《污染浓度数据采集系统设计综述》2500字

污染浓度数据采集系统设计综述目录TOC\o"1-2"\h\u11226污染浓度数据采集系统设计 1304241.1采样系统介绍 145762.1PM2.5/PM10传感器 3237262.2CO2传感器 3145312.3温湿度传感器 3323802.4GPS模块 3125652.5GPRS模块 363782.6风速仪 44492.7后台服务器 4186031.2.1监测点的数量与分布 521291.2PM10实测浓度结果 61.1采样系统介绍采样系统由三大部分组成：便携式空气质量监测器、风速仪与中央服务器平台。如下图所示：图3-2便携式监测器内部元件图3-3风速仪图3-4中央服务器多目标监测图便携式空气质量监测器集成了PM2.5/PM10传感器、CO2传感器、温湿度传感器、GPS模块、GPRS模块。能完成GPS定位，PM10/PM2.5浓度、CO2浓度、温湿度数据采集以及实时数据传输，开机状态能持续工作3小时以上。中央服务器平台能够在监测器开机情况下实时接收数据并每5秒在污染物浓度曲线图上绘出新点，支持历史数据的查询与下载。2.1PM2.5/PM10传感器PM浓度数据的采集使用DSL-08传感器。该传感器尺寸小巧、安装方便，监测速度快，数值稳定且一致性好，采用了全屏蔽，抗干扰能力强。内置激光器和光电接收组件，采用光散射原理将激光在颗粒物上产生的散射光由光电接收器转变为电信号并计算出PM10、PM2.5质量浓度。DSL-08为主动式PM监测器，通过位于同一侧的进出风口完成数据测量；测量量程为0~1500μg/m3，质量浓度数据分辨率为1μg/m3，质量浓度一致性为±10%或±10μg。2.2CO2传感器CO2浓度数据的采集使用CCS811传感器，其内部集成MCU并具有板载处理能力，在无需主机干预的条件下即可提供等效二氧化碳等级指标。使用分离式气体传感器和MCU的解决方案的CCS811可以节省设备的物料清单成本以及高达60%的占板面积。测量量程为0~5000ppm，测量精度为±（50ppm+3%读数值）。2.3温湿度传感器温湿度数据由STH30传感器获取。其中，温度测量范围为：-40℃~125℃，测量精度±0.3摄氏度；温度测量范围为：0~100%RH，测量精度±3%RH。2.4GPS模块G530是基于Air530模块的核心板，是一款高性能、高集成度的多模卫星定位导航核心板。其体积小、功耗低、在实际使用中搜星速度快、信号定位精准并支持GPS+北斗双模。2.5GPRS模块Air202采用更易于焊接的LCC封装，4频段工作、超小尺寸、超低功耗和宽阔的工作温度范围适用于可穿戴设备、智能计量以及其他M2M的应用。支持MQTT/TCP/UDP/PPP/FTP/HTTP/SMTP/CMUX/SSL/阿里云Aliyun/中移物联oneNet/涂鸦云Tuya等协议，能够满足实时数据传输的要求。2.6风速仪风速仪为希玛AS-8336测试仪，风速测量范围0.3~45m/s，风速测量误差+-3%+-0.1dgt，分辨率0.001m/s，内置风速单位转换。2.7后台服务器后台服务器整体采用node.js软件平台，使用node-express模块架设web网站，利用socket实现与硬件系统通讯。通过使用node-epics调用libCA库实现与EPICS实时监控系统的对接；使用套接字socket事件编程实现前后端视频图像的安全传输。本系统的前后端通信过程如图3-4所示。前端通过浏览器输入ip地址访问服务器，由服务器发送页面触发前端页面渲染执行脚本，并向后端socket模块发送连接请求，socket模块分别于Node中的EPICS模块、SDK接口模块及RS232串口通讯模块相连，由它们分别向socket模块发送socket事件，当变量数值发生变化时，Socket模块发送变量更新事件到前端，当前端监听到服务器发送的事件后执行回调函数，更新前端页面数据，实现实时监控。图3-5网页前后端数据通讯流程图本项目平台采用influxDB数据库对大量采集数据进行组织、存储和管理。监控系统采集的服务器指标一般都是时间序列。从总体上看时间序列数据满足如下条件：（1）数据都带有时间戳，单个数据意义甚微，大量数据按时间排序却可以得到一个含义丰富的序列。比如本项目平台所监控的环境中的温度、污染物浓度等。（2）大批量的写和读，几乎不修改或单个删除，数据只保存一段时间，而后需要降低精度抽样或批量删除。时间序列一般来说都有两个特点：数据结构简单和数据量大。所谓的结构简单，可以理解为某一度量指标在某一时间点只会有一个值，没有复杂的结构（嵌套、层次等）和关系（关联、主外键等）。数据量大则是另一个重要特点，这是由于时序列数据由所监控的大量数据源来产生、收集和发送，比如主机、物联网设备、终端或APP等。使用传统关系型数据库存储时间序列有很多的弊端。比如在数据量较大的情况下查询速度慢对用户不友好、对存储没有做优化占用磁盘空间大等。在实际测试中，发现CO2传感器极为灵敏，数值波动很大，且CO2来源广泛，并不能确认浓度的改变是由于交通排放导致，因此在后续的实验方案设计中主要考虑PM2.5以及PM10的浓度。1.2.1监测点的数量与分布目前学术界对于区域内的监测点数量需求并没有严谨科学的方法进行论证，但查询以往的文献资料发现实验中的监测点数量一般为20-100个，但对于不同的城市区域规模与地区人口数量，所布置的点数应随之改变。Jerrett等[56]在加拿大Toronto进行的实验中，利用全部97个监测点中随机选择的65个点得到的模型预测结果与使用所有监测点数据的结果非常相似。同样，Briggs等[57]在伦敦的研究中，选取75%监测点所得到的的结果与使用全部数据的相似。Madsen等[58]的研究结果证明，在位于海边、海拔具有显著变化的500000居住人口的非工业化城市oslo中，随机选择40个点与考虑全部80个点所得到的的结果没有显著性区别。然而，这些经验是否在其他城市或环境中依然可靠有效，仍待考证。此外，对于监测点分布的确定，依然没有较为明确的方法来辨识各组监测点之间的差异。例如，Brauer等[48]在设计TRAPCA研究对于Netherlands中三个区域污染物暴露评价的实验中，将12个监测点作为高交通点测量，其余28个均作为城市区域的背景浓度检测。1.2PM10实测浓度结果为测得最接近实际情况的各路段PM10数值，本研究进行了多次实验，除去仪器操作失误、检测模块信号不佳等因意外而结果无效的实验，经比选后最终选取2021年4月27日18：00-19：00收集到的污染浓度数据，为将收集到的PM10原始数据在经过数据预处理之后，整理为如折线图3-6所示，其中，纵坐标表示实测PM10浓度值：图3-6预处理后的实际测量值通过检测器输出的经纬度数据，对比实际测量值，可得以下污染物浓度变化结果，如表3-4所示：表3-4各路段污染物浓度变化路段污染物浓度变化情况1-2周围环境绿地偏多，扩散条件好，交通量也较少。pm10变化平稳。2-3周围环境绿地偏多，扩散条件好，交通量也较少。pm10变化平稳。4-5在经过点4时由于路口经过车辆较多，pm10增加幅度较大。6-7由于车辆拥堵缓行，Pm2.5与pm10缓步上升。2