空氣質(zhì)量傳感器的應(yīng)用
人為源包括企業(yè)固定源和流動源。固定源包括通過各種不同燃料進(jìn)行燃燒的源，如發(fā)電、冶金、石油、化學(xué)、紡織印染等各種電子工業(yè)發(fā)展過程、供熱、烹調(diào)過程中使用燃煤與燃?xì)饣蛉加推嚺欧诺臒焿m。流動源主要是當(dāng)各種車輛在運(yùn)行期間使用燃料時排放到大氣中的廢氣。
工業(yè)級空氣質(zhì)量傳感器，內(nèi)置防水膠條，IP65防水等級，防塵防潮，適用于高溫高濕、粉塵雨雪等惡劣環(huán)境使用，廣泛應(yīng)用于實(shí)驗(yàn)室氣體檢測、實(shí)驗(yàn)室氣體檢測等。
空氣質(zhì)量傳感器內(nèi)置高精度測量單元，測量范圍0-1000μg/m3，預(yù)熱時間≤ 1min，測量精度<±3%，產(chǎn)品結(jié)構(gòu)緊湊，外形美觀、大方、高度集成。可以配合空氣監(jiān)測系統(tǒng)根據(jù)采集到的環(huán)境指標(biāo)數(shù)據(jù)在云端進(jìn)行分析，當(dāng)空氣達(dá)到污染警戒時，系統(tǒng)會向控電設(shè)備發(fā)送指令，自啟動空氣凈化設(shè)備，從而達(dá)到改善室內(nèi)空氣質(zhì)量的目的。
近年來，國產(chǎn)傳感器的企業(yè)越來越多，結(jié)合國家控制監(jiān)測的要求，研發(fā)生產(chǎn)傳感器的大部分零件，引進(jìn)關(guān)鍵部件，降低了開發(fā)成本，適應(yīng)用戶購買力。
聚英氣體監(jiān)測傳感器的型號
目前，我國生產(chǎn)的空氣質(zhì)量傳感器大多是從國外進(jìn)口的，但由于各國實(shí)際環(huán)境條件的不同，對我國進(jìn)口和使用的國外設(shè)備的系統(tǒng)結(jié)構(gòu)、數(shù)據(jù)采集、監(jiān)測和管理顯得尤為重要。 因此，直接引用國外的設(shè)備并不適合國產(chǎn)的空氣質(zhì)量檢測需求。隨著科學(xué)技術(shù)的不斷發(fā)展，國內(nèi)更加重視空氣質(zhì)量傳感器的研究，相關(guān)產(chǎn)品的研發(fā)和應(yīng)用、方案、數(shù)量顯著提高，成本性能也具有一定的優(yōu)勢。
雖然數(shù)據(jù)時代的科學(xué)管理技術(shù)教學(xué)方法不能給空氣質(zhì)量傳感器理想化的功能，但企業(yè)可以通過逐步解決生活習(xí)慣來滿足現(xiàn)階段空氣質(zhì)量感知的需要。當(dāng)然，也許在未來的某一天，單個傳感器將能夠檢測到空氣的所有功能。但在那一天到來之前，空氣質(zhì)量監(jiān)測器和空氣質(zhì)量監(jiān)測系統(tǒng)將是我們解決環(huán)境空氣質(zhì)量的重要依賴。
空氣質(zhì)量傳感器的參數(shù)
空氣中的微粒會給人們帶來嚴(yán)重的健康問題。世界衛(wèi)生組織(世衛(wèi)組織)說:“通過改善空氣質(zhì)量，我們可以有效地減少中風(fēng)、心臟病、肺癌和急慢性呼吸道疾病。無論顆粒的粒度有多大，對人都有一定的危害，但影響更嚴(yán)重的是PM2.5、這些微小的PM2.顆粒物很容易進(jìn)入肺部，并導(dǎo)致嚴(yán)重的健康問題，所以我們在日常生活中一定要警惕。
]]>
