论文部分内容阅读
摘 要：近年来，我国面临着严峻的水质污染问题，严重威胁着人们的饮水安全，且传统水质检测监测系统存在自动化程度低、成本高等问题。为此我们设计了一套基于互联网环保水质监测船系统。该系统以太阳能为动力源，建立一套完善的水质监测系统，全方位采集水质数据，对数据进行处理后为治理水质提供支持。
关键词：水质监测;互联网;数据采集
一、引言
近年来，水质污染问题日益得到重视。目前，我国水质污染严重，威胁着人们的饮水安全，对此，国家及环保部门相继出台政策，加强了对水质的检测与治理。传统的水质监测主要依赖于人工，存在着诸如成本高、监测范围小、数据处理周期长等问题。
本论文研发设计了一套基于互联网的环保水质检测船系统，通过无线通信来实现远程控制与数据的传输，并结合GPS/北斗卫星导航系统来实现移动与定位。该系统操控方便、工作水域广，可实现水质参数的实时采集、传输与分析。
二、系统硬件设计
本论文设计的水质监测系统主要包含六大硬件模块：
（一）主控模块。该模块以Arduino平台为核心并包含其它模块的各种接口，全面负责整个系统的协调工作，收集各类传感器获得的数据并通过互联网模块完成数据的传输。Arduino 是一个源自意大利的开源电子硬件项目，它包括有I/O 功效的硬件电路板和一个開源的软件开发环境，设计者可通过编程对Arduino电路板进行控制，结合各类传感器及其他功能模块，可实现多样识别和数据处理等功能。Arduino的优点是操作简单，并且随着Arduino的使用者越来越多，其软硬件资源也越来越丰富，能满足绝大多数智能产品的原型设计需要[1]。
（二）动力模块。考虑到本设计的使用场景，我们采用清洁能源——太阳能作为整个系统的驱动源。太阳能资源的利用过程中，耗用的是阳光福射，不会对气候环境造成污染。太阳能作为一种绿色能源，在利用过程中不会产生常规能源利用过程中所产生的NOx、SOx等有害物质，所以太阳能在保护环境方面具有广泛的应用前景[2]。
该模块主要实现太阳能源向电能的转换，以实现驱动监测船的正常工作和移动，并且还能存储太阳能，为船体夜间行驶提供能量，克服以往设备能量消耗快、需频繁更换电源的缺点。本论文设计的监测船搭载的太阳能板可自动跟随阳光方向，实现最大程度地收集阳光，提高能源的转换效率。
（三）传感器模块。该模块主要包含各类传感器，用于收集各类水质参数，如水温、PH值、TOC、COD化学需氧量、电导率、浑浊度、氨氮磷浓度等。该模块能动态探测多种污染物，自动检测识别水面污染源并结合主控模块和互联网模块及时向使用者发出警报。各传感器将收集的数据通过蜂窝无线网络发送到控制终端，控制终端收集到数据后进行分析处理并形成可视化图表。
（四）GPS/北斗卫星导航系统。要实现检测船的路径规划和定点采样，则船体上必须具有定位系统。本论文设计中采用GPS定位方案，通过优化算法，可规划出船体最优行动路线，进而实现定点采样。
（五）互联网模块。船体在完成路径规划、定点采样后，将传感器收集的数据经主控模块缓冲后通过互联网模块传输至云端，以便后期的数据处理与数据库的建立。
在数据下行传输中，操作员通过控制端的应用程序下达指令，控制终端通过无线蜂窝网络传输命令给船体的主控芯片，主控模块根据指令完成传感器采集与船体移动等指令。整个过程无需人为操作，全面实现终端的自主控制，不仅方便快捷也实现了及时响应。
（六）控制端。控制端完成人机交互，分PC终端和移动终端。全部控制端采用触屏设计，操作简单方便快捷。移动端的控制方式自由性更高，便利性更好。通过该模块即可实现远程控制，因此，本设计系统不仅拥有水样采集、数据与分析，还可根据所得的数据进而实现快速响应、实时处理等功能。另外，通过建立数据库，可利用大数据分析为环境治理提供支持。
三、系统软件设计
本系统的软件部分主要包括船体移动路径规划、定位算法，以及顶层人机交互界面和数据处理。
（一）蚁群算法。本文采用优化的蚁群算法来实现船体的路径规划。蚂蚁通过蚁群的共同行为来寻找行动的最优路径。蚂蚁在移动时，会将一定的信息要素留在其经过的路径中，其后的蚂蚁会根据这些信息要素的强弱来选择最佳路径[3]。
