姜子豪，李 文，张志永，张 鹏
（北方工业大学 机电研究所，北京 100043）
在水质检测方法方面，光谱法是现代水质检测中发展较为迅速的一个方向。光谱法包括高光谱遥感成像技术、原子吸收光谱法、荧光光谱法、红外光谱法、吸收光谱分析法等。其中：高光谱测量难以满足对细小水体的监测；原子吸收光谱法检测中能量消耗大、价格昂贵；荧光光谱法存在荧光淬灭效应和散射光干扰；红外光谱法难以适应复杂环境，灵敏度不高；而基于吸收光谱分析的宽光谱检测具有测量范围宽、检测参数多、准确度高、速度快、操作简便、易实现微型化、自动化和连续检测的优点。针对当前广域水环境监测难以实现网格化监测的情况，本文设计一种基于嵌入式技术的远程宽光谱多参数水质监测系统。整体系统包括采样系统、数据采集及处理系统、远程数据传输及控制系统和人机交互界面。其中负责远程数据传输及控制系统的DTU（Data Transfer Unit）设备选用STM32F103 作为主芯片，以A7600C LTE4G 作为通信模块。数据采集及处理系统选用Cortex⁃A7 架构单核CPU⁃i.MX6UL 的工控机，使用Qt 作为开发环境，同时采用模块化设计，以便于后续系统维护和升级。检测参数包括化学需氧量（COD）、总有机碳（TOC）、总氮（TN）三种水质参数。
1 系统总体设计
宽光谱水质监测系统包括采样系统、数据采集及处理系统、远程数据传输及控制系统和人机交互界面，如图1 所示。数据采集系统将采集水样发送到检测池完成数据检测，为降低干扰，对检测数据进行降噪、平滑滤波，使检测结果更加准确。将处理后的检测结果通过数据远程传输模块完成数据的发送。通过人机交互界面实现试验显示，并对后期现场测试、应用、维护与系统升级提供支持。本文设计的水质监测设备以原位检测为主，对同一区域而言，水体环境相对稳定，可根据实际情况对水样的深度、采样地点做适当调整。在水样采样系统外部增加过滤网可以增加检测的精度，降低水体浊度或水藻等杂质的干扰。
图1 系统原理图
宽光谱水质监测系统整体设计如图2 所示。
图2 宽光谱水质监测系统整体设计
2 电路部分设计
远程传输及控制系统电路部分主要包括电源模块、STM32 最小系统、4G 模块和串行通信模块。DTU 设备连接了采样系统和远程终端，完成控制系统检测流程、检测时间及数据上传。
2.1 电源模块
电源是电路设计的基础，良好的电源模块可以保证设备工作稳定。根据系统整体需求，电路采用12 V 输入电压，经过反相器转换为-12 V。采用DC⁃DC 模块将输入电压降至5 V，为RS 232 串口供电。采用LDO 模块完成5 V 降压至3.8 V 和3.3 V，分别为4G 模块和STM32最小系统的标准工作电压。
2.2 功能模块
2.2.1 最小系统
DTU设备的最小系统主芯片选用STM32F103VET6。该芯片作为一款拥有大量库函数的核心主芯片，便于进行二次开发，它具有3.3 V 工作电压，最大72 MHz 的主频，32 位RAM 内核，5 个USART、118 个GPIO 以及16 个外部中断。可以通过UART 或USB 进行在线调试，内置的A/D 转换将采集的宽光谱数据转换成数字信号；采用W25Q64 作为FLASH，存储运行过程中需要和采集到的数据，包括标准曲线、故障信息、在线监测数据等重要数据；采用GPIO 控制监测系统外部继电器。
2.2.2 4G 模块
4G 模块采用A7600C 进行通信，具有尺寸小、功耗低、拓展能力强、硬件接口丰富等优点。可以根据开发者需求，应用内置的多种网络协议，通过串口与CPU 通信，将STM32 中的数据通过无线通信上传至终端。
