摘要：考虑到综采工作面复杂工况下5G CPE网络接入存在的数据时延波动较大问题,根据5G网络应用的特点,结合开采工作中各种数据流量大小的不同情况,根据网间链路状态、各项采集数据分析其影响因素和程度,提取数据时延波动最典型的传输瓶颈。根据上述结果,结合实际采煤工作面,从网络结构优化、CPE接入优化、基于重要程度的数据优先级调度及边缘计算协作方面提出了多维度优化策略。实验结果表明,应用该方法后,平均传输时延下降超过20%,关键业务数据实时性得到了极大提升。

　　关键词：5G CPE；综采工作面；数据传输时延；边缘计算；瓶颈识别

　　0引言

　　伴随着煤矿智能化建设进程加快,综采工作面对于高带宽、低时延、高可靠性的数据传输有了更高的要求,5G通信技术逐渐成为综采面的主流接入方式,而作为综采面终端接入的5G CPE对于高清视频回传、远程控制、状态感知等各种业务也至关重要。但受井下环境复杂、电磁干扰严重、链路拥塞及设备布置不合理等因素影响,数据传输时延大、不稳定等问题突出,严重影响到综采面安全生产的实效性、可控性和稳定性。

　　1综采工作面5GCPE接入现状与网络传输时延特征

　　1.1综采工作面网络构架与CPE部署方式概述

　　综采工作面网络一般采用煤矿工业环网架构。数据传输以井下传感器及控制设备作为起点,经由工业交换机、汇聚设备、光缆传输到地面数据中心,再经过不同的网络路线接入各采掘面工作站[1]。为了满足高频率的数据回传及低时延控制的要求,在综采网络当中加入了5G技术,具体应用CPE(Customer Premises Equipment),即用户端设备,也即终端接入设备实现与井下5G基站的无线连接。

　　1.2现有数据传输链路中存在的延迟瓶颈

　　在当前典型的5G CPE应用场景中,数据传输流程包括终端设备采集、CPE接入、5G无线链路、核心网汇聚、地面服务器处理等多个环节。实际运行数据显示,造成高时延和不稳定波动的主要原因在于无线链路接入、核心网排队处理及上行数据冲突[2]。无线链路阶段,CPE与基站之间存在传输路径遮挡、信道干扰或基站负载不均衡等问题,常引发物理层重传和连接重建,导致端到端延迟升高。核心网侧的调度算法及路由转发机制在高并发业务场景下导致处理时延显著增加,形成瓶颈聚集点。综采工作面5G数据链路各环节平均时延统计如表1所示。

　　1.3数据流特性对时延敏感性的影响分析

　　一方面,从高频图像数据(如采煤机监控视频、液压支架动作图等)传输到地面控制中心的角度来看,需要在很短的时间内传输给远端监控中心处理以指导后续的操作,超过100ms的时延都会造成画面卡顿或者远程指令的响应过慢,进而影响控制决策。另一方面,虽然矿井环境中各类检测数据(如瓦斯浓度、粉尘指标、顶板压力等)的采集周期较长,但却是发现安全隐患的关键线索,异常事件发生后,若能及时发现问题并作出快速反应会大幅度减少损失,如果此时无法得到最快的反馈信息,则会造成安全预警时间太晚。

　　2数据传输时延评估与瓶颈识别机制

　　2.1综采工作面5G数据链路监测与时延采集机制

　　时延采集机制主要包括源端数据打标、链路中继节点时间戳记录、接收端反馈校验三部分,通过在CPE、基站、核心网接入点与地面平台部署同步时间戳模块,确保各数据包从发出到接收全过程的时域跟踪。采用IEEE 1588精密时间同步协议,通过本地时钟与网关时钟对准,将数据帧的发送时间Ts与接收时间Tr进行标记,计算单次传输时延D,如式（1）所示：

　　3基于5GCPE的综采数据传输时延优化策略

　　3.1网络结构优化与CPE接入方式改良

　　通过将原有“传感器—工业环网—基站”三级架构调整为“传感器—CPE—5G基站”的扁平化结构,减少中间节点的缓存等待时间,提升整体链路流畅度。对CPE接入方式的优化主要体现在部署点位的重新规划和天线参数的定向调整。通过构建CPE信号覆盖模型,评估不同位置的接收强度R(x,y),如式（5）所示：

　　R(x,y)=Pt-PL(d)+Gt+Gr-L（5）

　　式中,Pt为发射功率；PL(d)为路径损耗函数；Gt、Gr为发射与接收天线增益；L为系统损耗。基于该模型可实现对井下复杂结构下的最优部署区域筛选,提升CPE与基站间的信道质量,降低物理层重传率,减少传输时延。

