面向大规模、多区域的可燃气体远程监测预警技术

马为红， 范晋伟， 吴华瑞， 高荣华， 侯建玮， 黄　贞

(1.北京工业大学机械工程与应用电子技术学院， 北京　100124； 2.国家农业智能装备工程技术研究中心， 北京　100097；3.农业部农业信息技术重点实验室， 北京　100097； 4.农业智能装备技术北京市重点实验室， 北京　100097)



面向大规模、多区域的可燃气体远程监测预警技术

马为红1,2,3,4， 范晋伟1， 吴华瑞2,3,4， 高荣华2,3,4， 侯建玮2,3,4， 黄贞2,3,4

(1.北京工业大学机械工程与应用电子技术学院， 北京100124； 2.国家农业智能装备工程技术研究中心， 北京100097；3.农业部农业信息技术重点实验室， 北京100097； 4.农业智能装备技术北京市重点实验室， 北京100097)

为了实现大规模、多区域的可燃气体的统一监测预警，使用无线传感器网络自组网技术、通用分组无线业务(general packet radio service, GPRS)无线传输技术和服务器数据库设计了可燃气体报警器采集节点、可燃气体报警器汇聚传输节点并完成服务器云管理平台的搭建. 温湿度补偿算法提高了可燃气体报警器的采集精度，多级报警策略使可燃气体预警更智能，数据传输加密算法使数据传输更安全. 系统可以应用在居民小区环境对可燃气体泄露智能预警. 相关管理部门根据服务器云管理平台对预警信息及时处理并长期对监测数据进行统计分析. 最后对搭建的远程可燃气体监测预警系统进行应用测试. 结果表明：系统丢包率和用户收到预警信息时间间隔都满足可燃气体预警的实际要求.

可燃气体监测; 无线传感器网络; 智能预警;通用分组无线业务(general packet radio service，GPRS)数据传输; 服务器云管理平台

近年来可燃气体作为清洁能源在工业和居民生活中有了广泛的应用，可燃气体一旦发生泄露，可能发生中毒、爆炸等严重后果. 对可燃气体泄露的监测和提前预警可以有效地避免不必要的损失，因此，可燃气体报警器在居民生活和工业中发挥着重要作用. 湖南大学的闫保双和上海松江费加罗电子有限公司选用气敏元件探测器和单片机建立了带温湿度补偿的数学模型，完成了可燃气体报警器的研制[1-2]. 天津费加罗电子有限公司和日本费加罗技研株式会社联合推出了基于TGS系列的可燃气体报警器. 由于其没有自组网能力和远程数据传输能力，它们都只能在一个单独特定环境下使用，无法完成大规模、多区域的系统应用，无法实现统一的监测预警. 针对以上问题，研究使用Zigbee无线传感网络自组网技术、GPRS远程传输技术和服务器数据库技术实现了可燃气体报警器大规模、多区域的统一监测预警. 当危险发生时及时通知用户及周边用户以使其采取紧急行动，方便相关管理部门区域性地发布预警信息，采取措施.

1　系统总体组成

为了实现可燃气体监测预警的大规模、多区域的使用，建立的基于无线传感器网络的可燃气体远程监测预警系统主要由可燃气体报警器采集节点、可燃气体报警器汇聚传输节点、服务器云管理平台3部分组成. 可燃气体报警器采集节点负责采集当前温湿度和可燃气体，采集的数据通过无线传感器自组网完成数据汇聚，然后通过汇聚节点的GPRS模块传输到网络平台服务器，实现采集数据的实时上传. 服务器云管理平台对采集的数据进行分析处理并提供远程访问接口，用户可以通过电脑和手机远程访问服务器平台. 同时，LED显示屏远程显示监测点的实时数据. 当可燃气体预警产生时，服务器云管理平台根据报警策略发送通知信息到相应用户或单位组织，以便及时采取行动措施. 系统总体构成如图1所示.

