27郑林江 --基于物联网的煤矿粉尘监测云服务平台设计.pdf

第 ４７ 卷第 ７ 期煤 炭 科 学 技 术Ｖｏｌ􀆱 ４７ Ｎｏ􀆱 ７ ２０１９ 年７ 月Ｃｏａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｊｕｌ.２０１９ 移动扫码阅读 郑林江ꎬ周龙辉ꎬ王 杰ꎬ等.基于物联网的煤矿粉尘监测云服务平台设计[Ｊ].煤炭科学技术ꎬ２０１９ꎬ４７７ １６４－１７０.ｄｏｉ１０􀆱 １３１９９/ ｊ􀆱 ｃｎｋｉ􀆱 ｃｓｔ􀆱 ２０１９􀆱 ０７􀆱 ０２０ ＺＨＥＮＧ ＬｉｎｊｉａｎｇꎬＺＨＯＵ ＬｏｎｇｈｕｉꎬＷＡＮＧ Ｊｉｅꎬｅｔ ａｌ􀆱 Ｄｅｓｉｇｎ ｏｆ ｃｏａｌ ｍｉｎｅ ｄｕｓｔ ｍｏｎｉｔｏｒｉｎｇ ｃｌｏｕｄ ｓｅｒｖｉｃｅ ｐｌａｔｆｏｒｍ ｂａｓｅｄ ｏｎ ＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓ [ Ｊ ] 􀆱 ＣｏａｌＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙꎬ ２０１９ꎬ ４７ ７ １６４ － １７０. ｄｏｉ １０􀆱 １３１９９/ ｊ􀆱 ｃｎｋｉ􀆱 ｃｓｔ􀆱 ２０１９􀆱 ０７􀆱 ０２０ 基于物联网的煤矿粉尘监测云服务平台设计 郑林江１ꎬ２ꎬ周龙辉１ꎬ２ꎬ王 杰３ꎬ李 戬４ꎬ黄 靖１ꎬ２ １.重庆大学 计算机学院ꎬ重庆 ４０００４４ꎻ２.重庆大学 信息物理社会可信服务与计算教育部重点实验室ꎬ重庆 ４０００４４ꎻ ３.中煤科工集团重庆研究院有限公司ꎬ重庆 ４０００３７ꎻ４.中国安全生产科学研究院ꎬ北京 １０００１２ 摘 要针对煤矿粉尘现有检测手段时效性差、人为抽检易失实、不能连续监测等问题ꎬ引入物联网和 云计算技术ꎬ设计并实现了基于物联网的煤矿粉尘监测云服务平台ꎮ 平台通过集成一体化粉尘监测 智能终端、实时粉尘数据采集与传输、粉尘大数据存储与管理、以及应用服务ꎬ形成了一种煤矿粉尘监 测云服务模式ꎬ构建了粉尘大数据中心ꎬ提出了粉尘监测云服务应用ꎮ 通过开发的平台ꎬ多级监管部 门、企业和作业工人能够实时监测粉尘状态ꎬ达成扁平化、非现场实时连续监管的目的ꎬ从而提升了整 个行业职业病危害监管服务水平ꎮ 关键词粉尘监测ꎻ物联网ꎻ云计算ꎻ云服务平台 中图分类号ＴＰ３９９ 文献标志码Ａ 文章编号０２５３－２３３６２０１９０７－０１６４－０７ Ｄｅｓｉｇｎ ｏｆ ｃｏａｌ ｍｉｎｅ ｄｕｓｔ ｍｏｎｉｔｏｒｉｎｇ ｃｌｏｕｄ ｓｅｒｖｉｃｅ ｐｌａｔｆｏｒｍ ｂａｓｅｄ ｏｎ Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ ＺＨＥＮＧ Ｌｉｎｊｉａｎｇ１ꎬ２ꎬ ＺＨＯＵ Ｌｏｎｇｈｕｉ１ꎬ２ꎬ ＷＡＮＧ Ｊｉｅ３ꎬ ＬＩ Ｊｉａｎ４ꎬ ＨＵＡＮＧ Ｊｉｎｇ１ꎬ２ １􀆱 Ｃｏｌｌｅｇｅ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅꎬ Ｃｈｏｎｇｑｉｎｇ Ｕｎｉｖｅｒｓｉｔｙꎬ Ｃｈｏｎｇｑｉｎｇ ４０００４４ꎬＣｈｉｎａꎻ２􀆱 Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｄｅｐｅｎｄａｂｌｅ Ｓｅｒｖｉｃｅ Ｃｏｍｐｕｔｉｎｇ ｉｎ Ｃｙｂｅｒ Ｐｈｙｓｉｃａｌ Ｓｏｃｉｅｔｙꎬ Ｍｉｎｉｓｔｒｙ ｏｆ Ｅｄｕｃａｔｉｏｎꎬ Ｃｈｏｎｇｑｉｎｇ Ｕｎｉｖｅｒｓｉｔｙꎬ Ｃｈｏｎｇｑｉｎｇ ４０００４４ꎬＣｈｉｎａꎻ３􀆱 Ｃｈｏｎｇｑｉｎｇ Ｒｅｓｅａｒｃｈ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｃｈｉｎａ Ｃｏａｌ Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ Ｇｒｏｕｐꎬ Ｃｈｏｎｇｑｉｎｇ ４０００３７ꎻ ４􀆱 Ｃｈｉｎａ Ａｃａｄｅｍｙ ｏｆ Ｓａｆｅｔｙ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙꎬ Ｂｅｉｊｉｎｇ １０００１２ ＡｂｓｔｒａｃｔＩｎ ｏｒｄｅｒ ｔｏ ｓｏｌｖｅ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ｃｏａｌ ｄｕｓｔ ｗｉｔｈ ｐｏｏｒ ｄｕｓｔ ｉｎｓｐｅｃｔｉｏｎ ｔｉｍｅｌｉｎｅｓｓꎬ ａｒｔｉｆｉｃｉａｌ ｓａｍｐｌｉｎｇ ａｎｄ ｕｎｃｏｎｔｉｎｕｏｕｓ ｍｏｎｉｔｏｒｉｎｇꎬ ｔｈｅ Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ ａｎｄ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ｗｅｒｅ ｉｎｔｒｏｄｕｃｅｄꎬ ａｎｄ ｔｈｅ ｃｌｏｕｄ ｓｅｒｖｉｃｅ ｐｌａｔｆｏｒｍ ｆｏｒ ｃｏａｌ ｍｉｎｅ ｄｕｓｔ ｍｏｎｉｔｏｒｉｎｇ ｂａｓｅｄ ｏｎ ｔｈｅ Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ ｗａｓ ｄｅｓｉｇｎｅｄ ａｎｄ ｉｍｐｌｅｍｅｎｔｅｄ. Ｔｈｒｏｕｇｈ ｉｎｔｅｇｒａｔｉｏｎ ｏｆ ｉｎｔｅｇｒａｔｅｄ ｄｕｓｔ ｍｏｎｉｔｏｒｉｎｇ ｉｎｔｅｌｌｉｇｅｎｔ ｔｅｒｍｉｎａｌｓꎬ ｒｅａｌ－ｔｉｍｅ ｄｕｓｔ ｄａｔａ ｃｏｌｌｅｃｔｉｏｎ ａｎｄ ｔｒａｎｓｍｉｓｓｉｏｎꎬ ｄｕｓｔ ｂｉｇ ｄａｔａ ｓｔｏｒａｇｅ ａｎｄ ｍａｎａｇｅｍｅｎｔꎬ ａｎｄ ａｐｐｌｉｃａｔｉｏｎ ｓｅｒｖｉｃｅｓꎬ ｔｈｅ ｐｌａｔｆｏｒｍ ｈａｓ ｆｏｒｍｅｄ ａ ｃｏａｌ ｍｉｎｅ ｄｕｓｔ ｍｏｎｉｔｏｒｉｎｇ ｃｌｏｕｄ ｓｅｒｖｉｃｅ ｍｏｄｅｌꎬ ｃｏｎｓｔｒｕｃｔｅｄ ａ ｄｕｓｔ ｂｉｇ ｄａｔａ ｃｅｎｔｅｒꎬ ａｎｄ ｐｒｏｐｏｓｅｄ ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｄｕｓｔ ｍｏｎｉｔｏｒｉｎｇ ｃｌｏｕｄ ｓｅｒｖ￣ ｉｃｅ. Ｔｈｒｏｕｇｈ ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｓｅｒｖｉｃｅ ｐｌａｔｆｏｒｍꎬ ｍｕｌｔｉ－ｌｅｖｅｌ ｓｕｐｅｒｖｉｓｉｏｎ ｄｅｐａｒｔｍｅｎｔｓꎬ ｅｎｔｅｒｐｒｉｓｅｓ ａｎｄ ｗｏｒｋｅｒｓ ｃａｎ ｍｏｎｉｔｏｒ ｄｕｓｔ ｓｔａｔｕｓ ｉｎ ｒｅａｌ ｔｉｍｅꎬ ａｎｄ ａｃｈｉｅｖｅ ｔｈｅ ｐｕｒｐｏｓｅ ｏｆ ｆｌａｔꎬ ｏｆｆ－ｓｉｔｅ ａｎｄ ｒｅａｌ－ｔｉｍｅ ｓｕｐｅｒｖｉｓｉｏｎꎬ ｔｈｅｒｅｂｙ ｉｍｐｒｏｖｉｎｇ ｔｈｅ ｓｕｐｅｒｖｉｓｉｏｎ ｓｅｒｖｉｃｅ ｌｅｖｅｌ ｏｆ ｔｈｅ ｏｃｃｕ￣ ｐａｔｉｏｎａｌ ｄｉｓｅａｓｅ ｈａｚａｒｄｓ ｉｎ ｗｈｏｌｅ ｉｎｄｕｓｔｒｙ. Ｋｅｙ ｗｏｒｄｓｄｕｓｔ ｍｏｎｉｔｏｒｉｎｇꎻ Ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓꎻ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇꎻｃｌｏｕｄ ｓｅｒｖｉｃｅ ｐｌａｔｆｏｒｍ 收稿日期２０１９－０１－１１ꎻ责任编辑赵 瑞 基金项目国家重点研发计划资助项目２０１６ＹＦＣ０８０１７０７ꎬ２０１７ＹＦＣ０８０５２０８ 作者简介郑林江１９８３ꎬ男ꎬ四川广安人ꎬ副教授ꎬ博士生导师ꎬ博士ꎮ Ｅ－ｍａｉｌｚｌｊ＿ｃｑｕ＠ ｃｑｕ.ｅｄｕ.ｃｎ ０ 引 言 随着我国煤矿作业规模日渐扩大ꎬ煤矿粉尘安 全隐患和职业健康问题愈加严重[１]ꎮ 煤矿粉尘是 由煤炭开采的过程中产生的各种微粒组成ꎬ受微粒 形状、大小、质量以及矿井内风速、湿度等多方面的 影响ꎬ一部分会在矿井中形成浮尘ꎬ当直径小于 ５ μｍ 的呼吸性粉尘被人体吸入后ꎬ会沉积在吸入者 的肺部ꎬ对其身体造成很大的危害[２]ꎮ 另外ꎬ煤矿 粉尘在特定的条件下能够燃烧并发生爆炸ꎬ对矿井 具有很强的危害性ꎮ 作业工人长时间在粉尘浓度较 高的环境下作业ꎬ会吸入大量的粉尘ꎬ轻者造成呼吸 道发炎ꎬ严重的会患上尘肺病ꎮ 据国家卫生和计划 生育委员会的职业病报告显示ꎬ２０１０２０１６ 年我国 ４６１ 中国煤炭行业知识服务平台 w w w . c h in a c a j . n et 郑林江等基于物联网的煤矿粉尘监测云服务平台设计２０１９ 年第 ７ 期 职业病病例每年新增近 ３ 万人次ꎬ其中 ９０％为尘肺 病患者ꎬ且有超过 １/２ 患者在煤矿行业工作ꎬ煤矿粉 尘职业病危害防控形势非常严峻ꎮ 为加强煤矿作业环境职业病危害防治工作ꎬ国 家安全生产监督管理总局出台的煤矿工作场所职 业病危害防治规定已于 ２０１５ 年 ４ 月 １ 日起施行ꎬ 最新颁布的国家职业病防治规划２０１６２０２０ 年及“健康中国 ２０３０”规划纲要也明确提出ꎬ 以职业性尘肺病为重点ꎬ建立完善职业病危害因素 监测机制[３]ꎮ 