基于物联网的数字化矿山异构信息集成处理模型

基于物联网的数字化矿山异构信息集成处理模型
郝秦霞
【摘要】为研究煤矿企业安全生产中出现的如何将现有智能物件和子系统链接起来的问题,如何实现应用系统数据大集成的问题,以及如何解决物联网的数字化矿山中海量的异源、异构数据的问题,提出采用基于XML的异构数据源集成算法(XUTD),首先将异构数据转换成统一的XML格式的数据,提高异构处理数据的能力,然后将异源海量数据在物联网的数字化矿山异构信息集成处理模型(DMIT)中应用,将集成的复杂系统数据进一步的通过数字化矿山异构信息集成处理模型进行负载分散,增加了网络传输压力,从而满足煤矿企业异构数据集成的要求,实现了异构、异源数据信息建设的总体思想.为有效利用物联网技术实现数字化矿山数据大集成提出了有效的解决方案.模型在煤矿企业应用后证明,基于物联网的数字化矿山异构信息集成处理模型可以有效解决异源、异构数据接入的问题,满足了煤矿企业异构数据集成的需求.
【期刊名称】《西安科技大学学报》
【年(卷),期】2015(035)001
【总页数】5页(P132-136)
【关键词】XML;XUTD;DMIT;异构信息源;物联网技术
【作者】郝秦霞
【作者单位】西安科技大学通信与信息工程学院,陕西西安710054
【正文语种】中文
【中图分类】TP271.5
物联网产业是世界信息产业发展的又一次浪潮，其发展的关键在于把现有的智能物件和子系统链接起来，实现应用的大集成。

基于物联网的数字化矿山是通过各种感知方法、信息传输与处理技术，实现对真实矿山整体及相关现象的可视化、数字化及智能化。

依据物联网的技术体系结构和煤炭工业信息化与自动化建设框架，物联网技术在数字化矿山中的应用主要包括各类安全子系统应用、生产技术设计管理信息系统、生产执行系统应用、煤炭企业经营管理信息系统应用和企业辅助决策分析应用，其中涉及的安全生产的环节众多，使得监测监控应用系统复杂繁多。

因而在数据的接入、信息的感知、信息的传输以及上层的处理和应用中造就了海量的异构、异源的信息和数据，形成了企业错综复杂的蜘蛛网络，造成信息化建设中数字化集成的瓶颈，影响煤炭企业的安全数据决策效率与准确性。

这就使企业无法整体协调一致地连续运转，不利于煤矿企业对于安全生产中存在的问题以及随时可能出现的紧急事件进行及时、有效地分析与处理。

文中针对上述海量的异构、异源数据集成的问题提出数字化矿山数据大集成的思想。

首先应用基于XML的异构数据源集成算法(XUTD)集成不同传感网络的数据，将
异构数据转换成统一的XML格式的数据，解决数据之间存在的差异性与信息集成产生的数据冲突等问题力；然后在物联网的数字化矿山异构信息集成处理模型(Digital mine integration of heterogeneous information processing model based on Internet of things，DMIT)中应用[1-3]，将集成的复杂系统数据进一
步的通过数字化矿山异构信息集成处理模型进行负载分散；最后将所有各种传感设备网络的压力分散到多个信息处理层部署数据汇集服务器，增加了网络传输压力，从而满足煤矿企业异构数据集成的要求，为煤矿企业解决蜘蛛网络中的复杂数据集成问题提出了有效的解决方案。

物联网技术在煤矿安全生产过程中主要涉及[4-5]：综合自动化、信息化的各个子
系统，覆盖煤矿安全、生产、经营等各个环节，最终将实现对底层数据的规范化和综合集成，以便数据再利用和智能分析等功能。

物联网在煤矿安全生产过程中面临的主要问题则包括[6]
1)不同类型的感知设备采用不用的接口协议、通信协议，给感知设备的互换和集成带来了巨大的困难；
2)由于煤矿企业纯在众多异源异构应用系统，目前信息与业务之间不能完全融合，信息无法实现高度共享；
3)数据利用度不高，由于煤矿信息化建设中，数据采集信号种类繁多，采集实时性强，绝大多数数据存储于控制站，应用层没有对数据进行综合利用和深度挖掘，智能化程度低，无法为煤矿生产安全管理发挥有效的利用价值。

由于物联网在煤矿安全生产过程中，涉及煤矿安全、生产、经营等各个环节，因而存在大量不符合数据完整性条件、内容不确定的XML数据，这种大量的XML数
据不能维持数据与语义的一致性，而数据的非一致性简单地说就是违背了数据完整性[7-8]。

