海洋平台监测系统及方法与流程

本发明属于监测技术领域，涉及一种海洋平台监测系统及监测方法。

背景技术：

海洋平台为海上构筑物，其可作为海上钻井、采油、观测等活动提供支撑平台。由于其特殊的工作环境，海洋平台结构在运行中，会受到海水腐蚀、全天候作业、海浪、潮汐、海流、流冰和地震作用、泥沙冲刷、海洋生物侵袭等影响，它的抗力衰减非常明显，而海洋平台结构的失效破坏不仅造成直接的重大经济损失和人员伤亡，还将可能造成严重的环境污染和社会政治影响。因此，提高海洋平台及设备的可靠性，确保海洋作业安全的问题日益突出，海洋平台结构检测、监测以及可靠性的评价已成为刻不容缓的重要课题。

海洋平台受到环境冲击最直接的表现为振动，因此，通常海洋平台监测系统最主要的监测形式为振动监测。目前，大型结构的振动测试存在以下问题：第一：传感器与服务器之间的信号多采用有线传输方式。现场传感器的安装、线缆布设与主体结构同步进行，这里存在两个问题：一方面，传感器信号线缆较长，线缆布线位置有时很难到达，支出费用是仪器本身的几倍甚至几十倍；另一方面，传感器的信号线缆安装完成后，面临成品保护问题，人员走动、海上强风导致线缆摆动缠绕等因素均可能导致测试系统损坏。第二：海洋平台属于大型结构，结构跨度大、范围广，单点监测系统不能准确、全面的反应海洋平台的运行状况，因此需要一种多点监测系统。

公开号为CN104121981A的中国专利申请公开了一种应用于浅海导管架海洋平台上的远程无线振动监测装置，通过布设加速度传感器、无线采集单元、无线接受单元等实现海洋平台数据的无线采集，并通过单片机进行数据的处理和分析。其提出了海洋平台无线监控系统的框架，但是，由于单片机的数据处理特点，其对多通道实时同步数据的并行处理能力有限。

技术实现要素：

本发明的目的在于提供一种海洋平台无线网络振动监测系统，

本发明的内容为：海洋平台监测系统，包括监控主机、主机节点和现场监测终端，现场监测终端包括数据采集节点及数据处理系统，数据采集节点数据传输至数据处理系统，数据处理系统将处理后的数据经主机节点传输至监控主机；数据采集节点有多个，每个节点均包括加速度传感器，均对应一个单独的数据处理系统；

数据处理系统包括FPGA、AD转换芯片和数据存储单元：

AD转换芯片：用于对数据接收系统的接收数据进行模数转换；

FPGA包括：特征逻辑处理单元：用于对模数转换后的接收数据进行数据有效性分析，解析出有效数据；处理器单元：接收数据存储单元中的有效数据，进行后续处理；RTC时钟单元：RTC时钟单元；用于产生时钟信号作为AD转换芯片数据的时间戳，其中AD转换芯片与RTC时钟单元采用同一时钟驱动信号；

数据存储单元：分为用于存储接收数据的全存储单元和用于存储有效数据的有效存储单元。

优选为：特征逻辑处理单元还包括乒乓RAM存储单元，用于缓存模数转换后的数据，并将数据传输至数据解析单元进行解析。

优选为：每个FPGA芯片均连接GPS接收机。

优选为：数据采集节点还包括用于与数据处理系统通信的无线发送模块；数据处理系统还包括用于与采集节点通信无线接收模块和用于与主机节点通信的无线发送模块。

优选为：进一步包括节点盒，数据采集节点安装在节点盒内，节点盒通过支座固定结构安装在海洋平台上，所述支座固定结构包括固定座，固定座底部安装有磁性部件，固定座顶部设置有滑轨，节点盒底部设置有与所述滑轨配合安装的滑块。加速度传感器安装在节点盒外，磁吸附在海洋平台上。这种结构为数据采集节点提供了安装结构，保证其稳定工作，采用磁性安装结构，简化数据采集节点的安装难度，同时，由于加速度传感器安装在节点盒内会影响其测量精度，

海洋平台检测方法，包括以下步骤：

FPGA内置节点内部数据同步处理逻辑：AD转换芯片稳定启动后，利用RTC时钟单元脉冲同步AD转换芯片，延时至AD转换芯片的输出信号与RTC时钟单元脉冲信号边沿对其同步，随后AD转换芯片数据传输至特征逻辑处理单元；

