（计算机应用技术专业论文）工业无线网络节点故障诊断技术研究.pdf

j 目录 四l ll l i ii ii ii l l lli i i i y 18 8 2 616 摘要i a b s t r a c t i i i 第l 章绪论1 1 1 研究背景1 1 2 研究意义2 1 3 研究现状4 1 3 1 故障诊断研究现状4 1 3 2 工业无线网络节点故障诊断研究现状4 1 3 3 国内外研究方法5 1 3 4 现有方法的不足6 1 4 研究内容及结构7 1 4 1 研究内容7 1 4 2 论文结构7 第2 章人工神经网络与小波分析9 2 1 人工神经网络理论9 2 2 小波分析理论。1 0 2 3 小波分析与信号奇异性1 2 2 4 卅、结1 3 第3 章工业无线网络节点故障分析15 3 1 工业无线网络基本体系架构1 5 3 1 1 工业无线网络结构1 5 3 1 2 工业无线网络节点结构1 6 3 2 工业无线网络特点1 7 3 3 工业无线网络故障18 3 3 1 工业无线网络网络故障1 8 3 3 2 工业无线网络节点传感器组件故障18 3 3 3 工业无线网络故障特点1 9 3 4 工业无线网络节点故障仿真2 0 3 5 小结2 2 第4 章基于解析冗余的工业无线网络节点故障诊断。2 3 4 1 基于节点冗余的无线传感器网络节点故障诊断2 3 4 2 解析冗余故障诊断模型2 4 4 2 1 解析冗余节点故障诊断思想2 4 4 2 2 解析冗余节点故障诊断模型2 5 4 3 解析冗余故障诊断流程2 7 4 4 实现解析冗余节点故障诊断的关键技术2 8 4 4 1 神经网络类型选择。2 8 4 4 2b p 算法及其改进2 8 4 4 3 节点解析冗余故障诊断神经网络模型构造3 2 4 4 4 最优小波基函数。3 9 4 5 基于解析冗余的节点故障综合诊断4 2 4 6 、结4 4 第5 章基于解析冗余工业无线网络节点故障诊断仿真4 5 5 1 基于解析冗余节点故障诊断可行性仿真实验4 5 5 2 节点故障诊断对比实验4 8 5 3 小结5 8 第6 章总结和展望5 9 6 1 总结5 9 6 2 展望5 9 参考文献6 0 致谢6 3 在学期间发表的主要文章6 4 2 摘要 工业无线网络节点故障诊断技术研究 计算机应用技术专业硕士研究生吴志盛 指导教师刘枫教授 摘要 工业无线网络节点作为工业无线网络的基础和载体，其故障不但将直接影响网络本身的 正常运行，而且作为过程无线控制系统和大型机械设备监控的基础，若不及时排除节点故障， 将直接威胁到人民的生命财产安全。但另一个方面由于工业现场的恶劣环境，加上节点的射 频部件和传感部件需要与工业现场直接接触，导致其出现故障的概率大大提高，因此对节点 进行实时的故障诊断和监控是必要的。故障诊断随着人们对可靠性、安全性的要求提高，已 经发展成为一门系统的科学，包括基于解析模型的故障诊断方法、基于信号处理的故障诊断 方法、基于人工智能的故障诊断方法。但目前对工业无线网络节点故障诊断的具体方法研究 较少，甚至对一般传感器网络节点故障研究也不多。本文以w i a p a 为工业无线网络的载体研 究工业无线网络节点故障技术。 本文首先分析了现有的三种节点故障诊断方法，总结了基于节点冗余方法的优点及其被 广泛研究和应用的原因，针对工业无线网络节点不具备空间相关性的特点以及现有节点诊断 技术误诊率高、实时性差、人为性强和不适用于监控等缺点，以工业现场所拥有的大量现场 数据为现实基础，以故障信号的奇异性为理论基础，利用人工神经网络技术的智能性以及小 波变换时频局部分析的优越性，提出了一种基于解析冗余的工业无线网络节点故障诊断方法。 在提出基于解析冗余节点故障诊断思想方法的基础上，从方法实现的角度，推导了方法 的模型，给出了方法的实现流程，研究了方法实现的关键技术，重点研究了工业无线网络节 点b p 神经网络模型的架构设计，确定了神经网络隐含层数，确定了学习目标、初始权值以及 学习最大次数，确定了神经网络各层的节点数，完成了工业无线网络节点神经网络模型构造 设计和学习：针对b p 神经网络动量附加法以及自适应学习速率没有分层考虑隐含层和输出层 虚假最优以及调节速率矛盾性的缺点，提出了一种层级改进学习算法以进一步改善b p 神经网 络的学习速率；针对小波分析需要选择最优小波基的问题，从工程经验和小波函数数学属性 两个角度分析选择了d b 系列小波作为小波分析的基函数。此外，针对无线通信对信号的干扰， 以节点的监测组件为基础，对结合了信号、能量、链路质量等冈数的故障综合诊断进行了初 步探讨，提出了一种以解析冗余和监测部件为基础的节点故障综合诊断方法。最后，通过三 组仿真实验对本文的主要工作进行了验证。第一组仿真实验结果表明，本文所提出了层级改 进算法在b p 神经网络学习速率上具有明显的改善效果，比原来平均提高了1 0 9 6 ；第二组仿真 实验结果证明了基于解析冗余节点故障诊断方法的可行性；第三组仿真实验结果表明本文所 提出了方法比现有方法诊断准确率提高了1 1 的同时、具有更好的准确性和鲁棒性。 