基于無線ZigBee的鎢礦尾礦庫安全監(jiān)測系統(tǒng)

何學(xué)文 盛穎飛 曹清梅

(江西理工大學(xué)機電工程學(xué)院，江西 贛州 341000)

·安全與環(huán)?！?/p>

基于無線ZigBee的鎢礦尾礦庫安全監(jiān)測系統(tǒng)

何學(xué)文 盛穎飛 曹清梅

(江西理工大學(xué)機電工程學(xué)院，江西 贛州 341000)

針對當前鎢礦尾礦庫安全監(jiān)測系統(tǒng)存在安裝和維護成本高、布線復(fù)雜、傳輸距離及能量受限等問題，設(shè)計了一種基于ZigBee無線傳感器網(wǎng)絡(luò)和LabVIEW的監(jiān)測預(yù)警系統(tǒng)。選用片上芯片CC2530作為射頻收發(fā)器，完成了太陽能供電的傳感器節(jié)點的硬件和軟件設(shè)計，實現(xiàn)對尾礦庫監(jiān)測數(shù)據(jù)的采集、傳輸和處理。上位機使用LabVIEW設(shè)計監(jiān)測預(yù)警界面，實時顯示監(jiān)測參數(shù)并及時預(yù)警，利用VISA串口資源模塊和SQL語言調(diào)用的Access數(shù)據(jù)庫，實現(xiàn)監(jiān)測數(shù)據(jù)的傳輸和存儲。上位機數(shù)據(jù)處理模塊通過LabVIEW的Matlab Script節(jié)點在后面板中編程調(diào)用Matlab軟件并建立回歸型支持向量機(SVR)模型進行測試。實驗結(jié)果表明，系統(tǒng)能實時采集監(jiān)測參數(shù)，SVR回歸模型預(yù)測誤差為0.3%左右，適合鎢礦尾礦庫的參數(shù)預(yù)測，對控制鎢礦尾礦庫風(fēng)險，確保其安全意義重大。

無線傳感器網(wǎng)絡(luò) 鎢礦尾礦庫 ZigBee LabVIEW SVR

我國鎢礦資源豐富，分布廣，儲量約占世界的40%，居世界第一位，為我國的優(yōu)勢資源[1]。鎢礦尾礦庫地形復(fù)雜、監(jiān)測點多而分散,需要較大的網(wǎng)絡(luò)覆蓋。目前鎢礦尾礦庫的管理大部分采用人工觀測或是有線監(jiān)測，工作量大，監(jiān)測數(shù)據(jù)受氣候、現(xiàn)場條件等因素影響，不能進行全日實時預(yù)警。ZigBee是基于IEEE802.15.4標準的低功耗個域網(wǎng)協(xié)議，是一種新興的短距離、低速率的無線網(wǎng)絡(luò)技術(shù)[2]。ZigBee無線網(wǎng)絡(luò)具有低功耗、低成本、網(wǎng)絡(luò)容量大、安全、延時短、網(wǎng)絡(luò)的自組織強、工作頻率段靈活等諸多優(yōu)點[3]。本研究設(shè)計和開發(fā)的鎢礦尾礦庫安全監(jiān)測預(yù)警系統(tǒng)，采用太陽能供電方式，解決了傳感器節(jié)點能量受限的問題，克服了傳統(tǒng)監(jiān)測布線困難、維護不便等缺點。利用LabVIEW[4]開發(fā)的上位機界面實現(xiàn)了及時預(yù)警和數(shù)據(jù)實時顯示、存儲、查詢、預(yù)測等功能。

