黃峰亮，錢(qián)曉捷

（1.鄭州鐵路職業(yè)技術(shù)學(xué)院實(shí)踐教學(xué)中心，河南 鄭州 451460；2.鄭州大學(xué)信息工程學(xué)院，河南 鄭州 450001）

1 引言

柴油機(jī)、發(fā)電機(jī)組、空壓機(jī)組等機(jī)械設(shè)備在運(yùn)行時(shí)會(huì)產(chǎn)生振動(dòng)現(xiàn)象[1]，通過(guò)監(jiān)測(cè)機(jī)械振動(dòng)所產(chǎn)生的信號(hào)可提前判斷設(shè)備的健康狀態(tài)[2]，從而避免發(fā)生工業(yè)事故。因此，為保證機(jī)械設(shè)備的正常運(yùn)作，通常都會(huì)為機(jī)械設(shè)備配置計(jì)算機(jī)監(jiān)測(cè)系統(tǒng)和報(bào)警系統(tǒng)，以更直接、準(zhǔn)確地得到設(shè)備運(yùn)行狀態(tài)參數(shù)[3]，當(dāng)前已有相關(guān)研究。

文獻(xiàn)[4]提出一種實(shí)時(shí)在線(xiàn)診斷機(jī)械振動(dòng)狀況的方法，首先采集機(jī)械機(jī)組運(yùn)行過(guò)程中的振動(dòng)信號(hào)，然后提取信號(hào)的特征值及其敏感等級(jí)分布，并利用獲取得到的振動(dòng)信號(hào)數(shù)據(jù)構(gòu)建特征值振動(dòng)信號(hào)數(shù)據(jù)庫(kù)，在此基礎(chǔ)上進(jìn)行機(jī)械振動(dòng)狀態(tài)診斷，但該方法的計(jì)算復(fù)雜度較高。文獻(xiàn)[5]為分析機(jī)械振動(dòng)狀況，提升振動(dòng)控制精度，提出基于最小二乘發(fā)射功率的機(jī)械振動(dòng)自適應(yīng)控制方法，采用無(wú)線(xiàn)傳感器監(jiān)測(cè)機(jī)械振動(dòng)產(chǎn)生的功率，并通過(guò)無(wú)線(xiàn)傳感器節(jié)點(diǎn)間通信鏈路質(zhì)量構(gòu)建兩者離散關(guān)系，最后采用最小二乘法擬合所得結(jié)果，并構(gòu)建自適應(yīng)數(shù)學(xué)模型，通過(guò)無(wú)線(xiàn)傳感器節(jié)點(diǎn)間的振動(dòng)信號(hào)數(shù)據(jù)傳輸結(jié)果，可實(shí)現(xiàn)機(jī)械振動(dòng)的實(shí)時(shí)監(jiān)測(cè)，但該方法的加密實(shí)時(shí)性不好。文獻(xiàn)[6]提出一種基于雙稀疏字典模型機(jī)械振動(dòng)信號(hào)壓縮感知方法，通過(guò)分析機(jī)械振動(dòng)信號(hào)的近似稀疏性，并應(yīng)用高斯隨機(jī)矩陣壓縮測(cè)量振動(dòng)信號(hào)，利用測(cè)量結(jié)果重構(gòu)原始振動(dòng)信號(hào)，完成機(jī)械振動(dòng)的監(jiān)測(cè)，但該方法計(jì)算收斂性差。

針對(duì)上述問(wèn)題，設(shè)計(jì)一種基于無(wú)線(xiàn)傳感網(wǎng)絡(luò)的機(jī)械振動(dòng)監(jiān)測(cè)終端。采用無(wú)線(xiàn)傳感網(wǎng)絡(luò)通信技術(shù)實(shí)現(xiàn)遠(yuǎn)程數(shù)據(jù)傳輸，提高監(jiān)測(cè)振動(dòng)信號(hào)數(shù)據(jù)傳輸?shù)陌踩?。最后?jīng)實(shí)驗(yàn)可知，所提方法具有有效性。

