0 引 言
2020年3月，国家发展和改革委员会、国家能源局等八部门联合印发的《关于加快煤矿智能化发展的指导意见》进一步明确了煤矿智能化的重要意义，并发布了煤矿智能化发展的目标和任务，指出：煤矿智能化是推动煤炭行业高质量发展,促进煤炭产业转型升级的核心技术支撑[1]。王国法等[2]基于数字矿山技术发展现状给出了智慧矿山概念及内涵;文献[3-4]分别提出了智慧矿山评价指标体系和煤矿智能化标准体系建设路径；庞义辉等[5]提出了以“自主感知与控制-信息传输系统-操作平台-井下系统平台-生产经营管控平台”为主线的智慧煤矿建设主体架构;高文[6]提出了基于大数据和云计算的智慧矿山智能决策支持技术架构。从提出煤矿智能化概念，到确定煤矿智能化目标和评价体系，再到煤矿智能化主体架构和分层设计实践，煤矿信息化、数字化被确定为智能化的基础和依托。从实现可编程控制的单机自动化或单系统自动化，到实现多系统的信息综合和初级联动的全矿井综合自动化，到区域业务闭环和多系统融合，再到具备智能感知、智能决策、自动执行能力的煤矿智能化，煤炭工业对信息化、数字化程度的要求不断提升[7]。到矿山智能化阶段，物联网技术在煤矿的深入应用将是进一步提升煤矿数字化能力，建成煤矿智慧化体系的重要基础条件[8-9]。从感知矿山角度，姚建铨等[10]给出了矿山物联网的愿景、技术与服务的发展趋势；张申等[11-12]分析了矿山物联网与综合自动化系统的区别,分析了各层的关键技术和跨层的公共技术;葛世荣[13]较系统地描述了矿山物联网领域的理论与应用。文献[14-16]总结了煤矿物联网研究现状及发展趋势、顶层设计方法和“人-机-环”状态感知关键技术;赵小虎等[17]详细分析了人员感知、环境感知、设备感知3个矿山物联网的感知系统。
笔者以煤矿安全监测监控系统为例，从工程应用角度分析了国内煤矿信息化建设在传感技术与设备、子系统建设、信息化集成等方面的现状和不足之处，探讨了物联网技术深入应用面临的困难。以煤矿智能化为目标，着重分析和归纳了矿山物联网泛在感知、泛在连接和泛在智能的特征和要求，从感知层、网络层和应用层分别提出了推进矿山物联网的泛在能力建设所需的关键技术，提出了关键技术研究、元部件设计、装备开发制造、煤矿应用和产业升级发展的主要方向，以期为煤矿智能化发展提供技术支撑。
1 矿山物联网现状及存在的问题
随着电子与信息技术的进步和矿山安全绿色高效要求的不断提升，矿山数字化得以迅速发展，但其能力仍无法支撑智慧体系。以煤矿安全监测监控系统为例，AQ 6201—2019《煤矿安全监测监控系统通用技术要求》代表了监控系统的最低要求和常规制造商的技术能力。一方面，AQ 6201—2019标准对监控系统的控制执行时间、抗干扰性能和传感器数字化等方面进一步提高了要求，“多网、多系统融合”的要求开始引导煤矿信息化子系统建设模式的升级，以提升煤矿的安全保障能力。另一方面，由AQ 6201—2019标准提出的系统和设备的性能要求可见，煤矿井下环境安全的矿山感知能力受到传感、供电、通信等基础技术的限制，具体表现在：传感器稳定性不低于15 d，传感器供电距离不低于2 km,备用电源工作时间不小于4 h,无线传感器蓄电池连续工作时间不小于24 h，到分站的传输距离不低于2 km，最大巡检周期不大于20 s。
井下环境检测传感器仍多采用传统的催化式、电化学式传感元件，稳定性差，需要定期标校、维护工作量大；传感器能耗大，需要稳定的供电电源，多采用总线式传输方式，供电与传输电缆的铺设与后期维护工作量大。因此，在监控系统设计和实施过程中，感知设备的稳定性、能耗、供电与传输方式导致子系统维护成本居高不下，煤矿用户运维的能力无法承受更多的传感器部署，部署的测点多仅以满足相关规程为最低标准，能够提供基本的环境安全保障，但无法为灾害预测、预警等智能化决策提供充足的数据。
