基于NB-IoT的智慧水产养殖系统设计

摘 要：目前，我国传统水产养殖面临着自然资源占用率高、环境污染严重、技术落后及养殖面积减少等问题。为实现智慧化水产养殖，基于窄带物联网（Narrow Band Internet of Things，NB-IoT）设计一款智慧水产养殖系统。该系统采用STM32F103ZET6单片机为核心处理器，搭配外围电路及相应传感器实现复杂环境下的数据采集、处理功能，并对比阈值实现自动控制，采集的数据通过NB-IoT无线通信技术实时发送至云平台，用户可通过可视化界面直观了解实时状况并实现远程控制。

关键词：水产养殖；NB-IoT；数据采集；远程控制

中图分类号：TP302.1 文献标志码：A 文章编号：1674-7909-（2023）11-149-4

0 引言

现如今，我国普遍采用的水产养殖模式需要大量的自然资源和劳动力投入［1］。同时，水产养殖过程中易出现水质恶化问题，使水产品的产量与品质无法得到保障［2］。水产养殖户若无法及时掌握养殖水体环境数据，则易影响水产养殖效益。基于窄带物联网（Narrow Band Internet of Things，NB-IoT）的智慧水产养殖系统可着重解决以上问题，降低养殖成本，实现高产高质养殖。

该系统以低功耗32位单片机STM32F103ZET6为控制核心，以NB-IoT无线通信技术为传输方式，将多传感器组网结合，可实现复杂环境下多种环境数据采集，能将采集到的温度、水位、pH值、溶氧量等数据通过可视化大屏直观显示，并运用物联网技术发送至系统云端。水产养殖户可以通过Web端设备和移动端设备对数据进行远程实时监测并对设备加以控制，实现智慧水产养殖系统阈值自动比较控制与人机交互远程控制。

1 系统整体方案

随着水产养殖业的不断发展，水产养殖密度也越来越高，智能化养殖已经是大势所趋［3］。该系统采用32位单片机STM32F103ZET6进行信号处理，通过溶解氧传感器、pH值传感器、水位传感器和温度传感器等多个传感器进行多维度数据采集；当传感器采集的数据不在系统设定的阈值范围时，系统自动进行换水和增氧等操作，使之恢复正常水平［4］。同时，该系统通过NB-IoT模块将数据上传服务器，养殖人员可利用云平台和客户端查看水产养殖环境相关数据，并进行指令下发，可减少人工成本。

该系统总体分为硬件执行控制端和软件显示控制端两部分。硬件执行控制端以STM32F103ZET6单片机为核心处理器，搭配外围传感器电路实现数据的采集、处理功能，定时将串口数据发送至NB-IoT接收端，实现数据实时“上云”。软件显示控制端由平台可视化搭建和智能设备远程控制两部分构成。平台可视化搭建实现复杂数据展示，如水温、pH值、溶解氧，水位等［5］。智能设备远程控制利用物联网平台配置微信小程序，工作人员通过云端下发指令，对水泵、投食器等设备进行远程控制。该系统具体架构如图1所示。

2 硬件执行控制端设计

基于NB-IoT的智慧水产养殖系统硬件部分包含主控核心模块及各类环境检测传感器，搭配外围电路，对水产养殖环境相关指标的实时信息进行采集，芯片对传回的数据信息进行ADC转化、量化分析，实现数据的及时、准确采集。利用STM32F103ZET6的串口（RX、RD）将采集到的数据传输至NB-IoT模块，设置相应的指令对数据实现“上云”操作，根据阈值设定实现增氧机、水泵、酸（碱）液泵等的自动控制。硬件模块运行流程图如图2所示。

2.1 主控核心模块设计

主控核心模块选用STM32F103ZET6为主控芯片，其具有强大的计算性能，主频达到了72 MHz，含有丰富的指令集和高效的指令执行速度；具有丰富的外设接口，支持多种外设接口；具有大容量存储空间，512 kB闪存和64 kB SRAM存储器可以满足大量数据存储和处理的需求；具有低功耗设计，采用多种省电技术，如多级时钟系统、低功耗待机模式等，可以有效降低功耗，延长电池寿命；具有多种保护机制，如堆栈保护、Flash存储器保护等［6］。该芯片满足智慧水产养殖系统的控制和监控等功能需求，能够保证水产养殖系统稳定、可靠。

