基于LoRa的呼吸閥狀態實時監測系統設計

摘要：文章針對呼吸閥傳統校驗方式成本高昂和時效性不足的問題，設計了一種呼吸閥實時狀態監測系統。通過監測呼吸閥超壓泄放過程中腔內壓力和閥盤位移的實時反映呼吸閥的工作狀態，本系統實現呼吸閥的智能監測。系統以STM32F103VET6作為核心處理器并利用LoRa無線局域網實現狀態數據的實時傳輸，同時通過4G網絡方式實現呼吸閥與上位機之間的通信。實驗結果顯示，該系統可實現呼吸閥狀態的主動監測，便于呼吸閥的運行管理與維護。

關鍵詞：LoRa模塊；呼吸閥；STM32F103VET6；物聯網；監控

中圖分類號：TP277

文獻標志碼：A

0 引言

呼吸閥作為工業儲罐上一種常用的安全泄壓裝置，不僅可以維持儲罐內外壓力平衡，而且能夠減少油品損耗，從而達到保護環境的目的，對于企業實現節能減排和提質增效起到了至關重要的作用。因此，呼吸閥被廣泛應用于石油、化工、食品加工、水處理等領域中^［1-4］。呼吸閥長期工作在復雜環境中，受到油氣腐蝕、環境侵蝕以及機械磨損等因素的影響，在運行過程中極易發生泄漏、卡死、生銹、堵塞等故障。這些故障可能造成介質泄漏或儲罐變形等事故，還可能污染環境并危及周圍人員的生命和財產安全^［5］。據不完全統計，我國有50%以上的儲罐事故是由于儲罐超壓或抽癟造成的，而最根本的原因是因為呼吸閥工作失效。2011年，河南某地一儲罐正在進行作業時，遭遇溫度驟降。由于呼吸閥和阻火器被堵塞，儲罐通氣量不足，最終導致儲罐的抽癟事故^［6］。2012年，南方某煉油廠一儲罐由于呼吸閥的吸氣量小于儲罐的油品付出量，導致罐內形成負壓，最終致使罐頂抽癟^［7］。由此可見，呼吸閥在保障儲罐安全方面起著重要作用。

因此，為確保呼吸閥的安全性與可靠性，目前主要通過離線式或在線式的方法對呼吸閥進行定期維護與檢查^［8-12］。然而，無論是在線式還是離線式的定期維護都存在一定的問題。定期維護可能導致“過渡維修”或“維修不足”，進而增加了維修成本，同時增加了人為制造的潛在風險，從而降低了呼吸閥的可靠性與穩定性。

基于定期維護存在的問題，本文針對呼吸閥本身運行情況研究了一套基于LoRa的呼吸閥狀態遠程實時監測系統，通過實時監測呼吸閥的閥盤位移、泄放壓力變化分析呼吸閥運行狀態。此系統使技術人員及時獲得呼吸閥的運行異常數據，大大縮短了排除故障的時間并提升了工作效率。

1 呼吸閥

1.1 呼吸閥結構及工作原理

呼吸閥既可以維持儲罐內外壓力平衡，又可以預防因超壓或真空而導致的儲罐損壞，同時減少貯存物料的蒸發損耗從而避免了環境污染。它主要是由閥體、閥座、閥桿、導向套、真空閥盤、壓力閥盤、防護罩等幾部分組成。其工作原理是利用閥盤自身重力和閥盤兩側氣壓差所產生的合力共同作用下，控制閥盤的開啟與關閉^［13］。呼吸閥工作原理如圖1所示。

1.2 呼吸閥啟動原因

呼吸閥的開啟與關閉與儲罐內壓力息息相關，造成壓力變化的原因有以下2種因素。

（1）介質流動。

若有物料被注入儲罐時，儲罐內部壓力逐漸升高。一旦儲罐內壓力達到呼氣閥預設的開啟壓力時，呼氣閥開啟并向外排氣泄壓。相反，若有物料從儲罐中抽出時，儲罐內壓力逐漸降低。當儲罐內真空度達到吸氣閥預設開啟壓力時，吸氣閥開啟并允許空氣進入。若儲罐內壓力介于呼吸閥設定的開啟壓力范圍之內，此時呼吸閥保持關閉，確保儲罐密封。

