机械工程专业“无线传感器网络”实验式引导教学新方法

高尚 裴荣 江剑 王芳

摘 要 无线传感器网络作为机械工程专业的交叉学科教学课程之一，主要培养该专业的学生对无线传感器网络在机械测试领域的应用和理解能力，然而机械专业学生严重缺乏无线传感器网络电子通信领域交叉学习和实践的机会。针对这一问题，本文探索了“实验导向，融合驱动”教学法，以典型轴承故障诊断问题为导向，融合无线传感器监测网络新方法和新技术，引出轴承故障诊断领域中的知识点，转化为工程应用问题，巩固理论知识的同时，提高了学生的工程应用能力。

关键词 实验式引导教学;机械工程专业;机械测试

中图分类号：G424                                 文献标识码：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

機械工程专业培养具备机械设计、制造、机电工程及自动化基础知识与应用能力，能在科研院所、企业、高级技术公司从事各种机械、机电产品及系统、设备、装置的研究、设计、制造、控制、编程，数控设备的开发、应用研究以及从事技术管理的高级工程技术人才。[1-3]然而，随着物联网在机械工程领域逐步广泛应用，新型物联网技术已成为该专业培养中不可或缺的交叉课程。“无线传感器网络”[4]作为机械工程专业中核心选修课程之一，在未来的机械工程专业中机械结构健康监测密切相关，主要培养学生对机械故障和缺陷检测和监测的理解能力，为后续学生的专业课学习和就业拓展奠定基础。

然而，通过近几年在机械工程专业的授课经历和课程效果来看，学生很少能够在课程设计或毕业设计等实践环节中使用或能够灵活运用无线传感器网络相关的知识。为了更好地适应应用型研究生教育的发展需要，仪器系教研室探索了“实验导向，融合驱动”教学法[5-7]在“无线传感器网络”的课程改革过程中，将机械振动故障诊断等课题引入日常的实验教学中，以课题中的实际问题引出知识点，转化为工程应用问题，通过解决问题为目的的实验引导式教学，融合式教学加强教师和学生的上下交流互动，增加对学生工程应用能力的训练，符合企业对机械工程技术人才的需求。

1 实验式教学设计相关背景

机械故障诊断[8-9]是一种了解和掌握机器在运行过程的状态，确定其整体或局部正常或异常，早期发现故障及其原因，并能预报故障发展趋势的技术。油液监测、振动监测、噪声监测、性能趋势分析和无损探伤等为其主要的诊断技术方式。其中滚动轴承作为机械领域常用典型元件，其故障诊断尤为重要。[10-12]滚动轴承的结构由滚动球，保持架，内圈和外圈组成。其四个常见故障是保持架断裂、滚动球剥落、内圈剥落、外圈剥落。振动时域特征的参数主要包括量纲参数（平均值，峰值，均方根值，平方根振幅）和无量纲参数（峰指数，峰度指数，波形指数，脉冲指数和公差指数）。[13-15]

课程实践将江苏省自然科学基金项目中基于无线传感器网络的机械故障诊断问题为导向。如图1（a）所示，图中为电机DDS故障模拟系统，在电机轴承的保持架、滚动体剥落、内圈剥落、外圈剥落位置上布置了振动传感器节点。根据实验课题需求， 可以归纳如下与轴承故障诊断相关的问题：（1）如何如何通过振动传感器提取轴承故障信息？（2）如何在无线传感器节点上实现振动时域参数提取？（3）结合机械振动原理、传感器、无线通信的专业知识，设计出无线振动传感器网络组网数据采集和通信流程，确保获取较好的诊断精度。通过电机故障问题式导向，将故障诊断问题与机械振动、无线传感器网络等知识点联系起来，运用这些知识点解决现有问题，让学生在实验过程中掌握机械工程课程中的基本概念与标准等重要理论知识，强化课程内容与机械工程专业的相关性，并提高学生的交叉运用知识点的创新能力和动手能力。

2 教学实验内容

2.1 实验目的

学习并掌握无线传感器网络的基本概念及原理;掌握无线传感器网络组网架构、节点在线处理方法、无线数据帧打包方法。

掌握振动传感器的工作原理和振动时域信号测量原理。

结合无线传感器网络进行数据采集和振动变监测，了解如何实现无线传感器网络同步采集原理。

加强学生多学科知识交叉学习和运用的能力，提高学生的理论联系实践、实验设计技巧以及独立解决问题的能力。

发挥学生的主观能动性，以学生为主题展开本实验，教师逐步引导学生而不指导，解答问题而不解决问题，培养其在实验过程中能够实际解决问题的能力。

2.2 实验仪器与设备

实验所需仪器：电机DDS故障诊断系统，电机轴承直径为65.5mm，滚球直径15mm，滚球数量8个，接触角0度，轴承转速1310r/min。如图1所示。

基站节点：接收来自无线传感节点的振动数据，并将所有数据通过USB接口上传到上位机。启动、暂停或者停止监测任务、定时向传感器节点发送同步包调整所有信道内传感器节点的晶振漂移。

