CN101957602B - 基于Zigbee的公共场所环境监测控制方法及其系统 - Google Patents

基于Zigbee的公共场所环境监测控制方法及其系统 Download PDF

Info

Publication number
CN101957602B
CN101957602B CN2009100654461A CN200910065446A CN101957602B CN 101957602 B CN101957602 B CN 101957602B CN 2009100654461 A CN2009100654461 A CN 2009100654461A CN 200910065446 A CN200910065446 A CN 200910065446A CN 101957602 B CN101957602 B CN 101957602B
Authority
CN
China
Prior art keywords
control
zigbee
public place
network
sensor
Prior art date
Application number
CN2009100654461A
Other languages
English (en)
Other versions
CN101957602A (zh
Inventor
刘润杰
陈志豪
刘卫东
姚凯
周晓华
张玺
Original Assignee
河南天擎机电技术有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 河南天擎机电技术有限公司 filed Critical 河南天擎机电技术有限公司
Priority to CN2009100654461A priority Critical patent/CN101957602B/zh
Publication of CN101957602A publication Critical patent/CN101957602A/zh
Application granted granted Critical
Publication of CN101957602B publication Critical patent/CN101957602B/zh

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

本发明公开了一种基于Zigbee的公共场所环境监测控制方法,利用无线传感器网络对公共场所中的环境参数进行采集,将获取的环境参数送入控制器,控制器对获取的环境参数进行模糊建模和混沌建模;根据建立的环境参数模型,建立模糊神经网络,利用模糊神经网络对工作设备进行实时控制;再利用混沌微扰控制方法对公共场所中的工作设备进行长期控制。本发明将模糊神经网络和混沌微扰控制法结合在一起,根据公共场所现场日照和温度等自然条件的季节变换进行控制,以达到节能、人性化的特点。另外,无线传感器网络采用基于ZigBee的无线传感器网络,它具有自组网、低功耗的特点,避免了传统电缆布线时采集点布置困难。

Description

基于Zigbee的公共场所环境监测控制方法及其系统

技术领域

[0001] 本发明属于一种公共场所环境检测监控方法,具体地说是涉及一种基于Zigbee 的,通过非线性方法进行控制的公共场所无线智能环境监测控制方法,并涉及实施该方法所使用的装置。

背景技术

[0002] 目前的公共场所环境监控系统很难满足人们对舒适性和控制方便性的需求,主要存在以下不足:

[0003] 1、管理落后:传统公共场所环境的照明和温度等是由人进行管理和操作的,不能适应公共场所人员和车辆数量的动态变化特性,也不容易根据天气天色的变化进行实时的调整。

[0004] 2、能源浪费:公共场所中经常会出现空无一人时却有很多灯在亮,或空调在运行。

[0005] 3、控制不便:如灯光控制需要有全夜灯、半夜灯、时段灯、凌晨回开灯、夜景灯等, 而传统的环境监控系统无法实现不同的环境不同的控制方法。

[0006] 4、布线复杂:传统的环境监控系统本身布线已经是很复杂,如要实现更多的控制功能,其布线成本是难以想象的。无线的环境监控系统具有布线简单,可实现复杂控制功能的特点。而在无线技术中,使用GSM、CDMA网络的无线环境监控系统由于受到这些通信网络及其成本的限制,节点数不能太多。而蓝牙技术传输距离短耗高,网络容量小,也不适用。 无线局域网的缺点是成本高功耗高。

[0007] 5、设备寿命短:传统的控制方法采用直开直关的方法,使控制设备受到电网电压和浪涌电压的冲击而寿命大大缩短。

[0008] 6、安全性低:传统的环境监控系统无安全机制,无法保证系统的安全性。

[0009] 申请号为200710156210. X,发明名称为“基于ZigBee无线传感器网络的温室环境监控系统”的发明专利申请,虽然提出了一种将ZigBee无线传感器网络应用到大型温室群管理中,构建了一种低成本、自组织、自恢复的无线温室环境监控网络,但是该发明专利申请却没有提供一种有效的控制方法,以适应公共场所中多变的复杂环境,达到人性化和节约化的控制目的。

发明内容

[0010] 本发明的目的是提供一种适应公共场所中多变的复杂环境,达到人性化和节约化控制目的的公共场所环境监测控制方法,并提供采用该方法所涉及的控制系统。

[0011] 为实现上述目的,本发明采用以下技术方案:

[0012] 一种基于Zigbee的公共场所环境监测控制方法是指,利用无线传感器网络对公共场所中的环境参数进行采集,将获取的环境参数送入控制器,控制器对获取的环境参数进行模糊建模和混沌建模;根据建立的环境参数模型,建立模糊神经网络,利用模糊神经网络对工作设备进行实时控制;再利用混沌微扰控制方法对公共场所中的工作设备进行长期控制。

[0013] 上述的无线传感器网络为基于Zigbee的无线传感器网络。

[0014] 上述的Zigbee无线传感器网络为mesh网络,在该网络的节点上设置至少一个传感器,所述的传感器包括温度传感器、照度传感器、人员密度传感器、车辆密度传感器、湿度传感器、COD传感器中的任意一种或几种组合。

[0015] 在建立模糊神经网络之后,对该模糊神经网络进行学习训练,其中,对模糊神经网络的学习训练以环境参数的加权系数形式表现出来;所述模糊神经网络的训练过程包括:

[0016] ①设置初始权系W(O)为较小的随机非零值;

[0017] ②给定输入/输出样本对,计算模糊神经网络的输出;

[0018] ③计算模糊神经网络的目标函数,并根据模糊神经网络的目标函数,对模糊神经网络的学习训练进行评价;若目标函数小于等于预先设定的阈值,则所建立的模糊神经网络是合适的;若目标函数大于预先设定的阈值,则对环境参数的加权系数进行修改,直至使模糊神经网络的目标函数小于等于预先设定的阈值;

