基于STM32单片机及长短时记忆网络的生产过程安全监控方法技术

本发明专利技术公开了一种基于STM32单片机及长短时记忆网络的生产过程安全监控方法，主要解决现有技术中存在的人为监测复杂、监测不及时和没有及时防患于未然，导致工厂发生安全事故的问题。该方法分为单片机控制系统、服务器模块、时间序列预测模块、报警模块。单片机控制系统以STM32单片机为控制核心，由温度及湿度传感器、LCD1602液晶、ESP8266WIFI模块组成；服务器部分由OneNet平台及手机APP组成，超过阈值直接报警；时间序列预测板块为LSTM长短时记忆循环神经网络，能够进行数据预测及自动调节。通过上述设计，本发明专利技术可有效预防生产过程发生火灾、爆炸等危险情况，保障货品及人员安全，具有很高的实际应用价值。

【技术实现步骤摘要】
基于STM32单片机及长短时记忆网络的生产过程安全监控方法
本专利技术涉及工业控制技术和领域，具体地说，是涉及一种基于STM32单片机及长短时记忆网络的生产过程安全监控方法。
技术介绍
随着社会经济水平不断提升，制造业蓬勃发展，新兴的工厂企业越来越多，随之而来的存放货品的生产过程安全问题引发人们极大关注。特别是近几年工厂安全事故频发，许多地方都有发生工厂爆炸导致伤亡的惨痛事故，特别是2015年8月12日发生在天津滨海新区的重大安全事故，造成了165人死亡，798人受伤，周围大部分房屋车辆受损，这个惨痛的悲剧极大地让人们深刻认识到工厂安全的重要性和迫在眉睫性。然而，现有的方法主要是人为监测或者使用监测器件进行监测，很难脱离人的控制，近两年来新出现的监测系统能够将各种监测数据进行集中整合分析，但只能对已经产生的数据进行阈值判断，并且并没有形成自动化的调节应对措施，就算监测到情况异常，等待工作人员前来处理还是需要花费一段时间，这段时间内，危险情况仍然随时可能发生，甚至还会让前来处理的工作人员受伤。防患于未然仍然是未来发展的方向，在危险发生前就能及时预测，及时调整工厂环境，维持数据稳定正常，或者在发生危险前就能通知工作人员，给工作人员留够安全的处理时间，才能从根本源头上进行安全防控。LSTM模型(LongShort-TermMemory)是一种RNN回归模型的变型，最早由JuergenSchmidhuber提出，通过时间序列预测分析，利用过去一段时间内某事件时间的特征来预测未来一段时间内该事件的特征，提前预测数据的变化趋势，实现真正的安全防控。LSTM的特点是在RNN结构以外添加了各层的阀门节点。阀门有3类：遗忘阀门(forgetgate)，输入阀门(inputgate)和输出阀门(outputgate)。这些阀门可以打开或关闭，用于将判断模型网络的记忆态(之前网络的状态)在该层输出的结果是否达到阈值从而加入到当前该层的计算中。
技术实现思路
本专利技术的目的在于提供一种基于STM32单片机及长短时记忆网络的生产过程安全监控方法，主要解决现有技术中存在的人为监测复杂、监测不及时和没有及时防患于未然，导致工厂发生安全事故的问题。为实现上述目的，本专利技术采用的技术方案如下：一种基于STM32单片机及长短时记忆网络的生产过程安全监控方法，包括：单片机控制系统，包括STM32单片机，以及与STM32单片机相连的温度传感器、湿度传感器、液晶显示模块和WiFi模块，主要用于数据采集；服务器模块，包括物联网平台及手机APP，主要用于远程显示及报警提示；时间序列预测模块，采用LSTM长短时记忆循环神经网络，能够进行数据预测及自动调节，提前对危险情况预警并采取措施；报警模块，包括直接报警和预警调节，能够分析数据是否超过安全阈值，对已经超过阈值数据直接报警，对预测存在危险的数据预警及调节；基于上述系统实现生产过程安全监控方法的具体步骤为：(S1)通过单片机系统采集工厂内温度及湿度数据，并通过液晶显示模块进行显示；(S2)将采集到的温度及湿度数据，通过WIFI模块上传至物联网平台，并在手机APP中进行查看；(S3)对上传物联网平台的数据首先进行直接判断，若湿度或温度超过阈值，则直接报警，并向手机发送报警邮件提示；(S4)对于未超过阈值的数据，则送入LSTM长短时记忆网络，该网络对前后按时间顺序依次输入的五组数据进行数据的预测判断，若存在超过阈值的可能，则启动预警，并采取自动调节措施保证工厂货品及人员安全。进一步地，在所述步骤(S4)中，具体预测方法为：a：将采集的温度和湿度数据进行转化，并记录相邻两次采集数据的时间间隔；b：将每次采集的温度和湿度数据作为一组数据导入LSTM长短时记忆网络中的模型进行训练，并设定数据更新间隔；c：生成模型训练数据集，用t-2，t-1，t次的间隔进行模型训练，然后用t+1次间隔对结果进行验证；d：使用均方误差计算误差，采用RMSprop算法进行权重参数的迭代更新，设定模型训练的迭代周期epoch和迭代量batchsize；e：将收集的数据集按4:1的比例随机拆分为训练集和验证集，然后将数据作为参数导入模型便可得到预测值，与实际的值相比便可得到该模型的预测性能。作为优选，所述温度传感器采用DS18B20传感器。作为优选，所述湿度传感器采用HS1101湿度传感器。作为优选，所述液晶显示模块采用LCD1602模块。作为优选，所述WiFi模块的型号为ESP8266。作为优选，所述物联网平台为OneNet平台。与现有技术相比，本专利技术具有以下有益效果：(1)本专利技术采用OneNet平台作为免费服务器平台，实现了远程实时显示数据的功能，将互联网与工业控制相结合，将工厂控制更加趋向智能化与便捷化。(2)本专利技术利用服务器平台自带的触发器报警功能，可以绑定指定邮箱或URL发送报警邮件，当出现异常情况时，除了报警提示，还会发送邮件进行提示，如果一直没有工作人员处理现场情况，现场监测数据持续异常，邮件便会一直发送，能够起到催促作用，报警功能更加全面细致。(3)本专利技术能够进行防患于未然的预测判断，并不像现在的方法主要还是针对问题进行解决。本专利技术使用LSTM长短时记忆网络，能够运用时间序列预测数据的走势，提前进行预警告知工作人员，同时更加智能化的实现了自动调节，针对可能存在的危险调节工厂的环境，避免出现安全隐患或事故。附图说明图1为本专利技术的系统结构框图。图2为本专利技术的方法流程图。具体实施方式下面结合附图说明和实施例对本专利技术作进一步说明，本专利技术的方式包括但不仅限于以下实施例。实施例如图1、2所示，本专利技术公开的一种基于STM32单片机及长短时记忆网络的生产过程安全监控方法，包括：单片机控制系统，该系统以STM32单片机为控制核心，以及与STM32单片机相连的温度传感器、湿度传感器、液晶显示模块和WiFi模块，主要用于数据采集。单片机选用STM32F103单片机，它是32位ARM微控制器，工作频率最高为72MHZ，内部具有晶振振荡器，采用的频率为4-16MHZ，内部功能强大，具有目前最新架构的Cortex-M3内核，多达112个快速I/O端口，运行速度很快，功耗不高，有较大的存储空间。在本实施例中，对于温度采集，在系统初始化后，调用温度检测子程序采集温度数据。所述温度采集使用DS18B20传感器，它是一种输出信号为数字量的传感器，尺寸小，测量的精度较高，能够抵抗环境的干扰，使用单根线的特殊接口方式，3.0～5.5V电压可以正常供电，温度在－55℃～+125℃内可以进行正常测温，传送方式为串口传送。在本实施例中，所述湿度传感器使用HS1101湿度传感器，它是一种具有独特工艺设计的电容元件，在标准环境下不需校正，长时间饱和下快速脱湿，可以自动化焊接，包括波本文档来自技高网...

