發(fā)布時(shí)間：2020-11-13 23:24

　　 隨著無線電技術(shù)、電力電子技術(shù)以及人工智能技術(shù)的不斷發(fā)展,無線傳感器的穩(wěn)定性、可靠性以及耐用性也在不斷的提升。近年來,無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSN)技術(shù)逐漸走向成熟,在復(fù)雜以及惡劣環(huán)境中都能穩(wěn)定運(yùn)行,逐漸取代了以往傳統(tǒng)總線模式的傳感器網(wǎng)絡(luò)。然而,由于無線傳感器網(wǎng)絡(luò)結(jié)構(gòu)變得越來越復(fù)雜,加之環(huán)境因素的影響,使得傳感節(jié)點(diǎn)故障發(fā)生的概率也在不斷增加,從而會(huì)對(duì)整個(gè)網(wǎng)絡(luò)的性能造成影響,甚至導(dǎo)致網(wǎng)絡(luò)癱瘓。因此,針對(duì)無線傳感器網(wǎng)絡(luò)的特點(diǎn),研究傳感節(jié)點(diǎn)故障及進(jìn)行故障診斷具有十分重要的意義。在此背景下,本文對(duì)無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的故障診斷方法進(jìn)行了研究。首先本文對(duì)無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的常見故障進(jìn)行了分類,主要分為無故障、傳感器模塊故障、電源模塊故障、通信模塊故障以及處理器模塊故障,并建立了故障類型與故障征兆之間的相關(guān)關(guān)系。其次本文對(duì)數(shù)據(jù)采集系統(tǒng)平臺(tái)的硬件及軟件進(jìn)行了設(shè)計(jì)與實(shí)現(xiàn)。數(shù)據(jù)采集系統(tǒng)主要由傳感節(jié)點(diǎn)、匯聚節(jié)點(diǎn)以及控制平臺(tái)構(gòu)成,其主要功能是對(duì)不同故障類型的相關(guān)征兆數(shù)據(jù)進(jìn)行采集,從而為后續(xù)算法仿真實(shí)驗(yàn)提供數(shù)據(jù)。在此基礎(chǔ)上本文研究了核極限學(xué)習(xí)機(jī)(KELM)算法在WSN節(jié)點(diǎn)故障診斷方面的應(yīng)用,并對(duì)其進(jìn)行了改進(jìn),通過Matlab平臺(tái)對(duì)改進(jìn)算法進(jìn)行仿真實(shí)驗(yàn),與傳統(tǒng)單核KELM算法進(jìn)行對(duì)比,結(jié)果表明,改進(jìn)的KELM算法具有更高的故障診斷準(zhǔn)確率。最后本文對(duì)改進(jìn)的KELM算法進(jìn)行進(jìn)一步優(yōu)化,提出了基于RS-PSO-KELM的故障診斷算法。該算法采用粗糙集對(duì)決策屬性進(jìn)行約簡,并提取最簡故障診斷規(guī)則;而后建立核極限學(xué)習(xí)機(jī)模型,并通過粒子群算法對(duì)KELM核參數(shù)進(jìn)行優(yōu)化;最終利用所得最優(yōu)核極限學(xué)習(xí)機(jī)模型對(duì)輸入樣本數(shù)據(jù)進(jìn)行故障分類,從而實(shí)現(xiàn)故障診斷。將本文提出的RS-PSO-KELM方法和不同的KELM算法的準(zhǔn)確率進(jìn)行對(duì)比,在樣本數(shù)據(jù)可信度較高和較低的情況下分別進(jìn)行實(shí)驗(yàn)分析,結(jié)果表明,該算法準(zhǔn)確率高,抗干擾能力強(qiáng),可以滿足設(shè)計(jì)需求。
【學(xué)位單位】：哈爾濱理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP212.9;TN929.5
【部分圖文】：

圖 3-7 溫濕度傳感器電路圖Fig. 3-7 Temperature and humidity sensor circuit diagram傳感器模塊硬件實(shí)物如圖3-8所示。圖 3-8 溫濕度傳感器實(shí)物圖Fig. 3-8 Temperature and humidity sensor physical mapSTM32F103 的工作電壓為 3.3V，所以電源模塊基于 AMS1117-3.3 穩(wěn)壓芯片設(shè)計(jì)，可穩(wěn)定的為節(jié)點(diǎn)提供 3.3V 電壓，轉(zhuǎn)換電路如圖 3-9 所示。圖 3-9 3.3V 轉(zhuǎn)換電路Fig. 3-9 3.3V Conversion circuit14

15-圖 3-11 傳感節(jié)點(diǎn)硬件實(shí)物圖Fig. 3-11 Sensor node hardware physical map硬件設(shè)計(jì)兩部分組成，分別為主控模塊與無線通信模塊分別采用 STM32F103 芯片與 STM32W108 芯點(diǎn)硬件設(shè)計(jì)的主要區(qū)別在于其沒有傳感器模塊程中的數(shù)據(jù)中轉(zhuǎn)，將傳感節(jié)點(diǎn)所采集到的數(shù)據(jù)32W108 芯片 PB0~PB2 與 STM32F103 芯片15