2.2.3 串行通信模块
该电路板设计有两种类型串口通信，分别为RS 232和RS 485，完成控制整个检测流程和传感器数据的采集和上报。RS 232 选取SP3232EN 作为转换芯片，RS 485 选择MAX485作为RS 485差分总线收发器，用于数据通信。
3 数据采集及处理系统
3.1 采样系统
采样系统用于水样的采集，主要由过滤网、管路、蠕动泵、注射泵、沉淀池、检测池构成。水样经过滤网过滤后，通过蠕动泵抽入沉淀池静置沉淀一段时间，再由气泵将沉淀后的水样抽入检测池并鼓泡清洗，清洗后排出并重复上水，进行检测。面对复杂的水体环境，该系统经过过滤和沉淀后将水样抽取到检测池进行检验，虽然增加检测时间，但降低外部环境干扰，增加检测的稳定性和精准性。
3.2 数据采集系统
数据采集系统主要由光源、光谱仪、光纤、工控机、检测池、数据传输系统（DTU）、电源等7 部分组成，其流程图如图3 所示。检测前需要对光源进行预热以降低干扰，预热后通过光纤将入射光传输至检测池，再经由光纤将透射光传输到光谱仪计算吸光度。通过USB 连接工控机进行数据降噪后发送至DTU 设备带入数学模型得出浓度值，最后经由4G 传输到终端。
图3 数据采集系统流程
3.3 数据处理系统
由于朗伯⁃比尔定律的叠加性，在混合溶液中，不同检测参数的光谱曲线相叠加，使混合溶液光谱更加复杂且噪声更多，直接测量存在较大误差。因此，经过均值、降噪处理后对不同的参数选择不同的模型进行计算。在对COD、TN、TOC 混合溶液检测时，首先对混合光谱数据求导，得出导数光谱，建立数学模型，反演出COD、TN、TOC 的值。
3.3.1 光谱降噪
在对光谱降噪的研究中，发现经小波变换和平滑处理混合处理后，能得到效果更好的检测结果。在应用小波变换时，不同的小波函数降噪原理不同，并且随着分解尺度的提升，光谱曲线愈加平滑但平滑误差增大。在研究中对比了Bior、DB1~DB7 对降噪的影响，最终采用DB5 进行小波变换对光谱降噪。图4 为混合溶液多浓度光谱经小波变换前后光谱图比较。对比发现，小波变换后的数据噪声明显减少，在各个波峰位置有了明显的区分。
图4 多浓度混合光谱小波变换前后比较
3.3.2 光谱平滑处理
savitzky⁃Golay 滤波是一种在时域内基于局域多项式最小二乘法拟合的滤波方法，具有去除噪声同时尽可能保证信号形状和宽度不变的特性，应用时窗口大小越大，拟合过程中采样点越多，曲线越平滑。经过小波变换后的混合光谱数据存在毛刺，在求导过程中会产生冗余数据，难以区分各种参数的波长位置。因此，采用savitzky⁃Golay 函数、窗口大小7 进行平滑处理，既保留了图形特征，又去除了曲线毛刺。平滑处理前后的对比如图5 所示。
图5 平滑处理前与平滑处理后光谱图
数据处理流程如图6 所示。
图6 数据处理流程
3.3.3 数据处理平台硬件搭建
由于光谱数据比较大，且需要进行算法处理，运算量大；而STM32 运算能力差，难以满足对光谱数据的处理，因此选择一款功耗低、数据处理能力强的Cortex⁃A7架构单核CPU⁃i.MX6UL。该芯片具有512 MHz 主频、512 MB 内存、8 GB ROM，运算能力强大；且包括4 路IC、2 路USB、8 路串口等，外设丰富，足够满足该系统的应用；同时搭载一块7 英寸24 位色的LCD 屏幕，在保证显示清晰的情况下，足够节约功耗。
