CN115753906A - 一种基于多数据融合的智能气体监测与预警系统及方法 - Google Patents

Abstract

本发明涉及一种基于多数据融合的智能气体监测与预警系统及方法，其中系统包括：现场采集模块，用于采集现场数据信息并发送至数据处理模块；数据处理模块，利用多数据融合技术，实现气体的定性分析和定量分析，并将处理后的数据通过通信模块实时传递到预警处理模块；通信模块，用于实现现场端与监控端的数据传输通信；预警处理模块，位于监控端，具有数值预警、趋势预警和溯源功能；报警模块，利用预警处理模块的数值预警和趋势预警结果，通过通信模块，实现现场端与监控端的双向预警。与现有技术相比，本发明具有监测精度高、预警反应速度快等优点。

Description

一种基于多数据融合的智能气体监测与预警系统及方法

技术领域

本发明涉及监测预警领域，尤其是涉及一种基于多数据融合的智能气体监测与预警系统及方法。

背景技术

智能气体监测与预警系统主要用于生产过程、施工现场的可燃气体，有害气体，以及现场环境数据的监测，在工业生产的过程与环境中，可燃性气体和有毒有害气体伤害事故不断发生，使得人们越来越重视对现场环境，工作场所的气体监测。

目前气体传感器监测种类相对单一，不能满足生产施工现场多种气体同时检测的要求；且对于混合气体，各种参数之间存在耦合性，干扰性，滞后性等缺陷，影响了精确度与时效性。

现有智能气体监测与预警设备，仅仅监测现场的气体与环境的因素，并没有考虑现场工作人员的身体状况(例如心率、血压、位置等)。

现有预警方式主要是利用数值预警，即通过设置预警阈值，当某一量达到或接近阈值时开始报警；有的设备通过降低阈值来实现尽早预警，这种方式虽然可以实现预警，但降低了预警门槛，不利于实现预警的精确性和时效性；

大多数预警系统无法对泄漏点准确及时定位，不能实现连续预警，无法满足现场与监控端联动预警，双向预警。

发明内容

本发明的目的就是为了提供一种基于多数据融合的智能气体监测与预警系统及方法，用以实现对现场气体、生产环境(温度、湿度、噪声)以及现场工作人员身体状况(心率，血压，位置信息)的监测，并实现现场端和监控端的双向预警。

本发明的目的可以通过以下技术方案来实现：

一种基于多数据融合的智能气体监测与预警系统，包括：

现场采集模块，位于现场端，由多个传感器组成，用于采集现场数据信息并发送至数据处理模块；

数据处理模块，位于现场端，利用多数据融合技术，实现气体的定性分析和定量分析，并将处理后的数据通过通信模块实时传递到监控端的预警处理模块；

通信模块，用于实现现场端与监控端的数据传输通信，实现数值预警与趋势预警相互联络的双向预警；

预警处理模块，位于监控端，具有数值预警、趋势预警和溯源功能，数值预警通过判断处理后的数据是否大于预配置的阈值，判定是否触发报警；趋势预警利用神经网络算法，基于处理后的数据，判断变化趋势，实现超前预警；溯源功能用于判断排放源和泄漏点；

报警模块，利用预警处理模块的数值预警和趋势预警结果，通过通信模块，实现现场端与监控端的双向预警。

所述传感器包括气体检测传感器、温度湿度传感器、定位传感器、人体状况的心率血压传感器。

所述多数据融合技术将现场数据信息的均方误差和测量精度信息进行融合，依靠测量精度确定不同传感器数据之间的权数，通过均方误差最小化确定最优权数，从而基于自适应加权处理得到最优融合值，实现定性和定量分析。