这就需要建立一种能处理数据非完整性、内容不确定性的数据集成模型。

这些有着不同的结构及来源的XML数据，其规模、可信度与可用度也往往参差不齐，若要有效利用这些不确定数据，则需要解决这些数据之间存在的差异性与信息集成产生的数据冲突等问题。

而异构数据源集成算法的实质是解决分布存储数据之间的异构问题，将不同格式的数据转换成统一的XML格式的数据，有效的解决数据的差异性与信息集成的冲突。

文中提出对XML非一致性数据不确定性信息转化为确定性信息的算法(XUTD)，
它通过增加概率约束条件，准确抽取数据元素特征，使不确定信息转化为确定信息，有效的解决了数字化矿山中的异源、异构数据集成问题。

XUTD的集成策略L：L是一个三元组<P，QCF，TR>，其中P表示源信息元素各子元素的优先级，是{CW，T，QC}全排列的序列之一。

QCF∈Q+∪{0}表示QC
的影响力(Q：有理数集合)；TR表示time`的影响力。

对于n个XUTD实例X1，X2，…，Xn的集成，将结果存储为一个新的XUTD实例X，对应的集成算法XM(∑Xi,L)
输入：输入n个XUTD实例X1，X2，…，Xn，以及集成策略L；
输出：n个XUTD实例X1，X2，…，Xn的集成结集X；
首先按照指定的策略L进行n个源信息元素的归并。

创建元素Fr,Ft，Ft的值归并SS，令Fn=Xn·SS，Fr值为X1.Fr∪X2.Fr…∪Xn.Fr.
1)元素Num：Num=X1·Mum1+X2·Mum2+…+Xn·Mumn；
2)元素CW：CW=(X1·CW1+X2·CW2+…+Xn·CWn)/Num；
3)元素T及其子元素：创建时间值取当前集成操作的时间，
T=min{X1·T1,X2·T2,…,Xn·Tn}；
4)元素QC：QC1=0，XiQCi=XiQCi+1.
其次按照集成策略L计算X1，X2，…，Xn的权，计算公式有4种情况。

2)Nmui=QCi×S·QCFi+Nmui；
3)若仅考虑CW与Num，则仅计算1)；若用集成策略L，则判断L.P，若顺序为QC，T，CW，先计算2)～3)，再计算1)，若顺序为CW，OC，T，则先计算1)～3)；
4)weighti=Numi；
最后按照元素kij属性，修正数据。

1)kij∉K，使kij与mij元素名称相同，则认为mij表示的是数据类中的一个全新的对象，将元素mij引入X(K)；
2)kij∈Ki，将kij引入到X(K)，对每个mij∈Ki，若存在元素kij∈K，kij与mij的概率取值与分布相同，则不需对数据进行处理；
3)kij与mij元素名称相同，则认为kij与mij表示的是相同数据类中的同一个对象；
4)kij与mij元素名称不同，对mi的每个子元素Rp，循环判断ki的每个子元素Rq：
①Rq·k=Rp·k，Rq·p≠Rp·q，则计算
②Rq·k≠Rp·k，则重新计算
③若Rq·k≠Rp·k，则计算
跳出循坏。

3.1 DMIT的体系模型
DMIT采用分布式层次化结构[9-10]，由不同层次和专业的信息化系统组成，各层次及各类信息化应用系统之间采用无缝衔接，DMIT实现了数字化将矿山统一的数据中心，提高了煤矿安全生产运营管理的效率。

DMIT体系结构共分为5层，分别是感知层、接入层、传输层、信息处理层和应用层，如图1所示。

1)感知层：在感知层主要是实现煤矿安全生产与管理的综合感知，目前数字化矿山中的感知层由各类传感器、RFID设备、GPS、M2M等组成，主要涉及采掘、运输、提升、选洗、运装等各种传感设备网络(Sensing Network,SN)。

在有数据接入需求的地理区域(简称接入区域：Access Area，A)中，一个A可含多个SN. 2)接入层：目前煤矿企业主要应用WiFi，ZigBee、总线等来实现物联网感知层的相连，模型应用接入层来实现数字化矿山感知层中不同感知网络的各种终端数据的接入。

