猪舍生态环境监测和清洁控制系统的设计

王 斌，刘雪梅，张国强，王卫军

猪舍生态环境监测和清洁控制系统的设计

王 斌，刘雪梅，张国强，王卫军

（西北工业大学明德学院，西安 710124）

针对中小型养殖场的实际需求，该文以可编程控制器（programmable logic controller，PLC）为核心控制器，设计了一套生态环境监测和清洁自动控制系统，主要研究了对猪舍内温湿度、氨气浓度等生态环境参数的检测和调控方法。为实现对温度的精确测量，设计了简单的电阻—电压转换电路，并对温敏电阻采用分段线性化措施，使测温精度达到±0.2 ℃。为实现猪舍内多个区域的环境参数的合理检测，采用了多传感器自适应加权平均融合算法，并给出了该算法的PLC程序设计方法。试验数据表明：采用数据融合算法时，在20 ℃左右时，猪仔生活区温度测量值的总方差最小值为0.012 5，而采用算术平均值时方差为0.856 2；在氨气浓度为15 mg/m3左右时，采用数据融合算法时整个猪舍氨气浓度测量值的方差最小值为0.040 6，而采用算术平均值时方差为0.954 8。这表明采用数据融合算法后，各区域参数测量值的方差远小于采用算术平均时的方差。试验过程中该系统运行可靠，达到了设计目的。该系统结构简单，易安装、调试和维护，成本低，能极大降低工人劳动强度，节省人力，能减少环境污染，特别适合于中小型养殖企业，具有较高的应用价值。

控制系统；设计；监测；温湿度；氨气浓度；数据融合

0 引 言

现代化的生猪养殖厂养殖密度一般相对较大，对猪舍环境卫生条件也提出了较高要求，猪舍内的温度、湿度和由粪便产生的氨气成为影响生猪成活率及生长的主要因素。而生猪在不同生长阶段所需的适宜温度相差较大[1]，大猪生长的适宜温度为15～25 ℃，若气温超过35 ℃，就会发生热应激，而刚出生的猪仔适宜温度为34 ℃，以后每周降2 ℃，到断奶时22～25 ℃为宜；适宜相对湿度RH为50%左右，氨气浓度应当保持在20 mg/m3以下[2-6]，否则猪舍病菌容易生长，猪极容易生病。对猪舍清洁用水必不可少，目前不管是平地养殖还是高架床养殖，一头幼猪从进栏到出栏，要产生的污水在2.5～3 t[7-9]，对于年出栏500～2 000头生猪的中小型养殖场，要处理的污水量很大，用水量更大，无疑会推高生产成本。

为了实现猪舍环境清洁卫生，减少病菌滋生，提高生猪的成活率，减小人工劳动强度，实现低成本绿色养殖，本研究针对中小规模养殖场的需求设计了一套猪舍环境生态监测和清洁系统，实现对猪舍不同区域氨气、温度、湿度的监测，并实现温湿度的自动调节和粪便的自动清理。

1 系统组成结构

一般猪舍内布局分母猪生产区、幼仔区、大猪饲养区，为了实现对不同区域的温湿度、氨气浓度控制，该系统以台达DVP32ES200R为核心控制器，采用了模拟量扩展模块DVP06XA-E2，监控设备采用台达人机界面DOP-B07S411，实现远程监测、动态显示等功能。系统结构如图1所示，其中温湿度数据采集采用AM1011型传感器，该传感器可以同时输出1路温度信号和1路湿度信号，其中湿度信号以电压的形式输出，输出范围为0～3 V；温度信号是以热敏电阻阻值大小而非模拟信号输出，需要自行设计电路，将电阻值转换成电压信号，其测温范围为−40～80 ℃。氨气浓度检测采用KM21B30-NH3氨气气体浓度传感器，检测范围0～76 mg/m3，数据传输采用RS485接口，按标准MODBUS-RTU协议通讯。风机采用交流负压风机，既用于降温防暑，又用于除湿和降低猪舍内氨气浓度。喷雾装置用于降温和加湿。遮阳帘用于冬季采光升温，夏季遮阳降温。无论平地养殖，还是高架养殖，猪舍内粪便是产生臭气（主要成分是氨气[10]）的主要来源，其清理和收集是极费人力的一项工作。在本设计中控制器根据氨气浓度大小决定刮粪板拖动电机的启停，实现自动清粪动作。在清粪若干次后喷水阀门自动开启，实现冲洗，有效解决了猪舍的清洁和节水之间的矛盾。

