发布时间：2023-10-09 18:03:28
绪论：一篇引人入胜的物联网的技术环境，需要建立在充分的资料搜集和文献研究之上。搜杂志网为您汇编了三篇范文，供您参考和学习。
改革开放以来，我国的工业化进程持续加快，社会经济得到了跨越式发展，人们的生活水平也有了显著提高。随之而来的环境污染和生态破坏却制约了可持续发展的推进，人们认识到了环境保护工作的重要性，环境监测也随之得到重视。
1物联网与环境监测
在我国，物联网最初被称为传感网，发展于2009年，现已经逐渐发展成为我国新型战略性产业之一。物联网融合了红外感应、全球定位、激光扫描以及射频识别等技术，能够依照约定协议，实现物品与物品的相互连接，从而完成信息的传输和交换，以及识别、定位、跟踪、监控等功能。物联网包含了三个基本的组成部分，分别是信息的感知与控制、信息的传输以及信息的应用。信息的感知与控制主要是结合不同类型的传感器设备或者与传感器对应的控制器，实现与终端物品的直接接触；信息的传输主要是通过感知与控制，结合信息传播技术，将相应的数据信息传输到网络终端且保证信息安全；信息应用指针对经过了录入和传输，最终达到网络终端的信息进行应用，以完成对物品的直接控制[1]。据新闻报道，“2016环保物联网高峰论坛”在无锡举行。论坛以“物联网技术在环保领域的创新与应用”为议题，围绕环保物联网的政策走向分析、需求应用、大数据分析及标准制定等环节进行深度交流。在环境监测中，应用物联网技术，主要是结合相应的网络信息平台，对环境中存在的污染物进行实时动态监测。
2物联网技术在环境监测中的应用
将物联网技术应用在环境监测中，能够实现对于环境变化的动态监测，提供足够的数据信息支持，及时发现环境中污染物质的变化情况，对于环境污染的治理有着非常显著的作用。
2.1大气监测
目前在大气监测中，采用的多是固定污染源在线监测和环境空气自动监测系统的方式，配合常规的流动性监测，能够形成一套全面覆盖的监测体系。固定污染源在线监测主要是在污染源排放口设置相应的监测设备，实时监测污染物的排放情况，对排放废气中的污染物质进行实时监测。在城市中设置环境空气自动监测系统，按城市监控点位对环境空气监测子站进行布控完善，结合一些常规污染物的监测指标，完成相应的大气监测工作。通过传感器技术的合理引用，可以对大气中存在的氮氧化合物、PM2.5、PM10以及二氧化硫等物质的数据进行采集，并将采集到的数据经网络传输到监控中心，完成对于环境空气质量的自动监测和分析[2]。
2.2水质监测
水质检测需要结合相应的指标，如饮用水指标、绿化用水指标、排放指标等，以确保对水污染的有效监测。在需要监测的区域设置传感器设备，配合视频监测技术，可以构建起相对完善的感知层，结合通信网络，能够为数据的传输提供有效渠道，结合传感器位置信息以及采集到的各类数据信息，可以完成对于水质和污染源的全面监测，为水质的监管提供数据支撑。
2.3生态监测
通过对物联网技术的合理应用，对监测区域划分，确保生态监测的规范性和有序性。在分区监测中，根据实际需求，进行合理设定，布置相应的传感器，如噪声传感器、温度传感器、湿度传感器等。同时，通过数据之间的信息控制，实现单一种类数据和复合数据的有效采集与传输，强调数据传输的实时性与可靠性。
2.4海洋监测
在海洋监测中，可以借助相应的无线传感器，合理应用传感器节点的监测功能，实现对于营养盐、有机磷农药等的监测。搭配相应的无线发射装置，可以对采集到的数据信息进行实时传输。利用物联网，还可以构建相应的海洋环境智能监测系统，通过对传感器技术的合理应用，实现对于海洋环境的全面监测，保障海洋生态安全[3]。
3黄石环境监测站中的物联网现状
3.1环境空气自动站