关键词：工业无线网络节点故障解析冗余b p 神经网络小波分析 一 硅 “ 一 i a b s t r a c t t h er e s e a r c ho nt h ef a u l td i a g n o s i so ft h e n o d eo fi n d u s t r yw i r e l e s sn e t w o r k m a j o r ：c o m p u t e ra p p l i c a t i o na u t h o r ：z h i s h e n g w u s u p e r v i s o r ：p r o f f e nl i u a b s t r a c t w i t ht h ei n d u s t r yw i r e l e s sn e t w o r kt e c h n o l o g y sd e v e l o p i n ga n d m a t u r i n g t h er e l i a b i l i t yh a s b e c o m et h ek e yp o i n t sf o ri tt ob ew i d e l yu s e d n o to n l ya st h eb a s i sa n dc a r d e ro ft h ei n d u s t r y w i r e l e s sn e t w o r k , t h en e t w o r kn o d e sf a u l ta n df a i l u r ew i l la f f e c tt h en o r m a lo p e r a t i o no ft h e n e t w o r k ，b u ta l s oa st h eb a s eo ft h ep r o c e s sc o n t r o ls y s t e ma n dt h em o n i t o r i n go fm e c h a n i c a l e q u i p m e n t , i fn o ti m m e d i a t e l y , t h ef a u l tw i l lt h r e a tt ot h ep e o p l e sl i v ea n dp r o p e r t y i nt h e a n o t h e ra s p e c t ，b e c a u s et h eh a r s he n v i r o n m e n to ft h ei n d u s t r i a lf i e l da n dt h en o d e sr fc o m p o n e n t s a n ds e n s o rc o m p o n e n t sn e e dt od i r e c t l yc o n t a c tw i t ht h ei n d u s t r i a lf i e l d ，w h i c hw i l li n c r e a s et h e p r o b a b i l i t yo ft h en o d e sf a u l t , i t sn e c e s s a r yf o rt h er e a l t i m ef a u l td i a g n o s i sa n dm o n i t o r i n g 晰t h t h er e q u i r e m e n t so fr e l i a b i l i t ya n ds e c u r i t yi n c r e a s i n g ，t h ef a u l td i a g n o s i sh a v ed e v e l o p e di n t oa s c i e n c e ，f o rt h em e t h o di n c l u d i n gf a u l td i a g n o s i sb a s e do na n a l y t i c a lm o d e l ，f a u l td i a g n o s i sb a s e d o ns i g n a lp r o c e s s i n gm e t h o d f a u l td i a g n o s i sm e t h o db a s e do na r t i f i c i a li n t e l l i g e n c e b u t , a tp r e s e n t , t h e r ea r el e s sp a p e ra n dr e s e a r c ha b o u tt