技术领域
[0001] 本
发明涉及故障诊断技术领域，具体涉及一种基于物联网的燃烧机故障诊断系统。
背景技术
[0002] 在
工程机械设备领域中，路桥、隧道等工程都是比较偏远的地方，在这些偏远的地方有着大量使用中的燃烧机，燃烧机结构复杂、专业性、安全性要求都比较高，因此，一旦燃烧机出现故障，往往需要厂家派技术人员到现场提供技术支持，而且服务时间也比较长，也比较浪费人
力成本。
发明内容
[0003] 针对上述问题，本发明提供一种基于物联网的燃烧机故障诊断系统。
[0004] 本发明的目的采用以下技术方案来实现：
[0005] 一种基于物联网的燃烧机故障诊断系统，该燃烧机故障诊断系统包括：
数据采集装置、
云端
服务器和故障诊断中心；
[0006] 所述数据采集装置，用于实时采集监测区域内的燃烧机的运行状态数据并将其传输至所述云端服务器进行存储；所述故障诊断中心，用于从所述云端服务器中获取所述燃烧机的运行状态数据，并对该数据进行处理和分析，判断燃烧机的运行状态，并在判断结果显示燃烧机发生故障时，进行报警；
[0007] 其中，所述数据采集装置包括基站和多个部署在监测区域内的
传感器节点，所述传感器节点安装在燃烧机上，所述监测区域内的传感器节点通过自组织方式构成一个
无线传感器网络；所述传感器节点用于采集燃烧机的运行状态数据并发送至所述基站，所述基站汇聚各个传感器节点采集的数据并发送至所述云端服务器。
[0008] 优选地，所述故障诊断中心包括
数据库，所述数据库中存储有燃烧机正常工作时的状态数据
阈值范围；
[0009] 所述的对该数据进行处理和分析，判断燃烧机的运行状态，具体是：所述故障诊断中心对所述燃烧机的运行状态数据进行处理后，将其与所述数据库中的状态数据阈值范围进行比较，若处理后的运行状态数据没有落入到所述的状态数据阈值范围内，则燃烧机发生故障。
[0010] 优选地，所述传感器节点包括：油位流量检测传感器、激光烟气检测传感器、火焰视频传感器、
锅炉温度检测传感器、烟气温度检测传感器中的一种或者多种。
[0011] 优选地，该燃烧机故障诊断系统还包括与所述故障诊断中心通信连接的智能终端，所述智能终端可随时获取所述故障诊断中心的判断结果；
[0012] 所述智能终端为智能手机、
笔记本电脑、ipad中的任意一种或者任意几种。
[0013] 优选地，所述传感器节点构成的无线传感器网络为分簇网络结构，传感器节点在网络启动时刻进行分簇，从而确定多个传感器节点作为簇首节点，其余的传感器节点加入到与其通信距离最近的簇首节点，成为相应簇首节点的簇成员节点；簇成员节点采集燃烧机的运行状态数据并发送至相应的簇首节点，簇首节点汇聚其簇成员节点发送的数据并发送至所述基站。
[0014] 优选地，所述的传感器节点在网络启动时刻进行分簇，从而确定多个传感器节点作为簇首节点，具体是：
[0015] (1)所述基站向各传感器节点发送竞选簇首的指令，各传感器节点接收到竞选簇首的指令后，产生一个0和1之间的随机数；
[0016] (2)每个传感器节点按照下式计算随机阈值，如果产生的随机数小于随机阈值，则该传感器节点成为备选簇首节点，反之，则该传感器节点作为普通节点：
[0017]
[0018] 式中，T(n)为传感器节点n的随机阈值，H为传感器节点n的邻居节点构成的结合，其中，邻居节点指的是：在该传感器节点通信范围内的其他传感器节点，Eres(n)为传感器节点n的当前剩余
