煤礦安全監(jiān)控中的智能預(yù)警系統(tǒng)研究

【關(guān)鍵詞】煤礦安全監(jiān)控；智能預(yù)警系統(tǒng)；研究

引言

煤礦是國家能源供應(yīng)的中流砥柱，安全生產(chǎn)不僅牽動(dòng)萬千家庭的幸福，還是能源戰(zhàn)略穩(wěn)定的根基。井下地質(zhì)環(huán)境復(fù)雜，暗藏瓦斯、頂板、透水等安全風(fēng)險(xiǎn)，時(shí)刻考驗(yàn)著安全防控能力。

傳統(tǒng)監(jiān)控手段在現(xiàn)代煤礦安全挑戰(zhàn)前漸顯乏力，響應(yīng)滯后、研判粗糙是其突出短板。過去主要依賴人工巡檢與單一傳感器監(jiān)測，人工巡檢勞動(dòng)強(qiáng)度大、效率低下，疏漏難以避免，無法實(shí)時(shí)全面掌握井下安全狀況。單一傳感器雖能實(shí)時(shí)捕捉特定參數(shù)，但煤礦安全受多重因素交織影響，單參數(shù)監(jiān)測難以反映整體態(tài)勢，誤報(bào)、漏報(bào)現(xiàn)象頻發(fā)。更關(guān)鍵的是，傳統(tǒng)方式對(duì)海量監(jiān)測數(shù)據(jù)缺乏深度挖掘，難以精準(zhǔn)識(shí)別潛在隱患和事故苗頭，往往錯(cuò)失預(yù)防良機(jī)。

一、智能預(yù)警系統(tǒng)總體架構(gòu)

（一）數(shù)據(jù)采集層

數(shù)據(jù)采集層是煤礦安全預(yù)警系統(tǒng)的基礎(chǔ)，它主要負(fù)責(zé)對(duì)煤礦生產(chǎn)過程的各類安全信息進(jìn)行采集和分析，包含了氣體傳感器、一氧化碳傳感器、溫度傳感器、壓力傳感器、風(fēng)速傳感器等多種傳感器，它們分布在煤礦的各個(gè)關(guān)鍵部位，可以對(duì)瓦斯?jié)舛取⒂泻怏w含量、溫度、壓力、風(fēng)速等參數(shù)進(jìn)行實(shí)時(shí)監(jiān)控。另外，數(shù)據(jù)采集層可實(shí)現(xiàn)對(duì)設(shè)備運(yùn)行狀態(tài)、人員位置等信息的采集，為系統(tǒng)集成分析與預(yù)警提供全面的數(shù)據(jù)支撐[1]。

（二）數(shù)據(jù)傳輸層

數(shù)據(jù)傳輸層的作用是將數(shù)據(jù)采集層采集到的各種數(shù)據(jù)安全、可靠、實(shí)時(shí)地傳輸?shù)綌?shù)據(jù)處理層。常用的數(shù)據(jù)傳輸方式包括有線傳輸和無線傳輸。有線傳輸具有傳輸穩(wěn)定、抗干擾能力強(qiáng)的優(yōu)點(diǎn)，但布線復(fù)雜、成本較高；無線傳輸具有安裝方便、靈活性高的特點(diǎn)，但容易受到外界干擾。在實(shí)際應(yīng)用中，可以根據(jù)煤礦的實(shí)際情況選擇合適的數(shù)據(jù)傳輸方式，或者采用有線和無線相結(jié)合的混合傳輸方式。

（三）數(shù)據(jù)處理層

數(shù)據(jù)處理層是智能預(yù)警系統(tǒng)的核心，主要負(fù)責(zé)對(duì)采集到的數(shù)據(jù)進(jìn)行預(yù)處理、存儲(chǔ)、分析和挖掘。數(shù)據(jù)預(yù)處理包括數(shù)據(jù)清洗、數(shù)據(jù)歸一化等操作，目的是去除噪聲數(shù)據(jù)和異常數(shù)據(jù)，提高數(shù)據(jù)質(zhì)量。數(shù)據(jù)存儲(chǔ)采用數(shù)據(jù)庫管理系統(tǒng)，將處理后的數(shù)據(jù)進(jìn)行分類存儲(chǔ)，以便后續(xù)的查詢和分析。數(shù)據(jù)分析和挖掘運(yùn)用數(shù)據(jù)融合技術(shù)、機(jī)器學(xué)習(xí)算法等，對(duì)大量的監(jiān)測數(shù)據(jù)進(jìn)行深度分析，提取有價(jià)值的信息和知識(shí)，發(fā)現(xiàn)潛在的安全隱患和事故征兆。

