段 瑩 李文鋒

1.鄭州航空工業(yè)管理學(xué)院智能工程學(xué)院，鄭州，4500462.武漢理工大學(xué)物流工程學(xué)院，武漢，430063

1 工業(yè)物聯(lián)網(wǎng)引發(fā)技術(shù)變革

智能工廠作為智能制造重要的生產(chǎn)實(shí)踐領(lǐng)域，受到制造企業(yè)的廣泛關(guān)注和各級政府的高度重視。航空航天、軌道交通、材料化工以及生物醫(yī)藥等領(lǐng)域核心技術(shù)的研究和創(chuàng)新性發(fā)展，需要更加精確的生產(chǎn)和環(huán)境數(shù)據(jù)監(jiān)測、智能化預(yù)測和風(fēng)險(xiǎn)預(yù)警管理，對智能工廠、智能制造、智慧物流等提出了迫切需求。我國現(xiàn)代工業(yè)物聯(lián)網(wǎng)的發(fā)展也由過去的政府主導(dǎo)，向市場主導(dǎo)、政府引導(dǎo)和自主發(fā)展方向轉(zhuǎn)變。據(jù)賽迪顧問統(tǒng)計(jì)，2016年我國工業(yè)物聯(lián)網(wǎng)產(chǎn)業(yè)規(guī)模達(dá)到1860億元，在整體物聯(lián)網(wǎng)產(chǎn)業(yè)規(guī)模中的占比約為18%。據(jù)專業(yè)的評估和預(yù)測，在國家政策的引導(dǎo)及市場實(shí)際需求的推動(dòng)下，工業(yè)物聯(lián)網(wǎng)在整體物聯(lián)網(wǎng)產(chǎn)業(yè)中的占比將在2020年達(dá)到25%，產(chǎn)業(yè)規(guī)模預(yù)計(jì)將突破4500億元。

隨著工業(yè)物聯(lián)網(wǎng)領(lǐng)域的興起和發(fā)展，傳感器設(shè)備在移動(dòng)通信、工業(yè)制造、汽車自動(dòng)化、智能家居等行業(yè)廣泛應(yīng)用，擴(kuò)大了我國傳感器產(chǎn)品的市場規(guī)模。諸多局限和不足往往會(huì)影響工業(yè)無線傳感器網(wǎng)絡(luò)的性能，譬如生產(chǎn)環(huán)境下的多種設(shè)備之間會(huì)產(chǎn)生無線傳輸信號干擾等。那么如何保證網(wǎng)絡(luò)的持續(xù)、穩(wěn)定服務(wù)能力，以滿足現(xiàn)代工業(yè)生產(chǎn)組織的需求？對于企業(yè)而言，如何使用合理的方法來提升網(wǎng)絡(luò)抗毀性能？這些問題，都可以在武漢理工大學(xué)李文鋒教授、符修文博士撰寫的《工業(yè)無線傳感器網(wǎng)絡(luò)抗毀性關(guān)鍵技術(shù)研究》一書中覓得答案。該書從網(wǎng)絡(luò)拓?fù)鋬?yōu)化、容量優(yōu)化、路由控制、故障檢測、設(shè)備間的調(diào)度、抗毀性仿真平臺(tái)的設(shè)計(jì)出發(fā)，解決無線傳感器網(wǎng)絡(luò)由于硬件故障、通信鏈路中斷等原因?qū)е鹿?jié)點(diǎn)失效，而引起網(wǎng)絡(luò)癱瘓的問題，為工業(yè)環(huán)境下的無線傳感網(wǎng)絡(luò)及相關(guān)行業(yè)提供了實(shí)用性的方法。

2 工業(yè)無線傳感器網(wǎng)絡(luò)拓?fù)鋬?yōu)化

無線傳感器網(wǎng)絡(luò)由數(shù)百甚至數(shù)千個(gè)分布的傳感器節(jié)點(diǎn)組成，具有容易部署和自組織組網(wǎng)的特點(diǎn)，廣泛用于工業(yè)場景的環(huán)境監(jiān)視。能量耗盡、硬件故障或被攻擊等原因可導(dǎo)致無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)失效，引起網(wǎng)絡(luò)拓?fù)浞指?，降低網(wǎng)絡(luò)的覆蓋度。因此，如何建立一個(gè)可靠的無線傳感器網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)是近年來研究的熱點(diǎn)。