2 硬件設(shè)計(jì)

2.1 采集節(jié)點(diǎn)

振動(dòng)傳感器是一種微型嵌入式系統(tǒng)，由多個(gè)傳感器節(jié)點(diǎn)構(gòu)成，用于檢測(cè)和采集不同區(qū)域的振動(dòng)信號(hào)數(shù)據(jù)，該系統(tǒng)主要由四個(gè)模塊組成，分別為：電源、微處理器、感知器以及無(wú)線(xiàn)通信模塊。設(shè)計(jì)傳感器節(jié)點(diǎn)時(shí)，除了考慮成本、能耗外，還要考慮節(jié)點(diǎn)通信質(zhì)量以及耐腐蝕性問(wèn)題，基于上述因素，構(gòu)建傳感器節(jié)點(diǎn)的硬件結(jié)構(gòu)，如圖1 所示。

圖1 傳感器節(jié)點(diǎn)的硬件結(jié)構(gòu)Fig.1 Hardware Structure of Sensor Nodes

其中電源主要以鋰電池為中心，由電源保護(hù)電路、電池監(jiān)測(cè)芯片組成的供電模塊，為傳感器提供穩(wěn)定能量。過(guò)程中為保證輸入端電阻的對(duì)稱(chēng)，需使電源電路具備靜態(tài)工作功能，因此在設(shè)計(jì)電源時(shí)，在輸入端加入一個(gè)直流點(diǎn)位，保證輸入信號(hào)與電位的疊加狀態(tài)的穩(wěn)定，其中電源放大電路，如圖2 所示。

圖2 電源放大電路Fig.2 Power Amplifier Circuit

微處理器主要作用在于處理信號(hào)、存儲(chǔ)振動(dòng)信號(hào)數(shù)據(jù)以及調(diào)度節(jié)點(diǎn)任務(wù)等，為提升振動(dòng)信號(hào)數(shù)據(jù)調(diào)度效率，將采用TI 公司生產(chǎn)的MSP430 處理器，該處理器具有功耗低、計(jì)算精度高的優(yōu)點(diǎn)，同時(shí)，考慮成本因素，可選用CC2420 芯片兼容ZigBee 協(xié)議，提升振動(dòng)信號(hào)數(shù)據(jù)傳輸穩(wěn)定性。感知器用于檢測(cè)和采集工作環(huán)境振動(dòng)信號(hào)數(shù)據(jù)，并通過(guò)A/D 轉(zhuǎn)換將振動(dòng)信號(hào)數(shù)據(jù)轉(zhuǎn)換為數(shù)字信號(hào)。

2.2 網(wǎng)關(guān)節(jié)點(diǎn)

網(wǎng)關(guān)節(jié)點(diǎn)不僅要求處理能力強(qiáng)，同時(shí)還要求運(yùn)行速度快。由于機(jī)械振動(dòng)產(chǎn)生的信號(hào)和振動(dòng)信號(hào)數(shù)據(jù)量較多，因此存儲(chǔ)空間需要具備足夠的容量。網(wǎng)關(guān)節(jié)點(diǎn)結(jié)構(gòu)，如圖3 所示。

圖3 網(wǎng)關(guān)節(jié)點(diǎn)結(jié)構(gòu)圖Fig.3 Gateway Node Structure

此外，由于部分機(jī)械設(shè)備要求封閉的工作環(huán)境，容易屏蔽外界無(wú)線(xiàn)信號(hào)，因此要做到室內(nèi)室外連通?；谏鲜鰞?nèi)容大致分析了無(wú)線(xiàn)傳感網(wǎng)絡(luò)下機(jī)械振動(dòng)監(jiān)測(cè)終端的硬件設(shè)計(jì)要求，為保證設(shè)計(jì)終端的運(yùn)行穩(wěn)定性，進(jìn)行軟件設(shè)計(jì)時(shí)需考慮上述硬件特征。