图1 控制系统结构图

该控制系统设有手动和自动2种工作模式，自动模式下一旦设定好参考值，无需人工参与，系统会实时采集数据，实现24 h实时连续监测和精准调控。

2 系统硬件设计

2.1 温度信号的采集

温湿度传感器中温敏电阻阻值R与温度是非线性关系，关系式为

式中为温敏电阻材料热敏系数，本系统所用传感器使用说明书给出的＝3 435 K；0为基准温度（单位：K），本传感器以298.15 K（即25 ℃）为基准温度；0为基准温度下的阻值。

为了能用PLC的模拟量输入A/D转换部分测量温度，设计如图2所示电路，将温敏电阻R的阻值转换成电压。

注：Vss表示正电源，V；Vdd表示负电源，V；Rt为温敏电阻，Ω；RC为精密电阻，Ω；Vout为输出电压，V。

该电路输出电压为

式中V、V分别为＋5 V和－5 V的恒压源。考虑温敏电阻的自热因素，为了使其工作电流不超过0.3 mA，R采用28.3 kΩ的标准精密电阻。

2.2 分时数据采集电路

由于猪舍内各区域空间较大，温湿度调节设备不可能对各处参量均衡调节，氨气浓度各处分布不均，所以，需要用多个传感器对同一参量数据进行采集。为此，在母猪生产区布置了2个温湿度传感器（1#、2#），在幼仔区及大猪生活区各布置了3个温湿度传感器（3#、4#、5#和6#、7#、8#），在整个猪舍的不同位置安装了3个氨气浓度传感器（9#、10#、11#），以共同监测猪舍内环境参数。由于模拟量扩展模块DVP06XA-E2仅有4路模拟量输入端口，而本系统有8路湿度模拟量信号和8路经转换后的温度模拟量信号，共16路模拟量，为节约硬件，降低成本，采用如图3所示电路对16路模拟信号实现分时数据采集。

图3 多路模拟信号分时采集电路

图3中，将从PLC 的Y16、Y17输出的0～24 V开关信号转换成0～5 V开关信号作为地址选通信号，转换电路中由R1、R2和R3、R5、R6和R7以及开关三极管T1、T2组成。转换后的信号经反相器后分别接双4通道数控模拟开关CD4052的地址端，2片CD4052的输出CH0～CH3分别接PLC模拟量扩展模块DVP06XA-E2的4路模拟量输入端口，IN00～IN17分别接16路温湿度模拟量信号。

3个氨气浓度传感器的数据传输采用MODBUS-RTU方式，通过总线将它们的输出接在PLC主机的COM2通讯口，并设置不同的地址予以区分。

2.3 主要控制对象的控制

该系统中遮阳帘和刮粪板驱动电机均采用能正反转的低速力矩电机，PLC输出通过继电器控制电机的正反转。

在母猪生产区和幼仔生活区，当温度低于20 ℃时，猪仔的成活率将会大大降低。因此，PLC根据监测到的该区域温度高低控制加热保温板的通断电，来保证温度达到要求。对大猪生活区，根据地区和季节的不同，当温度低于设定的下限时，PLC控制取暖灯接通。在夏季，当猪舍内湿度低于设定值或温度超过设定值，PLC控制增压型直流水泵启动，完成喷雾加湿和降温工作。

