基于物聯網的正壓生物防護服遠程監控系統研究

張紫緣，衣穎，張宗興，吳金輝

1. 軍事科學院系統工程研究院 衛勤保障技術研究所，天津 300161；2. 國家生物防護裝備工程技術研究中心，天津 300161

引言

圖1 電動送風過濾式正壓生物防護服[1]

本文利用傳感器技術、物聯網技術、Android開發技術等開發正壓生物防護服遠程監控系統，將防護服狀態信息實時傳遞到后方指揮平臺，便于指揮調度中心及時掌握前方信息，做出合理決策，保障作業人員生命健康安全，確保任務順利完成。

1 系統硬件設計

基于物聯網的正壓生物防護服遠程監控系統層次架構由感知節點、服務器與客戶端組成[3]，總體結構如圖2所示。感知節點包括微環境參數監測模塊和動力送風控制模塊，實時采集防護服內微環境參數及實現風機控制、風機運行參數監測及定位功能，感知節點模塊間通過藍牙傳輸參數信息。

圖2 系統總體架構圖

1.1 微環境參數監測

微環境監測參數包括溫濕度、壓力、噪聲及二氧化碳含量，均為正壓防護服安全性和舒適性的關鍵指標。

壓力：壓差是正壓生物防護服的主要特征，也是核心防護能力的關鍵支撐。正壓生物防護服通過形成高于大氣壓的相對正壓區間來保證氣流始終從防護服內部向外部流動，阻止病原微生物的滲透。穩定的內部正壓是保持高防護性能的關鍵，防護服局部破損和穿戴人員肢體動作都可能對其產生擾動[4]。對防護服內部壓力進行實時監控，當內外壓差超出正常區間范圍時及時預警，以降低內部壓力波動和損失對防護性能產生的負面影響。

溫濕度、噪聲、二氧化碳含量：正壓生物防護服作為密閉空間，作業人員長時間穿戴容易感到悶熱潮濕、胸悶氣短[5]。動力送風裝置工作產生噪聲過高時不利于人員與外界交流，對工作效率和質量造成影響[6]。風機換氣不暢可能引起微環境二氧化碳含量過高，降低人腦活動指標[7]。實時監測防護服內溫濕度、噪聲、二氧化碳含量，對超過閾值的異常參數及時預警，提醒作業人員提前做出應對措施，以避免因身體不適導致事故發生，預防職業病危害。

選擇小尺寸、低功耗和高靈敏度的傳感器進行防護服內微環境數據采集，規格參數如表1所示。

表1 微環境參數監測模塊傳感器選型規格

1.2 動力送風控制監控

動力送風控制模塊由風量監測、電池電量監測及GPS+北斗雙模定位模塊等組成，為正壓生物防護服提供電動送風功能及風量、電量等裝置運行狀態和地理位置實時監控。

風量監測：防護服通過電動風機送風滿足穿戴者呼吸需要，同時使防護服整體保持安全正壓值，其大小直接決定了防護服內微環境狀態及整體熱舒適性[8]。使用脈寬調制（Pulse Width Modulator，PWM）對強力渦流風機進行無級調速，通過調節PWM占空比切換高、低檔風速模式，霍爾傳感器對風機轉速進行實時監測，當風量過低時進行報警。

資產與經營方面，目前城投集團的資產經營主要集中在房屋拍賣、房屋出租、廣告經營、房產開發等幾個方面，雖有一定成效，但層面不夠寬，挖掘不夠深，走得不夠遠.加強盈利能力，轉變發展模式，創造新的贏利點，投入更多的精力在資產經營管理上，積極占有城市資源，探索適合自己的商業模式.

藍牙無線傳輸：采用DX-BT22無線串口透傳藍牙模塊與微環境參數監測模塊進行無線數據傳輸。模塊接單片機實現軟件控制，調節輸入電平喚醒模塊或斷開連接，支持透明傳輸模式和AT命令模式。使用LED燈進行狀態指示，通過閃爍頻率區分待機、藍牙信號搜索連接、連接成功等狀態。

2 系統軟件設計

2.1 應用開發技術

系統采用客戶端/ 服務器（Client/Server，C/S）軟件體系架構進行開發。搭建物聯網云平臺作為服務器，對于動力送風控制模塊獲取的數據信息，通過Wi-Fi或4G網絡傳輸至物聯網云平臺統一管理[9]。客戶端負責人機交互及界面展示[10]，在智能手機、平板電腦等智能終端上運行數據監測應用程序，通過Wi-Fi或4G網絡訪問物聯網云平臺獲取實時數據信息并在應用程序上可視化呈現，對接收的數據信息進行異常判斷及報警[11]。系統結構圖如圖3所示，相對于瀏覽器/ 服務器（Browser/Server，B/S）架構，C/S架構數據響應速度更快，信息安全控制能力及各部分間耦合性更強。

圖3 C/S架構示意圖

物聯網云平臺采用傳輸控制協議（Transmission Control Protocol，TCP）建立長連接進行JSON字符串格式數據傳輸，硬件終端按照通信協議上傳數據至物聯網云平臺，時間間隔可根據不同指令增加或減小[12]。使用Android Studio作為Android應用開發平臺[13-14]，Java語言編寫應用程序，具有基于Gradle的靈活構建支持。

