低功耗機械振動無線傳感器網絡節點結構設計

曾 超， 湯寶平， 肖 鑫, 陳天毅

(1.重慶大學 機械傳動國家重點實驗室，重慶 400030； 2.中國空氣動力研究發展中心4所，綿陽 621000)

低功耗機械振動無線傳感器網絡節點結構設計

曾 超1， 湯寶平1， 肖 鑫1, 陳天毅2

(1.重慶大學 機械傳動國家重點實驗室，重慶 400030； 2.中國空氣動力研究發展中心4所，綿陽 621000)

針對目前機械振動無線傳感器網絡節點能耗高的問題，提出一種低功耗節點硬件結構設計方法。采用低功耗、高靈敏度MEMS加速度傳感器采集機械振動信號，簡化電源及調理電路；采用通帶可調的開關電容低通濾波器，實現低功耗動態抗混疊濾波；在充分考慮存儲速度的前提下，采用低讀寫電流的外部Flash存儲芯片實現連續、高速數字信號流的存儲；采用片上系統級芯片作為整體控制核心，集采集、存儲、無線傳輸于一體，在保證機械振動信號采集性能的同時，極大的減小節點體積與功耗。對比實驗結果表明基于該低功耗硬件結構的機械振動無線傳感器網絡節點具有較低的功耗水平。

機械振動監測；無線傳感器網絡；低功耗；硬件結構

無線傳感器網絡(Wireless Sensor Networks, WSNs)在許多領域有著廣闊的應用前景[1-3]，可彌補有線機械設備狀態監測系統在某些應用中的局限性，如密封環境中軸承、齒輪等機械旋轉構件的振動監測[4]。相較于結構健康監測等應用[5-6]，機械振動無線傳感器網絡性能需求更高。譬如，更高的采樣頻率，更高的數據傳輸速率，更高的可靠性[7-9]。高性能需求帶來的高能耗弊端，使得無線傳感器網絡固有的能量受限問題更加嚴峻。因此，在滿足性能需求的前提下，如何降低機械振動無線傳感器網絡能耗是亟待解決的難題。可以從低功耗節點硬件結構設計、節點運行過程能耗優化以及網絡傳輸能耗優化等方面降低能耗，限于篇幅，本文從低功耗節點硬件結構設計方面進行研究。

目前國內外學者提出的機械振動無線傳感器網絡節點設計方法雖滿足性能要求，但能耗往往較高。Ramachandran等[10]利用V-Mon無線傳感器節點采集滾動軸承的振動信號進行實時振動信號分析，并驗證了其分析結果與離線分析方法的一致性，節點采樣頻率為12 kHz，傳輸原始數據時節點功率為342 mW。蔡巍巍等[11]以FPGA芯片作為控制核心，利用MEMS加速度傳感器拾取振動信號，設計并實現了一種機械振動無線傳感器網絡節點，采樣頻率為10.24 kHz，所有模塊工作時電流高達241 mA。黃慶卿等[12]設計了一種機械振動信號采集和片上處理的無線傳感器網絡節點，基于雙核心架構，利用噪聲較低的IEPE傳感器采集機械振動信號，以Micro SD存儲卡作為主要存儲介質，分辨率為16 bits，最高采樣頻率可達20 kHz，但能耗較高。

針對目前機械振動無線傳感器網絡節點能耗高的問題，提出一種低功耗機械振動無線傳感器網絡節點硬件結構設計方法，從傳感器、抗混疊濾波、存儲、處理器等模塊進行能耗分析與研究，使機械振動無線傳感器網絡節點在滿足性能要求的同時，功耗降至較低水平。

