基于ZigBee的分布式氣體監測定位系統

王長清+韓金

摘 要： 為了及時發現危險化工氣體的泄漏與排放，實現對排放源的快速定位以及對擴散范圍的預測，提高對化工氣體泄漏事件的處理速度。基于此，建立一種基于ZigBee和多傳感器融合的分布式氣體檢測平臺。采用多傳感器融合對環境進行實時監測，針對檢測得到的數據，選擇合適的插值算法，結合具體環境信息采用Surfer軟件構造氣體擴散等值線，對氣體的擴散范圍進行預測；根據影響定位的因素和模糊控制算法，快速選擇合適的定位算法，結合參考節點位置信息實現對擴散源的定位。實驗表明，系統能對化工氣體濃度進行實時性在線檢測，同時還能對化工氣體的擴散等值線進行模擬，實現了對氣體擴散范圍的預測，以及對擴散的迅速處理。

關鍵詞： 氣體泄露； ZigBee； 多傳感器融合； 定位； 模糊控制； 分布式

中圖分類號： TN957.52+3?34； TP212 文獻標識碼： A 文章編號： 1004?373X（2018）02?0087?04

Abstract： To discover the leakage and emission of dangerous chemical gas in time， realize fast location of the emission source and forecast of diffusion range， and improve the processing speed of chemical gas leakage incident， the distributed gas detection platform based on Zigbee and multi?sensor fusion is established for the system. The multi?sensor fusion is adopted for real?time monitoring of the environment. The appropriate interpolation algorithm is selected for the obtained data. The Surfer software is used to construct gas diffusion contour lines in combination with specific environmental information so that the gas diffusion range can be forecasted. The appropriate localization algorithm is selected quickly according to positioning influencing factors and fuzzy control algorithm so as to realize the location of the diffusion source in combination with location information of the reference node. The practice application result shows that the system can perform real?time online detection of chemical gas concentration and meanwhile modulate the chemical gas diffusion contour lines， which realizes the forecast of gas diffusion range and quick processing of the diffusion.

Keywords： gas leakage； ZigBee； multi?sensor fusion； location； fuzzy control； distribution

0 引 言

隨著化學工業的迅速發展，化工廠如雨后春筍般出現，化工廠中產生的廢氣里含有對人們工作、生活帶來不便的氣體，而且有些氣體還會對人們生活的環境以及人們的身體健康造成嚴重影響；化工廠有時候也會出現意外突發狀況：化工氣體泄漏事件，當突發事件發生時，如果對泄漏點迅速定位，就能迅速對泄漏事件做出反應，大大降低氣體泄漏帶來的影響。文獻[1]介紹了一種基于無線傳感器網絡的氣體泄漏源定位方法研究，采用高斯煙羽擴散模型和實時監測數據結合的方式實現定位，但是其受環境因素影響較大，靈活性不夠強；文獻[2]介紹了一種基于移動傳感器網絡的氣體源定位系統，但是移動節點需要移動搜索定位，同時有些地點移動傳感器并不能達到；文獻[3]設計了一種基于MCMC方法的城區有毒氣體泄漏點反演方法，但是定位方法是基于穩態下的狀態，實時性不夠好。

針對上述情況，本文設計了一種基于ZigBee和多傳感器融合的分布式氣體監測定位硬件平臺，實時檢測環境信息。根據檢測得到的數據，利用Surfer軟件繪制化工廢氣的擴散等值線，結合具體的環境地理信息，實現對氣體擴散范圍的預測。結合影響定位的因素，采用模糊控制選擇合適的定位算法，將采集節點的位置信息和定位算法結合對排放源進行定位，提高定位精度和系統的靈活性。

1 系統方案及原理

1.1 系統方案

系統采用無線傳感網絡分布式布局，節點分布廣泛，能夠快速檢測到目標氣體。多傳感融合實現系統對監測區域化工氣體濃度信息、風速信息的實時同步在線檢測；根據檢測到的實時環境信息，利用模糊控制器選擇合適的無線傳感網絡定位算法，結合參考點位置信息實現對擴散源的定位[4]，增加系統針對不同環境因素的適應性，靈活性高，有效提高系統的定位精度。根據風速信息，結合氣體等值線以及具體環境信息，實現對氣體擴散范圍的預測。系統整體由監測中心和檢測節點兩部分組成。監測中心是ZigBee網絡的協調器部分，用于組建無線網絡，通過串口總線與PC機進行通信，實時記錄和處理數據。檢測節點包含ZigBee模塊和多個傳感器，采用分布式布局，對檢測區域的環境化工廢氣和環境風速進行實時監測，同時將采集到的化工氣體濃度信息和風速信息通過ZigBee無線網絡上傳至協調器節點。系統整體框圖如圖1所示。endprint