目前ꎬ我国煤矿粉尘防治一方面采用 煤层注水、回采和掘进工作面喷雾等综合防降尘措 施ꎬ另一方面采用人工抽检的方式对煤矿粉尘浓度 进行检验检测ꎬ以达到监管目的[４]ꎮ 现场人工参与 的抽检存在数据失实、覆盖面窄、检测周期长、不能 连续监测等一系列问题ꎬ传统的煤矿粉尘检测、防治 技术并不能完全有效地对煤矿粉尘职业病危害进行 预防预测ꎮ 因此ꎬ以人工抽检为主的煤矿粉尘检测 方式亟待改革升级ꎮ 近年来ꎬ随着物联网与粉尘分离技术的快速发 展ꎬ基于物联网的煤矿粉尘浓度检测技术和监测装 备逐渐出现[５]ꎮ 美国赛默飞舍尔集团研发了应用 于煤矿个人呼吸性粉尘监测装置 ＰＤＭ３７００ꎬ其代表 了美国相关领域近 １０ 年的研究成果ꎬ美国联邦矿业 安全与健康监察局 ＭＳＨＡ 认可其有效性和强制遵 守采样ꎬ授权其从 ２０１６ 年 ２ 月 １ 日起开始使用ꎮ 作 业工人穿戴着赛默飞舍尔监控装置在井下作业ꎬ当 监控装置感知粉尘浓度达到危险水平时立刻报警ꎬ 作业人员可以马上移动到一个没有灰尘地方或采取 降尘措施ꎮ 王杰等[６]提出中煤科工集团重庆研究院 有限公司采用曲面响应法Ｒｅｓｐｏｎｓｅ ｓｕｒｆａｃｅ ｍｅｔｈｏｄ￣ ｏｌｏｇｙꎬＲＳＭ成功研制出了满足 ＢＭＲＣ 曲线分离标准 的旋风分离器和 ＧＣＤ１０００ 感应式粉尘浓度传感器ꎮ 煤矿粉尘检测装置为粉尘实时数据采集与监控提供 了重要的技术途径ꎮ 在此基础上ꎬ如何有效连续采集 粉尘浓度状态ꎬ并对分布式采集的粉尘数据进行管理 与应用ꎬ已成为煤矿粉尘防治关注的焦点ꎮ 笔者引入物联网与云计算技术ꎬ在很多学者对煤 矿粉尘职业危害监测系统的研究基础上[７－１０]ꎬ提出一 种煤矿粉尘监测云服务模式ꎬ并实现了基于物联网的 煤矿粉尘监测云服务平台ꎬ平台通过对煤矿粉尘尤其 是呼吸性粉尘的在线连续监测与管理ꎬ能够提高各级 部门的监管力度ꎬ并引起企业的重视ꎬ持续跟踪煤矿 从业人员接尘状况ꎬ做到提早预防尘肺病的发生ꎬ从 而促进现阶段尘肺病以治疗为主向以预防为主的转 变ꎬ降低尘肺病的发病率ꎬ具有显著的社会效益ꎮ １ 煤矿粉尘监测云服务平台架构设计 １.１ 设计目标 基于物联网的煤矿粉尘监测云服务平台充分利 用物联网、云计算的技术优势ꎬ引入云服务的运营模 式ꎬ解决传统煤矿粉尘职业病危害监测存在的服务 周期短、模式单一问题ꎬ实现由“提供检测装备”向 “提供数据服务”的革新ꎬ变革传统的单一卖装备向 “装备＋数据服务”的集成化模式转变ꎬ提升整个煤 矿粉尘职业病危害监管服务水平ꎮ １.２ 煤矿粉尘监测云服务模式 针对现有煤矿粉尘职业病危害检测因人为抽检 导致的数据不实、周期长、覆盖面窄等问题ꎬ引入以呼 吸性粉尘为主的煤矿职业病危害在线监测技术和云 服务模式ꎬ建立一套煤矿粉尘监测云服务模式ꎬ有利 于提升煤矿粉尘职业病危害监测专业化服务水平和 监管水平ꎬ推进煤矿粉尘职业病危害监测的市场化运 营ꎬ培育职业病危害监测服务产业ꎮ 煤矿粉尘监测云 服务平台的业务运营和商业服务模式如图 １ 所示ꎮ 图 １ 煤矿粉尘监测云服务模式 Ｆｉｇ.１ Ｃｌｏｕｄ ｓｅｒｖｉｃｅ ｍｏｄｅ ｏｆ ｍｉｎｅ ｄｕｓｔ ｍｏｎｉｔｏｒｉｎｇ 粉尘检测采用个体携带采样器、固定式传感器 采样等多种方式ꎬ连续监测煤矿粉尘浓度ꎻ采集的粉 尘浓度数据集中上传至构建的煤矿粉尘监测云服务 平台ꎻ平台对数据进行处理分析ꎬ以系统应用的方式 为用户提供服务ꎬ运营公司负责整个平台的建设和 运营ꎻ服务对象包括行业多级监管部门、企业、作业 工人和检验检测机构ꎮ 通过建设煤矿粉尘监测云服务平台ꎬ将传统的 职业病危害监测数据服务外包给运营公司ꎬ形成职 业病危害监测监管产业链多方企业、监管部门、作 业工人、运营公司共赢的商业模式ꎮ １.３ 煤矿粉尘监测云服务平台整体架构 煤矿粉尘监测云服务平台采用标准的物联网 ３ 层体系结构ꎬ由感知层数据采集、网络层数据传 ５６１ 中国煤炭行业知识服务平台 w w w . c h in a c a j . n et ２０１９ 年第 ７ 期煤 炭 科 学 技 术第 ４７ 卷 输、应用层业务系统平台组成[１１－１２]ꎮ 平台针对 不同级别的管理账户提供分层次的监控服务ꎬ形成 检验检测机构跟踪服务、责任单位短信通知预警以 及个人累积接尘量超限预警的监管模式ꎬ实现在线、 实时、连续的煤矿粉尘监测ꎮ 通过对历史数据进行 挖掘ꎬ并根据危害程度分级标准评估和预测工人患 病风险ꎬ能有效降低职业病患病概率ꎬ提高煤矿作业 环境职业病危害防护管理水平ꎮ 煤矿粉尘监测云服 务平台拓扑结构如图 ２ 所示ꎮ 图 ２ 煤矿粉尘监测云服务平台拓扑结构 Ｆｉｇ.