自2000年以來，復(fù)雜網(wǎng)絡(luò)已成為萬維網(wǎng)、社交網(wǎng)絡(luò)和科學(xué)合作網(wǎng)絡(luò)等多學(xué)科領(lǐng)域的重要分析工具和研究手段。無標(biāo)度網(wǎng)絡(luò)和小世界網(wǎng)絡(luò)的發(fā)現(xiàn)極大地推動(dòng)了復(fù)雜網(wǎng)絡(luò)研究的發(fā)展。復(fù)雜網(wǎng)絡(luò)的無標(biāo)度特征的最顯著特點(diǎn)是網(wǎng)絡(luò)節(jié)點(diǎn)度數(shù)的分布為冪律分布。無標(biāo)度網(wǎng)絡(luò)中，度數(shù)較大的節(jié)點(diǎn)較少，但在面臨隨機(jī)故障時(shí)的失效概率較大；小度數(shù)的節(jié)點(diǎn)故障時(shí)，對整個(gè)網(wǎng)絡(luò)的性能影響不大，因此，無標(biāo)度網(wǎng)絡(luò)在隨機(jī)攻擊下具有很好的生存能力。無標(biāo)度網(wǎng)絡(luò)的中心節(jié)點(diǎn)占有網(wǎng)絡(luò)的多數(shù)連接，這會(huì)導(dǎo)致此類節(jié)點(diǎn)能量容易過早耗盡，從而引發(fā)嚴(yán)重的能量空洞問題，因此，無標(biāo)度網(wǎng)絡(luò)拓?fù)湓诰W(wǎng)絡(luò)生命周期等關(guān)鍵性能指標(biāo)上難以滿足實(shí)際工業(yè)應(yīng)用的需要。

針對該問題，《工業(yè)無線傳感器網(wǎng)絡(luò)抗毀性關(guān)鍵技術(shù)研究》引入了小世界網(wǎng)絡(luò)的概念，提出一種基于無標(biāo)度和小世界的新拓?fù)淠Ｐ汀Ｔ跓o標(biāo)度模型的創(chuàng)建中，先以分簇?zé)o標(biāo)度局域世界為基礎(chǔ)模型，采用節(jié)點(diǎn)連接度和剩余能量進(jìn)行參數(shù)量化；然后構(gòu)造出拓?fù)錁?gòu)造的連接概率函數(shù)；考慮節(jié)點(diǎn)刪除所引發(fā)的拓?fù)渥兓?，?gòu)建出基于局域世界的分簇?zé)o標(biāo)度拓?fù)溲莼Ｐ?；最后，通過度分布理論驗(yàn)證該網(wǎng)絡(luò)模型的度數(shù)分布為冪律分布。在小世界模型的創(chuàng)建中，通過定義有向介數(shù)網(wǎng)絡(luò)構(gòu)造熵來評估網(wǎng)絡(luò)能耗程度；在分簇?zé)o標(biāo)度模型基礎(chǔ)上，引入長程連接來構(gòu)建小世界網(wǎng)絡(luò)，解決因能量消耗不均所引發(fā)的節(jié)點(diǎn)能量空洞問題。

3 網(wǎng)絡(luò)抗毀性容量優(yōu)化

眾所周知，工業(yè)無線傳感器網(wǎng)絡(luò)規(guī)模較大，并在區(qū)域內(nèi)常采用簇結(jié)構(gòu)模型，每個(gè)傳感器節(jié)點(diǎn)具有數(shù)據(jù)傳輸周期性。如圖1 所示，工業(yè)無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)傳輸原理是：具有環(huán)境感知和數(shù)據(jù)采集能力的簇內(nèi)成員節(jié)點(diǎn)(如工業(yè)環(huán)境中的各類溫度、濕度傳感器，生產(chǎn)制造設(shè)備上的紅外傳感器和重力傳感器，生產(chǎn)原料上的終端識(shí)別碼，物流運(yùn)輸設(shè)備上的傳感器和定位裝置，工人攜帶的移動(dòng)智能設(shè)備)安裝在工業(yè)環(huán)境中的各類生產(chǎn)要素內(nèi)；簇頭節(jié)點(diǎn)負(fù)責(zé)管理無線傳感器網(wǎng)絡(luò)簇內(nèi)的成員節(jié)點(diǎn)，收集簇內(nèi)成員節(jié)點(diǎn)的采集數(shù)據(jù)，以單跳或多跳傳輸方式轉(zhuǎn)發(fā)給匯聚節(jié)點(diǎn)(Sink節(jié)點(diǎn))；匯聚節(jié)點(diǎn)主要負(fù)責(zé)收集全網(wǎng)的環(huán)境數(shù)據(jù)，通過網(wǎng)關(guān)節(jié)點(diǎn)與無線網(wǎng)絡(luò)、有線網(wǎng)絡(luò)、互聯(lián)網(wǎng)等其他網(wǎng)絡(luò)相連接，把采集的數(shù)據(jù)傳輸?shù)较鄳?yīng)的應(yīng)用服務(wù)器進(jìn)行自動(dòng)化分析或人工管理。