無線傳感網(wǎng)絡(luò)（Wireless Sensor Networks，WSNs）故障診斷一般分為四步：檢測、孤立、鑒別和恢復(fù)，這四步也適用于太陽能殺蟲燈物聯(lián)網(wǎng)（Solar Insecticidal Lamps Internet of Things，SIL-IoTs）故障診斷。首先檢測SIL-IoTs是否存在故障。當(dāng)存在故障時，需要使用診斷方法定位故障位置并鑒別故障類型。隨后將故障節(jié)點(diǎn)或故障鏈路孤立以保證無故障部分正常運(yùn)行。最后依據(jù)故障類型進(jìn)行針對性故障恢復(fù)，保證SIL-IoTs正常運(yùn)行。此外，在發(fā)生故障時，一般會采取故障容錯機(jī)制，快速隔離故障保證WSNs的正常運(yùn)行?；诠收显\斷的觸發(fā)方式可將其分為主動與被動兩類。主動觸發(fā)是一種節(jié)點(diǎn)或基站會定期檢測網(wǎng)絡(luò)狀態(tài)的故障診斷方式，而被動觸發(fā)則是一種當(dāng)節(jié)點(diǎn)或網(wǎng)絡(luò)狀態(tài)不符合預(yù)設(shè)情況時再觸發(fā)故障診斷方法的診斷方式?；谶@兩種觸發(fā)方式和不同的應(yīng)用背景及約束條件，如網(wǎng)絡(luò)密度、時效性要求、能耗要求、節(jié)點(diǎn)計算能力等，目前已研究出多種類型的WSNs故障診斷方法。根據(jù)這些方法的特性，將其分為以下6類方法：統(tǒng)計方法、概率方法、層次路由方法、機(jī)器學(xué)習(xí)方法、拓?fù)淇刂品椒ê鸵苿踊痉椒?。?為近年經(jīng)典故障診斷研究方法的分類情況。
表1 WSNs故障診斷算法
Table 1 Fault diagnosis algorithms on WSNs
1 統(tǒng)計方法
統(tǒng)計方法通過建立模型，運(yùn)用統(tǒng)計指標(biāo)對數(shù)據(jù)進(jìn)行檢驗(yàn)，當(dāng)結(jié)果不符合檢驗(yàn)時，標(biāo)記為故障樣本，并進(jìn)一步根據(jù)故障樣本的離群程度、方差和標(biāo)準(zhǔn)差指標(biāo)等對其進(jìn)行故障分類。Panda和Khilar提出了一種基于改進(jìn)三西格瑪（3sigma）故障自診斷方法，每個節(jié)點(diǎn)收集一跳鄰居節(jié)點(diǎn)的數(shù)據(jù)并通過3sigma檢驗(yàn)觀察自身是否存在硬故障或永久性故障。此方法通過節(jié)點(diǎn)自身進(jìn)行故障診斷，因此要求節(jié)點(diǎn)有一定的存儲與計算能力。當(dāng)節(jié)點(diǎn)數(shù)量較少時，此種方法不適用。Jiang提出了一種改進(jìn)的分布式故障診斷方法。當(dāng)超過一半的鄰居節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)數(shù)據(jù)的差值超過閾值時，將節(jié)點(diǎn)標(biāo)記為可能故障，用同樣的方法標(biāo)記網(wǎng)絡(luò)中所有節(jié)點(diǎn)。然后判斷目標(biāo)節(jié)點(diǎn)中初始檢測狀態(tài)為正常的鄰居節(jié)點(diǎn)是否有一半超過閾值，如果是則確定目標(biāo)節(jié)點(diǎn)故障。當(dāng)目標(biāo)節(jié)點(diǎn)附近沒有鄰居節(jié)點(diǎn)或所有鄰居節(jié)點(diǎn)均標(biāo)記為可能故障時，如果目標(biāo)節(jié)點(diǎn)初始檢測狀態(tài)為可能故障，則目標(biāo)節(jié)點(diǎn)標(biāo)記為故障。此方法降低了統(tǒng)計方法對鄰居節(jié)點(diǎn)的依賴性，可用于節(jié)點(diǎn)稀疏的WSNs中。但是此類方法為主動診斷方法，會造成較高的能量損耗。因此，Jin等提出了一種基于自回歸模型與Kuiper檢驗(yàn)的被動故障診斷方法。基于當(dāng)某條路徑中的節(jié)點(diǎn)故障時，其他節(jié)點(diǎn)會選擇新的路徑并且通信時間會增加的特點(diǎn)，通過Kuiper檢驗(yàn)來檢測異常，從而判斷是否存在故障。
