煤矿智能化提出了智能感知、智能决策、自动执行的建设目标。作为云计算的扩展和延伸,边缘计算能够解决集中式云计算出现的网络拥塞、延迟较高、安全隐私等问题,能够为智慧煤矿系统在靠近智能终端设备的边缘提供数据计算、存储和网络服务。边-云协同工作为智慧煤矿系统提供满足不同需求的计算服务,能够提高智慧煤矿系统相关任务的实时性、可靠性。与传统工业相比,煤矿井下开采区域范围广、巷道呈长距离带状拓扑,系统中智能终端设备繁多,数据任务类型复杂、实时性要求较高,这给边缘计算的研究带来了新的挑战。本文以提高智慧煤矿系统中任务处理的实时性、减少任务处理能耗以及实现边缘服务器负载均衡为优化目标,搭建了基于智慧煤矿系统的边缘计算框架,并对井下智慧煤矿系统中边缘服务器的部署和任务分配方法进行研究。主要研究内容如下:1.智慧煤矿中边缘服务器部署方法井下煤矿系统中边缘服务器的部署是实施边缘计算的前提,本文从边缘服务器放置位置如何选择、智能终端设备与边缘服务器如何关联这两方面进行研究。针对边缘服务器的放置位置问题,采用改进后的k-means聚类算法对边缘服务器放置位置进行选择。首先跟据井下智能终端设备的分布情况和井下巷道结构特点对聚类算法的初始聚类中心选择方法和距离衡量方式进行改进。然后跟据聚类中心位置、巷道内边缘服务器可放置位置和每个聚类区域内任务量等信息确定各边缘服务器的最终放置位置。针对边缘服务器与智能终端设备关联问题,跟据各智能终端设备负载任务特点和距离各边缘服务器的位置信息来衡量设备间的匹配程度,并基于负载均衡的思想按照匹配程度顺序将各个终端设备关联到最大容忍通信时延范围内负载程度较低的边缘服务器上,从而完成边缘服务器的部署。仿真结果表明,所提出的智慧煤矿中边缘服务器的部署方法在任务处理时延、负载均衡方面具有较好的效果。2.智慧煤矿中边缘计算任务分配方法针对系统中终端设备任务的产生具有不确定性,存在某些边缘服务器负载较高,使得时延敏感的任务得不到及时处理的问题,提出了一种基于动态优先级和实时竞价策略的边缘计算任务分配方法。该方法首先根据任务对于系统的重要程度、紧迫程度和任务计算量动态生成优先级队列。其次针对煤矿井下网络覆盖范围广、巷道中网络呈带状拓扑结构,延伸距离长等特点,建立了任务分配的实时竞价模型。该模型通过边缘服务器算力、任务的处理时间、能耗和等待时间四个因素确定边缘服务器对请求处理任务的报价,请求服务器将任务传输到2跳服务器范围内报价最低且满足任务需求的边缘服务器执行,从而完成任务分配。仿真结果表明,所提出的边缘计算任务分配方法可有效降低智慧煤矿系统中任务处理的时延和能耗,提高边缘计算网络资源的利用率以及边缘计算层完成任务的总价值。图[21]表[3]参[62]