AD转换芯片输出数据存储于全存储单元，数据进行有效性分析后，有效数据存储于有效存储单元；数据有效性分析的方法为，获取海洋平台振动回归模型，将接收的数据与海洋平台振动模型的预测输出数据进行匹配，若接收数据与预测输出数据相比在误差阈值范围内，则接收的数据为有效数据，否则为无效数据；

同一RTC时钟单元产生时间信息传输至处理器单元进行同步的数据整合、存储及后续处理。

优选为：获取海洋平台振动自回归模型的方法为：对时变TARMA振动模型进行泛函数解析，其中时变TARMA振动模型为：

其中，y[t]为n_a阶振动响应向量，w[t]为n_c阶激励输入向量，a_i(i＝1,2,3,…,n_a)为振动模型的自回归系数，c_i(i＝1,2,3,…,n_c)为振动模型输入向量系数；

TARMA振动模型的泛函数展开式为：其中为投影空间的一组正交基，p_a为投影空间阶数，a_i,j为系数a_i在投影空间的投影系数；

设模型结构参数：M＝{n_a n_c p_a p_c}，

参数向量：

使用预测误差法计算各项参数：

其中，

回归向量为

其中，θ是参数向量中的a和c两个向量组成的新的参数向量，而是其中满足最小预测误差的回归模型匹配参数向量，为θ的估计值，e(t)为超前预测误差。最终要获得y[t]来作为评价数据是否满足海洋平台振动模型的指标。

优选为：FPGA解析GPS接收机中的时间信息，写入RTC时钟单元。

优选为：有效数据经压缩处理后传递至主机节点，主机节点对数据进行解压缩后传递至监控主机。

本发明的有益效果为：

本发明是针对海洋平台结构跨度大、监测范围广，强风等环境恶劣，有线测试系统的现场布线难度大、成本高、成品保护困难等缺陷，开发出的基于无线传感器网络的多节点海洋平台振动测试系统，具有成本低、可靠性高、无损性等优点。采用多采集节点监测系统，可最大程度获取全面的海洋平台振动数据。基于无线网络的海洋平台结构监测感知系统使得现场测试更加方便，大大节省了布线成本，同时避免了布线所带来的测试安全问题。本系统采集节点的结构更有利于现场安装，测试过程中可以实时监测结构的振动特性，并能快速对结构健康给出初步的评价。具体地说，与其他无线振动检测装置相比，该装置具有以下优点：

(1)设计实现了磁性安装结构，简便拆装，体积小，可以单手操作，而且可采用伸缩式的传感器信号线设计，可以根据现场进行调整线长，选择最佳的安装方案，避免海风、人为等现场因素导致采集节点损坏。

(2)支持高速采集存储，利用FPGA技术以解放CPU，并行结构的设计大大提高了提高采集节点的性能，也为数据实时处理提供了可能。

(3)实现了多文件存储和可选的基于ARMA振动模型的有效数据选择式独立存储模式，利用实时数据模型匹配的数据选择存储方式，大大减少了后期数据处理的工作量，提高了系统的整体性能。

(4)保证了采集节点间和节点内的时间同步，数据处理只需对齐系统存储的时间戳即可将各节点数据同步，减少了数据处理的工作量，提高了工作效率。

(5)采用压缩感知技术，降低了实时数据上传所需的带宽，在保证较低功耗的前提下实现了以有限带宽完成高速通信的任务。配合专属上位机，实现了对采集节点与系统整体的实时监控以及数据采集，使得系统整体性能更加优越，确保结构检测感知系统正常运行。

附图说明

图1为海洋平台检测系统结构示意图。

图2为单个采集节点硬件结构示意图。

图3为单个采集节点内部FPGA逻辑同步时钟树。

图4为未加节点内同步逻辑情况下AD转换芯片驱动时钟与RTC时钟频率差示意图。

图5为增加节点内同步逻辑情况下AD转换芯片驱动时钟与RTC时钟频率差示意图。

图6为海洋平台振动模型数据回归匹配示意图。

图7为采集节点运行状态机。

其中：1-采集节点，2-主机节点，3-监控主机，4-AD转换芯片输出，5-RTC时钟，6-时钟累加相移，7-SYNC驱动信号，8-SYNC驱动同步AD转换芯片输出，9-误差阈值曲线，10-采集数据，11-预测输出曲线Δy

