主页 > 案例大全 > 论文写作模式-基于云平台的温室环境智能监控系统的设计

论文写作模式-基于云平台的温室环境智能监控系统的设计

2021-04-22 11:38:31

  我国是传统农业的生产和消费大国,目前主要以传统的人力栽培管理方式为主,易受气候等因素影响。现代化温室作为一种高效、节约型农业生产管理技术,降低了温室内部环境要素对外界环境的依赖,显著地提高农作物的产量和品质。温室环境监控是温室技术的关键,近年来其自动化、信息化程度取得跨越式发展,但仍存在系统的运行维护成本昂贵,对温室工作人员的技术水平要求较高等问题,限制了现有系统的推广。

  针对目前国内的温室环境监控系统基本处于起步状态的现况,为解决已存在的问题,提出在无线网络技术的基础上,通过节点自动识别组网、多传感器多执行器融合、数据处理与可视化以及云平台数据服务相结合的方法,构建起具有局域无线Mesh网络数据传输和广域远程监控功能的集约型温室环境监控系统,最后结合浮盘移栽小车三维模型的设计与仿真,验证系统有效性。

  1.1课题研究背景与意义

  我国是传统农业大国,在缓慢发展过程中出现诸多问题,例如适宜种植的土地和水资源缺乏、产品技术附加值低以及农业生产人口日益减少等等,要解决这些问题,就必须加快发展现代化农业,促进设施农业的发展[1-2]。其中温室技术是农业现代化的重要方向,利用温室栽培作物,可以很大程度地降低对外界环境因素的依赖,显著地提高作物的产量和品质。

  而温室环境监控是温室发展的关键,温室监控系统根据作物种类、生长阶段对环境要素差异化需求,将环境调整到作物最佳生长状态,为作物的生长提供可控的适宜环境条件,充分利用土壤、气候和生物潜能,实现单位土地的高产优质[3]。目前的监控系统主要通过传感器、单片机或工控机等自动化手段调控温室的各项环境因素,使作物在原本环境不适宜的条件下,能在温室内获得较好的生长,实现作物的成熟、优质和高产[4-5]。

  现有的温室监控系统普遍存在硬件设备价格高,软件维护难等问题,更多的是在科研院所以及珍贵植物培育温室中使用,无法很好的适配与服务广泛的蔬菜温室大棚。而近年来快速发展的云平台技术、物联网技术以及大数据技术,为温室智能化与普及化提供了全新的解决方案。通过使用物联网技术与云服务将数据上传至指定云平台服务器进行统一存储与处理,降低对线下硬件设备的性能要求与成本,提高了对数据的集成分析能力,更重要的是大量数据的积累,通过大数据算法的分析与预测可以对温室生产做出更好的指导,对未来优化温室结构,确定各参数间耦合关系、简化系统、提高温室生产效率具有重要价值[6-11]。

  温室智能化的推进,对目前我国正在建设的资源节约型社会有很好的促进作用,探索先进的智能监控系统对未来智能无人温室的发展具有重要意义。

  1.2国内外温室环境监控系统发展状况

  1.2.1国外研究现状

  国外的温室监控技术起步较早,在上世纪50年代美国的第一个人工植物气候室就已经开始使用温湿度计等简易工具对温室环境进行检测与调节,但劳动量大并且因为人工操作易导致数据误差、不准确。到上世纪80年代,随着电子信息技术的飞速发展,开始利用单片机、PLC、工控机对温室控制系统进行改造,实现了温室环境的自动化监控。以色列为代表的西方发达国家在该领域的研究投入巨大,温室自动化技术水平处于目前领先地位,初步实现温室内各环境因素的监测与调控。

  荷兰是目前温室环境控制系统最先进的国家,研发的文洛式温室中将计算机大量应用于监控系统,对温室连栋集成化管理。以色列研发的的温室实现供水、施肥、环境因素的全自动化管控,并在材料设备、栽培技术、滴灌技术的研究处于国际顶尖水平。日本是目前世界上自动化温室种植面积最大的国家,所研发的温室栽培计算机控制系统可以对设施内栽培植物所需的生态环境进行全面监控。随着微型集成计算机技术、远程无线通讯技术和图像处理技术的不断迭代,推动了温室环境监控系统的智能化发展。目前国外的温室种植产业已完成初步商业化,温室大棚的农作物培育生产逐渐形成了一套完善的标准。监控系统根据作物的种类与当前生长所需要的环境,对温室内的光照、环境温湿度、土壤温湿度、二氧化碳、等环境变量进行自动调节,这种变量调节是根据植物的生长规律与以往经验设定一系列参数值,通过传感器采集的检测值与设定值相对比,由计算机根据对比结果控制电磁阀、暖风机、风扇等温室设备进行通风、光照控制、加温等操作。近年来国外进一步利用无线通讯技术在农业领域的不断应用,把分散的温室大棚连接在一起,实现对温室的远程控制与管理,推动温室监控系统技术朝着自动化、智能化、无人化的方向发展,温室大棚技术的发展已然成为农业现代化的重要标志[15-18]。

  以下是具有代表性的各国前沿温室监控系统:

