传感节点及方法、故障检测系统及方法、可读存储介质与流程

1.本公开涉及物联网技术领域，尤其涉及一种传感节点及方法、故障检测系统及方法、可读存储介质。


背景技术：

2.近年来，传感器技术、通信技术和互联网技术等的快速发展，使我们进入了物联网时代。在物联网中，万物信息的获取是由感知层实现的，而其由各种信息传感器组成。分布于各处的海量传感器的正常工作需要依靠充足的电能供给，这通常是依靠传统电池来实现的。然而，电池的寿命有限，而更换上述随处分布的海量传感器的电池将耗费巨大的人力和财力成本。
3.另一方面，机器故障诊断在机器健康监测、工况分析、失效早期预警方面起着重要作用。机器故障可通过分析机器物理信号如振动、温度、噪声等反映出。然而，现有的机器故障诊断方法及系统很容易受到自身线路的干扰，影响机器的工作状态或机器故障诊断的结果。


技术实现要素：

4.本公开的主要目的在于提供一种传感节点及方法、故障检测系统及方法、可读存储介质，可利用机器振动的机械能实现传感节点自驱动，从而构建自驱动传感网络实现机器故障检测。
5.为实现上述目的，本公开实施例第一方面提供一种传感节点，包括：
6.振动摩擦纳米发电机、微控制器、传感器和发射器；
7.所述振动摩擦纳米发电机，用于收集机器振动时产生的机械能，并将所述机械能转化为电能，给所述微控制器、传感器和发射器供电；
8.所述微控制器，用于向所述传感器发射采集指令，所述采集指令包括采集所述机器的物理信息量；
9.所述传感器，用于响应于所述采集指令，测量所述机器的物理信息量，并将所述物理信息量发射给所述微控制器；
10.所述微控制器，还用于接收所述物理信息量，并向所述发射器发射所述物理信息量以及发射指令，所述发射指令包括向预置的数据处理模块发送所述物理信息量；
11.所述发射器，用于响应于所述发射指令，向所述预置的数据处理模块发送所述物理信息量。
12.可选的，所述传感节点还包括：电源管理模块；
13.所述电源管理模块，用于将所述振动摩擦纳米发电机转化的电能输出成稳定的电压，提供给所述微控制器、传感器和发射器。
14.可选的，所述发射器与所述数据处理模块通过无线网络传输所述物理信息量。
15.本发明实施例第二方面提供了一种传感方法，应用于传感节点，所述传感节点包
括振动摩擦纳米发电机、微控制器、传感器和发射器，包括：
16.利用振动摩擦纳米发电机收集机器振动时产生的机械能，并将所述机械能转化为电能，给微控制器、传感器和发射器供电；
17.利用所述微控制器向所述传感器发射采集指令，所述采集指令包括采集所述机器的物理信息量；
18.所述传感器响应于所述采集指令，测量所述机器的物理信息量，并将所述物理信息量发射给所述微控制器；
19.所述微控制器接收所述物理信息量，并向所述发射器发射所述物理信息量以及发射指令，所述发射指令包括向预置的数据处理模块发送所述物理信息量；
20.所述发射器响应于所述发射指令，向所述预置的数据处理模块发送所述物理信息量。
21.本发明实施例第三方面提供了一种故障检测系统，包括：
22.自驱动传感网络模块、数据处理模块和故障诊断模块；
23.所述自驱动传感网络模块包括多个如本实施例第一方面所述的传感节点，多个所述传感节点分别位于机器的不同位置处，用于测量所述机器不同位置处的物理信息量，并将所述机器不同位置处的物理信息量发送给所述数据处理模块；
24.所述数据处理模块，用于接收所述机器不同位置处的物理信息量，并将所述机器不同位置处的物理信息量处理成待检测的工况样本；
25.所述故障诊断模块，用于根据预置的故障检测模型，判断所述待检测的工况样本的故障情况。
26.可选的，所述数据处理模块，还用于将不同故障工况下测量的物理信息量分别处理成多个训练样本；
27.所述故障诊断模块，还用于基于深度学习算法，对所述多个训练样本进行故障检测模型训练，得到所述预置的故障检测模型。
28.本发明实施例第四方面提供了一种故障检测方法，，包括：
29.在机器的不同位置处分别设置如本实施例第一方面所述的传感节点；
30.利用所述机器的不同位置处的传感节点，测量所述机器不同位置处的物理信息量；
31.将所述机器不同位置处的物理信息量处理成待检测的工况样本；
32.根据预置的故障检测模型，判断所述待检测的工况样本的故障情况。
33.可选的，所述方法还包括：
34.通过将不同故障工况下测量的物理信息量分别处理成多个训练样本；
35.对所述多个训练样本进行故障检测模型训练，得到所述预置的故障检测模型。
36.本发明实施例第五方面提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本公开实施例第二方面提供的传感方法。
