矿井通风系统是矿山安全生产的核心，为矿井作业提供新鲜空气，确保工作人员健康与安全。实施高效的通风环境监视测定是开展通风优化管理、降低长期经营成本的重要方法。巷道的风量、温度、湿度、空气质量、风速以及有害化学气体和粉尘浓度直接影响工人的工作效率和生命安全。许多事故源于通风不良和有毒气体积聚，而有效的环境监视测定能明显降低事故发生率，保障矿工生命安全。
新一代信息技术与矿山生产的深层次地融合正在引领全球采矿行业迈向智能矿山时代。近年来，我国不断加大数字矿山、智能矿山领域的投入力度，重点推进矿井通风系统的智能化升级。依托物联网、5G通信、数字孪生等技术，矿井通风智慧监测体系通过构建多维感知网络与智能决策平台，实现对井下风量、风速、气体浓度、温湿度等参数的实时动态调控，有效提升通风系统安全性与能效水平。
为强化矿井通风安全保障，2020年4月28日工业与信息化部、国家发展和改革委员会、自然资源部联合印发的《有色金属行业智能矿山建设指南（试行）》特别强调：在通风环境复杂（存在有毒有害化学气体聚集风险）、人工巡检难度大（巷道纵深超千米、多级通风网络）、高危区域（采空区邻近区域、高温高湿作业面）等场景，应优先部署具备自主感知、智能分析、联动调控功能的通风监测系统。通过安装分布式智能传感器阵列，构建通风参数实时数字孪生模型，并依托AI算法实现通风异常预警、通风网络优化及风机群组协同控制，以此来降低人工巡检风险，杜绝通风系统“过通风”与“欠通风”现象，保障井下空气质量动态达标。国家矿山安全监察局发布2024年第1号公告，批准《非煤矿山建设项目安全设施设计编写提纲》，其中特别指出：矿山应积极地推进智能化建设，通过智能矿山设计提升本质安全水平。设计说明需涵盖智能矿山的总体原则、实施范围与内容，明确分阶段实施计划及预期效果（如通风智慧调控、灾害预警等）。矿山必须建设安全管理信息平台，确保灾害发生时能快速整合各系统数据（如通风参数、人员定位、设备状态等），为安全避险和应急救援提供实时决策支持。同时，应建立安全危害因素的事前预警机制，通过智能感知与AI分析实现瓦斯突出、通风异常等风险的动态预判。
传统矿井监测面临几个主体问题：设备需要网络化布置，成本高昂，且在亟需通风的生产工作面更新布置往往不及时。此外，矿山通风环境复杂，需要综合监测风速、风量、风压、温湿度和有害化学气体等多元数据。因此，有必要研发一种便于安装、便携且智能化的监测系统，以实现高效、准确的通风环境参数监测，提升矿井安全管理效率。
在国家自然科学基金面上项目（编号：52074020）资助下，北京科技大学王培涛教授团队以矿井通风环境监视测定过程为研究对象，以实现高效、准确的通风环境参数监测，提升矿井安全管理效率为目的，研发了基于树莓派矿井通风环境智能化监测预警系统；该系统由前端监测设备与后端多个方面数据显示平台组成：前端监测设备通过集成风速传感器、环境传感器、一氧化碳传感器、粉尘浓度传感器，自带便携式Wi-Fi模块和移动电源，并选择使用ONENET物联网平台，建立本系统的后端多个方面数据显示平台。最终系统实现了井下通风环境(温度、湿度、大气压强、风速、巷道内空气质量指数IAQ和CO浓度)的实时监测和数据传输。该系统操作简易，运行稳定，可大面积布点，数据可进行二次利用，提高了通风网络解算数据的准确性。同时，开放式云平台的应用能减少服务器架设，降低开发成本，有效满足金属矿山通风监测需求，拥有非常良好的应用前景
（1）以Raspberry Pi开发板为核心构建了矿井通风在线监测系统，通过集成风速传感器、环境传感器、一氧化碳传感器，自带便携式Wi-Fi模块和移动电源，解决了实际安装过程中，矿山井下不易搭接电缆、电线的问题；并将所有设备集中于监控箱中，使得系统现场布置灵活、维护方便；该监测设备可实现基于树莓派的独立运行，脱离PC端控制，独立进行数据的二次处理和分析，使得实物操作使用十分简便、适用场景丰富，可代替人工测量且减轻部分井下测量工作和人为误差，保证了测量数据准确性，易于在矿山普及使用。
针对现有通风监测系统功能单一的问题，利用Raspberry Pi开发板丰富的接口连接多种传感器，提高了监测设备的集成度和功能性；强大的运算能力可实现独立运行复杂代码，提高监测效率与系统运行的稳定性；Raspberry Pi开发板便携式的设计使得监测设备体积微小，便于后期监测设备的现场安装和大面积布点；通过其多种通信接口，可快速与网络站点平台进行连接，实现数据交互。因此，利用上述Raspberry Pi的特点建立矿井通风环境在线监测系统具有一定的可行性和应用价值。