  图1-1加拿大阿格斯(Argus)系统图1-2美国Growlink控制系统

  图1-3英国伊甸园工程(Priva Maximizer)图1-4美国Hydroponic Controller系统

  1.2.2国内研究现状

  我国传统温室的生产管理一直依赖于管理者的个人经验,简单、粗放、低效。在1980年代初,通过对国外先进技术引进,开始对温室产业现代化的研究。进入21世纪之后,粮食安全的紧迫性促使对农业科技的投入大幅增加,我国温室大棚产业进入高速发展阶段,开始了温室产业的规范化、自动化研究。在不断吸收消化国外先进技术的同时,结合基本国情发展出符合国内生产需求的温室技术,但由于成本依旧高过预期,目前这些温室大棚很难有推广前景。如中国农业大学的WJG-1分布式温室环境管理系统、河北职业技术学院的温室大棚温湿度检测系统、河南农科院GCS-Ⅰ智能化温室控制系统等等,这些系统都是基于单片机或者工业计算机设计的。”十五“期间“温室环境智能控制关键技术与开发”项目中“基于RS-485总线的温室控制系统”课题由中国农业大学进行了一项为期两年的初步实验,取得了一定的成果[18-20]。

  以下是具有代表性的国内温室监控系统:

  图2-1云飞科技YF型温室大棚监控系统图2-2智棚农业科技Intel型温室管家

  图2-3赛通科技SD-DKG-4L型大棚控制器图2-4圣启科技SQ型智能大棚控制系统

  图2-5托普云农科技TP-SBL型农情信息采集宝

  1.2.3发展概况分析

  纵观国内外温室监控系统的发展过程及应用现状,结合国内温室发展中存在的问题,设计出适应性好、易维护、价格低、智能化程度高的温室监控系统是今后的发展概况与趋势,主要体现在以下几个方面:

  1)平价可靠:目前市场推广的最大阻碍在于用户购买力低,风险承受能力弱,对温室系统复杂操作有抗拒心理以及对维护的投入不足。

  2)智能化:在温室内部出现自动报警后,能够对故障通过已有的设定参数以及积累的历史数据比较自行诊断。随着云服务技术、物联网技术以及大数据技术的快速发展,温室大棚的智能化使温室内工作人员逐渐减少,直至无人化。

  3)管理控制多样化:移动互联网技术与手机移动终端在近几年得到了极大普及,通过移动端的远程监控是未来智能温室的必然趋势所在。这些全新的技术在温室监控系统中应用能够使管理人员无需长时间在现场维护,有精力管理更多温室提高效率。

  农业现代化,温室大棚技术的发展是核心课题之一,温室环境监控又是温室技术的关键,但国内的温室监控系统发展现状,尚无法服务规模最大的蔬菜、水果等温室大棚,需进行技术革新,在产品的研发过程运用新技术,紧贴实际使用与维护要求,改变原有生产管理模式,推动温室智能化、无人化发展。

  1.3本文研究内容

  本文以无线通讯技术、微传感器技术、云服务技术、单片机技术为技术背景,设计温室环境智能监控系统,实现对温室内各项环境参数的连续监控。最后结合浮盘移栽运输小车三维模型的设计并进行仿真试验,验证系统的有效性。

  根据上文内容,本文决定设计一款集约型温室环境智能监控系统。

  1)设计在连接节点WiFi热点后访问本地Web的方法,实现对节点的设备名、传感器种类与输入引脚号、执行器初始状态与输出引脚号等设置。使得设置操作简洁化,提高使用者的交互感,降低维护成本。

  2)在WiFi与TCP/IP协议的基础上,研发基于ESP8266为核心的集成化底层数据采集处理节点,构建树型拓扑结构无线自组网式数据传输网络。实现温室环境各项参数的实时采集与上传以及调控指令的接收执行。

  3)下行指令设计采用广播式与定点式传输相结合的方式控制所有节点进行同步实时数据采集与异步数据传输,并使用触底式数据返回方式解决了数据在传输中可能的拥堵问题,保证网络稳定运行。上传的数据以JSON格式打包,提高了数据包生成和解析的效率,有效提高了节点间数据传输的效率。

  4)采用树莓派为数据主机,开发具有实时数据汇聚和调控功能的温室环境监控系统监控平台,以实现JSON数据包的获取与解析、历史数据的数据库分类存储、实时参数的变化曲线绘制、环境参数的处理与调控、向云平台的数据转发与指令接收。

  5)采用阿里云服务器,搭建MQTT协议的数据发布/订阅平台,将温室实时数据发布到云平台上,以实现外网用户远程查看温室实时状况与环境参数调控。

  6)设计浮盘移栽运输小车,实现温室水培过程中作物浮盘的入池机械化。

  2温室环境监控系统关键技术分析

  本文结合无线网络技术、传感器技术、单片机技术、计算机通信技术,通过节点自动识别组网、多传感器多执行器融合的方法,实现对温室的大区域、长时间连续监测与控制。通过本地的数据处理与可视化和远程云平台数据服务对温室的各项环境参数进行实时综合监控,并将历史数据按时间戳顺序分类存储,为更深入研究温室的各项环境参数的变化规律以及时空变化情况、耦合关系对农作物生长的影响奠定基础。

  2.1系统可行性分析

  2.1.1温室结构样式

  目前我国温室建设发展迅速,但温室的管理和生产依赖于管理者的个人经验,这种方式简单、粗放、低效。而已有系统在上文的分析中说明了存在的各类问题,导致在实际的运用推广中处处受到阻碍,为了系统能够很好的贴近实际,解决真正痛点问题,有必要详细分析目前我国温室的现况,以下是常见的温室大棚的样式[21-22]。

  1)塑料单拱温室:由于施工成本低、建设使用方便,是一种经济有效的农业保护设施,在我国各地的农业生产中有最为广泛的使用,保有量最大占温室总数的92%。尺寸一般在:长度在、跨度在、檐高。