[0019] ④对模糊神经网络进行反向传播计算,逐层调整权值。

[0020] 上述的混沌微扰控制方法为系统参数微扰控制法中的OGY方法,其系统参数是指公共场所中的工作设备密度、工作设备功率及工作设备的工作/休眠比。

[0021] 上述利用混沌微扰控制方法中的OGY方法对环境参数进行长期控制是指:

[0022] i、对公共场所的环境参数进行时间序列混沌建模,从环境参数时间序列混沌模型中寻找OGY方法中的混沌奇异吸引子;

[0023] ii、根据环境参数时间序列混沌模型,建立环境参数混沌控制目标轨道;

[0024] iii、根据所确定的环境参数混沌控制目标轨道,控制公共场所中设备的密度、设备的功率及设备的工作/休眠比,使它们按照所确定的混沌控制目标轨道运行。

[0025] 本发明中,一种基于Zigbee的公共场所环境监测控制系统,它包括:

[0026] 无线传感器网络,它包括协调器、与协调器相连接的至少一个路由器、与每个路由器相连接的至少一个传感器节点;

[0027] 控制器,其与无线传感器网络无线连接;所述的控制器包括与无线传感器网络进行通讯的COM接口模块,COM接口模块与分析控制模块相连接,分析控制模块与计算模块相连接。

[0028] 上述的无线传感器网络为基于Zigbee的无线传感器网络。

[0029] 上述的Zigbee无线传感器网络为树型网络,在该网络的传感器节点上设置至少一个传感器,所述的传感器包括温度传感器、照度传感器、人员密度传感器、车辆密度传感器、湿度传感器、COD传感器中的任意一种或几种组合。

[0030] 上述的协调器和路由器中均包含有Zigbee通讯模块和/或RS485有线通讯模块。

[0031] 上述的控制器为手持式遥控器。

[0032] 上述的控制器为远程后台控制系统;其中,计算模块还与日志模块相连接,日志模块与数据库接口相连接。

[0033] 在所述的控制器中,分析控制模块还分别与报警模块、显示模块、WEB接口、模式管理模块相连接;所述的显示模块还分别与计算模块和日志模块相连接;所述的报警模块还与SMS模块相连接。[0034] 上述的控制器还与至少一个上位机相连接。

[0035] 采用上述技术方案的本发明,将模糊神经网络和混沌微扰控制法结合在一起,根据公共场所现场日照和温度等自然条件的季节变换进行控制,以达到节能、人性化的特点。 另外,在本发明中,无线传感器网络采用基于ZigBee的无线传感器网络,该传感器网络综合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术,它具有自组网、低功耗的特点,避免了传统电缆布线时采集点布置困难,系统成本高,安装维护难度大的缺点。

[0036] 模糊控制与神经网络是目前智能控制中最活跃也是最富有成果的领域。模糊逻辑适合表达模糊或定性的知识,其推理方式类似于人的思维模式,但一般来说模糊系统缺乏自学习和自适应能力。神经网络具有并行计算、分布式信息存储、容错能力以及具备自学习自适应的能力,能对样本进行有效的学习,但存储的信息难以理解。而在本发明中,模糊神经网络结合了模糊控制与神经网络两者的优势,使控制系统具有模糊推理和自学习自组织的能力。

[0037] 参数微扰控制法是一种简单的非反馈混沌控制方法,它十分适合非自治系统的混沌控制。按照控制信号施加对象的不同,混沌控制方法可以分为系统参数微扰法和系统变量微扰法两类。系统参数微扰法通过对系统参数施加修改,以达到混沌控制的目的,例如 OGY(Ott-Grebogi-Yorke)方法、自适应控制法等都属于该类方法;在本发明中,采用OGY方法进行混沌微扰控制,不仅可以消除混沌的有害效应,而且可以利用混沌的特有性质即初值敏感性、各态历经性和包含的周期态的极大丰富性的特性,利用参数的微调将系统在尽可能短的时间内驱动到目标态的领域,然后启动微小控制信号将系统捕捉到目标轨道上, 继续用微小信号将系统保持在目标态上,并用同样是微小的信号使系统在大量的周期态之间自由灵活地转换,以适应环境变化的要求。即它只需要小微扰就可以很容易控制低周期态,而且通过调整信号限制窗口的宽度及反馈信号的增益量,能够有效地控制很高周期的轨道。

[0038] 另外,本发明中的控制系统,由于采用模糊神经网络、混沌方法的非线性控制方法和ZigBee无线传感器网络,所以具有高度的智能性,并且部署方便快捷,系统设备成本、布线成本、安装成本、软件成本、维护成本均比较低,相比其他环境监控系统,本系统具有很好的价格优势。另外,可以以较少管理人员实现环境监控的各种复杂功能,提高了管理水平。 再者,控制设备保持了舒适的环境(照度、温度等),避免由于时间的推移造成的设备效率 (灯具、空调效率等)和环境参数(光线反射率、室内墙休保温性能等)变化所带来的影响。 本发明还可以根据现场人员密度控制设备(照明、空调、换气扇等),使设备充分发挥作用而不浪费能源,还可根据现场的光线、温度等控制设备,避免白天亮灯、温度较低时空调制冷等情况出现,很好地起到了节能的效果。与此同时,由于本发明可有效的控制各种设备的工作状态,故可避免电网电压的变化对设备产生的影响,从而可以延长设备的使用寿命,一般来说,设备的使用寿命可延长2-4倍。最后,本发明具有防止网络入侵和防止无授权的无线接入等机制,具有较高的安全特性。

附图说明

[0039] 图1为本发明的整体架构原理框图;[0040] 图2为本发明中对环境照度参数所建立的模型;

[0041] 图3为本发明中对环境温度参数所建立的模型;

[0042] 图4为本发明中所建立的模糊神经网络;

[0043] 图5为为本发明中模糊神经网络控制器的结构图;

[0044] 图6为本发明后台控制系统中控制器的结构原理图;

[0045] 图7为本发明中路由器的原理框图;

