当前位置:主页 > 经济论文 > 技术经济论文 >

温室环境无线监测系统故障诊断系统

发布时间:2020-07-01 13:06
【摘要】:随着信息技术的发展,物联网技术得到了快速发展,农业物联网技术在设施农业上的应用愈加广泛、前途愈加光明。而传感器技术、无线网络、微型计算机技术、互联网的发展,进一步促进了温室环境信息的监测管理。温室环境监测系统在设施农业中布置了大量的传感器用于监测温室中主要的环境参数,但是设施农业内具有高湿、高温等恶劣的工作环境,由此导致温室环境监测系统传感器故障的发生十分频繁。利用传感器采集设施农业内的环境信息是温室环境监测系统的基础,而传感器故障发生数据异常对温室环境监测准确性、环境控制可靠性都会产生重要危害。因此,在温室环境无线监测系统基础上开展故障诊断的研究具有重要的经济意义和工程应用价值。本文在江苏大学研制的GHIOT设施农业物联网系统的基础上,针对其传感器采集的环境参数的异常开展基于时空相关性的故障诊断;针对智能网关与服务器、数据采集单元间的数据传输过程存在的数据异步、时间异步等情况,开展了网络故障诊断。通过系统搭建运行,初步验证了温室环境无线监测系统故障诊断系统的效果。主要研究工作包括以下几个方面:(1)温室环境参数时空关联性研究针对温室内环境变化缓慢、相邻节点参数强耦合的特点,开展时空关联性研究,并在温室环境时空关联性分析基础上进行传感器数据预测,利用基于一阶自回归等时间序列预测算法对环境数据的时间相关性进行预测;利用基于邻居节点参数信息的同质传感器预测;利用基于回归关系模型的异质传感器预测,实现对环境参数进行空间相似性预测。验证结果表明:基于一阶自回归方法的时间相关性预测在时间预测算法中效果最优,预测方差为1.439,同质与异质传感器的空间相似性预测方差分别为1.493、1.883,预测结果能够有效地反映温室环境的变化。(2)基于时空信息比较的传感器故障识别为了判断温室环境监测系统中传感器数据的准确性,本研究提出了一种基于时空信息比较的传感器故障识别方法。该方法首先利用基于PCA的传感器故障检测方法,通过监控统计量T2和SPE的变化实现传感器系统故障检测。当系统检测出故障时,对该时刻传感器采用基于时空特性的节点信息比较实现不同传感器的故障识别,并分别对比基于时间尺度、空间尺度、时空尺度的节点信息比较方法对传感器故障识别的影响。验证结果表明:基于PCA的传感器故障检测方法能够有效地实现对传感器系统的初步故障检测,故障检测率达到90.23%;充分考虑时间尺度、空间尺度的基于节点信息比较的传感器故障识别方法能够有效地实现具体故障传感器定位,并对比了传统的传感器故障识别方法,发现本文所提到的传感器故障识别方法的故障识别精度为95.14%,能够有效地保证故障诊断效率、提高故障诊断精度、降低虚警率,具有可靠性和准确性。(3)基于时空关联性的温室环境多传感器数据融合与数据重构为了满足温室环境监测系统中传感器数据需具有鲁棒性的要求,本文提出了一种基于时空关联性的温室环境多传感器数据融合与数据重构算法。利用改进型支持度函数算法对基于时空关联性的预测值进行数据融合,并利用试验数据对数据融合的效果进行验证。根据故障特征与调控效果实现对传感器故障的判断,并进行传感器故障数据重构。验证结果表明:以时空预测值为输入变量,以改进型支持度函数的数据融合算法能够有效的将环境数据预处理的时空关联性预测值赋予动态的加权值,传感器的数据故障平均准确诊断率CDR为96.72%、平均虚警率FAR为3.48%,异常数据的数据融合RMSE为1.07,并且其数据融合结果优于平均值算法、传统支持度函数算法,数据融合产生的最优估计值更能真实的反映温室环境的变化,具有可靠性和准确性。(4)温室环境数据传输网络故障诊断针对数据传输网络在运行过程中出现的数据异步、时间异步等异常情况,本文提出了一种温室环境无线数据传输网络的故障诊断方法,该方法分别利用参考广播同步机制、基于JSON的跨平台传输、数据采集单元重读命令实现无线监测系统的智能网关与服务器、数据采集单元间的时间同步、数据同步,实现网络故障的诊断与恢复。验证结果表明:本文提出的故障诊断方法能够有效地实现温室环境无线监测系统网络部分故障的检测、处理、判断与故障恢复,时间异步故障恢复的准确度为83.34%,数据异步恢复的数据到达率为98.57%,实现智能网关与服务器间的时间同步,实现智能网关与服务器、数据采集单元间的数据同步,故障诊断效果明显、可靠性高。(5)系统运行试验对温室环境无线监测系统故障诊断系统进行了集成,在江苏省农业科学院溧水植物科学基地进行了系统部署和运行测试。针对传感器存在的故障开展了基于时空信息的故障检测、故障识别、故障诊断和异常数据的恢复。针对温室环境无线监测系统的网络故障,开展了数据异步、时间异步的故障检测与故障恢复。对系统的性能进一步验证,包括:传感器环境参数信息的检测、传感器异常数据的识别、传感器故障数据的诊断与数据恢复、网络故障时间异步的恢复、网络故障异步数据的同步。验证结果表明:温室环境无线监测系统故障诊断系统能够实现对温室环境的监测要求,系统进行长时间的运行测试,具有较好的稳定性,故障诊断效果明显,提高了系统的可靠性。
【学位授予单位】:江苏大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP277