統(tǒng)計方法大多依據(jù)目標(biāo)節(jié)點(diǎn)與鄰居節(jié)點(diǎn)值的差異進(jìn)行診斷，是一種基于節(jié)點(diǎn)的分布式故障診斷方案。當(dāng)節(jié)點(diǎn)處于邊緣地區(qū)，沒有足夠的鄰居節(jié)點(diǎn)參與計算，或是鄰居節(jié)點(diǎn)也存在故障時，此類故障診斷方法的正確性無法得到保證。此外，此類方法大多基于節(jié)點(diǎn)進(jìn)行故障診斷，權(quán)衡節(jié)點(diǎn)能量消耗與故障診斷率是另一大挑戰(zhàn)。由于SIL-IoTs電池可充電、有一定計算和存儲能力，因此部署于節(jié)點(diǎn)處的統(tǒng)計方法十分適用，特別是節(jié)點(diǎn)暫時性與間歇性等依靠數(shù)據(jù)長期波動趨勢進(jìn)行分析的故障。
2 概率方法
概率方法將故障診斷問題當(dāng)作一個分類概率模型。Lau等提出了一種基于樸素貝葉斯框架的集中式硬件故障檢測方法。在基站分析收集到的端到端傳輸時間數(shù)據(jù)，判斷故障概率是否大于正常概率。如果是，則判定原路徑有節(jié)點(diǎn)故障，再選取近期多次數(shù)據(jù)傳輸時間數(shù)據(jù)進(jìn)行評估。此方法在無擁塞網(wǎng)絡(luò)中可以有效監(jiān)測網(wǎng)絡(luò)故障，并給出可疑故障節(jié)點(diǎn)，但無法檢測邊緣地區(qū)的節(jié)點(diǎn)。Peng和Chow提出了一種鄰域隱藏條件隨機(jī)域法來確定傳感器間的隱藏狀態(tài)。這種方法利用信號強(qiáng)度與信號延遲來估計不同故障后驗(yàn)概率，以此確定WSNs的健康狀況。此方法可用于不同通信條件與節(jié)點(diǎn)數(shù)量場景中。Liu等將工業(yè)WSNs中的故障節(jié)點(diǎn)識別問題轉(zhuǎn)化為軌跡提取問題。通過概率模型的在線學(xué)習(xí)，將感知節(jié)點(diǎn)分布變成概率值分布模式。根據(jù)生成的概率值分布軌跡，進(jìn)行模式匹配與時空約束檢查，以識別故障節(jié)點(diǎn)。
概率方法大多不能鑒別故障的類別。此外，因?yàn)橹饕褂眯盘枏?qiáng)度、信號延遲等參數(shù)進(jìn)行故障診斷，因此難以獲取故障節(jié)點(diǎn)的數(shù)量，只能判斷存在故障的路徑及估計路徑丟失節(jié)點(diǎn)的情況。與統(tǒng)計方法類似，部署于節(jié)點(diǎn)的概率方法也適用于SIL-IoTs故障診斷，特別是前期的故障檢測與孤立。
3 層次路由方法
層次路由是一種將節(jié)點(diǎn)分為多個簇，每個簇的簇頭節(jié)點(diǎn)（Cluster Head node，CH）收集簇內(nèi)節(jié)點(diǎn)的信息，通過CH直接上傳數(shù)據(jù)到基站或多跳CH上傳數(shù)據(jù)到基站的數(shù)據(jù)傳輸方式。層次路由故障診斷方法也是通過CH對簇內(nèi)成員進(jìn)行診斷。Jassbi和Moridi采用混合節(jié)能分布式層次路由方法（Hybrid Energy-Efficient Distributed clustering，HEED）進(jìn)行分簇，采用加權(quán)中值法對簇內(nèi)節(jié)點(diǎn)進(jìn)行檢測。當(dāng)CH出現(xiàn)故障時，使用提前選取的簇內(nèi)備份CH進(jìn)行數(shù)據(jù)傳輸與故障檢測工作。Moridi等提出一種基于簇的多路徑故障容錯算法，對WSNs中的節(jié)點(diǎn)分簇后，選擇一個備份節(jié)點(diǎn)提高CH節(jié)點(diǎn)容錯性。當(dāng)簇內(nèi)數(shù)據(jù)傳輸時，通過假設(shè)檢驗(yàn)和簇內(nèi)投票的方式檢測節(jié)點(diǎn)的故障。最后根據(jù)剩余能量、跳數(shù)、傳播速度和可靠性參數(shù)選擇最優(yōu)傳輸路徑。該方法可以有效降低丟包率，提升數(shù)據(jù)準(zhǔn)確性。