基于Raspberry Pi的矿井通风环境在线监测系统由前端监测设备与后端多个方面数据显示平台组成，与传统监测系统所选用的开发板相比，Raspberry Pi有一定的CPU和GPU的计算能力，具有千兆位以太网端口、2.4 GHz和无线和BLE，具有更强的互联网应用价值；其次树莓派拥有多种接口：I2C、SPI、UART和Xbee插座，其GPIO引脚可用于通信协议进行数据通信。
矿井通风环境在线监测设备研发以Raspberry Pi 4B开发板作为核心处理器（MCU）和系统的数据采集仪，数据采集仪采用BME680环境传感器，可同步采集温度和湿度，并搭载风速和CO传感器。当移动电源启动后，数据采集仪控制上述传感器对矿井通风环境相关参数（温度、湿度、风速、大气压强、CO浓度、IAQ指数）进行采集。其中IAQ指数是通过环境传感器中加热的金属氧化物会根据空气中的挥发性有机物(VOC)改变电阻，通过计算得到该电阻值并结合开发板中所安装的BSEC软件库脱离后期PC端，对VOC气体变化阻值、湿度、温度进行智能化分析输出IAQ值（空气质量指数）；便携式Wi-Fi为数据采集仪提供网络，以便数据的上传。
矿井通风环境在线监测平台搭建：选择使用ONENET物联网平台，建立本系统的后端多个方面数据显示平台；ONENET平台支持适配各种网络环境和协议类型，可实现各种传感器和智能硬件的快速接入，提供丰富的API和应用模板以支撑各类行业应用和智能硬件的开发，大大降低物联网应用开发和部署成本，满足物联网领域设备连接、智能化改造、协议适配、数据存储、数据安全以及大数据分析等平台级服务需求，与矿井通风环境在线监测设备形成了良好的适配性，其数据可视化效果优秀，便于有关人员查看，且平台具有触发器管理模块，通过对不同监测点进行数据阈值设置，可实现井下安全预警。
ONENET平台中可进行产品创建，在设备列表中进行设备添加，将平台设备ID写入监测设备所储存的python代码中，实现现场设备与平台创建设备的信息对应。本系统模块设计使用ONENET平台所提供的HTTP协议接入。该协议的接入具体在开发板储存的python代码中体现，下位机Raspberry Pi开发板通过搭载便携式Wi-Fi来实现无线网络连接，下位机向ONENET物联网平台服务器的指定端口发起一个HTTP请求，建立TCP连接。通过下位机在线监测设备对周围环境数据来进行采集上传，ONENET物联网平台对数据来进行储存，并通过数据流模板将数据转化为以时间为横轴变化的曲线图，可视化效果明显且数据实时更新，数据具有时效性，便于管理人员进行数据查看与导出。
利用ONENET平台的触发器管理功能实现矿井通风环境安全预警，通过添加触发器，设置触发器类型，根据井下生产安全准则规范，进行触发条件设置，并进行特定设备或多个设备的关联，若某一设备上传的某一类型数据符合对应的触发条件，平台将自动进行触发器信息发送，可发送至有关人员邮箱，达到预警的目的，并显示触发预警的监测点编号，从而定位风险位置。
（2）矿井通风环境在线监测系统现场应用，开展矿井通风环境在线监测系统的安装。得益于本系统便携式的设计，现场14个监测点的安装布置仅耗时5天时间，实现了系统研发前制定的短周期完成井下布点的目标。
目前该成果已在鞍钢集团眼前山铁矿井下开展安装应用，考虑井下环境较为潮湿、粉尘较多，在安装前对监测设备做完备的调试与密封组装。选取矿井通风系统中进风井、回风井联络巷、主巷处关键节点和区间进行布点，在井下-321 m运输水平安装5个监测点，分别在东主回风井、西主回风井、中央主回风井、副井附近的5条巷道内；在井下-303 m进风水平安装4个监测点；在井下-123 m回风水平安装3个监测点；在斜坡道入口处安装1个监测点，在地表安装1个监测点，共计14个监测点，监测数据量达10万+。
利用ONENET物联网平台所提供的可视化项目应用功能，进行平台界面的二次设计，建立可视化项目，对显示界面进行重新布置，将所有数据随时间变化的曲线图集中于同一界面，并将设备分布位置做标注，便于有关人员查看。建立了井下环境和温度、湿度、风速、大气压强、CO浓度、IAQ指数数据库。
（3）监测系统引入AI算法开展数据分析、传感器信息补偿，实现了智能化监测与环境预警。通过应用卡尔曼滤波，系统提高了数据准确性，减少了后处理工作，并降低了数据波动，这些创新明显提升了监测效果和可靠性。
基于Raspberry Pi矿井通风环境在线监测系统可长期运转并实时传输数据至平台，进行多个方面数据显示、储存及安全预警，为矿山井下环境安全性提供安全保障。所建立的数据库对后续研究各通风参数对通风系统稳定性的影响规律提供了参考。在线监测系统与眼前山铁矿三维仿真通风系统建立数据的交互应用，为未来进行通风网络解算数据修正提供了更充分的数据支撑，具有一定的推广前景。
任海龙，孔铭，张宝金，黄铂然，黄浩，王培涛.基于Raspberry Pi的矿井通风环境在线监测系统研制与应用[J].金属矿山，2025（1）：198-206.
