农业物联网监控系统是什么？

农业物联网监控系统专为户外应用研制，内置GSM无线通信模块，另外同时具备图像监控和数据采集两大功能，可以灵活应用于户外场所的信息分析应用，实现智能化识别、定位、跟踪、监控和管理各类信息数据。系统构成如图1所示。

　图1农业物联网监控系统结构

农业物联网监控系统的无线传感器节点实时采集农作物生长所需的温室内的温度，湿度信号以及光照、土壤温度、土壤含水量、CO浓度等环境参数，并通过一种低功耗自组网的短程无线通讯技术实现传感器数据的传输，所有数据汇集到中心节点，通过一个无线网关与互联网相连，利用手机或远程计算机可以实时掌握农作物现场的环境状态信息，专家系统根据环境参数诊断农作物的生长状况与病虫害状况。户外现场布置摄像头等监控设备，实时采集视频信号。用户通过电脑或3G手机，随时随地观察现场情况、查看现场温湿度等数据和控制远程智能调节指定设备。

1)户外监控现场：同时监控农田、排污口、果园、户外电力系统等现场，获取温度，湿度信号以及光照、土壤温度、土壤含水量、CO浓度、水质、病虫害、电流、电压等环境参数，为管理者提供决策依据。

2)传感器：主要负责温室内部光照、温度、湿度和土壤含水量以及视频等数据的采集和控制。

3)管理中心：户外监控现场的先关参数，经过传输基站到达室内管理中心，经过智慧农业软件系统处理，得出结论，发送至智能终端，给决策者以精确数据依据。

4)智能移动工作终端：完美集成智能手机、GPS手持机、无线对讲机设备优点形成移动单兵设备,一机在手随时无忧。通信双通道模式彻底解决林区通讯死角问题，随时随地通讯无阻、精准定位、采集同步数据，是农业工作者的全能助手。

5)农业监控系统：在监控温湿度、光照、水质、风向等参数的同时，还可以对农作物资源、生态环境、病虫害等进行有效监控。

2农业物联网监控系统特点优势

1)系统建设成本低，日常使用费低，维护费用低

2)高清图像显示监控现场，远程数据采集，直观明了

3)定时拍摄，远程主动索取，降低巡检次数，减少人力物力成本

4)科技创新应用，统一集成，规模化管理

5)历史数据存储，全部数据汇总分析

图2农业物联网监控系统体系架构

农业物联网监控系统结构

利用无线GSM网络，并通过各种外接传感器可对农田作物生长环境温度、湿度等环境参数以及作物图像实现实时远程监测，图像、环境数据通过GPRS传回到管理中心，管理者通过后台数据汇总分析农田环境、虫害情况，及时作出预防措施，同时管理者也可通过后台管理中心设置定时获取环境数据、。智慧农业监控系统结构如图2所示。

传感与执行层：

该层将数据传感器的采集的数据通过ZigBee和Rs485/232两种模式上传至网关。根据传输方式的不同，温室现场部署分为无线版和有线版两种。无线版采用ZigBee发送模块将传感器的数值传送到zigBee节点上；有线版采用电缆方式将数据传送到Rs485/232节点上。无线版具有部署灵活，扩展方便等优点；有线版具有高速部署，数据稳定等优点。

无线传感器节点实时采集农作物生长所需的温室内的温度，湿度信号以及光照、土壤温度、土壤含水量、CO2浓度等环境参数并上传到ZigBee网关。

接收远程控制指令，通过继电器控制各种农业生产设备，包括：喷淋、滴灌等喷水系统和卷帘、风机等空气调节系统等。

通过IP网络摄像头可实时对作物情况、人员和安全视频流上传至服务器。

传输层：

该层主要将设备采集到的数据，通过3G/GPRS/Inernet网络传送到服务器上，在传输协议上支持IPv4现网协议及下一代互联网IPv6协议。

应用层：

该层负责对采集的数据进行存储和信息处理，为用户提供分析和决策依据，用户可随时随地通过电脑和手机等终端进行查询。

用户终端：

3G手机、PC机终端通过接入网络实时查看各种由传感器传来的数据，并能调节温室内喷淋、卷帘、风机等各种设备。

农业物联网监控系统网络拓扑结构

农业物联网监控系统在网络方面采取了多种制式，远程通讯采用3G无线网络，近距离传输采取无线ZigBee模式和有线RS485/232模式相结合，保证网络系统的稳定运行。智慧农业监控系统网络拓扑结构如图3所示。

