矿山微功耗安全监测物联网系统的研究与应用

doi:10.11959/j.issn.1000-436x.2020034

通信学报 ›› 2020, Vol. 41 ›› Issue (2): 44-57.doi: 10.11959/j.issn.1000-436x.2020034

矿山微功耗安全监测物联网系统的研究与应用

张达^1,^2,^3,⁴,王济农^1,²,冀虎^1,^3,⁴,纪浩^1,^3,⁴,赵云峰⁵

¹ 北京矿冶科技集团有限公司，北京 102608
² 北京矿冶研究总院，北京 100160
³ 中国-南非矿产资源综合利用联合研究中心，北京 102608
⁴ 中国-南非矿产资源可持续开发利用“一带一路”联合实验室，北京 102608
⁵ 国家知识产权局专利局专利审查协作北京中心，北京 100160

修回日期:2020-01-02 出版日期:2020-02-25 发布日期:2020-03-09
作者简介:张达（1980- ），男，北京人，博士，北京矿冶科技集团有限公司教授级高级工程师，主要研究方向为矿山安全监测、矿山物联网及矿山智能化技术|王济农（1995- ），男，辽宁大连人，北京矿冶研究总院硕士生，主要研究方向为矿山安全监测、矿山物联网及矿山智能化技术|冀虎（1986- ），男，北京人，北京矿冶科技集团有限公司高级工程师，主要研究方向为矿山安全监测技术、矿山测量新技术、矿山物联网与云服务、矿山智能仪器等|纪浩（1985- ），男，黑龙江鸡西人，北京矿冶科技集团有限公司工程师，主要研究方向为仪器仪表和物联网技术|赵云峰（1977- ），男，辽宁抚顺人，国家知识产权局专利局审查员，主要研究方向为物联网、智能交通、定位导航等
基金资助:
国家重点研发计划基金资助项目(2017YFC0804402)

Research and application of micropower safety monitoring IoT system for mine

Da ZHANG^1,^2,^3,⁴,Jinong WANG^1,²,Hu JI^1,^3,⁴,Hao JI^1,^3,⁴,Yunfeng ZHAO⁵

¹ BGRIMM Technology Group,Beijing 102608,China
² Beijing General Research Institute of Mining and Metallurgy Technology,Beijing 100160,China
³ China-South Africa Joint Research Center for Mineral Resources Development,Beijing 102608,China
⁴ China-South Africa “Belt and Road” Joint Laboratory for Sustainable Development and Utilization of Mineral Resources,Beijing 102608,China
⁵ Beijing Center for Patent Examination Cooperation of Patent Office of State Intellectual Property Office,Beijing 100160,China

Revised:2020-01-02 Online:2020-02-25 Published:2020-03-09
Supported by:
The National Key Research and Development Program of China(2017YFC0804402)

摘要/Abstract

摘要：

针对矿山企业安全监测系统存在的可靠性差、覆盖面小、成本高昂、维护不力、预警不准等突出问题，提出了一种新的矿山微功耗安全监测物联网系统，可为矿山的生产作业安全提供有效的技术支撑。所提系统突破了微功耗信息采集、故障诊断与自愈、无线网络节能通信和在线智能分析预警等关键技术，并在矿山企业的尾矿库在线监测、边坡监测和地压监测等典型业务中成功应用。现场实践表明，所提系统相对于现有常规安全监测系统更加适合矿山作业条件，智能传感器信噪比提升1.4倍，综合能耗降低10%，可实现在线智能分析与快速预警。

关键词: 物联网, 安全监测, 云服务, 无线通信

Abstract:

In view of the problems existing in the safety monitoring system of China’s mining enterprises,such as poor reliability,small coverage,high cost,weak maintenance and inaccurate early-warning,etc.,a new safety monitoring IoT system with micro power consumption was proposed for Chinese mines to provide effective technical support for the safety of mine production and operation.The key technologies such as micro-power consumption information collection,fault diagnosis and auto-recovery,energy-saving wireless communication,online intelligent data analysis and early warning had been broken through by the proposed system,which had been successfully applied in typical cases such as online monitoring of tailings ponds,open-pit slop and ground pressure of domestic mining enterprises.Field practice shows that the proposed system is more suitable for mine operation conditions than the existing conventional safety monitoring system,the SNR of new sensor is increased by 1.4 times,the comprehensive energy consumption is reduced by 10%,which is suitable for online intelligent analysis and rapid warning.

