基于區塊鏈的綠色工廠環境能耗在線監測系統設計

【Abstract】Toaddress therisksofdataleakageandtamperingintraditionalcentralizeddatabases forgreenfactories，this paperproposesablockchain-basedonline monitoring system forenvironmental energyconsumptioningreen factories.The systemcolectsenvironmentalandenergyconsumptiondataviaa ZigBeewirelesssensornetwork，whichis thenforwardedto anedgeserverthroughagatewaysystemcomposedofanSTM32microcontrolerandanNB-IoTmodule （BC26）.Attheedge server，thereceivedsensordataiscompressedusingahybridalgorithmcombining interpolationandLZ77dictionary encoding.ThecompresseddataisthenstoredontheblockchainafterundergoingProofofAuthority（PoA）consensusand smart contractvalidation.Theapplicationlayersupportsfunctionssuchasdataqueryandvisualization，inteligentprediction，and earlywarning.Experimentalresultsdemonstratethatthesystemachieves：real-timeonlinemonitoringofenvironmentaland energyconsumptiondataighcurityndeliabilityinirelesommcation，lowstorageoverhead，srongdatabili ty and practicality and fast transmission rates.

【Key words] gateway system; blockchain; green factory;online monitoring [中圖分類號]TP18 [文獻標識碼]A [文章編號]1674-3229（2025）02-0088-07

0 引言

隨著環境污染和能源消耗問題日益嚴重，綠色產業逐漸成為各國政府和企業關注的焦點。綠色工廠作為綠色產業的關鍵組成部分，對環境保護和資源利用有著重要的作用，而綠色工廠的環境能耗監測則成為了實現節能減排、提高資源利用效率的重要手段，實時監測環境能耗數據，可以為工廠的管理和決策提供強有力的支持。劉宇耀設計了以STM32為主控板控制，搭載多種傳感器和定位模塊，通過ESP8266Wi-Fi模塊將溫濕度和 SO₂ 濃度數據上傳至阿里云物聯網平臺進行儲存的工業污染監測系統；宋振雷等設計了由STM32開發板、底層環境傳感器、LoRa通信模組、LoRa網關、物聯網連接管理平臺、物聯網應用管理平臺構成的智慧工廠環境監測系統；楊嘉嘉等3設計了由Hi3861芯片、MQTT協議、鴻蒙系統智能設備終端、MQ-2可燃氣體傳感器和蜂鳴器等組成，實現用戶通過多款移動設備登錄服務器的方式，實時監測工廠特定場景內各環境指標參數以及對相關執行器件進行操作等主要功能的智能化工廠可燃氣體監測系統。上述研究只是通過軟硬件設計和云數據庫實現實時工廠環境等數據的監測，而缺少對真實、完整且可信的綠色工廠環境能耗數據存儲的研究。本文給出了將綠色工廠環境能耗在線監測系統與區塊鏈技術相結合的方案。區塊鏈是一種新型分布式計算和存儲范式，可實現高效數據管理，消除對集中式控制實體的需求，加密機制確保了數據塊的完整性和安全性[4]。同時，運用智能合約與共識機制使保存在區塊鏈中的每筆數據本質上是不可變的，保障了數據的安全可信。

1綠色工廠環境能耗在線監測系統設計

1.1綠色工廠環境能耗在線監測系統總體架構

綠色工廠環境能耗在線監測系統總體架構如圖1所示。該系統主要由智能感知模塊、網關系統、數據存儲層、應用系統四部分組成。其中，智能感知主要作用是為電子信息制造業的綠色工廠部署各種與大氣污染、水質污染、噪音排放、溫室氣體和能源消耗有關的傳感器設備，由ZigBee無線傳感網絡組成；為了確保監測數據能夠遠距離實時傳輸，網關系統使用32位單片機和NB-IOT技術來實現智能感知數據與邊緣服務器之間的通信，并對接收的數據進行數字簽名；數據存儲由綠色工廠、政府監管部門組成聯盟鏈，實時監測數據經邊緣服務器數據壓縮，POA共識以及智能合約存儲函數處理后將數據上鏈；應用系統面向綠色工廠、政府監管部門和公共系統終端，通過智能合約訪問區塊數據提供實時在線監測、可信數據溯源以及數據分析等增值服務。

