太阳能无线微灌控制系统的应用设计及测试

陈君梅，孙道宗，叶 娟

(1.广东科学技术职业学院，广州 510640；2.华南农业大学工程学院，广州 510642)

0 引 言

微灌技术在我国节水灌溉技术中占重要地位[1,2]。世界上许多国家和地区大量应用微灌技术。微灌自动控制是现代节水灌溉发展的前沿技术，该技术的应用不仅能够提高灌溉信息采集的时效性与准确性，同时能够有效提高水资源的利用效率，增加作物的产量和品质[2]。在微灌技术领域，以美国和以色列水平居首[3]，以色列近年开发的可编程逻辑控制器(PLC)，通过把不同网络连接到主机上进行数据采集和处理，开发的现代诊断式控制器，通过不同的传感器采集信息，通过Internet 网、远程控制、GSM等来实现数据传输，然后通过计算机处理信息，作出灌溉计划[1]。

国内从20世纪70年代起也开始了相关技术研究,近十几年来，在中央和地方政府的政策和投入激励下，微灌技术不断提升[4]，在作物需水信息的评价与检测方法、灌溉方式与灌溉自动控制技术、基础环境信息监测等方面取得了较大进展,但总体技术还是不够成熟[2]。微灌控制系统引入无线技术，可实现微灌管理的自动化和远程控制[5]，在基于无线传感器网络的微灌控制系统研究中，研究人员结合不同的监测场合，设计了多种专用的 WSN(wireless sensor network)节点[6-11]，但在实际应用中，WSN 节点的供电问题导致其生命周期较短，是制约 WSN 应用的主要瓶颈之一[12-14]，成为了限制微灌自动控制实际应用的最主要原因[15-20]。

本文将太阳能供电技术与无线传感器网络技术综合应用于桃园的节水微灌控制系统中，解决目前无线节水微灌控制系统中传感器节点寿命有限，不能长期可靠工作的问题。

1 控制系统设计

1.1 系统结构

系统采用ZigBee无线通信方式，硬件上主要由主节点、传感器及路由节点和泵房节点三部分组成。主节点既能与电脑进行通信又可脱离电脑自行运行，用以控制传感器及路由节点、泵房节点，将采集到的土壤湿度信息及水泵状态信息存储起来并发送给电脑。传感器及路由节点根据主节点指令定时采集节点土壤湿度信息并通过多跳的方式发送给主节点，若该类节点不连接传感器，则只充当转发数据的路由功能，称为路由节点，节点有低功耗模式，由太阳能和锂电池供电。泵房节点有自动工作模式和定时模式，自动工作模式下，根据主节点指令改变电池阀及水泵状态，定时模式则根据设定灌溉时长定时灌溉，方便用户通过灌溉管道进行施肥、施药等生产活动。

主节点和泵房节点分别部署在办公室和泵房，通过市电供电，传感器及路由节点按需部署于园区，通过太阳能电池板和锂电池供电。系统结构如图1所示。

图1 系统结构示意图Fig.1 Schematic diagram of system

在图1中，泵房节点通过控制线控制水泵的启、停以及各个电磁阀的开、闭，每个电磁阀负责一个灌溉区域。传感器节点定时采集土壤湿度并以多跳、无线的方式发送给主节点，主节点根据用户设定的土壤湿度上下限，向泵房节点发送控制指令。同时主节点把数据通过USB口将数据传送到电脑存储、显示，供用户查阅。传感器节点根据需要部署在各个灌溉区内，如果节点间的距离较远，则中间加入路由节点实现数据的多跳传输。

1.2 系统软件

主节点上电时首先进行初始化，并等待上位机的指令。接收到上位机的正确指令之后，根据指令内容修改采集时间、休眠时间、土壤湿度上、下限等参数配置信息。当采集时间到时，发送节点采集指令、等待接收，然后将接收到的数据发送给上位机并储存进SD卡，当设定时间内传感器及路由节点信息没有返回时，报告上位机进行错误处理。

路由节点上电时也首先进行初始化，并等待主节点的采集指令。当接收到主节点的采集指令之后，采集所需的数据并进行处理发送。如果发送成功，则传感器及路由节点随后的工作时间内只是充当其他传感器及路由节点的传输中继节点直至接收到主节点的睡眠指令。如果发送不成功，则延时一段时间继续发送，如此循环直至发送成功或者接收到主节点的睡眠指令。