3 控制系统软件设计

3.1 主控制器I/O地址分配

根据控制过程及对象分析，PLC的I/O分配如表1所示。部分主电路及控制电路接线图如图4所示。

表1 系统核心控制器I/O分配表

图4 主电路及控制电路

3.2 控制系统的程序设计

根据控制要求，主程序流程图如图5所示。其中手动方式下的控制通过触摸屏实现。

系统采集的参数为猪舍内不同区域的温湿度、氨气浓度值，根据采集到的各区域参数，调节机构按要求自动执行相应的动作。

3.2.1 温湿度数据的采集程序设计

由前文式（1）和（2）可知，温敏电阻阻值与温度呈非线性关系，out与R也是非线性，因此，out与温度成严重的非线性。一般在用PLC进行温度的精确测量和显示时，需要采取措施进行线性化处理。钟永彦等[11]和何旭阳[12]采用分段串联线性化方法，可以在大温度范围实现分段线性化测温；樊霈等[13]利用桥式网络实现温敏电阻测温线性化，这些方法均能有效提高温敏电阻测温的精度，但电路都比较复杂。按照传感器使用说明书中所给的电阻-温度特性表，结合图2所示电路，可计算出电压-温度对应关系如表2第2行数据所示。

图5 主程序流程图

表2 电压-温度对应关系

对表2第2行输出电压理论值随温度变化的数据做分析，可以发现，在0～20 ℃区间，输出电压的增量大约为0.5 V左右；在20～35 ℃区间，输出电压的增量大约为0.3 V左右；在35～50 ℃输出电压的增量大约为0.2 V左右。

因此，将测温范围分为0～20 ℃、20～35 ℃、35～50 ℃ 3个区段，根据输出电压理论值与温度的对应关系在Excel软件中分段求拟合直线，得到的直线方程及决定系数2分别为

1=0.096 6+ 0.09，² = 0.998 3 0℃≤≤20℃（3）

2=0.069 4+ 0.634，² = 0.996 6 20℃≤≤35℃（4）

3=0.043 6+ 1.546，² = 0.993 6 35℃≤≤50℃（5）

以上3个关系式中决定系数均接近于1，从理论上说明各温度区间线性度较好。线性化后输出电压随温度变化的理论值如表2第3行所示。

为了验证这一方法的可行性，也为了准确标定输出电压与温度的对应关系，将图2所示测温电路中的温敏电阻与标准水银温度计置于同一加热室，室内先放置冰块，使温度快速降到0 ℃，然后开启加热器，使加热室内温度逐渐上升。从0 ℃开始，每上升5 ℃读取1次电压数据，直到50 ℃为止。实测电压值如表2第4行所示，按式（3）、式（4）、式（5）计算得到的温度值如表2第5行所示。该行数据与第1行的水银温度计实测值对照比较可见，在0 ℃≤≤50 ℃测温范围内，经线性化处理后，通过该测温电路得到的温度值误差均在±0.2 ℃范围以内。这一误差对本控制系统是完全允许的，说明这种线性化处理方法是可行的。

根据PLC采集到的电压值，依据表2结果，在触摸屏组态软件中设置不同的温度参考点，作为控制转换条件，可启动相关设备对母猪生产区和幼仔区以及大猪生活区的温度分别进行调节，并由触摸屏显示猪舍内的当前具体温度。

根据本系统所采用的温湿度传感器使用手册可知，在额定工作电压下，湿度与对应输出电压0的关系为

利用关系式（6），在程序中可实现电压值到湿度值的转换，程序设计时需注意数据浮点数的转换以及乘除运算所引起的精度变化。由于该湿度传感器输出电压范围为0～3 V，为提高分辨率，程序中采用DVP06XA-E2电压A/D转换特性曲线模式3[14]（电压变换范围0～5 V，A/D转换系数6 400）。

对温湿度对应的电压模拟量，利用“FROM”、“TO”2条指令完成数据采集。首先，通过“TO”指令设置扩展模块的编号、数据输入通道号以及输入信号的A/D转换模式、数据的平均次数、每次读取的数据字长。数据输入通道号由控制寄存器CR确定，输入信号的A/D转换模式需要查阅扩展模块的使用手册。然后，通过“FROM”指令从相应的通道读出数据，存放到指定寄存器中。最后，根据A/D转换模式，确定与数字量对应的输入模拟量大小。

3.2.2 氨气浓度数据采集程序设计

氨气浓度传感器输出的数据是以标准MODBUS-RTU协议通讯传输。在标准MODBUS-RTU通讯协议中，上位机发送报文格式：设备地址（单字节）+功能码（单字节）+起始寄存器地址（双字节）+读取的寄存器地址（双字节）+CRC校验码（双字节）；下位机应答报文格式：设备地址+功能码+返回的字节个数（单字节）+数据1（双字节）+数据2（双字节）+……+CRC校验码（双字节）。

