基于物联网的纺织车间环境智能测控系统

打开文本图片集

摘要：为了改善纺织厂车间环境，提高对环境的自动控制水平，提出了一种基于物联网（IoT）的纺织车间环境智能测控系统。给出了该系统的总体设计方案，设计了单跳多汇集节点的无线网络拓扑结构，以降低汇集节点的传输负载，提高网络的数据传输率。详细阐述了该系统感知节点、控制节点等节点硬件设计的具体实施方案和软件工作流程，并利用改进的牛顿插值算法作为拟合函数对检测的数据进行处理，提高了系统检测与控制准确度。应用结果表明，该系统结构简单、稳定可靠、成本低、易于维护和升级，取得了良好的应用效果。

关键词：物联网；纺织车间；测控系统；改进牛顿插值算法

中图分类号： TP274.5 文献标志码：A

Abstract： To improve the workshop environment of textile mill and enhance the automatic control level on the environment， an intelligent environment measuring and controlling system of textile workshop based on Internet of Things （IoT） was proposed. The overall design scheme of the system was given. In order to reduce traffic loads of sink nodes and improve the data transmission rate of network， the wireless network topology structure of singlehop multisink nodes was designed. The concrete implementation scheme of hardware design and software work process of sensing nodes， controlling nodes and other nodes were represented detailedly. The improved Newton interpolation algorithm was used as the fitting function to process the detection data， which improved the precision of detection and control of system. The application results show that the system is simple， stable and reliable， low in cost， easy to maintain and upgrade， and obtains good application effect.

Key words： Internet of Things （IoT）； textile workshop； measuring and controlling system； improved Newton interpolation algorithm

0 引言

纺织工艺对温湿度、粉尘浓度等环境要求非常严格，必须保证车间环境保持恒温恒湿的状态。为避免天气、季节和外部环境等因素影响车间的环境参数，造成纱线断开、影响产品质量和工作效率等不良后果[1]，纺纱车间必须实时进行温湿度等环境参数的调节；同时纺织厂进行环境调节的耗能非常大，耗电总量约占纺织厂的25%～30%，夏季耗水量约占全厂总水量的40%[2]，因此，在确保车间温湿度等环境参数满足生产的前提下，如何使能源高效利用，也是现在纺织业十分重视的一个问题。近年来，国内纺织环境参数调控技术有了一些新的进展，引进了德国LTG公司和瑞士洛瓦（Luwa）公司先进的环境控制设备，并在实际生产中得到应用，但和设备密切相关的控制系统并不能在国产控制设备中应用[3]。而且，绝大多数的设备控制系统是有线方式或人工操作，存在成本高、误差大、安装不方便、稳定性差等问题。

文献[4]提出了基于PROFIBUSDP（Process Field BUSDecentralized Peripherals）的纺织厂温湿度监控系统；文献[5]提出了基于西门子PLC（Programmable Logic Controller）的纺织厂温湿度监控系统设计；文献[6]对纺织厂空调智能控制系统进行研究。这些系统都有了一定的节能效果，但是在实际使用时，需要在车间铺设通信电缆以实现传感器模块与控制器之间的通信，存在成本高、覆盖面受限、安装调试不便、通信电缆易损坏等问题。文献[7]提出了JF301BF型纺织空调控制系统在细纱车间的应用，与人工调节相比有一定的节电、节水功效，但是该系统是一个集成的系统，无法进行独立扩展，成本较高。物联网（Internet of Things， IoT）作为新一代信息技术的重要组成部分，实现了人与物、物与物之间的连接，在智能物流、智能家居、农业管理、医疗健康、智能交通和环境监测等领域拥有广阔的应用前景[8-12]，因此本文基于物联网技术，构建了纺织车间环境智能测控系统，该系统可以对纺织车间环境准确监测和智能化调控，并节能显著。

1 系统工作原理及结构

1.1 系统工作原理

基于物联网的纺织厂车间环境智能测控系统通过分布在各个车间内的感知节点，对每个车间内的温湿度、粉尘和CO2浓度等环境参数进行检测，感知节点将采集到的温湿度、CO2和粉尘等参数通过无线传感网络传送到车间内的主节点，主节点将接收到的数据处理后与设定的工艺参数进行比较，然后启动各个控制节点进行相应的控制，启动加湿系统进行湿度调节，启动新回风系统和风门系统进行车间粉尘和CO2浓度控制以及启动加热或制冷系统进行温度调节等，把车间内的环境参数控制在工艺要求的范围内。

