楊俊杰,徐大誠
(蘇州大學 電子信息學院,江蘇 蘇州 215006)
無線傳感節(jié)點在石油管線、高速公路及橋梁等現(xiàn)代化安全運營管理等領域應用較廣[1]。壓電振動能量采集器(PEH)可從環(huán)境振動中收集電能,同時感知環(huán)境振動信息,可作為無源振動傳感器監(jiān)測振動狀況,如監(jiān)測管線、圍欄、橋梁和各種目標振動異常情況[2-3],省去了傳感器相關的功耗,并將振動能量轉換為電能供給系統(tǒng)。“事件驅(qū)動”傳感機制[4]是進一步降低系統(tǒng)功耗的解決方法,由于無環(huán)境振動異常信息時,系統(tǒng)將處于長時間超低功耗休眠狀態(tài),具有壽命長的特點。將壓電振動能量采集器與“事件驅(qū)動”傳感機制相結合,構建無源“事件驅(qū)動”模塊,這將顯著提高無線傳感節(jié)點的工作效率。
Khalifa S等[5]將壓電振動能量采集器作為傳感器來識別人的日常行為,通過機器學習K近鄰法識別準確率可達80%。D. Ma等[6]使用壓電能量采集器進行步態(tài)識別,通過長短期記憶網(wǎng)絡(LSTM)進一步提高識別性能,實驗結果表明召回率最高可達98.94%。目前壓電振動能量采集器的傳感應用主要集中在人體行為識別及交通方式識別等,對于許多重要目標(如石油管線、野外防護圍欄等)供電較難場合的安全監(jiān)測,智能化獲取具有破壞行為的振動意義重大[7],而壓電振動能量采集器卻非常契合,此類振動監(jiān)測應用報道較少。
本文設計并實現(xiàn)了一種具有“事件驅(qū)動”傳感機制、感知環(huán)境信息、無線通信的智能傳感節(jié)點。通過壓電振動能量采集器獲取環(huán)境振動信息,利用一維卷積神經(jīng)網(wǎng)絡算法(1D-CNN)實現(xiàn)對振動信息的智能化處理,達到對環(huán)境振動事件信息感知的目的,節(jié)點具有無線通信功能,可構建無線傳感網(wǎng)絡,形成遠程網(wǎng)絡化監(jiān)測。
結合“事件驅(qū)動”傳感機制,能量采集器采用兩級振子結構,實現(xiàn)了上變頻特性,提升了電能轉化效率,并具有振動閾值觸發(fā)的功能,其結構如圖1(a)所示。能量采集器由感應振子和發(fā)電振子組成,兩級振子上均裝有永磁鐵,磁化方向平行同向,以構成雙穩(wěn)態(tài)[8]。在感應振子的反面安置質(zhì)量塊以降低諧振頻率,以便耦合頻率較低的環(huán)境振動。發(fā)電振子上粘合片狀壓電陶瓷(PZT)薄膜通過壓電效應將機械振動能轉換為電能,并通過輸出電壓信號傳遞環(huán)境振動信息。
圖1 壓電振動能量采集器
設計的能量采集器PZT材料所受應力方向與電場方向垂直,壓電材料工作于d31模式,此時壓電本構方程可改寫為
(1)
(2)
壓電材料兩端電極產(chǎn)生的電荷為
(3)
式中:A、Δ為壓電極化層面積、厚度;b、h為懸臂梁寬度、厚度;L為壓電材料長度;l0、l1為壓電材料在懸臂梁的位置坐標。
假設懸臂梁的振動頻率為ω,則電流I與電荷Q的關系為I=ωQ,接入電阻值為R的負載時,其兩端電壓為
(4)
圖1(c)為器件工作過程。環(huán)境振動強度低于預設閾值時,感應振子無法越過雙穩(wěn)態(tài)勢壘,兩級振子都在各自的平衡位置附近做微小振動,能量采集器未觸發(fā),輸出電壓較微弱;環(huán)境振動強度達到或超過閾值時,感應振子能獲得足夠的能量使其越過勢壘,在兩個穩(wěn)態(tài)間來回運動,驅(qū)動發(fā)電振子在其自身諧振頻率下振動,此時能量采集器觸發(fā)、輸出電壓顯著增大。
測試壓電振動能量采集器的振動閾值觸發(fā)特性,在實驗中采用信號發(fā)生器(KEYSIGHT-33500B)設置激勵為40 Hz的正弦振動,通過功率放大器(YE5872A)驅(qū)動激振臺(JZK-10)產(chǎn)生振動激勵,激振臺裝有夾具,用于安裝壓電振動能量采集器和加速度計(ADXL-345)。示波器(Agilent-DSO-X-2024A)同步顯示能量采集器輸出電壓信號。振動加速度幅度從0開始,并以0.2g(g= 9.8 m/s2)的步長增加。壓電振動能量采集器測試結果如圖2所示。當振動加速度<2.6g時,其輸出電壓為±1 V;當振動加速度≥2.6g時,壓電振動能量采集器輸出電壓可達±3.5 V。這表明壓電振動能量采集器具有振動閾值觸發(fā)的功能。
