基于傳感器和模糊算法的水質(zhì)監(jiān)測系統(tǒng)

李素平 尤容容 蔣治國 許 明 毛萬中

（巢湖學院，安徽 巢湖 238000）

基于傳感器和模糊算法的水質(zhì)監(jiān)測系統(tǒng)

李素平 尤容容 蔣治國 許 明 毛萬中

（巢湖學院，安徽 巢湖 238000）

文章針對巢湖水質(zhì)污染問題，結(jié)合我國水質(zhì)監(jiān)測技術(shù)發(fā)展現(xiàn)狀，構(gòu)建了基于Zigbee無線傳感器的湖泊水質(zhì)監(jiān)測系統(tǒng)，使用模糊神經(jīng)網(wǎng)絡(luò)算法進行水質(zhì)測評，并將巢湖水質(zhì)狀態(tài)通過APP的形式展示出來。實驗表明，該系統(tǒng)可以實現(xiàn)水質(zhì)的智能化監(jiān)測，能夠有效提升水質(zhì)監(jiān)測的質(zhì)量和效率。水質(zhì)狀態(tài)以APP的形式展示，具有較強的應(yīng)用和推廣價值。

Zigbee無線傳感器；湖泊水質(zhì)監(jiān)測；模糊神經(jīng)網(wǎng)絡(luò)；APP

1 引言

近年來水污染的問題日漸突出，作為五大淡水湖之一的巢湖因為工業(yè)化的發(fā)展水質(zhì)污染也越來越嚴重。因為水質(zhì)污染宣傳力度不夠，民眾對巢湖水質(zhì)污染的程度及相關(guān)情況了解較少，所以保護巢湖水資源的意識比較淡薄。因此設(shè)計出一款可以讓市民隨時了解巢湖水質(zhì)污染情況的APP顯得尤為重要。

2 水質(zhì)監(jiān)測研究概述

2.1 水質(zhì)監(jiān)測系統(tǒng)研究現(xiàn)狀

據(jù)了解，國外在水質(zhì)監(jiān)測方面起步較早，從20世界中葉以來，美國、英國、日本等國家先后建立了水質(zhì)污染監(jiān)測系統(tǒng)[1]。雖然我國的水質(zhì)監(jiān)測系統(tǒng)也歷經(jīng)了多個主要階段，從最初的人工水質(zhì)分析階段到使用監(jiān)測儀器階段，再到如今的水質(zhì)自動監(jiān)測階段，但是我國在監(jiān)測系統(tǒng)方面和其他國家相比，依然存在著一定的差距。

無線傳感器網(wǎng)絡(luò)具有智能化程度高、信息時效強、覆蓋區(qū)域廣、支持多路傳感器數(shù)據(jù)同步采集、可擴展性好等特點[2]，其在水質(zhì)環(huán)境監(jiān)測領(lǐng)域有著廣闊的應(yīng)用前景。目前，國內(nèi)外已開展了無線傳感器網(wǎng)絡(luò)在水質(zhì)監(jiān)測相關(guān)方面的應(yīng)用研究。

2.2 巢湖水質(zhì)監(jiān)測系統(tǒng)研究意義

采用無線傳感器進行信息傳送，可以實現(xiàn)水質(zhì)自動監(jiān)測，改變了傳統(tǒng)的水質(zhì)監(jiān)測采用儀表結(jié)合人工操作的弊端，使監(jiān)測覆蓋區(qū)域變廣，可擴展性變強，可以實現(xiàn)實時反映巢湖水環(huán)境動態(tài)變化[3-4]。市民只需在手機上安裝可以顯示水質(zhì)狀態(tài)的軟件，即可隨時隨地了解巢湖水質(zhì)的污染情況。此外，在此類APP客戶端上會推薦一些改善水質(zhì)的措施，讓市民改善水質(zhì)有法可行。

3 系統(tǒng)總體設(shè)計

3.1 水質(zhì)環(huán)境參數(shù)

衡量水污染的指標主要有溫度、PH值、溶氧量（DO）、電導率、濁度、鹽度、氨氮、化學需氧量（COD）、生化需氧量（BOD）、總磷、總氮和重金屬離子等[5]。在本文系統(tǒng)中以氨氮、溶氧量（DO）、化學需氧量（COD）為檢測指標，設(shè)計了基于無線傳感器網(wǎng)絡(luò)的巢湖水質(zhì)監(jiān)測系統(tǒng)。該系統(tǒng)使用靈活，能對大范圍水域?qū)崿F(xiàn)水質(zhì)環(huán)境參數(shù)的實時采集、無線傳輸和遠程監(jiān)測等功能。同時針對巢湖水質(zhì)的污染問題，在實時測評巢湖水質(zhì)等級的基礎(chǔ)上，以水質(zhì)指標數(shù)據(jù)和水質(zhì)監(jiān)測等級作為數(shù)據(jù)源，設(shè)計出了一款巢湖水質(zhì)監(jiān)測APP。

