现阶段采煤工作面整体环境感知能力不足，感知设备设置监测点数量有限，末端无线网络不够健全，缺乏高精度位置服务，导致矿井与采煤工作面全面感知所需数据样本量偏少，信息透明度不够，隐患识别和安全预警准确性偏低。以采煤工作面为应用场景，以 CH4 为监测对象，研究煤矿工作环境参数大样本数据感知关键技术及监测模式。

一 采煤工作面 CH4 大样本数据分级处理模式

       参考工业互联网“云、边、端”体系架构，对采煤工作面 CH4  感知数据进行分级处理，并对处理流程进行规范，实现计算资源与负载在“云、边、端”之间的动态优化均衡。

      在采煤工作面安装布设大量CH4传感器。由采煤工作面的边缘计算装置对区域内的CH4 大样本数据进行采集、处理，并将处理结果分级上传给地面私有云端的监控中心，监控中心根据实际需求通过计划调度方式分时索要井下边缘计算装置的数据，从而形成数据分级采集处理模式，提高全矿井数据处理效率。

二 CH4大样本数据感知关键技术

     1）低功耗传感技术。从MEMS元件结构优化选择、传感模组硬件及软件低功耗设计、传感元件间歇周期优化3个方面展开研究，研发了性能良好的低功耗MEMS CH4 元件和模组。

     2）自标校与免维护技术。构建神经网络模型，根据历史样本数据进行模型训练，实现CH4 传感元件的灵敏度漂移自补偿。在区域内设置固定的经过标校的精准传感设备，并建立算法模型，由区域内无线传感设备定期通过算法与精准传感设备进行对比并自动标校，或由地面监控系统主机通过算法模型进行分析，利用分析结果对作业现场传感设备进行反哺、标校。

     采用OID标志体系对每个智能CH4 传感单元进行物联网编码，也可扩展标志其他类型的传感设备。在每个传感设备上配置定位精度较高的位置服务模组（基于UWB技术），并对CH4 传感器设计合理的休眠策略。

     根据井下采煤工作面等链状线性空间的多跳接数据传输与自组网络通信技术要求，采用BLE5.0 技术设计了无线自组网络拓扑结构。

     在设计无线网络节点时，充分考虑骨干节点的路由自发现、网络故障自主发现、故障节点及时隔离和自恢复能力，根据矿井环境下无线传感节点自组网的特殊网络特征改进AODV（平面距离向量路由）协议。

三 基于边缘计算的 CH4 大样本数据连续监测模式

      提出利用数字云图动态构建技术，融合感知采煤工作面各类人、机、环因素（主要考虑CH4 ），构建空间数字场数学分析模型，将大量的离散点信息就地形成具有面域监测信息能力的空间数字 云图，再利用边缘计算装置强大的通信、存储、计算能力，对采煤工作面 CH4 进行空间动态连续监测，实现对采煤工作面局部作业区域的环境参数全面感知和透明化处理。由地面监控中心融合井下各边缘计算装置的空间数字云图数据，实现全矿井CH4 全面感知。

     设计CH4 面域动态连续监测数学模型，在二维坐标系下基于已采集的大样本数据，通过三次样条插值法生成数字云图所需的支撑数据组，进而生成CH4 面域连续监测动态数字云图，实现模拟环境下 CH4 大样本数据连续监测。

      贺耀宜，研究员，中国煤炭科工集团首席科学家，中煤科工集团常州研究院有限公司软件分院副院长（正职），中国煤炭工业协会煤矿智能化与新技术专家委员会委员，矿山安全行业标准化技术委员会信息与智能化分会委员，国家能源局首批智能化专家，《工矿自动化》杂志编委。主要从事煤矿监测监控、信息化与物联网研究工作，在矿山物联网与智能矿山低代码工业物联网平台研究方面取得了创新性研究成果。承担省部级以上科研项目10余项，作为骨干参与5项国家重点研发项目。成果获省部级以上科技进步奖10余项，其中主持项目获省部级科技进步二等奖3项、三等奖2项，全国能源化学地质系统优秀职工创新成果一等奖1项，煤炭科技创新成果转移转化项目一级1项。参与编写国家标准2项，主持行业标准5项。发表学术论文40余篇，其中EI/SCI收录5篇。申请发明专利30余项。

贺耀宜，代左朋，杨耀，等. 采煤工作面 CH4 大样本数据感知关键技术及监测模式研究[J]. 工矿自动化，2024，50（11）：17-25, 91.

HE Yaoyi, DAI Zuopeng, YANG Yao, et al. Key technologies and monitoring model for large-scale data perception of CH4 in coal mining faces[J]. Journal of Mine Automation，2024，50（11）：17-25, 91.