2　可燃气体报警器采集节点设计

考虑到可燃气体报警器采集节点要具备自组网的能力才能完成大规模的监测应用，设计的可燃气体报警器采集节点由微型处理器、组网模块、传感器等组成. 主要实现环境可燃气浓度值、环境温湿度值的采集，液晶屏人机交互，温湿度补偿可燃气体浓度，并与设定的报警下限对比，对异常情况智能预警等内容. 所采集数据通过无线组网模块传输给汇聚传输节点组网模块完成采集节点到汇聚传输节点的数据传输[3].

2.1传感器选型

可燃气体主要是由含有苯类、烃类、烷类、醇类、烯类以及CO和H2等成分的气体组成，比如有天然气、液化石油气、沼气、煤气、汽油蒸汽等. 城市家庭使用的管道形式的气体主要都是天然气. 天然气由亿万年前的有机物质转化而来，主要成分是甲烷，此外根据不同的地质形成条件，尚含有不同数量的乙烷、丙烷、丁烷、戊烷、己烷等低碳烷烃[4].

当可燃气体(蒸汽、粉尘)与空气(或氧)混合并达到一定体积分数时，遇火源发生爆炸，发生爆炸的体积分数范围，称为该气体的爆炸极限,最低爆炸极限用体积分数表示，单位为LEL[5].

根据国家标准GB 15322.2—2003中甲烷气体爆炸下限体积分数，即LEL为50 000×10-6. 通常当可燃气体在爆炸下限的5%～20%时，完成预警以便在未达到爆炸下限及时采取措施.

可燃气体报警器传感器主要类型有半导体气体传感器、电化学气体传感器、催化燃烧式气体传感器、红外气体传感器、光电离型气体传感器等[1]. 根据其实际特性选用日本费加罗技研株式会社生产的TGS系列TGS2611- B00产品，它是半导体结型SnO2气敏传感器，它对甲烷有高选择性和灵敏度，对乙醇气体不敏感，监测范围为500×10-6～10 000×10-6，满足家庭日常使用的可燃气体报警器的选择标准.

2.2采集节点硬件实现

可燃气体报警器采集节点选用TI公司的CC2530无线组网芯片和CC2591功率放大芯片组成无线采集模块，芯片具备大规模的自组网能力，加入功率放大芯片使无线传输距离更远. 使用MSP430低功耗微型处理器作为核心处理器. 采用分等级的报警方式完成语音报警，语音报警单元使用ISD1730语音芯片完成，ISD1730是ISD公司推出的高音质语音录放芯片，芯片内部包含自动增益控制、麦克风前置扩大器、扬声器驱动振荡器与内存等资源，处理可达255段数据信息[6]，满足本系统语音报警需要. 可燃气体采集节点的硬件结构如图2所示.

搭建采集电路如图3所示.

RL为采样电阻；Rh为加热电阻，传感器电阻RS与采样电阻RL串联.D为运算放大器构成的电压跟随器，电压跟随器输出电压与输入电压相等、相位相同，有极高的输入阻抗和较低输出阻抗.Vh为加热电压；VC为回路电压；VRL为采样电压. 回路电压和采集电压采用(5±0.2)V的直流电压供电.

2.3可燃气体采集的实现

根据搭建的可燃气体采集电路可知，VRL与RS之间的关系为

(1)

式中：令RS/RL为x;VRL/VC为f(x), 则式(1)可以表示为

(2)

在x=1点时，函数的斜率最大，则x=1是曲线的拐点，此时函数灵敏度最高. 因此选取RS/RL=1，即RL的阻值和设定的报警浓度下的RS值相同，可以得到理想的报警效果，通过改变RL的值可以获得最佳的报警浓度[1]. TGS系列分为不同的传感器ID. 选用传感器ID为07， 其RL与对应报警等级如表1所示.

表1　报警下限与RL对应关系

TGS系列传感器的阻值随气体浓度C的变化关系近似表示为

RS=ACα

(3)

式中：RS为传感器电阻；A为常数；C为监测的可燃气体的浓度；α为RS曲线的斜率，表示传感器相对气体浓度变化的灵敏程度. 根据式(3)可得出RS与气体浓度C为非线性对应关系.

温度和湿度对可燃气体浓度的影响比较大，引入温度和湿度补偿模型可使可燃气体浓度测量更加准确[7]. 加入温湿度补偿系数，所得可燃气体浓度C与VRL之间的对应关系为

C=Aeβ(λVRL)

(4)

式中：λ为温湿度补偿系数；β为λVRL的变化系数.