4个无线振动传感器节点：采集演示结构件的应变数据并发送给多信道基站、周期性接收来自管理节点发送过来的同步包进行同步。如图1 （b）所示。

2.3 实验内容

（1）将4个振动传感器分别粘贴在轴承保持架、滚动体、内圈、外圈上，并将传感器输出引线与4个无線振动传感器节点相连。

（2）设置故障系统类型，模拟电机轴承保持架、滚动体、内圈、外圈的相应故障。开启电机故障DDS系统产生机体振动。

（3）启动监测组网网络，通过基站节点检查组网线路连接，启动网络连接无线传感器节点和多信道基站节点之间的通信，启动无线传感器网络节点。

（4）通过基站下发指令配置无线振动传感器节点的采样频率、置预采样触发点和采样长度。通过基站命令触发无线传感器节点在有限的采样长度内进行振动数据采集和存储。

（5）采集数据完成后，通过基站下发指令关闭网络通信，停止无线传感器网络数据采集。

（6）无线传感器节点将采样时域信号进行在线提取特征参数，包括（平均值，峰值，均方根值，平方根振幅）和无量纲参数（峰指数，峰度指数，波形指数，脉冲指数和公差指数）。

（7）关闭电机故障DDS系统产电源，关闭所有无线传感器网络节点电源。

3 实验分析与讨论

3.1 实验目的轴承故障诊断分析

根据基站获得的数据，将特征参数中的量纲参数和无量纲参数作为输入，轴承故障状态作为输出，建立神经网络故障诊断模型。将19组特征参数作为训练样本，1组特征参数作为测试样本，首先分析BP神经网络的隐藏层节点个数对轴承滚珠的平均故障精度的影响;其次，选择最小隐藏层节点个数后，比较不同量纲特征参数或无量纲特征参数数目、类型对轴承滚珠的平均故障分类精度影响，进一步分析量纲和无量纲参数交叉组合对轴承滚珠的平均故障分类精度影响;分析交叉组合方式下，如何选取量纲和无量纲参数实现对轴承滚珠的平均故障分类精度的提高。

3.2 组网同步采集分析

如图2所示，在实验中，采用函数信号发生器可以产生正弦信号，所有监测节点对这个输出的正弦信号进行同步采集，采样频率为400Hz，在一个正弦波形周期内有固定采样点。上位机根据每个节点的同一个序列号的数据包在第一个周期正弦波形的接近最大斜率点的离散数值进行记录分析、时域波形对比，以评估监测节点的同步采集精度。以一个周期正弦波形为基准，选择基准节点的某个数值点作为参考分析数值点。比较每个节点在该数值点上的模数电压采样值，并转换为振动时域值误差。

3.2 思考与讨论

（1）机械故障振动信号量纲参数与无量纲参数在无线传感器节点上处理功耗、处理时间、计算复杂度的区别？

（2）应该如何交叉选择量纲参数和无量纲参数，使得满足精度的同时参数选择最少？

（3）BP神经网络隐含层节点如何选择？是否对诊断精度产生影响？

4 结论

本文采用机械故障诊断和无线传感器网络融合的实验式教学模式，跨越了机械故障诊断传统教学手段，采用热点先进的传感器技术手段对机械工程专业课程进行创新性强化升级。它不仅巩固了机械工程专业中关于轴承故障原因、轴承故障特征提取等重要的理论知识，并融合了无线传感器网络中网络通信、传感采集、嵌入式开发、C语言程序设计等专业知识。通过该综合教学实验，强化机械工程专业本科生理论联系实际和独立解决问题的能力，通过实践激发学生对机械结构健康无线传感器监测网络的兴趣，开阔了学生视野，深刻理解了机械故障原因，加强了学生对无线传感器监测网络运用与动手等实践能力和创新意识，为学生将来的深造或就业做好铺垫。

该项工作受国家博士后面上基金（2020M671481）资助，中央高校基本科研基金（309181A8804和30919011263）、江苏省自然科学基金青年基金（BK20190464）资助，南京理工大学教改基金（jg13423221）资助

参考文献

[1] 闻邦椿.机械振动学[M].北京：冶金工业出版社，2011.

[2] 程军圣.机械振动学[M].湖南：湖南大学出版社，2010.

[3] 徐健， 李强， 邓得志. 基于Matlab的机械振动学实验[J].实验技术与管理，2019，36（6）：76-99.

[4] 刘传清，刘化君.无线传感器网络技术[M].北京：电子工业出版社，2015.

[5] 袁春元，李磊等.基于问题引导教学模式的机械振动课程教学改革与实践[J].教育教学论坛，2019，（2）：122-124.

[6] 姜伟，孙月华，侯清泉，等.“机械振动基础”课程的教学内容改革与实践[J].教育教学论坛，2015，000（006）：99-100.

[7] 赵秀亮，高扬.机械振动与计算机技术融合的教学改革探索[J].科教导刊，2019，33：160-161.

[8] 张键.机械故障诊断技术[M].北京：机械工业出版社，2008.

[9] 吴拓.典型机械设备故障诊断与维修[M].北京：化学工业出版社，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，许璟，马草原，等.基于振动信号分析的异步电机转子故障特征提取[J].实验室研究与探索，2012，6（5）：41-44.

[14] 王攀攀，邓先明，徐瑞东，等.面向虚拟仿真实验的匝间短路故障异步电动机模型设计与实现[J].实验室研究与探索，2019，285（11）：103-109.

[15] 郝晓红，王慧敏.基于Matlab的异步电动机故障运行状态的仿真[J].实验室研究与探索，2017，036（002）：98-101.