基于时间算子的煤矿监控系统查询机制设计_潘涛.pdf

第 44 卷 第 3 期 煤田地质与勘探 Vol. 44 No.3 2016 年 6 月 COAL GEOLOGY EXPLORATION Jun. 2016 收稿日期 2015-06-14 基金项目 国家高技术研究发展计划（863 计划） （2012AA062203）；国家物联网重大应用示范工程（发改办高技［2012］2101 号）；神华集团科技 创新重点资助项目（SX-1） Foundation itemNational High-tech Research and Development Program of China（863 Program）（2012AA062203）；Important Application Demonstration Engineering of National Internet of Things（NDRC［2012］number2010）；Key Project of Science and Technology Innovation of Shenhua Group（SX-1） 作者简介 潘涛（1975），男，江苏连云港人，博士后，从事煤矿通信与监控相关工作. E-mailpantaoshenhua.cc 引用格式 潘涛，徐会军，王昊. 基于时间算子的煤矿监控系统查询机制设计［J］. 煤田地质与勘探，2016，44（3）109-111. PAN Tao， XU Huijun， WANG Hao. Research on the Design of coal mine monitoring system query mechanism based on temporal operators［J］. Coal Geology Exploration， 2016， 44（3）109-111. 文章编号 1001-1986（2016）03-0109-03 基于时间算子的煤矿监控系统查询机制设计 潘 涛 1，徐会军2，王 昊1 （1. 神华和利时信息技术有限公司，北京 100011；2. 神华集团有限责任公司，北京 100011） 摘要 数据查询是监控系统的核心功能之一，有效的数据监控需建立在灵活、高效的数据查询机制 之上。但目前，煤矿监控系统查询机制仅关注单一传感器数值变化情况，无法针对不同对象及同一 对象不同时间段等查询，限制了煤矿监控系统作用。设计了一种基于时间算子的事件驱动查询机制， 为增强煤矿监控系统查询能力提供基础支撑。 关 键 词煤矿监控系统；时间算子；查询机制 中图分类号X924 文献标识码A DOI 10.3969/j.issn.1001-1986.2016.03.020 Design of coal mine monitoring system query mechanism based on temporal operators PAN Tao1，XU Huijun2，WANG Hao1 （1. Shenhua Hollysys Ination Technology Co.， Ltd， Beijing 100011， China； 2. Shenhua Group Co.， Ltd， Beijing 100011， China） Abstract Data search is one of the core functions of a monitoring system. The effective monitoring system should be based on a flexible and efficient query mechanism. But，at present，the query mechanism of coal mine moni- toring system is only concerned on the value variety of single sensors. It cannot provide queries about various ob- jects or the same object during different period，limiting the ability of the coal mine monitoring system. This paper proposed an event-driven query mechanism based on temporal operators. This new query mechanism will enhance the query ability and be a basic supporting technique for coal mine monitoring system. Key words coal mine monitoring system； temporal operator； query mechanism 对煤矿各类传感器进行数据监控是保障煤矿安 全生产的重要手段［1］。现阶段，煤矿监控系统的数据 查询机制单一，仅关注单一对象数值的阈值变化，但 煤矿传感器数值变化规律复杂， 存在针对不同对象间， 同一对象不同时间段等查询需求，如查询在甲烷浓 度上升 10％的时间段内，哪个一氧化碳传感器变化了 5％等。利用传统关系数据库实现此类查询操作，需要 建立多个触发器或利用多条 SQL 查询语句进行查询， 这两类方式都将消耗大量资源，效率低下［2］。 