3.2 系統(tǒng)結(jié)構(gòu)設(shè)計

巢湖水質(zhì)監(jiān)測系統(tǒng)由Zigbee無線傳感器網(wǎng)絡(luò)、本地監(jiān)測中心和用戶界面APP組成。Zigbee無線傳感器網(wǎng)絡(luò)具有水質(zhì)數(shù)據(jù)采集功能，包括傳感器節(jié)點、路由節(jié)點和匯聚節(jié)點[6-7]。傳感器可以放置在監(jiān)測區(qū)域內(nèi)，以自組織的方式構(gòu)成無線網(wǎng)絡(luò)，將采集到的數(shù)據(jù)以多跳的網(wǎng)絡(luò)方式傳遞到匯聚節(jié)點，匯聚節(jié)點接收到信息并進行分析處理，然后把數(shù)據(jù)傳送到本地監(jiān)測中心，監(jiān)測中心軟件對接收的數(shù)據(jù)采用模糊神經(jīng)網(wǎng)絡(luò)進行處理，可以實現(xiàn)水質(zhì)實時在線監(jiān)測，此后監(jiān)測中心會通過GPRS模塊接入網(wǎng)絡(luò)，將數(shù)據(jù)發(fā)送到手機APP軟件上，具體結(jié)構(gòu)如圖1所示。

圖1 水質(zhì)監(jiān)測系統(tǒng)結(jié)構(gòu)圖

3.3 無線傳感器模塊

目前已經(jīng)有很多類型的化學傳感器，能夠檢測24種水質(zhì)參數(shù)，遵照地表水環(huán)境質(zhì)量標準《GB3838-2016》，本文選擇氨氮、溶氧量（DO）、化學需氧量（COD）3個參數(shù)的傳感單元模塊作為監(jiān)測對象。傳感器感知模塊中，各傳感單元模塊采集到的現(xiàn)場信號傳輸?shù)奖镜貦z測中心的處理器。傳感器各模塊之間協(xié)調(diào)工作，共同完成數(shù)據(jù)采集、數(shù)據(jù)處理和數(shù)據(jù)發(fā)送任務(wù)。

無線傳感器網(wǎng)絡(luò)包括傳感器節(jié)點、路由節(jié)點和匯聚節(jié)點，可以用于采集被監(jiān)測區(qū)域的水質(zhì)參數(shù)。將傳感器節(jié)點分布于被監(jiān)測區(qū)域，動態(tài)地組成ZigBee網(wǎng)絡(luò)，用于采集水中的氨氮、溶氧量（DO）、化學需氧量（COD）等指標數(shù)據(jù)；匯聚節(jié)點負責接收傳感器節(jié)點發(fā)出的數(shù)據(jù)，并對采集到的數(shù)據(jù)進行處理[8]。由于Zigbee設(shè)備為低功耗設(shè)備，其通信距離較短，因此設(shè)備設(shè)計成可自動調(diào)整發(fā)射功率。為進行實時水質(zhì)監(jiān)測，設(shè)備會一直呈現(xiàn)活躍狀態(tài)。

可那時的李莉不這么認為，她覺得她和許峰的相戀，是互相驚艷了時光，他看見她，心如止水；她看見他，如見繁華。

匯聚節(jié)點是由若干個具有路由功能的無線節(jié)點構(gòu)成，其主要作用是上傳從傳感器節(jié)點上接收到的水質(zhì)參數(shù)，便于后期進行水質(zhì)等級檢測，并將得到的水質(zhì)結(jié)果傳送給本地監(jiān)測中心，從而把水質(zhì)評價結(jié)果呈現(xiàn)在APP中[9]。

4 模糊神經(jīng)網(wǎng)絡(luò)水質(zhì)檢測算法

本地監(jiān)測中心使用模糊神經(jīng)網(wǎng)絡(luò)算法進行水質(zhì)檢測，檢測數(shù)據(jù)來自于被監(jiān)測區(qū)域的數(shù)據(jù)采集模塊。水質(zhì)指標數(shù)據(jù)取自巢湖多個觀測點，實驗中選取的觀測點有黃麓水域、中廟水域和龜山公園水域。根據(jù)該區(qū)域?qū)嶋H情況選取氨氮、溶氧量（DO）、化學需氧量（COD）3項指標作為參評因子，水質(zhì)評價標準參考國家地表水環(huán)境質(zhì)量標準。