  图2-1塑料单体拱棚温室实物图

  2)连栋式温室:根据覆盖材料又可以分为多种类型,但基本结构都是荷兰文洛式(Venlo)结构。配置的系统较为完善,如:遮阳系统、天窗系统、风机系统、配电系统、雨水系统等,其造价远高于塑料单体拱棚温室,目前的保有量只占温室总数的5%,且多数为国外引进的科学研究、花卉培育之用,农业生产项目实施少之又少。尺寸一般在:一个跨度在(多连跨在之间)、开间在、檐高在、外遮阳系统为左右。

  图2-2连栋式温室实物图

  综合来看,目前我国的温室发展由于特殊的国情,大量农业温室使用者为普通农户,风险承受能力有限,无法在前期进行大量的资金投入,相关技术水平较低,对现代化温室的接受能力差,使现代化的温室以及温室控制系统无法在我国的农业生产中大面积普及。

  2.1.1温室监控系统的通信协议分析与选择

  在温室监控系统的发展中数据传输的方式从线缆式逐渐过渡到了无线式,优势是显而易见的,无论是对于新建温室能够减少布线、缩短工期、降低建造成本,还是对于已建成得温室进行现代化改造,无线式在原有基础上做设备安装基座的加装施工即可完成改造工程,极大降低了改造难度,所以本文采用无线通讯为数据传输的方式。

  目前常用的无线通讯方式如下表[23-26]:

  表2-1无线通讯方式对比

  433M GPRS WiFi Zigbee

  频率氛围433-434MHz GSM900/1800双频2.4-2.5GHz 2.4-2.5GHz

  绕射能力较强,一般用于复杂环境强,有网络的地方都可以较弱,常用于路由器方式较弱,一般采用中继

  组网能力较难,无成熟方案支持容易,已有成熟方案很容易,已有成熟方案

  通信距离2~3km不限100~300m 20~250m

  体积大小中等大小、外置天线大小、需要插入SIM小、天线可采用pcb式体积小

  空速0.3K~19.2Kbps上:42.8kbps下:85.6kbps 250K~2Mbps 100kbps

  使用费用低有流量费用低较低

  通过上表各通信方式的的各项参数对比并结合上文对我国目前的温室大棚的发展现状的分析,可得出以下几个结论:

  1)目前有大量的系统采用433M+GPRS相结合的方式采集温室信息,433M负责温室内部具体传感器参数的采集,GPRS负责把数据传到远端的数据中心,这样的组合原因之一是之前互联网技术发展与普及程度的限制,其二大多是西方国家发展的温室系统,农业专业化程度高,温室大棚的连片面积大,而且前期采集的数据量较小,433的带宽满足当前需求。

  2)GPRS技术对于处于偏僻野外的系统,提供了连接互联网的方法,但如果全部采用GPRS技术,因为使用采用流量计费制,对当前实时监控所需的大量数据势必会造成大笔额外费用。

  3)随着新需求的变化,对于采集的数据不再仅限于传感器的数据,要求逐渐的对于现场的实时图像也要进行采集上传,使得工作人员在远程能更好的判断现场情况并实时调控,所以这就要求新系统打破原有系统的小带宽的限制。

  综合分析,本文选取WiFi协议作为系统的信息采集传输协议,因为通信距离符合目前我国的温室大棚的普遍面积、大带宽传输速度块、易于与目前蓬勃发展的物联网API对接,而目前发展出来ESP8266系列芯片高度集成的WiFi、TENSLILCA处理器,并极大的降低了元件成本,本文将选用搭载WiFi功能的ESP8266作为基础,进行底层开发。

  2.2温室环境监控系统的总体设计方案

  2.2.1温室环境监控系统的特点

  本文设计的监控系统以温室的环境各项参数为研究对象,构建实时数据采集、处理、传输、分析、反馈的完整温室环境监控体系,由节点的本地Web初始设置系统、底层无线数据节点自动识别组网系统、节点多传感器多执行器融合系统、本地数据处理与可视化系统和云平台数据服务系统构成。

  底层数据采集处理节点使用前通过访问本地Web的方式,对节点工作模式(Leader模式+Slave模式)、节点设备名和连接在Slave节点的传感器与执行器相关参数进行设置;传感器与节点通过I2C总线进行数据传输,实现对环境各参数的采集;每个底层数据采集处理节点提供两个执行器端口可供设置输出,包括高低电平的变化输出和PWM输出,可由相关执行指令触发执行,实现对温室环境的调控;各节点间采用WiFi与TCP/IP协议,能够自动相互识别连接,构建树型拓扑结构无线自组网式数据传输网络,实现温室环境各参数的实时采集与汇总上传以及调控指令的接收执行;底层终端Leader节点是底层节点数据汇集终点,在所有数据全部返回后统一通过串口将数据上传到监控平台(树莓派),同时接收监控平台的指令并根据指令类型进行指令转发;监控平台具有实时温室环境参数的汇聚、处理和调控功能,通过串口通信接收Leader节点上传的JSON数据包并解析,将历史环境数据分类存储到SQLite数据库中,完成温室实时参数的曲线绘制;监控平台会将最新的解析数据向在阿里云平台搭建的MQTT数据中心转发,并接收返回的调控指令,实现远程监控温室内部各项环境参数的目的。

