一种基于物联网的药厂环境净化控制系统的制作方法

本实用新型属于医药厂房环境监测设备，具体涉及一种基于物联网的药厂环境净化控制系统。

背景技术：

国内外多年来的研究经验表明，造成药品发生微生物污染等质量问题其中的一个重要原因就是生产环境不符合要求，如何保持药厂内的空气质量长期稳定且优良永远都是关键的话题。除此以外，药厂的环境安全也对工作人员以及在厂房周围生活的群众有着莫大的影响，因此，监测和净化药厂室内空气对日常生活有着重要意义。

现有技术中，药厂室内空气质量检测及调节装置比较单一，通常只是常规的对于温湿度的检测，没有涉及到厂房内一直存在着的某些有害气体，例如一氧化碳、二氧化硫等，且对传感器节点所采集到的数据的可信度没有进行评估，数据质量无法得到保证，也并没有对采集得到的超标的活着不合格的质量数据进行处理。

因此，提出这种基于物联网的多节点药厂环境净化控制系统，来解决上述问题，除了能更好的监测药厂内环境数据之外，能实现空气质量数据的实时采集与传输，而且用户可通过电脑或手机实时了解并控制到室内的空气质量情况，并对所采集到的数据进行可信度的评估，排除不可信数据对分析工作的影响。

技术实现要素：

本实用新型的目的在于提供一种基于物联网的药厂环境净化控制系统，用于解决现有医药厂房对空气质量监测不全且没有治理的问题。

为实现上述技术目的，本实用新型采取的技术方案为：

一种基于物联网的药厂环境净化控制系统，所述控制系统包括智能节点和净化模块；

所述智能节点包括感知模块和处理模块；所述感知模块由多种传感器及信号转换电路组成；所述处理模块包括主控制器、声光报警模块和网络层；所述网络层包括无线网络、服务器和电脑端/手机；

所述净化模块包括初级过滤网、活性炭过滤网、海帕过滤网、海曼普过滤网、加湿滤网、排风装置和遮挡帘。

优选的，上述感知模块的传感器包括数字型温湿度传感器、甲烷传感器、一氧化碳传感器、甲醛甲苯传感器、粉尘传感器和光照强度测量仪；所述数字型温湿度传感器直接与处理模块的主控制器输入端相连；所述甲烷传感器、一氧化碳传感器、甲醛甲苯传感器、粉尘传感器和光照强度测量仪通过a/d转换模块与处理模块主控制器的输入端相连。

优选的，上述处理模块的声光报警模块、处理模块的网络层和净化模块与处理模块的主控制器的输出端相连。

优选的，上述处理模块的主控制器是以stm32f104芯片为核心的电路模块。

优选的，上述数字型温湿度传感器采用dht11温湿度传感器；所述甲烷传感器采用mq-4甲烷传感器；所述一氧化碳传感器采用mq-9一氧化碳传感器；所述甲醛甲苯传感器采用ms1100甲醛甲苯传感器粉；所述粉尘传感器采用夏普gp2y1010au粉尘传感器；所述光照强度测量仪采用dt-1300光度计。

优选的，上述处理模块的网络层无线网络采用lora方案，模块选择atk-lora-01无线串口通信模块sx1278。

优选的，上述处理模块收集传感器数据，并根据数据对空气质量进行质量评估。

本实用新型具有以下有益效果：

本实用新型通过多个监测点采集传感器的设置，厂房内多个空气质量参数将会全方位被同步监测获得，可确保监测数据连续多样；主控制器将处理好的监测数据通过无线网络输出给服务器及控制终端，并使用局部异常因子算法对数据进行质量评估，给工作人员更精确的参考价值，以便手动或自动进行净化操作，还输出给报警装置，从而实现室内某空气指标超出设定的阈值时，会利用声光提醒工作人员，除此以外还增加了对光照强度的监测并通过遮挡帘来实现净化，并当室内空气恶劣到一定程度净化装置净化需要较长时间时，立即启动排风装置，增加室内新风量，以降低污染源浓度，从而实现室内空气质量的监测和净化过程。

附图说明

图1为本实用新型一种基于物联网的药厂环境净化控制系统的系统工作流程图；

图2为本实用新型一种基于物联网的药厂环境净化控制系统的单测量系统组成示意图；

图3为本实用新型一种基于物联网的药厂环境净化控制系统的局部异常因子算法流程图。

具体实施方式

以下结合附图对本实用新型的实施例作进一步详细描述。

一种基于物联网的药厂环境净化控制系统，所述控制系统包括智能节点和净化模块；

所述智能节点包括感知模块和处理模块；所述感知模块由多种传感器及信号转换电路组成；所述处理模块包括主控制器、声光报警模块和网络层；所述网络层包括无线网络、服务器和电脑端/手机；

