基于物联网的智能泵阀控制平台设计

赵树立

（中软国际科技服务有限公司，陕西 西安 710000）

在物联网发展的带动下，随着智慧管网、智慧管廊、智慧水务、智慧农业等行业快速发展，随着物联网、计算机、通信、控制和信息共享技术的高速发展，智能泵阀控制平台作为智能控制的重要组成部分，势必会成为泵阀行业内一个重要研究发展领域。智能泵阀控制系统的建设需求不断地释放，未来的市场潜力巨大，而目前市场上尚未有成熟的智能泵阀控制平台应用实例。在智能泵阀控制平台数字化、网络化、智能化发展的大趋势下，企业对智能泵阀的控制系统的整合，实现信息交换与共享。通过整合资源，对各个相对独立的泵阀控制系统的数据对象，功能结构集成融合和重组，形成一个高效的综合控制平台。

为进一步满足工业级智能泵阀系统的新需求，本文研究、设计和实现了一种基于物联网技术的智能泵阀控制平台。

1 相关研究

1.1 物联网研究

物联网作为一个系统网络，与其他的网络一样，也有其内部特有的构架，其主要的架构技术分为感知层、网络层和应用层3层[1]。

物联网系统的感知层一般是指由感知设备、条码、定位等设备组成的数据采集终端，主要是起到对于物理世界透彻感知的作用，以获取大量的基础数据信息；网络层指的是由NB-Iot，LoRa，eMTC和SigFox为主的低功耗广域网络，2/3/4/5G以及互联网等为基础组成的数据传输网络，该层主要是针对采集到的数据进行可靠的信息传输，保证信息传输的安全性；应用层则是针对大量数据的存储、分析、展示，然后将系统处理的结果以控制指令的形式经由网络层反馈到感知层，常见的应用场景有智慧水务、智慧管网（廊）等。

1.2 智能泵阀研究

智能泵阀主要是带有微处理器，能够实现智能化控制功能的泵阀，常见的智能泵阀主要有以下几种形式。

（1）带有智能控制的调节阀和离心泵。

（2）智能控制泵阀主要包括下列内容：可以方便地修改控制泵阀的状态特性；可以实现比例—积分—微分（Proportion，Integral，Derivative，PID）控制运算；可以实现其他运算功能，比如：进行控制量程范围、线性运算等；可以更改控制泵阀的正反作用方式；可以实现泵阀与上位机的状态信息管理，实现信息的共享，同时可以实现智能泵阀的故障诊断和报警。

2 智能泵阀控制平台系统结构

2.1 系统结构

根据智能泵阀控制平台的系统特点，本文采用了如图1所示的系统网络架构。该系统主要由分布在监测区域的传感节点、数据汇集节点和系统管理中心（网关）等3部分组成。其中传感节点负责定期采集泵、阀以及其他感知设备的信息（例如：状态、流量、压力）。数据汇集节点负责接收传感节点采集的各种数据。系统管理中心负责将网络接入Internet，并对数据包的相关信息（状态、流量、压力）进行提取以及解析，然后存储到数据库，供客户端为用户提供简单易操作的控制平台界面，使用户更好地对目标区域进行实时管理。

图1 系统结构示意

2.2 系统总体框架

本文设计的基于物联网的智能泵阀控制平台系统总体框架如图2所示。

图2 智能泵阀控制平台系统总体结构

该平台以智能泵阀控制为核心，以智能泵阀及感知设备为基础支撑，以网络为桥梁，实现了整个平台的统一性、完整性。智能泵阀控制主要包括智能泵阀接入的安全认证、控制逻辑的配置、数据的采集与分析等相关子系统服务，完成统一管理、统一调度的综合控制平台，实现智能泵阀控制平台的内部各子系统业务流程之间的集成。同时，也实现了各子系统异构数据的交换与共享。通过智能泵阀控制平台实现所有的子系统的中和与集成，达到统一协调和子系统间的资源共享与信息共通，进一步实现智能泵阀与其他的智能控制系统的实时联动与对接。