因此，研究新的数据查询机制，提供对不同对象 间、同一对象不同时间段等查询支持，对提高煤矿监 控系统监控能力具有重要意义。目前业界针对传感器 的查询机制核心由查询语言与处理模式两方面组成。 其中查询语言主要分为类 SQL 类、对象语言、过程性 语言；处理模式主要分为不确定自动机检测模型、树 检测模型、 字符串检测模型以及流水线检测模型组成。 在现有语言及处理模式的基础上，结合煤矿传 感器数据实际情况，利用事件的概念，设计了新的 基于时间算子的事件查询语言，并根据该语言对处 理模式进行优化，扩展查询能力，为提高煤矿监控 系统能力，提供基础保障。 1 查询语言设计 查询语言是数据查询机制的核心，提供了人与 ChaoXing 110 煤田地质与勘探 第 44 卷 系统间沟通渠道，通过查询语言，可以将人的意图 描述给系统。 1.1 基本概念 查询语言主要由原子事件、复合事件及时间算 子三部分组成［3-4］。 原子事件用于描述同一对象的、不可再分割的持 续动态属性或状态变化，可以是瞬时发生，也可以持续 一段时间。例如甲烷传感器本身的瞬时状态或甲烷传 感器通过Last 算子处理后的结果。事件具有多种属性， 以甲烷传感器为例具有浓度属性用符号E 进行描述， 其中 E.ts 表示起始时间，E.te 表示结束时间。 复合事件由多个原子事件构成，用于描述多 种原子事件间的关系［5］。 时间窗口起源于流数据处理系统，针对流数 据的无限性和内存有限性之间的矛盾提出，规定了 数据处理的最大范围和数据过期的概念。有固定时 间窗口和滑动时间窗口两类。两类又各分为基于时 间、基于元组个数等几种，除特殊声明外，本文采 用基于时间的滑动窗口。 消耗模型来源于主动数据库系统，用于克服 事件的组合爆炸问题而提出。其有多种方式［6-7］无 限制模型、最新最近模型、连续消耗模型、历史消 耗模型以及积累消耗模型，除特殊声明外，本文采 用最新最近模型为消耗模型。 时间算子［3，8］时间算子用于描述原子事件间、 原子事件与复合事件间、复合事件间的事件关系。 Allen［3］描述逻辑的文章中提出的时态算子演变而 来，分为 Last、Within、Before、Not、Recur（E*）。 1.2 算子定义 Last 算子，如图 1用于判断事件持续的时间。 同一类型的事件，其具体实例会存在不同的持续时间， 例如，甲烷持续大于阈值这个事件，必然存在大于阈 值的时间长短。用符号表示为，. s. eEtE tt- Δ，其中 tΔ为持续时间的度量。 图 1 Last 算子语义示意 Fig.1 Semantics of operator Last Within 算子，如图 2 用于判断事件 E 是否在特 定的时间区 12 （time ，time ）之间发生，即 1 . stimeEt ≥， 2 . etimeEt ≤。 图 2 Within 算子语义 Fig.2 Semantics of operator within before 算子用于判断两个事件发生的前后关系。 Before（E1，E2）表示发生时间后发生，为可选项（图 3） 。 图 3 Before 算子语义 Fig.3 Semantics of operator before Not 算子用于表示事件未发生，例如定义事件 E 表示甲烷体积分数大于 1％，Not（E）也表示甲烷体 积分数不大于 1％。 Recur（E*）算子用于表示事件反复发生，例如 定义事件 E 表示甲烷体积分数大于 1％，连续发生 三次，表示为 3 Recur（）E。 1.3 查询语法 查询语法设计为类 SQL 形式［6-7］，查询语法示 例如下。 return 代表要求返回的查询格式；query 是查询语 句，定义了事件的查询关系；event constraints 定义了不 同事件在属性上的数值关系；time constraints 定义了时 间有效性约束；recently/continues/history 定义了消耗模 型格式［9］，默认为recently，可忽略。如图5 所示，查询 10 s 内， 甲烷体积分数先小于1 103 号甲烷传感器80％， 后大于 1 103 号 110％的甲烷传感器。查询示例 2 处理模式设计 处理模式与查询语言息息相关，新的查询语言 必然导致处理模式的更新。下面探讨新语言下的处 ChaoXing 第 3 期 潘涛等 基于时间算子的煤矿监控系统查询机制设计 111 理模式［10-12］。 2.1 处理模型框架 从逻辑角度上看，整个处理模型分为4 层，从下到 上分别是源数据层、原子事件包装层、复合事件检 测层和结果返回层（图 4）。 其中源数据层用于从传感 器收集数据；原子事件包装层用于将传感器数据包 装为点原子事件、将经过 Last 算子处理的结果包装 为段原子事件；复合事件检测层用于根据查询关系 从原子事件组合中检测复杂事件；结果返回层用于 返回查询结果数据。 2.2 算法实现 仿照关系数据库数据查询机制［13］，处理模型首 先将查询语言解析为树结构，分别进行查询，叶节 点为原子事件、中间结点为复合事件。通常情况下 分为左深树、右深树和多叉树（图 5） 。 以左深树为例，介绍查询的实现方案图 6。首 先处理框架将查询语言翻译查询树的形式，叶子节 图 4 处理模型逻辑示意图 Fig.4 Schematic diagram of processing model logic 点为原子事件检测过滤节点，它根据查询条件，过 滤出符合条件的数据，并将其包装为原子事件。对 最左侧两个原子事件进行 before 操作，形成复合事 件用于进一步检测。