基于嵌入式技術的智能閉環反饋增氧系統設計

陳本臻　呂償　何錦輝　梁銘峰　陳雪晴

摘 要：傳統經驗養殖法的增氧存在人力物力嚴重浪費和養殖風險高的問題。本文以嵌入式技術為基礎，擬開發一種將傳感器、自動化、無線通信和單片機等技術融為一體的嵌入式智能閉環反饋增氧系統。本系統以機智云物聯云服務平臺為云端數據服務器，以STM32微處理器為控制節點，采用WiFi無線傳輸實時將溶解氧、pH、溫度值、設備狀態傳輸給機智云服務器，用戶可通過手機遠程查看水質參數及設備運行狀態，微處理器通過PID算法進行智能反饋來調節溶解氧值，代替人工檢測水質及控制增氧機，實現魚塘的智能閉環反饋增氧。該系統不僅減少了人力物力成本，還有效降低了養殖風險。

關鍵詞：STM32;水產養殖;機智云;溶解氧

中圖分類號：TP273.5 文獻標識碼：A 文章編號：1003-5168（2019）20-0015-04

Design of Intelligent Closed-loop Feedback Aeration System

Based on Embedded Technology

CHEN Benzhen LYU Chang HE Jinhui LIANG Mingfeng CHEN Xueqing

（Guangdong Baiyun University，Guangzhou Guangdong 510450）

Abstract： There are serious waste of manpower and material resources and high risk of breeding in traditional experiential breeding method. Based on embedded technology， this paper intended to develop an embedded intelligent closed-loop feedback aeration system that integrated sensors， automation， wireless communication and single-chip technology. The system used the wit cloud， cloud computing and internet of objects service platform as the cloud data server and the STM32 microprocessor as the control node. The WiFi wireless transmission is used to transmit the dissolved oxygen， pH， temperature value and device status to the wit cloud server in real time， users can remotely view water quality parameters and equipment running status through their mobile phones. The microprocessor intelligently adjusts the dissolved oxygen value through the PID algorithm instead of manually detecting the water quality and controlling the aerator， and realizes the intelligent closed-loop feedback aeration of the fish pond. The system not only reduces the cost of manpower and material resources， but also effectively reduces the risk of breeding.

Keywords： STM32;aquaculture;smart cloud;dissolved oxygen

隨著水產養殖業的不斷發展，我國養殖產量持續且穩步增長。目前，雖然我國水產品產量穩居世界前列，但水產養殖自動化水平不高，大多數漁民仍根據經驗養殖法來控制增氧機的啟停時間，此養殖方法不僅風險大，而且需耗費大量勞動力。水產養殖中，溶解氧是魚類賴以生存的必要條件，其含量的多寡對魚類覓食、餌料利用率和生長均有很大的影響，水中溶解氧含量的測量對水產養殖業的發展具有重要意義。

目前雖然已有一些智能養殖系統，但對水質的各項系數檢測并不全面，檢定精度不高。例如，張淋江等人單一地對水質溶氧量進行鑒定，通過網絡把數據傳給智能增氧系統，與用戶設定值作比較，從而控制增氧機工作，實現對池塘溶解氧的智能控制[1]。水生物的健康生長對水的溶氧量、pH以及溫度這幾項指標都有較高的要求。

因此，本項目通過開發基于嵌入式技術的閉環反饋增氧系統，根據用戶養殖對象對水的溶氧量、pH值、溫度的上限值和下限值進行設定，并采集相關數據，對數據進行系列處理和判斷，從而達到智能控制的目的。這樣不僅提高了水質檢測精度，還降低了檢測誤差，對水產養殖實現智能管理具有重要意義。

1 系統硬件組成

智能增氧系統結構框圖如圖1所示，本系統采用STM32微處理器為控制節點，以機智云物聯云服務平臺為云端數據服務器。機智云是致力于物聯網、智能硬件云服務的開發平臺，為開發者提供自助式智能硬件開發工具和開放的云端服務[2]。智能閉環反饋增氧系統硬件由溶解氧傳感器模塊、水中溫度檢測傳感器模塊、pH檢測傳感器檢測模塊、STM32微處理器電路、增氧機設備、GSM短信透傳模塊、2.4G通信模塊、WiFi無線通信模塊和電源模塊組成。