２ Ｔｏｐｏｌｏｇｙ ｓｔｒｕｃｔｕｒｅ ｏｆ ｍｉｎｅ ｄｕｓｔ ｍｏｎｉｔｏｒｉｎｇ ｃｌｏｕｄ ｓｅｒｖｉｃｅ ｐｌａｔｆｏｒｍ 平台通过在煤矿监控点放置煤矿粉尘传感器ꎬ 实时采集煤矿粉尘浓度ꎬ经矿井工业网络将信息传 输至地面系统ꎬ地面系统通过有线网络和无线网络 如北斗导航系统、ＧＰＲＳ 等将实时采集的煤矿多 点粉尘浓度信息传输至煤矿粉尘大数据中心ꎬ构建 扁平化的多级煤矿粉尘监测云服务应用系统ꎮ 平台 采用中断预警的工作方式ꎬ当监控点粉尘浓度超限 时将立即向地面监控系统报告ꎮ 通过应用系统ꎬ多 级政府监管部门、企业、作业工人可实时监控煤矿作 业粉尘浓度ꎬ并为决策提供支撑ꎮ 当出现粉尘浓度 超限预警时ꎬ管理人员可通过平台应用系统对超限 区域进行除尘操作ꎬ保障作业工人的安全生产环境ꎮ ２ 煤矿粉尘监测云服务平台功能设计 煤矿粉尘监测云服务平台根据对矿井粉尘浓度 的监测、职业病危害档案的管理和预警业务需求进 行设计ꎬ分为数据采集、数据中心和应用服务 ３ 个部 分ꎮ 数据采集包括个体呼吸性粉尘浓度和定点环境 粉尘浓度采集、多源异构尘肺病基础信息采集等ꎻ数 据中心部分包括多方式可靠网络传输、职业病危害 数据整合、分类数据库、数据交换与共享等ꎻ应用系 统功能包括在线监测、扁平化监管、尘肺病预警、职 业病危害档案管理等ꎮ 平台的主要业务功能如图 ３ 所示ꎮ ２.１ 煤矿粉尘数据采集系统 煤矿粉尘数据采集系统为平台提供可靠数据 源ꎬ是由矿井下粉尘浓度传感器和无线网络节点组 成ꎬ借助矿用无线通信系统[１３－１４]的网络结构方案的 灵活部署和移动性功能ꎬ扩大了煤矿井下的覆盖范 围ꎬ其功能是采集煤矿井下呼吸性粉尘和总粉尘浓 度、作业工人和移动设备等信息ꎬ并将采集到的传 感数据通过有线和无线传输方式实时传送至上层 ６６１ 中国煤炭行业知识服务平台 w w w . c h in a c a j . n et 郑林江等基于物联网的煤矿粉尘监测云服务平台设计２０１９ 年第 ７ 期 煤矿粉尘大数据中心ꎮ 数据采集系统结构如图 ４ 所示ꎮ 图 ３ 煤矿粉尘监测云服务平台业务功能 Ｆｉｇ.３ Ｂｕｓｉｎｅｓｓ ｆｕｎｃｔｉｏｎｓ ｏｆ ｃｏａｌ ｍｉｎｅ ｄｕｓｔ ｍｏｎｉｔｏｒｉｎｇ ｃｌｏｕｄ ｓｅｒｖｉｃｅ ｐｌａｔｆｏｒｍ 图 ４ 数据采集系统结构 Ｆｉｇ.４ Ｓｔｒｕｃｔｕｒｅ ｏｆ ｄａｔａ ａｃｑｕｉｓｉｔｉｏｎ ｓｙｓｔｅｍ 矿井下各种传感器按照功能可以划分为 １呼吸性粉尘浓度传感器用以监测呼吸性粉 尘浓度ꎬ呼吸性粉尘为空气动力学直径小于 ７.０７ μｍ、可到达呼吸道深部和肺泡区的粉尘颗粒ꎬ是造 成尘肺病的主要因素ꎮ ２总粉尘浓度传感器矿井下总粉尘浓度的连 续监测ꎬ用以监测矿井的粉尘状况ꎮ ３高清摄像头辅助监控矿井扬尘状况以及煤 矿作业环境中电源、水房、消防通道等关键位置ꎮ ４定位传感器跟踪作业工人在井下的活动轨 迹ꎬ匹配作业工人所在区域的粉尘浓度ꎮ 粉尘浓度传感器的布置位置主要分布于采煤工 作面、掘进工作面、转载点和主要硐室[１５－１６]ꎮ 根据 工作面大小和巷道长度设置采集点的数量ꎮ ２.２ 煤矿粉尘大数据中心 煤矿粉尘大数据中心通过数据传输系统来保证 传感器数据的可靠性ꎬ但目前煤矿井下多采用有线 连接方式进行通信ꎬ线路仅敷设在主要大巷ꎬ导致在 矿井下存在许多盲区ꎻ由于煤矿作业面需要经常进 行爆破采掘ꎬ再加上井下环境长期处于潮湿、高温、 震动等不稳定因素中ꎬ仅采用有线方式不足以满足 实时在线监测的要求ꎮ 无线传输网络能够覆盖矿井 下所有区域ꎬ安装配置灵活且能够进行自我修复ꎬ但 其作用范围有限ꎬ远距离传输难以实现[１７]ꎮ 笔者结 合有线传输和无线传输的优点ꎬ进行整个监测平台 的网络敷设ꎬ实现井下全覆盖ꎬ提高传输系统效率ꎬ 系统结构如图 ５ 所示ꎮ 图 ５ 数据传输系统结构 Ｆｉｇ.５ Ｄａｔａ ｔｒａｎｓｍｉｓｓｉｏｎ ｓｙｓｔｅｍ ｓｔｒｕｃｔｕｒｅ 数据中心采用开放和面向服务架构 ＳＯＡꎬ Ｓｅｒｖｉｃｅ－Ｏｒｉｅｎｔｅｄ Ａｒｃｈｉｔｅｃｔｕｒｅ 标准ꎬ提供优化快速 的数据传输机制ꎬ对海量的粉尘数据进行高度并行 处理ꎬ通过构建统一的粉尘基础数据库ꎬ包含企业信 息、作业工人职业档案信息、综合监管信息、粉尘浓 度历史信息、决策支持信息、空间地理信息等数据 库ꎬ可存储并处理各业务子系统的分类数据ꎮ 基础 数据库的建立参照作业场所职业危害监管信息系统 基础数据结构的标准[１８]进行设计ꎬ粉尘监测基础数 据中主要的动态数据项见表 １ꎮ 数据中心架构如图 ６ 所示ꎮ 表 １ 粉尘监测基础数据 Ｔａｂｌｅ １ Ｂａｓｉｃ ｄａｔａｓ ｆｏｒ ｄｕｓｔ ｍｏｎｉｔｏｒｉｎｇ 名称数据格式和标准数据阈值单位 ＰＭ１０环境空气质量标准≤６５μｇ/ ｍ３ ＰＭ２.