（2）溫度變化。

根據理想氣體方程PV=nRT可知，其中P為壓強（Pa）；V為氣體體積（m³）；n為氣體物質的量（mol）；R是摩爾氣體常數（J/mol·k）；T為溫度（K）。在體積不變的條件下，氣體的壓力隨著溫度變化而變化。當氣溫下降，儲罐內部壓力減小，吸氣閥開啟以吸入空氣；當氣溫上升，儲罐內壓力增加，呼氣閥開啟并向外排氣。

通過對呼吸閥工作原理及啟閉動作的分析，發現影響呼吸閥動作的因素主要包括罐內壓力、罐外溫度。為了監測呼吸閥實時運行狀態，保障儲罐安全運行。選取罐內壓力、呼吸閥閥盤位移作為分析呼吸閥運行狀態的分析參數并作為判斷系統的依據。

2 系統設計

整個系統主要包括數據采集節點、無線網關和上位機3個部分。系統工作時，數據采集節點負責采集罐內壓力、閥盤位移和環境溫度等參數，通過LoRa無線通信技術把采集數據傳輸至無線網關。無線網關則匯總所有采集節點上傳的數據，通過4G通信技術將數據上傳至上位機中。系統總體架構如圖2所示。

數據采集節點是為了采集呼吸閥運行狀態相關參數，然后將采集到數據通過LoRa無線通信技術上傳至無線網關。考慮到呼吸閥安裝位置和實際使用狀況，采集節點采用太陽能板供電。數據采集節點是由電源管理模塊、控制模塊、無線傳輸模塊、數據存儲模塊、信號采集模塊、電量檢測模塊、時鐘電路、RS485接口、信號調理模塊等多個模塊組成的綜合系統。這些模塊相互協同工作，確保了壓力信號和位移信號的高效、可靠地采集與傳輸。數據采集節點硬件結構如圖3所示。

數據匯集端主要功能是匯總數據采集節點上傳的監測數據，通過4G模塊傳輸至上位機界面。同時，采集呼吸閥周圍的溫度和壓力作為數據支撐，用于對呼吸閥工作環境的判斷。通過太陽能板對系統提供電量支持，保證其穩定運行。數據匯集端主要由通信模塊、采集模塊、電量檢測模塊、電源管理模塊等模塊組成，其中通信模塊包含LoRa模塊、4G模塊以及RS485通信模塊。數據匯集端系統框架如圖4所示。

3 硬件設計

3.1 數據采集節點硬件設計

數據采集節點的控制處理器采用基于Cortex-M3內核的32位單片機STM32F103ZET6作為控制器（Microcontroller Unit，MCU）。此芯片不僅具有低功耗、高性能的特點，還具有豐富的外設^［14］。無線傳輸模塊使用的是ATK-LoRa-01模塊，該模塊的核心是SX1278擴頻芯片，最遠傳輸距離可達3km。此模塊具有6個Pin，分別是MD0、AUX、RXD、TXD、VCC、GND。其中，MD0和AUX相互配合，可以設置模塊的不同工作模式。VCC和GND分別代表的是電源和接地^［15-16］。在本系統中，ATK-LoRa-01模塊通過串口的方式與MCU相連，設計時需將ATK-LoRa-01模塊的RX和TX引腳與MCU的TX和RX相連。

3.1.1 電源檢測電路設計

根據系統設計，數據采集節點和數據匯集端點均采用太陽能供電系統提供電源，太陽能供電系統的性能直接影響整個系統的可靠性和穩定性。蓄電池作為太陽能系統的重要組成部分，通過對蓄電池的實時檢測，可以確保整個系統的可靠性與安全性。因此，設計一個電量檢測電路連接至太陽能蓄電池，利用MCU的ADC模塊采集電壓數據。電源檢測電路如圖5所示。

3.1.2 信號調理電路設計

本系統采用的壓力傳感器WML-801 V和位移傳感器ZW-LV100R-NP輸出的信號均為4～20mA的模擬電流，而控制芯片的A/D采樣引腳電壓范圍為0～3.3 V模擬電壓。因此，需要設計合理的電路，將4～20mA模擬電流信號轉換為0～3.3 V的模擬電壓信號。信號調理電路共分為4個部分：Ⅰ級電路、Ⅱ級電路、Ⅲ級電路Ⅳ級電路。首先Ⅰ級電路檢測傳感器輸出的電流信號，通過Ⅱ級電路對信號進行放大，使之達到A/D采樣模塊的電壓檢測范圍。其次，設計Ⅲ級電壓跟隨電路，解決4mA電流轉換非0 V的問題。最后，通過Ⅳ級電路將電壓信號進行放大以滿足單片機引腳所需的3.3 V。信號調理電路設計如圖6所示。