3 軟件設(shè)計(jì)

3.1 異常振動(dòng)信號(hào)收發(fā)轉(zhuǎn)換控制模型

將采用無(wú)線(xiàn)傳感網(wǎng)絡(luò)設(shè)計(jì)機(jī)械振動(dòng)監(jiān)測(cè)終端，但由于無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端節(jié)點(diǎn)的隨機(jī)分布性，導(dǎo)致無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端容易受到網(wǎng)絡(luò)的明文攻擊，導(dǎo)致數(shù)據(jù)泄露，需要進(jìn)行無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端加密優(yōu)化設(shè)計(jì)，提高無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端數(shù)據(jù)傳輸?shù)陌踩浴Ｒ虼嗽跓o(wú)線(xiàn)傳感網(wǎng)絡(luò)下構(gòu)建異常振動(dòng)信號(hào)的收發(fā)轉(zhuǎn)換控制模型時(shí)，需設(shè)計(jì)收發(fā)轉(zhuǎn)換控制模型的信號(hào)監(jiān)測(cè)的密鑰。采用橢圓曲線(xiàn)加密機(jī)制（Elliptic Curve Cryptography，ECC）接入異常振動(dòng)信號(hào)[7]，以此構(gòu)建異常振動(dòng)信號(hào)收發(fā)轉(zhuǎn)換控制模型，假設(shè)無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入振動(dòng)信號(hào)的調(diào)制參數(shù)為：param=｛G1，G2，e，g，g2，g3，h，H1，H2｝，采用如下Logistics 混沌映射進(jìn)行異常振動(dòng)信號(hào)的線(xiàn)性分解，構(gòu)建無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入振動(dòng)信號(hào)的同態(tài)密鑰：

式中：Pn（i=1，……，n）表示無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入振動(dòng)信號(hào)數(shù)據(jù)監(jiān)測(cè)比特序列的特征分布集。采用組合空間結(jié)構(gòu)映射方法進(jìn)行無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端敏感數(shù)據(jù)的傳輸鏈路模型設(shè)計(jì)，計(jì)算無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入振動(dòng)信號(hào)數(shù)據(jù)的互信息特征量和敏感域特征分布分別為：

采用同態(tài)公鑰加密方案構(gòu)建無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入振動(dòng)信號(hào)數(shù)據(jù)的加密密鑰，結(jié)合橢圓曲線(xiàn)同態(tài)加密方案進(jìn)行無(wú)線(xiàn)傳感網(wǎng)絡(luò)的公鑰隨機(jī)數(shù)設(shè)計(jì)，在不同分塊長(zhǎng)度下，結(jié)合Logistics 混沌系統(tǒng)的周期性演化軌跡進(jìn)行線(xiàn)性重組[8]。

無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入振動(dòng)信號(hào)數(shù)據(jù)監(jiān)測(cè)的Logistics 混沌映射演化軌跡模型進(jìn)行異常振動(dòng)信號(hào)收發(fā)轉(zhuǎn)換控制，進(jìn)行無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入的加密密鑰設(shè)計(jì)，采用隨機(jī)抽樣方法進(jìn)行無(wú)線(xiàn)傳感網(wǎng)絡(luò)中終端接入振動(dòng)信號(hào)數(shù)據(jù)的比特序列重建，構(gòu)建Turbo 碼進(jìn)行碼元調(diào)制，實(shí)現(xiàn)無(wú)線(xiàn)傳感網(wǎng)絡(luò)的異常振動(dòng)信號(hào)收發(fā)轉(zhuǎn)換控制[9]。

3.2 機(jī)械振動(dòng)監(jiān)測(cè)終端算術(shù)編碼設(shè)計(jì)