[0046] 图8为本发明中传感器节点的原理框图。

具体实施方式

[0047] 实施例1

[0048] 如图1所示,本发明中的基于Zigbee的公共场所环境监测控制方法是指:利用无线传感器网络对公共场所中的环境参数进行采集,将获取的环境参数送入控制器,控制器对获取的环境参数进行模糊建模和混沌建模;根据建立的环境参数模型,建立模糊神经网络,利用模糊神经网络对工作设备进行实时控制;再利用混沌微扰控制方法对公共场所中的工作设备进行长期控制。

[0049] 具体地说,上述的无线传感器网络可以为基于GSM或CDMA或蓝牙或WIFI中的任意一种,利用上述的无线传感器网络对公共场所中的环境参数进行采集,然后利用模糊神经网络和混沌微扰控制方法对公共场所中的工作设备进行控制。但由于受到这些通信网络及其成本的限制,节点数不能太多。而蓝牙技术传输距离短耗高,网络容量小,也不适用,所以采用基于Zigbee网络的无线传感器网络是最佳的实施方式。在本实施例中,Zigbee无线传感器网络为树型网络,它包括一个Zigbee协调器、多个Zigbee路由器和传感器节点构成,其中Zigbee协调器是树根,Zigbee路由器是分支节点,而巨量的Zigbee传感器节点为叶节点,即在图1中,R代表路由器,N代表节点。需要指出的是,上述Zigbee路由器的数量可根据实际需求进行设定。当所监控的公共场所比较小时,Zigbee路由器的数量可适当减少,即可以采用一个、二个、三个或甚至更多个;当所监控的公共场所比较大时,Zigbee 路由器的数量就应该增加一些,即可以为五个、八个、十个、二十个或甚至更多。每个Zigbee 路由器的末端连接多个传感器节点,节点间通过自组织的方式构成网络,是一种大规模、无人值守、资源严格受限的分布系统,节点中内置形式多样的传感器测量所在周边的环境参数,如温度、湿度、PH值、噪声、COD、光强度、压力、土壤成分、移动物体的大小、速度和方向等,这样就需要在该传感器节点上需要设置至少一个传感器,上述的传感器应根据所监控的公共场所环境而采用不同类型的,如可以为温度传感器、照度传感器、人员密度传感器、 车辆密度传感器、湿度传感器、COD传感器中的任意一种或几种组合。例如当公共场所为地下停车场时,传感器节点就需要设置温度传感器、照度传感器、人员密度传感器、车辆密度传感器。各个传感器之间通过网络的方式汇集数据,并在网络之间和/或通过上层网络传输。网络的通信方式和组网方式采用多跳和对等方式,网络拓扑结构与无线Ad hoc网络相似,具有自织织、自治和自适应等动态变化特性。

[0050] 无线传感器网络采集到环境参数后,将测量到的环境参数进行模数转换,以数字的形式通过Zigbee无线传感器网络传回控制器。控制器对获取的环境参数进行模糊建模和混沌建模,上述的模糊建模和混沌建模是同步进行。以公共场所为地下停车场为例,将采集到的照度数据和温度数据分别进行建模,其建立的照度模型如图2所示,建立的温度模型如图3所示。需要指出的是,对环境参数进行模糊建模是本领域普通技术人员所熟知的技术。在图2和图3中,将环境照度相对比和环境温度模糊化,从而可以建立模糊模型,应用模糊概念建立模糊控制方法。最后经过去模糊化,对控制设备实施控制。

[0051] 根据如图2、图3建立的环境参数模型,建立模糊神经网络,如图4所示,然后利用模糊神经网络对工作设备进行实时控制。一般来说,技术人员均根据建立的环境参数模型,然后利用个人经验建立模糊神经网络。如果根据经验所建立的模糊神经网络是合适的, 那么就不需要对该模糊神经网络进行学习训练。但是经过学习训练的模糊神经网络是更佳的。其具体的对模糊神经网络的训练过程可根据如图5所示的模糊神经网络控制器的结构中分析出来。该模糊神经网络控制器由三部分组成:①模糊化模块:用来对系统状态变量进行模糊量化和归一化处理。这样做可以利用模糊控制的鲁棒性和非线性控制作用, 对作为神经网络输入的状态变量进行模糊规则的预处理,避免了神经网络的活化函数采样 Sigmoid函数时,直接输入量过大而造成的输出饱和,使输出不再对输入敏感的缺点。②神经网络NN:用于表示模糊规则,经过神经网络的学习,以环境参数的加权系数形式表现出来。其学习培训的原理是,将原始数据作为输入值输入至模糊神经网络中,经过该模糊神经网络后有个输出值,如果该输出值与理论值相符合,则该模糊神经网络是合适的;如果该输出值与理论值不符,则修改环境参数的加权系数,这样规则的生成就转化为加权系数初值的生成和修改。根据系统的运行状态,自行整定控制参数,以期达到最优的控制效果。也就是将神经网络的输出层输出对应于控制器的三个可调参数工作设备密度、设备功率、设备工作/休眠比,通过神经网络的自学习,加权系数的调整,从而使稳定状态对应于某种最优控制下的控制参数。③控制器:直接对控制对象进行控制。

[0052] 其具体的模糊神经网络的训练过程主要由BP多层前向模糊神经网络的学习算法构成,上述的学习算法包括正向传播和误差反向传播,其中,正向传播主要计算模糊神经网络的各层输出,误差反向传播主要计算模糊神经网络的各层反馈误差。本发明采用标准的 BP学习算法对模糊神经网络进行训练。模糊神经网络对应公共环境监控系统中的短期控制,一般控制周期为分钟级。其具体过程如下:

[0053] ①设置初始权系W(O)为较小的随机非零值;

[0054] ②给定输入/输出样本对,计算模糊神经网络的输出:

[0055] 设第ρ组样本输入、输出分别为

[0056] up = (Ulp,U2p,…,Unp)

[0057] dp = (dlp, d2p, ···, dnp) ρ = 1,2,…,L

[0058] 节点i在第ρ组样本输入时,输出为

[0059]