1 整體方案設(shè)計

針對鎢礦尾礦庫在生產(chǎn)運行中存在的危險因素[5]，確定其重點監(jiān)測參數(shù)為壩體位移、浸潤線、庫水位及溫濕度。浸潤線是當庫水位一定時，壩體橫剖面上穩(wěn)定滲流的自由水面線(或滲流頂面線)[6]。綜合鎢礦尾礦庫的實際需求和成本考慮，選用振弦式滲壓計、壓阻式液位傳感器、滑動式測斜儀及液位式靜力水準儀、溫濕度傳感器SHT10分別監(jiān)測浸潤線、庫水位、壩體位移、溫濕度等參數(shù)。

系統(tǒng)總體架構(gòu)如圖1所示，主要由基于LabVIEW開發(fā)的上位機監(jiān)測界面以及下層ZigBee無線網(wǎng)絡(luò)組成。鎢礦尾礦庫監(jiān)測現(xiàn)場測點分布廣而散，ZigBee節(jié)點的輻射范圍有限[7]，采用具有分布式處理能力的簇-樹型網(wǎng)絡(luò)拓撲結(jié)構(gòu)實現(xiàn)節(jié)點間的無線通信。上位機和協(xié)調(diào)器節(jié)點放置在尾礦庫的監(jiān)控中心，協(xié)調(diào)器節(jié)點負責(zé)整個網(wǎng)絡(luò)的組建和管理，接收路由節(jié)點和終端節(jié)點發(fā)送的監(jiān)測數(shù)據(jù)，并通過串口上傳到上位機的監(jiān)測界面中。終端節(jié)點分布在壩體位移、浸潤線監(jiān)測斷面和溢流井處，完成各個數(shù)據(jù)的采集，路由器節(jié)點負責(zé)數(shù)據(jù)包的轉(zhuǎn)發(fā)，增加無線傳輸距離,還可繞過障礙物，減小丟包率。

圖1 系統(tǒng)總體架構(gòu)Fig.1 The overall architecture of system

2 ZigBee網(wǎng)絡(luò)節(jié)點硬件設(shè)計

鎢礦尾礦庫的ZigBee網(wǎng)絡(luò)主要由協(xié)調(diào)器節(jié)點、路由器和終端節(jié)點組成，3種節(jié)點在ZigBee網(wǎng)絡(luò)中的功能不同，硬件設(shè)計有所差別。ZigBee網(wǎng)絡(luò)大部分能量消耗在無線通信上，選用低功耗的SoC芯片CC2530作為通信單元，集數(shù)據(jù)處理與無線通信于一體。終端節(jié)點是整個網(wǎng)絡(luò)中數(shù)量最多的節(jié)點，其硬件結(jié)構(gòu)如圖2所示，主要包括數(shù)據(jù)采集、無線收發(fā)、電源、微控制等模塊。其中數(shù)據(jù)采集模塊各類傳感器與MCU間的信號調(diào)理在傳感器內(nèi)部完成，A/D轉(zhuǎn)化則直接在CC2530內(nèi)實現(xiàn)，傳感器可直接與CC2530的I/O口連接實現(xiàn)數(shù)據(jù)的采集。路由節(jié)點主要完成轉(zhuǎn)發(fā)數(shù)據(jù)包，尋找合適路由路徑的功能，其硬件部分不包含數(shù)據(jù)采集模塊。協(xié)調(diào)器節(jié)點通過RS232接口實現(xiàn)與PC機的通信，其硬件設(shè)計須加上串口通信模塊，實現(xiàn)ZigBee網(wǎng)絡(luò)與上位機之間的數(shù)據(jù)傳輸。