能量值，E0(n)为传感器节点n的初始能量值，r为当前轮数，d(n,BS)为传感器节点n与基站之间的空间距离，d(n,i)为传感器节点n与其邻居节点i之间的空间距离，Ne(n)为传感器节点n的邻居节点数， 为该无线传感器网络中的传感器节点的平均邻居节点数，Nemax为该无线传感器网络中的传感器节点的最大邻居节点数；
[0019] (3)对当选为备选簇首节点的传感器节点进行调整，从而确定真正的簇首节点；
[0020] (4)真正的簇首节点向周围广播成为簇首节点的信息，其他的传感器节点加入到与之通信距离最近的真正的簇首节点的簇中，成为相应簇首节点的簇成员节点。
[0021] 本发明的有益效果为：本发明通过在燃烧机上安装各种传感器，如油位流量检测传感器、激光烟气检测传感器、火焰视频传感器等，来收集燃烧机的运行状态数据，然后通过无线网络实现数据的传输，通过故障诊断中心对燃烧机运行状态进行诊断，从而方便工作人员能够实时了解燃烧机的工作状态，当燃烧机发生故障时，可
马上进行故障维护，缩短了维修周期，降低维修成本。
附图说明
[0022] 利用附图对本发明作进一步说明，但附图中的
实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
[0023] 图1是本发明实施例提供的一种燃烧机故障诊断系统的结构
框图。
[0024] 附图标记：数据采集装置1，云端服务器2，故障诊断中心3，智能终端4。
具体实施方式
[0025] 结合以下实施例对本发明作进一步描述。
[0026] 图1示出了一种基于物联网的燃烧机故障诊断系统，该燃烧机故障诊断系统包括：数据采集装置1、云端服务器2和故障诊断中心3；
[0027] 所述数据采集装置1，用于实时采集监测区域内的燃烧机的运行状态数据并将其传输至所述云端服务器2进行存储；所述故障诊断中心3，用于从所述云端服务器2中获取所述燃烧机的运行状态数据，并对该数据进行处理和分析，判断燃烧机的运行状态，并在判断结果显示燃烧机发生故障时，进行报警；
[0028] 其中，所述数据采集装置1包括基站和多个部署在监测区域内的传感器节点，所述传感器节点安装在燃烧机上，所述监测区域内的传感器节点通过自组织方式构成一个无线传感器网络；所述传感器节点用于采集燃烧机的运行状态数据并发送至所述基站，所述基站汇聚各个传感器节点采集的数据并发送至所述云端服务器2。
[0029] 在一个可选的实施方式中，所述故障诊断中心3包括数据库，所述数据库中存储有燃烧机正常工作时的状态数据阈值范围；
[0030] 所述的对该数据进行处理和分析，判断燃烧机的运行状态，具体是：所述故障诊断中心3对所述燃烧机的运行状态数据进行处理后，将其与所述数据库中的状态数据阈值范围进行比较，若处理后的运行状态数据没有落入到所述的状态数据阈值范围内，则燃烧机发生故障。
[0031] 在一个可选的实施方式中，所述传感器节点包括：油位流量检测传感器、激光烟气检测传感器、火焰视频传感器、锅炉温度检测传感器、烟气温度检测传感器中的一种或者多种。
[0032] 在一个可选的实施方式中，该燃烧机故障诊断系统还包括与所述故障诊断中心3通信连接的智能终端4，所述智能终端4可随时获取所述故障诊断中心的判断结果；
[0033] 所述智能终端4为智能手机、笔记本电脑、ipad中的任意一种或者任意几种。
[0034] 在一个可选的实施方式中，所述传感器节点构成的无线传感器网络为分簇网络结构，传感器节点在网络启动时刻进行分簇，从而确定多个传感器节点作为簇首节点，其余的传感器节点加入到与其通信距离最近的簇首节点，成为相应簇首节点的簇成员节点；簇成员节点采集燃烧机的运行状态数据并发送至相应的簇首节点，簇首节点汇聚其簇成员节点发送的数据并发送至所述基站。