溶解氧、水溫、pH傳感器模塊負責采集水質參數;2.4G無線通信模塊負責各個子節點控制器與主節點控制器的數據傳輸;主節點控制器負責接收各個子節點控制器發送過來的數據，與給定值進行分析和計算，并將數據結果返回各個子節點，從而智能調用不同調節機制;通過WiFi將數據傳輸到機智云物聯云服務平臺，用戶可以通過手機APP連接機智云服務器，實時監控魚塘水質參數和設備運行狀態，還可以在客戶端手動控制增氧系統;主控顯示模塊負責顯示實時數據。如果溶解氧含量、溫度、pH超出設置范圍，系統將自動報警并采取自動調節機制，同時將報警信息通過GSM短信方式發送給用戶，達到實時監測和智能調節的功能，避免了因設備故障無法及時處理導致魚浮頭甚至死亡，有效降低了養殖風險。

2 系統主要硬件及其主要參數

2.1 溶解氧傳感器

本系統選用瑞蒙德智慧型數字溶解氧傳感器，它采用電極RS485通信接口，支持Modbus通信協議，自帶溫度補償功能，準確度高、抗干擾能力強，保證了系統的穩定性和可靠性。溶解氧傳感器是基于Clark氧電極的工作原理而制作的，傳感器由兩個電極、電解質溶液以及特定材料的薄膜組成，這種薄膜只能滲透過氧分子，其他有機及無機溶質和水不能滲透過，從而大大提高了測量的準確度。該溶解氧傳感器主要參數如表1所示。

2.2 2.4G無線通信

本系統在通信方面采用了NRF24L01無線通信模塊，該模塊是一款工作在2.4GHz世界通用ISM頻段的無線通信模塊，抗干擾能力強、低功耗、低成本，供電電壓為1.6～3.6V，傳輸速度可以達到2Mbps，距離可達2 000m。它特別適用于工業無線網絡傳輸領域，在養殖范圍分散、山區或沿海地區的數據傳輸場合有明顯優勢[3]。

2.3 GSM短信透傳模塊

GSM模塊采用的是ATK-SIM800C-V15型號，它是一款高性能工業級模塊，板載SIMCOM公司的工業級四頻模塊SIM800C，工作頻四頻分別為850、900、1 800、1 900MHz，可以低功耗實現SMS（短信）、GPRS數據信息的傳輸。

2.4 pH溫度變送器

本系統運用BHT-D型的pH溫度變送器，分別采集魚塘中的pH值和溫度。pH溫度變送器采用雙高阻三電極體系，具有在線一鍵校準、實時溫度補償、電極松斷報警、校準時電極好壞報警、掉電保護（可使標定結果和預置數據不因關機或停電而丟失）、測量精度高、響應快、使用壽命長等特點。采集器對水的pH值和溫度不會有影響，在測量的過程中只需要浸泡在水中即可。通過測試，采集的數據誤差非常小，在測量允許誤差范圍內。采集器會每隔500ms給處理器發送實時數據，從而提高數據的可靠性，在指標不合格時能及時恢復指標。DHT-D型pH、溫度模塊技術參數如表2所示。

2.5 STM32微處理器

該系統采用意法半導體推出的STM32F1系列高性能的ARM Cortex-M3 32位的RISC內核，工作頻率最高為72MHz，內置高速存儲器，具有處理運算速度快、穩定性高、低功耗、低成本、擴張性強優點，非常適合在控制領域的應用。它在該系統中主要用于對數據的處理。

2.6 WiFi無線通信模塊

本系統采用ATK-ESP8266無線通信模塊，該模塊采用串口（LVTTL）與MCU通信，內置TCP/IP協議棧，能夠實現串口與WiFi之間的轉換，支持串口轉WiFi STA、串口轉AP和WiFi STA+WIFI AP的模式，從而可以快速構建串口-WIFI數據傳輸方案，實現了ATK-ESP8266模塊與機智云物聯云服務平臺數據傳輸，如圖2所示。

3 系統軟件設計

軟件部分主要包括機智云物聯云服務平臺、手機客戶端。本系統程序設計采用美國Keil Software公司推出的Keil MDK5開發環境，它集編譯、編輯、仿真等于一體，支持匯編和C語言的程序設計，在調試程序、軟件仿真方面有很強的功能。系統采用“主節點控制器+多個子節點控制器”模式，可提高系統的穩定性。

3.1 子節點控制器軟件設計

子節點控制器軟件設計程序框圖如圖3所示。首先，程序對各個設備進行初始化設置，隨后判斷增氧機運行狀態，同時接收溶解氧、pH、溫度傳感器采集的數值，并每隔30s將數據發送給主節點控制器處理，接收主節點發送過來的繼電器指令并觸發相應的調節機制，同時判斷增氧機是否運行，倘若增氧機發生故障，程序將發送報警信息給主節點控制器。