图3农业物联网监控系统网络拓扑结构

农业物联网监控系统主要设备

数据采集单元

传感器单元主要包括气体温湿度传感器、土壤水分传感器、土壤温度传感器、光照传感器、易燃气体传感器、有毒气体传感器、土壤酸碱度传感器、水质传感器等。采集器集数据采集传输于一体，电池供电时间长，安装简便，成本低。传感器实现数字信号采集、太阳能供电、Mesh无线传输等技术，应用于不方便布线的场合。

通信单元

　　ZigBee网关

通过GPRS/3G传输，实现ZigBee个域网与互联网络的信息互通和多网融合，自带SD存储卡，可实现数据本地存储；工业级温度范围为-40℃~85℃。

图6智慧农业通信单元

终端显示单元

管理中心可根据上位机软件分析系统得出的结论对农业管理作出决策，智能移动终端亦可随时随地得到相关信息。

产品型号：HFD31/24继电器
外形尺寸：140×90×54
阻性负载：05A125VAC
线圈功率：约014W
额定电压：24VDC
环境温度：-40℃~ + 105℃
适用范围：家用电器,智能家居,安防设备,照明电子,测量仪器,可穿戴设备,汽车电子,网络通信,3C数码,医疗电子,物联网IoT,新能源,军工/航天,广电教育
小个子继电器

「1 智能制造推进的难点与问题」
我国制造业面临着异常严峻的挑战：人口红利消失、“未富先老”、企业招工难，人工成本迅速上升；高房价、高地价迫使国内制造业向内地转移，低成本制造业向东南亚国家转移；高赋税以及社保费用的压力也给企业带来高昂的运营成本；原材料价格上涨对下游行业带来巨大的成本压力；环保风暴也给很多企业敲响了警钟；中兴事件则暴露出我国制造业核心技术缺失的尴尬现状；而国际贸易争端更是对出口型企业雪上加霜。
在这种背景下，制造企业如何实现转型升级？推进智能制造成为重要的途径。然而，目前我国制造企业推进智能制造面临着诸多难点与问题：
第一，概念满天飞，技术一大堆。近几年来，从工业40的热潮开始，智能制造、信息物理系统（CPS）、工业互联网（平台）、企业上云、工业APP、人工智能、工业大数据、数字工厂、数字经济、数字化转型、C2B（C2M）等概念接踵而至，对于大多数制造企业而言，可以说是眼花缭乱、无所适从。智能制造涉及的技术非常多，例如云计算、边缘计算、RFID、工业机器人、机器视觉、立体仓库、AGV、虚拟现实/增强现实、三维打印/增材制造、工业安全、时间敏感网络、深度学习、数字孪生、MBD、预测性维护，让企业目不暇接。这些技术看起来都很美，但如何应用，如何取得实效？很多企业还不得而知。
第二，摸着石头过河。企业推进智能制造领域的相关技术十分缺乏经验，欠缺可以借鉴的成功案例。目前，制造企业已经存在3种类型的孤岛：信息孤岛、自动化孤岛，以及信息系统与自动化系统之间的孤岛。同时，企业也缺乏统一的部门来系统规划和推进智能制造。在实际推进智能制造的过程中，企业仍然是“头痛医头”，缺乏章法。
第三，理想很丰满，现实很骨感。推进智能制造，前景很美好。但是绝大多数制造企业利润率很低，缺乏自主资金投入。在“专项”“示范”以及“机器换人”等政策刺激下，一些国有企业和大型民营企业争取到各级政府给予的资金扶持，而中小企业只能“隔岸观火”，自力更生。
第四，自动化、数字化还是智能化？在推进智能制造过程中，不少企业对于建立无人工厂、黑灯工厂跃跃欲试，认为这就是智能工厂。而实际上，高度自动化是工业30的理念。对于大批量生产的产品，国外的优秀企业早就实现了无人工厂。例如，日本发那科仅需40s就能全自动装配完成一个伺服电机，但其前提是产品的标准化、系列化，以及面向自动化装配的设计，例如将需要用线缆进行插装的结构改为插座式的结构。e-works两次组团参观三菱电机的名古屋制作所可儿工厂，该工厂对于大批量生产的产品，大量应用机械手，实现高度自动化；对于中小批量的产品，推进低成本自动化，即部分工位的自动化；而对于单件定制的产品，采取手工装配。e-works考察团还参观施耐德电气的法国诺曼底工厂，该工厂是生产继电器的自动化工厂，该工厂实现了绕线、装配、包装等全流程的自动化，而且可以在一条产线生产多种变型产品，但实际上还不是智能工厂。还有西门子一直将被广泛誉为工业40典范的安贝格电子工厂也是被称为数字化工厂，其特点是人机协作的柔性自动化生产、智能物流、工业软件广泛应用、海量的数据采集以及大数据分析。
一个真正的智能工厂，应该是精益、柔性、绿色、节能和数据驱动，能够适应多品种小批量生产模式的工厂。智能工厂不是无人工厂，却是少人化和人机协作的工厂，推进智能工厂绝不是简单地实现机器换人。南京的爱立信工厂有一条装配线，一开始设置的自动化率是90%，后来发现调整为70%，增加若干人工工位，整体质量和效率反而是最优的。此外，对于装备制造行业，机加工等工序并不适合建立自动化生产线，而建立柔性制造系统（FMS）则是更现实的选择。马扎克（MAZAK）、发那科（FANUC）的机加工车间应用FMS已达到720小时无人值守，自动生产不同的机械零件。