2.2 数据传输模块设计

数据传输模块是智慧水产养殖系统中至关重要的一部分，负责将传感器采集到的环境数据通过网络上传至云平台进行处理和分析［7］。该系统采用BC28模块连接NB-IoT网络实现数据传输。BC28模块是一种高性能、低功耗的NB-IoT模块，具有更好的兼容性和稳定性，该系统适用于多种不同的应用场景，具有较高的可扩展性。配置时所应用的AT指令及其功能如表1所示。

2.3 溶解氧测量模块设计

溶解氧是维持水生生物生命活动必不可少的要素［8］。如果水中溶解氧含量过低，会导致水生生物缺氧、生长缓慢、免疫力下降、死亡率增加；如果水中溶解氧含量过高，鱼塘易富营养化，也会对水生生物造成伤害。

该系统选用膜式溶解氧传感器，其采用特殊的膜层来隔离水与氧气，通过检测氧气的扩散速度计算得出水中溶解氧的含量。该传感器利用数字485通信输出功能，能够提供与水中氧的浓度成比例的毫伏输出或4～20 mA电流输出。

2.4 水位测量模块设计

在水产养殖中，监测水位对于水体管理至关重要。水位的变化会影响水体的氧气含量、水温、水流动速度等参数，进而影响鱼类的存活和生长。

该系统采用压力式水位传感器监测水位。该传感器由测量元件和信号转换器构成。测量元件通常是一个液体密封容器，容器内部装有一个压力传感器和一个开口，开口通过导管与被测液体相连。当液位高度变化时，被测液体的压力也会随之改变，压力传感器便可以测量出这些压力变化。

2.5 酸碱度测量模块设计

在水产养殖中，水的酸碱度（pH值）是一个至关重要的参数。过高的pH值会导致水生动物的鳃部和皮肤受到腐蚀和损伤，过低的pH值则会影响水生动物的代谢和生长发育。

该系统采用可充式pH传感器监测水的pH值。该传感器通过浸泡在液体中的pH电极测量水体中的氢离子浓度，进而计算出水的pH值。pH值传感器使用前需要进行校准，依次将电极放入3种标准溶液中，记录对应的输出电压值（见图3），此研究计算得到的标准曲线表达式为Y=-5.946 7x+22.255。用所得曲线表达式计算，即可得到水体的pH值。

2.6 温度测量模块设计

在水产养殖中，不同种类的水生生物对水温的要求不同，水温的变化也会影响水生生物的生长和健康［9］。水温过低会减缓水生动物的新陈代谢和生长速度，而水温过高则会影响其呼吸和消化系统的正常功能。

该系统采用DS18B20非浸入式温度传感器监测水温。该传感器通过空气或水面感知水的温度变化，测量出水温。相比传统的浸入式温度传感器，该传感器安装更简便，能够避免传感器被水污染［10］。

3 软件显示控制端设计

基于NB-IoT的智慧水产养殖系统的上位机以云服务器为中心，主要功能是接收下位机的上发数据并搭建Web平台对数据进行展示，对水产养殖系统进行远程监控与控制。水产养殖系统管理人员可以在该平台上对水产养殖系统的实时及历史数据进行查看。

3.1 上位机可视化平台设计搭建

利用Spring和Vue技术搭建系统平台，通过网页进行数据可视化显示，搭配物联网云平台引入天气预报API、水产养殖知识拓展等功能，开发设计实时显示数据图表、报警日志数据表格和监测管理的可视化界面。用户管理、信息管理页面便于水产养殖管理人员查阅记录数据。网页显示数据图以动态曲线的方式显示实时数据，并与科学养殖理论数据对比，以便养殖人员对养殖环境进行监测与调控。

平台的可视化数据分析模块利用Python及其配套的数据分析工具完成数据分析，充分利用Python在常见的非计算密集的任务中节约开发时间的优势，减少项目开发时间。利用成熟的Hadoop工具和Zookeeper开发框架，通过Hive搭建数据仓库，利用Kafka搭建消息处理流，实现总体化分析和预测，结合pH值、水温及溶解氧含量等数据对养殖环境进行综合评估，辅助养殖人员优化养殖环境。