在台达WPLSoft编程软件中实现PLC的MODBUS-RTU通讯协议的基本方法是：首先，在特殊寄存器D1120中设置通讯格式（包括通信速率、数据位数、校验类别、停止位数）；其次，分别置位M1120、M1143、M1161继电器位，设置通讯模式为RTU、8位数据处理模式，在特殊寄存器D1129中设置通讯延时等待时间为100 ms。最后，启动送信信号，通过MODRD指令读取数据。该指令在应用时需指定扩展模块的编号、传感器中数据寄存器起始地址、读取的字节数。由氨气浓度传感器使用手册知，数据寄存器起始地址规定为0000H，浓度数据由16位数字组成，高字节在前，因此，读取的数据字节数为2。根据PLC的操作手册，由MODRD指令读取的数据暂存在D1073中，所以，需要用MOV指令从该特殊寄存器中将数据读到1个指定的普通寄存器中。本程序中，存放数据的指定寄存器设为D60，氨气浓度实际值为D60中数值的百分之一。通讯参数设置程序如下：

3.2.3 多传感器数据融合及实现

由于猪舍内各区域空间较大，各处温湿度值不一致，各处氨气浓度分布不均，为了得到较为准确的监测数据，防止调控器误动作使得局部参数远远偏离正常值，造成安全事故，需要对同一区域多个同类传感器采集的数据进行处理，本研究采用了自适应加权平均融合算法[15]。

设各传感器在时刻的温湿度及氨气浓度测量值分别为y()，＝1、2、3。第个传感器的估计值Y为

Y＝＋n（7）

对式（9），使2最小的各个W就是最优的加权因子。对式（9）关于各个W求偏微分，可得最优加权因子的计算公式[16]为

此时，对应的估计值总方差最小值为

为了求得各传感器测量值的误差方差2，李媛媛等[17]采用时间域测量值的自相关系数R和与其他传感器测量值的互相关系数R来求，这种方法应用在嵌入式系统中是非常合适的，但在PLC系统中，因编程软件中存在大量的数学运算函数，直接调用相关的函数指令来计算方差会更方便。

式中是历史数据个数，y()是第个传感器的第个测量数据。

本设计中均取60 s时间内的10个值作为历史数据，即＝10。设传感器的10个测量值均为无偏估计值，则第个传感器的方差为

根据以上分析，多传感器自适应加权平均数据融合的算法步骤是[19-29]：①求出一定时间段内各传感器多个测量值；②根据式（12）、式（13）求出各传感器测量值的均值和方差；③根据式（10）求出各传感器的最优加权因子；④由式（8）计算被测量的估计值。

在PLC中实现上述算法的程序流程图如图6所示。

图6 自适应加权融合算法程序流程

各参量的均值求法：在程序中通过设置DVP06XA-E2中的控制寄存器CR8～CR11（指定平均次数）的参数[30]，从CR12～CR15中读取各通道输入信号在若干个扫描周期的平均值，该平均值作为传感器的一次测量值。方差值、最优加权因子和融合后的估计值通过程序计算得到。

4 系统运行测试

为了验证系统的控制精度和可靠性，按1:50比例制作了图7所示猪舍模型并组装了控制系统。

图7 猪舍生态环境监测和清洁系统模型

对控制系统按下列步骤进行测试：①系统上电后，控制箱转换开关置“自动”位置，在触摸屏上分别设置猪舍各区域温度的下下限值、下限值、中间值、上限值；湿度下限值设为30%RH，湿度上限值为70%RH；氨气浓度下限为5 mg/m3，中间值为10 mg/m3，上限值为15 mg/m3。②在猪舍模型的不同区域放置盛有冰块的盒子，使得各温湿度传感器附近温度快速降低，直至低于10 ℃（用标准水银温度计对照测试）。按“开始”按钮，观察加热保温板和取暖灯是否工作。③取出盛冰块的盒子，放置底部粘贴了PTC铝壳陶瓷发热片的铁盒，发热片通电，使得猪舍模型内温度快速上升。观察猪舍内各温度调节设施是否在设定温度点处正常工作。④给底部粘贴了PTC铝壳陶瓷发热片的铁盒内加水，通过水汽蒸发改变模型内湿度，并用1个家用湿度计测量模型内湿度的变化，观察湿度调节设施是否按前述控制要求工作。⑤给上一步所用的铁盒内加入碳酸氢铵，通过加热挥发出氨气以改变模型内氨气浓度，用希玛AR8500氨气检测仪监测值作对照比较，观察氨气浓度调节设施是否按前述控制要求工作。