通过两边取对数建立其线性关系，即可得到采集电压与可燃气体采集浓度对应关系为

lnC=β(λVRL)+lnA

(5)

令λVRL为x，lnC为y，得到一元一次方程

y=βx+lnA

(6)

通过搭建的电路可以连续测得电压VRL和气体浓度C的值，考虑到温湿度补偿系数，即可得到一系列的(x，y)值. 根据(x，y)数值便可以拟合出线性方程的β和lnA，得到采集电压值和可燃气体浓度的对应关系.

2.4可燃气体报警器采集节点软件流程

可燃气体报警器采集节点主要实现加入大规模网络、可燃气体浓度的采集、预警判断、发送数据和报警信息等功能.

TGS系列可燃气体在最初通电的时间内RS电阻会急剧下降，由于这种初期效应会导致可燃气体报警器采集节点发生误报警，初期效应时间大概为2.5 min. 上电软件延时2.5 min，之后开始采集可燃气体浓度来避免误报警. 无线组网可燃气体报警器采集节点软件工作流程如图4所示.

2.5通讯协议

可燃气体报警器的大规模、多区域的监测预警需要分散在各个区域的可燃气体报警器采集节点与服务器云服务平台建立通讯关联. 为满足其大规模多区域的应用场景，为每个采集节点分配单独的ID地址，以保持节点的唯一性. 建立的通讯协议，如表2所示.

例如“〈DD0220141101100830A25.4B50.8,C0.034〉”为一条采集数据，D代表数据类型为“采集数据”，D02为采集节点ID，当前采集时间2014年11月1日10点08分30秒，温度25.4 ℃，湿度50.8%，可燃气体浓度为3.4%LEL. 这条数据长度为37 B.

当可燃气体采集节点采集的可燃气体浓度超标时，数据帧类型为“J”. 采集节点定时发送心跳指令到服务器，服务器根据心跳指令，判断采集节点的在线情况. 采集节点心跳指令上传时间间隔定义为2 min，如D02设备的心跳通讯协议为〈CD02〉.

表2　通讯协议格式

3　可燃气体报警器汇聚传输节点实现

可燃气体报警器采集节点具备自组网的能力但是不具备远程数据传输的能力，无法单独完成可燃气体大规模、多区域的监测预警. 针对以上问题加入了无线汇聚模块和远程通讯模块.

可燃气体报警器汇聚传输节点主要实现的功能为建立PAN网络(短距离局域网)并监听可燃气体采集节点的数据，实现数据汇聚，然后通过GPRS网络无线传输到指定服务器云管理平台[8-11].

3.1硬件实现

为实现数据的汇聚和远程传输，设计的汇聚节点主要由微型处理器、Zigbee汇聚模块和GPRS模块等组成，如图5所示. 微型处理器在Zigbee汇聚模块和GPRS数据之间的数据传输起到协调数据传输的作用.

3.2软件流程

可燃气体报警器汇聚传输节点通过Zigbee无线模块完成采集数据和报警信息的汇聚，通过GPRS模块完成数据的远程传输，为大规模、多区域的可燃气体报警器监测预警提供良好的网络条件.

当GPRS网络与远程服务器断网时，模块自动重新连接远程服务器，汇聚节点主要起建立网络的作用，不能重启和复位. 汇聚节点流程如图6所示.

3.3节点组网实现

Zigbee基于IEEE802.15.4无线标准，其突出的优点是组网简单、低功耗、低成本、高可靠性、具有自组网自恢复的能力，具有多种网络拓扑结构，如星型、树型、mesh型等[12-15]. Zigbee的这种特性满足可燃气体远程监测报警的大规模、多区域要求.

Mesh网络的主要特点是由一个Coordinator和

多个Router和多个Enddivice组成；每个Router节点既可以收发数据，也可以转发数据；网络内任意节点可以通讯. 网络中只要有2个节点在线，其他节点就可以加入网络.

考虑到Router作为全功能节点，既可以单独数据传输，也可以作为其他节点的路由节点传输数据. 只选用2种节点类型，Coordinator和Router. 节点组网形式如图7所示.

