无线传感器网络多级分层融合的机械设备故障诊断

摘要

无线传感器网络作为一种全新的信息获取和处理系统,具有自组织、自适应、部署灵活、可扩展、智能处理等特点,用来构建无线、分布式机械设备故障诊断系统,能够弥补有线诊断系统在某些应用中布线复杂、部署成本较高、维护性和扩展性差等缺点,如实现密封、移动或旋转部件的故障监测以及使用过程中关键部件的振动、形变或裂痕扩大等故障检测,具有巨大的工程应用价值。
　　然而,无线传感器网络应用于机械设备故障诊断领域,由于网络带宽十分有限,感知/传送式的信息处理模式不能满足应用的需求,而能力和能量有限的节点如何实现机械故障复杂的数据监测和信息报告是无线传感器网络中需要解决的首要问题。无线传感器网络必须使用感知/处理式的信息处理模式,利用数据融合技术,在各节点上对数据进行融合,才能减少网络冗余数据和通信量、节省节点能量、提高信息收集效率和系统运行速度。因此,本文提出无线传感器网络多级分层融合的机械设备故障诊断,对于实现无线传感器网络机械设备故障诊断应用具有重要意义。
　　根据机械设备故障诊断应用的特点,论文详细分析无线传感器网络的机械设备故障诊断系统需求,构建了无线传感器网络多级分层信息融合机械故障诊断体系结构,将无线传感器网络信息融合分为数据级融合、特征级融合及决策级融合三个级别,讨论无线传感器网络节点硬件平台以及机械故障诊断的无线传感器网络通信协议栈的设计原则,分析了作为无线传感器网络通信协议首选的IEEE802.15.4协议及其采用的频段特性和扩频机制,介绍了以此为基础的ZigBee协议规范特点。
　　讨论无线传感器网络多级分层信息融合的机械故障诊断方法,给出了WSNs多级分层融合的故障诊断框架,终端节点对原始振动信息进行数据级融合以提取混合域特征集,簇头节点对特征信息采用径向基神经网络进行特征级融合以得到模式识别结果,采用DS证据理论,网关节点对识别结果进行决策级融合以评估机械设备运行状态。利用多级融合将计算任务分配给各层节点,有效地均衡传感器节点计算负载,通过传输少量特征信息来替代大量原始振动信号传输,降低网络数据传输总量,节省网络带宽,降低网络能耗。
　　设计出一套完整的无线传感器网络多级分层融合的机械设备故障诊断系统,采用双核心WSNs-G2.2节点硬件平台,开发一套高效低复杂度嵌入式信号处理单元,使得节点具有振动数据实时融合能力,采用海量存储系统与数据管理,实现大量振动数据实时存储与有效管理,设计出各层节点数据融合软件,构建机械故障诊断无线传感器网络分层网络监测架构,对多级融合命令包和数据包的传输格式进行规范和说明,开发上位机监测平台,并通过实验表明该方法能有效地应用于无线传感器网络机械设备故障诊断。
　　文章最后对本文工作进行总结,并展望下一步的研究方向。