基于嵌入式的農田灌溉管網漏損智能無線監測系統設計*

趙繼春，王國杰，王敏，王洪彪

(1. 北京市農林科學院，北京市，100097； 2. 邯鄲職業技術學院，邯鄲市，056001)

0 引言

我國農業用水量較大，在農田水利建設中投入大量資金，建設了大量農田灌溉管網。而農田灌溉用水漏損情況比較嚴重，漏損率相對比較高，灌溉管網滲漏不僅損失大量水資源，而且大幅降低農田用水灌溉效率，因此加強農田灌溉管網漏損監測，預判管網運行狀態，對于提高農田用水效率，減少管道滲水量，具有積極而重要的意義。隨著人們對灌溉管網滲漏的日益關注以及物聯網技術的快速發展，管網漏損監測技術得到了迅速發展。

國內外研究者在管網漏損監測方面開展了大量研究工作，監測技術分為主動監測和被動監測[1]。國際上通用的監測方法包括：區域裝表法[2-3]、聽音(聲振)法[4]、探地雷達法[5]、相關檢漏法、分布光纖法及噪聲法[6-7]等。隨著信息技術的快速發展，出現新型供水管網漏損監測技術，如瞬變時間頻率分析法、多級支持向量機區域檢測法、基于累計求和多尺度小波分析的組合方法等?，F階段，我國的管網漏損監測還多以振動噪聲檢漏法、區域檢漏法、光纖傳感法等為主[8-9]。然而，光纖線纜鋪設成本較高。振動噪聲法應用加速度傳感器技術，采集管網泄漏時引起的管壁振動信號，具有體積小、安裝簡單、頻率響應范圍寬及線性度好等特點，廣泛應用在管網漏損監測。在農田灌溉管網漏損監測方面，存在數據采集準確率不高、數據傳輸不穩定等問題，相關的研究還有待于進一步擴充。

本文采用嵌入式開發技術，應用壓電加速度傳感器、壓力變送器和超聲波流量計等，采集網管振動噪聲、水壓和流量等數據，經自適應濾波后，以4G無線通信[10-12]低功耗傳輸方式，將采集的數據傳送到應用管理云平臺，實現對農田灌溉系統是否存在漏損情況進行預判，從而減少漏水造成的經濟損失，有效提升農田用水效率。

1 系統架構設計

農田灌溉管網漏損智能無線監測系統以嵌入式單片機開發技術為基礎，總體結構分為物聯網感知層、傳輸層和應用層(圖1)。感知層主要實現傳感器數據采集，包含傳感器信號放大調理電路、多路485通訊接口、測試接口電路及4G通信模塊等，實現壓電加速度傳感器、壓力變送器、超聲波流量計信號采集、存儲及濾波等功能。傳輸層通過4G無線數據傳輸模塊將傳感器采集的數據傳輸到數據管理云平臺[13-14]。應用層主要包括云端數據服務器及應用管理系統，實現數據匯總、處理、分析及其報警等功能。

圖1 系統整體結構圖

2 硬件設計

傳感器數據采集與傳輸電路采用低功耗設計，核心控制芯片以STM32F407嵌入式單片機[15-17]為基礎，由電源模塊、壓力變送器、超聲波流量計、壓電式加速度傳感器、多路485、A/D轉換及測試擴展接口、放大調理電路及4G無線通信等部分組成。數據采集與傳輸電路結構如圖2所示。

圖2 系統數據采集與傳輸電路結構圖

2.1 CPU控制模塊

依據系統設計需求及考慮芯片穩定性因素，應用STM32F407核心處理器作為CPU主控芯片[18]，處理器為高性能的32位Cortex-M4處理器，頻率達到168 MHz，支持浮點運算及其DSP指令。具有144個輸入輸出接口，支持SWD和JTAG兩種方式進行系統調試。

設計過程中，4G無線通信模塊和振動傳感器通過異步串口總線與CPU控制模塊連接。壓力變送器及超聲波流量計通過485總線與CPU控制模塊連接。

2.2 傳感器選型與設計

選用壓電加速度、壓力變送器及超聲波流量計三種傳感器。壓電加速度傳感器采集管網漏損時的噪聲振動，根據噪聲振動變化數據預判管網泄露情況。壓力變送器采集管網的水壓，防止長時間壓力過大導致爆管。超聲波流量計用于監測水流速度，在灌溉管網中分區域安裝，判斷計量區域內管網漏水量。傳感器選型設計如表1所示。

表1 傳感器選型設計Tab. 1 Sensor selection and design

2.3 電源電路

電源模塊設計原理如圖3所示。

圖3 電源模塊原理圖

傳感器數據采集裝置一般處于偏遠的農田灌溉園區，采用電網供電方式不便捷，因此采用可充電的高性能鋰電池供電。壓電式加速度傳感器電源輸入電壓為12～24 V，輸出0～5 V。壓力變送器電源輸入電壓為12～32 V，輸出4～20 mA。超聲波流量計電源輸入電壓8～36 V，輸出為RS485方式。依據設計需求，電源模塊選用12 VLM2675M高性能開關型穩壓器鋰電池組，轉換效率約為88%，可提供超低噪聲和低靜態電流，具有關斷功能。