1.2 系统结构

纺织厂车间环境智能控制系统结构如图1所示。它主要由分布于车间内的参数感知节点、控制节点和主节点和汇集节点组成一个无线感控网络，实现对车间内的环境参数检测、数据传送和控制信号的收发等。感知节点和控制节点的主控制器选用CC2530芯片，感控节点控制器选用西门子公司的S7300PLC实现控制，S7300PLC通过RS422/485作为与CC2530的硬件接口。汇集节点只负责将感知节点采集的数据传输到主节点。最后主节点将检测数据以通用分组无线业务（General Packet Radio Service， GPRS）技术方式传送到监测中心，以便进行数据分析、汇总等。

1.3 无线感知网络结构

无线网络拓扑结构是灵活多变的动态拓扑，拓扑结构的优劣直接会影响网络的数据传输率、生存时间和抗干扰性等。常用的网络拓扑结构有单跳星形拓扑结构（如图2）和多跳树状拓扑结构（如图3）。

单跳星形拓扑具有结构简单、节点能量消耗较均匀、数据包延迟时间短等优点；但是这种拓扑结构网络范围小，节点安装受到一定的约束。而多跳树状网络拓扑结构数据传输的可靠性和灵活性得到提高，避免了因距离原因产生大功率发射信号的情况；但是多跳树状网络拓扑结构靠近汇集节点的传感器节点任务重，会影响网络的传输率[13]。因此本文设计了基于以上两种拓扑结构优点的单跳多汇集节点网络拓扑结构，如图4所示，这种拓扑结构具有布点灵活、能耗均衡和传输可靠性高等优点，比较适合纺织车间采用。

2 无线网络节点硬件设计

2.1 主节点设计

系统主节点的电路框图如图5所示。由主计算机、显示与复位电路和无线收发模块等组成。主节点将接收的感知节点检测的温、湿度，CO2及粉尘浓度等数据按一定算法计算出相应的参数值，然后将其与设定工艺值比较；若超出所要求的设定值范围，则通过主节点分别向相应的控制节点发送控制命令，进行送风、排风、加湿、加热或制冷及风门开度等控制，实现对车间温、湿度，CO2及粉尘浓度等参数的控制，并将接收的数据以GPRS方式传送到监测中心。

数据传输模块采用Saro3150P GPRS DTU（Data Terminal Unit），该模块有多种工作模式可供选择，使用方便、灵活。内嵌西门子公司高性能工业级GPRS模块MC39i，为用户提供高速、永远在线、透明数据传输的虚拟专用数据通信平台，在工业监控、环保监测等领域广泛应用。模块支持可靠的双音多频通信，内嵌标准的TCP/IP（Transmission Control Protocol/Internet Protocol）协议栈，支持中英文短消息和完善的AT指令，标准DB9 RS232/422接口，串行数据速率为110～115200b/s。

2.2 控制节点设计

控制节点主要包括风门开度控制节点、送/排风控制节点和加热或制冷、加湿控制节点等。送/排风控制节点电路框图如图6所示，CC2530接收到主节点的命令后，输出控制电平，经变频器控制风机的送风量。新风、排风、回风风门控制节点电路框图如图7所示，其中新风风门控制车间CO2浓度，排风风门控制车间空气粉尘浓度，回风风门控制回风量。

温度及加湿控制节点电路框图如图8所示。由数据接收电路、CC2530、水泵电动机及电磁阀等组成。节点接收到控制命令后，经控制器处理后，分别驱动水泵电动机和电磁阀动作进行加湿、加热或制冷。

2.3 感知节点设计

感知节点用于检测车间的环境参数，包括温湿度、CO2和粉尘浓度等。感知节点的控制器选用CC2530，温湿度传感器选用SHT11，粉尘传感器选用PPD20V，CO2浓度传感器选用COZIRP。感知节点将检测到的参数存储在CC2530中，当接收到主节点的数据采集命令时，将数据传送到主节点。感知节点电路框图如图9所示。