h ef a u l td i a g n o s i so f t h ei n d u s t r yw i r e l e s sn e t w o r k sn o d e ， e v e nn o tm u c ha b o u tt h ef a u l td i a g n o s i so ft h ew i r e l e s ss e n s o rn e t w o r k sn o d e t h i sp a p e rt a k e s w i a - p aa se x a m p l ef o rt h ei n d u s t r yw i r e l e s sn e t w o r kt os t u d yt h ef a u l td i a g n o s i st e c h n o l o g yo f i n d u s t r yw i r e l e s sn e t w o r k sn o d e b a s e do nt h ei n d e p t hs t u d y i n gt h et h r e em a i nm e t h o d sf o rt h ee x i s t i n gf a u l td i a g n o s i s ，a f t e r h i g h l i g h t i n gt h ea d v a n t a g e so fn o d e - r e d u n d a n c ym e t h o da n dt h er e a s o nf o ri t sw i d e s p r e a d a p p l i c a t i o na n dr e s e a r c h ，c o n s i d e r i n gt h a tt h ei n d u s t r yw i r e l e s sn e t w o r kd o n th a v et h en o n - s p a t i a l c o r r e l a t i o nc h a r a c t e r i s t i c sa n dw a n t i n gt oi m p r o v et h es h o r t a g eo ft h ee x i s t i n gm e t h o d s h i g hr a t e m i s d i a g n o s i s ，p o o rr e a l - t i m e ，s t r o n g - p e r s o n - s e t t i n g ，a n dt h ed i s s a t i s f y i n gf o ri n d u s t r ym o n i t o r i n g ， t h ep a p e rp r o p o s e saf a u l td i a g n o s i sm e t h o df o ri n d u s t r yw i r e l e s sn e t w o r kn o d eb a s e do na n a l y t i c a l r e d u n d a n c yb yt a k i n gt h el a r g en u m b e ro ff i e l dd a t aa sr e a l i s t i cb a s i sa n dt h es i g n a ls i n g u l a r i t yo f f a u l ta st h e o r yb a s i s ，m a k i n gu s eo ft h ei n t e l l i g e n c eo fa r t i f i c i a ln e u r a ln e t w o r ka n ds u p e r i o r i t yo f w a v e l e ti nt h ea n a l y s i st ol o c a lt i m e - f r e q u e n c yc h a r a c t e r i s t i c s t 两南大学硕十学传论文 o nt h eb a s i s ，f r o mt h em e t h o d o l o g i c a lp o i n to fi m p l e m e n t a t i o n ，t h ep a p e rd r i v et h e m a t h e m a t i c a lm o d e lo fm e t h o d ，p r o v i d et h em e t h o dp r o c e s so fi m p l e m e n t a t i o n ，s t u d yt h ek e yp o i n t o fm e t h o d f o