基于云平台的棉纺防火安全服务系统设计

蒋子琦 张正华 韩春阳 杨冬晗 崔潇 葛伟楠 肖哲伦

摘要：针对棉纺行业生产过程中各种参数的采集、传输、Oracle数据库以及用户平台的搭建展开深入研究，在现有棉纺防火技术的基础上，对棉纺车间可能出现的一系列危险隐患进行了仿真，提出一种基于云平台的棉纺防火安全服务系统。运用云计算的优势，实时监控和更新棉纺企业工厂环境以及机器的状态，优化报警系统以及数据分析系统，以推动我国棉纺企业生产安全装备的技术进步和纺织行业的行业创新。

关键词：棉纺防火；云计算；安全系统

中图分类号：TP399文献标志码：A文章编号：1008-1739（2019）01-58-4

0引言

纺织行业是我国传统行业之一。长期以来，我国的棉纱、纱布、丝制品、化纤和服装生成量等各项均居世界第一[1]。但是总体来看，中国纺织行业面临着技术装备落后、处在产业链低端等问题[2]。而科学技术的不断发展为纺织产业内的升级起到了重要作用[3-4]。

棉纺企业作为纺织行业中的生产巨头，是生产过程中的中坚力量和中心环节。而火灾是棉纺企业生产中最怕出现的问题，纺织车间在清花、梳联过程中会产生大量的花絮和棉尘着火点低，一旦遇到微小火星便会引发大火。因此，必须在棉纺生产工序中对棉纺进行数据的采集和发送，预防火灾的发生[5]。

目前，通过在设备上安装传感器采集设备数据，传输到数据库中，再由数据库连接至网络，实现“物物相连”是可行的。在传统的棉纺防火设备中，均只能现场检测火警，一旦火花探除器本身出现问题或需要维护时，需要调试工作人员到现场进行工作，有时候会造成资源浪费，而国外的同类棉纺防火设备均未安装带有远程数据监控装置。

本文基于云平台的棉纺防火安全服务系统，传感器采集纺织企业现场的工作数据，通过云端实时地对大量数据进行计算，分析各个设备运行状态数据，从而能够及时地将情况反馈给用户，并提供设备运行维护建议等[6]。

1系统总体设计

前端通过电感线圈探测金属，红外探测器测火星以及探测器本身的工作状态（电源工作状态、自检情况、报警次数以及其他用户需要获得的数据），将数据传输至现场网关，重新打包分装，通过接口传至网络。网络传输至企业内部用户服务器和交换机服务器，经过数据分类清洗之后存入Oracle数据库。数据通过交换机服务器建立的数据库传至云平台进行数据分析从而生成大数据。棉纺防火安全服务系统的整体模型如图1所示。

2硬件设计

棉纺防火安全服务的数据采集与传输主要由数据采集模块、无线传输模块和报警模块组成。其中，数据采集模块又由三相数据采集模块和温湿度传感器组成。

2.1三相数据采集电路

本电路采用的是三相电压、电流变送器，其功能主要是按比例将高电压变为低电压、大电流变为低电压，其中，三相电压变送器的输入电压范围是0～500 V，输出电压范围是0～5 V；三相电流变送器的输入范围是0～25 A，输出范围是0～5 V，不容易受寄生热电偶、电阻压降和温度漂移的影响。

2.2温湿度采集模块

本模块使用的是数字式温湿度传感器DHT11，具有温湿度一体化、单总线结构的特点，由NTC测温元件和电阻式测湿元件组成。该传感器具有以下性能指标：工作电压为3.5～5.5 V，平均工作电流为0.5 mA，温度测量范围为0～50℃，湿度测量范围为20%～90%RH，很好地满足了棉纺车间的温湿度测量要求。

2.3数据采集处理电路

数据的处理控制器选用的是STM32F4单片机，具有功率低，接口丰富的优点。采用32位高性能ARM Cortex-M4處理器，运行速度快。传感器通过单片机控制，把环境参数进行实时采集，然后传送到控制器中，控制器根据接收到的数据，进行处理，转化为对应的空气温度、湿度。三相数据采集电路实时获取电压电流数值，比例降压后输入到单片机中，单片机通过ADC采样，寄存器配置连续转换模式，经换算处理显示机器的电压电流，对机器的工作状态进行实时监控。

2.4报警电路

设计中，在控制器中设置了温度、湿度、三相电压和三相电流的上下限报警值，当系统检测到环境参数或者机器参数大于或者小于控制器给出的上下限报警值时，系统就会发出警报信号，提醒工作人员对异常情况进行处理。

2.5 nRF24L01无线通信模块

nRF24L01是一款单片射频收发器件，工作在2.4～2.5 GHz ISM频段。设计中使用STM32的SPI1接口驱动nRF24L01，通过配置STM32的SPI1接口，实现nRF24L01模块数据读写操作，通过设置nRF24L01模块的收发模式，实现对温湿度、三相电压和电流数据的无线传输。nRF24L01功耗低、低功率工作模式多样，符合节能的设计。