Figure CN101957602BD00081

[0060] (1)式中,Ijp是指在第ρ组样本输入时,节点i的第j个输入;f是激励函数,采用 sigmoid 型,

Figure CN101957602BD00082

[0061] 这样由式(1)、(2)可由输入层经隐层至输出层,求得网络输出层节点的输入。[0062] ③计算模糊神经网络的目标函数J,设&为在第ρ组样本输入时网络的目标函数, 取“范数,则

[0063]

Figure CN101957602BD00091

[0064] 式中ykp(t)是指在第ρ组样本输入时,经t次权值调整网络的输出,k是输出层第 k个节点;

[0065] 网络的总目标函数为:

[0066]

Figure CN101957602BD00092

[0067] 将式作为对网络学习状况的评价。

[0068] 判别标准:

[0069] 若J≤ε,式中ε是预先确定的阈值,ε≥0 ;即目标函数小于等于预先设定的阈值,则所建立的模糊神经网络是合适的,算法结束;若目标函数大于预先设定的阈值,则对环境参数的加权系数进行修改,直至使模糊神经网络的目标函数小于等于预先设定的阈值。

[0070] ④对模糊神经网络进行反向传播计算,逐层调整权值。

[0071] 由输出层,依据目标函数J按“梯度下降法”反向计算,逐层调整权值。

Figure CN101957602BD00093

[0073] 式中η是指步长或称为学习率,本监控系统中η取1000000,η取0. 75。

[0074] 经过模糊神经网络的实时控制之后,再利用混沌微扰控制方法对公共场所中的工作设备进行长期控制。在本实施例中,混沌微扰控制方法为系统参数微扰控制法中的OGY 方法,其系统参数是指公共场所中的工作设备密度、工作设备功率及工作设备的工作/休眠比。具体地说,利用混沌微扰控制方法中的OGY方法对环境参数进行长期控制是指:

[0075] i、对公共场所的环境参数进行时间序列混沌建模,即从公共环境监控系统中,通过一定时间的环境监测数据的记录,可以得到一个时间序列Xl、&、…、%,N是序列的长度。 根据G-Pterassberger-Procaccia)算法计算出时间序列的关联维d,再由likens定理选取嵌入维数m = 2d+l,然后用FFT方法对信号进行分析得到平均轨道周期mtbp,根据mtbp =(m-1) τ求得时间延迟τ,从而得到重构相空间为=Yi = (χί;χί+τ,…,Xi^1) τ),i = 1, 2,…,M,M是重构相空间中相点的个数,M = N-(m-1) τ。根据混沌相空间重构方法,对环境参数时间序列进行研究,寻找适合的嵌入维数和时间延迟,从环境参数时间序列的混沌相空间寻找OGY方法中的混沌奇异吸引子。需要指出的是,上述的G-P算法、Takens定理、 FFT方法、混沌相空间重构方法均为本领域普通技术人员所熟知的技术。

[0076] ii、根据环境参数时间序列混沌模型,建立环境参数混沌控制目标轨道;在完成该步骤时,需要从环境监测数据中寻找以往比较节能和人性化的记录,结合当时的温度、照度等因素,确定较好的监控记录,并查找在上一步相空间重构中以此记录所对应的相点及此相点前后的轨道。结合所有监控记录计算并确认此轨道为控制目标轨道,如果不符合则重复上述过程,直到找全合适的控制目标为止。此轨道的长度应该大于平均轨道周期mtbp。需要指出的是,合适的控制目标轨道和相关轨道参数和控制变量,为混沌控制提供相应支持。[0077] iii、根据所确定的环境参数混沌控制目标轨道,控制公共场所中设备的密度、设备的功率及设备的工作/休眠比,使它们按照所确定的混沌控制目标轨道运行。在本实施例中,主要是对温度和照度进行长期的混沌控制,控制周期为日、周。根据所确定的混沌控制目标,依据OGY控制方法,控制温度或照度,按照所确定的混沌目标轨道运行,以达到节能和人性化的控制目的。

[0078] 上述所描述的模糊神经网络的实时控制和混沌微扰控制方法的长期控制,均是本发明所采用的控制方法。上述的两种控制方法在控制器中实现,控制器根据控制策略对相关设备产生相应的控制指令,控制指令通过Zigbee无线传感器网络发给指定的Zigbee节点,相应的Zigbee节点对指定的设备发出控制指令,产生控制动作。相关Zigbee节点将控制结果采集并由Zigbee无线传感器网络传给控制台。需要指出的是,上述控制指令所控制的执行设备可以是光电感应开关、温控开关、电阻调光器或电子调光器等等,对于不同的控制策略采用不同的执行设备,这些均为本领域普通技术人员所熟知的技术。

[0079] 对于控制的方式,下面以照明控制为例,说明公共场所所采用的控制方式。照明控制主要有开关控制和调光控制两种控制类型。在公共场所中,一般室外采用开关控制方式, 室内采取调光控制方式。

[0080] 1)开关控制方式:

[0081] 该方式用Zigbee节点控制开关一套灯具,可以按照设计者的要求任意布置,由于采用无线控制方式,所以布线简单,维护量小,控制简单方便。

[0082] 光电感应开关控制方式:光电感应开关通过测定工作面上的照度与设定值比较, 然后确定灯的工作状态,这种控制方式在公共场所照明中已成功地使用了多年,在办公室和学校也获得了一定程度的应用,但是这种控制方式存在问题,当自然光水平在设定值附近不规则波动时将引起开关的频繁动作。模糊控制方式是解决这一问题较好的方案。

[0083] 对于开关控制方式,通常是通过照度传感器检测现场自然光照度,当检测值低于照度设定值时,照明打开;当检测值高于照度设定值时,照明关断。例如,对于照度要求为 300Lux的场所,当照度检测传感器检测到自然光照度低于300LUX时,就要打开人工照明; 当自然光照度超过300LUX,就要关断人工照明。开关控制具有安装方便、成本低等优点,但不能充分利用自然光。

[0084] 2)调光控制方式:调光控制可分为分阶调光控制和连续调光控制。

[0085] 分阶调光:这种控制方式根据照度要求,配合使用者的个人爱好,提供有不同效果的照明控制。分阶式调光使用较多的是两阶(1/2、1)和三阶(1/3、2/3、1)。这种控制方式通常应用于办公室、一般会议室、走廊,采用的光源是荧光灯。