５环境空气质量标准≤１０ 正常μｇ/ ｍ３ 总尘浓度ＧＢＺ Ｔ １９２.１－２００７≤４ｍｇ/ ｍ３ 游离 ＳｉＯ２ＧＢＺ２.１－２００７ＳｉＯ２≤１０％％ 噪声ＧＢ １２３４８－１９９０≤６０＋１０ｄＢ 风速ＪＢ Ｔ １１２５８－２０１１０１０ｍ/ ｓ 风向ＪＢ Ｔ １１２５８－２０１１０３６０ 温度ＣＧＰＭ 协议－２０４０℃ 湿度ＧＢ １１６０５－１９８９２０６０％ｒｈ ７６１ 中国煤炭行业知识服务平台 w w w . c h in a c a j . n et ２０１９ 年第 ７ 期煤 炭 科 学 技 术第 ４７ 卷 图 ６ 数据中心架构 Ｆｉｇ.６ Ａｒｃｈｉｔｅｃｔｕｒｅ ｏｆ ｄａｔａ ｃｅｎｔｅｒ １业务数据由动态数据和静态数据组成动态 数据包括作业环境粉尘浓度ꎬ作业场所工人位置及 时间信息ꎬ作业场所风速、温湿度等环境参数信息 等ꎻ 静态数据包括企业信息、作业工人基本信息、监 测点参数信息等ꎮ ２系统数据包括系统日志、系统配置项、多级 用户权限管理等ꎮ ３数据服务通过全文检索、数据查询、数据显 示、统计报表和信息发布等展现给用户ꎮ ４数据管理通过系统管理完成对数据的安全 访问控制、备份恢复和数据维护等管理操作ꎬ并采用 隐私保护策略及算法保证云平台数据的安全[１９]ꎮ ５数据采集及处理部分采用软件滤波的方法 对采集的数据进行抗干扰处理ꎬ降低与真实值的误 差ꎻ数据压缩与数据融合算法的加入ꎬ能够在井下环 境复杂、节点资源受限的情况下ꎬ降低节点能耗与通 信流量ꎬ同时减少信息的冗余度ꎬ提高采集信息的可 靠性与高效性ꎮ ２.３ 煤矿粉尘在线监测应用系统 ２.３.１ 煤矿粉尘在线监测数据共享 煤矿粉尘在线监测数据共享子系统是一个开放 式的数据应用开发平台ꎬ采用互联网租户方式的接 入模式ꎬ实现对多种数据源的数据进行统一载入、分 类、处理以及存储ꎬ通过 ＡＰＩ 库方式对外提供数据 订阅和应用接入服务ꎬ同时对接入流程进行全程管 理和支持ꎬ统一并简化了应用系统的开发模式ꎮ 数据共享子系统基于实时采集的煤矿粉尘数 据ꎬ主要是对各接口信令数据的聚集处理ꎬ面向企 业、检验检测机构各接口信令及相关数据的聚集ꎬ形 成数据集市ꎬ实现数据共享ꎬ提供职业病危害监测数 据共享服务ꎬ同时实现统一的应用门户ꎬ帮助企业和 检验检测机构实时方便快捷监控职业病危害信息ꎬ 数据共享方案如图 ７ 所示ꎮ 图 ７ 数据共享方案 Ｆｉｇ.７ Ｍｅｔｈｏｄ ｏｆ ｄａｔａ ｓｈａｒｉｎｇ ２.３.２ 多级部门扁平化监管 面向多级行业监管部门ꎬ平台提供业务功能多 级部署ꎬ实现扁平化的管理ꎮ 通过统一门户ꎬ形成职 业病危害预测预警产业链多方国家监管部门、地 方监管部门、企业和作业工人共同监管的管理模 式ꎬ可实时监管企业职业病危害情况ꎬ其拓扑结构如 图 ８ 所示ꎮ 图 ８ 扁平化监管拓扑 Ｆｉｇ.８ Ｔｏｐｏｌｏｇｙ ｓｔｒｕｃｔｕｒｅ ｏｆ ｄｅｌａｙｅｒｉｎｇ ｓｕｐｅｒｖｉｓｉｏｎ 煤矿粉尘监测应用系统采用扁平化监管模式ꎬ 打破了常规软件架构根据行政划分的设计思路ꎬ以 服务集中的方式进行设计ꎬ将全国范围的煤矿粉尘 监测集中管理ꎬ并向各级行政单位及企业提供其负 责区域内的相关应用服务ꎮ 系统角色与权限分为 １平台管理员ꎮ 拥有平台所有权限ꎬ可以管理 其他角色与用户ꎮ ２国家监管部门ꎮ 平台管理员创建ꎬ可查看平 台覆盖范围内所有监测点的数据ꎬ可查看所有地区 和煤矿企业信息以及联系人ꎬ可处理全国范围的 工单ꎮ ８６１ 中国煤炭行业知识服务平台 w w w . c h in a c a j . n et 郑林江等基于物联网的煤矿粉尘监测云服务平台设计２０１９ 年第 ７ 期 ３地方监管部门ꎮ 平台管理员创建ꎬ可查看本 地区范围内所有监测点的数据ꎬ可查看本地区范围 内的所有煤矿企业、煤矿信息以及联系人ꎬ可处理本 地区范围内的工单ꎮ ４企业ꎮ 平台管理员创建ꎬ可查看本企业关联 的所有监测点数据ꎬ可修改企业和作业地信息以及 联系人ꎬ可处理本企业范围内的工单ꎮ ５检验检测机构ꎮ 检测数据录入、职业病危害 上报功能ꎮ ６作业工人ꎮ 可查看个人接尘数据以及职工 档案信息ꎮ ２.３.３ 煤矿粉尘在线监测预警 在线监测预警子系统通过对煤矿粉尘数据的实 时处理ꎬ并进行可视化展现ꎬ为各级监管部门提供决 策支撑ꎮ 包含监测点的运行概况ꎬ监测点粉尘概况ꎬ 实时的浓度超限报警及设备报警展示ꎬ监测点动态 实时粉尘浓度ꎬ监测点粉尘浓度实时排行ꎬ监测点粉 尘浓度趋势图ꎬ以及告警信息的处理状态ꎮ 通过移 动地图实时展示单个点的详细信息ꎬ并且可以打开 监控摄像头查看某个监测点的实时视频画面ꎮ ２.