一、压力监测系统优化部署方法研究（论文文献综述）
孙志朋[1]（2021）在《基于物联网技术的水稻生长环境监测系统及关键技术研究》文中研究表明我国是农业大国,也是世界上水稻产量及消费量最高的国家。水稻产量对于我国粮食安全有着重要意义。目前我国水稻在平均亩产量和水、肥、药等利用率方面相比农业发达国家还有较大提升空间。采集水稻生长环境信息,有的放矢地指导农业生产,已被证明是提高产量和资源利用率的有效方式之一。农业物联网技术以信息感知设备、通讯网络和智能信息处理技术应用为核心,通过农业科学化管理,达到合理使用农业资源、改善生态环境、降低生产成本、提高农产品产量和品质的目的。目前农业物联网技术应用面临网络覆盖范围小、监测项目受限、传输成本高、供电时间短等问题,这些问题限制了水稻生长环境监测的普及和智能化程度。随着低功率广域网、边缘计算、人工智能等物联网相关技术的蓬勃发展,为解决这些问题提供了更多角度。因此,本文结合物联网及其关联技术,构建了适合监测水稻生长环境的广覆盖、低功耗、智能化的物联网监测系统,并对系统中一些关键技术进行研究。能够更加全面、准确、实时地了解水稻生长的环境因素,从而更好的指导水稻生产。本文的主要研究内容包括以下几个方面:（1）研究了基于边缘计算的水稻生长环境监测物联网的架构。设计了一种功耗低、传输距离远、融合害虫监测功能的水稻生长环境信息监测物联网架构,将高清晰图像传输与低功率广域网进行异构融合,实现了低功率广域网布局下的水稻害虫监测及生长环境信息采集功能。应用NS3软件对水稻生长环境布设大量传感器监测节点的情况进行了仿真,得出了两种ACK机制下网络传输质量的优势参数组合范围对比,给出了需提升网络传输质量的参数组合范围及建议。（2）设计了应用边缘计算技术的水稻生长环境在线监测网关。在支持LoRaWAN和802.11g协议异构组网的基础上,设计了边缘计算网关的功能架构和数据通信架构。通过虚拟化容器技术,将LoRaWAN服务器、在线害虫识别计数算法、实时传感器数据融合算法打包成镜像,在农业生产现场形成多个功能模块集成化运作的边缘计算模式。采用边缘消息中间件的方式规范化定制各功能模块之间以及云、边之间的数据传输。经实际测试,网关可以同时实现各模块功能,在每秒500/1000条并发压力测试中,平均负载分别为0.22/2.99,系统资源利用率稳定,采用的边缘消息中间件模式数据传输稳定可靠,田间实际测试数据传输成功率达99.1%。（3）设计了一种高准确性的多传感器数据融合方案。实时对水稻生长环境信息进行在线监测,通过改进算法,对上传的传感器数据进行数据融合测试,对比传统的融合算法方差降低了约25%左右,切实提高了获取水稻生长环境数据的准确率。（4）研究了水稻害虫在线识别人工智能算法。对采集的水稻害虫图像进行自动化图像预处理工作,使用图像增强、图像分割等传统图像处理技术优化图像质量。提出了一种在线害虫识别计数方法:使用人工智能深度学习的算法,在TensorFlow框架下完成对监测节点上传的害虫图像在线识别及计数。通过测试,识别准确率达到89%。将图像识别结果以数字方式输出,大幅降低了物联网传输和云端计算的压力。（5）构建水稻生长环境监测数据管理云平台。将所有监测节点采集的数据进行动态可视化展示,根据采集的信息内容结合专家系统给出相应的决策意见进而指导水稻生产。
程龙[2]（2021）在《基于WSN的兰新高铁沿线风速监测与列车风致安全预警研究》文中认为兰新高速铁路穿越风灾极为恶劣的大风区,强风对列车安全运营构成了严重威胁。开展兰新高铁沿线重点风区的风速监测与列车风致安全预警研究,对于完善兰新高铁沿线风速监测,为车辆在强风区安全运行提供理论研究价值。本文针对兰新高铁沿线大风区危险路段,提出基于ZigBee无线传感器网络的大风监测系统,研究大风区环境下无线传感器网络节点的优化部署策略,并对列车风致安全预警问题进行分析讨论。具体研究内容有以下四个方面:（1）ZigBee无线传感器网络大风区风速监测系统的总体架构设计。总结了无线传感器网络的系统结构、节点结构、路由协议及应用领域,采用基于射频芯片CC2530的ZigBee技术构建兰新高铁沿线大风区WSN风速监测系统。监测网络呈带状结构分布,节点内部通过ZigBee通信协议组网,形成不同分簇网络,各簇首节点与地面汇聚节点连接,进而将沿线收集的风速信息传送到监控中心。（2）兰新高铁沿线大风区风速监测的无线传感器网络节点优化部署方案。研究带状无线传感器网络在监测区域内的部署策略,针对传感器节点对目标区域进行有效覆盖的问题,采用确定性多边形部署方式,研究在保证监测区域的全覆盖以及数据传输要求下,使用确定性多边形部署的覆盖模型,计算出不同种类传感器节点个数与覆盖率、节点感知半径之间的关系。另外在网络中部署适当的异构节点,通过求解网络寿命成本比RLC的最大值,确定最佳sink节点个数,从而在延长网络寿命的同时使网络成本最小。（3）基于AHP模糊推理的大风区无线传感器节点优化部署评价指标。综合考虑风力因素、线路地形因素对实际部署的影响程度,分析其覆盖方式、节点能耗和使用寿命等评价因素,建立以AHP层次分析法为基础的模糊推理模型:先确定因素权重,再计算各层因素的隶属度函数,最后转化为信度,得到最终的综合评价指标,为实际节点的部署提供参考。（4）讨论列车风致安全的兰新高铁安全限速预警问题。提出了基于列车风致安全的百里风区限速预警系统设计。首先通过研究影响列车在百里风区的主要运行指标和限速准则,设定风区不同路段,不同风速下列车安全行驶的速度范围,再根据风区WSN监测系统实时风速数据,对线路中行驶的列车提供准确合理的限速预警信息。论文构建的WSN大风监测系统及列车限速预警方案具有一定的工程参考价值。
吕俊达[3]（2020）在《基于ZigBee的滑坡监测系统设计与优化》文中研究指明针对滑坡监测系统的特点,提出并设计了一套基于ZigBee技术的监测系统。ZigBee技术是无线传感器网络技术的一种,其拥有低功耗、网络容量大、延迟短等优点,广泛应用于工业、农业等领域,并取得了良好的监测效果。传统的滑坡监测技术主要靠人力采集,无法做到实时监测,且获取数据受气候条件限制。本文通过对ZigBee网络技术的研究,致力于将ZigBee技术应用至滑坡监测,开发了从传感器数据采集端到上位机软件的整套滑坡监测系统,同时对ZigBee监测节点在滑坡监测过程中的信号传输质量及监测节点的部署方案进行了较为深入的研究,具体的研究成果如下:（1）基于滑坡监测系统的特征,构建出了用于监测的无线网络的整体结构。即在确定了监测区域的基础上,设计出以ZigBee自组局域网络实现对监测区域的覆盖,并将局域网内采集的数据通过GPRS+ZigBee构成的网关上传至互联网的整体网络结构方案。（2）依据实际滑坡监测时对无线网络信号质量的要求,设计并组装了以CC2530芯片作为实现ZigBee无线网络的通讯节点的核心硬件设备,并在多种自然环境下进行了节点的组网测试,研究了不同环境场景下节点间RSSI值随节点间距变化的规律,并记录采集数据。进而通过最小二乘法,拟合出RSSI值在不同环境下随节点间通讯距离变换的关系式,可定量的计算出通讯节点在不同环境下保持良好通讯质量的间距阈值,为节点在滑坡体上实际部署提供参考的同时,也为滑坡监测信号质量评价奠定了基础。（3）提出了基于数字图像处理技术与虚拟力算法相结合的ZigBee监测节点快速优化部署的仿真算法,利用在Google Earth上获取的三峡库区某处边坡的卫星图,对目标监测区域进行数字图像处理以及虚拟力算法优化部署后,快速获取了对目标区域高覆盖率监测需要的ZigBee监测节点数量以及该覆盖率下的节点部署示意图,从而为实际滑坡监测提供了一种快速确定目标监测区域实现无线网络覆盖需要多少个监测节点以及相关部署方案。结果表明,该算法较为高效,部署方案合理。（4）对整体的监测系统进行了从传感器和监测节点的硬件组装到上位机软件的开发。实现了将土壤水分计、滑坡位移计等多个传感器利用ZigBee网络技术上传采集数据,即传感器通过多种转接模块以及电路设计实现与ZigBee监测节点相链,将采集到的数据通过RS485数字信号经RS485转TTL模块传递给ZigBee节点,最后通过GPRS+ZigBee的网关传输至PC端。同时,针对滑坡监测的要求,在Qt环境下开发了上位机软件,完成了从数据接收、历史数据存储到实时曲线显示的多种功能。
