基于物聯網的密集烤房精準監測平臺設計

摘 要：該研究以窄帶物聯網（NB-IoT）為基礎構建密集烤房環境參數精準自動監測平臺，采用主控制器、電源模塊和傳感器模塊組成的設備，實現對煙葉烘烤過程中裝煙室內不同區域環境參數的全方位、全流程的精準自動監測，同時通過NB-IoT模塊實現監測系統和云平臺的連接，使“云計算”和煙葉烘烤結合，提高烘烤溫濕度自動監測與控制的精度，降低勞動強度，為實現密集烤房煙葉烘烤的數字化、智慧化調控奠定堅實基礎。

關鍵詞：烘烤監測；物聯網；烤煙；傳感器；監測平臺設計

中圖分類號：S572 文獻標志碼：A 文章編號：2096-9902（2024）21-0013-04

Abstract： Based on the Narrowband Internet of Things（NB-IoT）， this study builds an accurate automatic monitoring platform for the environmental parameters of intensive curing barn. The equipment composed of the main controller， power module and sensor module is used to achieve the accurate automatic monitoring of the environmental parameters in different areas of the tobacco room during the tobacco curing process in an all-round and full process manner. At the same time， the NB-IoT module realizes the connection between the monitoring system and the cloud platform， so that "cloud computing" is combined with tobacco curing to improve the accuracy of automatic monitoring and control of curing temperature and humidity. It reduces labor intensity and lays a solid foundation for realizing digital and intelligent control of tobacco curing in intensive curing barns.

Keywords： curing monitoring; Internet of Things; flue-cured tobacco; sensors; monitoring platform design

煙葉作為重要的經濟作物，其質量優劣決定著收益。鮮煙葉采收后的烘烤是決定其質量、可用性和效益的一個極其重要的技術環節[1]，烘烤過程中密集烤房內的環境參數對于煙葉的品質轉化具有重要影響，烘烤環境的動態變化與煙葉生理生化變化密切關聯[2-3]。目前，密集烤房溫濕度監測多是在裝煙室的中心區域安裝2個溫度探頭，分別監測干球溫度和濕球溫度，通過人工調節控制器，以達到控制密集烤房溫濕度變化的目的。但是這種方式一方面難以實現對烤房內溫濕度的及時準確控制；另一方面由于密集烤房裝煙室溫度、濕度的分布存在不均勻性，僅通過一組干濕球溫度探頭難以全面反映整個烤房的溫度、濕度狀況[4]。

隨著現代信息技術的快速發展，其在農業生產上的應用越來越多[5-11]。謝守勇等[12]通過無線網絡，利用點對點等方式實現了烤房溫濕度數據遠程傳送。劉志壯等[13]利用RS485總線網絡設計，以上位機和下位機對烘烤過程中的溫濕度進行遠程監控及調控。王桂梅等[14]基于STM32對密集烤房的控制儀進行改造，控制助燃風機和循環風機等，提高了煙葉烘烤質量。

本研究以窄帶物聯網（NB-IoT）為基礎構建密集烤房環境參數精準自動監測平臺，采用主控制器、電源模塊和傳感器模塊組成的設備，實現對煙葉烘烤過程中裝煙室內不同區域環境參數的全方位、全流程的精準自動監測，同時通過NB-IoT模塊實現監測系統和云平臺的連接，使“云計算”和煙葉烘烤結合，提高烘烤溫濕度自動監測與控制的精度，降低了勞動強度，為實現密集烤房煙葉烘烤的數字化、智慧化調控奠定堅實基礎。

1 密集烤房環境參數精準自動監測平臺總體架構

基于農業窄帶物聯網技術設計的密集烤房精準自動監測平臺，整體構架如圖1所示。主要包括數據采集模塊、主控制模塊、電源模塊、顯示模塊和云數據庫。數據采集模塊即感知層由烤房中的溫、濕度傳感器、重量傳感器、風速傳感器、圖像傳感器和光譜傳感器構成，實現煙葉烘烤過程中烤房區域溫濕度、桿煙重量、風速、核心區域圖像和光譜數據的采集。數據傳輸方面包含烘烤局域網的構建以及局域網與本地監測平臺和云服務器之間的近、遠程通信。烘烤局域網實現烤房內數據的采集、中繼和匯聚，匯聚節點完成數據的接收和處理后一方面通過串口將數據傳輸至現場監測平臺；另一方面通過網關模塊將數據傳輸至云服務器，用戶通過瀏覽器可遠程訪問監測平臺，提升了監測的靈活性。監測平臺作為煙葉烘烤動態信息查詢的管理應用系統，主要完成對所監控烤房的信息管理以及數據查詢、分析和儲存等工作。

