節點低成本，低能耗，可大規模組網的優勢得到廣泛應用［5］。

針對礦井深度開采的熱害監測和現存有線監測不足，并結合金屬礦井生產實際，設計一種礦井WSNs 環境熱害監測系統，然后，對監測系統采集的數據篩選方法進行了深入研究。

1 系統整體方案

本金屬巷道環境監測系統由Zig Bee 子網、WiFi 子網、Zig Bee 子網與WiFi 子網之間的連接部分、手持式監測端、井上數據處理中心等主要部分構成。

Zig Bee 子網由溫濕度傳感器感知節點、二氧化碳(CO2)傳感器感知節點、煙霧傳感器感知節點、路由節點和協調器節點構成。WiFi 子網由工作在無線AP 模式無線WiFi 節點構成。Zig Bee 子網與WiFi 子網相互連接部分通過RS—485 轉RJ—45 模塊構成。手持式監測端是一種可隨身攜帶的監測終端。井上數據處理中心由服務器、顯示器、PC，數據庫構成。系統總體設計方案結構如圖1 所示。

圖1 系統總體設計方案架構圖Fig 1 Architecture diagram of system overall design scheme

2 系統硬件

IEEE 802.15.4 任務組針對低速無線個人區域網絡(LR－WPAN)在IEEE 802.15.4 標準中定義了兩種器件:全功能設備和簡化功能設備［6］。本設計將Zig Bee 感知節點設計為簡化功能設備，協調器節點和路由節點設計為全功能設備。

為了減少此系統網絡能量消耗，本設計選用低功耗高集成度微射頻SoC 芯片CC2530 F256 作為核心硬件器件，該芯片具有8 kB 超低功耗的SRAM 和21 個通用I/O 引腳，集數據處理和無線通信于一體，支持IEEE 802.15.4 協議的2.4 GHz 無線通信頻帶。通信節點包括:感知節點、路由節點、協調器節點和復合節點四種。

感知節點處于監測系統底層，數量眾多，其硬件設計原理圖如圖2 所示，其主要包括傳感器數據采集、數據處理、數據收發、電源模塊以及I/O 接口等外設。其中數據采集部分的傳感器將礦井中的溫濕度、CO2濃度、煙霧粉塵狀況等環境數據在各自傳感器內完成信號的調理，然后通過I/O 接口端發送到CC2530 芯片中。

Zig Bee 路由節點負責數據包的轉發，起通信鏈路中繼作用，其節點硬件設計不含數據采集部分。

Zig Bee 協調器節點通過RS—485 串口與礦井上服務器進行數據交換，其硬件設計加上RS—485 串口通信單元，以實現Zig Bee 網絡與井上網絡之間的通信。Zig Bee－WiFi 復合節點由主要Zig Bee 無線路由節點與WiFi 無線路由器通過RS—485 轉RJ—45 模塊連接構成。

圖2 Zig Bee 感知節點設計原理圖Fig 2 Principle diagram of Zig Bee sensing node design

3 系統軟件

3.1 下位機程序

系統的底層下位機如Zig Bee 感知節點，Zig Bee 路由節點和協調器節點的程序編寫使用IAR Embedded Workbench for 8051.8.10 軟件編程。其Zig Bee 協議棧采用TI公司的Zstack—CC2530—2.4.0—1.4.0。Zig Bee 協調器節點的程序流程如圖3 所示，其功能是完成組網和對網絡的射頻信道、網絡標志符等參數的設置。Zig Bee 感知節點和路由器節點的程序除無組網功能調度功能外，其他與協調器節點程序類似，其作用分別是接收傳感器采集的數據，中繼拓展網絡。

圖3 Zig Bee 協調器節點的程序流程Fig 3 Program flow chart of Zig Bee coordinator node

3.2 上位機手持終端軟件

本系統上位機手持終端軟件設計是基于開放的智能操作系統——Android 系統。使用Eclipse 軟件開發上位機手持終端軟件的.apk 應用軟件。手持終端軟件主界面由兩個相同設備子界面構成，如圖4 所示。每個設備子界面由IP 地址設置部分、傳感器選擇部分和連接設備子圖部分。

在圖4 中，IP 地址設置部分作用是設置IP 地址和端口號，通過IP 地址的選擇來選擇不同IP 地址下的Zig Bee 感知節點上的傳感器。傳感器選擇部分是可選擇不同的傳感器，以實現對數據的正確解析。連接設備子圖部分作用是實時顯示所采集傳感器數據的圖像，便于在手持終端上實時準確直觀地顯示環境參數。圖4 下方的實時監測環境參數子圖，通過放大縮小按鈕功能可清晰地查看監測時間段內的環境參數，該圖是對溫度、濕度和CO2濃度的監測圖。

圖4 手持終端軟件連接狀態Fig 4 Connection status of handheld terminals software

4 系統測試與多樣性異常數據篩選方法提出

將按上述設計金屬礦井熱害監測系統，在實驗室環境下進行測試驗證，以判斷該系統設計的成功與否。本實驗將主要對環境的溫度、濕度、CO2濃度進行實時監測。為了模擬礦井固定位置正常環境的恒定，控制室溫為26 ℃，利用開發的手持終端每隔20 min 記錄采集到的溫度值、濕度值和CO2濃度值，得到的測試數據如表1 所示。

表1 測試數據Tab 1 Test data

從表1 可看出，本系統可以在實驗室環境下實現所設計的功能要求，達到對環境的溫度、濕度、CO2濃度的實時監測。同時，在實驗過程中，也驗證了手持監測終端在無線信號覆蓋范圍內，可以實現無線手持監測的功能要求。然后，對系統的多樣性異常數據篩選進行詳細研究。

