工業(yè)無線網(wǎng)絡節(jié)點故障診斷技術研究.pdf

1、工業(yè)無線網(wǎng)絡節(jié)點作為工業(yè)無線網(wǎng)絡的基礎和載體，其故障不但將直接影響網(wǎng)絡本身的正常運行，而且作為過程無線控制系統(tǒng)和大型機械設備監(jiān)控的基礎，若不及時排除節(jié)點故障，將直接威脅到人民的生命財產(chǎn)安全。但另一個方面由于工業(yè)現(xiàn)場的惡劣環(huán)境，加上節(jié)點的射頻部件和傳感部件需要與工業(yè)現(xiàn)場直接接觸，導致其出現(xiàn)故障的概率大大提高，因此對節(jié)點進行實時的故障診斷和監(jiān)控是必要的。故障診斷隨著人們對可靠性、安全性的要求提高，已經(jīng)發(fā)展成為一門系統(tǒng)的科學，包括基于解析模型

2、的故障診斷方法、基于信號處理的故障診斷方法、基于人工智能的故障診斷方法。但目前對工業(yè)無線網(wǎng)絡節(jié)點故障診斷的具體方法研究較少，甚至對一般傳感器網(wǎng)絡節(jié)點故障研究也不多。本文以WIA-PA為工業(yè)無線網(wǎng)絡的載體研究工業(yè)無線網(wǎng)絡節(jié)點故障技術。
　　 本文首先分析了現(xiàn)有的三種節(jié)點故障診斷方法，總結了基于節(jié)點冗余方法的優(yōu)點及其被廣泛研究和應用的原因，針對工業(yè)無線網(wǎng)絡節(jié)點不具備空間相關性的特點以及現(xiàn)有節(jié)點診斷技術誤診率高、實時性差、人為性強和不

3、適用于監(jiān)控等缺點，以工業(yè)現(xiàn)場所擁有的大量現(xiàn)場數(shù)據(jù)為現(xiàn)實基礎，以故障信號的奇異性為理論基礎，利用人工神經(jīng)網(wǎng)絡技術的智能性以及小波變換時頻局部分析的優(yōu)越性，提出了一種基于解析冗余的工業(yè)無線網(wǎng)絡節(jié)點故障診斷方法。
　　 在提出基于解析冗余節(jié)點故障診斷思想方法的基礎上，從方法實現(xiàn)的角度，推導了方法的模型，給出了方法的實現(xiàn)流程，研究了方法實現(xiàn)的關鍵技術，重點研究了工業(yè)無線網(wǎng)絡節(jié)點BP神經(jīng)網(wǎng)絡模型的架構設計，確定了神經(jīng)網(wǎng)絡隱含層數(shù)，確定了學

4、習目標、初始權值以及學習最大次數(shù)，確定了神經(jīng)網(wǎng)絡各層的節(jié)點數(shù)，完成了工業(yè)無線網(wǎng)絡節(jié)點神經(jīng)網(wǎng)絡模型構造設計和學習；針對BP神經(jīng)網(wǎng)絡動量附加法以及自適應學習速率沒有分層考慮隱含層和輸出層虛假最優(yōu)以及調節(jié)速率矛盾性的缺點，提出了一種層級改進學習算法以進一步改善BP神經(jīng)網(wǎng)絡的學習速率；針對小波分析需要選擇最優(yōu)小波基的問題，從工程經(jīng)驗和小波函數(shù)數(shù)學屬性兩個角度分析選擇了Db系列小波作為小波分析的基函數(shù)。此外，針對無線通信對信號的干擾，以節(jié)點的監(jiān)測

5、組件為基礎，對結合了信號、能量、鏈路質量等因數(shù)的故障綜合診斷進行了初步探討，提出了一種以解析冗余和監(jiān)測部件為基礎的節(jié)點故障綜合診斷方法。最后，通過三組仿真實驗對本文的主要工作進行了驗證。第一組仿真實驗結果表明，本文所提出了層級改進算法在BP神經(jīng)網(wǎng)絡學習速率上具有明顯的改善效果，比原來平均提高了10％；第二組仿真實驗結果證明了基于解析冗余節(jié)點故障診斷方法的可行性；第三組仿真實驗結果表明本文所提出了方法比現(xiàn)有方法診斷準確率提高了11％的同時