機械工程專業(yè)“無線傳感器網(wǎng)絡(luò)”實驗式引導(dǎo)教學(xué)新方法

高尚 裴榮 江劍 王芳

摘 要 無線傳感器網(wǎng)絡(luò)作為機械工程專業(yè)的交叉學(xué)科教學(xué)課程之一，主要培養(yǎng)該專業(yè)的學(xué)生對無線傳感器網(wǎng)絡(luò)在機械測試領(lǐng)域的應(yīng)用和理解能力，然而機械專業(yè)學(xué)生嚴(yán)重缺乏無線傳感器網(wǎng)絡(luò)電子通信領(lǐng)域交叉學(xué)習(xí)和實踐的機會。針對這一問題，本文探索了“實驗導(dǎo)向，融合驅(qū)動”教學(xué)法，以典型軸承故障診斷問題為導(dǎo)向，融合無線傳感器監(jiān)測網(wǎng)絡(luò)新方法和新技術(shù)，引出軸承故障診斷領(lǐng)域中的知識點，轉(zhuǎn)化為工程應(yīng)用問題，鞏固理論知識的同時，提高了學(xué)生的工程應(yīng)用能力。

關(guān)鍵詞 實驗式引導(dǎo)教學(xué);機械工程專業(yè);機械測試

中圖分類號：G424? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A? DOI：10.16400/j.cnki.kjdk.2021.33.019

A New Method of Experimental Guided Teaching of

"Wireless Sensor Network" in Mechanical Engineering

GAO Shang， PEI Rong， JIANG Jian， WANG Fang

（School of Mechanical Engineering， Nanjing University of Science and Technology， Nanjing， Jiangsu 210094）

Abstract As one of the interdisciplinary teaching courses of mechanical engineering major， wireless sensor network （WSN） mainly trains the ability of students to understand and apply WSN in the field of mechanical testing. However， the students in mechanical engineering are lack of the opportunities for learning and practice in WSN area. To address this issue， this paper explores the "experiment-oriented， fusion-driven" teaching method， which is guided by typical bearing fault diagnosis and integrates new methods and technologies of WSN， for extracting the knowledge points in the field and transforming engineering application problems. The teaching method aims at consolidating theoretical knowledge and improving students' engineering application ability.

Keywords experimental guided teaching; mechanical engineering major; mechanical testing

機械工程專業(yè)培養(yǎng)具備機械設(shè)計、制造、機電工程及自動化基礎(chǔ)知識與應(yīng)用能力，能在科研院所、企業(yè)、高級技術(shù)公司從事各種機械、機電產(chǎn)品及系統(tǒng)、設(shè)備、裝置的研究、設(shè)計、制造、控制、編程，數(shù)控設(shè)備的開發(fā)、應(yīng)用研究以及從事技術(shù)管理的高級工程技術(shù)人才。[1-3]然而，隨著物聯(lián)網(wǎng)在機械工程領(lǐng)域逐步廣泛應(yīng)用，新型物聯(lián)網(wǎng)技術(shù)已成為該專業(yè)培養(yǎng)中不可或缺的交叉課程?！盁o線傳感器網(wǎng)絡(luò)”[4]作為機械工程專業(yè)中核心選修課程之一，在未來的機械工程專業(yè)中機械結(jié)構(gòu)健康監(jiān)測密切相關(guān)，主要培養(yǎng)學(xué)生對機械故障和缺陷檢測和監(jiān)測的理解能力，為后續(xù)學(xué)生的專業(yè)課學(xué)習(xí)和就業(yè)拓展奠定基礎(chǔ)。

然而，通過近幾年在機械工程專業(yè)的授課經(jīng)歷和課程效果來看，學(xué)生很少能夠在課程設(shè)計或畢業(yè)設(shè)計等實踐環(huán)節(jié)中使用或能夠靈活運用無線傳感器網(wǎng)絡(luò)相關(guān)的知識。為了更好地適應(yīng)應(yīng)用型研究生教育的發(fā)展需要，儀器系教研室探索了“實驗導(dǎo)向，融合驅(qū)動”教學(xué)法[5-7]在“無線傳感器網(wǎng)絡(luò)”的課程改革過程中，將機械振動故障診斷等課題引入日常的實驗教學(xué)中，以課題中的實際問題引出知識點，轉(zhuǎn)化為工程應(yīng)用問題，通過解決問題為目的的實驗引導(dǎo)式教學(xué)，融合式教學(xué)加強教師和學(xué)生的上下交流互動，增加對學(xué)生工程應(yīng)用能力的訓(xùn)練，符合企業(yè)對機械工程技術(shù)人才的需求。

