基于物联网的育肥猪舍环境适宜性评价系统研究与设计

王松奇，赵骏驰，陈 冲，顾春雷，徐顾伟

（盐城工学院 电气工程学院，江苏 盐城，224051）

0 引言

育肥猪是仔猪保育结束后进入生长舍饲养直至出栏这一生长发育最快的阶段。适宜优良的猪舍环境能保证猪群健康成长达到生产要求，有效提高生猪养殖的猪肉产量和经济效益。随着高密度集约化方式下的生猪养殖产业快速发展，猪舍环境问题对猪生长繁殖的重要性愈发受到重视，关注生猪养殖环境对国内生猪养殖业的可持续高效发展意义重大［1］。由于猪舍环境存在多种环境因子的复杂非线性时变系统，各环境因素相互耦合形成的环境适应度是在规律范围内的模糊概念，依靠常规控制方法难以建立准确的数学模型和取得精确的静态、动态性能参数［2］。针对传统生猪养殖需要大量人力现场看护、成本较高的问题，本文设计了基于物联网的育肥猪舍环境适宜性评价系统，实现远程自动化监测和控制猪舍环境，高效利用环境采集数据，降低资源消耗与人工成本，提升养殖经济效益［3］。

1 猪舍环境适宜性模糊综合评价

1.1 指标体系与评价流程

模糊层次分析法（Fuzzy Analytic Hierarchy Process，FAHP）是基于层次分析法（Analytic Hierarchy Process，AHP）的改进，在层次分析法基础上引入模糊一致性矩阵，既将复杂系统的决策思维实行数量化，又解决了判断矩阵一致性难以达到和存在差异的问题。模糊综合评价流程如图1 所示。利用模糊层次分析法模型比较各环境因素对环境适宜性的重要性，以此构建判断矩阵F，改造模糊一致性矩阵B，计算得到评价权重向量W。依据相关文献资料和实际猪舍情况，制定猪舍环境适宜性评价指标体系［4］，如表1所示。

Fig.1 Fuzzy comprehensive evaluation flow图1 模糊综合评价流程

1.1.1 确定权重评价因素

由于指标体系中的各指标间的重要性程度与复杂程度存在差异，对每个指标分别赋予相应的权值。为更客观计算猪舍环境的各个影响因素权重，在初步排序各影响因素权重重要性程度的基础上，运用改进多维度层次分析方法，计算育肥猪舍的环境适宜性评价权重W，并将评价结果适宜性等级划分为3级（适宜）、2级（较适宜）和1级（不适宜）。

Table 1 Piggery environmental suitability evaluation index system表1 猪舍环境适宜性评价指标体系

1.1.2 建立层次分析模型

将猪舍环境质量评价级别划分为适宜、不适宜、较适宜，选取的主要环境因素包括温度、湿度、光照度、CO2和氨气浓度。

1.1.3 构造判断矩阵

在建立权重层次分析的模型后，比较模型中每层次元素相较于上层某个元素的重要性，通过两两比较构造出一个可判断的矩阵。确定猪舍环境影响因素的主要影响程度包括温度、湿度、光照度、CO2浓度、氨气浓度。基于三标度方法将测量温度（T），湿度（H），光照度（I），CO2浓度（C）和氨气浓度（N）对5 个主要影响因素进行两两综合比较。建立模糊判断矩阵，即模糊优先关系矩阵F，F=(fij)n×n，fij的具体公式为：

其中，s(i)、s(j)分别表示不同环境参数ai、aj两两比较的相对重要性程度。本文中以温度为a1、相对湿度为a2、光照度为a3、二氧化碳浓度为a4、氨气浓度为a5建立模糊判断矩阵F。