Key words: Internet of things (IoT), safety monitoring, cloud service, wireless communication

中图分类号:

TD76

张达,王济农,冀虎,纪浩,赵云峰. 矿山微功耗安全监测物联网系统的研究与应用[J]. 通信学报, 2020, 41(2): 44-57.

Da ZHANG,Jinong WANG,Hu JI,Hao JI,Yunfeng ZHAO. Research and application of micropower safety monitoring IoT system for mine[J]. Journal on Communications, 2020, 41(2): 44-57.

图/表 13

图1

图2

表1

表2

图3

表3

表4

图4

图5

图6

图7

图8

图9

参考文献 27

[1]	陈其慎 . 中国矿业发展趋势及竞争力评价研究[D]. 北京:中国地质大学(北京), 2013.
	CHEN Q S . The development trend of China’s mining industry and competitiveness rating research[D]. Beijing:China University of Geosciences(Beijing), 2013.
[2]	KRZIROGLOU M E , BOYLE D E , YEATMAN E M ,et al. Opportunities for sensing systems in mining[J]. IEEE Transactions on Industrial Informatics, 2017,13(1): 278-286.
[3]	古德生 . 地下金属矿采矿科学技术的发展趋势[J]. 黄金, 2004,1: 18-22.
	GU D S . The development tendency of mining science and technology of underground metal mine[J]. Gold, 2004,1: 18-22.
[4]	乔繁盛 . 建设绿色矿山,发展绿色矿业[J]. 中国矿业, 2009,18(8): 4-6+16.
	QIAO F S . Building the green mine for the development of green mining[J]. China Mining Magazine, 2009,18(8): 4-6+16.
[5]	古德生 . 智能采矿触摸矿业的未来[J]. 矿业装备, 2014,1: 24-26.
	GU D S . Intelligent mining touches the future of mining industry[J]. Mining Equipment, 2014,1: 24-26.
[6]	吴涛, 张云鹏, 杨晓伟 ,等. 固体矿产资源智能采矿关键技术研究[J]. 地质与勘探, 2017,53(3): 558-564.
	WU T , ZHANG Y P , YANG X W ,et al. The key technologies serving intelligent exploitation of solid mineral resources[J]. Geology and Exploration, 2017,53(3): 558-564.
[7]	古德生, 李夕兵 . 有色金属深井采矿研究现状与科学前沿[J]. 矿业研究与开发, 2003,1: 1-5.
	GU D S , LI X B . Science problems and research state of deep mining in metal and nonferrous mines[J]. Mining Research and Development, 2003,1: 1-5.
[8]	SCHROEDER B A . On-line monitoring:a tutorial[J]. Computer, 1995,28(6): 72-78.
[9]	杨步生 . 矿山安全形势和安全管理方法分析[J]. 世界有色金属, 2017,9: 185-186.
	YANG B S . Analysis of mine safety situation and safety management method[J]. World Nonferrous Metals, 2017,9: 185-186.
[10]	OTHMANA F , SHAZALIB K . Wireless sensor network applications:a study in environment monitoring system[J]. Procedia Engineering, 2012,41(41): 1204-1210.
[11]	NUTTER R S , ALDRIDGE M D . Status of mine monitoring and communications[J]. IEEE Transactions on Industry Applications, 1988,24(5): 820-826.
[12]	HENRIQUES V , MALEKIAN R . Mine safety system using wireless sensor network[J]. IEEE Access, 2016,4: 3511-3521.
[13]	王利岗, 余乐文, 赵冰峰 . 极端环境下矿山安全监测系统综合保障技术[J]. 有色金属工程, 2018,8(4): 101-105.
	WANG L G , YU L W , ZHAO B F . Comprehensive safeguard technology of mine safety monitoring system in extreme environment[J]. Nonferrous Metals Engineering, 2018,8(4): 101-105.
[14]	DONG L , SHU W W , SUN D Y ,et al. Pre-alarm system based on real-time monitoring and numerical simulation using internet of things and cloud computing for tailings dam in mines[J]. IEEE Access, 2017,5: 21080-21089.
[15]	NUTTE R S . Hazard evaluation methodology for computer-controlled mine monitoring/control systems[J]. IEEE Transactions on Industry Applications, 1983,19(3): 445-449.
[16]	杨军 . 煤矿安全风险评价与预警研究[D]. 北京:中国矿业大学, 2013.
	YANG J . Study on appraisal and early-warning of safety risk of coal mines[D]. Beijing:China University of Mining and Technology, 2013.
[17]	冯凯, 郭雨, 赵端 ,等. 井下热电能量收集装置研究与设计[J]. 电子技术应用, 2018,44(12): 93-96.
	FENG K , GUO Y , ZHAO D ,et al. Research and design of downhole thermoelectric energy harvesting device[J]. Application of Electronic Technique, 2018,44(12): 93-96.
[18]	WANG J H , GUO Y F , JIA Y ,et al. Modeling and application of the underground emergency hedging system based on internet of things technology[J]. IEEE Access, 2019,7: 63321-63335.
[19]	王继水, 曹帅 . 基于物联网的矿山环境在线实时监测系统研究与实现[J]. 计算机测量与控制, 2012,20(2): 342-344.
	WANG J S , CAO S . System’s research and implementation of mine environment real-time online monitoring based on M2M[J]. Computer Measurement ＆ Control, 2012,20(2): 342-344.
[20]	刘统玉, 王纪强, 孟祥军 ,等. 面向矿山安全物联网的光纤传感器[J]. 工矿自动化, 2018,44(3): 1-7.
	LIU T Y , WANG J Q , MENG X J ,et al. Optical fiber sensor for mine safety Internet of things[J]. Industry and Mine Automation, 2018,44(3): 1-7.
[21]	WU H , GUO Y X , XIONG L ,et al. Optical fiber-based sensing,measuring,and implementation methods for slope deformation monitoring:a review[J]. IEEE Sensors Journal, 2019,19(8): 2786-2800.
[22]	ZHANG X M , LIU K N , TAO L . A cooperative communication scheme for full duplex simultaneous wireless information and power transfer wireless body area networks[J]. IEEE Sensors Letters, 2018,2(4): 475-478.
[23]	ZHANG X M , WANG C , TAO L . An opportunistic packet forwarding for energy-harvesting wireless sensor networks with dynamic and heterogeneous duty cycle[J]. IEEE Sensors Letters, 2018,2(3): 788-792.
[24]	谢小军, 于浩, 陶磊 ,等. 基于动态数据压缩的能量采集无线传感网络数据收集优化[J]. 计算机应用, 2018,38(8): 2353-2358.
	XIE X J , YU H , TAO L ,et al. Data gathering optimization based on dynamic data compression in energy harvesting wireless sensor[J]. Journal of Computer Applications, 2018,38(8): 2353-2358.
[25]	JIANG H , CHEN L J , WU J ,et al. A reliable and high-bandwidth multi-hop wireless sensor network for mine tunnel monitoring[J]. IEEE Sensors Journal, 2009,9(11): 1511-1517.
[26]	吴立新, 汪云甲, 丁恩杰 ,等. 三论数字矿山—借力物联网保障矿山安全与智能采矿[J]. 煤炭学报, 2012,37(3): 357-365.
	WU L X , WANG Y J , DING E J ,et al. Thirdly study on digital mine:serve for mine safety and intellimine with support from IoT[J]. Journal of China Coal Society, 2012,37(3): 357-365.
[27]	SADLER C M , MARTONOSI M . Data compression algorithms for energy-constrained devices in delay tolerant networks[C]// The 4th International Conference on Embedded Networked Sensor Systems. 2006: 265-278.

