黃峰亮，錢曉捷

（1.鄭州鐵路職業(yè)技術學院實踐教學中心，河南 鄭州 451460；2.鄭州大學信息工程學院，河南 鄭州 450001）

1 引言

柴油機、發(fā)電機組、空壓機組等機械設備在運行時會產(chǎn)生振動現(xiàn)象[1]，通過監(jiān)測機械振動所產(chǎn)生的信號可提前判斷設備的健康狀態(tài)[2]，從而避免發(fā)生工業(yè)事故。因此，為保證機械設備的正常運作，通常都會為機械設備配置計算機監(jiān)測系統(tǒng)和報警系統(tǒng)，以更直接、準確地得到設備運行狀態(tài)參數(shù)[3]，當前已有相關研究。

文獻[4]提出一種實時在線診斷機械振動狀況的方法，首先采集機械機組運行過程中的振動信號，然后提取信號的特征值及其敏感等級分布，并利用獲取得到的振動信號數(shù)據(jù)構建特征值振動信號數(shù)據(jù)庫，在此基礎上進行機械振動狀態(tài)診斷，但該方法的計算復雜度較高。文獻[5]為分析機械振動狀況，提升振動控制精度，提出基于最小二乘發(fā)射功率的機械振動自適應控制方法，采用無線傳感器監(jiān)測機械振動產(chǎn)生的功率，并通過無線傳感器節(jié)點間通信鏈路質(zhì)量構建兩者離散關系，最后采用最小二乘法擬合所得結果，并構建自適應數(shù)學模型，通過無線傳感器節(jié)點間的振動信號數(shù)據(jù)傳輸結果，可實現(xiàn)機械振動的實時監(jiān)測，但該方法的加密實時性不好。文獻[6]提出一種基于雙稀疏字典模型機械振動信號壓縮感知方法，通過分析機械振動信號的近似稀疏性，并應用高斯隨機矩陣壓縮測量振動信號，利用測量結果重構原始振動信號，完成機械振動的監(jiān)測，但該方法計算收斂性差。

針對上述問題，設計一種基于無線傳感網(wǎng)絡的機械振動監(jiān)測終端。采用無線傳感網(wǎng)絡通信技術實現(xiàn)遠程數(shù)據(jù)傳輸，提高監(jiān)測振動信號數(shù)據(jù)傳輸?shù)陌踩?。最后?jīng)實驗可知，所提方法具有有效性。

2 硬件設計

2.1 采集節(jié)點

振動傳感器是一種微型嵌入式系統(tǒng)，由多個傳感器節(jié)點構成，用于檢測和采集不同區(qū)域的振動信號數(shù)據(jù)，該系統(tǒng)主要由四個模塊組成，分別為：電源、微處理器、感知器以及無線通信模塊。設計傳感器節(jié)點時，除了考慮成本、能耗外，還要考慮節(jié)點通信質(zhì)量以及耐腐蝕性問題，基于上述因素，構建傳感器節(jié)點的硬件結構，如圖1 所示。

圖1 傳感器節(jié)點的硬件結構Fig.1 Hardware Structure of Sensor Nodes

其中電源主要以鋰電池為中心，由電源保護電路、電池監(jiān)測芯片組成的供電模塊，為傳感器提供穩(wěn)定能量。過程中為保證輸入端電阻的對稱，需使電源電路具備靜態(tài)工作功能，因此在設計電源時，在輸入端加入一個直流點位，保證輸入信號與電位的疊加狀態(tài)的穩(wěn)定，其中電源放大電路，如圖2 所示。

圖2 電源放大電路Fig.2 Power Amplifier Circuit

微處理器主要作用在于處理信號、存儲振動信號數(shù)據(jù)以及調(diào)度節(jié)點任務等，為提升振動信號數(shù)據(jù)調(diào)度效率，將采用TI 公司生產(chǎn)的MSP430 處理器，該處理器具有功耗低、計算精度高的優(yōu)點，同時，考慮成本因素，可選用CC2420 芯片兼容ZigBee 協(xié)議，提升振動信號數(shù)據(jù)傳輸穩(wěn)定性。感知器用于檢測和采集工作環(huán)境振動信號數(shù)據(jù)，并通過A/D 轉(zhuǎn)換將振動信號數(shù)據(jù)轉(zhuǎn)換為數(shù)字信號。