2.4 存儲電路

數據存儲芯片選用大容量可擦除的編程存儲器AT24C512，數據容量為64 KB，可實現10萬次編程與擦寫應用，電源輸入電壓為1.8～5.5 V。當4G無線通信網絡斷開時，用于存儲傳感器采集的數據。網絡連接時，將存儲的數據上傳到云管理軟件系統。存儲電路設計原理如圖4所示。

圖4 存儲電路原理圖

2.5 總線電路

系統的壓力變送器和超聲波流量計傳感器與數據采集控制電路采用RS485總線通信方式，采用平衡發送和差分接收的方式，對于抑制共模干擾效果較好。應用主機控制從機通信方式，由主機發送命令或數據，從機應答，從機之間交換信息通過主機轉發實現，通信過程包括主機查詢、從機應答和鏈路釋放三個階段。RS485總線電路設計原理如圖5所示。

圖5 RS485總線電路圖

2.6 轉換電路

壓電式加速度傳感器輸出模擬電壓為0～5 V，而STM32處理器的A/D輸入電壓范圍為0～3.3 V，采用串聯電阻分壓方式滿足系統要求。為降低傳感器功耗，壓力變送器采用4～20 mA信號傳輸模式。通過150 Ω電阻將4～20 mA信號轉換成0.6～3 V電壓，然后通過嵌入式軟件進行校準。轉換電路原理如圖6所示。

圖6 轉換電路原理圖

2.7 無線通信模塊

4G無線通信模塊采用SIM7020C，支持LTE CAT-NB1，具有省電和延長接收模式，應用AT指令實現傳輸控制操作，應用接口包括UART、GPIO、I2C等，引出的控制引腳可直接連接Arduino、STM32等核心控制器。支持TCP、HTTP、FTP、UDP、LWM2M、MQTT等應用。模塊設計原理如圖7所示。

圖7 4G無線通訊模塊電路原理圖

3 軟件設計

基于嵌入式的農田灌溉管網漏損智能無線監測系統軟件主要實現傳感器數據采集與傳輸、自適應濾波、云平臺應用管理等功能。

3.1 傳感器數據采集與傳輸

為降低系統功耗，軟件程序采用STM32休眠模式實現低功耗設計，數據采集電路以休眠工作狀態為主，數據采集、處理、發送數據時喚醒處理系統。依據采集程序設定，通過定時器中斷實現定時采集、處理、發送數據，每次喚醒CPU定時器時，根據云端管理服務器數據校準時間。處理器串口中斷實現現場信號調試、發送和接收數據。傳感器數據采集與傳輸軟件流程如圖8所示。

圖8 傳感器數據采集與傳輸軟件流程圖

數據在無線網絡傳輸時，4G無線通信模塊設定為NET透明傳輸模式，傳輸地址為云端服務器域名和端口號，網絡傳輸連接類型為TCP方式，本地端口號為私有端口號，關閉心跳模式。

3.2 自適應濾波

為濾除傳感器數據采集的無效信號，本設計采用最小均方自適應濾波算法[20]進行濾波，該算法利用自適應濾波器，實時跟蹤信道的特性，不斷的調整均衡器的參數使其保持在最優的狀態。自適應濾波器兩個輸入端是橫向輸入端信號x(n)、理想輸出信號d(n)。兩個輸出端是橫向濾波器實際輸出端信號y(n)、反饋信號e(n)，濾波器的加權系數為wi(n)(i=0,1,…,M-1)，算法數學表達如式(1)～式(3)所示。

(1)

e(n)=d(n)-y(n)

(2)

wi(n+1)=wi(n)+2μe(n)x(x-i),

i=0,1,…,M-1

(3)

式中：μ——收斂因子。

由于本設計采集電路板對每次濾波的迭代速度要求較高，而對精度的要求不高，因此最小均方自適應濾波算法適合應用本系統，算法結構如圖9所示。

圖9 最小均方自適應濾波算法結構圖

3.3 云平臺應用管理

考慮開發成本、可靠性、安全性及便捷性等因素，系統采用基于Modbus RTU協議的私有云服務平臺，Modbus協議包括RTU和TCP，RTU模式采用16位CRC校驗，TCP無CRC校驗設置，增加6個起始字符組，用于定義TCP/IP協議所需系數。

云平臺應用管理軟件主要實現數據采集、歷史數據查詢、警告和數據匯總分析等功能，為用戶應用與管理提供較好的人機交互入口。系統應用Java軟件設計開發語言，存儲與管理數據庫采用MySQL。系統功能模塊包括傳感器數據采集、傳感器設備分組管理、數據分組查詢、報警設置、固件升級、綜合分析等，系統功能模塊如圖10所示。

