Vol.23 No.1January 2021
总第23卷257期2021年1月
大众科技
Popular Science & Technology
万鹏1李丹2杜桐2刘秋明彳肖贺2
(1.江西赛弗特科技集团有限公司，江西南昌330023；2.江西理工大学软件工程学院，江西 南昌330013 )
【摘 要】围绕智能渔业融合创新以及改变传统渔业的养殖模式，文章研究了一套基于物联网技术的田园渔业综合体物联 网管理控制系统，系统以STM32单片机为控制核心，外设增氧机、投料机、各类水质监测传感器等采集调控装置，选用稳恒科 技研发的NB-IoT 模组，以中国移动OneNET 作为物联网工作的云平台，完成对pH 、水位、温湿度、溶氧量数据的采集及处理， 通过串口传送至NB-IoT 模组，将数据通过LWM2M 协议上报至云平台。云平台分析处理收集的数据与设定阈值对比从而下发 动作，采集终端收到下发指令后进行投饵、增氧动作。系统可以远程精准投料，在规定时间内定时投料，提高了养殖效率。 【关键词】物联网系统；渔业综合体；NB-IoT；远程控制【中图分类号】TP311 【文献标识码】A
【文章编号】1008-1151(2021)01-0004-04
Hardware Design and Application of Internet of things for Rural Fishery Complex
Abstract: Focusing on the integration and innovation of intelligent fishery as well as changing traditional fishery breeding mode, this paper studies a set of IOT management and control system for rural fishery complex based on Internet of things technology. The system takes STM32 single-chip microcomputer as the control core, and sets up acquisition and control devices such as aerator, feeder and various water quality monitoring sensors, selecting NB-IOT technology as transmitting mode, we exploit onenet of China Mobile as the cloud platform, and processing of p H value, water level, temperature and humidity, dissolved oxygen content data, and transmits them to NB-IOT module through serial port. The data to cloud platform is transmitted through LWM2M protocol. The cloud platform analyzes and processes the collected data and compares with the set threshold value, so as to send the action. After receiving the command, the acquisition terminal carries out the feeding and oxygenation actions. The system can be remote accurate feeding, feeding in the specified time, improve the efficiency of breeding.
Key words: IOT system; fishery complex; NB-IoT; remote control
引言
我国渔业产值的主要来源有三个方面，它们分别是淡水
养殖、海洋捕捞以及海洋养殖。2015年我国水产品产量是
6182.87万吨，同比达到了 2%的增长率，2018年达到6457.66 万吨，但同比增长也仅仅只有2%叫 由此可见，我国水产品
产量增长率正在逐步降低。水产品的产量来自两种方式，现 如今在我国是把养殖生产作为主力，养殖生产方法分为咸水 养殖以及淡水养殖这两种方法|2，現目前我国淡水养殖产量占 水产品总量比值越来越大，2018年约占渔业养殖的45.91%。
虽然我国渔业产量得到了不错的提高，但水产养殖仍呈现诸 多不利因素，水产养殖产量大，但捕捞产量低，养殖方式仍
然传统老旧，生产方式没有足够多样化，致使渔业得不到持 续性发展。
渔业养殖生态基地正在逐步打造一个现代化基地，基现
代化技术与渔业生产为一体的智能示范基地加1。通过综合利 用现代物联网信息技术从而实现可视化生产管理、远程监测
和控制等渔业信息化系统及应用，优化资源配置，提高现代 化管理水平和决策水平，提升现代渔业生产效率⑹1。