将与符合条件的原子事件进行 合并，从而检测到最终结果输出的编号［14］。 图 5 查询算法示例 Fig.5 Example of inquiry algorithm 图 6 左深树查询示意图 Fig.6 Schematic diagram of left-deep tree inquiry 3 结 语 本文通过定义查询语言及处理模式，提出了基 于时间算子的事件查询机制，该机制提供对不同对 象间、同一对象不同时间段等查询。在承担的国家 煤矿安全生产监管物联网示范工程中，对于该技术 进行了初步应用研究，尤其是对于多个瓦斯、风速、 粉尘浓度以及温度，人员位置等感知数据进行了联 动分析， 为瓦斯突出预测等系统提供基础数据支持， 进而为提高监控系统的实时监控能力，提升煤矿安 全管理提供了新的技术手段。 参考文献 ［1］ 孙继平. 煤矿安全监控技术与系统［J］. 煤炭科学技术，2010， 38（10）1-4. （下转第 115 页） ChaoXing 第 3 期 刘芳晓等 戈壁地区不同震源激发效果的对比分析 115 ［3］ 程云，田胜荣，王顺祥，等. 三维地震在西部戈壁地区的应 用［J］. 中国煤田地质，1999，11（3）55-56. CHENG Yun，TIAN Shengrong，WANG Shunxiang，et al. Application of 3D seismic expioration in Gobi area of western China［J］. Coal Geology of China，1999，11（3）55-56. ［4］ 耿丽娟. 新疆哈密戈壁滩区煤层三维地震勘探实践［J］. 地球 物理学进展，2005，20（2）393-398. GENG Lijuan. 3D seismic wave survey for coal layer in Hami desert area of Xinjiang［J］. Progress in Geophysics， 2005， 20（2） 393-398. ［5］ 李庆忠. 关于低信噪比地震资料的基本概念和质量改进方 向［J］. 石油地球物理勘探，1986，21（4）343-364. LI Qingzhong. The concept of low S/N seismic data and the measures for improving the data quality［J］. Oil Geophysical Prospecting，1986，21（4） 343-364. ［6］ 李庆忠. 走向精确勘探的道路［M］. 北京石油工业出版社， 1993. ［7］ 凌云，高军，孙德胜，等. 可控震源在地震勘探中的应用前景 与问题分析［J］. 石油物探，2008，47（5）425-438. LING Yun， GAO Jun， SUN Desheng， et al. Analysis of vibroseis in seismic exploration and its application［J］. Geophysical Pro- specting for Petroleum，2008，47（5）425-438. ［8］ 刘玉海. 不同震源地震数据资料闭合问题的研究以可控震 源和炸药震源为例［D］. 成都西南石油大学，2013. ［9］ 陆基孟. 地震勘探原理［M］. 北京石油工业出版社，1987. ［10］ 倪宇东， 王井富， 马涛， 等. 可控震源地震采集技术的进展［J］. 石油地球物理勘探，2011，46（3）349-356. NI Yudong， WANG Jingfu， MA Tao， et al. Advances in vibroseis acquisition［J］. Oil Geophysical Prospecting，2011，46（3） 349-356. ［11］ 潘纪顺，刘保金，朱金芳，等. 城市活断层高分辨率地震勘探 震源对比试验研究［J］. 地震地质，2002，24（4）533-540. PAN Jishun，LIU Baojin，ZHU Jinfang，et al. Comparative experiment on seismic sources in high-resolution seismic explo- ration for urban active faults［J］. Seismology and Geology， 2002， 24（4）533-540. ［12］ SHARPE J A. The production of elastic waves by explosion pressure I. theory and empirical field observations［J］. Geophys- ics，1942（7）144-154. ［13］ 石瑛，赟王，芦俊. 煤田地震多属性分析技术的应用［J］. 煤炭 学报，2008，33（12）1397-1402. SHI Ying，WANG Yun，LU Jun. Application of seism icmulti- attribute analysis technique in coal field［J］. Journal of China Coal Society，2008，33（12）1397-1402. ［14］ 唐汉平. 黄土塬区地震勘探方法与效果分析［J］. 