基于INTERNET数字矿井瓦斯预警系统的实现.pdf

（2 ） 胶带切割效率和质量大幅提高。经现场测试， 与人工 手持刀片切割相比， 施工速度可提高 10 倍以上。并可以明显 提高切割质量，能够确保切割复用的胶带具有良好的运行状 态。自动化切割节约了人力， 扩展了废旧胶带复用范围。我矿 使用该设备后， 将旧胶带广泛用于替代锚网带、 锚杆托盘、 管 路挂钩等材料， 取得明显的经济效益。 （3 ） 该机具有结构新颖， 操作简单方便， 自动化程度高， 连 续作业， 生产效率高等优点。 操作人员少， 职工劳动强度低， 运行 安全可靠。在煤矿推广使用， 会有良好的社会效益和经济效益。 作者简介 纪方军 （1973.1－） ， 男， 1995 年毕业于山东矿业学院采矿 工程专业， 大学学历， 现任济三煤矿工程师。 张辉,男， 2000 年毕业于山东科技大学机械专业， 现任济 三煤矿综机工区技术主管兼副区长。（收稿日期 2009- 3- 18 ） ≤1.0 复电 瓦斯预警系统 瓦斯预警系统 正常轻微预警报警断电 0.4[0.4,0.8 ）［0.8,1.2 ）[1.2,1.5 ）≥1.5 相对安全级别 采取相应 预案措施 基于 Internet 数字矿井瓦斯预警系统的实现 西安科技大学能源学院肖鹏 西安科技大学人事处宋莹 西安铁路局西安电务段潘真 1数字矿井瓦斯预警系统开发 1.1开发语言的选择 Java 是由 Sun Microsystem 开发的一种功能强大的新型程 序设计语言， 是与平台无关的编程语言。它是一种简单的、 面 向对象的、 分布式的、 解释的、 健壮的、 安全的、 结构的、 中立 的、 可移植的、 性能很优异的、 多线程的、 动态的语言。它具有 强大的动画、 多媒体和交互功能， 可用来创建安全的、 可移植 的、 多线程的交互式程序。 另外用 Java 开发出来的程序与平台 无关， 可在多种平台上运行。 1.2Web 服务器的选择 Tomcat 是一个很好的工具，功能强大，具有开放性。在 Tomcat 中， 应用程序的部署很简单， 只需将 WAR 放到 Tomcat 的 webapp 目录下， Tomcat 会自动检测到这个文件，并将其解 压。另外 Tomcat 也提供了一个应用 manager， 访问这个应用需 要用户名和密码， 用户名和密码存储在一个 XML 文件中。通 过这个应用， 辅助于 FTP， 可以在远程通过 Web 部署和撤销应 用。Tomcat 不仅仅是一个 Servlet 容器，它也具有传统的 Web 服务器的功能 处理 HTML页面。 1.3数据库服务器的选择 选择 MySQL作为数据库， 主要原因是 MySQL开源数据库 的优秀代表。 它有如下的优势 ① 速度快。 MySQL是目前能得 到的、 最快的数据库之一， 它精简了一些看来不必要或不常用 的功能， 得到了速度上的提升； ② 易用性好。MySQL既简单又 高效的， 稍加学习， 就很容易管理好一个 MySQL； ③ 支持 SQL。 SQL （结构化查询语言 ） 是一种所有现代数据库都选用的语言， MySQL能很好地支持它； ④ 对网络的支持。MySQL 可以应用 于各种网络环境中， 无论是 LAN、 WAN或 Internet， 都可以通过 网络来访问 MySQL 的数据库，而通过 Internet 则可以与任何 位置的任何人共享数据； ⑤ 可移植性。 MySQL可以运行在各种 常见的操作系统中，可以方便地将数据库从一个操作系统转 移到另一个操作系统， 而数据和应用不需再做修改； ⑥ 开放。 这正是开源数据库的优势所在， 如果有不适合本应用的地方， 还可以自行修改； ⑦ 技术支持。关于 MySQL可以找到各种各 样大量的文档， 许多技术问题都可以从中找到答案。 2远程矿井瓦斯预警系统实施的关键技术 2.1数据模拟产生器 由于实际的瓦斯测试数据具有不确定性，而且现场的实 际数据源大多处于正常安全的范围，真正的例外数据根本在 一两天内是无法获得的。