安全监测的法定要求
矿山安全监测的数据采集与管理受强制性法规约束。《煤矿安全规程》对甲烷（瓦斯）监测、通风监测、顶板监测、人员定位等提出了明确的监测点设置、报警阈值和记录要求。AQ 1029对煤矿安全监控系统的传感器设置、报警值、断电控制做出了具体规定。这些法规要求决定了安全监测数据的采集频率、保留周期与可追溯性。
法规要求的核心是”监测-报警-控制”闭环的可靠性。瓦斯超限时必须触发声光报警并切断被控区域电源；监测数据的中断、传感器故障本身也属于需要报警的异常。这意味着数据采集链路必须具备故障自检能力，采集系统的失效必须被检测到而非静默。
安全监测数据的保留周期长。《煤矿安全规程》要求安全监控系统的历史数据保留一定期限，用于事故调查与责任追溯；违规超限记录、断电记录需要长期保存。这一保留要求决定了时序数据库必须支持大容量、长周期的数据保留。
井下环境与设备测点
矿山安全监测的测点分为环境安全类与设备状态类。
环境安全类测点包括瓦斯（甲烷）浓度、一氧化碳浓度、氧气浓度、二氧化碳浓度、风速、温度、粉尘浓度、顶板压力（应力）、水位。瓦斯浓度是煤矿安全监测的重中之重，监测点布置在采煤工作面、掘进工作面、回风巷、机电硐室等关键位置。低瓦斯矿井与高瓦斯矿井、突出矿井的监测点密度与报警阈值不同。
设备状态类测点包括主通风机、局部通风机、提升机、排水泵、皮带运输机、供电设备的运行状态与关键参数。主通风机的风量、风压直接关系井下通风安全；排水泵的水位与流量关系淹井风险；提升机的运行参数关系运输安全。这些设备的故障停机本身即构成安全隐患。
监测类别 | 典型测点 | 采样频率 | 报警依据 | 保留要求 |
瓦斯/有害气体 | CH4/CO/O2/CO2浓度 | 秒级 | 浓度超限 | 长期 |
通风 | 风速/风量/风压 | 秒级-分钟级 | 风速异常 | 长期 |
顶板/围岩 | 应力/位移/离层 | 分钟级 | 应力超限 | 长期 |
防治水 | 水位/水量 | 分钟级 | 水位越限 | 长期 |
设备状态 | 风机/水泵/皮带 | 秒级-事件 | 设备异常 | 长期 |
人员定位 | 井下人员位置 | 秒级 | 越界/滞留 | 长期 |
采样频率与预警时效
井下安全监测的采样频率由安全风险的响应时间要求决定，而非数据精度的需求。
瓦斯浓度监测的采样频率通常为秒级。瓦斯积聚可能在数分钟内形成爆炸风险，监测系统需要以秒级周期刷新浓度值，并在超限的瞬间触发报警与断电。这一时效要求决定了瓦斯传感器的采集与传输链路必须低延迟，时序数据库的写入不能成为瓶颈。
风速、风量的采样频率为秒级至分钟级。通风系统的变化相对缓慢，但风速异常（如风门开启导致风量下降）需要及时检测。风门状态、主要通风机运行状态属于开关量，事件驱动采集。
顶板压力、水位等缓变量的采样频率为分钟级。顶板应力是缓变量，分钟级采样足以捕捉趋势；但顶板压力的突变（如冒顶前兆）需要较高频率采集才能提前预警，部分监测系统对顶板测点采用秒级采样。
瓦斯超限预警的数据链路
瓦斯超限预警是矿山安全监测数据链路的典型场景，链路为：传感器采集→井下分站→传输网络→地面监控系统→报警与断电控制。
传感器到分站、分站到地面的传输延迟需要控制在秒级以内。井下传输常用工业以太网、CAN总线或RS485，部分既有系统采用频率型或电流型模拟信号传输。传输中断时，监测系统必须能检测到数据缺失并报警，而非默默接收不到数据。
断电控制的联动要求数据链路的确定性。瓦斯超限触发断电的逻辑通常由井下分站或专用控制器执行，而非依赖地面系统——因为地面到井下的控制指令延迟不可靠。地面系统承担的是监测、记录、报警与统计，井下本地控制承担的是实时断电。
时序数据库在监测链路中承担存储与流式计算职责。秒级的传感器数据经采集网关写入时序存储，流式计算引擎在写入时实时判定超限条件。采集网关与数据库之间的写入必须可靠，网络中断时本地缓存并在恢复后补传，避免数据丢失导致监测记录不完整。
预警类型 | 触发条件 | 响应时间 | 执行主体 |
瓦斯超限 | 浓度>阈值 | 秒级 | 井下分站/控制器 |
传感器故障 | 信号中断/异常 | 秒级 | 井下分站 |
断电闭锁 | 超限持续 | 秒级 | 井下控制 |
通风异常 | 风速/风量越限 | 秒级-分钟 | 地面+井下 |
趋势预警 | 浓度持续上升 | 分钟级 | 地面分析 |
标签模型适配矿区-采区-工作面-测点
矿山的数据层级为：矿区→井→采区→工作面→测点。这一层级适合用标签模型表达。矿区ID、井ID、采区ID、工作面ID、监测类型作为标签维度，测点数值作为列。
工作面是煤矿生产的基本单元，其位置随开采推进而移动。工作面的标签需要反映其时间维度的变化——回采工作面随推进而移动空间位置，测点随工作面推进而变更位置，历史数据需要保留测点的历史位置信息。
TDengine的标签模型适配矿山的多级组织结构。测点数量在大型煤矿可达数千个（高瓦斯矿井的瓦斯测点密集），标签维度基数适中。时间分区配合标签过滤，使”查询某工作面某时段的瓦斯浓度曲线”这类追溯查询可以快速命中分区。矿山安全监测数据的压缩需求明显——秒级采样、测点数量大、保留周期长，列式存储与差分编码对缓变的浓度数据可获得较高的压缩比，显著降低长期存储成本。
矿山场景的另一个特征是数据不可修改性。安全监测数据是事故调查的依据，写入后不应被篡改。存储系统需要支持数据的不可变写入与审计日志，保证监测记录的原始性与可追溯性。
结语
矿山安全监测的数据架构受法规与安全逻辑的双重约束，它不是一个纯粹的性能优化问题，而是可靠性、时效性与可追溯性的综合工程。数据链路的每一环——传感器、分站、传输、存储——的失效都必须被检测，而非静默。从演进方向看，矿山监测正从”超限报警”走向”趋势预警与风险预测”，数据的价值从合规记录扩展到风险防控。TDengine在标签建模、列式压缩与流式计算上的能力，契合矿山多测点、长保留、秒级时效的监测需求，为安全监测数据的长期可靠存储提供了一条工程路径。