2.2 網(wǎng)關節(jié)點

網(wǎng)關節(jié)點不僅要求處理能力強，同時還要求運行速度快。由于機械振動產(chǎn)生的信號和振動信號數(shù)據(jù)量較多，因此存儲空間需要具備足夠的容量。網(wǎng)關節(jié)點結構，如圖3 所示。

圖3 網(wǎng)關節(jié)點結構圖Fig.3 Gateway Node Structure

此外，由于部分機械設備要求封閉的工作環(huán)境，容易屏蔽外界無線信號，因此要做到室內(nèi)室外連通?；谏鲜鰞?nèi)容大致分析了無線傳感網(wǎng)絡下機械振動監(jiān)測終端的硬件設計要求，為保證設計終端的運行穩(wěn)定性，進行軟件設計時需考慮上述硬件特征。

3 軟件設計

3.1 異常振動信號收發(fā)轉(zhuǎn)換控制模型

將采用無線傳感網(wǎng)絡設計機械振動監(jiān)測終端，但由于無線傳感網(wǎng)絡終端節(jié)點的隨機分布性，導致無線傳感網(wǎng)絡終端容易受到網(wǎng)絡的明文攻擊，導致數(shù)據(jù)泄露，需要進行無線傳感網(wǎng)絡終端加密優(yōu)化設計，提高無線傳感網(wǎng)絡終端數(shù)據(jù)傳輸?shù)陌踩?。因此在無線傳感網(wǎng)絡下構建異常振動信號的收發(fā)轉(zhuǎn)換控制模型時，需設計收發(fā)轉(zhuǎn)換控制模型的信號監(jiān)測的密鑰。采用橢圓曲線加密機制（Elliptic Curve Cryptography，ECC）接入異常振動信號[7]，以此構建異常振動信號收發(fā)轉(zhuǎn)換控制模型，假設無線傳感網(wǎng)絡終端接入振動信號的調(diào)制參數(shù)為：param=｛G1，G2，e，g，g2，g3，h，H1，H2｝，采用如下Logistics 混沌映射進行異常振動信號的線性分解，構建無線傳感網(wǎng)絡終端接入振動信號的同態(tài)密鑰：

式中：Pn（i=1，……，n）表示無線傳感網(wǎng)絡終端接入振動信號數(shù)據(jù)監(jiān)測比特序列的特征分布集。采用組合空間結構映射方法進行無線傳感網(wǎng)絡終端敏感數(shù)據(jù)的傳輸鏈路模型設計，計算無線傳感網(wǎng)絡終端接入振動信號數(shù)據(jù)的互信息特征量和敏感域特征分布分別為：

采用同態(tài)公鑰加密方案構建無線傳感網(wǎng)絡終端接入振動信號數(shù)據(jù)的加密密鑰，結合橢圓曲線同態(tài)加密方案進行無線傳感網(wǎng)絡的公鑰隨機數(shù)設計，在不同分塊長度下，結合Logistics 混沌系統(tǒng)的周期性演化軌跡進行線性重組[8]。

無線傳感網(wǎng)絡終端接入振動信號數(shù)據(jù)監(jiān)測的Logistics 混沌映射演化軌跡模型進行異常振動信號收發(fā)轉(zhuǎn)換控制，進行無線傳感網(wǎng)絡終端接入的加密密鑰設計，采用隨機抽樣方法進行無線傳感網(wǎng)絡中終端接入振動信號數(shù)據(jù)的比特序列重建，構建Turbo 碼進行碼元調(diào)制，實現(xiàn)無線傳感網(wǎng)絡的異常振動信號收發(fā)轉(zhuǎn)換控制[9]。

3.2 機械振動監(jiān)測終端算術編碼設計

采用多層隨機線性重組技術進行無線通信網(wǎng)絡終端振動信號數(shù)據(jù)的特征重組，實現(xiàn)對無線通信網(wǎng)絡終端振動信號數(shù)據(jù)的線性編碼和向量量化分解，構建表征無線傳感網(wǎng)絡終端敏感數(shù)據(jù)的比特序列流，求得第i 個無線傳感網(wǎng)絡終端接入節(jié)點傳輸?shù)絊ink節(jié)點的隨機碼元為λi，引入SuLQ 框架進行算術編碼，得到無線通信網(wǎng)絡終端接入的轉(zhuǎn)發(fā)鏈路模型用公式描述為，隨機選擇一個向量u，得到無線傳感網(wǎng)絡終端接入振動信號數(shù)據(jù)的匹配度為：

