劉細(xì)鳳

安科瑞電氣股份有限公司  上海嘉定  201801

摘 要：設(shè)計(jì)了種基于物聯(lián)網(wǎng)的實(shí)時(shí)監(jiān)測(cè)油煙濃度的系統(tǒng)，系統(tǒng)通過(guò)包含高精度的 FIGROO系列等多個(gè)傳感器實(shí)時(shí)采集餐館排風(fēng)口氣體濃度，并在才在站進(jìn)行初步數(shù)據(jù)融合；隨后將初步融合數(shù)據(jù)通過(guò)GSM/GPRS絡(luò)傳輸?shù)椒?wù)器梢，基于D-S證據(jù)方法以及神經(jīng)網(wǎng)絡(luò)等進(jìn)行深度數(shù)據(jù)融合和實(shí)時(shí)顯示、監(jiān)控報(bào)警.利用多傳感器以及數(shù)據(jù)融合技術(shù)，同時(shí)，解決了傳統(tǒng)油煙濃度監(jiān)測(cè)中的費(fèi)時(shí)費(fèi)力、高成本、精度低等缺點(diǎn)。

關(guān)鍵詞： 物聯(lián)網(wǎng)； 油煙監(jiān)測(cè)；多傳感器； D-S證據(jù)；神經(jīng)網(wǎng)絡(luò)；數(shù)據(jù)融合；

0 引言

隨著目前政fu和民眾對(duì)于空氣質(zhì)量的要求不斷的提升,環(huán)保部門(mén)在空氣質(zhì)量監(jiān)測(cè)上謂盡心盡力。現(xiàn)有的油煙濃度監(jiān)測(cè)主要是環(huán)保部門(mén)對(duì)餐飲企業(yè)進(jìn)行抽檢,工作人員在被抽檢單位進(jìn)行采樣,將樣品帶回實(shí)驗(yàn)室進(jìn)行含量分析。濃度檢測(cè)主要采取光譜分析,利用不同光譜線(xiàn)的吸收峰位置不同來(lái)判斷濃度大小。此法能夠做到的精度較高,但缺點(diǎn)是不能做到實(shí)時(shí)、動(dòng)態(tài)的監(jiān)測(cè):而且覆蓋面較小,容易使些餐飲企業(yè)產(chǎn)生“僥幸心理”,僅應(yīng)付檢查而平時(shí)隨意排放。

目前市場(chǎng)上已經(jīng)出現(xiàn)了些油煙實(shí)時(shí)監(jiān)測(cè)的系統(tǒng),主要是利用費(fèi)加羅( FIGRAC)公司TGS2100油煙傳感器進(jìn)行油煙濃度監(jiān)控。但有個(gè)致命的缺點(diǎn)是精度不夠高,誤報(bào)率較高。(同時(shí)面臨包圍在傳感器外面的濾網(wǎng)需要經(jīng)常清洗以及過(guò)濾后的濃度不是真實(shí)濃度的問(wèn)題)。

本文正是從以上情形出發(fā),設(shè)計(jì)套基于物聯(lián)網(wǎng),同時(shí)結(jié)合數(shù)據(jù)融合的方案,來(lái)對(duì)油煙濃度監(jiān)測(cè)領(lǐng)域現(xiàn)狀進(jìn)行改進(jìn)。以期實(shí)現(xiàn)實(shí)時(shí)動(dòng)態(tài)的監(jiān)測(cè),同時(shí)提高監(jiān)測(cè)系統(tǒng)的精確度和可靠性。同時(shí)做出實(shí)驗(yàn)室原型,實(shí)現(xiàn)基本的功能以及提出將來(lái)需要改進(jìn)的點(diǎn)。

1 系統(tǒng)整體方案設(shè)計(jì)

本系統(tǒng)可以分為3個(gè)模塊，如圖1所示：

圖1 系統(tǒng)框架

從做至右依次是模塊1數(shù)據(jù)采集；模塊2進(jìn)AD轉(zhuǎn)換以及簡(jiǎn)單的數(shù)據(jù)融合操作；模塊3是通過(guò)GPRS將簡(jiǎn)單融合數(shù)據(jù)傳至服務(wù)器端，進(jìn)行深度數(shù)握分析和處理,實(shí)時(shí)顯示和判斷報(bào)警。