[0035] 在一个可选的实施方式中，所述的传感器节点在网络启动时刻进行分簇，从而确定多个传感器节点作为簇首节点，具体是：
[0036] (1)所述基站向各传感器节点发送竞选簇首的指令，各传感器节点接收到竞选簇首的指令后，产生一个0和1之间的随机数；
[0037] (2)每个传感器节点按照下式计算随机阈值，如果产生的随机数小于随机阈值，则该传感器节点成为备选簇首节点，反之，则该传感器节点作为普通节点：
[0038]
[0039] 式中，T(n)为传感器节点n的随机阈值，H为传感器节点n的邻居节点构成的结合，其中，邻居节点指的是：在该传感器节点通信范围内的其他传感器节点，Eres(n)为传感器节点n的当前剩余能量值，E0(n)为传感器节点n的初始能量值，r为当前轮数，d(n,BS)为传感器节点n与基站之间的空间距离，d(n,i)为传感器节点n与其邻居节点i之间的空间距离，Ne(n)为传感器节点n的邻居节点数， 为该无线传感器网络中的传感器节点的平均邻居节点数，Nemax为该无线传感器网络中的传感器节点的最大邻居节点数；
[0040] (3)对当选为备选簇首节点的传感器节点进行调整，从而确定真正的簇首节点；
[0041] (4)真正的簇首节点向周围广播成为簇首节点的信息，其他的传感器节点加入到与之通信距离最近的真正的簇首节点的簇中，成为相应簇首节点的簇成员节点。
[0042] 有益效果：在上述实施方式中，是通过对各个传感器节点进行二次筛选，从而确定了真正的簇首节点。在第一阶段中，通过计算各个传感器节点的随机阈值，并将其与对应产生的随机数进行比较，进而确定一个备选簇首节点的集合，该阶段不仅考虑了传感器节点剩余能量与初始能量的比值，还考虑了其邻居节点数以及邻居节点与其空间距离的影响，这使得在进行簇首选举时，能够将剩余能量大、邻居节点多的传感器节点作为备选簇首节点，这在一定程度上防止剩余能量低、邻居节点少的传感器节点当选为簇首节点，也均衡了整个无线传感器网络的能量损耗。
[0043] 在一个可选的实施方式中，所述的对当选为备选簇首节点的传感器节点进行调整，从而确定真正的簇首节点，具体是：
[0044] (1)备选簇首节点向周围广播成为备选簇首节点的信息，若两个备选簇首节点之间的空间距离小于设定的空间距离阈值时，则选择权重值较大的备选簇首节点作为真正的簇首节点，而另一个备选簇首节点则恢复成普通节点；其中，备选簇首节点的权重值可通过下式计算得到：
[0045]
[0046] 式中，ω(Ia)为备选簇首节点Ia的权重值，Eres(Ia)为备选簇首节点Ia当前剩余能量值，E1(Ia)为备选簇首节点Ia接收其邻居节点以及转发单位数据包给所述基站的能耗值，E0(Ia)为备选簇首节点Ia的初始能量值，为备选簇首节点Ia的邻居节点到备选簇首节点Ia的平均距离，d(Ia,BS)为备选簇首节点Ia与所述基站之间的空间距离，θ1、θ2为预设定的权重系数；
[0047] (2)若两个备选簇首节点之间的空间距离不小于设定的空间距离阈值时，则计算该两个备选簇首节点的相关系数，若其相关系数大于设定的相关系数阈值，则选择剩余能量大的备选簇首节点作为真正的簇首节点，而另一个备选簇首节点则恢复成普通节点，其中，两个备选簇首节点的相关系数可通过下式计算得到：
[0048]
[0049] 式中，Cov(Ib,Ic)为备选簇首节点Ib和Ic之间的相关系数，dth为设定的空间距离阈值，d(Ib,Ic)为备选簇首节点Ib和Ic之间的空间距离，d(Ib,BS)、d(Ic,BS)分别为所述基站与备选簇首节点Ib、和所述基站与备选簇首节点Ic之间的空间距离，Eres(Ib)、Eres(Ic)分别为备选簇首节点Ib和Ic的当前剩余能量值。
