我国是世界上猪肉生产与消费大国之一[1]。据国家统计局2021年国民经济和社会发展统计公报显示，2021年我国猪肉产量5 296万t，较2020年增长28.8%；2021年末，我国生猪存栏量和出栏量44 922万头和67 128万头，比2020年分别增长10.5%、27.4%[2]，生猪养殖产业发展态势良好。但随着市场需求量增加及养殖密度增大，部分规模生猪养殖业依然存在猪舍环境监控手段滞后、信息技术支撑不足等问题，不利于大规模生猪养殖效率提升[3-5]。本研究基于物联网技术，尝试建立一套能够科学监测、调控大规模生猪养殖环境中温度、湿度、光照强度及CO、NH3和H2S水平等参数的智能系统，为及时调控和保持生猪养殖环境、保障大规模养殖环境下生猪养殖效率和质量、实现生猪养殖智能化、数字化发展提供参考。1试验设计1.1系统总体架构设计近年来，以物联网技术为代表的新一代信息技术逐步渗透到社会生产、生活的各个领域，影响传统的生产、生活方式[6-7]。本研究针对大规模生猪养殖环境物联网监测系统设计，主要从监控终端、云服务端两个方面展开。监控终端由控制系统与监测系统两部分组成，通过终端节点的PLC控制模块对生猪养殖环境参数进行采集，并通过WiFi网络模块将数据传输至云服务端。在接收到环境参数后，云服务端可对所测数据进行信息存储、信息推送和信息更新，并对采集数据进行分析对比，下达远程控制指令，实现对生猪养殖环境温度、湿度、光照度及H2S、CO、NH3水平等环境指标的实时监测与调整。大规模生猪养殖环境物联网监测系统架构见图1。10.13557/j.cnki.issn1002-2813.2023.07.024.F001图1大规模生猪养殖环境物联网监测系统架构1.2系统硬件设计在对生猪养殖场的环境信息进行监测时，将采集的信息通过WIFI网络模块传送至云服务端。云服务端实时获得猪舍内实时环境数据，发送通风、换气、照明等指令，完成对猪舍环境的远程调控。因此，大规模生猪养殖环境物联网监测系统的硬件设备应具备核心控制器模块与参数控制模块。1.2.1核心控制器模块核心控制器是下位机系统中负责与各类传感器联通、交换数据的关键模块[8]。本系统选用西门子S7-200 CPU222核心控制器作为生猪养殖环境数据采集、处理核心模块，具体参数见表1。该控制器具有抗干扰能力强、性价比高等优势，并集成多个功能模块，具有比普通PLC更大的存储空间，可适配生猪养殖环境监测需求。10.13557/j.cnki.issn1002-2813.2023.07.024.T001表1西门子PLCCPU222参数项目参数供电电压/V24电源频率/Hz63数据存储器（最大）/kb2程序存储器（最大）/kb4扩展设备（最大）只能使用S7-22x系列扩展模块，扩展模块使用数量取决于输出电流限制数字量输出点数量/个61.2.2参数控制模块（1）温湿度监测模块。温湿度是对生猪健康状况、生长性能影响较大的环境参数。温湿度过高或过低均不利于生猪的健康生长发育[9]。本系统采用DHT11传感器作为温湿度监测的主要传感器，该传感器可实现对信号自动校准，具有较高的测试准确性，且具备耗能低、体积小、测试快等优势，已得到广泛应用，具体参数见表2。10.13557/j.cnki.issn1002-2813.2023.07.024.T002表2DHT11传感器参数项目参数品牌海谷电子型号HG-HTMRS03湿度测量范围/%RH20~90测量精度（湿度±5）%RH，（温度±2）℃输出类型单总线数字信号响应时间/s5.0电源电流/mA2.5（2）光照监测模块。光敏电阻具备高灵敏度、高反应速度等优势，已成为测试光亮强度的首选。光敏电阻基本原理是依据内光电效应，存入较强的入射光时，将导致电路的电阻值降低，反之则提高电阻值[10]。本次研究选用森霸生产的GL5528型光敏电阻，光敏电阻参数见表3。