層次路由方法比其他通過普通節(jié)點(diǎn)進(jìn)行自診斷的方法更加簡單有效，在診斷故障后還可通過改變網(wǎng)絡(luò)路由保障WSNs的可靠性。但是，由于多輪的CH選取，層次路由方法增加了WSNs的通信與能量開銷。此外，由于CH依然通過鄰居節(jié)點(diǎn)數(shù)據(jù)判斷目標(biāo)節(jié)點(diǎn)故障狀態(tài)，當(dāng)簇內(nèi)大多數(shù)節(jié)點(diǎn)出現(xiàn)故障導(dǎo)致數(shù)據(jù)異常時，正常節(jié)點(diǎn)反而可能被誤診為故障節(jié)點(diǎn)。層次路由方法適用于較大規(guī)模的SIL-IoTs部署情況，其分簇進(jìn)行故障診斷的方式能快速檢測節(jié)點(diǎn)軟故障與硬故障。此外，層次路由方法亦適用于SIL-IoTs故障容錯方案設(shè)計，保障其在發(fā)生故障時不受影響。
4 機(jī)器學(xué)習(xí)方法
監(jiān)督學(xué)習(xí)方法是機(jī)器學(xué)習(xí)方法在WSNs故障診斷領(lǐng)域中主要的應(yīng)用。監(jiān)督學(xué)習(xí)方法通過大量有標(biāo)簽的歷史數(shù)據(jù)訓(xùn)練故障診斷模型，利用目標(biāo)函數(shù)不斷地調(diào)整模型參數(shù)，直到模型能有效地檢測并分類故障。Zhao等采用半監(jiān)督學(xué)習(xí)方法對故障傳感器節(jié)點(diǎn)進(jìn)行分類，還引入了一種基于局部核密度估計的標(biāo)簽傳播機(jī)制。此方法考慮到基站收集的數(shù)據(jù)會出現(xiàn)丟包現(xiàn)象，用半監(jiān)督核密度估計方法估計丟包數(shù)據(jù)的類標(biāo)簽，以此分類故障并構(gòu)造訓(xùn)練集。Javaid等根據(jù)數(shù)據(jù)特征將故障分為偏移故障（傳感器校準(zhǔn)不佳）、增益故障（在特定時間段內(nèi)數(shù)據(jù)變化率不符合規(guī)律）、卡死故障（數(shù)據(jù)長期為0）和超過范圍（有正常讀數(shù)但超出正常范圍），提出了一種基于信任函數(shù)的決策融合算法，通過增強(qiáng)支持向量機(jī)、增強(qiáng)K近鄰、增強(qiáng)極限學(xué)習(xí)機(jī)和增強(qiáng)遞歸極限學(xué)習(xí)機(jī)進(jìn)行組合運(yùn)算，以此分類故障。
機(jī)器學(xué)習(xí)方法需要設(shè)備具有較高的計算性能，因此大多在基站或后臺運(yùn)行，是一種集中式處理方案。盡管此類方法在故障診斷上有良好的檢測率，但其在后臺運(yùn)行的特點(diǎn)導(dǎo)致不能快速的發(fā)現(xiàn)故障并進(jìn)行恢復(fù)。此外，該方法依賴于大量數(shù)據(jù)建立模型，獲得較精確的分類結(jié)果，因此多用于間歇性與暫時性節(jié)點(diǎn)故障中。對于SIL-IoTs而言，機(jī)器學(xué)習(xí)方法可部署于基站或部署輕量級算法于節(jié)點(diǎn)處，結(jié)合統(tǒng)計方法檢測節(jié)點(diǎn)間歇性與暫時性故障，利用新數(shù)據(jù)不斷更新模型，對SIL-IoTs的野外環(huán)境變化有較大的容忍度。
5 拓?fù)淇刂品椒?/strong>