所述趋势预警利用神经网络算法，对实时数据的变化趋势进行预测，若与预测曲线相拟合，则触发报警模块，若不拟合，则存储数据。

所述溯源功能通过实时监测管道内气体浓度值扩散等值线，由等值线扩散规律结合模糊算法监测区域内的排放源，并通过定位传感器定位泄漏点。

一种基于多数据融合的智能气体监测与预警方法，包括以下步骤：

获取位于现场端的多个传感器发送的现场数据信息；

利用多数据融合技术，实现气体的定性分析和定量分析，得到数据处理结果；

在监控端判断数据处理结果是否大于预配置的阈值，若是，则触发数值预警，在现场端和监控端进行双向报警；

利用神经网络算法，基于数据处理结果，判断变化趋势，实现趋势预警，若触发趋势预警，则在现场端和监控端进行双向报警；

基于溯源方法判断排放源和泄漏点。

所述传感器包括气体检测传感器、温度湿度传感器、定位传感器、人体状况的心率血压传感器。

所述多数据融合技术将现场数据信息的均方误差和测量精度信息进行融合，依靠测量精度确定不同传感器数据之间的权数，通过均方误差最小化确定最优权数，从而基于自适应加权处理得到最优融合值，实现定性和定量分析。

所述趋势预警利用神经网络算法，对实时数据的变化趋势进行预测，若与预测曲线相拟合，则触发趋势预警，若不拟合，则存储数据。

所述溯源方法通过实时监测管道内气体浓度值扩散等值线，由等值线扩散规律结合模糊算法监测区域内的排放源，并通过定位传感器定位泄漏点。

与现有技术相比，本发明具有以下有益效果：

(1)本发明提供了一种基于多数据融合的智能气体监测与预警系统，用以实现对现场气体、生产环境(温度、湿度、噪声)以及现场工作人员身体状况(心率，血压，位置信息)的全方位监测，监测数据源广，能够更全面的进行监测和预警。

(2)本发明利用数据融合技术对多个传感器的数据进行融合，不需要测量数据的任何先验知识即可实现高精度的数据融合，从而降低各数据参数之间的干扰性、耦合性，提高监测精确度和效率。

(3)本发明兼顾数值预警和趋势预警，一方面，通过数值预警，如某一数据超过阈值即可实现声光报警；另一方面，将监测的数据通过搭建的无线网实时传递到监控端，在监控端利用神经网络算法，实现对数据变化趋势的预测，实现趋势预警，大大减少了预警的反应时间。

(4)本发明通过实时监测无线传感网络检测到的管道内多种气体的浓度值扩散等值线，由等值线扩散规律结合模糊算法，即可快速、准确的监测到区域内的排放源和泄露点。

(5)本发明的数值预警与趋势预警是双向预警，一旦触发某种报警，就可实现现场端与监控端的联动报警，为生产施工提供双重保障。

(6)本发明通过现场实时获取的数据实现监测和预警，实时性好。

附图说明

图1为本发明的系统结构示意图；

图2为多数据融合和定性定量分析过程；

图3为预警处理过程示意图；

图4为样机案例图解；

图5为本系统采用硬件实现的结构图；

图6为单片机最小系统；

图7为气体传感器阵列采集电路；

图8为温湿度传感器与单片机的连接示意图；

图9为心率监测传输电路；

图10为通信串口电路图；

图11为芯片电路的稳压处理电路图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

一种基于多数据融合的智能气体监测与预警系统，如图1所示，包括：

1)现场采集模块

现场采集模块位于现场端，由多个传感器组成，用于采集现场数据信息并发送至数据处理模块。

所述传感器包括气体检测传感器、温度湿度传感器、定位传感器、人体状况的心率血压传感器。其中，人体状况的心率血压传感器设计在安全头盔中，这样既便于现场人员佩戴，而且监测更准确。

2)数据处理模块

数据处理模块位于现场端，利用多数据融合技术，将现场数据信息的均方误差和测量精度信息进行融合，依靠测量精度确定不同传感器数据之间的权数，通过均方误差最小化确定最优权数，从而基于自适应加权处理得到最优融合值，实现定性和定量分析，如图2所示，并将处理后的数据通过通信模块实时传递到监控端的预警处理模块。