1.2綠色工廠環境能耗在線監測系統設計

1.2.1系統智能感知模塊

在電子信息制造業的綠色工廠中，電子產品的制造過程涉及多個關鍵步驟，包括蝕刻、電鍍、噴漆、注塑和焊接等，這些步驟不僅會產生大量含重金屬和氰化物的廢水，還會排放含有VOCs的有機廢氣、錫煙和鉛煙，導致大氣污染[5]。智能感知模塊負責采集多種數據，包括空氣質量（VOCs、 PM_2.5 、PM₁₀. 、溫濕度）、工業廢水（pH值、需氧量、氨氮）、工業噪音以及水電能耗。智能感知模塊包括傳感器 + 低功耗的CC2530單片機的采集節點和協調器組成，具體硬件電路如圖2所示。

CC2530內置AD轉換器，可支持7位、9位、10位、12位轉換精度。傳感器模塊輸出模擬信號從CC2530單片機的 P0.0～P0.7 引腳輸入；傳感器模塊輸出數字信號則從CC2530單片機的P1.0＼～P1.7引腳輸入。在圖2中，C1＼～C8是電源的去耦濾波電容，CC2530單片機的（22，23腳）、（32，33腳）分別接32MHz和 32.768KHz 的高低速晶振，25，26腳接無線收發的天線。

1.2.2系統網關模塊

為了克服近距離和遠距離的傳輸難題，文中將ZigBee無線傳感網絡的短距離傳輸與NB-IOT模塊的遠距離傳輸相結合，構建網關系統。該網關系統主要由STM32F103CB單片機作為核心控制芯片，首先通過串口接收ZigBee協調器的數據，接著再通過串口將這些數據發送到NB-IOT模塊，從而實現數據的遠程傳輸。核心板電路如圖3所示。

圖3中，STM32單片機采用3.3V直流電源供電，C2、C3和 8MHz 晶振構成晶振電路，R2、C1和按鍵構成復位電路，協調器的P0_3/TX、P0_2/RX分別接STM32單片機的RXD0、TXD0，NB-IOT模塊的NB_TX、NB_RX（1.8V）經電平轉換芯片TXS0108EP-WR（3.3V）后分別接STM32單片機的RXD1、TXD1。

系統中的NB-IOT無線通信模塊選用了移遠公司的BC26，該模塊支持多種頻段，能夠對接物聯網云平臺。為了實現低功耗，BC26提供了3種工作模式：喚醒模式、輕休眠模式和深睡眠模式。

圖4中，BC26需要至少 0.5A ，電壓范圍為2.1～3.63V 的電源供電。為了優化電源供電性能，在模塊的VBAT-BB輸入端附近并聯了一個電容C5（ 100uF ，ESR ），以及濾波電容 C4（100nF 、C3（100pF，0402封裝）和 C2（22pF，0402 封裝）。此外，為了增強模塊對浪涌電壓的承受能力，在

靠近VBAT輸入端的位置增加了1個TVS穩壓管。網關系統接收到數據后，對其進行SHA3-256哈希計算，并使用私鑰加密哈希值以生成數字簽名。隨后，將數據和簽名一起發送到邊緣服務器。

1.2.3邊緣服務器的時序數據壓縮恢復

為了能實時在線監測綠色工廠環境能耗數據，智能感知模塊隨著時間推移不斷收集迅速增長的綠色工廠環境能耗數據。由于區塊鏈中的每個全節點都需要存儲所有區塊數據，若將綠色工廠環境能耗數據直接保存在聯盟鏈的區塊中，聯盟鏈上數據量將至少按全節點數量的倍數增加，這將給聯盟鏈的存儲檢索造成極大的負擔。為了應對這種狀況，數據需要在存儲區塊鏈之前，在邊緣服務器端對接收的數據和簽名使用公鑰進行解密，在恢復哈希值之后，對數據進行壓縮處理。

假設收集了 k 個連續時間段的綠色工廠環境能耗數據，形成一個 m×k 的矩陣 x ， x={x_?n¹，x_?n²，???，x_?n^k}_m*k ，其中 m 表示智能感知模塊中傳感器的種類數量， 表示第 n 個傳感器在 k 時刻的數值；行代表傳感器在特定時間段內收集的數據[8]。文中對每行數據 x 采用差值壓縮算法9和LZ77算法[]的字典編碼來壓縮數據。差值壓縮算法是將連續時間數據的差值進行編碼和存儲，具體算法流程如下。