rt h ef i r s tk e yp o i n t ，b pn e u r a ln e t w o r kt e c h n o l o g y ，a c c o r d i n gt ot h es h o r t c o m i n go f t h ea d d i t i o n a lm o m e n t u ma n da d a p t i v el e a r n i n gr a t em e t h o df o rt h eb pn e u r a ln e t w o r kt h a td on o t c o n s i d e rt h eh i e r a r c h i c a ld i f f e r e n c eo ft h ef a l s eo p t i m a lb e t w e e nt h eh i d d e nl a y e ra n do u t p u t sl a y e r , t h ep a p e rp r o p o s eai m p r o v i n ga l g o r i t h mb a s e do nl e v e l d i f f e r e n t f o rt h es e c o n dk e yp o i n t , t h e b e s tc h o i c eo fw a v e l e tf u n c t i o n ，t h ep a p e rc h o o s et h ed bw a v e l e ta st h et o o lo fd i a g n o s i sf r o mt h e e x p e r i e n c ea n dp e r s p e c t i v eo fm a t h e m a t i c a lp r o p e r t i e so fw a v e l e tf u n c t i o n i na d d i t i o n ，t h ep a p e r p r e l i m i n a r ys t u d yt h em e t h o dt ot h ef a u l tw h i c hc o n s i d e r i n gt h ei n t e r f e r e n c et ot h ew i r e l e s s c o m m u n i c a t i o ns i g n a lo fp o w e ra n dl i n kq u a l i t yw h i c hp r o v i d e db yt h em o n i t o r i n gc o m p o n e n to f n o d e ，a n dp r o p o s e saf a u l td i a g n o s i sm e t h o df o ri n d u s t r yw i t l e s sn e t w o r kn o d eb a s e do na n a l y t i c a l r e d u n d a n c ya n dm o n i t o r i n gc o m p o n e n t f i n a l l y , t h ep a p e rv e d f i e da l lt h ea b o v em e t h o dt h r o u g h t r e es i m u l a t i o ne x p e r i m e n t s t h ef i r s ts e to fs i m u l a t i o n sr e s u l t ss h o wt h ep r o p o s e da l g o r i t h mb a s e d o nl e v e l - i m p r o v i n gh a v ei m p r o v e st h el e a r n i n gr a t eo fb pn e u r a ln e t w o r kb y10 1 1 1 es e c o n ds e t o fs i m u l a t i o n sr e s u l t sp r o v e sf e a s i b i l i t yo ft h em e t h o do fa n a l y t i c a lr e d u n d a n c y t h el a s tg r o u po f s i m u l a t i o n sr e s u l t ss h o wt h ep r o p o s e dm e t h o dh a v el o w e rr a t eo fm i s d i a g n o s i s ，s t r o n gr e a l t i m ea n d r o