16-圖 3-13 匯聚節(jié)點(diǎn)實(shí)物圖Fig. 3-13 Sink node physical map硬件設(shè)計(jì)要由網(wǎng)卡模塊、核心處理器與無線收發(fā)模塊構(gòu) 所示。平臺(tái)選擇三星公司的 S5PV210 處理10 這款芯片其采用 ARM CortexTM-A8 內(nèi)核，實(shí)現(xiàn)不同格式要求的數(shù)據(jù)編碼[31]。該款芯片還連接外圍電路，使得系統(tǒng)開發(fā)變得方便簡單。，且價(jià)格相對(duì)便宜，因此 S5PV210 適合在本系S5PV210 核心模塊實(shí)物如圖 3-15 所示。16
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃海劍;;幾種典型無線傳感器網(wǎng)絡(luò)中的自身定位算法[J];巴音郭楞職業(yè)技術(shù)學(xué)院學(xué)報(bào);2012年02期

2 馬康忠;;無線傳感器網(wǎng)絡(luò)應(yīng)用若干關(guān)鍵問題研究[J];電子測(cè)試;2019年09期

3 劉蓉;;基于性價(jià)比的無線傳感器網(wǎng)絡(luò)能量空洞避免研究[J];電子制作;2017年22期

4 郭祥東;;無線傳感器網(wǎng)絡(luò)的技術(shù)特點(diǎn)及應(yīng)用[J];中國新技術(shù)新產(chǎn)品;2018年09期

5 吳瑞睿;劉潔琳;;無線傳感器網(wǎng)絡(luò)綜述[J];科技創(chuàng)新與應(yīng)用;2018年14期

6 李志杰;;無線傳感器網(wǎng)絡(luò)的研究現(xiàn)狀及主要應(yīng)用[J];南方農(nóng)機(jī);2018年18期

7 李嫵可;顏寧;;無線傳感器網(wǎng)絡(luò)的研究與應(yīng)用[J];科技創(chuàng)新與應(yīng)用;2016年36期

8 同曉榮;;基于ZigBee無線傳感器網(wǎng)絡(luò)構(gòu)建[J];微型電腦應(yīng)用;2016年11期

9 韓超;;無線傳感器網(wǎng)絡(luò)在智能電網(wǎng)中的應(yīng)用[J];通訊世界;2017年01期

10 郝潔;;《無線傳感器網(wǎng)絡(luò)》課程特點(diǎn)、挑戰(zhàn)和解決方案[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2016年35期

相關(guān)博士學(xué)位論文 前10條

1 杜鵬飛;面向最優(yōu)信息質(zhì)量的無線傳感器網(wǎng)絡(luò)資源分配[D];西安電子科技大學(xué);2017年

2 劉學(xué)文;基于壓縮感知與逆向調(diào)制的鏈路采樣技術(shù)研究[D];西安電子科技大學(xué);2017年

3 胡瑾瑜;基于能量協(xié)作的無線傳感器網(wǎng)絡(luò)若干關(guān)鍵技術(shù)研究[D];湖南大學(xué);2018年

4 裴氏鶯;無線傳感器網(wǎng)絡(luò)的定位算法研究[D];東南大學(xué);2017年

5 賀維;無線傳感器網(wǎng)絡(luò)可靠性評(píng)估方法研究[D];哈爾濱理工大學(xué);2018年

6 錢慕君;協(xié)作無線傳感器網(wǎng)絡(luò)中的傳輸能效性與安全性研究[D];南京郵電大學(xué);2016年

7 閆雷兵;基于無線傳感器網(wǎng)絡(luò)的目標(biāo)定位與跟蹤技術(shù)研究[D];南京郵電大學(xué);2017年

8 郭浩;無線傳感器網(wǎng)絡(luò)信息質(zhì)量評(píng)估及能量優(yōu)化[D];國防科學(xué)技術(shù)大學(xué);2016年

9 付彬;多場景無線傳感器網(wǎng)絡(luò)可靠數(shù)據(jù)傳輸機(jī)制研究[D];湖南大學(xué);2013年

10 賴曉翰;面向物聯(lián)網(wǎng)的無線傳感器網(wǎng)絡(luò)低能耗路由感知技術(shù)研究[D];浙江大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 侯景博;基于WSN的能量累積和中繼協(xié)作的研究[D];吉林大學(xué);2019年

2 楊夢(mèng);無線可充電傳感器網(wǎng)絡(luò)中充電節(jié)點(diǎn)的部署優(yōu)化研究[D];吉林大學(xué);2019年

3 孫浩原;可充電無線傳感器網(wǎng)絡(luò)移動(dòng)優(yōu)化充電策略研究[D];中國礦業(yè)大學(xué);2019年

4 趙楠;無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)間能量與信息傳輸協(xié)議與性能分析[D];吉林大學(xué);2019年

5 李孟杰;無線傳感器網(wǎng)絡(luò)多路徑路由協(xié)議研究[D];吉林大學(xué);2019年

6 劉慧方;基于POMDP的無線傳感器網(wǎng)絡(luò)能量協(xié)作問題研究[D];吉林大學(xué);2019年

7 王雨后;無線可充電傳感器網(wǎng)絡(luò)數(shù)據(jù)收集和充電策略協(xié)同的研究[D];吉林大學(xué);2019年

8 苗歡歡;基于無線傳感器網(wǎng)絡(luò)的現(xiàn)代農(nóng)業(yè)展示中心設(shè)計(jì)與實(shí)現(xiàn)[D];南京農(nóng)業(yè)大學(xué);2017年

9 汪洋;基于ZigBee無線傳感器網(wǎng)絡(luò)技術(shù)的廠區(qū)智能照明控制系統(tǒng)研究[D];浙江科技學(xué)院;2019年

10 張光躍;基于無線傳感器網(wǎng)絡(luò)的母豬產(chǎn)前行為監(jiān)測(cè)系統(tǒng)研究與實(shí)現(xiàn)[D];南京農(nóng)業(yè)大學(xué);2017年

本文編號(hào)：2882783