泵房节点上电时首先进行初始化并等待主节点的灌溉指令。当接收到主节点的灌溉指令之后，根据指令内容控制水泵开关状态并向主节点发送水泵开关状态信息。如果泵房节点长时间接收不到主节点灌溉指令，则认为与主节点的通讯中断，这时启动定时灌溉模式，按照事先设定好的顺序和时间轮流开启电池阀，直至重新接收到主节点的灌溉指令。

安装在电脑上的上位机运行软件含有数据接收及显示区域，可以显示节点号、数据接收的日期时间、土壤湿度和所对应的电磁阀状态。可设置传感器节点的采集周期和土壤湿度上、下限。界面中的阀门控制功能用于用户直接控制各个电磁阀的开、闭。

2 理论计算与分析

2.1 节点功耗分析

系统中选用TDR-3土壤水分传感器，其正常工作时电压为5 V，电流为60 mA，其功耗的计算见公式(1)。

PTDR-3-u×i=5×60×10-3=0.3(W)

(1)

系统采用的微处理器STM32F103C8T6工作时电压为3.3 V，休眠模式时电流为22 uA，最大工作电流小于20 mA，微处理器最大功率及最小功率计算见公式(2)、(3)。

pSTM(WORK)=u×i=3.3×20×10-3=0.066(W)

(2)

pSTM(SLEEP)=u×i=3.3×22×10-6=7.26×10-5(W)

(3)

系统采用的CC2530 ZigBee模块工作电压为3.3 V，发射电流为80 mA，接收电流为45 mA，ZigBee模块的发射和接收功率计算见公式(4)、(5)。

pZigBee(TRA)=u×i=3.3×80×10-3=0.264 (W)

(4)

pZigBee(REC)=u×i=3.3×45×10-3=0.148 5(W)

(5)

系统采用LM2596和AMS1117-3.3电源芯片。其中LM2596将两节18650锂电池7.4V的电压转换成5V电压，LM2596是开关稳压芯片，理论上最高转化效率达95%，使用时以85%进行计算。AMS1117-3.3将LM2596输出的5V电压转换成3.3V电压供微处理器及ZigBee无线传感器正常工作。AMS1117-3.3是线性稳压芯片，功耗为其电压差与通过芯片电流的乘积。

系统工作时总电流的计算见公式(6)。

i=iZigBee+iSTM+iTDR-3=80+20+60=160 (mA)

(6)

路由节点正常工作及休眠时LM2596芯片功耗的计算分别见公式(7)、(8)。

PLM2596(WORK)=5×160×10-3×(1-85%)=0.12(W)

(7)

PLM2596(SLEEp)=5×22×10-6×(1-85%)=1.65×10-5(W)

(8)

节点正常工作及休眠时AMS1117-3.3功耗的计算分别见公式(9)、(10)。

pAMS1117-3.3(WORK)=(5-3.3)×160×10-3=0.272(W)

(9)

pAMS1117-3.3(SLEEp)=(5-3.3)×22×10-6=3.74×10-5(W)

(10)

路由节点正常工作及休眠时整体功耗的计算见公式(11)、(12)。

p(WORK)=pSTM(WORK)+pLM2596(WORK)+

pAMS1117-3.3(WORK)+pTDR-3+pZigBee(TRA)=

0.066+0.12+0.272+0.3+0.264=1.022(W)

(11)

p(SLEEP)=pSTM(SLEEP)+pLM2596(SLEEP)+pAMS1117-3.3(SLEEP)=

7.26×10-5+1.65×10-5+3.74×10-5=1.265×10-4(W)

(12)

2.2 太阳能充电能力计算

本系统采用的太阳能充电板输出电压最大值为17.5 V，输出最大电流为0.59 A。太阳能充电功率的计算见公式(13)。

pSOLAR=17.5 V×0.59 A=1.325 W

(13)

太阳能充电芯片CN3722将17.5 V转换成给锂电池充电的7.4 V电压。假设平均每天太阳能充电电路有效工作6 h，太阳能转化成电能效率为75%，则每天能存储的电能计算见公式(14)。

ECHARGING=17.5 V×0.59 A×75%×6 h=46.462 5 W·h

(14)

