基于物联网的水产智能养殖环境监控系统设计

来源:用户上传      作者:王韵琪　尤文杰　李呈祥　陆磊

　　摘要：综合应用无线传输技术，伺服驱动技术和PID控制技术等设计开发一套能利用智能终端实现远程监控、自动调节水a养殖水质环境和自动投喂系统。该系统集MCU，Wi-Fi模块，传感器模块、电机驱动等硬件装置于一体，通过多种传感器检测环境参数，如温湿度、含氧量、pH值等，利用软件算法处理采集信号，自动调节增氧机运行，通过伺服机构实现控制水产养殖投喂食料精确配比。手机APP可实现本监测系统手动调节与自动运行。
　　关键词：物联网；伺服驱动；无线传输；检测技术
　　随着我国经济飞速发展，老百姓日常生活质量不断提高，水产品消费总量每年跨越式增长，强大的市场消费需求拉动了水产品产量的增长［1］。水产养殖行业智能化技术越来越普及，尤其是基于物联网的水产智慧养殖监控系统应用越来越广泛，具有非常好的市场发展和应用前景。
　　本系统通过物联网技术实现传统水产养殖过程中的水质环境在线监测［2］。以物联网技术为基础，MCU处理器为核心，融合传感器采集模块、运动控制模块、无线传输模块及电源管理模块等各类模块，通过传感技术、无线网络技术、智能信息处理、智能装备与系统等技术，对水产养殖水质环境中的温湿度、pH值、溶解氧等指标进行实时监测，实现水产智能养殖监控系统、养殖机械智能联动控制、自动化养殖等功能，具有过程精细管理，实时预防疾病，操控作业自如等优点，推进了水产养殖转型升级。
　　1 系统概述
　　1.1 系统总体设计
　　本系统由APP、云平台和控制器三部分构成。通过物联网技术对水产养殖水质环境中的温湿度、溶解氧和pH值等进行实时监测，并将监测到的温湿度、溶解氧及pH等数据与水产养殖生态环境的标准数据范围进行比对，若监测数据超出阈值则通过终端层人机界面报警，并通过无线传输模块发出控制信号控制增氧电机和伺服电机等设备运行，实现增氧机运行监控、投饵机运行监控和水泵运行监控。
　　本系统采用MCU处理器+采集模块+运动驱动模块+无线传输模块硬件结构，实现水产养殖系统的增氧和精准投喂等功能。软件部分利用模块化编程思想，实现信号数据采集、滤波处理、运动控制等功能，并且通过模块或子函数调用方式提供接口，方便进行软件的二次开发和功能扩展。通过反复验证系统稳定性，不断修正硬件结构和软件算法，直至系统达到最优控制状态。
　　1.2 水产养殖水质环境监测系统典型结构
　　典型的水产养殖水质环境监测系统通常采用物联网的五层架构体系，即感知层、传输层、处理层、应用层和终端层。五层架构体系如图2所示。
　　感知层是水产养殖水质环境监测系统的基础架构层，是通过温湿度传感器、溶解氧传感器和pH传感器等各类传感器设备实现对水产养殖现场环境中的水质参数和各类数据的采集。
　　传输层是通过无线Wi-Fi模块传输感知层得到的各类传感器采集的数据，并将这些实时数据及时、高效地传送到控制中心。
　　处理层是指利用数据分析，滤波处理、数据处理、机器学习等方法对传输层传送到控制中心的采集数据进行预处理，并根据预测控制参数对预处理后的各类数据进行阈值比较。
　　应用层能够对数据进行查看，分析与评价，对数据进行诊断，判断是否符合阈值要求。对不符合阈值要求的模块，利用伺服驱动设备进行控制，实现增氧，投饵等功能。
　　终端层是指个人计算机（PC）、平板、手机等各类显示与控制设备，从而实现水产养殖智能监控与处理。
　　1.3 系统控制器设计
　　系统控制器主要完成水产养殖环境中水质参数（温湿度、溶解氧和pH等）的采集、预处理、上传及控制各类执行机构，并将各类水质参数连接上传至云平台，从而实现数据存储，通过OLED显示模块显示预处理后的实时数据；所有采集到的参数均由无线Wi-Fi通信模块上传至云平台，执行机构由投饵机、增氧机与水泵组成等，通过伺服机构实现增氧与投喂食精确配比控制，运行流程图如图3所示。
　　1.3.1 计算机（CPU）
　　由于CPU需要数据处理能力强，运行速度快，并且承担云平台指令的解析与APP中的数据交换工作，所以主控CPU考虑STM32系列开发板，本系统选用的是中等容量增强型STM32F103C8T6，该芯片是32位基于ARM核心的带64K字节闪存的MCU微控制器［3］。它结合了一个高性能的RISE核心，高速嵌入式存储器和外部连接两个APB总线。包含USB、CAN、7个定时器、2个ADC、9个通信接口。该CPU性价比高，运算速度快，数据处理强，具有更高的性能、更好的编码密度、更快的中断响应以及所有领先的工业功耗。卓越的实时性能、卓越的效率和全新的外围设备可以最大限度地实现管脚之间的集成、外围设备和软件的兼容性，非常适合本系统。
　　1.3.2 传感器模块
　　传感器模块是由温湿度传感器、溶解氧传感器和pH传感器等各类传感器组成。分布在养殖水池环境中，用于采集温湿度、溶解氧和pH等数据，通过Wi-Fi无线网络将数据实时发送至计算机云端。
　　温湿度传感器型号为DHT11，可以检测周围环境的温度和湿度。湿度测量范围：20%～95%，测量误差为±5%。温度测量范围：0～50℃，测量误差为±2℃。工作电压为3.3V［4］。
　　溶解氧传感器型号选用RDO-206，此传感器基于物理学中特定物质对激发荧光的猝熄原理，利用相位差计算氧分子的浓度。量程范围0～20mg/L，精度±2%。具备反应快速，测量精准，免维护，成本低等特征。
　　pH传感器选用pH-4502c，用于衡量溶液的酸碱度。量程范围为pH0～14，精度为0.1。pH过高时会出现鳃出血现象，pH过低会出现窒息现象。
　　1.3.3 无线Wi-Fi模块
　　由于水产养殖环境在远离普通住宅的地方，所以传统的铺设电缆和4G不适于本系统，我们选择具有低成本、低功耗的无线通信方式控制水质［5］。本系统选用的是ESP8266芯片，该款芯片工作电压为3.3V直流电源，基于物联网的ROM能够通过命令控制ESP的部分GPIO，也可以采集温湿度、pH、溶解氧等数据，发送至云平台。

