曹建峰++崔平++陶婧

摘 要：文中設(shè)計系統(tǒng)通過抽取采樣和多級微壓霧化技術(shù)解決了天然水體多膠質(zhì)水質(zhì)對傳感器的影響。利用無線傳感網(wǎng)和移動通信網(wǎng)實現(xiàn)了廣域水質(zhì)參數(shù)測量。通過數(shù)據(jù)挖掘提供對水產(chǎn)養(yǎng)殖和水環(huán)境監(jiān)控的智能控制和預警，具有較強的社會意義和經(jīng)濟價值。

關(guān)鍵詞：天然水體；多膠質(zhì)；多參數(shù)；測量；預警

中圖分類號：TP39；S959 文獻標識碼：A 文章編號：2095-1302（2017）10-00-03

0 引 言

水是生命之源，人類的生活和生產(chǎn)活動都離不開水，生活飲用水水質(zhì)、水產(chǎn)養(yǎng)殖水質(zhì)及水生態(tài)系統(tǒng)水質(zhì)的優(yōu)劣均與人類健康密切相關(guān)。隨著社會經(jīng)濟發(fā)展、科學進步和人民生活水平的提高，人們對水質(zhì)的要求不斷提高。但同時，隨著工業(yè)經(jīng)濟的發(fā)展，各類水質(zhì)均受到一定程度的污染。因此，對水質(zhì)的監(jiān)測越來越迫切，尤其對范圍廣、影響大的天然水體的監(jiān)測。

1 研究現(xiàn)狀及意義

水質(zhì)監(jiān)測目前已實現(xiàn)從定點人工采樣到單點自動測量站的轉(zhuǎn)變，但由于水域面積較大，單點測量站靠近陸地，無法全面反映水質(zhì)情況。為了提高測量精度，許多項目都選擇精度較高的進口水質(zhì)傳感器。但由于歐美國家的水質(zhì)情況相對較好，他們在設(shè)計傳感器探頭時均未考慮中國天然水體多膠質(zhì)含量較高的情況。在此前多個水質(zhì)監(jiān)控系統(tǒng)中，進口傳感器探頭在多膠質(zhì)含量較高的天然水體中約六個月，水中的多膠質(zhì)就會影響水質(zhì)傳感器的測量精度，甚至使傳感器無法完成測量。同時由于此影響過程緩慢，往往認為由水質(zhì)參數(shù)的變化而引起，忽視了水體中多膠質(zhì)問題的影響。雖然目前已有水質(zhì)監(jiān)控站，但對于中國多膠質(zhì)水質(zhì)長時間監(jiān)測及大數(shù)據(jù)分析的研究較少，設(shè)計者均在試用階段使用，水中的多膠質(zhì)尚未對傳感器探頭的測量精度造成較大影響，測量精度符合要求，但對長期無人測量的后期跟蹤研究較少，導致在長期實際使用過程中，傳感器不適應(yīng)中國多膠質(zhì)水質(zhì)的國情，使測量精度無法達到預期的設(shè)計要求，甚至測量得到的粗大數(shù)據(jù)導致系統(tǒng)無法正常工作。

研發(fā)天然水體多參數(shù)水質(zhì)在線監(jiān)測與大數(shù)據(jù)分析系統(tǒng)，能對水質(zhì)的多個參數(shù)進行測量，解決傳感器因為中國水質(zhì)多膠質(zhì)含量較高而導致測量不準的問題，從而獲得長期、穩(wěn)定、真實的測量數(shù)據(jù)。利用無線傳感網(wǎng)及移動通信網(wǎng)對大范圍水域進行水質(zhì)監(jiān)控并進行大數(shù)據(jù)分析，如檢測氨氮含量，從而在淡水養(yǎng)殖業(yè)中對投放的飼料進行精確控制，實現(xiàn)智能控制，提高生產(chǎn)效率，節(jié)省成本，減少污染。除水產(chǎn)養(yǎng)殖外，本系統(tǒng)也能在水環(huán)境監(jiān)控過程中對污染源及污染物進行實時測量并進行大數(shù)據(jù)分析，為政府決策提供參考依據(jù)。