陆浩[4]（2020）在《海绵城市雨水管理优化与监测系统设计》文中研究说明海绵城市是为解决我国城市内涝、河流水污染而提出的新型雨水管理理念,现正处于试点建设期。作为海绵城市试点之一,萍乡市老城区部分排水管建设年份久远,城市人口密集,存在排水管堵塞、渗漏,水环境污染等风险,故萍乡海绵城市建设需根据老城区的特点,有针对性地进行雨水管理的规划设计及海绵工程的后期运维。因此,本文研究海绵城市雨水管理措施优化设计方法,设计具有管理优化、监测预警、远程调控等功能的萍乡海绵城市监测系统。首先,利用SWMM（Stormwater Management Model）建立萍乡市西门内涝区的降雨-径流模型,将SWMM与Matlab对接,进行模型不确定参数的敏感性分析及基于遗传算法的参数率定。导入城市设计降雨序列,实现在不同降雨重现期下的降雨-径流模拟。其次,建立了以建筑小区为尺度的LID（Low Impact Development）布设多目标优化模型。经PICEA-g多目标进化算法求解得到Pareto解集,由此分析得到一组LID布设成本-效益最优方案,由SWMM模型模拟验证可知,在不同重现期设计降雨下,系统径流总量削减率最高达到21.8%,系统径流峰值削减率在10%以上,SS污染物总量比LID改造前减少了 30%左右,各径流指标的削减率均优于传统的NSGA-Ⅱ法。但在50年重现期降雨下,排水系统仍出现溢流。故本文进一步地在溢流产生处增设调蓄设施,建立调蓄池优化调控模型,同样采用PICEA-g优化算法分析在上、下游溢流节点设置调蓄设施的径流控制效果。结果表明,在排水管网溢流点集中区域的下游增设调蓄设施,能够较为有效地调控蓄存雨水,与仅布设LID时相比,总溢流量削减率达到57%以上,并能一定程度上控制污染物排放。与调蓄池优化调控前相比,调蓄池入流峰值流量削减率在38%以上,调蓄池水深和出流也得到了有效平衡。最后,分别从海绵城市工程管网监测和水域水质监测两方面设计在线监测系统,进行传感器选型及硬件设计,通过组态王软件进行组态设计,实现监测系统整体流程及功能显示界面设计,并经过现场测试,验证监测系统平台的实时在线监测、预警和优化调节机制的可行性和可靠性。综上所述,本文提出的LID与调蓄池的优化方法可从理论上提高海绵城市雨水管理能力,将其与所设计的在线监测系统结合,形成的管理优化,监测预警与反馈调节系统可在萍乡海绵城市运行管理过程中发挥长远作用。
赵彦超[5]（2020）在《海洋水合物环境原位综合监测系统关键技术研究》文中研究表明随着陆地和浅海资源的日益消耗,海洋天然水合物资源因其储量丰富、清洁环保逐渐成为世界关注的焦点。由于海洋天然气水合物开发易诱发地质灾害,加剧温室效应,造成海洋生态污染,因此开发前后必须加强海底环境变化监测。国家重点研发计划项目“水合物开发环境原位监测与探测技术”提出了对水合物开发区域沉积物土力学性质、温压场、海底地形形变及海底渗流进行长期环境原位监测研究。在此背景下,本论文提出设计一套用于对水合物环境监测数据进行集中化管理与统一化显示的海洋水合物环境原位综合监测系统。通过对水合物环境监测数据资源整合和管理,实现试采区海底环境综合监测,辅助操作人员进行分析与决策。论文对水合物综合监测系统进行深入而全面的分析,明确系统业务需求及技术指标,分析并总结主要存在的问题,采用UML统一建模语言构建系统功能模型和动态交互模型,为系统后续开发奠定基础。为应对海上复杂环境,建立星型以太网络通信结构,配合高性能服务器构建系统硬件平台,采用面向对象编程思想和C#语言设计系统软件功能和体系架构。为保障综合监测系统与其他监测系统终端稳定通信,采用组件技术开发了适用于各水合物监测系统终端的通信复用组件,基于二进制序列化技术制定统一的通信协议,优化系统间通信交互方式。为完成对多类型水合物监测数据的快速解析与动态监测,基于静态工厂模式设计系统数据访问接口,提出“多线程+数据日志表”模式实现监测数据接收与显示分离,确保数据的接收与图像化显示同步。为了实现对水合物环境监测数据有效保护,设计RSA-DES混合加密算法提高数据的保密性和传输的安全性。为了直观显示海底地形变化,研究三次样条插值算法对海底三维地形图像优化。最后采用实验室模拟和系统联调相结合方式进行系统测试。测试结果表明,水合物综合监测系统能够实现与其他监测系统终端的网络通信、数据解析及动态监测任务,系统运行良好。系统通信响应时间、对监测数据的解析效率等性能均达到设计标准,验证了水合物综合监测系统的有效性与实用性。
陶锴[6]（2020）在《基于声发射的含水岩土安全监测技术研究》文中指出随着中国经济的飞速发展,基础设施建设自二十世纪以来呈现井喷式上升,建设规模的增加为结构稳定性和安全性带来了挑战,岩土工程安全监测已成为关乎国民生命财产的重要议题。含水量的增加会导致岩体抗压抗剪强度降低,削弱结构的稳定性,进而造成矿井坍塌、大坝溃堤等安全事故。由于水对岩体结构的软化作用,渗水失稳已成为当前工程事故的重要因素,对岩体结构开展含水率实时监测、损伤等级评估和灾害预警工作对保障工程进展和人民安全具有重要意义。本文以声发射技术为手段,针对含水岩土工程中水分对结构损伤和声发射的影响、监测数据建模处理、含水率识别以及损伤评估等问题开展研究,全文的主要内容如下:对水分-声发射-损伤等级三者的关联影响进行探讨,采用有限元仿真和单轴压缩激发声发射,利用声发射信号时域观测、功率谱分析、高阶谱分析、参数分析和谱采样分析等方法,总结了不同含水率状态下的声发射时频域特征,从数值模拟和宏观实验角度验证水分对岩石声发射的抑制作用。为了刻画水分对岩石损伤等级的影响,对不同含水率样本受压裂纹进行计算机断层扫描,通过二值像素分析量化损伤等级。利用联通域扫描和图像细化方法获得裂纹形态学指标,采用综合损伤指标量化不同含水率样本的断层扫描图像,通过定量分析得到水分对损伤的影响作用。为完成监测信号的建模处理,首先模拟人脑记忆与遗忘机理,将监测数据存储系统划分为短时记忆存储区和长时记忆存储区,利用门限值控制完成噪声数据的“遗忘”和有效监测数据的“记忆”。为了完成监测数据的序列存储,提出信号简谱化模型,利用音乐谱线完成监测信号包络采样,将人耳不可感知的损伤信号折换为具有可听属性的损伤音乐指标。开展多类型损伤信号乐谱化处理实验,在结合长短时记忆网络的损伤类型识别实验中验证了此种方法对信号特征保留的功能。为了完成失效传感器数据恢复,将简谱化模型与卡尔曼算法结合,以失效前的极值和近邻传感器数据为基础完成遗失数据的拟合重建。基于环境因素作用下的参数波动规律和聚类分析提出参数两步选择法,实现声发射参数的择优筛选,给后继模式识别任务实现数据指标的科学选取。从算法对比中可以看出,虽然两步参数选择法的时间消耗较大,但选择出的参数在模式识别中表现更好。为完成岩石含水率在线监测,基于模糊数学原理提出含水率模糊识别方法。利用声发射参数的统计规律,通过计算参数公差得到重要性排序,并基于此排序规划判断矩阵,得到具有环境自适应功能的权重向量。以Softmax函数对每一种含水率的输出向量为依据构建隶属度矩阵,并把自适应权重向量和隶属度矩阵的模糊计算值作为含水率识别结果。设计了砂岩-沙土层叠结构,利用有限元仿真模拟了水在此结构中渗流过程的压强分布。设计了传感器部署机械结构和声发射数据采集系统,实验中含水率模糊识别结果与真实含水率分布具有较高的一致性。开展不同颜色光引导的脑电信号采集实验,通过分析Beta波成分确定对人体专注度的影响,最终确定了适宜人体专注度的报警光颜色序列。为充分利用声发射参数信息完成损伤评估,综合可靠性理论、信息熵理论、因果推理理论等对环境因素和损伤结果的逻辑关联开展不确定性推导,提出包含参数间相关性信息的时域特征波和描述损伤出现置信度的损伤信息熵向量。基于岩石损伤力学和概率统计知识提出疲劳度指标,在不同含水损伤评估实验中验证了此指标对含水损伤样本的敏感性。基于贝叶斯理论提出溯源度指标,通过信号到达时间参数完成损伤区域的概率定位。
