气溶胶质量浓度测量系统的设计与实现*

沈 雷,顾 芳,张加宏,冒晓莉,刘 毅

(1.南京信息工程大学,江苏省大气环境与装备技术协同创新中心,南京 210044;2.南京信息工程大学,江苏省气象探测与信息处理重点实验室,南京 210044;3.南京信息工程大学,物理与光电工程学院,南京 210044;4.南京信息工程大学,电子与信息工程学院,南京 210044)

气溶胶质量浓度测量系统的设计与实现*

沈 雷1,2,4,顾 芳3*,张加宏1,2,4,冒晓莉2,4,刘 毅2,4

(1.南京信息工程大学,江苏省大气环境与装备技术协同创新中心,南京 210044;2.南京信息工程大学,江苏省气象探测与信息处理重点实验室,南京 210044;3.南京信息工程大学,物理与光电工程学院,南京 210044;4.南京信息工程大学,电子与信息工程学院,南京 210044)

为监测近地面气溶胶颗粒,设计了基于单粒子光散射法的气溶胶质量浓度测量系统。通过高速AD9656转换器与FPGA多通道采集卡对前端光学传感器输出信号进行采集,并由STM32微控制器结合分形反演模型完成气溶胶质量浓度的测定,测量结果通过无线模块传输至云端。实验表明:对于烟尘和空气样品,分形模型反演的质量浓度值与标准值吻合较好,拟合直线斜率分别为0.962 57和0.906 38,相关系数均高于0.99,表明提出的气溶胶质量浓度测量系统具有一定的实用价值。

气溶胶质量浓度;光散射;高速AD转换器;多通道信号采集电路;信号幅度分布

气溶胶颗粒物是近地面大气中的重要组成部分,其成分和浓度与大气环境气候及人体健康密切相关[1-2]。它们不仅能通过对太阳光吸收和散射改变地面的温度分布,同时也可能成为各种病毒和细菌的传播载体,因而近些年来人们对大气气溶胶的监测十分重视。目前气溶胶质量浓度测量方法[3-5]主要包括滤膜称重法、压电晶体法、光散射法、β 射线吸收法和微量震荡天平法。鉴于光散射法具有灵敏度高、可在线非接触测量、测量速度快等优点,本文设计的气溶胶质量浓度测量系统采用单颗粒光散射测量方法[6-7]。在光散射法中光学传感器根据气溶胶颗粒大小输出0～5 V的电压信号,不等的电压信号对应不同的气溶胶颗粒。值得注意的是,当被测大气环境中气溶胶颗粒物浓度较大时,气溶胶颗粒物聚集在一起密集通过光学传感器,前后颗粒物之间的间隔时间非常短,光学传感器输出的电压信号为高速离散信号,为了保证高采样速率的同时提高电压测量的准确性,本文实现的气溶胶质量浓度测量系统运用FPGA控制125 Msample/s采样速率的16位模数转换器AD9656,电压幅度测量电路共设置有16个通道,充分利用Altera的IP内核(包含LPM和MegaFuncton宏功能的模块库)完成相关计数以及通信控制功能的设计,可满足气溶胶质量浓度的高精度测量[8]。同时本设计由STM32微控制器完成相关数据处理和控制TFT-LCD显示,并且通过WIFI模块将测量数据传输至云端服务器,用户可通过PC机或手机查看实时测量结果,从而实现远程监测的目的。