2 系統(tǒng)架構(gòu)設(shè)計

本系統(tǒng)主要根據(jù)太湖水監(jiān)測需要，依托江蘇省科技廳政策引導類計劃（產(chǎn)學研合作）——前瞻性研究項目，設(shè)計了一套解決中國天然水體多膠質(zhì)問題的在線監(jiān)測與大數(shù)據(jù)分析系統(tǒng)，實現(xiàn)了天然水體水質(zhì)長期穩(wěn)定的測量和預警，并能實現(xiàn)各類水產(chǎn)養(yǎng)殖的智能化。智能養(yǎng)殖中的天然水體多參數(shù)水質(zhì)在線監(jiān)控系統(tǒng)結(jié)構(gòu)如圖1所示。

把天然水域分成若干水域，根據(jù)每個水域大小設(shè)置若干個多參數(shù)水質(zhì)測量站、自動飼料機、增氧泵和無線傳感網(wǎng)協(xié)調(diào)器、嵌入式系統(tǒng)和GPRS模塊。本水域采集到的數(shù)據(jù)通過一個GPRS DTU傳輸?shù)竭h程數(shù)據(jù)中心，在數(shù)據(jù)中心完成數(shù)據(jù)存儲及大數(shù)據(jù)分析，得到水質(zhì)的精確參數(shù)和變化趨勢，通過自動飼料機、增氧泵等控制設(shè)備來自動控制水產(chǎn)養(yǎng)殖中的飼料自動投放及水質(zhì)參數(shù)控制。用戶可以利用手持設(shè)備或電腦通過ETHERNET訪問數(shù)據(jù)中心實現(xiàn)實時數(shù)據(jù)的訪問和對被控設(shè)備的控制。通過對天然水體多參水質(zhì)進行監(jiān)控不僅實現(xiàn)了水產(chǎn)養(yǎng)殖和水環(huán)境的智能化控制，同時也能為可能產(chǎn)生的水環(huán)境危機及時預警。

系統(tǒng)中，多參數(shù)水質(zhì)測量站及天然水體多膠質(zhì)對傳感器探頭的影響是整個系統(tǒng)的關(guān)鍵，它的穩(wěn)定可靠工作決定了系統(tǒng)的穩(wěn)定性與可靠性。

3 子系統(tǒng)設(shè)計

3.1 多參數(shù)水質(zhì)測量站

水質(zhì)情況由多個主要水質(zhì)參數(shù)共通構(gòu)成，如pH值、溶解氧、溫度、電導率等，在水產(chǎn)養(yǎng)殖過程中，還需測量氨氮等參數(shù)。為了提高測量效率，系統(tǒng)設(shè)置了溫度、pH值、溶解氧、電導率、氨氮傳感器探頭，對水質(zhì)的5個參數(shù)同時進行測量。抽取采樣清洗式多參數(shù)水質(zhì)傳感器如圖2所示。

在多參數(shù)水質(zhì)測量站設(shè)計過程中，解決中國天然水體多膠質(zhì)物對水質(zhì)傳感器探頭的影響是研究的重點，但目前國內(nèi)外對天然水體中多膠質(zhì)物的研究較少（多膠質(zhì)的成份、形成機理、消除方法等）。為了能在較短的時間內(nèi)，采用較小的成本消除天然水體中多膠質(zhì)對傳感器探頭的影響，文中采用抽取采樣清洗式測量方式，使傳感器探頭受天然水體多膠質(zhì)物影響降至最低，同時，借助微型水凈化系統(tǒng)，通過旋轉(zhuǎn)切角為20°的多級減壓微量霧化噴嘴實現(xiàn)對傳感器探頭的自潔，20°旋轉(zhuǎn)切角流道最大化保證了出口狀態(tài)的霧化效果，從而保證了多參數(shù)傳感器探頭長期保持潔凈，使多膠質(zhì)物體對測量精度的影響降至最小，使測量參數(shù)保持準確，同時，多參數(shù)水質(zhì)測量站的價格約為進口價格的十分之一。經(jīng)過在太湖水中的實踐，該方法至少能使傳感器探頭保持二年以上的自潔，初步解決了中國天然水體水質(zhì)檢測中存在的探頭受多膠質(zhì)影響的問題。系統(tǒng)核心部件多級減壓微量霧化噴嘴已獲國家發(fā)明專利，并同時申請了美國專利，且已在美國實審公開。

