无线网络通信的矿井瓦斯智能测控系统研究

徐小平 王其红 朱正伟

(南京信息职业技术学院1，江苏 南京 210023;常州信息职业技术学院2，江苏 常州 213164;常州大学信息科学与工程学院3，江苏 常州 213164)

无线网络通信的矿井瓦斯智能测控系统研究

徐小平1王其红2朱正伟3

(南京信息职业技术学院1，江苏 南京 210023;常州信息职业技术学院2，江苏 常州 213164;常州大学信息科学与工程学院3，江苏 常州 213164)

针对矿井采煤现场瓦斯浓度难以精确测量的问题，提出了一种基于WSN的智能瓦斯浓度监测方法。现场监测仪采用催化燃烧的惠斯顿电桥法测定，电桥测量值通过分段非线性矫正准确反映了瓦斯浓度。监测仪一方面监测显示瓦斯浓度，达到预警值时报警；另一方面通过无线传感网络向基站传送数据，无线通信协议采用LEACH协议。试验结果表明，该系统平衡了各测量节点的能耗，延长了无线网络的有效寿命。

瓦斯 催化燃烧 无线传感网 智能测控系统 低功耗分群分层协议

0 引言

矿井瓦斯主要是从煤体及围岩中逸出和采矿过程中产生的多成分混合气体，主要成分是甲烷(CH4)、一氧化碳(CO)等，当CH4浓度达到5%～16%时，有爆炸危险[1]。实时监控矿井瓦斯浓度，当瓦斯浓度达到预警值时报警，矿井控制中心和采矿现场同时采取预防措施，可以有效防止瓦斯爆炸事故的发生[2]。

矿井瓦斯浓度的测量方法有催化燃烧法、光干涉法、气敏半导体法和红外光谱吸收法等，我国目前普遍采用催化燃烧法。催化燃烧法具有测量精度高和价格低廉的优点，但同时存在线性度不高、调节周期短和零点漂移的缺点。本文针对瓦斯测量现场存在布线困难、难以精确测量的特点，提出了基于无线传感网(wireless sensor networks，WSN)的瓦斯智能测控系统。

1 系统结构

系统结构如图1所示。

图1 系统结构图Fig.1 Structure of the system

瓦斯测量节点定时监测采煤现场的瓦斯浓度，当瓦斯浓度低于报警值时绿色指示灯点亮，并且通过ZigBee无线通信向基站节点发送测量数据。基站节点把测量数据汇总打包后通过RS- 485通信传送给以太网网关，通过以太网发送给控制中心服务器；控制中心服务器分析上传数据并写入数据库。当现场测量瓦斯浓度大于报警值时，测量节点红色指示灯闪烁，并且蜂鸣器现场报警。测量数据通过无线测量网络和以太网传送到控制中心后，监控客户机及服务器也显示报警[3]。

2 瓦斯智能测量节点

现场瓦斯智能测量节点结构如图2所示。

图2 测量节点结构图Fig.2 Structure of the measurement node

催化燃烧电路通过黑元件(催化传感元件)和白元件(不带催化剂的白元件)在矿井不同瓦斯浓度的情况下催化燃烧产生不同的电压。该电压通过调理电路放大为0～3 V电压，再通过A/D转换电路输入CPU电路。催化燃烧电路在瓦斯浓度较小的情况下，输出与瓦斯浓度基本呈线性关系；当瓦斯浓度较高时，电压输出值相对增加缓慢。因此，CPU需要对反映瓦斯浓度的输入电压进行非线性校正。校正后通过数码管显示瓦斯浓度值，以及通过ZigBee无线传感网络向基站节点发送。距离基站较远的节点则需要通过其他节点转发。当瓦斯浓度大于预警值时需要报警。

2.1 催化燃烧电路分析

催化燃烧的惠斯顿电桥电路如图3所示。

图3 惠斯顿电桥Fig.3 Wheatstone bridge

黑元件电阻R2与白元件电阻R1在瓦斯浓度为0时电阻值相等，即R1=R2，二者连接点的相对电压为1.5 V。电压U的另一端理想情况下设置在Rp的中点，相对电压为1.5 V，因此瓦斯浓度为0时U的值也为0。在无瓦斯的新鲜空气状态进行硬件调试时可以通过Rp调节零点[4]。