3 基于物联网的智能泵阀控制平台设计与实现

3.1 总体设计

本智能泵阀控制平台以控制管理和联动管理为主，集成了用户管理、身份识别、报警管理、地图展示、控制管理、数据管理以及联动管理等功能，支持感知设备对模拟量和数字量的采集与检测，更加方便地保证了信息管理以及数据共享能力。整个平台的功能如图3所示。

图3 智能泵阀控制平台系统功能

通过自顶向下的展示方式对系统智能泵阀控制平台的功能进行分解，进而获得其相对应的服务。实现了管理员对智能泵阀控制平台内的各个子系统能够进行统一的资源配置，统一管理和应用[2]。

智能泵阀及感知设备层主要的信息流是：感知设备获取到相关感知信息，将数据上传至集控设备，同时集控设备也获取到智能泵、智能阀的运行状态及相关信息，将其采集信息临时存储到集控设备中，集控设备进行数据汇总和解析，并将汇总解析的数据进行封装。

感知设备由各种传感器构成，主要包括压力或压差传感器、管道流量传感器、温度传感器、位置传感器（如阀芯开度、执行器行程等）、速度及加速度传感器、振动传感器、液位传感器、液压油污染传感器或过滤器寿命传感器、阀门井或泵房的GPS位置、温湿度传感器、kks（电厂标识系统）编码或二维码标签、RFID标签、限位开关等感知终端。感知层是物联网识别物体、采集信息的来源。

集控设备主要由软件和硬件两部分组成，其中硬件由智能传感器、电液控制系统、数据采集终端、云计算服务器4部分组成，再通过融入最新的人工智能、物联网、4G或5G无线移动通信、微功耗单片机技术、先进制造技术、使产品具备无线上传阀门数据、自动故障识别、故障短信预警、自动数据处理、远程监控等功能。它能自动对设备故障进行诊断，并通过移动网络将阀门数据实时发回智能泵阀控制平台。

网络层的主要功能是实现硬件设备与智能泵阀控制平台的信息交互，搭建信息交互桥梁。

智能泵阀控制平台主要是对智能泵阀上传的数据进行解析之后，将解析结果通过客户端进行展示，并将控制指令通过指定的协议和传输方式下发到智能泵阀中，智能泵阀接收到智能泵阀控制平台指令数据之后，进行数据解析，并作出相应的判断，进而将判断结果的指令下发给智能泵、智能阀中，形成一个控制平台的闭环功能。

3.2 核心技术及关键技术

3.2.1 平台的数据处理

智能泵阀控制平台中需处理大量的数据，包括智能泵阀内传感器数据和外部感知设备数据，大数据处理问题是设计的一大难题，针对这样的难题，主要通过智能模块的软件进行解决，创建平均采样数学模型，进行平滑滤波处理，采用定时发送至上层物联网，限额清除缓存等手段。

3.2.2 智能模块中PID参数设计

智能泵阀采用PID控制，而PID参数与智能泵阀的自身性能相关，PID参数与智能泵阀具有一一对应性，如何在智能泵阀控制平台软件中进行PID参数预置成为又一难点。针对此问题，通过创建不同泵阀的数学模型，得到其PID控制系统，仿真分析不同PID参数对系统的影响，找到最优PID参数，同时对智能模块和智能泵阀进行试验验证，试验调节PID参数，通过对理论与实际PID参数进行Matlab数学分析，最终找出PID参数规律。

3.2.3 智能泵阀数据模型定义

智能泵、智能阀在不同条件下工况数据采集及转化是平台研究设计的一个难点。针对此问题，利用动量方程、伯努利方程和连续性方程建立泵阀以转速、流量、压力、时间等参数的偏微分方程，采用有限差分法、有限元法等数学方法将连续性方程进行离散化处理，得到智能泵阀不同工况条件下的数据集合。

3.2.4 智能泵阀与传感器联动研究

在保证智能泵阀各项性能指标的前提下，合理的集成智能泵阀与传感器是产品设计中的一个难点。针对此问题，利用传统构设计和现代仿真技术相结合的技术手段，依据产品的结构特点和实际工况，通过建立泵阀的数学模型，选择合理的优化计算方法，建立智能泵阀与传感器的三维结构模型，并采用仿真技术对三维结构模型进行优化，得到智能泵阀与传感器集成的最优解。