多參數(shù)水質(zhì)測量站的控制系統(tǒng)采用基于ARM9的S3C2440進行，具有價位低、性能-功耗比高、接口和部件豐富等特點，同時它有32位嵌入式CPU，能較好地滿足自動水質(zhì)測量及無線通信等要求。由于有些自動水質(zhì)測量站遠離陸地，有線供電成本較高，故系統(tǒng)采用太陽能電板與蓄電池構(gòu)成不間斷供電系統(tǒng)（UPS），為測量站提供電源。水質(zhì)采樣為間歇式工作，一個小型太陽能電池板便能滿足系統(tǒng)的用電需求，即使在陰雨天蓄電池也能保證設(shè)備穩(wěn)定工作一周時間。

如果水域面積較大，為了提高測量的精度和進行水質(zhì)情況預警，在同一片水域中需設(shè)置多個自動測量站。對處于同一水域中的多個自動測量站通過ZigBee無線通訊技術(shù)把測量數(shù)據(jù)匯聚至嵌入式終端，通過GPRS無線遠距離通訊技術(shù)把數(shù)據(jù)傳輸至數(shù)據(jù)中心。通過ZigBee無線自組網(wǎng)技術(shù)降低系統(tǒng)的通信成本與運營費用。多參數(shù)水質(zhì)測量站如圖3所示。endprint

3.2 自動飼料機、增氧泵

自動飼料機、增氧泵需較大的功率，為方便漁民投放飼料，一般安裝在近岸水域。這主要用于人工圍網(wǎng)養(yǎng)殖，而大面積的水域養(yǎng)殖為非人工養(yǎng)殖，因此綜合考慮各因素，故不設(shè)置自動飼料機和增氧泵類的設(shè)備。自動飼料機和增氧泵通過無線傳感網(wǎng)與嵌入式網(wǎng)關(guān)進行通信，嵌入式網(wǎng)關(guān)接收來自數(shù)據(jù)中心的控制命令，再由網(wǎng)關(guān)通過無線傳感網(wǎng)（WSN）發(fā)至自動飼料機和增氧泵，根據(jù)命令完成所需飼料的投放和增氧泵的開啟，實現(xiàn)飼料和增氧的自動化。

3.3 數(shù)據(jù)中心

數(shù)據(jù)中心是系統(tǒng)的核心，首先對各測量站傳來的數(shù)據(jù)進行存儲，然后對存儲的大數(shù)據(jù)采用面向數(shù)據(jù)流的柔性漂移支持向量機（FD-SVM）進行分析。此算法對水質(zhì)監(jiān)控等數(shù)據(jù)模型而言會發(fā)生變化，數(shù)據(jù)流無限增長、時序變化和潛在概念漂移的非靜態(tài)數(shù)據(jù)能有效提升對數(shù)據(jù)的分類性能，適應(yīng)更靈活的漂移策略。

通過數(shù)據(jù)挖掘，得到各子系統(tǒng)的控制參數(shù)，通過移動通信網(wǎng)和無線傳感網(wǎng)，最終把控制參數(shù)發(fā)送至自動飼料機和增氧泵等設(shè)備，從而實現(xiàn)對水產(chǎn)養(yǎng)殖和水質(zhì)參數(shù)的智能控制。在數(shù)據(jù)中心，綜合氣溫、氣壓等天氣預報信息，通過大數(shù)據(jù)分析，能實現(xiàn)對水產(chǎn)養(yǎng)殖和水環(huán)境污染等危險情況進行預警，并實時控制水體參數(shù)，確保水產(chǎn)養(yǎng)殖的安全，也能為環(huán)保主管部門決策提供參考依據(jù)。