1个网络里面只能有1个Coordinator. Coordinator可以为6个Router分配地址，每个Router又可以为6个Router分配地址. Coordinator可以分配到5层，计算得出可以组成9 331个节点，完全满足可燃气体远程监测报警大规模、多区域要求. 组网拓扑结构如图8所示.

系统加入网络可靠运行机制[16]，即实现采集节点自身故障复位，采集节点与汇聚节点断网自动重连，汇聚节点与服务器断网重连和GPRS模块定时自复位等功能保证了各级采集节点和网络的稳定运行.

4　智能报警实现

可燃气体报警器的预警最基本要满足用户能够实时地接收到预警信息. 这就要求预警方式的实时性、多渠道性和智能性. 采用现场分级语音报警、短信智能提醒、人工平台报警等多种方式实现可燃气体报警系统的智能预警.

在可燃气体报警器设定2个等级判断报警. 第1级报警界限5%LEL，第2级为10%LEL. 当可燃气体浓度大于报警界限时通过汇聚节点立即向服务器云管理平台发送报警数据并且现场语音循环报警. 对于超过5%LEL,语音报警内容“可燃气体超标，请检查阀门！”，对于10%LEL的语音报警内容为“可燃气体严重超标，请迅速关闭阀门！”.

当服务器云管理平台接收到报警数据时，对注册的用户手机号码推送报警信息. 报警短信内容为“节点编号，采集的可燃气体浓度、温度、湿度，当前时间”. 如果过去3 min，报警仍未解除，则在服务器云管理端提示管理部门采取紧急措施，并采用人工通知本人或紧急联系人的方式紧急预警.

5　可燃气体报警器服务器云管理平台实现

5.1服务器云管理平台

实现大规模、多区域的可燃气体远程监测预警，需要建立一个统一的服务器云管理平台. 建立的可燃气体监测预警服务器云管理平台主要由用户管理、数据处理、安全管理、节点配置等4部分组成. 主要实现用户权限的管理、节点数据的采集、预警信息处理以及采集节点的远程配置等功能.

首先网络服务器申请一个固定公网IP地址，之后可燃气体汇聚传输节点完成公网IP和端口号的配置，可燃气体汇聚传输节点就可以向公网IP服务器建立远程网络连接进而发送数据信息.

服务器云管理平台采用多线程Socket对特定的端口进行监听并接收汇聚节点数据. 使用tomcat启动Web网页服务，前后台程序使用Java语言开发[17-18]. 服务器云管理平台主要内容如图9所示.

5.2通讯数据加密

考虑到数据传输过程中网络信息安全的重要性，为防止非法侵入系统对数据修改进而误报警和误操作，加入数据通讯加密算法. 主要使用异或运算完成可燃气体报警器无线传输加密.

在可燃气体报警器采集节点采集完数据后，对采集数据进行排列，组成一个字符串，然后采用异或的方式完成整个字符串数据加密.

服务器监测到数据后对数据解密使之能够转化为系统能识别的原始数据. 例如对于明文字节0x0a，其对应8位二进制“00001010”，假设密匙为0x5a，其对应二进制“01011010”，则加密后的密文为二进制“01010000”，对应字符为0x5a. 解密的过程为逆过程，对于密文0x50，密匙0x5a，对应明文经解密为0x0a. 采用动态密匙对采集端和监测端分别进行加密和解密，保证了数据传输过程的安全性.

5.3数据库存储的应用

由于可燃气体的监测预警有大规模的用户和较高的采集频率，产生大量的数据需要处理存储，选择使用网络数据库完成大规模数据的存储. 使用mysql数据库，在mysql数据库中完成可燃气体浓度、环境温湿度、节点ID、采集节点和汇聚节点站点ID等信息的数据存储.

接收的数据按照规定的加密算法进行解析，解析完成后再把数据封装在Java对象模型中，利用hibernate连接mysql进行数据插入到数据库操作. 数据库使用的Java数据模型和对应的数据类型如图10所示.

根据Java数据模型，对应的Java对象模型如图11所示.