系統(tǒng)工作流程上,4個(gè)傳感器先通過(guò)傳感器控制模塊,在餐館的油煙出風(fēng)口處采集相關(guān)的數(shù)據(jù),由于成分復(fù)雜,所以我們?cè)诳紤]選擇傳感器的時(shí)候會(huì)考慮覆蓋的綜合性。傳感器將實(shí)時(shí)采集的數(shù)據(jù)通過(guò)AD轉(zhuǎn)換同步傳輸給基站,并進(jìn)行初步的數(shù)據(jù)融合措施,以便于GPRS傳輸。在GPRS傳輸過(guò)程中,使用的是SM900A芯片,其穩(wěn)定性和低功耗可以為基站穩(wěn)定工作提供保證。遠(yuǎn)端服務(wù)器收到數(shù)據(jù),利用神經(jīng)網(wǎng)絡(luò)等多種算法,存入數(shù)據(jù)庫(kù)并進(jìn)行實(shí)時(shí)顯示。

2 系統(tǒng)硬件設(shè)計(jì)

系統(tǒng)硬件主要分為:傳感器及其處理模塊,基站處理模塊、GSM/GPRS傳輸模塊。

2.1傳感器及其處理模塊

鑒于油煙成分復(fù)雜,包括醛、酮、烴、脂肪酸、醇、芳香族化合物等,因此我們選擇4個(gè)傳感器作為我們的數(shù)據(jù)采集工具。包括如下:傳感器1:MQ-TB,氧化碳傳感器:傳感器2:MQ-138,甲醛傳感器；傳感器3:MQ-135,空氣質(zhì)量傳感器(氨、硫化物、丙酮、甲苯、酒精等:傳感器4:TGS813,可燃?xì)怏w傳感器(氫氣、異丁烷、乙醇、甲烷等)。這4個(gè)傳感器均具有良好的靈敏性、合理的性?xún)r(jià)比、借口方便等特點(diǎn),測(cè)試的覆蓋面也較廣利用各傳感器接口統(tǒng)的特點(diǎn),我們用LM393來(lái)對(duì)其進(jìn)行控制并設(shè)計(jì)成可輸出模擬以及數(shù)字兩路信號(hào)的簡(jiǎn)單模塊。硬件實(shí)物圖,如圖2所示:

圖2 總體硬件設(shè)計(jì)圖

2.2基站處理模塊

考慮成本以及在基站處理過(guò)程中的復(fù)雜度,我們選用的單片機(jī)是STC12C5A60S2,其是增強(qiáng)型8051CPU,具有8路10位精度ADC,可以實(shí)現(xiàn)250KS的轉(zhuǎn)換速度。

基站處理模塊主要通過(guò)ADC接口將傳感器傳輸過(guò)來(lái)的模擬信號(hào)轉(zhuǎn)換成數(shù)字信號(hào),并做初步處理使得數(shù)據(jù)具備易讀性。主要的操作流程是單片機(jī)間隔定時(shí)間(例如1分鐘),去輪詢(xún)讀取每個(gè)傳感器上的數(shù)值,并將匯總的4個(gè)傳感器信息發(fā)送給后續(xù)的信號(hào)傳輸模塊。此外處理模塊設(shè)置有超時(shí)重讀以及故障復(fù)位等功能。

2.3 GSM/GPRS傳輸模塊

在考慮GPRS傳輸上,我們采用市場(chǎng)上較為成熟的SIM900A,其是緊湊、高可靠性、低成本的無(wú)線(xiàn)模塊。工作頻段是雙頻 GSM/GPRS900/1800MHz。

由于本系統(tǒng)測(cè)試實(shí)際場(chǎng)合的條件的限制,本文中所涉及的硬件部分,特別是傳感器處理模塊,均需要很好的利用濾網(wǎng)等進(jìn)行初步過(guò)濾,防止直徑過(guò)大的油滴等縮短傳感器使用壽命。

3 系統(tǒng)軟件設(shè)計(jì)