10.13557/j.cnki.issn1002-2813.2023.07.024.T003表3光敏电阻参数项目参数品牌森霸型号GL5528最大电压/VDC150最大功耗/mV100光谱峰值/nm540亮电阻（10 Lux）/kΩ10~20暗电阻/MΩ1（3）H2S监测模块。H2S易溶附于呼吸道黏膜和眼结膜上，与钠离子结合成硫化钠，对黏膜产生强烈刺激，引起眼炎和呼吸道炎症。生猪养殖实践中，H2S水平过高导致生猪出现呕吐、恶心等临床症状，严重甚至可导致肺水肿、中毒性肺炎等疾病；H2S水平过低则可能导致生猪出现体质变弱、畏光、抵抗力下降、增重缓慢等[11-13]。本研究选用H2S-B1传感器作为硫化氢监测传感器，具体参数见表4。10.13557/j.cnki.issn1002-2813.2023.07.024.T004表4H2S-B1传感器参数项目参数测量范围/(mg/kg)200灵敏度/[nA/(mg/kg)]300~440响应时间/s35过载/(mg/kg)500线性范围/(mg/kg)0~20工作湿度/％RH15~9工作温度/℃-30~50（4）CO监测模块。猪舍内的CO浓度可直接影响生猪健康。当CO浓度过高，CO通过肺泡进入生猪体内后，将可能抑制和减缓氧合血红蛋白的解离与氧的释放，从而造成血管、神经系统的病变。因此，在生猪养殖过程中，应当高度重视CO浓度。本系统采用炜盛ZE07-CO一氧化碳气体传感器对猪舍内CO浓度进行检测。该传感器将电化学监测技术与精密电路设计紧密结合，可实现对空气内CO浓度的精准探测，且运行稳定性较好，应用较为广泛。ZE07-CO传感器具体参数见表5。10.13557/j.cnki.issn1002-2813.2023.07.024.T005表5ZE07-CO传感器参数项目参数输出数据DAC（0.4~2.0 V电压信号对应浓度：0~满量程），UART（3V-TTL点平）工作电压/V5~12预热时间/s≤60响应时间/s≤60量程/(mg/kg)0~500分辨率/(mg/kg)0.1工作温度/℃-10~55工作湿度/％RH15~90（5）NH3监测模块。NH3会造成猪黏膜细胞快速成长和代谢，使生猪氧和能量需要增高，致使其用于生长和生产的能量相应减少，从而影响其生长性能[14]。NH3水平监测与控制对生猪养殖尤为重要。本研究选用电化学氨气传感器NH3-B1对养殖场氨气浓度进行测算，具体参数见表6。10.13557/j.cnki.issn1002-2813.2023.07.024.T006表6NH3-B1传感器参数项目参数过载/(mg/kg)200氨气监测范围/(mg/kg)0~100灵敏度/[nA/(mg/kg)]25~45尺寸/mm32.3×16.5响应时间/s601.3系统软件设计大规模生猪养殖环境监测系统的基本监测单元为单间猪舍，通过星形拓扑监控网络将传感参数传输到接收中心。物联网云端收到环境数据后，会对该数据进行分析判定，以判断是否发送报警和控制指令，实时调控生猪养殖环境。1.3.1下位机软件设计本系统中，各猪舍采集点参数控制设备均采用西门子PLC200核心控制器。各终端采集点处理器程序设计大致相同，均采用STEP7-Micro Win进行开发。PLC200核心控制器工作流程见图2。10.13557/j.cnki.issn1002-2813.2023.07.024.F002图2PLC200核心控制器工作流程1.3.2上位机软件设计本系统上位机软件主要采用.net语言开发，利用VisualStudio2013集成开发环境（IDE）开发。该开发环境可适配所有微软编程平台，搭配NET Framework框架可实现对数据方法的封装，大幅度提升了程序开发速度和运行稳定性。（1）信息通信设计。数据传输方式主要分为平台终端与服务器间的数据传输和上位机与数据库间的信息交互[15]。