b u s t i v k e yw o r d s ：i n d u s t r yw i r e l e s sn e t w o r k ；n o d ef a u l t ；a n a l y t i c a lr e d u n d a n c y ； b pn e u r a ln e t w o r k ；w a v e l e t 一 r 绪论 第1 章绪论 1 1 研究背景 工业无线网络技术是在无线传感器网络w s n ( w i r e l e s ss e n s o rn e t w o r k ) 技术高速发展的 背景下而产生的一种应用于工业环境的控制网络技术，是工业控制网络在传统仪表控制网络、 d c s ( 集散控制系统) 以及现场总线三种有线网络基础上，随着无线通信技术、传感器技术、 嵌入式技术的发展而形成【l 】。工业无线网络不管作为有线网络的补充还是作为独立的控制网 络都将降低现场设备布线的复杂性、提高工业控制网络的灵活性、增强传统控制网络的稳定 性和可靠性、改善工业控制网络的节能性1 2 】。基于工业无线网络技术的自动化系统由于具有 成本低、可靠性高、维护简易、灵活以及使用简单等特点，能够提高产品质量、降低工业生 产能耗、提高能源使用率，是自动化系统技术的主要发展方向之一【3 】。作为一种革命性技术， 工业无线网络技术正冲击和改变着传统工业模式，其被美国列为实现到2 0 2 0 年美国工业整体 能耗降低五个百分点的主要技术手段1 4 j 。 工业无线网络技术作为自动化领域的热点技术，以及未来自动化市场的增长点。国内外 纷纷投入巨资研究相关技术标准，以期能够占领工业无线市场，目前工业无线网络技术标准 主要有三种，分别为w i r e l e s sh a r t ，i s as p l 0 0 ，w i a - p a ( w i r e l e s sn e t w o r k sf o rp r o c e s s i n d u s t r i a la u t o m a t i o n ，基于过程工业自动化的无线网络) 垆】。其中w i r e l e s sh a r t 由h a r t 基金会于2 0 0 4 年提出，是h a r t 现场总线在无线领域的延伸，w i r e l e s sh a r t 规范协议在 2 0 0 7 年正式获得h a r t 基金会通过1 6 ) ；i s as p l 0 0 由美国工业无线标准s p l 0 0 委员会于2 0 0 4 年提出，在2 0 0 7 年s p l 0 0 1 1 a 工作组提出了过程工业的无线技术标准协议1 7 j ；w i a p a 是我 国具有自主知识产权的工业无线网络协议，其在国家8 6 3 项目的支持下，由中科院领衔国内 著名高校共同研发并制到8 1 。协议在2 0 0 8 年经过i e c ( 国际电工委员会) 获得通过，成为与 w i r e l e s sh a r t , ，i s as p l 0 0 三足鼎立的工业无线国际标准协议之一，为我国发展无线工业自 动化技术增加了话语权。为保持统一性，下文所指的工业无线网络都是指基于w 认p a 协议 的工业无线网络。 工业无线技术经过2 0 年的发展，特别是近年来过程工业无线网络技术的迅猛发展，使得 工业无线网络技术已经有了一些成功应用，比如，中国科学研究院开发的基于工业无线网络 技术的管道泄漏监测系统在取得强实时性、高精度定位、以及高灵敏监测的基础上实现了无 线所具有的低成本、易维护等特点1 9 】。沈阳自动化研究所所研究的基于w i a 技术的油井远程 计量与优化控制系统同样体现了工业无线网络的优点【l 引。尽管如此，但工业无线网络的应用 范围还是比较小，客户对于工业无线网络技术的应用还是有一定的顾虑，所以尽管应用前景 很好，但还有下面四个问题】需要进一步解决和改善。 能量约束：工业无线网络节点一般通过电池供电，因此节点的能量供应极其有限。另一 个方面由于现场节点数目众多，以及工业物理环境的制约，大面积及时的更换电池是不被允 许的，这进一步约束了节点的能量供应。但同时工业控制环境一般具有很强的连续性，其会 两南人学硕十学何论文 连续运行儿年甚至几十年，因此上业控制的连续性与工业无线网络节点的能量约束性之间存 在激烈的矛盾。如何缓解甚至解决此矛盾是工业无线网络大规模应用的前提。 实时性：工业控制网络具有很强的实时性，因此作为新一代的工业控制网络，工业无线 网络必须保证网络的实时性。虽然工业无线网络根据工业现场的特点，采用星型和m e s h 网 络的两层拓扑结构以保证实时性，但由于工业空间较大、机械复杂、机械运作等特点，其实 时性具有一定的不确定性，而其第二层m e s h 网络也同样加重了网络的延迟性。如何保证网 络实时性，是工业无线网络又一挑战。 