基于光電子信息處理的智能灌溉監控系統研究

錢 彬,韓洪杰

(河北能源職業技術學院,河北 唐山 063000)

0 引言

我國是農業大國,農業用水量巨大;但是我國的水資源匱乏,農業方面的可用水量占我國淡水總量的75%,水資源利用率僅為45%,遠低于發達國家的75%～80%的用水率[1-2]。目前,我國仍然有很多的地區采用人工控制灌水閥進行漫灌,一方面土地濕度與農作物不匹配,另一方面一旦忘記關閥門,將會造成經濟損失和水資源的極大浪費。因此,可以依托發展的計算機和信息技術,將傳統的灌溉方式轉變為智能灌溉控制方式[3-4]。

智能灌溉監控系統結合了計算機技術、信息技術、無線傳感網絡技術等[5-6],采用多個傳感器節點監測灌溉用水量,自動開啟和關閉閥門,實現智能節水灌溉。通過遠程監控系統對農田灌溉區域進行實時監控,根據監控結果實時調節水量,既能保證農田的灌溉效率,提高水資源利用率,進而提高農作物產量,而且還能降低灌溉成本。因此,研究智能灌溉監控系統具有重要意義。

光電子技術集合了微電子技術、光伏技術、蓄電池等技術,可以實現光能和電能的轉換。目前,光電子技術在醫療、通信、農業等領域均有較廣泛的應用。通過光電子技術將光能轉化為電能,可為灌溉系統提供能量,多余電量還可輸出電網。在目前節能減排的環境下,該技術成為解決能源危機的一種手段[7]。本文將光電子技術應用于智能灌溉監控系統,既可實現能源的充分利用,又可實現灌溉系統智能控制和遠程監控。

1 硬件設計

1.1 總體結構

智能灌溉監控系統的總體設計方案如下:①系統的主要組成為數據采集模塊、中央控制中心、光伏電池、用戶界面模塊和執行模塊;②系統采用無線傳感網實現數據的采集、傳輸及對智能灌溉系統的實時監控;③系統的各模塊所使用的電能通過光伏電池提供。系統的總體結構流程圖如圖1所示。

圖1 智能灌溉監控系統總結結構流程圖。

1.2 光伏電池

光伏電池由陽光傳感器、光收發機和蓄電池組成,通過光電子技術將光能轉化為電能。陽光傳感器用于跟蹤太陽光線,隨著時間的變化,太陽的光照角度、光照強度不斷變化,陽光傳感器則負責捕捉光照信號,使電池充電效率保持最高;光收發機則用于將光能抓換為電能;蓄電池采用24節電池串聯,一方面將電能輸出,另一方面用于儲存多余電量,在無光照時將儲存的電量釋放供電。

電池組的電壓為24V,但陽光傳感器電路電壓為12V電壓,數據采集模塊為5V電壓,為滿足負載電壓要求,需要對電路進行降壓。電路設計均采用降壓電源控制器控制,其電路如圖2所示。

圖2 降壓電路電路圖。

1.3 數據采集模塊

數據采集模塊由采集溫度、濕度和pH值傳感器、ZigBee無線傳感網、A/D轉換器組成。其中,溫濕度和pH值傳感器節點負責采集土壤區域的溫濕度和pH值。由于采集到的數據不可識別,需要A/D轉換器將接收到的數據轉化為可識別值,再通過網絡傳遞。ZigBee無線傳感網具有成本低、能耗低、復雜度低且可以雙向傳遞數據的優點[8],因此作為該智能灌溉監控系統的數據傳輸方式。

1.4 執行模塊

執行模塊由電磁閥、閥門及水泵組成,用于進行自動灌溉。中央控制中心向執行模塊下達是否灌溉的指令,通過繼電器控制水泵的電磁閥閥門。電磁閥電路圖如圖3所示。通電時,繼電器閉合,此時電磁閥開始工作,灌溉系統啟動灌溉;斷電時,繼電器處于斷路狀態,此時電磁閥停止工作,灌溉系統停止灌溉。

圖3 電磁閥電路圖。

1.5 用戶界面模塊

用戶界面模塊集界面參數、數據存儲、波形顯示和計算機于一體,計算機接收到土壤數據后,實時顯示數據變化趨勢,并自動存儲以便隨時查看歷史數據。

1.6 中央控制中心

中央控制中心是智能灌溉監控系統的核心,主要由PLC進行控制。對采集到的數據和設定值進行比較,將分析結果傳達給執行模塊,執行是否灌溉的指令;用戶界面實時顯示數據和分析結果,以達到智能灌溉和實時監控的目的。

