基于云平臺的棉紡防火安全服務系統設計

蔣子琦 張正華 韓春陽 楊冬晗 崔瀟 葛偉楠 肖哲倫

摘要：針對棉紡行業生產過程中各種參數的采集、傳輸、Oracle數據庫以及用戶平臺的搭建展開深入研究，在現有棉紡防火技術的基礎上，對棉紡車間可能出現的一系列危險隱患進行了仿真，提出一種基于云平臺的棉紡防火安全服務系統。運用云計算的優勢，實時監控和更新棉紡企業工廠環境以及機器的狀態，優化報警系統以及數據分析系統，以推動我國棉紡企業生產安全裝備的技術進步和紡織行業的行業創新。

關鍵詞：棉紡防火；云計算；安全系統

中圖分類號：TP399文獻標志碼：A文章編號：1008-1739（2019）01-58-4

0引言

紡織行業是我國傳統行業之一。長期以來，我國的棉紗、紗布、絲制品、化纖和服裝生成量等各項均居世界第一[1]。但是總體來看，中國紡織行業面臨著技術裝備落后、處在產業鏈低端等問題[2]。而科學技術的不斷發展為紡織產業內的升級起到了重要作用[3-4]。

棉紡企業作為紡織行業中的生產巨頭，是生產過程中的中堅力量和中心環節。而火災是棉紡企業生產中最怕出現的問題，紡織車間在清花、梳聯過程中會產生大量的花絮和棉塵著火點低，一旦遇到微小火星便會引發大火。因此，必須在棉紡生產工序中對棉紡進行數據的采集和發送，預防火災的發生[5]。

目前，通過在設備上安裝傳感器采集設備數據，傳輸到數據庫中，再由數據庫連接至網絡，實現“物物相連”是可行的。在傳統的棉紡防火設備中，均只能現場檢測火警，一旦火花探除器本身出現問題或需要維護時，需要調試工作人員到現場進行工作，有時候會造成資源浪費，而國外的同類棉紡防火設備均未安裝帶有遠程數據監控裝置。

本文基于云平臺的棉紡防火安全服務系統，傳感器采集紡織企業現場的工作數據，通過云端實時地對大量數據進行計算，分析各個設備運行狀態數據，從而能夠及時地將情況反饋給用戶，并提供設備運行維護建議等[6]。

1系統總體設計

前端通過電感線圈探測金屬，紅外探測器測火星以及探測器本身的工作狀態（電源工作狀態、自檢情況、報警次數以及其他用戶需要獲得的數據），將數據傳輸至現場網關，重新打包分裝，通過接口傳至網絡。網絡傳輸至企業內部用戶服務器和交換機服務器，經過數據分類清洗之后存入Oracle數據庫。數據通過交換機服務器建立的數據庫傳至云平臺進行數據分析從而生成大數據。棉紡防火安全服務系統的整體模型如圖1所示。

2硬件設計

棉紡防火安全服務的數據采集與傳輸主要由數據采集模塊、無線傳輸模塊和報警模塊組成。其中，數據采集模塊又由三相數據采集模塊和溫濕度傳感器組成。

2.1三相數據采集電路

本電路采用的是三相電壓、電流變送器，其功能主要是按比例將高電壓變為低電壓、大電流變為低電壓，其中，三相電壓變送器的輸入電壓范圍是0～500 V，輸出電壓范圍是0～5 V；三相電流變送器的輸入范圍是0～25 A，輸出范圍是0～5 V，不容易受寄生熱電偶、電阻壓降和溫度漂移的影響。

2.2溫濕度采集模塊

本模塊使用的是數字式溫濕度傳感器DHT11，具有溫濕度一體化、單總線結構的特點，由NTC測溫元件和電阻式測濕元件組成。該傳感器具有以下性能指標：工作電壓為3.5～5.5 V，平均工作電流為0.5 mA，溫度測量范圍為0～50℃，濕度測量范圍為20%～90%RH，很好地滿足了棉紡車間的溫濕度測量要求。

2.3數據采集處理電路

數據的處理控制器選用的是STM32F4單片機，具有功率低，接口豐富的優點。采用32位高性能ARM Cortex-M4處理器，運行速度快。傳感器通過單片機控制，把環境參數進行實時采集，然后傳送到控制器中，控制器根據接收到的數據，進行處理，轉化為對應的空氣溫度、濕度。三相數據采集電路實時獲取電壓電流數值，比例降壓后輸入到單片機中，單片機通過ADC采樣，寄存器配置連續轉換模式，經換算處理顯示機器的電壓電流，對機器的工作狀態進行實時監控。

2.4報警電路

設計中，在控制器中設置了溫度、濕度、三相電壓和三相電流的上下限報警值，當系統檢測到環境參數或者機器參數大于或者小于控制器給出的上下限報警值時，系統就會發出警報信號，提醒工作人員對異常情況進行處理。

2.5 nRF24L01無線通信模塊

nRF24L01是一款單片射頻收發器件，工作在2.4～2.5 GHz ISM頻段。設計中使用STM32的SPI1接口驅動nRF24L01，通過配置STM32的SPI1接口，實現nRF24L01模塊數據讀寫操作，通過設置nRF24L01模塊的收發模式，實現對溫濕度、三相電壓和電流數據的無線傳輸。nRF24L01功耗低、低功率工作模式多樣，符合節能的設計。