圖1 工業(yè)無線傳感器網(wǎng)絡(luò)拓?fù)鋱DFig.1 Topology structure of industrial wireless sensor networks

由于工業(yè)無線傳感器網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)常涵蓋聲音、圖像和視頻等大體量異構(gòu)數(shù)據(jù)，而傳感器網(wǎng)絡(luò)的鏈路帶寬非常有限，常常因?yàn)閭鬏攦?nèi)容超大、網(wǎng)絡(luò)負(fù)載過多而導(dǎo)致鏈路堵塞甚至節(jié)點(diǎn)失效。該問題發(fā)生的同時(shí)，會(huì)導(dǎo)致網(wǎng)絡(luò)負(fù)載重分配的連續(xù)多次運(yùn)行，出現(xiàn)多次重分配下的節(jié)點(diǎn)級聯(lián)失效，嚴(yán)重影響網(wǎng)絡(luò)拓?fù)涞恼Ｑ莼?。對網(wǎng)絡(luò)級聯(lián)失效的問題，學(xué)者展開研究，建立了多種模型，如AC-blackout(a cascading failure blackout)模型等，但這些模型對以數(shù)據(jù)為中心的無線傳感器網(wǎng)絡(luò)研究較少。

因此，《工業(yè)無線傳感器網(wǎng)絡(luò)抗毀性關(guān)鍵技術(shù)研究》在拓?fù)溲莼幕A(chǔ)上，考慮真實(shí)情形下的工業(yè)無線傳感器網(wǎng)絡(luò)普遍存在的分簇結(jié)構(gòu)，引入負(fù)載-容量模型和負(fù)載分配策略，結(jié)合中繼負(fù)載與感知負(fù)載的概念，建立了參數(shù)可調(diào)的分簇級聯(lián)失效模型；對工業(yè)無線分簇傳感器網(wǎng)絡(luò)進(jìn)行級聯(lián)失效分析，通過理論推導(dǎo)與仿真分析相結(jié)合的方式，驗(yàn)證了分簇級聯(lián)失效模型對分簇網(wǎng)絡(luò)級聯(lián)失效抗毀性能的影響。在此基礎(chǔ)上，基于節(jié)點(diǎn)容量擴(kuò)充方式，提出一種網(wǎng)絡(luò)級聯(lián)失效抗毀性能提升方法，用于解決分簇網(wǎng)絡(luò)級聯(lián)失效抗毀性優(yōu)化難題。

4 網(wǎng)絡(luò)抗毀性路由優(yōu)化

工業(yè)無線傳感器網(wǎng)絡(luò)是以數(shù)據(jù)為中心的任務(wù)驅(qū)動(dòng)網(wǎng)絡(luò)，采用無線通信方式連接底層的不同設(shè)備，從而形成多跳自組織的混雜無線網(wǎng)絡(luò)系統(tǒng)。該無線傳感器網(wǎng)絡(luò)的核心任務(wù)是將數(shù)據(jù)快速有效地傳遞至Sink節(jié)點(diǎn)，因此消息路由成為決定網(wǎng)絡(luò)服務(wù)質(zhì)量的核心要素。工業(yè)環(huán)境通常較為惡劣(高溫、高濕、強(qiáng)振、強(qiáng)電磁干擾等)，導(dǎo)致網(wǎng)絡(luò)經(jīng)常面臨通信鏈路質(zhì)量較差、數(shù)據(jù)丟包率較高等一系列問題，因此，路由抗毀性已成為制約工業(yè)無線傳感器網(wǎng)絡(luò)路由性能的主要技術(shù)瓶頸。