３.４ 煤矿粉尘职业病危害档案管理 面向煤矿作业工人和企业ꎬ系统提供个人职业健 康档案服务ꎬ针对作业工人的工作生命周期ꎬ企业和 作业工人均可实时查看历史监控档案ꎬ可分析工人累 计接尘状况ꎬ提前预警作业工人的健康状况[２０]ꎮ ３ 煤矿粉尘在线监测系统实现 基于煤矿粉尘监测云服务模式ꎬ煤矿粉尘在线 监测系统采用 Ｈａｄｏｏｐ 分布式框架ꎬ为了提高系统可 用性、扩展性以及运行效率ꎬ采用 Ｂ/ Ｓ 的技术架构 进行系统开发ꎮ Ｗｅｂ 前端采用 ＨＴＭＬ、ＪａｖａＳｃｒｉｐｔ、 ｊＱｕｅｒｙ 和 Ａｊａｘ 等技术ꎻ服务器后端开发技术为 Ｓｐｒｉ￣ ｎｇＭＶＣ、Ｈｉｂｅｒｎａｔｅ 和分布式服务框架 Ｄｕｂｂｏ 等ꎬ整 合使用以上技术可以为本系统在应用规模不断扩大 的情况下ꎬ提供性能横向扩展的能力ꎻ数据库选择 ＨＢａｓｅ 进行粉尘数据的管理和存储ꎮ 系统在 Ｅｃｌｉｐｓｅ 平台下开发ꎬ用户访问通过浏览器进行ꎮ 结合分层 架构思想和 ＭＶＣ 设计模式ꎬ煤矿粉尘在线监测系统 可分为表现层、控制层、业务逻辑层和数据访问层 ４ 层ꎬ如图 ９ 所示ꎮ 图 ９ 煤矿粉尘在线监测系统技术架构 Ｆｉｇ.９ Ｓｙｓｔｅｍ ｔｅｃｈｎｏｌｏｇｙ ａｒｃｈｉｔｅｃｔｕｒｅ ｏｆ ｄｕｓｔ ｏｎ－ｌｉｎｅ ｍｏｎｉｔｏｒｉｎｇ ｉｎ ｃｏａｌ ｍｉｎｅ １表现层ꎮ 采用 ＪＳＰＪａｖａＳｅｒｖｅｒ Ｐａｇｅｓ技术动 态生成 Ｗｅｂ 前端的响应页面ꎬ整合 ＨＴＭＬ 和 ＣＳＳ 技 术对网页进行排版布局ꎬ并结合 ＪａｖａＳｃｒｉｐｔ 和 Ａｊａｘ 技术进行页面的异步更新操作ꎮ ２控制层ꎮ 将 Ｗｅｂ 请求封装成数据对象ꎬ并将 该对象传递至业务逻辑层进行处理ꎬＷｅｂ 服务器对 发来 的 事 务 请 求 进 行 处 理ꎬ 处 理 结 果 以 ＪＳＯＮ ＪａｖａＳｃｒｉｐｔ Ｏｂｊｅｃｔ Ｎｏｔａｔｉｏｎ 格式返回到浏览器ꎬ供 用户查看ꎮ ３业务逻辑层ꎮ 通过面向接口编程ꎬ针对具体 问题自动创建对象进行操作ꎬ负责逻辑性数据的生 成、处理及转换ꎮ ４数据访问层ꎮ 使用高性能、可伸缩的分布式 数据库 ＨＢａｓｅ 存储和访问大规模结构化和非结构 化的 煤 矿 粉 尘 职 业 病 危 害 数 据ꎮ ＨＢａｓｅ 利 用 Ｈａｄｏｏｐ ＨＤＦＳ 作为其文件存储系统ꎬ用 Ｈａｄｏｏｐ Ｍａ￣ ｐＲｅｄｕｃｅ 来处理 ＨＢａｓｅ 中的海量数据ꎬ用 Ｚｏｏｋｅｅｐｅｒ 作为协同服务ꎬ达到数据的实时高效访问ꎮ 煤矿粉尘在线监测应用系统界面如图 １０ 所示ꎮ 图 １０ 煤矿粉尘在线监测系统界面 Ｆｉｇ.１０ Ｉｎｔｅｒｆａｃｅ ｏｆ ｄｕｓｔ ｏｎ－ｌｉｎｅ ｍｏｎｉｔｏｒｉｎｇ ｓｙｓｔｅｍ ｆｏｒ ｃｏａｌ ｍｉｎｅ ４ 结 论 １建立了基于物联网的煤矿粉尘监测云服务 ９６１ 中国煤炭行业知识服务平台 w w w . c h in a c a j . n et ２０１９ 年第 ７ 期煤 炭 科 学 技 术第 ４７ 卷 平台ꎬ采用物联网 ３ 层体系结构实现了煤矿粉尘数 据的采集、传输和应用ꎮ ２为我国大规模推广煤矿粉尘远程在线监测 提供了前期探索ꎬ通过平台的长期应用积累职业病 危害数据ꎬ能够持续跟踪作业工人的累计接尘状况ꎬ 做到提早预防ꎬ降低工人患病风险ꎮ ３探索形成的云服务模式、集成平台系统和监 测预警服务ꎬ对于提高我国煤矿粉尘在线监测的技 术水平、管理水平和服务水平具有重要意义ꎬ有望将 我国煤矿粉尘监测服务水平推向国际先进行列ꎮ 参考文献Ｒｅｆｅｒｅｎｃｅｓ [１] 郭明明ꎬ 杨泽军. 煤矿粉尘研究现状[Ｊ].中州煤炭ꎬ ２０１６ １１４６－４９. ＧＵＯ Ｍｉｎｇｍｉｎｇꎬ ＹＡＮＧ Ｚｅｊｕｎ.Ｓｔａｔｕｓ ｑｕｏ ｏｆ ｒｅｓｅａｒｃｈ ｏｆ ｃｏａｌ ｍｉｎｅ ｄｕｓｔ[Ｊ].Ｚｈｏｎｇｚｈｏｕ Ｃｏａｌꎬ２０１６１１４６－４９. [２] 李华炜.煤矿呼吸性粉尘及其综合控制[Ｊ].中国安全科学学 报ꎬ ２００５７６７－６９. ＬＩ Ｈｕａｗｅｉ.Ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｃｏｎｔｒｏｌ ｏｆ ｒｅｓｐｉｒａｂｌｅ ｄｕｓｔ ｉｎ ｃｏａｌ ｍｉｎｅｓ [Ｊ].Ｃｈｉｎａ Ｓａｆｅｔｙ Ｓｃｉｅｎｃｅ Ｊｏｕｒｎａｌꎬ２００５７６７－６９. [３] 中国政府网.国家职业病防治规划２０１６２０２０ 年[Ｊ].安全ꎬ ２０１７ꎬ３８３５３－５６. Ｔｈｅ Ｃｈｉｎｅｓｅ Ｇｏｖｅｒｎｍｅｎｔ Ｗｅｂｓｉｔｅ.