安全性：工业控制网络由于其应用领域的特殊性，工业控制网络属于企业的内部信息， 甚至具有一定保密性，因此如何保证网络不被侵入，网络信息不被外部所获取是保护企业的 前提。 稳定性、可靠性：工业生产环境关系到人民的生命财产安全，冈此工业控制系统必须能 够稳定、可靠的运行，作为控制信息的来源，工业无线网络必须稳定可靠。工业无线网络稳 定可靠的运行是其应用的前提条件。 为了提高基于工业无线网络的过程控制系统的可靠性，可以从多方面进行入手，如提高 节点设计的可靠性，采用更为合理的通信资源调度策略、研究符合工业现场环境以及架构的 路由协议等，但无论采用什么方法，系统总是会出现各种各样的故障，因此不可能完全解决 工业无线网络过程控制系统稳定性、可靠性问题。作为无线过程控制系统的基础，过程控制 系统的稳定性首先依赖于工业无线网络节点获取现场参数的正确性，如果节点产生故障，我 们希望能够及时对节点故障进行修复隔离，这需要一个工业无线网络节点监控系统。因此通 过节点故障诊断子系统对工业无线网络控制系统进行监控是必要的，故障诊断子系统也将成 为保障工业无线网络控制系统可靠性的最后一道防线，同时故障诊断子系统可以为构建状态 预测系统、节点数据确认系统以及容错工业无线网络控制系统奠定基础。 1 2 研究意义 工业无线网络是一种微系统节点网络，其由布置在现场的大量的节点组成，而大规模的 现场节点急剧增加了网络的复杂性，降低了网络的稳定性和可靠性；每一个工业无线网络节 点的能量都由电池供应，能量是非常有限的，而由于网络节点众多以及物理环境的约束，电 池的频繁更换是受到限制的，能量限制着工业无线网络持续可靠稳定的运行。因此工业无线 网络作为一种无人值守的，自运行网络，其具有较强的能量约束性、底层终端的环境恶劣性。 在这种情形下，自组织、能量有效性( 节约能量) 、故障诊断与冗余算法对于保证网络的稳定 性、可靠性至关重要。每一个工业无线网络节点由计算组件、通信组件、存储组件、传感器 系统组件甚至执行器系统组件集合而成。由于技术以及应用环境的因数，工业无线网络节点 至少有两部分传感器和通信组件会直接与外界环境接触，将会接受来自物理、化学以及生物 方面的影响或破坏，因此节点容易产生故障另一方面工业无线网络节点与全封装的传统集成 电路相比，其稳定性和可靠性将会下降，产生故障的可能性也相应增加。因此对工业无线网 络节点进行故障诊断是必须也是必要的。 故障诊断已经发展成为计算机与通信系统设计时需要考虑的一个非常重要的部分。在传 统计算机设备系统中，相当大一部分电路将被设计成检测电路、或者需要设计一个内在自检 2 一 绪论 系统( b u i l t i ns e l f - t e s ts u b s y s t e m sb i s r ) t 1 2 j 同样，在d r a m 内存中，b i s r 经常被使用以 增强系统的可靠性。i b m 研究报告表明，传统无线通信，例如手机l 3 秒即完成一次自检 以保证通信。故障诊断对于无线设备如此重要主要由于其射频设备的存在。另一个方面，随 着大型机械设备复杂度的提高，用于负责大型机械监测和控制的工业无线网络节点的高可靠 性将是大型机械设备可靠的基础。学术界认为离线诊断或在线诊断对于工业无线网络来说是 一个非常重要的也是必须的任务。这里至少有六个理由阐述故障诊断的重要性： 技术发展趋势。技术设计方面促使故障诊断成为一个非常重要的方面。一个方面，工业 无线网络节点的各个部件，如无线通信组件、传感器组件、执行器组件比v l s i 计算组 件更容易产生故障。另一个方面，工业无线网络节点比传统的计算系统更加复杂，特别 是多样性。 应用趋势。应用需求促使工业无线网络节点故障诊断更加重要更加困难。工业无线网络 布置在恶劣的环境。此外，工业无线网络应用在低功耗、低能耗、工作在一种实时系统 状态。故障诊断能够降低延迟性、提高吞吐量。 关键功能。从系统功能角度，无线传感器网络应用于安全领域。在这种环境下，无线传 感器网络连续性高频率在线诊断是此种领域应用一种必须要求。 提高工业无线网络以及网络节点运行的可靠性、安全性和有效性，充分挖掘工业无线网 络的潜力，延长其使用寿命。 提高基于工业无线网络技术的过程自动化系统的可靠性、稳定性。 应用于过程自动化工业的工业无线网络技术，与应用于环境监控的w s n ( 无线传感器网 络) 不同，其获取和传送的数据不仅仅是环境参数，同时也是工业过程控制系统的状态与参 数，过程控制系统稳定运行和控制的依据，实现工业生产制造的基础。工业无线网络产生故 障，如果不能及时诊断与修复，其后果是不可预计的。从工业无线网络技术发展本身而言， 保证基于工业无线网络的过程控制系统的稳定、可靠，保证工业无线网络数据准确、可靠， 是一个很大的值得研究的命题。从工业无线网络技术应用而言，通过工业无线网络节点故障 诊断问题的研究，一方面是将工业无线网络以及节点的被动维护向预测性维护发展，另一个 方面为在过程控制自动化系统的基础上增加“网络以及节点认证”环节奠定技术基础，以实 现系统确认节点数据，剔除失真信号，保证数据的正确性的功能。