无线传感网和神经网络的民用火药贮存在线监测系统*

朱光耀，董龙明

（1.湖南机电职业技术学院，长沙410151；2.陆军装备部驻南京地区军事代表室，南京210000）

无线传感网和神经网络的民用火药贮存在线监测系统*

朱光耀1，董龙明2

（1.湖南机电职业技术学院，长沙410151；2.陆军装备部驻南京地区军事代表室，南京210000）

针对目前绝大多数火药仓库的温度、湿度控制由于采用人工操作导致对温湿度不能实时精确监控从而导致火药失效的问题，设计了一种基于无线传感网和神经网络的火药贮存在线监测系统。该系统将无线传感网络终端节点实时收集到环境温度和水分信息传给神经网络控制器，根据神经网络控制模型实时调节火药贮存温湿度控制设备的各个参数，实现对火药贮存环境温湿度的自动化和实时精确控制，提高火药贮存的可靠性和经济效益。

民用火药，在线监测系统，无线传感网，神经网络

0 引言

火药需要长期贮存，仓库环境温度和湿度变化对火药性能影响很大，贮存的环境条件是影响火药质量的重要因素［1］。火药中的各组成部分如打火机构、保险解脱机构、控制机构、延期机构、传爆机构和引信体等对温度、湿度敏感，是导致火药失效的主要外界因素［2-3］。而当前由于各种投入和关注度不够，绝大多数火药仓库的温度、湿度控制还是传统的人工操作方法。随着科学技术的发展，更多的高新技术在火药领域得到广泛应用，使火药向着远程化、智能化、制导化方向快速发展，大大提高了武器装备的信息化程度，如末制导火药、炮射导弹等，由于其结构复杂、储存环境条件要求高，对贮存可靠性要求也更加苛刻。国内外相关研究机构对火药贮存可靠性进行一系列研究。赵东华［4］等人基于灰色模型研究末制导火药贮存寿命预测模型，潘文庚［5］等人基于密封火药特点，利用ANSYS软件对贮存火药温度场进行仿真分析，获得了室内库存弹体内部各点受库存温度影响的分布规律。但是，对火药室内温度和湿度控制技术研究相对较少。

无线传感网［6］是由数目不等分布式的终端传感器以自组织和多跳方式构成的网络，能够实时感知、采集、监测、给定区域各个位置的各种信息（如：温度、湿度、浓度、盐度等），并对采集的信息进行简单的处理后以无限传输的方式发送到接受方，能够实现远程监控、实时数据采集功能。神经网络是由处理单元及其无向信号通道互连形成的并行分布式处理器，通过外部输入的刺激，不断获取并积累知识，进而具有一定的判断预测能力。神经网络［7-8］具有多种类型，数据不断地改变连接权值，构建模型的非线性联系，从而根据新的输入值测试输出值的大小。

本文基于无线传感网和神经网络，提出了火药贮存在线监测系统。该系统在火药贮存仓库环境搭建无线传感网，实时收集贮存环境的湿度和温度变化，传输到后台神经网络控制器，神经网络控制器根据控制模型控制温湿度控制设备的参数，并根据控制参数和环境参数之间的关系不断修改连接权值，调整优化控制模型，形成闭环，达到控制最优模型，实现对火药贮存温湿度的自动化和实时精确控制，提高火药贮存的可靠性和经济效益。

1 无线传感网络在线监测系统

无线传感网络在线监测系统是由前端分布在火药贮存环境中各个传感器采集节点、中继路由、后台的神经网络控制器和在线监控服务器组成，如图1所示。传感器采集嵌入温度和湿度感应器，可将周围湿度和温度数据通过无线传输的方式传输给最近的中继器。中继器同样以无线的方式接入无线网络，并接受来自各个传感器节点的数据，对数据进行分析，整合汇总并发送至神经网络控制器和在线监控服务器。

图1 系统结构图

为了便于火药贮存在线监测系统能够实时、准确反馈贮存环境温度和湿度参数变化状况，在无线传感网和神经网络控制器基础上加入在线监控服务器模块，具有以下功能：能够可视化环境温度和湿度参数变化率、存储和查询历史数据、无线传感网的管理、神经网络控制器模型的管理等。可以将在线监控服务器根据业务功能进行分层，可以分为：无线传感网络接入层、数据库、数据交互层、业务逻辑层、系统界面层。

无线传感网接入层负责接收无线传感网中继器传输过来的温度和湿度实时数据；数据库用以存储和管理各种系统配置数据库、中继器配置表、温度数据库、湿度数据库和神经网络模型；数据交互层是业务逻辑层和数据库之间的桥梁，当业务逻辑层需要处理业务时，需要访问数据库数据，该层服务从数据库中获取业务逻辑层需要的数据并返回；业务逻辑层包括各种业务逻辑组件，将通过系统界面层传来的数据进行相应的业务处理，并直接管理神经网络控制器，对神经网络控制模型进行评判和修改；系统界面层存放各业务界面模块，并利用各种展示方式（例如：曲线图、方正图等）将各种数据展现给用户，并接受用户输入的数据传给业务逻辑层。