圖2 終端節(jié)點硬件結(jié)構(gòu)Fig.2 The hardware structure diagram of end device

目前傳感器節(jié)點一般都使用干電池供電[8]，而在鎢礦尾礦庫現(xiàn)場進行電池更換極其不便。本研究采用太陽能供電單元為節(jié)點供電,其系統(tǒng)結(jié)構(gòu)如圖3所示。選用輸出電壓5.5 V，輸出電流140～150 mA的單晶硅太陽能電池組將太陽能轉(zhuǎn)化為電能。電源管理與充電控制模塊具有防反充、過充、過放電控制等功能，2個電容為25 F、耐壓為2.7 V的超級電容串聯(lián)作為主要能量存儲器。當光照較弱時由900 mAh、工作電壓為3.6～4.2 V的鋰電池供電。升降壓DC-DC電源穩(wěn)壓器可獲得穩(wěn)定的輸出電壓值，其電磁干擾影響無線通信單元的信號接收靈敏度，采用超低壓線性穩(wěn)壓器，從節(jié)能角度出發(fā)，供電模塊將后端的電路設(shè)計為3個分支。當節(jié)點處于休眠狀態(tài)時，微控制器關(guān)斷另外2路的電源轉(zhuǎn)換電路，進入低頻睡眠狀態(tài)。CC2530的工作電壓一般取3.3 V，采用LM1117-3.3進行電壓轉(zhuǎn)換。傳感器的工作電壓一般為12 V,15 V,24 V等，采用LM2576芯片將電壓轉(zhuǎn)換為可調(diào)電壓值，以便于擴展不同的傳感器類型。

圖3 太陽能供電系統(tǒng)結(jié)構(gòu)Fig.3 The structure diagram of solar power supply system

3 ZigBee節(jié)點軟件設(shè)計

CC2530應(yīng)用程序通過ZigBee協(xié)議棧的應(yīng)用程序接口(Application Programming Interface,API)與協(xié)議棧進行交互。在確定ZigBee網(wǎng)絡(luò)整體功能的基礎(chǔ)上，使用TI公司提供的IAR7.6軟件平臺對協(xié)調(diào)器節(jié)點，路由器和終端節(jié)點進行相應(yīng)的編程，實現(xiàn)各自的功能。協(xié)調(diào)器節(jié)點(主節(jié)點)的程序流程如圖4所示，主要完成組網(wǎng)、網(wǎng)絡(luò)參數(shù)配置、管理子節(jié)點入網(wǎng)和維護網(wǎng)絡(luò)穩(wěn)定等功能，同時接受子節(jié)點上傳的數(shù)據(jù)，通過串口實現(xiàn)與上位機的通信。子節(jié)點(路由器和終端節(jié)點)的程序流程如圖5所示，主要功能是接受主節(jié)點的采集信息控制，完成數(shù)據(jù)的采集，路由節(jié)點起到中轉(zhuǎn)作用，以增加無線發(fā)送距離。

圖4 主節(jié)點程序流程Fig.4 The process flow chart of coordinator

圖5 子節(jié)點程序流程Fig.5 The process flow chart of sub-node

4 上位機軟件設(shè)計與測試結(jié)果分析

本系統(tǒng)的上位機監(jiān)測界面是基于LabVIEW開發(fā)的，主要采用模塊化的設(shè)計思想，通過串口讀取下層ZigBee網(wǎng)絡(luò)采集的浸潤線、庫水位、溫濕度、壩體位移數(shù)據(jù)，對其進行實時發(fā)布顯示、分析處理之后，創(chuàng)建SVR模型進行數(shù)據(jù)預(yù)測并及時報警，實現(xiàn)對鎢礦尾礦庫的有效監(jiān)測。根據(jù)實際需求，監(jiān)測界面主要實現(xiàn)的功能包括用戶管理、數(shù)據(jù)采集與實時顯示、數(shù)據(jù)預(yù)測、實時預(yù)警、歷史數(shù)據(jù)與報警查詢。

4.1 監(jiān)測預(yù)警界面實時數(shù)據(jù)采集與顯示

上位機界面利用LabVIEW的VISA串口資源模塊設(shè)計串口通信部分，登陸系統(tǒng)進行串口設(shè)置之后，即可根據(jù)需要進行浸潤線、庫水位、溫濕度、壩體位移數(shù)據(jù)的實時采集。以溫度和浸潤線參數(shù)為例，其通過串口上傳至上位機監(jiān)測界面實時采集的監(jiān)測數(shù)據(jù)如圖6和圖7所示。