37.本发明实施例第六方面提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本公开实施例第四方面提供的传感方法。
38.在本公开实施例中，一方面，当机器工作时，会产生振动，采用摩擦纳米发电机收集振动时的机械能，给微控制器、传感器和发射器供电，实现传感节点的自供能，解决了无
电缆电源条件处传感节点的供能问题，同时还可解决传统传感节点的电池耗尽问题。另一方面，使用微控制器、传感器和发射器三者交互，采集和发送机器的物理信息量给预置的数据处理模块，过程简单，效率高。
附图说明
39.为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
40.图1为本公开一实施例提供的传感节点的结构示意图；
41.图2为本公开一实施例提供的传感节点的结构示意图；
42.图3为本公开一实施例提供的传感方法的流程示意图；
43.图4为本公开一实施例提供的故障检测系统的结构示意图；
44.图5为本公开一实施例提供的故障检测方法的流程示意图。
具体实施方式
45.为使得本公开的公开目的、特征、优点能够更加的明显和易懂，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而非全部实施例。基于本公开中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
46.请参阅图1，图1为本公开一实施例提供的传感节点的结构示意图，该传感节点10包括：
47.振动摩擦纳米发电机101、微控制器102、传感器103和发射器104；
48.振动摩擦纳米发电机101，用于收集机器振动时产生的机械能，并将该机械能转化为电能，给微控制器102、传感器103和发射器104供电；
49.微控制器102，用于向传感器103发射采集指令，该采集指令包括采集该机器的物理信息量；
50.传感器103，用于响应于该采集指令，测量该机器的物理信息量，并将该物理信息量发射给微控制器102；
51.微控制器102，还用于接收该物理信息量，并向发射器104发射该物理信息量以及发射指令，该发射指令包括向预置的数据处理模块发送该物理信息量；
52.发射器104，用于响应于该发射指令，向该预置的数据处理模块发送该物理信息量。
53.可选的，传感器103包括但不限于声音传感器、振动传感器、速度传感器和温度传感器的一种或多种。可根据故障工况的表现来进行具体设置，例如，当机器的故障工况为齿轮磨损，齿轮磨损的表现为齿轮转速降低，齿轮间摩擦声音增大等，则应采用声音传感器、振动传感器、速度传感器等。
54.其中，所述发射器与所述数据处理模块通过无线网络传输所述物理信息量，具体的，可以采用wifi通信技术、zigbee通信技术、bluetooth通信技术、3g通信技术、4g通信技
术、5g通信技术中的一种或多种。
55.在本实施例中，一方面，当机器工作时会产生振动，采用振动摩擦纳米发电101机收集振动时的机械能，给微控制器102、传感器103和发射器104供电，实现传感节点10的自供能，解决了无电缆电源条件处传感节点10的供能问题，同时还可解决传统传感节点10的电池耗尽问题。另一方面，使用微控制器102、传感器103和发射器104三者交互，采集和发送机器的物理信息量给预置的数据处理模块，过程简单，效率高。
56.在本技术其中一个实施例中，请参阅图2，该传感节点10还包括：电源管理模块105。
57.电源管理模块105，用于将振动摩擦纳米发电机101转化的电能输出成稳定的电压，提供给微控制器102、传感器103和发射器104。可保证微微控制器102、传感器103和发射器104正常工作，延长微控制器102、传感器103和发射器104的使用寿命。
58.请参阅图3，图3为本公开一实施例提供的传感方法的流程示意图，应用于传感节点，该传感节点包括振动摩擦纳米发电机、微控制器、传感器和发射器，该方法包括：
59.s101、利用振动摩擦纳米发电机收集机器振动时产生的机械能，并将该机械能转化为电能，给微控制器、传感器和发射器供电；
60.s102、利用微控制器向传感器发射采集指令，该采集指令包括采集该机器的物理信息量；
61.s103、传感器响应于该采集指令，测量该机器的物理信息量，并将该物理信息量发射给微控制器；
62.s104、微控制器接收该物理信息量，并向发射器发射该物理信息量以及发射指令，该发射指令包括向预置的数据处理模块发送该物理信息量；
63.s105、发射器响应于该发射指令，向该预置的数据处理模块发送该物理信息量。