WSNs中的故障有可能改變網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。如節(jié)點(diǎn)剩余能量較低無法承擔(dān)數(shù)據(jù)轉(zhuǎn)發(fā)任務(wù)時，在平面路由中其他節(jié)點(diǎn)將尋找別的傳播路徑，在層次路由中簇內(nèi)會喚醒備份節(jié)點(diǎn)替代此節(jié)點(diǎn)繼續(xù)執(zhí)行任務(wù)。O?ner等提出了一種基于拓?fù)浣Y(jié)構(gòu)的故障定位方法。通過基站將網(wǎng)絡(luò)拓?fù)?/span>以圖形表示，包含WSNs內(nèi)的故障信息。基于此給每個節(jié)點(diǎn)分配一個可疑度得分，得分越高，故障概率越大。Sulieman和Gitlin提出了一種基于分集技術(shù)與三角網(wǎng)編碼組合的WSNs網(wǎng)絡(luò)故障診斷策略。該方法通過構(gòu)建冗余路徑，快速替代發(fā)生鏈路故障的路徑，可以有效地節(jié)省能量消耗并快速的調(diào)整拓?fù)浣Y(jié)構(gòu)。但k個目標(biāo)節(jié)點(diǎn)中發(fā)生n個鏈路故障時，至少需要kn+n個冗余鏈路。
拓?fù)淇刂品椒ǖ哪康氖墙档凸收习l(fā)生時WSNs的能量消耗與帶寬損失。拓?fù)淇刂品椒ㄔ诰W(wǎng)絡(luò)故障與故障定位方面有較好的性能表現(xiàn)，對于其他故障暫未有相關(guān)性研究。在SIL-IoTs中，拓?fù)淇刂品椒梢杂行г\斷網(wǎng)絡(luò)故障并重構(gòu)路由，是SIL-IoTs不可缺少的故障診斷策略。
6 移動基站方法
數(shù)據(jù)從節(jié)點(diǎn)傳輸?shù)交居幸欢ǖ臅r延性，因此WSNs節(jié)點(diǎn)數(shù)量較大時故障診斷與故障恢復(fù)效率降低。此外，由網(wǎng)絡(luò)故障導(dǎo)致的拓?fù)浣Y(jié)構(gòu)變化也為網(wǎng)絡(luò)故障診斷增加了難度。Chanak等提出了一種基于移動基站的分布式故障診斷方法。移動基站是一種配備無線收發(fā)器的移動機(jī)器人或車輛，其移動到網(wǎng)絡(luò)中的不同區(qū)域通過單跳通信的方式來診斷附近傳感器的軟硬件狀態(tài)，有效提高了網(wǎng)絡(luò)的故障檢測精度。Fissaoui等提出了一種基于故障容錯與能量有效性的分布式WSNs數(shù)據(jù)融合算法。該方法利用移動代理在傳感器節(jié)點(diǎn)間的遷移進(jìn)行數(shù)據(jù)收集，規(guī)劃移動代理的路徑與節(jié)點(diǎn)失效時的備用路徑，降低了節(jié)點(diǎn)能耗與數(shù)據(jù)傳輸時延。
移動基站方法能夠有效地提高網(wǎng)絡(luò)的故障檢測精度，提高故障檢測與恢復(fù)的實(shí)時性，降低節(jié)點(diǎn)的能量消耗。目前移動基站的主要研究問題在于檢測區(qū)域劃分與檢測路徑優(yōu)化。此外，由于移動基站方法需要自主移動的機(jī)器人或車輛，并且提前規(guī)劃好路徑，因此對應(yīng)用場景的要求較高。在SIL-IoTs中，可作為移動基站的有無人收割機(jī)、植保無人機(jī)等具有移動作業(yè)特性的農(nóng)機(jī)裝備。盡管移動基站方法在故障檢測率、時延性方面均有較好效果，但SIL-IoTs故障診斷受無人收割機(jī)、植保無人機(jī)等作業(yè)路徑、工作時長、作業(yè)區(qū)域等影響較大，能否有效結(jié)合是一個未知數(shù)。