自2005年起，黄石环境监测站按点位布局安装了环境空气自动站。截至目前，在沈家营、陈家湾、经济开发区、新下陆、铁山区、阳新县、大冶市共建立了七个环境空气子站，对二氧化硫、氮氧化物、PM2.5、PM10、温度、湿度、风向、风力大小等近十个项目进行日常监测。通过“国家空气质量联网监测管理平台”、“湖北省环境空气质量监测数据管理系统”为各级管理部门及时提供环境空气质量日报、周报、月报及各类信息简报等。
3.2大气灰霾站
在2012年建立了湖北省9个子站之一的黄石大气灰霾站，配有常规参数监测仪器、黑碳仪、浊度仪、大气重金属、挥发性有机物、激光雷达、粒径谱仪、能见度等灰霾监测专用仪器，可以监测大气中飘浮的重金属、气态污染物、颗粒物等多种污染物，达近百个项目，具有大气颗粒物（气溶胶）理化性质、光化学反应、边界层气象观测、灰霾成分分析等多项功能。
3.3污染源在线监测
我市五个城区、阳新县及大冶市共安装了147套污染源在线监测系统，涉及102家企业。其中水质污染源在线监测系统89套，大气污染源在线监测系统58套。对二氧化硫、氮氧化物、流速、烟温、含氧量、COD、氨氮、pH、废水流量等多个项目进行监测，通过“湖北污染源自动监控管理平台”及时掌握监测的各项污染源有效数据。
3.4积极的意义
通过环境空气自动监测系统、固定污染源在线监测等有效措施，实现监测数据采集、管理、存储、处理、审核、统计、分析、和异常预警等功能，为各级环境管理部门提供足够的数据支持。监测数据平台子系统互联互通正在积极的实施开展进行中，今后数据资源集中融合、开放共享，资源要素会高效流动。结语物联网技术的存在，实现了人与人、人与物以及物体之间的信息交流，在许多行业和领域中都有着广泛的应用。在环境监测工作中，引入物联网技术，可以推动环境监测模式的创新，对传统环境监测中存在的问题进行弥补，提升环境监测的实际效果。重视物联网技术的研究，不断提升物联网技术的功能，可以推动环保行业的智能化发展。
参考文献
[1]张泽伟.关于环境监测中物联网技术的应用探讨[J].科技创新与应用,2015（22）:169.
中图分类号： TN911?34 文献标识码： A 文章编号： 1004?373X（2017）03?0012?03
Research on IOT equipment environmental monitoring technology
based on neural network
PAN Xiang
（Department of Computer， Guangxi Cadres University of Economic and Management， Nanning 530007， China）
Abstract： The parameters of smog， water logging， temperature and humidity in the equipment working environment are collected and processed by means of the related technical methods based on Internet of Things （IOT）， and analyzed by means of BP neural network to evaluate the equipment working environment. The simulation results show that the method proposed in this paper can monitor the environmental parameters effectively and issue an early warning according to the parameters， and let the system users understand the status of the current environment explicitly.
