0 引言

    在“两化融合”政策引导下，传统的煤炭生产作业方式正逐步被智能化矿井技术^[1]所替代。智能化矿井包括：全矿井的智能化信息系统平台、高度自动化和信息化的安全生产系统等。智能化矿井的设计^[2]，通过使用自动化、智能化采集装备，实现风险提前预警，极大地减少事故发生。

    智能矿井的目标是实现危险预警、安全评估、优化控制、专家决策、三维可视^[3-4]等功能。为实现上述目标，数字矿山、物联网技术需要在矿井中搭建传感器及传输系统，实现对矿井各类数据的采集与传输。本文给出一种传感器及其传输系统的可靠设计方案——传感器数据共享传输协议，并分析这种协议的可靠性和健壮性。

1 煤炭矿井传感网设计和数据传输架构

    煤矿生产现场有各类采煤和输送设备。为保证设备安全高效的运行，除了在开采之前对煤炭分布覆盖情况探测外，还需要在采煤过程中对工作环境中的人员、设备、瓦斯、温湿度变化等各类参数进行定量定性分析^[5]，以确保作业人员及生产设备的安全。一旦这些参数发生异常及时报警，将进一步采用人工检查干预。

    煤矿生产现场需要根据各类参数安装不同的传感器，包括震动传感器、温湿度传感器、瓦斯等气体传感器及视频监控摄像头等。这些传感器有的安装在固定位置，有的安装在采掘机械上，随着采掘的进展，传感器的安装位置按照安全标准要求不断调整。

    煤矿井下安装的传感器，一般采用电池供电和无线传输的方式，多数传感器没有能力直接将数据传输到地面数据处理和监控中心^[6]。因此，需要在井下选择多个固定位置安装数据汇聚节点（或称为传感器网关节点）。这些汇聚节点与地面使用有线连接方式，将收到的传感器的数据发送到地面数据处理中心，如图1所示。

2 传统传输模式的可靠性

    图1所示为井下数据向地面数据处理中心的传输模式，从汇聚节点（基站）到地面的传输。因井下环境复杂，从传感器到汇聚节点之间的无线传输部分可能会丢失数据^[7]。井下工作人员使用智能手机等移动终端，这些设备需要使用Wifi网络或3G网络。许多传感器近距离通信使用ZigBee无线模块^[8]，而ZigBee无线模块通信时会受到环境中的WiFi、蓝牙等信号干扰^[9]，数据传输过程中，产生的丢包率较为严重，约为50%。针对这种情况，可使用多个汇聚节点捕获无线传感器的信号，以减少丢包所造成的损失。假设无线信号丢包率为p，并假设这一丢包率对不同的汇聚节点是独立的，对10 000次无线传感器信号传输进行了模拟仿真，在保证99%的信号没有丢失情况下，数据丢包率与汇聚节点的个数之间的关系如图2所示。

    从图2看出，如果有2%的数据丢失，想保证99%的数据能被正确接收，需要至少2个汇聚节点共同工作。当数据丢失率达到11%时，需要有3个汇聚节点共同工作，才能保证99%的数据被正确接收。

3 高可靠性的数据传输共享协议设计

    为了提高数据上传的成功率，采用多个汇聚节点共同工作的方式不是最好的解决方案。需要研究当部分汇聚节点突发出现故障时，如何将这些传感器数据可靠地传输到地面数据处理中心。

    由于井下环境复杂^[10]，通信容易受阻，对传感器采集的数据少，所以采用传感器与汇聚节点直连、汇聚节点相邻之间进行数据交互的方式，如图3所示。

    在图3中，传感器1只能连接汇聚节点A，传感器6只能连接汇聚节点C，传感器2和传感器3可以同时连接汇聚节点A和汇聚节点B，传感器4和传感器5可以同时连接汇聚节点B和汇聚节点C。这样，各个传感节点将自己采集的环境信息以无线方式传输，各个汇聚节点将其能接收到的传感器发送的信息都记录下来。除此之外，相邻汇聚节点之间的数据还要相互共享。