2 軟件設計

可靠的數據傳輸是保證智能灌溉系統實時監控的前提。一般無線傳感網絡的數據傳輸采用等間隔的Huffman算法進行數據傳輸,但該算法在數據傳遞時由于較多的采集點導致匯聚點數據過多而發生碰撞,能量消耗過多;在數據存儲時,存在相似的冗余數據,造成存儲空間的浪費。因此,采用非均勻間隔的Huffman算法進行數據傳遞。

本算法以溫度和濕度的控制作為研究對象,首先利用多閾值判斷的方法去除環境中的冗余數據,再利用Huffman算法進行壓縮,從而得到壓縮后的環境信息。這樣既保證了數據傳輸的正確性,又保證了數據發送量最小,降低能耗。算法的步驟如下:

1)處理溫度數據。以T為周期采集溫度數據,并設定初始溫度變化極限的閥值為ΔTmax,計算相鄰時刻采集到的溫度差,則

ΔT=|T(t)-T(t-1)|

2)處理濕度數據。濕度計算方法與溫度計算方法近似。以T為濕度采集周期,設置初始溫度變化閥值ΔHmax,計算t時刻和(t-1)時刻溫度差ΔH,則

ΔH=|H(t)-H(t-1)|

3)統計字符頻率。將需要壓縮的一幀數據輸入緩沖區,整體掃描,統計數據幀中的n個字符出現的頻率。

4)構件霍爾夫曼樹。確定n個字符的權重,根據權重構造n棵二叉樹,規定最小權重的二叉樹根節點分別為0和1,并分別與其相鄰兩棵樹構造新的二叉樹,其根節點值分別為子樹的權重和,原來的子樹則自動刪除。以該方法重復構造二叉樹,直到只剩下1棵樹時,即為霍爾夫曼樹。原來的子樹成為樹上的葉子,并按照刪除順序形成0、1序列代碼。

5)發送編碼。將對應葉子的編碼輸入緩沖區。

6)解壓縮。將壓縮后的數據幀編碼發送至服務器后,通過讀取編碼表,可以重建霍爾夫曼數,解壓縮后即可得到原始數據。該算法的總體流程如圖4所示。

圖4 非均勻間隔的Huffman算法總體流程圖。

3 試驗

3.1 充電分析試驗

試驗選擇在春季9:00-16:00的時間段,測試光線強度并對數據進行統計。電池的初始電壓為40V,測試光伏電池電壓。由于陽光傳感器和數據采集模塊的電路電壓要求不同,因此測試同時段的各處電壓。測試結果如表1所示。

表1 光線強度和各處電壓值。

由表1可知:隨光線強度的增加,電池電壓升高,電量除供給系統工作,多余電量儲存在蓄電池;下午時,光線強度降低,產生電量降低,電壓充電速度較慢,至15:00電池充電完成。陽光傳感器和數據采集模塊電路的電壓始終能夠維持恒定,說明電池能夠為電路提供恒定電壓。

3.2 監控試驗

選擇1塊30m×30m的方形農田,對其進行灌溉和監控試驗,測試時間為9:00-16:00。設置當濕度低于40%時,灌溉系統自動啟動;濕度達到55%時,則灌溉系統自動停止。人工測試農田溫度、濕度和pH值,并與傳感器傳輸給用戶界面模塊的數據結果對比,結果如表2所示。

表2 人工測試與數據傳遞結果對比。

續表2。

由表2可知:人工測試結果和傳輸結果的誤差很小,溫度的最大誤差為0.5℃,濕度的最大誤差為2%,pH值的最大誤差為0.5。這說明,系統可以實現數據的完整傳輸,能夠滿足對智能灌溉系統的監控。

4 結論

1)針對智能灌溉監控系統進行了設計,系統的主要組成為數據采集模塊、中央控制中心、光伏電池、用戶界面模塊和執行模塊。

2)通過光電子技術實現灌溉和系統能源的供給,通過非均勻間隔的Huffman算法進行數據的傳輸,實現對灌溉系統的監控。

3)試驗結果表明:光伏電池可以為系統提供穩定的電壓,監控系統能夠完成灌溉數據的實時傳輸,保證對灌溉的實時監控。