壓電振動能量采集器應用于振動信息感知時,其本身可充當“事件驅(qū)動”傳感器。通過檢測能量采集器的輸出電壓判斷“破壞事件”是否發(fā)生,便可進一步對“破壞事件”加以處理、分析,且PEH輸出電壓信號與外界環(huán)境振動具有較強相關性。因此,壓電振動能量采集器可用于環(huán)境的振動狀態(tài)識別。
基于上述壓電振動能量采集器,將識別圍欄等防護設備上具有破壞行為的振動類型作為應用,設計智能感知無線傳感節(jié)點。對于圍欄等防護設備,典型的破壞方式為手搖晃和錘子敲擊破壞[9],結合“事件驅(qū)動”傳感機制,智能感知無線傳感節(jié)點主要感知4類事件,即風吹雨打等自然界引起的正常微弱振動類型(沒有破壞行為)、人為搖晃引起的振動類型、硬物錘子等敲擊破壞引起的振動類型及燃燒破壞行為。
本文設計的智能感知無線傳感節(jié)點結構框圖如圖3(a)所示,由2只壓電振動能量采集器、A/D轉換模塊、能量收集管理模塊、微控制器(MCU)、無線通信模塊和電源模塊組成。其中A/D轉換芯片采用TI公司的ADS1015,微處理器采用ST公司的STM32F103ZEH6,溫度傳感器采用Sensirion公司提供的SHT30,能量收集管理芯片采用實驗室自研芯片XC003,其不僅具備無源電壓監(jiān)測的功能,還能實現(xiàn)能量收集與管理[10]。無線通信模塊采用實驗室自研芯片XC001,其具有802.15.4/6雙協(xié)議通信結構,并將數(shù)字基帶與射頻相結合構成一體化無線通信芯片。智能感知無線傳感節(jié)點實物如圖3(b)所示。其中壓電振動能量采集器2與能量收集管理芯片XC003構成無源“事件驅(qū)動”模塊,壓電振動能量采集器1作為感知環(huán)境振動的傳感器。
圖3 智能感知無線傳感節(jié)點結構框圖及實物
圖4為節(jié)點工作流程圖。首先,初始化后進入睡眠模式,當圍欄等防護設備出現(xiàn)異常振動狀況時,壓電振動能量采集器2將檢測環(huán)境振動并轉換為電能,能量收集管理芯片XC003內(nèi)部的相關無源電壓監(jiān)測電路將工作(設定閾值電壓VPEH=2 V)產(chǎn)生Flag信號以喚醒系統(tǒng)進行后續(xù)工作,由此實現(xiàn)“事件驅(qū)動”傳感機制。同時將收集的能量儲存在儲能電容中,控制電路檢測儲能電容上能量的累積,達到一定閾值時,打開內(nèi)置LDO并驅(qū)動點亮LED燈,無線傳感節(jié)點報警。
圖4 系統(tǒng)工作流程圖
通過MCU設計的控制程序,F(xiàn)lag信號來到時,調(diào)度A/D轉換電路采集振動能量采集器1的交流電壓信號,隨之進行在MCU中部署的1D-CNN模型預測,將振動預測結果及相關環(huán)境信息通過數(shù)字基帶通信與射頻模塊發(fā)送到解調(diào)接收端,實現(xiàn)對環(huán)境中振動信息感知與報警功能,射頻模塊工作后,系統(tǒng)自動進入睡眠模式以降低功耗。該系統(tǒng)還具有環(huán)境溫度感知功能,在無線傳感節(jié)點檢測到環(huán)境溫度異常(設定溫度閾值為60 ℃),同樣驅(qū)動射頻模塊工作,將燃燒破壞事件發(fā)送到接收終端,然后系統(tǒng)自動進入睡眠模式。如此設計,若無上述4類感知事件發(fā)生,系統(tǒng)將長時間處于超低功耗休眠狀態(tài),從而延長系統(tǒng)的工作壽命。
通過智能無線傳感節(jié)點與數(shù)據(jù)采集程序獲取搖晃和敲擊兩種振動模式下PEH的輸出電壓信號數(shù)據(jù)集并構造樣本。樣本構造設計為:A/D轉換電路采集到第一個電壓≥2 V時,則將包含此點及后續(xù)共1 000個離散電壓值作為一個數(shù)據(jù)樣本,樣本構造過程如圖5(a)所示。搖晃和敲擊兩種振動模式分別構造900個樣本,共1 800個數(shù)據(jù)樣本。
圖5 樣本構造過程及多尺度
壓電振動能量采集器輸出電壓信號為一維信號,H.Wu等[11]指出1D-CNN適用于時間序列分類,故本文以1D-CNN為基礎進行改進,以實現(xiàn)振動模式識別。Chen W等[12]與Xiang LI等[13]指出,時間序列在不同的時間尺度上具有不同的特征表示。如圖5(b)所示,由于壓電振動能量采集器采用二級諧振結構,其輸出電壓信號含有不同時間尺度的特征,故有必要設計多個尺度的卷積核從序列中分別提取特征。