采用多層隨機(jī)線(xiàn)性重組技術(shù)進(jìn)行無(wú)線(xiàn)通信網(wǎng)絡(luò)終端振動(dòng)信號(hào)數(shù)據(jù)的特征重組，實(shí)現(xiàn)對(duì)無(wú)線(xiàn)通信網(wǎng)絡(luò)終端振動(dòng)信號(hào)數(shù)據(jù)的線(xiàn)性編碼和向量量化分解，構(gòu)建表征無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端敏感數(shù)據(jù)的比特序列流，求得第i 個(gè)無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入節(jié)點(diǎn)傳輸?shù)絊ink節(jié)點(diǎn)的隨機(jī)碼元為λi，引入SuLQ 框架進(jìn)行算術(shù)編碼，得到無(wú)線(xiàn)通信網(wǎng)絡(luò)終端接入的轉(zhuǎn)發(fā)鏈路模型用公式描述為，隨機(jī)選擇一個(gè)向量u，得到無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入振動(dòng)信號(hào)數(shù)據(jù)的匹配度為：

使用排隊(duì)論的模型進(jìn)行無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入振動(dòng)信號(hào)數(shù)據(jù)的線(xiàn)性編碼，以m 為嵌入維，得到無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入振動(dòng)信號(hào)數(shù)據(jù)的編碼比特流為：

在穩(wěn)態(tài)收斂條件下，構(gòu)建區(qū)間分割的算術(shù)編碼算法，計(jì)算無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端的明文塊特征量[10]，采用隨機(jī)線(xiàn)性編碼技術(shù)，求得無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入振動(dòng)信號(hào)數(shù)據(jù)的時(shí)間開(kāi)銷(xiāo)Tservice，等待時(shí)間為T(mén)wait，二者的關(guān)系為：

采用平均互信息算法，進(jìn)行無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入線(xiàn)性編碼，得到編碼密鑰的響應(yīng)特征量為：

根據(jù)上述算術(shù)編碼設(shè)計(jì)，采用橢圓曲線(xiàn)加密機(jī)制和Logistics混沌映射進(jìn)行無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入的振動(dòng)信號(hào)周期性編碼設(shè)計(jì)，根據(jù)編碼方案構(gòu)建加密密鑰，提高振動(dòng)信號(hào)監(jiān)測(cè)的安全性[11]。

3.3 機(jī)械振動(dòng)監(jiān)測(cè)振動(dòng)信號(hào)安全接入

采用分段Logistics 混沌序列置亂方法進(jìn)行加密密鑰構(gòu)造，結(jié)合神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法進(jìn)行無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端振動(dòng)信號(hào)數(shù)據(jù)監(jiān)測(cè)的量化編碼設(shè)計(jì)[12]，基于隨機(jī)關(guān)聯(lián)映射編碼機(jī)制構(gòu)建無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入加密的統(tǒng)計(jì)特征量為：

采用分塊特征匹配方法進(jìn)行數(shù)組加密，加密的長(zhǎng)度為n，互信息函數(shù)為H=-〉pilog2（pi），得到優(yōu)化的加密解密方案為：

C→S：Certificate｛Certc｝

C→S：ClientKeyExchange｛Kc｝

C→S：CertificateVerify｛｛hash（messages）｝D-1｝

通過(guò)調(diào)整密鑰參數(shù)p 來(lái)進(jìn)行加密過(guò)程的自適應(yīng)尋優(yōu)，當(dāng)無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端安全加密的顯著度水平滿(mǎn)足x0=q0*π，那么得到無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端安全加密的統(tǒng)計(jì)特征量式：

綜上分析，實(shí)現(xiàn)了無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端安全加密接入，提高了無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端監(jiān)測(cè)的安全性[13-15]。

4 基于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的機(jī)械振動(dòng)監(jiān)測(cè)終端

引入神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，實(shí)現(xiàn)監(jiān)測(cè)終端的運(yùn)行，結(jié)合神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法量化無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端振動(dòng)信號(hào)數(shù)據(jù)的特征細(xì)節(jié)，實(shí)現(xiàn)步驟為：