图1 气溶胶质量浓度测量系统硬件总体框图

1 系统硬件设计

图1为本文提出的基于单粒子光散射法的气溶胶质量浓度测量系统硬件的总体框图,它主要由光学传感器、高速AD转换电路、基于FPGA的多通道采集卡、基于STM32的数据处理电路、电源模块等构成。系统由12 V电源提供总电源,为了满足整个电路系统各个部分的电源需求,需经过一系列的电压转换后,输出的电压有+5 V、+3.3 V、+1.8 V、-12 V。光学传感器输出电压范围为0～5 V,能根据气溶胶颗粒大小不同输出与之对应的电压值,本文主要测量大气环境中的小颗粒,所以光学传感器的输出为相对较小的电压值。高速AD转换电路负责对光学传感器输出的高速模拟电压信号进行采样保持,并转换为数字信号。基于FPGA的多通道数据采集卡主要负责对前端高速AD转换器输出的数据进行分通道计数,内部实现采集缓存功能模块。基于STM32微控制器的数据处理模块主要负责与前端采集卡进行通信,发送控制命令,完成多通道计数结果的处理,并且控制液晶显示数据。同时,微控制器能够通过WIFI模块(W5500)将数据传输至云端服务器,用户可通过PC机或手机浏览与下载测量数据。

1.1 高速AD转换电路

为了解决气溶胶颗粒密集通过光学传感器时输出电压信号有可能出现漏采的问题,本系统采用高速AD采样器方案,由输入滤波电路和16位高速AD转换器AD9656组成。AD9656的模拟输入端无内部直流偏置,在本系统应用中为获得最佳性能,采用差分方式驱动模拟输入。如图2所示,利用差分双巴伦输入配置驱动AD9656使ADC在更宽的共模电压范围内获得出色的性能和灵活的接口。将光学传感器输出的电压信号转换为差分信号后输入至双巴伦输入电路中,根据电压信号的频率调整分流电容值C,使得AD9656芯片的动态特性达到最佳。图2中AVDD,AGND分别为1.8 V模拟电源和模拟地引脚;DVDD和DVSS分别为数字电源和数字地引脚;CLK+和CLK-为差模编码时钟;VINA+和VINA-分别为ADC A通道的模拟正、负输入,与光学传感器的差分输出信号相连,为了达到最好的动态效果,两个模拟输入口的阻抗需要匹配;SERDOUT0+和SERDOUT0-分别为通道A的数字输出端;SVDD、SCLK、SDIO和CSB分别为SPI总线的电源引脚、时钟输入、数据输出和片选信号,用来与后级数据采集卡实现SPI通信和数据传输。AD9656作为一款16位、125 Msample/s模数转换器,内置片内采样保持电路,在拥有较高采样率的同时,也保证了转换精度。同时,用户可根据实际使用场景的需要改变其外部基准电压,充分提高其转换性能。也可根据需要独立开关通道,实现低功耗,完成在极端情况下的气溶胶质量浓度测量的需求。

1.2 多通道采样卡与微控制器电路

前端高速AD转换电路连接到基于FPGA的数据采集卡电路[9-10],分16个通道进行不同大小的粒子数目(信号幅度分布)的测量以及实现后续的缓冲连接。本测量系统采用Altera公司的Cyclone系列型号为EP4CE10E22C8的芯片。该系列芯片包含许多特性,主要有嵌入存储器、嵌入乘法器、NIOS Ⅱ嵌入处理软核以及更加丰富的外设接口和可编程逻辑块等。前端FPGA采集电路通过FSMC(灵活的静态存储控制器)总线[11]的形式连接到具有ARM Cortex-M3内核的STM32F103ZET6微控制器进行数据处理,并通过FSMC总线来控制TFT-LCD液晶屏。

图2 高速AD转换电路原理图

如图3所示,利用FPGA最显著的并行特性,使用VHDL语言和Quartus软件提供的IP core,设计了一个双FIFO结构对高速数据进行缓冲,然后将两个16 bit的FIFO输出数值拼接成32位后放入一个双端双时钟的RAM中。由STM32微控制器通过FSMC总线管理该RAM中的资源,若RAM中写入的数据量超过阈值,则产生ARM平台的外部IRQ中断信号,然后ARM通过FPGA驱动程序处理RAM中数据。FPGA数据采集卡充分利用FPGA在并行处理和时序逻辑设计方面的优势,利用乒乓操作方式达到用低速模块处理高速数据流的效果。FPGA将采集到的数据存储到一块双端双时钟的片上RAM中,该RAM单元由FPGA内部的RAM控制块单独控制。STM32微控制器通过FSMC总线挂架到FPGA采集卡上的RAM上,采用这种结构相当于将采集到的数据直接存储到STM32微控制器的系统内存中,从而节省了数据传输时间,显著提高了系统的效率。FSMC总线总共管理1 Gbyte的存储空间,包含4个存储块(BANK)。TFT-LCD液晶屏连接FSMC总线BANK1第4区的片选信号,微控制器通过FSMC_NOE和FSMC_NEW读写信号线向液晶屏发送读写控制命令,完成相关项的显示工作。