Keywords： IOT； BP neural network； environmental parameter monitoring； equipment environment
0 引 言
各种电子设备所处的环境对其工作性能和使用寿命有着重要的影响，所以目前人们开始越来越多的对设备工作环境进行监测。对设备环境进行有效的监测，一方面必须利用各种传感器技术对温度、湿度等环境参数进行准确及时的获取和处理；另一方面，必须构建一个有效的分析监测模型，能够对这些复杂的参数综合表征的环境状态进行评价和判断。而这两个方面都涉及许多技术难点，因此，本文参照目前比较新的研究思路，引入物联网的相关技术和方法对温度等四个环境因素进行准确的采集和处理，再利用BP神经网络技术对获得的数据进行分析，以判断目前环境的情况，该方法具有实现简单，监测准确率高的优点。
1 物联网
1.1 物联网的结构
物联网是伴随着计算C和互联网技术的发展而出现的一个全新概念。它一般指采用多种智能传感设备，诸如各种传感器、射频识别技术、GPS、激光或红外探测器等各种装置，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，与互联网结合形成的一个巨大网络，以进行信息交换和通信[1]。 一个完整的物联网一般由感知层、网络层和应用层组成，如图1所示。
其中，感知层网络的主要作用是对实体信息的感知，信息的采集和智能识别等功能；网络层是人与人之间、人与物之间和物与物之间通信的传输媒介，主要向应用层提供安全可靠的传输机制；应用层的主要功能就是对网络层传输的海量数据进行存储、分析和智能处理等，根据不同的应用需求对数据进行处理[2]。
1.2 基于物联网的设备环境监测原理
为了对设备的运行环境状况进行实时监测，以使相关人员能够清楚地了解到目前环境的状况。本文通过物联网，利用IPv6等无线通信技术，将各种传感器、路由网络和神经网络系统等进行连接，从而实现对温度、烟雾、水浸等环境参数的实时监测。
本文设计的监测物联网主要由感知层的18个无线传感器和应用层的BP神经网络监测分析系统组成。在底层，各种不同的传感器采集到的数据通过IPv6组成的无线网络通过各自的路由器发送至无线网关，无线网关通过交换机与服务器相连，服务器接收到数据后，会利用构建好的BP神经网络模型对这些数据进行整理分析，以判断环境所处的具体状态。
2 BP神经网络
2.1 BP神经网络的原理
BP神经网络是一种前馈型误差修正网络，它通过不断调整各个单元层之间的网络权值和阈值实现网络的训练。BP神经网络主要运行由信号的正向传播和误差的逆向传播两个过程组成，通过不断地权重调整，可以实现网络误差的不断缩小。
2.2 原始数据的获得
位于底层的传感器网络一共包含4个路由器（含网卡）和18个无线传感器（含3个水浸传感器、4个烟雾传感器、6个温度传感器和5个湿度传感器）。通过传感器和路由器组建传感器的物联网络实现对环境信息的获取，并上传至数据处理中心。将各个类型传感器收集到的数据分别进行加权平均，由于水浸和烟雾为简单的“是否”问题，因此用0和1表示，结果如表1所示。
2.3 定义输入和输出样本数据
定义输入样本数据，从表1的20组数据中选择10组作为输入样本，在Matlab命令空间中输入归一后的数据，归一化按照式（1）进行：
[yi=xi-minximaxxi-minxi， i=1，2…，n] （1）
本文直接调用Matlab软件中的premnmx函数进行归一化运算，经过归一化后的评价指标[yi]在[0，1]之间。为了简化仿真模型，特对输出状态进行编码，模型输出为评价环境的优、良、中、差、危险5种状态，定义期望输出向量如表2所示。
2.4 构建BP神经网络模型
本文采用含一个隐藏层的神经网络结构进行分析，由于输入单元为4，输出单元为5，根据经验公式可选隐含层单元数为1～10之间的整数，采用试凑法得到了隐含层神经元与均方平均值（MSE）的曲线关系，如图2所示。其中隐层神经元数目为9时，得到的MSE值最小为14，所以确定的隐含层神经元数为9。
2.5 BP神经网络模型的训练
在Matlab中代入这8组样本向量对构建的网络进行训练，期望误差设为10?6，训练过程中，BP神经网络误差的变化形式如图3所示。
由图3可知，当训练经过58次迭代之后，达到了满意的误差期望。获得理想的神经网络模型后，在剩余样本中选择8组数据对该BP神经网络进行检验测试实验，输入主代码：result_test=sim（net，ptest）[′]。
在Matlab中输入表1中的所有数据，经过整理的结果如表4所示。
由表4可以看到，表中字体加深的数据，即第2组环境状态为中，第四组环境状态为良的检测数据分别误判为良和中。为了提高模型的检测精度，将这两组作为训练样本加入训练集中，重新对网络进行训练，图4是新构建的神经网络训练时使误差下降的情况。
由图4可知，增加这两组数据后，模型的收敛速度获得了提升，达到相同精度，仅需要33步即可收敛，表5是用剩下的8组数据进行检测的仿真结果。
由表5可以看到，经过2次训练后，本文构建的神经网络对样本的判断结果均正确，对环境具有较好的监测功能。
3 结 论
本文主要研究了基于物联网的设备环境监测方法，构建了能够根据烟雾、水浸、温度和湿度等环境参数准确判断环境状态的BP神经网络模型。在仿真过程中发现将第一次训练的错误数据代入原模型作为训练样本，并进行两次训练可以大大提高神经网络模型的精度。系统可在环境参数出现异常状况前告知使用者，从而避免事故发生，具有较大的实用意义。
参考文献
[1] 刘飞.物联网的应用分析研究[J].电子技术，2013（1）：12?18.