使用排隊論的模型進行無線傳感網(wǎng)絡終端接入振動信號數(shù)據(jù)的線性編碼，以m 為嵌入維，得到無線傳感網(wǎng)絡終端接入振動信號數(shù)據(jù)的編碼比特流為：

在穩(wěn)態(tài)收斂條件下，構建區(qū)間分割的算術編碼算法，計算無線傳感網(wǎng)絡終端的明文塊特征量[10]，采用隨機線性編碼技術，求得無線傳感網(wǎng)絡終端接入振動信號數(shù)據(jù)的時間開銷Tservice，等待時間為Twait，二者的關系為：

采用平均互信息算法，進行無線傳感網(wǎng)絡終端接入線性編碼，得到編碼密鑰的響應特征量為：

根據(jù)上述算術編碼設計，采用橢圓曲線加密機制和Logistics混沌映射進行無線傳感網(wǎng)絡終端接入的振動信號周期性編碼設計，根據(jù)編碼方案構建加密密鑰，提高振動信號監(jiān)測的安全性[11]。

3.3 機械振動監(jiān)測振動信號安全接入

采用分段Logistics 混沌序列置亂方法進行加密密鑰構造，結合神經(jīng)網(wǎng)絡學習方法進行無線傳感網(wǎng)絡終端振動信號數(shù)據(jù)監(jiān)測的量化編碼設計[12]，基于隨機關聯(lián)映射編碼機制構建無線傳感網(wǎng)絡終端接入加密的統(tǒng)計特征量為：

采用分塊特征匹配方法進行數(shù)組加密，加密的長度為n，互信息函數(shù)為H=-〉pilog2（pi），得到優(yōu)化的加密解密方案為：

C→S：Certificate｛Certc｝

C→S：ClientKeyExchange｛Kc｝

C→S：CertificateVerify｛｛hash（messages）｝D-1｝

通過調(diào)整密鑰參數(shù)p 來進行加密過程的自適應尋優(yōu)，當無線傳感網(wǎng)絡終端安全加密的顯著度水平滿足x0=q0*π，那么得到無線傳感網(wǎng)絡終端安全加密的統(tǒng)計特征量式：

綜上分析，實現(xiàn)了無線傳感網(wǎng)絡終端安全加密接入，提高了無線傳感網(wǎng)絡終端監(jiān)測的安全性[13-15]。

4 基于無線傳感器網(wǎng)絡的機械振動監(jiān)測終端

引入神經(jīng)網(wǎng)絡學習算法，實現(xiàn)監(jiān)測終端的運行，結合神經(jīng)網(wǎng)絡學習方法量化無線傳感網(wǎng)絡終端振動信號數(shù)據(jù)的特征細節(jié)，實現(xiàn)步驟為：

（1）令x（t），t=0，1，…，n-1，為無線傳感網(wǎng)絡終端振動信號數(shù)據(jù)傳輸?shù)挠柧毿蛄校O置無線傳感網(wǎng)絡終端的初始時間計數(shù)t=0；

（2）對無線傳感網(wǎng)絡終端接入的新的訓練量化編碼序列進行分段設計，構造網(wǎng)絡終端接入編碼的向量模式x（t）=（x0（t），x1（t），…，xk-1（t））T；

（3）計算無線傳感網(wǎng)絡終端接入振動信號數(shù)據(jù)在人工神經(jīng)網(wǎng)絡隱含層中的輸入向量x（t），并采用自適應加權學習方法進行分組學習[11]，得到神經(jīng)網(wǎng)絡的加權值與ωi的關系：

其中：ωi=（ω0i，ω1i，…，xk-1，（it））T，采用深度學習方法進行終端安全加密的自適應學習，在密文域中進行加密特征提取。

（5）結合組合空間結構映射方法進行信息加密控制，t=t+1，當滿足收斂條件，結束。

根據(jù)上述算法設計，實現(xiàn)無線傳感網(wǎng)絡下的機械振動監(jiān)測終端設計。

5 仿真實驗與結果分析

為了測試所提方法在實現(xiàn)無線傳感網(wǎng)絡終端振動信號監(jiān)測中的應用性能，采用Matlab7 進行仿真試驗分析。由于機械設備監(jiān)測環(huán)境受限，設置測試環(huán)境范圍為（50×50）m，并布置50 個傳感節(jié)點，采樣頻率為2kHz。為保證實驗的可行性，本次實驗將參照北京樽祥科技檢測中心的機械振動監(jiān)測過程，其監(jiān)測環(huán)境，如圖4 所示。

