基于物聯網技術的倉庫防火預警系統設計

摘 要：倉庫是企業物資儲存的重點場所之一，其安全管理是倉庫管理的首要任務。對于倉庫而言，人為因素引發的火災是最嚴重的安全事故。因此，設計了一個基于物聯網技術的智能倉庫防火系統，利用單片機和傳感器相結合，形成了一個綜合性的系統，包含主控模塊、通信網絡、溫度傳感器模塊、煙霧檢測模塊、WiFi模塊及接口電路等部分。基于云平臺，該系統可以對倉庫中存在的危險狀況進行預警，并采取一些簡單的消防措施，它還具備對倉庫狀況進行遠程監測的功能，具有廣闊的應用前景。

關鍵詞：物聯網技術；STM32；報警系統；云平臺；防火報警；傳感器

中圖分類號：TP391.9 文獻標識碼：A 文章編號：2095-1302（2024）07-00-04

0 引 言

在我國，隨著社會經濟的不斷發展，人們的生活質量不斷提高，間接導致火災造成的損失也越來越大[1]。倉庫管理的基本目標是維護各種設施和物資的安全。而人為的火災也成了對倉庫安全的最大威脅，嚴重時會危害人類的生命和財產安全。因此，在物聯網技術快速發展的背景下，推動倉庫向著現代化、智能化、可擴充化和多樣化的方向發展，進而提升倉庫的安全管理水平，這是非常必要的[2-4]。

國內學者成龍等[5]設計的火災預警系統，利用了溫濕度傳感器、煙霧傳感器等，對應用場景實時進行數據監測和采集，從而實現實時火災預警功能，研究中對后續各種使用場景也進行了相應模擬。李牧等[6]提出了一種基于深度學習的早期火災預警算法，以應對傳統火災預警系統檢測精度低和發生火災時無法及時預警的問題。增強的YOLOv4算法是利用紅外熱成像儀獲取的紅外圖像進行學習；然后通過所提出的算法分析了預測的圖像，并根據得分評估了火災危險性。實驗結果表明：準確性可以達到93%，錯誤檢測率為3.2%。文獻[7]提出構建基于人工智能原理的智能火災預警系統，評估了基于神經網絡人工智能理論的火災預警系統的潛力。智能火災預警系統的一個重要組成部分是具有多種運行模式的熱力火災報警器。文獻[8]針對早期火災預警系統進行了研究，分析了計算熱敏火災報警器反應時間的幾種技術，提供了各種預警信號的轉換方式。隨著單片機、傳感器技術的發展，更多的智能化手段將被應用到智慧倉儲領域[9-10]。

本文設計了基于物聯網技術的倉庫防火預警系統。系統實現了倉庫狀態監測，倉庫實時溫度、煙霧、火焰數據的收集。當其中任意一項數據出現異常時，系統會啟動蜂鳴器進行報警，并發送異常提醒至客戶端，讓管理員及時知曉倉庫情況；此外，當溫度過高時，在蜂鳴器報警的同時啟動風扇，可以有效提高倉庫防火預警能力。

1 系統設計

基于物聯網技術的倉庫防火預警系統硬件端由傳感器模塊、控制單片機、電機驅動模塊及其外圍電路、無線通信模塊和電源部分組成。其中，傳感器模塊包括溫度傳感器、煙霧傳感器、火焰傳感器等；控制單片機采用STM32；無線通信模塊采用WiFi。軟件設計中，實現對工業生產環境中火災環境數據的采集，以及通過無線通信技術與云平臺通信，在云平臺上實時進行參數顯示。當系統監測到生產過程中有火災發生時，會及時進行報警和啟動防火裝置。系統工作流程如圖1所示。

2 硬件系統設計

基于物聯網技術的防火預警系統的硬件設計包括STM32主控板、火焰傳感器模塊、煙霧傳感器模塊、溫度傳感器模塊、WiFi模塊、OLED顯示屏、蜂鳴器模塊、風扇模塊。圖2為系統的組成部分和硬件連接實物圖。