4.1 T-S模糊神經(jīng)網(wǎng)絡(luò)的水質(zhì)檢測算法

系統(tǒng)采用T-S模糊神經(jīng)網(wǎng)絡(luò)的水質(zhì)評價算法。T-S模糊系統(tǒng)是一種自適應(yīng)能力很強的模糊系統(tǒng)，該模型不僅能自動更新，而且能不斷修正模糊子集的隸屬度。T-S模糊神經(jīng)網(wǎng)絡(luò)分為輸入層、模糊化層、模糊規(guī)則計算層和輸出層。輸入層與輸入向量連接，節(jié)點數(shù)與輸入向量維數(shù)相同。模糊化層采用隸屬度函數(shù)對輸入向量進行模糊化得到模糊隸屬度。模糊規(guī)則計算層將得到的隸屬度進行模糊計算，由模糊計算結(jié)果判定模糊模型的分類。

基于T-S模糊神經(jīng)網(wǎng)絡(luò)的水質(zhì)檢測算法如圖2所示[10]，其中模糊神經(jīng)網(wǎng)絡(luò)根據(jù)訓練樣本的輸入維數(shù)、輸出維數(shù)確定網(wǎng)絡(luò)的輸入和輸出節(jié)點數(shù)。網(wǎng)絡(luò)初始化后用訓練樣本訓練模糊神經(jīng)網(wǎng)絡(luò)，用訓練好的模糊神經(jīng)網(wǎng)絡(luò)評價巢湖水質(zhì)，訓練樣本和檢測樣本均來自傳感器數(shù)據(jù)采集模塊。

圖2 基于模糊神經(jīng)網(wǎng)絡(luò)的水質(zhì)維數(shù)算法流程圖

4.2 算法性能測試與分析

模糊神經(jīng)網(wǎng)絡(luò)用訓練數(shù)據(jù)訓練神經(jīng)網(wǎng)絡(luò)，實驗中取巢湖水體樣本對巢湖水質(zhì)進行評價，采樣取水口為巢湖船廠水域。采樣時間為2015年和2016年兩個全年，監(jiān)測數(shù)據(jù)采樣頻率為每小時一次，對每周的數(shù)據(jù)取均值作為實驗數(shù)據(jù)，共計104組訓練數(shù)據(jù)，采樣水體用氨氮、溶氧量（DO）、化學需氧量（COD）3項指標作為參評因子。模糊神經(jīng)網(wǎng)絡(luò)訓練樣本水質(zhì)檢測等級如圖3所示，其網(wǎng)絡(luò)反復(fù)訓練100次。

圖3 訓練樣本水質(zhì)檢測

圖3為訓練樣本水質(zhì)檢測結(jié)果圖，檢測樣本來自于巢湖船廠水域，可以看到基于模糊神經(jīng)網(wǎng)絡(luò)的水質(zhì)檢測算法用于檢測水質(zhì)等級的準確率很高。在104組樣本數(shù)據(jù)中只有第38組數(shù)據(jù)和第90組數(shù)據(jù)有一個等級的偏差，其余全部正確，正確率為98%，因此可以采用訓練完成的該網(wǎng)絡(luò)對巢湖水質(zhì)等級進行測評。

圖4 測試樣本水質(zhì)檢測

通常情況下，巢湖水質(zhì)監(jiān)測數(shù)據(jù)采樣頻率為每小時一次，故對原始采樣數(shù)據(jù)進行預(yù)處理，對于每類水質(zhì)指標數(shù)據(jù)，取每月水質(zhì)數(shù)據(jù)的均值作為待測實驗數(shù)據(jù)。為檢驗?zāi)：窠?jīng)網(wǎng)絡(luò)的水質(zhì)檢測算法，用訓練好的神經(jīng)網(wǎng)絡(luò)檢測巢湖黃麓水域和中廟水域2015年到2016年兩個全年各月份水質(zhì)等級，網(wǎng)絡(luò)評價結(jié)果如圖4所示。

圖4中橫坐標代表2015年到2016年的各個月份，共24個月份?？梢钥吹剑S麓水域和中廟水域水質(zhì)等級基本穩(wěn)定在2級和3級之間，2016年春季兩個水域的水質(zhì)整體上優(yōu)于2015年的水質(zhì)表現(xiàn)，不過在夏季尤其是7、8月份，水質(zhì)狀況較差。這是由于7、8月份氣溫較高，水體富營養(yǎng)化，氨氮含量和化學需氧量 (COD)上升，導致水質(zhì)偏差。進入12月份的冬季之后，水體富營養(yǎng)化現(xiàn)象得到抑制，水質(zhì)轉(zhuǎn)好。

表1中時間一欄中數(shù)字代表2015年到2016年的24個月份。表中數(shù)據(jù)與基于模糊神經(jīng)網(wǎng)絡(luò)的水質(zhì)測評等級一致，說明了該算法的有效性。