  系统主要目的是对温室环境中各项参数的实时采集、传输、显示,并利用各调控执行器实现对温室的连续监控,在运行中系统累计的大量相关数据,为更深入研究各项环境参数的变化规律、耦合关系对作物生长的影响奠定基础。

  2.2.2温室环境监控系统的网络结构与原理

  本温室环境监控系统由底层无线数据节点自动识别组网系统、节点多传感器多执行器融合系统、本地数据处理与可视化系统和云平台数据服务器构成。

  该温室监控系统的网络拓扑结构如下,ICSFGBZY-为节点的系统编号:

  图2-3温室环境智能监控系统网络拓扑结构

  温室环境数据采集、处理、传输功能的实现主要由传感器组(环境温湿度传感器、二氧化碳传感器、光照强度传感器、土壤温湿度传感器等)和Slave型底层节点组成,采用I2C总线进行数据传输;底层节点运行WiFI无线自组网系统,各节点自动识别建立数据通信链路,构建树型拓扑结构无线自组网式数据传输网络,实现数据发送与指令接受执行;每一个节点(除Leader节点)既是接入点(AP)也是站点(STA),在此基础上相互连接形成Mesh网络,并利用TCP/网络协议进行数据传输;Leader节点是底层节点数据汇集终点在所有数据全部返回后统一通过串口将数据上传到监控平台,同时接收监控平台的指令并根据指令类型进行指令转发;监控平台具有温室实时环境数据的汇聚、处理和调控功能,通过串口通信接收Leader节点上传的数据包并解析,将历史数据分类存储到SQLite数据库中,完成温室实时参数的曲线绘制;监控平台会将最新的解析数据向在阿里云平台搭建的MQTT数据中心转发,并接收调控指令,实现远程监控温室内部各环境参数的目的。

  构建树型无线自组网式数据传输网络的优势在于:

  1)根据我国温室面积以及芯片的稳定工作范围的分析,温室的占地面积为长方形,跨度在5m-12m,长度在80m-150m之间,考虑到温室连栋连片的采集情况,而单节点的稳定工作范围在50m-80m之间。将节点设置为站点也设置为接入点,起到数据路由接力的作用,有效的扩大节点接入范围,降低芯片运行功率。

  2)采取多传感器多执行器融合方法,节点既提供传感器接口也提供执行器接口,提高节点使用率,充分发挥芯片的高集成度性能。

  3)搭建在阿里云ECS的轻量级MQTT数据中心,实现远程用户的实时监控,不同于GPRS通信的耦合性与大延迟,MQTT使用发布订阅消息的模式,提供了一对多的消息发布,固定的报头把传输量最小化,大大提高了节点间的传输效率。

  2.3温室环境因子分析

  1)环境温度:温室环境温度是农作物生长发育的最基本要素,温度能够影响作物的生物酶活性,进而影响作物的生理生化过程,如光合作用和呼吸作用。在作物生长的不同时段,作物对温度的要求同样不同,并且在同一温室内部,由于通风口的位置差异,也存在温度分布不均等问题,要作物保持在较好的温度下生长,就需要调节温室与外界的热量交换。如下表中是不同环境温度的作物生长发育状态。

  表2-4环境温度对作物状态的影响

  温度范围T,℃作物生长状况

  T=50持续1小时,作物完全停止呼吸

  T=45持续3小时,不开花或者产生畸形果实

  45>T>40光合作用减弱,生长代谢机制停止

  40>T>35有机物消耗速度大于光合作用的速度

  35>T>32光合作用率下降,有机物分解速度加快

  10>T生理活动衰减,或者停止

  2)环境湿度:湿度表征空气中水分含量程度,作物在蒸腾作用中放出大量水分在温室内部使得环境湿度快速上升并饱和,一直保持饱和状态,会使作物的蒸腾作用受到抑制,导致营养物质的吸收减少,并且引起细菌的大量繁殖,严重会引发病虫害。当环境湿度低于合适值时,作物含水量减少,导致气孔关闭,影响营养物质积累,严重时出现枯败现象。

  表2-5环境湿度对作物状态的影响

  空气相对湿度H,%RH作物生长状况

  H<20植株叶片小而厚,果实膨胀速度降低

  20<H<80适宜生长,可以健康发育并结果

  100<H容易诱发病虫害

  3)光照强度:光是作物光合作用的原动力,直接影响作物收获时的产量和品质。在适当的光照下,作物可以充分进行光合作用,促进作物的生长发育,当光照不足时,光合效率降低,植物生长发育减慢;在光照强度超过饱和点时,植株水分快速蒸发,灼伤叶片并破坏细胞结构,严重时导致作物死亡。

  4)二氧化碳浓度:二氧化碳是光和作物原料之一,若温室环境内的二氧化碳不能及时补充,即使其他条件都在合适条件下,光合作用依旧无法进行,并且作物的能量消耗将大于生成,作物的生长发育停止。

  2.4本章小结

  本章主要完成以下内容:1)系统的关键痛点问题、关键技术以及合理性进行分析,结合分析结论,对于系统的初步设计提供了依据。2)介绍了系统需重点调控的4种环境参数以及含量对于作物的生长发育的影响。

  3底层无线数据节点设计

  本章节对底层无线数据节点进行具体设计说明,采用模块化设计思路,将节点整体功能分解为局域无线Mesh数据网络系统、节点工作状态设置系统、多传感器多执行器融合系统、数据与指令传输策略系统四大部分;在底层代码中同样采用模块化设计思路,将四个具体系统分别编写调试并封装成单独文件,最后在主工程程序集中调用,增强程序可维护性,加快软件开发速度。

