以ARM嵌入式处理器STR71设计的多点仓储温度远程监测系统，采用多点信息模糊化推理决策技术，对多点温度监测信息按模糊推理决策规则计算出温度超限的最大可能性。系统稳定可靠，监测数据通过网络快速传送，用户可通过远程终端访问嵌入式Web服务器及时获得最新数据，有效提高仓储物品的安全可靠性。
整个系统以嵌入式Web服务器为核心，在完成现场温度信息采集处理的同时，通过网络及时将监测数据发布到以太网上。主CPU采用美国ST公司的ARM嵌入式处理器STR71，它是一种混合信号系统级芯片（SOC），在单个芯片内集成了构成数据采集或控制系统所需要的模拟和数字外设及其他功能部件，如模数和数模转换器、可编程增益放大器、电压比较器、电压基准、I2C和SPI接口等，为提高应用系统的可靠性、降低功耗、减小成本等提供了方便。ARM指令集采用流水线处理技术，不再区分时钟周期和机器周期，能在执行指令期间预处理下一条指令，极大地提高了指令执行效率，为需要快速传输数据的网络应用提供了可能。
网络接口芯片采用Realtek公司的NE2000兼容芯片RTL8019AS，它内置了10BASE-T收发器，外接一个隔离低通滤波器，通过RJ-45标准端口接入以太网。系统的数据存储器采用61C1024（128KB），从而为数据处理提供了很大的缓存。使用I2C接口非易失性存储器24C08，既可以将IP地址、网卡物理地址和其他参数保存在里面，同时还可以保存温度监测数据。
温度传感器采用单总线器件DS18B2,实现对仓储现场整体环境温度的多点循环监测。系统中共设置有24个传感器，分别安装在8个不同监测点上，每个监测点附近设有三个传感器，当系统检测到某个传感器温度输出值超过允许范围时，则重点检测该点附近另外两个传感器的输出情况，并综合考虑其它各监测点传感器的温度输出值，对各点温度实测值以及实测值的变化量进行模糊化，根据模糊推理决策规则计算出仓储温度超限可能性的总体最优决策量值，并及时发布到以太网上，用户可以在远程终端上通过IE浏览器随时访问嵌入式Web服务器提供的最新温度监测信息，及时发现隐患，有效提高仓储物品的安全可靠性。各监测点上的传感器具有不同的权重系数，权重系数是根据监测点位置、监测对象的重要程度、传感器故障概率以及检出概率等因素决定的。将各点传感器的温度实测值按其系数加权之后再进行数据融合，实现多点监测信息的模糊化推理决策。模糊化推理决策由一个权重单元和一个累加单元组成，然后与一个阈值量相比较，最终得出总体最优决策量值u, 只有当满足条件：0.9≤u≤1时才发出仓储温度超限报警信号，可有效减少系统虚警概率，提高可靠性。
每隔一定时间启动一次现场温度测量，对安装在不同监测点的温度传感器DS1820，按单总线操作时序完成温度测量，传感器正常工作时将各监测点的温度实测值进行模糊化和多点信息的加权及数据融合处理，按模糊推理决策规则计算出总体最优决策量值，当满足0.9≤总体最优决策量值≤1时发出仓储温度超限报警信号，并记录温度超限时间。测量数据被存入E2PROM存储器24C08，同时进行数据封包并检测数据的正确性，及时发布到以太网。
嵌入式WEB服务器完成现场数据的网络传输，不需要提供复杂的网页浏览，因此可以对TCP/IP[4]协议适当精简以适合嵌入式应用。为了保证网络正常工作，系统需要监听网络状态，对从RTL8019AS接收到的以太网数据帧进行解包分析，根据分析结果分别进入ARP、ICMP、TCP、UDP和HTTP处理子程序，完成嵌入式TCP/IP协议处理，将现场的监测数据发送到以太网，网内所有采用TCP/IP协议的计算机都能收到此数据帧。系统软件采用C语言编写，而编程效率则大大优于汇编语言，对于多传感器信息模糊化推理决策过程中的计算问题，采用C语言处理更为方便，另外由于TCP/IP协议本身具有一定复杂性，在软件设计中将整个系统软件划分为若干个功能模块，根据不同功能条件编写出各模块子程序，最终再将它们连接在一起。采用这种编程方法可使系统程序结构清晰，易于维护。
采用多传感器信息模糊化推理决策技术，对多点温度信息进行模糊决策判别，实现仓储温度的循环监测，并通过嵌入式WEB服务器将监测数据及时发布到以太网。系统中采用了新型全数字式温度传感器，接口电路简单，成本低，性价比高，多点冗余监测结构有效提高了测量数据的可靠性，增大了系统决策的准确度，当局部传感器发生故障时能迅速提示故障部位，而且不会影响整体决策的正确性。嵌入式WEB服务器采用ARM嵌入式处理器STR71实现了简化的TCP/IP协议，可以很方便地将现场监测数据发送到以太网，用户在远程终端上使用IE浏览器可以随时访问嵌入式WEB服务器，获得最新监测数据，为实现远程监控及数据集中处理提供了一种新的途径。