如圖1所示，SIL-IoTs應(yīng)用于大田農(nóng)業(yè)、禽畜養(yǎng)殖、茶園種植等場景中（以藍(lán)色字體表示），在不同場景中可能存在多種無線傳感設(shè)備與SIL-IoTs相連（以紅色字體表示），通過無線通信設(shè)備進(jìn)行數(shù)據(jù)傳輸（以橙色虛線表示）。在此種復(fù)雜的SIL-IoTs場景中，使用單種故障診斷方法難以取得良好效果。對于部署在后臺的故障診斷方法（如概率方法、機(jī)器學(xué)習(xí)方法、拓?fù)淇刂品椒?，通過后臺分析接收到的全局信息進(jìn)行故障診斷），由于后臺強(qiáng)大的計算與存儲能力，以及從SIL-IoTs節(jié)點(diǎn)將數(shù)據(jù)經(jīng)過多跳鏈路傳輸?shù)胶笈_存在時延的特點(diǎn)，因此更適用于處理時效性要求不高、較難診斷的故障。對于部署在SIL-IoTs節(jié)點(diǎn)的故障診斷方法（如統(tǒng)計方法、層次路由方法，通過節(jié)點(diǎn)自身時間相關(guān)性與鄰居節(jié)點(diǎn)空間相關(guān)性進(jìn)行故障診斷），由于節(jié)點(diǎn)有限的計算與存儲能力，以及不需要多跳傳輸數(shù)據(jù)的特點(diǎn)，因此更適用于時效性要求較高、較易診斷的故障。其中故障診斷的時效性指故障出現(xiàn)到故障解決的時間。
圖1 SIL-IoTs故障診斷方法應(yīng)用場景
Fig. 1 Application scenarios of SIL-IoTs fault diagnosis methods
移動基站方法可以綜合部署于后臺及部署于節(jié)點(diǎn)的故障診斷方法的優(yōu)點(diǎn)，但對作為基站的載體要求較高。此外，衛(wèi)星遙感數(shù)據(jù)、無人機(jī)數(shù)據(jù)等可用于故障診斷輔助決策或驗(yàn)證故障診斷正確性。如某殺蟲燈殺蟲計數(shù)值持續(xù)較低，通過無人機(jī)航拍數(shù)據(jù)可觀測實(shí)際蟲情，借此輔助判斷是燈管故障或是節(jié)點(diǎn)軟故障。
閱讀原文
溫馨提示：本文節(jié)選自《智慧農(nóng)業(yè)（中英文）》2020年第2卷第2期。
如果您無法在知網(wǎng)下載，可以點(diǎn)擊文末“閱讀原文”可直達(dá)期刊官網(wǎng)免費(fèi)閱讀、下載。
本文節(jié)選自
楊星, 舒磊, 黃凱, 李凱亮, 霍志強(qiáng), 王彥飛, 王心怡, 盧巧玲, 張亞成. 太陽能殺蟲燈物聯(lián)網(wǎng)故障診斷特征分析及潛在挑戰(zhàn)[J]. 智慧農(nóng)業(yè)（中英文）, 2020, 2(2): 11-27.
YANG Xing, SHU Lei, HUANG Kai, LI Kailiang, HUO Zhiqiang, WANG Yanfei, WANG Xinyi, LU Qiaoling, ZHANG Yacheng. Characteristics Analysis and Challenges for Fault Diagnosis in Solar Insecticidal Lamps Internet of Things[J]. Smart Agriculture, 2020, 2(2): 11-27.
微信交流服務(wù)群
為方便農(nóng)業(yè)科學(xué)領(lǐng)域讀者、作者和審稿專家學(xué)術(shù)交流，促進(jìn)智慧農(nóng)業(yè)發(fā)展，為更好地服務(wù)廣大讀者、作者和審稿人，編輯部建立了微信交流服務(wù)群，有關(guān)專業(yè)領(lǐng)域內(nèi)的問題討論、投稿相關(guān)的問題均可在群里咨詢。
入群方法：加小編微信331760296，備注：姓名、單位、研究方向，小編拉您進(jìn)群，機(jī)構(gòu)營銷廣告人員勿擾。
信息發(fā)布
科研團(tuán)隊(duì)介紹及招聘信息、學(xué)術(shù)會議及相關(guān)活動的宣傳推廣
大家好，我是林總，伴隨著人們生活水平的不斷提高，科技的迅速發(fā)展，發(fā)展樓宇自控系統(tǒng)已成為一種必然的趨勢。越來越多的家庭開始注重提升生活品質(zhì)和生命質(zhì)量，為自己營造一個安全、舒適、清新、便利的生活環(huán)境。
