原文传递
用于钢轨监测的无线传感器节点故障诊断
| 论文题名： | 用于钢轨监测的无线传感器节点故障诊断 |
| 关键词： | 无线传感器节点;故障诊断;钢轨监测;感知数据;粗糙集;神经网络 |
| 摘要： | 无线传感器网络节点集成无线通信技术、嵌入式技术、信号处理技术等先进技术于一身，使得其具有体积小、造价低、功耗低、功能多等诸多优点。但是由于传感器节点资源有限，且工作环境复杂，导致在实际应用中，传感器节点是无线传感网络中最薄弱、最容易出现的故障的一环。由于工作环境温差大、电磁干扰强、振动冲击强，应用于钢轨监测的无线传感器节点故障频出，为此本文展开了相关的故障诊断研究和实验测试，具体从节点线下诊断、节点在线诊断以及节点优化设计三方面进行了详细阐述。 针对传感器节点线下故障诊断，研究了一种基于振动信号的故障检测方法。搭建了能提供稳定振动信号的测试系统，该系统由控制单元、激振器、简支梁结构以及监控软件组成。控制单元输出控制信号并通过功率放大器驱动激振器，激振器激振简支梁使之产生形变从而产生振动信号，振动信号通过梁上安装的传感器输出至传感器节点。利用该系统，通过分析采集数据的时频特性，可以有效地发现故障节点。 针对传感器节点在线故障诊断，研究了基于感知数据比较的软故障诊断方法以及基于粗糙集和BP神经网络的硬故障诊断方法:软故障方面网关接收节点的感知数据并转发给任务管理端，任务管理端调用节点本次和上一次采集数据，通过计算二者的基值变化量和功率谱相关系数并将计算结果与规定的阈值相比较可判断节点是否工作正常;硬故障方面任务管理端通过节点的故障类型（传感器模块故障、通信模块故障、采集模块故障、供电模块故障）及其相应的故障征兆建立了一张故障决策表，接着利用粗糙集的约简算法对决策表进行约简并利用约简结果对建立好的BP神经网络进行训练。最后将测试样本输入到训练好的网络模型中进行测试，实现了节点的故障定位。 此外，为了实现故障的预防和修复，进行了节点改进设计。通过STM32内置的12位AD转换器，实现了节点4路工作电压的采集和监控，以便于分析供电环节存在的问题。利用DS18820传感器，实现了节点工作温度的监控设计，以便于分析节点温度和工作性能之间的关系。通过对程序的优化，解决了节点组网不成功、代码遭篡改、程序不能自动跳转等问题，并设计了一种升级引导程序的新方法，使得引导程序升级不再局限于JTAG或ISP等烧写方式。 |
| 作者： | 梁帮伟 |
| 专业： | 机械电子工程 |
| 导师： | 刘冲 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连理工大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