从PLC程序中设置的10个连续通道中（共11个区域块）读取每10个扫描周期的测量平均值，作为各传感器在1个测量周期内的历史数据。表3为猪仔生活区在20 ℃左右时温度测试数据。

表3 猪舍模型内猪仔生活区温度测试数据

表4为整个猪舍在氨气浓度为15 mg/m3左右时的测试数据。

表4 猪舍模型内氨气浓度测试数据

上述测试结果表明，在本控制系统中采用自适应加权平均融合算法比单纯采用简单算术平均值更能准确反映猪舍整体的温湿度和氨气浓度大小，能有效提高系统的控制精度和安全性。测试过程中，系统能够在预设的参数点做出灵敏的调节反应。

5 结 论

1）本研究针对中小型养殖场的实际需求，利用台达PLC及触摸屏设计了一个自动测控系统，实现对猪舍内温湿度和氨气浓度等环境生态参数的监测，根据监测数据控制相应的调节机构自动运行，并实现对猪粪的自动清理。

2）为了实现对温度的准确测量，设计了温敏电阻值与电压的转换电路，并在0～50 ℃测温范围内，将测温电压-温度的变化曲线分为3段作线性化处理，经过测试，测温精度可达±0.2 ℃。

3）采用多传感器自适应加权平均融合算法，研究了在PLC控制程序中实现该算法的理论和方法。试验数据表明：采用数据融合算法时，在20 ℃附近，温度测量值的总方差最小值为0.012 5，而采用算术平均值时方差为0.856 2；在氨气浓度15 mg/m3附近，氨气浓度测量值的方差最小值为0.040 6，而采用算术平均值时方差为0.954 8。这表明采用数据融合算法后，各区域参数测量值的方差远小于采用算术平均时的方差，数据可靠性大幅提升。

本研究所设计的自动测控系统还有待于在实际工程中的进一步完善，下一步研究还应考虑将其与自动饲喂系统、沼气产生和利用控制系统结合起来，提升科技在现代农业生产中含量，进一步节省人力，降低生产成本，提高该研究的应用价值。

[1]汪开英，苗香雯，崔绍荣，等. 猪舍环境温湿度对育成猪的生理及生产指标的影响[J]. 农业工程学报，2002，18(1)：99－102.

Wang Kaiying, Miao Xiangwen, Cui Shaorong, et al. Effects of ambient temperature and relative humidity on physiological parameters and performance of growing pigs[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2002, 18(1): 99－102. (in Chinese with English abstract)

[2]王健. 高温季节生猪的饲养管理对策探求[J]. 中国畜牧兽医文摘，2017，33(6)：83.

Wang Jian. Study of management strategy for Pig breeding in hot season[J]. China Animal Husbandry & Veterinary Medicine, 2017, 33(6): 83. (in Chinese with English abstract)

[3]高云，刁亚萍，林长光，等. 机械通风楼房猪舍热环境及有害气体监测与分析[J]. 农业工程学报，2018，34(4)：239－247.

Gao Yun, Diao Yaping, Lin Changguang, et al. Monitoring and analysis of thermal environment and harmful gases in mechanically ventilated multistory pig buildings[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(4): 239－247. (in Chinese with English abstract)

[4]吴武豪. 基于物联网的猪舍环境监控系统研究[D]. 杭州：浙江大学，2014.

Wu Wuhao. A Study on Piggery Environmental Monitoring and Control System Based on Internet of Things[D]. Hangzhou: Zhejiang University, 2014. (in Chinese with English abstract)

[5]常润民. 基于物联网的生猪养殖环境监控系统研制[D]. 镇江：江苏大学，2019.

