基于LoRa技术的医院室内空气质量实时监测和智能调节系统的设计

摘要：以STM32单片机为控制中心，运用多种传感器，设计了一款基于LoRa通信技术的医院室内空气质量实时监测和智能调节系统，能用来实时监测医院室内空气的温湿度、致病微生物、PM2.5、甲醛、苯、二甲苯和其他挥发性有机物浓度等质量参数，并对预警参数进行自动调节，用户可以在客户端上通过访问云平台查看监控区域内的空气质量监测指标。该系统实现了实时监测和智能调节室内空气质量的功能，实时性好，准确度高，操作简单，具有一定的实用价值。可应用于医院室内空气质量实时监测和智能调节，最大限度降低空气质量问题对患者及其家属和医院工作人员的身体健康造成的危害。

关键词：STM32单片机;传感器;LoRa技术;空气质量监测;智能调节

中图分类号：TP311     文献标识码：A

文章编号：1009-3044（2022）14-0064-03

随着生活条件的大幅度提高，人们对身体健康的重视程度越来越高，大型三甲医院由于医疗技术水平较高，前来就诊的病人数量非常多。三甲医院由于人流量巨大，并且诊疗用品、试剂、药品都会散發有害化学气体，导致空气中所含致病微生物、苯、二甲苯、甲醛、细颗粒物（PM2.5）和挥发性有机物（VOCs）的浓度较高，空气污染较为严重，医院室内尤其是病房内发生交叉感染的风险越来越高[1]。静脉输液配置中心、检验科、病理科等医技科室平时工作中用到的试剂大部分具有挥发性，空气中苯、二甲苯、甲醛等有毒气体的浓度超标，这样对患者及其家属和医院工作人员的身体健康造成危害[2]。很多医院为了提高病房的安全性和保温性能，窗户上安装了限位器，窗户可敞开的面积越来越小，导致室内的空气不流通，主要利用新风系统和中央空调系统更换空气。医院病房如果空气中的温湿度控制不当和颗粒物超标，容易滋生各类病菌微生物，产生新的传染源，容易造成病人与健康人之间、病人之间的交叉感染，对患者和家属的健康造成损害[3]。大多数医院室内空气质量不好，通风不良，往往充满着消毒液味、药水味和其他异味，容易使病人及其家属、医护人员感觉到呼吸不畅、抱怨较多。医护人员如果长时间处于苯、二甲苯、甲醛、细颗粒物和挥发性有机物等浓度较高的环境中，身体容易感到不适，从而无法高效工作。医院室内空气质量的好坏直接影响着医院内每个人的身体健康，较差的空气质量容易传染呼吸性疾病，所以非常有必要实时监测和调节医院室内空气质量[4]。

针对如何有效进行医院室内空气质量实时监测和调节的问题，检测方法和检测工具已经较多。在检测方法方面，传统的医院室内空气质量检测存在检测结果不准确、时效性差、检测效率低等问题，主要依靠医院职工定期进行检测。不能反映不同地点和不同时间的空气质量所呈现的变化趋势，只能反映取样点当前的空气质量。传统的检测工具都为便携式移动设备，存在误差较大的问题，相关检测参数随着浓度、密度的不同发生变化[5]。传统的医院室内空气质量检测主要使用RS-485有线布线方式或ZigBee无线传输方式传输数据[6]。RS-485有线布线方式由于工程造价较高，无法广泛使用。ZigBee无线传输方式由于穿透能力较差，传输距离较短，可靠传输数据的性能欠缺[7]。针对以上问题，本文设计了一款基于LoRa技术的医院室内空气质量实时监测和智能调节系统，实现实时监测医院室内空气质量参数，当甲醛气体、细颗粒物PM2.5、挥发性有机物气体浓度超过标准值时启动智能调节系统，最大限度降低因空气质量问题对患者及其家属和医院工作人员的身体健康造成的危害。