Ｎａｔｉｏｎａｌ ｐｌａｎ ｆｏｒ ｐｒｅｖｅｎｔｉｏｎ ａｎｄ ｃｏｎｔｒｏｌ ｏｆ ｏｃｃｕｐａｔｉｏｎａｌ ｄｉｓｅａｓｅｓ２０１６２０２０[Ｊ].Ｓａｆｅｔｙꎬ２０１７ꎬ ３８３５３－５６. [４] 金 鹏.浅谈矿井粉尘危害及防治措施[Ｊ].山东煤炭科技ꎬ ２０１７２１０３－１０５. ＪＩＮ Ｐｅｎｇ. Ｈａｒｍ ａｎｄ ｐｒｅｖｅｎｔｉｏｎ ｍｅａｓｕｒｅｓ ｏｆ ｍｉｎｅ ｄｕｓｔ [ Ｊ]. Ｓｈａｎｄｏｎｇ Ｃｏａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙꎬ２０１７２１０３－１０５. [５] 王自亮.粉尘浓度传感器的研制和应用[Ｊ].工业安全与环保ꎬ ２００６ꎬ ３２４２４－２７. ＷＡＮＧ Ｚｉｌｉａｎｇ.Ｒｅｓｅａｒｃｈ ａｎｄ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｄｕｓｔ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｓｅｎ￣ ｓｏｒ[Ｊ].Ｉｎｄｕｓｔｒｉａｌ Ｓａｆｅｔｙ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｐｒｏｔｅｃｔｉｏｎꎬ ２００６ꎬ ３２ ４２４－２７. [６] 王 杰ꎬ 郑林江.煤矿粉尘职业危害监测技术及其发展趋势 [Ｊ].煤炭科学技术ꎬ ２０１７ꎬ ４５１１１１９－１２５. ＷＡＮＧＪｉｅꎬＺＨＥＮＧＬｉｎｊｉａｎｇ. Ｄｅｖｅｌｏｐｍｅｎｔｔｅｎｄｅｎｃｙａｎｄ ｍｏｎｉｔｏｒｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ｏｆ ｄｕｓｔ ｏｃｃｕｐａｔｉｏｎａｌ ｈａｚａｒｄ ｉｎ ｃｏａｌ ｍｉｎｅ[Ｊ]. Ｃｏａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙꎬ２０１７ꎬ ４５１１１１９－１２５. [７] ＬＥＢＥＣＫＩ Ｋꎬ ＭＡŁＡＣＨＯＷＳＫＩ Ｍꎬ ＳＯŁＴＹＳＩＡＫ Ｔ. Ｃｏｎｔｉｎｕｏｕｓ ｄｕｓｔ ｍｏｎｉｔｏｒｉｎｇ ｉｎ ｈｅａｄｉｎｇｓ ｉｎ ｕｎｄｅｒｇｒｏｕｎｄ ｃｏａｌ ｍｉｎｅｓ [ Ｊ]. Ｊｏｕｒｎａｌ ｏｆ Ｓｕｓｔａｉｎａｂｌｅ Ｍｉｎｉｎｇꎬ ２０１７ꎬ １５ ４１３０－１３８. [８] ＬＩＵ Ｗꎬ ＭＩＮＥ Ｘ Ｃ.Ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｉｎｔｅｇｒａｔｉｏｎ ｏｆ ｇａｓ ａｎｄ ｃｏａｌ－ ｄｕｓｔ ｅｘｐｌｏｓｉｏｎｍｏｎｉｔｏｒｉｎｇｐｒｅｖｅｎｔｉｏｎｆｅａｓｉｂｉｌｉｔｙｓｔｕｄｙ [ Ｊ ]. Ｓｈａｎｄｏｎｇ Ｃｏａｌ Ｓｃｉｅｎｃｅ ＆ Ｔｅｃｈｎｏｌｏｇｙꎬ ２０１５１５５－６０. [９] ＬＩ Ｊ Ｚꎬ ＣＨＥＮＧ Ｊꎬ ＪＩＮ Ｘ.Ｒｅｓｅａｒｃｈ ｏｎ ｉｎｄｕｓｔｒｉａｌ ｆｉｅｌｄ ｄｉａｇｎｏｓｔｉｃｓ ａｎｄ ｍａｎａｇｅｍｅｎｔ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ｔｈｅ ＩｏＴ[Ｊ].Ａｐｐｌｉｅｄ Ｍｅｃｈａｎｉｃｓ ＆ Ｍａｔｅｒｉａｌｓꎬ ２０１１ꎬ ６３/６４１０７６５－７６９. [１０] ＫＹＵＮＧ Ｙｏｎｇ Ｒꎬ ＳＥＯＮＧ Ｗｅｏｎ Ｃ.Ｍａｎａｇｅｍｅｎｔ ｓｙｓｔｅｍ ｏｆ ｏｃｃｕｐａ￣ ｔｉｏｎａｌ ｄｉｓｅａｓｅｓ ｉｎ Ｋｏｒｅａｓｔａｔｉｓｔｉｃｓꎬ ｒｅｐｏｒｔ ａｎｄ ｍｏｎｉｔｏｒｉｎｇ ｓｙｓｔｅｍ.[Ｊ]. Ｊｏｕｒｎａｌ ｏｆ Ｋｏｒｅａｎ Ｍｅｄｉｃａｌ Ｓｃｉｅｎｃｅꎬ ２０１０ꎬ ２５Ｓ１１１９－１２６. [１１] ＸＵ Ｇꎬ ＤＩＮＧ Ｙꎬ ＺＨＡＯ Ｊꎬ ｅｔ ａｌ.Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ Ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ ＩｏＴ[Ｊ].Ｓｅｎｓｏｒｓ ＆ Ｔｒａｎｓｄｕｃｅｒｓꎬ ２０１３ꎬ １６０１２４６３－４７１. [１２] 武奇生. 物联网技术与应用 [ Ｍ]. 北京 机 械工业 出版 社ꎬ ２０１６. [１３] ＹＡＮＧ Ｗｅｉꎬ ＺＨＡＮＧ Ｙｕꎬ ＬＩＵ Ｙａｎｇꎬ ｅｔ ａｌ.