本文中的系統(tǒng)軟件設(shè)計(jì)主要包括三大塊:傳感器數(shù)據(jù)讀取、GPRS模塊數(shù)據(jù)傳輸以及數(shù)據(jù)融合算法。

3.1傳感器數(shù)據(jù)讀取及GPRS數(shù)據(jù)傳輸模塊

基站部分的軟件開(kāi)發(fā)平臺(tái)包括傳感器數(shù)據(jù)讀取、GPRS模塊傳輸,使用的編譯平臺(tái)是 Keil uVision4。

代碼流程圖,如圖3所示:

圖3 基站代碼流程圖

系統(tǒng)接口主要有傳感器模塊和基站模塊接口(串口1)、基站模塊和GPRS模塊接口(串口2),分別對(duì)兩個(gè)串口以及單片機(jī)和SIM9o0A初始化之后,便進(jìn)入循環(huán)采集流程單次循環(huán)的終點(diǎn)是將初步融合的數(shù)據(jù)發(fā)送至服務(wù)器端。

3.2數(shù)據(jù)融合算法

多傳感器數(shù)據(jù)融合技術(shù)已成為個(gè)十分活躍的研究領(lǐng)域,它的應(yīng)用也越來(lái)越廣泛,如機(jī)器人系統(tǒng),圖像分析與處理,日標(biāo)自動(dòng)識(shí)別,工業(yè)現(xiàn)場(chǎng)的參數(shù)檢測(cè)等。本文使用的數(shù)據(jù)融合主要分為隨機(jī)數(shù)學(xué)算法和人工智能算法,各自均有不同的特點(diǎn)和勢(shì)。

3.2.1隨機(jī)數(shù)學(xué)算法

該類(lèi)算法的主要特點(diǎn)是利用數(shù)學(xué)概率等方法,進(jìn)行濾波和估計(jì)。主要有加權(quán)平均、卡爾曼濾波、 bayesian估算、DS證據(jù)方法等。本系統(tǒng)采用的是D-S證據(jù)方法,其主要的操作流程,如圖4所示:

圖4 D-S證據(jù)方法

• S證據(jù)推力方法的主要特點(diǎn)是滿(mǎn)足比貝葉斯概率理論更弱的條件;具有直接表達(dá)“不確定”和“不知道”的能力。

3.2.2人工智能方法

人工智能方法主要考慮模糊邏輯算法和神經(jīng)網(wǎng)絡(luò)算法。在本系統(tǒng)中,我們主要考慮神經(jīng)網(wǎng)絡(luò)算法,神經(jīng)網(wǎng)絡(luò)中比較基礎(chǔ)的BP算法,如圖5所示:

圖5 BP算法示意圖

通過(guò)3層(輸入、隱性、輸出層)以及六步(1、初始化；2、輸入訓(xùn)練樣本對(duì),計(jì)算各層輸出；3、計(jì)算輸出誤差；4、計(jì)算各層誤差:5、調(diào)整各層權(quán)值；6、檢查是否達(dá)到精度要求)。建立好對(duì)應(yīng)的輸入輸出模型,以達(dá)到對(duì)應(yīng)模擬要求。

本系統(tǒng)還采用了SVM(支持向量機(jī))算法以做相應(yīng)的比較推理。SVM算法可以針對(duì)線(xiàn)性可分情況進(jìn)行分析,但也可以將線(xiàn)性不可分通過(guò)使用非線(xiàn)性映射算法將低維輸入空間線(xiàn)性不可分的樣本轉(zhuǎn)化為高維特征空間使其線(xiàn)性可分,并進(jìn)行數(shù)據(jù)分析。該法可以在滿(mǎn)足定概率下盡可能降低風(fēng)險(xiǎn)

選擇不同的核函數(shù)( Kernel Functions)可以生成不同的SvM,鑒于我們整體模型的復(fù)雜度,我們選擇多項(xiàng)式核函數(shù)(K(xy)=(x*y)+1]d作為本系統(tǒng)的核函數(shù)。

4 現(xiàn)場(chǎng)測(cè)試以及分析

在搭建了合理的硬件以及軟件平臺(tái)之后,我們進(jìn)行了實(shí)地?cái)?shù)據(jù)測(cè)試,測(cè)試地點(diǎn)是上海市楊浦區(qū)某海鮮餐館油煙出風(fēng)口。實(shí)地測(cè)試數(shù)據(jù)截圖,如圖6所示(標(biāo)準(zhǔn)濃度為1.3mg/m^3)：