煤矿监测类系统的厂商设计使用不同的传输方式和私有的通信协议，不同厂商的设备之间无法直连。因此，监控系统与其他厂商的人员定位、应急广播等系统融合时，大多仅能采用与综合自动化相似的地面融合方式。“烟筒式”的子系统建设方式导致数据集成应用的实时性、稳定性降低，进一步限制了融合信息的有效性和多系统联动的可靠性。
2018年华为技术有限公司发布的《GIV 2025 打开智能世界产业版图》中提出：唤醒万物感知、升级联接、点亮数据智能，将成为塑造智能世界的3股合力。煤矿智能化的实现需要以对矿山“人-机-环”的全面感知、深度感知、智能感知为基础，但以煤矿安全监测监控系统的能力可见，目前矿山数字化能力与“万物感知、万物连接、万物智能”的物联网体系相距甚远，与智慧体系的要求相距甚远。
2 矿山物联网泛在特征分析
参照《GIV 2025打开智能世界产业版图》的分析，在煤炭工业的特定环境中，全面提升感知、联接能力，人与人、人与物、物与物在数据构筑的智能环境中进行交互，也将是实现煤矿智能化的前提。矿山物联网技术深入应用的标志可概括为感知层、网络层和应用层的泛在特征体现。矿山物联网的泛在特征，是指对矿山“人-机-环”所有对象及关键部件的身份标识和状态感知，是指“人-机-环”之间无处不在的连接和交互，是指感知与交互数据的深度利用，具体如下：
1)感知的泛在：一方面，泛在感知应至少包含身份(Who)、位置(Where)、时间(When)和状态(How)等4个“W”元素，丢失了任意一个“W”元素的感知数据将无法与其他变量和因变量关联，甚至丢失感知本身的意义；另一方面，泛在感知应具备“大样本”特征，单一的感知数据来源甚至无法保证单机自动化的稳定运行，更无法形成对煤矿全局的数字描述。
2)连接的泛在：一方面，泛在连接是通信的连接，是信息编码和通信协议的互认，物理层的信号匹配、链路层的收发握手、应用层的数据包装和解析均需要声明和标准化；另一方面，泛在连接是信息与通信的服务。连接的背后是传输信道带宽、设备能耗和微处理器RAM资源的压力，多数感知终端无法承受多个并行的连接，需要网关、网络边缘甚至云端的泛在连接服务。边缘计算、雾计算设备提供的泛在连接服务不再仅是罗列的感知数据的中转，而是经过滤、融合后的直接有效信息。
3)智能的泛在：一方面，泛在智能是简单终端设备对自身异常或故障的识别诊断能力；另一方面，泛在智能是可运行复杂模型的边缘计算设备、雾计算设备基于泛在感知和连接的自学习、自调节能力。在具有泛在特征的矿山物联网体系中，一个独立感知终端的监测数据或许存在较大偏差，部分感知终端仅能提供一个连接端口，但多个应用业务均可从体系中实时获得有效的信息。
3 矿山物联网泛在能力建设
各煤矿建设与生产的掘进、采煤、运输、通风、排水、供电等业务因矿井地质条件、开拓方式、采煤工艺、生产规模、管理模式的不同而产生一定差异，不同区域、环节所涉及的环境、人员、设备等管控对象的特征不同。深入应用物联网技术，实现煤矿泛在的感知和连接，进一步驱动应用的单元智能，再通过云端的大数据和智能分析决策，有助于整体协同的煤矿智慧体系的实现。
3.1 泛在感知
针对矿山“人-机-环”所有感知对象，建设形成大样本的全“W”元素的泛在感知需要位置服务、传感、传输等多种关键技术的支撑。泛在感知的大样本能力需要免标校的无源无线式感知终端的海量部署，而传统传感设备电缆传输供电、定期标校，无法大量使用，因此需要微功耗传感技术，无线传输技术和自供电技术的集合。