3.2 主節點控制器軟件設計

主節點控制器軟件設計程序框圖如圖4所示。首先對處理器上各個外部設備進行初始化，然后對機智云協議初始化并判斷手機APP是否連接了機智云服務器，若連接，則接收子節點數據并現場顯示，同時將數據傳輸到機智云服務器，然后對數據進行分析、運算、處理;判斷測量值是否小于最適值，若小于，則發送繼電器閉合命令，接著判斷是否還低于最低下限值，若是，則啟動全部增氧機并進行聲光報警，同時通過GSM模塊發送報警信息，實現遠程報警。系統支持用戶根據養殖對象的不同生長階段動態地設置水質參數。

3.3 主節點控制器部分主要代碼

主節點控制器部分主要代碼如下：

while（1） {

NRF24L01_RX_Mode（）;

if（wifi_sta）

{

sim800c_sms_send_CE_test（）;

if（NRF24L01_RxPacket（tmp_buf）==0）

{

tmp_buf[20]=0;

}elsedelay_us（100）;

if（t>=1&&t<5）

tmp_buf1[t-1]=tmp_buf[t];

else if（t>=6&&t<10）

tmp_buf2[t-6]=tmp_buf[t];

else if（t>=11&&t<15）

tmp_buf3[t-11]=tmp_buf[t];

else if（t==18） t=0;

t++;

tempd=（（tmp_buf2[0]-0x30）*100+（tmp_buf2[1]-0x30）*10+（tmp_buf2[3]-0x30））/10.0;

pHL=（（tmp_buf3[0]-0x30）*100+（tmp_buf3[1]-0x30）*10+（tmp_buf3[3]-0x30））/10.0;

OL=（（tmp_buf1[0]-0x30）*100+（tmp_buf1[2]-0x30）*10+（tmp_buf1[3]-0x30））/100.0

currentDataPoint.valueoxygen1 = OL;

currentDataPoint.valuetemperature = tempd;

currentDataPoint.valuepH = pHL ;

}

gizwitsHandle（（dataPoint_t *）&currentDataPoint）;//機智云協議處理

}

4 試驗結果與分析

為了測試該系統運行時的準確性與穩定性，2019年7月開始在廣東省某淡水魚塘里進行實地檢測。測試魚塘面積為0.1hm2，魚塘平均深度達到2.7m，該魚塘采取加州鱸與鯽魚混養的方式，養殖密度為115 380尾/hm2。本次試驗進行24h不間斷的檢測，檢測地點分為三處，傳感器安放在距離增氧機6m遠的地方，探頭布置在水下0.7m處，傳感器通過浮筒固定在魚塘測量位置。表3是部分采集數據。鱸魚的最適溶解氧濃度應大于3mg/L，最適pH值為7.7～8.4，最適溫度為20～30℃[4]。本次測試期間，溶解氧數據在4.41～5.58mg/L之間變化，均在最適溶解氧之上，pH值和溫度都在最適值之內。要使鱸魚達到進食與生存的最適條件，在處理數據后可通過系統交流繼電器開啟增氧機，使水中溶氧量維持在3.8～5.5mg/L。如果pH值和溫度偏離最適值，系統也會根據反饋發送緊急信息到漁民手機端。現場數據顯示圖、手機APP顯示圖、短信報警截圖分別如圖5、圖6和圖7所示。

5 結語

目前，人工無法及時、準確地判斷魚塘含氧量來控制增氧機，存在著一定的盲目性，從而導致人力物力的浪費和養殖風險的增加。本項目基于嵌入式技術，結合機智云物聯網服務平臺，擬開發了一套智能閉環反饋增氧系統。試驗結果表明，本系統達到了智能反饋實時檢測數據并進行PID計算的目的，從而觸發系統增氧機制。同時，檢測數據及時更新，發送給客戶端，一旦參數超出設定值，系統就會及時報警。系統運行穩定，滿足了自動控制增氧系統的要求，降低了養殖風險，節省人力，節約電費，提高安全系數，具有廣泛的應用價值。

參考文獻：

[1]張淋江，劉志龍，唐國盤.水產養殖智能增氧系統分析[J].內燃機與配件，2016（12）：135-137.

[2]侯作富，李超，吳文秀，等.基于機智云的工廠配電間遠程監測系統[J].內江科技，2018（8）：42-43.

[3]沈楠楠，袁永明，馬曉飛.基于水產物聯服務平臺的智能增氧控制系統的開發[J].農業現代化研究，2016（5）：981-987.

[4]周建春.生態養殖技術對加州鱸生長及養殖環境的影響[D].蘇州：蘇州大學，2009.