3軟件設計

Web網頁端與安卓移動端實現客戶的遠程登錄，查詢機器的基本情況、工廠的環境情況以及機器報警情況。數據將通過圖表、文字等多種方式呈現。當數據出現異常或超出正常標準，系統會及時做出警報。同時，系統還會根據近期數據，為用戶提供合理、專業的建議。

3.1 Oracle數據庫搭建

在接收到數據時，數據庫根據要求分類存儲，同時也能用于將數據進行必要的查詢與顯示。以下為數據庫的4個表：

userland表為用戶登錄表，主要用來存儲用戶的登錄ID、登錄密碼以及用戶詳細信息；

machine表為探除器信息表，主要用來存儲火花探除器的基本信息數據；

selfcheck表為自檢表，主要用來存儲火花探除器自檢反饋情況的信息數據；

conditionmonitor表為狀態監控表，主要用來存儲火花探除器的電壓、電流，周圍環境的溫度、濕度以及機器的報警次數等信息數據。

數據庫的e-r模型如圖2所示。

3.2 Web網頁端及安卓軟件開發

Web網頁開發采用B/S結構。在這種結構下，用戶工作界面通過瀏覽器來實現。利用HTML語言與CSS樣表，通過表單元素來設計登錄、注冊、查找和顯示界面的設計，完成對界面的優化；利用PHP技術實現動態網頁，完成網頁與數據庫的連接，通過表單的提交，對數據庫進行訪問，完成對用戶數據以及機器監控數據的添加、刪除和查找。

安卓軟件開發則在Android Studio平臺上進行。編寫程序使得所開發APP可以實現通過WiFi或運營商網絡與SQL數據庫連接并接收下載數據，再設計APP界面，優化后實現實時數據在移動設備上的呈現，從而完成對機器的遠程監控以及報警。

3.3基于Hadoop的云平臺搭建與管理

由于國內棉紡廠家分布廣、數量多，產生的數據數量龐大且雜亂，并且在接收到大量數據后，需要系統對數據進行清洗、分類和存儲。將分析過后的數據展現給用戶，并能夠根據實際情況為用戶提供專業合理的建議。數據庫并不能夠支撐起如此大量的數據處理與分析，系統引入了基于Hadoop的云平臺用于處理解決這一問題。Hadoop是由Apache所開發的分布式系統基礎架構，具有可靠性高、可擴展性好、性價比高和靈活等的特點。在這里，主要運用到了HDFS（Hadoop Distributed File System），HBase（Hadoop Database），Hive。

HDFS用于數據文件的存儲。HBase建立分布式的數據存儲系統，用于解決海量數據的存儲。Hive作為數據倉庫工具，則為系統提供了數據整合、查詢和分析的功能。借此，系統既可以對實時的數據進行分析，并予以及時的報警或提示，又能夠對非實時的數據進行分析，提出合理建議優化產品和客戶體驗。同時，基于Hadoop的云平臺服務系統對于數據的安全性有保障，從而可以保護客戶的數據不外泄、不丟失并減少出錯。

4仿真結果與分析

根據《紡紗車間溫濕度控制標準》，得出的有關溫濕度的要求信息如表1所示。將用于梳棉、并粗和精梳車間的探測器的春秋季溫度范圍定為24～30℃，相對濕度定為52%～56%；夏季溫度的范圍定為27～32℃，相對濕度定為52%～60%；冬季溫度的范圍定為22℃～28℃，相對濕度定為53%～57%。

在同一工作環境中，從機采集機器工作三相電壓、三相電流和報警次數發送給主機。主機采集機器工作三相電壓、三相電流、報警次數以及環境溫度、濕度，同時接收從機傳送的數據，如圖3所示，置于溫度為27℃，相對濕度為59%，符合標準。仿真結果正確。

主機接收到從機發送過來的數據之后，與本身測得的數據一起打包封裝，并通過GPRS進行數據包發送，如圖3（a）的主機界面所示，數據已成功發送。云平臺通過監聽指定端口抓取數據包并進行保存，如圖4所示，成功抓取數據包并保存進數據庫，仿真結果正確。

5結束語

本文系統地介紹了基于云平臺的棉紡防火安全服務系統的構成。實時地監控系統以及報警系統極大程度上降低了在發生意外情況時的損失；數據的存儲與分析為客戶提供了功能工廠環境與機器本身長期的詳細信息，再結合專業的建議減少了事故發生的幾率；基于云平臺的服務系統很好地解決了由于國內棉紡廠家分布廣、數量多而導致的數據量龐大且雜亂的問題。基于云平臺的棉紡防火安全服務系統具有低成本、高效益的優勢，同時，還擁有極大的應用前景以及成長空間。

參考文獻

[1]陳剛.南通紡織工業發展戰略研究[D].南京：南京理工大學， 2008.

[2]閻迪，李小蘭.我國棉紡織行業智能化發展的幾點思考[J].棉紡織技術，2018，46（4）：74-78.

[3]王春娥，肖琴.自動化智能化新技術在紡織企業的應用[J].棉紡織技術，2016，44（7）：81-84.

[4] Xuan S，Xiao M Y.Study on the Importance of Textile Industry[J].Advanced Materials Research，2014，3569（1048）：151-159.

[5]楊海亮.安全生產遠程監控系統助力棉紡企業防火[J].中國消防，2012（16）：49.

[6]袁春園.基于Hadoop云計算平臺的數據挖掘分析[J].信息與電腦（理論版），2015（15）：58-59.