基于物联网的煤矿井下环境监测系统的研究与实现.doc

分类号 密 级 UDC 学校代码 10500 XXXXX学校工程硕士学位论文题 目：基于物联网的煤矿井下环境监测系统的研究与实现英文题目： Reserch and Implementation of Environment Monitoring System for Underground Coal Mine Based on Internet of Things学位申请人姓名：XXXXX申请学位领域名称： 计算机技术指导教师姓名：XXX 教授 XXX 副教授二一三年三月56 / 57分类号 密 级 UDC 学校代码 XXXX XXXXX学校工程硕士学位论文题 目 基于物联网的煤矿井下环境监测系统的研究与实现 英文题目 Reserch and Implementation of Environment Monitoring System for Underground Coal Mine Based on Internet of Things 研究生姓名（签名） XXX 校内导师姓名（签名） XXX 职 称 教授 校外导师姓名（签名） XXX 职 称 副教授 申请学位领域名称 计算机技术 领域代码 论文答辩日期 学位授予日期 学院负责人（签名） 评阅人姓名 评阅人姓名 年 月 日XXX大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立进行研究工作所取得的研究成果。除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖北工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。学位论文作者签名： 指导教师签名：日期： 年 月 日 日期： 年 月 日摘 要我国煤矿的开采大多为地下开采，地质复杂，工作环境十分恶劣，井下工作人员的生命财产安全难以得到有效保障，煤矿安全面临着重大的威胁。亟需加强煤矿生产安全监控，减少煤矿灾害事故发生，更好的应对事故发生后进行及时抢救被困井下工作人员，最大程度降低国家和煤矿企业的财产损失。然而现有的井下环境检测系统具有检测区域不全面、不能及时进行定位、扩展性差等不足。物联网是在互联网的基础上，通过射频识别、无线通信、传感器网络技术，连接设备，进行信息交换和通信的虚拟网络。无线传感器网络技术可以实时感知环境信息，能够相互传递信息，达到数据的实时监测，应用前景非常广泛。基于此，本文结合煤矿井下环境特性，采用物联网技术，研究并实现了基于物联网的煤矿井下环境监测管理系统，对煤矿安全生产具有重要意义。基于物联网的煤矿井下环境监测系统，以无线传感器网络为支撑，将监测信息包括多种环境状态参数、工作人员位置等，汇聚后实时传送到地面监控中心数据库，进行分析处理，为用户或者煤矿企业管理者提供数据支持。系统完成了煤矿安全监测系统功能模块的设计开发，实现了煤矿井下环境检测系统的数据实时采集、处理与传输、人员定位、环境监测与预警、信息共享等功能，提高煤矿生产的安全性。关键字：煤矿井下，物联网，数据挖掘，环境监测AbstractChinas coal mining is mainly carried out underground with the complicated geological conditions and the adverse working environment, which is directly related to life property safety of the coal miner. Coal mine safety production is facing the great challenge, thus it is very urgent to strengthen monitoring on the production safety, which can effectively reduce occurrences of the coalmine accident, and immediate rescue the trapped miners, guarantee safe operation and lower enterprises loss. However, the current underground environment detection system has some shortcomings, such as limited detection underground area, bad real time capability, poor expansibility etc. The Internet of Things