1D-CNN模型最終需要部署在微控制器上,其模型結構不宜復雜,計算量不宜過大,最終模型結構如圖6所示。輸入序列為1 000個數(shù)據(jù)的一維向量,模型輸入層采用局部均值池化,可降低數(shù)據(jù)維度并同時濾除環(huán)境隨機噪聲。卷積層C1通過長短兩種尺度的卷積核同時提取序列多尺度特征,繼而將提取到的長、短期特征進行特征融合。卷積層C2再進行卷積操作,以提取更深層次的特征。然后最大池化層極大地降低了數(shù)據(jù)維度,同時采用隨機丟棄概率(Dropout)技術防止網(wǎng)絡過擬合。全連接層構建網(wǎng)絡輸出空間,最后通過Softmax分類器實現(xiàn)分類。
圖6 1D-CNN模型結構圖
構建1D-CNN模型后進行算法模型驗證。模型訓練的損失函數(shù)為交叉熵函數(shù),優(yōu)化算法為Adam,初始學習率設為0.000 1。模型的評價指標為振動事件識別準確率。為了防止網(wǎng)絡過擬合,訓練時Dropout的概率設為0.8。模型優(yōu)化后,均值池化窗口為5,長短卷積核寬度為(10,2),兩卷積層的過濾器數(shù)量為(8,16),算法性能達到最好。
將構建的1D-CNN與機器學習算法邏輯回歸(LR)、K近鄰法(KNN)、支持向量機(SVM)算法進行對比,如表1所示。由表可知,3種傳統(tǒng)機器學習算法分類準確率差別較小,當選用線性核函數(shù)、C=2.3(C為SVM的懲罰系數(shù),即對誤差的寬容度)的參數(shù)設置時,SVM算法分類準確率最高可達82.9%,而1D-CNN模型識別準確率可達95.7%。
表1 不同算法準確率比較
為了驗證該節(jié)點的相關功能,測試實驗選擇在空曠且具有可模擬事件狀態(tài)的環(huán)境下進行。基于壓電振動能量采集器的智能無線傳感節(jié)點測試方案如圖7所示。該節(jié)點被設計的專用夾具固定在體育場防護圍欄上以模擬其應用場景,解調(diào)接收端由高增益接收天線、USRP N210 硬件平臺、構建GUN Radio軟件無線電平臺的PC、UPS不間斷電源(Santak-C2KVA)構成。
圖7 測試系統(tǒng)設置
測試通信傳輸距離大于100 m,設置多種環(huán)境破壞事件進行試驗。用錘子敲擊圍欄、人手搖動圍欄,分別為傳感節(jié)點提供“環(huán)境振動事件”激勵,熱風槍則模擬“燃燒破壞事件”。每種事件類型測試都需要重復300次。每次“燃燒破壞事件”測試前,系統(tǒng)溫度應降至室溫水平。
測試行為及接收人機交互界面、可視化界面 (GUI)結果如圖8所示,對于3種破壞事件均能穩(wěn)定報警。表2為智能感知無線傳感節(jié)點實際測試結果。由表可知,測試了3種“破壞事件”,其重構精度約為99%,這表明所提出的智能感知無線傳感節(jié)點適用于無線監(jiān)控應用場合。
圖8 系統(tǒng)測試結果
表2 智能感知無線傳感節(jié)點實際測試結果
本文基于壓電振動能量采集器設計并實現(xiàn)了一種智能感知無線監(jiān)測傳感節(jié)點,可滿足野外無線安全監(jiān)測的需求。結合“事件驅(qū)動”傳感機制,系統(tǒng)將長時間處于極低功耗的待機狀態(tài),最大程度地降低監(jiān)測系統(tǒng)的功耗。當振動事件發(fā)生時,系統(tǒng)進入工作狀態(tài)實時獲取環(huán)境振動信息,實現(xiàn)了高精度的環(huán)境振動模式識別,提出利用一維卷積神經(jīng)網(wǎng)絡(1D-CNN)模型處理壓電振動能量采集器獲取的環(huán)境振動信息,模型識別率達95.7%。測試結果表明,所設計的智能感知無線監(jiān)測傳感節(jié)點在能量采集器觸發(fā)后1.2 s內(nèi)可獲取環(huán)境振動模式,3種不同事件下實際識別準確率大于99%。驗證了無線通信功能,在大于100 m的測試距離檢測環(huán)境振動事件發(fā)生,5 s內(nèi)報警;燃燒事件發(fā)生,3.7 s內(nèi)報警。此智能感知無線監(jiān)測傳感節(jié)點在圍欄監(jiān)控等領域具有重要的應用價值。