王长清+韩金

摘 要： 为了及时发现危险化工气体的泄漏与排放，实现对排放源的快速定位以及对扩散范围的预测，提高对化工气体泄漏事件的处理速度。基于此，建立一种基于ZigBee和多传感器融合的分布式气体检测平台。采用多传感器融合对环境进行实时监测，针对检测得到的数据，选择合适的插值算法，结合具体环境信息采用Surfer软件构造气体扩散等值线，对气体的扩散范围进行预测；根据影响定位的因素和模糊控制算法，快速选择合适的定位算法，结合参考节点位置信息实现对扩散源的定位。实验表明，系统能对化工气体浓度进行实时性在线检测，同时还能对化工气体的扩散等值线进行模拟，实现了对气体扩散范围的预测，以及对扩散的迅速处理。

关键词： 气体泄露； ZigBee； 多传感器融合； 定位； 模糊控制； 分布式

中图分类号： TN957.52+3?34； TP212 文献标识码： A 文章编号： 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

随着化学工业的迅速发展，化工厂如雨后春笋般出现，化工厂中产生的废气里含有对人们工作、生活带来不便的气体，而且有些气体还会对人们生活的环境以及人们的身体健康造成严重影响；化工厂有时候也会出现意外突发状况：化工气体泄漏事件，当突发事件发生时，如果对泄漏点迅速定位，就能迅速对泄漏事件做出反应，大大降低气体泄漏带来的影响。文献[1]介绍了一种基于无线传感器网络的气体泄漏源定位方法研究，采用高斯烟羽扩散模型和实时监测数据结合的方式实现定位，但是其受环境因素影响较大，灵活性不够强；文献[2]介绍了一种基于移动传感器网络的气体源定位系统，但是移动节点需要移动搜索定位，同时有些地点移动传感器并不能达到；文献[3]设计了一种基于MCMC方法的城区有毒气体泄漏点反演方法，但是定位方法是基于稳态下的状态，实时性不够好。

针对上述情况，本文设计了一种基于ZigBee和多传感器融合的分布式气体监测定位硬件平台，实时检测环境信息。根据检测得到的数据，利用Surfer软件绘制化工废气的扩散等值线，结合具体的环境地理信息，实现对气体扩散范围的预测。结合影响定位的因素，采用模糊控制选择合适的定位算法，将采集节点的位置信息和定位算法结合对排放源进行定位，提高定位精度和系统的灵活性。

1 系统方案及原理

1.1 系统方案

系统采用无线传感网络分布式布局，节点分布广泛，能够快速检测到目标气体。多传感融合实现系统对监测区域化工气体浓度信息、风速信息的实时同步在线检测；根据检测到的实时环境信息，利用模糊控制器选择合适的无线传感网络定位算法，结合参考点位置信息实现对扩散源的定位[4]，增加系统针对不同环境因素的适应性，灵活性高，有效提高系统的定位精度。根据风速信息，结合气体等值线以及具体环境信息，实现对气体扩散范围的预测。系统整体由监测中心和检测节点两部分组成。监测中心是ZigBee网络的协调器部分，用于组建无线网络，通过串口总线与PC机进行通信，实时记录和处理数据。检测节点包含ZigBee模块和多个传感器，采用分布式布局，对检测区域的环境化工废气和环境风速进行实时监测，同时将采集到的化工气体浓度信息和风速信息通过ZigBee无线网络上传至协调器节点。系统整体框图如图1所示。endprint

1.2 系统原理

系统方案中的检测节点包含气体传感器、风速传感器、CC2530模块。气体传感器用来检测环境中的化工气体浓度信息，风速传感器将实时在线检测监测区域内的风速信息；气体传感器检测到化工气体之后会产生一个微弱电流信号，将信号进行放大滤波电路处理后发送到CC2530内部的ADC采样端；CC2530模块的ADC采样端通过I/V转化将电流信号转化为电压信号，根据电压值计算出环境的气体浓度值。同时系统通过ZigBee网络将处理后得到的数据以及参考节点的位置信息发送至协调器节点，协调器节点对数据进行记录和整理，然后通过串口总线，将数据上传至PC机。PC机对环境化工气体的浓度值进行判断，如果浓度值未超过阈值，PC机对数据进行记录和存档；如果浓度值超过阈值，PC机将会对扩散范围进行预测，对扩散源进行定位。利用Surfer软件绘制气体扩散等值线，结合地理位置信息以及等值线信息，对化工气体的扩散范围进行预测；PC机调用模糊控制器，根据环境影响定位精度的因素选择一个适合当前环境条件的定位算法，结合协调器上传的采集节点的位置信息，对排放源进行定位，提高定位的精度以及系统对不同环境的适应度，增加了系统应用的灵活性。