[0086] 连续调光:这种控制方式当天然光照度高于照度设定值时,将灯关掉;天然光照度低于设定值时,控制系统将补充人工照明,以保持工作面照度值满足要求。连续调光的调光器有两种,一种为电阻调光器,由电阻控制电流,而输入的总电能不会因照明器光线的强弱变化多少,这种调光器不能达到节能的目的;另一种为电子调光器,它是利用控制电流改变输入的电能,进而改变光源的发光量,实现能源节约。近年来,随着电力电子技术的发展, 连续调光控制的最小功率输入不断降低,从输入功率额定值的10%下降到5%以下,甚至可以完全关断。

[0087] 为实施上述的控制方法,本实施例中所采用的基于Zigbee的公共场所环境监测控制系统,它主要包括无线传感器网络和控制器。

[0088] 具体地说,无线传感器网络包括协调器、与协调器相连接的至少一个路由器、与每个路由器相连接的至少一个传感器节点。需要说明的是,上述的无线传感器网络可以为基于GSM或CDMA或蓝牙或WIFI中的任意一种,但由于受到这些通信网络及其成本的限制,节点数不能太多。而蓝牙技术传输距离短耗高,网络容量小,也不适用,所以采用基于Zigbee 网络的无线传感器网络是最佳的实施方式。在本实施例中,Zigbee无线传感器网络为树型网络,它包括一个Zigbee协调器、多个Zigbee路由器和传感器节点构成,其中Zigbee协调器是树根,Zigbee路由器是分支节点,而巨量的Zigbee传感器节点为叶节点。上述Zigbee 路由器的数量可根据实际需求进行设定。当所监控的公共场所比较小时,Zigbee路由器的数量可适当减少,即可以采用一个、二个、三个或甚至更多个;当所监控的公共场所比较大时,Zigbee路由器的数量就应该增加一些,即可以为五个、八个、十个、二十个或甚至更多。 每个Zigbee路由器的末端连接多个传感器节点,节点间通过自组织的方式构成网络,是一种大规模、无人值守、资源严格受限的分布系统,节点中内置形式多样的传感器测量所在周边的环境参数,如温度、湿度、PH值、噪声、COD、光强度、压力、土壤成分、移动物体的大小、速度和方向等,这样就需要在该传感器节点上需要设置至少一个传感器,上述的传感器应根据所监控的公共场所环境而采用不同类型的,如可以为温度传感器、照度传感器、人员密度传感器、车辆密度传感器、湿度传感器、COD传感器中的任意一种或几种组合。

[0089] 其中,Zigbee协调器负责控制器的信号发送与接收,并且负责建立网络和管理网络,把当前网络状态传送给控制器。该协调器内含ZigBee无线通讯模块,工作于2. 4GHz或 780MHz的频段,具有较强的抗干扰能力。同时,该协调器又可以包含有工业用RS485有线通讯模块,以满足不同需要的通讯需求。从硬件上来说,Zigbee协调器集成有ATMEL的高性能AVR处理器ATmegaU81,该处理器内部集成128KB flash,以及8KB SRAM,4KB EEPROM 等,U8KB flash和8KB SRAM用以满足与终端无线通讯、分析和处理路由器以及节点的反馈数据、收发控制设备命令的执行,4KB EEPROM用以存储设备识别码等固定码数据;如有必要,更可利用其RS485有线通讯模块实现最长1. 5Km的有线控制。Zigbee协调器主要实现以下功能:①分析路由器地址,并发给相应的路由器;②接收节点反馈信息,并通过串口上传给总台;③通过485串口备份发送和接收;④当路由器接收不到信息时,主动上报请求重发,若多次接收不到,则上报路由器故障。

[0090] 如图7所示,Zigbee路由器用于中转信号。该路由器内含ZigBee无线通讯模块, 工作于2. 4GHz或780MHz的频段,具有较强的抗干扰能力;同时,该协调器又包含有工业用 RS485有线通讯模块,以满足不同需要的通讯需求。从硬件上来说,该路由器集成有ATMEL 的高性能AVR处理器ATmegaU81,该处理器内部集成U8KB flash,以及8KB SRAM,4KB EEPROM等,128KB flash和8KB SRAM用以满足与终端无线通讯、分析和处理路由器以及节点的反馈数据、收发控制设备命令的执行,4KB EEPROM用以存储设备识别码等固定码数据; 如有必要,更可利用其RS485有线通讯模块实现最长1. 5Km的有线控制。上述部分硬件电路与协调器硬件电路可以通用,主要因其内部程序的不同,而各有分工,以完成其路由器功能。该路由器部分主要实现以下功能:①接收协调器的信息messagelO,并分析其中的节点地址,并发给相应的地址;②接收节点的反馈消息remessagel (),分析后转发给协调器; ③当节点接收不到信息时,主动上报请求重发,若多次接收不到,则上报节点故障;④通过485串口备份发送和接收。

[0091] 如图8所示,Zigbee传感器节点为无线传感器网络的终端结点,根据指令对相应设备进行控制,并按程序要求对相关信息进行采集。该节点部分内嵌ZigBee无线通讯收发模块,工作于2. 4GHz或780MHz的频段,具有较强的抗干扰能力。另外,该节点部分内嵌控制照明设备的4路继电器QD1-QD4,对照明设备进行实时数据采样的4路电流互感器 CT1-CT4,以及4路外部超声波传感器的输入隔离模块电路等。并且,该节点部分同时集成有ATMEL的高性能AVR处理器ATmegaU81,该处理器内部集成128KB flash,以及8KB SRAM、 4KBEEPR0M等,U8KB flash和8KB SRAM用以满足与路由器通讯、控制照明设备、照明设备运行状态监控等内部程序的运行,4KB EEPROM用以存储本节点识别码、路由编码等固定码数据的,同时,其内部4路10位AD转换器ADC0-ADC3完成四路电流互感器CT1-CT4的实时电流采样,PA0-PA3等4位IO 口控制四路继电器QD1-QD4,PE3-PE6等4位IO 口实现4路外部波传感器的输入,采集外部传感器的电压、电流、脉冲、开关量等信号,通过内部4路10 位AD转换器完成实时采样,由ATMEL的高性能AVR处理器ATmegal^l处理,经路由器、协调器发送至上位机进行后台分析处理,再经协调器、路由器发送至节点,进行开关量的操作, 通过继电器控制开关、阀门、或用电设备,达到控制的目的。Zigbee传感器节点主要实现以下功能:①分析控制信息中的命令参数,并执行相应的功能,如app = OUapp = 02分别指示开灯、关灯;②向协调器报告自身采集信息,包括电流,电压,传感器信息;③接收遥控器的命令doit ();④接收路由器信息messagd (),成功后上报确认信息remessagel ()。