图1 MAZAK的FMS（柔性制造系统）
第五，理性看待投资回报。制造企业的企业家，尤其是中小型民营企业的老板，非常关心投资回报。很多企业的要求就是必须能够在3～4年能够收回投资的信息化、自动化系统才投入，甚至有的期望值更高。然而，有些账容易算，比如某条产线减少了多少工人。有些账却不那么容易算，例如工业软件作为一个使能要素，企业离不开工业软件，却难以计算出它究竟为企业直接或间接节省了多少成本，赚了多少钱。如果选型、实施和应用不到位，更是常常用不起来，业务部门牢骚满腹。长此以往，制造企业更加重硬轻软，最后停留在简单地做一点局部的自动化改善。
第六，数据采集与设备联网，迈不过去的坎。企业要真正实现智能制造，必须进行生产、质量、设备状态和能耗等数据的自动采集，实现生产设备（机床、机器人）、检测设备、物流设备（AGV、立库、叉车等），以及移动终端的联网，没有这个基础，智能制造就是无源之水。但是，现阶段很多制造企业还停留在单机自动化阶段，甚至一些知名企业的生产线也未联网，没有基础的设备联网，何谈工业互联网？
第七，基础数据和管理基础。无论是推进企业信息化、两化融合，还是进一步实现数字化转型，推进智能制造，基础数据的规范性和准确性都是必要条件。很多企业在实施ERP，或者ERP升级换型的过程中，花费时间最多的就是基础数据的整理。企业管理的规范性、业务流程的清晰，也是企业推进智能制造的“敲门砖”。但现实的情况是，一些企业的基础数据还没有理顺，却在大谈“工业大数据”。这种舍本逐末的做法，注定是难以取得实效的。
「2 智能制造推进的5项基本原则」
随着我国劳动力成本迅速增长，节能减排的要求越来越高，市场竞争白热化，客户需求日益个性化，制造企业面临着越来越大的转型压力。在这种背景下，智能制造成为广大制造企业关注的热点。尤其是在车间的智能化改造方面，很多大中型制造企业开展了相关实践，还有众多企业在跃跃欲试。增加智能装备、建立智能产线、推进智能物流，减少人工，成为很多制造企业的共同选择。
智能制造势不可挡，但智能制造只是手段，不是目的。制造企业应当明确推进智能制造的目标，积极学习各种智能制造新兴技术，探讨应用各种智能制造技术的必要性、紧迫性与可行性，具体推进智能制造技术的应用必须做好需求分析与投入产出分析，明确总体拥有成本，根据自己的盈利水平确定合理的投资预算。千万不能为了智能化而智能化，为了争取政府项目而盲目大干快上智能制造项目，以免在老的信息孤岛问题、基础数据不准确的问题依然存在的情况下，又形成新的智能孤岛，甚至形成“仅供参观”的花架子。
因此，制造企业推进智能制造，需要把握以下5项基本原则：
原则1正确理解智能制造。智能制造中的“智能”还处于Smart阶段，智能制造（Smart manufacturing）系统具有数据采集、数据处理和数据分析的能力，能够实现闭环反馈。智能制造的未来趋势是实现“Intelligent”，实现自主学习、自主决策和优化提升。智能制造融合了信息技术、先进制造技术、自动化技术和智能化技术。智能制造中的“制造”指的是广义的制造，并不仅仅包括生产制造环节的智能化，而是包括制造业价值链各个环节的智能化。企业信息化和工业软件的深化应用，是推进智能制造的基础和前提条件。
原则2正确理解和应用智能制造使能技术。智能制造使能技术主要包括：物联网、增材制造（3D打印，包含设备、材料、工艺）、云计算、电子商务、电子数据交换（EDI）、PLC、DCS、自动识别技术（RFID、条码、机器视觉）、数控系统、大数据分析（包括工业大数据）、 虚拟现实/增强现实、Digital twin（数字孪生，包括产品、设备、车间）、工业安全、工业互联网、传感器、云制造和信息集成（EAI、ESB）等技术。需要明确的是，部分技术还处于发展的初期阶段，制造企业需要根据自身的产品特点、生产模式和运营模式来综合考虑应用方式。
原则3必须理解智能化与自动化的本质区别。那些将机器人应用和无人工厂说成是工业40的说法是错误的。企业在建设智能工厂时，要整体考虑智能装备的应用、生产线和装配线的数据采集方式、设备布局和车间物流优化、在制品在工序之间的转运方式、生产工艺的改进与优化、材料的创新等，而不仅仅是某些工位的“机器换人”。智能化生产线能够实现柔性的自动化，快速切换生产多种产品，或者可以混线生产多种产品，能够实现生产数据、质量数据的自动采集，并实现自动化系统与质量分析系统、MES系统的信息集成。