由于过程工业的领域不同， 不同的工业现场会具有自己很大的特点，作为一种技术宏观研究，以具体的应用领域技术研 究提升为宏观研究是技术研究能够具有广泛性和实用性的前提；另外从客户应用的角度，客 户希望具有依靠于工业现场本身而不完全依赖于技术本身的方法，以保证系统的可靠性、稳 定性；再者任何一个过程工业控制现场都具有监控系统以监控整个系统的运行状态，特别是 对于基于工业无线网络技术的过程工业控制现场，不仅需要对于工艺流程系统监控，需要对 工业无线网络技术进行状态监控，需要对布置于工业现场的每一个工业无线网络节点进行状 态监控。本文即从技术研究系统级宏观角度和过程工业监控层的高度来研究工业无线网络节 点故障诊断问题，以提高工业无线网络及其数据的正确、可靠以及稳定。 3 两南大学硕十学伊论文 1 - 3 研究现状 1 3 1 故障诊断研究现状 故障诊断是- n 涉及多个门类的边缘学科，如现代控制理论、可靠性理论、数理统计、 信号处理、模式识别、人工智能、计算机与网络技术等，并与工业对象的过程和工艺紧密结 合；故障可理解为系统中至少有一个重要变量或特性偏离了正常范围，故障诊断的方法可分 为三大类：基于解析模型的方法、基于信号处理的方法和基于人工智能的方法。【”】 基于解析模型的故障诊断方法 通过将被诊断系统的可测信息和与系统模型的正常信息进行比较，从而产生残差，再对 残筹进行分析和处理而实现的故障诊断方法。 基于信号处理的故障诊断方法 被诊断系统的输出信号在正常条件下，都有典型的时域，频域及统计特征，当系统的这 些特征发生一定偏离时，则表明系统发生了故障，因而此类方法是由系统的特征反推系统状 态( 或故障) 。 基于人工智能的故障诊断方法 随着人工智能技术的发展，人工神经网络、模糊推理、模式识别、专家系统和故障树等 方法被应用到故障诊断领域，在系统的建模、推理、分类和决策等方面起到一定的作用。 1 3 2 工业无线网络节点故障诊断研究现状 目前工业无线网络的发展处于起步阶段，专门针对其节点的故障诊断的研究成果尚不多 见，而针对一般传感器网络节点的故障诊断的方法研究也只处于起步阶段。由于传感器网络 节点的成本相对较低，使用b 1 s r 技术进行故障诊断并不经济和实用，因此现阶段方法主要 利用节点所发送和接收的信号作为诊断依据。现有的w s n 故障诊断技术以传统故障诊断技 术类别为基础，可分为基于统计的方法、基于邻居比较的方法、基于分类的方法【1 4 】。 1 ) 基于统计的方法1 1 5 】 基于统计的方法是最早应用于节点故障诊断中的方法之一，主要通过对信号数据进行数 学统计分析，并根据所得到的相关属性完成相关诊断。基于统计分析的方法，优点在于不依 赖前提条件，具有很强的独立性，但一般传感器网络节点以自诊断为主，不能实现复杂算法， 对数据的分析过于简单，无法挖掘数据内部的一些隐性条件，而且容易受到外界环境因素( 如 噪声) 的干扰，因此误诊率比较高。 2 ) 基于邻居比较( 节点冗余) 的方法【l 6 j 基于邻居比较的方法是一种空间信号处理的方法，是将数据挖掘和机器学习的数据分析 中邻居分析引入故障诊断技术中而产生的。通过使用几个精确的距离概念以计算两个数据之 间的差值。如果一个数据的差值远远大于邻居数据差值，那么该节点被认为故障节点。基于 邻居比较的方法不对数据分布进行任何的假设以及估计，但是此种方法需要对输入参数进行 设定。并且，当数据是多变数据时，故障诊断所需要的计算量将会大大增加。节点冗余方法 另一个缺点是需要每一个节点提供冗余：常点，而这会大大提高工业成本。 3 ) 基于分类的方法i l 7 】 4 一 绪论 基于分类方法也是数据挖掘和机器学习分类方法在故障诊断中的衍生，是一种重要的系 统方法。基于分类的方法不同于上述两种方法，它不仅仅分析节点是否出现故障，而且对于 故障类犁进行了一定的分析。现有的w s n 故障分类方法主要有基丁向量机的分类、基于 b a y e s i a n 网络模型的分类。b a y e s i a n 网络包括基本b a y e s i a n 网络、b a y e s i a n 信任网络、动态 b a y e s i a n 网络。分类算法的弊端在于此种算法的计算量太大，如果数据时多变量的，b a y e s i a n 网络的应用将会产生很大的挑战。但由于单个工业无线网络节点成本相对较低，而且工业无 线网络工作环境相对封闭，因此遭受大规模人为破坏的可能性较小，如果节点出现故障，及 时更换故障节点即可，采用进一步分类诊断并不经济和实用。 1 3 3 国内外研究方法 由于工业无线网络的发展还处于起步阶段，因此本文的研究以一般w s n 网络节点故障 诊断方法的优缺点为研究基础。w s n 网络和节点的发展速度远远超于工业无线网络，而对其 节点故障诊断技术进行研究的国内外文献也相对比较多。 