基于阿里云平臺的多參數實時在線水質監測系統

韋洪浪 陳基恒 韋寧燕

基于阿里云平臺的多參數實時在線水質監測系統

韋洪浪1陳基恒1韋寧燕2

（1.桂林理工大學南寧分校，廣西 南寧 532100；2.南寧理工學院，廣西 桂林 541006）

為了優化水產養殖和水污染防控等領域的水質采集工作，設計一個基于阿里云平臺的多參數實時在線水質監測系統。該系統選用STM32F103C8T6芯片作為終端的主控制器，負責采集水質的溫度、pH、濁度值、TDS等信息，并將信息封裝在MQTT協議的報文中，然后利用4G-CAT1模塊將MQTT報文上傳到阿里云服務器。該系統不僅可以使用Web網頁直觀地查看當前水質狀態、歷史數據和導出數據，而且還可以通過手機APP實時查看水質信息與警報信息。結果表明該系統可以有效地采集水質數據，具有較高的實時性和可靠性，采集到的數據方便輔助用戶做出決策，能有效解決野外水質信息采集工作。

水質監測；STM32；云服務；物聯網

引言

2019年全國水產品總產量為6480.36萬噸，比2018年的6457.65萬噸同比增長0.35%，我國水產養殖體量大，內需旺盛[1]。水產養殖業的產品質量把控和應對災害的能力需要進一步加強，對于水質的控制需求就會變得更加嚴格。養殖戶追求高產能，導致養殖密度不斷上升，增加了環境負擔和水質污染。養殖的排泄物、殘余的餌料、藥物等都會影響水質，導致產品把控質量的難度加大。氣候對于漁業的影響也十分巨大，水溫、含氧量的監控是防范氣象災害的重要指標。

漁業對于水質指標的把控就直接影響了生產能力和最終收益，而對于水質指標的把控則需要有科學量化的指標來作參照。高效和低成本的采集水質指標就成為一個剛需，如果采用人工收集各項指標，不僅效率低下，而且人工成本高，最終導致產品的競爭力不足。在國家對水體環境污染防治力度不斷加大的政策下，水質信息的采集和處理工作已經成為一個研究熱點[2]。

本研究設計一個智能水質監測系統來應對漁業等需要水質監測的工作，以實現水質監測的無人化、便捷化，能夠精確及時地發現水質問題，合理規避行業風險，直接提升生產效率[3]。

1 系統概述

如圖1所示，水質監測系統可分為三大部分。終端硬件部分：為水質信息的采集處理和發送提供基礎支持。終端軟件部分：將采集到的數據擬合成直觀的物理量上報到服務器。數據呈現部分：水質監測終端采集數據，利用4G-CAT1模塊將數據通過基站上傳到服務器，WEB和手機APP訂閱和關聯服務器上的數據，實現水質實時監控[4]。

圖1 總體框圖

圖2為終端模塊示意圖，其中STM32F103C8T6單片機為核心部件，它將傳感器采集的水質信息封裝成MQTT報文，再利用4G-CAT1模塊與服務器通訊，外圍的太陽能供電模塊為系統工作提供能源。

利用WEB網頁和手機APP可以實時監測水質信息，或者對終端發送控制命令。單片機通過4G-CAT1模塊將水質信息上報到阿里云服務器，服務器將水質信息轉化成視化的圖形，利用WEB網頁和APP的圖像將抽象的水質信息可視化、人性化，使使用者更加方便地進行水質監控，輔助客戶對當前水質情況的決策。

圖2 終端模塊示意圖

2 終端硬件部分的實現

2.1 電源模塊

水質監測系統的終端大部分工作在戶外，地點隨機性較大，所以需要有長時間工作的需求。電源系統采用太陽能板轉化電能儲存在鋰電池中，為其他硬件系統提供5 V和3.3 V的直流電源。考慮到戶外光照強度不穩定導致無法正常充電，故先對太陽能板輸出電壓進行升壓再由AMS1117芯片穩壓到5 V，再給鋰電池充電。放電時經過穩壓模塊MT3608分別輸出5 V和3.3 V的直流電為系統提供兩種電源。

2.2 傳感器

傳感器探頭的選擇應考慮實際應用場景、使用方式和壽命。探頭將采集到的溫度、pH值、渾濁度、TDS等模擬信號通過放大電路后符合單片機0 V～3.3 V的電平范圍，將單片機的GPIO口復用為模擬輸入，讀取模擬量。用傳感器探頭的數據手冊、測量實際值、標準液去擬合讀取的模擬信號的物理量。

溫度傳感器選用DS18B20溫度轉化芯片制作的探頭。DS18B20使用單總線與單片機通信，可以實現單總線多點測量溫度。可以用0.1℃級別的精度測量-55℃～125℃的溫度范圍，符合使用場景的設計需求。DS18B20優勢有成本低、布線簡單、數字化、測量精確等。

