一种温室大棚形变监测系统的制作方法

本实用新型属于温室大棚形变监测技术领域，特别涉及一种温室大棚形变监测系统。

背景技术：

我国每年都有对暴雪压塌温室大棚这类灾害事故的报道，这类灾害事故给普通农户造成了巨大的经济损失，这类问题也越来越被人们所关注，因此如何能够对温室大棚被暴雪压塌进行有效的预警具有十分重要的意义。

目前，我国在监测温室大棚形变的系统方面还是空白，目前都是对温室大棚的温度，湿度，光照和PH值等的监测，对于温室大棚骨架的形变还无法进行有效监测，对大棚骨架的维护更多是通过人工进行定期检查，但是这样的日常检查在暴雪等恶劣天气下较难实现，并且，由于暴雪导致的大棚坍塌非慢性事故，往往发生在一夜之间，现在国内外也有针对桥梁、建筑体、粮仓等不同对象进行形变监测的相关研究成果，但是这些监测的系统根据监测对象的不同，在设备结构以及数据建模分析等方面往往存在很大的差异性，目前没有能够适用于温室大棚上的形变监测系统。

目前没有对温室大棚形变监测的系统。往往是人工定期检查温室大棚的情况，在恶劣天气时，很难对温室大棚的形变进行监测，无法及时对温室大棚各处的形变有一个系统的了解。

技术实现要素：

针对现有技术中存在的问题，本实用新型提供一种温室大棚形变监测系统，对温室大棚拱形骨架的形变进行监测、分析和预警，实现温室大棚被暴雪压塌等灾害性事故的预防，减少自然灾害给农户带来的经济损失。

为了实现上述目的，本实用新型采用以下的技术方案：

本实用新型提供的一种温室大棚形变监测系统，包括若干组形变监测装置、信号处理器、数据汇集与传输单元、云端服务器以及客户端；所述形变监测装置安装在大棚拱形骨架上，用于对大棚拱形骨架在垂直方向上发生的形变量进行监测；所述信号处理器与所述形变监测装置对应连接，信号处理器用于对大棚拱形骨架形变信号进行A/D变换，将模拟信号转换为数字信号进行存储；所述数据汇集与传输单元和所述信号处理器连接，数据汇集与传输单元用于定时收集信号处理器的数据，并通过网络发送给云端服务器；所述云端服务器和所述数据汇集与传输单元连接，云端服务器用于将数据汇集与传输单元发送来的形变数据转换为形变量存储在数据库中；所述客户端与所述云端服务器连接，客户端用于对大棚形变状态进行直观显示。

进一步地，所述形变监测装置包括垂直设置的拉绳式位移传感器和水平设置的铝合金轻杆，所述铝合金轻杆的两端通过连接件固定在大棚拱形骨架的侧面上，所述拉绳式位移传感器的上端通过不易拉伸细钢丝绳固定在大棚拱形骨架的顶部，下端通过不易拉伸细钢丝绳固定在铝合金轻杆上。

进一步地，所述拉绳式位移传感器包括滑动电阻。

进一步地，所述连接件采用卡箍，所述卡箍的一端通过螺丝与铝合金轻杆固定，另一端穿套在大棚拱形骨架的外部，并通过拧紧紧固螺栓实现铝合金轻杆与大棚拱形骨架的固定。

进一步地，所述形变监测装置的数量为两组，对称设置在铝合金轻杆固定点到大棚拱形骨架中心点的1/2处。

进一步地，所述数据汇集与传输单元通过ZigBee无线网络定时收集信号处理器的数据，并通过GPRS网络发送给云端服务器。

与现有技术相比，本实用新型具有以下优点：

本实用新型的一种温室大棚形变监测系统，包括若干组形变监测装置、信号处理器、数据汇集与传输单元、云端服务器以及客户端，在大棚拱形骨架上安装形变监测装置，并将形变监测装置监测到的数据传输到云端服务器，在云端服务器对数据进行计算、分析和处理后得到大棚的形变量数据，客户端在任何情况下对温室大棚的形变情况能够直观的了解。该系统能够实现对温室大棚的形变监测，预防温室大棚被暴雪压塌等灾害性事故的发生，减少自然灾害给农户带来的经济损失。

