نظام الكشف عن أعطال القياس وعزلها في شبكة الاستشعار اللاسلكية

الباحث

محمد هيثم هادي

المشرف

عباس حسين عيسى - أثير علاء صبري

الجامعة

الجامعة التكنولوجية

الكلية / القسم

قسم الهندسة الكهربائية / هندسة الالكترونيك والاتصالات

الشهادة

دكتوراه

السنة

2022

لغة الرسالة

انكليزي

الكلمات المفتاحية

Wireless sensor network;Fault detection;Fault isolation;Measurement faults

يعد اكتشاف الأعطال في شبكات الاستشعار اللاسلكية إحدى المشكلات المهمة التي كانت ولا تزال محور العديد من الأبحاث والدراسات. قد تتسبب الأعطال المفاجئة في حدوث مشكلات كبيرة في النظام أو الأجهزة. لذلك لابد من وجود طرق تساهم في اكتشاف هذه العيوب في أسرع وقت ممكن. خاصة في الحالات الحساسة التي تكون فيها دقة وسرعة اكتشاف الأخطاء مهمة للغاية ، كما هو الحال في أجهزة إنذار الحريق على سبيل المثال ، والأجهزة الأخرى التي تهدد حياة الإنسان في حالة حدوث خطأ. -في هذا البحث ¢ تم استخدام خوارزميات الذكاء الاصطناعي ((AT على das التحديد خوارزميات Swarm Intel (ligence (SI والتي تعد خوارزميات شائعة Jp للحصول على الحلول المثلى لاكتشاف الأعطال في أجهزة الاستشعار. النظام المقترح يتكون من مرحلتين ، المرحلة الأولى تستخدم التعرف على الأنماط لاكتشاف الأعطال في المستشعرات والتي تم تنفيذها باستخدام MyRIO Kit ضمن بيئة البرمجة الرسومية المسماة (LabVIEW) ، وتم استخدام مجموعة FPGA NI myRIO لإنشاء التصميم والأجهزة الخاصة بالمستشعرات وكشف الأعطال (FD) في شبكة المستشعرات اللاسلكية (WSN) بينما يتم تنفيذ المرحلة الثانية بواسطة لغة برمجة Python وباستخدام 213 Raspberry تم تحسين خوارزمية Swarm م531 التقليدية (SSA) ثم أطلق عليها خوارزمية Swarm م531 المعدلة (MSSA) من مقارنة النتائج بين MSSA و SSA ، تبين أن دقة MSSA في الكشف ye الأعطال كانت 99/ ، في Cue أن SSA اكتشفت الاعطال بدقة 75/. بالنسبة للوقت الذي استغرقه MSSA لاكتشاف الأعطال ¢ فقد كان قصيرًا Ide حيث وصل إلى 0.0042 جزء من الثانية مقارنة ب 0.3 جزء من الثانية باستخدام خوارزمية (SSA) التقليدية. بينما تراوحت دقة نتائج الدراسات السابقة التي ورد ذكرها في هذا البحث وباستخدام نفس الخوارزميات بين 179.7 كحد أدنى و 198 كحد أقصى. هذا يدل على تفوق MSSA بأعلى دقة ls وقت ممكن لاكتشاف الأعطال. من مقارنة النتائج التي تم الحصول عليها من المحاكاة بواسطة لغة برمجة Matlab مع النتائج التي تم الحمصول عليها باستخدام MyRIO KIT مع FPGA ، يمكن ملاحظة أن النتائج العملية كانت أفضل والسبب هو أن FPGA تتميز بالمرونة وسعة التخزين وسهولة التشغيل ، سرعة عالية واستهلاك منخفض للطاقة. تم تطبيق النظام المقترح على مبنى مكون من ثلاث غرف ، كل منها به مجموعة من أجهزة الاستشعار التي تكتشف جودة الهواء في الغرفة مثل درجة الحرارة والرطوبة والغاز. بعد ذلك ، ترسل المستشعرات القراءات إلى الخادم عبر شبكة باستخدام بروتوكول ZigBee.

Fault Detection in Wireless Sensor Networks is one of the important problems that has been and is still the focus of many research and studies. Sudden malfunctions may cause major problems in the system or devices. Therefore, there must be ways that contribute to discovering these faults as soon as possible. Especially, in sensitive cases where the accuracy and speed of error detection are very important, as is the case in fire alarms, for example, and other devices that threaten human life in the event of a fault. In this research, Artificial Intelligence (AI) algorithms specifically Swarm Intelligence (SI) algorithms which are very popular algorithms were employed to obtain optimal solutions to detect faults in sensors. It is consisting of two stages, the first stage uses pattern recognition to detect faults in sensors which are implemented by using MyRIO Kit with the graphical programming environment called (LabVIEW), and the FPGA NI myRIO kit was used to create the design and hardware of Fault Detection (FD) in Wireless Sensor Network (WSN). While the second stage is implemented by Python Programming Language and using a Raspberry Pi3. The traditional Salp Swarm Algorithm (SSA) was improved and then called Modified Salp Swarm Algorithm (MSSA). From the results comparison of the MSSA and SSA, it turns out that the accuracy of the MSSA in detecting faults was 99%, while the SSA detected faults with an accuracy of 75%. As for the time it took for the MSSA to detect faults, it was very short reaching 0.0042 parts of a second compared to 0.3 parts of a second using the SSA. While the accuracy results of previous studies that were mentioned in this research and using the same algorithms ranged between 79.7% as a minimum and 98% as a maximum. This shows the superiority of the MSSA with the highest accuracy and the least possible time to detect faults. From comparing the results obtained from the simulation by Matlab Programming Language with the results obtained using MyRIO KIT with FPGA, it can be noted that the practical results were better and the reason is that FPGA is characterized by flexibility, storage capacity, ease of operation, high speed, and low energy consumption. The suggested system was applied to a building that has three rooms, each with a collection of sensors that detect the quality of the air in the room such as temperature, humidity, and gas. Then, the sensors send the readings to the server through a network using the ZigBee protocol.

طلب نسخة من الملف

الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.

الاسم

رقم الهاتف

البريد الإلكتروني

الغرض من الطلب (اختياري)

إرسال الطلب