nlc202301041734

　　1.3.4 伺服驱动控制
　　系统电气设备有三种：水泵、投饵机与增氧机，由继电器控制水泵、投饵机与增氧机的开关，利用软件算法处理采集信号，当收到云平台或者APP发送的指令时，控制器通过继电器控制相应电气设备，从而实现自动调节增氧机运行，通过伺服机构实现投喂食料精确配比控制。
　　1.3.5 电源
　　本系统需要+3.3V、+5.0V、+12V和220V安全稳定电源电压［6］。本系统水泵、投饵机与增氧机采用市政220V供电，利用LM7812提供+5V与+12V电源，利用LM317模块为系统提供+3.3V电压。
　　1.4 系统云平台设计
　　云平台是整个系统的数据中心，它的主要任务是将系统各个模块整合到一起，云平台数据采集的类型包括：温湿度、溶解氧与pH值等。云平台对系统数据的处理包括三个部分：云平台对APP请求数据的处理，对控制器上传数据的处理以及转发APP给控制器的指令。数据处理中涉及的阈值可通过云平台中的参数设置功能进行设置。软件使用C++语言在Qt Creater平台进行开发。程序运行流程图如图4所示。
　　1.5 系统APP设计
　　通过手机APP对水产智能养殖环境进行远程控制，方便实现水产养殖产业各种需求。本系统的APP建立在Android系统上，APP内可以查看养殖池水质参数，并实现安卓手机控制水产养殖系统的增氧和精准投喂等功能。APP监控图如图5所示。
　　从系统APP监控图中可以看出，水产智能养殖环境监测系统可以方便实时查看水产环境中的温度、湿度、pH值等。系统根据事先设定的环境阈值进行比对，若有差异自颖警。控制器通过继电器控制相应电气设备，实现自动调节增氧机运行，通过伺服机构实现投喂食料精确配比控制。同时，终端层能够实现手动和自动控制模式选择。
　　2 结果与分析
　　本系统选用鱼缸模拟，分别调试了通信模块与传感器模块。经过测试，水产养殖水质环境中的各类参数（温湿度、pH、溶解氧）能够100%上传云平台，增氧机，水泵与投饵机等电气设备在接收到云平台下发给控制器的指令后都可以有效地工作，Android APP可以在任何时间、任何地点连接云服务器，并能够实时监测与查看各类参数，通过事先设定的水产养殖环境监测阈值，比较水质参数是否符合要求。
　　结语
　　基于物联网的水产智能养殖环境监测系统，通过系统环境监测数据能够随时随地了解水产养殖环境变化，及时监测预警，并利用伺服驱动接口实现了自动调整环境参数水平，实现了增氧和精准投饵，完成了由以往的传统人工养殖技术到现代智能养殖技术的推进，使水产养殖环境监测不需要凭经验开启增氧机，节省电费，减少投喂数量，改善水质环境，从而增强水产品体质，减少用药。系统能够根据监测环境要求不同更换、增加或减少传感器种类与数量，对中小规模室内水池养殖环境调节具有快速高效的特点。同时，本系统具有较高的实用性和广泛的适用性，可以推广向其他养殖产品。
　　参考文献：
　　［1］李新成，林德峰，王胜涛，等.基于物联网的水产养殖池塘智能管控系统设计［J］.水产学杂志，2020，33（01）：81-86.
　　［2］钟兴，刘永华，孙昌权.基于物联网的水产养殖智能监控系统设计［J］.中国农机化学报，2018，39（03）：70-73.
　　［3］吴祖猎，余童杰，陈厚正，等.基于物联网的智能水产养殖管理系统的设计［J］.制造业自动化，2017，39（06）：19-22.
　　［4］尹宝全，曹闪闪，傅泽田，等.水产养殖水质检测与控制技术研究进展分析［J］.农业机械学报，2019，50（02）：1-13.
　　［5］吴滨，黄庆展，毛力，等.基于物联网的水产养殖水质监控系统设计［J］.传感器与微系统，2016，35（11）：113-115+119.
　　［6］栾培贤，王常安，闫学春，等.基于物联网的镜鲤池塘养殖环境检测系统［J］.水产学杂志，2019，32（2）：49-54.
　　基金：江苏省高等学校大学生创新创业训练计划项目，编号：202111054006Y；全国高等院校计算机基础教育研究会计算机基础教育教学研究项目，编号2020-AFCEC-148
　　作者简介：王韵琪（1990―），女，安徽滁州人，硕士，实验师，研究方向：信号处理与智能控制。

nlc202301041734

转载注明来源:https://www.xzbu.com/1/view-15443715.htm