客戶端采用超文本傳輸協議（Hyper Text Transfer Protocol，HTTP）與服務器進行通信，通過Builder定義OkHttpClient實例，創建Request對象發起HTTP請求，并在build()方法之前連綴url()方法設置物聯網云平臺網絡地址。使用輕量級Java網絡請求框架OkHttp訪問物聯網云平臺并獲取數據信息，通過OkHttpClient的newCall()方法創建Call對象，調用它的execute()方法來發送請求并獲取服務器返回的Response對象[15]。對于服務器返回的JSON格式數據，調用Google提供的GSON開源庫中parseJSONWithGSON()方法映射對象對服務器返回數據進行自動解析。定義Data類，借助TypeToken將待解析數據類型傳入gson.fromJson()方法，并傳遞給客戶端對應位置可視化顯示。客戶端向服務器發送HTTP請求流程圖如圖4所示。

圖4 發送HTTP請求流程圖

客戶端使用輕量級嵌入式數據庫SQLite對服務器獲取的數據進行存儲管理，SQLiteStudio作為數據庫可視化管理工具[16]。數據庫設計E-R圖如圖5所示，在數據庫中建立防護服表、當前微環境參數表、當前動力送風參數表及各參數歷史數據表。

圖5 數據庫設計E-R圖

2.2 應用功能模塊

正壓生物防護服遠程監控應用程序主要用戶界面及功能如圖6所示。

圖6 應用程序主要用戶界面導圖

系統應用程序主要包括主界面、參數實時可視化、上位機預警、查看歷史數據等主要功能模塊，流程圖如圖7所示。

圖7 系統應用程序功能流程圖

系統主界面：當客戶端運行APP時，首先通過Wi-Fi或4G網絡進行聯網操作，選擇確定要查看的防護服編號。若未連接到網絡直接查看防護服參數信息將提示網絡異常。

參數實時可視化：選擇要查看的參數信息，此時客戶端向服務器發送HTTP數據請求并等待服務器返回響應。若服務器未能及時響應則將請求掛起并定時判斷，直至獲取服務器響應或響應超時結束請求[15]。對符合正常區間的數據在對應用戶界面上可視化顯示。

上位機預警：客戶端對服務器響應后返回的數據信息進行異常判斷，若數據超出閾值區間則在用戶界面彈出異常報警提示窗并將異常數據可視化顯示[17-18]。

查看歷史數據：客戶端可通過訪問數據庫查詢各參數歷史信息，調用MPChart庫繪制變化曲線[19]。查詢地理位置歷史數據時，在XML布局文件中加入地圖組件MapView并逐點繪制路徑軌跡，同時更新坐標位置，標記最后獲取的位置坐標作為地圖中心。

3 系統測試與應用

3.1 測試結果

穿戴研發的配備遠程監控系統的正壓防護服，考慮網絡、距離、障礙等影響，多次測量防護服內微環境狀態和動力送風運行情況，驗證正常狀態及人為制造高溫、高濕、低壓、高噪、高CO2濃度、低風量、低電量、位置越界等參數異常情況下系統準確性、可靠性、環境適應性、抗干擾能力和異常報警功能，測試數據量較大時系統負載能力。

選擇一名監控者同時對在同一房間、相鄰房間、相距≤500 m、相距≥1000 m的4名穿戴者進行遠程監測，首頁選擇穿戴者序號進行監測頁面切換。測試方案與結果如表2所示，表明測量結果與實際偏差均在誤差范圍內，在網絡狀態良好情況下傳輸速率和穩定性受距離和障礙影響極小，滿足遠程監控需求。

表2 系統測試結果

3.2 應用效果展示

用戶在智能手機、平板電腦等移動智能終端上運行APP，在主界面選擇要監控的防護服編號，可點擊跳轉動力送風參數頁面、防護服微環境參數頁面。防護服動力送風參數頁面如圖8a所示，可查看電動送風裝置中風機風量、電量參數信息，對異常數據進行報警提醒。點擊地理位置按鈕可跳轉至地理位置信息頁面，用戶可使用定位按鈕對防護服所在地理位置進行快速定位并顯示歷史軌跡路線，使用放縮按鈕對界面地圖大小比例進行調節。當系統接收防護服所在地理位置不在安全作業區域時，將彈出地理位置越界報警彈窗。防護服微環境參數頁面可查看防護服內溫度、濕度、壓力、噪聲和CO2含量參數信息并對異常數據進行報警提醒，點擊相應參數文本框可跳轉至該參數歷史記錄頁面變化折線圖。歷史溫度數據頁面如圖8b所示。

圖8 系統應用頁面

4 討論與總結

傳統生物防護服往往致力于從材料和結構方面進行改造，以滿足不斷提高的防護性能需求，而缺少對防護服智能化研究。本文針對目前絕大部分正壓生物防護服沒有實時狀態遠程監控導致指揮控制中心無法及時了解前方作業人員情況的問題，對基于物聯網的正壓生物防護服遠程監控系統進行設計和研究，實現了前后方信息互聯互通，提高了防護裝備的整體效能，為優化指揮策略與科學決策提供有力支持。

本系統使用傳感器技術實現溫濕度、壓差、噪聲、CO2含量等防護服微環境參數監測及風量、電量、定位等動力送風裝置運行參數監測，并通過物聯網技術將參數上傳至物聯網云平臺存儲管理，Android開發技術實現移動智能終端數據可視化顯示。系統測試結果表明，在良好網絡環境下能對防護服參數信息進行實時遠程監測、歷史數據查找及異常報警，實現了從數據的產生、采集、傳輸、存儲到查找的全過程，功能完整，操作簡單。后續考慮構建正壓生物防護裝備智能化體系架構，增加穿戴人員體溫、呼吸、心率、血氧等生理體征參數監測，運用大數據、云計算等技術對采集的數據在云端進行深度挖掘分析與建模，精準預測數據變化趨勢，及早進行安全狀態評估和監控預警，為用戶提供及時可靠的健康管理服務，以應對復雜多變的突發公共事件和不斷增長的防護需求，提升個體防護裝備安全防護科學監管能力。