模型在接入层中部署传感网络接入代理(SN access Agent,SNA)，为该区域提供数据接入服务节点。

根据接入规模，一个A可连接多个SNA，一个SNA管理多个接入适配器(Adaptor)和一个合成器(Synthesizer，Syn)。

Adaptor负责传感网络协议的解析工作，不同的Adaptor适配不同的传感网络，根据待接入传感网络的不同，可以自定义接入适配器。

当SN向Adaptor发送XML数据时，Adaptor将这些信息以传感器为单元进行封装。

封装后的数据被认为是一个输入实例Xi，n个实例(X1，X2，…，Xn)被发送至Syn，集成为结集X，由SNA统一
管理。

数据的集成由异构数据源集成处理算法来实现。

3)传输层：该层为网络化的煤矿安全、生产、经营和管理应用系统提供数据、语音和视频一体化的高速公路。

传输层主要由煤矿工业网络和煤矿管理信息网络2部
分组成。

实现煤炭企业信息管理和煤炭综合自动化管理。

接入层中的SNA数据通过HTTP协议发送至信息处理层。

4)信息处理层：在该层主要是实现数据的存储和加工，通过构建数据的统一仓库平台，确保了信息应用层对数据的互联、互通和共享的实现。

因而在信息处理层部署数据汇集服务器(Rendezvous Service，RS)，作为多个接入区域传感网络数据汇
集工作的节点。

5)信息应用层：该层承担着数据的综合利用和智能化应用，覆盖整个数字化矿山安全、生产、经营和管理的综合应用[11-12]。

主要涉及安全相关的各类子系统应用、生产技术设计管理信息系统及生产执行系统应用、煤炭企业经营管理信息系统应用和企业辅助决策分析应用，各类应用系统从RS中提取相关数据。

3.2 DMIT的上、下行数据
在DMIT中存在2种数据[13-14]：上行数据和下行数据。

上行数据即为从SN到应用层的业务数据流，下行数据则为从应用层到SN的控制数据流。

上行数据通道采用面向内容的协议转换，下行数据通道采用面向网络的协议转换。

面向内容的协议转换是指将SN中的传感器作为协议转换的最小单元，经Syn匹配后，解析SN 中的数据，再以传感器为最小单位对这些数据进行封装。

面向网络的协议转换是指将SN作为协议转换的最小单元，应用层的控制信息只需发送给SN的网关节点，Adaptor将来自物联网的管理控制协议按照SN的协议转换即可。

DMIT采用分布式层次化的层级结构有利于将系统负载分散到不同层次[15]。

所有SN首先依据地理位置在逻辑上被分为不同的A，每个A的接入压力可以由多个SNA 来消化，每个在SNA中都采用XUTD算法将异构数据转换成统一的XML格
式的数据，解决数据之间存在的差异性与信息集成产生的数据冲突等问题力，最后所有SNA的压力同样被分散到多个RS，增加了网络传输压力[16-17]。

文中根据物联网的技术体系结构和煤炭工业信息化与自动化建设框架，存在的海量异构、异源的信息和数据，造成信息化建设中数字化集成的瓶颈，影响煤炭企业的安全数据决策效率与准确性的问题，提出相应的解决办法：
1)根据煤矿安全生产过程中海量、异构、异源数据提出了基于XML的异构数据源集成算法(XUDT)；
2)在异构数据源集成算法基础上提出了物联网海量异构信息集成及智能处理模型DMIT；
经过实验证明可以有效解决异源、异构数据接入的问题，满足了煤矿企业异构数据集成的需求，为煤矿企业解决蜘蛛网络中的复杂数据集成问题提出了有效的解决方案。