Chang Runmin. Development of Environmental Monitoring System for Pig Breeding Based on Internet of Things[D]. Zhenjiang: Jiangsu University, 2019. (in Chinese with English abstract)

[6]高云，陈震撼，王瑜，等. 多环境参数控制的猪养殖箱设计及箱内气流场分析[J] .农业工程学报，2019，35(2)：203－212

Gao Yun, Chen Zhenhan, Wang Yu, et al. Design for pig breeding chamber under multiple environment variable control and analysis of internal flow field[J]. Transactions of the Chinese Society of Agricultural Engineering, (Transactions of the CSAE), 2019, 35(2): 203－212. (in Chinese with English abstract)

[7]丁伟，张文爱，冯青春，等. 畜禽舍防疫消毒机器人控制系统设计[J] .中国农机化学报，2019，40(10)：175－181.

Ding Wei, Zhang Wenai, Feng Qingchun, et al. Design of robot control system for disinfection of livestock breeding[J]. Journal of Chinese Agricultural Mechanization, 2019, 40(10): 175－181. (in Chinese with English abstract)

[8]郑志宏. 无公害生猪养殖技术及其应用推广实践[J]. 国外畜牧学（猪与禽），2017，37(9)：34－35.

Zheng Zhihong. Pollution-free pig breeding technology and its application and promotion practice[J]. Animal Science Abroad (Pigs and Poultry), 2017, 37(9): 34－35. (in Chinese with English abstract)

[9]贺福合. 传统猪舍与生态养猪效果比对试验研究[J]. 国外畜牧学（猪与禽），2017，37(8)：48－49.

He Fuhe. Comparative experimental study on the effect of traditional pigsty and ecological pig-raising[J]. Animal Science Abroad (Pigs and Poultry), 2017, 37(8): 48－49. (in Chinese with English abstract)

[10]邬兰娅，齐振宏，黄炜虹，等. 我国养猪业粪便排泄物污染时空测度及处理技术的选择[J]. 江苏农业科学，2018，46(3)：246－251.

Wu Lanya, Qi Zhenhong, Huang Weihong, et al. Selection of measurement and treatment technology for fecal pollution space-time in pig industry in China[J]. Jiangsu Agricultural Science, 2018, 46(3): 246－251. (in Chinese with English abstract)

[11]钟永彦，陈娟. 一种基于FX2N的NTC线性化设计[J]. 制造业自动化，2012，34(24)：131－133.

Zhong Yongyan, Chen Juan. A linearization design for NTC based on FX2N[J]. Manufacturing Automation, 2012, 34(24): 131－133. (in Chinese with English abstract)

[12]何旭阳. NTC热敏电阻分段串联线性化方法[J]. 计量技术，2018(7)：36－38.

He Xuyang. Method on Series linearization for NTC thermistor[J]. Measurement Technique, 2018(7): 36－38. (in Chinese with English abstract)

[13]樊霈，胡旭，余俊. 热敏电阻特性的线性化方法[J]. 船电技术，2015，35(12)：49－53.

Fan Pei, Hu Xu, Yu Jun. Linearization of the thermistor characteristics[J]. Marine Electric & Electronic Engineering, 2015, 35(12): 49－53. (in Chinese with English abstract)

[14]台达DVP-PLC特殊模块应用手册[M]. 台达电子工业股份有限公司，2018.

[15]段青玲，肖晓琰，刘怡然，等. 基于改进型支持度函数的畜禽养殖物联网数据融合方法[J]. 农业工程学报，2017，33(增刊1)：239－245.

Duan Qingling, Xiao Xiaoyan, Liu Yiran, et al. Data fusion method of livestock and poultry breeding internet of things based on improved support function[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(Supp.1): 239－245. (in Chinese with English abstract)

[16]凌林本，李滋刚，陈超英，等. 多传感器数据融合时权的最优分配原则[J]. 中国惯性技术学报，2000，8(2)：33－36.

Ling Linben, Li Zigang, Chen Chaoying, et al. Optimal weight distribution principle used inthe fusion of multi sensor data[J]. Journal of Chinese Inertial Technology, 2000, 8(2): 33－36. (in Chinese with English abstract)

[17]李媛媛，张立峰. 多传感器自适应加权融合算法及其应用研究[J]. 自动化与仪器仪表，2008(2)：10－13.

