基于ARM的空气质量监测系统的研究
本文关键词: ARM 嵌入式 空气质量监测 Linux 出处:《安徽理工大学》2017年硕士论文 论文类型:学位论文
【摘要】:人类社会目前正处在飞速发展时期,因此所造成的环境问题尤其是空气污染问题广受人们的关注。各种空气污染物对于人们的身体健康和日常生活都有着极坏的影响,尤其是空气中的PM2.5、PM10、CO和N02等污染物。目前,人们的生活水平已大大提高,因而对于空气质量的状况提出了更高的要求。为了方便人们对空气质量进行监测,对空气污染治理工作进行数据支持,需要对空气中各种污染物进行实时而有效的监测。然而,目前能在市场上购买到的或者正在使用的空气质量监测装置有着成本过高、灵活移动性差、维护运行难度大和运行条件要求高等不足之处。本次设计使用ARM嵌入式技术,设计了一种空气质量监测系统。本次设计选择Raspberry Pi作为开发平台,选用ARM Cortex-A53系列的BCM2837作为微控制器。使用基于Linux的Raspbian操作系统作为嵌入式操作系统,基于Raspbian开发了的各个数据采集器的程序,从而实现了对PM2.5、PM10、CO、N02、温度和气压等参数的实时监测。监测系统分为三个部分,分别为数据采集模块,数据处理模块和数据展示模块。三个部分既可以分别完成系统所需的各种功能,形成一个完整的系统。本系统选用三种传感器构成了数据采集模块,并使用Raspberry Pi作为数据的处理模块,还通过Yeelink平台实现了远程监测的功能。在对整个装置测试后,结果表明,各项参数结果都显示正常,系统较为稳定。本次所设计的基于ARM的空气质量监测系统可以进行更广泛的推广和应用。
[Abstract]:Human society is in a period of rapid development. As a result, environmental problems, especially air pollution, have attracted much attention. All kinds of air pollutants have a very bad effect on people's health and daily life, especially PM2.5 in the air. At present, the living standard of people has been greatly improved, so higher requirements for air quality have been put forward. In order to facilitate people to monitor air quality. Data support for air pollution control requires real-time and effective monitoring of pollutants in the air. Air quality monitoring devices that are currently available or in use on the market have high costs and poor mobility. The maintenance operation is difficult and the operating conditions are high. This design uses ARM embedded technology. An air quality monitoring system is designed, and Raspberry Pi is chosen as the development platform. BCM2837 of ARM Cortex-A53 series is chosen as microcontroller, and Raspbian operating system based on Linux is used as embedded operating system. The program of each data collector based on Raspbian has been developed, thus realizing the realization of PM2.5 / PM10CON02. The monitoring system is divided into three parts: data acquisition module, data processing module and data display module. The data acquisition module is composed of three kinds of sensors, and Raspberry Pi is used as the data processing module. The function of remote monitoring is also realized through Yeelink platform. After testing the whole device, the results show that the results of each parameter are normal. The air quality monitoring system based on ARM can be popularized and applied more widely.
