仓库的环境适宜程度,直接影响了货物的存储状态,而冷冻仓库的特殊性对仓库安全以及环境温度等要求则更为重要。由于工作人员实时监测仓库环境的困难较大,需要利用远程监测系统,获取采集模块所发送的实时数据,并与预先输入的原始数据相对照,检测两者之间是否存在异常,若有异常则应该通知报警模块报警,通知相关工作人员,完成仓库环境的监测工作[1]。但目前的监测仪器以及监测技术无法跟上时代的发展,现有的环境监测设备,大多都存在可检测到的参数单一,设备安放不便,监测覆盖面积有限等问题,不能满足人们的需求,为此需要利用PTN网络,弥补以上缺陷。
随着数据通讯业务的普及与发展,网络安全问题也成为了人们关注的重点,为此PTN网络应运而生。俞慧春等学者,针对目前现网PTN端口不足的情况,就工程建设和日常管理中如何提高PTN 设备端口使用效率提出了解决方案[2],但未涉及远程监测效果。蔡权慧等学者,对高速公路PTN 系统业务从带宽利用率、高速公路通信业务规划及流向、业务保护等方向给出规划意见[3],但未涉及信息数据的远程监测。胡向涛等学者基于PTN网络对居民小区自来水泵房远程监控系统的相关研究,提出了可将实时运行数据通过可视化界面展示,并采用视频方式对泵房环境进行远程监控[4],其中,针对远程监控系统进行研究,但居民小区自来水泵房与冷藏仓库实验环境差别较大。本文将现代通讯技术与计算机技术相融合,利用远程PC主机,设立监控中心,并借助互联网络,实时传输监测仪器所获取到的信息数据,实现基于PTN网络的冷藏仓库环境多参数远程监测[5]。
利用PTN网络,对冷藏仓库环境多参数远程监测,减少工作人员的工作量,利用计算机技术代替人工监测,使监测结果能够更加精准。
冷藏仓库当中设置了丰富的环境传感器,以及相关的各种执行设施,具有实时调控能力,而冷藏仓库的环境远程监测则是减少能源消耗,降低工作人员工作难度,保障仓库内货物质量完好的关键手段[6]。结合实际应用情况,获取到冷藏仓库的监控需求如表1所示。
表1 冷藏仓库监控需求 导出到EXCEL
分类 |
具体需求 | |
现场监控需求 |
数据采集 |
设备控制 |
实时监控 |
参数设置 | |
数据查询 |
数据导出 | |
控制记录 |
用户管理 | |
数据控制中心需求 |
数据存储 |
数据访问 |
业务处理 |
视频转发 | |
远程监控需求 |
身份验证 |
实时数据 |
远程控制 |
视频监控 | |
参数设置 |
数据查询 | |
数据下载 |
用户管理 | |
|
根据上表当中的需求分析情况,采集所监控环境区域的信息数据。
冷藏仓库环境的多参数远程监测,不仅要实时接收监控现场所发送的数据信息,更要将相关信息反馈给监控现场[7]。借助单片机作为远程监控核心控制器,采集传输冷藏仓库的环境数据,将PTN网络作为采集终端与远程监控终端间的通讯手段,保证两者间的实时数据传输,数据采集节点所选用的单片机核心电路板为产自意大利的Mega2560,其具体实物图如图1所示。
如图1当中所示的核心电路板相关参数如表2所示。
表2 Mega2560型号核心电路板相关参数 导出到EXCEL
名称 |
相关参数 | |
规格 |
主控芯片 |
Mega 2560 |
工作电压 |
5 V | |
推荐输入电压 |
7~12 V | |
数字输入输出口 |
54 | |
模拟输入输出口 |
16 | |
闪存空间 |
256 kB | |
SRAM |
8 kB | |
时钟频率 |
16 MHz | |
技术参数 |
直流电流I/O端口 |
40 mA |
直流电流3.3 V端口 |
50 mA | |
输入电压限制 |
6~20 V | |
|
利用该单片机作为控制器,采用可变数据采样率设计,在完成数据的初步分析后,发出指令信息,实施负反馈控制,在此基础上选择合适的网络拓扑结构。
远程监测中需要借助终端节点,网关以及路由器3个主要部分完成,利用终端节点感知冷藏仓库的环境状态,采用路由器实施数据信息传输,最后借助网关将其汇总发送至显示终端[8]。在PTN网络当中,协调器节点作为整个监测线路的总控制器,需要完成网络的建立维护及数据的汇总等功能。完成监测网络的搭建后,协调器的作用在于分配网络传输中的地址,并建立数据传输安全层,并查找射频范围外的节点,为其提供新路径传输,实现监测通讯[9]。拓扑结构作为设备间的网络连接手段,主要呈现方式有下述3种:
如图2当中所示,PTN网络能够支持以上3种拓扑结构,其中实心六边形表示协调器,空心六边形表示路由器,圆形图案则表示终端设备。图(a)当中的星状拓扑结构,由一个协调器节点,连接多个终端节点而成,属于单跳系统的一种,只有协调器节点与终端节点相互传输信息,终端节点之间是无法相互传输信息的[10];图(b)当中的树状网络拓扑结构,是将数据信息沿着主干部分的协调器,向枝干部分的路由器发送信息,再由路由器将所接收到的信息分散至各终端,该形状的拓扑结构与图(a)当中的星状网络相比,通信范围更广泛;而图(c)当中的网状拓扑结构与图(a)不同,属于多跳系统网络的一种,其中的任何拓扑节点都能够完成通讯任务,减少了传输至中间节点再二次转发的过程,缩小监测信息的传输延时问题,但需要消耗较多的存储资源,支持路由表的存储,以维护整个拓扑网络的路由状态[11]。通过上述分析比较,选择网状拓扑结构,搭建冷藏仓库环境的多参数远程监测网络。
采用上述所选取的网络拓扑结构,搭建有线传输与无线通信相结合的监测网络,其具体结构图如图3所示。
如图3,将整个监测网络分为无线传感器模块与监测中心模块两部分。监测中心模块的主要作用在于通过以太网接口,将PC端与Sink节点相互连接,从而获取到实时的数据信息,并分析显示传感节点所采集的环境数据,与此同时,对冷藏仓库内的传感节点实时管理。借助其内置的数据管理库,存储监测中心的历史记录,方便工作人员的查询整理[12,13,14]。无线传感器网络部分则包含着传感节点以及汇聚节点,其两者之间通过无线通讯方式完成数据交换。根据Sink节点所接收到的传感命令,感知冷藏仓库的实时状态,结合实际需要可同时设置多个Sink节点[15]。
至此完成了多参数远程监测网络的构建,实现了基于PTN网络的冷藏仓库环境多参数远程监测。搭建仿真实验平台,测试上述远程监测效果,具体实验过程如下。
为验证上述研究的可行性,设计仿真对照实验,将所提出监测结果与传统结果对比分析,检测所提出的基于PTN网络的冷藏仓库环境多参数远程监测效果。
实验选用iMonitor管理软件,监测终端传感器所获取到的仓库环境数据信息,并将其上传至数据库,方便统计分析,该软件对于实验平台具有一定的要求,为此选用ALWA51R-8988S型号计算机完成实验,其相关参数如表3所示。
表3 ALWA51R-8988S具体参数 导出到EXCEL
名称 |
具体参数 | |
主体 |
平台 | Intel平台 |
显示性能 |
显示芯片 | 专业独立图形显卡 |
软件系统 |
系统支持 | Windows10,Windows7,Linux |
主板 |
芯片组 |
C422 |
嵌入式网络控制器 |
集成网卡 | |
扩展槽 |
4个3.5英寸硬盘位 | |
处理器 |
CPU型号 |
i9-9980XE |
CPU缓存 |
8 M~32 M | |
CPU频率(MHz) |
2600 MHz | |
内存 |
容量 | 32 GB |
|
借助瑞士产的Sensirion工业级高精度传感器,作为实验当中的节点选型,能够与多种外接传感器配合使用,与其他型号相比更加符合此次实验的研究需要,其具体实物图如图4所示。
采用Mote节点执行监测模拟任务,能够以较低的功耗执行监测和控制任务,具有较强的数据处理能力,由无线通讯芯片,低消耗处理器以及传感器组成,相关参数如表4所示。
表4 传感器节点参数表 导出到EXCEL
微处理 器芯片 |
MCU时 钟/MHz |
程序空 间/kB |
射频 芯片 |
带宽 Kbytes |
通信距 离/m |
|
Mica2 |
ATMega128L | 7.3728 | 128 | CC1000 | 38.4 | 150 |
Mica2dot |
ATMega128L | 4 | 128 | CC1000 | 38.4 | 150 |
Micaz |
ATMega128L | 8 | 128 | CC2420 | 250 | 75~150 |
Gains3 |
ATMega128L | 7.3728 | 128 | CC1000 | 19.2 | 200 |
Gainsz |
ATMega128L | 8 | 128 | CC2420 | 38.4 | 50~100 |
|