数据在数据库存取的关键程序如下所示：

package com.entry;

import java.util.Date;

import javax.persistence.Column;

import javax.persistence.Entity;

import javax.persistence.GeneratedValue;

import javax.persistence.Id;

import javax.persistence.Table;

@Entity

@Table(name = "sensor_data", catalog = "gas")

public class SensorData implements java.io.Serializable {

private Integer dataId;

......

private Integer stationId;

@Id

@GeneratedValue

@Column(name = "data_id", unique = true, nullable = false)

public Integer getDataId() {

return this.dataId;

}

public void setDataId(Integer dataId) {

this.dataId = dataId;

}

......

@Column(name = "station_id")

public Integer getStationId() {

return this.stationId;

}

public void setStationId(Integer stationId) {

this.stationId = stationId;

}

}

6　无线传感器网络可燃气体报警器性能试验

6.1功能性测试

6.1.1系统通讯性能测试

在北京一个居民区对无线传感网络可燃气体报警器试验，选用测试对象为1梯2户的11层居民建筑，共22户. 汇聚节点安放在中间层第6层，其余放置采集节点，由于可燃气体比空气轻，把可燃气体安放在厨房灶具上方距离房顶30 cm处，共安放一个可燃气体报警器汇聚传输节点和22个可燃气体报警器采集节点. 可燃气体采集频率为1 Hz，各个采集节点数据上传频率设置为5 s，进过24 h测试. 服务器数据库端总共收到数据366 105条. 22个节点正常应该收到数据380 160条，计算得出系统数据丢包率为3.70%，满足系统数据正常传输要求.

6.1.2智能报警功能测试

使可燃气体报警器采集节点与可燃气体接触，不断增加可燃气体浓度，当可燃气体浓度大于5%LEL时，设备实时语音报警，报警内容为“可燃气体超标，请检查阀门”. 经测试3 s后收到云管理平台的报警短信，内容为“节点编号D02，可燃气体浓度5.2%LEL，温度20.5 ℃，湿度45.5%，当前时间2015.01.15.14.46.03”. 继续增大可燃气体浓度到10%LEL时，可燃气体报警语音报警，语音报警内容为“可燃气体严重超标，请迅速关闭阀门”. 经测试同样为3 s后收到报警短信，内容为“节点编号D02，可燃气体浓度10.3%LEL，温度20.6 ℃，湿度45.7%，当前时间2015.01.15.14.47.20”. 收到服务器云管理平台的反馈短信时间间隔3 s，满足可燃气体浓度超标的预警实时性要求. 用户网页收到数据和报警内容如图12、13所示.

6.2可燃气体报警器采集节点字节数与最小发送接收间隔试验研究

为了研究可燃气体报警器采集节点发送和接收字节数量与发送接收最短时间间隔之间的关系，建立试验对其进行测试研究.

试验场景，选用1个可燃气体汇聚节点和1个可燃气体采集节点，在空旷可视的环境下对数据的传输速率进行测试，测试距离为2个节点相距4 m，汇聚节点和采集节点的串口波特率设定为38 400，通过串口助手对接收的数据进行测试. 得到数据如图14所示.

由图14可知，随着字节数的升高最小发送和接收时间间隔变大，汇聚节点向采集节点发送的时间间隔要比采集节点向汇聚节点发送的时间间隔大得多. 32 B和64 B的数据发送和接收时间间隔近似相同. 本系统采集节点发送的数据的长度为37 B左右，心跳包“〈CE06〉”为6 B. 因此，在两者相距4 m的情况下，采集节点向汇聚节点发送数据时间间隔要至少大于20 ms. 因此，选用可燃气体报警器采集节点向可燃气体报警器汇聚节点的最小发送时间间隔区间最小为2 s，最大为1 min，心跳发送时间间隔为2 min，可满足发送接收最小时间间隔需求. 另外，对于采集节点接收服务器管理平台的的配置时间间隔至少应大于100 ms.

7　结论

考虑到可燃气体报警器无法实现大规模、多区域的统一智能监测预警，通过使用无线传输技术和服务器数据库设计了可燃气体报警器采集节点、可燃气体报警器汇聚传输节点和服务器云管理平台. 为了提高采集数据精度、传输的安全性，还有智能化的预警方式，引入节点温湿度补偿、数据传输加密、多级预警策略等内容.