圖6 溫度監(jiān)控預(yù)警界面Fig.6 Temperature monitoring and warning interface

圖7 浸潤線監(jiān)測預(yù)警界面Fig.7 Saturation line monitoring and warning interface

由圖6可知，終端節(jié)點在某日較短的時間間隔內(nèi)所采集的溫度值基本恒定，保持在27 ℃左右，溫度閾值可根據(jù)尾礦庫現(xiàn)場需求，進行手動設(shè)置。如圖7所示，通過設(shè)置數(shù)據(jù)采集的時間間隔，將當前的采集時間、參數(shù)值及其實時曲線圖實時顯示在前面板上。當實時參數(shù)值超過預(yù)設(shè)的安全閾值時，則報警燈閃爍，并彈出窗口，發(fā)出警報聲，提醒工作人員采取相應(yīng)的措施。系統(tǒng)使用SQL語言調(diào)用Access2007數(shù)據(jù)庫，輸入要查詢的始末時間后，即可在前面板顯示出該時間段的監(jiān)測參數(shù)及報警信息。

4.2 SVR算法模型建立

(2)創(chuàng)建SVR模型。先對數(shù)據(jù)進行歸一化處理，設(shè)在高維特征空間里建立的線性回歸函數(shù)為

(φ(x)為非線性映射函數(shù))，其中f(x)即為待擬合函數(shù)，w、b為待估參數(shù)。求上述w、b的值可轉(zhuǎn)化為求滿足約束條件的二次凸規(guī)劃問題

(1)

s.t.

(2)

s.t.

求解式(2)可求得w的值，應(yīng)用KKT條件即可求得系數(shù)b*。將核函數(shù)K(xi,xj)=φ(xi)φ(xj)代入式(2)，即得最優(yōu)回歸超平面的解析式

(3)

(3)選擇參數(shù)。選擇RBF核函數(shù)，利用交叉驗證方法尋找最佳的懲罰因子C和RBF核函數(shù)方差g，利用最佳參數(shù)訓(xùn)練模型，并設(shè)定ε的值。設(shè)置BP神經(jīng)網(wǎng)絡(luò)的最大訓(xùn)練次數(shù)為1 000，最小均方誤差為10-3，訓(xùn)練顯示間隔為10，學(xué)習(xí)速率為0.1。

(4)訓(xùn)練模型。以浸潤線高度預(yù)測為例，結(jié)合某鎢礦尾礦庫主壩25個監(jiān)測點數(shù)據(jù)，隨機選取20個樣本作為訓(xùn)練集，剩余的5個樣本作為測試集。

(5)性能評價。以圖形的形式給出最終的測試集結(jié)果及浸潤線預(yù)測結(jié)果，利用libsvm軟件包中的函數(shù)svmpredict分別計算出其預(yù)測值和測試集的均方誤差E及決定系數(shù)R2，并與BP神經(jīng)網(wǎng)絡(luò)進行性能比較。

E和R2的計算公式如式(4)和式(5)所示:

(4)

(5)

4.3 預(yù)測結(jié)果分析

通過在LabVIEW后面板中編程實現(xiàn)對Matlab軟件的調(diào)用，對SVR算法進行仿真，其訓(xùn)練集仿真結(jié)果如圖8所示，將測試集預(yù)測結(jié)果與BP神經(jīng)網(wǎng)絡(luò)進行對比，仿真結(jié)果如圖9所示。

圖8 SVR模型訓(xùn)練集結(jié)果Fig.8 The training set result of SVR model□—真實值；○—預(yù)測值

圖9 SVR回歸模型和BP神經(jīng)網(wǎng)絡(luò)性能對比Fig.9 The performance comparison of SVR model and BP neural network model□—真實值；△—SVR預(yù)測值；○—BP神經(jīng)網(wǎng)絡(luò)預(yù)測值