Li Yuanyuan, Zhang Lifeng. Adaptive weighted fusion algorithm and its application for multi-sensor[J]. Automation & Instrumentation. 2008(2): 10－13. (in Chinese with English abstract)

[18]董海鹏，花春飞. 在大学物理实验中应用格罗布斯准则判定粗大误差[J]. 牡丹江大学学报，2011，20(3)：128－129.

Dong Haipeng, Hua Chunfei. Determination on the gross error in university physics experiment by globus criterion[J]. Journal of Mudanjiang University, 2011, 20(3): 128－129. (in Chinese with English abstract)

[19]郑明智. 基于数据融合技术的程控交换机温度无线监控系统研究[D]. 哈尔滨：东北林业大学，2009.

Zheng Mingzhi. Based on Data Fusion Technology Program-Controlled Switchboard Temperature Wireless Monitoring System Research[D]. Harbin: Northeast Forestry University, 2009. (in Chinese with English abstract)

[20]温静，程茂. 多传感器数据融合技术在温室控制中的应用[J]. 河北农业大学学报，2015，38(4)：111－115.

Wen Jing, Cheng Mao. Application of multi-sensor data fusion technique in greenhouse control[J]. Journal of Agricultural University of Hebei, 2015, 38(4): 111－115. (in Chinese with English abstract)

[21]李伟，何鹏举，高社生. 多传感器加权信息融合算法研究[J]. 西北工业大学学报，2010，28(5)：674－678.

Li Wei, He Pengju, Gao Shesheng. Study of weighted information fusion algorithm for multi-sensor[J]. Journal of Northwestern Polytechnical University, 2010, 28(5): 674－678. (in Chinese with English abstract)

[22]白亮亮，蔡甲冰，刘钰，等. 基于数据融合算法的灌区蒸散发空间降尺度研究[J]. 农业机械学报，2017，48(4)：215－223.

Bai Liangliang, Cai Jiabing, Liu Yu, et al. Spatial downscaling of evapotranspiration in large irrigation area based on data fusion algorithm[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(4): 215－223. (in Chinese with English abstract)

[23]Francisco J C , Gema P C, José M M R, et al. A holistic approach to authenticate organic sweet oranges () using different techniques and data fusion[J]. Food Control, 2019, 104: 63－73.

[24]赵树林，徐鹏民，吕光杰，等. 数据融合算法在农业物联网信息采集中的研究与应用[J]. 青岛农业大学学报：自然科学版，2016，33(1)：57－60，67.

Zhao Shulin, Xu Pengmin, Lu Guangjie, et al. Research and application of data fusion algorithm in agricultural IOT information collection[J]. Journal of Qingdao Agricultural University: Natural Science, 2016, 33(1): 57－60, 67. (in Chinese with English abstract)

[25]宋庆恒. 基于多传感器数据融合的蔬菜大棚控制系统设计[J]. 农机化研究，2015，37(4)：211－214.

Song Qingheng. Design on control system of vegetable greenhouse based on multi-sensor data fusion[J]. Journal of Agricultural Mechanization Research, 2015, 37(4): 211－214, (in Chinese with English abstract)

[26]马占飞，金溢，江凤月，等. 基于环境监测的两级数据融合模型及算法[J]. 计算机系统应用，2019，28(10)：112－119.

Ma Zhanfei, Jin Yi, Jiang Fengyue, et al.Two-stage data fusion model and algorithm based on environmental monitoring[J]. Computer Systems & Applications, 2019, 28(10): 112－119. (in Chinese with English abstract)

[27]罗俊海，王章静. 多源数据融合和传感器管理[M]. 北京：清华大学出版社，2015.

[28]Xiao Fuyuan. A novel evidence theory and fuzzy preference, approach-based multi-sensor data fusion technique for fault, diagnosis[J]. Sensors, 2017, 17: E2504.

[29]段青玲，肖晓琰，刘怡然，等. 基于改进型支持度函数的畜禽养殖物联网数据融合方法[J]. 农业工程学报，2017，33(增刊1)：239－245.