1) 经测试实验，整个系统的丢包率满足正常的数据传输要求.

2) 从发生警情到用户收到短信预警信息时间为3 s左右，满足可燃气体监测预警的实时性要求.

3) 对设计的可燃气体报警器采集节点发送和接收数据对应的最小时间间隔进行了初步探讨，确定了最小时间间隔范围和字节数对应关系.

4) 经测试，可燃气体报警器采集节点、可燃气体报警器汇聚传输节点和服务器云管理服务平台能够协调稳定地运行. 本系统可以用在居民生活小区完成可燃气体智能监测预警. 本系统在工业可燃气体场所和农村沼气环境可能会有良好的应用前景.

[1] 闫宝双. 可燃气体探测报警系统的研究与设计[D]. 长沙: 湖南大学, 2005.

YAN B S. The research and design of detecting and alarming system for combustible gas[D]. Changsha: Hunan University, 2005. (in Chinese)

[2] 侯阳洋. 高性能可燃气体报警器的研制[D]. 长春: 吉林大学, 2010.

HOU Y Y. The development of the high-performance combustible gas alarm [D]. Changchun: Jilin University, 2010. (in Chinese)

[3] 孙玉文, 沈明霞, 张祥甫, 等. 基于嵌入式ZigBee技术的农田信息服务系统设计[J]. 农业机械学报, 2010, 41(5): 148-151.

SUN Y W, SHEN M X, ZHANG X F, et al. Design of embedded agricultural based on ZigBee intelligence services system technology[J]. Transactions of the Chinese Society for Agriculture Machnery, 2010, 41(5): 148-151. (in Chinese)

[4] 刘志娟, 许峰, 张文申, 等. JJG69—2011《可燃气体检测报警器》检定结果不确定度的评定[J]. 低温与特性, 2014, 32(4): 38-43

LIU Z J, XU F, ZHANG W S, et al. The uncertainty evaluation of the verification regulation of JJG 69—2011 [J]. Alarm Detectors of Combustible Gas, 2014, 32(4): 38-43. (in Chinese)

[5] 李博, 朱茜, 孔小平, 等. 浅谈气体检测报警器的科学检定[J]. 计量与测试技术, 2009, 36(7): 3-4.

LI B, ZHU Q, KONG X P, et al. Brief talk on the verification of gas alarm [J]. Metrology & Measurement Technique, 2009, 36(7): 3-4. (in Chinese)

[6] 李飞, 沈玲. ISD1730构建的语音降温系统[J]. 电子产品世界, 2013, 20(2): 42-45.

LI F, SHEN L. Temperature reduction system based on ISD1730 [J]. Electronic Engineering & Product World, 2013, 20(2): 42-45. (in Chinese)

[7] 闫保双, 戴瑜兴. 温湿度自补偿的高精度可燃气体探测报警系统的设计[J]. 仪表技术, 2006(1): 20-22.

YAN B S, DAI Y X. Design on high precision detection and alarm system for combustible gas with temperature and humidity self-compensation[J]. Instrumentation Technology, 2006(1): 20-22. (in Chinese)

[8] 郭文川, 程寒杰, 李瑞明, 等. 基于无线传感器网络的温室环境信息监测系统[J]. 农业机械学报, 2010, 41(7): 181-184.

GUO W C, CHENG H J, LI R M, et al. Greenhouse monitoring system based on wireless sensor networks[J]. Transactions of the Chinese Society for Agriculture Machnery, 2010, 41(7): 181-184. (in Chinese)

[9] 孙忠富, 曹洪太, 李洪亮, 等. 基于 GPRS和WEB 的温室环境信息采集系统的实现[J]. 农业工程学报, 2006, 22(6): 131-134.

SUN Z F, CAO H T, LI H L, et al. GPRS and WEB based data acquisition system for greenhouse environment [J]. Transactions of the Chinese Society of Agricultural Engineering, 2006, 22(6): 131-134. (in Chinese)

[10] 杨柳, 毛志怀, 蒋志杰, 等. 基于无线传输的粮仓温湿度远程监测系统[J]. 农业工程学报, 2012, 28(4): 155-158.

