基于多点检测的空气净化系统设计

2019-04-03翟常冬管东方戴景鑫宋时凡

山东理工大学学报（自然科学版） 2019年3期

刘聪,翟常冬,管东方,戴景鑫,宋时凡

(山东理工大学电气与电子工程学院，山东淄博 255049)

近年来，随着房屋装修污染、室内电子产品造成的空气污染等问题的出现，室内污染物的来源和种类愈加广泛，室内空气污染[1]已成为危害人类健康的“隐形杀手”。人们对健康问题愈加重视，对自己生活以及工作的空气环境质量的要求和期望也在不断提高。

实践证明，当前市场上的空气净化产品能够有效地提高室内空气质量，但存在着一些明显的缺陷，例如检测装置和净化装置为一个整体，净化时间较长、净化后室内各处空气质量不均匀等情况[2]。本文提出了一种基于多点检测和不定点净化的新型空气净化系统，能够有效地克服以上缺陷，实现大范围、快速净化室内空气，有效提升人们生活环境的空气质量。

1 系统工作原理

本系统采用星形拓扑结构[3]，包括单个净化端主机和多个检测端从机组成，系统的整体结构如图1所示。根据室内面积大小和现场情况在室内选取适量的采样点，检测端从机负责采集各采样点处的空气质量信息，并将信息通过WIFI传输到净化端主机。在净化端主机中采用以空气质量指数表征空气质量状况的方法，依据本文给出的净化算法解算各采样点处的空气质量指数，并在所有采样点中选取合适数量的净化点和规划净化点的净化顺序，最终移动净化端主机到选取的各个净化点完成室内空气净化任务。

图1 系统整体框图Fig.1 System block diagram

2 系统硬件设计

2.1 整体电路设计

系统的硬件设计由检测模块、控制器、空气净化模块、人机交互模块和电源模块等五部分组成，如图2所示。

图2 系统硬件结构图Fig.2 Structure diagram of inspection system

选取PM2.5浓度、甲醛浓度、有毒气体浓度、VOCs气体浓度、温度和湿度等六种空气质量信息作为室内空气质量的检测指标，由检测模块完成信息采集。鉴于需要较高的数据采集精度和较快的数据处理速度，本文选用STM32单片机作为控制器，通过ADC和串口采集各气体检测模块的电压模拟量，从而完成各气体浓度的解算和净化算法的计算。最终由净化模块完成空气净化任务，提高室内的空气质量至国家室内空气质量标准[4]水平。系统运行中的各项数据参数均显示在液晶显示屏，并且用户可通过手机蓝牙远程遥控和查看本系统。电源模块则为整个检测系统提供稳定的3.3 V工作电源，保障各组件正常运行。

2.2 传感器信号调制电路

本系统所采用的传感器多为气体传感器，所产生的信号多为毫伏级，需采用运算放大电路加以放大，以粉尘传感器为例，调理电路如图3所示，粉尘传感器的工作原理是根据光的散射原理来开发的，微粒和分子在光的照射下会产生光的散射现象，同时还会吸收部分光的能量，求得入射光通过待测浓度场的相对衰减率即可测得粉尘浓度。

图3 粉尘传感器调理电路Fig.3 Sensor conditioning circuit

由于粉尘在传感器中的扩散过程都是受温度影响的，所以在恒定氧气浓度下随着温度的不同，传感器输出的电流也不同。一般将环境温度在25℃ 时测得的氧气浓度的电流值作为标准值，其他温度下测得电流在此标准值上变化，变化式为

signal@t=signal@25×Pcoe@t

(1)

其电流变化系数为

Pcoe(x)=Ax3+Bx2+Cx+D

(2)

式中：A=2.01×10-6;B=-2.60×10-5;C=1.70×10-2;D=0.561;x为环境温度。

3 算法设计

3.1 空气污染指数计算标准

目前，室内空气品质评价[5]的方法有很多，如综合指数法、主观评价法、灰色理论法等，但都存在评价结果没有明确物理意义，难以直接应用于本系统中采样点处空气污染程度的计算。本文通过对室内影响人体健康的主要空气污染物研究和人体生理、心理对室内环境的适应程度分析，重新制定了一种基于污染损失率法的空气污染指数计算标准，采用空气污染指数值的形式表征室内空气质量状况，其计算标准如下：