传感技术可以直接检测或等效出感知对象的“How”，如CH4气体检测直接感知区域的爆炸性风险，烟雾检测直接感知区域的燃烧，CO气体检测可等效感知区域的燃烧，振动可等效感知机械部件的损伤。煤矿井下在用的传感设备，尤其是气体传感多采用传统的传感元件，难以大量使用，例如：催化式甲烷传感元件、电化学式的CO传感元件均存在稳定性差问题，需要人工定期标校；山东省科学院激光研究所、武汉六九传感科技有限公司等推出的新式激光甲烷传感元件稳定性有一定改善，但功耗高、成本高，仍难以大量使用。基于MEMS(Micro-Electro-Mechanical System)的微功耗传感技术发展迅速，形成的传感元件体积小、功耗低，易于集成和实现智能化。在环境气体检测方面：美国SPEC Sensors公司推出了多种面向物联网的微功耗气体传感元件(图1a)，其中968-036型H2S传感元件和968-028型CO传感元件的平均功耗1 mW(采样周期60 s)；英国GSS公司的CO2传感元件(图1b)的平均功耗3.5 mW(采样周期0.5 s)；美国Gas Clip公司推出了一系列的便携式环境气体检测仪，其中MGC-S-PLUS型4参数检测仪能连续使用3年，无需充电、无需标校；国内，丁恩杰等[18]进行了微纳甲烷传感技术的研究；沈国杰[19]通过脉冲供电的方式在保证灵敏度和稳定性的条件下进一步降低MEMS低功耗催化甲烷传感器的功耗。市场中针对温度、振动、压力、流量等常规物理特征的MEMS元件已在工业、汽车、消费电子等行业中大量应用，有利于矿山设备状态感知的技术实现；针对空气质量的MEMS气体传感元件产品种类较多，但适用于煤矿的超低功耗、免标校的环境气体传感技术和国产化元件仍需持续研究开发。
图1 微功耗气体传感元件
Fig.1 Low energy consumption gas sensor
煤矿人员定位等传统的煤矿动目标监测子系统仅提供人员、车辆的定位跟踪，并广泛使用基于RFID的区域定位技术、基于ToF(Time of Flight)方法及无线CSS(Chirp Spread Spectrum)或UWB(Ultra Wide Band)的精确定位技术[20-21]；其他信息系统的设备位置管理多通过人工编录的方式实现。矿山物联网需要每个感知对象的“Where”元素，需要在矿井中建立类似于GPS(Global Positioning System)的支撑体系，直接向感知体系提供感知对象的位置信息。CSS或UWB的电路单元功耗较高，难以满足终端的低功耗要求。Bluetooth SIG(蓝牙技术联盟)在2019年发布的Bluetooth 5.1中推出了AoA/AoD(Angle of Arrival/Angle of Departure)两种测向功能，可以在保持低能耗传输特征的同时，实现厘米级精度的精确定位。BLE(Buletooth Low Energy)的测向方法如图2所示。
图2 BLE的测向方法
Fig.2 Direction finding methods of BLE
微弱环境能量的捕获技术概念的提出也已有10余年历史，但长期受到用电系统较高运行功率的限制。近年来，微功耗的传感技术、无线传输技术的出现使得微能量捕获技术迅速发展，按压发电模块、压电片、光伏电池开始在智能家居、工业控制中应用。文献[22-24]研究了微型的振动能量收集器、热电能量收集器，自供电系统如图3所示。
图3 自供电系统
Fig.3 Self-powered system
在煤矿井下环境中的低速风能、照明微光能、振动能量、热能也可转换为感知终端的供电电源，实现低功耗终端的自供电，可进一步提升矿山感知的泛在能力。冯凯等[25]通过井下热电能量收集装置的研究，显著提升了设备电池供电时间。在煤矿实际应用中：一方面，用电和发电实现整体平衡时才能实现真正的自供电，需要针对不同的环境能量，收集元件进行特征和特性的测量分析；另一方面，爆炸性气体环境下的发电和用电部件中的电能均需要安全防护，隔爆、浇封等方式可以增强安全性能，但会阻隔环境能量的传导，而本质安全的电气设计方式自身可造成收集能量的消耗。在煤矿井下，环境变化、设备磨损的表征信号多数是缓变的，允许感知终端通过间歇工作的方式进行采集和传输，能够进一步降低能量的损耗和传输的压力。