圖10 云平臺應用管理軟件功能結構圖

傳感器數據采集實現管網振動噪聲、流量和壓力信號實時獲取功能，其采集頁面如圖11所示。

傳感器設備分組管理實現設備編碼識別設置；數據分組查詢用于查看某個時間段內的一個或多個傳感器的數據或曲線圖；報警設置模塊實現傳感器報警閾值設置功能；固件升級實現采集控制管理軟件版本升級管理；綜合分析依據相關分析法判斷管網是否漏損。

圖11 云端應用管理系統數據采集頁面

4 系統測試

系統主要實現采集灌溉管網中傳感器的水壓、流量與振動噪聲等數據，經過自適應濾波后，實現存儲、傳輸、分析和處理的功能。系統硬件設計與軟件開發完成后，為驗證系統數據采集的穩定性及數據傳輸的可靠性，開展試驗。

4.1 傳感器數據采集試驗

在灌溉管網試驗現場將監測系統硬件部署完成后，通過探頭設定通訊小程序，采集傳感器的振動噪聲、流量和壓力數據，以串口異步通訊模式進行通信，采集數據如圖12所示。此時管網處于非灌溉時間，為提高監測準確度，監測數據采用100次積分累加方式，監測的振動噪聲數據范圍為1～8 dB，流量為0，管網壓力約為40 MPa。

圖12 探頭設定通訊小程序數據采集

同時，通過設計的云端應用管理軟件系統采集相同傳感器的振動噪聲、流量和壓力數據，數據通過4G無線通信模塊進行傳輸，云端應用管理軟件系統采集的數據與通過探頭設定通訊小程序采集的一致，試驗結果表明傳感器數據采集穩定高效，經過嵌入式應用系統處理后，未出現信號損失現象。同時對歷史數據進行20次查詢試驗，數據查詢響應時間平均小于1.2 s。

4.2 傳感器數據采集試驗

預判管網泄漏和閥門漏水時，由于在灌溉時段內水流噪聲過大影響預判結果，因而在非灌溉時段內，測試時間為0時至4時，噪聲閾值通常設置為80 dB，當噪聲數據大于此值時，系統預判出現管網泄漏或者閥門漏水。預判管網爆管時，通過相鄰的兩個壓力傳感器采集數據100次，累加差值大于5 MPa；或者相鄰的兩個流量傳感器數據累加差值出現較大偏差；或者振動傳感器采集的噪聲數據顯著大于泄露時的閾值80 dB，一般可以達到幾百分貝。

首先，試驗在非灌溉時間內，管網出現泄漏條件下進行，現場部署1個振動傳感器、兩個壓力傳感器及1個流量傳感器，每隔3 min采樣一次噪聲、壓力和流量數據，總計采集12組數據(表2)。由于漏水流量相對較少，相鄰兩個壓力傳感器數值差較小或近似相等。由于非灌溉時間，流量近似為零。因此，主要通過噪聲進行預判，采集的振動噪聲數據超過預警值80 dB，狀態標識為1，顯示報警。

表2 管網漏損條件下傳感器采集數據Tab. 2 Data acquisition by sensors under the condition of pipeline leakage

其次，在管網處于非灌溉時段內，采集正常非漏損條件下四組數據(圖13)。噪聲數據累加值最大為12 dB，小于預警值80 dB，狀態顯示正常。

圖13 管網正常情況下傳感器噪聲數據

4.3 傳感器數據無線傳輸試驗

為測試傳感器數據通過4G無線通信模塊傳輸的健壯性，測試數據發送(Send_data)、接收(Rece_data)、丟包率(Lose_data)及其延時響應時間(Delay_time)，采用實時多次數據傳輸方法，獲取六組測試數據(表3)。

表3 傳感器數據包發送和接收數據Tab. 3 Sensor data packet sending and receiving

試驗數據表明發送(Send_data)與接收(Rece_data)數據包數量一致，數據傳輸完整，未出現損失現象，數據在無線網絡中傳輸的延時響應時間小于1.8 s，驗證了傳輸控制協議面向連接并且可靠，說明傳感器數據在無線網絡中傳輸具有較好的健壯性。

5 結論

1) 通過傳感器、嵌入式開發、無線數據傳輸技術設計實現了農田灌溉管網漏損智能無線智能監測系統，以STM32F407核心處理器為硬件設計基礎，通過4G無線通信模塊將數據發送到云端應用管理服務器，同時開發了上位機數據管理與應用分析系統。

2) 開展了監測系統試驗，結果表明傳感器可有效采集農田灌溉管網的振動噪聲、流量和壓力信號數據，在非灌溉時間測試管網漏損狀態，采集的噪聲數值超過預警值80 dB并進行報警。系統可靠性較好，傳感器數據在4G無線網絡中傳輸完整，無數據丟包，平均延時響應時間小于1.8 s。應用管理系統數據查詢響應時間小于1.2 s。

3) 云端應用管理系統可實時監測灌溉管網的振動噪聲、流量和壓力等傳感器數據，實現報警設置與監測、數據查詢、固件升級、數據分析等功能。系統部署簡單快捷，可廣泛應用于農田灌溉管網監測，具有較好的應用前景。