1 實驗式教學(xué)設(shè)計相關(guān)背景

機械故障診斷[8-9]是一種了解和掌握機器在運行過程的狀態(tài)，確定其整體或局部正?；虍惓?，早期發(fā)現(xiàn)故障及其原因，并能預(yù)報故障發(fā)展趨勢的技術(shù)。油液監(jiān)測、振動監(jiān)測、噪聲監(jiān)測、性能趨勢分析和無損探傷等為其主要的診斷技術(shù)方式。其中滾動軸承作為機械領(lǐng)域常用典型元件，其故障診斷尤為重要。[10-12]滾動軸承的結(jié)構(gòu)由滾動球，保持架，內(nèi)圈和外圈組成。其四個常見故障是保持架斷裂、滾動球剝落、內(nèi)圈剝落、外圈剝落。振動時域特征的參數(shù)主要包括量綱參數(shù)（平均值，峰值，均方根值，平方根振幅）和無量綱參數(shù)（峰指數(shù)，峰度指數(shù)，波形指數(shù)，脈沖指數(shù)和公差指數(shù)）。[13-15]

課程實踐將江蘇省自然科學(xué)基金項目中基于無線傳感器網(wǎng)絡(luò)的機械故障診斷問題為導(dǎo)向。如圖1（a）所示，圖中為電機DDS故障模擬系統(tǒng)，在電機軸承的保持架、滾動體剝落、內(nèi)圈剝落、外圈剝落位置上布置了振動傳感器節(jié)點。根據(jù)實驗課題需求， 可以歸納如下與軸承故障診斷相關(guān)的問題：（1）如何如何通過振動傳感器提取軸承故障信息？（2）如何在無線傳感器節(jié)點上實現(xiàn)振動時域參數(shù)提??？（3）結(jié)合機械振動原理、傳感器、無線通信的專業(yè)知識，設(shè)計出無線振動傳感器網(wǎng)絡(luò)組網(wǎng)數(shù)據(jù)采集和通信流程，確保獲取較好的診斷精度。通過電機故障問題式導(dǎo)向，將故障診斷問題與機械振動、無線傳感器網(wǎng)絡(luò)等知識點聯(lián)系起來，運用這些知識點解決現(xiàn)有問題，讓學(xué)生在實驗過程中掌握機械工程課程中的基本概念與標(biāo)準(zhǔn)等重要理論知識，強化課程內(nèi)容與機械工程專業(yè)的相關(guān)性，并提高學(xué)生的交叉運用知識點的創(chuàng)新能力和動手能力。

2 教學(xué)實驗內(nèi)容

2.1 實驗?zāi)康?/p>

學(xué)習(xí)并掌握無線傳感器網(wǎng)絡(luò)的基本概念及原理;掌握無線傳感器網(wǎng)絡(luò)組網(wǎng)架構(gòu)、節(jié)點在線處理方法、無線數(shù)據(jù)幀打包方法。

掌握振動傳感器的工作原理和振動時域信號測量原理。

結(jié)合無線傳感器網(wǎng)絡(luò)進行數(shù)據(jù)采集和振動變監(jiān)測，了解如何實現(xiàn)無線傳感器網(wǎng)絡(luò)同步采集原理。

加強學(xué)生多學(xué)科知識交叉學(xué)習(xí)和運用的能力，提高學(xué)生的理論聯(lián)系實踐、實驗設(shè)計技巧以及獨立解決問題的能力。

發(fā)揮學(xué)生的主觀能動性，以學(xué)生為主題展開本實驗，教師逐步引導(dǎo)學(xué)生而不指導(dǎo)，解答問題而不解決問題，培養(yǎng)其在實驗過程中能夠?qū)嶋H解決問題的能力。

2.2 實驗儀器與設(shè)備

實驗所需儀器：電機DDS故障診斷系統(tǒng)，電機軸承直徑為65.5mm，滾球直徑15mm，滾球數(shù)量8個，接觸角0度，軸承轉(zhuǎn)速1310r/min。如圖1所示。

基站節(jié)點：接收來自無線傳感節(jié)點的振動數(shù)據(jù)，并將所有數(shù)據(jù)通過USB接口上傳到上位機。啟動、暫?；蛘咄Ｖ贡O(jiān)測任務(wù)、定時向傳感器節(jié)點發(fā)送同步包調(diào)整所有信道內(nèi)傳感器節(jié)點的晶振漂移。