詹宇[7]（2020）在《基于PLC的果园灌溉施肥决策和控制系统设计》文中研究表明目前,我国果园灌溉施肥技术得到了一定的发展,其节水、节肥、高效等优势明显优于传统的沟灌、漫灌以及人工撒肥、开沟施肥方式。但是我国灌溉施肥设备配套的决策和控制系统仍然不够完善,适用性和稳定性问题还未得到有效的解决,为此开发配套的决策和控制系统就显得非常重要。本文设计的基于PLC的果园灌溉施肥决策和控制系统以西门子S7-200 SMART PLC为下位机控制核心,上位机由强大科技QDGate301-L PLC远程控制模块提供的云平台和西门子SMART 700 IE V3人机交互触摸屏构成,实现了果树灌溉施肥的稳定控制。系统在果园中部署了土壤传感器、果树冠层环境温湿度传感器、果树叶面温湿度传感器和气象站获取果园信息,基于自适应加权融合算法的变论域模糊决策方法制定水肥决策方案。系统工作时,根据液位传感器、压力传感器等传感器获取设备实时工作状态,控制执行机构的运行。本文的研究内容如下:（1）利用西门子S7-200 SMART PLC搭建了果园灌溉施肥决策和控制系统的信息监测系统,选择正方形分割节点部署方式在果园土壤中部署了 6个土壤监测节点以采集土壤温湿度、EC值和pH值;选择随机部署的方式在果园中部署了2个果树节点以采集冠层环境温湿度和叶面温湿度;在果园边界内部署了一个气象站,实现了果园土壤、果树、气象信息的实时监测,为制定水肥决策提供了数据支撑。（2）利用西门子S7-200 SMART PLC开发了果园灌溉施肥决策和控制系统的控制执行系统,包括灌溉水过滤和反冲洗子系统、灌溉子系统、混肥子系统、施肥子系统和管道阀门控制子系统。通过液位传感器、压力传感器、液体EC值传感器、pH值传感器和压差开关获取系统实时工作状态,实现了果园水肥设备的自动运行。（3）采用强大科技QDGate301-L PLC远程控制模块提供的云平台和西门子SMART 700 IE V3人机交互触摸屏完成了监控平台的开发,实现了果园水肥信息查询、灌溉施肥控制和设备状态查询,为用户提供了直观、简洁的人机交互控制。（4）利用基于自适应加权融合算法的变论域模糊决策方法完成了灌溉施肥决策的确定,利用最佳土壤湿度偏移值和果园温度（对土壤温度、冠层环境温度、叶面温度三个指标的融合值再取平均值）、土壤EC偏移值和土壤pH偏移值分别建立双输入单输出的模糊规则,分别得到了果园灌溉和施肥的决策方案。决策和控制系统运行稳定、操作方便、界面简洁,具有可拓展性,能够适应果园灌溉施肥设备的运行需要,具有广阔的应用前景。
叶奕平[8]（2020）在《基于LoRa的楼宇自动监测系统设计》文中研究表明智能楼宇自动控制技术随着科技的发展,具备的各项功能也逐步增多,它是一个结合了如传感技术、通讯技术、计算机技术等多种技术的先进技术。目前使用较多的楼宇控制主要分为有线及无线两种方式进行部署,有线传感网络组成的监测系统具有施工难度高,维护成本高,已逐步被市场淘汰。而无线传感网络组成的监测系统方便部署,具有易维护的作用,该无线网络支持的通讯技术有Wi Fi、蓝牙、4G、Zig Bee等等,适用范围广泛,涵盖家用、商用。而且无线通讯技术中专门用于物联网的低功耗广域网技术如LoRa、NB-Io T、Sigfox也在蓬勃发展。所以对于楼宇设备监测方面,无线部署的方式具有更好的发展前景。本论文研究的课题是基于LoRa的楼宇自动监测系统设计,采用的无线通讯技术是LoRa技术,以深圳地铁福田枢纽地铁站为研究项目,从而组建楼宇自动监测系统。本文中首先对楼宇设备监测以及无线通讯技术的现状和背景进行深入的研究,了解行业内较好的无线传感器网络系统。同时对福田枢纽站进行考察,由于福田枢纽站的地理位置主要是位于地下空间,而且存在占地面积大、设备数量多、信号弱、物理隔断多、管理难度较高的情况,所以通过横向对比多种无线通讯技术如Wi Fi、蓝牙、LoRa、NB-Io T、Sigfox技术,最终选择LoRa通讯技术作为楼宇自动监测系统的核心技术。同时分析掌握LoRa技术,了解其扩频技术及传输原理,并结合研究项目的实际情况选定星型网络拓扑结构作为系统网络层结构,并选定Class A作为终端的收发模式。同时对该枢纽站进行了楼宇空间结构以及管理需求的分析,整理并设计出满足管理使用的楼宇自动监测系统总体方案,方案包含系统的整体架构,以及深圳地铁福田枢纽站需要监测的各类设备信息如水泵房管网压力、空调机房内设备电力、温度及环境信息,同时对监测设备如温湿度传感器、电力仪表、管网压力监测设备等等以及网关硬件进行结构设计以及选型,并基于深圳地铁阿里云建立LoRa网络。最后,在深圳地铁福田枢纽站现场对该系统硬件进行安装并调试,建立传感器网络,同时对监测系统的数据采集及数据展示等多个功能,以及数据准确性、系统稳定性进行了测试和验证。实验数据证明该系统设计、数据通信和数据查看符合现场使用,相对比原有的设备管理模式能够显着提升其管理效率,同时数据误差值在可控范围内,达到了楼宇自动监测系统的设计要求,具有较好的商业推广价值。
童英华[9]（2020）在《物联网监测系统的可靠性分析及优化》文中研究指明随着大数据、云计算、5G等技术的快速发展,全球物联网产业迎来了新一轮发展的历史机遇。物联网的应用领域越来越广泛,遍及各行各业,从智能电网、智能交通、智能物流、智慧农业、车联网、智能家居、智慧医疗、到智能的物联网雾霾监测系统。随着物联网技术的发展和应用的普及,由此带来的物联网系统的可靠性问题变得更为突出。因此,如何保证物联网系统的可靠,成为当下研究的热点。本文的研究工作主要围绕着物联网监测系统的可靠性分析和优化问题进行,以基于物联网的雾霾重点污染源监测系统为背景,以实现物联网监测系统中感知层的可靠性为研究目标,以感知数据为基础,设计可靠的拓扑结构,研究关键节点的容错机制,提出了数据的可靠性反演与修正模型,对物联网监测系统的可靠性进行评估与应用。主要的研究工作如下:（1）提出了一种内外验证模块化的物联网监测系统可靠拓扑部署方案。监测系统拓扑结构的可靠性是保障远程监测系统可靠的一个重要方面,以雾霾重点污染源远程监测的需求为应用背景,提出了一种内外验证模块化的物联网监测系统可靠拓扑部署方案,并重点对相关参数以及约束条件进行量化分析,并探寻拓扑结构参数之间的内在规律。可靠性是物联网应用中的一个重要指标。以可靠性框图模型,给出了多级簇结构的可靠性量化计算公式。针对不稳定的远程传输主干系统,给出了不同冗余方式下可靠度、系统失效前的平均工作时间的量化值。仿真结果表明,论文提出均匀分簇的节点部署方案可以有效降低网络部署和维护的成本。在感知节点可靠性确定的情况下,随着基本监测体的个数增加,多级簇结构的可靠性降低,在感知节点可靠性较低的情况下更明显。物联网远程监测系统主干传输部分选择由三个单元组成的并联冗余方式,既可以延长失效前的平均工作时间,又可有效提高系统的可靠性。（2）提出了一种簇头节点静态备份与动态定时监控相结合的容错机制（Static Backup and Dynamic Timing Monitoring,SBDTM）。在物联网监测系统中,通过部署无线传感器网络获取数据,来满足物联网的特定应用。分簇的路由协议,能有效维持传感器节点消耗的能量。为降低节点消耗的能量,大多采取分簇的路由协议。在该路由协议中,簇头起着非常重要的作用。一种有效的簇头节点容错机制,可保证物联网监测系统获取数据的可靠性。为实现物联网监测系统数据获取的可靠性和能耗之间的优化,提出了一种簇头节点静态备份与动态定时监控相结合的容错机制;构建基于Markov模型的簇头节点可靠性模型,在给定可靠性需求下,可求得所需簇头节点静态备份的个数;分析数据结构和容错机制;量化分析该机制下能耗和恢复时延。