基于LoRa无线通信的厂房洁净度远程监测系统研究

盖昊宇，张 震，朱 炼，张佑春

(安徽工商职业学院 应用工程学院,安徽 合肥 231131)

0 引言

现阶段，产品生产和科学活动都对厂房环境提出了更高要求，要求厂房向微型化、高纯度、精密化转型，且随着洁净技术的发展，还要严格控制厂房环境的污染物[1].由于工业产品具有成本高、体积小的特点，若厂房洁净度较低，会对工艺设备造成污染，影响产品合格率，搁置科学活动进程，导致生产浪费，甚至带来严重的经济损失[2].为衡量厂房洁净程度，有必要设计厂房洁净度远程监测系统，使工作人员不需要出入生产环境，也能实时监测厂房环境质量，保持厂房环境的洁净度，具有重要意义[3].

当前远程监测系统相关研究已取得较大进展，文献[4]提出基于DER通信技术的远程监测系统，通过地面远程监控、并网监控、无人机飞行器3个模块，传输监测数据和视频图像，但该系统元件布局复杂，无线通信丢包率较大.文献[5]提出基于云技术的远程监测系统，利用激光器采集图像，通过文件传输协议，远程传输至云服务器和PC机，但该系统由于信号衰减较快，监测数据误差较大.针对以上问题，结合现有的研究理论，提出基于LoRa无线通信的厂房洁净度远程监测系统.

1 基于LoRa无线通信的厂房洁净度远程监测系统设计

1.1 厂房洁净度远程监测系统硬件设计

1.1.1 基于LoRa无线通信的系统整体构架设计

由远程用户中心、中心基站、信息采集3个模块，构成厂房洁净度远程监测系统整体构架.系统整体结构如图1所示.

图1 厂房洁净度远程监测系统整体构架

分别把信息采集模块和中心基站，作为监测节点和汇总节点，利用信息采集模块，采集厂房洁净度数据，经由LoRa无线通信，把数据发送至中心基站[6].汇总节点对接收数据进行打包，保存、解析和校验数据，分析数据的地址信息，判断数据对应的传感器，利用通用分组无线业务网络，把数据包信息接入互联网，上传至远程用户中心的服务器，服务器对数据进行接收、分类和存储，最后通过上位机，实时保存和显示厂房洁净度监测数据[7].

信息采集模块选择PM2.5传感器和激光粒子传感器，测量空气中0.5 um粒径的粒子浓度，传感器的通信协议都采用串口通信，利用支架，把传感器固定在采样点，通过排气风扇，分别在传感器进气口和出气口，吸入和排出厂房的空气，检测空气洁净度[8].利用A/D转换控制器，把模拟信号转换为数字量，选择控制器的内置元件，包括基准电压源、光电二极管等，利用一个射随器，构成A/D转换的阻抗匹配网络，保证各个传感器与采样芯片的阻抗相匹配.选取电压源和电源适配器，组成电源，厂房内部采用有线传输方式，使用总线串联各个采样点，汇总传感器采集的信息数据，传输至微处理器.微处理器通过LoRa网关，经由SPI总线，发送数据至半双工传输的收发器，利用收发器接收和发送监测数据，选择SX1278芯片，作为射频芯片，利用射频开关，切换收发器接收和发送两种模式，使微处理器能够访问LoRa无线通信的设备节点[9].

中心基站的电源由稳压芯片、锂离子电池和太阳能板组成，利用接线端子，支出一个电源分支，把交流电转化为直流电，通过太阳能板功率的调节，起到短路和过流的保护作用[10].微处理器采用STM32F4核心芯片，该芯片具有3个低功耗模式，通过待机、停止、睡眠3个模式的切换，节省系统运行功耗.至此完成基于LoRa无线通信的系统整体构架设计.

