面向机械振动信号采集的无线传感器网络节点设计

针对现有无线传感器网络节点的不足和机械振动信号采集的需求,设计了一种可实现机械振动信号采集和片上处理的无线传感器网络节点。该节点采用MEMS加速度传感器拾取振动信号,以低功耗FPGA芯片为控制核心,采用了可编程片上系统技术,将数据采集、存储、处理和传输等控制功能模块集成到单个FPGA芯片中。本文着重介绍了节点数据采集、存储和传输部分的硬件电路和控制逻辑设计,对比实验表明该节点能有效采集和监测机械振动信号。     

机械振动无线传感器网络数据分块大小研究

机械振动无线传感器网络节点因存储容量有限、信道带宽窄导致节点需将高采样频率下产生的大量振动数据进行分块存储、读取与发送,而数据分块大小将直接影响数据存储、读取与发送能耗。为研究各过程数据分块大小与能耗的关系,首先通过实验得出数据存储、读取与发送过程中工作电流、工作时间与数据分块大小间离散关系;然后利用最小二乘法对离散关系进行线性拟合,建立各过程能耗数学模型,结合处理器自身存储容量与通信协议物理层载荷等限制因素,得出使各过程能耗最低的数据分块大小。对比实验结果表明,各过程均采用最优数据分块大小能有效降低机械振动无线传感器网络节点能耗。     

基于信标时序补偿的机械振动无线传感器网络同步触发方法

针对无线传感器网络（WSN）在实现机械振动同步采集过程中,采集节点应该同时触发采集命令,同步触发误差应在一个采样周期内的要求,设计了一种基于信标时序补偿思想的WSN同步触发协议STBTC_P（the Synchronization Trigger protocol based on Beacon Timing Compensation）。协议基于IEEE 802.15.4协议标准开发多跳树状网络,以信标负载方式传输采集命令,在利用集中关联信标分配法避免信标冲突并实现全网时钟同步后,采用基于信标时序补偿思想的同步触发方法实现机械振动采集命令的多跳同步触发,为最终提高机械振动同步采集精度创造使能条件。最后,在自研采集节点WSN-G2上运行STBTC_P协议,并验证了其有效性。     

金山店铁矿东区膨胀岩形成机理及预测

为弄清金山店铁矿东区膨胀岩形成机理,分别用Ｘ射线衍射仪、扫描电镜和电子能谱仪检测和鉴定膨胀岩中膨胀矿物的种类、含量及膨胀岩的原岩. 检测和鉴定结果表明,膨胀物主要是蒙脱石,其次为伊利石和高岭石,膨胀岩的原岩为石英闪长岩. 在此基础上,对东区工程地质特征、膨胀岩形成的物质基础和动力条件进行了系统分析,揭示出膨胀岩体的低温热液蚀变、强膨胀岩体的地质构造、近矿强膨胀岩的热力接触变质等3种膨胀岩的形成机理,并提出了下盘膨胀岩分布具有条带性、大理岩层缺失部位即为膨胀岩、膨胀岩的膨胀性与岩体的破裂程度呈正比的发育规律. 根据研究成果,预测膨胀岩主要分布在３４－４０勘探线间,中间厚度在９０ ｍ左右,具有两端薄中间厚的特点.     

时钟同步调度的多跳机械振动WSN多信道传输法

针对机械振动无线传感器网络(wireless sensor networks,简称WSNs)在多跳应用中因信道竞争激烈导致大量振动数据传输速率低的问题,提出了一种基于时钟同步调度的多跳机械振动WSN多信道数据传输方法,从时钟同步精度、网络调度效率和信道干扰等方面提高多跳网络数据传输性能。首先,采用基于信标时序补偿的多跳网络时钟同步方法,实现数据传输的全网同步调度;其次,通过父子链路时序轮转的数据传输调度方法,确保节点有效传输时间最大化;然后,采用干扰最小化信道分配方法实现多跳网络传输信道分配,避免邻频干扰对多信道并行数据传输的影响;最后,通过丢包检测重传机制保证数据传输可靠性,避免振动数据丢失。多信道数据传输性能测试结果表明,该方法可以将多跳网络数据传输速率从10kbps提高至70kbps以上,满足多跳机械振动WSN数据传输需求。     