濁度傳感器選用TSW-30傳感器，可測量0到1000±30NTU。利用EL-23G紅外光線二極管和ST-23G紅外光敏電阻，根據水質濁度影響光線而改變光敏電阻的電阻。通過單片機IO口讀取模擬量，經過內置的AD把模擬量映射成濁度值。

pH傳感器為可充式玻璃電極，使用前在3 mol/L的KCl溶液中活化電極8小時，在測量酸性液體前用pH4.0的標準液矯正，測量堿性液體前用pH9.18的標準液矯正，可以得到更好的測量精度。

TDS傳感器為電導雙極探頭，測量時采用交流激勵信號可防止探頭極化，可測量0 ppm～1000 ppm的范圍，由電導率計算TDS。

TDS、PH、濁度等傳感器反饋到單片機的是模擬信號，需要經過電壓跟隨器與放大電路后再由單片機AD采集后得出結果。

2.3 無線傳輸模塊

無線轉輸模塊選用4G-CAT1模塊，它的下行速率小于10 Mb/s，上行速率小于5 Mb/s，適用于中低和中高帶寬的物聯網應用[5]。通過WH-GM5芯片為核心鏈接到4G網絡，以4G網絡為載體，通過TCP傳輸協議連接到阿里云服務器，服務器與終端以MQTT協議的報文實現通訊。單片機把所需要上報服務器的信息封裝成MQTT協議的報文后，將報文以串口發送的形式直接發送給WH-GM5芯片，在WH-GM5與云服務器建立的鏈接上直接將報文發送到服務器。單片機只需要通過AT指令對WH-GM5發出操作指令再以串口發送數據，數據就能直接發送到互聯網上，實現水質監測終端的互聯網接入。

3 終端軟件部分的實現

3.1 主循環框架

如圖3所示，啟動后進行“看門狗”、DMA、ADC等功能的準備，然后用串口發AT指令配置WH-GM5網絡模塊的工作模式，網絡模塊保存重啟后將會與云服務器建立短暫的連接，在此基礎上發送報文讓設備登錄服務器，建立客戶端與服務器的信息傳輸鏈接。建立鏈接后進行數據水質采集、上報，以及服務器發布指令等操作。

圖3 軟件流程圖

3.2 串口初始化以及功能

串口是提供單片機與服務器交互的接口。需要向服務器發送數據時，將數據寫入發送緩沖區，串口則會按照數據長度將數據緩沖區的數據發送到WH-GM5模塊，進而發送到服務器。

當服務器下發數據到單片機時，串口使用DMA中斷。先把數據以DMA的方式儲存到一個緩沖區里，當DMA發出空閑中斷時表示數據接收完畢，再把緩沖區里傳輸完整的數據復制到接收緩沖區里，接著對數據進行剝離MQTT封裝、提取關鍵命令等操作。

3.3 無線模塊初始化

用串口向WH-GM5透傳模塊發送AT指令，配置鏈接和工作模式，使之完成初始化。待透傳模塊保存并重新啟動后即可與云服務器建立起臨時鏈接，在此鏈接的基礎上進行下一步的登錄和訂閱服務器功能服務等操作。

3.4 與服務器的交互準備

在阿里云服務器創建產品賬號與設備以及水質數據的屬性模型后，會得到產品密鑰、設備名稱、服務器域名。

利用上述信息構建MQTT協議的CONNECT報文，接入互聯網后向服務器域申請設備登陸，單片機即可在服務器登錄并建立鏈接。

構建好單片機與服務器的鏈接后，需要單片機設備訂閱服務器的功能服務，需要向服務器發送SUBSCRIBE報文，訂閱上報數據和下發命令的功能，單片機上傳的水質信息才能被服務器收集與對單片機系統運行工作下發指令。

3.5 數據的收發與處理

信息存放的緩沖區分為發送緩沖區、接收緩沖區、控制命令緩沖區。

發送緩沖區依靠寫入指針、讀取指針，以及結束指針來對緩沖區進行存取操作。串口DMA會將發送緩沖區的信息發送到WH-GM5模塊，進而將信息發送到互聯網。

接收緩沖區依靠寫入指針、讀取指針，以及結束指針來對緩沖區進行存取操作。串口DMA接收空閑中斷，在中斷服務函數中把接收到的數據寫入接收緩沖區中，等待進一步處理。以DMA空閑中斷接收不定長度的數據，減小單片機資源占用。

控制命令緩沖區存放的是接收緩沖區里被識別為命令報文的數據。命令報文通過剝離封裝提取出關鍵信息，在讀取命令緩沖區中的信息時，系統通過判斷條件執行相應的操作。

4 云服務器搭建與數據可視化

4.1 建立產品與設備

本系統選用阿里云服務器為云端數據儲存與控制端。阿里云能提供保存一定時間內的歷史信息、數據分析、數據可視化、云服務器與APP綁定等功能[6]。

在水質監測系統開始工作前需要在云服務器搭建相應的物理模型定義，單片機上傳的水質屬性信息才能映射到云服務器的物理模型上。

可以在同一產品下添加數個模型相同的并列的設備。設備的個體即為水質監測單元在云服務器的映射。在單片機程序選擇登錄設備后，在云端顯示設備在線。即可在物模型數據中監測水質信息，以及瀏覽歷史信息。