研究發(fā)現(xiàn)，工業(yè)無線傳感器網(wǎng)絡(luò)由大量低成本的傳感器節(jié)點(diǎn)構(gòu)成，網(wǎng)絡(luò)存在大量的冗余節(jié)點(diǎn)和鏈路，因此為了克服工業(yè)環(huán)境對無線傳感器網(wǎng)絡(luò)的影響，一些學(xué)者考慮了工業(yè)復(fù)雜環(huán)境干擾問題，通過連通度來保持路由冗余?？紤]到多路徑數(shù)據(jù)傳輸機(jī)制，多數(shù)研究采用網(wǎng)絡(luò)鏈路冗余(多路徑路由)的方法來處理不同類型的節(jié)點(diǎn)管理、鏈路通信配置、傳輸路徑的選擇等。如圖2所示，多路徑路由采用3種不相交的多路徑方法去解決負(fù)載均衡和緩解擁堵的問題，具體實(shí)現(xiàn)方法為鏈路不相交和節(jié)點(diǎn)不相交，其中，鏈路不相交可保證鏈路的可用性，節(jié)點(diǎn)不相交可以緩解擁堵。

圖2 多路徑路由分類Fig.2 Multipath routing classification

因?yàn)楣I(yè)實(shí)際場景的復(fù)雜環(huán)境因素，網(wǎng)絡(luò)數(shù)據(jù)傳輸常常遇到通信鏈路質(zhì)量較差、數(shù)據(jù)包丟失率較高的問題。與此關(guān)聯(lián)緊密的是數(shù)據(jù)包傳輸?shù)穆酚蓡栴}，即數(shù)據(jù)包傳輸所經(jīng)過的節(jié)點(diǎn)路徑問題。多路徑路由協(xié)議增加了數(shù)據(jù)傳輸鏈路的冗余度，提高了數(shù)據(jù)傳輸可靠性。由于多路徑協(xié)議選擇最優(yōu)路徑時(shí)需要考慮節(jié)點(diǎn)能量問題，以避免網(wǎng)絡(luò)資源的過度浪費(fèi)，因此《工業(yè)無線傳感器網(wǎng)絡(luò)抗毀性關(guān)鍵技術(shù)研究》提出了一種基于勢場的不相交多路徑容錯(cuò)路由(potential field multipath routing，PFMR)算法。該算法以移動(dòng)機(jī)器人軌跡場景與工業(yè)無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸?shù)南嗨菩詾橥茖?dǎo)基礎(chǔ)，對環(huán)境場中的重要環(huán)境因素進(jìn)行分析并做歸一化處理，以建立與深度場、能量場和目標(biāo)場相互作用的多因素環(huán)境場。在此基礎(chǔ)上，建立無線傳感器網(wǎng)絡(luò)的全局勢場，并在勢場的基礎(chǔ)上，建立不相交、多路徑的最優(yōu)路由信息。仿真實(shí)驗(yàn)結(jié)果表明，PFMR算法在高溫和高濕的工業(yè)環(huán)境下仍保持著良好路由的性能。

5 網(wǎng)絡(luò)故障檢測

工業(yè)無線傳感器網(wǎng)絡(luò)在運(yùn)行階段，外部環(huán)境因素的干擾會(huì)導(dǎo)致節(jié)點(diǎn)失效，因此為避免更嚴(yán)重事故的發(fā)生，需即時(shí)感知、檢測故障的位置信息，對該故障進(jìn)行快速處置。網(wǎng)絡(luò)故障可劃分為：①離群點(diǎn)故障，即節(jié)點(diǎn)在某一時(shí)刻或某幾個(gè)離散時(shí)刻的讀數(shù)偏離正常值，在其他時(shí)刻的讀數(shù)仍然正常；②偏移故障，即節(jié)點(diǎn)讀數(shù)偏離正常值，但仍可對周邊環(huán)境變化做出響應(yīng)；③固定值故障，即節(jié)點(diǎn)讀數(shù)長時(shí)間維持不變，不受周邊環(huán)境變化的影響；④高噪聲故障，即節(jié)點(diǎn)讀數(shù)受噪聲影響明顯，高噪聲故障通常具備一定的隨機(jī)性特征，受周邊環(huán)境變化的影響較為微弱。