1.2 系統原理

系統方案中的檢測節點包含氣體傳感器、風速傳感器、CC2530模塊。氣體傳感器用來檢測環境中的化工氣體濃度信息，風速傳感器將實時在線檢測監測區域內的風速信息；氣體傳感器檢測到化工氣體之后會產生一個微弱電流信號，將信號進行放大濾波電路處理后發送到CC2530內部的ADC采樣端；CC2530模塊的ADC采樣端通過I/V轉化將電流信號轉化為電壓信號，根據電壓值計算出環境的氣體濃度值。同時系統通過ZigBee網絡將處理后得到的數據以及參考節點的位置信息發送至協調器節點，協調器節點對數據進行記錄和整理，然后通過串口總線，將數據上傳至PC機。PC機對環境化工氣體的濃度值進行判斷，如果濃度值未超過閾值，PC機對數據進行記錄和存檔；如果濃度值超過閾值，PC機將會對擴散范圍進行預測，對擴散源進行定位。利用Surfer軟件繪制氣體擴散等值線，結合地理位置信息以及等值線信息，對化工氣體的擴散范圍進行預測；PC機調用模糊控制器，根據環境影響定位精度的因素選擇一個適合當前環境條件的定位算法，結合協調器上傳的采集節點的位置信息，對排放源進行定位，提高定位的精度以及系統對不同環境的適應度，增加了系統應用的靈活性。

2 具體實現

2.1 硬件部分

2.1.1 檢測節點模塊

系統方案中的檢測節點包含氣體傳感器、風速傳感器、CC2530模塊以及CC2591模塊[5?7]。氣體傳感器用來檢測環境中的氣體濃度信息，風速傳感器將實時在線檢測監測區域的風速信息；電化學氣體傳感器檢測到之后會產生一個微弱電流信號，將信號進行放大濾波處理發送到CC2530內部的ADC采樣端；CC2530模塊將電流信號轉化為電壓信號，同時根據電壓值計算出環境的氣體濃度值；隨后CC2530模塊通過ZigBee網絡向協調器發送采集到的濃度值以及風速信息。采集節點模塊如圖2所示。

2.1.2 協調器電路

協調器作為無線網絡的建立節點，通過串口總線與PC機組成監測中心，主要由電源適配器、串口總線模塊組成。協調器把接收到的數據實時傳輸到PC機進行顯示記錄，使系統可以根據采集到的環境實時情況分析泄漏氣體的成分、實現對泄漏點的定位以及對氣體擴散范圍的預測，采取合理的處理措施。協調器電路如圖3所示。

2.2 系統軟件

系統在初始化之后，傳感器開始工作，實時在線監測環境化工氣體濃度信息和風速信息，在檢測到化工氣體后傳感器會產生一個微弱電流信號，經過放大濾波電路，電流信號傳送到CC2530內部的ADC采樣端，CC2530將電流信號轉化為電壓信號，同時根據公式將電壓信號值轉化為化工氣體濃度值。PC機根據接收到的采集端采集到的環境化工氣體濃度值以及節點位置信息，構造化工氣體擴散等值線，再根據影響定位精度的因素選擇合適的定位算法，利用協調器傳來的參考節點的地理位置信息，對排放源進行定位，并對擴散范圍進行預測。軟件流程圖如圖4所示。

3 關鍵技術

3.1 氣體擴散等值線構造

系統將采用等值線模型對氣體的擴散進行模擬。等值線模型是把實際具體數值在已定義的區域上用圖形表示的一種方法，在可視化仿真中得到廣泛的應用，可用來表示各種指標如濃度、溫度等的分布情況。