1 低功耗硬件結構設計

目前已有的機械振動無線傳感器網絡節點多采用雙核架構，雖然節點性能有所提升，但雙處理器功耗較大，為同時滿足機械振動無線傳感器網絡節點性能和低功耗的要求，設計了如圖1所示的節點硬件結構。在電路整體結構設計上，以單核結構取替雙核架構，集采集、存儲和無線傳輸于一體，降低節點功耗。此外，考慮到在數據讀取、數據傳輸階段，由傳感器模塊、信號調理電路、動態抗混疊濾波電路和模數轉換電路構成的模擬前端不需要處于工作狀態，在模擬前端處設計了場效應管開關電路，處理器根據節點當前工作狀態動態調控整個模擬前端，進一步降低節點功耗。該結構最高采樣頻率可達12.8 kHz，滿足機械振動監測要求，同時具有較低功耗。

圖1 節點系統框圖Fig.1 Architecture of mechanical vibration wireless sensor networks node

1.1 傳感器與信號調理電路

位移傳感器、速度傳感器和加速度傳感器雖然都能采集振動信號，但是它們的側重點各有不同。位移傳感器適用于測量低頻、低振幅的振動信號；速度傳感器對高頻信號靈敏度較低，因此僅適用于低中頻振動測量；加速度傳感器適用于低頻到高頻的大多數振動監測應用[13]。因此，在機械振動監測應用中多采用加速度傳感器采集頻率較高的機械振動信號。

電荷輸出型和電壓輸出型兩種加速度傳感器以其較好的精度、寬的頻率范圍廣泛用于傳統機械振動監測中。但是它們的輸出信號較為微弱，需要后續的調理電路對其進行放大。這些調理電路需要正負電源對其進行供電，這導致其功耗與體積往往較大。因此，在能量受限的無線傳感器節點使用傳統加速度傳感器是不經濟的。

隨著半導體技術和微機電系統的迅猛發展，MEMS加速度傳感器應運而生。除價格低廉、體積微小之外，以下特點也使得其更加適用于電池供電的無線傳感器節點之中：①自身功耗極低；②可僅使用2.7～5 V的單電源供電，簡化外圍電路；③輸出信號僅需經過簡單的調理電路即可進行濾波等后續處理。

1.2 動態抗混疊濾波

根據奈奎斯特采樣定理，模擬信號進入模擬數字轉換器之前，必須進行抗混疊濾波。由于機械振動信號具有帶寬多變的特性，模擬數字轉換器的采樣頻率和抗混疊濾波器頻響的通帶范圍應隨著信號帶寬的變化而變化。

利用RC有源模擬濾波器實現動態抗混疊濾波是不經濟的：①頻響通帶范圍固定，動態調節困難；②濾波特性受電容精度影響；③為縮短過渡帶帶寬，需設計高階濾波器，這將增大節點功耗和體積。

開關電容濾波器只需改變開關頻率就可輕易調節濾波電路的截止頻率。在實際應用中可選用集成開關電容濾波芯片，僅需外部提供時鐘信號，即可實現動態抗混疊濾波。此方法有以下優勢：①濾波特性與電容器精度無關，僅與容量之比的準確性有關；②利用MOS工藝，較小尺寸就可實現高階濾波；③處理器可編程輸出各種頻率時鐘信號，極少元件就可實現抗混疊濾波器截止頻率的動態調節；④自帶關斷模式，功耗低。

1.3 AD模塊和存儲模塊

為滿足機械振動信號采集對采樣率和分辨率的要求，節點采用獨立的單通道16位模數轉換器ADS8866，最高采樣率可達100 kSPS，可用2.7～3.6 V單電源供電。為了滿足低功耗要求，該器件針對低功耗運行進行優化，功耗直接與采樣頻率成比例，在100 kSPS時，功耗為0.7 mW；而在10 kSPS時，功耗僅為70 μW。ADS8866提供了SPI串行接口與微處理器之間進行通訊。為保障A/D 轉換結果的高精度，采用低功耗精密參考電壓源REF3330作為A/D基準源，其誤差低達0.15%。

