基于綠色生物能源的自熱式智能供暖健康家居系統

李錦良，張福鼎

(江蘇第二師范學院物理與電子工程學院，江蘇南京，210013)

0 引言

目前我國在北方地區主要采取集體供暖，南方是由用戶自行解決供暖問題，造成很大的能耗以及環境污染[1]，比如工業鍋爐每年消耗4億多噸標準煤，其能源消耗和污染排放均居全國工業行業第二。隨后供暖轉向使用天然氣，以其作為能源的燃氣熱水鍋爐裝置可以便于實現智能化控制，能夠更好的提高鍋爐的燃燒效率[2]。雖然天然氣是幾乎零污染的清潔型能源，但是屬于不可再生資源，過度的使用并不能達到環保要求。

為了實現保護環境和降低能耗，市場上供暖設備進行了一些改進，比如采用新型清潔能源，以太陽能、風能、地熱能等可再生能源為動力源[3]，用于減少不可再生資源的消耗及環境污染。在天津地區以及浙江地區采用地熱能進行供暖[1,4]，但是地熱能存在一些城市樓房密集的地區并不能使用的缺點；在京津翼地區因為具有豐富的風能，出現采用風力發電代替了燃燒發電[5]，但同樣風能的使用也受到地域的限制；有的是對鍋爐或者供暖設備控制進行改造[6]；還有的采用雙能源系統交替使用，用于更好的應對突發狀況[4,7,8]。在生物質能源方面，采用以沼氣為能源的空調，相比于普通的電力空調，以沼氣為能源在季節用能效率更加具有優勢[9]，可以進一步實現節能的目標；而沼氣的產生可以通過自熱式鍋爐裝置產生，其所使用的原材料則是分解秸稈、麥殼等生物能源[10-12]，來源廣泛且對于閉合能源循環具有更實際的意義。

隨著目前互聯網的飛速發展，智能化逐漸普及我們的生活，智能家居也步入我們的生活[13]。而智能供暖設備在智能家居設備之中在模式上智能，依據不同的受眾舒適度對不同的人群采用不同模式，所以不同的供暖模式可以讓用戶更好的享受供暖。另外將云計算與中央空調的運行控制系統相結合，來實現節能環保[14]。上述的智能供暖系統考慮到了用戶的舒適度還有對于資源的節約，但是在安全方面略顯不足。相比于傳統供暖系統，綠色智能的供暖設備不僅僅解決了供暖、環境等問題，而且讓用戶得到了更加人性化的良好體驗感。

1 系統整體框架設計

系統整體框架如圖1所示，主要分為加熱模塊、控制模塊以及供暖模塊。加熱模塊主要是將生物質燃料采用自熱式分解模塊進行分解，產生生物油作為燃料進行加熱，同時配備了溫度控制模塊以及報警模塊確保分解過程安全。其次就是控制模塊，為本系統的主體模塊，用于實現各種供暖策略，及保護措施，其可以對另外兩個模塊進行實時控制，同時可以接收用戶遠程控制信息，配以液晶顯示器便于實時觀察。最后一個是供暖模塊，對于供暖端采用遠程監控模塊及報警模塊，可以實現防止兒童或者老人的誤觸，同時又可以讓用戶自行確認供暖等功能是否正常實施。

圖1 整體框架模型

系統硬件中供給熱水方面的流程是通過供水到補水泵然后再由補水泵將水運于燃氣鍋爐進行加熱。加熱完成之后通過蓄熱水泵將熱水送于蓄熱箱。最后由蓄熱箱再經過變頻水泵、換熱器到達供熱水泵從而達到供暖效果。整個過程采用了燃氣鍋爐，同時采用蓄熱箱達到儲熱蓄熱，保證了用戶可以在用電高峰期依舊享受供暖。系統燃氣鍋爐模塊及加熱模塊以C52單片機作為控制模塊，在進行運行工作時，通過比例閥來控制供氣的數量。另外采用了檢測、報警電路，監測該裝置的安全性。溫度監測系統可以監測溫度的升高以及降低，然后通過數碼管顯示出來。同時如果當溫度異常時，則會通過揚聲器發出警報進行警示。而點火變壓器、安全電磁閥、壓力開關等裝置進一步確保了操作的安全，同時具有人機交互裝置提高了該裝置的智能性。

系統運行流程如圖2所示，當開機運行時首先進行系統自檢，當組件出現異常時，進行報錯顯示，在屏幕上顯示相應錯誤代碼；正常情況則進入到運行狀態，開始讀取傳感器溫度值，通過程序設定閾值進行判決，依據當前室溫與屋外溫度等環境因素選擇相應的供暖策略，并設定運行時間，實現最大程度供暖與節能的平衡。通過判決按鍵是否按下來進行報警范圍設定，這里可以給用戶一定的自主選擇權。當系統處于長時間運轉過程中，在屏幕上實時刷新當時溫度值，假如處于超限狀態，則進行聲光報警進行提示，同時啟動恒溫設備來保證室溫與系統安全，在一定延時后，繼續讀取傳感器中的溫度數值。

圖2 流程圖

2 總結與展望

本文主要以基于綠色生物能源的自熱式智能供暖健康家居系統為研究對象，研究了如何收集并利用綠色生物能源，建立自熱式的智能供暖家居系統，為現代社會的健康家居生活提供有力依據，幫助提升用戶使用體驗，促進智能家居與環境保護的健康發展。首先介紹了當前供暖能源的發展概況，課題的研究意義，再分國內和國外兩方面介紹了當下前沿技術，然后介紹了本文所采用的生物質能源技術，在智能家居系統中上通過算法控制獲取最大程度平衡，并把使用安全與預警數據提取出來，轉換成歷史數據進行本地存儲。本文采用了單片機作為開發平臺，后續將準備升級到FPGA，采用PYNQ開源硬件平臺進行開發，對獲取的實時數據樣本進行更細致的分類與判決，同時提高系統運行速度。