• 中文核心期刊
  • 中国科技核心期刊
  • RCCSE中国核心学术期刊

一种矿用本安型腕表设计

李文峰, 庹璐璐, 李博, 丁书浩, 常会丽

李文峰,庹璐璐,李博,等. 一种矿用本安型腕表设计[J]. 煤矿安全,2024,55(4):226−230. DOI: 10.13347/j.cnki.mkaq.20230944
引用本文: 李文峰,庹璐璐,李博,等. 一种矿用本安型腕表设计[J]. 煤矿安全,2024,55(4):226−230. DOI: 10.13347/j.cnki.mkaq.20230944
LI Wenfeng, TUO Lulu, LI Bo, et al. A mine intrinsically safe watch design[J]. Safety in Coal Mines, 2024, 55(4): 226−230. DOI: 10.13347/j.cnki.mkaq.20230944
Citation: LI Wenfeng, TUO Lulu, LI Bo, et al. A mine intrinsically safe watch design[J]. Safety in Coal Mines, 2024, 55(4): 226−230. DOI: 10.13347/j.cnki.mkaq.20230944

一种矿用本安型腕表设计

基金项目: 陕西省重点产业创新链资助项目(2020ZDLGY15-07);陕西煤业化工集团有限责任公司科技研发类投资资助项目(2023SMHKJ-B-51)
详细信息
    作者简介:

    李文峰(1969—),男,河南襄城人,教授,硕士研究生导师,博士,主要从事应急救援和矿山信息化技术方面的教学和研究工作。E-mail:liwenfeng@xust.edu.cn

  • 中图分类号: TD77+2

A mine intrinsically safe watch design

  • 摘要:

    为了实现井下便携式实时监测人员的生命体征,及时安排救援,设计了一款矿用本安型腕表。以NRF52840低功耗蓝牙芯片作为控制核心,采用GH3020健康监测IC+MPU6050加速度传感器+NST112x温度传感器作为采集单元,并结合本质安全技术的电源电路设计,实现生命体征数据采集;采用BLE/Wi-Fi结合高精度RSSI技术实现设备位置信号的快速探测;采用Cortex-M4F内核提供高效数据计算,对数据进行压缩、存储和远传。矿用本安型腕表具有集成度高、稳定性好、精度高、低功耗的特点,支持TCP/IP、ANT、Thread无线通信等协议;设备采集数据精度、整机功耗、可持续工作时长等指标均达到产品化标准,并实时显示在PC端,为矿工生命健康提供重要保障。

    Abstract:

    In order to realize the underground portable real-time monitoring of the vital signs of personnel and timely arrange rescue, a mine intrinsically safe watch was designed. Take NRF52840 low energy bluetooth chip as the control core, using GH3020 health monitoring IC + MPU6050 acceleration sensor + NST112x temperature sensor as the acquisition unit, combined with the power circuit design, to achieve vital signs data acquisition, BLE/Wi-Fi combined with high-precision RSSI technology to realize the rapid detection of device location signals. The Cortex-M4F core is used to provide efficient data calculation, compression, storage and remote transmission of data. The watch has the characteristics of high integration, good stability, high precision and low power consumption, and supports TCP/IP, ANT, Thread wireless communication and other protocols. After testing, the data acquisition accuracy, power consumption, sustainable working time and other indicators of the equipment have reached the productization standard, and are displayed on the PC in real time, to provide important protection for the life and health of miners.

  • 矿区环境恶劣,应急救援需要克服高温、浓烟、瓦斯和CO严重超限、井下光线不足、巷道狭小、通风状况差等困难[1],需对工作人员的生命体征状态严格监控。现有的矿用智能穿戴设备,受时间和空间的限制,无法在工作过程实时掌握工作人员的健康信息及身体状况,加上一般健康检测设备体积过大,难以方便携带[2]

    针对以上问题,设计了一款矿用本安型腕表。设备基于NRF52840 SOC处理器,采用GH3020 IC、MPU6050加速度传感器和NST112x温度传感器实现人体心率、血氧和体温等生命体征数据采集,支持TCP/IP、ANT、Thread无线通信等协议,提高测量的准确性和稳定性,腕表采用本质安全技术达到防爆要求,同时具有体积小、便携式等优点,保证井下环境采集人体数据的有效性[3]。同时,还可以辅助矿山救援队携带保障救援时的生命安全。