節點最高采樣頻率可達12.8 kHz，而模數轉換器分辨率為16位，因此模數轉換器最高每秒將輸出25.6 kB數據。基于IEEE 802.15.4標準的無線傳感器網絡在2.4 GHz頻段上的理論最高傳輸速率為250 kbps，受網絡協議數據結構的影響，理論有效速率僅有139 kbps[14]。帶寬受限使得大量數據無法進行實時傳輸，而處理器內部存儲容量有限，因此需要大容量的外部存儲設備對數據進行緩存。現有的大容量存儲設備主要是SD卡和Flash兩種。前者以超大容量、價格低廉以及高讀寫速度等特點得以廣泛使用，但是較高的讀寫電流制約了其在能量有限的無線傳感器節點中的應用。相較于SD卡，Flash芯片雖容量較小，但是128 Mbit的存儲空間滿足機械振動監測應用中數據存儲要求。因此，功耗更低、體積更小的Flash芯片更適用于機械振動無線傳感器網絡節點。

1.4 無線SOC

目前，用于機械振動監測的無線傳感器節點多采用雙核架構。文獻[12]中采用32位微處理器STM32F103作為主處理器，來完成數據采集、存儲及處理等任務，而TI cc2430僅負責無線通信。雖然這種雙處理器結構提升了節點處理性能，但是以節點整體功耗作為代價。

TI cc2530集成了業界標準的增強型8051 內核，相較于標準8051內核12個時鐘的指令周期，其每個指令周期僅一個時鐘，因此運行速度有極大提升。此外，cc2530內部集成定時器、串行通信接口等外設，可以滿足采集和存儲需求。在功耗方面，cc2530具體多種運行模式，最低工作電流可達0.4 μA，而且其各模式間轉換時間很短，在滿足靈活運用的同時進一步確保低能量消耗。

文獻[12]中的機械振動無線傳感器網絡節點由于采用了雙核架構，網絡任務與采集任務間耦合性低，具有良好的抗干擾能力。本節點通過在數據采集階段禁用TIMAC協議事件或降低事件中斷優先等級，同時將采集任務優先等級調整為最高，避免其他事件中斷干擾，保證采集時序的準確性。

因此，利用cc2530作為整個節點的核心，集采集、存儲和無線傳輸于一體，在滿足機械振動信號采集的要求下，極大的減小節點體積與功耗。

1.5 原型機

圖2為該節點的原型機，型號為WSNL1。在節點結構設計上，采用空間域雙層PCB架構，使得節點更加緊湊。上層PCB板由電池座、無線SOC和Flash存儲芯片組成，下層板由傳感器、調理電路、抗混疊濾波、模數轉換器和磁鐵組成。在實際測試中，可像安裝傳感器一樣放置該節點，擺脫有線測試中信號線與電源線的束縛。

圖 2 WSNL1節點原型Fig.2 Prototype of mechanical vibration wireless sensor networks node

2 對比實驗

為驗證基于本文所提低功耗硬件結構的機械振動無線傳感器網絡節點實際功耗水平，與文獻[12]中的典型雙核心架構機械振動無線傳感器網絡節點進行能耗對比。為方便描述，記本文節點為節點A，文獻[12]中節點為節點B。

根據焦耳定律，為了測得節點能耗，需得知其工作電流、工作電壓及工作時間。在實際過程中節點由電池供電，其工作電壓在一段時間內維持穩定，因此只需得到節點工作電流及工作時間。為此，采用圖3所示方法。在電源與節點之間串聯一個1 Ω電阻，將節點工作電流變化轉換為電阻兩端壓降，再使用NI動態信號采集模塊NI9234以高采樣頻率采集并記錄電阻兩端的電壓變化情況。節點工作電流變化可通過電壓除以電阻阻值得出，而工作時間為NI9234采樣間隔與采樣點數的乘積。利用以上原理，分別記錄節點A與節點B在完成數據采集與數據傳輸整個過程中工作電流的變化情況。