具体实施方式

以下将结合附图对本发明的具体实施方式进行清楚完整地描述。显然，具体实施方式所描述的实施例仅为本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。

本发明提供了一种海洋平台监测系统，用于对海洋平台振动实现多点监测，同时，本发明还提供了一种监测方法，基于多点监测，可实现多点数据有效性分析及数据同步处理，进而实现低成本、高可靠性的海洋平台健康监测。

海洋平台监测系统结构如图1所示，包括监控主机3、主机节点2和现场监测终端。其中，现场监测终端用于海洋平台振动数据的采集，包括数据采集节点1及数据处理系统，数据采集节点1采集的振动数据传输至数据处理系统，数据处理系统将处理后的数据经主机节点传输至监控主机，以便监控主机进行海洋平台健康性诊断。

为全面反映海洋平台的振动数据，数据采集节点有多个，每个节点均包括加速度传感器，均对应一个单独的数据处理系统；也就是说，根据海洋平台的实际情况，布置多个加速度传感器，用于采集不同部位的振动数据，并且，每个采集节点配置一个数据处理系统，对该节点的振动数据进行分析后，分别传递至主机节点。

如图2所示，为每个数据采集节点及其对应的数据处理系统硬件结构示意图。

与传统的采用单片机作为数据处理器不同，本实施例中，每个数据处理系统至少包括FPGA、AD转换芯片和数据存储单元，FPGA具有更好的并行数据处理能力，如图2可见，每个采集节点对应一个FPGA最小系统。

其中，AD转换芯片(A/D转换模块)：用于对数据接收系统的接收数据进行模数转换；此处所述的接收数据是指加速度传感器反馈的海洋平台的振动数据，其振动数据经过信号调理模块进行信号调理后反馈到AD转换芯片。加速度传感器采集的数据为模拟信号，经AD转换芯片转换成FPGA可处理的数字信号后传递至FPGA内部。

FPGA包括AD芯片接口，用于与AD转换芯片通信，接收转换后的数字信号，每个FPGA最小系统由FPGA与外围器件组成核心控制器，在内部搭建数字逻辑，FPGA具体还包括：特征逻辑处理单元：用于对模数转换后的接收数据进行数据有效性分析，解析出有效数据；

数据存储单元：分为用于存储接收数据的全存储单元和用于存储有效数据的有效存储单元。数据存储单元可采用TF卡作为存储器件，TF存储卡与FPGA之间通过SPI接口通信，保证存储的高效性。

处理器单元：接收数据存储单元中的有效数据，进行后续处理；例如，处理器单元可对有效数据进行压缩感知处理，以实现数据高校实时的传输效果。

RTC时钟单元：RTC时钟单元；用于产生时钟信号作为AD转换芯片数据的时间戳，其中AD转换芯片与RTC时钟单元采用PLL产生的同一时钟驱动信号；系统RTC时钟单元产生物理时钟信息，节点内同步是使用其产生的毫秒脉冲同步AD芯片，处理器单元在获取每一包数据时，会读取RTC时钟单元的时间信息，为数据包打上时间戳。同步的目的是为保证相邻两包数据的时间戳时间间隔一致。这种方式可实现节点内数据的同步。

为实现更高效数据处理系统的设计，进一步，特征逻辑处理单元还包括乒乓RAM存储单元，用于缓存模数转换后的数据，并将数据传输至数据解析单元进行解析。具体的说，乒乓RAM存储单元包括两个数据缓冲区，分别为缓冲区0和缓冲区1，在第一个缓冲周期中，将输入的数据缓存到缓冲区0中，在第二个缓冲周期中，将输入的数据切换到缓冲区1中缓存，同时将缓冲区0缓存的前一个周期的数据送到数据解析单元中进行运算处理，而在第三个缓冲周期内则再次切换，缓冲区0和缓冲区1的数据流向翻转，如此循环。

数据处理系统进一步还还包括：

数字式温湿度传感器：获取每个采集节点内部的温湿度信息，并反馈到FPGA，以确保每个采集节点工作在正常的环境中。

时钟模块：每个FPGA芯片均连接GPS接收机。为每个PFGA系统提供时钟源以及精确的校时信息，实现多个采集节点之间的同步运算逻辑。

通信模块：为实现通信功能数据采集节点还包括用于与数据处理系统通信的无线发送模块；数据处理系统还包括用于与采集节点通信无线接收模块和用于与主机节点通信的无线发送模块。本实施例中，海洋平台的通信系统基于无线通信系统而实现，各无线发送模块和无线接收模块可才采用WIFI模块，ZigBee模块，其中WIFI模块用于数据通信，ZigBee模块用于指令通信，二者均和FPGA之间通过RS232串口通信。