因此， 本系统采用数据模拟产生器， 提供了系统所需要的瓦斯数据源；这些数据表现为随机产生 高斯函数 （正态分布） 的正数部分， 经过分析、 试验与对比， 可 以看到这样的数据源和实际的瓦斯数据基本接近，该数据源 模拟出了现实中的瓦斯数据。 在现场采煤工作面瓦斯数据监测分析结果研究基础上， 数据模拟产生器采用高斯分布的单边正值数据，并将其作相 应减值处理， 使得本系统数据的基本取值在 02 之间单位， 且小数据集的数据量相对较多， 而越接近 2 的数据则非常少， 与现场数据相符合。根据 煤矿安全规程 第 168 条， 矿井采煤 工作面的报警瓦斯浓度大于等于 1.0；断电浓度大于等于 1.5； 复电浓度小于 1.0。在本系统中， “ 正常 “ 的数据表示 为数据集中相对较密集的数据，本模型设置为瓦斯正常值小 于 0.4，采用系统默认黑色表示； 0.40.8 黄色； 0.81.2 紫色； 1.21.5 红色； 大于 1.5 为大字体红色显示。并按照瓦斯浓度定 义了“正常”“轻微”“预警”“报警”“断电” 5 个级别和以上 5 种 颜色 “黑”“黄”“紫”“红”“红 （大字体 ） ” 相对应。如图 1 所示。 图 1瓦斯预警级别 2.2QRNOF 数据异常检测算法 本系统采用 QRNOF 数据异常检测算法进行了数据的在 线数据挖掘； QRNOF 实际上是 LOF 算法的一个改进，它是通 过数据的密度来进行分析， 采用欧式距离评判各点间的距离， 然后对距离较近的数据进行聚类， 从而把找到稀疏的例外点。 对原始数据进行量化， 同时采用不同的影响因子， 最终使试验 的挖掘效果接近现实。由于是对瓦斯数据的监测， 本系统对瓦 斯的影响因子设置的比较大， 设置为 0.95。 3系统总体设计 “数字矿井瓦斯预警系统”系统采用 JBuilder2006 作为 煤矿现代化2009 年第 3 期总第 90 期 55 Java 的主要开发平台， 采用 Tomcat5.5 作为 web 服务器， 选择 Mysql5.0 作为数据库服务器。系统采用的技术 JSP， Java Servlet， Java Web 制图， Java 多线程， JavaBean， JDBC， 连接池技 术， 数据库技术等。采用 Java 的 Web 制图方式， 进行了数据采 样的可视化表示， 使监测的效果更加直观， 部分代码见附录。 同时采用数据库连接池技术， 加快了数据的访问速度。 系统所实现的目标通过 B/S结构实现本文中所涉及的基 于 Internet 的数字化远程的特点； 利用多线程技术， 模拟产生出 单侧的按高斯分布排列的实时瓦斯数据， 这样的数据接近现实； 数据的实时性产生， 体现了矿井瓦斯预警实时性的特点。 系统以 Web 服务器为中心进行系统的构建。 通过 Web 服 务器上的操作，进行实时的数据获取，实时数据的处理与分 析， 最终传送给 Browser 端显示。该实时数据库利用数据模拟 产生器产生， 采用了 Java 多线程技术。 使用数据连接池技术保 证了内部处理的高效性。 瘦客户端系统 B/S结构为系统的通用 性提供了一个良好的平台，使无论是企业内部 Intranet 上用 户， 还是 Internet 上的终端用户， 都可以轻松监控当前 Web 服 务器中的数据。 系统软件流程如图 2 所示 图 2系统软件流程图 4系统功能实现 4.1矿区监管数据分析 以测点 “集中煤仓下口 12” 为例来对系统进行介绍。单击 “查看该测点信息” 按钮， 这时系统可以查询到距离当前时间 最近的 50 条 “集中煤仓下口 12” 测点的测试数据。 分别显示测 点以下信息 以上四组信息表示为实时状态下瓦斯数据。用户可以看 到不同时间的不同瓦斯浓度与测试温度的数据。 单击 “基本的数据预测” 按钮， 系统可以对所显示的最近 50 条数据进行基本的数据预测。主要针对瓦斯的不同浓度取 值分别以不同的级别、 不同的颜色显示。 “矿区监管” 用户这时可以查看到这 50 条数据不同的瓦 斯数据的不同的数据预警状态。 选择 “数据清洗” 按钮时， 系统可将正常浓度的瓦斯数据 剔除， 并显示超过正常浓度的瓦斯数据。 以上显示的数据将低于危险浓度的瓦斯数据进行剔除， 其显示效果不仅简单清晰， 而且为下一步 QRNOF 数据挖掘算 法提供了 “干净” 的数据源。 QRNOF 是通过数据间的距离来进行挖掘分析的算法， 采 用欧式距离评判各点间的距离，然后对距离较近的数据进行 聚类， 从而找到稀疏的例外点。倘若对原始数据进行量化后求 解， 难免会出现一些不希望看到的异常数据。如果数值非常小 而且比较独立， 这样仍可能为异常数据。所以首先数据进行清 洗， 再进行数据挖掘才可避免挖掘出小数值的缺陷。 选择 “QRNOF 算法进行数据挖掘分析” 或 “当前状态下的 数据走势图” 对数据进一步的分析。当单击 “当前状态下的数 据走势图” 按钮时， 可以查看到这 14 条数据的柱状图表示。 当选择 “QRNOF 算法进行数据挖掘分析” 按钮， 系统可对 这 17 条数据进行 QRNOF 数据挖掘算法处理。由于本系统主 要是针对的是瓦斯浓度的挖掘，故而将瓦斯的影响因子值设 置较大， 为 0.95。在瓦斯浓度和温度综合量化之后， 可以得到 如图 6 所示的最终数据挖掘结果 以上便是经过 QRNOF 数据挖掘算法所得到的最终某煤 矿 “集中煤仓下口 12” 测点， 距离当前时间最近的 50 条数据预 警情况。 4.2数据模拟产生器 数据模拟产生器为预警系统提供了有效的、实时变化的 数据源。当 “运行数据模拟产生器” 时， 模拟系统每隔 10 秒钟 会向数据库随机插入一条数据， 数据包括时间、 温度、 浓度等。 这样的数据经过反复的现场数据对比，具有现实瓦斯数据分 布特点。当 “关闭数据模拟产生器” 时， 系统可以停止对数据库 的插入操作。 通过如上操作， 数据库新增了 17 条数据。数据的产生过 程采用了 Java 多线程技术， 并显示在后台 Tomcat 服务器。 4.3系统特点 （1 ） 采用流行的数据挖掘与动态的显示技术， 对数据进行 了实时的监控检测。 （2 ） 开放性好。系统采用了数据模拟产生器的数据进行数 据的实时预警； 但是同时也提供了开放性的数据访问接口， 当 数据源对接到其他矿区时， 系统仍然可以对其进行监控检测。 （3 ） 响应速度快。系统采用数据库连接池技术， 可快速的 对数据库进行访问， 降低了数据库连接时的时间耗费。 （4 ） 运行稳定。随着数据量的增加， 系统仍然可以正常的 监测到异常数据； 系统平台构架的设计， 采用了目前比较先进 的设计方法。 5结束语 本文所设计的系统在对实际的数据源进行分析研究的基 础上， 达到了实时性， 设计出能产生与实际经过传感器采集、 PLC和 WinCC处理后的数据相符合的数据产生器，这样的预 警系统有一定的实际价值， 对指导实践有一定的借鉴意义。 参考文献 [1]黄光球.彭绪友等.基于密度的异常挖掘方法研究与应用[J]. 微电子学与计算机,2005,3 [2] 蒋良孝.蔡之华.异常挖掘方法研究[J].计算机工程与应用, 2003,19 [3]刘淑琴.KJ66 煤矿安全监测监控系统的应用[J].科技情报开 发与经济,2004,8 [4] 万加富,张文斐等.网络监控系统原理与应用[M].北京机械 工业出版社,2003,4 [5]胡晓健.矿井综合安全监控系统的设计与研究[D].合肥工业 大学硕士学位论文,2004（收稿日期 2009- 4- 19 ） 煤矿现代化2009 年第 3 期总第 90 期 库表编号瓦斯浓度测试温度记录时间 查 看 任 意 测 点 瓦 斯 数 据 用户登陆界面 身份验证 矿区监管高级监管 实 时 数 据 查 询 瓦 斯 数 据 预 分 析 测 试 屏 蔽 安 全 数 据 对 危 险 数 据 再 预 测 实 时 数 据 走 势 图 监 控 更 多 地 区 的 权 限 56