附图说明

图1 是本实用新型的一种温室大棚形变监测系统的结构示意图；

图2是形变监测装置的结构示意图；

图3是拉绳式位移传感器的结构示意图；

图4是卡箍的结构示意图。

图中序号所代表的含义为：1.形变监测装置，2.信号处理器，3.数据汇集与传输单元，4.云端服务器，5.客户端，6.拉绳式位移传感器，7.铝合金轻杆，8.不易拉伸细钢丝绳，9.滑动电阻，10.滑块，11.卡箍，12.紧固螺栓，13.大棚拱形骨架。

具体实施方式

下面结合附图和具体实施方式对本实用新型作进一步的详细说明。

实施例一

如图1所示，本实施例的一种温室大棚形变监测系统，包括若干组形变监测装置1、信号处理器2、数据汇集与传输单元3、云端服务器4以及客户端5。所述形变监测装置1安装在大棚拱形骨架13上，用于对大棚拱形骨架13在垂直方向上发生的形变量进行监测；所述信号处理器2与所述形变监测装置1对应连接，信号处理器2用于对大棚拱形骨架13形变信号进行A/D变换，将模拟信号转换为数字信号进行存储；所述数据汇集与传输单元3和所述信号处理器2连接，数据汇集与传输单元3用于定时收集信号处理器2的数据，并通过网络发送给云端服务器4；所述云端服务器4和所述数据汇集与传输单元3连接，云端服务器4用于将数据汇集与传输单元3发送来的形变数据转换为形变量存储在数据库中；所述客户端5与云端服务器4连接，客户端5用于对大棚形变状态进行直观显示。

大棚拱形结构的形变往往是在垂直方向上发生的，因此，针对大棚的拱形结构设计了一种用于监测大棚拱形骨架13垂直方向上所发生的形变量的形变监测装置1，如图2所示，该装置包括垂直设置的拉绳式位移传感器6和水平设置的铝合金轻杆7，所述铝合金轻杆7的两端通过连连接件固定在大棚拱形骨架13的侧面上，作为优选地，如图4所示，所述连接件采用卡箍11，所述卡箍11的一端通过螺丝与铝合金轻杆7固定，同时可以灵活调整卡箍11与铝合金轻杆7所成夹角，卡箍11的另一端穿套在大棚拱形骨架13的外部，并通过拧紧紧固螺栓12实现铝合金轻杆7与大棚拱形骨架13的固定。所述拉绳式位移传感器6的上端经过不易拉伸细钢丝绳8并通过螺丝固定在大棚拱形骨架13的顶部，拉绳式位移传感器6的下端经过不易拉伸细钢丝绳8并通过螺丝固定在铝合金轻杆7上。

当大棚上方有大量积雪时，会导致大棚拱形骨架13在垂直方向上发生形变，通常形变为骨架由于压力向下压弯曲变形，当形变发生时，铝合金轻杆7与大棚拱形骨架13上形变发生点及其附近处在垂直方向上的距离发生变化，当该距离发生变化时，如图3所示，安装在形变点或形变点附近的拉绳式位移传感器6中滑动电阻9的滑块10滑动导致电阻变化，从而对大棚的形变产生相应信号，实现对大棚拱形骨架13垂直方向上的形变监测。

对拉绳式位移传感器6进行安装时，要根据大棚拱形骨架13的具体结构来确定，如图2所示的大棚拱形骨架13，由于该类型的大棚顶端弧度较小，不易产生积雪，因此安装时可以安装在铝合金轻杆7固定点到大棚拱形骨架13中心点的1/2处，并且，通过相关大棚坍塌的新闻中对灾害的报道发现，坍塌的大棚拱形骨架13中往往在这些位置处的形变最为严重，因此在铝合金轻杆7固定点到大棚拱形骨架13中心点1/2处附近安装拉绳式位移传感器6较为合适。同时，形变监测装置1的数量采用两组，对称安装在骨架中心处两侧的原因在于，当遇到伴随有风的大雪天气时，往往由于风的作用，会导致大棚两侧的积雪量并不一致，采用对称结构安装拉绳式位移传感器6可以实现对大棚拱形骨架13形变更加全面的监测。

