糧倉火災監測預警系統的設計——基于OLS算法結合無線傳感技術

趙立軍，閆德峰，張豐爍，王宇杰，顏珊珊,張玉鑫，劉傳寶，許春林

(1.重慶文理學院 機電工程學院，重慶 402160；2.東北農業大學 工程學院，哈爾濱 150030)

0 引言

為促進國家糧食產品和服務供給質量效率的大力提升，全面落實糧食安全，提升國家糧食倉儲企業現代化管理水平，加強糧食存儲安全的研究尤為重要。以典型案例分析[1]：2013年5月31日，中儲糧黑龍江省分公司林甸縣直屬糧庫發生火災，造成80個糧囤、攬堆過火和惡劣的社會影響，過火糧食4.6萬t，直接經濟損失達307.9萬元。查閱相關資料[2-9]關于糧倉火災預警的研究，國內起步較晚。糧食作為有機物，具有可燃性且具有較高的自燃性[10]。在糧食倉儲企業的物流倉庫中有大量的糧食儲備，但由于我國糧倉火災風險管理的智能化水平不高，管理不嚴格，極易發生糧倉火災。由于糧倉火災在時間上具有不確定性[11]且火災初期難以察覺，一旦發生火災，火勢將迅速發展、蔓延，從而造成不可估量的損失，因此加強對糧倉火災現代化預警系統的研究，實現糧倉火災早期探測和生成報警尤為重要。

S. Bhattacharjee等[11]將基于無線傳感器的火災預警系統應用于礦道火災監測預警中。凌智輝等[12]采用模糊神經網絡分析實現預測預警，但受硬件CPU性能影響，算法的誤報率較高，穩定性及可靠性有待提高。李鐵盤等[13]對最小二乘法在糧倉溫度預測中的研究為本文提供了理論基礎，也為本系統算法提供了參考。

為此，基于現代智能化物聯網手段，開發出一種基于OLS算法結合無線傳感技術的糧倉火災預警系統。利用無線傳感技術采集數據，通過最小二乘法(OLS)對糧倉內溫濕度等參量的變化趨勢進行預測，通過MatLab整理數據建立數學模型，得出參量隨時間的公式，分析糧倉內部溫濕度等參量變化趨勢，從而實現糧倉火災的實時預警。

1 總體設計

該系統由傳感器、無線通信模塊及PC機3部分構成，如圖1所示。在糧倉內部等距分布有無線溫濕度傳感器、CO傳感器及煙霧傳感器模塊，在糧倉遠距離布設遠紅外防火預警熱成像攝像機，糧倉外設單片機，控制室布設上位機(PC機)。工作時，系統各節點的傳感器通過ZigBee近距離通信將采集數據上傳至單片機，單片機控制GPRS工作，上傳數據至上位機(PC機)，控制室上位機(PC機)通過MatLab程序[14]進行計算；利用OLS算法對傳感器各節點采集數據進行糧倉內部溫度、濕度、CO濃度等物理參數分析；通過對各糧倉節點離散數據進行擬合，選擇適當的曲線類型來擬合觀測數據，用擬合的曲線方程分析兩變量間的關系，標出監測值與預測值，得出計算公式。系統可以對糧倉內任意空間和任意時間溫度進行判斷和預測,對未來一段時間可能發生的火災進行風險評估，從而預測火災危險，及時做好相應措施，防止火災發生。當糧倉溫度達到預警值時，系統將指令警鈴響起，開啟降溫措施。

圖1 總體設計圖Fig.1 Overall design

1.1 最小二乘法(OLS)

OLS算法作為一種離散型參數估計算法，在本系統中起到核心算法的作用。通過OLS算法可以簡便地求得未知的數據,使所求得的數據與實際數據之間誤差的平方和為最小[15]，從而得出未知量之間的計算公式；可以通過OLS算法計算糧倉中溫度隨時間的計算公式，評估未來一段時間內糧倉的溫度變化。

各傳感器采集到的各節點溫濕度數據均屬于離散型數據變量，利用OLS處理，通過MatLab軟件[16]得出計算公式，得到的預測值準確性較高，能大幅度減少因預測誤差帶來的計量偏誤。用普通最小二乘法(OLS)結合節點傳感器采集到的數據進行數學建模預測分析，能實時掌握糧倉內溫度變化，從而預測火災發生的危險程度；通過數值擬合，預測出溫度隨時間的函數關系式，得出溫度隨時間的曲線擬合圖，預測未來一段時間的溫度變化規律，可對糧倉內安全進行風險評估，達到風險值時，采取必要措施進行處理，實現對火災的早期預警。