系統方案中的檢測節點包含風速傳感器、氣體傳感器以及CC2530模塊。風速傳感器實現對環境風速進行實時在線監控；氣體傳感器對環境濃度進行實時在線監控；CC2530將傳感器采集到的化工氣體濃度信息轉化為確切數值，得到的氣體濃度值和環境實時風速值通過ZigBee網絡發送到協調器節點，協調器將數據通過串口總線上傳至PC機，PC機對數據進行整理。

首先，將接收到的化工氣體數據和參考節點位置坐標信息整理到Excel中，以文本形式輸出；在Surfer中以該文本文件為基礎，選擇合適的插值方法對文本中的離散數據進行網格化，得到規則的網格文件，接著繪制氣體擴散等值線[8?10]。氣體擴散等值線具有如下規律：

氣體擴散等值線會在擴散源附近閉合環狀線的形式向外輻射，當環境因素對氣體擴散影響較小時，氣體擴散等值線會以近似同心圓的形式出現；當影響較大時，等值線在風速的方向上比較稀疏，風向兩側的等值線比較密集；當環境中有影響氣體擴散的障礙物，等值線在障礙物附近的等值線也比較密集；若有兩個及兩個以上的排放源時，等值線會有交叉區域。

3.2 定位算法

ZigBee網絡由協調器發起后，會有屬于自己的短地址，同時參考節點的位置信息會通過ZigBee網絡發送到協調器。協調器將采集節點的地理位置信息和環境信息通過串口總線上傳至PC機，PC機根據環境中影響定位精度的因素，例如氣體密度、環境風速以及風向的變化率采用模糊控制器選擇合適的定位算法；結合采集節點的位置信息和定位算法，系統迅速對排放源進行定位，實現對排放源迅速有效地處理，減小化工氣體擴散帶來的影響。

系統對定位算法的選擇將采用模糊控制器[11]。模糊控制是一種非線性控制方法，屬于智能控制的范疇，應用于自動化控制領域。一個基本的模糊控制器包括3部分：模糊化、模糊推理和反模糊化。本文引用的是一種多輸入單輸出的模糊控制器如圖5所示。

經過長期的發展，出現很多化工氣體的無線傳感網絡定位算法，可近似估計擴散源的位置。幾類常見的氣體擴散源定位算法：AOA、TOA、RSSI、粒子濾波算法[12]等。對于氣體定位的影響因素來說，最主要的影響因素有氣體密度（p）、環境風速（v）、風向變化率（f），將這些因素作為模糊控制器中的主要參數。系統在接收到采集節點的信息值后，將參數p，v，f輸入后，系統會根據采集到的信息選擇最合適的氣體定位算法，從而實現對擴散源的定位，提高定位的精度。

4 仿真與測試

針對某市的化工廠附近的SO2排放情況進行監測，在監測區域內布置30個采集節點，實時對監測區域中的環境風速信息以及化工氣體濃度進行檢測。圖6是通過無線傳感網絡檢測到的某化工廠的SO2濃度值擴散等值線，由等值線擴散規律得知，在監測區域內有幾個不同的SO2排放源。endprint

PC機調用模糊控制器，輸入影響定位因素的參數，選擇合適的定位算法，實現對泄漏源的定位。模糊控制器中輸入影響因素后，系統選擇加權質心定位算法對泄漏源進行定位。加權質心定位算法是對質心定位算法的改進算法，對于泄漏源的定位精度精確度較高。針對監測區域中的采集節點進行模擬定位，利用加權質心算法進行定位，與質心定位算法進行比較。改進的加權質心定位算法與普通的質心定位算法的誤差比較見圖7。

圖7中：“*”代表的是未知點；“△”代表的是加權質心算法得到的定位點；“○”代表的是質心定位算法得到的定位點。同時根據等值線信息，可以計算出氣體擴散的速度，從而可以對氣體擴散的范圍進行預測。

5 結 語

本文主要從系統整體入手，對系統整體的實現做出詳細的論述。系統具有節點分布廣泛、靈活性以及適用性強等優點，系統能對化工氣體濃度進行實時性在線檢測，同時還能對化工氣體的擴散等值線進行模擬，用來實現對氣體擴散范圍的預測，實現對擴散的迅速處理。同時本系統還可以用在工廠排污的檢測，以及工廠的廢水廢氣處理監測等領域，具有很廣的應用前景，以及很強的實用性。

注：本文通訊作者為韓金。

參考文獻

[1] 劉全義，蘇伯尼，王晟，等.基于無線傳感器網絡的氣體泄漏源定位方法研究[J].中國安全科學學報，2013（1）：142?147.