3.2.5 高并发实时性技术

（1）并发性能。并发性能主要体现在通信服务在面临高并发数据访问时的处理能力，在不考虑其他因素影响的前提下，通信服务在单台服务器上运行应该在合理消耗资源的基础上支持5 000以上的终端并发接入和数据访问，并具备良好的伸缩性。

（2）实时性能。除了并发处理能力的因素外，智能泵阀控制平台的实时性主要体现在高速数据流的处理上，通信服务釆取数据流处理算法后，相比未使用数据流处理算法的通信服务，在实时性上至少提升一倍（监测响应时间提升一半）。

3.3 系统实现

3.3.1 智能泵阀的设计

传统的泵阀工作时，通过给控制器输入设定值，驱动电磁铁、电机等，实现泵阀的工作，可称之为“开环”控制，泵阀的具体工作状态，我们无法得知，其工作性能的好坏全靠泵阀自身机械状态来决定，而要提高泵阀产品的性能，必须提高泵阀的加工精度，这将大大增加泵阀的加工成本。

我们的智能泵阀采用“闭环”控制，在“开环”控制的基础上，增加反馈环节，智能泵阀的内部集成各类传感器，如检测阀芯位移的位移传感器，检测智能内部工作状态的声波传感器，检测工作电流的电流传感器等，检测转速的转速传感器等，智能泵阀工作时，实时将这些检测的数据传输至智能控制器，智能控制器通过对这些数据的分析处理，通过与给定值的不断比较，不断修正泵阀的工作状态，形成闭环控制，最终实现对泵阀的精细化控制。

3.3.2 智能泵阀数据模型定义

以智能泵阀性能指标为研究对象，利用动量方程、伯努利方程和连续性方程建立泵阀以转速、流量、压力、时间等参数，并综合考虑泵阀工作介质的可压缩性、魏氏效应、动力特性等因子，建立泵阀的不同工况条件下的数学模型，采用有限差分法、有限元法等数学方法将连续性方程进行离散化处理，求解智能泵阀在扰动条件下的偏微分方程，通过数值计算或仿真模拟的技术手段求解泵阀在各种工况条件下的性能曲线方程，得到智能泵阀不同工况条件下的数据集合。

智能泵阀数学模型：以转速、流量、压力、温度、时间等为目标参数，建立各种工况条件下的偏微分方程əf(x,y,z…)，求解智能泵阀的转速、流量、压力、温度等的曲线方程，通过离散化处理，得到泵阀在各种工况下的数据集合。

3.3.3 高并发实时性通信技术

基于缓存线程池的通信模型不仅具有多路复用的效率优势，又具备缓存线程池并发处理的特点，弥补了单纯采取其他通信模型和框架造成的不足，较好地解决了物联网梁监控系统高并发数据访问的问题。

NIO通信有效解决了原有阻塞存在的线程开销的问题，采取事件驱动机制，在事件就绪时触发读写，这时需要阻塞的等待事件发生，减少资源消耗。

线程池技术主要用来解决线程生命周期开问题和资源不足问题，通过重用线程的方式将线程创建的开销被分摊到多个任务上，当请求到达时线程已经存在，所以消除了创建所带来的延迟。这样，线程池让应用程序响应更快。

在NIO中使用缓存线程池，主要目的是通过多线程充分使用多个的处理能力和减少处理的等待时间，另外，动态调整线程池中的线程数量可以防止出现资源不足的情况，使通信服务具备良好的伸缩性。

4 结语

本文采用了物联网技术，深入研究和设计了一种工业级的智能泵阀控制平台。该平台设计进一步提高了系统平台的扩展能力、集成能力、数据共享能力，平台采用了标准的接口协议，方便于集成新的子系统，并实现各子系统的联动性，不断扩展应用空间。为进一步开拓智能泵阀业务和新市场领域提供全面的技术支撑，使智能泵阀系统达到“分级管理、集中调度、事件闭环”的总体设计目标[3]。满足工业信息化建设对智能控制新技术发展的需求，有效降低了用户管理的成本，提高企业的管理服务能力及效率。