    矿用本安型腕表的工作原理如图1所示。

    图  1  腕表工作原理
    Figure  1.  Working principle of wristwatch

    非接触式的生命体征监测装置主要是利用各类传感器采集人体的微振动电信号(如心率,血氧,体温等),放大人体生命信号,再通过A/D转换器将模拟信号转换成数字信号[4];通过光隔离器件输入到nRF52840控制器进行分析处理,压缩编码后得到输出生命体征信息数据流处理结果;经过ANT协议、Thread无线通信协议等多种协议进行广播,本地终端可通过TCP/IP协议接口查询生命体征数据;云平台将接收到标准数据直接存储到MySQL数据库中,在数据库中抓取每帧数据,对该帧数据进行解密,解密后进行业务验证和数据合法性验证,最终将合法的数据存储,在云端实现这些生理参数的远程监测。

    腕表系统硬件框图如图2所示。硬件平台以nRF52840为主控芯片,包括本安供电单元、人体生命体征采集单元、SOS报警单元、人机交互单元、通信传输单元、人员定位单元。本安供电单元负责对系统各个单元进行供电;人体生命体征采集单元采用GH3020芯片搭配外围MPU6050加速度传感器和NST112x温度传感器完成心率血氧、体温等数据采集[5];人员定位单元负责对作业人员进行精准监测定位,SOS告警单元通过ANT协议实现按键主动呼救;通信传输单元通过Wi-Fi和蓝牙模块实现PC端信息交互;人机交互单元内通过SPI总线接口使用按键触摸和液晶显示驱动腕表屏幕调节。

    图  2  腕表系统硬件框图
    Figure  2.  Hardware block diagram of wristwatch system

    人体生命体征采集单元主要测量心率、血氧和体温及运动步数和睡眠等人体健康数据。心率血氧监测采用超低功耗GH3020芯片,运动步数和睡眠等特征数据的采集采用MPU6050加速度传感器进行身体运动姿态监测。GH3020采集心率血氧电路结构图如图3所示。

    图  3  GH3020采集心率血氧电路结构图
    Figure  3.  GH3020 structure diagram of heart rate and blood oxygen circuit

    采集单元内置自动调光和自动佩戴采集2个功能,在机芯后腔传感器模组小板设置8个环形布局的光电传感器和2组发光源,同时支持多波长/多位置心率和血氧饱和度监测[6-7],用于精准的数据采集。光接收模块内置4个LED,独立采集AFE,每个LED驱动具有8-bit电流分辨率,PD接口支持4路差分连接或8路单端连接。内置FIFO支持缓存800个采样点数据,通信接口采用WLCSP封装,最大可实现12 MHz SPI 和1 MHz IIC通传输信。

    体温监测采用NST112x低功耗高精度数字温度传感器。在腕表中部署2颗NST112x芯片,1颗用来测试环境温度,另1颗通过传导测量人体温度,通过补偿即可得出较为准确的体温值。腕表采用接触式测温作为热传导路径[8],热隔离是影响热导率的重要因素。设计采用软板FPC的方案使热平衡路径最优[9],并在设计时合理运用镂空和芯片周边覆铜设计,使传热和隔热可以有效实施。

    矿用本安型腕表针对煤矿井下的环境使用,因此,对于电池输出端电压和电流必须符合GB 3836.4标准规定的矿用I类防爆电气设备要求[10]。为此,设计了双重保护电路来替换常规电池的单重保护。本安电源双重保护电路如图4所示。

    图  4  本安电源双重保护电路
    Figure  4.  Dual protection circuit of power supply

    本安供电单元主要采用锂电池MP2622电源管理芯片、TI系列的升压转换器TPS61099和降压转换器TPS62743,能够在轻载条件下高速运行,转换效率高达90%。内部集成保护IC和MOSFET,可为电池提供充放电、过压过流、短路保护。R1、R2、C1、C2组成第1重保护,R3、R4、C3、C4组成第2重保护。R1、C1具有稳定电压纹波的作用,当检测放电电流过高时,BM198内部集成MOS断开,过压过流保护。一旦电压超过芯片的额定电压值,R1、R3起到限流作用,实现充放电检测保护。

