Разработка учебно-практического комплекта "STEMIO" для формирования навыков электротехники, программирования и "интернета вещей"

Развитие технологий "Интернета вещей" (IoT) и промышленного "Интернета вещей" (IIoT) требует создания недорогих, функционально законченных аппаратно-программных платформ, позволяющих в лабораторных условиях моделировать полный цикл сбора, передачи и обработки данных. Существующие решения, такие как Arduino и Raspberry Pi, обладают ограниченной приборной базой, не включают средства точных электрических измерений и требуют самостоятельной интеграции разнородных модулей [1, 2]. Лабораторные стенды, выпускаемые промышленностью, как правило, ориентированы на одну дисциплину (электротехнику либо программирование) и не поддерживают сквозные IoT-сценарии [3, 4]. Целью настоящей работы является разработка учебнопрактического комплекта STEMiO как единой приборной платформы, объединяющей прецизионный измерительный блок, микроконтроллерный модуль и модуль беспроводной связи с облачным сервисом. Новизна разработки заключается:

• 1)    в сквозной архитектуре, обеспечивающей аппаратную и программную совместимость трех функциональных блоков;

• 2)    в реализации протокола MQTT с двухуровневой системой QoS и передачей команд управления;

• 3)    во встроенной системе сбора цифрового следа на энергонезависимую память.

СТРУКТУРНАЯ СХЕМА И АППАРАТНАЯ АРХИТЕКТУРА

Общая характеристика

Комплект выполнен в виде настольного кейса. Структурная схема (рис.) включает три функционально законченных блока: блок электротехники и измерений (БЭИ), блок программирования на базе STM32 (БП) и блок "Интернета вещей" на базе ESP32 (БИВ). Блоки соединены стандартными шлейфами через унифицированный 40-контактный разъем, что допускает независимую замену модулей.

Питание блоков

Питание осуществляется от импульсного блока 12 В / 5 А с гальванической развязкой (коэффициент трансформации 1:1, электрическая прочность изоляции 1500 В). Понижающие стабилизаторы на базе LM2596 (5 В, нагрузочная способность 3 А) и AMS1117-3.3 (3.3 В, нагрузочная способность 1 А) формируют необходимые напряжения.

Рис. Структурная схема учебно-практического комплекта STEMiO

Все силовые цепи защищены самовосстанавли-вающимися предохранителями MF-R050 (0.5 А, время срабатывания 0.15 с).

Блок электротехники и измерений

БЭИ построен на базе макетной платы с 840 контактами и встроенного цифрового мультиметра на микросхеме HY3131 с 24-битным АЦП, обеспечивающим измерение напряжения постоянного и переменного тока в диапазоне 0–600 В с разрешающей способностью 0.1 мВ и силы тока 0–10 А с разрешающей способностью 0.1 мА. Мультиметр подключен к микроконтроллеру блока БП по интерфейсу SPI (частота синхронизации 4 МГц). Передача результатов измерений в облачный сервис организована через шлюз БИВ. В состав БЭИ входят сенсоры температуры DS18B20 (точность ±0.5 °C в диапазоне –10…+85 °C), освещенности BH1750 (диапазон 1–65535 лк) и тока ACS712 (чувствительность 185 мВ/А). Лабораторный практикум включает 20 схем: от простейших делителей напряжения до активных фильтров второго порядка на операционных усилителях LM358.

Блок программирования

БП базируется на микроконтроллере STM32F103C8T6 (ядро ARM Cortex-M3, 72 МГц,

64 Кбайт Flash, 20 Кбайт SRAM). Программирование осуществляется в средах Arduino IDE (с пакетом STM32duino) и PlatformIO [5]. Периферия БП включает: линейку из восьми светодиодов с токоограничительными резисторами 220 Ом, сервопривод SG90 с ШИМ-управлением (частота 50 Гц, длительность импульса 0.5–2.5 мс), LCD-дисплей 16×2 символов с интерфейсом I²C (адрес 0x27), энкодер с кнопкой, четыре тактовые кнопки. Программы загружаются через встроенный USB -UART преобразователь CH340G. Разработана библиотека абстракции Stemio.h, инкапсулирующая функции ввода – вывода (pinMode, digitalWrite, analogRead и др.) и реализующая запись цифрового следа в энергонезависимую память EEPROM объемом 256 байт.

