基于加權質心算法的氣體源定位系統

鄭艷華 潘新平 林榮列 王婉芝 陸奕海 黃清輝 陳銳賢

摘 要： 為了快速準確地確定氣體泄漏源的位置，提出基于加權質心算法的氣體源定位法。采用氣敏傳感器對目標區域的氣體濃度進行檢測，并通過無線傳感器網絡把收集的數據反饋給協調器，協調器把打包好的數據傳遞給主處理器，處理器依靠測量的結果計算出氣體源位置，并可視化顯示。以乙醇蒸汽為實驗目標氣體，平均定位相對誤差小于5.9%，驗證了該方法的準確性。

關鍵詞： 氣敏傳感器； 加權質心算法； STM32處理器； ZigBee無線傳感器網絡； 氣體源定位； 相對誤差

中圖分類號： TN99?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2018）11?0073?04

Gas source location system based on weighted centroid algorithm

ZHENG Yanhua， PAN Xinping， LIN Ronglie， WANG Wanzhi， LU Yihai， HUANG Qinghui， CHEN Ruixian

（School of Physics and Electronic Engineering， Guangzhou University， Guangzhou 510006， China）

Abstract： The gas source location method based on weighted centroid algorithm is proposed to determine the position of gas leakage source quickly and accurately. The gas sensor is used to detect the gas concentration of the target area. The wireless sensor network is used to feed the collected data back to the coordinator. The data after packaging is transmit to the main processor by means of the coordinator. The processor can calculate the gas source location for visual display according to the measured results. The experiment of taking the ethanol vapor as the target gas is performed， which can prove that the average relative error of location is less than 5.9%， and the gas source position algorithm is correct.

Keywords： gas sensor； weighted centroid algorithm； STM32 processor； ZigBee wireless sensor network； gas source position； relative error

隨著工業的迅速發展，存儲氣體的倉庫越來越多，當發生意外事件導致氣體發生泄漏，或者一些工廠的有毒危險氣體發生偷排時，如不能及時尋找泄漏的地點，將給人們的生活和安全帶來極大的隱患[1?4]。從20世紀60年代開始就有眾多研究人員對危險氣體的擴散規律進行了研究。現有的氣體擴散模型主要有高斯模型、BM 模型、FEM3模型、箱及相似模型、三維現象傳遞模型、淺層模型以及板塊模型等[5?9]。上述模型都有各自的局限性，不同的擴散模型適用于不同類型的氣體。只有通過實驗測試才能找出特定氣體泄漏規律適用的模型[9?10]。本文利用傳感器網絡和加權質心算法對氣體進行定位研究，并進行了實驗驗證。

1 氣體擴散模型

在無風連續泄漏點源的擴散模型中，由菲克擴散定律可知[11]，擴散過程中濃度隨時間的變化率等于該處的擴散通量隨距離變化率的負值。進而得經典的擴散方程：

[?C?t+u?C?x=Kx?2C?x2+Ky?2C?y2+Kz?2C?z2] （1）

式中：[C]為[C（x，y，z，t）]，表示[t]時刻[（x，y，z）]處氣體濃度，單位為mg/m3；[u]表示風速，單位為m/s；[t]表示泄漏氣體擴散時間，單位為s；[Kx，Ky，Kz]分別表示[x，y，z]軸方向上的湍流擴散系數，單位為m2/s。

當氣體恒以泄漏速度[Q]在[t0]時刻開始擴散，[Kx=Ky=Kz=K]，風速[u=]0時，并設氣體泄漏源與坐標系原點重合，則無風連續泄漏點源的擴散模型可簡化為微分方程：

[?C?t=K?2C?x2+?2C?y2+?2C?z2] （2）

在初始條件[x=y=z=0]，[C→∞]和邊界條件[x=y=z=]0，[C→∞]下的解為：

[C（x，y，z，t）=Q4Kπd2πd2K（t-t0）∞e-?2d?] （3）

這里用[d]表示測量點到源點的距離。

又因研究的是穩態下的模型，即達到平衡狀態，等價于[t→∞]時的情況，這時有：

[2πd2K（t-t0）∞e-?2d?=1] （4）

而在穩態下，濃度僅是位置的函數，與時間[t]無關，定義[P=QK]為環境場源參數，所以式（3）轉化為：

[C（x，y，z）=P4πd] （5）

2 系統硬件設計

系統總體的硬件結構框圖如圖1所示。在終端處包括ZigBee節點和氣敏傳感器；在客戶端處包括STM32F407核心處理器、SD卡模塊、溫度傳感器和TFT觸摸顯示屏。每個節點配置2個氣敏傳感器，通過節點處自身的CC2530處理器使用內部ADC采集氣敏傳感器的電壓，把數據傳遞到協調器，協調器把每個節點的數據按順序打包壓縮，通過串口通信發送到STM32F407處理器。STM32通過中斷接收到串口傳遞的數據，再根據定位算法進行信號處理，將狀態信息和處理的結果保存在SD卡內并在TFT屏幕上實時顯示。

