太阳能杀虫灯物联网故障诊断特征分析及潜在挑

分类：论文范文 发表时间：2020-09-03 10:15

　　摘要: 太阳能杀虫灯物联网（SIL-IoTs）是一种基于农业场景与物联网技术的新型物理农业虫害防治工具，通过无线传输太阳能杀虫灯组件状态数据，用户可后台实时查看太阳能杀虫灯运行状态，具有杀虫计数、虫害区域定位、辅助农情监测等功能。但随着SIL-IoTs快速发展与广泛应用，故障诊断难和维护难等矛盾日益突出。基于此，本研究首先阐述了SIL-IoTs的结构和研究现状，分析了故障诊断的重要性，指出了故障诊断是保障其可靠性的主要手段。接着介绍了目前太阳能杀虫灯节点自身存在的故障及其在无线传感网络（WSNs）中的体现，并进一步对WSNs中的故障进行分类，包括基于行为、基于时间、基于组件以及基于影响区域的故障四类。随后讨论了统计方法、概率方法、层次路由方法、机器学习方法、拓扑控制方法和移动基站方法等目前主要使用的WSNs故障诊断方法。此外，还探讨了SIL-IoTs故障诊断策略，将故障诊断从行为上分为主动型诊断与被动型诊断策略，从监测类型上分为连续诊断、定期诊断、直接诊断与间接诊断策略，从设备上分为集中式、分布式与混合式策略。在以上故障诊断方法与策略的基础上，介绍了后台数据异常、部分节点通信异常、整个网络通信异常和未诊断出异常但实际存在异常四种故障现象下适用的WSNs故障诊断调试工具，如Sympathy、Clairvoyant、SNIF和Dustminer。最后，强调了SIL-IoTs的特性对故障诊断带来的潜在挑战，包括部署环境复杂、节点任务冲突、连续性区域节点无法传输数据和多种故障诊断失效等情形，并针对这些潜在挑战指出了合理的研究方向。由于SIL-IoTs为农业物联网中典型应用，因此本研究可扩展至其它农业物联网中，并为这些农业物联网的故障诊断提供参考。

　　关键词: 太阳能杀虫灯；无线传感网络；农业物联网；故障诊断；虫害

　　1 引 言

　　农业是支撑国民经济建设与发展的第一基础产业。然而农业虫害，尤其是迁飞性害虫，如草地贪夜蛾、稻纵卷叶螟和甜菜叶蛾等，对农业的正常生产造成了极大的负面影响[1]。目前虫害防治的主要手段是施用农药，但长期大量使用农药，不仅降低了农产品的品质，污染了自然环境，而且还提高了害虫的抗药性，不利于中国农业的可持续发展[2]。

　　2 SIL-IoTs及其故障诊断重要性

　　2.1　SIL-IoTs结构及研究进展

　　目前，应用中主要使用的传统太阳能杀虫灯是太阳能频振式杀虫灯和太阳能风吸式杀虫灯。这两种杀虫灯均利用诱虫光源吸引害虫至杀虫灯附近，频振式杀虫灯通过高压电网放电杀灭害虫，风吸式杀虫灯通过风扇吸入害虫，使其风干。SIL-IoTs在硬件结构上比传统太阳能杀虫灯多了无线通信设备与天线，如图1所示，用于节点间通信或与基站通信。其中无线通信设备通过蓄电池供电，而蓄电池通过太阳能板充电，因此相较于节点能量有限的传统WSNs，SIL-IoTs是一种能量采集-无线传感网络（Energy-Harvesting WSNs,EH-WSNs）。EH-WSNs是一种通过采集外界能量（如无线充电、太阳能、风能）为传感器电池充电的新兴WSNs形式。它极大地延长了节点与网络寿命，使传感器节点突破能量的束缚，进而支持通信范围更广、计算能力更强的边缘计算节点。将故障诊断方法部署在边缘计算节点可以有效降低诊断信息延迟，通过自恢复的方法恢复部分故障，而不必将故障信息传输到后台后再恢复，提高了SIL-IoTs的可靠性。