3.2 數據匯集端設計

數據匯集端和數據采集端采用相同的控制處理器，數據匯集端通過LoRa網關將不同采集節點的數據匯集在一起，通過4G模塊上傳至上位機管理系統。數據匯集端通過移遠公司的4G模塊EC600N-CN將數據上傳至后臺管理系統。此外，在數據匯集端預留485通信接口，以便于連接顯示終端，實現數據可視化。

3.2.1 數據存儲電路設計

為了防止數據在無線傳輸過程中因通信距離、信號干擾等因素造成數據丟包現象。因此，將數據匯集端和采集端的數據分別緩存在各自的Flash存儲器中，以確保數據的完整性與可靠性。本系統使用W25Q128芯片作為存儲介質，該芯片具有16Mb存儲容量，可實現大量數據的存儲。存儲電路如圖7所示。

3.2.2 RS485電路設計

在數據匯集端預留了485通信接口，便于與計算機、顯示屏等顯示終端相連接，實現數據的可視化。RS485通過差分信號進行傳輸，最多可連接256個節點。本系統采用MAX13487芯片作為RS485通信模塊，該芯片具有高性能、低功耗、抗干擾能力強等特點。RS485電路如圖8所示。

3.2.3 氣壓電路設計

為了更清晰地了解呼吸閥的工作環境，本系統分別采集壓力和溫度作為數據支撐。BMP208是一款集成溫度和壓力的二合一傳感器。其最大工作電流0.3 μA，壓力測量范圍0～20000 hPa，壓力分辨率1%。溫度測量范圍-45℃～+85℃，溫度分辨率1℃。該芯片共有8個引腳，分別是VDD、GND、VDDIO、GND、SDO、CSB、SDI、SCK。支持四線SPI、三線SPI以及I2C 3種通信接口方式。在不同的接口模式下，引腳的功能各異。在本系統中，選用ⅡC接口與MCU通信。此時SCK作為ⅡC時鐘線與MCU的PB6相連，SDI作為ⅡC數據線與MCU的PB7相連，CSB連接高電平以設置傳感器接口模式，SDO引腳連接低電平用于設置設備地址的最后一位。VDD和VDDIO為3.3 V直流電源引腳，GND為接地引腳。BMP280電路如圖9所示。

4 軟件設計

硬件構成系統的骨架，而軟件則是其靈魂。軟件與硬件存在必然聯系，軟件通過編程操作來獲取各個硬件模塊的信息并實現控制；而硬件模塊響應這些操作并執行相應動作。

4.1 采集節點軟件設計

采集節點安裝在呼吸閥閥體上，用以實時采集閥盤位移和閥盤泄放口處的壓力。具體工作流程如下：系統上電之后，首先對MCU和LoRa模塊進行初始化操作。初始化完成后，微處理器向各個傳感器發送采集指令，對傳感器返回的數據進行處理和存儲。經過微處理器分析的采集數據，隨后等待數據匯集端的指令。根據收到的指令，將采集到的數據信息傳輸至數據匯集端進行處理或執行相關指令操作。采集端軟件流程如圖10所示。

4.2 匯集端軟件設計

匯集端作為采集節點的星形組網調制器，主要功能是接收采集節點發送的相關數據。通過通信串口接收封裝好的數據幀，轉發至4G通信模塊，由此模塊將數據上傳至上位機。數據匯集端通過中斷的機制識別信息幀并定時向后臺發送數據。此外，依次掃描每個串口的信息狀態以處理數據幀。匯集端程序流程如圖11所示。

5 系統驗證

5.1 通信測試

LoRa模塊ATK-LoRa-01是一款體積小、低功率、低功耗、長距離傳輸的串口模塊。為了充分驗證系統的穩定性與可靠性，將網關節點與采集端點按照等距原則在校園內進行收發測試。LoRa數據通信測數據如表1所示。數據表明在2km范圍內可實現數據的完整傳輸，隨著距離增加到2.5km和3km出現了數據丟失現象。當距離達到4km的時候，數據丟失現象嚴重。