（二）蚁群算法的缺点。蚁群算法有两个缺点：首先，每只蚂蚁随机运动，即释放的信息素也随机，这就导致了当需要的检索路径较多时，蚁群需要较长的时间来寻找最优路径;其次，由于蚂蚁在初始选择路径时是随机的，当检索量过大时，算法可能过早结束并未实现最佳优化，即出现早熟现象[4]。
（三）优化算法。本论文设计时充分考虑上述缺陷，对算法做了改进，具体执行步骤如下：（1）根据障碍物的大小，利用矩阵法对环境进行建模;（2）设置初始参数，并确定初始及终点位置;（3）将船体移动在初始位置上，计算启发信息并开始检索路径;（4）计算移动到矩阵中的某个栅格;（5）等到全部检索完毕后依据自适应公式更新加权值;（6）记下每次检索路线的长度;（7）重复上述步骤（4）至（6）直至迭代完毕，然后输出最优路径。
（四）顶层交互软件。本系统收集的数据在上位机完成处理与分析，即上位机需要设计顶层应用软件来完成数据的可视化分析与对船体的控制。本论文在PC端使用Python语言编程对数据进行可视化分析与处理，移动端则是基于Android系统进行人机交互界面的设计，完成数据的处理与对船体的控制。
通过上述软件开发，本系统会根据搭载的GPS导航设备自动实现船体路径规划、自动避障，实现定点采样，并将数据传回基站，以便后续分析与备份。这种创新的方法一改传统监测点固定的状态，使用移动平台搭载监测设备，减少了固定监测点的数量，从而节省了成本。
四、实验结果
本论文设计，可通过互联网实现24小时实时水质参数监测;在监测到水质数据超标、水质分析设备故障等异常时实现自动报警功能;对数据进行可视化处理后自动生成统计报表和趋势曲线。
参考文献：
[1]杨楠. 基于Arduino的智能产品原型设计研究[D]. 江南大学， 2014.
[2]沈义. 我国太阳能的空间分布及地区开发利用综合潜力评价[D]. 兰州大学， 2014.
[3]许川佩，蔡震，胡聪. 基于蚁群算法的数字微流控生物芯片在线测试路径优化[J]. 仪器仪表学报， 2014， 35（06）： 1417-1424.
关键词：水质监测;互联网;数据采集
一、引言
近年来，水质污染问题日益得到重视。目前，我国水质污染严重，威胁着人们的饮水安全，对此，国家及环保部门相继出台政策，加强了对水质的检测与治理。传统的水质监测主要依赖于人工，存在着诸如成本高、监测范围小、数据处理周期长等问题。
本论文研发设计了一套基于互联网的环保水质检测船系统，通过无线通信来实现远程控制与数据的传输，并结合GPS/北斗卫星导航系统来实现移动与定位。该系统操控方便、工作水域广，可实现水质参数的实时采集、传输与分析。
二、系统硬件设计
本论文设计的水质监测系统主要包含六大硬件模块：
（一）主控模块。该模块以Arduino平台为核心并包含其它模块的各种接口，全面负责整个系统的协调工作，收集各类传感器获得的数据并通过互联网模块完成数据的传输。Arduino 是一个源自意大利的开源电子硬件项目，它包括有I/O 功效的硬件电路板和一个開源的软件开发环境，设计者可通过编程对Arduino电路板进行控制，结合各类传感器及其他功能模块，可实现多样识别和数据处理等功能。Arduino的优点是操作简单，并且随着Arduino的使用者越来越多，其软硬件资源也越来越丰富，能满足绝大多数智能产品的原型设计需要[1]。
（二）动力模块。考虑到本设计的使用场景，我们采用清洁能源——太阳能作为整个系统的驱动源。太阳能资源的利用过程中，耗用的是阳光福射，不会对气候环境造成污染。太阳能作为一种绿色能源，在利用过程中不会产生常规能源利用过程中所产生的NOx、SOx等有害物质，所以太阳能在保护环境方面具有广泛的应用前景[2]。
该模块主要实现太阳能源向电能的转换，以实现驱动监测船的正常工作和移动，并且还能存储太阳能，为船体夜间行驶提供能量，克服以往设备能量消耗快、需频繁更换电源的缺点。本论文设计的监测船搭载的太阳能板可自动跟随阳光方向，实现最大程度地收集阳光，提高能源的转换效率。