因此，根據(jù)故障類型，在故障發(fā)生后的一段時(shí)間內(nèi)采取合理有效的網(wǎng)絡(luò)“維護(hù)措施”，降低失效事件發(fā)生的概率，是確保工業(yè)無線傳感器網(wǎng)絡(luò)長期穩(wěn)定可靠運(yùn)行的重要環(huán)節(jié)。《工業(yè)無線傳感器網(wǎng)絡(luò)抗毀性關(guān)鍵技術(shù)研究》參考上述4種故障類型，通過數(shù)據(jù)采集過程中的趨勢相關(guān)性來識(shí)別網(wǎng)絡(luò)故障的相關(guān)特征，采用基于區(qū)域內(nèi)節(jié)點(diǎn)的內(nèi)部故障檢測機(jī)制提出了基于趨勢相關(guān)性的故障檢測(fault detection by tendency similarity，F(xiàn)DTS)算法，引入指數(shù)平滑預(yù)測來觸發(fā)故障檢測，以解決因鄰居數(shù)據(jù)與被檢測節(jié)點(diǎn)瞬時(shí)數(shù)值存在過大差異，而導(dǎo)致故障檢測準(zhǔn)確率偏低的問題，算法流程如圖3所示，相關(guān)物理量的說明見表1。最后，基于工業(yè)場景中的無線傳感器網(wǎng)絡(luò)分簇模型，對FDTS算法進(jìn)行優(yōu)化，把簇內(nèi)節(jié)點(diǎn)故障檢測任務(wù)轉(zhuǎn)移至簇頭節(jié)點(diǎn)，從而實(shí)現(xiàn)全簇乃至全網(wǎng)節(jié)點(diǎn)的故障檢測。

圖3 基于趨勢相關(guān)性的故障檢測算法流程圖Fig.3.Flow chart of fault detection by tendency similarity

表1 故障檢測算法參數(shù)定義Tab.1 Parameter description of fault detection

在無線傳感器網(wǎng)絡(luò)故障檢測的基礎(chǔ)上，該書同時(shí)考慮網(wǎng)絡(luò)故障的原因分析，引入機(jī)器學(xué)習(xí)的相關(guān)概念，利用“學(xué)習(xí)-推理-匹配”的思維路線對傳統(tǒng)技術(shù)進(jìn)行分析，通過比較支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯這三種診斷算法的優(yōu)缺點(diǎn)，提出基于人工免疫理論的故障診斷算法。該算法將抗原、抗體和抗體庫引入工業(yè)無線傳感器網(wǎng)絡(luò)，通過建立故障狀態(tài)特征向量來尋找抗體與抗原之間匹配的親和度；為不給網(wǎng)絡(luò)增添額外的壓力和消耗，將故障診斷算法部署于計(jì)算、存儲(chǔ)和能量等強(qiáng)的Sink節(jié)點(diǎn)。當(dāng)傳感器節(jié)點(diǎn)運(yùn)行FDTS算法發(fā)現(xiàn)故障時(shí)，向Sink節(jié)點(diǎn)發(fā)送通知報(bào)文。Sink節(jié)點(diǎn)啟動(dòng)該算法的診斷行為，從故障通知報(bào)文中提取故障特征樣本，開展相關(guān)的診斷流程，如圖4所示。與人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的診斷算法相比，該算法復(fù)雜度較小，且可保證較高的診斷精度，在算法時(shí)間上可有效滿足工業(yè)場景的要求。

圖4 故障診斷流程圖Fig.4 Flowchart of fault diagnosis

6 基于移動(dòng)智能體的數(shù)據(jù)分層傳輸

智能工廠中，傳感設(shè)備可以通過網(wǎng)絡(luò)接入到云制造平臺(tái)。云制造平臺(tái)根據(jù)客戶的需求，提供定制化加工服務(wù)。因此，為適應(yīng)客戶個(gè)性化定制產(chǎn)品的需求，產(chǎn)品必須是模塊化和可配置的。典型的智能工廠結(jié)構(gòu)分為客戶層、云平臺(tái)層和智能工廠層?？蛻艨梢栽诳蛻魧酉蛟破脚_(tái)下達(dá)定制產(chǎn)品的訂單；云平臺(tái)將訂單分解為不同類型的子訂單并分配給相應(yīng)的工廠，為分配給工廠的每個(gè)訂單創(chuàng)建一個(gè)生產(chǎn)流程；生產(chǎn)流程由一系列加工服務(wù)組成，加工服務(wù)對應(yīng)于物理工廠中的加工單元。