【参考文献】

相关期刊论文 前10条

1 黄冬梅;施黎莉;王振华;苏诚;黄雅馨;;一种基于空间相关性的海洋环境监测数据优化抽样方法[J];海洋环境科学;2015年04期

2 朱道远;郑胜;曾祥云;徐高贵;;基于JSON的Ajax数据交换技术及应用[J];电脑编程技巧与维护;2015年16期

3 马相芬;;XML和JSON数据格式在Ajax中的对比分析[J];电脑编程技巧与维护;2015年10期

4 李萍萍;陈美镇;王纪章;周金生;夏得峰;;温室物联网测控管理系统开发与数据同步研究[J];农业机械学报;2015年08期

5 陈美镇;王纪章;李萍萍;周金生;夏得峰;;基于Android系统的温室异构网络环境监测智能网关开发[J];农业工程学报;2015年05期

6 杨思吉;吴保国;;森林资源时空数据异步更新与回溯算法研究[J];地理与地理信息科学;2014年03期

7 李萍萍;王纪章;;温室环境信息智能化管理研究进展[J];农业机械学报;2014年04期

8 王海涛;刘倩;陈桂香;王军;王海霞;陈雁;;粮情监控系统中传感器故障诊断和数据恢复[J];中国粮油学报;2013年11期

9 邓绯;;多用户多任务并发的海量数据异步网络通信参考模型研究[J];计算机应用与软件;2013年06期

10 张猛;房俊龙;韩雨;;基于ZigBee和Internet的温室群环境远程监控系统设计[J];农业工程学报;2013年S1期

相关硕士学位论文 前10条

1 孙智国;一种支持度函数的改进及其WSN数据融合应用研究[D];重庆大学;2015年

2 杨亮;物联网模式识别与匹配技术研究[D];哈尔滨理工大学;2015年

3 王婉;基于PCA的空调水系统的传感器故障检测与诊断研究[D];湖南大学;2014年

4 陈欢欢;无线传感器网络分层式故障诊断方法研究[D];重庆大学;2014年

5 刘亚红;基于节点信息比较的无线传感故障诊断算法[D];西安电子科技大学;2014年

6 仓晨阳;车载MOST网络异步数据通信的研究与应用[D];吉林大学;2013年

7 钱朋朋;基于多方法结合的传感器故障诊断方法研究[D];沈阳理工大学;2013年

8 胡玉成;基于统计特征提取的故障诊断方法研究[D];杭州电子科技大学;2012年

9 高海燕;无线传感器网络时间同步优化算法的研究[D];太原理工大学;2011年

10 吴希军;基于主元分析方法的空调系统传感器故障诊断研究[D];燕山大学;2005年



本文编号:2736797

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/jiliangjingjilunwen/2736797.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户6603a***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com