無(wú)線傳感器節(jié)點(diǎn)模塊級(jí)故障診斷方法分析

楊紹波

摘要：本文提出了一種人工神經(jīng)網(wǎng)絡(luò)的無(wú)線傳感器節(jié)點(diǎn)故障在線診斷裝置，探討了無(wú)線傳感器節(jié)點(diǎn)模塊級(jí)故障診斷模型的建立方法，并通過數(shù)據(jù)驗(yàn)證的方式實(shí)現(xiàn)了對(duì)無(wú)線通信模塊故障的正確診斷。

關(guān)鍵詞：無(wú)線傳感器；節(jié)點(diǎn)模塊；故障診斷

中圖分類號(hào)：TP212.91 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2018）07-0025-01

無(wú)線傳感器網(wǎng)絡(luò)實(shí)現(xiàn)了無(wú)線通信方式與傳感器技術(shù)的融合，基于多跳路由以及自組織的方式構(gòu)架基于無(wú)線傳感器的信息傳輸網(wǎng)絡(luò)。整個(gè)無(wú)線傳感器網(wǎng)絡(luò)搭載大量小型傳感器節(jié)點(diǎn)構(gòu)成，這些節(jié)點(diǎn)兼具計(jì)算以及通信能力，以協(xié)作的方式感知整個(gè)覆蓋區(qū)域內(nèi)的目標(biāo)信息，并以無(wú)線網(wǎng)絡(luò)為依托將這些目標(biāo)信息傳輸至監(jiān)控中心中。監(jiān)控中心將數(shù)據(jù)以及指令等信息依托于無(wú)線網(wǎng)絡(luò)傳輸至無(wú)線傳感器節(jié)點(diǎn)模塊，進(jìn)而為節(jié)點(diǎn)模塊的數(shù)據(jù)處理奠定基礎(chǔ)。但從工程實(shí)踐應(yīng)用的角度上來(lái)說(shuō)，受到無(wú)線傳感器運(yùn)行環(huán)境條件等因素的影響，長(zhǎng)期運(yùn)行下節(jié)點(diǎn)模塊容易出現(xiàn)短路、松脫以及短路等一系列故障，如何在故障發(fā)生后快速實(shí)現(xiàn)定位與診斷，是業(yè)內(nèi)人士必須高度重視的課題之一。本文即提出一種對(duì)無(wú)線傳感器節(jié)點(diǎn)模塊級(jí)故障的診斷方法。

1 無(wú)線傳感器節(jié)點(diǎn)模塊級(jí)故障診斷系統(tǒng)

無(wú)線傳感器節(jié)點(diǎn)的構(gòu)成模塊比較簡(jiǎn)單，主要涉及到傳感器模塊、處理器模塊、無(wú)線通信模塊以及能量供應(yīng)模塊這幾個(gè)方面。任意模塊出現(xiàn)故障都可能導(dǎo)致無(wú)線傳感器節(jié)點(diǎn)信號(hào)的輸出出現(xiàn)異常，甚至丟失。如對(duì)于能量供應(yīng)模塊而言，常見故障包括電壓不足、電源噪音異常以及供電模塊輸出電壓過高等；對(duì)于傳感器處理模塊而言，常見故障包括CPU中央處理器失效，IO串口失效、串口數(shù)據(jù)收發(fā)異常等；對(duì)于無(wú)線通信模塊而言，常見故障包括功率放大器失效、信號(hào)接收錯(cuò)誤、讀寫寄存器錯(cuò)誤等；而對(duì)于傳感器模塊而言，常見故障則包括短路、短路、接觸不良、A/D采樣失效等。基于對(duì)上述無(wú)線傳感器各個(gè)模塊故障類型以及表現(xiàn)形式的的分析，提出一種基于嵌入式處理系統(tǒng)的無(wú)線傳感器節(jié)點(diǎn)模塊級(jí)狀態(tài)監(jiān)測(cè)裝置，利用處理器上集成的數(shù)模轉(zhuǎn)換器（D/A）、模數(shù)轉(zhuǎn)換器（A/D）、串口、運(yùn)算放大器同多路模擬開關(guān)組成了節(jié)點(diǎn)工作狀態(tài)在線監(jiān)測(cè)系統(tǒng)[1-2]。整套監(jiān)測(cè)裝置主要功能及其工作方式如下：

（1）對(duì)工作電流予以實(shí)時(shí)性檢測(cè)。在電阻片上安裝運(yùn)算放大器，與故障診斷A/D形成一個(gè)完整的電流檢測(cè)工作回路，對(duì)放大后傳感器工作模塊、無(wú)線通信模塊以及處理器模塊所對(duì)應(yīng)工作電流進(jìn)行實(shí)時(shí)性采集并做放大處理，以判斷整個(gè)節(jié)點(diǎn)模塊存在的電流異常、短路以及斷路等故障；（2）對(duì)A/D誤差進(jìn)行實(shí)時(shí)性檢測(cè)與處理。在故障診斷中，可以通過應(yīng)用無(wú)線傳感器檢測(cè)器D/A以及多路模擬開關(guān)的方式，直接輸入模擬信號(hào)至傳感器模塊A/D內(nèi)，以判斷無(wú)線傳感器節(jié)點(diǎn)采樣A/D存在故障，同時(shí)評(píng)估其信號(hào)傳輸?shù)木龋海?）處理器模塊實(shí)時(shí)性檢測(cè)。將無(wú)線傳感器節(jié)點(diǎn)處理器模塊串口與檢測(cè)器串口進(jìn)行連接，對(duì)處理器模塊存儲(chǔ)器進(jìn)行實(shí)時(shí)性、定期性讀寫，以評(píng)估儲(chǔ)存器以及CPU中央處理器運(yùn)行狀態(tài)，同時(shí)還可判斷串口工作狀態(tài)。

