Design of Air Quality Information-sampling System Based on BP Neural Network
摘要：空气质量采集对空气清新器的管理和控制起着关键的作用。经过对复杂非线性的空气流分析，结合信息采集及智能控制技术，本文提出一种新的空气质量信息采集系统设计方法。该方法利用多传感器力求准确采集空气质量信息，并通过神经网络建立起空气质量的预测模型，该预测模型的建立有助于空气清新器控制策略的优化。
关键词：空气质量采集；神经网络； 空气清新器 ；多传感器
Abstract: Air quality information-sampling is very important to manage and control air cleaner. Because of complexity and nonlinear of air flow, this paper proposes a design method of air quality information-sampling system based on BP neural network, combined with  information-sampling and intelligent-control technology . The method can build the prediction model of air quality from information-sampling system using multi-sensors, and this prediction model is a pre-requisite to optimize the control policy of air cleaner.
Keywords: Air quality information-sampling；neural network；air cleaner ；multi-sensors
人类的 80%～90%的时间是在室内度过的，室内空气的质量对人的身体健康和工作效率将产生很大的影响。国内外许多学者对不同类型建筑物的室内空气品质进行调查和分析，结果显示，引起室内空气质量恶化的原因主要体现在以下几方面：二氧化碳含量高、氧气含量低；装修材料所挥发出的气体如甲苯、甲醛；家庭烹饪中燃料的不完全燃烧或煤气的泄漏所产生的CO；微生物与固体颗粒。因一般微生物多依附于固体颗粒传播，可采用光触煤滤网与紫外线灯的方法去除[1,2]。所以本文只对影响室内空气质量的气体进行检测，采集空气中氧气含量、挥发性气体含量如甲醛、CO浓度，再加上对空气湿度值的测量，便可准确度量室内空气质量。
本文在前几代的空气净化器的基础上，设计一种新型的智能空气清新器信息采集系统，
该系统配合单片机实时监测空气质量，并提出利用人工神经网络的自学习能力强和自适应性能好的特点，对空气质量进行预测，建立起预测模型，预测模型与标准模型（可以从国家关于室内空气标准的文件得到）比较后，设计出最优的控制策略。此外，空气清新器还能在采集系统发生故障的情况下，由人工神经网络建立的预测模型将代替由多传感器组成的采集系统，将空气质量的预测值送入单片机系统中，参与控制策略的优化，保证了空气清新器的智能化运行。这一点将在第三部分详细解释。
1、 空气清新器
在给出空气质量采集系统的设计要点之前，先介绍一下空气清新器控制系统的各个模块。如图2所示，空气清新器控制系统从结构上大体可分为7个部分：单片机控制系统、空气质量采集模块、杀菌模块、风扇模块、负离子发生模块，报警模块，人机接口模块。其中杀菌模块、风扇模块、负离子发生模块、报警模块为执行模块，这些执行模块能改善空气质量或给出提示信息。空气清新器控制执行模块时碰到的实际问题很多，比如甲醛浓度高于标准值，需要杀菌模块和风扇模块协作，而执行模块中的杀菌模块可处于强档，中档，低档，风扇模块可处于强档，中档，低档。为了解决执行模块的组合和协作问题，必须借助于人工智能建立空气质量预测模型，以算法来实现模块的组合和协作。空气质量预测模型是实现空气清新器自适应控制系统时优化的必要步骤。
2、 空气质量采集系统
实时且准确是空气质量采集模块设计宗旨[3]。空气质量采集系统包括气体传感器阵列、信号调理、模数转换，单片机及外围辅助电路。气体传感器采集室内空气质量信息，信号调理电路传感器输出的电信号进行放大、滤波等预处理。这些电信号是连续的模拟信号，而单片机所能识别的信号仅限于数字信号，因此必须经过模数转换才能够被单片机所识别。由此可见，这四部分在该系统中构成一个有机整体，缺一不可。下文将具体介绍这四部分的设计要点。
2.1 气体传感器阵列
气体传感器阵列是室内空气探测装置[4]，是整个系统的信号输入环节。 室内空气成份具有多样性和复杂性的特点，为了能准确地采集空气质量信息，需用多种传感器[6]对其进行检测。针对如前所述的家庭室内空气特点，本文选取四类传感器来度量空气质量，一类是氧气传感器，能检测到空气中氧气的含量；二类是空气湿度传感器，用于检测空气湿度。三类是毒性气体传感器，主要用于检测烟气、甲醛等有毒气体。四类是一氧化碳传感器，用于一氧化碳泄漏和煤气不完全燃烧的检测；这些四类传感器组成阵列，负责对空气质量的采集，得出室内空气质量指数。
2.2 信号调理
信号调理单元对传感器输出信号进行放大和滤波等预处理。传感器信号一般都非常弱，通常带有高频干扰信号，为了获取真实的空气质量信息，为后面的预测和控制提供保障，需要信号调理电路对每个传感器信号分别操作。对于不同的传感器信号，需针对它的特点采用不同级别放大和RC滤波，滤出高频干扰，得到所需的电信号。具体的做法：以一氧化碳传感器的信号调理电路为例，在得知传感器          

   图1 CO传感器的信号调理电路
有关参数后，利用示波器查看传感器输出信号；一氧化碳传感器输出信号较强、干扰小，针对这一特点采用一级放大和一级RC滤波即可。如图1 所示，放大信号的芯片采用INA128，RC滤波由RF23，CF22组成。氧气传感器输出信号较弱、干扰大，针对这一特点采用二级放大和二级RC滤波，方法类似就不赘述。
2.3 模数转换与单片机
模数转换部分将模拟信号转换成单片机所能识别的数字信号。它主要包括模数转换芯片及外围电路，单片机及外围电路等。模数转换芯片采用TI公司的12位开关电容逐次逼近A/D转换芯片TLC2543[5]，它具有转换精度高，转换数据快，能直接与单片机相连并较少的占用IO口等优点。单片机[6]采用WINBOND 52系列的8位微处理器W78E58。它包括4个8位 双向IO口、3个16位定时/计数器、2个外部中断，256 Bit RAM、32KB EPROM，且内 置看门狗模块，是一款性价较高的微处理器芯片。由于模
数转换芯片TLC2543采用了串           

图2 空气质量监控系统

[1] [2]  下一页