提出的SBDTM机制,能有效降低簇中所有节点消耗的总能量,以及簇中每个节点消耗的平均能量;同时降低了恢复时延。最后,通过实验评估所提出的SBDTM机制的性能。实验表明,与LEACH和NCHG相比,SBDTM能有效降低网络总能耗和丢包率,提高网络寿命和吞吐量。（3）提出一种多属性条件下物联网监测数据的可靠性反演与修正模型。由于人为故意干扰和破坏,以及系统自身的故障,基于物联网的雾霾重点污染源监测会出现系统中断或监测数据异常。针对此问题,在内外验证模块化可靠拓扑结构的基础上,提供基于监测企业内部污染源和周围环境污染相关监测数据反演和修正的有效模型。对感知源数据,首先构建了可用传感器测量的反演指标体系,并对各指标进行规范化处理,转化为标准证据值;其次基于权重相对熵最小优化模型,组合主、客观权重获得最优权重,从而以量化的方式给出了污染源的污染等级,保证了反演结果的可靠性和准确性;然后根据污染源监测数据的总先验概率,导致发生的各个分属性先验概率、联合概率分布以及其条件概率,实现了雾霾重点污染源监测数据可靠性的反演与修正;最后通过实例,验证了所提算法的有效性。理论分析和系统测试表明,该方法具有较高的精度。（4）提出了基于层次分析-模糊综合评价法的物联网监测系统可靠性评估机制。物联网监测系统功能模块和层次较多,且功能属性、影响因素和评价指标不一。另外,物联网监测系统结构和运行机理复杂性、现实条件的限制,以及人们认识上的局限性,可能会导致某些部件的功能或者整个系统的真实状态不可测或无法精确量化。因此,很多时候复杂功能层次系统的可靠性综合评价也等效于系统的性能评价。结合传统的定性和定量分析方法各自的优点,采用层次分析-模糊综合评判法对物联网监测系统的可靠性进行综合评估。应用层次分析法确定指标因素权重,利用模糊综合评价法进行多层次综合评判。运用上述评估计算方法和模型,对河北省某火力发电厂现有的基于物联网的雾霾重点污染源监测系统的可靠性进行了分析评估。案例分析表明,所提出的计算方法和模型能有效评估物联网监测系统的可靠性。
雷亚飞[10]（2020）在《工业互联网+油动机液压系统状态监测与故障诊断研究》文中研究指明当前,大数据、云计算、工业互联网等新一代信息技术飞速发展,为设备状态监测与故障诊断研究提供了新理论和新技术。随着新型信息技术和传统液压技术融合发展,基于工业互联网平台开发油动机状态监测与故障诊断系统具有重要的理论意义和实际价值。因此,本文以油动机液压系统为研究对象,以挖掘状态监测数据中隐藏的故障信息为目标,采用工业互联网平台技术打通了信号采集、边缘数据处理、端云之间数据传输、海量数据弹性存储、故障诊断建模分析等信息通道,为油动机液压系统的状态监测与故障诊断系统提供了新理论、新技术和新方法。首先,依据信息物理系统（Cyber-Physical Systems,CPS）理论,设计了油动机状态监测与故障诊断系统的CPS六层功能架构,涵盖了从数据采集到数据分析的各项功能需求。并选取WISE-PaaS工业互联网平台为载体,构建了基于工业互联网平台的油动机状态监测与故障诊断系统的功能实现架构。其次,将油动机液压系统划分为正常调节和快关缓冲两个工作状态,分别进行建模分析。并在AMESim仿真平台上对电液伺服阀喷嘴与阻尼孔堵塞、油动机液压缸内泄漏、电磁阀电磁性能退化等故障进行仿真模拟,以探究状态监测与故障诊断所需的故障敏感数据源,为工业互联网的数据接入提供理论指导。再次,针对油动机在正常调节状态下易发生的液压缸内泄漏故障,基于支持向量数据描述（Support Vector Data Description,SVDD）单值分类法,利用液压缸两腔压力状态监测时域信号的最小值和最大值两个特征值构建液压缸内泄漏故障诊断的新模型,为在工业互联网上实现油动机液压缸内泄漏故障诊断提供模型。然后,针对油动机快关缓冲系统中的核心控制元件——快关电磁阀电磁性能退化故障,利用电磁阀出口压力信号进行故障诊断,研究基于主成分分析（Principal Component Analysis,PCA）降维与极限梯度提升树（eXtreme Gradient Boosting,XGBoost）分类算法相融合的电磁阀电磁性能退化故障诊断的新算法,为在工业互联上实现快关电磁阀故障诊断提供算法。最后,在WISE-PaaS工业互联网平台上为油动机新型试验样机开发状态监测与故障诊断系统,研制从信号采集、边缘特征提取,云端数据分析等功能模块,为“工业互联网+油动机液压系统状态监测与故障诊断”研究提供具体解决方案。本文研究成果不仅完成了基于工业互联网平台开发油动机状态监测与故障诊断系统的具体研究任务。还探索了“工业互联网+液压”实现途径,为传统液压技术与工业互联网信息技术融合提供了应用范例。
二、压力监测系统优化部署方法研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、压力监测系统优化部署方法研究（论文提纲范文）
（1）基于物联网技术的水稻生长环境监测系统及关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 物联网技术在大田农业领域研究现状 |
| 1.3.2 人工智能技术在农业害虫识别领域研究现状 |
| 1.3.3 多传感器数据融合技术研究现状 |
| 1.3.4 边缘计算领域研究现状 |
| 1.4 研究内容与技术路线 |
| 第2章 水稻生长环境监测物联网的构建与仿真 |
| 2.1 水稻生长环境监测物联网总体架构 |
| 2.2 水稻生长环境监测物联网传输层协议 |
| 2.2.1 Lo Ra扩频技术 |
| 2.2.2 LoRaWAN终端类型 |
| 2.2.3 LoRaWAN物理帧结构分析 |
| 2.2.4 LoRaWAN MAC层分析 |
| 2.2.5 WiFi Socket传输机制 |
| 2.3 水稻生长环境监测物联网终端节点设计 |
| 2.3.1 传感器监测节点设计 |
| 2.3.2 害虫监测节点设计 |
| 2.4 水稻生长环境监测物联网仿真 |
| 2.4.1 仿真环境 |
| 2.4.2 仿真系统参数设置 |
| 2.4.3 仿真结果 |
| 2.5 本章小结 |
| 第3章 水稻生长环境监测物联网边缘计算网关设计 |
| 3.1 边缘计算网关整体设计 |
| 3.2 边缘计算网关主要功能模块 |
| 3.2.1 MQTT服务模块 |
| 3.2.2 LoRaWAN服务器模块 |
| 3.2.3 害虫识别模块 |
| 3.2.4 数据融合模块 |
| 3.3 边缘计算网关功能实现流程 |
| 3.3.1 基础资源层 |
| 3.3.2 边缘消息中间件服务的搭建 |
| 3.3.3 害虫识别模块的实现 |
| 3.3.4 数据融合模块的实现 |
| 3.3.5 Docker容器管理 |
| 3.4 网关硬件设计 |
| 3.5 实验结果与分析 |
| 3.6 本章小结 |
| 第4章 多传感器数据融合技术研究 |
| 4.1 数据融合的定义 |
| 4.2 多传感器数据融合概述 |
| 4.2.1 多传感器数据融合原理 |
| 4.2.2 多传感器数据融合优势 |
| 4.2.3 多传感器数据融合体系结构 |
| 4.2.4 多传感器数据融合分级 |
| 4.3 多传感器数据融合算法研究 |
| 4.3.1 常用融合算法概述 |
| 4.3.2 加权算法原理 |
| 4.3.3 加权算法改进 |
| 4.4 实验结果与分析 |
| 4.5 本章小结 |
| 第5章 水稻害虫图像在线识别方法研究 |
| 5.1 害虫图像采集 |
| 5.2 害虫图像预处理方法 |
| 5.2.1 图像增强技术 |
| 5.2.2 图像分割技术 |
| 5.2.3 图像形态学处理 |
| 5.2.4 图像标记及信息提取 |
