［摘要］针对煤矿安全监控系统普遍存在伪数据，严重困扰各级、各部门、各煤矿企业管理人员有效识别监测数据的真伪问题。通过实地调研、理论分析、现场应用等手段，对伪数据的特点和来源进行了综合分析，通过分析，提出了调校数据的自动识别技术、逻辑关联识别技术、类别自动识别技术、系统自诊断识别技术等进行伪数据的甄别。鉴于电磁辐射、浪涌等干扰源，所产生的伪数据，提出了改变传感器的频率信号输出方式、提高监控设备抗干扰能力、降低传感器整机功耗、提高传感器外壳防护等级等有效预防伪数据产生的对策。
［关键词］安全监控系统；伪数据；甄别；对策
0引言
目前，各煤矿企业均已安装了煤矿安全监控系统，实现数据的采集、存储、查询、打印、报警、断电等相关功能，为煤矿的安全生产发挥作重要的作用。由于煤矿井下复杂的电磁环境干扰，尤其是在长距离数据传输过程中存在瞬态脉冲、浪涌等尤为突出，导致监测到的数据中存伪数据现象时有发生。其以“误报警、误断电”的形式出现，一直困扰各级、各部门、各煤矿企业管理人员，需要专业人员进行专一地分析、处理，才能够判断出监测数据的真伪。这样不仅增加了工作量，更为严重的是真伪数据同时存在，人员意识疏忽，可能导致真实的报警信息不能够及时发现处理，造成严重的安全隐患和后果。因此，很有必要对煤矿安全监控系统监测数据进行分析、甄别、判断、准确剔除伪数据，提高监控系统的可靠性、数据的准确性。
1伪数据的定义及特点
监控系统伪数据是指与现场实际情况不相符的监测数据和状态。伪数据的一种典型表现是监测数据瞬间出现大值（俗称冒大数）或者突然出现0值，造成监控系统误报警或者失效，监测数据失真［1］。伪数据非常明显的特点就是“数据瞬间变化较大，持续时间较短”，在受到动力电缆控制设备启动产生的浪涌干扰、井下电力变频器产生的干扰、大型电器设备附近的干扰、外界电磁场干扰情况下尤为严重。
2煤矿安全监控系统伪数据的产生
安全监控系统伪数据的情况主要发生在模拟量传感器中。伪数据产生的原因主要有以下6方面：①传感器输出的频率信号在传输至监控分站过程中由于外部电磁场的干扰而发生突变，出现瞬间大值。②监控分站至地面中心站之间采用RS485传输方式的线路干扰。长距离传输信号，由线路分布电容和分布电感组成低通滤波器将损失信号；线路阻抗又不连续，传输线信号反射恶化；节点太多，纯阻性负载过重，影响远端设备通信［2］。③现场施工过程中由于人员在移动传感器期间，传感器出现高空跌落、航空插头或接线盒内线路接触不良或者线路短路。④现场人员在冲洗巷道期间，传感器进水导致损坏，传感器输出非正常频率而出现的高值或0值现象。⑤传感器整机功耗较大。由于煤矿开采工作面较长，铺设线路也长，线路中的接线盒较多，线电阻增加，线路上的电压损失较大。因此，在监控分站电源箱输出的本安额定电压不变的情况下，传感器端输入的电压比较低或电源纹波较大时，导致传感器内部电路工作不正常、传感器处于临界状态，造成传感器自身工作状态不稳定，从而产生误报警［3］。⑥地面操作人员在进行设备类型、量程选择定义时出现错误，导致监测数据不准确。
3煤矿安全监控系统伪数据甄别
要想从根本上剔除伪数据，就必须从监控系统设备、现场管理、应用等方面下功夫。必须从实时数据中进行挖掘、分析、判断数据的真伪［4－5］。
3.1调校数据自动识别技术
调校是各煤矿企业定期对传感器进行零点、精度、线性的调整，在这调校过程中，传感器数据变化有个过程。通过调校数据变化规律，可以看到，调校是事先预知并且需要进入传感器相应功能才能够进行相应数据调整，因此可以通过2种途径对传感器调校状态产生的数据进行识别。①通过中心站软件预先将需要调校的测点进行标注“调校”状态，自动将监测到的数据识别为调校数据。②通过传感器进入相应功能，输出特定频率或代码的方式，中心站软件识别到特定频率或代码后，自动将监测到的数据识别为调校数据。
3.2逻辑关联识别技术
传统监控系统是基于单点监测方式，而采用逻辑关联监测模式，是以工作面或掘进头为目标对象，如：工作面传感器、上隅角传感器、回风流传感器、回风中部传感器为基础进行逻辑关联，通过中心站软件运算，得出关联逻辑测点。所有测点在同一坐标轴上，实时同步显示各监测点数据的变化，自动对关联中的各监测点数据、状态进行比对、判断、分析。当监测到各测点数据均出现上升趋势时，判断为真实报警；当只有某一测点数据出现瞬间大值后又迅速恢复正常时，判读为伪数据、误报警。如：掘进工作面主风机和备风机进行逻辑关联，只有当主备风机同时停止运转时（逻辑测点同时停止运转时）才发出声光报警。
3.3类别自动识别技术