3软件设计

Web网页端与安卓移动端实现客户的远程登录，查询机器的基本情况、工厂的环境情况以及机器报警情况。数据将通过图表、文字等多种方式呈现。当数据出现异常或超出正常标准，系统会及时做出警报。同时，系统还会根据近期数据，为用户提供合理、专业的建议。

3.1 Oracle数据库搭建

在接收到数据时，数据库根据要求分类存储，同时也能用于将数据进行必要的查询与显示。以下为数据库的4个表：

userland表为用户登录表，主要用来存储用户的登录ID、登录密码以及用户详细信息；

machine表为探除器信息表，主要用来存储火花探除器的基本信息数据；

selfcheck表为自检表，主要用来存储火花探除器自检反馈情况的信息数据；

conditionmonitor表为状态监控表，主要用来存储火花探除器的电压、电流，周围环境的温度、湿度以及机器的报警次数等信息数据。

数据库的e-r模型如图2所示。

3.2 Web网页端及安卓软件开发

Web网页开发采用B/S结构。在这种结构下，用户工作界面通过浏览器来实现。利用HTML语言与CSS样表，通过表单元素来设计登录、注册、查找和显示界面的设计，完成对界面的优化；利用PHP技术实现动态网页，完成网页与数据库的连接，通过表单的提交，对数据库进行访问，完成对用户数据以及机器监控数据的添加、删除和查找。

安卓软件开发则在Android Studio平台上进行。编写程序使得所开发APP可以实现通过WiFi或运营商网络与SQL数据库连接并接收下载数据，再设计APP界面，优化后实现实时数据在移动设备上的呈现，从而完成对机器的远程监控以及报警。

3.3基于Hadoop的云平台搭建与管理

由于国内棉纺厂家分布广、数量多，产生的数据数量庞大且杂乱，并且在接收到大量数据后，需要系统对数据进行清洗、分类和存储。将分析过后的数据展现给用户，并能够根据实际情况为用户提供专业合理的建议。数据库并不能够支撑起如此大量的数据处理与分析，系统引入了基于Hadoop的云平台用于处理解决这一问题。Hadoop是由Apache所开发的分布式系统基礎架构，具有可靠性高、可扩展性好、性价比高和灵活等的特点。在这里，主要运用到了HDFS（Hadoop Distributed File System），HBase（Hadoop Database），Hive。

HDFS用于数据文件的存储。HBase建立分布式的数据存储系统，用于解决海量数据的存储。Hive作为数据仓库工具，则为系统提供了数据整合、查询和分析的功能。借此，系统既可以对实时的数据进行分析，并予以及时的报警或提示，又能够对非实时的数据进行分析，提出合理建议优化产品和客户体验。同时，基于Hadoop的云平台服务系统对于数据的安全性有保障，从而可以保护客户的数据不外泄、不丢失并减少出错。

4仿真结果与分析

根据《纺纱车间温湿度控制标准》，得出的有关温湿度的要求信息如表1所示。将用于梳棉、并粗和精梳车间的探测器的春秋季温度范围定为24～30℃，相对湿度定为52%～56%；夏季温度的范围定为27～32℃，相对湿度定为52%～60%；冬季温度的范围定为22℃～28℃，相对湿度定为53%～57%。

在同一工作环境中，从机采集机器工作三相电压、三相电流和报警次数发送给主机。主机采集机器工作三相电压、三相电流、报警次数以及环境温度、湿度，同时接收从机传送的数据，如图3所示，置于温度为27℃，相对湿度为59%，符合标准。仿真结果正确。

主机接收到从机发送过来的数据之后，与本身测得的数据一起打包封装，并通过GPRS进行数据包发送，如图3（a）的主机界面所示，数据已成功发送。云平台通过监听指定端口抓取数据包并进行保存，如图4所示，成功抓取数据包并保存进数据库，仿真结果正确。

5结束语

本文系统地介绍了基于云平台的棉纺防火安全服务系统的构成。实时地监控系统以及报警系统极大程度上降低了在发生意外情况时的损失；数据的存储与分析为客户提供了功能工厂环境与机器本身长期的详细信息，再结合专业的建议减少了事故发生的几率；基于云平台的服务系统很好地解决了由于国内棉纺厂家分布广、数量多而导致的数据量庞大且杂乱的问题。基于云平台的棉纺防火安全服务系统具有低成本、高效益的优势，同时，还拥有极大的应用前景以及成长空间。

参考文献

[1]陈刚.南通纺织工业发展战略研究[D].南京：南京理工大学， 2008.

[2]阎迪，李小兰.我国棉纺织行业智能化发展的几点思考[J].棉纺织技术，2018，46（4）：74-78.

[3]王春娥，肖琴.自动化智能化新技术在纺织企业的应用[J].棉纺织技术，2016，44（7）：81-84.

[4] Xuan S，Xiao M Y.Study on the Importance of Textile Industry[J].Advanced Materials Research，2014，3569（1048）：151-159.

[5]杨海亮.安全生产远程监控系统助力棉纺企业防火[J].中国消防，2012（16）：49.

[6]袁春园.基于Hadoop云计算平台的数据挖掘分析[J].信息与电脑（理论版），2015（15）：58-59.