    定理1：无论汇聚节点S₁先将数据共享给汇聚节点S₂，还是汇聚节点S₂先将数据共享给汇聚节点S₁，上述数据共享协议（DS-协议）的结果是相同的。

    煤矿井下环境中，数据传输的可靠性最为重要。一个传输协议的可靠性，在于当一些传输设备出现故障后，对拟传输数据的影响降为最低。这种可靠性主要是针对发生突发事故时系统的可靠性，而不是设备长期处于故障状态（这种情况与设备不存在是等价的）。因此方案讨论的可靠性是在相邻汇聚节点之间完成数据共享后，如果在数据传输阶段发送故障，传感器数据受影响的情况。这种假设是合理的，因为数据的采集与共享是实时的，而基站数据传输则是间歇性的，或只有在收到地面指令时才发送。

    一个协议的可靠性高低取决于可以允许系统中多少设备出现故障，而不影响到数据的正常传输。 DS-协议目的就是为提高汇聚节点传输传感器数据的可靠性，因为从矿井到地面的通信有时因通信线路故障难以保证，特别是在发生煤矿井下局部出现事故情况下更容易导致数据丢失。

    针对DS-协议的可靠性，有如下证明。

    定理2：假设汇聚节点之间的连接关系为线型连接，即除首端和尾端两个节点（这两个节点称为端节点）外，每一个汇聚节点与左右2个邻居汇聚节点连接。则有：

    (1)除端节点外，任何2个相邻汇聚节点的失效，不影响传感器数据的成功上传；

    (2)无论有多少汇聚节点失效，如果失效的汇聚节点各不相邻，则不影响传感器数据的成功上传；

    (3)无论有多少汇聚节点失效，如果失效的汇聚节点中，形成相邻节点的最大个数为2，且在包括端节点的情况下，相邻节点个数为1（即无相邻节点），亦不影响传感器数据的成功上传。

    证明：把这些线型连接的汇聚节点根据邻居情况依次标记为A，B，C，…，其中与2个端节点的左邻居汇聚节点为S₁。下面分情况进行证明。

    情况(1)：假设失效的2个相邻汇聚节点为和，且都不是端节点，则根据DS-数据共享协议可知，接收到的传感器数据被共享到，根据假设，可知和没有失效，因此点和接收到的传感器数据都可以被成功上传。

    情况(2)：因为任何一个失效的节点都有一个不失效的邻居节点，因此失效节点接收到的传感器数据可以通过其邻居节点成功上传。

    情况(3)：假设一个传感器数据data被汇聚节点S_i接收，但S_i失效，可以考虑两种情况：①S_i为端节点，不妨假设为S₁。根据DS-数据共享协议，data被共享到S₂，根据假设条件，S₂不失效(否则包括端节点的相邻失效节点数将大于1，与假设矛盾)，因此data可被S₂成功上传；②S_i不为端节点，则根据DS数据共享协议，data被共享到S_i－1和S_i+1。根据假设条件，S_i－1和S_i+1中一定有一个不失效(否则连同S_i，相邻失效节点数至少为3，与假设矛盾)，不妨设S_i－1不失效，因此data可以通过S_i－1成功上传。

    综上，定理结论得证。

    定理2刻画了DS数据共享协议的可靠性，不难看出该数据共享协议比为所有独立工作的汇聚节点增加一个备份更可靠。因为如果一个汇聚节点连同其备份节点都失效的话，则其所覆盖的传感器数据将完全丢失。

    在实际部署中，汇聚节点的部署也不完全是线型结构的，更多的情况是树型结构。注意树型结构实际是一些线型结构的连接，其本质是一个线型结构的端节点与另一个线型结构的中间节点合并。此时该分叉节点具有多余2个邻居节点，数据共享的冗余性更高。根据实际情况，如果该交叉节点的数据重要性没有那么高，可以不需要与所有邻居节点进行数据共享，例如只将自己的数据共享给一个邻居节点（把自己当作线型结构的端节点对待），或将自己的数据分享给2个邻居节点（把自己当作线型结构的中间节点对待）。但交叉节点所有邻居节点的数据将全部共享给该交叉节点。不难看出，树状结构的数据共享比线型结构具有更高的可靠性。直觉告诉研究人员，在树状结构中，交叉节点的失效比普通节点的失效影响更大。这一问题将作进一步研究。

