異構無(wú)線(xiàn)傳感網(wǎng)絡(luò ) 對橋梁健康監測有什么價(jià)值？

在傳感器優(yōu)化布置問(wèn)題中，模態(tài)識別與網(wǎng)絡(luò )能耗這兩個(gè)目標之間是相互耦合的，將每個(gè)目標以一定比例的加權方式得到目標優(yōu)化函數。為了獲取該目標優(yōu)化函數的最優(yōu)解，采用離散粒子群算法對目標優(yōu)化函數進(jìn)行求解，最終可以得到傳感器優(yōu)化后的位置。由于權重系數的不同，將會(huì )影響運用離散粒子群對目標函數求解結果，導致最優(yōu)化布置方案不同。兩個(gè)目標的權重系數表示對整個(gè)異構無(wú)線(xiàn)傳感器布置的影響程度，在面臨傳感器布置時(shí)，當結構的模態(tài)識別精度比較重要時(shí)，則將模態(tài)識別的權重系數取較大值；當異構無(wú)線(xiàn)傳感器網(wǎng)絡(luò )的能量消耗比較重要時(shí)，則將網(wǎng)絡(luò )能耗的權重系數取較大值。權重系數的大小取決于決策者對結構兩個(gè)目標的重視程度。

針對本文中的結構模型，無(wú)線(xiàn)傳感器節點(diǎn)優(yōu)化布置如圖5所示，圖中紅色圓形表示基站，紅色方形表示布置在外側的加速度傳感器，黑色方形表示布置在外側的應變傳感器，紅色三角形表示布置在內測的加速度傳感器，黑色三角形表示布置在內測的應變傳感器。

桁架結構的無(wú)線(xiàn)傳感器節點(diǎn)優(yōu)化布置

最佳分簇

異構無(wú)線(xiàn)傳感器網(wǎng)絡(luò )中各類(lèi)傳感器節點(diǎn)和基站都已確定的情況下，進(jìn)一步的路由機制優(yōu)化，可使得數據傳輸到基站的能量損失指數降低，也有效減少了數據擁堵情況的發(fā)生，進(jìn)而降低網(wǎng)絡(luò )能耗。通過(guò)分析樹(shù)簇形無(wú)線(xiàn)傳感器網(wǎng)絡(luò )簇的建立階段和信息傳輸階段，在簇形成過(guò)程中建立無(wú)線(xiàn)傳感網(wǎng)絡(luò )能耗與簇群個(gè)數之間的數學(xué)關(guān)系，然后利用求取函數極值的方法得到最佳分簇數量。

對于一定空間區域內的傳感器網(wǎng)絡(luò )，最優(yōu)簇頭數由傳感網(wǎng)絡(luò )中各個(gè)傳感器節點(diǎn)的總數和、簇頭節點(diǎn)發(fā)布廣播信息的距離、簇頭到基站的距離共同決定。

工程應用的優(yōu)良性

平湖編組站大橋位于深圳市龍崗區平湖鎮，為分離式跨越平南鐵路平湖編組站，主橋為四跨連續PC箱梁橋，如圖6所示。該橋已服役20年，歷經(jīng)兩次加固維修，擬布置無(wú)線(xiàn)結構健康監測系統，實(shí)時(shí)掌握橋梁整體振動(dòng)特性及局部應力應變情況。

首先利用有限元軟件ANSYS進(jìn)行仿真建模，其建模主要是對主橋上部承重結構進(jìn)行分析，得到結構基頻和結構振型等模態(tài)；然后運用基于模態(tài)識別和網(wǎng)絡(luò )能耗的目標優(yōu)化函數，結合離散粒子群算法，對該目標函數進(jìn)行求解，得到異構無(wú)線(xiàn)傳感器網(wǎng)絡(luò )的布置方案；最后在確定兩類(lèi)無(wú)線(xiàn)傳感器的個(gè)數和位置后，對網(wǎng)絡(luò )分簇形式進(jìn)行優(yōu)化。利用最佳簇頭數的表達式，得到最優(yōu)的簇群數。經(jīng)過(guò)合理的分簇與未分簇的方案進(jìn)行對比，結果表明，即使分簇方案下的網(wǎng)絡(luò )覆蓋半徑即數據傳輸路徑，比未分簇下增大28.3%，能耗反而減少了33.3%，能耗節省效果明顯。

應用課題技術(shù)研發(fā)組在深圳市大鵬半島某邊坡建立了降雨型滑坡預警體系。邊坡穩定性監測系統采用無(wú)線(xiàn)網(wǎng)絡(luò )搭建，其基本組成主要包含傳感器系統、數據采集與傳輸系統、數據管理系統三個(gè)部分，具體可總結為八個(gè)測點(diǎn)、五個(gè)節點(diǎn)、一個(gè)基站和一臺服務(wù)器。監測系統的整體工作原理如圖7所示?；具^(guò)程為：傳感器采集物理數據后，通過(guò)數據線(xiàn)傳輸到測點(diǎn)旁的傳感器節點(diǎn)，各節點(diǎn)再通過(guò)現場(chǎng)ZigBee無(wú)線(xiàn)網(wǎng)絡(luò )將數據傳輸到現場(chǎng)基站，隨后基站通過(guò)3G移動(dòng)數據網(wǎng)絡(luò )將數據上傳至互聯(lián)網(wǎng)，最后在遠程校園內的服務(wù)器上即可聯(lián)網(wǎng)登錄客戶(hù)端，獲取數據并進(jìn)行處理分析、消息發(fā)送等后續工作。依據長(cháng)期積累的監測數據，開(kāi)發(fā)了基于大數據分析的邊坡失穩時(shí)刻預測技術(shù)，在預測邊坡深部位移及預警方面具有優(yōu)良的表現。

邊坡穩定性無(wú)線(xiàn)監測系統工作原理示意圖

應用課題技術(shù)研發(fā)組對廣東省惠州市境內某輸電桿塔實(shí)施了傾斜在線(xiàn)監測，為其安全性評價(jià)提供參考依據。系統包括應用層、信息層、數據層、物理層，可接入不同類(lèi)型傳感器，安裝方便，即插即用，安裝后可24小時(shí)監控桿塔安全狀態(tài)，并將數據實(shí)時(shí)發(fā)送到控制中心服務(wù)器。自主開(kāi)發(fā)的上位機接收軟件，可實(shí)時(shí)接收現場(chǎng)發(fā)送的各關(guān)鍵參數并存儲。強大的專(zhuān)家分析與預警軟件，可對采集的數據進(jìn)行實(shí)時(shí)分析，運用大數據模型對數據進(jìn)行處理，并及時(shí)給出預警信息。該監測系統在桿塔所屬輸電線(xiàn)路安全評估及災害防治工作中發(fā)揮了重要作用。