当监测瓦斯浓度时，瓦斯在催化元件上无焰燃烧，燃烧使黑元件的阻值R2升高为R2+ΔR2，而补偿元件白元件的阻值保持不变，电桥的平衡发生变化：

(1)

由于R1=R2>>ΔR2，所以式(1)简化为：

(2)

ΔR2=aDCQR0/h

(3)

式中:a为铂丝的电阻温度系数；D为瓦斯扩散系数；C为瓦斯浓度；Q为瓦斯燃烧热；R0为铂丝0 ℃时的阻值；h为敏感元件热容量。

D和Q都是常数，a，h和R0与敏感元件的结构、材料等相关，在一定范围内ΔR2可以表示为：

ΔR2=KC

(4)

式中：K=aDQR0/h。将式(4)代入式(2)得到：

(5)

由式(5)可知，电压U在一定范围内与瓦斯浓度成正比[5]。

2.2 瓦斯传感元件的非线性校正

催化燃烧法瓦斯浓度检测在低浓度范围内存在一定的线性关系，但随着瓦斯浓度的增加则呈现严重的非线性关系。这主要是由瓦斯传感元件的材料、加工精度、工作环境等引起。在检测过程中，对误差来源不能准确判断，所以难以建立准确的判断模型。检测过程中必须对传感器输出曲线进行校正，曲线的校正主要分为线性和非线性校正。

线性校正有端点线性和最小二乘法。端点线性法适用于曲线非线性度不高的线性校正；最小二乘法校正精度高，但计算复杂，普通微处理器难以完成。非线性校正分为分段校正和终端校正，根据瓦斯催化燃烧输出曲线特性及计算方法的难易度，选择二次抛物线拟合的平方插值校正法[6]。

平方插值法把输出曲线分为若干段，每段曲线函数近似为：

y=Ax2+Bx+C

(6)

测试阶段每段选取3个点：(x1,y1)、(x2,y2)、(x3,y3),代入式(6)，可以计算出该曲线段的A、B、C这3个系数。把输出曲线分段的(x1,x2,…xi,…xn)值和各段相应的Ai、Bi、Ci值存入存储器。催化燃烧的惠斯顿电桥输出电压信号经调理电路放大、A/D转换后传送给CPU，CPU判断信号处在输出曲线的哪一段(假设为第i段)，则由式(7)得到反映瓦斯浓度的yi值[7]。

yi=Aix2+Bix+Ci

(7)

3 WSN通信设计

瓦斯智能测控节点采用ZigBee无线通信协议上传数据。如果距离基站节点近(100 m以内)，则直接向基站发送数据。基站不仅要处理很多数据，而且数据通信量大，能耗大，一般采用固定电源供电。但其他节点距离基站较远，不易架设供电电缆，只能采用锂电池供电[8]。因此，瓦斯智能测控仪不仅要准确及时测量矿井瓦斯浓度值，还要尽可能节约能量，避免频繁更换电池[9]。

ZigBee无线通信协议可以采用平面路由协议和分层路由协议。平面路由协议有泛洪、定向扩散等协议。泛洪路由协议中每个节点将接收到的数据包以及自己的测量数据发送给相邻的所有节点，直到数据包传送到基站。分层路由协议采用低功耗分群分层路由协议(low energy adaptive clustering hierarchy,LEACH)，如图4所示，通信节点共分为3层：基站、路由节点和普通节点。

路由节点和普通节点都采用锂电池供电，各节点(除基站及100 m以内节点外)被分为不同簇，每个簇

每一轮选出一个路由节点。簇内其他节点把数据转发给路由节点，路由节点把数据融合后再向基站发送。路由节点的能耗大，某个节点长期担任路由节点容易引起电池能量耗尽而过早失效。

图4 ZigBee分层分群协议结构图Fig.4 Structure of ZigBee hierarchical clustering protocol

在LEACH协议中，不同节点依次担任路由节点，使簇内各节点的剩余能量相对达到均衡，延长了无线传感网络的有效生命周期[10]。低功耗分群分层路由协议(LEACH)时隙分配图如图5所示。