1.1.2 优化LoRa无线通信收发器

数据远距离通讯时，障碍物会对信号产生衰减作用，为此，优化LoRa无线通信收发器，高穿透传输监测信号.收发器连接大容量的LoRa网关，帮助信息采集模块和中心基站的微处理器，接入LoRa网络.合理分布收发器的元器件，防止接地线和信号线互相影响，在MSP430F149芯片内部配置USB总线，外接35MHz晶振，采用上拉方式的复位管脚，通过复位操作，保证高电平运行和低电平有效，从而提高共模干扰的抑制能力[11].将串口电路和时钟电路，作为收发器的外围电路，调整收发器电极上的电位信号，包括频率、峰值、相位等，其中时钟电路采用DS1302实时时钟芯片，工作电流小于1微安，满足系统低功耗要求，按照监测数据的次序，读写时钟寄存器，以数字形式逐位传送数据，为每个时钟字节的读写，提供12个脉冲时钟，串口电路利用地线准位，确定信号的电压准位，为防止监测信号产生偏移，应保持收发器和LoRa网关的地线基准一致，维持两端设备基准位相同.收发器发送数据前，处于节能的待机状态，LoRa网关下达数据传输命令后，将收发器切换为发送状态，把监测数据调制成信号帧的模式进行无线传输[12].优化LoRa收发器的信号调制电路，具体如图2所示.

图2 LoRa无线通信收发器信号调制电路

连接信号调制电路的通信接口和光耦隔离器，简化电路结构.利用光电晶体管接收需要调制的信号，由电容和电阻组成滤波放大电路，去除信号的高频杂波.在信号调制电路的信号输出端配置一个稳压器，为电路提供稳定电压，在稳压器进线端加入一个滤波器，抑制电路的电压瞬变噪声，在出线端并联一个0.1uf电容和一个四级放大器，通过正相放大，调节输入电压的零点，保证电平稳定性[13].至此完成LoRa无线通信收发器的优化，实现厂房洁净度远程监测系统硬件设计.

1.2 厂房洁净度远程监测系统软件设计

1.2.1 优化厂房洁净度远程监测信号数字滤波算法

在软件系统中加入数字滤波，消除非周期和周期杂质信号对厂房洁净度远程监测信号的干扰.采用滑动滤波和中位值滤波相结合的滤波算法，设传感器第i次的传输值为ai，设置传感器传输值是否有效的判断条件，公式为：

(1)

其中bi为第i次所取的传感器传输值，aj为过去时刻传感器传输值的均值，C为远程传输值的最大允许偏差，当|ai-aj|小于等于最大允许偏差时，bi值取第i次传输值，当|ai-aj|大于最大允许偏差时，bi值取之前传感器传输值的平均值[14].通过公式(1)，完成监测信号的限幅滤波，每次采样都取c个传感器传输值，去除传输值的初始值，加入最新的传输值，再去除传输值的最大值和最小值，取剩余c-2个传输值的均值.中位值加滑动滤波算法表达式为：

(2)

其中bn，d为第n次采样取的传感器传输值，d为去除初始值后的传输值数量，maxbn，d、minbn，d分别为传输值的最大值和最小值，Dn为第n次采样滤波后的传输值.为进一步提高传输值的精确度，对Dn值再次进行滑动滤波，表达式为：

(3)

Q陈教授，您好！我女儿快6周岁了，昨晚睡前跟我说，幼儿园的小朋友都信×××说的话，都不信她说的话。我该怎么引导孩子面对这个问题呢？

1.2.2 优化厂房洁净度统计计算算法

由于厂房悬浮粒子浓度分布不均匀，针对这一情况，优化统计计算算法，统计计算被测环境洁净度.系统采用多点实时监测，根据厂房的工艺操作区，布置采样点位置，计算最小采样点数量A，公式为：

(4)

(5)

其中f为厂房采样点总数.计算采样点粒子浓度平均值的均值误差F，公式为：

(6)

计算粒子浓度平均值的95%置信上限G，公式为：

G=e+gF

(7)

其中g为置信上限分布系数，当采样点总数f为2时，g值为6.31，f为3时，g值为2.92，f为4时，g值为2.35，f为5时，g值为2.13，f为6时，g值为2.01，f为7时，g值为1.94，f为8时，g值为1.90，f为9时，g值为1.89，f大于9时，g值为9.82.将G值作为0.5 um粒径的粒子浓度最终监测值，G值越大，判断厂房洁净度越低.至此完成厂房洁净度统计计算算法的优化，实现系统软件设计，完成基于LoRa无线通信的厂房洁净度远程监测系统设计.

