Bringing self-awareness to the extreme edge: a distributed approach for adaptive energy management in WSNs applied to structural health monitoring

Abstract

(English) In today's landscape, data are increasingly becoming an invaluable resource to enhance decision-making, enable predictive insights, improving operational efficiency, among numerous other applications. Within the current data-centric mindset, wireless sensors play a facilitator role, allowing the collection of data in a flexible, low-cost, and simple-to-deploy way.

One of the ever-pending challenges of wireless sensor node technologies is their limited energy availability, particularly their limited battery life. To extend their battery life, sensor nodes need to use their energy as frugally as possible. The optimal behavior for a sensor node is highly dependent on the varying operation conditions. Thus, to operate optimally, sensor nodes need to incorporate adaptive mechanisms to dynamically adjust their behavior at runtime. These adaptive mechanisms are commonly referred to as Dynamic Energy Management (DEM).

Despite the progress made in DEM, commercial sensor nodes continue to mostly operate using static behaviors, wasting energy. The main limitation impeding the widespread adoption of DEM is that it renders the node's behavior dependent on the operating conditions, thereby making the node's behavior unpredictable. In recent years, self-awareness has been proposed as a promising solution to this challenge. Self-aware systems autonomously adjust their behavior at runtime based on their internal and external operating conditions to achieve their operational goals as efficiently as possible. Consequently, while the behavior of a self-aware system may not be known at a given time, these systems provide some level of predictability by complying with their operational goals.

This thesis delves into the use of self-awareness at the sensor node level to guide the node's adaptive behavior. The main objective of this thesis is to provide a solid foundation to support future progress in self-aware sensor nodes. In pursuit of this goal, it presents a reference architecture of a self-aware sensor node solving the existing lack of standardization in their design. Additionally, it proposes two self-aware monitoring methods enabling the node to comply with its battery lifetime target while optimizing its energy allocation to maximize its monitoring accuracy. Another key aspect that limits the adoption of self-awareness at the sensor node level is the node's lack of information and computing capabilities to model complex environments, as is usually the case in Structural Health Monitoring (SHM) applications. This thesis tackles this issue by proposing an anomaly-aware monitoring method tailored for SHM applications, which models the local vibration patterns measured by the node to determine the current monitoring requirements for the node. Finally, the thesis ends by exploring how the concept of self-awareness can be extended through the network, enabling the interaction between self-aware sensor nodes and a self-managing monitoring application running in the cloud.

(Català) En el panorama actual, les dades esdevenen cada cop un recurs més valuós per millorar la presa de decisions, generar coneixements predictius, augmentar l'eficiència operativa, entre moltes altres aplicacions. En el context actual, els sensors sense fils juguen un paper facilitador, permetent la recopilació de dades d'una manera senzill, flexible i econòmica.

Un dels reptes pendents de les tecnologies dels nodes sensors sense fils és la seva disponibilitat energètica limitada, especialment la seva vida útil de la bateria. Per allargar la vida de la bateria, els nodes sensors han d'utilitzar la seva energia de la manera més frugal possible. El comportament òptim d'un node sensor depèn en gran mesura de les condicions de funcionament variables. Per tant, per funcionar de manera òptima, els nodes sensors necessiten incorporar mecanismes adaptatius per ajustar dinàmicament el seu comportament en temps d'execució. Aquests mecanismes adaptatius s'anomenen habitualment Gestió Dinàmica d'Energia (DEM).

Malgrat els progressos realitzats en DEM, els nodes sensors comercials continuen funcionant principalment amb comportaments estàtics, malgastant energia. La principal limitació que impedeix l'adopció generalitzada de DEM és que fa que el comportament del node depengui de les condicions de funcionament, fent que el comportament del node sigui imprevisible. En els últims anys, la consciència de si mateix s'ha plantejat com una solució prometedora a aquest repte. Els sistemes autoconscients ajusten autònomament el seu comportament en temps d'execució en funció de les seves condicions operatives internes i externes per assolir els seus objectius operacionals de la manera més eficient possible. En conseqüència, encara que el comportament d'un sistema autoconscient pugui no ser conegut en un moment donat, aquests sistemes proporcionen cert nivell de predictibilitat complint els seus objectius operacionals.