YANG L, MAO Z H, JIANG Z J, et al. Remote detection system of granary temperature and moisture based on wireless transmission[J]. Transactions of the CSAE, 2012, 28(4): 155-158. (in Chinese)

[11] 叶焕锋, 姜周曙. GPRS 通信性能检测系统[J]. 通信技术, 2012,45(11): 64-66.

YE H F, JIANG Z S. GPRS communication performance testing system[J]. Communications Technology, 2012,45(11): 64-66. (in Chinese)

[12] 胡培金, 江挺, 赵燕东. 基于zigbee无线网络的土壤墒情监控系统[J]. 农业工程学报, 2011, 27(4): 230-233.

HU P J, JIANG T, ZHAO Y D. Monitoring system of soil water content based on zigbee wireless sensor network[J]. Transactions of the CSAE, 2011, 27(4): 230-233. (in Chinese)

[13] ZHANG Z H. Investigation of wireless sensor networks for precision agriculture[R]. Washington D C: American Society of Agricultural and Biological Engineers, 2004: 041154.

[14] WILLIG A. Recent and emerging topics in wireless industrial communication[J]. A Selection Industrial Informatics, 2008, 4(2): 102-124.

[15] PAN L L, YANG S X. An electronic nose network system for online monitoring of livestock farm odors[J]. IEEE-ASME Transactions on Mechatronics, 2009, 14(3): 371-376.

[16] 马为红, 吴华瑞, 孙想, 等. 基于无线传输的温室环境智能监测与报警系统[J]. 农机化研究, 2014(11): 188-194.

MA W H, WU H R, SUN X, et al. Wireless transmission based intelligent monitoring and alarm system for greenhouse environment[J]. Journal of Agricultural Mechanization Research, 2014(11): 188-194. (in Chinese)

[17] 李伯宇, 赵丽丽. 在JSP中实现动态图标方法研究[J]. 计算机应用, 2003, 23(6): 213-214.

LI B Y, ZHAO L L. Research on dynamic chart method in JSP[J]. Computer Applications, 2003, 23(6): 213-214. (in Chinese)

[18] 吴建, 张旭东. JSP网络开发入门与实践[M]. 北京: 人民邮电出版社, 2006: 36-39.

(责任编辑杨开英)

Remote Monitoring and Warning Technology for Combustible Gas in Large Scale and Multiple Regions

MA Weihong1,2,3,4, FAN Jinwei1, WU Huarui2,3,4, GAO Ronghua2,3,4, HOU Jianwei2,3,4, HUANG Zhen2,3,4

(1.College of Mechanical Engineering and Applied Electronics Technology, Beijing University of Technology, Beijing 100124, China;2.National Research Center of Intelligent Equipment for Agriculture, Beijing 100097, China;3.Key Laboratory of Agri-informatics, Ministry of Agriculture, Beijing 100097, China;4.Beijing Key Laboratory of Intelligent Equipment Technology for Agriculture, Beijing 100097, China)

To establish a unified platform for combustible gas monitoring and warning in large scale and multiple regions, the technology of wireless ad-hoc network and general packet radio service (GPRS) were used to the acquisition node and the convergence transmission node of combustible gas monitoring and warning. Meanwhile, a cloud management platform in a server were built by web and database technology. The algorithm of temperature and humidity compensation combined with multistage alarm strategy and data encryption made the system more accurate, secure and intelligent. The system has been used in residential area for combustible gas monitoring and warning. The management department could also make immediate decision and analysis data in a long term through the cloud management platform. Application test shows that both the packet loss rate and the time of receiving warning information are completely qualified. Key words: combustible gas monitoring; wireless sensor network (WSN); intelligent early warning; general packet radlo service (GPRS) data transmissim; cloud management platform in a server

2015- 03- 31

国家科技重大专项(2013ZX04011013)；国家科技支撑计划资助项目(2013BAJ04B04)

马为红(1987—)， 男， 博士研究生， 主要从事无线传感器网络和网络平台技术方面的研究， E-mail：maweihong01@emails.bjut.edu.cn

TP 368

A

0254-0037(2016)05-0650-10

10.11936/bjutxb2015030101