圖3 NI9234測量節點能耗Fig.3 Measure the nodal energy consumption by NI9234

2.1 數據采集

為了對機械設備運行狀態進行準確評估，連續、可靠地采集蘊藏狀態信息的振動信號是重要前提。圖4為節點A、B分別在連續采集狀態下，NI9234記錄的一段節點工作電流變化情況。從圖中可以看出，數據轉換持續整個過程，而數據存儲只是周期性發生。這是由于在連續采集時，以高頻率進行采樣的節點每秒將產生大量數據，為保證節點仍能準確可靠的將連續數字信號流存入存儲區，節點采用乒乓緩沖存儲機制。模數轉換器輸出的數字信號先動態地存儲于兩個緩沖區，當其中一個緩沖區存滿之后，處理器通過串行通訊接口將數據寫入外部存儲設備，因此節點對處理器內部存儲空間需求較低。在寫入速度滿足要求的前提下，無論是單核架構或雙核架構節點，其數據采集量和存儲空間均取決于外部存儲設備容量大小，而本文使用的外部Flash芯片容量為128 Mbit，理論最大讀寫速度為2 Mbps，滿足機械振動監測應用數據存儲要求。表1記錄節點A、節點B在數據轉換與數據存儲兩個階段的功率。

(a) 節點A電流變化情況

(b) 節點B電流變化情況圖4 數據采集階段，節點電流變化情況Fig.4 Nodal current changes in data acquisition phase

節點A/mW節點B/mW數據轉換42.17554.16數據存儲58.39670.89

2.2 數據傳輸

在機械狀態監測中，由節點采集的振動數據需匯聚至網關，再由網關通過串口上傳到PC端進行后續的數據分析，得到機械當前運行狀態。圖5為節點A、B分別在數據傳輸階段，NI9234記錄的一段節點工作電流變化情況。從圖5可知，節點A、B在進行數據傳輸時，均包含：①數據讀取；②數據打包；③數據發送。在IEEE 802.15.4協議下，數據發送階段又分為載波偵聽、數據幀發送及應答幀接收三部分。表2記錄了節點A、B各階段的平均功率。

(a) 節點A電流變化情況

(b) 節點B電流變化情況圖5 數據傳輸階段，節點電流變化情況Fig.5 Nodal current changes in data transmit phase

狀態節點A/mW節點B/mW數據讀取N/A46.14639.35數據打包N/A38.91493.80載波偵聽103.46562.48數據發送數據幀發送133.71598.02應答幀接收99.90559.47

3 能耗分析

從表1、2可知，節點A相較于節點B在各運行階段能耗均有明顯降低，其原因在于以下三點：

(1)節點B采用雙核心架構，核心1為STM32F103微處理器(基于ARM Cortex M3內核)，72 MHz運行頻率下，其工作電流為30.31 mA，功率為100.03 mW。核心2為節點A使用的增強型8051 內核，其工作電流僅8.9 mA，功率為29.37 mW。處理器作為整個節點的控制核心，貫穿于整個運行過程，其能耗直接影響節點整體功耗。

(2)節點B采用IEPE加速度傳感器獲取振動信號，其具有靈敏度高、噪聲密度小、通帶范圍寬等優點，可提高采集信號的信噪比[15]。但是IEPE加速度傳感器工作需要2～20 mA的恒定電流和18～30 VDC的激勵電壓。因此，節點B需設計升壓電路及恒流源電路以驅動IEPE加速度傳感器。而節點A使用MEMS傳感器，僅需2.7～5 V的單電源供電，調理電路簡單，能耗低。表3記錄了節點A、B模擬前端的平均功率。

表3 節點A、B模擬前端功耗對比

(3)機械振動監測采樣頻率高的特點決定了節點必須使用外部存儲設備對數據進行緩存。節點A使用的Flash存儲芯片與節點B使用的Micro SD存儲卡代表了現有的兩種大容量存儲設備，其讀寫功耗如表4所示。從表3可以看出，在讀寫速度均滿足要求的提前下，使用Flash存儲芯片可大幅度降低讀寫功耗。