本實驗采用FIGARO公司設計的酒精傳感器TGS2620。為了使輸入阻抗同其匹配，因而在傳感器模擬量輸出口加入跟隨器MCP6022，高阻抗信號輸入跟隨器阻抗變換后，輸出和A/D相匹配的低阻抗信號，將輸入對A/D的影響降至最低，提高對負載電阻電壓的采樣精度。

ZigBee節點的控制芯片使用TI公司的CC2530，內部集成了以8051內核為處理器和高性能的射頻收發器，內置8通道12位A/D轉換器、看門狗和睡眠定時器等。其UART0引腳是P0_2，P0_3，用于和外部芯片進行通信，本實驗用其與核心處理器STM32串口通信。

中央控制器采用STM32F407單片機，可以運行μC/OS等實時操作系統和GUI圖形庫。而且其自帶的FSMC復用接口、SDIO接口和USB HOST接口有利于本設計高效快速地刷新TFT顯示和讀取SD卡/U盤文件。

3 系統的軟件設計

系統軟件設計分為無線傳感網絡的搭建、數據的采集與接收、數據處理方法和用戶界面設計4個部分。

3.1 無線傳感網絡的搭建

系統上電后，協調器開始工作，首先硬件以及軟件架構的各模塊初始化，建立傳感器網絡。協調器完成初始化工作后就處于等待狀態，當收到其他節點請求入網時，允許該節點入網并且為該節點分配網絡地址，其流程圖如圖2所示。一般來說，協調器的初始化工作包括硬件初始化、接口初始化以及軟件架構各模塊的初始化。

3.2 數據的采集、傳送和接收

終端傳感器節點最重要的功能便是采集現場環境數據并且發送給協調器。根據終端傳感器節點的功能，可以將其軟件設計分為五個部分：系統初始化、時間同步、數據采集、傳輸以及睡眠。終端傳感器節點工作流程圖如圖3所示。

終端節點在網絡中除了選擇數據傳輸路徑、轉發數據包、延長通信距離外還有一個功能是網絡管理，維護無線傳感網絡的正常工作。終端節點上電后，發現網絡便請求入網并與第一個響應它的協調器節點綁定，然后作為網絡中的路由節點等待其他的節點加入。

協調器節點收到終端傳感器節點與路由節點的數據信息后，通過數據包解析確定該數據為有效數據信息后，通過串口上傳給核心處理器。

3.3 基于加權質心定位算法

定位算法步驟如下：

1） 設傳感器[i]的位置已知，為[（xi，yi，zi）]，測量濃度為[Ci，]則傳感器的權重為[qi=Cii=1nCi]，[n]為參與定位傳感器的個數。

可得預測的源點坐標[（x，y，z）]為：

[x=i=1nxiqi=i=1nxiCii=1nCiy=i=1nyiqi=i=1nyiCii=1nCiz=i=1nziqi=i=1nziCii=1nCi] （6）

2） 求出各傳感器節點[（xi，yi，zi）]到預測源點[（x，y，z）]的距離[di]，由式（5）可得氣體環境場源參數：

[Pi=4πdiCi] （7）

最終，氣體環境場源參數可取為：

[P0=1ni=1nPi] （8）

3） 以初步定位坐標[（x，y，z）]為中心，以定位區域邊長的10%為邊長畫出一個矩形區域作為精細定位區域，將此區域劃分為邊長為1 cm的網格，格點坐標記為[（x，y，z）]。

4） 將由初步定位中預測所得的環境場源參數[P0]及測得的濃度值[Ci]代入式（6）分別計算理想源點[（x，y，z）]和每個格點[（x，y，z）]到各傳感器節點[（xi，yi，zi）]的距離[di]和[d′i]，記誤差為[E=i=1nd′i-di]。

5） 遍歷格點[（x，y，z）]，尋找使得[E]取最小值的格點，其坐標[（x，y，z）]即為精細定位結果。

3.4 用戶界面設計

本系統采用ST_emWin圖形庫實現GUI界面。操作界面一共有5個應用窗口，分別是實時數據采集窗口、濃度變化曲線窗口、定位結果二維平面顯示窗口、系統信息設置窗口和SD卡文件管理窗口。

4 氣體源定位實驗結果及分析

氣體源定位實驗在25 m×10 m的實驗室內進行，密封實驗室門窗，形成相對穩定的密閉實驗環境。在直徑為9 cm的容器內倒入25 ml的酒精形成乙醇蒸汽源。傳感器陣列等距離放置在正方形四邊。檢測區域面積分別為2 m×2 m，3 m×3 m和4 m×4 m。在相同的檢測區域下改變氣體源坐標，實驗結果與誤差如表1所示（[誤差=定位結果坐標到實際坐標的距離檢測區域的邊長]）。

系統每5 s采集數據并定位計算，結果以二維平面坐標顯示在用戶界面上。定位結果如圖4所示，檢測區域為3 m×3 m，氣體源坐標為（2.50，1.20） m，2次計算結果分別為（2.47，1.34） m和（2.65，1.23） m。

