基于WSN的煤炭地质灾害监测系统设计

宋文波 王健

摘要：针对煤矿地质灾害频发、破坏力强、监测难度大等问题，提出了基于WSN的煤矿地质灾害监测系统。结果表明，该系统采用Zigbee模块构建无线传感器网络，搭配MPU-9250（九轴运动感測组件）、土壤温湿度传感器、雨量传感器等设备，能够有效监测滑坡、地面塌陷、地裂缝等灾害。无线网络数据可以通过NB-IOT网关传输到系统监测平台，方便对煤矿区域远程实时监测。该系统具有高性价比、低迟延、易扩展以及准确性高等特点，可以在煤矿地质灾害监测方面发挥较大作用。

关键词：煤矿地质灾害;WSN;Zigbee;实时监测

中图分类号：TD672         文献标识码：A

文章编号：0439-8114（2020）10-0145-005

DOI：10.14088/j.cnki.issn0439-8114.2020.10.034            开放科学（资源服务）标识码（OSID）：

Abstract：In view of the frequent occurrence， strong destructive power and difficult monitoring of coal mine geological disasters， the WSN based coal mine geological disaster monitoring system was proposed. The system used Zigbee module to build wireless sensor network， and MPU-9250 （nine axis motion sensing module）， soil temperature and humidity sensor， rainfall sensor and other equipment， which could effectively monitor landslides， ground collapse， ground cracks and other disasters. Wireless network data could be transmitted to the system monitoring platform through NB-IOT gateway， which was convenient for remote real-time monitoring of coal mine area. The application showed that the system has the characteristics of high cost performance， low delay， easy expansion and high accuracy， which could play a greater role in the monitoring of geological disasters in coal mines.

Key words： geological disaster of coal mine; WSN; Zigbee; real time monitoring

煤矿地质灾害作为常见的地质灾害，影响着煤矿产业的发展[1]。滑坡、地面塌陷、地裂缝等灾害一旦发生便会严重危害人民的生命财产安全。近年来，社会各界对煤矿地质灾害的重视程度不断增强，借助高新技术手段可将灾害扼杀于萌芽之中。因此，卫星遥测、GPS、GIS以及三维激光扫描等技术均应用至煤矿地质灾害监测中，但监测成本、覆盖面、准确度、实时不间断等问题限制了这些技术的推广[2]。

滑坡、地面塌陷、地裂缝等灾害是煤矿地质灾害中最为常见的，发生前兆大多表现为土壤位移、振动、倾斜，且发生时常伴随降雨、融雪、地表水浸泡冲刷等[3]。监测煤矿地质灾害需要实时监测矿山或采空区的环境温湿度、降雨量、地下水位以及各层土壤的倾斜角度等信息。但由于矿区一般覆盖范围较广，传统的方法很难全面监测，因此本研究提出了一种基于WSN（Wireless sensor network，WSN）的煤矿地质灾害监测系统[4]。该系统利用Zigbee无线网络自组网、多跳的特点，可以轻松实现大面积的覆盖;使用高性价比MPU-9250（九轴运动感测组件）测量土壤位移、运动情况;利用温湿度传感器、雨量传感器等采集环境信息，最后利用NB-IOT（Narrow band internet of things）网关实现数据的远程传输，实现整体实时监测[5，6]。

1  系统总体设计

煤矿地质灾害监测系统主要由Zigbee监测网络、NB-IOT网关以及监测平台组成，系统结构如图1所示。由于监测范围较广，Zigbee网络节点数量较多，整个网络由传感器节点、路由节点以及协调器节点组成。传感器节点主要负责环境信息以及土壤位移信息采集;路由节点负责数据收集转发;协调器节点负责数据汇总处理，并将数据传递给NB-IOT网关;网关将数据发送到远程监测平台。监测平台可以实现传感器信息显示、存储以及分析，并能够在平台上进行报警设置，同时在平台中能够实时查看无线网络状态，便于系统维护。

2  系统硬件设计

系统硬件设计主要集中在WSN节点、NB-IOT网关以及传感器模组，其中WSN节点和NB-IOT网关是关键。WSN节点根据功能可以分为终端节点、路由节点以及协调器节点，其中终端节点与传感器模组连接，负责采集所需要的环境信息，路由节点主要负责数据转发，协调器节点负责数据汇总。3种节点虽然分工不同，但其硬件基础基本一致，此外除协调器单独采用外部电源供电外，终端节点和路由节点均采用干电池供电，所以终端节点和路由节点要采用低功耗设计。此外，由于各节点和模组均是在野外露天作业，在设计时防水、防尘等措施也是重要参考因素。