图3 FPGA多通道采样电路与STM32微控制器电路框图

2 系统软件设计

2.1 Quartus Ⅱ与FPGA的开发

本设计充分利用Altera的IP内核,包含有LPM和MegaFuncton宏功能的模块库,采用自顶向下设计流程,完成FPGA多通道模块部分软件设计。为了让颗粒计数器模块精确记录各通道的脉冲数,本系统采用被测试脉冲信号替代时钟信号来驱动模块工作。计数模块测得的计数结果发送给RAM缓冲器通过FSMC总线的形式连接到后端STM32微处理器。图4所示的计数模块是由VHDL语言实现的16位二进制加法计数器,它们分别对16个通道(对应于不同的信号幅度大小vi)实现加法计数,以获得信号的幅度分布N(vi)的情况。数据缓冲模块采用双口RAM模块可使用RAM作为数据接口进行信息的传输,采用RAM还可有效解决速度匹配问题。在本系统设计中使用FPGA内部的双口RAM作为数据缓存[12],由Quartus Ⅱ软件自带的IP核生成,其中双口RAM的读取数据端口连接FSMC接口模块,写入端口连接前端的计数器模块。

图4 基于FPGA的计数器模块

图5 STM32控制器程序设计流程图

2.2 Keil MDK与STM32的开发

本设计STM32使用的开发环境是Keil MDK软件,并且使用J-Link下载和调试。如图5所示,本文中STM32控制器程序设计主要包括以下部分[13]:STM32的初始化配置;通过FSMC总线接收前端数据;STM32微控制器进行数据处理,获取气溶胶颗粒对应的电压脉冲信号幅度分布;通过LCD显示采集的数据;通过W5500无线模块将数据传输至云端。系统初始化主要包括对微控制器的I/O端口、中断、时钟、定时器、串口等部分功能进行初始化工作。FSMC既要控制前端的FPGA,又要控制液晶显示部分,在使用中需要用到不同的Bank部分,前端的FPGA连接的是FSMC-NE3片选信号,LCD连接的是FSMC-NE4片选信号。LCD本身读的较慢,写的较快,为了让读写之间不相互影响,使用异步模式A(Mode A)来控制LCD,将读写时序分开,实现独立的读写时序控制,只需在初始化的时候配置好,之后使用时无需再配置。

3 实验标定与结果分析

3.1 信号幅度分布反演浓度的标定实验

在完成系统软硬件的搭建后,本文采用美国TSI公司生产的8 530台式粉尘仪作为标定装置,从实验的角度测量和反演在不同环境下气溶胶的质量浓度值,然后对所获得的反演结果进行分析研究。本文标定实验中,在不同的时间对同种类的烟尘进行了5次采样,获得5个小样本,分别记录了标定仪器测量的烟尘质量浓度CTSI与本文设计的电路测量的电压脉冲信号幅度分布N(vi)。如图6所示的信号幅度分布中有很多相对较小的电压值,表明大气中存在的气溶胶小颗粒较多。

图6 气溶胶颗粒物的电压脉冲信号幅度分布图

实验过程中,对测量环境的温度和相对湿度进行了控制与实时监测,从而避免环境因素对标定实验产生不良影响。气溶胶质量浓度系统用于标定参数的方程组为[14]:

(1)

