中藥材溯源系統中的高精度稱重傳感器節點設計*

何 菊， 陸明洲， 王 珍， 胡孔法， 佘侃侃

(1．南京中醫藥大學 信息技術學院，江蘇 南京 210023； 2．南京農業大學 工學院，江蘇 南京 210031)

中藥材溯源系統中的高精度稱重傳感器節點設計*

何 菊1， 陸明洲2， 王 珍1， 胡孔法1， 佘侃侃1

(1．南京中醫藥大學 信息技術學院，江蘇 南京 210023； 2．南京農業大學 工學院，江蘇 南京 210031)

針對中藥材在種植、生產加工及流通各個環節中藥材種類、品質、重量等信息的溯源問題，提出了中藥材溯源系統整體架構。設計了集藥材分裝包RFID標簽值讀取與稱重功能于一體的高精度稱重傳感器節點。利用人工神經網絡(ANN)對稱重傳感器節點進行軟件溫度補償。實驗結果表明：補償后的稱重傳感器的非線性度可達到0.285%，其稱重精度高，在中藥材溯源系統中具有良好的應用前景。

中藥材； 溯源； 稱重傳感器； 節點設計； 溫度補償

0 引 言

通過在中藥材產品包裝上裝配射頻標簽，依靠現代信息技術和物聯網技術的支撐，可以實現“來源可知、去向可追、質量可查、責任可究”的中藥材溯源目標[1]。中藥材種植地、中藥制品生產地是中藥材溯源信息的源頭，中藥材分包裝中的藥材種類、品質等級、藥材重量等關鍵信息必須在源頭地就給予明確標識、記錄[2]。李敏等人[2]研究了不同品種、等級的中藥材的編碼方案，這些編碼可以記錄在中藥材分包裝的RFID卡中。

本文提出了中藥材溯源系統的總體架構，設計了一種自動記錄中藥材分包裝RFID值和稱重信息的高精度稱重傳感器節點。節點以STM32微控制器為核心，裝配有射頻標簽讀卡器、稱重傳感器以及無線射頻模塊。節點能將中藥分裝包的射頻標簽值、稱重值(基于人工神經網絡(ANN)實現溫度校正)通過Zig Bee無線通信信道，經由無線網關追加入中藥溯源系統的服務器數據庫中。

1 系統總體架構

中藥材溯源系統由中藥分包裝稱重傳感器節點(medicine package weighing node, MPWN)、網關節點、本地服務器以及溯源系統中心服務器四部分構成。其中，MPWN由STM32微控制器、RFID讀寫器及天線、稱重傳感器以及無線通信Zig Bee模塊構成，系統整體結構如圖1所示。

網關節點收集各MPWN的監測數據，通過局域網將監測結果轉發給本地服務器。本地服務器將本地所有MPWN采集的中藥分包裝信息通過Internet發送到溯源系統中心服務器，中心服務器負責存儲、管理、遠程發布中藥分包裝的RFID值(對應于中藥材種類、品質等)和重量信息。

圖1 系統整體結構圖

2 MPWN硬件設計

MPWN硬件由6個模塊構成：稱重傳感器模塊、溫度傳感器(TSIC506)、RFID讀寫器模塊、無線射頻模塊(CC1101芯片)、STM32微控制器模塊以及電源模塊，節點硬件結構如圖2所示。

圖2 中藥分包裝稱重傳感器節點硬件結構

微控制器模塊選用意法半導體公司的STM32f103芯片，該芯片采用ARM Cortex—M3內核，其運算能力強且功耗較低。以TI公司的CC1101芯片(以SimpliciTI作為通信協議)為核心設計無線射頻模塊，其工作頻段為433 MHz。該射頻模塊通過四線SPI接口與節點上的微控制器通信。RFID閱讀器通過串口連接到STM32微控制器，閱讀器工作距離為30 cm，天線通過同軸電纜與RFID閱讀器連接。