2 終端監測節點設計

2.1 溫濕度監測節點

溫度傳感器利用溫度變化過程中材料特性變化量與溫度變化量之間的定量關系精準測定溫度。目前，溫度傳感器主要采用熱電阻、熱敏電阻、溫敏二極管或溫敏三極管等測溫元件。熱電阻的阻值變化與溫度變化之間存在著較強的線性關系，同時熱電阻材料具有結構簡單、生產方便、高精度、測量范圍廣和信號易傳輸等優點，可用增加熱電阻補償導線和熱電阻冷端補償2種方式來消除參考端溫度不為零所造成的測量誤差[15]。

濕度傳感器利用高分子材料在吸收水分后引起的材料本身的介電常數、電阻率、體積等物化參數的改變來測量空氣相對濕度[16]。相對濕度為濕空氣中實際水汽壓與同溫度下飽和水汽壓的百分比，因此，相對濕度是溫度的函數，溫度的測量精度直接影響相對濕度的精確度。濕度傳感器測量值的漂移一般從硬件電路和軟件算法兩方面來校正補償[17]。

本系統溫濕度監測采用TS-FTM01型壁掛式溫濕度傳感器。該傳感器為接觸式溫濕度傳感器，其串聯連接方式，如圖2所示。

2.2 重量監測節點

目前廣泛應用的重量傳感器可分為電阻應變式稱重傳感器、電容式稱重傳感器、振動式稱重傳感器和液壓式稱重傳感器等[18]。其中，電阻式稱重傳感器憑借廣泛的適用性以及較高的精度，被廣泛應用于生產領域[19]。本系統基于應用場景選用S型電阻應變式重量傳感器。其由彈性體、應變計和檢測電路3部分組成，其中S型傳感器有上下2個彈性體臂，可將受到的壓力轉換成彈性形變，繼而轉化成電阻變化。檢測電路的主要部件是惠斯登電橋，具有靈敏度高、抗干擾能力強等優點。由于S型電阻應變式重量傳感器的輸出信號較弱，為滿足信號長距離傳輸的需求，需配置信號放大器。

2.3 風速監測節點

煙葉烘烤是熱風干燥過程，主要通過熱風循環實現煙葉的升溫與干燥，在不同的烘烤時期，熱空氣具有不同的飽和水蒸氣壓與風速，對煙葉的生理生化轉化有著重要影響。本系統基于應用場景選擇微型熱膜風速傳感器，其采用標準熱膜元件，具有較高的精度與較小的體積，可用作測量風速與風量。

2.4 圖像及光譜監測節點

本系統采用光纖光譜式分析儀以漫反射模式采集烘烤過程中的煙葉光譜圖像數據，固定標準漫反射探頭垂直煙葉表面掃描光譜圖像，然后通過光纖將數據傳輸到光譜儀，再通過數據線傳輸至主控制模塊。

3 系統測試與驗證

3.1 密集烤房溫濕度監測數據測試

采用空載試驗考查密集烤房溫濕度數據采集的準確性。啟動密集烤房烘烤工藝控制器進行空載試驗，檢驗溫濕度傳感器能否正常工作，空載試驗烘烤工藝設置見表1，溫濕度傳感器空載條件下溫度、濕度的驗證結果分別如圖3和圖4所示。

從圖3和圖4可以看出，系統溫濕度傳感器所感應的溫濕度數據較為精確。由于空載運行時，密集烤房裝煙室內的升溫速度較快，當升到目標溫度時燃燒機會自動停止加熱，并開啟冷風進口，待溫度下降至目標溫度時又重新加熱，在這一過程中烤房外的冷、濕氣流進入裝煙室，相對空曠的裝煙室使得在此期間溫、濕度的下降速度較快，導致在空載試驗過程中烤房內的溫度和相對濕度的變化曲線呈鋸齒形上升和下降。空載試驗結果表明溫濕度傳感器在三段式烘烤工藝的工作環境下，能較為精準地監測到烤房內不同區域的溫濕度變化。

3.2 密集烤房重量監測數據測試

在密集烤房模擬烘烤條件下以135個重量為0.1 kg的標準件檢驗S型電阻應變式稱重傳感器在承受不同重量壓力后的精度能否滿足試驗需求。將135個標準件懸掛在煙夾上，模擬煙葉烘烤過程中所夾煙葉重量的變化，逐個取下標準件，記錄數值變化。從圖5可以看出，重量傳感器的輸出值均與標準件重量高度吻合，說明本系統所采用的S型電阻應變式重量傳感器的精度滿足烘烤監測需求。

