[发明专利]一种隧道空气质量远程实时在线监测方法

说明书

本发明公开了一种隧道空气质量远程实时在线监测方法，包括步骤：一、在隧道内布设多个空气质量监测节点；二、数据实时采集及传输；三、数据分析处理，得到隧道空气质量。本发明采用了空气质量预测神经网络模型进行隧道空气质量等级的检测，方法步骤简单，实现方便，功能完备，能够实现隧道空气质量的远程实时在线监测，工作可靠性高，实用性强，使用效果好，便于推广使用。

技术领域

本发明属于空气质量控制技术领域，具体涉及一种隧道空气质量远程实时在线监测方法。

背景技术

在交通建设中，隧道建设将是必不可少的工程项目。以隧道为主的地下工程在开挖过程中由于对土体的扰动，土体会释放出各种对人员对装备不利的气体及产生大量扬尘，如瓦斯、粉尘等。由于这些气体无色无味且释放过程中不易被察觉以及粉尘难以沉降的特点，对其进行专门的监测是十分困难的。而这些有害气体、瓦斯、粉尘等对人体的危害极大，严重的，可能造成中毒死亡。

为了解决以上问题，根据市场调查，我们发现一些隧道中开始进行空气质量监测，但是，监测手段多局限于现场采用仪器设备进行单一污染源，粉尘或瓦斯的监测，还不能实现远程实时在线监测。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种隧道空气质量远程实时在线监测方法，其采用了空气质量预测神经网络模型进行隧道空气质量等级的检测，方法步骤简单，实现方便，功能完备，能够实现隧道空气质量的远程实时在线监测，工作可靠性高，实用性强，使用效果好，便于推广使用。

为解决上述技术问题，本发明采用的技术方案是：一种隧道空气质量远程实时在线监测方法，其特征在于，该方法包括以下步骤：

步骤一、在隧道内布设多个空气质量监测节点，所述空气质量监测节点包括微处理器模块和为装置中各用电模块供电的电源模块，以及与微处理器模块相接的晶振电路、复位电路和用于通过5G网络与远程监控计算机通信的5G通信模块，所述微处理器模块的输入端接有第一A/D转换电路、第二A/D转换电路和第三A/D转换电路，所述第一A/D转换电路的输入端接有第一滤波放大电路，所述第一滤波放大电路的输入端接有空气质量传感器，所述第二A/D转换电路的输入端接有第二滤波放大电路，所述第二滤波放大电路的输入端接有瓦斯浓度传感器，所述第三A/D转换电路的输入端接有第三滤波放大电路，所述第三滤波放大电路的输入端接有粉尘传感器；

步骤二、数据实时采集及传输：每个空气质量监测节点中，空气质量传感器对隧道内的氨气、芳族化合物、硫化物、苯系蒸汽等有害气体的浓度进行实时检测，检测到的信号经第一滤波放大电路进行放大滤波，再经第一A/D转换电路进行A/D转换后输出给微处理器模块；瓦斯浓度传感器对隧道内的瓦斯浓度进行实时检测，检测到的信号经第二滤波放大电路进行放大滤波，再经第二A/D转换电路进行A/D转换后输出给微处理器模块；粉尘传感器对隧道内的粉尘浓度进行实时检测，检测到的信号经第三滤波放大电路进行放大滤波，再经第三A/D转换电路进行A/D转换后输出给微处理器模块；微处理器模块将其接收到的信号通过5G通信模块和5G网络发送给远程监控计算机；

步骤三、数据分析处理，得到隧道空气质量：远程监控计算机将氨气浓度、芳族化合物浓度、硫化物浓度、苯系蒸汽浓度、瓦斯浓度、粉尘浓度数据输入预先构建的空气质量预测神经网络模型中，得到空气质量预测神经网络模型的输出，所述空气质量预测神经网络模型的输出为隧道空气质量等级。

上述的一种隧道空气质量远程实时在线监测方法，其特征在于：步骤三中所述空气质量预测神经网络模型的构建过程为：

步骤301、训练样本获取；将氨气浓度、芳族化合物浓度、硫化物浓度、苯系蒸汽浓度、瓦斯浓度、粉尘浓度的历史检测数据和与这组数据对应的空气质量等级构成训练样本；