稱重傳感器模塊由壓阻式稱重傳感器LAE-A和A/D轉換芯片HX711構成。將稱重傳感器安裝在中藥分包裝稱重秤臺，稱重信號通過HX711的DOUT和PD_SCK引腳連接到STM32的GPIO口。LAE—A壓阻式稱重傳感器成本低、精度高，但其易受溫度影響而產生非線性輸出[3]。而本文設計的MPWN在中藥材種植和中藥制品生產、流通環節均有應用，各個環節的工作環境溫度變化范圍較大，因此，在節點設計中引入溫度傳感器TSIC506實時采集稱重節點工作環境溫度，并在節點上實現基于ANN的稱重傳感器溫度補償[4]。

3 MPWN軟件設計

SimpliciTI是TI公司針對小型RF網絡推出的低功耗網絡協議，其網絡節點分為ED(end device)、RE(range extender)以及AP(access point)三種。本文設計中將網關節點設為AP，MPWN設定為ED，上電初始化后請求加入AP發起的網絡，以AP為中心構建星型網絡。因此,MPWN主要包括初始化、中藥分包裝信息采集傳輸2種狀態。

3.1 節點軟件設計

MPWN上電后即進入初始化階段，該階段首先進行BSP初始化，開中斷使能；然后初始化稱重傳感器模塊、溫度傳感器、RFID讀卡器模塊以及Zig Bee模塊；最后加入AP發起的網絡。

加入網絡后，MPWN微控制器監測稱重傳感器的稱重值，在稱重值大于0的條件下驅動RFID讀卡器獲取中藥分包裝上的RFID標簽值，同時讀取溫度傳感器輸出值。節點執行完基于ANN的稱重傳感器溫度校正后將校正后的稱重值和中藥分包裝的標簽值打包發送給AP節點，其軟件流程如圖3所示。

圖3 MPWN軟件流程

3.2 基于ANN的MPWN溫度校正

LAE—A壓阻式稱重傳感器的輸出是溫度T條件下承受的壓力對應的電壓值UOP，由于溫度的影響，UOP與傳感器上加載的壓力pc不滿足線性關系。本文利用ANN[5,6]校正稱重傳感器非線性輸出，其原理如圖4所示。

圖4 MPWN 溫度校正原理圖

片上溫度校正模塊利用ANN消除溫度影響，使得輸出W’out以低于設定誤差閾值逼近壓力值Wact。利用恒溫箱采集稱重傳感器在不同溫度、不同壓力參數下的輸出樣本值共90組，隨機選擇62組用于訓練網絡，余下2批(每批14組數據)分別用于驗證和測試網絡[7]。網絡結構如圖5所示。

圖5 兩層BP神經網絡結構圖

圖5中p1是第1層的輸入向量，維數為2；bi是第i層的偏移向量，其值可在[0, 1]中隨機選取，本文取為1；IW1,1表示輸入權值矩陣，其源層、目標層均是第1層；LWi,j

表示層間權值矩陣，源層、目標層分別為第j層和第i層；ai表示第i層輸出向量。輸出向量a1,a2分別用式(1)、式(2)求解如下

a1=tansig(IW1,1·p1+b1),

(1)

a2=purelin(LW2,1·a1+b2).

(2)

經過176步訓練后，目標最小誤差達到1.56×10-6，訓練得到的權值矩陣和偏移值矩陣如下

b1=[-4.356 2 -2.905 8 2.333 4 -0.200 2 -0.206 5 -0.197 7 -0.962 5 2.320 3 3.517 5 4.042 9]T,

LW1,2=[-0.000 1 -0.002 2 -0.001 2 3.207 8 -0.001 9 -0.035 9 -0.000 5 0.047 5 -0.002 3]T,

b2=0.562 5.