所述信号处理器2与形变监测装置1一一对应连接，将形变监测装置1中拉绳式位移传感器6所检测到的大棚拱形骨架13形变信号进行A/D变换，将模拟信号转换为数字信号进入CPU ，经过CPU处理后进行存储，并通过ZigBee无线网络发送给数据汇集与传输单元3。所述信号处理器2采用美国Analog Device公司的AD7799芯片，该芯片具有优良的性能指标，完全满足精度的要求，而且每个芯片有三个输入通道，便于进行多个位移传感器信号的采集。

所述数据汇集与传输单元3通过ZigBee无线网络定时收集信号处理器2的数据，并通过GPRS网络发送给云端服务器4。所述数据汇集与传输单元3采用Microchip公司的PIC24FJ64GA104-I/PT单片机。

所述云端服务器4接收数据汇集与传输单元3发送来的形变数据，对数据进行计算、分析和处理，将各个形变监测装置1测得的形变数据转换为形变量存储在数据库中，实现对大棚形变情况的实时监测。所述云端服务器4对收集到的数据进行转换，由于收集到的数据并不是直接的变化量，而是每个监测时刻的状态量，根据安装形变监测装置1后所设置的初始值计算出每个监测时刻的相对于初始值的形变量。所述云端服务器4选用阿里云服务器ECS。

所述客户端5将不同监测点的形变数据以曲线图的形式展示出来，使得用户对于不同监测点处的形变量能够直观的了解，便于采取维护措施，所述客户端5包括电脑、手机等。

基于以上一种温室大棚形变监测系统实现的形变监测方法，包含以下步骤：

步骤S101，根据温室大棚的规模，在大棚拱形骨架13上安装若干组形变监测装置1；

步骤S102，若干组形变监测装置1与信号处理器2对应连接，通过形变监测装置1收集大棚拱形骨架13在垂直方向上的形变程度，信号处理器2将大棚拱形骨架13的形变信号转化为数字信号进行存储；

步骤S103，信号处理器2通过ZigBee网络和数据汇集与传输单元3通信，数据汇集与传输单元3每隔30～60分钟收集一次信号处理器2中的监测数据，将收集到的数据通过GPRS网络传输给云端服务器4；

步骤S104，数据汇集与传输单元3和云端服务器4连接，云端服务器4对发送来的数据进行计算、分析和处理，得出大棚的形变情况，即当形变监测装置1安装稳定后监测到一个基础值A，当大棚拱形骨架13发生形变时，监测到另一个值B，此时计算发生的形变量为B-A。

云端服务器4对监测到的形变数据进行处理时，考虑到环境温度的热胀冷缩带来的周期性干扰，对数据进行滤波处理；同时，考虑到由于人、鸟兽等的活动可能对监测到的形变数据产生干扰，这类干扰往往是非线性的、不确定的，因此对监测数据进行平滑性处理后提供给用户。

数据汇集与传输单元3和云端服务器4进行通信时，有时由于通信失败会导致某个监测节点监测数据的缺失，为保证提供给用户的数据的完整性，局部的缺失数据需要进行填补处理，常用的简单处理方法包括删除缺失数据、用临近数据替代等方法，这些填补方法实施简单，但是易造成数据有用信息丢失。该系统在处理缺失数据时采用支持向量机方法进行处理，支持向量机能够根据已有数据进行预测，从而得出更接近真实值的数据，进而采用预测数据对缺失数据进行填补。

步骤S105，云端服务器4与客户端5连接，客户端5对大棚的形变情况以曲线图的形式直观显示。

最后应说明的是：以上所述实施例，仅为本实用新型的具体实施方式，用以说明本实用新型的技术方案，而非对其限制，本实用新型的保护范围并不局限于此，尽管参照前述实施例对本实用新型进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本实用新型揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本实用新型实施例技术方案的精神和范围，都应涵盖在本实用新型的保护范围之内。因此，本实用新型的保护范围应所述以权利要求的保护范围为准。