多样异常数据筛选WSNs 矿井热害监测系统设计*

樊宽刚，么晓康，李 革

(1.江西理工大学 机电工程学院，江西 赣州341000;2.北京大学 信息工程学院，广东 深圳518055)

0 引 言

工业信息化的发展带动了矿业的持续繁荣，然而，国内外开采与监测技术依然不能满足矿井生产需要。加拿大、南非和我国等国家矿产开采已超过千米深度甚至更深［1］。当开采深度不断增加，原岩温度升高而诱发岩体的物理力学性质发生变化随之产生更多的开采问题或次生灾害。据文献［2］统计，南非和日本部分矿井温度超过50℃，我国开采深度超过1 000 m 的矿井工作面温度和原岩温度分别达34 ～36 ℃，40 ～45 ℃，致使大部分矿井受热害威胁。此外，我国部分金属矿井巷道环境的监测采用人工巡逻监测或有线安装复杂等［3］。文献［4］利用物联网技术对矿井安全监控系统进行了研究。Zig Bee 无线传感器网络(WSNs)因其网络节点低成本，低能耗，可大规模组网的优势得到广泛应用［5］。

针对矿井深度开采的热害监测和现存有线监测不足，并结合金属矿井生产实际，设计一种矿井WSNs 环境热害监测系统，然后，对监测系统采集的数据筛选方法进行了深入研究。

1 系统整体方案

本金属巷道环境监测系统由Zig Bee 子网、WiFi 子网、Zig Bee 子网与WiFi 子网之间的连接部分、手持式监测端、井上数据处理中心等主要部分构成。

Zig Bee 子网由温湿度传感器感知节点、二氧化碳(CO2)传感器感知节点、烟雾传感器感知节点、路由节点和协调器节点构成。WiFi 子网由工作在无线AP 模式无线WiFi 节点构成。Zig Bee 子网与WiFi 子网相互连接部分通过RS—485 转RJ—45 模块构成。手持式监测端是一种可随身携带的监测终端。井上数据处理中心由服务器、显示器、PC，数据库构成。系统总体设计方案结构如图1 所示。

图1 系统总体设计方案架构图Fig 1 Architecture diagram of system overall design scheme

2 系统硬件

IEEE 802.15.4 任务组针对低速无线个人区域网络(LR－WPAN)在IEEE 802.15.4 标准中定义了两种器件:全功能设备和简化功能设备［6］。本设计将Zig Bee 感知节点设计为简化功能设备，协调器节点和路由节点设计为全功能设备。

为了减少此系统网络能量消耗，本设计选用低功耗高集成度微射频SoC 芯片CC2530 F256 作为核心硬件器件，该芯片具有8 kB 超低功耗的SRAM 和21 个通用I/O 引脚，集数据处理和无线通信于一体，支持IEEE 802.15.4 协议的2.4 GHz 无线通信频带。通信节点包括:感知节点、路由节点、协调器节点和复合节点四种。

感知节点处于监测系统底层，数量众多，其硬件设计原理图如图2 所示，其主要包括传感器数据采集、数据处理、数据收发、电源模块以及I/O 接口等外设。其中数据采集部分的传感器将矿井中的温湿度、CO2浓度、烟雾粉尘状况等环境数据在各自传感器内完成信号的调理，然后通过I/O 接口端发送到CC2530 芯片中。

Zig Bee 路由节点负责数据包的转发，起通信链路中继作用，其节点硬件设计不含数据采集部分。

Zig Bee 协调器节点通过RS—485 串口与矿井上服务器进行数据交换，其硬件设计加上RS—485 串口通信单元，以实现Zig Bee 网络与井上网络之间的通信。Zig Bee－WiFi 复合节点由主要Zig Bee 无线路由节点与WiFi 无线路由器通过RS—485 转RJ—45 模块连接构成。

图2 Zig Bee 感知节点设计原理图Fig 2 Principle diagram of Zig Bee sensing node design

3 系统软件

3.1 下位机程序

系统的底层下位机如Zig Bee 感知节点，Zig Bee 路由节点和协调器节点的程序编写使用IAR Embedded Workbench for 8051.8.10 软件编程。其Zig Bee 协议栈采用TI公司的Zstack—CC2530—2.4.0—1.4.0。Zig Bee 协调器节点的程序流程如图3 所示，其功能是完成组网和对网络的射频信道、网络标志符等参数的设置。Zig Bee 感知节点和路由器节点的程序除无组网功能调度功能外，其他与协调器节点程序类似，其作用分别是接收传感器采集的数据，中继拓展网络。

图3 Zig Bee 协调器节点的程序流程Fig 3 Program flow chart of Zig Bee coordinator node

3.2 上位机手持终端软件

本系统上位机手持终端软件设计是基于开放的智能操作系统——Android 系统。使用Eclipse 软件开发上位机手持终端软件的.apk 应用软件。手持终端软件主界面由两个相同设备子界面构成，如图4 所示。每个设备子界面由IP 地址设置部分、传感器选择部分和连接设备子图部分。

在图4 中，IP 地址设置部分作用是设置IP 地址和端口号，通过IP 地址的选择来选择不同IP 地址下的Zig Bee 感知节点上的传感器。传感器选择部分是可选择不同的传感器，以实现对数据的正确解析。连接设备子图部分作用是实时显示所采集传感器数据的图像，便于在手持终端上实时准确直观地显示环境参数。图4 下方的实时监测环境参数子图，通过放大缩小按钮功能可清晰地查看监测时间段内的环境参数，该图是对温度、湿度和CO2浓度的监测图。