4.2 基于Iot Studio的WEB設計

為了使水質數據查看更加方便、呈現得更人性化，可以利用阿里云服務器自帶的網頁編輯工具Iot Studio實現簡單的、拖拽化、去編程化的網頁設計，編輯一個簡單的WEB界面（如圖4所示）用于呈現單片機上傳的水質信息。在平臺可以設置屬性超標警告的閾值以及設計警告動作，可查看實時數據和查詢歷史數據。

圖4 Web界面

4.3 微信小程序設計

在阿里云的產品下建立與水質采集終端并列的設備作為手機登錄服務器的設備。創建云產品流轉下的數據流轉規則，將水質終端上報的水質數據寫入手機對應的設備模型中。在移動端打開微信小程序后，程序會登錄云端的手機設備，服務器將下發水質數據到小程序中，實現隨時監測水質數據的功能[7]。小程序如圖5所示。

圖5 微信小程序

5 系統測試

準備好不同的液體，分別測試溫度、濁度、TDS、pH值。根據不同液體的標稱值或測量值對比云服務器讀出的數據判斷系統測量精度是否滿足設計需求。

根據表1測試結果顯示，系統測量值的誤差在可接受的范圍內。當改變測試水質的物理量后，服務器顯示的測量值會在1秒內做出響應的變化，系統響應的靈敏度符合設計的需求，同時可以查看各個屬性的歷史數據。

表1 測試結果

6 結論

本系統依靠本身系統的續航能力、4G無線網絡接入系統、云服務器處理數據等功能，可實現多個水質監測單元同時布控，解決戶外環境多樣化的水質采集問題，易于操作和布置，適用于在各種水質監測情景中。水質智能監測系統劃分多個檢測模塊和數據處理，可自由拆分和應用，模塊化程度高，可移植性強，利于排查系統問題和維護。本項目可適用于生活用水安全檢測、水產養殖環境監控、河流污染防治監控、科研工作等需要水質監控的場景中，為靈活的戶外水質監測工作提供一種解決方案。

[1] 羅茵. 《2020中國漁業統計年鑒》出版廣東水產品總產量首次全國第一[J]. 海洋與漁業，2020(6): 12-13.

[2] 段曉雨，胡華清，許丹宇. 2019年水污染治理行業發展評述及發展展望[J]. 中國環保產業，2020(1): 14-16.

[3] 吳迪. 基于云平臺的多參數實時在線水質檢測[D]. 杭州: 中國計量大學，2019.

[4] 姜闊勝，王敏敏，盧振連，等. 基于物聯網和局域網的校園多分布空調集控系統[J]. 物聯網技術，2021，11(9): 76-78.

[5] 陳博，甘志輝. NB-IoT和CAT 1覆蓋能力分析[J]. 移動通信，2017(22): 57-61.

[6] 楊磊，熊衛華，姜明. 基于NB-IoT技術的家庭水質檢測系統[J]. 計算機系統應用，2019，28(12): 129-133.

[7] 黃艷國，吳磊，張慧敏，等. 基于物聯網的超市智能自助購物系統設計[J]. 計算機測量與控制，2019，27(9): 227-231.

Multi-Parameter Real-Time Online Water Quality Monitoring System Based on Alibaba Cloud Platform

In order to optimize water quality collection in aquaculture and water pollution prevention and control, a multi parameter real-time online water quality monitoring system based on Alibaba cloud platform is designed. The system selects STM32F103C8T6 chip as the main controller of the terminal, which is responsible for collecting the temperature, pH, turbidity value, TDS and other information of water quality, encapsulating the information in the message of mqtt protocol, and then uploading the MQTT message to Alibaba cloud server using 4G-CAT1 module. The system can not only use the web page to intuitively view the current water quality status, historical data and exported data, but also view the water quality information and alarm information in real time through the mobile APP. The results show that the system can effectively collect water quality data, has high real-time and reliability, the collected data is convenient to assist users to make decisions, and can effectively solve the field water quality information collection work.

water quality detection; STM32; cloud services; Internet of things

TP27

A

1008-1151(2022)04-0007-04

2022-01-20

2021年度廣西高校中青年教師科研基礎能力提升項目“基于深度學習的學生課堂表情識別與課堂專注度分析的研究”（2021KY1671）；2021年廣西大學生創新創業訓練項目“智能水質監測系統”（202110596243）。

韋洪浪（1985－），男，廣西河池人，桂林理工大學南寧分校專任教師，碩士，研究方向為信號與信息處理。

韋寧燕（1987－），女，廣西河池人，南寧理工學院講師，碩士，研究方向為圖像處理。