    腕表数据的通信传输单元选用nRF52840 Soc芯片,采用Cortex-M4F内核,具有尺寸小巧、低功耗的特点。支持FP和DSP,提供充足的计算资源来管理数据采集、数据处理、数据保存和GUI显示,并通过Wi-Fi和蓝牙模块实现数据的传输,支持2.4 GHz 802.11/b/g/n标准。使用TCP/IP协议传输应用层和协议栈与设备进行配对,配对成功后,可进行高效的信息存储和状态处理,双端设备可同时进行信息交换。

    按键触摸采用电容式触摸屏,选用1.43英寸AMOLED小型液晶触摸屏,并通过SPI总线接口实现对屏幕属性的调节。

    井下定位采用Wi-Fi/BLE结合高精度RSSI技术实现厘米级别的井下定位,主要对井下位置信息采集和井上位置信息分析。定位单元采用高度集成单芯片,内部PCB增加多个过孔并绑定无源RFID晶元,增加接收信号的强度。井下位置信息部分采集到的定位数据信息通过服务器进行三边定位算法,井上系统平台通过工业以太网传输得到井下人员的具体位置坐标。SOS告警单元通过通信网络相互连接。当工作人员报警时,经过ANT协议发送至系统平台形成告警链,并采用告警过滤算法对网络告警进行预处理,减少网络负载造成的系统干扰[11]

    腕表软件设计包括系统软件和应用软件2个部分,系统软件是基于Linux内核为基础开发,通过移植和修改外围设备驱动,对内核的进一步裁剪实现人员生命体征数据的无线传输;应用软件的功能在系统软件的基础上实现,通过硬件设备完成心率、血氧、体温等数据的采集,除此之外,在数据存储与传输之前要进行压缩,从而节省通信传输中数据的冗余度。腕表体征监测软件流程图如图5所示。

    图  5  腕表体征监测软件流程图
    Figure  5.  Flow chart of physical sign monitoring software for wrist watch

    腕表体征监测主要实现功能为LED分时驱动,生命体征信号采集处理、数据传输和报警。

    程序启动时,电源管理让系统在空闲时在低功耗模式下监听事件,延长电池的使用时间,当系统有事件发生时会被立刻唤醒并做出响应。对蓝牙和Wi-Fi模块初始化,主要是完成协议相关标签设置,以及RAM初始地址设置,使能协议栈,开启观察者模式。随后分时驱动红色LED采集心率血氧的PPG信号,红外LED采集体温信号,并根据采集信号进行有关生命体征参数的实时计算。每个采集单元都有1个唯一的128位UUID,采用协议数据单元PDU。接着Wi-Fi串口透传将广播、连接参数、服务等参数配置的具体参数传递给协议栈,将接收到的串口数据通过ANTA协议发送到数据库终端,实现数据的透明传输。PC端通过调用数据库获取采集到的生命体征数据,若超出设定阈值则报警提示,否则将计算间隔时间所有数据的均值并可视化显示。

    本安型腕表搭载Linux操作系统,通过串口与PC端相连并依靠超文本传输协议(Hyper Text Transfer Protocol,HTTP)进行网页端访问,可以单独查看某个设备采集到的心率、血氧、体温等数据。

    1)采集数据测试。对5名矿工佩戴进行工作状态采集数据,将腕表10次测试结果取平均值,并与医用血氧仪进行对比测试。其中,设置心率正常范围为80~135 次/min,血氧正常范围为90%~100%,体温正常值为36.2~37.2 ℃。测试表明:误差在2%以内,能满足煤矿井下对矿工生命体征采集的要求。

    2)功耗测试。采用实验室现有设备N6705B电源分析仪,与平均功耗相比,测得运行功耗降低56%,休眠功耗降低达93%,可支撑24 h连续监测,续航时间更长,符合低功耗的设计理念。

    3)无线通信性能测试。通过抓包工具,接收测试各矿工采集节点数据的丢包率和时延。当一次性发送100个8字节数据包时,丢包率均为0,时延均低于100 ms;当一次性发送500个8字节数据包时,时延均低于100 ms,丢包率小于2%。测试表明:腕表能有效监测矿工生命体征参数。

    4)本安电路测试。测试时将二极管短路,未点燃可燃性气体,并测得本安供电单元输出电压为3.7 V和1.8 V,满足本质安全设计要求。

    设计了一款应用于矿业领域的健康腕表,通过智能传感技术和本质安全电路的一体化融合,实现了多功能生命体征监测、人员定位、一键报警等功能。采用Cortex-M4F内核提供高效数据计算,对数据进行压缩、存储和远传,支持TCP/IP、ANT、Thread无线通信等协议,实现了健康数据的可视化展示。设备具有体积小型化、功能多样化、精度高、低功耗等特点。腕表可以全天掌握矿工健康信息,更加快捷高效地记录佩戴人员生命体征数据。