电源模块：包括供电电路和电源管理模块，负责跟进系统工作需要，分时分区的为各个模块电路提供必需的电能，同时通过电源管理模块中的电源检测模块，监测主回路电能的消耗，调整系统使其工作在更合适的工作状态，保证系统在低电能时具有高可靠性。

通过上述结构，可实现海洋平台振动数据的采集、数据调理、数据传输、数据解析和传力，以及有效现场数据向远程监控端数据发送的功能，可执行完整的海洋平台监测功能。

考虑到采集节点的安装问题，由于采集节点具有一定的重量和体积，并且采集节点的安装位置需要根据现场情况进行选择和调整，进一步提供一种采集节点方便有效的安装结构。

进一步包括节点盒，数据采集节点安装在节点盒内，具体包括FPGA、无线传输系统、信号采集电路、数据存储系统等。节点盒通过支座固定结构安装在海洋平台上，支座固定结构包括固定座，固定座底部安装有磁性部件，固定座顶部设置有滑轨，节点盒底部设置有与所述滑轨配合安装的滑块。固定座通过磁吸附原理吸附在海洋平台上，保证固定座应用在湖面上时仍能有可靠的固定作用。固定座正面的固定化可用于节点盒的安装，安装后可通过卡扣固定。加速度传感器通过磁吸附的方式安装在节点盒外，磁吸附在海洋平台上。这种结构采用节点盒与固定座、传感器分离的安装方式，一方面可以分步拆装，解决整体安装于拆卸带来的磁力、材质、重量之间的矛盾，另一方面可以反映海洋平台真实的振动，避免整体安装中采集节点对传感器数据可靠性的影响。

基于上述海洋平台监测系统，进一步提供一种海洋平台监测方法。包括以下步骤：

(1)准备步骤：

组装节点盒、固定座和加速度传感器，保证组装无误后，在海洋平台上设定各个采集节点的安装位置，安装完成后，系统上电，开始自检。

上电自检包括：

①LED状态指示及电量自检。

对各模块供电进行管控，确保系统各模块运行符合自检流程，并通过LED告知使用者系统已上电；之后对电池电量进行检测，并通过LED闪烁告知使用者剩余电量。

②GPS接收机自检校时。

电量检测完成后，开始进行GPS接收机校时自检，GPS接收机自动进行校时操作，将解析GPS报文得出的时间信息更新到时钟模块中，并且保留自检信息，等待无线网络自检完成后，上传校时结果。

③无线网络自检。

校时完成后，开始进行无线网络自检，包括ZigBee命令试发以及Wi-Fi自检及入网检测。各采集节点接收上位机发送的测试指令，并将自身状态信息以及自检结果通过ZigBee反馈回主机节点；同时，采集节点与主机节点间进行Wi-Fi模块组网通信自检，初始化Wi-Fi配置信息。

④TF卡自检与加速度传感器和AD转换芯片上电检测。

各部分自检完成后，对采集通道进行自检。首先对DC/DC转换模块、信号调理模块、AD转换芯片、存储模块上电，等待供电稳定后，使用默认参数进行30s的加速度信号采集与存储，并对采集到的数据进行分析，确认是否有采集值正满偏、负满偏以及持续零值等异常情况出现，同时确认TF卡存储功能状态，将自检结果上传回主机节点。

自检结束后，进入超低功耗待机状态，等主机下方控制指令。在此状态下，系统通过电源管理，停止采集通道、存储模块、Wi-Fi模块、GPS模块等模块的电量供给，并且在FPGA内部关闭各停用模块的时钟，以起到降低功耗的效果。同时ZigBee模块进入低功耗工作模式，定时将其唤醒，完成状态信息上传以及指令处理的工作后进入休眠以节省功耗，此后ZibBee模块一直保持这种工作模式，为使用者提供无线采集节点的实时监控。

系统开始数据采集作业前需要对采集节点进行配置，包括选择采样率，进行加速度传感器标定，对无线采集节点进行编号、增删等完成组网。监控主机下发这些指令后，采集节点进入采集节点配置状态，完成相应指令操作后，返回超低功耗待机状态。

