基于物聯(lián)網(wǎng)的密集烤房精準(zhǔn)監(jiān)測(cè)平臺(tái)設(shè)計(jì)

摘 要：該研究以窄帶物聯(lián)網(wǎng)（NB-IoT）為基礎(chǔ)構(gòu)建密集烤房環(huán)境參數(shù)精準(zhǔn)自動(dòng)監(jiān)測(cè)平臺(tái)，采用主控制器、電源模塊和傳感器模塊組成的設(shè)備，實(shí)現(xiàn)對(duì)煙葉烘烤過程中裝煙室內(nèi)不同區(qū)域環(huán)境參數(shù)的全方位、全流程的精準(zhǔn)自動(dòng)監(jiān)測(cè)，同時(shí)通過NB-IoT模塊實(shí)現(xiàn)監(jiān)測(cè)系統(tǒng)和云平臺(tái)的連接，使“云計(jì)算”和煙葉烘烤結(jié)合，提高烘烤溫濕度自動(dòng)監(jiān)測(cè)與控制的精度，降低勞動(dòng)強(qiáng)度，為實(shí)現(xiàn)密集烤房煙葉烘烤的數(shù)字化、智慧化調(diào)控奠定堅(jiān)實(shí)基礎(chǔ)。

關(guān)鍵詞：烘烤監(jiān)測(cè)；物聯(lián)網(wǎng)；烤煙；傳感器；監(jiān)測(cè)平臺(tái)設(shè)計(jì)

中圖分類號(hào)：S572 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：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(jīng)濟(jì)作物，其質(zhì)量?jī)?yōu)劣決定著收益。鮮煙葉采收后的烘烤是決定其質(zhì)量、可用性和效益的一個(gè)極其重要的技術(shù)環(huán)節(jié)[1]，烘烤過程中密集烤房?jī)?nèi)的環(huán)境參數(shù)對(duì)于煙葉的品質(zhì)轉(zhuǎn)化具有重要影響，烘烤環(huán)境的動(dòng)態(tài)變化與煙葉生理生化變化密切關(guān)聯(lián)[2-3]。目前，密集烤房溫濕度監(jiān)測(cè)多是在裝煙室的中心區(qū)域安裝2個(gè)溫度探頭，分別監(jiān)測(cè)干球溫度和濕球溫度，通過人工調(diào)節(jié)控制器，以達(dá)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(shí)現(xiàn)對(duì)烤房?jī)?nèi)溫濕度的及時(shí)準(zhǔn)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(gè)烤房的溫度、濕度狀況[4]。

隨著現(xiàn)代信息技術(shù)的快速發(fā)展，其在農(nóng)業(yè)生產(chǎn)上的應(yīng)用越來(lái)越多[5-11]。謝守勇等[12]通過無(wú)線網(wǎng)絡(luò)，利用點(diǎn)對(duì)點(diǎn)等方式實(shí)現(xiàn)了烤房溫濕度數(shù)據(jù)遠(yuǎn)程傳送。劉志壯等[13]利用RS485總線網(wǎng)絡(luò)設(shè)計(jì)，以上位機(jī)和下位機(jī)對(duì)烘烤過程中的溫濕度進(jìn)行遠(yuǎn)程監(jiān)控及調(diào)控。王桂梅等[14]基于STM32對(duì)密集烤房的控制儀進(jìn)行改造，控制助燃風(fēng)機(jī)和循環(huán)風(fēng)機(jī)等，提高了煙葉烘烤質(zhì)量。

本研究以窄帶物聯(lián)網(wǎng)（NB-IoT）為基礎(chǔ)構(gòu)建密集烤房環(huán)境參數(shù)精準(zhǔn)自動(dòng)監(jiān)測(cè)平臺(tái)，采用主控制器、電源模塊和傳感器模塊組成的設(shè)備，實(shí)現(xiàn)對(duì)煙葉烘烤過程中裝煙室內(nèi)不同區(qū)域環(huán)境參數(shù)的全方位、全流程的精準(zhǔn)自動(dòng)監(jiān)測(cè)，同時(shí)通過NB-IoT模塊實(shí)現(xiàn)監(jiān)測(cè)系統(tǒng)和云平臺(tái)的連接，使“云計(jì)算”和煙葉烘烤結(jié)合，提高烘烤溫濕度自動(dòng)監(jiān)測(cè)與控制的精度，降低了勞動(dòng)強(qiáng)度，為實(shí)現(xiàn)密集烤房煙葉烘烤的數(shù)字化、智慧化調(diào)控奠定堅(jiān)實(shí)基礎(chǔ)。

1 密集烤房環(huán)境參數(shù)精準(zhǔn)自動(dòng)監(jiān)測(cè)平臺(tái)總體架構(gòu)