（四）預(yù)警決策層

預(yù)警決策層根據(jù)數(shù)據(jù)處理層分析挖掘的結(jié)果，結(jié)合預(yù)設(shè)的安全閾值和預(yù)警規(guī)則，對(duì)煤礦安全狀況進(jìn)行評(píng)估和預(yù)警。當(dāng)監(jiān)測數(shù)據(jù)超過安全閾值或出現(xiàn)異常模式時(shí)，系統(tǒng)會(huì)及時(shí)發(fā)出預(yù)警信號(hào)，并通過聲光報(bào)警、短信等方式通知相關(guān)人員。同時(shí)，預(yù)警決策層可以提供預(yù)警信息的詳細(xì)描述和處理建議，幫助工作人員快速采取有效的措施應(yīng)對(duì)安全隱患[2]。

二、智能預(yù)警系統(tǒng)關(guān)鍵技術(shù)分析

（一）傳感器技術(shù)

傳感器作為智能預(yù)警系統(tǒng)的數(shù)據(jù)源頭，其性能的優(yōu)劣直接決定了系統(tǒng)所獲取數(shù)據(jù)的準(zhǔn)確性和可靠性，進(jìn)而影響整個(gè)智能預(yù)警系統(tǒng)對(duì)煤礦安全狀況判斷的精準(zhǔn)度。在煤礦這種特殊而復(fù)雜的工作環(huán)境下，對(duì)傳感器的性能提出了更高的要求。如氣體傳感器，瓦斯氣體爆炸事件一旦發(fā)生，會(huì)給人民群眾帶來巨大的生命和經(jīng)濟(jì)損失。因此，氣體傳感器對(duì)瓦斯氣體濃度的檢測要求很高。在煤礦中，氣體濃度是不斷變化的，傳感器必須對(duì)氣體濃度的變化作出快速反應(yīng)，才能把測量結(jié)果及時(shí)地傳送到監(jiān)測系統(tǒng)中。同時(shí)，測量精度是氣體傳感器最重要的性能指標(biāo)，即使是很小的測量誤差也會(huì)造成氣體濃度的錯(cuò)誤估計(jì)，造成重大的事故。另外，氣體傳感器還必須具備較好的穩(wěn)定性和抗毒化能力。煤礦下環(huán)境惡劣，存在各種腐蝕性氣體和粉塵，傳感器長期處于這樣的環(huán)境中，容易出現(xiàn)性能下降甚至失效的情況。而且，某些氣體可能會(huì)使傳感器中毒，導(dǎo)致檢測數(shù)據(jù)不準(zhǔn)確。因此，穩(wěn)定性和抗中毒性能是保障氣體傳感器長期穩(wěn)定工作的關(guān)鍵。溫度傳感器在煤礦安全監(jiān)控中同樣起著重要作用。煤礦下地質(zhì)條件復(fù)雜，自燃發(fā)火等安全隱患潛藏。溫度正是判斷自燃發(fā)火的關(guān)鍵指標(biāo)。溫度傳感器需在高溫、高濕、多塵的惡劣環(huán)境中穩(wěn)定工作，精準(zhǔn)捕捉溫度變化。其測量范圍要覆蓋井下可能出現(xiàn)的所有溫度區(qū)間，且具備高分辨率，以便及時(shí)察覺細(xì)微的溫度波動(dòng)。