3.3 密集烤房光譜圖像數據測試

采集到的光譜圖像數據如圖6所示，夾雜設備、樣品背景和雜散光等引起的噪聲和無關信息，因此在對光譜數據進行操作之前，需要對光譜進行預處理，預處理有助于消除干擾因素和提取有用的信息。首先采用Savitzky-Golay平滑法對光譜進行去噪處理，平滑點數為11，多項式次數為3，然后應用多元散射校正（MSC）算法消除由于煙葉樣品表面不光滑產生的光譜散射影響，增強與成分含量相關的光譜吸收信息。預處理前后的光譜分別如圖1（a）和圖1（b）所示，可以看出，預處理后的光譜較原始光譜譜線輪廓光滑清晰，譜線背景干擾基本消除，波峰波谷變得更加明顯，光譜圖的質量得到改善，這有利于校正模型的構建。

4 結論

本研究基于窄帶物聯網技術，構建了一套密集烤房環境參數精準自動監測平臺。該平臺通過集成溫濕度、重量、風速、圖像和光譜傳感器，實現了對煙葉烘烤過程中關鍵環境參數的全方位監測。利用NB-IoT模塊，監測系統將數據實時傳輸至云平臺，實現了“云計算”與煙葉烘烤的結合，顯著提高烘烤質量并降低了勞動強度。系統測試表明，溫濕度傳感器在模擬烘烤條件下表現出高精度監測能力，重量傳感器亦滿足精度要求，而光譜圖像數據經預處理后，有效提升了光譜圖質量，為密集烤房煙葉烘烤的數字化、智慧化調控提供了堅實的基礎。該研究為智慧農業領域提供了新的技術解決方案，具有重要的實際應用價值和推廣前景。

參考文獻：

[1] 周冀衡，朱小平，王彥亭，等.煙草生理與生物化學[M].合肥：中國科學技術大學出版社，1996.

[2] 賓俊，范偉，周冀衡，等.近紅外技術結合SaE-ELM用于烤煙烘烤關鍵參數的在線監測[J].煙草科技，2016，49（9）：7.

[3] 王承偉，范偉，賓俊，等.新型生物質密集烤房的應用效果研究[J].作物研究，2017，31（3）：302-306.

[4] 趙虎.基于煙葉表面溫度和環境溫濕度的煙葉烘烤狀態監測系統：CN212567508U[P].2021.

[5] 劉世令.現代信息技術在農業發展中的集成應用[J].農業技術與裝備，2022（1）：111-112.

[6] 韓貝，李海雄.基于LoRa的現代農業遠程監測與控制系統設計[J].信息技術，2022，46（4）：90-96，101.

[7] 王小兵，馬曄.我國農業農村信息化發展水平評價研究——基于2020年全國2642個縣域數據的分析[J].農業大數據學報，2022，4（1）：5-11.

[8] 梁秋屏，楊小龍.現代信息技術在農產品質量安全監管中的有效應用[J].農業工程技術，2022，42（9）：18-19.

[9] 張興宇.物聯網在果園監測與報警方面的應用[D].邯鄲：河北工程大學，2020.

[10] 史東旭，高德民，薛衛，等.基于物聯網和大數據驅動的農業病蟲害監測技術[J].南京農業大學學報，2019，42（5）：967-974.

[11] 劉智臣.一種基于物聯網數據采集的農業大數據生產決策系統探究[J].南方農機，2022，53（6）：35-38.

[12] 謝守勇，王靖，羅舒.基于GPRS的煙葉烘烤溫濕度遠程監控系統[J].中國農機化學報，2016，37（6）：118-121.

[13] 劉志壯，張文昭.基于RS485總線網絡的烤煙集中監控系統[J].吉首大學學報：自然科學版，2006，27（1）：43-46.

[14] 王桂梅，張振興，張令.基于STM32的智能烤煙房溫濕度控制儀的設計[J].中國農機化學報，2015，36（2）：280-282.

[15] 李挺，朱金剛，趙良煦.熱電阻測溫儀導線電阻補償新方法[J].電子測量技術，2001（1）：38-39.

[16] 高森林，魏桂華，孟繁亮，等.濕度傳感器測量不確定度評估[J].工業計量，2017，27（S1）：97-99.

[17] 郭敏.基于BP神經網絡的溫濕度傳感器補償算法研究[D].南京：南京信息工程大學，2018.

[18] 李更新.稱重傳感器的選型及影響因素[J].衡器，2019，48（12）：45-48.

[19] 鄧小華，文偉，裴曉東，等.稻作煙區不同素質上部鮮煙葉烘烤特性研究[J].湖南農業大學學報（自然科學版），2017，43（6）：620-625.

[20] 趙華武，崔國民，趙永振，等.密集烘烤過程中烤房葉間風速指標的灰色關聯聚類分析[J].西南大學學報（自然科學版），2011，33（11）：140-145.