數(shù)據(jù)中心設(shè)置IIS等服務(wù)器程序，用戶可通過電腦瀏覽器或各類手持終端上的客戶端程序?qū)崿F(xiàn)遠程訪問與控制。終端控制軟件測量界面如圖4所示。

4 結(jié) 語

通過測試，系統(tǒng)能較長時間的解決中國天然水體中多膠質(zhì)物對傳感器探頭的影響，確保長期測量的準確性。通過組建無線傳感網(wǎng)，利用3G、4G或其它移動通信方式進行數(shù)據(jù)傳輸，實現(xiàn)大范圍水域的測量。對長期穩(wěn)定測量過程中獲取的真實數(shù)據(jù)進行數(shù)據(jù)挖掘，對淡水養(yǎng)殖業(yè)進行實時精確的控制。該系統(tǒng)降低了漁民的勞動強度，提高了水產(chǎn)養(yǎng)殖的安全可靠性，實現(xiàn)了監(jiān)管部門對水產(chǎn)品的溯源追蹤。利用大數(shù)據(jù)分析，能對水產(chǎn)養(yǎng)殖的危險情況進行預警并控制，降低了養(yǎng)殖風險，保障了漁民的財產(chǎn)安全。目前系統(tǒng)僅工作二年，更長期的系統(tǒng)穩(wěn)定性、可靠性等測試尚缺少實驗數(shù)據(jù)，后續(xù)將進一步跟蹤系統(tǒng)的工作情況，包括探頭自潔情況，微型凈水過濾系統(tǒng)等，為系統(tǒng)的維護和改進提供實驗數(shù)據(jù)。

參考文獻

[1]李南忘.基于數(shù)據(jù)挖掘方法通過簡約參數(shù)建立水質(zhì)異常檢測及污染物識別系統(tǒng)的研究[D].上海：華東師范大學，2016.

[2]陳巖，閆云浩，譚婷，等.基于WSNs多參數(shù)水質(zhì)監(jiān)測的終端設(shè)計[J].傳感器與微系統(tǒng)， 2014，33（10）：83-86.

[3]李晉，熊炎.大區(qū)域水質(zhì)污染智能監(jiān)測系統(tǒng)設(shè)計[J].計算機測量與控制，2013，21（10）：2670-2672.

[4]杜治國，肖德琴，周運華，等.基于無線傳感器網(wǎng)絡(luò)的水質(zhì)監(jiān)測系統(tǒng)設(shè)計[J].計算機工程， 2008，40（17） ：92-96.

[5]丁文，馬茵馳，郗偉超.水產(chǎn)養(yǎng)殖水質(zhì)環(huán)境無線監(jiān)測系統(tǒng)設(shè)計與實現(xiàn)[J].農(nóng)機化研究， 2012，34（10） ：78-82.

[6]劉繼忠，敖俊宇，黃翔.基于ZigBee的水質(zhì)監(jiān)測無線傳感器網(wǎng)絡(luò)節(jié)點[J].儀表技術(shù)與傳感器，2012（6）：64-65.

[7] T Dube，O Mutanga，K Seutloali，et al.Water quality monitoring in sub-Saharan African lakes： a review of remote sensing applications[J].African Journal of Aquatic Science，2015 ，40（1）：1-7.

[8] D S Simbeye，S F Yang.Water Quality Monitoring and Control for Aquaculture Based on Wireless Sensor Networks[J].Journal of Networks，2014 ，9（4）：840-849.

[9] Ali Uysal，Raif Bayir.Real-time condition monitoring and fault diagnosis in switched reluctance motors with Kohonen neural network[J].Journal of Zhejiang University SCIENCE C，2013，14（12）：941-952.

[10] Y Chebud，GM Naja，RG Rivero，et al.Water Quality Monitoring Using Remote Sensing and an Artificial Neural Network[J].Water， Air & Soil Pollution，2012，223（8）：4875-4887.endprint