激励频率/Hz	信号类型	第一通道			第二通道
激励频率/Hz	信号类型	信号\|S\|²/V²	噪声\|N\|²/V²	SNR提高	信号\|S\|²/V²	噪声\|N\|²/V²	SNR提高
30	处理前	3.51	1.63×10^-4	2.26	3.51	7.26×10^-3	2.54
	处理后	3.51	7.22×10^-5		3.51	2.86×10^-3
60	处理前	5.73	1.79×10^-4	1.92	5.77	7.19×10^-3	2.63
	处理后	5.73	9.34×10^-5		5.77	2.73×10^-3
90	处理前	4.82	1.76×10^-4	1.96	4.88	7.31×10^-3	2.83
	处理后	4.82	8.97×10^-5		4.88	2.58×10^-3
120	处理前	4.14	1.16×10^-4	3.97	4.24	6.90×10^-3	3.15
	处理后	4.14	2.92×10^-5		4.24	2.19×10^-3
160	处理前	3.53	1.54×10^-4	2.12	3.62	7.30×10^-3	2.87
	处理后	3.53	7.27×10^-5		3.62	2.54×10^-3
210	处理前	3.02	1.71×10^-4	2.09	3.10	6.84×10^-3	2.82
	处理后	3.02	8.15×10^-5		3.10	2.43×10^-3
260	处理前	2.71	1.66×10^-4	2.10	2.79	7.04×10^-3	2.95
	处理后	2.71	7.90×10^-5		2.79	2.39×10^-3
330	处理前	2.63	1.79×10^-4	2.11	2.72	6.98×10^-3	2.82
	处理后	2.63	8.47×10^-5		2.72	2.48×10^-3
430	处理前	2.62	1.45×10^-4	2.37	2.72	7.10×10^-3	3.00
	处理后	2.62	6.10×10^-5		2.72	2.37×10^-3
630	处理前	2.37	1.51×10^-4	2.08	2.48	6.91×10^-3	3.06
	处理后	2.37	7.26×10^-5		2.48	2.26×10^-3
830	处理前	2.32	1.60×10^-4	2.27	2.43	6.89×10^-3	3.05
	处理后	2.32	7.02×10^-5		2.43	2.26×10^-3
930	处理前	2.30	1.51×10^-4	2.47	2.42	6.97×10^-3	3.05
	处理后	2.30	6.12×10^-5		2.42	2.29×10^-3
1 130	处理前	2.30	1.36×10^-4	2.43	2.43	6.71×10^-3	2.94
	处理后	2.30	5.62×10^-5		2.43	2.28×10^-3