根据式(1),利用交集点标定方法对气溶胶质量浓度分形模型中的系数k和b进行标定,标定结果如表1所示。

表1 气溶胶质量浓度测量系统的标定结果

3.2 实验测试结果与分析

为了验证上述标定方法的可靠性,在0.001 mg/m3～5.000 mg/m3质量浓度范围内,利用标定之后的气溶胶质量浓度测量系统对烟尘和空气进行了测试,记录了气溶胶颗粒物的电压脉冲信号幅度分布N(vi)及标定仪器质量浓度值CTSI。将表1中的b和k代入到气溶胶质量浓度分形模型的反演算法公式(式(2))即可求出本系统测量的烟尘和空气质量浓度C,并将C与CTSI进行比较。

(2)

式中:A为颗粒散射光信号与电压信号之间的转换系数,ρ为颗粒密度。

图7 本系统反演值C与标准仪器测量值CTSI之间的关系

图7(a)和图7(b)是本系统分形模型的反演值C与CTSI的关系图,从图7数据点的分布可以看出,随着质量浓度的变化,两台仪器测量值存在明显的线性关系,故对这些数据点进行了线性回归计算。不难发现两次实验拟合直线的斜率分别为0.962 57和0.906 38,相关系数R2分别为0.999 82和0.997 54。由此可见,两次实验拟合直线的斜率均与1比较接近,相关系数都在0.99以上,表明本系统基于电压脉冲信号幅度分布的分形模型反演的烟尘质量浓度值C与标定仪器的测量值CTSI基本一致,且两者具有很高的相关性。上述实验结果证实了本文提出的采用颗粒散射光信号幅度分布反演气溶胶质量浓度的方法是正确有效的,设计的基于高速AD转换器AD9656、FPGA以及STM32的采集处理电路能够有效应用于实际测量。

4 结论

本文采用单粒子光散射法作为测量方法,通过高速AD转换器以及基于FPGA的多通道信号采集电路实现对前端光学传感器输出信号的采集,由STM32微控制器系统结合气溶胶质量浓度的分形反演模型,完成对颗粒物质量浓度的测量。实验测量结果表明,本文气溶胶质量浓度测量系统得到的测量值与实际值吻合较好,拟合直线斜率与1的绝对差分别为0.037 43和0.093 62,相关系数达到0.99以上,因此,本系统在大气气溶胶质量浓度的测量上具有较高精度。本文对气溶胶浓度测量的研究,符合国家当前对大气环境监测的实际需求,同时也使得基于单粒子光散射的质量浓度测量方法更为完善。

[1] Adachi K,Chung S H,Buseck P R. Shapes of Soot Aerosol Particles and Implications for Their Effects on Climate[J]. Journal of Geophysical Research,2010,115(D15):D15206.

[2] 麻云鑫,王尔申,姚爱华,等. 雾霾浓度监测与定位系统的研究与设计[J]. 电子器件,2016,39(6):1477-1481.

[3] 邹丽新,季晶晶,朱桂荣,等. 空气悬浮颗粒物粒径分布及质量浓度一体化测量系统的研制[J]. 传感技术学报,2007,20(8):1788-1792.

[4] 梁艳,张增福,陈文亮,等. 基于β射线法的新型PM2.5自动检测系统研究[J]. 传感技术学报,2014,27(10):1418-1422.

[5] Winkel A,Rubio J L,Huis in’t Veld J W H,et al. Equivalence Testing of Filter-Based,Beta-Attenuation,TEOM,and Light-Scattering Devices for Measurement of PM10 Concentration in Animal Houses[J]. Journal of Aerosol Science,2015,80:11-26.

[6] Görner P,Simon X,Bémer D,et al. Workplace Aerosol Mass Concentration Measurement Using Optical Particle Counters[J]. Journal of Environmental Monitoring,2012,14(2):420-428.

[7] Peters T M,Ott D,O’shaughnessy P T. Comparison of the Grimm 1.108 and 1.109 Portable Aerosol Spectrometer to the TSI 3321 Aerodynamic Particle Sizer for Dry Particles[J]. Annals of Occupational Hygiene,2006,50:843-850.

