一种面向实时监测的煤矿安全时空数据模型

潘理虎，张朝伟，张英俊，陈立潮

(太原科技大学 计算机科学与技术学院，太原 030024)

近年来我国煤矿安全形势虽逐年好转，但煤矿事故起数与事故伤亡人数仍高于与美国、澳大利亚等发达国家。现阶段煤炭自然因素的局限性、煤炭工业结构不合理、安全监管不足、技术装备落后、从业人员素质低等诸多障碍是导致我国煤矿事故高于发达国家的根本原因[1]。

现代化的信息技术及智能设备的普及推广，使得传统煤矿企业正朝着资源与开采环境数字化、生产过程控制可视化、信息传输网络化、技术装备智能化、生产管理及决策科学化的智慧矿山方向发展。煤矿安全信息系统从早期单一的监控系统发展到各类监控监测系统的融合，结合煤矿生产系统、管理系统和监控监测系统建立全面综合的自动化信息平台；技术上也从传统工业制造技术逐渐结合了GIS、物联网、大数据、云计算以及多种信息通信技术及智能技术，对原有生产方式进行改造，使有效信息被挖掘和充分应用，从而提高传统产业生产力[2]。

随着煤矿信息化建设的逐步完善，各种煤矿安全生产信息化系统平台的运行产生了大量的时空序列数据、传感器监测数据以及视频监控数据，这些数据对于事故预测以及事故成因分析有着巨大的价值。挖掘时空序列数据特性，研究时空序列模型的建模方法成为提高煤矿安全监控和管理技术的新途径。吴娇娇[3]基于时空建模思想，深入挖掘煤矿瓦斯浓度序列本身所包含的时间规律和瓦斯浓度序列之间的空间关联规律，提出了一种时空神经网络瓦斯浓度预测模型，张晓晓[4]又在此基础上引入选择性集成方法，构建了时空神经网络选择性集成模型。然而现有的研究未能对这些数据建立一个行之有效的数据模型，导致对这些数据价值的发掘与利用还远远不够。近几年移动互联网的快速发展以及基于位置服务(LBS)在各个领域的广泛应用使得时空数据模型[5]成为了研究的热点，并广泛的应用于地籍管理、土地利用、林业资源数据更新等领域[6]。面对煤矿井下安全生产这个复杂的时空过程，虽然有大量关于煤矿安全预测分析的研究以及安全系统的应用，但是时空数据模型在煤矿安全领域的研究却仍然较少。缺乏一种有效可行规范且有较强实时性的时空数据模型来为煤矿安全的研究提供支持。分析煤矿井下生产过程及各类生产要素，建立时空数据模型，不仅可以在整体上建立对生产过程清晰的认知，并且可以实时观测整个生产过程中各类生产要素的变化情况，实现对井下人员、设备以及环境的实时检索查询与关联查询，对于有效地避免事故的发生具有重要意义[7]，同时对于事故成因分析与灾害预测也有较为重要的作用。

本文在分析了煤矿安全和时空数据在煤矿安全领域应用的研究现状基础上，研究并给出面向实时监测分析的煤矿井下安全生产时空数据模型,以满足对煤矿井下时空数据管理的需要。该模型对于高效管理人员、设备等运动目标的动态数据以及温度、风速、位置、瓦斯浓度等各种传感器的实时观测数据,抽象各类时空对象的特征,有效建立各种时空对象之间的相互关系发挥重要的基础性作用。

1 煤矿井下安全生产时空对象抽象

煤矿井下安全生产过程是一个时空过程，在不同的时刻、时态，各种井下生产要素和现象总是处于不同的空间或状态。外在表现则是随时间变化，各种生产要素在空间或属性上的变化。而时空对象，则是这个时空过程中各种时空要素的抽象表达。同种时空对象内部的关系以及不同的时空对象之间的关系错综复杂，形式多样。研究中，首先通过分析煤矿井下生产环境以及各类生产要素，对各种地理对象进行分类，掌握每种对象的属性与特点，然后再抽象出对象之间的时空关系，为煤矿井下安全生产时空建模提供理论依据[8]。

1.1 生产情境分析

煤矿井下生产情境信息复杂[9]，包含多类工种、多种操作工具，针对不同的施工环境，采取的施工方法不同，使用的工具也不尽相同。传统的煤矿生产主要包括钻眼工、爆破工、人力装载工、锚杆支护工、采煤机司机、转载机司机、破碎机司机、液压支架工等数十个工种[10]。以掘进机掘进过程为例，涉及到的工种主要是掘进机司机和装载机司机，对应的设备则是掘进机和装载机。除了工人、设备以及操作方法外，井下生产涉及到的情境信息还包括环境信息，如瓦斯、煤尘、风流、水流、一氧化碳、二氧化碳等各种气体以及煤层、岩层等[11]。而这些信息则需要通过瓦斯传感器、负压传感器、温度传感器、风速传感器等各类传感器来实时监测[12]。