2.1  WSN节点设计

系统的无线传感网络是基于Zigbee网络构建而成，在进行节点设计时，综合多方因素采用了TI（德州仪器）公司的CC2530F256芯片作为节点的處理器。CC2530F256芯片内置增强型8051内核，中断、ADC、I/O串口等资源非常丰富，能够满足设计需要，此外该款芯片功耗非常低，可以切换工作、休眠等多种工作模式，非常适合野外长时间作业。

系统设计的WSN节点主要有3种：协调器、路由器、终端节点，3种节点虽然功能不同，但硬件主板基本一致，只有终端节点预留了部分传感器接口，路由器单纯是数据转发功能，不需要外接其他设备，协调器由于需要外接网关，因此预留RS232接口。CC2530核心板电路如图2所示，仅需极少的外围器件便可以正常工作，CC2530核心板工作频率为32 MHz，能够满足传感器数据采集、数据处理及数据转发的需求。终端节点和协调器节点只需在核心板的基础上进行扩展接口即可，系统可扩展性较强。

2.2 NB-IOT网关设计

NB-IOT网关主要实现Zigbee网络与电信网络的互联互通，将Zigbee网络收集的数据信息发送给监测平台。NB-IOT以其覆盖广、连接数量大、功耗低、性价比高等特点被广泛应用。该系统选用NB-IOT进行网关设计，便是基于其上述优点，因为在煤矿区域，地形一般较为复杂，信号连接需要非常稳定才能够做到实时不间断监测。

该系统选用稳恒科技的WH-NB73-BA多频段NB-IOT模块。该模块能够实现UART转NB-IOT双向透传功能，国内网络全覆盖，并且在全球主流区域都支持。由于系统在野外工作，选择了外置天线和SIM卡，Zigbee网络协调器直接通过串口与NB-IOT模块连接，NB-IOT模块将数据直接传送到电信IOT平台，系统的监测平台可以直接从电信IOT平台上获取相关数据。网关工作示意图如图3所示。

2.3 传感器模组设计

由于煤矿地质灾害多由降雨、融雪、地震等引起，且发生前土壤和岩层会发生位移，所以模组在设计时主要采集的信息有降雨量、空气温湿度及不同深度土壤、岩层的倾斜与位移情况，也就涉及到雨量传感器、空气温湿度传感器以及位移传感器。

首先，雨量传感器选择。由于降雨一般具有一定的覆盖范围，所以在布置雨量传感器时仅需要在被测区域平均布置几个，不用大范围布置。其中雨量传感器采用SRY-1型容栅式雨量计，是通过容栅位移传器检测降雨量的，采用脉冲信号输出雨量值，雨量分辨率为0.1 mm，直接利用CC2530控制器采集脉冲信息获取雨量值，能够满足系统需求。

其次，空气温湿度传感器选择。考虑到设备均安装到室外地质灾害易发的位置，特别选择HSTL-102WS防水型温湿度传感器，其输出信号为4～20 mA电流信号，简单转换便可利用CC2530控制器A/D读取，其测量范围为相对湿度0%RH～100%RH、温度40～120 ℃，能够满足系统设计需要。

传统采用倾角传感器来测量土壤、岩层倾斜及位移，但倾角传感器整体价格较高，因此选择高性价比MEMS惯导器件来代替倾角传感器。系统选择MPU-9250（九轴运动感测组件）来测量土壤和岩层的倾斜角及位移。此外在测量时，需要测量不同深度的土壤位移情况，为节省资源，利用SPI总线在同一总线上挂载多个MPU-9250。图4为多个MPU-9250挂载于同一SPI总线的示意图。系统整体硬件框图如图5所示。

3  系统软件设计

监测系统的软件设计由嵌入式程序设计和监测平台程序设计两部分组成，其中嵌入式程序主要是Zigbee组网程序设计和传感器信息采集程序。嵌入式程序开发平台为IAR，监测平台采用C#进行开发，数据使用SQL Server进行维护管理，同时监测平台开发过程中还需调用第三方云平台的相关接口，来获取NB-IOT传输的数据。

3.1 嵌入式端程序设计

嵌入式端最重要的程序部分便是Zigbee组网。Zigbee组网是整个无线传感器网络的基础，也是系统软件设计的重点。根据系统需求已设计了3种不同节点，分别为协调器、路由器以及终端节点，其中协调器负责组建网络，路由器以及终端节点主动加入协调器组建的网络。

其中协调器在组建网络时，首先要扫描节点周边是否存在Zigbee网络，如果没有，协调器将会进行信道扫描，选择信道号，继而设置网络ID，完成构建Zigbee网络，等待其他节点加入即可，图6为协调器组网流程。其他两种节点在加入网络前，首先扫描到附近的网络，然后向网络协调器发出入网请求，协调器接收到请求后，允许其连接，为其发送响应，节点于协调器建立好连接后，才能够正常收发数据。