隨著傳感器技術(shù)的發(fā)展，無線傳感器網(wǎng)絡(luò)在煤礦安全監(jiān)控中的應(yīng)用愈發(fā)廣泛。這類網(wǎng)絡(luò)具備自組織、多跳路由、動(dòng)態(tài)拓?fù)涞忍匦浴Ｗ越M織能力讓傳感器節(jié)點(diǎn)可自動(dòng)組網(wǎng)，無需人工干預(yù)，大幅提升部署效率與靈活性；多跳路由能破解單個(gè)節(jié)點(diǎn)通信距離有限的難題，借助多個(gè)節(jié)點(diǎn)中繼轉(zhuǎn)發(fā)，實(shí)現(xiàn)數(shù)據(jù)遠(yuǎn)距離傳輸；動(dòng)態(tài)拓?fù)鋭t使網(wǎng)絡(luò)能適應(yīng)井下環(huán)境變化，如節(jié)點(diǎn)移動(dòng)、損壞等情況，保障網(wǎng)絡(luò)正常運(yùn)行。無線傳感器網(wǎng)絡(luò)可實(shí)現(xiàn)大規(guī)模、分布式數(shù)據(jù)采集，為智能預(yù)警系統(tǒng)提供更全面、及時(shí)的數(shù)據(jù)支撐。

（二）數(shù)據(jù)融合技術(shù)

煤礦安全受瓦斯、煤塵、頂板和水害等多種因素的影響，單個(gè)傳感器所獲得的數(shù)據(jù)只能反映某一方面的信息，存在一定的局限性。例如，氣體傳感器只能探測到氣體的濃度，不能獲得如溫度、壓力等一些關(guān)鍵性的參數(shù)，而這些參數(shù)對(duì)于綜合評(píng)價(jià)煤礦的安全狀態(tài)是十分重要的。為了提高數(shù)據(jù)的精度和可靠性，需要對(duì)多個(gè)傳感器進(jìn)行集成處理。加權(quán)平均法、卡爾曼濾波法、神經(jīng)網(wǎng)絡(luò)等是目前比較常見的一種數(shù)據(jù)融合技術(shù)。加權(quán)平均法簡單、實(shí)用，按各個(gè)傳感器的重要性給予不同的權(quán)值，然后求其平均值。該方法具有較低的計(jì)算量，其核心是要考慮到傳感器的精度、可靠性和環(huán)境的適應(yīng)性，不恰當(dāng)?shù)臋?quán)重分配會(huì)對(duì)融合效果產(chǎn)生不利的影響。

卡爾曼濾波法是一種適合于進(jìn)行多源信息融合的方法，可以很好地克服噪聲的影響。煤礦安全監(jiān)測過程中，瓦斯?jié)舛取囟鹊榷鄠€(gè)參量是動(dòng)態(tài)的，卡爾曼濾波法通過對(duì)系統(tǒng)狀態(tài)進(jìn)行估計(jì)與預(yù)測，并與新觀測值相結(jié)合，對(duì)狀態(tài)進(jìn)行實(shí)時(shí)更新，提高了數(shù)據(jù)的準(zhǔn)確性，并能有效地發(fā)揮數(shù)據(jù)的動(dòng)態(tài)性，提高了融合的準(zhǔn)確性。神經(jīng)網(wǎng)絡(luò)方法具有很強(qiáng)的非線性映射功能，可以對(duì)數(shù)據(jù)之間的復(fù)雜關(guān)系進(jìn)行自動(dòng)學(xué)習(xí)[3]。煤礦安全監(jiān)測中，多個(gè)參數(shù)之間存在著復(fù)雜的非線性關(guān)系，傳統(tǒng)的方法很難對(duì)其進(jìn)行精確的處理，而利用神經(jīng)網(wǎng)絡(luò)可以從海量的訓(xùn)練樣本中學(xué)習(xí)這些關(guān)聯(lián)，從而達(dá)到更加精確的融合。在實(shí)施過程中，要根據(jù)具體的需要，采取適當(dāng)?shù)拇胧蚓C合運(yùn)用各種措施，才能最大限度地發(fā)揮它們的優(yōu)勢。

（三）人工智能算法

以人工智能算法為核心的智能預(yù)警系統(tǒng)，能夠?qū)Υ罅康谋O(jiān)控?cái)?shù)據(jù)進(jìn)行深入的分析與挖掘，并對(duì)潛在的安全風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確的辨識(shí)，從而為煤礦的安全建設(shè)提供安全屏障。其中，常用的算法包括支持向量機(jī)、決策樹、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等。

支持向量機(jī)具有較好的推廣和分類效果，適合于小樣本數(shù)據(jù)的處理。在煤礦安全預(yù)警系統(tǒng)中，支持向量機(jī)可以在無法獲取大量的歷史事故數(shù)據(jù)的情況下，對(duì)其進(jìn)行精確的分類，判斷目前的安全狀況。

