相关热词搜索：
张永铭 王阳阳 洪期铭 天津工业大学 天津 300387
【文章摘要】
基于物联网技术，采用多传感器融合的方法，主要研究智能的家电节能方案。首先通过智能家居的无线传感器网络对家居环境中的温度、湿度、光照强度、空气灰层指数、噪声强度等数据进行实时监控，并按照预先设计的多传感器数据融合算法，实时控制家居环境中各种用电设备的使用状态，在不影响环境舒适度的情况下实现能源的最优利用。
0 绪论
本文通过对现代建筑家居环境中用电设备的能源消耗状况和照度、采光、二氧化碳、甲醛浓度、温湿度等环境因素的采集，分析出家庭能源使用结构和人居环境补偿方向，采用对多种家居环境数据融合设计得出的数据决策算法，在符合绿色健康人居条件下，最终得出一套现代家居环境中的能源的最优利用方案。
本文主要研究方向为在已实现对家居环境中的的能源消耗数据和多种环境数据的采集后，分析并得出建筑内家居能源的使用结构和居住环境状态参数。同时借鉴现有的多传感器融合算法，设计出一套能够控制家庭用电设备能源最优利用且符合人居环境和多传感器数据融合算法。
1 多传感器融合技术的家居节能系统
系统采用STM32F103V8 作为系统的核心处理器，控制Zigbee 无线通信系统对多种家居环境中的数据传感器进行数据采集和状态监测，由底层设计的多传感器数据融合算法对家居环境中的状态进行数据分析和模型建立，并依据核心算法做出相应的节能决策对家居环境中的用电设备进行控制。决策通过Zigbee 系统进行决策发出，将指令发出到相应的用电设备，并对状态进行检测，检验决策的执行效果。实现系统的整体稳定运行。
2 家居节能系统设计
现代建筑环境不断恶化，城市居住环境质量不断下降的严峻挑战决定了本课题设计家电节能方案不能只考虑能耗设计，而需要更多的考虑多方面的因素：现代建筑空间照明度设计不合理、城市热岛效应的扩大化，空气质量的恶化与蔓延，
用户体验差异化等等。
健康人居理念是在城市化进程中逐渐被提出的一种现代人居思想，在1998 年，国内提出了生态人居理念元年的概念，该理念在现代家居环境中也越来越受到人们的重视，该理念提倡健康，生态，绿色的现代家居理念，本课题在其理念指导下来设计符合当今社会家居环境家电节能方案。并提出了设计中对健康人居的考虑：
① . 对家居环境中用户生活习惯的考虑
② . 对家居环境中照明度，空气质量等因素的考虑
③ . 对用户生活习惯的交互性纠正
因此课题在设计算法中需要对以上几点因素进行权重考虑，实现在家居环境节能设计中对用户舒适度，对家居能耗的最优化。
3.1 建立家居环境能耗模型建立和分析
对于家居环境的已有的参数分析，本课题题决定以照度，二氧化碳，甲醛浓度，声音等个参数建立一个家庭的家居模型来对用户习惯，设备状态来进行分析和处理。利用上述四个参数建立用户习惯的模型来分析用户家居环境的数据模型，比如温度分析：
3.2 用户家居环境与数据模型对比分析与决策
用户家居环境数据模型对先期家居环境舒适度参照模型数据进行对比，通过多传感器采集得到的家居环境数据建立的模型，对先期舒适度模型进行修正：
照度——通过数据采集分析，当昼夜间的家居照度符合舒适度模型时，采用模型设定为参考标准，系统检测为用户非规律性使用照明设备时，选择对数据进行跟踪，进行冗余度设定，结合噪声数据分析用户行为，判断为长时间无人且反常照明使用时做出提醒用户，等待检测，后作出维持最低照明度的节能措施。
甲醛，二氧化碳浓度——依据舒适度模型中对加权和二氧化碳浓度值进行警戒值设定，超过设定值时对比用户习惯，判断有人状态， 有人时决策提醒用户通风，等待检测趋势，状态继续则产生强制性空气净化设备启动，判断无人时等待检测室内空气状态，浓度达到限定值时启动设备，维持环境浓度在安全范围。
噪声——结合模型对声音设定，在其他参数安全氛围内，适当关闭高噪声设备。
因此在系统决策中用户数据模型和舒适度能耗模型建立决策点，并做出决策
维持家居环境中的舒适度能耗的平衡。达到在保证现代家居环境中的人居要求时，做出合理的节能措施。满足现代社会的节能要求。
4 结论
本课题在利用已经完成的家居环境信息采集系统对某家庭进行了一次时间为一星期的数据采集，来作为验证家居环境信息采集系统对家居环境数据采集功能的先期验证，并利用筛选后的数据进行数据分析，并实现基于多传感器融合技术的家电节能算法的模拟运行和模拟测试。
课题中基于多传感器融合技术的家电节能系统设计在实验过程中，在完成课题之初的设想的同时，同样也发现了较多的不足。在节能理论层面上，课题设计的家电节能系统较好的模拟完成了传统节能设备无法顾及的能源浪费区，在两个生活消耗能源部分中都起到了较为明显了节能效果，同时在考虑健康人居，绿色人居的基础上，较好的兼顾了家居环境中的人居理念的需求，在满足现代家居环境中的较好舒适度的同时，也起到了智能化，隐性化的节能措施，满足了现代建筑家居环境节能系统的功能性需求。
【参考文献】
[1] 邵远, 何发昌, 罗志增. 多传感器信息融合浅析[J]. 电子学报,1994.
[2] 韩江洪. 智能家居系统与技术[M]. 安徽； 合肥工业大学出版社.2005.
[3] 刘宏, 唐赞玉. 信息家电体系结构研究[J]. 计算机技术与发展.2007,17(6),224- 227.
[4] 肖骁. 信息家电与家庭网络结构的研究及实现[D]. 长沙. 湖南师范大学.2008.
[5] 何友. 王国宏，多传感器信息融合及应用[M]. 电子工业出版社.2000. 北京.
[6] 刘同明, 解洪成. 数据融合技术及应用. 国防工业出版社.1998. 北京.
[7] 曲晓慧，安钢. 数据融合方法综述及展望[J]., 舰船电子工程.2002.2.
[8] 王会清，韩艳玲.. 基于多传感器与数据融合技术的研究[J]. 计算机与现代化， 2002.
[9] 贾云，刘火安. 室内空气污染治理现状[J]. 重庆科技学院院报.2005.6(2).58-62.
[10] 魏润柏, 徐文华. 热环境. 同济大学出版社.1994
[11] 薛梅，董华. 湿度调节及加湿模式的探讨. 制冷与空调.2004.4(4).39-43.
[12] 刘建国. 室内空气中CO2 的评价作用和评价标准. 环境与健康杂志[J].2005.
[13] 秦佑国，王炳麟. 建筑声环境[M]. 第2 版. 清华大学出版社.1999.
[14] 周鼎金. 建筑物照明设计耗电评估模式之研究.1998.
图4传感器采集的测试家居环境一天温度数据图030