Aquesta tesi s'endinsa en l'ús de la consciència de si mateix a nivell del node sensor per guiar el comportament adaptatiu del node. L'objectiu principal d'aquesta tesi és proporcionar una base sòlida per donar suport al progrés futur dels nodes sensors autoconscients. En persecució d'aquest objectiu, presenta una arquitectura de referència d'un node sensor autoconscient resolent la manca actual d'estandardització en el seu disseny. A més, proposa dos mètodes de monitorització autoconscient que permeten al node complir amb el seu objectiu de vida útil de la bateria optimitzant alhora la seva assignació d'energia per maximitzar la seva precisió de monitorització. Un altre aspecte clau que limita l'adopció de la consciència de si mateix a nivell del node sensor és la falta d'informació i capacitats de computació del node per modelar entorns complexos, com sol passar en les aplicacions de monitorització de la salut estructural (SHM). Aquesta tesi aborda aquest problema proposant un mètode de monitorització conscient d'anomalies adaptat per a aplicacions SHM, que modela els patrons de vibració local mesurats pel node per determinar els requisits de monitorització actuals del node. Finalment, la tesi acaba explorant com es pot ampliar el concepte de consciència de si mateix a través de la xarxa, permetent la interacció entre nodes sensors autoconscients i una aplicació de monitorització autogestionada que s'executa al núvol.

(Español) En el panorama actual, los datos se están convirtiendo cada vez más en un recurso imprescindible para mejorar la toma de decisiones, habilitar el desarrollo de análisis predictivos, mejorar la eficiencia de los procesos productivos, entre otras numerosas aplicaciones. En este contexto, los sensores inalámbricos juegan el rol esencial facilitando la recogida de datos de una forma flexible, barata y de fácil instalación.

Uno de los problemas existentes para la tecnología de sensores inalámbricos es su limitación energética, particularmente la duración de su batería. Con el fin de extender su batería, los sensores deben utilizar su energía de la forma más frugal posible. El comportamiento óptimo para un sensor inalámbrico es altamente dependiente de las condiciones variables en las que opera. Por lo tanto, para operar de forma óptima, los sensores inalámbricos deben incorporar mecanismos para ajustar su comportamiento en base a dichas condiciones. Estos mecanismos adaptativos son comúnmente conocidos como Gestión Dinámica de Energía (DEM).

A pesar de los avances en DEM, los sensores inalámbricos comerciales mayormente operan con comportamientos estáticos, desperdiciando energía. La mayor limitación que impide la incorporación generalizada de DEM en nodos comerciales es que vuelve el comportamiento del nodo impredecible, ya que cause que este dependa de las condiciones ambientales. Recientemente, la autoconsciencia (self-awareness) se ha propuesto como una solución prometedora a este problema. Los sistemas autoconscientes gestionan autónomamente su comportamiento durante en ejecución para complir sus objetivos de operación de la forma más eficiente posible. En consecuencia, aunque el comportamiento del nodo no sea conocido en un momento determinado, mantiene cierta predictibilidad en cuanto que es capaz de cumplir con sus objetivos.

Está tesis profundiza sobre el uso del concepto de autoconsciencia a nivel del nodo de sensor inalámbrico para guiar su comportamiento adaptativo. El objetivo principal de la tesis es proporcionar una base sólida para sostener el progreso futuro en nodos de sensores autoconscientes. Para perseguir este objetivo, está tesis presenta una arquitectura de un nodo de sensor inalámbrico de referencia, solucionando la falta de estandarización existente entorno a su diseño. Adicionalmente, propone dos métodos de monitorización autoconscientes que permiten al nodo cumplir con su objetivo de vida de la batería, al mismo tiempo que optimiza el reparto de energía en el nodo para maximizar la exactitud de la monitorización. Una capacidad clave que limita en el progreso del desarrollo de nodos autoconscientes es su falta de acceso a información y poca capacidad de cómputo. Esta tesis aborda esta cuestión proponiendo un método de monitorización consciente de anomalías, el cual modela los patrones de vibraciones locales medidos por el nodo para determinar los requerimientos de monitorización para el nodo en ese instante. Finalmente, esta tesis termina explorando como el concepto de autoconsciencia a través de la red, permitiendo la interacción de nodos autoconscientes con aplicaciones de monitorización automanejadas ejecutadas en la nube.