從圖9中不難發(fā)現(xiàn)，BP神經(jīng)網(wǎng)絡(luò)的均方誤差E為0.021，決定系數(shù)R2為0.988，而SVR回歸模型訓(xùn)練集和測試集的均方誤差E分別為0.001 38和0.002 67，決定系數(shù)R2均為0.997，明顯比BP神經(jīng)網(wǎng)絡(luò)具有更好的泛化能力及預(yù)測精度。

表1所示數(shù)據(jù)為測試集的5組數(shù)據(jù)，將2種算法的浸潤線預(yù)測結(jié)果進行比較，BP神經(jīng)網(wǎng)絡(luò)的預(yù)測誤差雖然都不超過1%，但波動比較大，其平均誤差為0.34%。而SVR回歸模型的預(yù)測誤差均不超過0.5%，其平均誤差僅為0.1%，且前4組數(shù)據(jù)非常接近真實值，誤差波動范圍明顯小于BP神經(jīng)網(wǎng)絡(luò)，預(yù)測精度較高。

表1 浸潤線預(yù)測結(jié)果比較Table 1 The contrast of seepage line prediction results

5 結(jié) 語

本研究提出了一種新型的鎢礦尾礦庫監(jiān)測預(yù)警系統(tǒng)，該系統(tǒng)由基于LabVIEW開發(fā)的上位機監(jiān)測預(yù)警界面以及下層ZigBee無線網(wǎng)絡(luò)組成，實時監(jiān)測鎢礦尾礦庫參數(shù)變化，其主要實現(xiàn)功能如下。

(1)實現(xiàn)了基于太陽能供電的無線傳感器節(jié)點的軟硬件設(shè)計，采用低功耗SoC芯片CC2530作為通信單元，ZigBee 2007作為網(wǎng)絡(luò)通信協(xié)議，采用簇-樹型網(wǎng)絡(luò)拓撲結(jié)構(gòu)實現(xiàn)節(jié)點間的無線通信，利用RS232串口實現(xiàn)節(jié)點與PC間的通信。

(2)上位機界面以LabVIEW為前臺的顯示層，實時采集并以圖表形式顯示溫濕度、浸潤線高度、庫水位及壩體位移的值，當采集到的監(jiān)測參數(shù)值超過預(yù)設(shè)的安全閾值時可正常報警。

(3)LabVIEW后面板中調(diào)用Matlab軟件作為運算層，針對具體監(jiān)測參數(shù)建立相應(yīng)的SVR算法模型，應(yīng)用SQL語言調(diào)用Access數(shù)據(jù)庫，負責(zé)數(shù)據(jù)的存儲和歷史數(shù)據(jù)的查詢調(diào)用。

[1] 李俊萌.中國鎢礦資源淺析[J].中國鎢業(yè)，2009，24(6)：9-13. Li Junmeng.On the characteristics and utilization of China' s tungsten resources[J].China Tungsten Industry，2009，24(6)：9-13.

[2] 張竣淞，劉冬梅.ZigBee 技術(shù)在圖書館環(huán)境自動監(jiān)測方面的應(yīng)用[J].華北科技學(xué)院學(xué)報，2013，10(1)：109-110. Zhang Junsong，Liu Dongmei.Application of the Zigbee technology in the automatic monitoring in library environment[J].Journal of North China Institute of Science and Technology，2013，10(1)：109-110.

[3] 張 猛，房俊龍，韓 雨.基于ZigBee和Internet的溫室群環(huán)境遠程監(jiān)控系統(tǒng)設(shè)計[J].農(nóng)業(yè)工程學(xué)報，2013(S1)：171-176. Zhang Meng，F(xiàn)ang Junlong，Han Yu.Design on remote monitoring and control system for greenhouse group based on ZigBee and internet[J].Transactions of the Chinese Society of Agricultural Engineering，2013(S1)：171-176.