首先計算連續時間數據的差值，差值計算公式為 diff（i）=x_nⁱ-x_n^i-1 ，其中 表示第i時刻與前一時刻傳感器數據的差值。

接下來，采用LZ77算法的字典編碼方法對傳感器數據的差值進行編碼。具體的編碼步驟包括：

（1）設定一個滑動窗口，包括字典區（已處理）和前向緩沖區（未處理）。將待壓縮數據序列中的字符位置（即前向緩沖區的初始數據）設定為待壓縮數據序列的初始位置。

（2）從緩沖區的初始位置開始掃描數據，查找與字典區中最長的匹配序列。

（3）匹配成功輸出編碼：三元組（offset，length，characters），其中offset是匹配字符串在字典區中的起始位置到緩沖區起始位置的距離，length是匹配字符串的長度，characters是緩沖區中第一個不匹配的字符。

（4）將窗口向前滑動length ⁺¹ 個字符，并更新字典區和緩沖區。重復步驟（2）＼～（4），直到處理完所有數據。利用以上LZ77算法，通過滑動窗口技術和字典編碼方法，有效地壓縮了數據，減少了冗余信息字典編碼步驟后，將智能感知模塊采集的綠色工廠環境能耗數據壓縮后上傳聯盟鏈的全節點。

在應用層查看數據過程中，需要對壓縮過的數據進行解碼和恢復。解碼的步驟：首先將壓縮后的數據進行LZ77算法的字典編碼步驟的逆操作；其次將逆操作后的數據轉化為原始的差值數據；最后根據這個差值數據與前一個數據進行累加，從而獲得原始的時間序列數據。

1.2.4 區塊鏈數據存儲模塊

在區塊鏈的網絡結構中，數據是按照Key（時間戳和設備ID）、IDValue（傳感器的壓縮數據）的形式存儲的。邊緣服務器對NB-IOT無線網絡傳來的綠色工廠環境能耗進行壓縮處理后，將其傳輸到聯盟鏈的節點上，并在PoA算法共識后進行上鏈以AES對稱加密方式存儲[12]。

PoA算法是一種融合PoW與PoS技術的混合共識方法。在PA算法的應用中，首先節點利用簡化的PoW創建了一個空的區塊，然后結合PoS中的節點權益，采用follow-the-satoshi機制，即基于節點的權益進行操作構建一個二叉樹（葉子節點代表節點的權益，非葉子節點代表左右子樹的總和）和偽隨機數在左右子樹中確定代表性的節點，來選擇并創建代表節點的數據塊。通過POA共識算法后，壓縮后的綠色工廠環境能耗數據上傳到聯盟鏈的全節點中保存。

智能合約包括數據存儲和查詢函數[13]。數據存儲函數的具體實現包括以下功能。

（1）參數檢查：驗證傳入參數的數量是否正確，以確保函數調用的有效性。（2）數據解析：解析來自邊緣服務器的結構體實例，將時間戳、設備ID和壓縮數據提取出來，并分別賦值給合約中的對應成員變量。（3）數據上鏈：使用區塊鏈網絡提供的上鏈功能，將解析后的數據寫入區塊鏈。

在數據檢索函數中，根據時間和設備ID生成唯一的鍵值，并通過區塊鏈網絡提供的查詢功能來檢索鏈上的相關信息。

2 實驗分析

2.1綠色工廠環境能耗數據實時在線監測

本文綠色工廠環境能耗在線監測系統應用于電子信息制造業某綠色工廠，監測某工作日間隔1小時的VOCs、工業廢水的pH值、工業噪音和用電量等部分環境能耗指標數據，實時在線監測數據如圖5所示。

從圖5可知，該系統能準確實時在線監測綠色工廠的VOCs、工業廢水的pH、工業噪聲、工廠用電量等環境能耗數據。在整天的實時監測中，VOCs在0h、1h、12h和13h時單位體積值最小，在11h值最大，但都低于新建企業環保要求的 50mg/m³ 。電子工業廢水pH值通過污水處理后 pH 值在7＼～8之間，工業噪聲低于80分貝，一天總用電量在1000度左右，滿足電子信息制造業綠色工廠評價的要求。