4個無線振動傳感器節(jié)點：采集演示結(jié)構(gòu)件的應(yīng)變數(shù)據(jù)并發(fā)送給多信道基站、周期性接收來自管理節(jié)點發(fā)送過來的同步包進行同步。如圖1 （b）所示。

2.3 實驗內(nèi)容

（1）將4個振動傳感器分別粘貼在軸承保持架、滾動體、內(nèi)圈、外圈上，并將傳感器輸出引線與4個無線振動傳感器節(jié)點相連。

（2）設(shè)置故障系統(tǒng)類型，模擬電機軸承保持架、滾動體、內(nèi)圈、外圈的相應(yīng)故障。開啟電機故障DDS系統(tǒng)產(chǎn)生機體振動。

（3）啟動監(jiān)測組網(wǎng)網(wǎng)絡(luò)，通過基站節(jié)點檢查組網(wǎng)線路連接，啟動網(wǎng)絡(luò)連接無線傳感器節(jié)點和多信道基站節(jié)點之間的通信，啟動無線傳感器網(wǎng)絡(luò)節(jié)點。

（4）通過基站下發(fā)指令配置無線振動傳感器節(jié)點的采樣頻率、置預(yù)采樣觸發(fā)點和采樣長度。通過基站命令觸發(fā)無線傳感器節(jié)點在有限的采樣長度內(nèi)進行振動數(shù)據(jù)采集和存儲。

（5）采集數(shù)據(jù)完成后，通過基站下發(fā)指令關(guān)閉網(wǎng)絡(luò)通信，停止無線傳感器網(wǎng)絡(luò)數(shù)據(jù)采集。

（6）無線傳感器節(jié)點將采樣時域信號進行在線提取特征參數(shù)，包括（平均值，峰值，均方根值，平方根振幅）和無量綱參數(shù)（峰指數(shù)，峰度指數(shù)，波形指數(shù)，脈沖指數(shù)和公差指數(shù)）。

（7）關(guān)閉電機故障DDS系統(tǒng)產(chǎn)電源，關(guān)閉所有無線傳感器網(wǎng)絡(luò)節(jié)點電源。

3 實驗分析與討論

3.1 實驗?zāi)康妮S承故障診斷分析

根據(jù)基站獲得的數(shù)據(jù)，將特征參數(shù)中的量綱參數(shù)和無量綱參數(shù)作為輸入，軸承故障狀態(tài)作為輸出，建立神經(jīng)網(wǎng)絡(luò)故障診斷模型。將19組特征參數(shù)作為訓(xùn)練樣本，1組特征參數(shù)作為測試樣本，首先分析BP神經(jīng)網(wǎng)絡(luò)的隱藏層節(jié)點個數(shù)對軸承滾珠的平均故障精度的影響;其次，選擇最小隱藏層節(jié)點個數(shù)后，比較不同量綱特征參數(shù)或無量綱特征參數(shù)數(shù)目、類型對軸承滾珠的平均故障分類精度影響，進一步分析量綱和無量綱參數(shù)交叉組合對軸承滾珠的平均故障分類精度影響;分析交叉組合方式下，如何選取量綱和無量綱參數(shù)實現(xiàn)對軸承滾珠的平均故障分類精度的提高。

3.2 組網(wǎng)同步采集分析

如圖2所示，在實驗中，采用函數(shù)信號發(fā)生器可以產(chǎn)生正弦信號，所有監(jiān)測節(jié)點對這個輸出的正弦信號進行同步采集，采樣頻率為400Hz，在一個正弦波形周期內(nèi)有固定采樣點。上位機根據(jù)每個節(jié)點的同一個序列號的數(shù)據(jù)包在第一個周期正弦波形的接近最大斜率點的離散數(shù)值進行記錄分析、時域波形對比，以評估監(jiān)測節(jié)點的同步采集精度。以一個周期正弦波形為基準(zhǔn)，選擇基準(zhǔn)節(jié)點的某個數(shù)值點作為參考分析數(shù)值點。比較每個節(jié)點在該數(shù)值點上的模數(shù)電壓采樣值，并轉(zhuǎn)換為振動時域值誤差。

3.2 思考與討論

（1）機械故障振動信號量綱參數(shù)與無量綱參數(shù)在無線傳感器節(jié)點上處理功耗、處理時間、計算復(fù)雜度的區(qū)別？

（2）應(yīng)該如何交叉選擇量綱參數(shù)和無量綱參數(shù)，使得滿足精度的同時參數(shù)選擇最少？

（3）BP神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點如何選擇？是否對診斷精度產(chǎn)生影響？