    圖6 標(biāo)準(zhǔn)濃度為1.3mg/m^3實(shí)測(cè)數(shù)據(jù)

圖6中顯示的是4個(gè)傳感器返回的初步融合數(shù)據(jù),zui左側(cè)的31是返回的發(fā)送采集數(shù)據(jù)指令。顯而易見(jiàn)在經(jīng)過(guò)前期的數(shù)據(jù)不穩(wěn)定期之后,通風(fēng)口濃度基本上維持在個(gè)穩(wěn)定的水平。

通過(guò)以上闡述的數(shù)據(jù)擬合方式,我們可以得到的標(biāo)準(zhǔn)值與傳感器測(cè)得值的對(duì)比,如圖7所示：

圖7 數(shù)據(jù)融合與標(biāo)準(zhǔn)值對(duì)比

可以看到,兩者具有較好的相關(guān)性。而進(jìn)步的測(cè)算顯示,本系統(tǒng)比單傳感器精度提高20%以上。

5 安科瑞AcrelCloud3500監(jiān)測(cè)云平臺(tái)

為了彌補(bǔ)現(xiàn)存餐飲行業(yè)在煙油監(jiān)測(cè)上的漏洞，同時(shí)便利監(jiān)管部門(mén)的監(jiān)察，安科瑞油煙監(jiān)測(cè)云平臺(tái)應(yīng)運(yùn)而生。油煙監(jiān)測(cè)模塊通過(guò)2G/4G與云端平臺(tái)進(jìn)行通信和數(shù)據(jù)交互，系統(tǒng)能夠?qū)ζ髽I(yè)餐飲設(shè)備的開(kāi)機(jī)狀態(tài)、運(yùn)行狀態(tài)進(jìn)行監(jiān)控；實(shí)現(xiàn)開(kāi)機(jī)率監(jiān)測(cè)，凈化效率監(jiān)測(cè)，設(shè)施停運(yùn)告警，待清洗告警，異常告警等功能；對(duì)采集數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析、前等統(tǒng)計(jì)功能；較之傳統(tǒng)的靜電監(jiān)測(cè)方案，更具性和實(shí)效性。平臺(tái)預(yù)留與其他應(yīng)用系統(tǒng)、設(shè)備交互對(duì)接接口，具有很好的擴(kuò)展性及融合性。

5.1平臺(tái)結(jié)構(gòu)

平臺(tái)GIS地圖采集處理設(shè)備運(yùn)行狀態(tài)和油煙排放的濃度數(shù)據(jù)，自動(dòng)對(duì)超標(biāo)排放及異常企業(yè)進(jìn)行提示預(yù)警，監(jiān)管部門(mén)可迅速進(jìn)行處理，督促餐飲企業(yè)整改設(shè)備，并定期清洗、維護(hù)，實(shí)現(xiàn)減排環(huán)保，不擾民等目的?，F(xiàn)場(chǎng)安裝監(jiān)測(cè)終端，持續(xù)監(jiān)測(cè)油煙凈化器的工作狀態(tài)，包括設(shè)備運(yùn)行的電流、電壓、功率、耗電量等等，同時(shí)結(jié)合排煙口的揮發(fā)性物質(zhì)、顆粒物濃度等進(jìn)行對(duì)比分析，旦排放超標(biāo)，系統(tǒng)會(huì)發(fā)出異常信號(hào)。

■ 油煙監(jiān)測(cè)設(shè)備用來(lái)監(jiān)測(cè)油煙、顆粒物、NmHc等數(shù)據(jù)

■ 凈化器和風(fēng)機(jī)配合對(duì)油煙進(jìn)行凈化處理，同時(shí)對(duì)凈化設(shè)備的電流、電壓進(jìn)行監(jiān)測(cè)

■ 設(shè)備通過(guò)4G網(wǎng)絡(luò)將采集的數(shù)據(jù)上傳至遠(yuǎn)程云端服務(wù)器

5.2 平臺(tái)主要功能

(1)在線(xiàn)監(jiān)測(cè)