下一阶段将在改善系统延迟方面做进一步研究。

【相关文献】
[1]钱思众,樊育豪.高层建筑物地基沉降监测与分析[J].西安科技大学学报,2014,34(3)：284-289. QIAN Si-zhong;FAN Yu-hao.Monitor and analysis of ground subsidence for high-rise building[J].Journal of Xi’an University of Science and Technology,2014,34(3)：284-289. [2]郝秦霞.智能分户供暖监控系统的无线温控器设计[J].西安科技大学学报,2013,33(6):737-741. HAO Qin-xia.The design of wireless temperature controller based on household heating control system[J].Journal of Xi’an University of Science and Technology,2013,33(6):737-741.
[3]阮界盛.基于XML异构数据库查询与更新系统的探讨[J].煤炭技术,2012,31(4):272-275.
RUAN Jie-sheng.XML-based heterogeneous database query and update system[J].Coal Technology,2012,31(4):272-275.
[4]孙弋,袁晓霞.有限空间WIFI 无线信号覆盖测量系统设计[J].西安科技大学学报,2013(3):347-352．SUN Yi，YUAN Xiao-xia.Design of measurement system for WIFI wireless signal in limited space[J].Journal of Xi’an University of Science and Technology,2013(3):347-352．
[5]谭章禄,史后波,方毅芳.物联网技术在煤矿可视化管理的应用研究[J].煤矿机械,2012,33(8):180-
184.
TAN Zhang-lu,SHI Hou-bo,FANG Yi-fang.Application research of IOT technology in coal mine visualization management[J].Coal Mine Machinery,2012,33(8):180-184.
[6]金蓉,卢建军,赵安新.基于物联网的数字化矿井的应用研究[J].企业技术开发,2013,32(25)：41-44. JIN Rong,LU Jian-jun,ZHAO An-xin.Application research of digitized coal mine based on internet of things[J].Technological Development of Enterprise,2013,32(25)：41-44.
[7]陈庆奎,吕晓明,郝聚涛.一个物联网异构数据接入系统ChukwaX[J].计算机工程,2012,38(17):12-15.
CHEN Qing-kui,LV Xiao-ming,HAO Ju-tao.Chukwa X:a heterogeneous data access system for internet of things[J].Computer Engineering,2012,38(17):12-15.
[8]王桐,赵春晖,焉晓贞.基于PML及Hedge的物联网异构信息集成处理模型[J].东南大学学报:自然科学版,2011,41(2):301-304.
WANG Tong,ZHAO Chun-hui,YAN Xiao-zhen.Heterogeneous information integrations from internet of things based on PML and Hedge automata[J].Journal of Southeast University:Natural Science Edition,2011,41(2):301-304.
[9]马卜林,杨帆.煤矿井下WiFi人员定位GIS系统设计与实现[J].西安科技大学学报,2012(3):301-305.
MA Bu-lin，YANG Fan．The design and implementation of WiFi localization GIS for
mine[J].Journal of Xi’an University of Science and Technology,2012(3):301-305．
[10]王桐,刘大昕.新的混合XML文档聚类方法[J].哈尔滨工程大学学报,2007,28(6):697-701．WANG Tong,LIU Da-xin.A novel mixed clustering method for XML documents[J].Journal of Harbin Engineering University,2007,28(6):697-701.
[11]何礼富,王鹏.煤矿综合决策分析平台的功能设计及关键技术探讨[J].中国矿业,2012，21(增)：608-611.
HE Li-fu,WANG Peng.Research on the function design and key technology of coal mine synthesizes decision analysis platform[J].China Mining Magazine,2012，21(Suppl.):608-611.
[12]燕思嘉.基于gSOAP 的物联网异构数据交换技术的研究[J].信息技术,2013(7):187-190.
YAN Si-jia.Heterogeneous data exchange technology for internet of things based on gSOAP[J].Information Technolgy,2013(7):187-190.
[13]赵文涛,董君.物联网技术在煤矿中的应用[J].微计算机信息,2011,27(2):120-123.
ZHAO Wen-tao,DONG Jun.Design of supervision system of coal mine safety based on
VC[J].Micro Computer Information,2011,27(2):120-123.
[14]孙弋,袁晓霞,张青松.矿井有限空间WIFI信号测评系统研究[J].西安科技大学学
报,2013,33(6):544-548.
SUN Yi，YUAN Xiao-xia，ZHANG Qing-song.Research of mine limited space WIFI signal evaluation system[J].Journal of Xi’an University of Science and
Technology,2013,33(6):544-548.
[15]Shneidman J,Pietzuch P,Ledlie J.Hourglass:an infrastructure for connecting sensor networks and applications[R].Cambridge:USA:Harvard University,Tech.Rep:TR-21-04,2004.
[16]张心彬，程久龙，李丽，等.多源信息融合技术在矿井奥灰水预测中的应用[J].测绘科学，2006，31(6)：146-148.
ZHANG Xin-bin,CHENG Jiu-long,LI Li,et al.Multisource processing technology data fusion
in produced water forecast[J].Science of Surveying and Mapping,2006,31(6):146-148. [17]齐福荣，李忠，武强.信息融合技术在采空区安全评价中的应用研究[J].中国安全生产科学技术，2010，6(1):13-16.
QI Fu-rong,LI Zhong,WU rmation fusion and its application in evaluation of
coal-goaf safety[J].Journal of Safety Science and Technology,2010,6(1):13-16.。