refers to uniquely identifiable objects and their virtual representations in an Internet-like structure, connecting devices by radio frequency identification, wireless communication, sensor network, the exchange of information and communications. All kinds of the environment information can be obtained by the WSN technology in time. WSN consists of spatially distributed sensors to monitor environmental conditions, such as temperature, and to cooperatively pass their data via the network to control center, which has broad application range. Therefore, this paper develops the environmental monitoring and management system of coal mine based on the IOT technology, combining with the requirement of the characteristics of coal mine environment, and has great signification for coal mine safety production.The environmental monitoring system of coal mine based on the IOT, the various environmental parameters and the orientation of the miners can be got by the WSN, which can give the information to monitor center in time. The system function module is designed and the functions of all kinds of environment monitoring parameters, environmental monitoring and early warning, information sharing, miners location are achieved, the safety production of coal mine is improved.Keywords: Coal mine, IOT, data mining, environmental monitoring目 录摘 要3Abstract4目 录5第一章 绪论61.1 课题背景与意义61.2 国内外研究现状81.3 论文研究的主要内容及组织结构10第二章 煤矿井下环境监测系统的相关技术112.1 物联网概念112.2 物联网体系结构122.3 物联网设计原则142.3 物联网的关键技术152.4 本章小结18第三章数据挖掘在煤矿井下环境监测系统中的应用193.1 数据挖掘技术概述193.1.1 数据挖掘的定义193.1.2 数据挖掘的功能203.1.3 数据挖掘的过程213.1.4 数据挖掘的主要方法223.2 数据挖掘的意义及应用233.3 煤矿井下环境的数据挖掘233.3.1 井下环境模糊聚类分析233.3.2 井下监测环境危险等级模糊评价273.4本章小结28第四章 系统的体系结构与关键模块284.1 系统的体系结构284.2功能模块及关系304.2.1系统功能模块304.2.2功能模块间关系324.3 关键模块324.3.1 GIS 模块324.3.2 SMS短信息344.3.3 数据传输374.3.4 环境预报警404.4 本章小结40第五章 煤炭井下环境监测系统的设计与实现415.1 系统的需求分析415.2 系统的设计目标415.3 系统设计425.4 系统实现445.4.1 系统开发环境445.4.2监测系统的实现445.5本章小结49第六章 总结与展望496.1 工作总结496.2 工作展望50参考文献51致 谢55第一章 绪论近年来，随着计算机互联网技术的快速发展，网络的应用和发展已经不能满足人与人之间正常的沟通的需求，物与物之间通过网络的信息交互成为人们追求的方向。