所述净化模块包括初级过滤网、活性炭过滤网、海帕过滤网、海曼普过滤网、加湿滤网、排风装置和遮挡帘。

具体实施时，上述感知模块的传感器包括数字型温湿度传感器、甲烷传感器、一氧化碳传感器、甲醛甲苯传感器、粉尘传感器和光照强度测量仪；所述数字型温湿度传感器直接与处理模块的主控制器输入端相连；所述甲烷传感器、一氧化碳传感器、甲醛甲苯传感器、粉尘传感器和光照强度测量仪通过a/d转换模块与处理模块主控制器的输入端相连。

具体实施时，上述处理模块的声光报警模块、处理模块的网络层和净化模块与处理模块的主控制器的输出端相连。

具体实施时，上述处理模块的主控制器是以stm32f104芯片为核心的电路模块。

具体实施时，上述数字型温湿度传感器采用dht11温湿度传感器；所述甲烷传感器采用mq-4甲烷传感器；所述一氧化碳传感器采用mq-9一氧化碳传感器；所述甲醛甲苯传感器采用ms1100甲醛甲苯传感器粉；所述粉尘传感器采用夏普gp2y1010au粉尘传感器；所述光照强度测量仪采用dt-1300光度计。

具体实施时，上述处理模块的网络层无线网络采用lora方案，模块选择atk-lora-01无线串口通信模块sx1278。

具体实施时，网络层用于将采集数据实时发送给用户终端，便于用户时刻掌握室内环境状况，并作出相应应对措施。服务器可对近段时间采集到的数据进行比较及存储判断是否需要开启净化装置，并根据近段时间的净化次数及净化程度来判断是否需要更换或清洗净化模块的装置；所述电脑端/手机可实时查看室内空气质量及具体数据，并且可在电脑手机端手动进行启动净化装置，除此之外，还可设定某一时间段，当室内环境状况不佳且还未启动净化装置时电脑/手机端可自动启动净化模块。

所述声光报警模块用于在监测的空气数据超过正常值时发出警报，提醒工作人员。

具体实施时，上述处理模块收集传感器数据，并根据数据对空气质量进行质量评估，质量评估算法采用的是局部异常因子算法，算法通过一系列的定义对点与点之间的关系进行分析汇总归纳每一个数据点的离群程度，并根据实验结果选取合适的离群判断阈值，离群分析的最终结果取决于使用者对相关因素取值的选择。下面介绍局部异常因子算法的相关定义：

定义1：将点p的第k距离dk(p)定义为dk(p)＝d(p，o)，d(p，o)为p和o两点之间的距离,p的第k距离也就是距离p的第k远的点的距离，不包括p，并且满足以下两个条件：

a)在集合中至少有不包括p在内的k个点o＇∈c{x≠p}，满足d(p，o＇)≤d(p，o)；

b)在集合中最多有不包括p在内的k-1个点o′∈c{x≠p}，满足d(p，o′)＜d(p，o)。

定义2：点p的第k距离邻域nk(p)，就是p的第k距离即以内的所有点，包括第k距离，因此p的第k邻域点的个数|nk(p)|≥k。

定义3：点o到点p的第k可达距离(rd)定义为：

rd＝max{k-distance(o)，d(p，o)}(1)

是两个数据点间的距离与数据点o的第k距离的最大值。

定义4：数据点p的局部可达密度(lrd)。数据点p的局部可达密度是数据点p与它的nk(p)内所有其他数据点的可达距离均值的倒数。

定义5：点p的局部离群因子(lof)表示点p的邻域点nk(p)的局部可达密度与点p的局部可达密度之比的平均数。

由公式(3)可知，数据点p的局部可达密度越小其局部离群因子越大，则该数据点为离群点的可能性越大，反之则越小。通过计算节点数据的非离群率，完成对节点的数据质量的评估。

系统工作具体步骤如下：

步骤1.确定个数传感器器采集到的目标数据集；

步骤2.选取合适的参数k,过大的k值会使得因突发环境事件所导致的正常数据被孤立，从而被判断为离群数据点，会使得数据集的正确率比实际低，同样，过小的k会使数据集的正确率比实际高，一般情况下，k的取值为目标数据集总量的5％；

步骤3.计算目标数据集中每个数据点的离群因子；

步骤4.通过综合每一节点不同数据的非离群率来评估该节点所采集数据的可靠性。

相比较于未经过处理的数据，通过局部异常因子算法可初步判断某传感器节点所采集到的数据质量的可靠性，给研究人员后期对数据的处理提供一定的参考依据，包括传感器节点放置位置的设计都能借鉴这个结果。

系统总体来说是对室内空间常见的各项指标浓度进行实时监测，通过网络连接，各种设备可手动或自动随之做出相应动作。并当室内空气恶劣到一定程度净化装置净化需要较长时间时，立即启动排风装置，增加室内新风量，以降低污染源浓度，从而实现室内空气质量的监测和净化过程。

以上仅是本实用新型的优选实施方式，本实用新型的保护范围并不仅局限于上述实施例，凡属于本实用新型思路下的技术方案均属于本实用新型的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本实用新型原理前提下的若干改进和润饰，应视为本实用新型的保护范围。