传感器种类繁多，同一类型传感器的量程也有不同。因此，要求井下安装人员与地面值班人员密切配合，才能够实现中心站定义类型和现场安装类型一致，否则就会出现上下数据不一致的情况。类别自动识别技术就是监控分站将采集到的传感器类别以特定的代码传输给中心站软件，中心站将收到的代码类别与定义的类别进行比对、判断，若两者类别不一致，则发出“类别不一致”提示，而不是传输一个伪数据，从而避免伪数据的产生。
3.4系统自诊断识别技术
自诊断识别技术，就是利用事先编制好的检测程序对仪器自身的主要部分进行自动检测，并对故障进行定位。利用自诊断技术主要对传感器检测（敏感）元件、信号输出电路、电源电路、监控分站主通信电路、采样电路等关键部分电路及元件信号实时检测，当输出信号偏离正常误差值时，自动切断输出信号，不会输出伪数据，也不会影响其他设备间的正常运行。
4防止伪数据产生的对策措施
4.1改变传感器信号输出方式和主通信传输介质
（1）改变传感器频率信号输出方式。改变传感器频率信号输出方式可以防止传感器输出信号在传输过程中产生的伪数据［3］。目前，90%以上的矿用模拟量传感器通常采用脉冲恒压型输出电路。由于受传输线路阻抗和传感器整机功耗较大的影响，导致传感器的输入电压过低和输出频率信号低电平被抬高，同时由于传输线路上分布电容的影响，导致频率信号由高电平变为低电平的放电时间过长，而导致低电平被抬高，当受到外界电磁干扰时容易产生“倍频”而出现伪数据的问题。因此，在频率信号传输过程中，要缩短传输线路上分布电容的充放电时间，降低频率信号低电平的幅值。基于上述原因，频率输出电路可以采用差分信号传输，其输出信号的高电平为+3~+5V，输出的低电平为－3~－5V，这样不会因为分布电容的存在而影响频率信号高低电平的上升和下降的时间。
（2）将监控分站至地面中心站之间的电缆传输方式改为光缆传输方式，既可以提高传输速率和巡检周期，又可以避免主传输过程中产生干扰。
4.2提高监控设备抗干扰能力
提高监控设备自身抗干扰能力是最有效的途径之一。在系统设计时，就应该考虑在各通信输入输出端口增加抗浪涌、抗辐射、抗静电、防群脉冲电路和元件，提高监控设备自身的抗干扰能力。①在分站输入端和传感器输出端口处采用共轭磁环；②在端口两线间采用TVS管和高频滤波电容；③I/O端口和内部电路充分隔离并尽量减少分布耦合电容；④抗浪涌采用吸能元件、尖峰抑制、电源隔离与储能等措施；⑤抗辐射采用模块化设计、噪声滤波等措施；⑥抗静电采用增加电气间隙、屏蔽、静电释放等措施；⑦防群脉冲采用硬件滤波及改进软件滤波算法等措施。
4.3降低传感器整机功耗
传感器的传输距离与整机功耗有密切的关系，功耗越低，传输距离就越远，也就相应地满足现场的实际需要。因此，低功耗传感器研发设计过程中，需要注意以下几方面：①改变传感器检测元件与处理器分开供电的传统模式，优化处理电路，降低整机功耗；②选择低功耗的集成芯片和电路；③选用高效率的DC/DC电源模块，提高电源转换效率，降低传感器功耗。
4.4提高传感器外壳防护等级
从产品设计上考虑，不断提高传感器外壳防护等级，将防护等级为IP54的传感器升级为IP65或者更高的防护等级。4.5加强现场管理
（1）现场通信线缆的铺设应远离动力电缆和变频设备，间隔距离尽量在1m以上。
（2）通信电缆应采用屏蔽电缆，屏蔽层应在集中处与大地连接。
（3）监控分站的内接地和外接地要良好。
5结论
（1）通过对监控系统伪数据的特点和伪数据的来源进行分析，提出了伪数据的甄别技术和有效的预防对策措施。
（2）通过调校数据自动识别技术、逻辑关联识别技术、类别自动识别技术、系统自诊断识别技术，可以有效剔除伪数据，达到监测数据、报警数据的真实性。
（3）通过采取改变传感器信号输出方式和主通信传输介质、提高监控设备抗干扰能力、降低传感器整机功耗、提高传感器外壳防护等级和加强现场管理等手段，可以有效防止传感器伪数据的产生。
［参考文献］
［1］王芳，屈世甲.监控系统瓦斯浓度伪数据识别及处理方法［J］.煤矿安全，2014，45
（10）：144-150.
［2］赵小兵，周雪峰.煤矿安全监控系统中RS485总线的抗干扰设计［J］.工矿自动化，2013，39
（2）：83-86.
［3］张立斌，蒋泽，王启峰.矿用传感器的伪数据滤除方法［J］.工矿自动化2011，8(8）：1-4.
［4］皱哲强，张立斌，蒋泽，等.煤矿监控系统产生伪数据的原因和应对措施［J］.工矿自动化，2013,39
（9）:1-4.
［5］谢俊生.煤矿安全监控系统联网报警数据甄别技术［J］.工矿自动化，2017,43
（2）：90-94.