正文
傳統(tǒng)的家居，防盜系統(tǒng)十分簡陋，信息無法有效傳遞；各電器彼此間獨(dú)立，無法共享信息和遠(yuǎn)程控制；家居電力系統(tǒng)簡單，無法進(jìn)行智能控制。家居系統(tǒng)采取有線傳輸方式。系統(tǒng)布局靈活性差。無線傳感器網(wǎng)絡(luò)技術(shù)的出現(xiàn)解決了傳統(tǒng)家居系統(tǒng)的缺點(diǎn)。無線傳感器網(wǎng)絡(luò)是由許多的無線傳感器節(jié)點(diǎn)通過自組織方式形成的無線網(wǎng)絡(luò)，具有監(jiān)測精度高、低功耗、低成本、實(shí)時性好、高容量、覆蓋區(qū)域大等顯著的優(yōu)點(diǎn)。
智能家居系統(tǒng)整體設(shè)計
智能家居系統(tǒng)根據(jù)功能劃分，包括的主要子系統(tǒng)如圖1所示。
無線傳感器網(wǎng)絡(luò)由數(shù)據(jù)獲取網(wǎng)絡(luò)、數(shù)據(jù)分布網(wǎng)絡(luò)和控制管理中心三大主要部分組成，其組成部分中的集成傳感器、數(shù)據(jù)處理單元和通信模塊中的各節(jié)點(diǎn)通過協(xié)議自主成一個分布式網(wǎng)絡(luò)。再將采集的數(shù)據(jù)進(jìn)行優(yōu)化，經(jīng)無線電波傳輸給信息處理中心。無線傳感器網(wǎng)絡(luò)結(jié)構(gòu)圖如圖2所示。
智能家居系統(tǒng)的硬件設(shè)計
01智能監(jiān)控模塊
智能監(jiān)控模塊不受時間地點(diǎn)的限制，能夠直接通過局域網(wǎng)絡(luò)或?qū)拵ЬW(wǎng)絡(luò)．利用瀏覽器進(jìn)行遠(yuǎn)程的影像監(jiān)控和語音通話。也支持本地卡存儲和遠(yuǎn)程PC機(jī)、移動端來測郵件傳輸、FTP傳輸。同時可利用遠(yuǎn)程影音進(jìn)行拍攝，更可達(dá)成專業(yè)的安全防護(hù)，也增加了很多生活樂趣。
智能視頻監(jiān)控模塊主要功能是對室內(nèi)電器、室內(nèi)環(huán)境進(jìn)行監(jiān)控。由于無線傳輸模塊如CC2430內(nèi)置一個8051微控制器內(nèi)核。因此，可直接接入繼電器對家用電器進(jìn)行有效控制．也可接入傳感器，如溫度傳感器對空調(diào)溫度或者熱水器溫度進(jìn)行檢測和控制。智能監(jiān)控模塊的設(shè)計結(jié)構(gòu)圖如圖3所示。
圖3設(shè)計的系統(tǒng)工作原理：先通過傳感器(包括溫感、濕感、煙感和煤氣濃度傳感器)將現(xiàn)場溫濕度、煤氣濃度、煙霧濃度等非電信號轉(zhuǎn)化為電信號；經(jīng)調(diào)理電路，將傳感器輸出的電信號進(jìn)行調(diào)理(放大、濾波等)，滿足A／D轉(zhuǎn)換的要求；由A／D轉(zhuǎn)換電路，完成將模擬信號到數(shù)字信號的轉(zhuǎn)換。單片機(jī)可判斷室內(nèi)是否發(fā)生異常，如果環(huán)境有異常，系統(tǒng)將顯示報警。按實(shí)現(xiàn)功能主要包括：主控制模塊、傳感器模塊、報警模塊。
溫度傳感器采用DS18b20，體積小且耐磨耐碰，使用方便，封裝形式多樣，適用于各種狹小空間設(shè)備數(shù)字測溫和控制領(lǐng)域。DS18b20具有獨(dú)特的單線接口方式，在與微處理器連接時僅需要一條口線即可實(shí)現(xiàn)與DS18B20之間微處理器的雙向通訊。支持多點(diǎn)組網(wǎng)功能，多個DS18b20可以并聯(lián)在唯一的三線上，最多只能并聯(lián)8個，既可實(shí)現(xiàn)多點(diǎn)測溫，又不會因數(shù)量過多使供電電源電壓過低．從而造成信號傳輸?shù)牟环€(wěn)定。