[0050] 有益效果：在上述实施例中，通过比较两个备选簇首节点之间的空间距离与dth的大小，进而选择不同的方式确定真正的簇首节点，当两个备选簇首节点之间的空间距离小于dth时，则通过计算两个备选簇首节点的权重值，进而选择权重值最大的作为真正的簇首，该实施方式不仅考虑了备选簇首节点的当前剩余能量值与其初始能量值的比值、该备选簇首节点的当前剩余能量值与该备选簇首节点接收其邻居节点以及转发单位数据包给所述基站的能耗值的比值的影响，还考虑了该备选簇首节点的平均距离与其到基站的空间距离比值的影响，使得更有能力的备选簇首节点当选为真正的簇首，从而有利于平衡整个网络的能量损耗，延长该无线传感器网络的寿命。当两个备选簇首节点之间的空间距离不小于dth时，则通过计算这两个备选簇首节点之间的相关系数，其相关系数越大，代表这两个簇首节点之间的关联度越高，当其相关系数大于设定的相关系数阈值，则从中选择剩余能量值更大的作为真正的簇首节点，在计算两个备选簇首节点之间的相关系数时，考虑了距离、能量因素的影响，使得计算的相关系数更能反映两个备选簇首节点的真实情况，从而筛选出真正的簇首节点。
[0051] 在另一种更优选的实施方式中，还可以通过下式来计算两个备选簇首节点的相关系数：
[0052]
[0053] 式中，Cov(Ib,Ic)为备选簇首节点Ib和Ic之间的相关系数，S(Ib)、S(Ic)分别为备选簇首节点Ib和Ic的
覆盖面积，Eres(Ib)、Eres(Ic)分别为备选簇首节点Ib和Ic的当前剩余能量值。
[0054] 有益效果：在另一种更优选地实施方式中，将距离因素的影响用两个备选簇首节点的覆盖面积去描述，在一定程度上更加细化了两个备选簇首节点之间的关联度，保证该无线传感网络选择真正的簇首节点与基站进行通信，提高了该网络的传输效率，也均衡了该网络的能量损耗。
[0055] 在一个可选的实施方式中，所述基站周期性地对簇首进行故障诊断，当簇首的剩余能量值低于其簇内簇成员节点的平均能量值，和/或，当簇首的故障率高于设定的故障率阈值时，则重新进行分簇，其中，簇首的故障率的计算式子为：
[0056]
[0057] 式中，Rs(headm)为簇首headm的故障率，R0为设定的簇首节点的标准故障概率，t1为基站接收到簇首headm发送数据的理论时间，t2为基站接收到簇首headm发送数据的实际时间。
[0058] 有益效果：在上述实施方式中，再确定是否进行簇首轮换时，一方面考虑了其簇首节点能量与其簇成员节点的平均能量值的关系，另一方面也考虑了簇首节点本身的故障程度，从而在保证采集的燃烧机运行状态数据准确传输之外，也能够也延长该无线传感网络的寿命，均衡了该无线传感网络的能量损耗，保障该故障诊断系统的故障诊断的准确度，从而为维修人员提供更加可靠的故障信息，便于工作人员及时开展维修工作。
[0059] 本发明的有益效果为：本发明通过在燃烧机上安装各种传感器，如油位流量检测传感器、激光烟气检测传感器、火焰视频传感器等，来收集燃烧机的运行状态数据，然后通过无线网络实现数据的传输，通过故障诊断中心对燃烧机运行状态进行诊断，从而方便工作人员能够实时了解燃烧机的工作状态，当燃烧机发生故障时，可马上进行故障维护，缩短了维修周期，降低维修成本。
[0060] 最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行
修改或者等同替换，而不脱离本发明技术方案的实质和范围。