随后，为每个采集节点的FPGA进行同步授时，保证不同采集节点间的同步处理。FPGA解析GPS接收机中的时间信息，写入RTC时钟单元。多个采集节点之间GPS接收机之间的时间差为纳秒级时间差，可忽略。

(2)准备步骤结束后，开始执行数据采集及监控工作

FPGA内置节点内部数据同步处理逻辑：AD转换芯片稳定启动后，利用RTC时钟单元脉冲同步AD转换芯片，延时至AD转换芯片的输出信号与RTC时钟单元脉冲信号边沿对其同步，随后AD转换芯片数据传输至特征逻辑处理单元。

AD转换芯片输出数据存储于全存储单元，数据进行有效性分析后，有效数据存储于有效存储单元；数据有效性分析的方法为，获取海洋平台振动模型，将接收的数据与海洋平台振动模型的预测输出数据进行匹配，若接收数据与预测输出数据相比在误差阈值范围内，则接收的数据为有效数据，否则为无效数据；

同一RTC时钟单元产生时间信息传输至处理器单元进行同步的数据整合、存储及后续处理。

更进一步的，监测平台工作过程中，FPGA解析GPS接收机中的时间信息，写入RTC时钟单元。GPS的时间信息误差为纳秒级别，可以视为多个节点时间同步。RTC时钟单元在此同步信息的基础上，作为系统的物理时钟持续运行。处理器单元将从中获取时间戳标记采集数据，用以保证节点间的数据同步。

更进一步的，有效数据经压缩处理后传递至主机节点，主机节点对数据进行解压缩后传递至监控主机。

以下将具体阐述详细的监测方法和流程。

每个加速度传感器采集的数据需要经过AD转换芯片进行模数转换，AD转换芯片和FPGA之间执行同步处理逻辑。除以上所述的节点内同步逻辑外，为解决多个采集节点之间采集数据同步精度误差对模态分析准确度产生影响的技术问题，海洋平台的监测方法提供了节点内和节点间同步结合的数据处理方式。

事实上，FPGA内部个逻辑是采用不同的时钟信号驱动的，包括用于处理器单元驱动的内部RTC时钟，AD转换芯片驱动的外部时钟。由于内部RTC时钟5与AD转换芯片驱动时钟之间不同步，因此，会产生如图4所示的RTC时钟5与AD转换芯片输出之间的时钟信号差，并且，由于两个时钟信号频率差并非整倍关系，这种频率差会逐渐累加，产生时钟之间累加相位移动6，最终导致采样数据时间戳出错。

FPGA节点内同步逻辑如图3所示。本实施例中，AD转换芯片选用MAX11040K，其SYNC引脚具有同步采样和同步输出的功能，设计SYNC同步逻辑。将FPGA的RTC时钟接口逻辑和AD转换芯片的驱动逻辑均采用24.576M的时钟驱动(根据AD转换芯片的选取不同，也可采用其他频率的驱动逻辑)，利用RTC时钟逻辑产生的毫秒脉冲作为驱动逻辑，当AD转换芯片的驱动逻辑完成采样配置后，SYNC同步逻辑延时5ms(此处5ms为5个时钟周期，实际应用中，可根据设计需求选择延时时间)，直至AD转换芯片稳定启动，将RTC时钟逻辑产生的毫秒脉冲作为AD转换芯片同步信号输入到SYNC引脚，持续3个时钟周期后，AD数据输出信号与RTC逻辑毫秒脉冲同步，从而完成节点内的时钟同步。其原理图如图5所示。其中，SYNC驱动信号7与AD转换芯片输出4信号，经过3个信号周期后，实现同步信号输出8。

前文已述，对于不同采集节点之间的同步，通过GPS接收机实现。FPGA解析GPS接收机中的时间信息，写入RTC时钟单元。多个采集节点之间GPS接收机之间的时间差为纳秒级时间差，可忽略。但由于时钟源的精度有限，系统运行一段时间后，必然出现时钟相移，因此，系统需要在一定时间间隔内进行一次自动校时，校时时间间隔如下：

t_interval＜t_precision÷PPM； (1)