[0092] 控制器与无线传感器网络无线连接,用于实施控制和测量,一般采用ARM芯片的工控机。上述的控制器包括与无线传感器网络进行通讯的COM接口模块,COM接口模块与分析控制模块相连接,分析控制模块与计算模块相连接。在本实施例中,公共场所为小型场所,所以控制器采用手持式遥控器即可。

[0093] 其中,COM接口模块为管理中心与ZIGBEE网络的接口部分,就二者之间的无线通信、数据交互提供接口。

[0094] 分析控制模块,对从COM接口接受信息进行分析归类,将相应结果输送给计算模块;同时向COM模块发送各类控制命令,通过其与ZIGBEE协调器通信,实现控制功能。

[0095] 计算模块,根据接收到的设备状态和传感器信息,进行实时的状态计算和信息综合;对工作设备数目进行统计,并根据每个设备消耗的功率,对整体功率进行估算。

[0096] 实施例2

[0097] 本实施例与实施例1不同的是,在本实施例中,公共场所为大型活动场所,所以控制器为远程后台控制系统。这样,实施例1中的计算模块还需要与日志模块相连接,日志模块与数据库接口相连接。

[0098] 为提供多功能性服务,在控制器中,分析控制模块还分别与报警模块、显示模块、 WEB接口、模式管理模块相连接;上述的显示模块还分别与计算模块和日志模块相连接;上述的报警模块还与SMS模块相连接。

[0099] 这样,分析模块对从COM接口接受信息进行分析归类,将相应结果输送给指定模块:

[0100] (1)、将收到的反馈异常情况及报错信息传送给报警模块和日志模块;

[0101] (2)、将设备状态和传感器信息等信息传送给计算模块;[0102] (3)、对接收到的控制命令产生相应的操作,并将之传送给日志模块;

[0103] (4)、将网络各节点的工作状态分别传送给日志模块和显示模块;

[0104] (5)、根据接收到的光线强度自行产生相应操作,将之传送给日志模块。

[0105] 报警模块,对分析模块传送过来的异常信息进行处理,选择通过语言显示,SMS等方式将异常情况及相关参数通知管理员。

[0106] SMS模块,在报警模块的控制下将异常位置的相关信息及参数以短消息的方式通

知管理员。

[0107] 显示模块,显示整个系统各节点状态及地理位置信息,可以缩放、分层显示;显示全局、局部工作节点的状态,显示报警信息及异常位置的相关参数;显示处于工作状态的节点数目及实时的功率消耗;通过鼠标实现人机交互。

[0108] 日志模块,记录系统运行过程中的各种信息,包括工作状态、重要操作、告警信息、 登录情况等,形成日志记录,并可以与数据库相连。

[0109] 模式控制模块,与控制模块相连,控制系统工作在不同的模式:人工控制模式;自动模式:人流高峰模式、普通模式、夜间模式等。

[0110] 数据库接口,实现日志模块与数据库的信息交互。

[0111] TOB接口,控制中心与TOB的连接接口,根据相关授权实现远程查询及控制。

[0112] 另外,控制器前面板工业设计,塑胶开模,造型美观大方,同时集成15英寸高亮 IXD TFT彩色液晶显示屏,可扩充触摸屏,高集成度,内置超薄光驱、硬盘,提供USB、串口、并口、PS 口等多种接口,在板低功耗P4级ULV CeleronM系列CPU,用以满足与协调器、路由器等的通讯,控制该系统所有设备的正常运行;同时,存储和管理各个模块以及相关设备的正常以及不正常运行的相关信息,提供查询与核对等相关服务。

[0113] 其他技术特征与实施例1相同。

[0114] 实施例3

[0115] 本实施例与实施例1、2不相同的是,在本实施例中,控制器同时包括远程后台控制系统和手持式遥控器,以实现更全方位的控制。

[0116] 此时,手持式遥控器应集成ATMEL的ZigBee模块电路,无线通讯工作于2. 4GHz 或780MHz的频段,具有较强的抗干扰能力。该手持式遥控器的CPU使用ATMEL的高性能 AVR 处理器 ATmegal281,ATmegal281 处理器内部集成 128KB flash,以及 8KB SRAM,4KB EEPROM等,U8KB flash和8KB SRAM用以满足与终端通讯,收发控制设备的命令的运行,4KB EEPROM用以设备识别码、终端编码等固定码数据的存储;该手持式遥控器的显示部分使用 128*64带汉字库的蓝光点阵LCM,输入按键使用软橡胶按键,完成显示终端信息、设置终端参数、上下机通信等多种交互信息功能,实现可靠的人机对话。

[0117] 该手持式遥控器主要实现以下功能:

[0118] 1.能主动与远程后台控制系统通信,交互信息,下载远程后台控制系统部分数据;

[0119] 2.能与传感器节点终端通信,设置终端参数,读取终端数据,查看终端历史数据, 控制终端;