本文围绕渔业养殖环境，开发了一套以物联网技术为基
础的田园渔业综合体物联网管理监控系统。使用Altium
Designe 绘制釆集控制主板，主要包含MCU 模块、通信模块、
传感器数据处理模块、继电器及其驱动模块。使用稳恒科技 研发的NB-IoT 模块作为无线传输节点，以中国移动OneNET 作为物联网工作云平台，从而实现渔业的智能监测管理同。
1智能渔业管理控制系统架构设计1.1智能渔业系统总体框架设计
在整个系统中，整合计算机技术、传感技术、窄带物联
网技术等实现对水产品养殖环境的检测控制，实现迅速准确
【收稿日期】2020-11-08
【基金项目】江西省高校人文社会科学研究青年项目(JC18224)；江西省文化艺术科学规划项目(YG2018042)；国家 级创新创业项目(201910407039 )。
【作者简介】万鹏(1984-)，江西南昌人，江西赛弗特科技集团有限公司总经理，硕士，研究方向为物联网技术。
地智能投饵、水位调节、智能增氧动作、疾病诊断、pH调节等科学养殖，从而达到减少鱼的死亡率的目的〔9,1°］。系统主要以STM32F407系列单片机作为主控，外设RS485通信接口、晶振时钟、继电器、接触器等组成主控电路，收集由pH传感器、氧浓度传感器、水位传感器、重金属浓度传感器等采集回来的参数，通过RS485发送给NB-IoT模组，最后WH-NB73作为NB-IoT模组实现数据的无线传输，将数据上传至云平台，用户可以在PC端或者移动端实时查看相关参数。其主要实现功能如下。
视频监控系统：实时监控养殖水面的情况。
水质检测：利用温度传感器、溶氧传感器、水位传感器、硝酸盐传感器及pH传感器等感知设备，完成对水产品生活环境的实时监控并执行合适的决策，让鱼一直处于一个合适的环境中，降低鱼的死亡率，实现机器的智能决策，做到无人化智能管理，养殖人员也可通过移动端进行管理。性引诱
智能投料增氧：利用摄像头等传感器对水面鱼浮头状态进行检查，及时打开增氧机增加氧气，通过鱼游动状态控制是否投料。
信息传输：实现渔业监控信息的无线传输。
系统总体架构如图1所示，数据采集模块主要由温度传感器、氧浓度传感器、pH传感器、摄像头组成，由此实现对水质环境的检测及水面鱼浮头数量等。微控制器通过SPL nc等总线协议或者模数转换等采集传感器数据并进行相应分析，最后将数据通过串口发送至无线传输模块之后NB-IoT 模组将收集到的数据通过NB-IoT上传至OneNETo云平台对上报的数据进行智能分析下发指令做出决策，客户也可通过移动端对数据进行实时监控。
图1系统总体架构1.2采集控制电路整体设计
本文使用Altium Designerl7绘制硬件采集电路板，如图2所示，硬件电路板主要包含RS485通信电路、电源控制电路、时钟电路、继电器控制电路、JTAG调试电路、复位电路、SPI flash电路等，由外部+12VDC电源作为输入电源，经过稳压降压等得到5V电压，再由5V电压转到3.3V。外围控制电路大部分都采用5V电压对其供应电压，而MCU、通信电路、下载电路等采用3.3V供电。
图2采集控制电路整体框架
2智能渔业管理控制系统的硬件设计和实现
2.1主控芯片选型
本田园渔业综合体物联网管理系统主要包含如下功能：智能投饵、智能增氧、pH、温度、溶解氧、水位等参数的采集以及多路RS485串口通信。所以，在本次渔业管理系统中，应优先选择数据处理能力强、I/O接口多、抗干扰性强的单片机。因此，选择32位的STM32单片机更为合适。
STM32单片机按内核不同可以分为：Cortex-MO/-MO+、Cortex-M3、Cortex-M4和Cortex-M7。按照应用的不同来分，可以分为：超低功耗、主流型、高性能型。STM32A系列单片机釆用的时CrotexM3内核，它不具备浮点运算单元，内部的SRAM最大仅仅64K字节，当GPIO处于输出模式时，不能配置上拉电阻，只有在输入模式的时候才能配置，F1最多能给出5个uart串口、2个I2C接口、ADC采样频率1Msps，且不支持3路交替釆样。F1内有32位独立定时器，SPI时钟速度也只能达到18MHz。而STM32F4系列单片机采用Crotex M4内核，主频达到168MHz，拥有192KB的SRAM容量以及84MHz最高GPIO翻转速度,uart串口最多可以提供6个, SPI时钟速度可以达到37.5Hzo相比于STM32L系列的单片机，F4拥有高度集成和丰富连接的特点，因此综合而言，F4更满足本系统的需求。
2.2NB-IoT模组选型 2.5RS485通信电路设计
相比于LoRA,NB-IoT成本更低，不需要重新建立网络，它的天线和射频都可以复用。相比于LTE,NB-IoT的室内覆盖能力是LTE的100倍，连接性能也远远强过现有的无线技术并且低功耗更是它的一大技术优势。
本次NB-IoT模组选择稳恒科技研发的WH-NB73，该模块支持移动、电信运营商，支持3GPP指令、6路UDP指令传输、CoAP指令传输，支持UDP透传、CoAP透传、TCP 连接、DTLS加密、心跳包及注册包，同时它还支持电信云。WH-NB73可以通过通俗易懂的AT指令进行配置实现数据由串口到网络的双向透传。其自带SIM卡槽便于进行嵌入式开发。兼容GPRS、4G模块的硬件封装，更换成本降低。