1 LoRa通信技术

LoRa 技术是一种传输距离远、功耗低、抗干扰能力强、多节点、低成本、易于安装部署的无线通信技术，目前在工业物联网、智慧农业、环境监测、智能建筑等领域取得了广泛应用。LoRa网络是典型的星型拓扑结构，主要由终端节点（可内置LoRa模块）、网关和服务器组成，可双向传输数据[8]。LoRa网关是传输的中继，连接终端节点和后端服务器。终端节点通过无线通信与LoRa网关连接，再通过以太网络或3G网络连接到后端服务器中，终端节点与LoRa网关均是双向通信[9-10]。并且LoRa 技术的运维成本较低，非常适合应用于医院室内空气质量实时监测和智能调节系统。

2 系统整体设计方案

为便于安装、检修和实时上传监测数据，医院室内空气质量实时监测和智能调节系统采用LoRa和GPRS 技术相结合的方式，将采集到的气体浓度数据经过处理后作为智能调节模块的控制依据，并将气体浓度数据实时上传到云平台，用户可以在客户端上通过访问云平台查看监控区域内的温湿度、甲醛气体浓度、PM2.5浓度、挥发性有机物气体浓度等空气质量监测指标。此系统主要由传感器节点、监控中心节点、GPRS模块、LoRa模块、电源模块、智能调节模块、云平台、客户端等组成，空气质量监测系统结构图如图1所示。传感器节点负责采集数据，并将数据发送至监控中心节点。当挥发性有机物气体浓度或甲醛气体浓度超标时，传感器节点启动智能调节模块工作。监控中心节点主要负责接收和处理各传感器节点的数据。当PM2.5 浓度超标时，监控中心节点则通过报警方式通知用户采取相应措施。LoRa模块用于远程传输数据，GPRS模块用于将数据实时上传至云平台，电源模块为系统提供电能。

3 系统硬件设计

3.1 传感器节点硬件设计

传感器节点采用STM32F103VET6单片机作为处理器，硬件结构框图如图2所示。

3.2 传感器的选型

本系统选用的PM2.5传感器型号为PMS3003数字式通用颗粒物传感器，温湿度传感器选用的是DTH11传感器，挥发性有机物传感器选用的是MAQ400混合气体传感器，可以同时检测甲苯、二甲苯、苯乙烯、酚、乙苯、氨气等有机挥发性气体的含量，甲醛传感器选用的是DS-HCHO数字输出式传感器。66DBC426-1084-4E1A-B9AE-31DE04CCCD64

3.3 监控中心节点硬件设计

监控中心节点采用STM32F103VET6单片机作为处理器，硬件结构框图如图3 所示。

3.4 智能调节模块的设计

智能调节模块由风扇、前置滤网、HEPA滤网、活性炭纤维滤网、自催化氧化网和紫外线灯等部分组成。当空气质量监测指标超标时，单片机发出指令转动风扇，风扇吹动污染物通过一系列滤网后，污染物被滤网吸附和降解，达到净化空气的效果。前置滤网、HEPA滤网和活性炭纤维滤网三层嵌套使用，可有效清除室内空气中的甲醛气体、细颗粒物和挥发性有机物气体等。活性炭纤维滤网和前置滤网可以直接用清水冲洗反复利用，成本得到降低。将表面负载纳米二氧化钛的泡沫镍滤网和紫外线灯配合起来使用，具有很强的氧化能力，既可消灭被一系列滤网吸附到的霉菌和细菌，又可高效降解空气中的苯、甲醛、细颗粒物和大部分挥发性有机污染物，直接分解成水和二氧化碳，达到净化空气的效果。

4 系统软件设计

系统软件设计主要由传感器节点的软件设计和监控中心节点的软件设计两部分组成。

4.1 传感器节点的软件设计

传感器节点主要由传感器采集模块、STM32单片机、LoRa模块和智能调节模块等构成。传感器节点的软件运行流程如图4 所示。为了有效降低功耗，传感器节点和监控中心节点连接上之后，传感器节点每隔一段时间采集室内空气质量数据并通过LoRa技术将数据发送至监控中心节点。传感器节点在采集周期外就进入休眠模式，之后当达到检测周期时又重新被唤醒继续采集室内环境数据。