根据《室内空气质量标准》国家标准制定室内空气品质等级，将室内环境分为一至五级5个级别，级别越高，污染越严重，对人体危害越大。选取的6项参数分别为：甲醛、PM2.5、有毒气体、VOCs气体、温度、湿度，浓度分别为C1、C2、C3、C4、C5、C6，对室内环境的损害率分别为R1、R2、R3、R4、R5、R6。设污染物为第i种，浓度为Ci，其单项污染物对室内空气的损害率Ri的函数关系式为

(3)

式中ai、bi由不同污染物的特性而定。根据《环境空气质量指数(AQI)技术规定(试行)》的标准，认为Ci为一级时，空气质量状况较好，人体感觉空气舒适度较好，此时认定室内空气损害率为10%；Ci为五级时，空气质量状况属于严重污染，人体感到明显不适，此时认定室内空气损害率为90%，再根据实际空气质量状况进一步修订待定参数。

则空气质量指数S的函数关系式为

(4)

式中Si表示单项污染物对室内空气损害率的上限值，可采用室内空气质量国家标准中的指标数据。

本系统采用的空气污染指数计算标准包含单项污染物对室内空气的损害率和所有污染物对室内空气的算术损害率，较为全面地反映了各种污染物对室内环境的污染程度，能够为净化点的选取和净化顺序规划提供精准可靠的数据。

3.2 净化算法

模糊控制是基于数学模型来模拟人体思维、判断和决策的智能控制方法，通过语言变量的形式表达人的经验、常识，控制机理和策略，更加容易被人接受，现应用于机械、电气、计算机等各个领域，在智能控制领域占有极为重要的地位。

本系统采用基于模糊控制[6]的净化算法，通过语言变量的形式模拟人体思维，以空气污染指数、空气净化预计时间长度和Flash存贮器历史记录中该点的净化总次数为依据，在所有采样点中选取一定数量的净化点进行净化，并对净化顺序作出规划。

净化算法如下：模糊控制器采用三参数结构，选取空气质量指数S、空气净化预计时间长度T和净化总次数N作为输入量，空气净化顺序Q作为输出量，本文提出了15条模糊规则，第i条规则的模糊关系式为

Ri(S,T,N)=uSi×VTi×VNi(S,T,N)

(5)

利用MATLAB软件对算法进行仿真，仿真结果如图4所示。

图4 模糊控制算法的仿真结果Fig. 4 Simulation results of fuzzy control algorithm

由图4可以看出，系统规划出各采样点的空气净化顺序，若存在多个采样点在空气净化顺序Q中为同一等级的情况，则优先考虑空气质量指数S指标大的采样点。

取空气质量指数目标值为N、排序后的各采样点空气质量指数原始值为P1,P2,…，Pi，为使室内空气质量指数达到国家标准，求解净化点个数m表达式为

(6)

式中k为净化补偿系数，与室内面积有关，普通家庭住房面积一般取为1.3。解算出净化点个数m，并在完成净化后再次检测室内空气质量，进一步判断是否达到要求，未达到要求则再净化一次。

净化算法最终得到完成净化任务所需的m个净化点及其净化顺序Q。净化主机按照净化顺序Q依次到m个净化点处完成空气净化任务。

4 检测实验

4.1 净化时间检测实验

选取两个室内空气质量大致相同、面积相同的房间甲和房间乙，在房间甲内放置市场上的某空气净化产品，作为对照系统；在房间乙内放置本文提出的空气净化系统，作为实验系统。在两个房间内同时通入大量且等量的汽车尾气，实验系统和对照系统同时开始工作，每隔10 min检测1次房间甲和房间乙内的空气质量，以空气中的PM2.5浓度为例，结果如图5所示。

图5 两种净化系统净化效果对比图Fig. 5 comparison of purification effects between two purification systems

房间甲和房间乙内的空气PM2.5浓度最终均低于75 μg/m3，但房间乙空气中的 PM2.5含量下降较快，在大约30 min后便降到75 μg/m3，而房间甲空气中的PM2.5含量下降较慢，在45 min后达到75 μg/m3。实验表明房间乙比房间甲能够提前15 min左右完成净化任务，可见本文提出的系统能够明显加快室内空气净化速度，缩短净化时间。

4.2 均匀净化检测实验

在实验一的条件下进行实验二操作，实验系统和对照系统开始工作前，在房间甲内随机选取7个取样点，分别测量其PM2.5浓度，测量房间乙内相同7个位置的PM2.5浓度。实验系统和对照系统完成净化任务之后，再次检测7个取样点的PM2.5浓度。房间甲和房间乙净化前后室内的PM2.5浓度检测结果分别如图6和图7所示。