對(duì)油煙排污數(shù)據(jù)的監(jiān)測(cè)，包括油煙排放濃度，顆粒物，NmHc等數(shù)值采集監(jiān)測(cè);同時(shí)對(duì)監(jiān)控風(fēng)機(jī)和凈化器的啟停狀態(tài)、運(yùn)行數(shù)據(jù)進(jìn)行監(jiān)測(cè)。

(2)告警數(shù)據(jù)監(jiān)測(cè)

　　系統(tǒng)根據(jù)采集的油煙數(shù)值大小，產(chǎn)生對(duì)應(yīng)的排放超標(biāo)告警;對(duì)凈化器的運(yùn)行數(shù)據(jù)分析，上傳凈化設(shè)備對(duì)應(yīng)的運(yùn)行、停機(jī)、故障等告警事件。

(3)數(shù)據(jù)分析

運(yùn)行時(shí)長(zhǎng)分析，離線(xiàn)分析;告警占比、前分析;歷史數(shù)據(jù)統(tǒng)計(jì)等。

(4)隱患管理

系統(tǒng)對(duì)采集的告警數(shù)據(jù)分析，產(chǎn)生對(duì)應(yīng)的隱患記錄，派發(fā)、處理隱患，及時(shí)處理告警，形成閉環(huán)

(5)統(tǒng)計(jì)分析

包括時(shí)長(zhǎng)分析、超標(biāo)分析、歷史數(shù)據(jù)、分析報(bào)告等模塊

(6)基礎(chǔ)數(shù)據(jù)維護(hù)

個(gè)人信息、權(quán)限維護(hù)，企業(yè)信息錄入，對(duì)應(yīng)測(cè)點(diǎn)信息錄入等

(7)數(shù)據(jù)服務(wù)

數(shù)據(jù)采集，短信提醒，數(shù)據(jù)存儲(chǔ)和解析

5.3油煙監(jiān)測(cè)主機(jī)

油煙監(jiān)控主機(jī)是現(xiàn)場(chǎng)的管理設(shè)備，實(shí)時(shí)采集油煙濃度探測(cè)器和工況傳感器的信號(hào)，進(jìn)行數(shù)據(jù)處理，通過(guò)有線(xiàn)或無(wú)線(xiàn)網(wǎng)絡(luò)通訊將數(shù)據(jù)傳輸?shù)椒?wù)器平臺(tái)。同時(shí)，對(duì)本地?cái)?shù)據(jù)進(jìn)行存儲(chǔ)，監(jiān)控現(xiàn)場(chǎng)設(shè)備狀態(tài)，提供人機(jī)操作界面。

具體技術(shù)參數(shù)如下：

5.4 設(shè)備選型方案

注：雙探頭適合雙排煙通道的場(chǎng)合，每路探頭監(jiān)測(cè)1路排煙通道。

6 結(jié)論

本文設(shè)計(jì)了套基于物聯(lián)網(wǎng)系統(tǒng)實(shí)時(shí)油煙濃度監(jiān)測(cè)系統(tǒng),能夠較好的解決目前油煙監(jiān)測(cè)方面存在的些問(wèn)題和缺陷,利用數(shù)據(jù)融合算法,提高判斷精度,比普通單傳感器系統(tǒng)精度提高20%以上,實(shí)現(xiàn)效果良好。今后的改進(jìn)方向在于提高傳感器使用壽命、測(cè)試精度以及更精美的UI設(shè)計(jì)。

【參考文獻(xiàn)】

• 丁飛，飲食業(yè)油煙凈化設(shè)備油煙凈化效率檢測(cè)方法探究，[J]《上海環(huán)境科學(xué)》，2010年第29卷第四期
• 范庭芳，趙坤，錢(qián)松榮. 基于物聯(lián)網(wǎng)的油煙濃度實(shí)時(shí)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)
• 安科瑞AcrelCloud-3500監(jiān)測(cè)云平臺(tái). 2020.05版

作者簡(jiǎn)介：劉細(xì)鳳，女，現(xiàn)任安科瑞電氣股份有限公司，主要從事監(jiān)測(cè)的研發(fā)與應(yīng)用。