2 具体实现

2.1 硬件部分

2.1.1 检测节点模块

系统方案中的检测节点包含气体传感器、风速传感器、CC2530模块以及CC2591模块[5?7]。气体传感器用来检测环境中的气体浓度信息，风速传感器将实时在线检测监测区域的风速信息；电化学气体传感器检测到之后会产生一个微弱电流信号，将信号进行放大滤波处理发送到CC2530内部的ADC采样端；CC2530模块将电流信号转化为电压信号，同时根据电压值计算出环境的气体浓度值；随后CC2530模块通过ZigBee网络向协调器发送采集到的浓度值以及风速信息。采集节点模块如图2所示。

2.1.2 协调器电路

协调器作为无线网络的建立节点，通过串口总线与PC机组成监测中心，主要由电源适配器、串口总线模块组成。协调器把接收到的数据实时传输到PC机进行显示记录，使系统可以根据采集到的环境实时情况分析泄漏气体的成分、实现对泄漏点的定位以及对气体扩散范围的预测，采取合理的处理措施。协调器电路如图3所示。

2.2 系统软件

系统在初始化之后，传感器开始工作，实时在线监测环境化工气体浓度信息和风速信息，在检测到化工气体后传感器会产生一个微弱电流信号，经过放大滤波电路，电流信号传送到CC2530内部的ADC采样端，CC2530将电流信号转化为电压信号，同时根据公式将电压信号值转化为化工气体浓度值。PC机根据接收到的采集端采集到的环境化工气体浓度值以及节点位置信息，构造化工气体扩散等值线，再根据影响定位精度的因素选择合适的定位算法，利用协调器传来的参考节点的地理位置信息，对排放源进行定位，并对扩散范围进行预测。软件流程图如图4所示。

3 关键技术

3.1 气体扩散等值线构造

系统将采用等值线模型对气体的扩散进行模拟。等值线模型是把实际具体数值在已定义的区域上用图形表示的一种方法，在可视化仿真中得到广泛的应用，可用来表示各种指标如浓度、温度等的分布情况。

系统方案中的检测节点包含风速传感器、气体传感器以及CC2530模块。风速传感器实现对环境风速进行实时在线监控；气体传感器对环境浓度进行实时在线监控；CC2530将传感器采集到的化工气体浓度信息转化为确切数值，得到的气体浓度值和环境实时风速值通过ZigBee网络发送到協调器节点，协调器将数据通过串口总线上传至PC机，PC机对数据进行整理。

首先，将接收到的化工气体数据和参考节点位置坐标信息整理到Excel中，以文本形式输出；在Surfer中以该文本文件为基础，选择合适的插值方法对文本中的离散数据进行网格化，得到规则的网格文件，接着绘制气体扩散等值线[8?10]。气体扩散等值线具有如下规律：

气体扩散等值线会在扩散源附近闭合环状线的形式向外辐射，当环境因素对气体扩散影响较小时，气体扩散等值线会以近似同心圆的形式出现；当影响较大时，等值线在风速的方向上比较稀疏，风向两侧的等值线比较密集；当环境中有影响气体扩散的障碍物，等值线在障碍物附近的等值线也比较密集；若有两个及两个以上的排放源时，等值线会有交叉区域。

3.2 定位算法

ZigBee网络由协调器发起后，会有属于自己的短地址，同时参考节点的位置信息会通过ZigBee网络发送到协调器。协调器将采集节点的地理位置信息和环境信息通过串口总线上传至PC机，PC机根据环境中影响定位精度的因素，例如气体密度、环境风速以及风向的变化率采用模糊控制器选择合适的定位算法；结合采集节点的位置信息和定位算法，系统迅速对排放源进行定位，实现对排放源迅速有效地处理，减小化工气体扩散带来的影响。