国外研究最初以信号统计方法为主，比如k n o r r e a n dn g ，r 等人在文献【1 8 】提出以大量 数据分析为基础的诊断算法，但这种算法计算量太大，能量消耗大，并不适合大规模网络。 为此b r a n c h j 等人在文献【1 9 】针对大规模网络提出了一种基于节点冗余的方法。该方法有效 的利用了w s n 的空间相关性，有效的解决了数学统计所带来的计算量的缺点。此后，研究 人员根据各种网络的特点，纷纷对节点冗余算法进行了改进，如s h e t h ，a h a r t u n g 等人在文献 2 0 中对a dh o e 网络提出了一种动态冗余的诊断算法；k h i l a r p m 等人在文献【2 1 d f l 提出了 基于能量和信号的周期性节点冗余比较诊断算法。ek o u s h a n f a r 等人在文献【2 2 中以簇为基 本单位的节点冗余算法。国内也有大量学者对w s n 节点故障诊断技术进行了研究，文献 2 3 】 针对节点毁坏性故障提出了一种基于比较分析的c b f d 算法。该算法以各个节点之间的冗余 关系为基础，对其进行分析诊断。但由于其以整个网络为诊断背景，因此能耗较大，文献【2 4 】 针对该缺点，提出了以簇为单位的比较型c b c d 算法。参考文献 2 5 针对上面文章有比较域 值的缺点，提出了一种具有域值决定的d f d 比较算法，并给出了域值数学模型及其证明。文 献2 6 在冗余空间分析的基础上，引入了时间序列a r ( n ) 模型的分析，首先对节点的时间序 列进行异常统计分析，在此基础上，引入空间对比分析，以加强节点个体与冗余的双分析。 另外，该文献是为数不多的，从监控应用层的角度来研究节点故障，而不同于以前方法的网 络技术层角度。文献 2 7 通过在时间序列的基础上，引入了粗糙集和贝叶斯决策实现对节点 故障类型的分类。以上的方法都是对一般w s n 网络节点故障诊断技术的研究，文献【2 8 是 华中科技大学所提出了一种针对于工业无线网络节点的可信度故障诊断技术，并成功申请了 专利。其基本思想以时间序列的统计分析为基础，计算时间序列的可信度和可信度密度，并 根据相应的阈值进行比较分析，进而得出诊断结果。此方法具有实现简单、不需要额外通信 信息等优点，具有较强的针对性，但其误诊率较高。图1 1 为其流程图。 5 两南火学硕+ 学位论文 嘤亚匝回匦哑t 十 n 1 1r r dm 3m 4m 5m 6 m k 0m i r i 1 、= m i m i - 1 、， 2 1m 3 2m 4 3m 5 4m 6 5m 7 6 m k ( k 1 ) l 匝亟叵j ，= 差川， 臣童r ：j = 2 荸，s ， 1 p 1 卟l 字l 该时阃段可信度：r = 1 该r j 间段可信度：r = 0 r 。，r ：，r r ，) hl ，h2 ，h3 hr 1 ) = 一r ( 1 s f r 一1 ) r - 一 r i 得到可信度密度 sd = h i j t l 图卜1 可信度算法 1 3 4 现有方法的不足 通过对国内外文献的研究可以发现，目前关于工业无线网络节点故障诊断研究的参考文 献少之又少，大部分文献主要关于一般w s n 网络节点的故障诊断，现对一般w s n 节点故障 诊断和工业无线网络节点故障诊断的方法的不足总结如下： 1 ) 现有的w s n 节点故障诊断方法主要以其m e s h 网络结构为核心，通过各个节点之间 互为节点冗余，通过邻居比较的方法实现诊断。但由于网络架构的不同，硬件节点冗余并无 法直接使用于工业无线网络。 2 ) 现有的方法与邻居节点形成冗余关系，增加了额外的通信，加重的网络的通信负担。 3 ) 现有方法的完成基本上都依赖于阈值的选择，而其阈值的选择又具有很强的经验性和 人为性，因此导致诊断方法效果较差，误诊率较高。 4 ) 现有方法主要从网络技术层考虑节点故障诊断问题，强调节点的自我诊断和修复，具 有较弱的应用局限性。 5 ) 现有方法主要从时域角度考虑，通过分析时域故障特征，而忽略针对频域角度的故障 特征进行研究分析。 通过一般故障诊断方法与节点故障诊断方法的分析对比可以发现现阶段节点故障诊断主 要是通过统计分析实现( 包括对比分析) ，对于另外两种传统方法应用较少。本文将突破现有 节点故障诊断方法，结合传统故障诊断方法，引入小波分析和人工神经网络技术，从监控应 用层角度研究工业无线网络节点故障诊断技术。 6 一 鼻 绪论 1 4 研究内容及结构 1 4 1 研究内容 本课题是国家8 6 3 基金项目( 2 0 0 7 a a 0 4 1 2 0 1 7 ) “基于工业无线的现场设备开发及系统应 用研究”的一个重要发展组成部分。通过深入研究工业无线网络基本体系架构、工业无线网 络特点、工业无线网络节点故障特点，在分析对比现有的w sn 节点故障诊断技术的基础上， 充分吸收基于邻居节点(