　　2.2　SIL-IoTs故障诊断重要性

　　由于SIL-IoTs在日常应用中承担着较重的杀虫任务以及辅助虫害观测任务，当SIL-IoTs出现故障时，不仅无法杀灭害虫，而且可能误导农民对虫害的估计情况，从而导致农药用量偏差，进一步影响作物的品质与产量。特别地，当诱虫光源能正常工作但杀虫组件出现故障时，周围害虫被吸引至太阳能杀虫灯附近却又无法杀虫，将造成局部地区害虫爆发性增长。此类情形不仅对作物产生危害，还会使用户认为SIL-IoTs将其他区域的害虫吸引到自己农田中，进而影响SIL-IoTs的推广与应用。因此对SIL-IoTs故障进行快速、准确的诊断非常重要。

　　3 SIL-IoTs故障诊断特征分析

　　有效的故障诊断方法依赖于对研究背景的特征分析，因此有必要进行SIL-IoTs的故障诊断特征分析。

　　3.1　SIL-IoTs故障分类

　　SIL-IoTs是一种含有杀虫及太阳能充电功能的WSNs，其中太阳能杀虫灯组件、传感器模块以及无线通信模块为SIL-IoTs的整体组件构成，基于此借助传统WSNs的故障分类及诊断方法对SIL-IoTs的故障诊断进行特征分析。

　　WSNs是一种自组网络，通过部署在不同应用场景下的大量传感器采集数据，传输到一个或多个基站，最终传输到云平台或移动端[13]。检验WSNs可靠性最重要的指标就是检测基站是否收到正确的感知数据，未收到所有的数据或收到不正确的数据即可判断WSNs存在故障。依据不同的特征，可将WSNs故障分为四种类型，分别是基于行为、基于时间、基于组件以及基于影响区域的故障[14]，如图3所示，其中红色外框故障为较难诊断的故障。

　　3.2　WSNs故障诊断研究方法

　　WSNs故障诊断一般分为四步：检测、孤立、鉴别和恢复[24]，这四步也适用于SIL-IoTs故障诊断。首先检测SIL-IoTs是否存在故障。当存在故障时，需要使用诊断方法定位故障位置并鉴别故障类型。随后将故障节点或故障链路孤立以保证无故障部分正常运行。最后依据故障类型进行针对性故障恢复，保证SIL-IoTs正常运行。此外，在发生故障时，一般会采取故障容错机制，快速隔离故障保证WSNs的正常运行[25]。基于故障诊断的触发方式可将其分为主动与被动两类。主动触发是一种节点或基站会定期检测网络状态的故障诊断方式，而被动触发则是一种当节点或网络状态不符合预设情况时再触发故障诊断方法的诊断方式。基于这两种触发方式和不同的应用背景及约束条件，如网络密度、时效性要求、能耗要求、节点计算能力等，目前已研究出多种类型的WSNs故障诊断方法。根据这些方法的特性，将其分为以下6类方法：统计方法、概率方法、层次路由方法、机器学习方法、拓扑控制方法和移动基站方法。表2为近年经典故障诊断研究方法的分类情况。

　　参考文献：

　　[1] 黄文江, 师越, 董莹莹, 等. 作物病虫害遥感监测研究进展与展望[J]. 智慧农业, 2019, 1(4): 1-11.HUANG W, SHI Y, DONG Y, et al. Progress and prospects of crop diseases and pests monitoring by remote sensing[J]. Smart Agriculture, 2019, 1(4): 1-11.

　　[2] 陈昊楠, 徐翔, 邓晓悦, 等. 单波长杀虫灯对草地贪夜蛾诱杀效果初步评价[J]. 四川农业科技, 2020(2): 41-42.CHEN H, XU X, DENG X, et al. Preliminary evaluation of trapping effect of single long wave insecticidal lamp on Noctuidae in grassland[J]. Sichuan Agricultural Science and Technology, 2020(2): 41-42.

　　[3] 王向东. 改进型太阳能杀虫灯对凉山州害虫诱杀效果研究[J]. 西昌学院学报(自然科学版), 2020, 34(1): 9-13， 92.WANG X. Study on effect of improved solar pest-killing lamp on trapping and killing field pests in liangshan[J]. Journal of Xichang University(Natural Science Edition), 2020, 34(1): 9-13， 92.

　　作者杨星 1, 舒磊 1,2*, 黄凯 1, 李凯亮 1, 霍志强 2, 王彦飞 1, 王心怡 1, 卢巧玲 1, 张亚成 1

上一篇：基于荧光法的溶解氧传感器研制及试验 下一篇：农产品质量安全纳米传感应用研究分析与展望