（三）传感器模块。该模块主要包含各类传感器，用于收集各类水质参数，如水温、PH值、TOC、COD化学需氧量、电导率、浑浊度、氨氮磷浓度等。该模块能动态探测多种污染物，自动检测识别水面污染源并结合主控模块和互联网模块及时向使用者发出警报。各传感器将收集的数据通过蜂窝无线网络发送到控制终端，控制终端收集到数据后进行分析处理并形成可视化图表。
（四）GPS/北斗卫星导航系统。要实现检测船的路径规划和定点采样，则船体上必须具有定位系统。本论文设计中采用GPS定位方案，通过优化算法，可规划出船体最优行动路线，进而实现定点采样。
（五）互联网模块。船体在完成路径规划、定点采样后，将传感器收集的数据经主控模块缓冲后通过互联网模块传输至云端，以便后期的数据处理与数据库的建立。
在数据下行传输中，操作员通过控制端的应用程序下达指令，控制终端通过无线蜂窝网络传输命令给船体的主控芯片，主控模块根据指令完成传感器采集与船体移动等指令。整个过程无需人为操作，全面实现终端的自主控制，不仅方便快捷也实现了及时响应。
（六）控制端。控制端完成人机交互，分PC终端和移动终端。全部控制端采用触屏设计，操作简单方便快捷。移动端的控制方式自由性更高，便利性更好。通过该模块即可实现远程控制，因此，本设计系统不仅拥有水样采集、数据与分析，还可根据所得的数据进而实现快速响应、实时处理等功能。另外，通过建立数据库，可利用大数据分析为环境治理提供支持。
三、系统软件设计
本系统的软件部分主要包括船体移动路径规划、定位算法，以及顶层人机交互界面和数据处理。
（一）蚁群算法。本文采用优化的蚁群算法来实现船体的路径规划。蚂蚁通过蚁群的共同行为来寻找行动的最优路径。蚂蚁在移动时，会将一定的信息要素留在其经过的路径中，其后的蚂蚁会根据这些信息要素的强弱来选择最佳路径[3]。
（二）蚁群算法的缺点。蚁群算法有两个缺点：首先，每只蚂蚁随机运动，即释放的信息素也随机，这就导致了当需要的检索路径较多时，蚁群需要较长的时间来寻找最优路径;其次，由于蚂蚁在初始选择路径时是随机的，当检索量过大时，算法可能过早结束并未实现最佳优化，即出现早熟现象[4]。
（三）优化算法。本论文设计时充分考虑上述缺陷，对算法做了改进，具体执行步骤如下：（1）根据障碍物的大小，利用矩阵法对环境进行建模;（2）设置初始参数，并确定初始及终点位置;（3）将船体移动在初始位置上，计算启发信息并开始检索路径;（4）计算移动到矩阵中的某个栅格;（5）等到全部检索完毕后依据自适应公式更新加权值;（6）记下每次检索路线的长度;（7）重复上述步骤（4）至（6）直至迭代完毕，然后输出最优路径。
（四）顶层交互软件。本系统收集的数据在上位机完成处理与分析，即上位机需要设计顶层应用软件来完成数据的可视化分析与对船体的控制。本论文在PC端使用Python语言编程对数据进行可视化分析与处理，移动端则是基于Android系统进行人机交互界面的设计，完成数据的处理与对船体的控制。
通过上述软件开发，本系统会根据搭载的GPS导航设备自动实现船体路径规划、自动避障，实现定点采样，并将数据传回基站，以便后续分析与备份。这种创新的方法一改传统监测点固定的状态，使用移动平台搭载监测设备，减少了固定监测点的数量，从而节省了成本。
四、实验结果
本论文设计，可通过互联网实现24小时实时水质参数监测;在监测到水质数据超标、水质分析设备故障等异常时实现自动报警功能;对数据进行可视化处理后自动生成统计报表和趋势曲线。
参考文献：
[1]杨楠. 基于Arduino的智能产品原型设计研究[D]. 江南大学， 2014.
[2]沈义. 我国太阳能的空间分布及地区开发利用综合潜力评价[D]. 兰州大学， 2014.
[3]许川佩，蔡震，胡聪. 基于蚁群算法的数字微流控生物芯片在线测试路径优化[J]. 仪器仪表学报， 2014， 35（06）： 1417-1424.