  • 图  1   腕表工作原理

    Figure  1.   Working principle of wristwatch

    图  2   腕表系统硬件框图

    Figure  2.   Hardware block diagram of wristwatch system

    图  3   GH3020采集心率血氧电路结构图

    Figure  3.   GH3020 structure diagram of heart rate and blood oxygen circuit

    图  4   本安电源双重保护电路

    Figure  4.   Dual protection circuit of power supply

    图  5   腕表体征监测软件流程图

    Figure  5.   Flow chart of physical sign monitoring software for wrist watch

  • [1] 郭峰. 基于KTE5型矿山救援可视化系统数据采集技术研究[D]. 西安:西安科技大学,2012.
    [2] 陈平,吴国盛,陈晓宇. 基于PPG信号的人体生理参数监测和分析技术研究[J]. 医疗卫生装备,2023,44(1):47−52.

    CHEN Ping, WU Guosheng, CHEN Xiaoyu. Research on human physiological parameter monitoring and analysis technology based on PPG signal[J]. Chinese Medical Equipment Journal, 2023, 44(1): 47−52.

    [3] 梁晨阳,华钢. 基于信道状态信息的井下人员行为识别方法研究[J]. 煤炭技术,2022,41(11):182−186.

    LIANG Chenyang, HUA Gang. Research on identification method of underground personnel behavior based on channel state information[J]. Coal Technology, 2022, 41(11): 182−186.

    [4]

    CHOI Hyojeong, CHAI Jongseo. FPGA-based trapezoidal digital pulse shaping in nuclear spectrometry[J]. Journal of the Korean Physical Society, 2023, 38(5): 236−243.

    [5]

    CRISTIANO André da Costa, CRISTIAN F Pasluosta. Internet of Health Things: Toward intelligent vital signs monitoring in hospital wards[J]. Artificial Intelligence in Medicine, 2018, 89(5): 61−69.

    [6] 丁莹芝,毕凌志. 基于STM32的无线心率实时监测装置[J]. 云南化工,2020,47(12):160−161. doi: 10.3969/j.issn.1004-275X.2020.12.51

    DING Yingzhi, BI Lingzhi. Wireless heart rate real time monitoring device based on STM32[J]. Yunnan Chemical Technology, 2020, 47(12): 160−161. doi: 10.3969/j.issn.1004-275X.2020.12.51

    [7] 张丹生. 基于传感器网络的学生体能训练监测系统研究[J]. 自动化与仪器仪表,2022(10):143−149.

    ZHANG Dansheng. Research on student physical training monitoring system based on sensor network[J]. Automation & Instrumentation, 2022(10): 143−149.

    [8] 高正源,李旭,李正芳,等. 热渐进成形中加热方式及测温方法的研究进展[J]. 精密成形工程,2023,15(2):160−170.

    GAO Zhengyuan, LI Xu, LI Zhengfang, et al. Research progress of heating and temperature measurement methods in thermal progressive forming[J]. Journal of Netshape Forming Engineering, 2023, 15(2): 160−170.

    [9] 李健. 温度传感器的动态特性研究及测试方法实现[J]. 机电信息,2022(17):19−23.
    [10] 刘奕琨,彭光宇. 电池保护电路在矿用本安电路中的应用[J]. 煤矿机电,2022,43(5):32−35.

    LIU Yikun, PENG Guangyu. Application of battery protection circuit in intrinsically safe circuit for mining[J]. Colliery Mechanical & Electrical Technology, 2022, 43(5): 32−35.

    [11] 徐冰珂,周宇喆,杨茂林,等. 面向电信行业网络告警系统的告警过滤算法[J]. 计算机应用,2018,38(10):2881−2885.

    XU Bingke, ZHOU Yuzhe, YANG Maolin, et al. Alarm-filtering algorithm of alarm management system for telecom networks[J]. Journal of Computer Applications, 2018, 38(10): 2881−2885.

图(5)
计量
  • 文章访问数:  39
  • HTML全文浏览量:  11
  • PDF下载量:  14
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-07-06
  • 修回日期:  2023-07-27
  • 刊出日期:  2024-04-19

目录

/

返回文章
返回