基于農(nóng)業(yè)窄帶物聯(lián)網(wǎng)技術(shù)設(shè)計(jì)的密集烤房精準(zhǔn)自動(dòng)監(jiān)測(cè)平臺(tái)，整體構(gòu)架如圖1所示。主要包括數(shù)據(jù)采集模塊、主控制模塊、電源模塊、顯示模塊和云數(shù)據(jù)庫(kù)。數(shù)據(jù)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(fēng)速傳感器、圖像傳感器和光譜傳感器構(gòu)成，實(shí)現(xiàn)煙葉烘烤過程中烤房區(qū)域溫濕度、桿煙重量、風(fēng)速、核心區(qū)域圖像和光譜數(shù)據(jù)的采集。數(shù)據(jù)傳輸方面包含烘烤局域網(wǎng)的構(gòu)建以及局域網(wǎng)與本地監(jiān)測(cè)平臺(tái)和云服務(wù)器之間的近、遠(yuǎn)程通信。烘烤局域網(wǎng)實(shí)現(xiàn)烤房?jī)?nèi)數(shù)據(jù)的采集、中繼和匯聚，匯聚節(jié)點(diǎn)完成數(shù)據(jù)的接收和處理后一方面通過串口將數(shù)據(jù)傳輸至現(xiàn)場(chǎng)監(jiān)測(cè)平臺(tái)；另一方面通過網(wǎng)關(guān)模塊將數(shù)據(jù)傳輸至云服務(wù)器，用戶通過瀏覽器可遠(yuǎn)程訪問監(jiān)測(cè)平臺(tái)，提升了監(jiān)測(cè)的靈活性。監(jiān)測(cè)平臺(tái)作為煙葉烘烤動(dòng)態(tài)信息查詢的管理應(yīng)用系統(tǒng)，主要完成對(duì)所監(jiān)控烤房的信息管理以及數(shù)據(jù)查詢、分析和儲(chǔ)存等工作。

2 終端監(jiān)測(cè)節(jié)點(diǎn)設(shè)計(jì)

2.1 溫濕度監(jiān)測(cè)節(jié)點(diǎn)

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(guān)系精準(zhǔn)測(cè)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(cè)溫元件。熱電阻的阻值變化與溫度變化之間存在著較強(qiáng)的線性關(guān)系，同時(shí)熱電阻材料具有結(jié)構(gòu)簡(jiǎn)單、生產(chǎn)方便、高精度、測(cè)量范圍廣和信號(hào)易傳輸?shù)葍?yōu)點(diǎn)，可用增加熱電阻補(bǔ)償導(dǎo)線和熱電阻冷端補(bǔ)償2種方式來(lái)消除參考端溫度不為零所造成的測(cè)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(shù)、電阻率、體積等物化參數(shù)的改變來(lái)測(cè)量空氣相對(duì)濕度[16]。相對(duì)濕度為濕空氣中實(shí)際水汽壓與同溫度下飽和水汽壓的百分比，因此，相對(duì)濕度是溫度的函數(shù)，溫度的測(cè)量精度直接影響相對(duì)濕度的精確度。濕度傳感器測(cè)量值的漂移一般從硬件電路和軟件算法兩方面來(lái)校正補(bǔ)償[17]。

本系統(tǒng)溫濕度監(jiān)測(cè)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(lián)連接方式，如圖2所示。

2.2 重量監(jiān)測(cè)節(jié)點(diǎn)

目前廣泛應(yīng)用的重量傳感器可分為電阻應(yīng)變式稱重傳感器、電容式稱重傳感器、振動(dòng)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(yīng)用于生產(chǎn)領(lǐng)域[19]。本系統(tǒng)基于應(yīng)用場(chǎng)景選用S型電阻應(yīng)變式重量傳感器。其由彈性體、應(yīng)變計(jì)和檢測(cè)電路3部分組成，其中S型傳感器有上下2個(gè)彈性體臂，可將受到的壓力轉(zhuǎn)換成彈性形變，繼而轉(zhuǎn)化成電阻變化。檢測(cè)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(qiáng)等優(yōu)點(diǎn)。由于S型電阻應(yīng)變式重量傳感器的輸出信號(hào)較弱，為滿足信號(hào)長(zhǎng)距離傳輸?shù)男枨?，需配置信?hào)放大器。

2.3 風(fēng)速監(jiān)測(cè)節(jié)點(diǎn)