对模糊优先关系F=(fij)n×n按行求和，并根据式（3）进行数学变换，对应的模糊一致性矩阵B=(aij)n×n如式（4）所示，ri为行求和。

1.1.4 计算权重向量

计算矩阵按照行求和归一化计算的排序即权重值wi。

其中，i=1，2，…，n，向量W=［0.28，0.24，0.12，0.16，0.2］。因此，猪舍环境温度、湿度、光照度、CO2和氨气浓度对应的权重分别为0.28、0.24、0.12、0.16、0.2。

1.2 评价方法

1.2.1 建立评价集

设定评判指标因素集合U={u1，u2，u3，u4，u5}。其中，u1、u2、u3、u4、u5分别代表温度、湿度、光照度、CO2浓度、氨气浓度。建立评语集V={v1，v2，v3}。其中，v1、v2、v3分别表示适宜、较适宜、不适宜。

1.2.2 建立隶属度函数

对于集合U中的每个评价元素，在集合V中必须具备与之相关和适应的模糊逻辑关系。综合定义舍内温度、湿度、光照度、CO2浓度和氨气浓度等重要环境因素综合评价隶属程度，以环境因素函数集合U={u1，u2，u3，u4，u5}对猪舍构造评价等级函数集合V={v1，v2，v3}中不同评价等级的隶属程度建立综合隶属度函数。具体的，温度、湿度、光照度、CO2和氨气浓度所对应的隶属度函数为：

其中，评价因素ui的表征指标值为x，区间端点记作xi、xi+1，各评价等级的隶属度记为μ(x)。通过参考文献资料与专家意见能得到以a、b、c、d、e、f为各环境因素隶属度对评价等级的临界点。对于评语因素群集合U的每个评语元素，依据评语因素群集合U的每个指标及其层次关系对其建立模糊化的关系矩阵式，如（9）所示。

式中，rij=μR(u1，v1)，μR(u1，v1)为uij对vij的隶属度值。

1.2.3 建立模糊综合评价模型

建立猪舍环境适宜性综合评价矩阵B=W×R=(b1，b2，b3)。其中，模糊综合评价结果B=(b1，b2，b3)，各环境因子的权重向量W={w1，w2，.....，w5}，R为以因素集合U中各元素对评语集合V的指标等级隶属度矩阵。利用矩阵加权平均的计算处理方法，综合评价模型的运算与结果向量分析，根据式（10）计算评价值矩阵B。根据式（11）归一化处理评价矩阵B；根据最大的隶属度结果得到矩阵中的中最大隶属向量，即max[b'j]，依据j值可知实际适宜性评价等级。

计算猪舍环境因素U对于评价集V的隶属度：当温度为23.9℃时，隶属度r11=μ(ud)=0.548 8；r12=μ(ua)=0.451 2；r13=μ(uu)=0；当相对湿度为67%时，隶属度r21=μ(ud)=0.92；r22=μ(ua)=0.08；r23=μ(uu)=0；当光照度值为520lx 时，隶属度r31=μ(ud)=0.18；r32=μ(ua)=0.82；r33=μ(uu)=0；当CO2质量浓度值为960mg/m3时，隶属度r41=μ(ud)=0.68；r42=μ(ua)=0.32；r43=μ(uu)=0；当氨气浓度值为5.4mg/m3时，隶属度r51=μ(ud)=0；r52=μ(ua)=1；r53=μ(uu)=0。

通过实际传感器监测育肥猪舍环境数据处理结果，分别计算得到模糊评价隶属度，建立因素集合U与评语集合V间的模糊关系矩阵R，以猪舍环境评价指标体系与隶属度函数的式（6）—式（8）和式（5）为基础进行上述计算，并根据式（12）计算模糊评价结果。

根据国家相应标准，育肥猪舍标准适合温度为15～25℃，相对湿度为50%～70%，光照度为150～500lx，二氧化碳和氨气浓度分别不宜超过1 000mg/m3和2mg/m3，相应参数隶属度函数曲线如图2所示。