實驗結束后，由保存在SD卡的坐標數據得到的定位坐標效果如圖5所示。

系統在開始定位階段，氣體源還未真正擴散，每個傳感器測量的濃度都很低且相近，根據定位算法特性，系統定位的結果為檢測區域的正中心周圍。隨著氣體源的泄漏，靠近氣體源的傳感器濃度慢慢增大，計算的定位結果往氣體源點坐標靠近。在氣體擴散過程的后期階段，源頭的酒精量減少，場源減弱，濃度下降，則定位結果靠近傳感器陣列的幾何中心。

在圖4中，靠右較大的二維平面圖是整個實驗過程中定位計算結果顯示，左上角小圖是第1 143次定位計算的結果坐標顯示。在整個定位過程中，因為開始階段和后期階段測量濃度很低，導致定位結果靠近檢測區域的中心，不是真正定位結果。圖5坐標顯示的是去除開始和后期階段數據，紅色小方點是整個實驗過程定位計算的結果，綠色菱形點是整個過程定位計算結果的平均值，藍色大方格點是氣體源坐標點。

5 結 語

本文基于加權質心算法和無線傳感器網絡對氣體源坐標進行定位。同時設計了分布式氣敏傳感器陣列以及無線傳感器網絡采集數據，并使用ST?ewMin圖形庫設計用戶界面，讓定位結果以直觀的二維平面顯示。本實驗以酒精蒸汽為目標氣體在密閉實驗室下進行氣體源定位實驗。結果證明本系統在一定檢測區域內能夠進行定位，說明了本系統的可靠性。

參考文獻

[1] 陳平，石磊，趙建勇，等.氣體變電站故障泄漏預警回收技術研究與應用[J].高壓電器，2016，52（12）：244?248.

CHEN Ping， SHI Lei， ZHAO Jianyong， et al. Research on early warning and recovery technology of gas leakage [J]. High voltage apparatus， 2016， 52（12）： 244?248.

[2] 史騰飛，管義鋒.基于PHAST的CNG運輸船裝卸載過程氣體泄漏后果評估[J].船舶工程，2016，38（12）：83?87.

SHI Tengfei， GUAN Yifeng. Consequence evaluation of gas leakage in CNG carrier loading and unloading process based on PHAST [J]. Ship engineering， 2016， 38（12）： 83?87.

[3] 孫凱.危險氣體無線監測系統的設計及氣體源定位算法的研究[D].成都：西南交通大學，2016.

SUN Kai. Design of wireless monitoring system for dangerous gas and study on gas source localization [D]. Chengdu： Southwest Jiaotong University， 2016.

[4] CAO M L， MENG Q H， JING Y Q， et al. Distributed sequential location estimation of a gas source via convex combination in WSNs [J]. IEEE transactions on instrumentation & measurement， 2016， 65（6）： 1484?1494.

[5] 朱伯齡，於孝春，李育娟.氣體泄漏擴散過程及影響因素研究[J].石油與天然氣化工，2009，38（4）：354?358.

ZHU Boling， YU Xiaochun， LI Yujuan. Study on the diffusion process and influence factors of gas leakage [J]. Chemical engineering of oil and gas， 2009， 38（4）： 354?358.

[6] 林元棣，廖瑞金，夏桓桓，等.油紙絕緣微水二次擴散過渡過程的分析[J].電工技術學報，2016，31（10）：16?25.

LIN Yuandi， LIAO Ruijin， XIA Huanhuan， et al. Analysis of transition process during secondary diffusion of moisture in oil?paper insulation [J]. Transactions of China electrotechnical society， 2016， 31（10）： 16?25.

[7] 潘新平，鄭艷華，林榮列，等.基于氣體擴散模型的氣體源定位系統[J].國外電子測量技術，2017，36（9）：72?76.

PAN Xinping， ZHENG Yanhua， LIN Ronglie， et al. Gas source location system based on gas diffusion model [J]. Foreign electronic measurement technology， 2017， 36（9）： 72?76.

[8] CAO M L， MENG Q H， JING Y Q， et al. Distributed sequential location estimation of a gas source via convex combination in WSNs [J]. IEEE transactions on instrumentation & measurement， 2016， 65（6）： 1484?1494.

[9] WADA Y， MATSUKURA H， ISHIDA H. Estimation of gas source location from fluctuating readings of gas sensors and anemometer on mobile robot in outdoor environment [J]. ECS transactions， 2016， 75（16）： 99?106.

[10] 馮志華，聶百勝.危險氣體泄漏擴散的實驗方法研究[J].中國安全科學學報，2006，16（7）：18?23.

FENG Zhihua， NIE Baisheng. Experimental methodology for study diffusion of leaked hazardous gas [J]. China safety science journal， 2006， 16（7）： 18?23.

[11] 陳立偉，楊建華，孫亮，等.基于分布式傳感器陣列的靜態氣體源定位方法[J].電子科技大學學報，2014，43（2）：212?215.

CHEN Liwei， YANG Jianhua， SUN Liang， et al. Odor source localization algorithm based on spatially distributed sensors array [J]. Journal of University of Electronic Science and Technology of China， 2014， 43（2）： 212?215.