圖4 現(xiàn)場監(jiān)測環(huán)境Fig.4 Field Monitoring Environment

通過設計的無線傳感器網(wǎng)絡的機械振動監(jiān)測終端，并對其性能進行實驗，首先對獲取機械振動信號進行預處理，獲得時域波形及幅值譜；其次，對比不同方法下振動信號數(shù)據(jù)獲取的隱寫性能；最后，對比不同方法無線傳感網(wǎng)絡終端監(jiān)測振動信號監(jiān)測能耗度。具體如下所示。

5.1 數(shù)據(jù)預處理

根據(jù)仿真環(huán)境和參數(shù)設定，進行機械振動監(jiān)測，將采用分段監(jiān)測方法進行機械振動信號監(jiān)測，得到機械振動狀態(tài)下的時域波形及幅值譜，如圖5 所示。

圖5 待加密的終端振動信號Fig.5 Terminal Vibration Signal to be Encrypted

分析圖5 可知，采集到的信號可有效反映出機械振動情況。在圖5（a）中，監(jiān)測波形有規(guī)律，說明所提方法在監(jiān)測過程中具有穩(wěn)定性，分析圖5（b）可知，在低頻振動情況下能夠有效反映機械振動效果。

5.2 隱寫性能

測試不同方法進行無線傳感網(wǎng)絡終端監(jiān)測振動信號數(shù)據(jù)獲取過程的隱寫性能，得到對比結果，如表1 所示。

表1 終端信息管理的隱寫性能對比Tab.1 Steganography Performance Comparison of Terminal Information Management

分析可見，采用所提算法進行無線傳感網(wǎng)絡終端接入的信號數(shù)據(jù)變化位數(shù)更高，抗攻擊能力較強，提高了無線傳感網(wǎng)絡終端接入的安全性。因此，應用所提方法可有效提升振動信號監(jiān)測的可靠性。

5.3 監(jiān)測能耗

為了驗證所提方法的無線傳感網(wǎng)絡終端監(jiān)測振動信號監(jiān)測能耗度，對比文獻[4]方法、文獻[5]方法，實驗結果，如圖6 所示。

圖6 不同方法監(jiān)測能耗度對比圖Fig.6 Comparison of Energy Consumption Monitoring by Different Methods

文獻[4]方法監(jiān)測能耗為25%左右，文獻[5]方法監(jiān)測能耗為50%左右，而所提方法監(jiān)測能耗為5%左右，低于傳統(tǒng)方法，具有較為明顯的優(yōu)勢，如圖6 所示。

6 結語

機械振動過程中存在著很多不穩(wěn)定因素，很容易發(fā)生故障，故障的發(fā)生會影響整個系統(tǒng)的運作，所以對機械振動的實時監(jiān)測，有利于及時發(fā)現(xiàn)振動故障，避免影響整個系統(tǒng)的運作。為了更好地監(jiān)測機械振動，提出基于無線傳感器網(wǎng)絡的機械振動監(jiān)測終端設計。首先利用傳感器節(jié)點及網(wǎng)關節(jié)點設計了檢測終端的硬件，在硬件基礎上，利用Logistics 混沌映射演化構建了異常振動信號的收發(fā)轉(zhuǎn)換控制模型，通過對振動信號的周期性編碼加密解密，安全接入機械振動監(jiān)測振動信號，最后量化終端振動信號數(shù)據(jù)的編碼，完成檢測終端設。仿真結果驗證了所提方法的有效性，具有較好的故障實時監(jiān)測效果。機械振動監(jiān)測系統(tǒng)設計是現(xiàn)代機械工程領域研究的前沿方向，無線傳感網(wǎng)絡的引入能提升機械設備振動監(jiān)測系統(tǒng)的性能，為現(xiàn)代機械工程領域的研究提供了新的思路和手段。