當(dāng)今的工業(yè)場景中，許多工業(yè)生產(chǎn)資料和移動(dòng)裝備都具有感知能力和聯(lián)網(wǎng)能力，已成為工業(yè)智能生產(chǎn)中的調(diào)度要素，使工業(yè)生產(chǎn)更加自動(dòng)化、網(wǎng)絡(luò)化和智能化。譬如，在智能工廠中，移動(dòng)智能體可以是自動(dòng)導(dǎo)引小車(AGV)，也可以是有軌制導(dǎo)小車(RGV)和移動(dòng)機(jī)器人。在生產(chǎn)車間，每個(gè)加工單元的生產(chǎn)任務(wù)可以分解為加工任務(wù)和非加工任務(wù)。非加工任務(wù)由移動(dòng)智能體完成，包括物料運(yùn)輸和在制品運(yùn)輸任務(wù)。在整個(gè)制造過程中，數(shù)據(jù)分別通過無線現(xiàn)場總線網(wǎng)絡(luò)和無線傳感器網(wǎng)絡(luò)進(jìn)行傳輸。

《工業(yè)無線傳感器網(wǎng)絡(luò)抗毀性關(guān)鍵技術(shù)研究》從數(shù)據(jù)傳輸?shù)慕嵌瘸霭l(fā)，考慮到鏈路的不穩(wěn)定因素，以現(xiàn)代工業(yè)中典型生產(chǎn)調(diào)度元素——移動(dòng)智能體為紐帶，結(jié)合移動(dòng)智能體、無線傳感器網(wǎng)絡(luò)、無線現(xiàn)場總線網(wǎng)絡(luò)，提出了一種基于移動(dòng)智能體的數(shù)據(jù)分層傳輸方案。該架構(gòu)由兩部分構(gòu)成，一是無線現(xiàn)場總線網(wǎng)絡(luò)，主要由生產(chǎn)加工單元設(shè)備組成，通過以太局域網(wǎng)在加工設(shè)備和基站之間進(jìn)行數(shù)據(jù)傳輸；二是無線傳感器網(wǎng)絡(luò)，由無線傳感器節(jié)點(diǎn)組成，主要用來收集工業(yè)環(huán)境信息，并將所收集的數(shù)據(jù)信息傳輸至基站。通過網(wǎng)絡(luò)適配設(shè)備將現(xiàn)場總線與無線傳感器網(wǎng)絡(luò)集合在一起，如圖5所示，其中，定義加工設(shè)備為簇頭節(jié)點(diǎn)，簇頭節(jié)點(diǎn)收集數(shù)據(jù)后將數(shù)據(jù)劃分為不同的優(yōu)先級，高優(yōu)先級的數(shù)據(jù)通過現(xiàn)場總線傳輸?shù)交荆蛢?yōu)先級的數(shù)據(jù)通過移動(dòng)智能體傳輸?shù)交尽?/p>

圖5 車間集成網(wǎng)絡(luò)Fig.5 Integration network of workshop

另外，針對移動(dòng)智能體在工業(yè)生產(chǎn)調(diào)度中的作用，結(jié)合移動(dòng)智能體與無線傳感器網(wǎng)絡(luò)相關(guān)理論，設(shè)計(jì)了移動(dòng)智能體的調(diào)度方案。該調(diào)度方案通過初始化車間變量、訂單變量、加工命令以及AGV的相關(guān)參數(shù)，對工業(yè)生產(chǎn)中的非加工任務(wù)資源進(jìn)行需求評估并建立函數(shù)模型，在AGV任務(wù)和節(jié)點(diǎn)路徑方面對AGV進(jìn)行需求評估，實(shí)驗(yàn)表明該調(diào)度方案為數(shù)據(jù)分層傳輸方案提供了較高的數(shù)據(jù)傳輸效率和能量使用效率。