64.可选的，传感器包括但不限于声音传感器、振动传感器、速度传感器和温度传感器的一种或多种。可根据故障工况的表现来进行具体设置，例如，当机器的故障工况为齿轮磨损，齿轮磨损的表现为齿轮转速降低，齿轮间摩擦声音增大等，则应采用声音传感器、振动传感器、速度传感器等。
65.其中，发射器发射物理信息量时，可以采用wifi通信技术、zigbee通信技术、bluetooth通信技术、3g通信技术、4g通信技术、5g通信技术中的一种或多种。
66.在本实施例中，一方面，当机器工作时，会产生振动，采用摩擦纳米发电机收集振动时的机械能，给微控制器、传感器和发射器供电，实现传感节点的自供能，解决了无电缆电源条件处传感节点的供能问题，同时还可解决传统传感节点的电池耗尽问题。另一方面，使用微控制器、传感器和发射器三者交互，采集和发送机器的物理信息量给预置的数据处理模块，过程简单，效率高。
67.请参阅图4，图4为本公开一实施例提供的故障检测系统的结构示意图，包括：
68.自驱动传感网络模块20、数据处理模块30和故障诊断模块40；
69.自驱动传感网络模块20包括多个如图1所示的传感节点10，多个传感节点10分别位于机器的不同位置处，用于测量该机器不同位置处的物理信息量，并将该机器不同位置处的物理信息量发送给数据处理模块30；
70.数据处理模块30，用于接收该机器不同位置处的物理信息量，并将该机器不同位
置处的物理信息量处理成待检测的工况样本；
71.故障诊断模块40，用于根据预置的故障检测模型，判断该待检测的工况样本的故障情况。
72.在本实施例中，在机器的各个位置处均放置传感节点10，形成自驱动式的传感节点10网络，利用传感节点10网络收集机器各位置处的物理信息量，形成待检测的工况样本，实现机器的故障检测。
73.在本技术其中一个实施例中，数据处理模块30，还用于将不同故障工况下测量的物理信息量分别处理成多个训练样本；
74.故障诊断模块40，还用于基于深度学习算法，对该多个训练样本进行故障检测模型训练，得到该预置的故障检测模型。
75.更多的，每当得到一个故障工况后，将该故障工况的工况样本输入预置的故障检测模型，基于深度学习算法对故障检测模型进行再训练。
76.其中，深度学习算法还可以是其它的机器学习算法，本技术对此不作限制。
77.请参阅图5，图5为本公开一实施例提供的故障检测方法的流程示意图，该方法包括：
78.s201、在机器的不同位置处分别设置如图1或图2所示的传感节点10；
79.s202、利用该机器的不同位置处的传感节点10，测量该机器不同位置处的物理信息量；
80.s203、将该机器不同位置处的物理信息量处理成待检测的工况样本；
81.s204、根据预置的故障检测模型，判断该待检测的工况样本的故障情况。
82.在本实施例中，在机器的各个位置处均放置传感节点10，形成自驱动式的传感节点10网络，利用传感节点10网络收集机器各位置处的物理信息量，形成待检测的工况样本，实现机器的故障检测。
83.在本技术其中一个实施例中，该方法还包括：
84.通过将不同故障工况下测量的物理信息量分别处理成多个训练样本；
85.对该多个训练样本进行故障检测模型训练，得到该预置的故障检测模型。
86.可理解的，可利用基于机器学习或深度学习算法中的一种或多种训练样本进行故障检测模型训练，得到该预置的故障检测模型。
87.本公开实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现前述图3所示实施例中描述的传感方法。
88.本公开实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现前述图5所示实施例中描述的故障检测方法。
89.需要说明的是，在本公开各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
90.所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来。
91.需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本发明所必须的。
92.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
93.以上为对本发明所提供的一种传感节点及方法、故障检测系统及方法、可读存储介质的描述，对于本领域的技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。