该数据处理平台采用Linux 嵌入式系统，版本号3.14.38，是由Linux 操作系统进行修改而来。该系统能够在嵌入式计算机系统上运行，其最大的特点是开放源代码、开发速度快。在该软件系统中主要完成数据的提取与处理、校正、传输、人工交互界面的显示等功能。在人机交互界面设计时，使用Qt 作为开发环境。Qt 是一个由Qt Company 开发的跨平台C++图形用户界面应用程序，API 丰富，支持2D/3D 图形渲染，并且容易扩展，易于为后续程序的升级提供条件。
4 人机交互界面设计
为了便于显示测量数据和现场系统调试，在此增加了人机交互界面。人机交互界面主要具有登录界面、参数显示、用户权限设置、网络设置、系统调试、数据校正、历史数据存储等功能。登录界面与主界面如图7、图8所示。
图7 登录界面
图8 主界面
设备出厂前和现场应用时需要进行数据校正，以减少不同水体环境的相关误差，使检测的水质参数更为精准。数据校准界面包括测量值、真实值、温度、保存等，如图9 所示。在校准时，采用以温度为基准的分段校正，首先选择校正点数并对应相应的数据模型，再输入真实值进行校准。
图9 数据校准界面
在调试时，输入密码进入调试模式，通过界面的on/off 按钮打开光源，可手动、自动保存光源暗背景、白背景，然后点击测量即可测量参数。历史数据以文件的方式存储在系统里，保存时间为1 年，支持自动清除功能，其界面如图10 所示。
图10 历史数据界面
为了方便调试，除了通过上位机输入网络模式外，系统还支持交互界面输入，以便于现场人员根据实际服务器提供的账号进行网络设置。网络设置界面包括设备ID、网络ID、采样通道、端口号4部分，界面显示见图11。
图11 网络设置界面
5 远程数据传输及控制系统
5.1 远程传输及控制系统的原理设计
数据传输系统（DTU）及控制系统主要实现数据上传，设置检测池上水排水时间、气泵鼓泡时间和设备预热时间。该系统的原理图如图12 所示。首先开启各部分电源，蠕动泵上水至沉淀池沉淀，待光源充分预热后，打开注射泵上水至检测池，上水完毕后鼓泡清洗并排出，再次进行上水流程，进行检测。当检测完成后，数据经过采样系统到DTU，DTU 通过4G 将数据上传到终端，完成实时检测。
图12 远程传输系统及控制系统原理图
5.2 远程传输及控制系统的程序设计
多参数检测系统的远程传输及控制程序设计包括定时数据传输，检测流程控制和数据校正算法等。主要以STM32、μC/OS⁃Ⅱ为操作系统搭建开发环境，建立宽光谱多参数水质检测系统控制与信号处理的软件框架。μC/OS⁃Ⅱ被广泛应用于微处理器、微控制器和数字信号处理器，具有强大的二次开发基础、优秀的可移植性、也可以进行时间控制，运行效率高，适用于实时监测系统。图13 所示为主要程序数据采集数据发送的流程框图。
图13 主要软件程序框图
6 实验与分析
对COD、TN、TOC 三种水质参数进行实验，所配混合溶液浓度值如表1 所示。
表1 所配浓度混合溶液浓度 mg/L
经过测试，实验结果如表2 所示。其中COD 重复性误差为7.4%，小于标准所要求的±10%；零点漂移测得0.07 mg/L，在标准允许±5 mg/L 误差范围内。TN 的重复性误差为5.56%，相对标准差为-3.1%，符合行业标准±10%的要求。TN 的直线性为-2.52%，符合行业标准±10%的要求。TOC 重复性误差为3.79%；相对标准差为0.37%，符合行业标准±5% 的要求；直线性为-1.99%，符合总有机碳（TOC）行业标准±5%的要求。
表2 实验测试结果
7 结 语
本文基于嵌入式技术设计一款远程宽光谱多参数水质监测系统，对其关键软硬件进行介绍，并对COD、总氮、总有机碳三种水质参数进行实验。实验结果表明，该系统检测参数均符合行业标准，可为宽光谱水质检测应用和水质多参数检测后续拓展提供参考。