原则4必须做好整体规划，选择适合企业自身特点的实施方案，有效规避风险。推进智能制造需要解决更加复杂的、纵横交错的信息集成问题，例如IT系统与自动化系统的信息集成、供应链的数据交换；推进智能制造需要处理来源多样的异构数据，包括各种来自设备、产品、社交网络和信息系统的海量数据，需要确保基础数据的准确性；推进智能制造需要企业的IT部门、自动化部门、精益推进部门和业务部门，甚至供应链合作伙伴之间的通力合作。因此，制造企业必须充分认识到推进智能制造的复杂性、艰巨性和长期性。制造企业应当做好相关技术的培训，选择有实战经验的智能制造咨询服务机构，共同规划推进智能制造的蓝图。在整体规划的指导下，选择对于企业最有可能迅速见效的突破口优先实施。比如，推进基于物联网的预测性维护服务，促进企业已销售的产品的配件销售，提高客户服务满意度；或者通过实现生产线的智能化，提高设备的整体绩效和产品合格率；通过建立企业级BOM平台，实现产品的在线定制等。
原则5企业需要建立自己的专业队伍，并选择长期的战略合作伙伴。推进信息化是个系统工程，推进信息化与工业化深度融合是一个更大的系统工程，而推进智能制造更是一个非常复杂的系统工程，涉及到诸多工业软件的集成应用，涉及到智能装备应用、设备联网、数据采集、数据分析和业务流程优化，并且需要与推进精益管理结合起来推进，因此，制造企业需要建立自身的专业队伍，融合信息化、自动化和管理人才，并选择若干长期的战略合作伙伴，包括咨询服务机构、智能制造的整体集成商、解决方案提供商和服务商等。制造企业在推进智能制造项目时，必须注意选择在企业所在行业具有实施和服务经验，产品具有开放性和可扩展性，具有本地化服务能力的解决方案提供商，选择具有良好的沟通能力、项目管理能力和丰富行业经验的项目经理。在推进智能工厂项目时，尤其需要考虑解决方案提供商是否具备软件、硬件和自动化的综合实力。
总之，推进智能制造，既要积极布局前沿技术的应用，又要夯实基础，务实推进。纵观中国制造业推进信息技术应用30多年的历程，经历了一个又一个的“工程”，从“会计电算化”、“甩图板”、CIMS工程、“两甩（甩图纸、甩账表）”到制造业信息化工程；产生了一次又一次的“热潮”，从财务软件、CAD、ERP、ASP、云计算、电子商务等，既有政府的积极推进，也有国内外主流厂商的推波助澜。不少制造企业在条件还不具备、对新兴技术认识还不清晰的情况下，就盲目上马应用一些技术尚不成熟的信息化单元系统，实施与应用也不到位，最终形成了很多信息化孤岛，没有达到预期目标，甚至多次推倒重来。因此，不论市场上有哪些“热词”（buzz word）或者热潮，制造企业都不能再盲目跟风，而是应当保持冷静与理智，以免事与愿违。企业需要在提升基础管理水平的基础上循序渐进，积极、稳妥地推进智能制造，从而真正取得实效。
「3 智能制造推进的策略」
首先，推进智能制造的核心目的是帮助企业通过实现降本增效、节能降耗、提高产品质量、提升产品附加值、缩短产品上市周期、满足客户个性化需求，以及向服务要效益等途径，提升企业的核心竞争力和盈利能力。推进智能制造绝不能搞面子工程。
第二，必须对智能制造有正确的理解和认识。智能制造覆盖企业全价值链，是一个极其复杂的系统工程，不要期望“毕其功于一役”；推进智能制造需要规划、IT、自动化、精益等部门通力合作；不同行业的企业推进智能制造差异很大。推进智能制造，需要引入中立、专业的服务机构，开展多层次、多种形式的培训、考察、交流与学习，让企业上下树立对智能制造的正确认识。此外，需要强调的是，小批量、多品种的企业，不要盲目推进无人工厂；个性化定制和无人工厂是鱼和熊掌不可兼得；不能盲目推进机器换人。
第三，大处着眼，小处着手。企业要想推进智能制造取得实效，应当参照e-works智能制造金字塔的相关内容，通过智能制造现状评估、业务流程和工艺流程梳理、需求调研与诊断、整体规划及落地实施5个步骤，画出清晰的智能制造路线图，然后根据路线图和智能制造整体规划，稳步推进具体的项目，注重对每个智能制造项目明确其KPI指标，在测度关键绩效指标的基础上，评估是否达到预期目标。智能制造要取得实效，需要清晰的思路、明确的目标、高层的引领、专业的团队和高度的执行力。