2.3 节点寿命计算

假设路由节点每小时唤醒4次，每次工作20 s，其余时间则进入待机状态，则路由节点一天所消耗的电能计算见公式(15)。

Q=[p(WORK)+t(WORK)+p(SLEEP)×t(SLEEP)]×24=

[1.022 W×(4×20/3 600) h+1.26×10-4W×

(3 520/3 600) h]×24=0.548 W·h

(15)

系统采用的充电电池容量为6 000 mAh，路由节点工作时最大电流小于160 mA，若睡眠电流忽略不计，则节点在不充电情况下，所能工作的时间约为70 d，计算公式见(16)。

t≈[E(BATTERY)/i×(t/t(WORK))]/24h=

6 000mAh/160mA×(3 600/80)/24h=70d

(16)

综上所述，系统中的传感器及路由节点，在没有充电的情况下，以每小时唤醒4次，每次工作20 s的节奏，可以独立工作70 d。在太阳能电池板正常工作时，由于太阳能电池板的充电电能远大于传感器及路由节点的耗电电能，即 ，所以传感器及路由节点可以长期正常工作，节点寿命得到极大延长，保证了通信的可靠性。

3 试验与分析

控制系统自2015年12月6日开始在广东省连平县警雄农业合作社鹰嘴桃园进行应用测试，试验区面积约为5 hm2，分为3个灌溉区域，部署了8个传感器及路由节点，1个主节点和1个泵房节点，主节点安装于山下的办公区，泵房节点在半山腰的泵房中，山坡上种植鹰嘴桃，最远的传感器及路由节点距离主节点约200 m。

3.1 节点能耗试验

传感器及路由节点不连接太阳能电池板，仅由电池独立供电，以15 min唤醒一次，每次工作20 s，每天试验时间为12 h，于每天开始试验和结束试验时各测量一次电池电压，计算电压降，连续测量5 d，以此来估算实际网络节点的功耗。测量数据如表1。表中ID代表节点的地址，其中04号节点距离主节点01号节点最近。

由表1可知，当不连接太阳能电池板，仅由电池独立供电时，距离主节点最近的04号节点单日电压降最大为26 mV，以电池的额定端电压7 400 mV计算， 04号节点单日电压最大降幅为0.35%，其他节点的单日电压降幅大部分在0.14%以内。

将传感器及路由节点连接太阳能电池板，连续5天测量电池的端电压，数据如表2所示。

由表2可知，当连接太阳能电池板后，节点电源端电压大于额定电压，并在电池额定电压附近波动。

表3为各个节点每天转发数据包的个数。

表1 各节点电压降统计表 mV

表2 充电后各节点端电压统计表 mV

表3 各节点转发数据包统计表 个

由表3可知，距离主节点最近的04号路由节点每天转发的数据包最多。由于04号路由节点所转发的数据包数量并不等于其他传感器及路由节点所产生的数据包总和，所以网络中还存在数据冗余或数据直接发送至主节点的现象，节点的路由算法和部署方式需要进一步优化。根据表1和3的数据，可得到传感器及路由节点每天功耗和转发数据包个数的关系如图2所示。

图2 节点功耗和转发数据包数的关系图Fig.2 Diagram of node power consumption and forwarding packets

由图2可知，无线模块能耗占节点能耗的主要部分，同时转发数据包越多，节点主模块能耗随着增加；传感模块消耗的能量基本和采集数据的密度成正比，采集时间间隔越短，消耗能量越多，反之越少。

3.2 控制功能测试

随机选取一个灌溉区域作为测试对象，设定土壤湿度下限为15%，土壤湿度上限为35%，人为逐步改变该灌溉区域内传感器节点周围的土壤湿度，观察水泵、电磁阀的受控情况。采用TRIME-FM土壤水分测量系统同步测量土壤湿度作为参考。测试情况如表4所示。

表4 控制系统的功能测试数据1Tab.4 The test data 1 of the control system

采用不同湿度的土样，将传感器随机插入各土样中，观察水泵和电磁阀的工作状态，测试数据如表5所示。

表5 控制系统功能测试数据2Tab.5 The test data 2 of the control system

由表4和表5可见，当传感器节点采集到土壤湿度有变化时，根据用户设定的土壤湿度上、下限值，系统可以成功控制水泵和电磁阀的工作状态。

4 讨论与展望

本文设计的太阳能无线微灌控制系统，通过设计合理的电源电路，使传感器及路由节点的耗电速度低于太阳能电池板的充电速度，实现能量自给，有效延长了节点的寿命，保证了无线通信的稳定性。节点能可靠地将控制命令以无线的方式发送至泵房节点，并根据用户设定的土壤湿度上限、下限自动控制水泵的启动、停止以及电磁阀得开、闭，实现按需灌溉。但也存在以下问题有待于进一步探索：