4.2 监控中心节点的软件设计

监控中心节点通过LoRa模块接收传感器节点发来的室内环境数据，并传输至STM32单片机对数据进行融合处理。系统开机初始化后，检测是否成功连接上各个传感器节点，当成功连接后接收节点传来的数据并进行融合处理，并通过GPRS模块将数据远程传输至云平台，用户则可以在客户端上通过访问云平台查看监控区域内空气质量监测指标。LED显示屏模块则可以实时显示采集到的室内环境数据。当传感器节点发送过来的数据超标时，判断是哪种空气质量监测指标超标。当判断为挥发性有机物气体或甲醛气体超标时，发送指令给传感器节点启动智能调节模块。当判断为PM2.5 浓度或温湿度超标时，启动报警模块，通知用户采取相应措施。

5 实验测试

在某三甲医院检验科内布置实验测试点，抽取4间实验室各放置1个传感器节点进行实验测试，并将监控中心节点放置在检验科会议室，实时监测和智能调节PM2.5、温湿度、VOCs和甲醛等環境信息。在两间实验室内分别放置节点1 和节点2 ，采用室内空气质量标准抽取方法在12 小时内每隔2个小时抽取环境信息，并做数据记录，表1和表2为实验数据。

从表1、表2可以看出，两个节点的环境数据变化情况相似，在12点时PM2.5浓度超标，监控中心节点随即启动报警装置。在14点时甲醛和易挥发性有机物浓度超标，传感器节点随即启动智能调节模块，甲醛和挥发性有机物浓度很快降低到室内空气质量标准值下面。实验测试结果表明，该系统能准确实时监测空气质量监测指标是否超标，并能有效吸收、降解甲醛和易挥发性有机物。

6 结论

本文设计一款基于LoRa通信技术的医院室内空气质量实时监测和智能调节系统，能用来实时监测医院室内空气的温湿度、致病微生物、PM2.5、甲醛、苯、二甲苯和其他挥发性有机物浓度等质量参数，并对预警参数进行自动调节，用户可以在客户端上通过访问云平台查看监控区域内的空气质量监测指标。该系统实现了实时监测和智能调节室内空气质量的功能，实时性好，准确度高，操作简单，具有一定的实用价值。可应用于医院室内空气质量实时监测和智能调节，最大限度降低空气质量问题对患者及其家属和医院工作人员的身体健康造成的危害。

参考文献：

[1] 张豫疆，陈世豪.医院室内空气净化技术应用现状[J].中西医结合护理（中英文），2020，6（2）：211-213.

[2] 郭堂伟，周涵，俞啸，等.基于ARM嵌入式的医院空气质量实时检测系统设计与研究[J].计算机测量与控制，2021，29（4）：14-18.

[3] 闫卓宜，赵晓庆，刘世兵，等.基于LoRa的PM2.5在线监测系统研究[J].科技创新与应用，2021，11（20）：26-28.

[4] 刘超然，朱珠，韦福鹤，等.基于LoRa的室内空气质量检测系统设计[J].单片机与嵌入式系统应用，2020，20（6）：59-62.

[5] 王靖懿，崔国强，韩东奇，等.基于LoRa的有害气体无线监测设计与实现[J].物联网技术，2021，11（6）：29-31.

[6] 朱仁烽.医院空气质量监测系统的设计[J].电子世界，2020（10）：173-174.

[7] 韦海成，王淼军，魏鑫，等.基于STM32的室内空气质量监测自适应调节系统[J].现代电子技术，2016，39（8）：130-134，137.

[8] 汤祥虎，秦会斌，董胜奎.基于STM32的室内空气质量检测系统设计[J].软件导刊，2017，16（10）：132-134.

[9] 胡中南，樊蓓蓓.基于LabVIEW的空气质量监测系统设计[J].自动化仪表，2021，42（7）：78-82.

[10] 曹督尊，刘国彦，赵金才，等.基于STM32的智能室内空气质量监测系统设计[J].科技视界，2020（16）：25-27.

收稿日期：2022-01-03

作者简介：陆军（1987—），男，浙江绍兴人，助理工程师，硕士，研究方向为物联网技术及应用、医院后勤信息化。66DBC426-1084-4E1A-B9AE-31DE04CCCD64