2 系统应用测试

将此次设计系统，与基于DER通信技术的远程监测系统、基于云技术的远程监测系统，进行对比实验，比较三种系统丢包率和监测数据误差.

2.1 设计系统应用

设计系统选择CP-15-A4-CG激光粒子传感器，该传感器量程为0～61 142个/0.1 L，能够检测0.3～10 um粒径的悬浮粒子，工作电压为5 V，可以连续工作10 000 h，PM2.5传感器型号为AD7417，工作电压为2.8～5.5 V，最小监测粒径为0.3 um，数据输出方式为3～20 mA，流速采用大流量.LoRa无线通信收发器的输出功率为1～30 dBm，工作频率为420～440 MHz，采用18位总线的MSP430F149芯片，作为收发器的核心芯片，该数字基带芯片具有16位定时器、8位并行端口、基本时钟模块、比较寄存器、串行通信接口、模拟比较器等，共12个通道，每个通道对应一个频点，支持多个终端接入，可以同时解码50～108个LoRa信号.

以半导体厂房为例，厂房大小为5.9 m×5.9 m×3.0 m，内有两条宽度为0.8 m的生产线，分别为生产传送带和备用传送带，生产线上方安装高效过滤器，净化空气.采样点采用分层垂直布置方式，距离地面的水平高度为0.8 m，在每条生产线内侧布置4个采样点，厂房采样点总数为8个，相邻采样点间距为1.6 m，两端采样点距墙为0.5 m，采样点固定的信息采集设备如图3所示.

图3 信息采集设备剖面图

微处理器采用C8051F41X核心芯片，将端口引脚定义为模拟输入输出，通过引脚分配的控制，连续读取各个传感器的传输数据.设置激光粒子传感器和PM2.5传感器的采样时间为2 s，采样时间段为7 h，利用Matlab软件，导出并绘制粒子浓度检测数据的图形，滤波前和滤波后的数据如图4所示.

图4 粒子浓度检测数据滤波效果

由上图可以看出，未滤波前的粒子浓度检测数据，存在不符合实际的输出值，输出值总体不够平滑，滤波后的数据曲线明显平滑，去除了超出限值的粒子浓度检测数据.统计计算图4中滤波后的检测数据，得到厂房悬浮颗粒粒子浓度最终监测结果.

2.2 测试结果分析

2.2.1 无线通信丢包率测试

发送1 000个数据包，记录系统终端的数据包接收数量h，丢包率H计算公式为：

(8)

比较三种系统不同通信距离、发射功率下的丢包率，测试结果如图5所示.

图5 丢包率实验对比结果

由图5可知，设计系统丢包率明显小于另外两种系统，能够满足厂房环境数据远距离无线传输要求.

2.2.2 粒子浓度监测误差测试

统计三种系统8个采样点的远距离监测值，与厂房内测得的0.5 um粒径粒子浓度实际值进行对比，具体如图6所示.

图6 粒子浓度监测值和实测值

计算粒子浓度监测值和实测值的均方根误差J，公式为：

(9)

3 结束语

此次研究应用LoRa无线通信，设计了一种厂房洁净度远程监测系统，减小了丢包率和监测数据误差，提高了系统的远程无线通信性能和数据监测性能.但此次设计系统仍存在一定不足，在今后的研究中，会把LoRa网关和LoRa收发器集合到一块子板上，降低信息采集设备成本，同时编写神经网络程序，预测未来时刻的悬浮颗粒粒子浓度.