物物相连的互联网即物联网技术将大大推进社会的发展与进步，已经成为国内外研究的热点。物联网技术应用到煤矿井下环境监测系统中，将大大提高煤矿安全生产现状，对煤矿的安全生产和国民经济的发展具有重大的现实意义。1.1 课题背景与意义我国是煤炭资源丰富的国家，煤炭储量多而广，同时也是煤炭消费大国，对煤炭资源比较依赖。我国95%以上的能源和80%以上的工业原料取自于煤矿1。煤矿在未来相当长的时期内，作为主要能源的战略地位仍将不变。煤矿开采需要大量的矿工进行井下作业，由于矿井内部环境复杂，生产条件恶劣，给开采工作带来了一定的危险度，煤矿安全事故时有发生，矿工的生命财产难以有效保障，据统计，世界上每年发生煤炭安全事故导致矿工死亡的人数超过千人。煤矿开采安全管理对煤矿的生产起到支撑、保证作用，是煤矿生产的头等大事。虽然近年来煤矿安全生产工作取得了显著成效，一些煤矿企业开始开发并装备了煤矿安全生产监控系统，一定程度上减少了煤矿事故的发生，安全生产状况有所改善2,3。但是煤矿安全生产的依然严峻，井下开采生产装备落后，生产过程不能全面监控，尚不能有效遏制重大煤矿事故。事故发生的后救援处理工作也存在着困难，被困矿工的分布和井下环境不能及时准确的掌握。一旦事故发生，没有井下矿工的实时准确信息，难以做出抢救的决策部署，抢救时期将会被延误。因此，对煤矿企业加强安全生产管理，不仅关系煤矿企业的发展，还将关系着国民经济的持久快速发展。煤矿安全生产管理始终以“安全生产，预防为主”为方针，是一项十分复杂的系统过程，包括对井下开采等过程的监控，井下矿工位置的跟踪，及其作业的组织等的管理，为煤矿安的全生产提供重要的信息支持与保障4。现代煤矿安全生产管理和信息的实时交互的需求强烈，煤矿安全生产工作越来越受到社会各级的关注，煤矿井下环境监测系统的研究和开发日益迫切。井下环境包括温湿度、瓦斯、一氧化碳等指标的监测为提高煤矿井下生产安全性提供有效的保障。瓦斯爆炸在我国煤矿事故中最为常见，百分之八十以上的煤矿事故由瓦斯引起的5。加强对煤矿井下环境参数的准确实时监测，并对其进行预警具有重大意义。现代煤矿安全生产管理生产过程中进行优化决策，提高生产效率，有效预防事故。灾害发生时，需要及时实施救援工作，地面指挥中心通过检测系统实时准确了解井下环境以及矿工的位置情况信息，只有确定其准确位置后，才能开展有效的救援工作，将减少经济和人员的损失，实现这些功能，需要物联网技术的支持。将物联网技术应用到煤矿井下环境监测中，实现煤矿井下环境的实时、准确和全方位监测以及井下工作人员的位置跟踪等功能，成为当前煤矿企业迫切需要解决的问题。开发基于物联网的煤矿井下环境监测系统不仅日常管理中发挥重要的作用，在井下事故发生时亦起到重大作用，对煤矿安全生产有重要的现实意义。物联网(Internet of Things,IoT)6，即物物相连的互联网，楼房、桥梁、矿井、工厂等地方放置各种传感器，传感器之间协同工作，数据传输利用有线的或者无线的方式，将实时采集的数据传送到监测端，实现数据的智能化处理及监测端对这些物体的实时有效监控、跟踪、定位和识别等。最终通过IoT提高生产效率和资源利用率。物联网应用集成度相当高的技术提供智能化的管理，实现事件物物之间的“安全、高效”的“管理、控制”7，使得实时监控数以万计的终端成为可能8，大大推动社会的发展。随着物联网技术的快速发展，为煤矿井下环境监测提供有效的监测手段。在煤矿井下开采环境中，运行物联网技术实时监测井下环境指标，准确定位并跟踪矿工的位置信息，监控端实时显示监测到的基础信息，为煤矿井下环境监督、实时掌握矿工的作业信息提供可靠的数据支持。我国煤矿众多，开采环境恶劣，迫切需要提高煤矿生产安全性。开发煤矿物联网井下环境监测系统，实现煤矿井下各种环境参数监测、预警、井下工作人员的定位和跟踪等功能，利于煤矿企业安全生产，提高煤矿生产的监管力度，提高煤矿发生事故后的救援效率，减少煤矿事故带来的经济损失，对保障煤矿井下工作人员的生命财产安全和煤矿企业的安全生产具有重大意义。1.2 国内外研究现状从20世纪60年代初期开始，国外就已经开始研究煤矿环境参数的监测。煤矿安全监测技术发展至今，经历了4个发展阶段9。第一阶段采用空分制技术的煤矿监控系统，20世纪60年代的中期，英国、日本等国的煤矿中采用这中系统。早期的系统设计功能单一，监测参数少。第二阶段采用信道频分制技术的煤矿监控系统，其优点是大大减少传输信道的电缆芯数，被广泛应用。第三阶段是在集成电路出现以后，采用时分制为基础的监控系统。1976年，英国推出的MINOS 煤矿监测系统并进行了成功的应用，开创了煤矿监测技术的发展的新局面。尤其在20世纪70年代，微型计算机的出现，美国、英国等国的煤矿监测系统取得了快速发展。第四阶段是在20世纪80年代，以分布式微处理机为基础，利用高新技术(计算机技术、网络技术等)开发煤矿监控系统，其中以美国MSA 公司的 DAN6400 系统具有代表性10。