LIU Quanyi， SU Bernie， WANG Sheng， et al. Research on gas leak source location method based on wireless sensor networks [J]. Chinese journal of safety science， 2013（1）： 142?147.

[2] 吳玉秀，孟慶浩，曾明.基于移動傳感器網絡的氣體源定位[J].天津大學學報（自然科學與工程技術版），2015（2）：139?146.

WU Yuxiu， MENG Qinghao， ZENG Ming. Localization of gas sources based on mobile sensor networks [J]. Journal of Tianjin University （natural science and engineering technology）， 2015（2）： 139?146.

[3] 郭少東，楊銳，翁文國.基于MCMC方法的城區有毒氣體泄漏點反演[J].清華大學學報（自然科學版），2009（5）：11?16.

GUO Shaodong， YANG Rui， WENG Wenguo. Inversion of toxic gas leak point in urban areas based on MCMC method [J]. Journal of Tsinghua University （Science and technology）， 2009（5）： 11?16.

[4] 匡興紅，邵惠鶴.無線傳感器網絡中基于貝葉斯技術的氣體源定位研究[J].兵工學報，2008（12）：1474?1478.

KUANG Xinghong， SHAO Huihe. Research on gas source localization based on Bayesian technology in wireless sensor networks [J]. Acta armamentarii， 2008（12）： 1474?1478.

[5] 王長清，曹淵.核物質研究應用過程中的監管系統設計[J].電子技術應用，2015（11）：74?77.

WANG Changqing， CAO Yuan. Design of regulatory system in the application of nuclear material research [J]. Electronic technology application， 2015（11）： 74?77.

[6] 程磊，張東，劉波，等.基于無線傳感網絡的氣體泄漏定位機器人設計[J].傳感器與微系統，2015（2）：85?91.

CHENG Lei， ZHANG Dong， LIU Bo， et al. Design of gas leakage locating robot based on wireless sensor network [J]. Sensor and microsystem， 2015（2）： 85?91.

[7] 明勇，王華軍.基于ZigBee技術的無線氣體成分檢測傳感網絡設計[J].激光雜志，2015（3）：36?38.

MING Yong， WANG Huajun. Design of sensing network for wireless gas detection based on ZigBee technology [J]. Laser journal， 2015（3）： 36?38.

[8] 楊衛華.基于MapInfo和Surfer的大氣污染物等值線繪制分析[J].能源環境保護，2003（3）：59?62.

YANG Weihua. Mapping contours of air pollutant based on mapinfo and surfer [J] Energy and environmental protection， 2003（3）： 59?62.

[9] 周陽，黃浩云，李志強.基于C#與Surfer+Automation完成大氣污染擴散等值線自動化生成[J].環境科學與管理，2011（1）：31?34.

ZHOU Yang， HUANG Haoyun， LI Zhiqiang. Automatic generation of contour contours of air pollution based on C# and Surfer+Automation [J]. Journal of environmental science & management， 2011（1）： 31?34.

[10] 張成才，陳繼祖，李紅偉.基于GIS和Surfer的工業點源大氣污染擴散模擬[J].安全與環境工程，2009（5）：48?52.

ZHANG Chengcai， CHEN Jizu， LI Hongwei. Simulation of air pollution dispersion of industrial point source based on GIS and surfer [J]. Safety and environment engineering， 2009（5）： 48?52.

[11] 鄧振文，孫啟湲，賈云偉.基于模糊控制的氣體擴散模型選擇[J].化工自動化及儀表，2016（3）：258?262.

DENG Zhenwen， SUN Qiyuan， JIA Yunwei. Gas diffusion model selection based on fuzzy control [J]. Chemical industry automation and instrumentation， 2016（3）： 258?262.

[12] 肖賢達.基于無線傳感器網絡的氣體源定位算法研究[D].沈陽：東北大學，2013.

XIAO Xianda. Research on gas source location algorithm based on wireless sensor network [D]. Shenyang： Northeastern University， 2013.endprint