1.2 时空对象抽象

依据上述的分析，空间与状态属性在不停变化的人员、设备、环境信息是时空模型的主要研究目标，因此可以将井下各类生产要素抽象为三类时空对象[13-14]：人员对象、设备对象和传感器对象或环境对象。这些时空对象除了本身不变的自有属性外，还应该包含随时间或时态变化的属性，通常我们会通过位置传感器、开停传感器或视频监控摄像头等设备实时观测这些变化的属性。

图1 煤矿井下安全生产时空对象结构图
Fig.1 Spatio-temporal object structure of coal mine underground safety production

井下工作人员有工种、操作的设备等与井下生产过程相关的不变的属性，也有当前工作状态、工作区域、位置信息等随时间变化的状态信息，因此人员对象的属性可以分为不变属性和可变属性。而在实际的生产过程中，传感器对于可变属性的观测是离散的，通常每隔一段时间会对位置信息与状态信息进行一次观测，获得一次观测值，将这些观测值按照时间或者时态顺序连接到一起，就可以得到一个观测值序列，因此，可变属性可以表现为一个属性状态序列。与人员对象相对应的还有设备对象，同样由可变属性与不变属性组成，其中可变属性则是由设备的空间序列和运行状态序列构成。与人员对象、设备对象有所区别的是，在时空数据模型中我们更关注的是传感器得到的观测值，而非传感器本身的状态变化，因此传感器对象的结构可分为参数和观测两部分。其中参数部分包含了传感器编号、类型、观测值类型、传感器工作温度、安置位置、角度等与传感器本身相关的信息，而这些信息根据其是否随时间变化又可分为不变参数与可变参数；观测部分包含了传感器所得到的观测值所构成的序列。时空对象结构图如图1所示。

1.3 时空对象定义

根据以上对时空对象结构的分析，三类时空对象本身具有不变性和唯一性，因此将时空对象o定义为：

o={u,c,S(t),P(t),A}

式中u表示时空对象的标识码，在整个时空数据模型的标识码集合中，这个标识码都是唯一的；c表示时空对象的类型；S(t)表示时空对象随时间变化的空间信息集合；P(t)表示时空对象在整个时空过程中随时间变化的有限个状态属性的集合；A表示时空对象的行为操作集合，包含了该时空对象在时空过程中可能发生的在时间、空间和状态属性上的运算与操作。

2 煤矿井下安全生产时空数据模型

上文简单分析了煤矿井下生产环境中人员、设备、环境要素的特征，并对这三种对象结构进行了抽象，给出了时空对象的定义。为了能够更好的描述这三种对象的定义以及对象之间的关系，本文将整个煤矿安全生产时空数据模型 (Spatio-Temporal Data Model) 表示为由时空对象(Objects)、邻居(Neighbors)和时空关系(Relationships)组成的三元组：

STDM = (O,N,R)

式中STDM表示时空数据模型；O即为上文中定义的时空对象集合，包含了人员、设备、传感器三种类型；N代表了与时空对象在时空过程中可能影响到的相邻对象的集合；R则是不同时空对象之间存在的关联、聚合、依赖、继承等关系的集合。根据以上对煤矿生产时空数据模型的定义，下面给出了一个采用统一建模语言(UML)描述的煤矿井下安全生产时空数据模型。模型的UML类图如图2所示。

图2煤矿井下安全生产时空数据模型UML图

Fig.2UML diagram of spatio-temporal data model in coal mine underground production

模型的上层是三个时空对象类，用于描述三种时空对象的不变参数和不变属性；下层是四个观测和状态类，用于描述时空对象的可变参数、观测值以及可变属性。

(1)SensorObject(传感器对象类)用于描述井下生产环境，定义了传感器对象的类型、值类型、位置、工作状态等不变参数。它是由多个SensorObserv(传感器观测值)和SensorPara(传感器参数)聚合而成；

(2)SensorObserv(传感器观测值类)是传感器对象随时间变化的观测值状态序列，记录了每一次观测的观测时间与观测值，同时还关联了序列中的上一次观测和下一次观测。

(3)SensorPara(传感器参数类)中保存了传感器可变的参数；

(4)PeopleObject(人员对象类)用于描述井下工作人员，定义了人员对象的工种、工作区域、操作等不变属性。它是由多个PeopleStatus(人员状态)聚合而成；

(5)PeopleStatus(人员状态类)是人员对象的状态序列，类中记录了每一次状态收集的时间、位置等时空信息，并与自身关联，保存了上一次记录和下一次记录；

(6)EquipObject(设备对象类)是模型的基础，用于描述井下生产设备对象，类中定义了设备对象的编号、类型等不变属性。它由多个EquipStatus(设备状态)聚合而成。由于人的行为和操作会影响设备的状态，设备也必然与操作维护人员相关，因而设备对象与PeopleObject(人员对象类)之间存在关联关系。同时设备的时空变化会引起环境信息的改变，因此设备对象与SensorObject(传感器对象类)之间也存在关联关系。同时由于不同的设备对象之间也会相互影响，因此设备对象还与自身相关联；