验室主任。《金属矿山》青年专家学术委员，《地质与勘探》、《成都理工大学学报（自然科学版）》青年编委，成都理工大学首届优秀研究生导师小组成员，“自然资源部西藏主要成矿带大型-特大型矿床勘查评价和研究科学技术创新团队”和“自然资源部高层次科学技术创新人才工程科学技术创新团队”骨干成员，主要是做青藏高原及周缘铜多金属矿床的研究与找矿勘查工作，先后参与多个大型-超大型矿床的勘查评价，主持国家自然科学基金、国家重点研发计划专题、四川省自然科学基金及各类横向项目10余项，发表文章70余篇，主编专著2部，参编教材2部
王培涛 ，教授、博士、博士研究生导师。主要是做边坡稳定性与监测预警、破碎围岩支护控制、多场耦合裂隙岩体破裂机理等方面的教学和科研工作。主持国家自然科学基金面上等国家级项目/任务共4项、企业合作项目8项。在《International Journal of Mining Science and Technology》《Rock Mechanics and Rock Engineering》《Tunnelling and Underground Space Technology》《Theoretical and Applied Fracture Mechanics》《岩石力学与工程学报》《金属矿山》等刊发表论文100余篇。近5年来，以第一/通信作者发表论文39篇，其中SCI中科院二区以上14篇，2篇EI论文入选领跑者F5000，入选2024中国知网高被引学者TOP 1%，4篇论文入选中国知网高被引论文；出版教材专著共4部，授权国家专利10项。获教学类奖励8项和教育部科技进步奖1项、中国黄金协会科技奖2项、中国职业安全健康协会科学技术进步一等奖1项和创新团队1项、冶金矿山科学技术一等奖1项等科研奖励。兼任中国岩石力学与工程学会采矿岩石力学分会、寒区岩土力学与工程分会理事，以及《International Journal of Mining Science and Technology》《Rock Mechanics Bulletin》《Geohazard Mechanics》《应用力学学报》《粉末冶金材料科学与工程》《Green and Smart Mining Engineering》等刊青年编委/特聘编委。
（1）提出并建立了考虑结构面迹线和三维表面粗糙特性的离散裂隙网络模型（Rough Discrete Fractures Network, RDFN2D/RDFN3D），实现了岩体粗糙离散结构面网络模型精细表征,为开展裂隙岩体多尺度力学特性和各向异性力学分析提供科学的数字化模型，为揭示裂隙岩体变形与破裂演化机制奠定了理论和模型基础。相关研究成果发表于《International Journal of Mining Science and Technology》《岩石力学与工程学报》《煤炭学报》《岩土力学》等刊，授权国家发明专利（ZL3.9、ZL7.3）2项。
（2）建立并完善了基于3D打印技术的裂隙岩体表征和室内试验力学分析方法，得到了适用于裂隙岩体相似模拟试验的不一样材料力学特性，为深入探讨岩体的各向异性损伤和破坏提供了可靠模型；结合DIC建立了基于多元信息融合的裂隙岩体变形和破裂征兆判别指标体系，为岩体的各向异性变形破裂机制研究提供了有效方法。相关研究成果发表在《Journal of Materials Research & Technology》《岩石力学与工程学报》《岩土力学》等刊，2篇相关成果入选领跑者F5000论文。
（3）工程岩体变形破裂灾害预测与防控技术方面，研发了基于Raspberry Pi矿井环境在线监测系统并成功应用于鞍钢矿业眼前山铁矿通风环境监视测定，提出基于Raspberry Pi的矿山智脑系统（AIBrain），实现了多源监测数据的高度集成和异构数据的在线联合解析，为实现矿山智能化走向智慧化提供了支撑。
《金属矿山》由中钢集团马鞍山矿山研究总院股份有限公司和中国金属学会主办，主编为中国工程院王运敏院士，现为北大中文核心期刊、中国科技论文统计源期刊（中国科技核心期刊）、中国精品科技期刊（F5000顶尖学术论文来源期刊）、中国百强报刊、RCCSE中国核心学术期刊（A）、中国期刊方阵双百期刊、国家百种重点期刊、华东地区优秀期刊，被美国化学文摘（CA）、美国剑桥科学文摘（CSA）、波兰哥白尼索引（IC）、日本科学技术振兴机构数据库（JST）等世界著名数据库收录。主要刊登金属矿山采矿、矿物加工、机电与自动化、安全环保、矿山测量、地质勘探等领域具有重大学术价值或工程推广价值的研究成果，优先报道受到国家重大科研项目资助的高水平研究成果。根据科技部中国科技信息研究所发布的《2024中国科技期刊引证报告（核心版）》，《金属矿山》核心总被引频次位列26种矿业工程技术学科核心期刊第1位；根据中国知网发布的《中国学术期刊影响因子年报》（2024版），《金属矿山》学科影响力位居73种矿业期刊第9位。