2.2鏈上數據存儲開銷分析

在Fabric網絡中測量數據存儲開銷時，以節點1的邊緣服務器為例，該節點接收了12個傳感器的數據，這些數據以每20分鐘1次的頻率進行采集。以36小時的數據為樣本，圖6展示了原始數據與壓縮數據在鏈上存儲所需的資源開銷。

由圖6可見，通過差值壓縮算法和LZ77算法的滑動窗口技術與字典編碼方法，有效地壓縮了數據，減少了冗余信息和鏈上存儲開銷。 ，式中C為存儲空間節約率， Ψ_a 為原始數據存儲量， b 為壓縮數據存儲量，代入數據計算存儲空間節約率約為 72% 。

2.3數據可信分析

數據的可信性分析通過對比數據的方法進行評估。數據比對是指將網關系統接收的數據與應用層綠色工廠子系統數據進行比較，以確定數據的一致性和穩定性。以監測某工作日間隔1小時的綠色工廠的VOCs數據為例，對數據的可信性進行分析，如圖7所示。

從圖7可知，網關系統接收的數據與應用層綠色工廠子系統數據完全一致，說明該系統采集數據是可信的。

3 結論

本文設計了基于區塊鏈的綠色工廠環境能耗在線監測系統，通過對感知數據采用差值和LZ77字典編碼相結合的壓縮算法進行壓縮，壓縮后數據經過POA共識、智能合約后上鏈保存。同時，由Zig-bee智能感知模塊采集、網管系統轉發區塊鏈以及應用層模塊數據存儲及查看處理完成綠色工廣環境能耗在線監測系統軟硬件設計與制作。在以后的研究中可針對當前系統繼續優化，設計更全面的綠色工廠在線監測系統。

[參考文獻]

[1]劉宇耀，劉增力.基STM32的工業污染監測系統設計[J]自動化儀表，2022，43（05）：82-86.

[2]宋振雷，吳冬燕，張衛星，等.基于LoRa的智慧工廠環境監測系統的設計[J].電子制作，2021（09）：79-81.

[3]楊嘉嘉，路晶.基于物聯網的智能化工廠可燃氣體監測系統[J].物聯網技術，2023，13（03）：3-5.

[4]管文蔚.基于區塊鏈的網絡隱私數據安全防護模型設計[J]廊坊師范學院學報（自然科學版），2021，21（04）：29-33.

[5]聶靜，段小麗，王紅梅，等.我國電子信息產業污染及其環境健康管理對策[J].環境與可持續發展，2012，37（04）：60-63.

[6]邊玉亮，余世干，劉輝.農業大棚無線環境監測系統設計[J].廊坊師范學院學報（自然科學版），2022，22（03）：35-38.

[7]JiaDY，XinJC，WangZQ，etal.SE-Chain：AScalableStorageandEfficientRetrieval Model forBlockchain[J].Journal ofComputerScienceand Technology，2021，36（03）：693-706.

[8]景旭，石引娣.具有高價值密度的農業物聯網數據區塊鏈壓縮存儲方案[J].農業工程學報，2024，40（02）：273-282.

[9]蔣永唐，徐江濤，陳全民，等.一種使用幀間差值的圖像傳感器片上視頻壓縮算法[J].傳感技術學報，2021，34（03）：319-329.

[10]馬杰，樊輝錦，宋金禹，等.一種改進的LZ77算法及在車載北斗通信機上的應用[J].艦船電子工程，2021，41（08）：61-64，103.

[11]王群，李馥娟，倪雪莉，等.區塊鏈共識算法及應用研究[J].計算機科學與探索，2022，16（06）：1214-1242.

[12]馬俊.基于AES對稱加密算法的電子商務敏感數據加密存儲研究[J].佳木斯大學學報（自然科學版），2024，42（06）：45-48.

[13]汪永菊，杜秀娟，陳浩章.區塊鏈智能合約技術研究綜述[J].計算機仿真，2023，40（08）：1-4+65.

責任編輯呂榮榮