引 言
無線傳感器網絡主要被用于組成物聯網（Internet of things，IoT）。物聯網可被應用于針對危險工業環境（如礦井、核電站等）的安全監測領域。傳統的煤礦井中絕大多數使用單個結點監測瓦斯含量，極易出現誤報警或在危險情況下未報警的情況，同時還忽略了礦井內工作人員對氧氣含量的要求。若使用冗余布置策略對同一區域的瓦斯等其他氣體含量進行監測，即可解決現有系統缺乏連動性、易誤報和漏報等問題， 最大限度排除煤礦井內的安全隱患。
在采集煤礦信息的過程中，瓦斯爆炸危害巨大，可從如下三方面避免引起瓦斯爆炸：
(1) 盡量避免抽采的瓦斯濃度處于5%～16% 的濃度范圍；
(2) 杜絕火源；
(3) 在煤礦井下的瓦斯管路中安裝自動抑爆、阻爆裝置， 一旦監測到周邊環境有星火，立即噴出滅火劑滅火。
對煤礦井下瓦斯含量的控制以及其他安全隱患的排查是保障煤礦安全的首要條件，通過采樣煤礦井下瓦斯含量、氧氣濃度等數據，運用數據融合算法實現信息協同，以提高煤礦井內瓦斯報警能力和對各區域的實時監測控制，為煤礦開采工作提供安全保障。
1 基于物聯網的煤礦井中瓦斯安全監測系統
基于物聯網的煤礦井內瓦斯安全監測系統借助無線傳感ZigBee 技術實現。該系統具有距離短、自組織、低功耗、價格便宜等特點。由于對煤礦井下進行供電極為不便，采用此技術可避免高功耗等不足。若通過在煤礦井中布置大量瓦斯、氧氣等氣體監測傳感器降低異常情況的錯報和漏報，則需處理的監測傳感器收集的信息量便會增加。若利用采集終端設備實時處理并進行數據整體分析和融合，地面工作人員可對礦井內部決策調整，提高系統的可靠性。同時還需考慮布置的傳感器節點是否會妨礙開采工作的順利進行，將傳感器結點布置在合適的位置。
煤礦井外的數據處理中心需要及時對瓦斯監測節點采集到的相關數據進行綜合分析。尤其需要對煤礦井內各監測節點收集的瓦斯、氧氣含量和數據波動變化情況進行綜合性分析， 判斷煤礦井內當前瓦斯和氧氣含量是否存在異常，是否會爆發性涌出大量瓦斯等有害氣體。數據處理中心對每次煤礦井內瓦斯含量數據處理結果匯總，并錄入數據庫，為后期類似情況的發生作參考。
2 大量數據的融合算法設計
由于煤礦井中瓦斯分布不均勻，某些區域氧氣濃度過低， 礦工在這樣的環境中工作時，不僅會面臨瓦斯中毒，嚴重時還有缺氧昏迷的危險。當前的瓦斯檢測更多是基于某單個區域的瓦斯檢測，未針對整個煤礦井區域進行綜合性的有害氣體實 時監測，也無法因瓦斯濃度過高或者氧氣濃度過低而對煤礦 井實行聯動管理。本文設計的煤礦井內瓦斯監測系統一部分 傳感器節點為冗余布置，雖然可實現對一定區域內瓦斯和氧氣 的實時監測，但由于每個傳感器節點所處的地理位置和環境 不同，數據處理中心該如何對采集到的信息進行融合和取舍是 本監測系統有待解決的問題。為此設計大量數據的融合算法， 綜合處理采集到的數據。采用概率論中的矩估計算法對監測 的瓦斯和氧氣濃度數據進行融合。
設計算法的思想主要是針對煤礦井內多個監測節點所采 集到的數據，通過整合處理并利用數理統計中的矩估計法對 監測到的大量數據進行取舍和保留分析。不僅可保證多個監測 節點同時采集數據，還能避免出現采集的數據存在相斥的情 況。
具體實現過程如下所示。
（1）假設煤礦井內布置有多個傳感器節點，且每個傳感 器節點采集到的數據 x 服從正態分布，即 x～N（μ，σ2）。其中， μ 為傳感器測量數據的均值 ；σ2 為傳感器測量數據的方差。
（2）若 i 個傳感器采集得到的數據分別為 X1，X2，…，Xi， 傳感器測量值的分布律為：
式中 2 vt 為傳感器測量值的矩估計量，即 i 個傳感器矩估計算 法的計算結果。
3 試驗過程及分析
為了驗證本文設計的煤礦井內瓦斯檢測系統的有效性， 將瓦斯監測系統投放到煤礦井內進行試驗，將 300 個監測傳 感器節點分為 5 組，每組 60 個節點，實現對氧氣濃度、瓦斯 濃度、煤礦井內溫度 3 類參數的采樣。煤礦井內的安全級別 分為安全、較安全、比較安全、較危險、危險。當出現“較危險” 時立即停止開采工作，緊急疏散井下作業人員。
通過一段時間的數據分析整合得到表 1 所列的測試結果。 由結果可知，異常報警共 1 次，整個系統監測的可信度約為 93%，說明利用融合算法對數據進行整合分析與對煤礦內具體 情況進行調整是可行的。其中區域一出現了一次報警異常，經 勘察核實，發現是由于煤礦井內該區域突然釋放了大量瓦斯， 同時氧氣含量下降，使得分布在該區域的瓦斯監測傳感器認為 該區域的瓦斯含量異常，由此判斷該區域危險。原因在于當大 量瓦斯氣體進入整個煤礦井道后隨著通風系統的循環，逐漸 擴散到煤礦井道內的全部空間，因此整個煤礦井內的瓦斯含 量分布密度減小，實際勘察分析時，瓦斯含量并未超標，而 其他區域的監測經過核實，報警信息準確無誤。因此可認為此 煤礦井內瓦斯監測系統提供的報警信息可信有效。
測試結果如圖 1 所示。某區域的監測傳感器節點實時顯 示瓦斯、氧氣濃度，便于工作人員查看。
煤礦井內有異常情況發生時，系統首要選擇短信方式提 醒，相關人員據此做出相應的決策。短信截圖如圖 2 所示。當 出現瓦斯濃度急劇增加、氧氣濃度過低，不利于煤礦開采時， 監測系統會主動撥打電話報警。電話報警截圖如圖 3 所示。
主要測試指標如下：
（1）氧氣傳感器濃度準確率為 85% ；
（2）甲烷傳感器檢測濃度準確率約 90% ；
（3）在煤礦井采掘工作面上，氧氣濃度是否低于 20%。
4 結 語
在煤礦井內工作時，首先要確保工作人員的人身安全。 采用數據融合算法不僅提高了煤礦瓦斯安全監測系統的有效 性，同時整合篩選了不同傳感器獲得的數據，消除了外界環境 動態變化的干擾，或傳感器節點出現故障對監測結果帶來影響， 提高了系統的容錯能力。根據提取到的煤礦井下瓦斯和氧氣 濃度參數，及時排查煤礦井內工作環境是否安全，排除危及煤礦工安全的隱患，并適時采取合理的應急措施，減少礦難 事故的發生，確保每位井下作業人員的人身安全。