其中t_interval为校时时间间隔，t_precision为系统要求的时间精度，PPM为系统使用时钟源精度参数。

AD转换芯片处理后的数据经由FPGA进行数据有效性分析。数据有效性分析方法为，获取海洋平台振动模型，将接收的数据与海洋平台振动模型的预测输出数据进行匹配，若接收数据与预测输出数据相比在误差阈值范围内，则接收的数据为有效数据，否则为无效数据。

具体为，获取海洋平台振动回归模型回归向量的方法为：对时变TARMA振动模型进行泛函数解析，其中时变TARMA振动模型为：

其中，y[t]为n_a阶振动响应向量，w[t]为n_c阶激励输入向量，a_i(i＝1,2,3,…,n_a)为振动模型的自回归系数，c_i(i＝1,2,3,…,n_c)为振动模型输入向量系数；

TARMA振动模型的泛函数展开式为：

其中为投影空间的一组正交基，p_a为投影空间阶数，a_i,j为系数a_i在投影空间的投影系数；具体的说，为一组给定的经验值，对于振动模型输入向量和回归向量阶数的确定，需要根据加速度传感系统所布设的加速度传感器采集节点的数量，为(0.05～0.2)*n，其中n为采集节点的数量，一般来说，,布放的加速符传感器的数量不大于16个，因此，可以确定模型阶数最佳值为(0.05～0.2)*16，为(0.8～3.2)，考虑到数据精度，取整数选3，即为3阶模型。

对于模型中回归向量系数和输入向量系数，设如下的参数向量：

设模型结构参数：M＝{n_a n_c p_a p_c}， (4)

参数向量：

其中，θ为向量a和向量c产生的一个新的向量。

使用预测误差法计算各项参数：

其中，是其中满足最小预测误差的回归模型匹配参数向量。

其中，e(t)为超前预测误差

上式中的向量为：

采用振动模型对接收数据进行模型匹配。根据模型前一时间点数据值获取下一时间点的预测数据值y'[t]，将接收数据y[t]与预测数据值y'[t]进行比较，获取差值：

Δy[t]＝y[t]-y'[t]。 (9)

设定差值阈值Δmvalue，若Δy[t]＜Δmvalue，则判断该时刻点的接收数据y[t]为有效数据，原理如图6所示。其中，在预测输出曲线11两侧误差阈值曲线9范围内的采集数据10，均视为有效数据。

由于采集数据多，对传输带宽的要求高，会产生无线带宽难以保证在兼具功耗的同时可靠地同时接受所有采集节点实时数据的问题，基于此，提供了一种基于压缩感知的高效实时数据无线传输模式。数据处理系统对加速度数据进行模型匹配后，将包含系统模态信息的有效数据通过压缩感知逻辑进行压缩，并将这些压缩后的有效数据通过WIFI模块上传至主机节点，主机节点对这些数据进行解压缩，无失真的重建。压缩感知的形式可以降低对WIFI带宽的要求，保证实时数据传输的可靠性。同时压缩数据无失真的重建也保证数据重要信息不回丢失，实现在较低功耗下利用有限带宽完成高速数据传输的任务。

本发明采用压缩感知算法的表达式为：

y＝Φx＝ΦΨθ＝A^CSθ； (11)

其中，x∈R^N×1为N维信号，Ψ为正交基字典矩阵(ΨΨ^T＝Ψ^TΨ＝I)，θ＝[θ₁，θ₂，…θ_N]^T为展开系数向量，y∈R^M×1为信号x∈R^N×1的压缩观测信号，Φ_M×N(M＜＜N)，为与正交基字典Ψ不相关的观测矩阵，A^CS为CS信息算子。

主机节点对有效数据进行解压缩后，将无失真的数据传递至监控主机进行后续处理。监测上位机可对采集数据进行无线导出及存储，还可以对存储数据进行查询和图表显示，更加直观的进行数据分析和比对。有效数据将用于进行海洋平台结构健康的诊断与评价。至此，完成海洋平台振动数据的采集、处理、传输及监测过程。

为避免系统运行中出现不可逆的异常情况，软件设计中对每个状态都增加了相应的异常处理与报警机制。这些异常处理包括对自检过程、配置过程、校时过程、采集存储过程、通信过程以及电量等各方面的监控，在检测到这些异常后，系统能够及时的做出记录与反馈，并根据异常处理机制纠正这些异常状态。同时，无线采集节点能够实时的将这些日常上传到主机节点进行报警提醒及存储，及时提醒使用人员系统异常状态，避免因系统异常导致本次采集工作失败。