2.1 STM32F407控制核心

STM32系列處理器是一種32位的采用ARM 7結構的單片機，支持實時模擬和跟蹤。此主控模塊不僅能夠滿足所要設計的功能，還能在此基礎上擴展更多功能。本文利用此模塊對各個測試項目需求的外部擴展電路進行設計。基于物聯網技術的倉庫防火預警系統主控模塊實物如圖3所示。

2.2 通信模塊

基于物聯網技術的倉庫防火預警系統是一個需要軟硬件協同工作的應用級系統，而ESP8266 WiFi模塊作為軟硬件之間通信的樞紐，在整個系統中都有著舉足輕重的地位。系統的硬件部分主要負責收集和處理數據，利用ESP8266 WiFi模塊，不僅可以將每個傳感器模塊所收集到的信息顯示在OLED屏幕上，還可以將數據發送至系統的APP進行顯示；同時根據無線控制命令，監測人員還可以利用系統APP與硬件進行通信，實現修改參數和閾值的功能。ESP8266 WiFi模塊充分利用通用串行接口（UART）的特性，遵循IEEE 802.11協議棧標準及內嵌TCP/IP協議堆棧的特點，使系統的硬件與WiFi相連，實現LAN通信和系統軟硬件聯網通信的功能。通信模塊實物如圖4所示。

2.3 感知模塊

氣體傳感器：MQ-2氣體傳感器用于測量氫氣、天然氣、液化石油和城市煤氣。它具有很強的抗干擾性，煙霧和水蒸氣等干擾氣體對其影響很小。實物如圖5所示。

溫濕度傳感器：該系統使用了DS18B20溫度傳感器模塊，并對其進行了測試。DS18B20有著相當廣闊的應用范圍，并且它具有占用空間小、價格較低、抗干擾能力很強、測量精度相對較高等優異特點。實物如圖6所示。

火焰傳感器：其工作原理基于火焰發出的熱輻射，這種輻射由氣體輻射的離散光譜和固體輻射的連續光譜共同構成。盡管不同類型的燃燒器有不同的火焰輻射強度和波長分布，但一般來說，火焰的高溫區域在近紅外和紫外波長范圍內展現出顯著的輻射強度。根據上述輻射特性可以設計火焰傳感器。傳感器模塊在環境火焰光譜或者光源達不到設定閾值時，DO口輸出低電平；當外界環境火焰光譜或者光源超過設定閾值時，模塊DO口輸出高電平。實物如圖7

所示。

蜂鳴器模塊：該模塊使得系統應用層的性能得到了很大的提升，每當有監測數據超出設定閾值時，單片機會控制引腳為高電平，觸發蜂鳴器鳴響，即蜂鳴器發出警報；當監控數據在正常范圍時，將其引腳調至低電平，蜂鳴器停止報警。簡單直接的預警服務實現了系統的預警功能，監測人員可以通過蜂鳴器報警及時知曉倉庫出現的異常情況，并及時做出調整。蜂鳴器實物如圖8所示。

風扇模塊：由精密的N20電機、電機驅動和螺旋槳構成。該模塊使用LG-L9110（H橋）芯片驅動電機，L9110是一個控制和驅動電機的ASIC設備，它將雙通道推挽式功率放大器分立電路結合到一個單芯片IC中。可通過INA、INB的電平組合實現正轉、反轉、剎車、高阻4種狀態。風扇模塊實物如圖9所示。

顯示模塊：OLED屏幕作為一種革命性的顯示技術被廣泛應用。由于其自身具有良好的亮度、出色的對比度、能耗低、響應速度快、結構和工藝簡單等特點，被廣泛用于柔性面板。該屏幕尺寸為1.3英寸，分辨率為128×64，如圖10所示。由于其微小的尺寸和高分辨率，使得其更加便于攜帶且顯示效果更好。

3 軟件系統設計

3.1 阿里云物聯網平臺設計

阿里云物聯網平臺是一個集成了設備管理、數據安全通信和消息訂閱等功能的一體化平臺。向下支持連接海量設備，采集設備數據上云；向上提供云端API，服務端可通過調用云端API將指令下發至設備端，實現遠程控制。其工作原理如圖11所示。

3.2 APP設計

實現APP功能的核心部分為：JSON格式數據解析，云端導入實現倉庫狀態的查看，ROOM數據庫的導入實現歷史數據的存儲和查看，MQTT的導入實現與阿里云物聯網平臺的雙向通信。手機APP運行流程如圖12所示。