  3.1节点工作总体流程设计

  根据设计思路与关键痛点问题分析,设计时在满足功能前提下降低实际使用时难度,包括使用步骤减少、初次设置简易程度、系统运行维护能力等具体要求。

  节点的整体工作流程如下图所示:

  图3-1节点工作流程图

  3.2局域无线Mesh数据网络设计

  根据上文的比较分析后选择采用树型拓扑结构无线自组网式数据传输网络,并WiFi与TCP/IP协议的基础上,研发基于ESP8266为核心的集成化底层数据采集处理节点,打通数据通路,实现温室环境各项参数的实时采集、上传以及调控指令的接收执行。

  3.2.1组网工作流程

  如图2-3所示,在一个完整的温室监控系统中节点可分为两类:Leader节点和Slave节点,其中Leader节点有且仅有一个,在新系统布置时,也需要先将Leader节点设定好并布置到位,接着按照由近到远的顺序布置Slave节点(负责采集与执行的节点)。节点在通电后,节点首先会读取EEPROM中保存的设定参数判断工作模式以及连接在其上的设备。

  Leader节点通电后,进入AP模式(可理解为WiFi热点模式),再打开TCP-server服务并开始对TCP-server端口开始监测,当新的client接入会判断当前接入数量是否大于设定可连接数,如果大于设定数,则拒绝client的连接请求(发生概率较小,只有两个节点同时接入拥挤时发生);如果小于设定数,则接受请求并分配端口号,在TCP连接成功后紧接着server会定向发送第一条通信数据也是最为关键的信息,信息里面包含了为该client节点分配的子网编号,子网编号决定了该client节点的IP地址与STA Name,这一步保证了系统网络的有序性。

  Leader节点布置完成后,接着按照由近到远的顺序布置Slave节点,在Slave节点通电后,扫描周围的系统网络得到最佳信号网络后连接,并向上级server发送TCP连接请求,如果大于该节点设定可连接数,则重新进行扫描周围的系统网络;如果小于设定数,则成功建立TCP连接,并马上监测server发送的第一条信息,接收、解析、保存,这就完成了节点向上的初始化。接着节点将会像Leader节点一样,先进入AP模式,再打开TCP-server服务并开始对TCP-server端口监测,当新的client接入会判断当前接入数量是否大于设定可连接数,如果大于设定数,则拒绝client的连接请求;如果小于设定数,则接受请求并分配端口号,在TCP连接成功后紧接着server会定向发送第一条信息。

  图3-2节点局域无线自组网流程图

  每一个Slave节点重复上述程序流程,逐步构建树型拓扑结构无线自组网式网络,构建过程由程序自主判断处理,满足了设计要求的精简化,实现了系统数据传输通路是系统最重要的一环。

  图3-2节点程序初始化流程图

  3.2.2扫描获取最佳信号策略

  研究新增节点如何获取最佳可连接节点,以建立一套有效的选取策略关系到系统网络的稳定性以及数据传输可靠性。

  图3-2节点信号扫描流程图

  当Slave节点节点通电后,首先开始异步信号扫描,将获取的周围全部信号信息中的账号与强度采用二维数组对应储存,利用正则表达式对数组中的账号进行初次筛选,将无关信号清除。如果不存在系统设定信号,则重复扫描动作,发生这一情况极大可能是因为未将Leader节点先行布置,导致所有节点无法找到底层终端,不能正常初始化。下一步将系统设定的所有信号按照信号强度按由强到弱进行冒泡排序并去除饱和节点信号。此时数组中的第一位信号是可连接的最强信号,但为避免网络出现层级浪费,有必要对信号强度与信号层级耦合计算后再重新排序最佳,目前采用权重比例法。

  式中,RSSI为信号强度,HI为层级指数。

  3.3节点工作状态设置系统设计

  3.3.1工作状态设置工作流程

  图3-3节点工作状态设置流程图

  按照设计要求,本文设计了上图节点使用流程,使温室工作人员对节点的操作精简化。节点在全新时所储存的程序都是相同的,所以在使用之前必须进行初始化设置。使用步骤如下:

  1)工作人员需打开初始设置开关并上电,节点进入接入点模式并打开无密码WiFi热点。

  2)工作人员使用电子设备接入热点后访问集成在节点中的本地Web网站(www.ICSFGBZY.com)可在网页中实现对节点的设备名、传感器种类与输入引脚号、执行器初始状态与输出引脚号等进行个性化设置。

  3)工作人员设置完成提交后系统会将相关设置保存到EEPROM中,即使在工作中出现掉电或程序出错的情况,重启后仍保留原有设置继续工作,不需要工作人员反复设置。

  以上三步完成了系统的全部初始设置,其余由程序自动判断并执行,不需要人工干预。

  3.3.2 Web界面设计与设置数据保存

  页面的具体操作如下:

  1)访问底层数据采集处理节点本地Web地址。

  2)总模式中,需选择节点在系统中的模式分别为Leader与Slave并输入本节点的设备名,方便用户在数据终端的查看,如果在选择leader后,页面将提醒用户直接点击末尾的提交重置按键即可,无需对其他的选择进行设置,如果选择Slave模式,需继续配置其他选项。