Fig.2 Curve of each membership function图2 各隶属度函数曲线

2 育肥猪舍环境监测物联网系统设计

本文设计的系统包括3 层架构；①感知层以PLC 为主控制器，PLC 运行后周期性向百叶箱传感器发送环境数据采集指令，并接收上位机服务器和安卓手机客户端的控制命令，实现用户手动控制现场设备。百叶箱传感器监测猪舍内部环境参数包括温度、湿度、光照度、二氧化碳和氨气浓度，与PLC 通过RS-485 通讯协议连接的触摸屏界面实时显示数据；②传输层采用GPRS-DTU 实现远程数据传输，GPRS-DTU 采用RS485 通讯协议与PLC 的port 端口连接，将采集的环境数据传输至计算机上位机与安卓手机客户端；③应用层采用Visual Studio 开发的上位机服务器和Android 系统的手机客户端，实现猪舍环境数据的远程实时显示和发送控制命令。系统整体结构如图3所示。

2.1 环境感知层

环境感知层设计PLC 环境参数采集和控制系统，硬件主要包括S7200PLC、百叶箱传感器、风机变频电机、水泵变频电机、触摸屏、220V-24V 电源箱及继电器扩展部分［5］。系统在监测环境参数时，通过百叶箱传感器检测环境数据，采集具有重要影响的环境要素信息。传感器与PLC 的port0 通讯端口连接，通过PLC 的RS485 协议与传感器进行通讯。气象百叶箱观测的参数包含温度、湿度、光照度、二氧化碳和氨气浓度等环境要素［6-7］。PLC 与PC 组态连接编写和下载程序，将环境采集数据发送至GPRSDTU 和触摸屏进行显示。感知层监控节点的硬件以AMX-200 224XP-E 型PLC 可编程控器为核心控制器，利用PLC 自带的RS485 串口连接百叶箱传感器完成数据采集［8］。PLC 主要负责环境采集数据的传输与对上位机发出控制命令的接收和处理，输出控制指令发送到现场执行机构，运行风机和水机调节猪舍环境，实现整个系统的控制部分。为了应对现场环境恶劣的猪舍内部，所使用的电子电气器件必须具有较高的可靠性，PLC 具有抗干扰能力强的优势，能在很大程度上提升整体系统稳定性，保证系统长期运行［9］。PLC 数据采集系统流程图如图4所示。

由图4 可见，系统启动后调用初始化程序，周期地向百叶箱传感器发送采集指令，判断是否正常接收。PLC 接收信号判断接收数据来自上位机服务器软件还是百叶箱传感器，接收传感器返回环境参数采集信息，调用子程序处理采集数据格式和精度，并将采集的数据通过触摸屏显示。系统通过调用对应环境参数的异常情况判断子程序，PLC 根据处理后环境数据结果，将实际测量值与设定温湿度阈值进行比较，分别执行模糊控制分析程序，如果判定环境异常或接收到来自上位机用户的控制命令，将得到最终值并输出，控制风机与水机调节异常，实现自动化猪舍环境控制。

2.2 信息传输层

信息传输层主要通过GPRS-DTU 实现信息数据在环境感知层的PLC 控制器和数据应用层的上位机监测服务器间的双向传输。GPRS-DTU、PLC 的port0 端口通过RS485 协议连接，周期设定为自由口通讯模式的PLC 缓冲区环境采集参数数据发送至上位机服务器。GPRS-DTU作为客户端，预先配置服务器的IP 地址与端口号，与阿里云服务器部署的上位机监测服务器IP 地址与端口号保持一致。DTU 与上位机服务器间采用Socket 方式通信，由GPRS-DTU 端（客户端）发起请求，服务器端发送接受信号或反馈命令对GPRS-DTU 端作出响应，进而实现用户对现场设备的控制。