[2] 郑伟.一N基于BP 神经网络技术的物联网监控预警系统设计与实现[D].北京：北京工业大学，2015.
[3] 王亿之.神经网络算法在物联网中的应用研究[J].计算机应用研究，2015（3）：128?132.
【分类号】：TP277
物联网，是一个最近较为热门的名词，其定义是：通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网连接起来，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种网络。简单来说，我们可以理解为：物联网就是“物物相连的互联网”。目前，动力监控系统无论在技术上，还是在系统实施的规模上都有了很大的发展，人们对计算机集中监控系统的认识有了较大的提高，可以说，目前动力环境集中监控技术发展与监控系统的实施已进入一个新时代。在其发展过程中同时暴露许多新的问题，如在监控系统硬件配置灵活，软件功能不断完善的情况下，其故障诊断分析、数据统计等高智能化方面的性能没有得到更好的发展，而过去人工看守维护方式下的一小时一抄表的报表模式在电源监控系统中仍有体现，监控系统的可靠性等问题仍然存在[1]。
一、监控系统的基本功能及结构
监控系统能够对通信机房的高低压配电、整流电源、蓄电池组等机房动力设备，机房环境的温度、烟感、门禁、红外、声像、空调等环境因素，进行计算机化的实时监测、控制与管理。监控内容包括通信机房内的电源设备、空调设备和机房环境的遥测、遥信、遥控量。同时还要完成记录、告警、处理等实时操作，并与管理网接口，向其发送管理数据。监控系统由监控中心、监控局站和采集子系统模块组成。采用模块化结构设计，扩容性强，支持大容量监控组网方案，能运行TCP/IP协议，支持多种传输方式。采用Client/Server具有很强的开放性、兼容性、扩充性及安全性。
1、监控中心
监控中心是监控系统的管理中心，负责对本地各机房通过传输网将所有设备的运行参数、环境量及图象上传来的大量数据进行集中监控、管理，并实现维护人员的统一调度和派遣。
2、监控站点
各机房安装有监控主机，对机房内所采集的数据进行处理和加工，并向监控中心上传数据及下传监控中心向底端设备发出的控制命令。
3、采集设备子系统
完成对各机房所有设备运行参数及环境监测量的数据和图象采集，并将数据和图象通过连接线路上传到中心局监控主机。
二、基于物联网的通信动力环境监控系统的设计实例
为响应国家及公司在物联网推广方面的号召，结合我们在提高动力维护工作技术水平方面的需求，提出了对机房动力环境监控系统进行物联网方式的智能化改造应用设想。
1、机房设备监控应用设计
现状：在机房动力设备监控方面，通过多年的建设，我们已搭建起了覆盖全网的一个较为完善的监控系统，实现了对相关设备的状态量、模拟量的实施采集、监测以及对采集数据进行后台分析处理等功能。对照“物联网”的定义，现在我们缺少的主要是对被监控设备的标识及识别。