用戶點擊APP界面的“歷史數據”按鈕可查看近期整體歷史數據和單項監測歷史數據。為方便用戶了解倉庫異常狀況，特將蜂鳴器和風扇的開啟狀態和火焰出現狀態標紅。歷史數據查看流程如圖13所示。

APP界面如圖14所示，可直觀看到溫度、煙霧實時數據及風扇、蜂鳴器、火焰的狀態。下方溫度煙霧欄可以調節閾值，具體操作為：在橫線處輸入期望數值后點擊最下方對應按鈕完成閾值調節。點擊“歷史數據”還可查看近期所有相關記錄，數據包括日期、時間、類別、狀態。為起到提醒異常的作用，特將風扇、蜂鳴器的開啟和明火出現狀態標紅。結合日常生活，將空氣中煙霧的體積分數設置為60×10-6，當空氣中煙霧的體積分數超過60×10-6時，即判斷倉庫發生火災事故，蜂鳴器報警。因實驗測試過程中無法達到理想的濃度值，故在實驗過程中通過APP內的參數設置功能下調閾值，使得現場能直觀體驗煙霧超標報警功能。測試方法：（1）利用點燃蚊香所產生的煙霧模擬倉庫中的煙霧；（2）下調閾值至低于當前環境實際煙霧值。煙霧濃度高于設定閾值，蜂鳴器報警，APP界面可以看到蜂鳴器是開啟狀態，從歷史數據中可清楚看到蜂鳴器被標紅的開啟狀態以及開啟時間。如圖15所示，為了方便用戶統計了解各項數據的變化情況，可點擊進入歷史數據查看界面。

4 結 語

本文設計了一種基于物聯網技術的倉庫防火報警系統，結合嵌入式技術，采用STM32系列芯片作為核心控制單元，實現了系統的火災檢測和預防功能。本文研究的主要成果如下：（1）通過煙霧、火焰、溫度模塊實現火災信息的采集監測；（2）在數據超過閾值時進行報警并采取相應防火措施；（3）通過無線通信模塊將數據實時上傳云端，可實現云端接收、存儲、查看；（4）系統能夠通過ESP8266模塊與互聯網通信，用戶能夠通過手機APP實時觀測倉庫的環境狀況，且能夠查看歷史數據，進一步體現了系統的智能性。與傳統的安防系統相比較，此系統更便攜、更實用、更智能，能夠實時監測實驗室的環境狀況和安防情況，并及時報警。

參考文獻

[1]劉雙安，劉玉蘋. 某立體倉庫火災自動報警系統設計[J]. 現代食品，2022，28（16）：1-4.

[2]賈源，呂坤，朱順，等. 阿里物聯網平臺的智慧家居監測保護系統設計[J].物聯網技術，2023，13（3）：54-56.

[3]張琥石，林偉龍，楊發柱，等. 基于ESP8266 WiFi模塊的物聯網體溫監測系統[J].物聯網技術，2020，10（12）：32-35.

[4]陸柯偉，肖廣兵，張涌. 基于溫濕度的儲油倉防火監測系統設計

[J]. 智能計算機與應用，2020，10（10）：145-148.

[5]成龍，劉保菊. 火災預警系統的設計與實現[J]. 工業控制計算機，2023，36（3）：144-146.

[6]李牧，何允帥，盧金波，等. 基于深度學習的早期火災預警算法

[J]. 計算機系統應用，2022，31（11）：230-237.

[7] ANDREEV A，DORONIN A. Fire alarm systems construction on artificial intelligence principles [J]. E3S web of conferences，2023，365：04028.

[8] LI X，VáZQUEZ LóPEZ A，SAEZ J，et al. Recent advances on early-stage fire-warning systems：mechanism，performance，and perspective MT [J]. Nano-micro letters，2022，14：197.

[9]謝永超，楊利，嚴俊. 基于MQ-2型傳感器的煙霧探測報警器的設計[J]. 計算機測量與控制，2021，29（8）：255-259.

[10]劉滿喜，謝再晉，潘佳卉，等. 基于STM32單片機的智能滅火小車設計[J]. 電子設計工程，2020，28（13）：108-112.