【学位授予单位】:安徽理工大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP274
【相似文献】
相关期刊论文 前10条
1 李彦卿;杨伯原;张洛平;;基于工业以太网的空气质量监测系统[J];机床与液压;2009年06期
2 常建;;奥运期间空气质量自动监测系统[J];电子技术应用;2008年09期
3 张兢;路彦和;赵家斌;;空气传感器TGS2600在空气质量监测中的应用[J];微计算机信息;2006年07期
4 胡昌宝;何振江;胡仁义;唐紫晶;;长光程吸收光谱空气质量监测方法问题分析[J];光学与光电技术;2008年03期
5 陈良富;陶金花;王子峰;李莘莘;韩冬;张莹;余超;苏林;;奥运期间北京及周边地区霾天空气质量监测[J];大气与环境光学学报;2009年04期
6 穆亚梅;;基于ZigBee无线传感网络空气质量监测系统的实现[J];自动化与仪器仪表;2014年03期
7 孙华伟;王素珍;温纪庆;刘慧敏;;基于ZigBee技术的空气质量监测系统[J];电子世界;2014年10期
8 万海波;;基于GPRS技术的空气质量监测系统的设计[J];电脑知识与技术;2008年21期
9 李军;幸坚炬;李木荣;;室内空气质量监测系统的实现[J];广东技术师范学院学报;2014年07期
10 鲍建;凌志浩;范自道;;异构网络下空气质量监测系统的设计与实现[J];自动化仪表;2014年07期
相关会议论文 前6条
1 毛泽民;;空气质量监测子站周边环境的调查与思考[A];四川省第十次环境监测学术交流会论文集[C];2005年
2 苏畅;;空气质量监测的理论分析[A];四川省环境科学学会二0一一年学术年会论文集[C];2011年
3 张兴赢;张鹏;赵秀娟;;中欧国际合作项目“中国城市空气质量监测与预报”[A];中国气象学会2008年年会城市气象与城市可持续发展分会场论文集[C];2008年
4 齐瑾;邱红;李晓静;;2008北京奥运期间基于卫星遥感获得的空气质量监测结果[A];第26届中国气象学会年会大气成分与天气气候及环境变化分会场论文集[C];2009年
5 朱一川;张晶;周文刚;毕昕;朱芸德;翟利民;;LD-5C(R)型在线式微电脑激光粉尘仪及其在垃圾填埋场空气质量监测中的应用[A];2011年全国环境卫生学术年会论文集[C];2011年
6 左改珍;谢少清;范恒梅;张亮;荚恒敏;梅雪飞;张莉莉;王丽红;;洁净ICU动态空气质量监测与分析[A];中国医院协会第十八届全国医院感染管理学术年会论文资料汇编[C];2011年
相关重要报纸文章 前10条
1 记者 金涛 通讯员 鄢祖海刘柏含 陈克斌;远城区增设新站 空气质量监测站扩容[N];长江日报;2009年
2 记者 侯小健 通讯员 陈强林;三亚等5市年内开展空气质量监测[N];海南日报;2013年
3 记者 马昭;市民现场可看空气质量监测过程[N];西安日报;2013年
4 记者 张昊;7月空气质量监测结果发布[N];健康报;2013年
5 记者李响 通讯员赵丽辉;我市将公布城市六区空气质量监测情况[N];唐山劳动日报;2013年
6 沈俊霖 薛建涛 孙萌;青岛空气质量监测城乡联网[N];青岛日报;2013年
7 记者 杜颖;仍有两个市县未建空气质量监测站[N];海南日报;2014年
8 记者 马昭 实习生 沈晓丹;空气质量监测更全面[N];西安日报;2009年
9 记者 宋馨;我市空气质量监测无盲区[N];周口日报;2010年
10 毛建国;空气质量监测标准也需与时俱进[N];中国消费者报;2011年
相关硕士学位论文 前10条
1 张志恒;基于大密度部署传感器的空气质量监测系统的设计与实现[D];哈尔滨工业大学;2016年
2 雷开剑;基于无线路由的多节点室内空气质量监测系统的设计与实现[D];西南科技大学;2016年
3 左吁文;PM2.5污染源自动监测系统设计[D];黑龙江大学;2016年
4 金江强;基于无线传感网络的空气质量监测系统的研究[D];杭州电子科技大学;2016年
5 单正翔;基于ARM的空气质量监测系统的研究[D];安徽理工大学;2017年
6 王妮妮;上海市空气质量监测数据的规律研究及在数据审核中的应用[D];东华大学;2010年
7 张孟;神经网络方法在城市空气质量监测中的应用研究[D];吉林大学;2008年
8 马龙;空气质量监测系统异构设计与PM10灰预测[D];华中科技大学;2011年
9 焦旭光;智慧城市中空气质量监测网络的研究和设计[D];合肥工业大学;2015年
10 刘潘炜;区域空气质量监测网络优化方法研究[D];华南理工大学;2010年
,本文编号:1490421
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1490421.html