图5 LEACH协议时隙分配图Fig.5 Time slot allocation of LEACH protocol

选取两个环境条件相近的簇，每个簇由6个节点组成，分别采用平面路由协议(泛洪)和LEACH分层协议进行失效节点测量，测量结果如图6所示[11]。

图6 平面路由协议与LEACH协议失效节点对比Fig.6 Comparison of the failed node for flat routing protocol and LEACH protocol

LEACH通信协议把通信周期划分成许多轮，每一轮的开始选举出路由节点，然后再分成许多帧。每一帧又根据普通节点的个数(图5中设为5个)划分成相应的时隙，每一个时隙内是某一个节点向路由节点发送数据的时间，避免了各节点竞争向路由节点发送数据。由图6可知，采用LEACH协议时，由于各节点能均衡负载，出现第一个失效节点的时间(第75天)比采用平面路由协议(第50天)延迟了50%。

4 结束语

矿井瓦斯智能测控仪可在测控现场准确测量显示瓦斯浓度，达到预警值现场报警；而且通过ZigBee无线传感网络把测量数据传送到基站，再由基站通过以太网传送到控制中心集中控制。无线传感网络采用LEACH协议，延长了网络的有效生命周期，使各节点能量损耗均衡，便于批量更换电池。

[1] 张友谊，梁跃强，李永占,等.平宝公司瓦斯地质特征及瓦斯防治措施研究[J].煤炭科学技术,2014,42(4):50-53.

[2] 谢广祥，胡祖祥，王磊.深部高瓦斯工作面媒体采动扩容特性研究 [J].煤炭学报，2014,39(1):91-96.

[3] 李文军,乐小琴,沈晓星,等.工业仪表无线数据采集系统的设计与实现[J].自动化仪表，2012,33(4):27-29,34.

[4] 伍泻洁,黄文恺,吴鸿碧.ZigBee无线技术在输液车间自动监测系统中的应用[J].自动化仪表,2014,35(4):49-52.

[5] 无线龙.ZigBee无线网络原理[M].北京:冶金工业出版社,2011:7-12.

[6] 赵淳臣，王亚刚，王凯.基于ZigBee协议的无线网关的设计[J].自动化仪表，2013,34(2):89-91.

[7] 朱红梅，惠晓威.基于物联网的智能瓦斯监测系统[J].仪表技术与传感器，2012,10(10):70-72.

[8] 李秋江,韦卫,贺志强.网络处理器体系结构分析[J].计算机工程与应用,2004(5):135-138.

[9] 卿晓霞，王文章，王波.基于节点转移的Zigbee网络孤立点减免算法[J].仪器仪表学报,2010,31(7)：1650-1656.

[10]宋佳，彭宇，彭喜元,等.基于簇内数据聚内算法的WSNs故障检测方法[J].仪器仪表学报，2012，33(10)：2214-2219.

[11]肖德琴，古志春，冯健昭,等.稻田水分监测无线传感器网络优化设计与试验[J].农业工程学报，2011，27(2)：174-179.

Research on the Intelligent Measurement and Control System Based on Wireless Network Communication for Mine Gas

To solve the difficulty of precisely measure the gas concentration in coalmine site, the intelligent monitoring method based on WSN for gas concentration is proposed. The field monitor adopts Wheatstone bridge method to measure gas concentration in catalytic combustion, through piecewise nonlinear correction, the measured value of the bridge may more accurately reflects the gas concentration. The monitor detects and displays the gas concentration for timely warning and alarming, in addition, the data are transmitted to base station through wireless sensor network using LEACH wireless communication protocol. The experimental results indicate that the system balances the energy consumption of each measurement node, and prolongs the effective life cycle of the wireless network.

Gas Catalytic combustion WSN Intelligent measurement and control system Low power consumption clustering hierarchy protocol

国家自然科学基金资助项目(编号：51176016)；

江苏省科技支撑计划基金资助项目(编号：BE2013005-3)。

徐小平(1960-)，女，1982年毕业于江苏大学工业自动化专业，获硕士学位，副教授；主要从事信息通信技术研究。

TP277

A

10.16086/j.cnki.issn1000-0380.201506015

修改稿收到日期：2014-09-12。