| 5.3 基于TensorFlow的害虫图像识别方法 |
| 5.3.1 卷积神经网络 |
| 5.3.2 Tensor Flow概述 |
| 5.3.3 害虫图像数据集 |
| 5.3.4 害虫图像识别 |
| 5.3.5 害虫图像识别实验结果 |
| 5.4 害虫图像计数方法 |
| 5.4.1 害虫图像计数流程 |
| 5.4.2 害虫图像计数实验结果 |
| 5.5 本章小结 |
| 第6章 水稻生长环境监测物联网云平台 |
| 6.1 云平台系统设计 |
| 6.2 云平台功能介绍 |
| 6.2.1 平台主界面 |
| 6.2.2 大气环境模块 |
| 6.2.3 土壤环境模块 |
| 6.2.4 害虫监测模块 |
| 6.2.5 监测点分布模块 |
| 6.2.6 分析与诊断模块 |
| 6.2.7 用户设置模块 |
| 6.3 本章小结 |
| 第7章 结论与展望 |
| 7.1 总结 |
| 7.2 主要创新点 |
| 7.3 展望 |
| 参考文献 |
| 在学期间所取得的科研成果 |
| 致谢 |
（2）基于WSN的兰新高铁沿线风速监测与列车风致安全预警研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 用于铁路环境监测的无线传感器网络国内外研究现状 |
| 1.2.2 传感器网络节点优化布局国内外研究现状 |
| 1.2.3 兰新高铁大风气象条件以及风致安全预警研究现状 |
| 1.3 存在的问题 |
| 1.4 研究的目的及意义 |
| 1.4.1 研究目的 |
| 1.4.2 研究意义 |
| 1.5 主要研究内容及结构安排 |
| 2 基于ZigBee无线传感器网络的大风监测系统 |
| 2.1 无线传感器网络综述 |
| 2.1.1 WSN的特点及优势 |
| 2.1.2 WSN应用领域 |
| 2.1.3 WSN研究热点 |
| 2.2 无线传感器网络系统的结构 |
| 2.2.1 WSN系统结构 |
| 2.2.2 WSN节点结构 |
| 2.2.3 WSN通信协议 |
| 2.3 ZigBee方案 |
| 2.3.1 ZigBee标准概述 |
| 2.3.2 ZigBee组网方案 |
| 2.3.3 整体系统 |
| 2.4 本章小结 |
| 3 兰新高铁大风区无线传感器网络节点优化部署策略 |
| 3.1 无线传感器网络节点部署策略 |
| 3.1.1 异构网络分层 |
| 3.1.2 确定性部署覆盖模型 |
| 3.1.3 感知概率 |
| 3.1.4 冗余覆盖 |
| 3.1.5 模型仿真 |
| 3.2 分簇型网络 |
| 3.2.1 簇首部署模型 |
| 3.2.2 带状分簇路由 |
| 3.2.3 均匀分簇 |
| 3.2.4 非均匀分簇 |
| 3.3 汇聚节点的部署 |
| 3.3.1 网络成本 |
| 3.3.2 优化后的sink节点数 |
| 3.3.3 模型仿真 |
| 3.4 本章小结 |
| 4 基于AHP模糊推理的大风区无线传感器节点优化部署评价指标 |
| 4.1 环境影响因素 |
| 4.1.1 大风区历史气象数据及特征分析 |
| 4.1.2 兰新高铁沿线地形特征分析 |
| 4.2 建立基于AHP模糊推理的评价指标 |
| 4.2.1 确定优化部署指标因素集和评价集 |
| 4.2.2 构造判断矩阵并计算权重 |
| 4.2.3 确定隶属度函数 |
| 4.2.4 评估信度 |
| 4.2.5 模型验证 |
| 4.3 本章小结 |
| 5 基于列车风致安全的兰新高铁百里风区安全限速预警方案设计 |
| 5.1 列车风致安全的相关研究成果 |
| 5.1.1 风区分布及防风安全体系 |
| 5.1.2 风速限值的确定 |
| 5.1.3 列车速度限值的确定 |
| 5.1.4 风速取样标准和运行风区范围的确定 |
| 5.2 预警方案标准规范 |
| 5.2.1 预警体系标准规范 |
| 5.2.2 风致安全相关位置信息预报考量 |
| 5.3 大风预警系统方案设计 |
| 5.3.1 概述 |
| 5.3.2 系统框架设计 |
| 5.3.3 系统功能设计 |
| 5.3.4 系统监测网点及内容 |
| 5.3.5 监测预警信息系统 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（3）基于ZigBee的滑坡监测系统设计与优化（论文提纲范文）
| 内容摘要 |
| abstract |
| 选题的依据与意义 |
| 国内外文献资料综述 |
| 1 绪论 |
| 1.1 本课题的提出 |
| 1.2 研究目标 |
| 1.3 研究方法 |
| 1.4 技术路线 |
| 1.5 本课题来源 |
| 2 滑坡监测及无线传感网络技术分析 |
| 2.1 滑坡监测基本原则 |
| 2.2 滑坡监测系统设计要求 |
| 2.3 无线网络通讯技术分析 |
| 2.4 监测系统总体网络结构组成 |
| 2.5 本章小结 |
| 3 自然环境下ZigBee节点通讯质量研究 |
| 3.1 ZigBee节点组网试验 |
| 3.2 ZigBee节点接收信号强度测试试验 |
| 3.3 RSSI无线信号强度测试方法 |
| 3.4 本章小结 |
| 4 ZigBee节点部署方案优化设计 |
| 4.1 虚拟力算法概述 |
| 4.2 三峡库区某边坡监测网络优化部署 |
| 4.3 节点部署仿真试验结果及分析 |
| 4.4 本章小结 |
| 5 滑坡监测系统整体结构设计 |
| 5.1 ZigBee无线监测系统整体构架 |
| 5.2 滑坡监测传感器的选取 |
| 5.3 传感器节点硬件设计 |
| 5.4 滑坡监测系统上位机软件设计 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录 :攻读硕士学位期间发表的部分科研成果 |
（4）海绵城市雨水管理优化与监测系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 课题国内外研究现状 |
| 1.2.1 雨水管理的研究现状 |
| 1.2.2 海绵城市的研究现状 |
| 1.2.3 城市排水系统在线监测的研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 海绵城市降雨-径流模型建立 |
| 2.1 SWMM模型组成与模拟原理 |
| 2.1.1 水文过程模拟 |
| 2.1.2 水力过程模拟 |
| 2.1.3 水质过程模拟 |
| 2.2 模型构建与模块参数设置 |
| 2.2.1 研究区域概况 |
| 2.2.2 研究区模型概化 |
| 2.2.3 各模块参数设置 |
| 2.2.4 生成设计降雨序列 |
| 2.3 模型参数率定 |
| 2.3.1 Matlab与SWMM模型对接 |
| 2.3.2 参数敏感性分析 |
| 2.3.3 基于遗传算法的参数率定 |
| 2.4 本章小结 |
| 第3章 低影响开发设施优化布设方法研究 |
| 3.1 低影响开发设施种类及布局 |
| 3.1.1 研究区低影响开发设施种类 |
| 3.1.2 低影响开发设施布局及模型部署方式 |
| 3.2 低影响开发设施布设规模优化 |
| 3.2.1 设置优化决策变量 |
| 3.2.2 确定优化目标函数 |
| 3.2.3 PICEA-g多目标优化算法 |
| 3.2.4 SWMM与PICEA-g算法联合 |
| 3.3 低影响开发设施布设方案制定 |
| 3.3.1 成本-效益最优解 |
| 3.3.2 模型模拟验证最优解 |
| 3.3.3 与应用NSGA-Ⅱ算法比较 |
| 3.4 本章小结 |
| 第4章 调蓄池优化调控策略研究 |
| 4.1 调蓄池概述及模型设置方法 |
| 4.1.1 调蓄池概述 |
