井下工作面設(shè)備無(wú)線監(jiān)測(cè)網(wǎng)絡(luò)與故障診斷關(guān)鍵技術(shù)研究.pdf

1、無(wú)線傳感器網(wǎng)絡(luò)(WirelessSensorNetwork,WSN)是當(dāng)今國(guó)內(nèi)外備受關(guān)注的、由多學(xué)科高度綜合交叉而來(lái)的新型前沿研究領(lǐng)域。無(wú)線傳感器網(wǎng)絡(luò)的基本功能是采集并傳輸節(jié)點(diǎn)在監(jiān)測(cè)區(qū)域內(nèi)的感知信息。構(gòu)建可靠的網(wǎng)絡(luò)結(jié)構(gòu),降低網(wǎng)絡(luò)數(shù)據(jù)傳輸量、提高信息傳輸效率等是無(wú)線傳感器網(wǎng)絡(luò)所面對(duì)的最大挑戰(zhàn),因此,拓?fù)淇刂啤⒙酚蓞f(xié)議、網(wǎng)絡(luò)優(yōu)化等都是以提高網(wǎng)絡(luò)性能為目的,并成為無(wú)線傳感器網(wǎng)絡(luò)重要研究熱點(diǎn)。
　　由于無(wú)線傳感器網(wǎng)絡(luò)的技術(shù)特點(diǎn),使其在軍事

2、、環(huán)境、安全、醫(yī)療、工農(nóng)業(yè)生產(chǎn)以及智能家居等領(lǐng)域都有著廣闊的應(yīng)用前景。通過(guò)研究發(fā)現(xiàn),無(wú)線傳感器網(wǎng)絡(luò)在機(jī)械故障診斷方面的應(yīng)用研究尚屬起步階段。尤其在井下大型復(fù)雜機(jī)械設(shè)備上,通過(guò)組建無(wú)線傳感器監(jiān)測(cè)網(wǎng)絡(luò)來(lái)構(gòu)建安全監(jiān)測(cè)系統(tǒng),可以降低設(shè)備檢查的成本,縮短設(shè)備停機(jī)檢修時(shí)間,提高效率,結(jié)合基于無(wú)線傳感器網(wǎng)絡(luò)的故障診斷方法可以發(fā)現(xiàn)早期故障征兆和已經(jīng)發(fā)生的故障特征,避免由機(jī)械故障引起的井下安全事故。
　　本文對(duì)無(wú)線傳感器網(wǎng)絡(luò)拓?fù)淇刂啤⒙酚蓞f(xié)議、網(wǎng)絡(luò)

3、優(yōu)化方法進(jìn)行了研究,提出了新的改進(jìn)方法;詳細(xì)分析了設(shè)備的故障模型及機(jī)械故障診斷的主流方法,進(jìn)行了基于無(wú)線傳感器網(wǎng)絡(luò)的故障特征提取及故障類型分類的研究。本文的主要工作體現(xiàn)在以下幾個(gè)方面:
　　(1)針對(duì)煤礦井下工作面的實(shí)際要求與無(wú)線傳感器監(jiān)測(cè)網(wǎng)絡(luò)需要監(jiān)測(cè)的設(shè)備(采煤機(jī)、刮板輸送機(jī)和液壓支架群)及環(huán)境(溫度、濕度、瓦斯?jié)舛鹊?。詳細(xì)分析了網(wǎng)絡(luò)監(jiān)測(cè)設(shè)備——采煤機(jī)、刮板輸送機(jī)和液壓支架群,提出了需要監(jiān)測(cè)的重要參數(shù)及設(shè)備狀態(tài),并對(duì)需要監(jiān)測(cè)的

4、工作面重要環(huán)境參數(shù)進(jìn)行了分析。根據(jù)監(jiān)測(cè)的設(shè)備和環(huán)境,設(shè)計(jì)了井下無(wú)線傳感器監(jiān)測(cè)網(wǎng)絡(luò)的總體架構(gòu),分析了網(wǎng)絡(luò)需求和層次結(jié)構(gòu),同時(shí)對(duì)井下特殊環(huán)境,建立了無(wú)線傳感器網(wǎng)絡(luò)通信信道模型,并進(jìn)行了分析。
　　(2)為了保證煤礦井下無(wú)線傳感器監(jiān)測(cè)網(wǎng)絡(luò)的可靠性和連通性,同時(shí)減少構(gòu)建網(wǎng)絡(luò)拓?fù)涞哪芎暮蜁r(shí)耗,本文提出一種基于自適應(yīng)分層遺傳PID的拓?fù)淇刂扑惴?SAHGA-PID),在自適應(yīng)遺傳算法的基礎(chǔ)上引入分層搜索策略,將其分為兩層搜索,提高算法尋優(yōu)效果

