一、与被监测企业建立监测与服务协议关系的实施与效果(论文文献综述)
安育娴[1](2021)在《基于耦合光纤光栅与GIS的光缆故障监测系统研究》文中研究指明随着光纤通信行业蓬勃的发展,光纤通信物理网络将更为庞大,结构也将变的越来越复杂,并且还伴随着光纤劣化等问题。在这些因素的综合作用下,光纤网络故障时间发生频次显着增长,但目前的故障检测方式难以满足用户对网络服务质量的要求。目前光缆故障大多采用OTDR进行检测,它作为一种成熟的光缆故障检测技术在光缆故障分析领域得到了广泛的应用,但当前的OTDR轮循检测方案难以实现OTDR对光缆故障的及时响应,并且频繁的使用OTDR将加速OTDR的老化。除此之外,传统的光缆故障检测系统无法以可视化形式将故障发生的地理位置展示在地图上,维护人员需要花费大量时间定位故障位置,大大延长了抢修时间。因此,设计实现一套可以及时监测光缆故障、延长OTDR使用寿命并快速定位故障地理位置的新型光缆监控系统是十分必要的。本文实现了一个新型的光缆中断检测系统,通过在传统的光缆检测系统中加入GIS模块与FBG模块弥补其缺点。本文的主要工作如下:1.引入了 FBG模块作为光缆故障的监测手段,结合OTDR作为故障监测的核心单元。在本系统中,OTDR可在10秒内对光缆中断做出响应,解决了 OTDR不能对光缆故障及时响应的问题。本系统将传统的OTDR轮循测试改为光缆中断触发测试,减少了 OTDR的使用次数,延长了 OTDR的使用年限。2.充分利用了 GIS对地理数据管理的良好性能,结合光纤网络布局与地理对象的关系,设计了基于GIS的光纤故障监测系统,实现了在电子地图上实时的显示光缆故障点位置的功能,当OTDR确定光缆故障距离后,可在5秒内完成地理位置匹配并以可视化的方式展示故障点地理位置,弥补了光缆故障难以及时定位的缺点。3.完成本系统相应的软件开发,利用数据库、Java、WebGIS等技术实现了一个高度自动化的光缆故障监测系统,通过相关程序将光缆故障主动上报光缆维护人员,将光缆故障定位所需的时间由传统监测系统的小时级缩短为秒级。
吕书宁[2](2021)在《基于EPICS的加速器电能质量监测系统设计》文中认为重离子加速器是一种将电能转化成粒子能量的大型装置,其运行依赖于大功率高频腔和成百上千的大功率脉冲电源等电能变换设备,为这些设备提供优质的配电网是确保重离子加速器长期可靠运行的基础。目前,新一代重离子加速器朝高能量、高流强、高功率的趋势发展。2018年12月,“十二五”国家重大科技基础设施建设中长期规划(2012-2030年)决定在广东惠州建设一套国际领先的新一代强流重离子加速器(High Intensity heavy-ion Accelerator Facility,HIAF)综合研究装置。由于长期可靠运行是强流重离子加速器建设的难点,而且其配电网存在大功率、大电感负载、快冲击性负荷、过电压、谐振、三相不平衡等电能质量问题,也可能受自然灾害、外力破坏、设备故障等不可抗力影响而处于故障态。其中的电力电子设备或是快速躲避,或是被动耐受故障冲击,亦或主动参与电网的故障防御,但如果缺乏故障态机理分析与系统性的防御设计,工程应用将面临巨大挑战。为了确保高功率强流重离子加速器优质的电能质量,同时研究强流加速器电能质量与设备故障、加速器性能、束流相关性等问题,本课题通过调研重离子加速器配电网的结构和特点,并针对强流重离子加速器配电网电能质量存在的特殊问题,基于EPICS设计并实现了一套重离子加速器电能质量监测系统。首先,本课题调研了重离子加速器的发展现状,然后运用EPICS的Phoebus、Archiver Appliance等软件,结合文件订阅系统Kafka设计并实现了一套重离子加速器电能质量监测系统,包括数据采集子系统、数据存储子系统、报警子系统,并采用了网络时间协议(NTP)。最后,将加速器电能质量监测系统部署在兰州重离子加速器HIRFL上,经过测试,系统可以实现了对近万个电能质量数据的实时采集与存储及波形数据的可视化,且满足实时性、长期稳定、可靠性需求,达到了设计目标;此外,系统报警消息可以通过微信进行推送,同时可以在PC端和手机端对电能质量数据进行在线监测,提高了加速器运行维护效率。该系统成本低、易升级、扩展性高、运行可靠,集大规模数据实时采集、存储、积累、故障报警、数据可视化为一体,易于与加速器控制系统集成,实现了加速器配电网的信息化和网络化,为重离子加速器配电网智能化打下基础,同时为新一代高功率强流重离子加速器HIAF的建设提供了必要的技术手段。