(1)节点的耗电量不均匀。由于节点的耗电量与节点转发的数据包有关系，耗电量不均匀说明节点转发的数据包数量有差异，需进一步优化路由算法，使得每个节点所承担的任务相同或相近，以尽可能实现耗电均匀。

(2)距离主节点最近的传感器及路由节点转发的数据包并不等于其他节点所产生的数据包总和，说明无线通信网络内存在数据冗余现象，同一个数据包可能被不同的节点反复地传递。

(3)选择更为合适的太阳能电池板，以充分匹配各个传感器及路由节点的耗电量，减小节点的体积和降低成本。

(4)仅部署了8个传感器及路由节点和1个主节点、1个泵房节点，尚未进行大规模组网时数据传输的可靠性及稳定性测试。

[1] 龚时宏,李久生,李光永.喷微灌技术现状及未来发展重点[J].中国水利，2012，(2):66-70．

[2] Cheng Cao.Development potentials and benefit analysis of efficient water-saving irrigation in Lixin County[J].Asian Agricultural Research,2013，5(8):28-31,34.

[3] 杭程光，祝清震，韩文霆，等.果园用水信息化发展及其技术体系探讨[J].林业科技，2015,40(6)：54-59.

[4] 邢方亮.节水灌溉太阳能无线智能控制系统的应用研究[D].华南理工大学，2014.

[5] 岳学军，刘永鑫，洪添胜，等.山地果园中低功耗无线滴灌控制装置设计与试验[J].农业工程学报，2014，30(9)：102-109.

[6] 袁寿其,李 红,王新坤.中国节水灌溉装备发展现状、问题、趋势与建议[J].排灌机械工程学报,2015.33(1):79-92.

[7] 岳学军，王叶夫，刘永鑫，等.基于GPRS与ZigBee的果园环境监测系统[J].华南农业大学学报，2014，35(4)：109-113.

[8] 王文山，柳平增，臧官胜，等.基于物联网的果园环境信息监测系统的设计[J].山东农业大学学报(自然科学版)，2012，43(2):239-243.

[9] 陈君梅，孙道宗，叶娟.鹰嘴桃园土壤湿度检测的无线传感器网络节点设计[J].节水灌溉，2014，(7):83-87.

[10] 张增林，郁晓庆，拓延生.基于混合WSN的智能灌溉远程SCADA系统[J].节水灌溉，2012，(1):57-60.

[11] J A Lopez Riquelme，F Soto，J Suardiaz，et al.Wireless sensor networks for precision horticulture in southern spain[J].Computing & Electronice in Agriculture Journal,2009,68(2):25-35.

[12] 王永刚，贾科进，周萌.基于LIN总线的低功耗智能灌溉系统[J].节水灌溉，2013，(10):77-80.

[13] 郭毓灵,宁芊.基于ZigBee技术的无线自动滴灌系统设计[J].节水灌溉，2011，(2):66-68,72.

[14] 王 毅，张德运，陈海荣. 无线传感器网络汇聚节点动态功耗管理方法[J]. 西安交通大学学报，2008，42(2)：138-142.

[15] Daniel L. Guidoni,Raquel A.F.Mini,Antonio A.F.Loureiro. On the design of resilient heterogeneous wireless sensor networks based on small world concepts[J]. Computer Networks,2010,54:1 266-1 281.

[17] 姜 晟，王卫星，孙道宗.能量自给的果园信息采集无线传感器网络节点设计[J].农业工程学报，2012，28(9)：153-157.

[18] 王卫星，罗锡文，孙道宗，等. 茶园信息采集无线传感器网络节点设计[J].农业工程学报，2011，27(5)：169-173.

[19] 张瑞瑞，赵春江，陈立平，等. 农田信息采集无线传感器网络节点设计[J].农业工程学报，2009，25(11)：213-218.

[20] Hafez A A,Dessoukyb M A and Ragaic H F. Design of a low-power Zigbee receiver front-end for wireless sensors[J]. Microelectronics Journal,2009,40(11):1 561-1 568.