5、。該算法不僅使用了閉環(huán)控制思想,而且引入了自適應(yīng)分層遺傳算法,通過(guò)仿真表明:該算法可以很好的減少網(wǎng)絡(luò)啟動(dòng)能耗。使用基于SAHGA-PID的拓?fù)淇刂扑惴ㄟM(jìn)行井下工作面無(wú)線傳感器網(wǎng)絡(luò)拓?fù)淇刂?可以更快更好的構(gòu)建網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),減少網(wǎng)絡(luò)啟動(dòng)過(guò)程中的能耗和時(shí)耗,快速達(dá)到網(wǎng)絡(luò)連通性要求。保證了井下工作面網(wǎng)絡(luò)拓?fù)錁?gòu)建或者重建的效率,為實(shí)時(shí)監(jiān)測(cè)和后續(xù)路由建立提供了良好基礎(chǔ)。
　　(3)針對(duì)煤礦井下對(duì)數(shù)據(jù)傳輸可靠性的要求,分析建立了無(wú)線傳感器網(wǎng)絡(luò)能

6、耗模型,并在此基礎(chǔ)上,提出了井下基于自適應(yīng)分簇多類分層路由算法(SACMHROUTING),綜合了分布式分簇與集中分簇機(jī)制,在分布式分簇時(shí)引入距離因子,使得簇首分布更加均衡,同時(shí),在該算法中引入雙簇首冗余機(jī)制,當(dāng)簇內(nèi)節(jié)點(diǎn)過(guò)多時(shí),可以均衡網(wǎng)絡(luò)負(fù)載;當(dāng)一個(gè)簇首失效時(shí),可以保證網(wǎng)絡(luò)可靠性和連通性。并在雙簇首的可靠性下,提出了基于節(jié)點(diǎn)功率調(diào)節(jié)構(gòu)建最小路徑生成樹(shù)的路由發(fā)現(xiàn)算法,更快建立最小路徑生成樹(shù),減少能量消耗。結(jié)果表明,本文提出的路由算法可以

7、更均勻的分簇,并控制簇內(nèi)節(jié)點(diǎn)數(shù),提高網(wǎng)絡(luò)負(fù)載的均衡性,延長(zhǎng)了網(wǎng)絡(luò)生命周期,增強(qiáng)了網(wǎng)絡(luò)可靠性。
　　(4)對(duì)煤礦井下無(wú)線傳感器監(jiān)測(cè)網(wǎng)絡(luò)覆蓋控制和設(shè)備區(qū)的任務(wù)調(diào)度這兩個(gè)優(yōu)化問(wèn)題進(jìn)行了詳細(xì)分析。對(duì)已有的無(wú)線傳感器網(wǎng)絡(luò)優(yōu)化算法進(jìn)行了研究,考慮到眾多優(yōu)化算法的優(yōu)缺點(diǎn),本文提出了基于混合蛙跳蟻群的覆蓋優(yōu)化算法,融合了混合蛙跳和蟻群算法的各自優(yōu)點(diǎn),彌補(bǔ)了混合蛙跳算法容易發(fā)生早熟和蟻群算法早期信息素不足的缺點(diǎn)。仿真結(jié)果表明,通過(guò)混合蛙跳算法與蟻群

8、算法的融合,對(duì)網(wǎng)絡(luò)搜索最大破壞路徑可以有效地對(duì)網(wǎng)絡(luò)覆蓋性能進(jìn)行優(yōu)化,并進(jìn)行節(jié)點(diǎn)的調(diào)整,提高網(wǎng)絡(luò)覆蓋率。同時(shí)針對(duì)煤礦井下工作面設(shè)備區(qū)的狹長(zhǎng)特性,建立鏈?zhǔn)綗o(wú)線監(jiān)測(cè)網(wǎng)絡(luò)的任務(wù)調(diào)度模型,利用智能遺傳算法進(jìn)行優(yōu)化,結(jié)果表明,通過(guò)該模型的優(yōu)化,可以使得整個(gè)鏈?zhǔn)骄W(wǎng)絡(luò)在完成系統(tǒng)任務(wù)時(shí),達(dá)到時(shí)耗和能耗的最優(yōu)化。
　　(5)闡述了機(jī)械故障診斷技術(shù)的發(fā)展及診斷方法分類,對(duì)采煤機(jī)關(guān)鍵部件——滾動(dòng)軸承進(jìn)行分析,并建立故障特征模型,利用倒頻譜對(duì)多邊帶頻率故障