3.2 泛在连接
矿山泛在连接能力的形成需要物联网标准的规范化，需要多种通信技术的融合，更需要通信与信息的服务。
在连接标准方面，物联网涉及的标准组织十分复杂，既有国际、区域和国家标准组织，也有行业协会和联盟组织：国外标准组织开展了电子标签、机器类通信、传感网、物联网、泛在网等物联网相关标准研究制定工作；国内的物联网标准发展迅速，《物联网标准化工作指南》《物联网术语》和《物联网参考体系结构》等3项标准已发布，具有我国自主知识产权的物联网标识体系已在农业、林业、交通、卫生、医疗、公安等物联网应用领域进行应用。矿山物联网尚未能够作为一个应用体系真正列入国家标准建设规划，但是一些相关单位已经开始了矿山物联网标准的研制工作并取得一定进展，例如中国矿业大学物联网(感知矿山)研究中心提出了矿山物联网的标准体系架构，并提出了10余项信息交互方向的标准(征求意见稿)。
在矿井通信方面，以高速工业以太网为主干，以高速无线局域网、低速无线传感网和现场总线为延伸的技术方案已经基本成熟[26]。高速无线传输技术中，可承载通话、高清视频的4G、WiFi已经广泛应用，新一代的5G、WiFi6[27]也已进入矿用化阶段；在用的末端现场总线和无线传感网呈现技术多样性。适用于低功耗感知终端的无线传感网络技术中，LoRa[21]、ZigBee、WaveMesh 、Bluetooth等技术已广泛使用，技术各有优劣，但各网络节点容量、吞吐量、实时性等仍难以满足物联网泛在连接的需求。跟随高带宽、低时延的5G技术，大连接、低功耗的5G技术完成后，或将解决煤矿井下的泛在连接技术难题。
泛在连接的实现，一方面需要一种适应低功耗感知终端泛在连接的无线通信技术，即D2D(Device to Device)的连接，另一方面需要建立一种为不同连接链路方式提供互联的信息服务，即D4D(Device for Device)的连接。为建立和实现泛在连接，笔者所在的团队正在以OID(Object Identifier)编码和一种资源受限的应用协议CoAP(Constrained Application Protocol)[28]为基础，开展矿山物联网编码和交互协议的规范化工作；正在开展低功耗、低时延、高带宽的无线通信技术研究，建立可同时支撑位置服务和D2D连接的无线通信网络；正在研制网关设备，实现高速以太网、高速无线网、低速无线网和现场总线的融合，并承载D4D连接服务。
3.3 泛在智能
矿山泛在智能能力的形成需要分布式感知节点智能、网络边缘智能、区域智能和矿山总体智能的结合，需要泛在感知与泛在连接的支撑，并以单机装备甚至成套系统的方式充分体现在煤矿采、掘、机、运、通等各环节的实际应用中。
感知终端智能化的实现，需要建立自身的参照元素，或者借助泛在感知与连接获得参照元素，完成外部的干扰和自身累积误差的过滤和消除，实现自身的故障识别和诊断，向外提供有效的“W”元素。例如，矿用气体传感器的传感原理导致气体检测精度受环境干扰，需要环境参数的补偿，笔者所在团队开发的无线式激光甲烷传感器通过温度和压力补偿提高了甲烷检测的精度和灵敏度[29]。在物联网体系中：一方面，基于MEMS的传感元件的尺寸、功耗、成本进一步降低，感知终端集成多种参照元素的成本越来越低；另一方面，感知终端可借助泛在连接，主动从其他终端获取所需的参照元素、并按照“Where”和“When”进行筛选和利用，提高泛在感知数据的价值。针对矿工无法实时掌握作业环境安全状况和自身健康状况的问题，笔者所在团队正在研制能够感知矿工生命特征和周边环境状况，具备定位跟踪、无线交互、边缘计算能力和自供电能力的矿用智能穿戴装备，增强矿工的安全保护能力和单兵作业能力。
