提升机滚筒表面应力监测无线传感器网络的能量管理方法研究

摘要

矿井提升装备是连通井上和井下的重要工具，其运行状态直接影响矿井正常生产和人员安全。相比正常工况，矿井提升装备遇到过卷、卡罐等情况时，会引起提升机滚筒表面应力显著变化，因此可以通过监测滚筒表面应力变化，来判断矿井提升装备运行状态。无线传感器网络具有部署灵活、自组织的特点，特别适合于滚筒表面应力监测。然而，应用无线传感器网络对滚筒表面进行应力监测却存在着能量受限与持续高质量监测的矛盾。对于浅煤层矿井，滚筒旋转速度较低，应力监测无线传感器网络无法有效收集环境能量。该网络无法实现监测节点剩余电量的长期预测，且无法在节约能量的同时兼顾传输数据的优先级；对于深井和超深井，滚筒旋转速度较高，可以在一定程度上补充监测节点电能。但是，该网络不能有效平衡监测节点能耗和监测数据服务质量的关系，实现监测的持续性。因此，本文开展了适应于滚筒表面应力监测的无线传感器网络能量管理方法研究。主要工作内容包括： 1）作为全文的基础，设计了一种应用于滚筒表面应力监测的无线传感器网络。首先，讨论了矿井提升装备异常运行状态的主要类型，利用ANSYS Workbench软件分析了滚筒表面应力变化和矿井提升装备运行状态的关系；然后，分别设计了针对高、低速滚筒表面应力监测的无线传感器网络的硬件及部署策略。 2）为了获取能量信息，建立了滚筒表面应力监测无线传感器网络节点的能量模型。首先，建立了基于激活休眠占空比机制的能量消耗模型；然后，进行了风致振动能量收集实验，建立了监测节点能量收集模型；最后，建立了监测节点能量存储模型：利用等效电流的“桥梁”连接作用，提出了基于估算功率的荷电状态预测算法；利用能量消耗模型和能量收集模型，提出了一种低复杂度的剩余能量估计算法。能量收集实验结果表明：压电式收集能量和滚筒运转速度成幂函数关系；荷电状态预测实验结果表明：在测试工况下，荷电状态预测误差小于4%，可以给监测节点提供能量匮乏预警。 3）为了解决能量和传输数据优先级无法兼顾的问题，详细设计了可应用于低速滚筒表面应力监测的无线传感器网络数据传输与功率分配联合优化机制。首先，结合监测节点处于不同应力监测位置时采样频率不同的特点，设计了基于采样速率区分的数据分类模型；然后，确定了基于传输功率和数据等级指标的联合优化问题模型；最后，通过设置权重因子W，结合李雅普诺夫优化理论设计了分布式网络调度方法。数值仿真结果表明：在理想和非理想信道状态信息条件下，改变权重因子W可以调整能量和数据优先级的关系。 4）为了解决能耗不均衡问题，详细设计了高速滚筒表面应力监测无线传感器网络能量感知与服务质量感知协议。首先，建立了应力监测无线传感器网络拓扑、队列长度模型以及吞吐量优化问题模型，并将该优化问题转化为能量管理和服务质量管理两个子问题进行求解。为了解决能量管理子问题，设计了占空比自适应管理策略。为了解决服务质量管理子问题，基于李雅普诺夫优化理论，加入了虚拟到达数据速率Avircn和队列权重因子wc，设计了网络调度算法。数值仿真结果表明：所设计算法可以平衡监测节点能耗，实现对矿井提升装备运行状态的长期监测；在平衡能耗的基础上，所设计的调度算法可以保证最差延迟约束、优化数据吞吐量。 5）为了验证所设计的能量管理策略，构建了基于Cooja仿真器的滚筒表面应力监测无线传感器网络仿真实验平台。首先，利用Contiki操作系统，设计了基于第四章无能量收集模式和第五章能量收集模式下的能量管理策略软件程序；然后，在基于硬件平台仿真的Cooja仿真器中实现了能量管理策略的模拟。仿真实验结果表明：惩罚因子V和高等级队列权重因子wH能够调整网络性能，所得结论与数值仿真结果相同。

目录

声明

致谢

变量注释表

1 绪论

1.1 研究背景及意义（Research Background and Significance）

1.2 国内外研究现状（Present Research Status）

1.3 课题的引出（Topic Proposed）

1.4 本文研究内容（Main Research Contents）

1.5 全文组织（Dissertation Organization）

2 滚筒表面应力监测无线传感器网络

2.1 矿井提升运行故障分析（Analysis of Running Status Faults of Mine Hoisting Equipment）

2.2 矿井提升运行状态监测原理（ Monitoring Principles of Running Status of Mine Hoisting Equipment）

2.3 滚筒表面应力监测无线传感器网络总体设计（Overall Design of Wireless Sensor Networks for Surface Stress Monitoring of Drums）

2.4 本章小结（Conclusions of This Chapter）

3 应力监测无线传感器网络节点能量模型

3.1 监测节点能量模型结构（ Structure of Energy Model of Monitoring Nodes）

3.2 监测节点能量消耗模型（ Energy Consumption Model of Monitoring Nodes）

3.3 监测节点能量收集模型（ Energy Harvesting Model of Monitoring Nodes）

3.4 监测节点能量存储模型（Energy Storage Model of Monitoring Nodes）

3.5 本章小结（Conclusions of This Chapter）

4 无能量收集网络数据传输与功率分配联合优化

4.1 低速滚筒表面应力监测无线传感器网络模型及问题描述（Wireless Monitoring Network Model of Low-speed Drums and Problem Definition）

4.2 基于采样速率分级的功率分配算法（ Power Allocation Algorithm Based on Sampling Rates）

4.3 算法性能分析（Algorithm Performance Analysis）

4.4 数值仿真（Numerical Simulations）

4.5 本章小结（Conclusions of This Chapter）

5 风致振动能量收集网络能量感知与服务质量感知协议

5.1 高速滚筒表面应力监测无线传感器网络模型及问题分析（Wireless Monitoring Network Model of High-speed Drums and Problem Definition）

5.2 占空比自适应管理（Adaptive Duty Cycling Management）

5.3 基于服务质量感知的网络调度算法设计（ Design of the Qualtiy-of-Service-aware Network Scheduling Algorithm）

5.4 算法性能分析（Algorithm Performance Analysis）

5.5 算法评估分析（Algorithm Evaluation）

5.6 本章小结（Conclusions of This Chapter）

6 基于Cooja平台的能量管理策略性能分析

6.1 Cooja仿真器简介（Cooja Simulator Introduction）

6.2 节点软件设计（Software Design of Nodes）

6.3 无能量收集模式的能量管理策略模拟（ Simulations of the Energy Management Strategy in the Non-energy Harvesting Mode）

6.4 能量收集模式的能量管理策略模拟（Simulations of the Energy Management Strategy in the Energy Harvesting Mode）

6.5 本章小结（Conclusions of This Chapter）

7 结论和展望

7.1 本文工作总结（Conclusions of This Dissertation）

7.2 论文创新之处（Dissertation Contributions）

7.3 存在不足和研究展望（Shortcomings and Prospects）

参考文献

作者简历

学位论文数据集