[0120] 3.显示终端参数、数据信息。

[0121] 另外,上述的控制器还与至少一个上位机相连接。上位机的数量可以仅为一台,也

13可以为两台可以相互备份的上位机。在本实施例中,上位机用于实现更人性化的操作介面, 通过网络与控制器连接,故采用有两台上位机进行双机热备份。

[0122] 该上位机采用普通的台式机或笔记本电脑,无特殊要求;但为了更好的完成该系统赋予的各项功能,建议最低配置如下:

[0123] CPU 处理器 Pentium IV 主频 800Mhz 以上;

[0124] 显示设备:彩色17英寸以上CRT/IXD显示器;

[0125] 内存 RAM :1GB 以上;

[0126] 图形显示卡:1024x 768VGA真彩色显存至少128MB ;

[0127] 硬盘:80GB以上;

[0128] 光盘驱动器=DVD-RW 8倍速以上。

[0129] 该上位机主要实现以下功能:

[0130] 1、设备控制功能;

[0131] 2、远程复位功能,监控终端因意外情况出现异常时,可以接受控制中心的远方复位命令,监控终端程序初始化,重新运行,提高了系统的可靠性;

[0132] 3、显示和按键功能,可以在现场显示设备运行状态参数,现场置入监控终端运行参数;

[0133] 4、提供终端状态改变信息来源,以便主台分析记录终端状态改变原因。

[0134] 其他技术特征与实施例1、2相同。

Claims (14)

1. 一种基于Zigbee的公共场所环境监测控制方法,其特征在于:利用无线传感器网络对公共场所中的环境参数进行采集,将获取的环境参数送入控制器,控制器对获取的环境参数进行模糊建模和混沌建模;根据建立的环境参数模型,建立模糊神经网络,利用模糊神经网络对工作设备进行实时控制;再利用混沌微扰控制方法对公共场所中的工作设备进行长期控制。
2.根据权利要求1所述的基于Zigbee的公共场所环境监测控制方法,其特征在于:所述的无线传感器网络为基于Zigbee的无线传感器网络。
3.根据权利要求2所述的基于Zigbee的公共场所环境监测控制方法,其特征在于:所述的Zigbee无线传感器网络为mesh网络,在该网络的节点上设置至少一个传感器,所述的传感器包括温度传感器、照度传感器、人员密度传感器、车辆密度传感器、湿度传感器、COD 传感器中的任意一种或几种组合。
4.根据权利要求1所述的基于Zigbee的公共场所环境监测控制方法,其特征在于:在建立模糊神经网络之后,对该模糊神经网络进行学习训练,其中,对模糊神经网络的学习训练以环境参数的加权系数形式表现出来;所述模糊神经网络的训练过程包括:①设置初始权系W(O)为较小的随机非零值;②给定输入/输出样本对,计算模糊神经网络的输出;③计算模糊神经网络的目标函数,并根据模糊神经网络的目标函数,对模糊神经网络的学习训练进行评价;若目标函数小于等于预先设定的阈值,则所建立的模糊神经网络是合适的;若目标函数大于预先设定的阈值,则对环境参数的加权系数进行修改,直至使模糊神经网络的目标函数小于等于预先设定的阈值;④对模糊神经网络进行反向传播计算,逐层调整加权系数。
5.根据权利要求1所述的基于Zigbee的公共场所环境监测控制方法,其特征在于:所述的混沌微扰控制方法为系统参数微扰控制法中的OGY方法,其系统参数是指公共场所中的工作设备密度、工作设备功率及工作设备的工作/休眠比。
6.根据权利要求5所述的基于Zigbee的公共场所环境监测控制方法,其特征在于,所述利用混沌微扰控制方法中的OGY方法对环境参数进行长期控制是指:i、对公共场所的环境参数进行时间序列混沌建模,从环境参数时间序列混沌模型中寻找OGY方法中的混沌奇异吸引子;ii、根据环境参数时间序列混沌模型,建立环境参数混沌控制目标轨道;iii、根据所确定的环境参数混沌控制目标轨道,控制公共场所中设备的密度、设备的功率及设备的工作/休眠比,使它们按照所确定的混沌控制目标轨道运行。
7. 一种实施如权利要求1〜6任一所述的基于Zigbee的公共场所环境监测控制系统, 其特征在于,它包括:无线传感器网络,它包括协调器、与协调器相连接的至少一个路由器、与每个路由器相连接的至少一个传感器节点;控制器,其与无线传感器网络无线连接;所述的控制器包括与无线传感器网络进行通讯的COM接口模块,COM接口模块与分析控制模块相连接,分析控制模块与计算模块相连接。
8.根据权利要求7所述的基于Zigbee的公共场所环境监测控制系统,其特征在于:所述的无线传感器网络为基于Zigbee的无线传感器网络。
9.根据权利要求8所述的基于Zigbee的公共场所环境监测控制系统,其特征在于:所述的Zigbee无线传感器网络为树型网络,在该网络的传感器节点上设置至少一个传感器, 所述的传感器包括温度传感器、照度传感器、人员密度传感器、车辆密度传感器、湿度传感器、COD传感器中的任意一种或几种组合。
10.根据权利要求7所述的基于Zigbee的公共场所环境监测控制系统,其特征在于: 所述的协调器和路由器中均包含有Zigbee通讯模块和/或RS485有线通讯模块。
11.根据权利要求7所述的基于Zigbee的公共场所环境监测控制系统,其特征在于: 所述的控制器为手持式遥控器。
12.根据权利要求7所述的基于Zigbee的公共场所环境监测控制系统,其特征在于: 所述的控制器为远程后台控制系统;其中,计算模块还与日志模块相连接,日志模块与数据库接口相连接。
13.根据权利要求12所述的基于Zigbee的公共场所环境监测控制系统,其特征在于: 在所述的控制器中,分析控制模块还分别与报警模块、显示模块、WEB接口、模式管理模块相连接;所述的显示模块还分别与计算模块和日志模块相连接;所述的报警模块还与SMS模块相连接。
14.根据权利要求8〜13任一所述的基于Zigbee的公共场所环境监测控制系统,其特征在于:所述的控制器还与至少一个上位机相连接。
CN2009100654461A 2009-07-15 2009-07-15 基于Zigbee的公共场所环境监测控制方法及其系统 CN101957602B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2009100654461A CN101957602B (zh) 2009-07-15 2009-07-15 基于Zigbee的公共场所环境监测控制方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009100654461A CN101957602B (zh) 2009-07-15 2009-07-15 基于Zigbee的公共场所环境监测控制方法及其系统