根據圖5的神經網絡層次結構，將式1代入式2可得到溫度補償結果輸出與輸入的關系式如下

(3)

其中，w,T分別為稱重傳感器、溫度傳感器輸出歸一化處理后的值。purelin,tansig函數實現分別如式(4)、式(5)所示

purelin(x)=x,

(4)

(5)

基于ANN的稱重傳感器片上溫度補償分為輸入、校正及輸出三個模塊，如圖6所示。其中，輸入是歸一化后的溫度傳感器輸出值和稱重傳感器輸出值，校正模塊完成基于IW1,1,b1,LW2,1及b2的溫度補償，輸出模塊將校正后的稱重值連同中藥材分包裝RFID值打包發送給網關節點。

圖6 基于ANN的MPWN片上溫度補償

4 實驗測試

為MPWN擴展顯示校正后稱重值的LED顯示屏，在恒溫箱內營造5個溫度點，在稱重傳感器上加載10,20,30,40 g砝碼，校正結果如表1所示。

表1 校正后的傳感器輸入—輸出

引入非線性度NL指示稱重傳感器的校正效果，其計算公式如下

(6)

其中，Wcom,Wbd分別為表1中校正重量值和標定重量值。表1數據表明:經過ANN的溫度校正，MPWN的非線性度為0.285 %，校正精度高，滿足系統要求。

5 結束語

本文基于傳感器技術、無線通信技術、RFID技術設計了一種MPWN，基于ANN對節點做了溫度校正。節點能實時采集中藥材分裝包上的RFID標簽值、稱重值并通過網關節點匯聚到服務器。實驗結果證明：補償后的傳感器非線性度可達到0.285 %，MPWN稱重精度高，在中藥材溯源系統中具有良好的應用前景。

[1] 李晉宏,李文鵬.中藥種植過程溯源系統的設計[J].計算機光盤軟件與應用,2014(4):231-232.

[2] 李 敏,盧道會,趙文吉, 等. 中藥材商品溯源編碼初探[J].中藥與臨床,2012,3(4):4-6.

[3] 楊 雪,劉詩斌.壓力傳感器溫度補償各種算法的比較分析[J].電子設計工程,2013,21(10):90-96.

[4] 羅秦川.多晶硅壓力傳感器熱靈敏度漂移補償技術[J].傳感器技術,2003,22(5):33-36.

[5] 張荷芳,薛靜云.壓力傳感器溫度補償的BP神經網絡算法[J].西安工業大學學報,2013,33(2):163-167.

[6] Patra J C,Ang E L,Das A.Auto-compensation of nonlinear influence of environmental parameters on the sensor characteristics using neural networks[J].ISA Transactions,2005,44(2):165-176.

[7] 郭懷天.基于電阻應變式稱重傳感器的電子天平的研制[D].長春:吉林大學,2006.

[8] 葛哲學,孫志強.神經網絡理論與Matlab R2007實現[M].北京：電子工業出版社,2007.

何 菊 (1979- ),女，江蘇常州人，碩士，講師，主要研究方向為計算機軟件技術、無線傳感器網絡技術。

Design of high-precision weighing sensor node in traceability system of traditional Chinese medicinal materials*

HE Ju1, LU Ming-zhou2, WANG Zhen1, HU Kong-fa1, SHE Kan-kan1

(1．School of Information Technology,Nanjing University of Chinese Medicine, Nanjing 210023,China; 2．College of Engineering, Nanjing Agricultural University, Nanjing 210031, China)

Aiming at traditional Chinese medicinal materials traceability problem of type, quality and weight in all aspects of planting, producing and circulation,propose overall structure of traceability system of traditional Chinese medicinal materials. Design a high-precision weighing sensor node, which has the function of reading RFID tag value from medicine packing bag and weighing. At the same time, temperature compensation is carried out on sensor node using artificial neural network. Experimental results show that the nonlinearity of weighing sensor reaches 0.285 % after compensation,its weighing precision is high and has great application prospect in traceability system of traditional Chinese medicinal materials.

traditional Chinese medicinal materials; traceability; weighing sensor; node design; temperature compensation

10.13873/J.1000—9787(2015)03—0123—03

2014—09—15

江蘇省自然科學基金青年基金資助項目(BK20140958); 江蘇省高校自然科學基金資助項目(14KJB520032); 南京中醫藥大學軟件工程重點培育學科資助項目

TP 212；TP 391

A

1000—9787(2015)03—0123—03