7 抗毀性仿真測試平臺(tái)

目前，仿真測試與實(shí)際測試是當(dāng)前評價(jià)工業(yè)無線傳感器網(wǎng)絡(luò)性能，驗(yàn)證所提理論方法有效性的主要途徑。但針對工業(yè)無線傳感器網(wǎng)絡(luò)抗毀性問題，當(dāng)前研究受硬件設(shè)備、平臺(tái)整合、軟件開發(fā)等實(shí)際場景條件的限制。除此之外，對于驗(yàn)證網(wǎng)絡(luò)在高溫、高濕等惡劣環(huán)境或遭遇惡意入侵等突發(fā)事件的抗毀性能，已有的仿真平臺(tái)難以對無線傳感器的網(wǎng)絡(luò)抗毀性能展開分析與測試。因此，《工業(yè)無線傳感器網(wǎng)絡(luò)抗毀性關(guān)鍵技術(shù)研究》面向工業(yè)無線傳感器網(wǎng)絡(luò)抗毀性，對現(xiàn)存的仿真平臺(tái)，如OPNET、NS-2/3、OMNET++等進(jìn)行調(diào)研和研究，考慮外部環(huán)境與突發(fā)事件對網(wǎng)絡(luò)性能影響，自主搭建抗毀性仿真平臺(tái)。該平臺(tái)的優(yōu)勢在于：①用戶可根據(jù)自身的需求，設(shè)置環(huán)境與事件觸發(fā)的相關(guān)參數(shù)，并在仿真條件下完成網(wǎng)絡(luò)抗毀性能測試；②用戶可以運(yùn)用快捷操作，針對網(wǎng)絡(luò)路由與拓?fù)涞榷鄠€(gè)對象，在容錯(cuò)、容侵、數(shù)據(jù)丟包與能耗等多個(gè)技術(shù)指標(biāo)進(jìn)行抗毀性能的測試與分析。

8 結(jié)論

《工業(yè)無線傳感器網(wǎng)絡(luò)抗毀性關(guān)鍵技術(shù)研究》一書緊扣工業(yè)物聯(lián)網(wǎng)發(fā)展需求，從網(wǎng)絡(luò)初始化、運(yùn)行、維護(hù)等階段和智能體調(diào)度四個(gè)方面，對工業(yè)無線傳感器網(wǎng)絡(luò)抗毀性做了全面的分析和介紹，設(shè)計(jì)了一種工業(yè)無線傳感器網(wǎng)絡(luò)分簇拓?fù)溲莼瘷C(jī)制來解決能量空洞問題。提出了一種面向級聯(lián)失效的工業(yè)無線傳感器網(wǎng)絡(luò)容量優(yōu)化策略，引入感知與中繼負(fù)載、容量擴(kuò)容策略來解決級聯(lián)失效引發(fā)的抗毀性問題；設(shè)計(jì)了一種容錯(cuò)路由算法，考慮工業(yè)復(fù)雜環(huán)境中的節(jié)點(diǎn)能量等因素，借用多路徑路由算法的優(yōu)點(diǎn)，結(jié)合勢場算法去提升消息路由的抗毀性；針對網(wǎng)絡(luò)故障檢測和診斷，分別設(shè)計(jì)了分布式故障檢測算法和人工免疫理論故障診斷算法。運(yùn)用工業(yè)中常用的移動(dòng)智能體構(gòu)建了一種數(shù)據(jù)分層傳輸方案，該方法顯著提高了現(xiàn)場總線的數(shù)據(jù)傳輸效率，延長了傳感器節(jié)點(diǎn)的使用壽命。針對現(xiàn)有仿真平臺(tái)匱乏的現(xiàn)狀，搭建了一種網(wǎng)絡(luò)抗毀性仿真平臺(tái)，以滿足抗毀性研究開展測試的需求。該書密切結(jié)合智慧工廠發(fā)展的時(shí)代需求，針對大數(shù)據(jù)時(shí)代對工業(yè)物聯(lián)網(wǎng)網(wǎng)絡(luò)設(shè)施魯棒性的高度依賴，以工業(yè)無線傳感器網(wǎng)絡(luò)的抗毀性研究為著力點(diǎn)，內(nèi)容深入淺出，具有很強(qiáng)的可讀性和可操作性。