（1）令x（t），t=0，1，…，n-1，為無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端振動(dòng)信號(hào)數(shù)據(jù)傳輸?shù)挠?xùn)練序列，設(shè)置無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端的初始時(shí)間計(jì)數(shù)t=0；

（2）對(duì)無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入的新的訓(xùn)練量化編碼序列進(jìn)行分段設(shè)計(jì)，構(gòu)造網(wǎng)絡(luò)終端接入編碼的向量模式x（t）=（x0（t），x1（t），…，xk-1（t））T；

（3）計(jì)算無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入振動(dòng)信號(hào)數(shù)據(jù)在人工神經(jīng)網(wǎng)絡(luò)隱含層中的輸入向量x（t），并采用自適應(yīng)加權(quán)學(xué)習(xí)方法進(jìn)行分組學(xué)習(xí)[11]，得到神經(jīng)網(wǎng)絡(luò)的加權(quán)值與ωi的關(guān)系：

其中：ωi=（ω0i，ω1i，…，xk-1，（it））T，采用深度學(xué)習(xí)方法進(jìn)行終端安全加密的自適應(yīng)學(xué)習(xí)，在密文域中進(jìn)行加密特征提取。

（5）結(jié)合組合空間結(jié)構(gòu)映射方法進(jìn)行信息加密控制，t=t+1，當(dāng)滿(mǎn)足收斂條件，結(jié)束。

根據(jù)上述算法設(shè)計(jì)，實(shí)現(xiàn)無(wú)線(xiàn)傳感網(wǎng)絡(luò)下的機(jī)械振動(dòng)監(jiān)測(cè)終端設(shè)計(jì)。

5 仿真實(shí)驗(yàn)與結(jié)果分析

為了測(cè)試所提方法在實(shí)現(xiàn)無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端振動(dòng)信號(hào)監(jiān)測(cè)中的應(yīng)用性能，采用Matlab7 進(jìn)行仿真試驗(yàn)分析。由于機(jī)械設(shè)備監(jiān)測(cè)環(huán)境受限，設(shè)置測(cè)試環(huán)境范圍為（50×50）m，并布置50 個(gè)傳感節(jié)點(diǎn)，采樣頻率為2kHz。為保證實(shí)驗(yàn)的可行性，本次實(shí)驗(yàn)將參照北京樽祥科技檢測(cè)中心的機(jī)械振動(dòng)監(jiān)測(cè)過(guò)程，其監(jiān)測(cè)環(huán)境，如圖4 所示。

圖4 現(xiàn)場(chǎng)監(jiān)測(cè)環(huán)境Fig.4 Field Monitoring Environment

通過(guò)設(shè)計(jì)的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的機(jī)械振動(dòng)監(jiān)測(cè)終端，并對(duì)其性能進(jìn)行實(shí)驗(yàn)，首先對(duì)獲取機(jī)械振動(dòng)信號(hào)進(jìn)行預(yù)處理，獲得時(shí)域波形及幅值譜；其次，對(duì)比不同方法下振動(dòng)信號(hào)數(shù)據(jù)獲取的隱寫(xiě)性能；最后，對(duì)比不同方法無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端監(jiān)測(cè)振動(dòng)信號(hào)監(jiān)測(cè)能耗度。具體如下所示。

5.1 數(shù)據(jù)預(yù)處理

根據(jù)仿真環(huán)境和參數(shù)設(shè)定，進(jìn)行機(jī)械振動(dòng)監(jiān)測(cè)，將采用分段監(jiān)測(cè)方法進(jìn)行機(jī)械振動(dòng)信號(hào)監(jiān)測(cè)，得到機(jī)械振動(dòng)狀態(tài)下的時(shí)域波形及幅值譜，如圖5 所示。