Fig.3 Overall structure of the system图3 系统整体结构

Fig.4 PLC data acquisition system flow图4 PLC数据采集系统流程

2.3 数据应用层

上位机服务器是物联网系统应用层的核心，负责整个监测评价系统的数据处理，也是下位机硬件设备与Android 手机客户端进行数据交互的纽带［10］。因此，本文开发了基于Visual Studio 的上位机软件作为服务器端与基于Android 系统的安卓手机客户端软件。服务器接收来自GPRS-DTU 客户端的环境采集数据并实时显示，向手机客户端发送，保证手机移动端猪舍环境信息同步。设计数据界面显示环境感知层采集的准确参数数据，并通过用户手动发送控制命令，经由GPRS-DTU 远程发送给下位机PLC控制器的方式进一步控制现场设备，实现猪舍环境质量调节的智能化控制［11］。GPRS-DTU 模块、Android 客户端与上位机间通过建立Socket 连接进行数据通信。上位机服务器监控程序部署在固定IP 地址的云服务器中，可长期不间断接收、处理现场采集的环境数据和Android 手机等多客户端的服务请求［12-13］。

3 育肥猪舍环境适宜性模糊综合评价结果

根据式（12）可知，结合5 个评价因素的权重向量对猪舍环境适宜性进行模糊综合评价，可得综合评价矩阵B，如式（13）所示。本文实验所得权重向量W=［0.28，0.24，0.12，0.16，0.2］，隶属度矩阵R=［0.5488，0.4512，0；0.92，0.08，0；0.18，0.82，0；0.68，0.32，0；0，1，0］。

由此可知，评价结果3 个隶属度数值中b1最大。根据最大隶属度原则，以所选参数进行的猪舍环境综合评价最终评价结果为评价集合V的第1 个等级v1，因此猪舍环境适宜性评价结果为“适宜”。从实验评价结果可知，某一时刻猪舍内的环境条件是由多个因素综合决定。虽然，多次实际测量计算与文献资料显示，猪舍内的湿度和温度是最主要的两个影响因素，但不结合实际只考虑个别环境因素得到的结果通常不具有普遍性和合理性［15］。因此，综合考虑实际重要性程度较大的多个环境因素才能对猪舍环境适宜性作出正确评价。

利用MATLAB 的GUI 工具创建简易的系统客户端，设计猪舍环境适宜性评判系统界面，连接模糊综合评价算法程序，输入相应数据，运行显示评价结果如图5 所示［16］。用户输入实际采集的环境参数数据，点击“数据处理”按钮，GUI 程序运行回调函数，调用模糊综合评价函数得出此时环境评价结果适宜等级。用户可依据评价结果采取相应措施，启动或停止现场风机与水机，调节猪舍环境。为检验系统数据传输和处理的准确性，比较上位机监控界面与Android 客户端显示界面同一时刻数据，如图6 所示。结果表明，系统数据传输基本准确，无错误情况出现。

Fig.5 MATLAB GUI evaluation system图5 MATLAB GUI 评价系统

Fig.6 Server and Android client monitor results图6 服务器和Android客户端监控结果

4 结语

本文结合生猪养殖文献资料，构造育肥猪舍模糊综合评价系统，建立了育肥猪舍环境适宜性的模糊综合评价指标体系，采用模糊层次分析法决定猪舍温度、湿度、光照度、二氧化碳和氨气等关键环境因子的评价权重，与π型隶属度函数计算得到的猪舍多因子的隶属度矩阵相结合，进行模糊综合评判。同时，设计了基于物联网技术的育肥猪舍环境监测系统，开发了上位机服务器与Android 手机客户端远程监控App，实现对猪舍温度、湿度、光照度、二氧化碳和氨气等有害气体的多环境因素信息采集和远程评价。

通过长时间的调试和运行结果表明，本文所提系统能实现对育肥猪舍养殖环境的远程监控。基于MATLAB 的GUI 客户端开发猪舍环境适宜性评价系统，根据实际采集数据模糊综合评判猪舍环境适宜性，最终评判结果为“适宜”，评判结果可为猪舍环境预警和控制提供科学依据［17］。