濕度傳感器選擇DHT11。DHT11是一款含有已校準(zhǔn)數(shù)字信號輸出的溫濕度復(fù)合傳感器，它應(yīng)用專用的數(shù)字模塊采集技術(shù)和溫濕度傳感技術(shù)，確保產(chǎn)品具有極高的可靠性和卓越的長期穩(wěn)定性。
02智能檢測模塊
智能檢測模塊主要功能是對房間人數(shù)進(jìn)行隨時檢測和記錄，同時對人體的體征是否正常進(jìn)行實(shí)時監(jiān)測。例如能夠監(jiān)測是否有人跌倒并及時報警送醫(yī)。
利用激光傳感器監(jiān)測房間人數(shù)。把該傳感器安裝在房間的出入口，能夠?qū)崟r地監(jiān)測進(jìn)出門人的動作。選擇激光對射式傳感器，每個門安裝兩對，每對包括一個發(fā)射和一個接收部件。
利用超聲波測距傳感器檢測人體行動和體征。超聲波可以測量物體的距離，用作測量人體是否在移動，如果人體移動，超聲波測量得到的距離是不斷變化的：還可以用作測量人體是否跌倒，把超聲波測距傳感器安裝在天花板上，當(dāng)人體在超聲波傳感器可測范圍內(nèi)跌倒，傳感器測出的距離數(shù)據(jù)會發(fā)生變化，進(jìn)而可以判斷出有人體跌倒的結(jié)果。為有老人和小孩的家庭提供很大的便利。
03智能安防模塊
智能安防模塊主要功能是監(jiān)測房間火、氣、電、人等狀態(tài)，防止發(fā)生火災(zāi)、煤氣中毒、觸電和小偷進(jìn)入等事件，保護(hù)家庭的安全。本文充分利用各種傳感器，接入無線通信模塊，構(gòu)成無線傳感器網(wǎng)絡(luò)。例如利用火焰?zhèn)鞲衅鳌?span id="7cv38ze8gk" class="candidate-entity-word" data-gid="2482483">煙霧傳感器、煤氣探測傳感器和門磁等傳感器，達(dá)到家居智能安防的目的。
家居智能監(jiān)控軟件設(shè)計
01智能監(jiān)控軟件設(shè)計
家居智能監(jiān)控模塊的設(shè)計目的是通過傳感器監(jiān)測和控制家庭中的重要設(shè)備。以對家居燃?xì)庠O(shè)備進(jìn)行監(jiān)控(見圖4)為例，當(dāng)控制系統(tǒng)監(jiān)測到燃?xì)庠谑褂脮r家中沒有人。則啟動定時計數(shù)，經(jīng)過一定時間后若家中還沒有人，系統(tǒng)就會發(fā)生提醒信息并自動關(guān)閉燃?xì)忾y。
02家居遠(yuǎn)程監(jiān)控系統(tǒng)設(shè)計
遠(yuǎn)程監(jiān)控模塊能夠執(zhí)行高加密(電話識別)多功能語音電話遠(yuǎn)程控制功能。當(dāng)業(yè)主出差或者在外辦事，可以通過手機(jī)、固定電話來控制家中的空調(diào)、窗簾、燈光電器等，使之提前制冷、制熱、或進(jìn)行開啟和關(guān)閉；還可以知道家中電路和各種家用電器是否正常工作，得知室內(nèi)的空氣質(zhì)量數(shù)據(jù)。從而控制窗戶和紫外線殺菌裝置進(jìn)行換氣或殺菌：此外根據(jù)外部的天氣狀況適當(dāng)?shù)乜刂莆輧?nèi)空氣濕度和溫度等。也可以通過手機(jī)或固定電話來自動給花草澆水、寵物喂食；控制臥室的柜櫥，對衣物、鞋襪、被褥等殺菌、晾曬等。
總結(jié)
本文設(shè)計的基于無線傳感器網(wǎng)絡(luò)的智能家居系統(tǒng)。提供了廣泛的信息交互功能，優(yōu)化了居住環(huán)境，幫助人們有效地利用空間以及節(jié)約各種能源，實(shí)現(xiàn)了對家電的遠(yuǎn)程控制功能，同時結(jié)合無線傳感器網(wǎng)絡(luò)技術(shù)的優(yōu)點(diǎn)，提供靈活布局、移動性強(qiáng)和數(shù)據(jù)傳輸穩(wěn)定的家居系統(tǒng)。
]]>