激励频率/Hz	信号类型	第一通道			第二通道
激励频率/Hz	信号类型	信号\|S\|²/V²	噪声\|N\|²/V²	SNR提高	信号\|S\|²/V²	噪声\|N\|²/V²	SNR提高
30	处理前	3.51	1.63×10^-4	2.45	3.51	7.26×10^-3	2.68
	处理后	3.51	6.67×10^-5		3.51	2.71×10^-3
60	处理前	5.73	1.79×10^-4	2.06	5.77	7.19×10^-3	2.76
	处理后	5.73	8.70×10^-5		5.77	2.61×10^-3
90	处理前	4.82	1.76×10^-4	2.62	4.88	7.31×10^-3	2.94
	处理后	4.82	6.70×10^-5		4.88	2.49×10^-3
120	处理前	4.14	1.16×10^-4	4.33	4.24	6.90×10^-3	3.24
	处理后	4.14	2.67×10^-5		4.24	2.13×10^-3
160	处理前	3.53	1.54×10^-4	2.12	3.62	7.30×10^-3	2.87
	处理后	3.53	6.81×10^-5		3.62	2.45×10^-3
210	处理前	3.02	1.71×10^-4	2.19	3.10	6.84×10^-3	2.92
	处理后	3.02	7.79×10^-5		3.10	2.34×10^-3
260	处理前	2.71	1.66×10^-4	2.19	2.79	7.04×10^-3	3.05
	处理后	2.71	7.58×10^-5		2.79	2.31×10^-3
330	处理前	2.63	1.79×10^-4	2.67	2.72	6.98×10^-3	2.94
	处理后	2.63	7.87×10^-5		2.72	2.37×10^-3
430	处理前	2.62	1.45×10^-4	2.42	2.72	7.10×10^-3	3.07
	处理后	2.62	5.98×10^-5		2.72	2.31×10^-3
630	处理前	2.37	1.51×10^-4	2.25	2.48	6.91×10^-3	3.18
	处理后	2.37	6.72×10^-5		2.48	2.17×10^-3
830	处理前	2.32	1.60×10^-4	2.35	2.43	6.89×10^-3	3.16
	处理后	2.32	6.80×10^-5		2.43	2.18×10^-3
930	处理前	2.30	1.51×10^-4	3.52	2.42	6.97×10^-3	3.24
	处理后	2.30	4.30×10^-5		2.42	2.15×10^-3
1 130	处理前	2.30	1.36×10^-4	3.19	2.43	6.71×10^-3	3.05
	处理后	2.30	4.28×10^-5		2.43	2.20×10^-3