決策樹算法簡單、直觀，便于理解和實(shí)施。通過構(gòu)建決策樹模型，其節(jié)點(diǎn)表示特征屬性，分枝與決策的結(jié)果相對(duì)應(yīng)，葉節(jié)點(diǎn)代表類別。在煤礦的安全監(jiān)測中，根據(jù)瓦斯?jié)舛取囟群蛪毫Φ葏?shù)建立了相應(yīng)的數(shù)學(xué)模型，并將新的監(jiān)測數(shù)據(jù)輸入到煤礦中，可以迅速地進(jìn)行報(bào)警與否的判定[4]。

神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)具有很好的自學(xué)習(xí)和自適應(yīng)性，能夠從數(shù)據(jù)中自動(dòng)抽取出數(shù)據(jù)的特征和模式。煤礦安全預(yù)警所需的海量監(jiān)測數(shù)據(jù)蘊(yùn)含著豐富而復(fù)雜的信息，需要在海量的訓(xùn)練樣本中進(jìn)行學(xué)習(xí)，以達(dá)到對(duì)煤礦安全狀態(tài)的精確評(píng)估和預(yù)警。例如，深度神經(jīng)網(wǎng)絡(luò)可以對(duì)圖像進(jìn)行處理，對(duì)煤礦監(jiān)測視頻進(jìn)行分析，發(fā)現(xiàn)人員違章、設(shè)備異常等問題；該方法可以對(duì)時(shí)序數(shù)據(jù)進(jìn)行處理，并對(duì)瓦斯?jié)舛取囟鹊葏?shù)的變化進(jìn)行預(yù)測，并對(duì)可能存在的安全隱患進(jìn)行預(yù)警。

（四）地理信息系統(tǒng)技術(shù)

地理信息系統(tǒng)（Geographic Information System，GIS）為煤礦安全監(jiān)測提供了一種嶄新的思路和方法，可以把煤礦的空間信息和安全監(jiān)控?cái)?shù)據(jù)有機(jī)地融合在一起，以可視化的方式展現(xiàn)煤礦安全狀態(tài)。在GIS地圖中，工作人員可以對(duì)煤礦各部位的安全情況有直觀的認(rèn)識(shí)。地圖上氣體濃度的分布非常清楚，用不同的顏色表示不同的氣體濃度，使工作人員一眼就能看到氣體濃度高、有危險(xiǎn)的區(qū)域，并能用不同的圖示和顏色標(biāo)示出風(fēng)機(jī)、提升機(jī)等裝置的工作狀況。同時(shí)，該系統(tǒng)能將人員的位置信息實(shí)時(shí)顯示在地理空間中，便于管理者了解煤礦中的人員分布狀況，一旦出現(xiàn)意外，可以快速進(jìn)行營救。地理信息系統(tǒng)也能為突發(fā)事件的救援工作提供強(qiáng)有力的依據(jù)。在煤礦突發(fā)事件中，搶險(xiǎn)隊(duì)伍必須迅速查明事故地點(diǎn)及受災(zāi)區(qū)。地理信息系統(tǒng)可以將煤礦地質(zhì)資料、巷道布置等資料與實(shí)時(shí)監(jiān)控資料相結(jié)合，對(duì)事故地點(diǎn)進(jìn)行精確的定位，并對(duì)事故影響范圍進(jìn)行分析。在此基礎(chǔ)上，進(jìn)行科學(xué)的搜救計(jì)劃，選取最優(yōu)的搜救路徑，有效地提高搜救效率，降低人員的生命和財(cái)產(chǎn)損失。例如，對(duì)于燃?xì)獗ㄊ录玫乩硇畔⑾到y(tǒng)可以輔助救災(zāi)人員掌握爆炸沖擊波的傳播方向、范圍、潛在的二次災(zāi)害范圍，進(jìn)而進(jìn)行有針對(duì)性的救災(zāi)工作[5]。