边缘智能和区域智能的实现，需要借助边缘计算、雾计算技术，将网络边缘区域或整个作业单元区域中的大样本、多参量感知信息进行有机融合，例如为实现煤矿主要带式输送机的经济运行、无人值守，笔者所在团队设计了信息支撑系统[30]。在物联网体系中，边缘智能和区域智能将形成可实时描述空间位置、空间对象、空间状态的数字场，为“人-机-环-管”提供直接、有效的信息，也可在空间云端形成直观的数字云图，以此实现煤流线协同经济运行控制的成本和技术难度进一步降低。通过自供电的无线式传感器，与电动机、减速机、滚筒、托辊等部件的制造和使用紧密结合，加强对机电部件的温度、震动、压力等参量的感知，实现机电部件健康状况的诊断，将进一步提升主运输系统设备自诊断能力和系统无故障运行时间。
与互联网和工业互联网相比，物联网技术延展深入到云(Cloud)、管(Chanel)、边(Edge)、端(Device)等不同层面的装备中，需要化学材料(传感技术)、微电子(MEMS工艺)、信息技术(编码与交互)等多种学科的支撑，需要电子、机械等不同产业的设计与加工工艺的前端整合。以此，数据的高效利用得以向前延伸，泛在的智能得以实现。
4 结 论
1)分析了影响矿山数字化建设程度的因素及存在的问题，包括：瓦斯传感器等设备的标准化身份编码的缺失、传感器采集的瓦斯浓度等监测参数的标准化信息编码的缺失、监测信息读取或控制信息写入等互操作的规范化协议的缺失、传感与传输技术的滞后、子系统的“烟筒式”建设方法。分析认为：当前的矿山数字化能力与“万物感知、万物连接、万物智能”的物联网体系相距甚远，与支撑煤矿智慧化体系的要求相距甚远。
2)总结了矿山物联网的泛在特征，认为：感知泛在的特征是指感知层对矿山“人-机-环”所有对象乃至关键部件的身份标识和位置标识，是对感知对象状态的多参量、大样本监测。网络层连接泛在的特征是指 “人-机-环”之间无处不在的通信连接和信息服务。应用层智能泛在的特征是指应用层对感知与交互数据的深度利用。
3)提出了矿山物联网的泛在能力建设的路径，认为：矿山物联网泛在感知、泛在连接和泛在智能的实现需要矿山物联网标准规范的制定和推行，需要进一步研究微功耗传感技术、低功耗无线传输技术、煤矿环境微能量捕获技术、边缘计算技术等关键技术，需要材料、微电子、通信、信息、计算机多种学科的联合，需要煤矿设计、矿用电子与电气装备制造、矿用机械多种产业的前端整合。
[1] 王国法,刘 峰,庞义辉,等.煤矿智能化：煤炭工业高质量发展的核心技术支撑[J].煤炭学报，2019,44(2):349-357.
WANG Guofa, LIU Feng, PANG Yihui ,et al.Coal mine intellectualization:the core technology of high quality development[J].Journal of China Coal Society,2019,44(2):349-357.
[2] 王国法,王 虹,任怀伟,等.智慧煤矿2025情景目标和发展路径[J].煤炭学报,2018,43(2):295-305.
WANG Guofa, WANG Hong, REN Huaiwei,et al.2025 scenarios and development path of intelligent coal mine[J].Journal of China Coal Society,2018,43(2):295-305.
[3] 贺耀宜.智慧矿山评价指标体系及架构探讨[J].工矿自动化,2017,43(9):16-20.
HE Yaoyi.Discussion on evaluation index system and architecture of smart mine[J].Industry and Mine Automation,2017,43(9):16-20.