圖5 待加密的終端振動(dòng)信號(hào)Fig.5 Terminal Vibration Signal to be Encrypted

分析圖5 可知，采集到的信號(hào)可有效反映出機(jī)械振動(dòng)情況。在圖5（a）中，監(jiān)測(cè)波形有規(guī)律，說(shuō)明所提方法在監(jiān)測(cè)過(guò)程中具有穩(wěn)定性，分析圖5（b）可知，在低頻振動(dòng)情況下能夠有效反映機(jī)械振動(dòng)效果。

5.2 隱寫(xiě)性能

測(cè)試不同方法進(jìn)行無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端監(jiān)測(cè)振動(dòng)信號(hào)數(shù)據(jù)獲取過(guò)程的隱寫(xiě)性能，得到對(duì)比結(jié)果，如表1 所示。

表1 終端信息管理的隱寫(xiě)性能對(duì)比Tab.1 Steganography Performance Comparison of Terminal Information Management

分析可見(jiàn)，采用所提算法進(jìn)行無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入的信號(hào)數(shù)據(jù)變化位數(shù)更高，抗攻擊能力較強(qiáng)，提高了無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端接入的安全性。因此，應(yīng)用所提方法可有效提升振動(dòng)信號(hào)監(jiān)測(cè)的可靠性。

5.3 監(jiān)測(cè)能耗

為了驗(yàn)證所提方法的無(wú)線(xiàn)傳感網(wǎng)絡(luò)終端監(jiān)測(cè)振動(dòng)信號(hào)監(jiān)測(cè)能耗度，對(duì)比文獻(xiàn)[4]方法、文獻(xiàn)[5]方法，實(shí)驗(yàn)結(jié)果，如圖6 所示。

圖6 不同方法監(jiān)測(cè)能耗度對(duì)比圖Fig.6 Comparison of Energy Consumption Monitoring by Different Methods

文獻(xiàn)[4]方法監(jiān)測(cè)能耗為25%左右，文獻(xiàn)[5]方法監(jiān)測(cè)能耗為50%左右，而所提方法監(jiān)測(cè)能耗為5%左右，低于傳統(tǒng)方法，具有較為明顯的優(yōu)勢(shì)，如圖6 所示。

6 結(jié)語(yǔ)

機(jī)械振動(dòng)過(guò)程中存在著很多不穩(wěn)定因素，很容易發(fā)生故障，故障的發(fā)生會(huì)影響整個(gè)系統(tǒng)的運(yùn)作，所以對(duì)機(jī)械振動(dòng)的實(shí)時(shí)監(jiān)測(cè)，有利于及時(shí)發(fā)現(xiàn)振動(dòng)故障，避免影響整個(gè)系統(tǒng)的運(yùn)作。為了更好地監(jiān)測(cè)機(jī)械振動(dòng)，提出基于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的機(jī)械振動(dòng)監(jiān)測(cè)終端設(shè)計(jì)。首先利用傳感器節(jié)點(diǎn)及網(wǎng)關(guān)節(jié)點(diǎn)設(shè)計(jì)了檢測(cè)終端的硬件，在硬件基礎(chǔ)上，利用Logistics 混沌映射演化構(gòu)建了異常振動(dòng)信號(hào)的收發(fā)轉(zhuǎn)換控制模型，通過(guò)對(duì)振動(dòng)信號(hào)的周期性編碼加密解密，安全接入機(jī)械振動(dòng)監(jiān)測(cè)振動(dòng)信號(hào)，最后量化終端振動(dòng)信號(hào)數(shù)據(jù)的編碼，完成檢測(cè)終端設(shè)。仿真結(jié)果驗(yàn)證了所提方法的有效性，具有較好的故障實(shí)時(shí)監(jiān)測(cè)效果。機(jī)械振動(dòng)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)是現(xiàn)代機(jī)械工程領(lǐng)域研究的前沿方向，無(wú)線(xiàn)傳感網(wǎng)絡(luò)的引入能提升機(jī)械設(shè)備振動(dòng)監(jiān)測(cè)系統(tǒng)的性能，為現(xiàn)代機(jī)械工程領(lǐng)域的研究提供了新的思路和手段。