  3)IO使用情况栏中,用户不能点击操作,仅供用户观察引脚使用情况。

  4)传感器设置栏:用户根据使用情况进行个性化设置,勾选需要的传感器与总线前的复选框并设置IO引脚号以及设备名。

  5)执行器设置:提供两个执行器端口输出,用户可以设置输出引脚号、TTL电平输出或是PWM输出、设备名。添加限位功能,当控制行程类执行器时无法得知运行时间,利用设定行程限位,可以解决启停问题,并监测当前位置状态。

  6)完成所需设置后,点击提交重置按键,即可。

  图3-4节点工作状态设置Web界面

  在点击保存后节点将解析Web页面所提交的数据表单,提取页面工作设置信息并及时保存到EEPROM中。图3-5所示是某次设置完成后提交的数据,图3-6所示是节点通电后正常读取EEPROM中的数据准备下一步的初始化。

  图3-5节点保存设置数据图3-6节点读取设置数据

  3.4多传感器多执行器融合系统设计

  上一节的介绍中可知Slave节点不光负责温室环境的各项数据采集,同时还负责控制温室的各调控执行器,并且节点还能够通过串口通信的方式对其他控制目标进行控制。并在执行器中添加限位功能,在控制行程类执行器时无法控制运行时间,通过设定行程限位,可以解决启停问题。节点将多传感器多执行器融合,并相互关联,能够减少不必要的外围电路,降低使用难度。

  3.5节点数据与指令传输策略设计

  两类节点中,Leader节点不能设置传感器与执行器等功能,类似于“网关”功能,在上电并成功初始化后,程序执行对TCP端数据监听和串口端数据监听的轮询。TCP端数据监听主要是针对各Slave节点返回的数据进行判断与整合,如果为非广播型返回数据,则会将数据直接向串口端转发,不作整存处理。如果为广播型返回数据,则会先判断是否所有底层节点都已返回数据,并检查本次广播指令执行时间是否已超出设定溢出时间,当节点未全部返回并且未超出设定溢出时间,则会先将接收的数据暂存,但当全部节点数据都已返回或超出设定溢出时间,则不再轮询等待,将已返回的数据整合后向串口端转发;此外串口端数据监听主要是针对监控平台下发的指令进行判断与向下转发。

  Slave节点只对TCP端数据进行监听,要细化为TCP-server端与TCP-client端。TCP-client端主要针对上级节点转发的指令进行判断与向下转发,当指令为广播型指令,则节点会先将指令向下广播转发后具体执行,当指令为定点型指令,则节点会判断指令是否指向本身,若是则具体执行,若不是则向下定向转发;TCP-server端负责接收子网节点的返回数据,如果为非广播型返回数据,则会将数据直接向TCP-client端转发,不作整存处理。如果为广播型返回数据,则会先判断是否所有子网节点都已返回数据,并检查本次广播指令执行时间是否已超出设定溢出时间,当节点未全部返回并且未超出设定溢出时间,则会先将接收的数据暂存,但当全部子网节点数据都已返回或超出设定溢出时间,则不再轮询等待,将已返回的数据整合后向TCP-client端转发。

  图3-7节点数据与指令传输策略

  3.5.1上行数据设计

  上行数据采用JSON格式,其简洁和清晰的数据层次结构易于数据生成,同时易于节点与监控平台的解析和生成,并有效提高节点间数据传输效率。

  每个节点在系统发出广播型指令后都会将需返回的数据生成数据包,但为了避免发生数据拥堵,采用指令触底式返回方法,节点会等待子网节点的数据全部返回或者等待时间超出设定溢出时间,满足条件后节点将暂存的子网数据与本身生成的数据打包成固定Json格式数据包(如图3-7所示),再向上级节点返回数据。

  图3-7节点上行数据格式设计

  3.5.2下行指令设计

  下行指令采用自约定格式,目前约定设定为两类:广播型指令与定点型指令。广播型指令用于对所有底层数据采集处理节点统一下达指令,格式:指令已约定内容,例如监控平台要求统一采集温室环境参数。定点型指令用于某个单独节点执行的指令,格式:+地址+指令内容,例如对于某执行器的控制。

  3.6本章小结

  本章主要介绍了底层节点部分的设计内容,按照模块化设计思路,完成节点四个模块功能设计包括:局域无线Mesh数据网络系统、节点工作状态设置系统、多传感器多执行器融合系统、数据与指令传输策略系统。并完成了联合调试,构建了底层树型拓扑结构无线自组网式数据传输网络,实现了温室环境各项参数的实时采集与上传以及调控指令的接收执行。

  4温室监控平台软件设计

  温室监控平台是基于树莓派利用串口通信、数据库接口、云服务器接口以及编程软件等工具,设计的完整满足前端人机交互、数据接收与处理、云平台数据服务和温室环境设置调控综合平台,实现对温室内各项环境参数的大区域、长时间连续的监测与处理,并实现远程监控功能,在系统中扮演重要角色。

  图4-1温室监控系统结构示意图

  如上图所示,本地监控平台需要完成以下工作:

  1)与Leader节点连接,利用串口通信交流数据与指令,实现温室环境各项参数的实时采集与上传以及调控指令的接收执行。

  2)与数据库连接,将温室实时数据分类存储到SQLite,并能批量导出历史数据。

  3)与云服务器连接,利用MQTT通信协议将温室实时数据发布到云平台上,实现外网用户远程查看温室实时状况与环境参数调控。

  4)在本地监控平台实现数据处理与可视化要求。

  4.1本地数据处理与可视化设计

  该功能模块是温室监控平台重要的组成部分,采用树莓派为运行主机,实现温室环境实时采集的启动与轮询时间设定;完成对Leader节点上传JSON数据包的解析、实时参数的变化曲线绘制和环境参数的处理与调控;使温室可以在不依赖云服务的情况下或者云服务暂时无法提供服务时仍然稳定运行。