[4] 王国法,杜毅博.煤矿智能化标准体系框架与建设思路[J].煤炭科学技术,2020,48(1):1-9.
WANG Guofa, DU Yibo.Coal mine intelligent standard system framework and construction ideas[J].Coal Science and Technology,2020,48(1):1-9.
[5] 庞义辉,王国法,任怀伟.智慧煤矿主体架构设计与系统平台建设关键技术[J].煤炭科学技术，2019,47(3):35-42.
PANG Yihui, WANG Guofa, REN Huaiwei.Main structure design of intelligent coal mine and key technology of system platform construction[J].Coal Science and Technology, 2019,47(3):35-42.
[6] 高 文.智慧矿山智能决策支持技术架构设计[J].工矿自动化,2017,43(9):21-25.
GAO Wen.Design of intelligent decision support technology architecture for wisdom mine[J].Industry and Mine Automation, 2017,43(9):21-25.
[7] 吕鹏飞,何 敏,陈晓晶,等.智慧矿山发展与展望[J].工矿自动化,2018,44(9):84-88.
LYU Pengfei, HE Min, CHEN Xiaojing,et al.Development and prospect of wisdom mine[J].Industry and Mine Automation, 2018,44(9):84-88.
[8] 罗香玉,李嘉楠,郎 丁.智慧矿山基本内涵、核心问题与关键技术[J].工矿自动化,2019,45(9):61-64.
LUO Xiangyu, LI Jianan, LANG Ding.Basic connotation, core problems and key technologies of wisdom mine[J].Industry and Mine Automation, 2019,45(9):61-64.
[9] 何 敏.智慧矿山重要特征与实现途径[J].工矿自动化,2018,44(3):31-35.
HE Min.Important characteristics and realization ways of wisdom mine[J].Industry and Mine Automation,2018,44(3):31-35.
[10] 姚建铨,丁恩杰,张 申,等.感知矿山物联网愿景与发展趋势[J].工矿自动化,2016,42(9):1-5.
YAO Jianquan,DING Enjie,ZHANG Shen,et al.Prospect of perception mine Internet of Things and its development trend[J].Industry and Mine Automation,2016,42(9):1-5.
[11] 张 申,丁恩杰,徐 钊,等.物联网与感知矿山专题讲座之二：感知矿山与数字矿山、矿山综合自动化[J].工矿自动化, 2010, 36(11):129-132.
ZHANG Shen, DING Enjie, XU Zhao,et al.Part Ⅱ of lecture of Internet of Things and sensor mine：sensor mine, digital mine and integrated automation of mine[J].Industry and Mine Automation, 2010, 36(11):129-132.
[12] 张 申,丁恩杰, 徐 钊,等.物联网与感知矿山专题讲座之三：感知矿山物联网的特征与关键技术[J].工矿自动化, 2010，36(12):121-125.
ZHANG Shen, DING Enjie, XU Zhao,et al.Part Ⅲ of lecture of Internet of Things and sensor mine：characteristics and key technologies of sensor mine Internet of Things[J].Industry and Mine Automation, 2010，36(12):121-125.
[13] 葛世荣.感知矿山理论与应用[M].北京：科学出版社, 2017.
[14] 丁恩杰,赵志凯.煤矿物联网研究现状及发展趋势[J].工矿自动化,2015,41(4):1-5.
DING Enjie, ZHAO Zhikai.Research advances and prospects of mine Internet of Things[J].Industry and Mine Automation,2015,41(4):1-5.
[15] 丁恩杰,施卫祖,张 申,等.矿山物联网顶层设计[J].工矿自动化,2017,43(9):1-11.
DING Enjie，SHI Weizu, ZHANG Shen，et al.Top-down design of mine Internet of Things[J].Industry and Mine Automation,2017 ,43(9):1-11.
[16] 袁 亮,俞 啸,丁恩杰,等.矿山物联网人-机-环状态感知关键技术研究[J].通信学报,2020,41(2):1-12.
YUAN Liang, YU Xiao, DING Enjie,et al.Research on key technologies of human-machine-environment states perception in mine Internet of things[J].Journal on Communications,2020,41(2):1-12.