物联网技术的发展和应用备受世界高度关注，2009年初，美国奥巴马政府将IBM公司提出的“智慧地球”概念上升为国家经济振兴战略，同年，欧盟物联网行动计划由欧盟委员会提出，明确物联网的重点领域及研究路线，韩国通信委员会确定物联网技术作为新的经济增长动力11。2010年，欧洲数字计划的提出，表明将进一步推动物联网技术的向前发展12。世界主要发达国家包括美国、欧盟、日本等最早在煤矿安全监测系统中采用物联网技术，近几十年以来，相继开发了多种基于计算机技术、传感技术、网络技术的煤矿监控系统。实现了地面监控中心对煤矿井下环境监测数据的有效处理和井下工作人员的定位等功能。例如，SCADA(美国)，TF-200(德国)等13。煤矿有线监控系统的发展相对较成熟，系统普遍采用工业总线作为基础，地面监控中心与井下监测系统通过电缆或者光纤连接，煤矿安全监控效果较好。但是，有线监控系统存在一定的不足，往往不能监测井下全部开采区域，井下环境参数将不有效、全面的获取，给煤矿安全生产带来了隐患14。采用物联网技术的煤矿无线监控系统可以弥补有线监控系统的不足，针对煤矿井下实际情况，进行有效、灵活的监测。国外许多研究机构和学者已经对无线传感技术在煤矿井下环境监控系统进行大量而深入的研究，取得了较好的成果15。我国针对煤矿井下环境监测技术的研究起步较晚，与国外的监测技术相比，我国的监测技术还处在较浅的层次上，不能及时、准确的反应煤矿井下开采区域的工作情况，对煤矿企业正常生产的监管和科学决策将受到严重影响。20世纪80年代初期，从发达国家引进了一批包括TF200、DAN6400等安全监控系统16。与此同时，结合我国煤矿生产情况，先后研制了不断完善的监控系统，如KJ2、KJ10、KJ80等,可以检测井下瓦斯、CO、温度等环境参数17。随着近几十年的发展，由于我国煤矿开采技术水平的限制，井下环境监测系统与国外相比还存在一定的距离。物联网的发展受到我国政府的高度重视。2009年8月，温家宝提出“感知中国”战略。2010年的“两会”两会工作报告中指出，加大物联网的研发和应用。在随后的2011、2012连续两年的“两会”政府工作报告中都提到物联网，可见物联网作为新兴产业的发展具有重要的战略意义18。在煤矿安全生产领域引入物联网技术，具有重大的现实意义。无线传感网络技术具有无线通信、快速组建等优点，在环境监测、定位、军事等领域应用前景广阔19。正逐渐被应用到煤矿井下环境监测系统中，但是现有的系统没有很好的协合工作，还存在不足，例如，根据煤矿井下环境监测的大量数据，不能给出井下工作区域的安全级别；井下工作员工的全方位实时准确定位跟踪等。目前，我国煤矿井下工作人员的定位识别主要通过无线射频识别(Radio Frequency Identification, RFID)技术来实现。RFID利用射频信号和空间耦合传输特性来实现自动识别的20。2006年第一季度，取得了煤炭行业的MA认证的基于RFID技术的井下人员定位系统，由国家煤矿检测局和维深电气有限责任公司联合设计。同年第二季度，备受瞩目的中国 RFID 技术政策白皮书的发布，为煤矿开采的智能化、信息化提供了有效支撑21。基于RFID技术的井下人员定位系统很好的满足实时定位需求，但是还存在精度不高等问题，要实现高精确度的定位是未来发展的趋势。1.3 论文研究的主要内容及组织结构根据现有煤矿井下环境监测系统的不足，结合煤矿井下开采的环境特点，本文研究并实现了基于物联网的煤矿井下环境监测系统。基于物联网的煤矿井下环境监测系统，以无线传感器网络为支撑，将监测到的多种井下环境状态参数、工作人员位置等信息，汇聚后实时传送到地面监控中心，进行分析处理，采用数据挖掘技术，挖掘出有用信息，为用户和煤矿企业管理者提供决策支持。系统完成了煤矿安全监测系统功能模块的设计开发，实现了煤矿井下环境检测系统的数据实时采集、处理与传输、人员定位、环境监测与预警、信息共享等功能，提高煤矿生产的安全性。论文主要从以下几个方面进行研究：(1) 煤矿井下环境监测系统的相关技术研究本文详细阐述了物联网的概念、关键技术和体系结构及其应用，研究当前井下环境监测系统的开发现状，为基于物联网的煤矿环境井下环境监测系统的模块设计和开发提供了理论支持。(2) 数据挖掘技术在煤矿井下环境监测系统中的应用文中提出应用数据挖掘技术进行煤矿井下环境监测区域的危险等级划分，首先利用模糊聚类方法，划分不同的区域，然后利用模糊评判方法，评价监测区域的危险等级。(3) 煤矿井下环境监测系统的体系结构设计与关键模块设计实现根据模块化设计思想，对煤矿井下环境监测系统进行了总体结构分析和功能模块设计实现，利用视频监控、GIS、SMS等技术，开发基于物联网的煤矿井下环境监测系统，实现多角度、可视化、实时环境监控。