  图4-2温室监控平台实际运行界面

  4.1.1初始设置与数据解析

  在完成构建底层树型拓扑结构无线自组网式数据传输网络后,打开串口设置界面,先进行串口监测,再在串口选择下拉菜单中选择正确的连接端口,点击打开串口,当下方红色提示语为串口已打开时,说明操作成功。

  温室环境参数的实时采集采用提前设定方式,需要在定时查询的输入框中输入所需的轮询时间长度,单位为每毫秒一次,设定非零数据,勾选开启定期查询复选框后,系统将定时对温室环境参数进行采集。串口连接成功后在发送区输入正确指令并发送,即可在接收区看到返回,供系统调试操作使用。平台会统计发送的字节数与接收数据的字节数,并缓存20000个字节的接收数据,超出时将及时清理避免占用过大内存。

  图4-3温室监控平台运行界面

  在数据接收区可以直观看到节点上传的Json数据包的结构,以及其中所包含的相应数据,但此时的数据仅仅时字符串,系统并不能识别数据的对应关系。所以在接收到数据包后,把接收的数据包解析为字典,将每一个节点的数据分离开,节点的每个参数与参数值也一一对应,方便查询。

  图4-4平台实际运行中部分节点数据解析

  4.1.2数据可视化

  在开启定期轮询后,大量的温室环境参数上传至监控各平台,平台将自动解析数据以实时刷新变化曲线。图4-4是系统的环境参数实时显示界面,在右边的列表中系统会自动刷新所有可查看的传感器曲线,曲线名称以节点的设备名加传感器名组合命名,点击勾选曲线名称的复选框,曲线就会刷新到展示坐标中,并允许曲线同时选择查看,坐标X轴为采集时间,Y轴为数值。

  图4-4平台实际运行中环境参数变化曲线

  4.1.3调控执行设置

  完成解析JSON数据包后,系统同样会得到有关执行器的内容。图4-5系统的环境调控执行设置显示界面,在左边的列表中系统会自动刷新所有可查看的执行器,执行器名称以节点的系统名加执行器名组合命名,点击列表中的对应执行器,在详情栏中自动显示执行器所有情况,包括端口初始设置与端口当前状态。

  目前IO设置方面提供有两项功能:手动执行与阈值触发。手动执行可以在选择执行器后手动点击打开与关闭按钮来控制执行器,还选择可以加入执行延时功能(数值为零时将不采用该功能),当延时结束后执行器将自动关闭或打开(即状态翻转);阈值触发允许将执行器与某个传感器相联结,在下拉菜单栏中选择需要的传感器,并设置阈值,当实时采集数据到达阈值时,系统将自动打开执行器。

  图4-5平台实际运行中环境调控执行设置

  4.2数据库设计

  数据库SQL是一个存放数据的物理空间,这个空间是按照一定的数据结构来对数据进行组织和存储的,可以通过数据库提供的多种方法来管理其中的数据。

  因为本系统中的数据存储对象是采集的温室环境参数数据(传感器与执行器),所以总体数据量小、访问频率低,因此本文采用轻量化SQLite本地数据库,下图是系统的数据结构设计。

  图4-6系统的数据结构

  本系统的数据库分为两类表,温室内节点设备在线表和根据接入节点设备名自动生成的节点信息表。固定的设备在线表负责统计节点的在线情况,以时间戳为顺序储存。如下图中是实际运行中系统节点的在线情况统计,其中1为在线标记,0为掉线标记。

  图4-7数据库中设备在线表

  节点信息表则是根据接入节点自动生成,表名为设备名,以节点的各项参数作为键进行储存,下图中是实际运行中系统节点的历史数据统计,方便后期对数据的深入处理。

  图4-8数据库中某节点部分信息表

  4.3云平台远程数据服务

  上文所介绍功能都是在本地局域网内,为满足远程监控的需求,本文选择阿里云ECS搭建MQTT数据服务器,实现了实时查询温室状态和随时随地通过网络发送控制命令的功能。

  MQTT协议定义了两种对象:客户端与服务端,客户端分为发布方和订阅方,客户端可以同时是发布方和订阅方,例如如图4-8云平台远程数据服务实现流程所示,其中监控平台与移动端都是客户端。数据流动步骤如下:

  1)通过客户端发布者向服务端发布消息,消息包括Topic与Payload,Topic是订阅者在订阅时所需要的关键词,Payload则是发布者实际发布的内容。

  2)通过客户端订阅者向服务器订阅某个主题,当该主题发布时,服务器会将消息转发给订阅者,可以存在多订阅者同时订阅同一主题。

  利用上述原理,本地监控平台将接收的JSON数据包发布到服务器指定主题,同时移动端订阅该主题,则实现了远端数据获取;同样为了实现远程控制,移动端将控制指令发布到服务器指定主题,同时监控平台订阅该主题,当接收到服务端转发的远程指令后将指令向节点下发即可达成功能要求。

  图4-8云平台远程数据服务实现流程

  本文使用的MQTT平台搭建在阿里云ECS中,在购买主机后,安装MQTT软件并运行,在浏览器输入主机公网号IP后面+端口号:18083,即可进入后台。

  图4-9 MQTT控制后台

  使用调试中利用lOT ONOFF软件,创建如图4-9实际远程控制界面,设定各功能框的订阅主题与开关的发布主题,并连接云平台IP后可以看到数据稳定的刷新。

  图4-9实际远程监控平台界面

  4.4本章小结

  本章设计完成了:

  1)本地监控平台与Leader节点连接,利用串口通信交流数据与指令,实现温室环境各项参数的实时采集与上传以及调控指令的接收执行。

  2)本地监控平台与数据库连接,对温室环境参数数据进行实时分类和存储,并能批量导出历史数据。

  3)本地监控平台与云服务器连接,利用MQTT通信协议将温室实时数据发布到云平台上,实现远程用户远程查看温室实时状况与环境调控。

  4)本地监控平台的数据处理与可视化要求。

  5 12孔浮盘移栽运输车的设计

  蔬菜水培温室中,营养液替代传统土壤,植株所需营养物质由专门调比的营养液提供,蔬菜由浮盘为承载漂浮在营养液表面。蔬菜完成育苗后,第一步将蔬菜从育苗盘中移栽到浮盘上(如图5-1),第二步把浮盘放入营养液池中。本文以12孔蔬菜浮盘的运输与移栽作为设计对象,设计一款12孔浮盘的移栽运输车,实现浮盘运输与移栽入池的自动化。

  图5-1育苗盘移栽到浮盘过程

  5.1基于Solidworks的整体方案设计

  5.1.1原理与流程

  图5-1可分析出上一步骤的工作过程是将蔬菜幼苗从一固定位置,利用移栽机械手,实现幼苗从育苗盘移栽到浮盘上,而其中育苗盘和浮盘则是通过传送带输送到定点位置,使移栽工作模块化,易于维护。本文设计对象是第二步的浮盘入池,实现将上一步完成移栽的浮盘从上一传送带中接过(图5-2),运输到营养液池边并将其放入营养液池中。

  图5-2浮盘承接

  本文工作流程:采用传送带装置将完成移栽的浮盘转运到运输车上,通过轮式底盘运输到对应营养池旁,到达位置后移送机械手将浮盘叉起放入池中,利用横移装置把机械手依次移动到各浮盘正上方,重复以上动作,完成单位营养池整排浮盘的入池。

  图5-2浮盘运输、入池

  5.1.2 Solidworks整体建模

  整体结构分为轮式底盘、传送带装置、机械手横移装置、移送机械手。

  图5-1 Solidwokrs整机模型建立

  1-轮式底盘2-传送带装置3-机械手横移装置4-移送机械手

  轮式底盘主要由橡皮轮胎、4040铝型材、减速电机、轮胎轴承座、轮轴、导轮组成,传送带装置主要由传送带、4080铝型材、皮带传动辊轴、辊轴轴承座组成,机械手横移装置主由横移导轨、横移轮组、57步进电机组成,移送机械手主要由4040铝型材、直线导轨滑块、同步带与同步轮、57步进电机、42步进电机、直线滑台、叉爪组成。

  5.2车身结构设计

  轮式底盘与传送带装置具有尺寸关联性,本文将两者归为车身设计。主要结构如图所示:

  图5-3车身

  1-传送带2-传动滚轴组3-引导轮4-槽钢

  5-减速电机1 6-减速电机2

  引导轮在车身两端各设一组,利用槽钢限位,保证减速电机2驱动车身以直线移动;减速电机1通过链轮驱动传动辊轴,传动辊轴利用表面轧花与传送带产生的摩擦带动传送带运动。

  5.3移送机械手结构设计

  机械手横移装置、移送机械手具有尺寸关联性,本文将两者归为机械手设计。主要结构如图所示:

  图5-4机械手

  1-同步带与同步轮2-直线滑轨滑块3-水平步进电机4-横移步进电机

  5-横移轮组6-摆动步进电机7-垂直丝杠滑台8-叉爪

  机械手所需的三个自由度分别由水平步进电机与同步带与同步轮实现机械手的前后运动、垂直丝杠滑台实现机械手的上下运动、横移步进电机与横移轮组实现机械手的左右运动;横移轮组利用上下轮组夹住横移导轨,避免机械手在叉起浮盘放入池中时,重心偏离结构范围导致侧翻(如图5-2所示);利用摆动步进电机控制叉爪的收放,需叉起浮盘时摆动步进电机将叉爪摆出,其余时间收回叉爪节约空间。

  5.4关键零部件校核

  5.4.1分析对象确定及网格划分

  由于机械手装置叉爪需要承受浮盘的所有重量,并形成较大的弯矩,类似于悬臂梁结构,需进行Ansys有限元分析校核。

  叉爪的材料为Q235,该材料的密度为,弹性模量(杨氏模量),泊松比,根据以上材料性能在Engineer Data中创建新的Q235材料定义,导入模型后将模型材料进行定义。由于该零件形状较为简单,网格划分选择单元大小为,共划分出节点90850个,单元23677个。

  图5-5圆钢管网格划分

  5.4.2添加载荷和约束

  由于该零件受力情况特殊,需要事先进行受力面的创建,本文通过ANSYS自带的Designermolder进行该部分的操作,创建叉爪的轴承接触面为固定支撑面,浮盘接触面为受力面。由于收割及输送部分总重量为5kg,所以单个叉爪的受力为F=250N。

  图5-6圆钢管受力和约束

  5.4.3分析结论及强度校核

  软件内选取分析应变、应力以及形变分析结果后,从应力分布云图中得出最大应力为,通过查阅资料得Q235的抗拉强度为。选取为安全系数。