3)通信模块

通信模块用于实现现场端与监控端的数据传输通信，实现数值预警与趋势预警相互联络的双向预警。

4)预警处理模块

预警处理模块位于监控端，具有数值预警、趋势预警和溯源功能，其工作流程如图3所示。

数值预警通过判断处理后的数据是否大于预配置的阈值，判定是否触发报警。

趋势预警利用神经网络算法，对实时数据的变化趋势进行预测，若与预测曲线相拟合，则触发报警模块，实现超前预警，若不拟合，则存储数据。

溯源功能用于判断排放源和泄漏点，当预警处理模块报告的是气体的预警时，通过实时监测管道内气体浓度值扩散等值线，由等值线扩散规律结合模糊算法监测区域内的排放源，并通过定位传感器定位泄漏点。

5)报警模块

报警模块，即声光报警，利用预警处理模块的数值预警和趋势预警结果，通过通信模块，实现现场端与监控端的双向预警，切实保障生产施工过程的安全。

一种实施例中，本系统的样机案例如图4所示。

本系统采用硬件实现的结构图如图5所示。

单片机最小系统如图6所示。

气体传感器阵列采集电路如图7所示，采用MQ系列传感器进行气体检测，为了提高检测数据的精确度与可靠性，采用电阻R1与R2构成分压电路，将LM393与可变电阻构成电压比较器，便于进行补偿调整；其中AD7705采用三线串行接口，在应用电路中采用80C52控制AD7705，对桥式传感信号进行数模转换；将传感器采集到的信息经过AD转换后与单片机最小系统相连。

温湿度传感器与单片机的连接示意图如图8所示，电源部分采用5V开关电源集成模块，显示模块为LCD1602，单片机接收到来自DHT90的温湿度数据，在经过线性拟合，最后送到LCD1602上显示并每隔1S刷新一次。

心率监测传输电路如图9所示，首先，在系统开机时通过键盘设定系统的工作方式，然后，将压电陶瓷片检测到人体心跳信号经过放大、滤波及整形处理后输入给单片机，单片机对测量的数据进行处理，送显示电路显示，同时通过通信电路将测量数据上传PC机，记忆电路主要用来存储测量数据，实现掉电存储功能，声光报警电路在测量数据超过正常范围(如大于180次/min或小于45次/min)时进行报警以提醒注意。

检测心率脉冲信号的传感器采用压电陶瓷(在压电陶瓷片上安装海面垫以传递脉冲信号)；将采集到的心率信号经过由CD4069的3个非门组成3级放大电路进行放大，然后通过由R4、R5、C5及R7、R8、C6构成的2级梯形滤波电路进行滤波处理，即可获得，人体心率范围的信号(约在0.66Hz-3.33Hz之间)；再通过由二极管D1、D2和R6构成的检测电路以及由U1F、U1D、U1E这3个非门)构成的整形电路处理后，就可得到单片机所需要的标准的0-5V脉冲信号。

数据采集单元的硬件主要有单片机以及外围电路组成。该单元的设计方案是由单片机负责实现传感器测试信息的获取并向上位机传输相应的电信号,因此该单元的工作流程是传感器将模拟信号传输到单片机，经过AD转换后，通过串行通讯的方式输入到计算机进行数据的处理。

通信串口电路图如图10所示，本系统的下位机单片机系统与PC机的上位机系统通过串口进行实时通讯和数据传输。本系统使用的是RS-232串口通信。

由于RS-232的信号电平与单片机AT89C52单片机输出的TTL的串口信号电平不是一致的，为了能够同计算机接口或终端的TTL器件连接，必须在RS-232与TTL电路之间进行电平和逻辑关系的变换。所以采用MAX232芯片来实现RS-232的信号电平与单片机的串口信号的电平转换，转换之后，RS-232的接口RXD与TXD直接与单片机或者PC机的串口进行数据交换，实现信号的实时采集、处理。

芯片电路的稳压处理如图11所示，AMS1117-3.3是一种输出电压为3.3V的正向低压降稳压器，集成了极低在线导通电阻MOSFET、肖特基二极管、采样电阻和分压电阻等硬件电路，并具有过流保护、过温保护、精密基准源、差动放大、延时等功能。AMS1117具有自检各输出状态及延时安全供电功能，也可称为“电源好或电源稳定”。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依据本发明的构思在现有技术的基础上通过逻辑分析、推理、或者有限的实验可以得到的技术方案，皆应在权利要求书所确定的保护范围内。