本论文共分为六章，具体安排如下：第一章 绪论 论述了课题的背景和意义，说明了研究的重要性。分析了国内外基于物联网的煤矿井下环境监测系统的研究现状，给出了本文研究的主要内容和组织结构。第二章 煤矿井下环境监测系统的相关技术 论述了物联网的概念、基本构成、工作原理和关键技术。第三章 数据挖掘在煤矿井下环境监测系统中的应用 介绍了数据挖掘技术的基本概念、过程，数据挖掘的应用。利用模糊聚类方法，将煤矿井下监测空间划分不同的区域，然后利用模糊评判方法，评价监测区域的危险等级。第四章 煤矿井下环境监测系统的体系结构与关键模块 主要对基于物联网的煤矿井下环境监测系统的体系结构进行分析，接着给出了该系统的主要功能模块及其关系，最后阐述了系统关键模块的功能与实现。第五章 煤矿井下环境监测系统的设计与实现 给出了井下环境监测系统的需求分析和设计目标，在此基础上给出系统总体框架，然后对系统进行设计，最后实现基于物联网的煤矿井下环境监测系统。第二章 煤矿井下环境监测系统的相关技术煤矿井下环境监测系统是在物联网的三层技术架构下设计并实现的，监测采用物联网关键技术，物联网的三层技术架构分为感知层、网络层和应用层。本章重点阐述物联网的概念、体系结构和关键技术等。2.1 物联网概念物联网技术代表着信息技术发展的方向，是基于互联网高速发展起来的，被称为互联网技术革命史上的第三次革命，为促进互联网的发展和社会的向前发展起到巨大的推动作用，引起世界的广泛关注，物联网连接世界上成万上亿的物体22。物体之间能够进行相互“交流”，不必受到人为的操控23。本质就是物联网采用了RFID、无线通信技术等科学技术，完成事物间的通信、识别，但是物联网的概念还没有得到世界各界的统一。20世纪90年代，出现了物联网(Internet of Things，IoT)的基本思想，最初的概念是由Kevin Ashton24于1999年提出的网络RFID系统，互联网与信息传感器相连，实现物品的智能化识别。物联网的概念随这信息技术的广泛的应用，也随着进一步发展。欧盟的The Internet of Things 202025报告提出：物联网是一种网络，由具有运行在智能空间的虚拟个性、标识的物体或者对象组成，通过智慧的接口与环境、用户的上下文进行通信。SRA26报告认为：物联网以标准通信协议为基础，是一种全球性动态网络，可以任意自我配置，连接的对象具有唯一特征编码，通过智能界面无缝连接，实现所有事物的互联与通信和资源的共享。物联网白皮书 201127由工信部电信研究院发布，白皮书指出：物联网是网络的拓展和延伸，采用传感技术、无线通信技术，对实现世界进行感知识别，并将感知信息进行传输与处理，最终实现物物间(包括物与物、人与物)的信息共享与交换，为现世界的科学管理与决策提供支持。信息社会世界峰会(WSIS)上，ITU28指出：物联网通过摄像头、激光扫描器、RFID、GPRS等设备，遵循规定的协议，连接互联网与所有事物，事物之间相互通信，实现智能化管理、跟踪、监控的一种网络。物联网的特征有以下几个方面，对物体的感知，感知信息的处理，信息的传输，为互联网添加对外界的感知功能、信息处理功能和物体间交互功能。物联网用途十分广泛，应用前景广阔，将会给实现世界带来了巨大的便利29。2.2 物联网体系结构根据功能划分，结构复杂的物联网可分为三层：感知层、网络层、应用层30，如图 2-1 所示。图2-1 物联网体系结构感知层作为物联网的核心技术，感知层类似物联网的眼睛、手和皮肤，识别物体，获取包括环境状态、物体属性等信息，是联系信息世界和物理世界的纽带31。感知层的组成包括各种硬件：RFID、GPS、条码扫描器等各种传感器。感知层的关键技术有无线通信技术、RFID技术等。网络层物联网的网络层类似生物体的中枢神经，进行消息的控制与传输，负责接受感知层的信息，进行相应的处理，并及时传送到应用层。网络层以互联网为基础，包括应用服务器和数据库等。网络层的关键技术有网络传送和融合技术、IP承载技术等。应用层物联网的应用层与目标需求结合，负责数据的显示、转换等，是物联网中的“实现者”，满足行业的各种需求。应用层分为两个子层，分别是：应用服务子层和支撑平台32。前者是在后者的基础上，实现行业的具体应用，包括运输车辆、电力、环境监测等。后者提供包括数据处理在内的基础服务和各种接口服务，为资源的合理调度提供便利，实现在不同领域的应用。数据存储、挖掘时物联网应用层的关键技术。2.3 物联网设计原则物联网的设计与创建需要遵循特定的原则，主要包括以下几点33：多样性、互联性、时空性、坚固性和安全性。其中，多样性原则指物联网传感节点类型不同，物联网体系结构也不同；互联性原则指物联网体系中各个目标对象能够达到无缝连接；时空性原则指物联网体系结构的设计需要满足对时间、空间的需求；坚固性原则指体系结构的稳固性；安全性原则指体系结构能正常运行，可抵御各种攻击。