基于时频融合和注意力机制的深度学习行星齿轮箱故障诊断方法

针对行星齿轮箱振动信号频率成分复杂和时变性强的问题,提出了基于时频融合和注意力机制的深度学习行星齿轮箱故障诊断方法。首先,采用小波包分解将原始振动信号分解到频带和时间两个维度作为输入数据;然后,使用卷积神经网络融合数据的频带特征,使用双向门控循环单元融合时序特征;接着采用注意力结构对不同时间点的特征自适应地进行动态加权融合;最后通过分类器进行识别,实现行星齿轮箱的端对端故障诊断。实验表明,该方法对比现有的深度学习故障诊断模型具有更高准确率,能够对行星齿轮箱多种健康状态进行准确地诊断。     

基于圆环点的亚像素摄像机自标定方法

针对现有的摄像机自标定算法抗噪声性能差等问题,分析了基于圆环点的摄像机自标定方法的原理,对现有方法作出了改进.充分利用Harris算子和Fostner算子的优点设计了一种亚像素的角点检测算法,提取的角点位置可精确到亚像素级;同时引入了等效圆心的概念,最大限度地降低了噪声干扰.然后充分利用射影几何调和共轭的理论求取摄像机的内参数.实验结果表明,该标定方法原理简单,标定结果鲁棒性较好且标定精度较高,可应用于高精度的视觉测量.     

基于最优Morlet小波和自项窗的混合时频分析方法研究

提出一种基于最优Morlet小波和自项窗的混合时频分析方法。对和机械冲击信号波形相似度较高的Morlet小波进行改进,采用交叉验证法和Shannon熵方法设计了改进Morlet小波参数和小波变换尺度,对信号进行连续小波变换(CWT)以实现滤波消噪;然后,设计了自适应自项窗函数,对Wigner-Ville分布(WVD)交叉项进行移除,消除WVD交叉项的干扰。仿真和实验验证了所提出的方法可以有效地对含噪信号进行滤波消噪、并去除WVD中干扰项的影响,提高时频分析的分辨率和能量聚集性。     

基于混合拓扑的机械无线传感器网络多信道数据传输方法

针对机械振动无线传感器网络节点因信道带宽窄导致网络传输速率过低,在大量原始数据传输需求下实时性较差的问题,提出一种基于簇树星型混合拓扑的多信道数据传输方法。对各传感器网络节点进行树间通信干扰最小化信道分配,避免邻频干扰影响树间并行通信,在数据同步采集结束后,各节点以分配信道组建簇树星型混合拓扑网络进行数据传输;采用树间通信握手机制和树间通信优先级抢占机制解决簇树星型混合拓扑带来的树间互盲问题;将各采集节点短地址作为调度信息载入信标进行广播,各采集节点根据调度信息决定进行数据传输或者休眠,实现树内通信能耗最小化时序调度。将提出的多信道数据传输方法与载波侦听多路访问/冲突避免机制进行对比,实验结果表明该方法能有效提高机械振动无线传感器网络数据传输速率。     

基于局部切空间排列与MSVM的齿轮箱故障诊断

针对齿轮箱故障特征重叠难以有效分离问题,提出基于局部切空间排列与多核支持向量机的齿轮箱故障诊断模型。在由振动信号时域统计指标及内禀模态分量能量构造的多元特征空间中,据局部切空间排列算法对多元特征进行非线性降维处理,得到初始低维流形结构,获取最优敏感特征向量;将该特征向量输入至多核支持向量机进行学习训练与故障辨识。局部切空间排列能克服传统降维方法的不足,多核支持向量机可实现复杂故障高精度、自动化智能诊断。通过齿轮箱故障模拟实验验证该方法的有效性。