图2 在线监控服务器系统架构图

2 神经网络控制算法

由于无线传感网采集的温度和湿度数据具有区域分布性和多样性，涉及到多个变量之间综合叠加产生综合效果，才能决定真空干燥设备是否运转和运转输出功率多大，才能取得最佳效果。本文针对多变量控制问题，基于三层神经网络模型建立温度和湿度多变量控制网络结构，分布是输入层、隐含层和输出层，采用全连接的方式，如下页图3所示。

图3 神经网络控制模型结构

这里，使用高斯函数作为神经网络的径向基函数，

从传感器采集的温度、湿度参数到真空干燥控制参数的映射关系可以表示为：

其中：‖·‖表示欧式范数，N为隐含层节点数。

神经网络控制模型在建立之初需要根据经验初始化各个神经网络的参数（如神经元之间的权值），在控制过程根据控制过程中输入温度和湿度数据的控制参数与期望之间的比较，不断修正神经网络参数，直至误差在一定的范围内。神经网络参数调节流程如图4所示。

3 实验及结果分析

在火药贮存仓库（10 m×10 m，高度3 m，标准大气压）物理均匀布置无线传感器采集节点和中继路由，中继路由个数为10个，每个中继路由节点收集周围有4个无线采集节点，试验分2部分：

①验证无线传感网络温度和湿度的检测和传输误差是否满足需要，即数据检测和传输的正确性；

②验证神经网络进行闭环控制后，各环境因子的变化是否满足需要，即控制精度问题。

选择火药贮存环境温度数据为代表，进行数据检测和传输误差实验，无线传感网络的汇聚节点和标准测量器具显示的温度试验数据如表1所示。数据误差范围均在±0.1℃范围内，表明无线传感网的数据检测和传输可靠，能够满足实际需要。

表1 环境温度试验数据（℃）

表2 火药贮存环境的温度、湿度试验数据

数据表明，12 h温度误差在±0.3℃范围内，湿度误差在0.14%rh范围内。神经网络闭环控制系统控制达到了设计目标，满足实际运行需要。

4 结论

本文针对火药贮存环境的温湿度不能实时精确监控和控制从而导致火药失效问题，基于无线传感网和神经网络模型搭建火药贮存在线监测系统。通过实验表明：无线传感网能够准备实时收集并传输火药贮存环境温度和湿度数据，神经网络控制模型达到稳定后能够达到控制精度要求。下一步对在线监控服务器系统的功能扩展，以便能够远程访问控制监测系统。

［1］鞠训光.航引贮存可靠性质量分级研究［D］.徐州：空军后勤学院，1998.

［2］陶敏，李书敏.航空火药［M］.徐州：黄河出版社，1992.

［3］JAMES J，BUCKLEY，HAYASHI Y.Fuzzy neural networks：a survey［J］.Fuzzy Sets and System，1994，66：1-13.

［4］赵东华，张怀智，郭胜强，等.基于灰色模型的某型末制导火药贮存寿命预测［J］.装备环境工程，2011（12）：28-30.

［5］潘文庚，王晓鸣，陈瑞，郭巍巍.航空弹药贮存环境温度场仿真研究［J］.系统仿真学报，2008，20（6）：3258-3261.

［6］孙利民，李建中，陈渝.无线传感器网络［M］.北京：清华大学出版社，2005：3-23.

［7］DALY E，HAAHR M.Social network analysis for routing in disconnected delay-tolerant MANETs［C］//Proceddings of ACM Mobi-Hoc，2007：32-40.

［8］高隽.人工神经网络原理及防治实例［M］.北京：机械工业出版社，2007.

Civil Powder Storage Online Monitor System Based on Wireless Sensor Network and Neural Network

ZHU Guang-yao1，DONG Long-ming2
（1.Hunan Mechanical and Electrical Polytechnic，Changsha 410151，China；
2.Nanjing Military Representative Office of PLA Army，Nanjing 210000，China）

The temperature and humidity of the vast majority of the ammunition storages is controlled manually，which causes accurate real-time monitoring of the temperature and humidity and even the ammunition failure.So，a type of the ammunition storage online monitor system based on wireless sensor network and neural network is designed.The system collects the information of realtime temperature and humidity from the terminal nodes of the wireless sensor network and transmits it to the neural network controller，and then adjusts the various parameters of the temperature and humidit control devices in real-time according to the control model of neural network.It can realize the automation and precise control of the temperature and humidity of the environment in real time，improve reliability and economic benefit of the ammunition storage.

civil powder，online monitor system，wireless sensor network，neural network

TP39；TJ5

A

1002-0640（2016）12-0155-03

2015-10-05

2015-12-07

湖南省教育厅基金资助项目（15C0488）

朱光耀（1984-），男，湖南娄底人，讲师。研究方向：自动控制技术。