煙葉烘烤是熱風(fēng)干燥過程，主要通過熱風(fēng)循環(huán)實(shí)現(xiàn)煙葉的升溫與干燥，在不同的烘烤時(shí)期，熱空氣具有不同的飽和水蒸氣壓與風(fēng)速，對(duì)煙葉的生理生化轉(zhuǎn)化有著重要影響。本系統(tǒng)基于應(yīng)用場(chǎng)景選擇微型熱膜風(fēng)速傳感器，其采用標(biāo)準(zhǔn)熱膜元件，具有較高的精度與較小的體積，可用作測(cè)量風(fēng)速與風(fēng)量。

2.4 圖像及光譜監(jiān)測(cè)節(jié)點(diǎn)

本系統(tǒng)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(shù)據(jù)，固定標(biāo)準(zhǔn)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(shù)據(jù)傳輸?shù)焦庾V儀，再通過數(shù)據(jù)線傳輸至主控制模塊。

3 系統(tǒng)測(cè)試與驗(yàn)證

3.1 密集烤房溫濕度監(jiān)測(cè)數(shù)據(jù)測(cè)試

采用空載試驗(yàn)考查密集烤房溫濕度數(shù)據(jù)采集的準(zhǔn)確性。啟動(dòng)密集烤房烘烤工藝控制器進(jìn)行空載試驗(yàn)，檢驗(yàn)溫濕度傳感器能否正常工作，空載試驗(yàn)烘烤工藝設(shè)置見表1，溫濕度傳感器空載條件下溫度、濕度的驗(yàn)證結(jié)果分別如圖3和圖4所示。

從圖3和圖4可以看出，系統(tǒng)溫濕度傳感器所感應(yīng)的溫濕度數(shù)據(jù)較為精確。由于空載運(yùn)行時(shí)，密集烤房裝煙室內(nèi)的升溫速度較快，當(dāng)升到目標(biāo)溫度時(shí)燃燒機(jī)會(huì)自動(dòng)停止加熱，并開啟冷風(fēng)進(jìn)口，待溫度下降至目標(biāo)溫度時(shí)又重新加熱，在這一過程中烤房外的冷、濕氣流進(jìn)入裝煙室，相對(duì)空曠的裝煙室使得在此期間溫、濕度的下降速度較快，導(dǎo)致在空載試驗(yàn)過程中烤房?jī)?nèi)的溫度和相對(duì)濕度的變化曲線呈鋸齒形上升和下降?？蛰d試驗(yàn)結(jié)果表明溫濕度傳感器在三段式烘烤工藝的工作環(huán)境下，能較為精準(zhǔn)地監(jiān)測(cè)到烤房?jī)?nèi)不同區(qū)域的溫濕度變化。

3.2 密集烤房重量監(jiān)測(cè)數(shù)據(jù)測(cè)試

在密集烤房模擬烘烤條件下以135個(gè)重量為0.1 kg的標(biāo)準(zhǔn)件檢驗(yàn)S型電阻應(yīng)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(yàn)需求。將135個(gè)標(biāo)準(zhǔn)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(gè)取下標(biāo)準(zhǔn)件，記錄數(shù)值變化。從圖5可以看出，重量傳感器的輸出值均與標(biāo)準(zhǔn)件重量高度吻合，說明本系統(tǒng)所采用的S型電阻應(yīng)變式重量傳感器的精度滿足烘烤監(jiān)測(cè)需求。

3.3 密集烤房光譜圖像數(shù)據(jù)測(cè)試

采集到的光譜圖像數(shù)據(jù)如圖6所示，夾雜設(shè)備、樣品背景和雜散光等引起的噪聲和無(wú)關(guān)信息，因此在對(duì)光譜數(shù)據(jù)進(jìn)行操作之前，需要對(duì)光譜進(jìn)行預(yù)處理，預(yù)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(duì)光譜進(jìn)行去噪處理，平滑點(diǎn)數(shù)為11，多項(xiàng)式次數(shù)為3，然后應(yīng)用多元散射校正（MSC）算法消除由于煙葉樣品表面不光滑產(chǎn)生的光譜散射影響，增強(qiáng)與成分含量相關(guān)的光譜吸收信息。預(yù)處理前后的光譜分別如圖1（a）和圖1（b）所示，可以看出，預(yù)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(zhì)量得到改善，這有利于校正模型的構(gòu)建。