4.1 正常工作環境情況下的多樣性異常數據篩選

礦井中基本穩定的環境狀況下采集數據也難免產生小概率異常數據。對于這類基本恒定的監測參數的異常數據的篩選，本研究在深入研究基本拉依達法則［7］的基礎上，提出了操作簡便處理可靠的參數適應型拉依達法(PAPC)剔除異常數據準則。設X1，X2，…，Xn是所要測量的n 個樣本，若有測量的樣本不滿足式(1)時，則認為是異常數據，式(1)為PAPC 表達式

式中 μ 為總體均值，σ 為總體標準差，N 為PAPC 條件判斷參數，N 一般取10 ～20 的整數。根據數理統計的參數估計可知，樣本均值是總體均值μ 的無偏估計，如式(2)所示

樣本標準差s 是總體標準差σ 的無偏估計，如式(3)所示

為了提高樣本均值的計算精度和防止節點數據在計算過程中的發生數據溢出，使用二次均值法計算樣本均值，如式(4)所示

圖5 對于恒定溫度異常數據的篩選Fig 5 Abnormal data filter at constant temperature

4.2 異常工作環境情況下的多樣性異常數據篩選

在礦井環境在熱害監測環境過程，有的監測參數不是線性的(如圖6)，那么對于這樣的監測的狀態就不容易發現監測數據的異常性。圖6(a)是相對濕度隨時間的曲線擬合變化曲線，圖6(b)是CO2濃度隨時間的擬合變化曲線。由于上述高次多項式擬合判斷條件苛刻和變化的異常數據的不易發現。本研究提出了基于皮爾森相關系數異常監測狀態判斷法。根據相關系數ρXY約束來報警異常情況，其約束條件如式(5)所示

其中，X 和Y 為所監測的兩個環境參數;ρ0為根據長期觀察與計算得到相關系數算術平均值;Δρcontrol為監測預警系統設置的所監測參數的相關系數可變動參數。

圖6 監測參數變化曲線Fig 6 Curve of monitoring parameters change

本文使用PCCF，ρXY由式(6)計算

相關系數矩陣R 與協方差矩陣C 之間的關系是

其中，C·Q 為協方差矩陣C 和系數矩陣Q 的Hadamard 積，Q 在上式中具體為公式(9)

根據相關系數的劃分等級［8］，結合本設計研究內容給出監測數據之間的相互關系和Δρcontrol的取值表，如表2 所示。若兩個監測參數之間存在相關系數在0.7 以上時，可以使用表2 進行異常數據分析。

表2 監測數據之間相互關系與Δρcontrol的取值Tab 2 Relationship between monitoring data and value of Δρcontrol

圖7 相對濕度與CO2 濃度線性相關性Fig 7 Linear correlation of relative humidity and CO2 concentration

從圖7 可以看出，當相對濕度或CO2濃度發生異常變化時，如其中一只傳感器所采集的數據發生異常，必然影響到相對濕度和CO2濃度相關系數ρ 發生變化，那么，本研究就可以根據式(5)，即兩個監測數據之間的相關系數的變化，判斷這兩種監測數據的變化是否屬于正常變化范圍;如果兩個監測數據的相關系數在正常范圍類，則監測系統繼續照常工作;如果它們的相關系數不屬于PCCF，則發生異常報警，然后根據鄰近感知節點對比，確定發生異常狀況的感知節點并進行數據篩選，保留正常數據并上傳異常數據。或者當兩個觀察值高度線性相關時，根據圖7 的兩監測函數的擬合曲線的變化，判斷監測系統是否處于正常狀態并進行數據篩選。

5 結 論

本文結合無線Zig Bee 技術和無線WiFi 技術兩大無線通信技術，設計了一種WSNs 熱害環境監測系統，并研究了兩類多樣性異常數據篩選方法:1)為保證監測穩定環境采集的數據可靠性，提出了改進型拉依達異常數據剔除法則和使用置信水平的數據剔除方法;2)為了有效發現被監測區域變化環境參數的異常情況，提出了PCCF 異常狀態判斷法。

［1］ 滕吉文，楊 輝，張雪梅.中國地球動力學研究的方向和任務［J］.巖石學報，2010，26(11):3159－3176.

［2］ 何滿潮，郭平業.深部巖體熱力學效應及溫控對策［J］.巖石力學與工程學報，2013(12):2377－2393.

［3］ 何學文，盛穎飛，曹清梅.基于無線Zig Bee 的鎢礦尾礦庫安全監測系統［J］.金屬礦山，2014(1):120－124.

［4］ 周云科，楊林靖，張恩迪.基于物聯網技術的礦井安全監控系統設計［J］.傳感器與微系統，2014，33(5):102－105.

［5］ Feng Guojin，Gu James，Zhen Dong，et al.Implementation of envelope analysis on a wireless condition monitoring system for bearing fault diagnosis［J］.International Journal of Automation and Computing，2015(1):14－24.

［6］ IEEE 802.15.4TM.Low－rate wireless personal area networks(LR－WPANs)［S］.

［7］ 沈安慰，郭基聯，王卓健.航空裝備現場數據可靠性評估方法有效性分析［J］.航空學報，2014，35(5):1311－1318.

［8］ 謝 平，唐亞松，李彬彬，等.基于相關系數的水文趨勢變異分級方法［J］.應用基礎與工程科學學報，2014(6):1089－1097.