基于Agent的矿用瓦斯监测系统的研究

徐 星

（阳泉煤业集团（股份）有限公司二矿安监处， 山西 阳泉 045000）

引言

现有的井下瓦斯浓度监测系统，通常采用传统请求响应方式的工作模式，这种系统存在应答响应时间长、网络流量信息过大导致的网络拥塞及网络带宽被过度占用等缺点[1-2]。Agent是一种具有自主学习的智能体[3]，能够快速、实时地处理多维信息，本文将Agent技术应用到瓦斯浓度监测系统中，以期改进现有系统存在的不足。在瓦斯数据采集过程中，Agent可根据要求在监测系统各个节点来回移动，对瓦斯浓度进行实时监测，当某一测量点的瓦斯浓度超过安全值时，该检测系统会将报警信息传送至地面监控中心，通知工作人员采取应急预案进行处理。

1 矿井瓦斯监测系统模型

地面监控系统主站、基站、数据采集以及Agent构成了矿井瓦斯监测系统，其结构如图l所示。数据采集装置通过无线网络与基站进行连接，Agent对传感器检测到的瓦斯浓度数据进行融合，将其处理后发送至基站，该数据再通过工业以太网传输到地面监测主站，以此来实现井下瓦斯浓度的在线监测。

1）地面监测主站。负责建立Agent、制定监测路径、实现探测信息的资源共享，并对瓦斯浓度数据的采集进行远程监控和在线信息处理。

2）基站。地下巷道作为数据采集装置与监控主站的连接枢纽，具有复杂性，需要多方面测试。因此，为了便于分区管理和控制，需要安装大量的数据采集设备，建立多个地下基站。

3）数据采集装置。主要是通过传感器对瓦斯浓度进行检测，传感器一般安装在掘进工作面、回风巷等瓦斯容易积聚的环境中。

图1 矿井瓦斯监测系统构成

2 基于Agent的瓦斯浓度数据收集

Agent是一种软件实体，其可以携带代码和代替人或其他程序完成一些工作，其具有智能化、移动性、实时性和数据处理速度快等优点。Agent在对瓦斯浓度进行检测过程中，自身始终处于封闭的保存状态，遵循系统预先设定的路径进行传递，从当前设备传递到下一个设备，在每个设备上执行相同的工作。本文利用Agent技术来构建整个矿井瓦斯监测系统，并将Agent计算模式应用于地面监测主站。传统的请求响应计算模型和基于Agent的计算模型分别如图2和下页图3所示。

图2 传统请求响应计算模型

从图2和下页图3中可以看出，传统请求响应模式下的瓦斯监测系统，是将传感器在不同位置收集到的瓦斯相关信息统一传输至基站进行融合处理，而后提取数据；在基于Agent模式的瓦斯监测系统中，传感器采集到的信息将保存在本地，Agent按照设定好的路径对不同位置的信息进行融合处理，当融合数据满足要求后携带融合的数据返回基站。

地面监控主站负责发布Agent，按照预先设定好的路径及策略将其发送给各传感器，同时对Agent反馈的信息进行处理，处理结果以曲线或表格的形式显示在地面监控主站的显示屏上。在每个传感器上安装Agent的运行环境及常驻代理（SA），以便于接受Agent并提供本地资源的访问权限，从而可以完成与传感器的数据交互，并携带数据后返回。传感器检测到的井下瓦斯浓度数据不再直接汇总到地面监控主站，而是通过系统中Agent的传输和访问直接完成对瓦斯浓度数据的收集，这种方式提升了监测瓦斯浓度的工作效率。具体工作流程如图4所示。

图3 基于Agent的计算模式

3 Agent技术优势分析

3.1 瓦斯浓度超限定位

图3中如果MA在传递过程中检测到某个传感器监控的瓦斯浓度超过标准值，则立即反馈至地面监测主站，发出警告，并告知瓦斯超标地点数据信息。

3.2 监控系统响应时间

在传统请求响应模式下的瓦斯监测系统中，基站需要按照一定顺序向每个传感器发送请求，响应时间是基站向第一个传感器发送请求信息，直至所有传感器完成应答的总时间，假定每个传感器接收请求和完成应答时间相同，则响应时间为：

式中：t1为传感器收集瓦斯浓度信息的时间；t2为传感器接收请求和完成应答的时间，s；τ为延时时间，s。

在基于Agent的矿井瓦斯浓度监测系统中（如图4所示），响应时间为基站向第一个传感器传送Agent之后，包含Agent在每个传感器间的传递，直至最后一个传感器完成应答并将结果反馈回基站的时间，假定每次Agent融合SA数据的时间相等，且Agent在传感器间传递的时间也相等，则响应时间为：

式中：ts为Agent融合SA数据的时间，s；tm为Agent在每个传感器间的传递时间，s。

图4 监测系统流程示意图

从式（1）和式（2）的分析中可知：t1是一个数值较大的时间量，而在基于Agent的瓦斯监测系统中，由本地SA收集瓦斯数据，t1这个时间量不存在，所以其系统的整个响应时间大幅降低。

3.3 监测系统数据流量

传统请求应答模式下的瓦斯监测系统中数据流量Q为：

式中：q1为传感器收集瓦斯浓度信息流量，kb/s；q2为传感器接收请求和完成应答的流量，kb/s。

在基于Agent的矿井瓦斯浓度监测系统中的数据流量Q为：

其中：qi为Agent收集每个传感器的数据流量，kb/s；qag为自身存储的数据流量，kb/s。

由式（3）和式（4）分析中可知，增加传感器的数量，移动Agent监测系统的数据流量要大幅小于传统监测系统的数据流量。

4 结论

将Agent技术应用于矿井瓦斯监测系统中，系统具有应答快速、快速定位和可靠性高等特点。基于Agent技术的矿井瓦斯监测系统，其适用性及可靠性得以增强，其响应时间和网络带宽得到相应减小，为井下瓦斯浓度的监测提供了一种有效的测量手段，在矿井领域中具备很高的应用价值。