4 結(jié)論

本研究基于窄帶物聯(lián)網(wǎng)技術(shù)，構(gòu)建了一套密集烤房環(huán)境參數(shù)精準(zhǔn)自動(dòng)監(jiān)測(cè)平臺(tái)。該平臺(tái)通過集成溫濕度、重量、風(fēng)速、圖像和光譜傳感器，實(shí)現(xiàn)了對(duì)煙葉烘烤過程中關(guān)鍵環(huán)境參數(shù)的全方位監(jiān)測(cè)。利用NB-IoT模塊，監(jiān)測(cè)系統(tǒng)將數(shù)據(jù)實(shí)時(shí)傳輸至云平臺(tái)，實(shí)現(xiàn)了“云計(jì)算”與煙葉烘烤的結(jié)合，顯著提高烘烤質(zhì)量并降低了勞動(dòng)強(qiáng)度。系統(tǒng)測(cè)試表明，溫濕度傳感器在模擬烘烤條件下表現(xiàn)出高精度監(jiān)測(cè)能力，重量傳感器亦滿足精度要求，而光譜圖像數(shù)據(jù)經(jīng)預(yù)處理后，有效提升了光譜圖質(zhì)量，為密集烤房煙葉烘烤的數(shù)字化、智慧化調(diào)控提供了堅(jiān)實(shí)的基礎(chǔ)。該研究為智慧農(nóng)業(yè)領(lǐng)域提供了新的技術(shù)解決方案，具有重要的實(shí)際應(yīng)用價(jià)值和推廣前景。

參考文獻(xiàn)：

[1] 周冀衡，朱小平，王彥亭，等.煙草生理與生物化學(xué)[M].合肥：中國(guó)科學(xué)技術(shù)大學(xué)出版社，1996.

[2] 賓俊，范偉，周冀衡，等.近紅外技術(shù)結(jié)合SaE-ELM用于烤煙烘烤關(guān)鍵參數(shù)的在線監(jiān)測(cè)[J].煙草科技，2016，49（9）：7.

[3] 王承偉，范偉，賓俊，等.新型生物質(zhì)密集烤房的應(yīng)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(huán)境溫濕度的煙葉烘烤狀態(tài)監(jiān)測(cè)系統(tǒng)：CN212567508U[P].2021.

[5] 劉世令.現(xiàn)代信息技術(shù)在農(nóng)業(yè)發(fā)展中的集成應(yīng)用[J].農(nóng)業(yè)技術(shù)與裝備，2022（1）：111-112.

[6] 韓貝，李海雄.基于LoRa的現(xiàn)代農(nóng)業(yè)遠(yuǎn)程監(jiān)測(cè)與控制系統(tǒng)設(shè)計(jì)[J].信息技術(shù)，2022，46（4）：90-96，101.

[7] 王小兵，馬曄.我國(guó)農(nóng)業(yè)農(nóng)村信息化發(fā)展水平評(píng)價(jià)研究——基于2020年全國(guó)2642個(gè)縣域數(shù)據(jù)的分析[J].農(nóng)業(yè)大數(shù)據(jù)學(xué)報(bào)，2022，4（1）：5-11.

[8] 梁秋屏，楊小龍.現(xiàn)代信息技術(shù)在農(nóng)產(chǎn)品質(zhì)量安全監(jiān)管中的有效應(yīng)用[J].農(nóng)業(yè)工程技術(shù)，2022，42（9）：18-19.

[9] 張興宇.物聯(lián)網(wǎng)在果園監(jiān)測(cè)與報(bào)警方面的應(yīng)用[D].邯鄲：河北工程大學(xué)，2020.

[10] 史東旭，高德民，薛衛(wèi)，等.基于物聯(lián)網(wǎng)和大數(shù)據(jù)驅(qū)動(dòng)的農(nóng)業(yè)病蟲害監(jiān)測(cè)技術(shù)[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào)，2019，42（5）：967-974.

[11] 劉智臣.一種基于物聯(lián)網(wǎng)數(shù)據(jù)采集的農(nóng)業(yè)大數(shù)據(jù)生產(chǎn)決策系統(tǒng)探究[J].南方農(nóng)機(jī)，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(yuǎn)程監(jiān)控系統(tǒng)[J].中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2016，37（6）：118-121.

[13] 劉志壯，張文昭.基于RS485總線網(wǎng)絡(luò)的烤煙集中監(jiān)控系統(tǒng)[J].吉首大學(xué)學(xué)報(bào)：自然科學(xué)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(shè)計(jì)[J].中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2015，36（2）：280-282.

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

[16] 高森林，魏桂華，孟繁亮，等.濕度傳感器測(cè)量不確定度評(píng)估[J].工業(yè)計(jì)量，2017，27（S1）：97-99.

[17] 郭敏.基于BP神經(jīng)網(wǎng)絡(luò)的溫濕度傳感器補(bǔ)償算法研究[D].南京：南京信息工程大學(xué)，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(qū)不同素質(zhì)上部鮮煙葉烘烤特性研究[J].湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，43（6）：620-625.

[20] 趙華武，崔國(guó)民，趙永振，等.密集烘烤過程中烤房葉間風(fēng)速指標(biāo)的灰色關(guān)聯(lián)聚類分析[J].西南大學(xué)學(xué)報(bào)（自然科學(xué)版），2011，33（11）：140-145.