Claims (10)

1.一种基于多数据融合的智能气体监测与预警系统，其特征在于，包括：

现场采集模块，位于现场端，由多个传感器组成，用于采集现场数据信息并发送至数据处理模块；

数据处理模块，位于现场端，利用多数据融合技术，实现气体的定性分析和定量分析，并将处理后的数据通过通信模块实时传递到监控端的预警处理模块；

通信模块，用于实现现场端与监控端的数据传输通信，实现数值预警与趋势预警相互联络的双向预警；

预警处理模块，位于监控端，具有数值预警、趋势预警和溯源功能，数值预警通过判断处理后的数据是否大于预配置的阈值，判定是否触发报警；趋势预警利用神经网络算法，基于处理后的数据，判断变化趋势，实现超前预警；溯源功能用于判断排放源和泄漏点；

报警模块，利用预警处理模块的数值预警和趋势预警结果，通过通信模块，实现现场端与监控端的双向预警。

2.根据权利要求1所述的一种基于多数据融合的智能气体监测与预警系统，其特征在于，所述传感器包括气体检测传感器、温度湿度传感器、定位传感器、人体状况的心率血压传感器。

3.根据权利要求1所述的一种基于多数据融合的智能气体监测与预警系统，其特征在于，所述多数据融合技术将现场数据信息的均方误差和测量精度信息进行融合，依靠测量精度确定不同传感器数据之间的权数，通过均方误差最小化确定最优权数，从而基于自适应加权处理得到最优融合值，实现定性和定量分析。

4.根据权利要求1所述的一种基于多数据融合的智能气体监测与预警系统，其特征在于，所述趋势预警利用神经网络算法，对实时数据的变化趋势进行预测，若与预测曲线相拟合，则触发报警模块，若不拟合，则存储数据。

5.根据权利要求2所述的一种基于多数据融合的智能气体监测与预警系统，其特征在于，所述溯源功能通过实时监测管道内气体浓度值扩散等值线，由等值线扩散规律结合模糊算法监测区域内的排放源，并通过定位传感器定位泄漏点。

6.一种基于多数据融合的智能气体监测与预警方法，其特征在于，包括以下步骤：

获取位于现场端的多个传感器发送的现场数据信息；

利用多数据融合技术，实现气体的定性分析和定量分析，得到数据处理结果；

在监控端判断数据处理结果是否大于预配置的阈值，若是，则触发数值预警，在现场端和监控端进行双向报警；

利用神经网络算法，基于数据处理结果，判断变化趋势，实现趋势预警，若触发趋势预警，则在现场端和监控端进行双向报警；

基于溯源方法判断排放源和泄漏点。

7.根据权利要求6所述的一种基于多数据融合的智能气体监测与预警方法，其特征在于，所述传感器包括气体检测传感器、温度湿度传感器、定位传感器、人体状况的心率血压传感器。

8.根据权利要求6所述的一种基于多数据融合的智能气体监测与预警方法，其特征在于，所述多数据融合技术将现场数据信息的均方误差和测量精度信息进行融合，依靠测量精度确定不同传感器数据之间的权数，通过均方误差最小化确定最优权数，从而基于自适应加权处理得到最优融合值，实现定性和定量分析。

9.根据权利要求6所述的一种基于多数据融合的智能气体监测与预警方法，其特征在于，所述趋势预警利用神经网络算法，对实时数据的变化趋势进行预测，若与预测曲线相拟合，则触发趋势预警，若不拟合，则存储数据。

10.根据权利要求7所述的一种基于多数据融合的智能气体监测与预警方法，其特征在于，所述溯源方法通过实时监测管道内气体浓度值扩散等值线，由等值线扩散规律结合模糊算法监测区域内的排放源，并通过定位传感器定位泄漏点。

Images