三、智能預(yù)警系統(tǒng)應(yīng)用案例分析

（一）案例背景

某煤礦是年生產(chǎn)能力百萬噸的大型現(xiàn)代化煤礦。針對(duì)煤礦安全監(jiān)測工作中存在的問題，提出了一種智能化的預(yù)警系統(tǒng)。利用多個(gè)傳感器實(shí)現(xiàn)瓦斯、一氧化碳、溫度、壓力等多個(gè)參數(shù)的實(shí)時(shí)監(jiān)控。通過信息融合與人工智能算法，實(shí)現(xiàn)對(duì)多個(gè)參數(shù)的實(shí)時(shí)監(jiān)控。

（二）系統(tǒng)應(yīng)用效果

實(shí)時(shí)監(jiān)測與預(yù)警：對(duì)煤礦各個(gè)部位的安全指標(biāo)進(jìn)行實(shí)時(shí)監(jiān)控，當(dāng)參數(shù)超過安全限值時(shí)，及時(shí)報(bào)警。在一次瓦斯監(jiān)控中，該系統(tǒng)及時(shí)地發(fā)現(xiàn)了一個(gè)工作面的瓦斯?jié)舛瘸霈F(xiàn)了異常上升，并進(jìn)行了及時(shí)的預(yù)警和處理，從而避免了瓦斯爆炸事故的發(fā)生。

隱患排查與處理：通過對(duì)大量的監(jiān)控?cái)?shù)據(jù)的分析和挖掘，可以準(zhǔn)確地發(fā)現(xiàn)潛在的安全風(fēng)險(xiǎn)。例如，當(dāng)系統(tǒng)檢測到一條巷道的溫度不斷升高時(shí)，根據(jù)其它參量的變化，判斷該巷道有自燃發(fā)火的安全隱患。工作人員按照指示進(jìn)行巡查和處置，及時(shí)排除了危險(xiǎn)。

應(yīng)急救援支持：在緊急情況下，GIS的功能非常重要。在GIS的支持下，搜救人員可以迅速掌握事故地點(diǎn)、周圍環(huán)境和受困者的情況，從而制訂出科學(xué)的搜救計(jì)劃，提高搜救的效率。

（三）存在的問題與改進(jìn)措施

傳感器故障問題：在實(shí)際使用過程中，由于某些傳感器的失效而造成數(shù)據(jù)的不準(zhǔn)確。為此，需要加強(qiáng)傳感器的維修和管理，定期進(jìn)行標(biāo)定測試，并對(duì)出現(xiàn)故障的傳感器進(jìn)行及時(shí)更換。

數(shù)據(jù)安全問題：當(dāng)系統(tǒng)收集的資料數(shù)量增加時(shí)，資料數(shù)據(jù)安全問題日益突出。為了保證系統(tǒng)的安全性，可以采取加密、訪問控制和備份恢復(fù)等措施，以保證系統(tǒng)的安全性[6]。

算法優(yōu)化問題：目前的人工智能算法雖然在早期預(yù)警方面有一定的效果，但是還存在改進(jìn)的空間。在此基礎(chǔ)上，通過集成學(xué)習(xí)和遷移學(xué)習(xí)等方法，對(duì)算法進(jìn)行改進(jìn)，提高模型的精度和魯棒性。

四、智能預(yù)警系統(tǒng)發(fā)展趨勢展望

（一）多源數(shù)據(jù)融合與深度挖掘

在今后的發(fā)展中，基于視頻監(jiān)控、人員行為、設(shè)備運(yùn)行等多種數(shù)據(jù)的智能預(yù)警，可以更全面、更深層次地進(jìn)行安全監(jiān)測。與此同時(shí)，利用更高級(jí)的深度學(xué)習(xí)方法，從大數(shù)據(jù)中挖掘出更復(fù)雜、更隱蔽的安全風(fēng)險(xiǎn)與事故跡象。

（二）與物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算技術(shù)的深度融合

通過物聯(lián)網(wǎng)技術(shù)，可以實(shí)現(xiàn)煤礦各設(shè)備之間的互聯(lián)、智能管理，為煤礦智能預(yù)警提供了更加豐富的信息資源。大數(shù)據(jù)可以對(duì)大量的監(jiān)控?cái)?shù)據(jù)進(jìn)行處理與分析，并從中發(fā)掘出潛在的價(jià)值。云計(jì)算可以為智能預(yù)警系統(tǒng)的高效運(yùn)作提供強(qiáng)有力的計(jì)算與存儲(chǔ)資源。智能預(yù)警系統(tǒng)將上述技術(shù)相結(jié)合，實(shí)現(xiàn)更高效率和智能化的安全監(jiān)測[7]。