系统对定位算法的选择将采用模糊控制器[11]。模糊控制是一种非线性控制方法，属于智能控制的范畴，应用于自动化控制领域。一个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。本文引用的是一种多输入单输出的模糊控制器如图5所示。

经过长期的发展，出现很多化工气体的无线传感网络定位算法，可近似估计扩散源的位置。几类常见的气体扩散源定位算法：AOA、TOA、RSSI、粒子滤波算法[12]等。对于气体定位的影响因素来说，最主要的影响因素有气体密度（p）、环境风速（v）、风向变化率（f），将这些因素作为模糊控制器中的主要参数。系统在接收到采集节点的信息值后，将参数p，v，f输入后，系统会根据采集到的信息选择最合适的气体定位算法，从而实现对扩散源的定位，提高定位的精度。

4 仿真与测试

针对某市的化工厂附近的SO2排放情况进行监测，在监测区域内布置30个采集节点，实时对监测区域中的环境风速信息以及化工气体浓度进行检测。图6是通过无线传感网络检测到的某化工厂的SO2浓度值扩散等值线，由等值线扩散规律得知，在监测区域内有几个不同的SO2排放源。endprint

PC机调用模糊控制器，输入影响定位因素的参数，选择合适的定位算法，实现对泄漏源的定位。模糊控制器中输入影响因素后，系统选择加权质心定位算法对泄漏源进行定位。加权质心定位算法是对质心定位算法的改进算法，对于泄漏源的定位精度精确度较高。针对监测区域中的采集节点进行模拟定位，利用加权质心算法进行定位，与质心定位算法进行比较。改进的加权质心定位算法与普通的质心定位算法的误差比较见图7。

图7中：“*”代表的是未知点；“△”代表的是加权质心算法得到的定位点；“○”代表的是质心定位算法得到的定位点。同时根据等值线信息，可以计算出气体扩散的速度，从而可以对气体扩散的范围进行预测。

5 结 语

本文主要从系统整体入手，对系统整体的实现做出详细的论述。系统具有节点分布广泛、灵活性以及适用性强等优点，系统能对化工气体浓度进行实时性在线检测，同时还能对化工气体的扩散等值线进行模拟，用来实现对气体扩散范围的预测，实现对扩散的迅速处理。同时本系统还可以用在工厂排污的检测，以及工厂的废水废气处理监测等领域，具有很广的应用前景，以及很强的实用性。

注：本文通讯作者为韩金。

参考文献

[1] 刘全义，苏伯尼，王晟，等.基于无线传感器网络的气体泄漏源定位方法研究[J].中国安全科学学报，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] 吴玉秀，孟庆浩，曾明.基于移动传感器网络的气体源定位[J].天津大学学报（自然科学与工程技术版），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] 郭少东，杨锐，翁文国.基于MCMC方法的城区有毒气体泄漏点反演[J].清华大学学报（自然科学版），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] 匡兴红，邵惠鹤.无线传感器网络中基于贝叶斯技术的气体源定位研究[J].兵工学报，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] 王长清，曹渊.核物质研究应用过程中的监管系统设计[J].电子技术应用，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，张东，刘波，等.基于无线传感网络的气体泄漏定位机器人设计[J].传感器与微系统，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，王华军.基于ZigBee技术的无线气体成分检测传感网络设计[J].激光杂志，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] 杨卫华.基于MapInfo和Surfer的大气污染物等值线绘制分析[J].能源环境保护，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] 周阳，黄浩云，李志强.基于C#与Surfer+Automation完成大气污染扩散等值线自动化生成[J].环境科学与管理，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] 张成才，陈继祖，李红伟.基于GIS和Surfer的工业点源大气污染扩散模拟[J].安全与环境工程，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] 邓振文，孙启湲，贾云伟.基于模糊控制的气体扩散模型选择[J].化工自动化及仪表，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] 肖贤达.基于无线传感器网络的气体源定位算法研究[D].沈阳：东北大学，2013.

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