4 数据丢包率对数据共享协议的影响

    在上文中讨论了使用备份汇聚节点来处理数据丢失问题。如果使用研究者提出的数据共享协议，丢包率问题是否能得到解决呢？假设每一个无线传感器信号在正常情况下可以被2个相邻的汇聚节点收到，同样对10 000次无线传输在矿井生产仿真环境中进行了实验，得到的结果如图4所示。

    从图4中看到，数据共享协议可以明显降低传感器数据丢包率。当传感器节点丢包率小于10%时，在数据共享协议下数据丢包率为0%（基于实验数据和0.01的精确度）；当传感器节点丢包率达到30%，在数据共享协议下数据丢包率小于10%；当传感器节点数据丢包率接近50%时，在数据共享协议下数据丢包率不到25%。

    通过进一步分析可以看出，数据共享协议的更大价值在于汇聚节点失效情况下的系统稳定性。为了具有可比性，可以假设传统方法中使用2个汇聚节点以提高可靠性（即一个汇聚节点是另一个的备份，服务的传感器集合相同且独立工作），而在数据共享协议中，每一个传感器的数据也能被2个相邻的汇聚节点接收到。假设发生事故时汇聚节点失效（如损坏）的概率为p，在同样的仿真环境下通过10 000次模拟实验并取其平均值，得到单汇聚节点失效概率p（横轴）与汇聚节点信息全部丢失的概率（纵轴）之间的关系如图5。

    从图5不难看出，使用数据共享协议后，在单汇聚节点失效概率很小和接近50%的情况下，数据共享协议的优势不明显。当汇聚节点失效概率在30%左右时，数据共享协议可以明显降低数据丢失。

5 结论

    本文设计了一种适合智能煤矿井复杂网络环境下的传感器网络数据传输的方案，通过汇聚节点之间的数据共享协议，可以有效提高系统的可靠性。采用此方案，当因事故等原因造成一些汇聚节点不能正常工作时，传感器数据依然可以正常传输到地面处理中心，这对矿山发生意外情况下的紧急事故处理有着非常实用的实践价值。

    本文提出的数据共享协议，还可以在汇聚节点的部署密度方面比节点备份有优势，该问题留待进一步研究。使用此方案提出的数据共享协议，结合物联网、大数据处理等技术，可以为智慧矿井的建设提供更可靠的传感器数据传输和处理机制，从而提升智能矿井的业务稳定性和系统整体安全性。

参考文献

[1] 孙继平.煤矿安全生产监控与通信系统[J].煤炭学报，2010，35（11）：1925-1929.

[2] 张旭平，赵甫胤，孙彦景.基于物联网的智慧矿山安全生产模型研究[J].煤炭工程，2012(10)：123-125.

[3] 方宁，谢应然.基于CAN总线的智能煤矿自卸车系统[J].煤矿机械，2014，5(2)：138-140.

[4] 张谢华，张申，方帅，等.煤矿智能视频监控中雾尘图像的清晰化研究[J].煤炭学报，2014，39(1)：198-204.

[5] 王金华，黄曾华.中国煤矿智能开采科技创新与发展[J].煤炭科学技术，2014，42(9)：1-6.

[6] 叶旭东，王震，梁壮，等.智慧煤矿的概念和内涵[J].煤炭经济研究，2015(10)：25-28.

[7] 钟新跃，谢完成.无线传感器网络在煤矿环境监测中的应用[J].煤炭技术，2009(9)：102-103.

[8] Zhang Hong.The design of wireless sensor network system based on ZigBee technology[J].Applied MechAnics & MAteriAls，2014，686(7)：53-55.

[9] HOLMAS P R.NA?觙ve set theory[J].Springer，2008，5.

[10] 朱庆伟.基于集合论的煤矿床三维建模与算法研究[M].西安：西北工业大学出版社，2015.

作者信息：

孟  峰1，肖  政2，刘军雨3

（1.神华集团煤炭生产部，北京100011；2.神华集团信息管理部，北京100011；

3.北京国电通网络技术有限公司，北京100011）