该实验所选用的Micaz节点体积小,扩展性强,能够根据实验具体需求,在冷藏仓库内部,选择合适的位置部署节点。其中重点库房可以配置多个传感节点,以保证全方位的实时监测。
由于冷藏仓库环境复杂,所需监测的参数众多,协调器在接收时可能会出现偏差,已知在传统监测过程中,受到仓库环境中随机因素的影响,其数据监测成功率通常在99.6%。在实验平台当中,多次模拟远程监测过程,将采样间隔设置为3 s,采集总时长设置为6 min,得到如表5所示的测试结果。
表5 传感器节点稳定性测试结果 导出到EXCEL
传感器编号 |
采集次数 | 接收成功次数 | 采集成功率 |
1 |
120 | 120 | 100% |
2 |
120 | 120 | 100% |
3 |
120 | 120 | 100% |
4 |
120 | 120 | 100% |
5 |
120 | 120 | 100% |
6 |
120 | 120 | 100% |
7 |
120 | 120 | 100% |
8 |
120 | 120 | 100% |
9 |
120 | 120 | 100% |
10 |
120 | 120 | 100% |
|
由上表当中的实验结果能够证明,在实验当中模拟的6 min时间内,其数据监测传输的成功率为100%,与传统99.6%的传输成功率相比较,所提出方法的数据监测传输的成功率更高,则最终误差更小。
在确定了传感器可靠性后,测试其数据采集精度。在实验过程当中,以仓库温度为主要测试目标,检测温度传感器精度,将基于PTN网络的冷藏仓库环境多参数远程监测结果设置为实验组,传统监测结果设置为对照组,对比两者之间差异,为保证所得结果的准确性,采用多次测量的方法,结果如表6所示。
表6 温湿度传感器节点数据采集结果 导出到EXCEL
测试次数 |
实验组 |
对照组 | ||
温度/℃ |
湿度%RH | 温度/℃ | 湿度%RH | |
1 | 19.457 | 45.254 | 19.5 | 45.3 |
2 |
19.594 | 45.952 | 19.6 | 46.0 |
3 |
19.843 | 45.453 | 19.9 | 45.5 |
4 |
19.419 | 45.266 | 19.4 | 45.3 |
5 |
19.461 | 45.981 | 19.5 | 46.0 |
6 |
19.413 | 45.192 | 19.4 | 45.2 |
7 |
19.324 | 46.018 | 19.3 | 46.0 |
8 |
19.315 | 46.184 | 19.3 | 46.2 |
9 |
20.135 | 45.972 | 20.1 | 46.0 |
10 |
19.184 | 45.925 | 19.5 | 45.9 |
11 |
20.359 | 46.258 | 20.4 | 46.3 |
12 |
18.916 | 46.143 | 18.9 | 46.1 |
13 |
19.198 | 45.462 | 19.2 | 45.5 |
14 |
19.814 | 45.146 | 19.8 | 45.1 |
15 |
20.092 | 45.664 | 20.1 | 45.7 |
|
通过上述的测试对照结果能够发现,实验组所得结果精度更高于对照组,监测误差较小,更符合整个远程监测网络的设计要求。
随着物流行业的快速发展,网络信息化也应用到了物流运输过程当中,人们对于网购的需求逐步增多,导致所需存储的货物量增大。其中特别是需要冷藏的食品类,其管理较为困难,稍有疏忽就可能会导致货物的损坏,造成物流行业以及客户的损失。为此将网络信息系统与冷藏仓库直接对接起来,将PTN网络应用到冷藏仓库环境多参数远程监测过程当中,利用PTN网络的强覆盖力以及可扩展性,建立远程监测网络,将所获取到的冷藏仓库环境信息,转化为分类数据,并分析得出其中的接入环与汇聚环拓扑结构,获取该结构所对应的参数信息。由实验结果可知,通过平台模拟得到的冷藏仓库环境温度范围在19 ℃到21 ℃之间,湿度在45%到47%之间,所提出方法的监测稳定性远高于传统,监测结果数值误差在±0.05,能够满足相关需求,希望所提出的远程监测方法,能够为相关领域的研究提供理论基础及创新思路。
标签:
上一篇: 大型仓库楼面混凝土模板高支撑工程施工技术
下一篇: 基于gbee的仓库环境检测系统设计分析