| 4.1.2 调蓄设施在模型设置方法 |
| 4.2 建立调蓄池优化调控模型 |
| 4.2.1 制定调蓄池调控方案 |
| 4.2.2 确定决策变量 |
| 4.2.3 设定目标函数 |
| 4.3 模型求解与调控策略分析 |
| 4.3.1 调蓄池优化模型求解分析 |
| 4.3.2 调蓄池优化调控策略分析与验证 |
| 4.4 本章小结 |
| 第5章 海绵城市监测系统设计 |
| 5.1 海绵城市监测系统总体设计方案 |
| 5.2 海绵城市监测系统硬件设计 |
| 5.1.1 海绵城市工程管网监测系统设计 |
| 5.1.2 海绵城市水域水质监测系统设计 |
| 5.3 监测系统组态软件设计 |
| 5.3.1 组态软件基本设置 |
| 5.3.2 监测系统组态设计 |
| 5.3.3 监测系统用户交互界面 |
| 5.3.4 报表查询及数据历史曲线 |
| 5.3.5 事件报警 |
| 5.4 海绵城市监测平台现场测试 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其他成果 |
| 致谢 |
（5）海洋水合物环境原位综合监测系统关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文结构 |
| 第2章 水合物综合监测系统方案设计与功能建模 |
| 2.1 水合物综合监测系统分析及技术指标 |
| 2.2 存在问题分析及整体技术路线设计 |
| 2.3 水合物综合监测系统功能建模 |
| 2.3.1 多系统网络通信建模 |
| 2.3.2 监测数据管理建模 |
| 2.3.3 多源数据动态监测建模 |
| 2.4 本章小结 |
| 第3章 水合物综合监测系统设计与实现 |
| 3.1 系统硬件平台构建 |
| 3.1.1 系统通信网络结构搭建 |
| 3.1.2 系统硬件服务器设备选择 |
| 3.2 系统软件设计 |
| 3.2.1 系统软件设计思想和开发环境 |
| 3.2.2 系统软件功能与架构设计 |
| 3.3 基于组件的多系统复用通信技术研究 |
| 3.3.1 基于C/S模式通信结构设计 |
| 3.3.2 水合物多系统通信复用组件构造 |
| 3.3.3 基于动态链接库的组件部署 |
| 3.4 基于静态工厂模式的监测数据访问接口设计 |
| 3.4.1 静态工厂模式 |
| 3.4.2 监测数据访问接口设计与实现 |
| 3.5 多线程联合数据日志表模式的监测数据动态显示设计 |
| 3.5.1 “多线程+数据日志表”模式显示设计 |
| 3.5.2 系统主窗体设计 |
| 3.5.3 水合物环境监测数据动态显示实现 |
| 3.6 本章总结 |
| 第4章 水合物环境监测数据处理方法研究 |
| 4.1 基于RSA-DES的监测数据加密传输方法研究 |
| 4.1.1 水合物环境监测数据安全性分析 |
| 4.1.2 RSA-DES混合加密算法设计 |
| 4.1.3 算法测试与性能分析 |
| 4.2 水合物试采区海底三维地形重构方法研究 |
| 4.2.1 海底地形数据分析 |
| 4.2.2 基于三次样条插值的海底地形优化 |
| 4.2.3 海底三维地形图像绘制与显示实现 |
| 4.3 本章总结 |
| 第5章 系统测试与实验 |
| 5.1 实验室测试 |
| 5.1.1 测试环境搭建 |
| 5.1.2 系统功能测试 |
| 5.1.3 系统性能测试 |
| 5.2 系统联调 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（6）基于声发射的含水岩土安全监测技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 含水岩土安全监测系统研究现状 |
| 1.2.1 含水率-声发射关联国内外研究进展 |
| 1.2.2 损伤数据建模处理国内外研究进展 |
| 1.2.3 岩石含水率识别国内外研究进展 |
| 1.2.4 损伤评估国内外研究进展 |
| 1.3 本文研究内容 |
| 2 岩石含水损伤-声发射信号关联探究 |
| 2.1 单轴受压数值仿真研究 |
| 2.1.1 控制方程与边界条件 |
| 2.1.2 仿真结果 |
| 2.2 单轴压缩实验与信号分析 |
| 2.2.1 实验样本与采集设备描述 |
| 2.2.2 信号参数分析法 |
| 2.2.3 不同载荷对声发射信号的影响 |
| 2.2.4 不同含水率对声发射信号的影响 |
| 2.2.5 基于智能采样指标的含水率等级观测与检定 |
| 2.3 基于计算机断层扫描影像分析的损伤量化 |
| 2.3.1 扫描设备与图像处理算法 |
| 2.3.2 损伤等级量化 |
| 2.4 本章小结 |
| 3 损伤监测系统建模 |
| 3.1 拟人记忆监测数据约简 |
| 3.2 基于简谱化的监测信号处理模型 |
| 3.2.1 监测系统描述 |
| 3.2.2 简谱化模型 |
| 3.2.3 基于LSTM网络的损伤模式识别 |
| 3.2.4 失效数据恢复 |
| 3.2.5 模型实验 |
| 3.3 声发射参数筛选 |
| 3.3.1 第一步筛选 |
| 3.3.2 第二步筛选 |
| 3.3.3 模型实验 |
| 3.4 本章小结 |
| 4 含水率模糊识别 |
| 4.1 模糊评估基本原理 |
| 4.2 基于模糊数学的含水率识别 |
| 4.2.1 自适应权重向量 |
| 4.2.2 隶属度矩阵 |
| 4.2.3 含水率模糊识别 |
| 4.3 渗流数值模拟 |
| 4.3.1 边界条件 |
| 4.3.2 仿真结果 |
| 4.4 含水率识别实验 |
| 4.4.1 实验系统描述 |
| 4.4.2 声发射信号预处理 |
| 4.4.3 实验数据分析 |
| 4.5 脑电信号强度视觉预警 |
| 4.6 本章小结 |
| 5 含水损伤评估 |
| 5.1 基于信息熵-可靠性分析的损伤评估 |
| 5.1.1 声发射信号时域特征波 |
| 5.1.2 损伤因果推理逻辑与可靠性理论 |
| 5.1.3 推理度矩阵 |
| 5.1.4 结构损伤信息熵向量 |
| 5.2 损伤因果推理 |
| 5.2.1 疲劳评估 |
| 5.2.2 原因溯源 |
| 5.3 系统实验 |
| 5.3.1 砂岩含水损伤评估 |
| 5.3.2 损伤源定位 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 附录 |
| A.作者在攻读博士学位期间取得的成果目录 |
| B.作者在攻读博士学位期间参与的科研项目 |
| C.作者在攻读博士学位期间取得的奖项 |
| D.学位论文数据集 |
| 致谢 |
（7）基于PLC的果园灌溉施肥决策和控制系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状_ |
| 1.3 论文研究目的和主要内容 |
| 1.3.1 研究目的 |
| 1.3.2 主要内容 |
| 1.4 本章小结 |
| 2 系统总体设计和相关技术 |
| 2.1 系统设计原则 |
| 2.2 系统总体架构及工作原理 |
| 2.3 关键技术 |
| 2.3.1 PLC及Modbus通讯协议 |
| 2.3.2 传感器的部署及数据采集 |
| 2.3.3 果园灌溉施肥决策方法 |
| 2.3.4 监控平台设计 |
| 2.4 本章小结 |
| 3 系统硬件选型和设计 |
| 3.1 信息监测系统硬件选型和设计 |
| 3.1.1 土壤节点传感器选型 |
| 3.1.2 果树节点传感器选型 |
| 3.1.3 气象站节点选型 |
| 3.1.4 节点传感器的部署 |
| 3.1.5 节点传感器的无线传输及供电 |
| 3.1.6 控制中心设计 |