表4 Flash、SD卡讀寫功耗對比

4 穩定性評估實驗

在實際應用場合中，節點的穩定性是一個重要的性能指標，而在機械振動監測應用中，振動信號的準確采集是對機械設備運行狀態進行有效評估的重要前提。為此，在48 h內，節點隨機對函數發生器Agilent 33522A輸出的標準正弦信號進行100次定長采樣，采樣頻率為12.8 kHz，采樣點數為16 384點。為保證參考源的一致性，函數發生器輸出的標準正弦信號在整個運行期間保持不變，信號頻率為3 200 Hz，峰峰值為200 mV。將采集數據上傳至上位機后進行FFT分析，得出相應的幅值誤差和頻率誤差。

在100次實驗結果中，采集信號的頻率誤差均為0%，說明采集信號頻率誤差均在FFT頻率分辨率0.781 25 Hz以內，采集信號的幅值誤差在0.317%到0.797%之間波動，如圖6所示。由此可知，節點具有較好的穩定性。

圖6 節點穩定性評估實驗Fig.6 Evaluation experiment of nodal stability

5 結 論

本文對機械振動無線傳感器網絡節點硬件結構進行了能耗分析與研究，提出一種低功耗的機械振動無線傳感器網絡節點硬件結構設計方法。該方法在機械振動信號的傳感器采集、抗混疊濾波電路的動態實現、模擬信號的離散與量化以及連續高速數字信號流的可靠存儲等各方面均遵循低功耗設計原則。為了驗證所提低功耗硬件結構能耗的實際效果，與典型雙核心架構的機械振動無線傳感器網絡節點進行能耗對比。實驗結果表明，該結構在數據轉換、數據存儲、數據讀取、數據傳輸四個運行階段均表現出較低的功耗水平。

[1] REHMAN A, ABBASI A Z, ISLAM N, et al. A review of wireless sensors and networks' applications in agriculture[J]. Computer Standards & Interfaces, 2014, 36(2):263-270.

[2] PAKZAD S N, FENVES G L. Statistical analysis of vibration modes of a suspension bridge using spatially dense wireless sensor network[J]. Journal of Structural Engineering, 2014, 135(7):863-872.

[3] 張靜靜, 趙澤, 陳海明,等. EasiSolar:一種高效的太陽能傳感器網絡節點系統設計與實現[J]. 儀器儀表學報, 2012, 33(9):1952-1960. ZHANG Jingjing, ZHAO Ze, CHEN Haiming, et al. EasiSolar: Design and implementation of a high-efficiency solar energy-harvesting sensor node system[J]. Chinese Journal of Scientific Instrument, 2012, 33(9):1952-1960.

[4] 湯寶平, 黃慶卿, 鄧蕾,等. 機械設備狀態監測無線傳感器網絡研究進展[J]. 振動、測試與診斷, 2014, 34(1):1-7. TANG Baoping, HUANG Qingqing, DENG Lei, et al. Research progress and challenges of wireless sensor networks for machinery equipment condition monitoring[J]. Journal of Vibration, Measurement & Diagnosis, 2014, 34(1): 1-7.

[5] HEO G, JEON J. An artificial filter bank (AFB) for structural health monitoring of civil structures— Part2: an implementation and evaluation of the AFB[J]. Procedia Engineering, 2015, 114(2/3):564-573.

[6] FRASER M, ELGAMAL A, HE X, et al. Sensor network for structural health monitoring of a highway bridge[J]. American Society of Civil Engineers, 2014, 24(1):11-24.

[7] GUNGOR V C, HANCKE G P. Industrial wireless sensor networks: challenges, design principles, and technical approaches[J]. IEEE Transactions on Industrial Electronics, 2009, 56(10):4258-4265.