Duan Qingling, Xiao Xiaoyan, Liu Yiran, et al. Data fusion method of livestock and poultry breeding internet of things based on improved support function[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(Supp.1): 239－245. (in Chinese with English abstract)

[30]台达DVP-ES2-应用技术手册【模组篇】[M]. 台达电子工业股份有限公司，2019.

Design of control system for pig farm cleaning and ecological environment monitoring

Wang Bin, Liu Xuemei, Zhang Guoqiang, Wang Weijun

(,710124,)

According to the actual needs of small and medium-sized farms, an automatic control system for eco-environmental monitoring and cleaning was designed with PLC (programmable logic controller) as the core controller. The system was composed of subsystems such as sunshade, fan unit, spray system, manure scraper, and flushing control system. According to the detected value of ecological environment parameters such as temperature, humidity, the ammonia concentration in the pigsty, PLC and human-machine interface controlled the subsystems to achieve the regulation of the environmental parameters for improving the survival rate of piglets and reducing the incidence of pigs, resulted in realize the automatic breeding of pigs. According to the different temperature requirements of pigs in different growth stages, temperature-sensitive resistors were used to measure and control the temperature in different areas of the pigsty. Because the resistances of the temperature-sensitive resistor and the changes of the temperature were non-linear to achieve accurate temperature measurement, a simple resistance-voltage conversion circuit was designed and the measured value of the temperature-sensitive resistor was piecewise linearized in the PLC program design. The test results showed that the processing method made the temperature measurement accuracy reach ±0.2 ℃, which fully met the requirements of the control system. Because the PLC analog input module used in this system had only 4 input channels and the temperature and humidity analog signals had 16 channels. In order to reduce the production cost of this system, a 16-channel analog time-shared data acquisition circuit was designed in this study. This circuit was mainly composed of two CD4052. The two output switch signals of the PLC were converted into TTL (transistor-transistor logic) signals as the strobe address signals. Because the output signal of the ammonia concentration sensor used the MODBUS-RTU communication mode, this article gave a program design method to achieve this communication in Delta PLC. Due to the large space in each area of the pigsty, the detection value output by each sensor was related to the location where it was installed. In order to realize the reasonable detection of the environmental parameters in all areas of the pigsty, a multi-sensor adaptive weighted average fusion algorithm was adopted in this study, and a PLC program design method of the algorithm had given. The test results showed that using the data fusion algorithm, the minimum value of the total variance of the temperature measurement values in the piglet’s living area was about 0.012 5 at 20 ℃, and the variance was 0.856 2 when using the arithmetic mean. When the ammonia concentration was around 15 mg/m3, the minimum value of the variance of the ammonia concentration measurement value of the whole pigsty using the data fusion algorithm was 0.040 6, and the arithmetic mean was 0.954 8. This showed that with the data fusion algorithm, the variance of the measured values of the parameters in each area was much smaller than the variance when the arithmetic mean was used. Each subsystem ran reliably during the test and achieves the design goals. The control system had a simple structure, it was easy to install, debug and maintain, and had a low cost. It could greatly reduce the labor intensity of workers, save manpower, and reduce environmental pollution. Its high application value was especially suitable for small and medium-sized scale breeding farms.

control system; design; monitoring; temperature and humidity; ammonia concentration; data fusion

王 斌，刘雪梅，张国强，王卫军. 猪舍生态环境监测和清洁控制系统的设计[J]. 农业工程学报，2020，36(3)：55－62.doi：10.11975/j.issn.1002-6819.2020.03.007 http://www.tcsae.org

Wang Bin, Liu Xuemei, Zhang Guoqiang, Wang Weijun. Design of control system for pig farm cleaning and ecological environment monitoring[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(3): 55－62. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.03.007 http://www.tcsae.org

2019-09-30

2020-01-08

2018年陕西省教育厅专项科研计划项目（18JK1167）；陕西省教育厅2017年专项科学研究项目（17JK1140）

王 斌，副教授，从事测控技术及智能仪器方向的教学和研究。Email：461972516@qq.com

10.11975/j.issn.1002-6819.2020.03.007

TP273

A

1002-6819(2020)-03-0055-08