| 3.2 控制执行系统硬件选型和设计 |
| 3.2.1 控制执行系统硬件电路设计 |
| 3.2.2 灌溉水过滤和反冲洗子系统硬件的选型和设计 |
| 3.2.3 灌溉子系统硬件的选型和设计 |
| 3.2.4 混肥子系统硬件的选型和设计 |
| 3.2.5 施肥子系统硬件的选型和设计 |
| 3.2.6 管道阀门控制子系统硬件的选型和设计 |
| 3.3 监控平台的选型 |
| 3.4 本章小结 |
| 4 系统软件设计和决策分析 |
| 4.1 系统软件总体设计及原则 |
| 4.1.1 软件总体设计 |
| 4.1.2 软件设计原则 |
| 4.2 程序开发软件介绍 |
| 4.2.1 STEP 7-MicroWIN SMART软件介绍 |
| 4.2.2 Wincc flexible软件介绍 |
| 4.3 信息监测系统软件设计 |
| 4.3.1 Modbus通讯协议介绍 |
| 4.3.2 传感器Modbus通讯参数初始化 |
| 4.3.3 无线传输模块AS100DS的配置 |
| 4.3.4 传感器Modbus通讯程序设计 |
| 4.4 控制执行系统软件设计 |
| 4.4.1 灌溉水过滤和反冲洗子系统软件设计 |
| 4.4.2 灌溉子系统软件设计 |
| 4.4.3 混肥子系统软件设计 |
| 4.4.4 施肥子系统软件设计 |
| 4.4.5 管道阀门控制子系统软件设计 |
| 4.5 监控平台界面设计 |
| 4.5.1 人机交互触摸屏界面设计 |
| 4.5.2 云平台界面设计 |
| 4.6 果园灌溉施肥决策分析 |
| 4.6.1 基于自适应加权融合算法的变论域模糊决策方法 |
| 4.6.2 同质传感器的数据融合 |
| 4.6.3 水肥决策分析 |
| 4.7 本章小结 |
| 5 系统运行试验 |
| 5.1 系统运行试验的必要性和前期准备 |
| 5.2 系统运行试验结果 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
| 附件 |
（8）基于LoRa的楼宇自动监测系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 论文选题背景及意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要研究内容 |
| 第2章 LoRa通讯技术 |
| 2.1 无线通讯技术 |
| 2.1.1 短距离无线通信技术 |
| 2.1.2 长距离无线通信技术 |
| 2.2 LoRa通信技术 |
| 2.2.1 LoRa扩频技术及原理 |
| 2.2.2 物联网各环节组成 |
| 2.2.3 LoRa网络架构 |
| 2.2.4 终端工作模式 |
| 2.2.5 LoRa通信接收及发送原理 |
| 2.2.6 LoRa数据帧格式 |
| 2.3 LoRa通讯协议 |
| 2.4 本章小结 |
| 第3章 楼宇自动监测系统功能需求分析 |
| 3.1 系统总体需求分析 |
| 3.1.1 深圳地铁福田枢纽站现状概述 |
| 3.1.2 系统作用 |
| 3.1.3 系统价值 |
| 3.2 需求方案 |
| 3.2.1 系统具备条件 |
| 3.2.2 系统整体架构 |
| 3.2.3 监测的内容 |
| 3.3 本章小结 |
| 第4章 系统总体设计 |
| 4.1 系统架构设计 |
| 4.1.1 系统架构要求 |
| 4.1.2 系统框架 |
| 4.2 系统硬件设计 |
| 4.2.1 监测设备 |
| 4.2.2 网关 |
| 4.3 LoRa组网设计 |
| 4.3.1 LoRa通信组网设计 |
| 4.3.2 平台软件功能需求 |
| 4.4 本章小结 |
| 第5章 系统平台搭建及验证 |
| 5.1 平台搭建 |
| 5.1.1 环境平台搭建 |
| 5.1.2 监测设备及网关 |
| 5.1.3 配置LoRa设备接入阿里云平台 |
| 5.1.4 设备安装 |
| 5.2 监测系统验证 |
| 5.2.1 监测数据验证 |
| 5.2.2 能耗分析 |
| 5.3 应用效果对比 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 指导教师对研究生学位论文的学术评语 |
| 学位论文答辩委员会决议书 |
| 致谢 |
（9）物联网监测系统的可靠性分析及优化（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 物联网产业发展进入新阶段 |
| 1.1.2 物联网系统面临的可靠性问题 |
| 1.2 研究意义 |
| 1.3 研究动机 |
| 1.4 研究内容与贡献 |
| 1.5 论文组织 |
| 1.6 课题来源 |
| 第二章 相关概念及研究综述 |
| 2.1 相关概念 |
| 2.1.1 物联网的体系结构 |
| 2.1.2 可靠性的定义 |
| 2.1.3 可靠性分析方法 |
| 2.2 物联网系统可靠性 |
| 2.2.1 定义 |
| 2.2.2 物联网系统可靠性相关研究 |
| 2.3 物联网系统可靠性保障机制研究 |
| 2.3.1 感知层容错机制研究 |
| 2.3.2 网络层容错机制研究 |
| 2.3.3 应用层容错机制研究 |
| 2.4 感知数据的可靠性保障机制研究 |
| 2.4.1 基于监督的机制 |
| 2.4.2 无监督的机制 |
| 2.5 讨论和总结 |
| 第三章 物联网监测系统节点的优化部署及可靠性量化分析 |
| 3.1 本章引论 |
| 3.2 问题描述 |
| 3.3 内外验证模块化的节点部署机制与理论量化分析 |
| 3.3.1 监测区域内部全覆盖的分析与计算 |
| 3.3.2 监测区域内部簇结构的可靠性量化分析 |
| 3.3.3 监测区域外围节点部署的分析与计算 |
| 3.4 不同冗余结构的远程传输主干可靠性保障机制与量化分析 |
| 3.4.1 不同冗余结构的可靠性量化分析 |
| 3.4.2 不同冗余系统的可靠性比较 |
| 3.5 仿真及结果分析 |
| 3.5.1 不同的节点部署机制下的总层数和总的簇头节点数 |
| 3.5.2 基本监测体的个数和多级簇结构的可靠性关系 |
| 3.5.3 不同冗余系统的可靠度和失效前的平均工作时间 |
| 3.6 本章小结 |
| 第四章 物联网监测系统簇头节点的容错机制研究 |
| 4.1 本章引论 |
| 4.2 系统模型 |
| 4.2.1 网络模型 |
| 4.2.2 故障模型 |
| 4.3 容错机制和簇头可靠性模型 |
| 4.3.1 SBDTM容错机制 |
| 4.3.2 SBDTM算法 |
| 4.3.3 基于Markov模型的簇头节点可靠性建模 |
| 4.4 性能分析 |
| 4.4.1 能耗分析 |
| 4.4.2 恢复时延分析 |
| 4.5 性能评估 |
| 4.5.1 仿真环境设置 |
| 4.5.2 簇头节点的可靠性 |
| 4.5.3 不同可靠性保障机制下能耗的比较 |
| 4.5.4 不同可靠性保障机制下恢复时延的比较 |
| 4.5.5 网络消耗的总能量 |
| 4.5.6 死亡节点数比较 |
| 4.5.7 吞吐量比较 |
| 4.5.8 丢包率比较 |
| 4.5.9 复杂度分析 |
| 4.6 本章小结 |
| 第五章 物联网监测数据的可靠性反演与修正模型 |
| 5.1 本章引论 |
| 5.2 贝叶斯网络概述 |
| 5.2.1 基本概念 |
| 5.2.2 贝叶斯网络的构建 |
| 5.3 反演的准确度影响因素分析 |
| 5.3.1 反演指标体系的构建 |
| 5.3.2 反演指标的预处理 |
| 5.3.3 反演指标最优权重的获取 |
| 5.4 多属性条件下物联网监测数据的可靠性反演 |
| 5.4.1 不同分属性污染源量化值的计算 |