传感器信息采集程序也是嵌入式编程的重要部分。雨量传感器输出的信号为脉冲信号，通过对脉冲信号计数便可得到雨量值，利用CC2530定时计数器便可完成信号检测，简单方便。HSTL-102WS防水型温湿度传感器返回的信号为4～20 mA电流信号，经过采样电阻后转换成0～3.3 V的电压接入单片机管脚。由于仅需要一路AD便可完成采集，所以程序设置单片机单通道工作。

MPU9250信号读取是嵌入式编程的关键，MPU9250内含三轴加速度计、三轴陀螺仪和三轴磁力计，直接读取的信号中磁力信息、加速度信息往往含有许多高频噪声，相反的陀螺仪又多包含低频噪声，容易发生漂移现象。因此，需对MPU9250进行姿态融合/滤波、校正、坐标转换、滤波。

获取MPU9250器件的九轴数据，对原始数据进行滤波去噪，接着对传感器进行校正，使数据变得准确，接着利用四元数对姿态进行解算，最后利用卡尔曼滤波算法对数据进行融合，得到姿态信息，具体过程如图7所示。

3.2 监测平台软件设计

采用C#进行系统监测平台软件进行开发，以功能划分可以将整个平台划分为数据监控、历史记录、报警设置、数据分析4个部分。软件数据监控界面，在该界面中可以直接看到在线的节点数量，并且可以将节点调出，查看每个节点下的传感器数据;历史记录界面可以将不同节点某一时间段的数据进行绘图;报警设置可以对某一节点下的某一个传感器报警阈值进行设置，并且能够查看到最近24 h传感器所触发的报警信息;数据分析界面可以将数据进行导出，并可以在软件内进行简单统计处理。

4  测试结果分析

为验证系统的准确性，将试验系统在某矿场进行测试。系统共布置10个终端节点、4个路由节点、1个协调器以及1个NB-IOT网关。每个终端节点均连接1个温湿度传感器、1个雨量计以及2个MPU9250惯导器件。针对煤矿地质灾害的特殊性和实时性要求，网关以1 s为周期定时上报数据。为验证系统工作的准确性，在测试时着重对传感器采集数值的准确性进行了测试。此外测试时网络节点数量为15，网络较小、传输速度要求不高，实验室测试基本无丢包，故在本试验不对其丢包率进行测试。

4.1 空气温湿度参数测试

空氣温湿度作为基本环境参数，是试验精度的重要考量，为验证系统测量的准确性，选择TH180NX工业温湿度计作为对照组。每5 min采样1次，共采样10次。图8为两种方法所得温度值的对比曲线，图9为两种方法所得湿度值的对比曲线。该系统传感器所得到的温湿度值与TH180NX温湿度计所测结果基本一致，且变化趋势相同。

4.2 倾角参数测试

系统中土壤、岩层倾角的测量至关重要，因此测试时选用商用北微BWN428动态倾角传感器作为对照组进行测量，其中BWN428的精度为0.05°。100 s内，每10 s采样1次，对比两种传感器采集到的倾角值。图10为两种方法稳定在45°时的对比曲线，通过曲线可以看出，系统选用的MPU9250与BWN428所测结果基本一致，且变化趋势相同说明该传感器能够满足系统应用需求。

5  结论

基于WSN的煤矿地质灾害监测系统，采用无线传感器网络技术实现了煤矿地质灾害区域的实时不间断监测。利用Zigbee网络自组网、多跳、覆盖广的特点，解决了矿区大面积测量、网络部署困难、通信不便的问题，同时系统采用CC2530、NB-IOT等多种低功耗技术，有效地提升了网络生命周期。通过试验测试，系统传感器测量指标准确有效、误差小，能够适应煤矿地质灾害监测需求，具有一定的应用价值。

参考文献：

[1]  薛  涛， 王振华， 孙  萍. 基于深部位移监测的滑坡形成机制分析与稳定性评价[J].中国地质灾害与防治学报，2017，28（1）：53-61.

[2]  赵小虎， 张  凯， 赵志凯， 等. 矿山物联网网络技术发展趋势与关键技术[J]. 工矿自动化， 2018， 44（4）：1-7.

[3]  陈炜峰， 席万强， 周  峰. 基于物联网技术的山体滑坡监测及预警系统设计[J]. 电子器件， 2014， 37（2）：279-282.

[4]  佟占生，王春明，李  凯. 矿井无线传感器网络设计及应用[J]. 工矿自动化，2017，43（8）：98-100.

[5]  王  健，盛庆元.基于 WSN 与 MEMS 器件的山体滑坡监测系统设计[J].湖北农业科学，2018，57（21）：138-142.

[6]  宋文波， 王  健. 基于多网融合技术的智能农业信息监控系统设计[J]. 中国农机化学报， 2017， 38（2）：88-94.