故障位置	故障源	状态类型	模型参数	阈值或标准
		短路		R＜50?
	线圈或信号线	正常	线圈电阻	50 ?≤R≤10 k?
		接触不良		10 k?＜R＜30 k?
传感器		断路或未接		R≥30 k?
传感器	振弦	正常	频率	f≥30 Hz
		故障		f＜30 Hz
		短路		R＜100?
	内置温度传感器	正常	热敏电阻	100 ?≤R≤50 k?
		断路或未接		R＞50 k?
		优		P＞-40 dBm
	无线信号质量	良	接收功率	-80 dBm≤P≤-40 dBm
诊断装置		差		P＜-80 dBm
诊断装置	主电源电量	正常	电源电压	V＞70%满电电压
		电量低		10%满电电压≤V≤70%满电电压
	储能能量	电量低	节点电压	V＜80%满电电压
		正常		V≥80%满电电压

测试项	测试电压/V	峰值电流/mA	峰值持续时间/ms	平均电流/mA	持续时间/ms	平均功耗/mW	耗电量/(mA·s)
按键响应	3.7	44	1.7	40	28	148	1.12
传感器采集	3.7	68	20	40	1 360	148	54.4
信息上报	3.7	130	1.7	44	14.5	162.8	0.638
指令接收	3.7	36	2	35	3 000	129.5	105
静态待机	3.7	0.008 1	—	0.008 1	—	0.029 97	—

矿山微功耗安全监测物联网系统的研究与应用

Research and application of micropower safety monitoring IoT system for mine

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 27

相关文章 15

Metrics

推荐阅读 0

[1]	金彪, 李逸康, 姚志强, 陈瑜霖, 熊金波. GenFedRL：面向深度强化学习智能体的通用联邦强化学习框架[J]. 通信学报, 2023, 44(6): 183-197.
[2]	王振宇, 郭阳, 李少青, 侯申, 邓丁. 面向轻量级物联网设备的高效匿名身份认证协议设计[J]. 通信学报, 2022, 43(7): 49-61.
[3]	廖海君, 贾泽晗, 周振宇, 刘念, 王飞, 甘忠, 姚贤炯. 面向调控信息新鲜度保障的电力至简物联网资源优化[J]. 通信学报, 2022, 43(7): 203-214.
[4]	张超, 王元赫. 论涡旋电磁波轨道角动量传输新维度[J]. 通信学报, 2022, 43(6): 211-222.
[5]	杨小东, 田甜, 王嘉琪, 李梅娟, 王彩芬. 基于云边协同的无证书多用户多关键字密文检索方案[J]. 通信学报, 2022, 43(5): 144-154.
[6]	孙海丽, 龙翔, 韩兰胜, 黄炎, 李清波. 工业物联网异常检测技术综述[J]. 通信学报, 2022, 43(3): 196-210.
[7]	张琳, 魏新艳, 刘茜萍, 黄海平, 王汝传. 基于协作信誉和设备反馈的物联网边缘服务器信任评估算法[J]. 通信学报, 2022, 43(2): 118-130.
[8]	卢汉成, 王亚正, 赵丹, 罗涛, 吴俊. 智能反射表面辅助的无线通信系统的物理层安全综述[J]. 通信学报, 2022, 43(2): 171-184.
[9]	唐奎, 胡琪, 赵俊明, 陈克, 冯一军. 基于RIS的室内无线通信信号增强系统[J]. 通信学报, 2022, 43(12): 24-31.
[10]	刘海霞, 易浩, 马向进, 乐舒瑶, 孔旭东, 马培, 曾宇鑫, 李龙. 基于无源可重构智能超表面的室内无线信号覆盖增强[J]. 通信学报, 2022, 43(12): 32-44.
[11]	郝一诺, 钟州, 孙小丽, 金梁. 面向IoT场景的动态超表面天线密钥生成方法[J]. 通信学报, 2022, 43(12): 45-53.
[12]	张晓茜, 徐勇军. 面向零功耗物联网的反向散射通信综述[J]. 通信学报, 2022, 43(11): 199-212.
[13]	梁晓艳, 杜瑞忠. IoT下CapBAC规则语义表示及其时间间隔粗糙性分析[J]. 通信学报, 2021, 42(9): 43-53.
[14]	黄源, 何怡刚, 吴裕庭, 程彤彤, 隋永波, 宁暑光. 基于深度学习的压缩感知FDD大规模MIMO系统稀疏信道估计算法[J]. 通信学报, 2021, 42(8): 61-69.
[15]	杨毅宇, 周威, 赵尚儒, 刘聪, 张宇辉, 王鹤, 王文杰, 张玉清. 物联网安全研究综述：威胁、检测与防御[J]. 通信学报, 2021, 42(8): 188-205.