| 5.4.2 不同分属性污染源排放等级划分和说明 |
| 5.4.3 物联网监测数据的可靠性反演 |
| 5.5 系统测试与分析 |
| 5.5.1 数据采集和处理 |
| 5.5.2 污染源排放数据的反演 |
| 5.6 本章小结 |
| 第六章 物联网监测系统可靠性评估与应用 |
| 6.1 本章引论 |
| 6.2 计算方法和模型 |
| 6.2.1 基于层次分析法的因素权重确定 |
| 6.2.2 模糊综合评价法模型 |
| 6.3 实例分析 |
| 6.3.1 权重计算 |
| 6.3.2 基于物联网雾霾重点污染源监测系统可靠性模糊综合评价 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（10）工业互联网+油动机液压系统状态监测与故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及研究目的和意义 |
| 1.2 油动机及电液伺服系统国内外研究现状及分析 |
| 1.2.1 油动机及汽轮机系统故障诊断研究现状及分析 |
| 1.2.2 电液伺服系统故障诊断研究现状及分析 |
| 1.2.3 液压阀的故障诊断研究现状及分析 |
| 1.2.4 液压缸的故障诊断研究现状及分析 |
| 1.3 CPS系统与工业互联网的研究现状及应用分析 |
| 1.3.1 CPS系统的研究现状及其应用分析 |
| 1.3.2 工业互联网研究现状及其应用分析 |
| 1.3.3 工业大数据挖掘算法的研究现状及分析 |
| 1.4 本文主要研究内容 |
| 第2章 油动机状态监测与故障诊断系统CPS功能架构 |
| 2.1 引言 |
| 2.2 油动机状态监测与故障诊断系统CPS功能架构设计 |
| 2.2.1 CPS功能架构概述 |
| 2.2.2 CPS五层功能架构 |
| 2.2.3 CPS三个层级特征 |
| 2.2.4 油动机CPS六层功能架构设计 |
| 2.3 基于工业互联网平台的油动机CPS功能实现架构设计 |
| 2.3.1 工业互联网平台标准功能架构 |
| 2.3.2 工业互联网平台的关键支撑技术 |
| 2.3.3 基于WISE-Paa S平台的油动机CPS功能实现架构 |
| 2.4 小结 |
| 第3章 油动机电液伺服系统建模仿真分析 |
| 3.1 引言 |
| 3.2 油动机电液伺服系统概述 |
| 3.2.1 油动机在汽轮机系统中的功能作用 |
| 3.2.2 油动机电液伺服系统工作原理 |
| 3.3 油动机正常调节状态建模分析 |
| 3.3.1 永磁力矩马达工作原理 |
| 3.3.2 衔铁喷嘴挡板组件运动分析 |
| 3.3.3 电液伺服阀阀芯受力分析 |
| 3.3.4 油动机活塞运动分析 |
| 3.4 油动机快关缓冲系统建模分析 |
| 3.4.1 油动机快关缓冲过程分析 |
| 3.4.2 初期短孔节流阶段分析 |
| 3.4.3 中期薄壁孔节流阶段分析 |
| 3.4.4 末期环形缝隙节流阶段分析 |
| 3.5 油动机电液伺服系统仿真及常见故障类型仿真分析 |
| 3.5.1 基于AMESim的油动机电液伺服系统仿真 |
| 3.5.2 油动机正常调节状态的故障类型仿真分析 |
| 3.5.3 油动机快关缓冲状态的故障类型仿真分析 |
| 3.6 本章小结 |
| 第4章 基于SVDD的油动机液压缸内泄漏故障诊断模型研究 |
| 4.1 引言 |
| 4.2 支持向量数据描述理论 |
| 4.2.1 支持向量机理论 |
| 4.2.2 单值分类概述 |
| 4.2.3 SVDD原理 |
| 4.3 油动机液压缸内泄漏故障模拟试验与信号采集 |
| 4.3.1 电液伺服系统故障模拟试验台概述 |
| 4.3.2 油动机液压缸内泄故障模拟试验方案 |
| 4.3.3 油动机液压缸内泄故障模拟与信号采集 |
| 4.4 基于SVDD构建油动机液压缸内泄漏故障诊断模型 |
| 4.4.1 信号滤波预处理 |
| 4.4.2 时域信号特征提取 |
| 4.4.3 基于SVDD的液压缸内泄漏故障诊断流程 |
| 4.4.4 利用多个特征值构建SVDD内泄漏故障诊断模型 |
| 4.4.5 利用单个特征值构建SVDD内泄漏故障诊断模型 |
| 4.4.6 利用两个特征值构建SVDD内泄漏故障诊断模型 |
| 4.5 本章小结 |
| 第5章 基于XGBoost的油动机快关电磁阀故障诊断算法研究 |
| 5.1 引言 |
| 5.2 XGBoost算法基本原理 |
| 5.2.1 CART回归决策树 |
| 5.2.2 Boosting算法与GBDT算法原理 |
| 5.2.3 XGBoost算法原理 |
| 5.3 快关电磁阀故障模拟试验与信号采集 |
| 5.3.1 油动机快关电磁阀组工作原理 |
| 5.3.2 油动机快关电磁阀故障模拟试验方案 |
| 5.3.3 电磁阀电磁性能退化故障模拟与信号采集 |
| 5.3.4 构建电磁阀电磁性能退化故障诊断数据样本 |
| 5.4 基于PCA降维与XGBoot算法相结合的故障诊断算法 |
| 5.4.1 PCA降维原理 |
| 5.4.2 数据样本降维 |
| 5.4.3 基于PCA降维与XGBoost算法故障诊断建模与评估 |
| 5.4.4 与CART和 GBDT算法建模对比分析 |
| 5.5 本章小结 |
| 第6章 基于WISE-Paa S油动机状态监测与故障诊断系统开发 |
| 6.1 引言 |
| 6.2 油动机数据测点布置层设计 |
| 6.2.1 油动机缸体结构 |
| 6.2.2 油动机数据采集测量点布置 |
| 6.2.3 油动机关键元件与传感器选型 |
| 6.3 油动机数据采集连接层搭建 |
| 6.3.1 油动机信号采集硬件系统设计 |
| 6.3.2 信号采集板卡选型 |
| 6.3.3 数据传输总线技术 |
| 6.4 油动机边缘侧数据处理层开发 |
| 6.4.1 边缘侧油动机状态监测系统开发 |
| 6.4.2 边缘侧与云端和设备端之间数据通讯 |
| 6.5 油动机云平台数据挖掘层云服务功能开发 |
| 6.5.1 人工智能服务架构AFS云服务 |
| 6.5.2 数据可视化Visualization云服务 |
| 6.5.3 设备性能管理APM云服务 |
| 6.5.4 基于AFS云服务的油动机故障诊断模型迁移部署 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间承担的科研任务与主要成果 |
| 致谢 |
四、压力监测系统优化部署方法研究（论文参考文献）
- [1]基于物联网技术的水稻生长环境监测系统及关键技术研究[D]. 孙志朋. 吉林大学, 2021
- [2]基于WSN的兰新高铁沿线风速监测与列车风致安全预警研究[D]. 程龙. 兰州交通大学, 2021(01)
- [3]基于ZigBee的滑坡监测系统设计与优化[D]. 吕俊达. 三峡大学, 2020
- [4]海绵城市雨水管理优化与监测系统设计[D]. 陆浩. 东北电力大学, 2020(01)
- [5]海洋水合物环境原位综合监测系统关键技术研究[D]. 赵彦超. 吉林大学, 2020(08)
- [6]基于声发射的含水岩土安全监测技术研究[D]. 陶锴. 重庆大学, 2020(02)
- [7]基于PLC的果园灌溉施肥决策和控制系统设计[D]. 詹宇. 河北农业大学, 2020(01)
- [8]基于LoRa的楼宇自动监测系统设计[D]. 叶奕平. 深圳大学, 2020(10)
- [9]物联网监测系统的可靠性分析及优化[D]. 童英华. 青海师范大学, 2020
- [10]工业互联网+油动机液压系统状态监测与故障诊断研究[D]. 雷亚飞. 燕山大学, 2020
标签：传感器技术论文; zigbee模块论文; 功能分析论文; 滑坡论文;