窄带宽物联网云平台技术在孵化系统中的应用

海 涛，刘振语，黄新迪，陈永鉴，李俊杰

(1.广西大学 电气工程学院，广西 南宁 530004；2.广西计量检测研究院，广西 南宁 530004)

0 引言

随着5G技术的逐渐成熟，物联网成为信息技术的重要组成部分，云平台、云计算得到了充分的应用。目前，物联网已经在工业生产和日常生活中起到重要的作用，万物互联已经成为一种常态[1-2]，物联网技术在孵化产业上的应用也发展迅速。文献[3]利用紫蜂(ZigBee)和浏览器/服务器(browser/server,B/S)技术，设计了一种智能孵化系统，实现了对孵化系统的监控。文献[4]利用单片机技术设计了一种控制系统，实现了对孵化系统环境因素的控制。但是，这些系统均存在操作复杂、控制精度低、抗干扰能力差和不能实时监控等不足。现阶段，工业物联网最先进的通信技术是5G网络，但5G技术尚未大规模普及且费用昂贵。传统的物联网通常采用ZigBee、无线保真(wireless-fidelity，WiFi)、 蓝牙等通信技术作为解决方案，但这些技术的弊端显著，终端数量饱和、通信距离短和功耗大等问题限制着它们在实际中的应用[5]。基于蜂窝网络的窄带宽物联网(narrow band internet of things，NB-IoT)技术具有连接数量大、覆盖范围广、功耗低和传输稳定等优势，逐渐成为物联网技术发展的主流[6-8]。 NB-IoT基站近两年才开始大范围覆盖，现阶段窄带宽物联网在农业领域特别是孵化领域的应用很少，因此，探索NB-IoT在孵化领域的应用势在必行。

本文针对现有孵化系统存在的问题，设计了一种基于NB-IoT云平台的智能孵化监控系统。该系统能够自动采集孵化设备中的环境数据，并通过专用网络传送至云平台和数据库，云平台监控系统根据得到的数据进行主动调控。监控端的开发分为个人计算机(personal computer, PC)端和移动端两部分，其中，PC端开发采用B/S技术，移动端开发选用微信小程序。管理人员可以在云平台管理系统中实时远程监控孵化系统的环境，提高孵化成功率，节省人工成本。

1 孵化系统的整体框架

NB-IoT组网方式主要由用户终端、NB-IoT基站、核心网、物联网云平台和外接设备组成，相关外接设备通过指定的运营商用户识别模块(subscriber identity module，SIM)卡接入NB-IoT网络进行数据传输，并与云平台和数据库进行数据交互，云平台在运算和处理结束后将运算结果反馈给处理端，处理端根据指令进行相关控制操作[9]。

根据NB-IoT的通信原理和部署方式，基于NB-IoT云平台的智能孵化系统主要由采集模块、通信模块和云平台控制系统组成，其结构如图1所示。其中，采集模块主要由MSP430F149芯片、NB73模组和各环境因素传感器等构成。采集模块获得的数据通过L2TP隧道技术构建的虚拟专用网络直接传输到NB-IoT基站，并通过虚拟专用拨号网(virtual private dial-up networks，VPDN)隧道直接与云平台服务器进行数据交换[10]，利用云平台智能控制系统对孵化设备内部工作环境进行远程调控。云平台控制系统主要负责孵化设备运行数据的储存、分析、决策以及远程自动控制。孵化系统整体部署如图1所示。

图1 NB-IoT云平台的智能孵化系统

图2 孵化设备现场数据采集组网方式

孵化设备现场数据采集组网方式如图2所示。现有孵化设备的孵化室内部空间一般不大，整个采集系统主要包括NB-IoT采集终端、风机、加热管、翻蛋装置、相对湿度传感器、温度传感器、二氧化碳传感器、氧气传感器、加湿器和出雏筐等。环境信息传感器采集到孵化室的环境信息，通过NB-IoT采集节点传送到NB-IoT管理平台，并通过NB-IoT专用网络传送至云平台。云平台将得到的数据上传至PC端或者移动端，实时显示孵化室的各种信息，并通过控制单片机来控制外设组件，以改变孵化室内部环境因素，使孵化环境始终处于最佳状态，提高孵化率和健雏率。

2 系统软硬件设计

2.1 采集模块硬件设计

采集模块的硬件设计主要分为：NB-IoT通信模组WH-NB73(稳态物联网)模块和电源设计。其中，WH-NB73模块功能是控制采集模块对孵化室环境数据进行采集，并与NB-IoT基站的通信进行数据交互。采集模块通信流程图如图3所示。