[8] HOU L, BERGMANN N W. System requirements for industrial wireless sensor networks[C]// Proceedings of the 15th IEEE International Conference on Emerging Technologies and Factory Automation, ETFA 2010. IEEE, 2010:1 - 8.

[9] VOGL A, WANG D T, STOR S P, et al. Design, process and characterisation of a high-performance vibration sensor for wireless condition monitoring[J]. Sensors and Actuators A: Physical, 2009, 153(2): 155-161.

[10] RAMACHANDRAN V R K, SANCHEZ RAMIREZ A, ZWAAG V D B J, et al. Energy-efficient on-node signal processing for vibration monitoring[C]// IEEE Ninth International Conference on Intelligent Sensors, Sensor Networks & Information Processing. IEEE, 2014:1 - 6.

[11] 蔡巍巍，湯寶平，黃慶卿. 面向機械振動信號采集的無線傳感器網絡節點設計[J]. 振動與沖擊，2013, 32(1): 73-77. CAI Weiwei, TANG Baoping, HUANG Qingqing. Design of wireless sensor network node for collecting mechanical vibration signals[J]. Journal of vibration and shock, 2013, 32(1): 73-77.

[12] 黃慶卿, 湯寶平, 鄧蕾,等. 機械振動無線傳感網絡數據分塊無損壓縮方法[J]. 儀器儀表學報, 2015, 36(7):1605-1610. HUANG Qingqing, TANG Baoping, DENG Lei, et al. Data block-based lossless compression for machine vibration wireless sensor networks[J]. Chinese Journal of Scientific Instrument, 2015, 36(7):1605-1610.

[13] KHOSHNOUD F, DE SILVA C W. Recent advances in MEMS sensor technology-mechanical applications[J]. IEEE Instrumentation & Measurement Magazine, 2012, 15(15):14- 24.

[14] BENOIT L, MIL P D, MOERMAN I, et al. Throughput and delay analysis of unslotted IEEE 802.15.4[J]. Journal of Networks, 2006, 1(1):20-28.

[15] BORGHESANI P, PENNACCHI P, CHATTERTON S, et al. The velocity synchronous discrete Fourier transform for order tracking in the field of rotating machinery[J]. Mechanical Systems & Signal Processing, 2014, 44(1/2):118-133.

Low power node architecture design for mechanical vibration wireless sensor networks

ZENG Chao1，TANG Baoping1，XIAO Xin1，CHEN Tianyi2

(1.State Key Laboratory of Mechanical Transmission, Chongqing University, Chongqing 400030, China；2. China Aero Dynamic Research and Development Center, Mianyan 621000, China)

In view of the high energy consumption at the nodes of current mechanical vibration wireless sensor networks , a low power node architecture design was proposed. A low power, high sensitivity MEMS accelerometer was adopted to pick up mechanical vibration signals, which simplifies the power and conditioning circuits; a switched capacitor low-pass filter with adjustable passband was used to realize the dynamic anti-aliasing; a flash storage chip with low operating current was applied to store the continuous and high-rate digital signal streams, which takes into full consideration of the storage speed. A SOC was adopted to act as a whole control core, which controls the acquisition, storage and wireless transmission process. Besides ensuring the mechanical vibration signal acquisition performance, the SOC greatly reduces the nodal size and energy consumption. A comparison between the energy consumption of the proposed low power architecture and a typical dual-core-processor architecture was conducted, and the results indicate that the node based on the proposed low power architecture is of satisfactory low energy consumption performance.

machine vibration monitoring; wireless sensor network; low energy consumption ; architecture

國家自然科學基金(51375514)；國家重點基礎研究發展計劃(973計劃)(2015CB057702)資助項目

2016-02-17 修改稿收到日期： 2016-05-06

曾超 男，碩士生，1993年生

湯寶平 男，博士，教授，博士生導師，1971年生

TP274.2；TP393.1

A

10.13465/j.cnki.jvs.2017.14.005