本研究利用Socket通信实现上位机、下位机之间的数据传输，并利用ADO.net技术实现上位机与数据库的数据传输。第一，Socket通信。Socket即“套接字”，实现了对网络底层协议的进一步封装组合[16]。Socket通过向开发人员提供API的方式，方便开发人员建立较为稳定、可靠的数据传输链路[17]。利用Socket通信方式，数据交换双方只需相互提供端口与IP号即可实现数据交互，有效规避了底层复杂的网络协议，可显著提高传输效率，Socket通信流程见图3。10.13557/j.cnki.issn1002-2813.2023.07.024.F003图3Socket通信流程第二，ADO.net。基于物联网技术的大规模生猪养殖环境监测系统在分析数据的过程中，需要不停地访问数据库并操作数据表。但由于各类数据库所适配的数据库语言具有不同的语法，实践开发过程中很难利用一个统一的方法直接操作数据。而.Net框架下的ADO.NET技术便为编程语言与数据库之间搭建了一个沟通的“桥梁”，帮助开发者利用相关API直接操作数据库，实现监测系统与数据源模块的信息交互、传输。ADO.net常用的对象包括Connection对象、Command对象、DataReader对象、DataAdtapter对象以及Dataset对象，见表7。本系统中涉及操作数据的流程主要为：上位机接收到生猪养殖环境数据采集模块采集到的数据后，需要将数据存入数据库中；管理人员操作云平台时，可能会查询数据库中的原始数据，此过程也需要访问数据库。10.13557/j.cnki.issn1002-2813.2023.07.024.T007表7ADO.net常用对象项目作用Connection对象建立数据库连接Command对象操作数据库数据DataReader对象读取数据库数据DataAdtapter对象批量读写数据Dataset对象批量读写数据（2）数据库设计。大规模生猪养殖物联网环境监测系统的后台数据库选用微软SQL SERVER2008数据库。该数据库具有安全性与可靠性高、可将结构化数据以及图像声音数据存储到数据中，已广泛应用于系统研发实践[18-19]。通过对大规模生猪养殖环境监测系统进行需求分析，设定-猪舍参数信息（PiggEnv）、操作记录信息（Contr）、用户信息（UserIn）、传感器信息（WarnIn），见表8~表11。10.13557/j.cnki.issn1002-2813.2023.07.024.T008表8猪舍参数信息项目数据类型字段大小可否为空说明PigstyIDInt11否猪舍编号PigstyTypechar100否猪舍类型PigstyCodechar100否基本信息Manufacturerchar100否位置信息Notechar100否备注10.13557/j.cnki.issn1002-2813.2023.07.024.T009表9操作记录信息项目数据类型字段大小是否为空说明OperationIDInt11否操作编号OperationTypechar100否操作类型OperationAdchar100否操作地点OperationDatechar100否操作日期OperationCodechar100否操作信息Notechar100否备注10.13557/j.cnki.issn1002-2813.2023.07.024.T010表10用户信息项目数据类型字段大小可否为空说明UserstuIDInt11否用户编号UserTypechar100否用户权限类型UserCodechar100否用户基本信息Notechar100否备注10.13557/j.cnki.issn1002-2813.2023.07.024.T011表11传感器信息列名数据类型字段大小可否为空说明SensorIDInt11否传感器编号SensorTypechar100否传感器类型SensorFormulachar100否传感器信息SensorLotchar20否传感器批次SensorDatechar100否生产日期SensorFuncchar100否传感器作用Manufacturerchar100否生产厂商Notechar100否备注分析、总结后得出数据库管理模型，见图4。