图3 采集模块通信流程图

通信模块采用NB73作为射频模组与专用的NB-IoT物联网卡进行通信，并通过射频天线将采集到的数据直接发送到NB-IoT基站。现阶段，通信运营商对NB-IoT云平台限制严格，禁止用户将数据发往私有网络协议(internet protocol，IP)，所以采用电信运营商的模块只能访问电信云或华为云，但是这两个云平台设计复杂，数据传输繁琐。本文采用通信模块WH-NB73提供的云平台(透传云)，克服了其他云平台的弊端，同时支持二次开发，使用方便。

2.2 控制模块设计

图4 孵化监控系统流程图

孵化系统控制模块的控制核心采用型号为MSP430F149的超低功耗单片机，孵化监控系统流程如图4所示。采集终端在初始化动作结束后，MSP430F149芯片进入超低功耗模式(LPM3)等待定时器唤醒，在此模式中，只有ACLK时钟工作。同时，NB73模块在初始化和调试结束后分别进入IDLE模式和PSM模式，当定时器下达动作指令后，MSP430F149芯片退出低功耗，通过传感器对孵化室环境信息进行采集，并将采集到的信息发送给通信模块。之后芯片再次进入超低功耗模式(LPM3)，通信模块接收到数据后退出PSM模式，命令集将数据发送给NB-IoT基站。

外接设备模块硬件采用“物联网+单片机”控制方案，这种方案响应及时，简单易实现。为了使控制模块高效稳定地工作，云平台与控制端需要不间断地进行数据交互，在控制指令下达结束后，判断系统是否运行结束，如果系统未运行结束，则返回系统程序，重复数据交互；如果系统运行结束，则直接退出系统。

外接设备控制分为自动运行和手动操作两种模式，在手动操作模式下，用户可以在云平台页面或者移动端微信小程序中对现场组件进行控制，如开关风机、加热器等。自动运行模式下，系统会通过外设对孵化室内的温度进行自动调节。为了更为精确地控制孵化室内的温度和相对湿度，提高禽类孵化的孵化率和健雏率，自动模式下，系统采用了模糊比例-积分-微分(proportion integration differentiation，PID)控制算法。

2.3 软件设计

本文监控平台选用WH-NB73透传云管理系统并进行了微信小程序的二次开发，PC端在设备管理中添加NB73模块，在数据管理模块添加各传感器数据模板，并在历史记录中下载孵化室的环境数据。本系统可以在触发器管理模块中添加触发器，当温度、相对湿度、二氧化碳体积分数等数据达到所设的报警临界点时，便会触发报警，通过设定报警信息推送的方式推送给管理员，目前选用微信和手机短信的方式接收报警信号。PC端透传云管理系统的数据更新界面如图5所示。

为实现孵化系统的移动端监控，开发了云平台的微信小程序，该小程序实现了与PC端数据的全对接，可以监控每个数据点的数据变化情况，还能接收报警信息和视频监控画面。移动端云平台数据更新界面如图6所示。

图5 PC端透传云管理系统的数据更新界面

图6 移动端云平台数据更新界面

3 系统测试

3.1 孵化系统环境因素要求

温度、相对湿度、氧气体积分数、二氧化碳体积分数和转蛋操作等环境因素对禽类孵化率有着重要的影响。其中，温度、相对湿度和二氧化碳体积分数的影响程度最大，温度、相对湿度必须在孵化的各个阶段都处于最佳范围，否则会对孵化产生不良影响。以小鸡孵化为例，蛋鸡的孵化周期一般为21 d，分为4个阶段，每个阶段所需的温度和相对湿度都不一样，因此，及时改善各阶段孵化室环境极为重要。对于温度而言，在胚胎发育初期，由于新陈代谢尚处于低级阶段，因此需要给予一定的高温促进其发育；当胚胎逐渐发育，其自身的新陈代谢能力增强，卵蛋自身会散发一定的热量，因此这个阶段孵化室温度需要相应降低。胚胎的新陈代谢以及胚胎的破壳都与相对湿度有关，相对湿度过高会使胚胎内水分不易挥发，影响胚胎新陈代谢；相对湿度过低，胚胎内水分散发过快，从而导致胚胎与壳膜黏连，影响孵化率[11-13]。二氧化碳体积分数对孵化率影响也十分重要，当胚蛋周围二氧化碳体积分数超过0.50%并达到1.00%或以上时，胚胎发育迟缓，死亡率升高，因此需要保持孵化室内氧气体积分数和二氧化碳体积分数的动态平衡，氧气体积分数需保持在19.50%～23.00%，二氧化碳体积分数需保持在0.50%以下。