[17] 赵小虎，丁恩杰，张 申，等.物联网与智能矿山[M].北京：科学出版社, 2016.
[18] 丁恩杰,马洪宇.微纳甲烷传感技术的研究[J].工矿自动化,2016,42(3):16-20.
DING Enjie, MA Hongyu.Research of micro/nano methane sensing technology[J].Industry and Mine Automation, 2016,42(3):16-20.
[19] 沈国杰.MEMS低功耗催化甲烷传感器脉冲供电研究[J].工矿自动化,2018,44(7):27-31.
SHEN Guojie.Research on pulse power supply of MEMS low power consumption catalytic methane sensor[J].Industry and Mine Automation,2018,44(7):27-31.
[20] 霍振龙.矿井定位技术现状和发展趋势[J].工矿自动化,2018,44(2):51-55.
HUO Zhenlong.Status and development trend of mine positioning technology[J].Industry and Mine Automation, 2018, 44(2):51-55.
[21] 李继云,谢俊生.基于LoRa通信的矿用低功耗无线传感器设计[J].煤矿机电,2018(4):41-43.
LI Jiyun, XIE Junsheng.Design of mine low power comsumption wireless sensor based on LoRa communication[J].Colliery Mechanical & Electrical Technology,2018(4):41-43.
[22] 李 伟,车录锋,王跃林.横向电磁式振动能量采集器的设计与制作[J].光学精密工程, 2013, 21(3):694-700.
LI Wei,CHE Lufeng,WANG Yuelin.Design and fabrication of transverse electromagnetic vibration energy harvester[J].Optics and Precision Engineering,2013, 21(3):694-700.
[23] 王佩红,刘慧婷,杨卓青,等.基于MEMS技术的三明治型电磁式微振动能量采集器[J].纳米技术与精密工程, 2010(6):40-45.
WANG Peihong, LIU Huiting, YANG Zhuoqing.Sandwiched electromagnetic vibration energy collector based on MEMS Technology[J].Nanotechnology and Precision Engineering, 2010(6):40-45.
[24] 吴利青,徐德辉,熊 斌.微型热电能量采集器的研究进展[J].半导体技术, 2015, 40(10):721-729.
WU Liqing,XU Dehui,XIONG Bin.Research progress of micro-thermoelectric generators[J].Semiconductor Technology, 2015,40(10):721-729.
[25] 冯 凯,郭 雨,赵 端,等.井下热电能量收集装置研究与设计[J].电子技术应用, 2018, 44(12):99-102.
FENG Kai，GUO Yu，ZHAO Rui.Research and design of downhole thermoelectric energy harvesting device[J].Communication and Network,2018, 44(12):99-102.
[26] 霍振龙,包建军.煤矿物联网统一通信平台的研究[J].工矿自动化, 2011, 37(10):1-3.
HUO Zhenlong, BAO Jianjun.Research of unified communication platform of coal mine Internet of Things[J].Industry and Mine Automation, 2011, 37(10):1-3.
[27] 孙继平,陈晖升.智慧矿山与5G和WiFi6[J].工矿自动化,2019,45(10):1-4.
SUN Jiping,CHEN Huisheng.Smart mine with 5G and WiFi6[J].Industry and Mine Automation, 2019,45(10):1-4.
[28] 徐 凯.IoT开发实战:CoAP卷[M].北京：机械工业出版社，2017.
[29] 王 璐.煤矿安全监控系统中无线激光甲烷传感器的研究与设计[J].煤炭技术, 2019, 38(8):154-158.
WANG Lu.Research and design of wireless laser methane sensor in coal mine safety monitoring system[J].Coal Technology,2019,38(8):154-158.
[30] 蒋 伟,吴高镇.煤矿主运输煤流线信息支撑系统设计[J].工矿自动化, 2018, 44(10):1-5.
JIANG Wei,WU Gaozhen.Design of information support system of coal flow line of coal mine main transportation[J].Industry and Mine Automation,2018, 44(10):1-5.