改造方案：根据对现状的分析，我们认为改造的首要目标是：使每个设备在本物联网范围内都具有一个唯一的编码（在小范围的物联网内，具体编码规则可以由我们自行定义，只要能让每个设备都具有不同的编码即可），并采用相应的传感器来对其进行采集、识别。从现有的机房条件来看，我们认为较为可行编码识别的方案有：无线射频识别（RFID）技术和条码识别技术。无线射频识别（RFID）技术。在每个动力设备贴上存储有特定编码的 RFID 标签，在机房部署 RFID 解读器，让其发射特定频率的无线电波，标签接收到这些电波后，凭借感应电流所获得的能量发送出存储在芯片中的产品信息，解读器读取信息并解码后，送至相关系统进行数据处理，从而识别设备。这一技术具有识别速度快，可同时识别多个设备、标签可存储信息量较大等优点，但造价相对较高。条码识别技术。在每个动力设备贴上打印有特定条码的标签，通过人工手持条码扫描器来对各设备进行扫描采集，数据再通过有线或无线方式送至相关系统进行处理，从而识别设备。这一技术主要是造价低，但不能同时识别多个设备、标签存储信息量较少。
应用设想：经过以上对被监控设备的标识及识别改造后，我们可对其进行智
能化应用。机房设备三维可视化。通过绘制各动力设备在机房内部的三维模型，关联到动力环境监控系统的数据库中，在动力环境监控系统中可直接通过点击相关设备，了解到它的精准尺寸及位置信息，并可通过三维模型实现可视化的呈视，实现对设备管理的可视化和智能化，动力设备资源管理。结合巡检管理系统，维护人员可通过笔记本电脑、PDA、智能手机等终端，快速调取相关设备的设备基础信息、运行参数、故障运行记录等信息，对设备的运行健康状况进行分析和判断，实现设备故障闭环处理、系统容量预警分析等相关应用如图1
2、视频环境监控部分
视频环境监控部分主要对机房环境、设备运行的现场进行图像监视，可以直观地观察现场及告警等。视频监控部分提供联动功能，更直观地以图像方式对机房状况及设备进行实时监视。同时对机房的基本环境参量（ 如温度、门禁、烟感等） 进行检测，以及时发现火灾和非法入侵等。监控系统中的视频环境监控部分由视频监控、门禁烟感和空调监控组成。视频监控由硬盘录像机、高清摄像头、摄像云台、解码器、门禁、烟感、监控软件组成。硬盘录像机储存视频记录并上传告警信息，摄像头可以保证获取图像的质量，云台解码器可控制摄像头左右上下移动及放大缩小镜头，监控软件安装在监控主机上用以实时查看监控图像。门禁、烟感 通 过 门 禁 传 感 器 和 烟 雾 传 感 器 采 集 数据，通过硬盘录像机的监控变量接入并上传到监控主机。空调监控通过 RS816 智能空调遥控器采集温度数据，由空调监控软件进行管理维护，以实现机房空调根据温度变化自动开关机。通过视频环境监控部分对机房内环境、门禁、烟雾、空调实时监视，实现机房防火、防盗及人员进出记录，保证机房安全管理，实现 24 小时无人值守。
结语：
随着信息化的进一步深入发展，物联网的广泛应用是一个大的发展趋势，但目前其在世界范围内发展都还是处于一个初级阶段，短期内还未能达到大规模应用的条件。因此，我们希望通过对通信动力环境监控系统先行开展一个较小范围的“物联网”改造，来试验一下相关的技术应用，给大家提供一些实际的参考案例和经验教训，同时也为将来维护技术向“物联网”发展奠定一定的基础。
参考文献：
[1]杜国民. 通信动力环境监控系统设计关键技术分析[J]. 科技信息，2011，15：481-482.
[2]陆峥. 通信机房动力环境集中监控系统研究[D].北京邮电大学，2012.