【技术保护点】
1.一种基于STM32单片机及长短时记忆网络的生产过程安全监控方法，其特征在于，包括：/n单片机控制系统，包括STM32单片机，以及与STM32单片机相连的温度传感器、湿度传感器、液晶显示模块和WiFi模块，主要用于数据采集；/n服务器模块，包括物联网平台及手机APP，主要用于远程显示及报警提示；/n时间序列预测模块，采用LSTM长短时记忆循环神经网络，能够进行数据预测及自动调节，提前对危险情况预警并采取措施；/n报警模块，包括直接报警和预警调节，能够分析数据是否超过安全阈值，对已经超过阈值数据直接报警，对预测存在危险的数据预警及调节；/n基于上述系统实现生产过程安全监控方法的具体步骤为：/n(S1)通过单片机系统采集工厂内温度及湿度数据，并通过液晶显示模块进行显示；/n(S2)将采集到的温度及湿度数据，通过WIFI模块上传至物联网平台，并在手机APP中进行查看；/n(S3)对上传物联网平台的数据首先进行直接判断，若湿度或温度超过阈值，则直接报警，并向手机发送报警邮件提示；/n(S4)对于未超过阈值的数据，则送入LSTM长短时记忆网络，该网络对前后按时间顺序依次输入的五组数据进行数据的预测判断，若存在超过阈值的可能，则启动预警，并采取自动调节措施保证工厂货品及人员安全。/n...

【技术特征摘要】
1.一种基于STM32单片机及长短时记忆网络的生产过程安全监控方法，其特征在于，包括：
单片机控制系统，包括STM32单片机，以及与STM32单片机相连的温度传感器、湿度传感器、液晶显示模块和WiFi模块，主要用于数据采集；
服务器模块，包括物联网平台及手机APP，主要用于远程显示及报警提示；
时间序列预测模块，采用LSTM长短时记忆循环神经网络，能够进行数据预测及自动调节，提前对危险情况预警并采取措施；
报警模块，包括直接报警和预警调节，能够分析数据是否超过安全阈值，对已经超过阈值数据直接报警，对预测存在危险的数据预警及调节；
基于上述系统实现生产过程安全监控方法的具体步骤为：
(S1)通过单片机系统采集工厂内温度及湿度数据，并通过液晶显示模块进行显示；
(S2)将采集到的温度及湿度数据，通过WIFI模块上传至物联网平台，并在手机APP中进行查看；
(S3)对上传物联网平台的数据首先进行直接判断，若湿度或温度超过阈值，则直接报警，并向手机发送报警邮件提示；
(S4)对于未超过阈值的数据，则送入LSTM长短时记忆网络，该网络对前后按时间顺序依次输入的五组数据进行数据的预测判断，若存在超过阈值的可能，则启动预警，并采取自动调节措施保证工厂货品及人员安全。


2.根据权利要求1所述的基于STM32单片机及长短时记忆网络的生产过程安全监控方法，其特征在于，在所述步骤(S4)中，具体预测方法为：
a：将采集的温度和湿度数据进行转化，并记录相...

【专利技术属性】
技术研发人员：张军，占梦来，李良，王另，徐晓龙，
申请(专利权)人：四川易诚智讯科技有限公司，
类型：发明
国别省市：四川;51