5.2 上位機測試

上位機運用LabVIEW虛擬儀器平臺進行數據的顯示和處理。通過串口接收4G模塊上傳的數據實現數據的采集與控制。其中，數據采集節點負責采集呼吸閥中的超壓泄放壓力和閥盤位移。數據匯集節點實現對呼吸閥工作環境參數的采集，主要包含氣壓和溫度。可基于氣壓和溫度的數據對呼吸閥的工況做出進一步的判斷。上位機界面如圖12所示。

6 結語

本文分析了呼吸閥的結構和工作原理，研究了影響呼吸閥啟閉的因素，利用物聯網技術、嵌入式技術、無線通信技術以及LabVIEW虛擬儀器平臺技術，設計一套呼吸閥實時狀態監控系統。該系統通過將數據采集端、匯集端和上位機有機統一實現數據的采集、傳輸和顯示，從而使技術人員能夠及時掌握呼吸閥運行狀態，為儲罐的安全運行提供了保障。實驗證明，該系統具備很好的工程應用價值。

參考文獻

［1］鄒智.污水調節儲罐VOC_S惡臭氣體抽吸方案探討［J］.石油化工安全環保技術， 2023（5）： 54-57，8.

［2］張士玲， 徐金永.氨水儲罐呼吸閥通氣量計算的探討［J］.石化技術， 2023（8）： 236-238.

［3］楊勇， 王陳， 侯望， 等.白酒大容器儲罐呼吸損耗減少措施的研究［J］.釀酒科技， 2023（7）： 72-74.

［4］馬松華， 王杰， 邱福壽， 等.石油儲罐呼吸閥檢測系統設計與實驗研究［J］.石油和化工設備， 2023（7）： 102-108.

［5］肖聰.呼吸閥的常見故障診斷及新型呼吸閥的應用［J］.中國化工貿易， 2014（16）： 54.

［6］石相濤.內浮頂罐抽癟的原因分析以及預防措施［J］.化工技術與開發， 2015（5）： 67-69.

［7］韓昊慧， 耿耀旭.內浮頂儲罐抽癟原因分析及預防措施［J］.中國設備工程， 2020（2）： 215-217.

［8］張樹忠.一種儲罐呼吸閥校驗臺的設計［J］.機電技術， 2019（1）： 2-3，19.

［9］張建兒.一種帶打印輸出的呼吸閥檢測裝置設計［J］.無線互聯科技， 2018（24）： 59-60.

［10］張漢周， 董愛鴻.呼吸閥在線校驗技術和裝置研究［J］.液壓氣動與密封， 2023（11）： 51-55.

［11］劉士偉， 楊云高， 杜威， 等.油罐呼吸閥在線檢測系統的設計與應用研究［J］.當代化工研究， 2018（1）： 46-47.

［12］許行， 張贊牢， 秦玉芳.基于逆向施壓的油罐呼吸閥在線檢測方法［J］.后勤工程學院學報， 2008（3）： 28-30，50.

［13］黃起陸， 于江， 趙曉剛.機械式呼吸閥的類型與通氣性能［J］.油氣儲運， 2008（10）： 51-56，61，73.

［14］張震， 劉新妹， 殷俊齡， 等.基于ARM的智能輪椅安全監控系統的設計［J］.國外電子測量技術， 2021（6）：138-143.

［15］楊新華， 鄭越， 馬建立， 等.基于LoRa的電力物聯網智能終端采集系統設計［J］.傳感器與微系統，2022（1）：123-126.

［16］石英春， 陳春陽， 王巍.基于LoRa和NB-IoT物聯網技術的管網監測系統設計［J］.儀表技術與傳感器， 2022（8）： 85-88，121.

（編輯 王永超）

Design of a LoRa based real-time monitoring system for respiratory valve status

Yang" Shida， Li" Weijun^*

（School of Mechanical Engineering， Liaoning Petrochemical University， Fushun 113001， China）Abstract： To address the high costs and delays associated with traditional calibration methods for breathing valves， a real-time condition monitoring system for breathing valves has been developed. By real-time monitoring of the cavity pressure and valve disc displacement during the breathing valve’s overpressure release process， this system reflects the working status of the breathing valve， thereby achieving its intelligent monitoring. The system employs the STM32F103VET6 as its core processor and utilizes LoRa wireless LAN for the real-time transmission of status data. Additionally， communication between the breathing valve and the host computer is facilitated via the 4G network. Experimental results demonstrate that the system enables active monitoring of the breathing valve’s status， facilitating operational management and maintenance.

Key words：LoRa module; breathing valve; STM32F103VET6; Internet of Things; monitoring