3.2 远程监测与控制

微信小程序属于轻量级应用程序。利用微信小程序开发助手对小程序进行开发、配置，写入相应的控制程序并提供相应的控制接口，可高效地完成对智慧水产养殖系统的控制和管理。同时，通过调用物联网平台接口，将水产养殖数据的实时信息展示在智能设备和网页端上，养殖人员可以通过手机、电脑等设备远程监测和管理养殖过程，实现养殖过程的可视化和可控化。在硬件控制端，利用舵机、步进电机、继电器等电机装置带动水泵、闸门、投食器等设备工作，从而有效地解放生产力，提高水产养殖的效率与质量。远程监测与控制模块示意图如图4所示。

4 系统应用情况与可推广性

经测试，该系统在多种复杂环境条件下具有稳定性强、智能化、高效性等特点。该系统采集数据的准确性和实时性有较高的保障，系统的自动控制功能也能有效地控制养殖环境的各项指标，提高了养殖效率。用户可以利用该系统远程监测和控制养殖环境，有效地提高了生产效率和产品质量，降低了人工成本和环境污染。该系统可以广泛应用于水产养殖行业，特别适用于养殖密度较高的场景，如养殖池、养殖塘等。

该系统采用通用的STM32F103ZET6单片机和NB-IoT无线通信技术，具有很强的可扩展性和可定制性。同时，该系统的硬件设计和软件设计为模块化结构，方便用户根据实际需求进行改进。此外，该系统的数据采集和处理功能适用于多种不同的水产养殖环境和场景，具有很强的通用性和适应性。因此，该系统具有很大的推广潜力。

5 结语

针对我国传统水产养殖面临的问题，笔者开发出了一种基于NB-IoT的智慧水产养殖系统。该系统主控单元采用STM32F103ZET6微控制器，控制外围电路和传感器数据的采集、发送，实现自动化控制；采用物联网技术，将处理后的信息通过NB-IoT无线通信技术发送至物联网平台；通过可视化界面，让用户了解到鱼塘实时信息、对鱼塘进行远程管理，从而实现高质量的现代化水产养殖。该系统将物联网技术、智能检测和智能控制有机结合，可为水产养殖行业的智能化、规范化、科学化发展提供有力的技术支持。

参考文献：

［1］冼锂东.龙祖连.基于物联网技术智慧水产养殖系统的研究设计［J］.物联网技术，2022（2）：65-68.

［2］王从军，郝建英.水产养殖环境的污染及其控制措施分析［J］.农业开发与装备，2020（5）：124-125.

［3］谢小平.智能水产养殖监控系统构建分析［J］.南方农业，2021（29）：218-219.

［4］刘双印.基于计算智能的水产养殖水质预测预警方法研究［D］.北京：中国农业大学，2014.

［5］樊春春.基于物联网的水产养殖远程智能监控系统的设计［D］.合肥：安徽农业大学，2019.

［6］陈荣.一种基于NB-IOT的低功耗传感器设计［D］.济南：山东大学，2020.

［7］吴迪，施伟斌，朱嘉磊，等.基于窄带物联网的车位查询系统设计［J］.电子测量技术，2019（19）：132-136.

［8］蔡琰，郑艳坤，臧莉.水产养殖水体溶解氧变化规律及改良方法研究［J］.科学养鱼，2019（3）：16-17.

［9］赵晨旭.黄河上游龙青段水温演变特征及影响因素研究［D］.西安：西安理工大学，2021.

［10］张弛，杨晓亮，唐瑞，等.微机电系统温度传感器研究进展及产业现状综述［J］.科技与创新，2021（4）：83-85.

基金项目：2022年江西省大学生创新创业训练计划项目“基于物联网技术的智慧水产养殖系统”（S202210404030）；2021年江西省教育厅科学技术研究项目“面向山地果园监测的异构无线传感器网络的关键技术研究”（GJJ210610）。

作者简介：张昱恒（2002—），男，本科生，研究方向：物联网硬件开发。

通信作者：黄德昌（1983—），男，硕士，高级实验师，研究方向：物联网技术。