图2 智能制造总体框架范例
第四，紧密跟踪先进制造技术的发展前沿。近年来，制造业的新材料、新技术、新工艺层出不穷，金属增材制造技术不仅改变了复杂产品的制造方式，还改变了产品结构，也彻底打破了可制造性的桎梏，催生了创成设计等新的设计模式，从计算机辅助人设计，演化为人辅助计算机设计。碳纤维复合材料的广泛应用催生了全新的制造工艺和制造装备。奥迪A8采用了铝制车身，车身焊接不能再使用点焊，取而代之的是铆焊、摩擦焊、激光焊等新工艺。材料和工艺的改进，往往会对产品的性能，例如抗腐蚀、耐久性带来巨大的提升。精密测量技术也在迅速发展，由接触式测量发展到非接触式测量，由离线检测演化为在线检测，由事后检测演化为边测量边加工，从而帮助制造企业提升产品质量。
第五，积极稳妥地推进数字化和智能化技术的应用。当前，人工智能技术的发展如火如荼，必将在制造业不断得到应用，尤其是在无人驾驶汽车、质量检测与优化、设备故障诊断和预测等领域。现在已经出现了Google的Tensorflow等开源的人工智能引擎可以应用。此外，虚拟现实（VR）、增强现实（AR）、混合现实（MR）等可视化技术，在制造业也有很好的应用场景，例如设备 *** 作培训和设备维修维护等。爱立信工厂应用增强现实技术进行电路板的检测，蒂森克虏伯电梯利用MR技术提高电梯维护的效率。Cobot（协作机器人，单臂和双臂）在装配、拧螺丝、涂胶等很多工序可以进行应用，机器人与视觉传感器、力觉传感器的集成应用能够大大提高机器人动作的准确性和灵活性。