煤炭科学技 术，2010，38（2）97-100. TANG Hanping. Seismic explanation s and results analy- sis on loess tableland area［J］. Coal Science and Technology， 2010，38（2）97-100. ［15］ 叶红星. 基于地震属性分析的红柳林煤矿采空区解释［J］. 煤 田地质与勘探，2014，42（3）87-91. YE Hongxing. The interpretation of the gob based on the analysis of seismic attribute in Hongliulin coal mine［J］. Coal Geology Exploration，2014，42（3）87-91. （责任编辑 聂爱兰） （上接第 111 页） SUN Jiping. Mine safety monitoring and control technology and system［J］. Coal Science and Technology，2010，38（10）1-4. ［2］ HENZINGER M R ， RAGHAVAN P ， RAJAGOPALAN S. Computing on data streams［R］. Digital System Research Center， Technical Report TR 1998-001. ［3］ ALLEN J F，FERGUSON G. Actions and events in interval tem- poral logic［J］. Journal of Logic Computation，1994，4（5） 531-579. ［4］ ALLEN J F， HAYES P J. Moments and points in an interval-based temporal logic［J］. Computational Intelligence，1989，5（3） 225-238. ［5］ KAM P S，FU A W. Discovering temporal patterns for inter- val-based events［M］. Berlin Springer Berlin Heidelberg，2000， 1874317-326. ［6］ ARVIND A， SHIVNATH B， JENNIFER W. CQL A language for continuous queries over streams and relations［M］. Berlin Springer Berlin Heidelberg，2003，29211-19 ［7］ ARVIND A，SHIVNATH B，JENNIFER W. The CQL continuous query languagesemantic foundations and query cution［J］. VLDB Journal，2006，15（2）121-142. ［8］ FENG Ling， DENG Junhui， SONG Zhanjiang， et al. A logic based context query language［M］. Berlin Springer Berlin Heidelberg， 2010122-134. ［9］ 周春姐，孟小峰. 普适计算中复合事件检测的研究与挑战［J］. 计算机科学与探索，2010，4（12）1057-1072. ZHOU Chunjie，MENG Xiaofeng. The researches and challenges of complex event detection in pervasive computing［J］. Journal of Fron- tiers of Computer Science and Technology，2010，4（12）1057-1072. ［10］ YUAN M，MADDEN S. Zstreama cost-based query processor for adaptively detecting composite events［J］. Sigmod，2012 193-206. ［11］ WU E，DIAO Y，RIZVI S. High-perance complex event processing over streams［J］. Sigmod，2006407-418. ［12］ 周立柱，冯建华，孟小峰. SQL Server 数据库原理设计与实 现［M］. 北京淸华大学出版社，2004. ［13］ CHANDRA A K. Theory of database queries ［C］// Proceedings of the Seventh ACM SIGACT-SIGMOD-SIGART Symposium on Principles of Database Systems，19881-9. ［14］ PATEL D，HSU W，LEE M L. Mining relationships among in- terval-based events for classification［C］//Proceedings of the 2008 ACM SIGMOD International Conference on Management of Da- ta，2008393-404. （责任编辑 聂爱兰） ChaoXing