[8] 顾芳,杨娟,卞保民,等. 悬浮颗粒物信号幅度分布提取及信息熵的应用[J]. 仪器仪表学报,2008,29(11):2341-2345.

[9] 焦佳伟,石云波,邹坤. 基于FPGA和以太网的多通道数据采集系统[J]. 电子器件,2016,39(1):168-171.

[10] 郝晓明,李杰,黄玉岗. 基于ADS8568的八路数据采集系统设计[J]. 传感技术学报,2016,29(1):150-154.

[11] 潘辉. STM32-FSMC机制的NOR Flash存储器扩展技术[J]. 单片机与嵌入式系统应用,2009(10):31-33.

[12] 秦鸿刚,刘京科,吴迪. 基于FPGA的双口RAM实现及应用[J]. 电子设计工程,2010,18(2):72-74.

[13] 顾芳,付洋,张仙玲,等. 基于STM32的空调散热片粉尘自动监测仪的设计[J]. 现代电子技术,2014,37(14):93-97.

[14] 张加宏,韦圆圆,顾芳,等. 高精度光散射气溶胶质量浓度测量系统的信号处理研究[J]. 传感技术学报,2016,29(4):536-544.

TheDesignandImplementationoftheAerosolMassConcentrationMeasurementSystem*

SHENLei1,2,4,GUFang3*,ZHANGJiahong1,2,4,MAOXiaoli2,4,LIUYi2,4

(1.Jiangsu Collaborative Innovation Center on Atmospheric Environment and Equipment Technology,Nanjing University of Information Science and Technology,Nanjing 210044,China;2.Jiangsu Key Laboratory of Meteorological Observation and Signal Processing,Nanjing University of Information Science and Technology,Nanjing 210044,China;3.School of Physics and Optoelectronic Engineering,Nanjing University of Information Science and Technology,Nanjing 210044,China;4.School of Electronic and Information Engineering, Nanjing University of Information Science and Technology,Nanjing 210044,China)

In order to detect near-surface aerosol particles,an aerosol mass concentration measurement system based on single-particle light scattering method was designed. The high-speed AD9656 converter and FPGA multi-channel acquisition circuit were used to collect the output signal of the front optical sensor. The STM32 micro-controller combing with the aerosol concentration fractal inversion model was applied to calculate the aerosol mass concentration. The measurement result was transmitted by wireless module to the cloud service platform. The experimental results show that the mass concentration values obtained by the fractal inversion model are in agreement with the standard values for smoke and air samples,and the fitting slope is 0.962 57 and 0.906 38,respectively,and the correlation coefficients are higher than 0.99,which indicates that the proposed aerosol mass concentration measurement system has a certain practical value.

aerosol mass concentration;light scattering;high-speed AD converter;multi-channel signal acquisition circuit;signal amplitude distribution

10.3969/j.issn.1005-9490.2017.05.037

项目来源:国家自然科学基金项目(61307113,61306138,41605120);江苏省自然科学基金项目(BK2012460);江苏省高等学校大学生实践创新训练计划项目(201510300034);江苏高校品牌专业建设工程项目(TAPP)

2017-01-06修改日期2017-03-20

TN247;TN911.7

A

1005-9490(2017)05-1244-06

沈雷(1996-),男,汉族,江苏宜兴人,南京信息工程大学本科在读,主要研究方向为嵌入式开发和光电传感器探测技术,736528305@qq.com;

顾芳(1981-),女,通信作者,汉族,江苏盐城人,南京信息工程大学副教授,博士,硕士生导师,主要研究方向为大气颗粒物的激光检测技术和光电功能材料性能表征技术,gfnuist@163.com;

张加宏(1979-),男,汉族,江苏东台人,南京信息工程大学副教授,博士,硕士生导师,主要研究方向是微纳电子机械系统与气象传感器探测技术,zjhnuist@163.com。