10.13557/j.cnki.issn1002-2813.2023.07.024.F004图4数据库管理模型由图4可知，本研究的数据实体包含猪舍环境参数信息实体、用户实体、传感器实体、操作记录实体、猪舍实体等。图中矩形表示实体，椭圆形表示实体属性。m、n、1均为两个实体间数量关系的表示方法，例如1∶1表示两个对象是一对一的关系，1∶n表示两个对象是一对多的关系，m∶n表示两个对象是多对多的关系。2结果与分析2.1环境搭建在系统测试前，首先需要在生猪养殖实地搭建基于物联网的大规模生猪养殖环境监测系统。本试验测试基地设在本地区某大规模生猪养殖基地，养殖基地分为育肥区、种猪区、哺乳区等。本研究选取养殖场育肥区为试验区域。育肥区在测试期间总计喂养300头生猪，每间猪舍配备1对湿帘和3台负压风扇，并安装本研究所需的温湿度传感器、CO传感器等多种传感器，在试验区域内配置8台控制柜，设置每15 min采集各猪舍环境参数。2.2系统测试结果系统测试是验证系统可用、有效的必要步骤，是物联网系统开发流程中极为重要的一环[20]。为考察本系统能否应用于生猪养殖实践，对系统进行现场测试。系统测试内容主要包括生猪养殖环境参数采集和调控测试。2.2.1数据采集为保证生猪养殖物联网环境监测系统监测数据准确性，完成对系统的开发和各项硬件布置后，进行数据采集测试。本测试选取对生猪健康影响较直观的温湿度，测试过程中利用精度较高的专业仪器对生猪养殖环境温湿度进行测试，并以测试值作为标准值。利用本系统实时采集生猪养殖环境数据，并将其作为实测值进行对比。对比结果表明，本系统能够较精准地获取生猪养殖环境参数，温度和湿度采集精度可保持在[-0.4 ℃,0.4 ℃]与[-2%,+2%]，能够满足系统基本参数获取需求。2.2.2参数控制本系统在获取生猪养殖环境参数后，可依据参数阈值发布环境参数控制指令，控制生猪养殖场所内各项物联网设备优化生猪养殖环境。参数控制测试试验随机选取2 d为测试时间。测试期间设置生猪养殖场所内各项环境参数均不经过系统调控。在测试前设置养殖场所湿度上限为75%，下限为55%；温度上限为27 ℃，下限为15 ℃；氨气水平上限为9 mg/m3。在此过程中，生猪养殖场所温度最高达34.1 ℃，湿度最高达79.3%，而氨气水平最高为13.15 mg/m3。在2 d内14个时间段中，生猪养殖场所内有10个时间段温度超过阈值，12个时间段湿度超过阈值，6个时间段氨气浓度超过阈值。因此，在不运行本系统的情况下，生猪养殖场所环境参数与设定值差距较大，不利于生猪的正常生长发育。生猪养殖物联网环境监测系统可实现对猪舍内各类环境调控设备（如风机、湿帘等设备）的有效控制，使生猪养殖场所内温度、湿度、NH3水平等参数始终保持在合理范围内，能够满足猪舍内各参数调控的需求。因此，大规模生猪养殖环境监测系统可精准获取猪舍环境参数，并可依据参数大小决定是否启动环境控制设备，实现对猪舍内温湿度、光亮强度、NH3、CO水平等环境参数的调控。3结论本文搭建的大规模生猪养殖环境监测系统数据采集精准、传输可靠、控制稳定，可有效提升生猪养殖效率，满足大规模生猪精准化养殖需求。但本系统仍需进一步完善生猪养殖物联网监控系统，在本系统基础上，可添加自动投饲、智能配料等功能。考虑到无线数据传输易受天气等外界环境影响，下一步研究重点应致力于优化物联网布局走线，进一步提升系统稳定性和实用性。