图3 爱立信工厂利用AR技术辅助进行电路板质量检测
第六，选择真正靠谱的合作伙伴。智能制造系统架构十分复杂，也非常个性化，相关技术在不断演进，企业本身也是动态变化，智能制造评估体系和规划方法论也还处于不断完善的过程中，智能制造的推进是一个长期的过程。因此，企业推进智能制造需要寻找专业的合作伙伴，从培训、现状评估、规划，到具体的数字化工厂仿真、产线设计，到真正实现工控网络的建设，并建立工控安全体系，实现IT与OT系统的集成。

边缘计算是由于物联网设备的大量增长而创建的。这些设备将连接到Internet以从云发送或接收数据。有时他们在 *** 作时需要传输大量数据。因此，物联网边缘是使用物联网网关使用户能够使用其物联网设备执行边缘计算的概念。边缘计算设备可以用作网关或数据处理单元。

工业40和工业物联网边缘。边缘计算设备将工业物联网设备整合在一起。例如，在生产车间的传送带上的工业物联网传感器可能将数据馈送到现场的边缘计算硬件。然后，边缘设备运行AI分析，任何ML算法或任何类型的数据处理来获取见解，而无需将数据发送到云。

一些边缘计算机用例的示例

智能工厂

如前所述，工业物联网边缘是工业物联网设备，其数据以及应用于该数据的边缘智能的结合。工业物联网边缘可以应用于智能工厂，包括最受欢迎的用例之一：制造工厂。智能工厂可以将其所有工业物联网传感器连接到边缘计算设备。工业物联网数据传输到其他分支机构或总部。

智慧城市

“ 智能城市 ”的一些品质是物联网传感器，网络，视频监控等的智能系统。这些系统可以使用边缘计算为城市的应用程序提供更快的响应和更高的安全性。边缘计算设备如何在智能城市中使用的真实案例范围可能包括：检测交通异常，不良驾驶员，不寻常的人群，通过面部识别罪犯，智能交通系统，水处理，垃圾管理等。

零售店

边缘计算设备还可以使零售商店受益。可以从边缘计算服务器虚拟化和集中管理（远程或本地）来自POS终端，库存服务器，支付控制器等的商店端点。运行计算密集型工作负载整合设备可确保许多VM同时运行。它还提供了一个连接可能存储设备外围设备的机会。

智能农场

边缘计算有助于处理从农场或农业环境收集的数据，而无需快速连接到云。农场通常是乡村环境，因此部署该技术可能会很困难。边缘计算设备可以在极端温度条件下运行，并在边缘处提供计算密集型工作负载处理。农村地区边缘智能的实际使用案例可能包括精准农业，无人机监控或农村视频监控，水流量监控等。

微数据中心和移动边缘计算机

微数据中心（MDC）有时与边缘计算可互换使用。但是实际上，MDC只是小型的模块化数据中心架构盒，几乎可以在任何环境中工作。边缘计算设备可以作为MDC中的核心计算元素运行。移动边缘计算机（MEC），是一样的MDC，但旨在为移动网络。MEC在移动网络的边缘（通常在RAN（无线访问网络）而不是核心）中处理，存储，流式传输并提供安全性。

---