按照设计原则，物联网的创建需经历以下步骤：识别物体，创建被识别物体联网系统，应用平台的搭建及应用服务系统的实现。STEP1物体识别在一定环境下，使用RFID技术标识特定物体34。在被识别物体上贴上条形码或者射频标签，被识别物体就成为一个传感节点。STEP2创建被识别物体连网系统在STEP1的基础上，网络节点(包括有源和无源的节点)就可以被创建和提取。再设计节点间的通信机制、目标检测机制等，实现信息的实时传递。STEP3 应用平台的搭建为实现物联网的应用架构，需要在搭建节点的网络系统后，设计并完善节点的账户管理、信息收集与传输、设备控制等功能。网络系统搭建中，按照应用程序使用的接口规则进行。若在设计和搭建物联网系统中，不涉及已经存在的物联网应用领域，可以将接口规则变成一种规范。STEP4 服务应用系统的实现服务应用系统的设计和实现是在建立物联网应用框架后进行，系统包括两个部分：特定应用和基本应用部分，如图2-2所示。图中的六项应用均与中间件有关。图 2-2 物联网应用系统逻辑结构2.3 物联网的关键技术物联网涉及到对现实世界物体的感知，信息的获取、处理和显示，物联网是一门综合性很强的学科，技术领域包括计算机、传感器、网络与通信等。关键技术非常多，国际电信联盟物联网报告中，物联网的关键技术概括起来主要包括以下几个方面：RFID，传感器技术，智能技术和嵌入式技术35。RFID 技术射频识别即RFID（Radio Frequency IDentification）技术，是自动识别技术的一种，又称电子标签、无线射频识别。通过射频信号及其空间耦合和传输特性进行的非接触双向通信，实现物体的自动识别，进行相关数据的读写36。常用的技术有高频、低频、超高频等。RFID系统有两部分组成，分别是阅读器(reader)和标签(tag)。Tag是用来存储物体对象的相关信息，其被安装在物体上，tag与物体对象是对应的关系。Reader由天线、耦合元件、芯片等组成，通过电磁场来读取存储在tag中的信息的设备。RFID具有非接触识别、数据读取快、安全性高等特点。RFID读写器也分移动式的和固定式，RFID技术应用十分广泛，如门禁系统、交通监控、环境监测等。传感技术所谓传感技术就是结合多跳自组织传感器网络，各个传感器间相互协作感知，采集网络中物体的信息 37。对现实世界的感知是通过传感器收集物体的物理、化学、生物量的转换来实现的。传感节点作为传感网的四个基本对象实体之一，其它三个分别为：目标、感知物体和汇聚节点，是传感网的基础组成部分，具有传输、汇聚、处理信息的能力。无线传感网络就是有分布密集的传感节点组成，以无线通信的方式形成的多跳自组织网络。具有两大特征：第一传感节点布局具有随机性；第二，节点之间具有良好的协作特征38。无线传感网络的目的是自动感知物体、处理信息，并将采集的信息实时发送给用户/数据管理中心39。其整体架构结构图如2-3所示。图2-3 无线传感节点结构无线传感网络具有部署方便、无线、独立工作、容错性高、扩展性好、覆盖区域广等优点，可以实现多个目标区域物体的实时、联合监测，将数据信息传递到外部网络，提供给需求用户。网络通信技术信息可靠、安全的传输由网络通信技术来实现，并通过网络通信技术进行信息与控制信息的双向传递。物联网的网络有互联网、通信网和广电网，按照传输介质分为无线、有线技术。前者较常用的有CDMA、ZigBee、GPRS等，本节将概述ZigBee的体系结构。ZigBee技术由ZigBee联盟(美国摩托罗拉公司、英国Invensys公司、日本三菱电气公司等)于2002年共同研究开发出来的，具有开发简便、成本低、功耗低等特点的短距离通信技术。该技术体系结构是分层进行量化的，主要有四层结构，分别是：应用层、网络层、媒体控制层和物理层40，每一层完成任务需上层提供服务。如图2-4所示。图2-4ZigBee 协议体系机构ZigBee协议规定的节点有终端设备、路由器和协调器等三种类型。第一种类型选用精简功能设备(Reduced Function Device,RFD)，而后两种类型选用全功能设备(Full Function Device, FFD)。其中FFD存储空间大、资源丰富，RFD相对资源少、存储空间小。ZigBee 按照一定拓扑结构进行通信，目前有三种拓扑类型，分别是：星状、树状和网状网络41，如图2-5所示。图2-5ZigBee三种网络拓扑结构星状网络拓扑结构中的其他设备均与协调器交互，其结构简单，没有路由实现的作用，通常适用于区域范围较小的场景；作为星状网络的延伸的树状网络，网络中节点分工清晰，规模大，是一种广义的星形拓扑，适用于中性网络；网状网络的核心是协调器，拓扑结构复杂，每个设备都具有路由功能，具有抗干扰、自愈能力强等特点。智能技术物联网中的对象越多，获取信息就越多，存储的数据信息量就越大。