文献[14]研究表明：当孵化温度高于42 ℃时，胚胎会在2～3 h死亡；当温度低于35.6 ℃时，胚胎大多死于壳内，无法出雏；当相对湿度低于50%时，容易导致胚胎与壳膜发生黏连，造成出壳困难；当相对湿度高于80%时，容易导致孵化时间延长、雏鸡体软、绒毛黏连等问题。可见，实现孵化环境因素的实时控制对提高孵化率和健雏率尤为重要。

目前，孵化方式主要有恒温孵化和变温孵化[15]，本文采用变温孵化方式测试。变温孵化指的是根据不同的胚龄和外界环境温度设置不同的孵化温度，理想的变温孵化环境因素如表1所示。

表1 变温孵化环境因素

3.2 系统通信测试

监控系统稳定性和实用性主要受通信模块丢包率的影响，因此在通信测试中主要对丢包率进行测试，现场通信测试地点为桂北某蛋鸡孵化基地。选取5个传感器节点，等距离增加长度，周期性发送相同数据内容，连续测试48 h进行验证，查看各节点接收数据的情况，通信测试结果如表2所示。

表2 通信测试结果

由表2可知：在温室的复杂环境中，5个传感器节点连续48 h的平均丢包率为0.68%，通信效果优异，能够达到数据传输的要求，可以保证监控系统的稳定性。

3.3 系统测试和数据处理

为测试该系统的稳定性和可靠性，在云平台控制端下载连续多天孵化室内的温度、相对湿度、氧气体积分数和二氧化碳体积分数等环境信息，该数据是在自动运行模式下采集的，孵化室环境信息如表3所示。

表3 孵化室环境信息

对表3的环境数据进行分析可知：10 d中温度最大平均偏离值(数据的平均值与最大偏离数据的比值)为0.5 ℃，温度波动率(平均偏离值与平均值的比值)为0.52%，始终在最佳温度范围波动。相对湿度最大平均偏离值为3.4%，相对湿度波动率为2.56%，波动在合理范围内。从表3可以看出：氧气体积分数和二氧化碳体积分数始终处于动态平衡范围，且二氧化碳体积分数最高值为0.4%，没有超过0.5%的安全值。从孵化室的各项环境数据可以得出：自动模式下，模糊PID控制对孵化室的调控效果优异，从理论上来说健雏率和孵化率都会提高。

为验证该物联网孵化系统孵化率和健雏率是否提升，用普通孵化设备与装载该智能孵化系统的设备同时孵化100枚鸡蛋，进行多组对比试验，对比试验的数据处理结果如表4所示。

由表4可知：物联网孵化系统能够精准地调控孵化室的各项环境因素，孵化率比普通孵化系统高6%，健雏率高2.23%，而且该系统能够长期稳定工作。

表4 对比试验的数据处理结果

3.4 孵化系统调控

根据3.1节孵化系统的环境要求可知，环境因素在一定范围内变化时，孵化率和健雏率不会受到影响，超过范围则会有较大的影响，甚至使雏鸡死亡。本监控系统根据检测到的数据，采用模糊PID控制算法对环境变量进行调控。在相同环境下，对物联网孵化系统和普通孵化系统的孵化设备进行试验，并对温度数据进行调控，对比结果如图7所示。

图7 温度调控对比结果

由图7可以看出：普通孵化系统温度变化幅度较大，最高温度40.2 ℃，最低温度35.3 ℃，温度差值达4.9 ℃，且温度变化出现周期性，对孵化影响较大。而经物联网孵化系统调控后的温度变化幅度较小，在38.5 ℃上下微小波动，控制效果明显，能有效改善孵化环境，提高孵化率。孵化环境中的相对湿度、二氧化碳体积分数、氧气体积分数等也能通过此方式调控，使得孵化环境始终处于最佳，降低环境因素对孵化的影响。

4 结束语

本文选择NB-IoT窄带宽物联网技术设计了智能孵化系统，该系统能够克服现有孵化设备存在的操作复杂、控制精度低、抗干扰能力差和不能实时监控等不足，能够稳定地调控孵化室的环境信息，保证孵化室始终处于最佳的孵化环境，提高了孵化率和健雏率。本研究推动了禽蛋孵化系统朝着智能化、信息化和规模化方向发展，顺应了5G时代万物互联的潮流。