随着我国工业化和城市化水平的不断提高，环境污染问题日益严重且呈现多元化趋势，尤其是室内空气污染给人们的身体健康带来巨大危害。由于人们对健康生活环境的追求越来越高，对空气有害物监测的刚性需求日益增加，而现有的环境监测装置一般参数较为固定，不易扩展，仅能作为参数展示供人观看，数据管理功能较弱，越来越不适应人们的需求。因此，设计一种新型的空气有害物监测装置是非常必要的，原因有二：第一是在不同场合对于空气有害物参数采集的需求不同，要求监测装置在具备较好的集中管理和通信能力的基础上，可针对不同环境对参数监测的需求进行灵活的配置；第二，要求监测装置不仅仅能够采集和展示数据，或作为大数据的生成和提供者，而更能够作为一个数据分析和预测者，能够基于实时和历史数据对环境参数走势进行分析和预测，优化改善措施的运行条件。　　本文主要研究工作如下：　　首先，设计了一种组合式的室内空气有害物监测装置，采用了灵活多变的插接式结构，结构分为底层、中间层和顶层。底层模块的功能是管理中间层模块和顶层模块，通过Wifi与位于公网的服务器通信；中间层模块的功能是具备环境检测功能，每种中间层模块负责一种空气有害物参数的采集和传输，可以层叠接插与底层模块之上，且不受个数、顺序及种类的限制，中间层模块数量，即决定了该装置监测参数的种类；顶层模块式可选的显示模块，位于中间层模块上端，采用良好的人机界面本地显示环境参数的实时监测值。模块间通信符合Modbus规范并将数据传输到服务器端。　　其次，建立服务器端，通过以太网与室内空气有害物监测装置进行通信。服务器端技术实现分为接口软件、数据库和微信公众号。其中接口软件作用是实现硬件装置上传的数据与数据库进行对接；数据库作用是将监测装置采集的空气有害物数据进行存储与管理；大量的环境参数经过分析处理后，通过微信公众号，图形化展示实时和历史数据、走势预测结果，并实现报警。　　最后，对于室内空气有害物的走势预测，采用自适应神经模糊推理系统（ANFIS），并运行于下位机。利用装置采集的实际参数为样本，对数据预处理后进行训练并确定ANFIS的最优结构，采用实际场合的几组PM2.5及CO样本分别使用ANFIS、广义径向基函数神经网络（GRBFNN）和反向传播神经网络（BPNN）模型进行了测试比较，证明了ANFIS模型对于室内空气有害物走势预测的准确性。　　通过应用本系统，可以实现多种室内空气有害物参数的采集和展示，对其变化趋势进行预测，通过Modbus输出预测结果驱动通用DDC模块实现设备联动。这对正确预测室内环境有害气体的变化规律和对环境进行实时改善都有重要的现实意义。