如何处理这些数据，对数据进行加工，挖掘有用的信息，进行人工操作时不现实的，需要通过智能化平台进行分析处理，综合运行数据库技术、数据挖掘技术、云计算技术等智能技术，对采集的数据进行处理，提取有价值的决策信息，实现对物联网中对象的实时智能管理。2.4 本章小结本章主要阐述了物联网的概念、体系结构、设计原则和关键技术，在关键技术中，重点介绍了无线传感网络技术和ZigBee技术。第三章数据挖掘在煤矿井下环境监测系统中的应用煤矿井下环境监测数据呈海量级增加，对数据的处理与分析，传统方法效率低，也不能满足需要。文章提出用数据挖掘技术进行煤矿井下环境监测区域的危险等级的划分，首先利用模糊聚类方法，划分不同的区域，然后利用模糊评判方法，评价监测区域的危险等级。3.1 数据挖掘技术概述随着计算机网络技术的发展，数据采集和存储技术的快速进步，导致数据信息迅速膨胀，面对的不仅仅是局限在于一个区域、行业、或部门的数据，而是数据海洋。海量数据中，有价值信息的提取，将对企业的发展至关重要。如何从这些海量信息中提取有用的有价值的信息，“数据丰富”（data rich）而“知识贫乏”（knowledge poor）42这一问题一直以来困扰着许多大型企业和公司。人们对这一问题研究的深入，就形成了数据挖掘技术这一学科。数据挖掘是一门涉及数据库技术、人工智能、统计学等多学科的技术，发展过程43如表 3.1 所示：表2-1 数据挖掘发展过程时间进化阶段特点主要生产厂家20世纪60年代数据搜索静态历史数据IBM、CDC20世纪80年代数据访问动态访问历史数据IBM、Microsoft20世纪90年代数据仓库各层次提供回溯的动态历史数据Arbor、Microstrategy现阶段数据挖掘提供预测信息IBM、Pilot等3.1.1 数据挖掘的定义数据挖掘（Data Mining ,DM），就是从数据中搜索数据，发现和挖掘知识。它和数据库知识发现（Knowledge Discovery in Databases ,KDD）密切相关，是KDD的有效手段和过程之一，KDD的过程如图3.1所示。随着研究的不断深入，数据挖掘的定义从20世纪80年代以来，一直在完善。现阶段，全世界公认的数据挖掘的定义是由Fayyad等44提出的。数据挖掘是从现有的巨量数据中提取有价值的、隐含的知识，并对这些知识进行科学的分析、归纳和推理，提出一种新的模式，以便对未知进行决策和预测。从机器学习的过程来看，DM是从现有大量数据中挖掘隐含的有用信息；从数据库的角度来看，数据挖掘就是从数据库出发，根据现有存储的海量信息进行发现有用知识的过程。比较通用的DM的理解是，从现有的大量数据中，同时这些数据具有量大、模糊、随机、不完全等特征，挖掘出隐藏其中的、未知的有价值知识，并提供给用户或数据使用者的过程。3.1.2 数据挖掘的功能数据挖掘的任务是从数据库中自动发现模式，对未来的趋势和行为进行预测，给用户或者数据拥有者提供决策支持。在实际应用中，数据挖掘具有分类、关联分析、自动预测行为、聚类、概念描述、偏差检测等功能45。(1)分类分类是找出一个类别的概念描述，具有相同的对象属性和特征，在数据挖掘中应用最多，是对该类的内涵描述。分类的方法有一下几种：神经网络、决策树方、贝叶斯方等。首先根据训练数据集，建立组类的数据的模型，然后用模型对未知对象类进行划分。(2)关联分析关联分析就是分析至少两个变量，从中发现可能出现的规律，是发现知识的一类重要方法。数据关联即从数据库中发现隐含的知识，主要包括：简单关联、时序关联和因果关联。关联规则A=B就是满足A中条件的数据多半也同时满足B中条件。(3)自动预测行为数据挖掘能从海量数据中提取具有潜在价值的知识和信息，给用户或企业管理者的科学决策提供重要的数据支持，传统的分析都是在表层的，无法进行深入的挖掘分析。其中市场的预测就使用数据挖掘技术，进行海量市场相关数据自动搜索，提取信息，进行分析归纳，为用户的最后决策提供有价值的信息。 (4)聚类概念聚类技术46最早在20世纪80年代初由Mchalski提出，该技术同时考虑划分出的内涵描述的类和对象间的距离，打破了传统聚类技术的局限。聚类就是将数据分成多个簇或者类，同一簇中对象相似度高，不同簇中对象差别大；是概念描述和偏差分析的先决条件。聚类的方法包括：神经网络法、机器学习法等等。通过聚类提高对现实世界的认识，聚类分析应用广泛，有图像处理、环境分析等。(5) 概念描述和偏差检测概念描述就是对对象的属性特征进行概括，有特征性和区别性描述。前者描述的是相同特征，关注的是对象中的共性；后者描述的是对象间的区别。偏差检测就是一种对数据库中的存在的不符合数据一般特性的异常数据进行检测技术。常用的方法是在参照值和检测结果间找差异数据，需要处理模型预测值和检测值的偏差、数据变异、和检测异常等隐含的信息。