Блок "Интернета вещей"

БИВ построен на модуле ESP32-WROOM-32D с Wi-Fi 802.11 b/g/n (2.4 ГГц) и Bluetooth 4.2. Подключены датчики качества воздуха CCS811 (определение концентраций (эквивалентной) углекислого газа eCO2 и летучих органических веществ TVOC по I²C), движения AM312 (цифровой выход), реле SRD-05VDC (коммутируемое напряжение 250 В AC / 30 В DC, ток до 10 А) и OLED-дисплей 0.96″ на SSD1306 (128×64 пикселей). Обмен данными организован по протоколу MQTT v3.1.1 с уровнями QoS 0 и 1. В качестве

MQTT-брокера использован Mosquitto 2.0.18, развернутый на выделенном сервере (Ubuntu 22.04). Формат телеграмм — JSON, максимальный размер пакета — 256 байт [6].

ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ И ОБЛАЧНАЯ ПЛАТФОРМА

Программирование микроконтроллера STM32 выполняется в Arduino IDE 2.3.2 с установленным пакетом STM32duino (поддержка ядра Maple). Библиотека Stemio.h реализует единый программный интерфейс для C++ и MicroPython. Для ESP32 используется фреймворк Arduino с библиотеками PubSubClient (реализация MQTT-клиента [7], максимальный размер пакета увеличен до 512 байт) и ArduinoJson 7.0 (формирование и парсинг JSON). Скетч, демонстрирующий передачу телеметрии и прием команд, имеет объем 118 строк.

Каждому комплекту присваивается уникальный идентификатор (UUID), что позволяет отслеживать активность отдельных пользователей. API сервиса построено по архитектуре REST, поддерживает запросы GET (чтение телеметрии за период) и POST (отправка команд управления). Задержка передачи команды от веб-интерфейса до исполнительного устройства в пределах локальной сети составляет не более 200 мс.

ЭКСПЕРИМЕНТАЛЬНАЯ ПРОВЕРКА ХАРАКТЕРИСТИК

Метрологические характеристики измерительного блока БЭИ определялись путем сравнения показаний встроенного мультиметра с эталонным прибором Keysight 34461A (6½ разрядов). Измерения проводились для пяти значений напряжения в диапазоне 0–30 В и тока 0–2 А при температуре 23 ± 2 °C. Результаты (табл.) показывают максимальную относительную погрешность 0.25% для напряжения и 0.8% для тока.

Таблица. Результаты измерения метрологических характеристик БЭИ

Измеряемая величина	Эталонное значение	Показания STEMiO	Абсолютная погрешность	Относительная погрешность, %
Напряжение, В	5.012	5.002	0.010	0.20
–"–	10.003	10.016	0.013	0.13
–"–	15.008	15.035	0.027	0.18
–"–	20.001	19.956	0.045	0.22
–"–	30.004	29.929	0.075	0.25
Ток, мА	100.2	99.5	0.7	0.70
–"–	500.4	504.2	3.8	0.76
–"–	1000.1	1008.0	7.9	0.79
–"–	1500.3	1511.9	11.6	0.77
–"–	2000.0	1984.2	15.8	0.79

Примечание . Приведены средние значения по трем измерениям.

Нагрузочное тестирование облачной платформы проводилось при одновременной работе 20 комплектов, каждый из которых отправлял телеметрию с интервалом 5 с (суммарно 4 запроса/с). В течение 6 ч непрерывной работы зафиксировано 0 потерянных пакетов, средняя задержка доставки данных в InfluxDB составила 185 мс (максимальная — 310 мс), загрузка CPU сервера не превышала 22%. Архитектура показала устойчивость к пиковым нагрузкам до 12 запросов/с без деградации производительности.

СРАВНЕНИЕ С АНАЛОГАМИ

По сравнению с известными разработками [9– 12] комплект STEMiO выигрывает за счет:

• 1)    встроенного прецизионного измерительного блока с SPI-интерфейсом, позволяющего не только проводить электрические измерения, но и передавать их результаты в облако;

• 2)    реализации сквозного протокола MQTT от датчика до облачной визуализации;

• 3)    унифицированного 40-контактного разъема, обеспечивающего взаимозаменяемость модулей.

В отличие от платформы NI ELVIS, STEMiO на порядок дешевле при сохранении ключевых измерительных и коммуникационных возможностей.

ЗАКЛЮЧЕНИЕ

Разработан учебно-практический комплект STEMiO — модульная аппаратно-программная платформа, объединяющая прецизионный измерительный блок, микроконтроллерный модуль STM32 и модуль беспроводной связи ESP32 с облачным сервисом. Экспериментально определены метрологические характеристики: погрешность измерения напряжения — не более 0.25%, тока — не более 0.8%. Максимальная задержка передачи команд через облачный сервис составила 185 мс. Нагрузочное тестирование подтвердило устойчивость платформы при одновременной работе 20 комплектов. Разработка может быть использована в качестве приборной базы для лабораторных практикумов и исследований в области "Интернета вещей". Перспективы работы связаны с расширением функций облачного сервиса (интеграция аналитики на базе машинного обучения) и разработкой дополнительных измерительных модулей.