WH-NB73工作温度范围在-35°C—75°C中间且工作适度范围在5%~95%工作模式支持CMD模式、CoAP模式以及NET透传模式。用户可用发DC5-16V电压对其进行供电，建议使用12V，模块拥有SIM卡的功能且引脚(VSIM、VSIM_DATA、VSIM_CLK、VSIM_RST)以及引出，方便用户使用。UART1_RX,UART1_TX为通信接口的收发引脚通过串口和微控制器进行通信。LED_WORK为电源指示灯，LED_NET的状态可以表示“模块是否联网”。
2.3电源电路设计
本系统可使用宽电压输入，输入电压范围DC10V-18V，并实现固定12V给其他部件供电，使用VRB1205YMD-6WRS 芯片，它的效率高达87%o使用这款芯片将输入电压转换至5V，并使用芯片LM7812输出稳定得12V电压供其他部件。使用LM1117把5V电压调节到3.3V电压给单片机、串口转换芯片等供电使用，在电源电路设计中使用0欧电阻做单点接地将模拟地与数字地分开从而减少模拟电路与数字电路之间的干扰。
2.4固态继电器电路设计
本系统需要控制的设备有投料机和增氧机，由于两者均为220V供电，就涉及到弱电控制强电。由于单片机灵敏度高，能快速感知接受实时监控的数据，并且做出相应的反应。本系统使用固态继电器，首先MCU产生弱电信号，然后通过SSR控制强电的电路工作。SSR的组成部分有微电子电路、分立电子器件以及无触点开关，它在运行的时候没有噪声、火花，对周围环境几乎没有影响，相较于传统的电磁继电器, SSR的灵敏度较高寿命更长可靠性更高，切换速度只需要几毫秒，使用光电耦合器当输入端有电信号输入时，发光源发光，且光照度与电流的大小有关，当光束照射到受光器上的时候，由于光电效应受光器上便产生了光电流，因此输出端便有电信号传出。这种方法完美地完成了输入端与输出端的隔离大大减少了干扰。为了尽量避免电磁干扰到MCU，还是要加上三极管放大。
本设计采用两线制RS485接线方式，可以作为总线式拓扑结构，这种总线式拓扑结构有一个特别大的
优点，它能在一根总线上挂载32个不同的节点，且相互之间不会产生干扰。RS485在12米以内的传输速率非常快。最快可达到10Mbps。相比于RS232,RS485接口电路的芯片不容易被破坏，且它有更强的抗共模干扰的性能以及更好的抗噪声性能。在通信过程中当主机作为发送端时，从机有且只能作为接受端。本系统选用MAX3485ESA作为RS485通信收发器，MAX3485ESA是低功耗的收发器并且它的传输速率高达10Mbps。本系统选用的pH传感器、溶解氧传感器、水位传感器等水质检测传感器均釆用485输出，传感器将釆集来的参数通过485传送至MCU,MCU对数据进行相应的处理之后通过串口发送至NB-IOT,MCU与NB-IOT通信方式也是485通信。
2.6数据上报
要想完成数据上报，首先MCU发送指令"AT+NRB”重启NB-IoT模块，之后MCU、NB-IoT模块以及OneNET平台进行如下流程交互。
(1)MCU发送AT+CGATT给NB模块目的是等待模块附着在网络上。
(2)MCU发送AT+MIPLDELETE给NB模块，开始创建通信套件。
(3)MCU发送AT+MIPLADDOBJ给NB模块，添加对象。
(4)MCU发送AT+MIPLOPOBJ给NB模块，发起注册请求，等待注册成功，此时NB模块开始向云平台
发送注册请求，一段时间后平台会返回注册结果。
(5)注册成功后，便可以开始进行发现资源、观测资源以及命令交互等。
力矩电机控制器2.7设备接入OneNET
创建移动OneNET账号，便可以开始接入NB-IoT。进入开发者中心点击添加产品仔细填写产品相关信息，需要注意的是，联网方式要选择NB-IoT以及设备接入协议选择LWM2Wo
设置完成后开始添加设备在添加设备中需要准确的填写NB-IoT的IMEI和IMSL至此，在OneNET上新增了NB-IoT 设备。但要想进行通信，还需要AT指令进行相关配置。
3智能渔业实验测试
在同一个主机下，安装了4个测试节点。如图3所示，设备之间通过RS485通信，测试节点分别采集pH传感器、溶解氧传感器、水位传感器等参数，主机处理数据并将数据通过RS485上报给DTU，经过传送至中国移动OneNET 云平台，通过PC端或者手机客户端，渔业工作者可以远程查看水质数据，操纵增氧机投料机等执行器件的工作(如图4所示)。
图3智能渔业管理控制系统节点部署O经度:115.6666666
纬度:28.999
海拔:8&88
设备1设备2设备3设备4设备5图4智能渔业手机容户端4总结
投料机本文设计了一个面向渔业发展的物联网智能渔业管理检测平台，相比于传统渔业，本设计大大减少了人力的消耗，水质环境能进行实时的监控，减少水产品因为缺少氧气、环境污染等造成的大数量死亡情况，为渔业从业者提供了巨大的便利，用户可以通过web端以及手机端实时监控水质环境。物联网智能渔业养殖是我国渔业养殖发展的必然趋势，从渔业发展的需求来看，未来渔业管理必定会更加全面。
【参考文献】
[1]王茂祥，应志芳.我国现代渔业实现高质量发展的若干
问题探讨[J].河北渔业，2020(1):51-53.