3.1.3 数据挖掘的过程数据挖掘是一个挖掘潜在有用知识的过程，挖掘出达到预期目标的过程是十分复杂的，不仅仅是对信息的简单过滤或继承，具有各自实现的步骤，进行数据的删选、归纳和分析等一系列操作，与现实中某一具体问题有着密切的联系。从技术的角度来看，数据挖掘过程主要有以下几个阶段，分别是：确定对象、数据准备、数据仓库、建立模型、挖掘数据、及评价等。过程描述如图所示 47。 图2-6 数据挖掘过程图3-6表示了如何从最初的原始基础数据获取知识的过程，经历的主要步骤如下：理解数据、准备数据、建立、评价数据挖掘模型和获取结果。（1）理解数据数据挖掘最终是要获取知识，给用户提供决策支持。只有在挖掘开始前，对所要挖掘的对象、对象所在环境、用户需求等做出明确的认识，对要进行挖掘的数据进行详细正确的理解，才可以使用数据挖掘技术挖掘数据。（2）准备数据准备数据阶段进行数据的梳理工作，主要包括数据的整理，分类，并将梳理好的数据按照一定的格式存储，为后阶段进行挖掘做好准备。（3）建立、评价数据挖掘模型针对准备数据阶段存储的数据，建立数据挖掘模型，需要满足现实需求。接着对多建立的模型进行评价，选择数据挖掘技术，采用发现的模式对所建立的模型进行评估，评估过程可以使用之前的数据，也可使用新数据。根据评估结果对模型进行完善，最终找出一个最适合的模型。（4）获取结果挖掘结果的解释工作是数据挖掘的最后阶段，结果为用户或者数据拥有者提供决策支持。3.1.4 数据挖掘的主要方法常见的数据挖掘的主要方法有48：关联规则挖掘法、聚类分析方法、神经网络、概念描述法等。在进行挖掘的过程中，往往将几种发发结合在一起使用，而不是采用一种。（1）关联规则挖掘算法关联规则描述的是对象间具有的关系的规律性，Apriori算法是关联规则挖掘算法中有效的一种，是一种挖掘关联规则的频繁项集算法，通过分析和挖掘数据的关联性，挖掘出信息在决策过程中具有重要价值。例如，确信度为85%的关联规则page22页面page63页面，表明85%的用户在访问了page22页面的同时也访问了page63页面。（2）聚类分析方法聚类分析方法是对数据对象的属性特征进行划分，通常利用相似度函数进行划分对象间的相似性和差异性。每个类可以表示成一个簇，簇内对象都具有相同的属性特征，而不同簇中的对象差别很大。（3）神经网络神经网络（Artificial Neural Network，ANN）,主要针对大量关系复杂的数据，通过调整大量节点间的相互关系，进行信息处理，是一种模拟人的神经元功能，进行分布式并行信息处理的算法数学模型。ANN建立在人脑对客观世界认知的基础上，依靠系统的复杂程度，进行信息的提取。（4）概念描述法概念描述(Concept Description，CD)，作为数据挖掘的最基本描述方式，有比较和特征化两种。通过对现实对象的搜集、分析、归纳，并概括出数据的相关特性来实现的。常见的表现形式有：散列图、饼图、曲线等。以上介绍了数据挖掘的主要方法及特点，在进行数据挖掘前，需要选择合适的数据挖掘方法，从实际情况和需要解决的问题出发，仔细分析对象数据，结合数据挖掘各种方法的优缺点，确定最合适的挖掘方法。3.2 数据挖掘的意义及应用数据挖掘技术在各种领域的应用十分广泛，具有大量数据分析需求，涉及零售业、银行、企业决策、航空、环境等领域，具有重要的实用价值，将会产生巨大的社会和经济效益。随着有关学科的不断发展，数据挖掘技术不仅可以发现行业内的潜在的有价值的新规律，还可以检验长期形成的知识模式。数据挖掘技术也能够不断完善自己的理论基础，为了使其在各行各业的有效使用。在不久的将来，数据挖掘技术将会为行业的发展起到重要的推进作用，帮助行业发现未来的发展趋势，增强企业在世界范围内的市场竞争力。3.3 煤矿井下环境的数据挖掘煤矿井下环境监测是对井下温湿度、瓦斯、一氧化碳等环境参数进行实时监测，数据信息是呈海量级的。利益传统人工的方法分析数据中的有价值信息是不现实的，因此本文采用数据挖掘技术进行对监测环境参数数据进行挖掘，并对井下开采区域的环境区域进行危险等级区分，提供智能化的信息处理，为煤矿安全生产工作提供保障。3.3.1 井下环境模糊聚类分析根据煤矿井下环境监测到的环境参数值，采用数据挖掘中聚类算法，实现对监测区域进行聚类。聚类分析是实现数据分组处理的主要方法，按照某种相似准则将特征空间中没有类别标记的矢量划分到子集中去，使得正规化的子集和聚类的数据类型代表整个样本集的某些属性特征49。由于现实中的待处理对象没有严格的类属，而传统聚类方法是将待处理的对象严格划分到某个类中，其隶属度非0就是1，在划分过程中违背了类和对象的关系。模糊聚类分析就是在此背景下被提出的，能更好的反应现实中的现象，具有客观、灵活等特点。模糊聚类分析是依据现实世界中的相似性、事物的亲疏度对被处理对象进行分类。模糊聚类算法把煤矿井下环境监测点分成不同的类，同一类中