SIL-IoT故障诊断的潜在挑战

来源:华文易迅 时间:2022-08-26 09:00:00

SIL-IoT故障诊断的潜在挑战。

在此基础上，李凯亮等[7]提出了四个关键问题：一是在多约束条件下SIL节点的部署，二是保证灯基工时的能量自适应控制策略；害虫暴发区内精确定位技术及杀虫灯强放时段的网络数据抗干扰传输。在进行SIL-IoTs故障诊断研究中，对这些特征进行SIL-IoTs故障诊断可概括为应用场景的特征。

(1)杀虫灯节点的部署环境比较复杂。在农业生产中，太阳能杀虫灯应用非常广泛，对不同的场景，对数据的采集与部署要求也不同。同时，根据实际需要配置杀虫灯节点的数量和密度不同，使得灯泡的故障诊断更加困难。但是在SIL-IoTs场景下的故障诊断方法研究中，迫切需要一种针对不同农情的SIL-IoTs故障诊断方法。

另外，SIL-IoTs属于能量采集-无线传感网络，基于能量受限的WSNs故障诊断和容错技术已不再适用。现有的基于EH-WSNs的故障诊断与容错方法[49,50]，目前仅有少数采用了分层路由和拓扑控制的方法。将SIL-IoTs节点部署在山丘上，各个节点上每一个太阳电池板的时间都有不同的能量，这是SIL-IoTs故障诊断需要解决的问题。对于异构WSNs的故障诊断问题，只有在不均匀等能量采集的情况下有效地解决，才能保证SIL-IoT的可靠性。

(2)节点任务冲突。SIL-IoTs不仅要完成杀虫任务，还要完成对环境数据的采集、传输、土壤墒情、苗情等工作，一般来说，杀虫任务的优先级最高。经证实，频振式杀虫灯高压电网放电对数据传输的干扰是有效的，实验场景如图6[51]。在频繁放电的高压电网中，数据的采集和传输工作必然受到影响。除通过硬件和外观设计避免干扰外，设计防止误判的故障诊断策略，并根据故障容错策略(把执行杀虫任务的节点视为临时节点失效)路由协议对于保证数据传输实时性和保护基础杀虫任务至关重要。

(3)连续区域节点不能传送数据。一旦发生局部虫害，SIL-IoTs的一个或多个区域内的节点将处于不可控制的时间内不能传送数据。首先，杀虫灯的杀虫工作是优先进行的，而且区域节点受高压电网放电的干扰，数据传输困难。另外，当害虫发生时，杀虫灯持续进行杀虫工作，必然要消耗大量的电力，在害虫发生后，较低的电池电量容易引起各种WSNs故障。所以，当害虫还没有大规模爆发时，需要通过被动诊断策略来快速定位失效节点。当节点低于某个阈值时，将该节点作为一个无效节点进行标记，并选择另一条路由路径。在此基础上保证SIL-IoT在恶劣环境中的可靠性。针对它的需求检验和概率预测的特点，可以采用统计和概率的方法来解决这类问题。

(4)故障诊断方法不起作用。由于特定因素的干扰，原本能正常工作的故障诊断方法可能不能有效地探测到应该探测到的故障，或者把故障诊断为非故障，导致诊断方法失效。如果是偶然的组合故障。现实情况下，有些故障难以检测，而对其发生概率极低、影响不大的故障进行专门诊断的价值不高。出现几率低，但影响大的故障，需要有针对性的故障诊断策略来应对。若同时发生网络故障，害虫爆发时会导致区域节点失效，这种情况需要监测害虫爆发区邻点的杀虫统计数据、网络拓扑改变是否异常等信息来进行故障诊断。

对于非自诊断方法，当关键节点出现硬故障或网络故障时，无备份节点能够替代其在通信链路中的作用时，故障诊断方法也会失效。其它经过关键节点转发数据的节点不能与基站连接，即使故障诊断可以在本地进行，也不能向后台发送故障信息。例如平面路由协议，害虫发生区位于基站附近时，靠近基站的关键节点优先进行杀虫工作。这时，外围节点不能向基站发送数据，只能通过自诊断自恢复的方式来维持SIL-IoTs的正常工作。

另外，节点的恶意攻击还会导致故障诊断方法的失效。SIL-IoTs是一种外场部署、规模大、监督困难的系统，因此容易遭受软硬件的攻击。而软体攻击是指黑客入侵SIL-IoTs节点，通过洪水攻击、巫术攻击等方式造成SIL-IoTs异常，从而无法正常工作。这种恶意攻击方式将使SIL-IoT故障诊断错误。例如恶意节点造成拜占庭故障(存在部分难于检测的恶意节点发送错误数据或指令)，有效的故障容错机制和安全机制可以保证网络不受恶意节点的影响，并作出错误的判断。硬体攻击指后台SIL-IoTs节点中价值较高的部件(如太阳能板，电池)被盗或损坏，此时后台SIL-IoTs节点出现严重故障，但是组件已经被偷或损坏，故障诊断方法已经失去意义。

如果诊断方法失效，那么远程故障诊断的效果很难达到很好的效果，尤其是当太阳能灯泡组件发生故障或传感器节点出现严重故障时，需要维修人员现场检修来排除故障。

5总结

SIL-IoT是一种结合农业病虫害和物联网技术的新型物理农业害虫控制方法，故障诊断方法是保证SIL-IoTs可靠性、数据传输实时性、杀虫效果的重要手段。阐述了太阳能杀虫灯的研究现状，讨论了SIL-IoTs的故障类型，并对多种故障诊断方法的适用性进行了分析。探讨了在SIL-IoTs场景下的故障诊断策略，介绍了在多种故障现象下适用的诊断工具，指出在SIL-IoTs场景下，为了满足SIL-IoTs场景中的故障诊断要求，需要多种故障诊断方法。指出了在SIL-IoTs场景下开展SIL-IoTs故障诊断所面临的四大挑战，这是开展SIL-IoTs故障诊断工作中的主要困难，需要更多学者的关注和相关研究。另外，由于SIL-IoT是农业物联网的典型应用，所以本文的研究可以推广到其他农业物联网领域，为农业物联网的故障诊断提供参考。