4 結(jié)論

本文采用機械故障診斷和無線傳感器網(wǎng)絡(luò)融合的實驗式教學(xué)模式，跨越了機械故障診斷傳統(tǒng)教學(xué)手段，采用熱點先進的傳感器技術(shù)手段對機械工程專業(yè)課程進行創(chuàng)新性強化升級。它不僅鞏固了機械工程專業(yè)中關(guān)于軸承故障原因、軸承故障特征提取等重要的理論知識，并融合了無線傳感器網(wǎng)絡(luò)中網(wǎng)絡(luò)通信、傳感采集、嵌入式開發(fā)、C語言程序設(shè)計等專業(yè)知識。通過該綜合教學(xué)實驗，強化機械工程專業(yè)本科生理論聯(lián)系實際和獨立解決問題的能力，通過實踐激發(fā)學(xué)生對機械結(jié)構(gòu)健康無線傳感器監(jiān)測網(wǎng)絡(luò)的興趣，開闊了學(xué)生視野，深刻理解了機械故障原因，加強了學(xué)生對無線傳感器監(jiān)測網(wǎng)絡(luò)運用與動手等實踐能力和創(chuàng)新意識，為學(xué)生將來的深造或就業(yè)做好鋪墊。

該項工作受國家博士后面上基金（2020M671481）資助，中央高校基本科研基金（309181A8804和30919011263）、江蘇省自然科學(xué)基金青年基金（BK20190464）資助，南京理工大學(xué)教改基金（jg13423221）資助

參考文獻(xiàn)

[1] 聞邦椿.機械振動學(xué)[M].北京：冶金工業(yè)出版社，2011.

[2] 程軍圣.機械振動學(xué)[M].湖南：湖南大學(xué)出版社，2010.

[3] 徐健， 李強， 鄧得志. 基于Matlab的機械振動學(xué)實驗[J].實驗技術(shù)與管理，2019，36（6）：76-99.

[4] 劉傳清，劉化君.無線傳感器網(wǎng)絡(luò)技術(shù)[M].北京：電子工業(yè)出版社，2015.

[5] 袁春元，李磊等.基于問題引導(dǎo)教學(xué)模式的機械振動課程教學(xué)改革與實踐[J].教育教學(xué)論壇，2019，（2）：122-124.

[6] 姜偉，孫月華，侯清泉，等.“機械振動基礎(chǔ)”課程的教學(xué)內(nèi)容改革與實踐[J].教育教學(xué)論壇，2015，000（006）：99-100.

[7] 趙秀亮，高揚.機械振動與計算機技術(shù)融合的教學(xué)改革探索[J].科教導(dǎo)刊，2019，33：160-161.

[8] 張鍵.機械故障診斷技術(shù)[M].北京：機械工業(yè)出版社，2008.

[9] 吳拓.典型機械設(shè)備故障診斷與維修[M].北京：化學(xué)工業(yè)出版社，2017.

[10] S. Gao， F. Shang， and C. C. Du. Design of Multichannel and Multihop Low-Power Wide-Area Network for Aircraft Vibration Monitoring， IEEE Transactions on Instrumentation and Measurement， IEEE Internet of Things，2019，1（4）：4203-4211.

[11] S. Gao， X. H. Zhang， C. C. Du， and Q. Ji. A MultiChannel Low-Power Wide-Area Network with High-Accuracy Synchronization Ability for Machine Vibration Monitoring，” IEEE Internet of Things，2019，6（3）：5040-5047.

[12] Q. Li，and S.Y. Liang， “An Improved Sparse Regularization Method for Weak Fault Diagnosis of Rotating Machinery Based Upon Acceleration Signals，” IEEE Sensors Journal，2018，18（16）：6693-6705.

[13] 許允之，許璟，馬草原，等.基于振動信號分析的異步電機轉(zhuǎn)子故障特征提取[J].實驗室研究與探索，2012，6（5）：41-44.

[14] 王攀攀，鄧先明，徐瑞東，等.面向虛擬仿真實驗的匝間短路故障異步電動機模型設(shè)計與實現(xiàn)[J].實驗室研究與探索，2019，285（11）：103-109.

[15] 郝曉紅，王慧敏.基于Matlab的異步電動機故障運行狀態(tài)的仿真[J].實驗室研究與探索，2017，036（002）：98-101.