1.1.1 OLS基本模型

通過代入各節點傳感器的溫度數值，利用MatLab基于OLS計算溫度隨時間的計算公式，對溫度與時間進行曲線擬合。

1.1.2 曲線擬合

假設給定的一組新的實驗數據為本系統中的時間變量：{(ti,pi),i=1,2,…,m}，點義權系數αi，得自變量t(時間)與因變量p(糧倉溫度)二者的函數關系p=s(t;α0,α1,…,αn)(n

s(t)=α0φ0(t)+α1φ1(t)+…+αnφn(t)

(1)

(2)

根據內積定義引入相應的帶權內積記號，即

(3)

則式(2)可改成

(4)

這是關于參數α0,α1,…,αn的線性方程組，用矩陣的形式表示為

(5)

由于φ0(t),φ1(t),…,φn(t)線性無關，故方程組存在唯一的解αk=αk,k=0,1,…,n，于是有

(6)

1.1.3用MatLab實現曲線擬合

用MatLab處理各節點糧倉傳來的數據，運行后可得到溫度隨時間變化的經驗公式。

最小二乘法的算法是：

2)求解方程組(5)。

3)函數的最佳逼近。將上面算法編寫成一個MatLab程序，計算數據最小二乘擬合系數[8]。

4)開始數據的擬合，t、p為數據的(t,p)坐標，t為時間，p為溫度。

5)擬合出曲線，預測未來一段時間內糧倉溫度變化，進行分析預警，評估火災發生的風險。

1.2 ZigBee

ZigBee技術是一種近距離、低功耗、低速率的雙向無線通訊技術[15]，本系統的各種傳感器與單片機之間采用這種通信技術可以達到高效通信互聯、傳遞數據和指令的目的。

1.3 GPRS

GPRS(通用分組無線業務)具有維修簡單、數據傳送遠、數據傳輸可靠性高及廉價等優點。各節點傳感器采集的實時數據發送到單片機， 下位機(見圖2)系統通過單片機整合數據， 通過GPRS遠距離通訊方式即時將數據遠程發送至中央控制室。設計中， GPRS 通信模塊采用SIM800芯片。

圖2 下位機示意圖Fig.2 Schematic diagram of the slave computer

2 硬件設計

2.1 傳感器選擇

為采集糧倉內的環境參數，本系統采用溫濕度傳感器、煙霧傳感器、火焰傳感器及CO傳感器。傳感器具體參數見表1所示。信息通過各個節點傳感器的采集到，并通過A/D轉換器轉換成電信號，最后經過單片機至后臺進行命令處理。

表1 系統相關傳感器技術參數Table 1 Technical parameters of the system

2.2 ZigBee 模塊選擇

預警系統選用DL-22作為ZigBee模塊。 DL-22模塊頻率為2.4Hz，因其傳輸距離大于650m，穿透力強，所以該模塊適應糧倉間各節點傳感器數據傳輸。其點對點傳輸速率最大為3 300Bps，滿足糧倉數據傳輸要求。

2.3 遠紅外防火預警熱成像攝像機

選用D78G作為遠紅外防火預警熱成像攝像機，該攝像機為非制冷焦平面微熱型，可以監控糧倉火災。

2.4 單片機電路設計

STC89C51是8位微控制器。具有一種低功耗、高性能等特點，包括中央處理器(CPU)8位處理器、存儲器、并行輸入(I/O)輸出口及中斷系統(5個中斷源)等。

STC89C51具有ROM/EPROM的單片機，只需與時鐘電路和復位電路相連即可構成最小應用系統，如圖3所示。

3 軟件設計

3.1 MatLab

應用MatLab程序基于最小二乘法處理采集到的傳感器數據，可使繁瑣的數值計算變成一種簡單、直觀的可視化操作過程，且能較準確地標記實驗數據點和繪出擬合曲線[16]，在本系統中起到處理各節點數據作用。

3.2 火災預警系統軟件界面

利用串行通訊口實時上傳各節點傳感器數據，控制室實時顯示各項數據；控制室通過MatLab利用OLS算法進行數學建模，分析評估，得出相應結論，如溫度預測在未來的一段時間將超過安全值，提醒安全責任人員；安全人員采取相應措施，如通風等；接著，通過GPRS遠距離傳輸反饋指令，通過系統開發APP，管理者可通過發送短信方式實時得知糧倉的安全狀況及儲存信息。其界面如圖4所示。

圖3 STC89C51結構圖Fig.3 STC89C51 Structure diagram

圖4 火災預警系統軟件界面Fig.4 Software interface of fire alarm system

4 結論

1)采用ZigBee、GPRS技術與傳感器結合，改變了傳統有線傳感器帶來的電氣火災隱患，難以改變探測位置等缺點。

2)通過運用最小二乘法對無線傳感器采集到的數據進行數學建模，利用最小二乘法擬合的優點，預測糧倉內溫度的走勢，從而預警火災。

3)該系統彌補我國糧倉現代化水平不高，易發生火災等缺點，有推廣的價值，對糧食儲存安全具有重要意義。