Ｃｏｎｓｔｒｕｃｔｉｎｇ ｏｆ ｗｉｒｅ￣ ｌｅｓｓ ｅｍｅｒｇｅｎｃｙ ｃｏｍｍｕｎｉｃａｔｉｏｎ ｓｙｓｔｅｍ ｆｏｒ ｕｎｄｅｒｇｒｏｕｎｄ ｃｏａｌ ｍｉｎｅ ｂａｓｅｄ ｏｎ ＷＭＮ ｔｅｃｈｎｏｌｏｇｙ[Ｊ].Ｊｏｕｒｎａｌ ｏｆ Ｃｏａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉ￣ ｎｅｅｒｉｎｇ Ｃｈｉｎａꎬ ２０１０ꎬ １６４４４１－４４８. [１４] 魏红军.ＭｃＷｉＬＬ 宽带无线通信系统在煤炭行业信息化中的 应用[Ｊ].水力采煤与管道运输ꎬ ２０１４３９１－９３. ＷＥＩ Ｈｏｎｇｊｕｎ.Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ＭｃＷｉＬＬ ｂｒｏａｄｂａｎｄ ｗｉｒｅｌｅｓｓ ｃｏｍ￣ ｍｕｎｉｃａｔｉｏｎ ｓｙｓｔｅｍ ｉｎ ｃｏａｌ ｉｎｄｕｓｔｒｙ ｉｎｆｏｒｍａｔｉｚａｔｉｏｎ[Ｊ].Ｈｙｄｒａｕｌｉｃ Ｃｏａｌ Ｍｉｎｉｎｇ ＆ Ｐｉｐｅｌｉｎｅ Ｔｒａｎｓｐｏｒｔａｔｉｏｎꎬ２０１４３９１－９３. [１５] 庞杰文ꎬ 谢建林ꎬ 李川田ꎬ等.大采高综采工作面粉尘分布特 征研究[Ｊ].煤炭科学技术ꎬ ２０１７ꎬ ４５３７８－８３. ＰＡＮＧ Ｊｉｅｗｅｎꎬ ＸＩＥ Ｊｉａｎｌｉｎꎬ ＬＩ Ｃｈｕａｎｔｉａｎꎬ ｅｔ ａｌ.Ｓｔｕｄｙ ｏｎ ｄｕｓｔ ｄｉｓｔｒｉｂｕｔｉｏｎ ｆｅａｔｕｒｅｓ ｏｆ ｈｉｇｈ ｃｕｔｔｉｎｇ ｆｕｌｌｙ－ｍｅｃｈａｎｉｚｅｄ ｃｏａｌ ｍｉｎｉｎｇ ｆａｃｅ[Ｊ].Ｃｏａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙꎬ２０１７ꎬ ４５３７８－８３. [１６] 马胜利ꎬ晋继伟ꎬ王 晔.综采工作面呼吸性粉尘分布规律研 究[Ｊ].煤炭技术ꎬ２０１７ꎬ１０４１４９－１５２. ＭＡ Ｓｈｅｎｇｌｉꎬ ＪＩＮ Ｊｉｗｅｉꎬ ＷＡＮＧ Ｙｅ.Ｓｔｕｄｙ ｏｎ ｄｉｓｔｒｉｂｕｔｉｏｎ ｌａｗ ｏｆ ｒｅｓｐｉｒａｔｏｒｙ ｄｕｓｔ ｉｎ ｆｕｌｌｙ－ｍｅｃｈａｎｉｚｅｄ ｗｏｒｋｉｎｇ ｆａｃｅ[Ｊ].Ｃｏａｌ Ｔｅｃｈ￣ ｎｏｌｏｇｙꎬ２０１７ꎬ１０４１４９－１５２. [１７] 王思其ꎬ姚善化.矿井通信的抗干扰技术分析及其应用[Ｊ].煤 矿机械ꎬ ２００４ꎬ２５１０５０－５２. ＷＡＮＧ Ｓｉｑｉꎬ ＹＡＯ Ｓｈａｎｈｕａ.Ａｎｔｉ－ｊａｍｍｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ａｎｄ ｉｔｓ ａｐ￣ ｐｌｉｃａｔｉｏｎｓ ｔｏ ｃｏａｌ ｍｉｎｅ ｃｏｍｍｕｎｉｃａｔｉｏｎ[Ｊ].Ｃｏａｌ Ｍｉｎｅ Ｍａｃｈｉｎｅｒｙꎬ ２００４ꎬ２５１０５０－５２. [１８] 陈建武ꎬ 王 婧ꎬ 李 戬ꎬ等.作业场所职业危害基础数据标 准设计[Ｊ].中国安全生产科学技术ꎬ ２００９ꎬ ５１１１７－１２０. ＣＨＥＮ Ｊｉａｎｗｕꎬ ＷＡＮＧ Ｊｉｎｇꎬ ＬＩ Ｊｉａｎꎬ ｅｔ ａｌ.Ｄｅｓｉｇｎ ｏｆ ｓｔａｎｄａｒｄ ｏｎ ｂａｓｉｃ ｄａｔａ ｅｌｅｍｅｎｔ ｆｏｒ ｏｃｃｕｐａｔｉｏｎａｌ ｈａｚａｒｄ ｉｎ ｗｏｒｋｐｌａｃｅ[Ｊ].Ｊｏｕｒｎａｌ ｏｆ Ｓａｆｅｔｙ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙꎬ ２００９ꎬ ５１１１７－１２０. [１９] 胡 艳.云计算数据安全与隐私保护[Ｊ].科技通报ꎬ ２０１３ꎬ ２９ ２２１２－２１４. ＨＵ Ｙａｎ.Ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｄａｔａ ｓｅｃｕｒｉｔｙ ａｎｄ ｐｒｉｖａｃｙ ｐｒｏｔｅｃｔｉｏｎ[Ｊ]. Ｂｕｌｌｅｔｉｎ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙꎬ ２０１３ꎬ ２９２２１２－２１４. [２０] ＤＡＬＡＬ Ｎ Ｓꎬ ＮＥＷＭＡＮ Ｊꎬ ＰＡＣＫ Ｄꎬ ｅｔ ａｌ.Ｈｙｄｒｏｘｙｌ ｒａｄｉｃａｌ ｇｅｎ￣ ｅｒａｔｉｏｎ ｂｙ ｃｏａｌ ｍｉｎｅ ｄｕｓｔｐｏｓｓｉｂｌｅ ｉｍｐｌｉｃａｔｉｏｎ ｔｏ ｃｏａｌ ｗｏｒｋｅｒｓ’ ｐｎｅｕｍｏｃｏｎｉｏｓｉｓ ＣＷＰ.[Ｊ].Ｆｒｅｅ Ｒａｄｉｃａｌ Ｂｉｏｌｏｇｙ ＆ Ｍｅｄｉｃｉｎｅꎬ １９９５ꎬ １８１１１－２０. ０７１ 中国煤炭行业知识服务平台 w w w . c h in a c a j . n et