2.4 感控节点设计

感控节点就是具有检测功能的控制节点，感控节点的作用是可以直接检测环境参数、进行数据处理并发出控制命令，该节点可以作为一个独立的功能设备，完全不受其他节点的影响。此节点可以根据需要决定是否启动，增加此节点可提高系统运行的灵活性。感控节点电路框图如图10所示。

3 基于改进牛顿插值的数据处理算法

由于车间内机器多，设备密集且发热量大，各个部位的环境参数差异大，因此环境参数需要进行多点检测，才能准确反映出车间的环境情况。但是感知节点检测的数据不可避免地会带有干扰或噪声，如果不经过适当的处理，无法保证数据的正确性和科学性，因此对各感知节点检测到的环境参数必须进行相应的处理和修正。

在检测时间段时，感知节点不间断地对车间环境参数进行实时采集和存储，保持了在时间段的连续性。为了准确检测出车间的环境参数值，数据处理的算法首先采用牛顿插值法实现非线性变换[14]，然后再对各个感知点经过牛顿插值得到的结果进行加权平均运算，这样车间的环境值会更加准确。首先设定一个检测周期T，在T这个时间段内进行等间隔的50次数据采集，记录为x0，x1，x2，…，x49，将采集到的数据存储到数组Z[i]中，并将每次的采集时间存储在T（m）中，用周期T内的Z[i]和T[m]可拟合出一个函数y=f（x），具体方法如下所示。

在检测过程中，将接收到的数据经过3次牛顿插值算法进行处理，得到的数据和未经过处理的数据相比，数据的准确性得到了明显的提高。

4）由于同一参数，要多点检测，设每一感知点的检测数据经过牛顿插值处理后的环境参数值为Pi，车间整体环境值用P表示，那个P可以用各个点的加权平均来表示，最后得到的结果P便是车间的某一环境参数检测情况。P=∑N-1i=0hiPi这两处的i的值（即求和公式中的初始值、最终值），是i=1……N，还是i=0……N-1？请明确。，其中∑N-1i=0hi=1，N为感知节点数，hi为加权系数。

4 系统软件设计

系统控制程序由主程序、感知节点程序和通信模块程序等组成。为了降低能耗，采用周期性采集方式，根据具体情况，设定一个采集时间表和每次采集时间。主节点负责组网、定期发送检测命令，接收感知节点采集到的数据，然后对数据进行处理，数据处理后判断是否符合标准，若不符合标准，则向控制节点发送相应的控制命令，启动或停止设备的运行。主控程序流程如图11所示。

感知节点负责数据的采集，并将采集数据经汇集节点传送至主节点。感知节点程序流程如图12所示。

GPRS模块的工作状态由计算机通过串口发送AT指令进行控制。GPRS模块正常启动后，计算机通过串口发送AT指令进行初始化，主要包括检查GPRS网络覆盖情况和SIM卡状态、设置心跳包发送时间、修改波特率等，通过Saro3150P模块的反馈信息判断判断初始化AT指令是否成功。准备就绪后通过发送ATD拨号命令进行GPRS网络连接，GPRS模块上网通过PPP（Point to Point Protocol）协议来实现，进行Saro3150P与网关GPRS支持节点（Gateway GPRS Support Node， GGSN）的通信链路协商，协商成功后，TCP/IP链路建立，组网方案选择网络主机接入方式[15]，通过GGSN提供的动态IP地址，连接互联网。GPRS模块TCP通信程序流程如图13所示。

5 系统应用情况

本文研究的基于物联网的纺织车间环境参数测控系统，在某纺织厂纺纱车间试运行了6个月，该控制系统检测和控制的精度明显提高，能耗节约了近20%，使用该控制系统得到的月环境参数如表1所示。

6 结语

针对纺织车间对环境要求的严格性及节能降耗的要求，本文提出了一种基于物联网的纺织车间环境智能测控系统。本文首先给出了该系统的框架，设计了一种适合纺织车间的无线传感网络结构；然后分析了车间环境的复杂性，提出了基于改进的牛顿插值的数据处理算法；最后给出了该系统软硬件设计的具体实施方案。实验表明，应用本控制系统，实现了对车间环境调控，提高了数据采集的实时性、准确性、传输的可靠性和控制设备的使用效率，而且本系统具有建设周期短、成本低，易于维护和功能升级，对于纺织行业车间环境控制系统改造、节能降耗具有切实有效的作用。