表1 2015年水樣等級

表2 2016年水樣等級

5 用戶界面APP設(shè)計

當今社會民眾多使用各類APP客戶端方便日常生活。為使人們能夠直觀形象地了解巢湖水質(zhì)狀況，便于安排休閑旅行，設(shè)計了一款巢湖水質(zhì)監(jiān)測APP。該水質(zhì)監(jiān)測APP接收傳感器模塊和本地監(jiān)測中心送來的數(shù)據(jù)，經(jīng)后臺處理后可以將水質(zhì)狀態(tài)在APP界面上非常直觀地呈現(xiàn)出來。

圖5 APP實現(xiàn)流程圖

巢湖水質(zhì)監(jiān)測APP包括首頁主界面、評界面、議界面和個人中心四個功能界面及，可以在四個界面間自行切換。首頁主界面主要體現(xiàn)了巢湖湖心湖畔有特色的三個旅游景點的位置、概況介紹、天氣、風速等信息。評界面用于展示巢湖各個景點的水質(zhì)等級并對比顯示本期水質(zhì)數(shù)據(jù)與上期水質(zhì)數(shù)據(jù)。議界面包含各個景點區(qū)域的水質(zhì)等級分別為優(yōu)、良、中和差時的環(huán)保建議。對于環(huán)保措施，每個人都可以在APP客戶端的個人中心發(fā)表看法，積極行動起來，讓巢湖在藍天下水清湖美到永遠。

圖6 APP首頁和個人中心

圖7 APP評界面和議界面

6 結(jié)束語

本文結(jié)合Zigbee無線傳感器技術(shù)和模糊神經(jīng)網(wǎng)絡(luò)進行水質(zhì)監(jiān)測，可以實時監(jiān)測巢湖水質(zhì)狀態(tài)，該方案可用于解決偏遠水域水質(zhì)環(huán)境的監(jiān)測問題。巢湖水質(zhì)狀態(tài)以APP的形式展示，可以使更多的巢湖市民隨時關(guān)注巢湖水質(zhì)狀況，具有綠色環(huán)保特性和較強的應(yīng)用價值。

[1]莫莉，陳麗華.地表水水質(zhì)監(jiān)測指標體系現(xiàn)狀綜述[J].南昌工程學院學報，2014，33（4）:71-73.

[2]王文博，趙培陸，梅笑冬，等.基于 Zig Bee的無線傳感器網(wǎng)絡(luò)大氣監(jiān)測系統(tǒng)設(shè)計[J].傳感器與微系統(tǒng)，2014，（2）:83-86.

[3]馬銳，陳光建，賈金玲，等.基Zigbee和GPRS的多參數(shù)水質(zhì)監(jiān)測系統(tǒng)設(shè)計[J].自動化與儀表，2014，（10）:33-36.

[4]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，（10）:83-86.

[5]高凱.基于模糊神經(jīng)網(wǎng)絡(luò)的城市地下水水質(zhì)評價研究[J].西安文理學院學報（自然科學版），2016，（4）:66-71.

[6]周皓東，黃燕，劉煒.基于WiFi無線傳感器網(wǎng)絡(luò)的水質(zhì)監(jiān)測系統(tǒng)設(shè)計[J].傳感器與微系統(tǒng)，2015，（5）:99-101.

[7]趙敏華，李莉，呼娜.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，2014，（2）:92-96.

[8]張明陽.無線傳感器網(wǎng)絡(luò)在水質(zhì)監(jiān)測中的應(yīng)用研究[D].合肥:合肥工業(yè)大學，2013:12-14.

[9]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.

[10]王小川，史峰.MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析[M].北京:北京航空航天大學出版社，2013:288-298.

A STUDY ON THE WATER QUALITY MONITORING SYSTEM BASED ON SENSOR AND FUZZY ALGORITHM

LI Su-ping YOU Rong-rong JIANG Zhi-guo XU Ming MAO Wan-zhong
（Chaohu College， Chaohu Anhui 238000）

The lake water quality monitoring system based on Zigbee wireless sensor is constructed in view of the Chaohu Lake water pollution and the current situation of water quality monitoring technology in China.The fuzzy neural network algorithm is used for water quality assessment and Chaohu Lake water quality status is displayed in the form of APP.It is proved that the system can realize the intelligent monitoring of the water quality,which can effectively improve the quality and efficiency of the water quality monitoring.Water quality displayed in the form of APP is of strong popularization and application value.

Zigbee wireless sensor； Lake water quality monitoring； Fuzzy neural network； APP

TP14

A

：1672-2868（2017）03-0021-06

責任編輯：陳 侃

2017-04-20

皖維科技創(chuàng)新孵化基金項目（項目編號：WWZR-201604）；安徽省高校省級自然科學基金重點項目（項目編號：KJ2017A449）

李素平（1982-），女，山東聊城人。巢湖學院，講師。研究方向：智能信號處理。