Publications (2)

Publication Number Publication Date
CN101957602A CN101957602A (zh) 2011-01-26
CN101957602B true CN101957602B (zh) 2012-07-04

Family

ID=43484981

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009100654461A CN101957602B (zh) 2009-07-15 2009-07-15 基于Zigbee的公共场所环境监测控制方法及其系统

Country Status (1)

Country Link
CN (1) CN101957602B (zh)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102238705B (zh) * 2011-07-04 2013-11-27 南京邮电大学 一种基于人工神经网络的无线传感器网络拓扑控制方法
CN102736531B (zh) * 2012-06-14 2014-06-25 华北电力大学 一种基于无线网络的分布式自学习顺序控制系统及方法
CN102710794A (zh) * 2012-06-20 2012-10-03 中国农业大学 用于冷藏设备的无线传感器网络
US9727037B2 (en) * 2012-08-24 2017-08-08 Abl Ip Holding Llc Environmental control using a chaotic function
US9706623B2 (en) 2012-08-24 2017-07-11 Abl Ip Holding Llc Learning capable control of chaotic lighting
US8779669B2 (en) 2012-08-24 2014-07-15 Abl Ip Holding Llc Chaotic approach to control of lighting
CN102917473A (zh) * 2012-10-16 2013-02-06 上海理工大学 一种无线照度计
CN103581974B (zh) * 2012-12-26 2016-09-07 华平信息技术股份有限公司 链路质量评估方法及其系统
CN103179629A (zh) * 2013-03-29 2013-06-26 国家电网公司 一种用于输变电系统工程无线传感器网络的无线路由结构
CN105045107A (zh) * 2015-04-08 2015-11-11 袁川来 一种基于卡尔曼滤波的家居环境参数采集方法
CN105046291B (zh) * 2015-06-11 2018-12-14 中国东方电气集团有限公司 一种电子纸无源标签的环境监测方法
CN104978601B (zh) * 2015-06-26 2017-08-25 深圳市腾讯计算机系统有限公司 神经网络模型训练系统和方法
CN105241430B (zh) * 2015-09-25 2018-04-17 厦门大学 河道环境特征参数测量系统
CN105744703A (zh) * 2016-03-25 2016-07-06 广东钇圆光电科技有限公司 一种节能的照明控制方法
CN106714262B (zh) * 2017-01-09 2020-04-07 长春工业大学 一种基于自适应模糊控制的无线传感器网络拓扑控制方法
CN106594661B (zh) * 2017-01-10 2019-02-26 武汉大学 一种用蓄电池供电的led多灯头照明控制装置
CN108388175A (zh) * 2018-02-24 2018-08-10 浙江盾安自控科技有限公司 基于人工神经元网络的自优化能效管控系统及方法
CN108769968A (zh) * 2018-06-13 2018-11-06 深圳众享互联科技有限公司 基于蓝牙Mesh的区块链分布式信息传输系统及方法
CN109857177A (zh) * 2019-03-13 2019-06-07 吉林建筑大学 一种建筑电气节能监测方法
CN110177412A (zh) * 2019-05-31 2019-08-27 福建工程学院 基于自适应光调节的室内智能led照明控制系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101042584A (zh) * 2006-11-07 2007-09-26 东南大学 用于环境监测的无线传感器网络节点装置
CN101282243A (zh) * 2008-03-05 2008-10-08 中科院嘉兴中心微系统所分中心 无线传感器网络分布式融合识别方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101042584A (zh) * 2006-11-07 2007-09-26 东南大学 用于环境监测的无线传感器网络节点装置
CN101282243A (zh) * 2008-03-05 2008-10-08 中科院嘉兴中心微系统所分中心 无线传感器网络分布式融合识别方法

Also Published As

Publication number Publication date
CN101957602A (zh) 2011-01-26

Similar Documents

Publication Publication Date Title
USRE48263E1 (en) Illumination control network
US8849461B2 (en) Methods and systems for irrigation control
CN102307222B (zh) 基于物联网技术的智能温室示范测控系统
CN204827011U (zh) 窗户
CN104964397B (zh) 一种非智能空调节能监控的方法及物联网系统
US9078299B2 (en) Predictive daylight harvesting system
US9946571B1 (en) Predictive power management in a wireless sensor network using activity costs
Lawton Machine-to-machine technology gears up for growth
Byun et al. Intelligent household LED lighting system considering energy efficiency and user satisfaction
CN102165876B (zh) 智能节水灌溉施肥系统及方法
CN105182922B (zh) 办公楼宇用电信息采集与节能控制系统及方法
CN103676914B (zh) 一种智能家居控制方法及设备
CN201262704Y (zh) 一种用于住宅节能的无线监控装置
CN202854575U (zh) 一种农业物联网系统
CN106056934B (zh) 一种智慧型主动式交通信号控制器的控制方法
US20110001438A1 (en) Power Management Unit with Temperature Protection
Jing et al. Design of streetlight monitoring and control system based on wireless sensor networks
CN102052739B (zh) 基于无线传感器网络的中央空调智能控制系统及方法
CN201589976U (zh) 一种基于ZigBee技术的智能家居系统
CN201215495Y (zh) 一种经济型多功能农田环境信息采集器
US20130221858A1 (en) Automated discovery of a topology for luminaires
US20140117852A1 (en) Adaptive controlled outdoor lighting system and method of operation thereof
CN105068438B (zh) 大型办公楼宇智能用电电器控制系统及方法
CN202310119U (zh) 基于ZigBee无线传感网的物联网实验系统
US10607157B1 (en) Predictive power management in a wireless sensor network

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
SE01 Entry into force of request for substantive examination
C10 Entry into substantive examination
GR01 Patent grant
C14 Grant of patent or utility model