图书架建设管理一体化

3借阅室监测分机设计

3. 1监测分机硬件设计

借阅室监测分机主要由微处理器、液晶显示模块、供电电路、按键电路、ZigBee 通信模块、无线通信模块组成，其结构框图如图7所示。

借阅室监测分机的微处理器采用 STM32F4 单片机，其电源供电可直接采用交流 220V。无线通信模块主要实现借阅室监测分机和图书管理中心之间的数据传输、远程操控等功能，采用Wi⁃Fi 无线通信的方式来完成信息互换。液晶显示模块主要用来显示该借阅室各类书架隔板的应力变化与应力大小，通过不同类别书架应力状态的液晶显示来实现对不同书籍的借阅情况一目了然。

3. 2 监测分机软件设计

借阅室监测分机软件要实现与书架应力采集器的命令发送、数据接收、系统参数设置、液晶显示以及与图书管理中心通信等功能，其流程图如图 8 所示。当启动借阅室监测分机进行数据采集时，将采集地址输入给借阅室监测分机，借阅室监测分机发送命令给输入地址相同的书架应力采集器，采集器将数据打包上传给该塔筒监测分机，监测分机可通过无线网络将数据上传给图书管理中心。

4 图书管理中心软件

图书管理中心主要针对各借阅室不同类别书架应力状态进行监测，通过对不同类别图书的书架状态分析，来完成对图书热度的评估，从而为图书管理和采 购 决 策 提 供 相 应 的 参 考。 本 文 采 用 VisualC ++ 来实现软件客户端设计，其中，数据管理算法同样采用 VC ++ 进行封装，保证调用的实效性。 最后通 过 ActiveX 数 据 对 象 ( ActiveX Data Object，ADO)技术访问数据库，根据数据库中储存的先验知识，对书架应力信息进行匹配并生成相应的图书热度报告。

图书管理中心主要由参数设置模块、设备管理模块、运行监测模块组成。 参数设置模块主要分为两部分，第一部分是设置连接设备编号、串口和波特率，第二部分是设定书架初始状态下的应力值。 设备管理模块主要功能是添加、保存、删除书架与借阅室的名称和地址。 运行监测模块主要功能是查询设备列表、查询历史数据、查询在线实时数据、完成数据分析，其设计框架如图9所示。

5系统性能测试

5. 1书架应力精度测试

对于书架应力精度测试，搭建了专用测试平台，如图 10 所示，其是由一台上位机电脑、一台借阅室监测分机、一个书架应力采集器、一台解调仪、一个拉力传感器、一组 FBG 应力传感器、被测角钢和多个配重钩码组成。

具体实验步骤如下：首先将被测角钢固定在试验支架上，保证测量过程中角钢不发生移动，其次在角钢上找一个应力待测点，粘贴 FBG 应力传感器，并在无应力方向上粘贴第二个 FBG 应力传感器，然后在角钢另一端依次增加配重钩码，最后记录单元数据采集器在不同钩码下采集的应变量，并与理论计算值进行对比。

其应变与配重拉力的关系为：ε = σ式中， E 为弹性模量;L 是受力点到FBG应力传感器轴心距;b 为截面宽度; F为配重带来的拉力。

通过测量可得 L 为 0. 25m，b为0.06m，h为0􀆰 005m，配置钩码按每 1kg 进行依次增加，经多次测试，其试验测试结果如表所示。

E =6FLEbh2

(3)误差小于 2% ，符合该系统应力测试要求。

5. 2 图书热度分析

选取 01 编号借阅室的 01 号书架进行图书热度分析测试，通过移走不同的书籍数量来模拟图书馆借书状态。 其中，分别在书架 1 - 5 层中取走 10、5、1、7、4 本书，其监测数据表3所示。

从上述数据可以看出，借走图书越多其监测应力与初始应力差值越大，热度百分比也越高，因此可通过图书管理中心的热度状态百分比从高到度排序来判断哪一类书籍热度较高，从而为图书的采购和管理决策提供相应的参考。

6 结束语

本文针对现阶段图书馆图书管理困难的问题，设计了一套基于书架应力的图书热度自动分析系统，根据图书馆现有环境和措施，对系统硬件设备进行选型，完成了书架应力采集器、借阅室监测分机、图书管理中心的软硬件设计。书架应力采集器实现了对书架各层隔板应力的实时采集和相对初始状态应力的差值计算，并将这些数据通过Zigbee 网络传输给书架所在借阅室监测分机。

借阅室监测分机实现了对该借阅室各个书架应力状态的显示和汇总，并通过 Wi⁃Fi 把数据上传给图书管理中心。 图书管理中心对监测数据进行统计分析，完成对图书热度的评估，从而为图书采购和管理决策提供相应的参考。

在此种条件下，三个控制器的响应曲线如图 4所示，响应的摆动量如表 2 所示。 从图 4 和表 2 中明显可以看出，Ziegler⁃Nichols 整定 PID 控制与二维迭代学习控制的响应由于噪声影响过大，较为明显的偏离目标湿度值，无法实现对目标的跟踪，说明PID 控制与传统迭代学习控制对随机干扰的鲁棒性能较差，无法保证较大随机干扰条件下的跟踪性能。

而二维迭代学习预测控制响应依旧保持着较好的响应速度，且在达到稳态后的摆动量仅为 0. 051，响应曲线也显示了该控制响应依旧能够较好的跟踪目标湿度值。 说明加入了预测控制之后，该控制器对随机扰动具有较好的鲁棒性，能够在随机噪声影响下保证较好的跟踪能力。

5 结束语

本文针对变风量空调系统设计了一种迭代学习预测控制器。 首先建立了变风量空调系统的状态空间模型，然后介绍了二维框架理论，进一步利用该理论得到了迭代学习控制收敛的条件，最后得到了二维迭代学习预测控制器的设计方法。 经过仿真对比得到如下结论：

①PID 控制相对于迭代学习控制更适合无干扰条件下精确模型的跟踪控制;

②迭代学习控制对于周期性干扰具备较好的鲁棒性，但对随机干扰的鲁棒性较差，无法在随机干扰的条件下实现较好的跟踪;

③二维迭代学习预测控制不仅能够保证在无干扰或者周期性干扰条件下具备较好的跟踪效果，而且对大随机干扰具有较强的鲁棒性，能够保证在较强随机干扰下的良好跟踪能力。