图4 手持终端软件连接状态Fig 4 Connection status of handheld terminals software

4 系统测试与多样性异常数据筛选方法提出

将按上述设计金属矿井热害监测系统，在实验室环境下进行测试验证，以判断该系统设计的成功与否。本实验将主要对环境的温度、湿度、CO2浓度进行实时监测。为了模拟矿井固定位置正常环境的恒定，控制室温为26 ℃，利用开发的手持终端每隔20 min 记录采集到的温度值、湿度值和CO2浓度值，得到的测试数据如表1 所示。

表1 测试数据Tab 1 Test data

从表1 可看出，本系统可以在实验室环境下实现所设计的功能要求，达到对环境的温度、湿度、CO2浓度的实时监测。同时，在实验过程中，也验证了手持监测终端在无线信号覆盖范围内，可以实现无线手持监测的功能要求。然后，对系统的多样性异常数据筛选进行详细研究。

4.1 正常工作环境情况下的多样性异常数据筛选

矿井中基本稳定的环境状况下采集数据也难免产生小概率异常数据。对于这类基本恒定的监测参数的异常数据的筛选，本研究在深入研究基本拉依达法则［7］的基础上，提出了操作简便处理可靠的参数适应型拉依达法(PAPC)剔除异常数据准则。设X1，X2，…，Xn是所要测量的n 个样本，若有测量的样本不满足式(1)时，则认为是异常数据，式(1)为PAPC 表达式

式中 μ 为总体均值，σ 为总体标准差，N 为PAPC 条件判断参数，N 一般取10 ～20 的整数。根据数理统计的参数估计可知，样本均值是总体均值μ 的无偏估计，如式(2)所示

样本标准差s 是总体标准差σ 的无偏估计，如式(3)所示

为了提高样本均值的计算精度和防止节点数据在计算过程中的发生数据溢出，使用二次均值法计算样本均值，如式(4)所示

图5 对于恒定温度异常数据的筛选Fig 5 Abnormal data filter at constant temperature

4.2 异常工作环境情况下的多样性异常数据筛选

在矿井环境在热害监测环境过程，有的监测参数不是线性的(如图6)，那么对于这样的监测的状态就不容易发现监测数据的异常性。图6(a)是相对湿度随时间的曲线拟合变化曲线，图6(b)是CO2浓度随时间的拟合变化曲线。由于上述高次多项式拟合判断条件苛刻和变化的异常数据的不易发现。本研究提出了基于皮尔森相关系数异常监测状态判断法。根据相关系数ρXY约束来报警异常情况，其约束条件如式(5)所示

其中，X 和Y 为所监测的两个环境参数;ρ0为根据长期观察与计算得到相关系数算术平均值;Δρcontrol为监测预警系统设置的所监测参数的相关系数可变动参数。

图6 监测参数变化曲线Fig 6 Curve of monitoring parameters change

本文使用PCCF，ρXY由式(6)计算

相关系数矩阵R 与协方差矩阵C 之间的关系是

其中，C·Q 为协方差矩阵C 和系数矩阵Q 的Hadamard 积，Q 在上式中具体为公式(9)

根据相关系数的划分等级［8］，结合本设计研究内容给出监测数据之间的相互关系和Δρcontrol的取值表，如表2 所示。若两个监测参数之间存在相关系数在0.7 以上时，可以使用表2 进行异常数据分析。

表2 监测数据之间相互关系与Δρcontrol的取值Tab 2 Relationship between monitoring data and value of Δρcontrol

图7 相对湿度与CO2 浓度线性相关性Fig 7 Linear correlation of relative humidity and CO2 concentration

从图7 可以看出，当相对湿度或CO2浓度发生异常变化时，如其中一只传感器所采集的数据发生异常，必然影响到相对湿度和CO2浓度相关系数ρ 发生变化，那么，本研究就可以根据式(5)，即两个监测数据之间的相关系数的变化，判断这两种监测数据的变化是否属于正常变化范围;如果两个监测数据的相关系数在正常范围类，则监测系统继续照常工作;如果它们的相关系数不属于PCCF，则发生异常报警，然后根据邻近感知节点对比，确定发生异常状况的感知节点并进行数据筛选，保留正常数据并上传异常数据。或者当两个观察值高度线性相关时，根据图7 的两监测函数的拟合曲线的变化，判断监测系统是否处于正常状态并进行数据筛选。

5 结 论

本文结合无线Zig Bee 技术和无线WiFi 技术两大无线通信技术，设计了一种WSNs 热害环境监测系统，并研究了两类多样性异常数据筛选方法:1)为保证监测稳定环境采集的数据可靠性，提出了改进型拉依达异常数据剔除法则和使用置信水平的数据剔除方法;2)为了有效发现被监测区域变化环境参数的异常情况，提出了PCCF 异常状态判断法。

［1］ 滕吉文，杨 辉，张雪梅.中国地球动力学研究的方向和任务［J］.岩石学报，2010，26(11):3159－3176.

［2］ 何满潮，郭平业.深部岩体热力学效应及温控对策［J］.岩石力学与工程学报，2013(12):2377－2393.

［3］ 何学文，盛颖飞，曹清梅.基于无线Zig Bee 的钨矿尾矿库安全监测系统［J］.金属矿山，2014(1):120－124.

［4］ 周云科，杨林靖，张恩迪.基于物联网技术的矿井安全监控系统设计［J］.传感器与微系统，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，郭基联，王卓健.航空装备现场数据可靠性评估方法有效性分析［J］.航空学报，2014，35(5):1311－1318.

［8］ 谢 平，唐亚松，李彬彬，等.基于相关系数的水文趋势变异分级方法［J］.应用基础与工程科学学报，2014(6):1089－1097.