（三）智能化決策與自主預(yù)警

未來的智能預(yù)警系統(tǒng)，不僅能發(fā)出預(yù)警，還會(huì)根據(jù)事故的性質(zhì)、嚴(yán)重性，給出智能的決策意見，并進(jìn)行自動(dòng)的預(yù)警和控制。例如，當(dāng)探測到氣體濃度超過規(guī)定值時(shí)，該系統(tǒng)能自動(dòng)關(guān)閉有關(guān)地區(qū)的電力供應(yīng)，并啟動(dòng)通風(fēng)裝置，以保證煤礦的安全[8]。

（四）標(biāo)準(zhǔn)化與規(guī)范化發(fā)展

為了促進(jìn)智能預(yù)警系統(tǒng)的廣泛應(yīng)用和互操作能力，今后的工作中將繼續(xù)加大對(duì)相關(guān)標(biāo)準(zhǔn)的研究和規(guī)范。通過建立統(tǒng)一的數(shù)據(jù)格式、通訊協(xié)議和接口規(guī)范，不同廠商的設(shè)備和系統(tǒng)之間進(jìn)行有效的整合和協(xié)作，提升整個(gè)智能預(yù)警系統(tǒng)的性能和可靠性。

結(jié)語

在煤礦安全監(jiān)測中，建立智能化的預(yù)警系統(tǒng)，對(duì)保證煤礦的安全具有十分重要的意義。通過對(duì)其總體結(jié)構(gòu)、關(guān)鍵技術(shù)、應(yīng)用實(shí)例和發(fā)展趨勢的分析，它能夠?qū)崿F(xiàn)打破常規(guī)監(jiān)測和預(yù)警模式的局限性，達(dá)到實(shí)時(shí)、全面、準(zhǔn)確的煤礦安全狀態(tài)評(píng)價(jià)和預(yù)警的目的。隨著傳感器、數(shù)據(jù)融合、人工智能等關(guān)鍵技術(shù)的不斷創(chuàng)新，與物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等技術(shù)的深度融合，將進(jìn)一步健全智能預(yù)警體系，為煤礦的安全生產(chǎn)提供強(qiáng)有力的保證。未來，還需要不斷加大對(duì)該體系的研究和應(yīng)用，促進(jìn)煤礦安全監(jiān)測工作水平的不斷提高。

參考文獻(xiàn)：

[1] 夏恩剛，鄧越，馮強(qiáng)強(qiáng).煤礦安全監(jiān)控系統(tǒng)智能化設(shè)計(jì)應(yīng)用研究[J].內(nèi)蒙古煤炭經(jīng)濟(jì)，2023（19）：3133.

[2] 王博翰，郭俊.煤礦安全監(jiān)控系統(tǒng)技術(shù)及智能化發(fā)展趨勢[J].陜西煤炭，2024，43（03）：109112+148.

[3] 劉媛媛.煤礦安全監(jiān)控系統(tǒng)技術(shù)現(xiàn)狀及智能化發(fā)展趨勢[J].礦業(yè)安全與環(huán)保，2021，48（04）：104108.

[4] 白莉.煤礦安全監(jiān)控系統(tǒng)智能化水平的提升研究[J].當(dāng)代化工研究，2024（07）：120122.

[5] 陳強(qiáng).提高煤礦安全監(jiān)控系統(tǒng)智能化水平技術(shù)探討[J].煤礦機(jī)械，2023，44（03）：8285.

[6] 陳小林.智能化礦山建設(shè)背景下的煤礦監(jiān)管監(jiān)察模式[J].煤礦安全，2022，53（08）：237241.

[7] 王道元，王俊，孟志斌，等.煤礦安全風(fēng)險(xiǎn)智能分級(jí)管控與信息預(yù)警系統(tǒng)[J].煤炭科學(xué)技術(shù)，2021，49（10）：136144.

[8] 楊陽，秦曉慧，付江龍.面向煤礦安全的智能監(jiān)控及預(yù)警系統(tǒng)設(shè)計(jì)[J].物聯(lián)網(wǎng)技術(shù)，2018，8（12）：1516+19.