电镀阳极板[2]殷彦林.湖口大力发展智慧渔业工程[J].江西农业,
2018(1):33.
[3]童水明，钟红福，耶新宾，等.智慧渔业技术初探[J].河
北渔业，2016(11):58-60.
[4]陈松楠，杜永强.渔业物联网的研究现状及发展趋势[J].
信阳农林学院学报，2018,28(1):119-121.
[5]宿墨，顾小丽，张智敏，等.创建智慧渔业水产养殖模
式[J].中国水产，2018(9):41-42.
[6]刘皓，李瀛，邵蓬，等.物联网技术在天津渔业中的应
用[JJ.中国水产，2016(4):39-43.
[7]刘泰麟.智慧渔业大数据平台框架及关键技术研究[D].
青岛：青岛科技大学，2019.
[8]魏小敏.基于物联网的渔业养殖智能监控系统[D].天津:
天津理工大学，2019.
[9]段恩传.窄带物联网NB-IoT技术及应用[J].数字化用
户，2019,25(16):18.
[10]关辉，许璐蕾.混合云雾计算的智慧渔业水产养殖监控
系统[J].信息技术与信息化，2019(6):24-26.
^XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX> (上接第10页)
【参考文献】
[1]Flood M M.The traveling-salesman problem]J].
食用油抗氧化剂Operations research,1956,4(1):61-75.
[2]Kruskal J B.On the shortest spanning subtree of a graph
bimp
and the traveling salesman problem[J].Proceedings of the American Mathematical Society,1956,7(1):48-50.
[3]Shi X H,Liang Y C,Lee H P,et al.Particle swarm
optimization-based algorithms for TSP and generalized TSP[J].Information Processing Letters,2007,103(5): 169-176.
[4]Majumdar J,Bhunia A K.Genetic algorithm for asymmetric
traveling salesman problem with imprecise travel times[J], Journal of Computational and Applied Mathematics,2011, 235(9):3063-307&
[5]Little JD C,Murty K G,Sweeney D et al.An algorithm for
the traveling salesman problem[J],Operations Research, 1963,11(6):972-989.
[6]王殿超.一种改进的遗传算法在TSP问题中的应用[J].
辽宁工业大学学报(自然科学版)，2019,39(4):235-239.[7]程林辉.禁忌搜索算法及其在TSP问题中的应用研究[J].大
众科技，2013,15(5):13-14.
[8]何锦福，符强，王豪东.求解TSP问题的改进模拟退火
算法[J].计算机时代，2019(7):47-50.
[9]宋强.一种求解TSP的Beam-PSO算法[J].武汉理工大
学学报(交通科学与工程版)，2019,43(5):816-819. [10] Wu Q,Shen X,Jin乂et al.Intelligent beetle antennae search
for UAV sensing and avoidance of obstacles[J].Sensors, 2019,19(8):1758.
[11]Li Q,Wei A,Zhang Z.Application of economic load
distribution of power system based on BAS-PSO[C].IOP Conference Series:Materials Science and Engineering.IOP Publishing,2019,490(7):072056.
[12]Wu Q,Lin H,Jin乂et al.A new fallback beetle antennae
search algorithm for path planning of mobile robots with collision-free capability[J].Soft Computing,20
20,24(3): 2369-2380.
[13]Jiang X,Li S.Bas:Beetle antennae search algorithm for
optimization problems[J].International Journal of Robotics and Control,2017,1(1):1710.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议