[4] 李江全，劉恩博，胡 蓉,等.LabVIEW虛擬儀器數(shù)據(jù)采集與串口通信測控應(yīng)用實戰(zhàn)[M].北京：人民郵電出版社，2010. Li Jiangquan，Liu Enbo，Hu Rong,et al.LabVIEW Virtual Instrument Data Acquisition and Serial Port Communication[M].Beijing：Posts and Telecom Press，2010.

[5] 張力霆.尾礦庫潰壩研究綜述[J].水利學(xué)報，2013(5)：594-600. Zhang Liting.Summary on the dam-break of tailing pond[J].Journal of Hydraulic Engineering，2013(5)：594-600.

[6] 國家安全生產(chǎn)監(jiān)督管理總局.AQ2030—2010尾礦庫安全監(jiān)測技術(shù)規(guī)范[S].北京：國家安全生產(chǎn)監(jiān)督管理總局，2011. State Administration of Work Safety.AQ2030-2010 Technical Regulation for Tailings Pond Safety Monitoring[S].Beijing：State Administration of Work Safety，2011.

[7] 李曉維，徐勇軍，任豐原. 無線傳感器網(wǎng)絡(luò)技術(shù)[M]. 北京：北京理工大學(xué)出版社，2007. Li Xiaowei，Xu Yongjun，Ren Fengyuan. Techniques for Wireless Sensor Networks[M]. Beijing:Beijing Institute of Technology Press,2007.

[8] 楊世超，陶正蘇.一種基于無線傳感器網(wǎng)絡(luò)的生物信息檢測系統(tǒng)節(jié)點電源設(shè)計[J].電子設(shè)計工程，2012(02)：184-187. Yang Shichao，Tao Zhengsu.Design of power system in biological information monitoring system base on WSN[J].Electronic Design Engineering，2012(02)：184-187.

[9] 李春民，王云海，張興凱，等.尾礦壩浸潤線序列的支持向量機預(yù)測研究[J].金屬礦山，2010(12)：18-21. Li Chunmin，Wang Yunhai，Zhang Xingkai，et al.Prediction of infiltration route series in tailing dam by the support vector machine[J].Metal Mine，2010(12)：18-21.

(責(zé)任編輯 徐志宏)

Tungsten Tailings Pond Safety Monitoring System based on Wireless ZigBee

He Xuewen Sheng Yingfei Cao Qingmei

(MechanicalandElectricalEngineeringCollege，JiangxiUniversityofScienceandTechnology，Ganzhou341000，China)

In view of the existing problems of high installation and maintenance cost，complex wiring，limited transmission distance and energy in current safety monitoring systems of tungsten tailings pond，a new type of monitoring and warning system based on ZigBee wireless sensor network and LabVIEW is designed.The system chooses system-on-chip CC2530 as the radio frequency transceiver and completes hardware and software designing of the solar power sensor nodes，which could collect，transmit and process the data of tailings pond.The monitoring and warning interface of PC is completed with LabVIEW，which displays real-time monitoring parameters and warns in time.It uses VISA serial port resource module and Access database called by SQL to transmit and store the monitoring data.Through the Matlab Script node，data processing module of PC calls Matlab software and establishes the regression model of support vector machine (SVR) in the back panel of the LabVIEW.The experimental results show that the system could collect real-time monitoring parameters.The prediction error of SVR regression model is about 0.3%.It is suitable for predicting parameters of tungsten tailings pond.The system is of great significance to control the risk and ensure the security of tungsten tailings pond.

Wireless sensor networks，Tungsten tailings pond，ZigBee，LabVIEW，SVR

2013-11-02

國家自然科學(xué)基金項目(編號：61163063，50764005)，江西省教育廳科技項目(編號：GJJ12329，GJJ12353)。

何學(xué)文(1971—)，男，教授，博士，碩士研究生導(dǎo)師。

TD76

A

1001-1250(2014)-01-120-05