闫勇志[3](2021)在《基于深度学习和知识库的配电站监控系统》文中研究指明随着可再生能源和分布式发电技术的迅速发展,与配电站相连的用户也正在成为数量巨大的能源生产者。可再生能源与互联网等新兴技术促进多种复杂系统的相互融合,推动经济与社会可持续发展,未来配电站的监控管理模式也将发生巨大变化。目前配电站状态感知认知的智能化程度不高,亟需采用新的知识表示形式来对配电站知识库中的实体和数据集进行表达,全面提升配电站的信息化与自动化水平成为当前配电站监控的当务之急。本文具体工作如下:(1)深入分析知识图谱和深度学习理论。论述了知识图谱的基本构成,阐述了知识图谱的构建原理;探讨了卷积神经网络的基本理论,对网络的每层结构做了详细论述;分布式深度学习有效增加训练神经网络的数据量,并提高神经网络模型的复杂度;通过深度学习与知识图谱的结合,提高从知识库中提取候选单元的能力,完成对知识的表述、组织和存储。(2)基于深度学习和知识图谱的配电站监控研究。构建配电站知识图谱的设备模型和时序模型,从配电站采集的异构知识库中抽取候选单元中的知识来构建配电站知识图谱,采用基于TransR模型的卷积神经网络对配电整体状态进行评估,采用知识推理引擎来实现各业务协调配合;配电站知识库的非结构化数据包含大量配电站状态参数,针对该特点,提出了基于改进卷积神经网络和分布式深度学习的配电站知识提取,深入研究了密集连接神经网络在配电站监测图像的状态特征识别中的应用,并利用分布式深度学习进一步提高模型训练精度。并采用仿真分析验证了所提方法的有效性。(3)构建基于深度学习和知识图谱的配电站监控系统框架。该系统由“智”、“云”、“管”、“边”、“端”五层结构组成,实现数据的采集、传输、管理、价值创造;通过五层结构的协同合作,实现配电站的高效运行;配电站监控系统采用图形数据库,Web服务器、REST链接库、B/S模式等关键技术进行开发,实现了系统的基本功能。综上所述,本文构建了配电站知识图谱的设备模型和时序模型;提出了基于改进卷积神经网络和分布式深度学习的配电站知识提取,仿真验证了所提方法的有效性;构建了基于深度学习和知识库的配电站监控系统框架,对配电站监控系统进行开发,系统功能界面友好、操作方便。
顾静玲[4](2021)在《面向可编程网络的网络性能指标测量研究》文中认为网络性能指标是表征网络运行状态的参数,通常包括时延、丢包率、可用带宽等。网络性能指标测量就是采用特定的测量方法获取网络性能指标,进而为网络行为监控、网络异常发现以及网络故障分析等网络管理提供必要的输入信息。传统网络由于缺乏灵活的控制能力以及基本的网络测量功能,存在测量任务实施复杂度高、测量粒度较粗且准确性低等问题。在可编程网络中,用户能够通过统一的开放接口和编程语言自定义数据分组的处理流程,这样灵活的处理能力为网络性能指标测量带来了新的契机。网络性能指标一般分为端到端性能指标以及链路性能指标,链路性能指标粒度更细,更能直观反映网络内部单个设备的运行状态。因此,本文主要针对可编程网络中链路性能指标的测量方法进行研究。链路往返时延是数据包在链路两个方向上传输所花费的时间之和,是反映网络链路传输性能的重要指标。对链路往返时延进行测量有助于发现网络拥塞,从而找到异常链路并及时进行网络优化。带内网络遥测技术(Inband Network Telemetry,INT)能通过数据包携带网络设备的内部状态信息进而得到链路往返时延,但INT技术需要转发芯片支持,部署成本高。因此,本文研究在这种具有INT功能的交换机以及普通SDN(Software-Defined Networking,SDN)交换机的混合可编程网络中,使用带内与带外相结合的方式获取链路往返时延的方法。首先,为减少测量成本,本文研究了监测器容量限制下的监测器部署问题,并证明该问题是NP-hard问题。为有效解决该问题,本文提出一种基于“竞标”的启发式算法。然后,在确定监测器放置的基础上,本文还设计了最小化探测代价的探测路径构建方法。实验表明,本文提出的链路往返时延测量方法能够在多个网络拓扑中获得接近最优解的监测器部署解决方案,测量结果准确性高且测量成本随着INT节点部署比例的增大而降低。网络链路性能指标异常定位是指通过获取网络链路状态信息定位出网络中传输性能异常的链路,是网络日常管理的重要问题之一。通常而言,链路性能指标异常定位需要获取网络每条链路的状态信息。在可编程网络中,INT技术能够通过数据包携带链路性能指标的方法收集每条链路的性能指标,但这种在网络每个节点将链路性能指标附加到数据包上的方式开销过大,且受到最大报文长度的限制。因此,如何在尽量少地携带链路性能指标的同时找到存在传输性能指标异常的链路这具有重要价值。本文提出一种基于强化学习的可编程网络链路性能指标异常智能定位方法。该方法使用DQN算法,以业务流的端到端时延作为输入信息,智能选择可能出现传输性能异常的链路进行监测,从而缩小链路状态监测的范围。通过实验表明,本文提出的可编程网络链路性能指标异常智能定位方法能够智能选择可能出现传输性能异常的链路进行性能指标测量,大大减少链路性能指标收集的开销。