　　3.2数据分级调度与优先级配置策略

　　将数据流按业务类型划分为三级：一级为实时控制类数据,二级为安全监测类数据,三级为后台日志与视频归档类数据。基于优先级调度原理构建加权公平队列（WFQ）模型,对不同等级数据流分配权重wi,系统传输延迟期望值估算公式如式（6）所示：

　　式中,Li为数据包长度；C为链路带宽；Qi为队列排队长度；wi为业务流权重系数。通过动态调整wi,达到对数据一包的高优先级调度,保证在链路带宽较大或者当前处于链路负载高点的状态下,实时业务流的延迟稳定在一百毫秒以内[4]。

　　3.3边缘计算协同与数据前处理机制

　　针对传感器数据,采用边缘计算协同和数据前处理机制,在传感器端通过特征阈值筛选模型对传感器的数据采集进行处理,如果数据特征大于预设阈值条件,将采集的全部数据上传；反之,则采用降采样的方式进行数据下采样或丢弃。可用如下方式表达筛选后数据：x'=f(x),当x的特征值大于预设阈值θ时,f(x)=x,否则f(x)=φ(φ表示空数据或低维数据）,这一过程使数据上送量降低约50%。对于视频类数据,采用边缘端AI模型执行动态帧提取,只上送需要的关键帧、事件图等数据,提高链路的利用效率。CPE作为模型推理和帧选择的终端执行体,完成本地决策与事件预警的边缘闭环。边缘＋终端的协同机制实现了“就地处理、重要上送、事件响应”,从而减少了带宽占用,优化了端到端时延,提高了综采智能控制的响应实时性和传输稳定性。

　　4运维机制与成效评估保障体系

　　4.1 CPE运行状态与网络时延的联动监测机制

　　在综采工作面网络系统中,CPE作为关键的数据传送节点设备,其运行状态对于链路质量以及传输时延有着直接的影响,因此,建立CPE运行状态和网络时延联动监测的机制是保证5G通信系统稳定运行的重要方法[5]。通过对CPE在线率、CPU利用率、内存使用情况、接口丢包率、RSSI信号强度、链路抖动值等参数进行多维度的检测,然后根据时延数据与检测值之间进行动态的关联性分析,判定其性能异常和传输波动的原因。

　　4.2数据传输时延优化成效评估指标体系

　　建立基于5G CPE时延优化成效的评价指标体系,全方位评测其时延优化手段效能。本课题从技术、性能和业务三个方面,对多种评估指标综合打分,网络层指标关注端到端平均时延、时延波动率、丢包率、链路可用性等；传输层指标关注任务响应时间、关键帧到达率、CPE缓存处理时间等；应用层指标包括控制指令响应速度、视频画面流畅度、预警数据实时推送率等。

　　4.3运维规范与持续优化策略

　　运维规范与持续优化是保证优化效果稳定的重要方式之一,需要制定标准化、流程化CPE运维规范,并搭配运行迭代机制,通过统一的运维动作以及运行计划保证相关环节的闭环运作。针对设备巡检、参数配置模板、异常预警阈值、升级补丁策略等内容加强设备巡检力度,统一各个运维队伍操作手法。支持远程配置、集中管控,支持批量维护和版本更新,可以实时跟踪和记录用户设备信息的日志信息。

　　5结语

　　综采工作面的数据对时延十分敏感,因此,5G CPE在煤矿通信系统中需要有快速稳定的数据传输速率。采用多点链路监测体系找到时延瓶颈,并以此为基础进行分层次优化,可以降低时延抖动带来的影响,增强关键业务的实时性和稳定性。实验证明网络架构重构、数据调度方式和边缘计算配合能取得很好的效果,实现了运行监测、评估反馈以及不断优化的闭环过程。

参考文献

　　[1]岳刘杰,齐庆杰,关芳明,等.综采工作面5G智能化控制系统改造设计[J].煤炭技术,2023,42(4):178-182.

　　[2]李沛宏,高晨航.5G通信控制的智能化综采工作面关键技术研究[J].内蒙古煤炭经济,2023(19):49-51.

　　[3]兰巍,张涛.5G通信技术在综采工作面的应用研究[J].数字通信世界,2024(7):149-151.

　　[4]任文清,王文晖,陈积梁,等.大柳塔煤矿基于5G网络的综采工作面人机生态协作模式应用[J].智能矿山,2024,5(10):30-35.

　　[5]张斌.基于5G的智能化综采工作面建设研究[J].凿岩机械气动工具,2025,51(5):207-209.