(7)EquipStatus(设备状态类)保存了设备对象的状态序列，记录了每一次设备状态收集的时空信息、设备运行的状态以及相邻的两次记录，与自身相关联。

3 煤矿井下安全生产时空信息系统设计

在煤矿井下安全生产时空数据模型的基础上，设计并构建了时空信息系统，以验证该时空数据模型在煤矿安全领域的可用性和有效性。整个“煤矿安全生产时空信息系统”的架构分为三层，分别为负责从井下采集时空数据与人员、设备、环境信息并发回地面的“数据采集系统”，用于存储和管理时空数据的“数据存储管理系统”，用于完成数据可视化以及人机交互的“数据展示系统”。“数据采集系统”主要组成部分有井下智能综合分站，一氧化碳、瓦斯、开停、风速、温度等各类传感器，无线通信系统，精确定位基站和定位卡等，这些设备用于采集时空对象的可变属性，主要包括工作面或巷道的各种环境参数以及人员、设备的位置信息，并通过基站与智能综合分站将设备采集到的信息通过传输网络传送到地面的“数据存储管理系统”。“数据存储管理系统”采用空间信息服务功能较强的PostgreSQL数据库管理系统，按照时空数据模型组织数据的存储结构，实现对时空信息的统一组织、存储和管理。“数据展示系统”采用基于JAVAEE平台的B/S模式，并运用软件分层技术对系统架构进行设计，为系统实现提供基础服务，展示井下人员、设备的实时定位信息以及环境信息。系统的架构图如图3所示。

图3 系统架构图
Fig.3 System architecture diagram

“数据展示系统”作为与用户直接交互的数据可视化终端与系统承载体，在系统中尤为重要，其设计严格遵循了时空数据模型对于各类时空对象可变属性与不变属性的规定，并强调了不同对象间的关联。系统主要分为四大功能模块，分别为定位信息，设备管理，人员管理和传感器管理。其中定位信息模块使用煤矿平面矢量图作为煤矿井下生产地图，实时的从数据存储管理系统中获取各个时空对象的空间信息并将这些时空对象实例显示到地图上对应的位置，同时还具有绘制人员、设备轨迹，监测环境数据及波动趋势，人员、设备信息的时空关联查询等功能。其余三个模块则具有列表查询功能，可以查询人员、设备、传感器的属性信息，同时还可以进行设备-人员，设备-传感器之间的关联查询。

为了验证系统的可用性，本文采用模拟实验的方式，展示了在井下生产过程可能发生的情景中“数据展示系统”工作的过程。

实验一通过时空数据模型的对象间的关联规则来查询设备“掘进机1”周围的环境信息，当掘进机行驶至某点时，系统按照一定规则选取最符合该设备工作环境情境的一组传感器(温度、风速、瓦斯浓度)实时监测值，通过后台返回到前端页面，并将其以折线图的形式直观的展现出来，同时系统还会将对应时间段设备的运行状态以同样的方式展现，实验结果如图4所示：

图4 设备-环境关联查询
Fig.4 Association query of equipment-environment

实验二模拟了危险预警的过程，当瓦斯传感器实时监测到的瓦斯浓度超出安全值，系统会自动触发报警，将报警信息传送到与该传感器相关联的设备，并通过设备与人员之间的关联，通知到与设备相关的所有工作人员作出相应的应急措施，同时系统会根据后台返回的数据绘制出设备与相关人员的行动轨迹，实验结果如图5和图6，图5中展示了“掘进机1”与“掘进机司机”“掘进机维修工”在同一时间段内的行动轨迹，图6中则显示了当报警发生时，后台返回的传感器监测数据与相关的人员、设备的位置信息。

4 结论

在煤矿生产信息化、智能化的背景下，各种各样信息化技术与设备在煤矿安全领域得到了广泛的应用，这些应用采集了大量的对预测煤矿灾害有种重要意义的时空数据，如何科学合理的挖掘这些数据中蕴含的价值成为了亟待解决的问题。本文分析了复杂的煤矿井下生产过程以及生产环境的特点，抽象出井下三类时空对象的结构模型，结合了时空数据模型研究成果，给出了一种面向实时监测分析的的煤矿井下安全生产时空数据模型。在模型的基础上，构建了一个应用于煤矿生产的时空信息系统，以数据采集、存储管理与数据展示的实现验证了模型的可用性，同时以模拟实验的方式证明了模型与系统在实际生产中的意义与价值。与以有的煤矿安全领域的研究相比，更着重于研究各类生产要素的在时空方面的共性以及不同生产要素之间的关系。下一步工作主要研究如何模拟并还原井下生产时空过程，以便更好的预测和分析生产过程中的各种变化趋势。

图5 设备-人员轨迹图
Fig.5 Trajectory of equipment-people

图6 后台传感器监测数据与相关的人员、设备的位置信息
Fig.6 Sensor monitoring data and location information of related people and equipment