参考文献：

[1]GUO P， YANG C， CHEN L， et al. A kind of lowpower wireless sensor network node design [J]. Hebei Journal of Industrial Science and Technology， 2009， 26（4）： 253-255.（郭鹏，杨春晖，陈蕾，等.一种低功耗无线传感器网络节点设计[J].河北工业科技，2009，26（4）：253-255.）

[2]LIU J， DONG S. A computerized system on air conditioners for textile factory [J]. Journal of Shandong Normal University： Natural Science， 2000， 15（2）：143-147.（刘建亭，董胜利.纺织厂空调微机监控系统[J].山东师范大学学报：自然科学版，2000，15（2）：143-147.）

[3]DENG X， ZHANG J， LU J， et al. Research and application of air conditioning system in textile industry based on fuzzy PID [J]. Chinese Journal of Scientific Instrument， 2011， 32（4）： 763-767.（邓小龙，张建林，陆锦军，等.纺织空调系统的模糊PID控制研究及应用[J].仪器仪表学报，2011，32（4）：763-767.）

[4]GAO Y. Design of a temperature and humidity monitoring system for cotton mills based on PROFIBUSDP [J]. Ordnance Industry Automation， 2009， 29（10）： 71-75.（高玉萍.基于PROFIBUSDP的纺织厂温湿度监控系统[J].兵工自动化，2009，29（10）：71-75.）

[5]GAO Y. Design of a temperature and humidity monitoring system for cotton mills based on Siemens PLC [J]. China High Technology Enterprises， 2009（20）： 44-45.（高玉萍.基于西门子PLC的纺织厂温湿度监控系统设计[J].中国高新技术企业，2009（20）：44-45.）

[6]PEI S， WU B， WU F. Research of air conditioning intelligent control system for textile mill [J]. Journal of Zhongyuan University of Technology， 2012， 23（4）： 49-52.（裴素萍，吴必瑞，巫付专.纺织厂空调智能控制系统的研究[J].中原工学院学报，2012，23（4）：49-52.）

[7]HUANG J， CHEN C， LING L， et al. Application of JF301BF textile air conditioning control system [J]. Cotton Textile Technology， 2012， 40（7）： 62-64.（黄军飞，陈春义，凌良仲，等.JF301BF型纺织空调控制系统的应用[J].棉纺织技术，2012，40（7）：62-64.）

[8]KORTUEM G， KAWSAR F， FITTON D， et al. Smart objects as building blocks for the Internet of things [J]. IEEE Internet Computing， 2009， 14（1）： 44-51.

[9]HONG S， KIM D， HA M， et al. SNAIL： an IPbased wireless sensor network approach to the Internet of things [J]. IEEE Wireless Communications， 2009， 17（6）： 34-42.

[10]LIU X， WU M. Vehicular CPS：an application of IoT in vehicular networks [J]. Journal of Computer Applications， 2012， 32（4）： 900-940.（刘小洋，伍民友.车联网：物联网在城市交通网络中的应用[J].计算机应用，2012，32（4）：900-940.）

[11]XUE X， WANG Q， ZHANG F. Key technologies and application evolution of Internet of things [J]. Journal of Computer Applications， 2013， 33（10）： 2701-2706.（薛小平，王骞，张芳.物联网核心技术及应用演进[J].计算机应用，2013，33（10）：2701-2706.）

[12]ATZORIA L， IERAB A， MORABITO G. The Internet of things： a survey [J]. Computer Networks， 2010， 54（15）： 2787-2805.

[13]TANG B， HE C， CAO X. Topology of wireless sensor networks for mechanical vibration monitoring [J]. Journal of Vibration Measurement & Diagnosis， 2010， 30（4）： 357-361.（汤宝平，贺超，曹小佳.面向机械振动监测的无线传感器网络结构[J].振动、测试与诊断，2010，30（4）：357-361.）

[14]LI S H， CHIANG H D. Nonlinear predictors and hybrid corrector for fast continuation power flow [J]. IET Generation， Transmission & Distribution， 2008， 2（3）： 341-354.

[15]YIN F. The research and design of remote data transmission system basing on GPRS [D]. Changsha： Hunan University，2009：18-20.（尹锋.基于GPRS的远程数据传输系统研究和设计[D].长沙：湖南大学，2009：18-20.）