2 無(wú)線傳感器節(jié)電模塊故障診斷模型驗(yàn)證

結(jié)合既往經(jīng)驗(yàn)，針對(duì)無(wú)線通信模塊的故障診斷始終是WsNs節(jié)點(diǎn)故障診斷中難度最大的緩解之一。受到無(wú)線通信模塊功率放大器失效、老化、中繼節(jié)點(diǎn)故障等一系列因素的影響，WsNs節(jié)點(diǎn)信號(hào)丟失的可能性是非常大的。在這一情況下，為了最大限度的確保無(wú)線傳感器的正常運(yùn)行，就必須在人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)之上，構(gòu)建與無(wú)線傳感器節(jié)點(diǎn)模塊級(jí)故障相適應(yīng)的故障診斷模型與方法。

在無(wú)線傳感器節(jié)點(diǎn)模塊中集成有功率放大器，溫度變化對(duì)電流大小所產(chǎn)生的影響是非常明顯的。實(shí)際運(yùn)行中，無(wú)線傳感器通信模塊的工作方式以動(dòng)態(tài)電壓調(diào)節(jié)為主，其目的是降低能量消耗。或，隨著電池電量的不斷消耗，無(wú)線通信模塊輸入電壓水平持續(xù)下降，導(dǎo)致電壓會(huì)在很大程度上影響其電流水平。這兩者之間存在的關(guān)系可以簡(jiǎn)單表述為：無(wú)線傳感器通信模塊工作電流在溫度升高時(shí)相應(yīng)升高，并且在輸入電壓下降時(shí)相應(yīng)降低。若輸入電壓以及溫度同時(shí)調(diào)整，則對(duì)于無(wú)線傳感器通信模塊而言，其工作電流會(huì)同時(shí)承受該視野下無(wú)線通信模塊電壓、溫度的影響。因此，可以嘗試在人工神經(jīng)網(wǎng)絡(luò)輔助下，構(gòu)建基于無(wú)線傳感器通信模塊電流值的故障診斷模型[3]。

整個(gè)基于人工神經(jīng)網(wǎng)絡(luò)的無(wú)線傳感器節(jié)點(diǎn)模塊故障診斷模型測(cè)試平臺(tái)搭建于SI4432無(wú)線通信模塊上，選用DHP恒溫試驗(yàn)箱。溫度取值范圍16.6℃～63.5℃，輸入電壓取值范圍1.9V～3.3V，采集89組數(shù)據(jù)（其中72組數(shù)據(jù)為神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)，17組數(shù)據(jù)為驗(yàn)證數(shù)據(jù)）。如圖1所示人工神經(jīng)網(wǎng)絡(luò)無(wú)線傳感器節(jié)點(diǎn)故障診斷模型計(jì)算值曲線與驗(yàn)證數(shù)據(jù)的對(duì)比結(jié)果。結(jié)合圖1可見，人工神經(jīng)網(wǎng)絡(luò)無(wú)線傳感器節(jié)點(diǎn)故障診斷模型計(jì)算值訓(xùn)練數(shù)據(jù)與驗(yàn)證數(shù)據(jù)一致性程度高，最大相對(duì)誤差在2.0%以內(nèi)，平均絕對(duì)誤差低于0.4，證實(shí)了基于人工神經(jīng)網(wǎng)絡(luò)無(wú)線傳感器節(jié)點(diǎn)故障診斷模型的可靠性。

3 結(jié)語(yǔ)

為解決無(wú)線傳感器節(jié)點(diǎn)模塊在故障診斷方面存在的一系列問題，本文提出了一種基于人工神經(jīng)網(wǎng)絡(luò)的無(wú)線傳感器節(jié)點(diǎn)故障在線診斷裝置，著重探討了無(wú)線傳感器節(jié)點(diǎn)模塊級(jí)故障診斷模型的建立方法，并通過數(shù)據(jù)驗(yàn)證的方式實(shí)現(xiàn)了對(duì)無(wú)線通信模塊故障的正確診斷。在后續(xù)實(shí)踐工作中，相關(guān)人員可以嘗試以本方法為輔助，對(duì)無(wú)線傳感器網(wǎng)絡(luò)運(yùn)行中節(jié)點(diǎn)模塊故障的產(chǎn)生位置進(jìn)行快速定位，并為下一階段的故障診斷以及快速修復(fù)奠定基礎(chǔ)。

參考文獻(xiàn)

[1]薛善良，楊佩茹，周奚.基于模糊神經(jīng)網(wǎng)絡(luò)的WSN無(wú)線數(shù)據(jù)收發(fā)單元故障診斷[J].計(jì)算機(jī)科學(xué)，2018，（5）：38-43.

[2]張劼，景博，張宗麟，等.無(wú)線傳感器網(wǎng)絡(luò)中基于比較的簇節(jié)點(diǎn)故障診斷算法[J].傳感技術(shù)學(xué)報(bào)，2007，（8）：1860-1864.

[3]許紅艷，郭紅.無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)故障診斷算法研究[J].西南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，（9）：126-133.