罗非[5](2021)在《变电设备状态实时监测系统的设计与实现》文中认为近年来,我国电力行业蓬勃发展,电力系统不论是对于国家还是人民都是根本性的保障。在整个电力系统中,变电设备是非常关键的一部分,电力用户的工作与生活质量与变电设备运行的可靠性息息相关。然而,变电设备状态监测的智能化水平严重不足,很多地区还停留在人工巡检维修的层面上,由于对变电设备进行操作具有危险性,对于变电设备进行人工监控和检修会存在发现不及时,检修有风险的问题,难以保障电力系统的稳定运行。针对人工监测变电设备的上述问题,本文对变电设备状态实时监测系统进行了深入研究,对变电设备监测的实际状况和需求展开分析,按照系统开发的原则,依托成熟的PMS系统架构体系,采用B/S软件结构,使用JAVA语言和SQL数据库技术,设计和开发了软硬一体的变电设备状态实时监测系统。本文设计与开发的变电设备状态实时监测系统通过对变电设备监测装置数据的实时采集与计算,可以对变电设备的健康状态进行预测与告警,并提供了综合查询,统计图表,设备管理等功能。系统开发完成后在某市电网上线试运行,系统运行稳定,在变电设备的监测,告警等方面较大程度降低了公司变电设备运行维护的开销,及时发现和避免了多起变电设备故障,提升了变电设备运维人员的工作效率,降低了人身危险性,对电力系统的稳定运行做出了贡献。
董然[6](2021)在《业主视角下工程总承包项目的变更风险预警研究》文中研究指明随着近年来国家和各地方工程总承包政策的密集发布,我国目前正在大力推进工程总承包模式的发展和应用。工程总承包项目的高投资、长周期及契约的不完备性等特点决定了工程变更不可避免,同时因其特殊性也造成变更的风险来源更加复杂。目前我国对于变更的风险管理意识薄弱,这将会给总承包项目的实施带来不利影响。基于以上现状,本文借鉴风险预警理论,从业主方视角对工程总承包模式下变更的风险预警进行如下研究:首先,建立工程总承包项目的变更风险预警指标体系。通过文献研究将工程总承包模式下的变更按起因主体分为业主方、承包方和其它方三类,并构建变更的前兆信息来源,基于前兆信息对各类变更风险进行识别,通过分析国内外总承包合同文本中相关变更条款确定其变更范围,运用事故致因理论从中识别变更的前兆信息,并利用Pa ICFs模型提取工程总承包项目变更案例的相关前兆信息,最终建立基于前兆信息的变更风险预警指标体系。其次,基于模糊物元分析构建变更的风险预警模型。通过风险矩阵法确定风险预警指标的预警区间和预警指标值,利用熵权法对预警指标进行量化,采用模糊物元分析法判断其风险警度,构建变更的风险预警模型。在此基础上,以某工程总承包项目为例,验证了该变更风险预警模型的可行性和合理性。最后,提出工程总承包模式下基于风险预警的变更实施对策。根据上述风险预警模型判断出的风险警度,对不同程度的风险警情提出应对策略,并针对性地提出每一类变更的防范对策,从而达到风险预警动态控制的目的,提升变更风险管理的水平。综上,本文基于风险预警理论,利用文本分析、案例分析和模糊物元分析等方法,从业主视角出发,建立工程总承包模式下变更的风险预警机制,为业主加强变更的风险管控、提高投资控制水平提供理论与实践的参考。
宋晓莉[7](2021)在《无线传感器网络节点部署优化策略研究》文中提出无线传感器网络是通过大量分布的传感器节点作为终端来协同感知和自主地监测外部世界,以多跳、自组织或协作的方式进行通信和信息传输,具备自主决策和自控能力,并智能地完成目标任务。这些传感器节点具有体积微小、能耗较低等特点,并且计算和通信能力具有局限性。由于无线传感器网络具备实用性高、设置灵活,网络规模具备可扩展性,接入方式可变性等特征,近十多年来,无线传感器网络已经受到学术界和工业界密切的关注,并已广泛应用于智慧城市、国防军事、智能交通、工农业生产、智慧医疗、环境灾害预警等众多领域。作为一种新的计算模式,无线传感器网络已经发展成为涉及多种技术的交叉学科,成为构造智能物联系统和普适计算的关键技术,在物联网时代具有决定性作用。传感器网络通常是大规模部署在环境比较恶劣、高危、偏僻的无人区域。在海洋、浅海和湖泊等水下部署的无线传感器网络,明显具有传感器节点的位置或感知方向易发生摆动或漂移、监测信号衰减较快、噪声干扰大、节点能量损耗快、部署成本高等特性。因此,在水下复杂、多变的应用环境下,构建无线传感器网络节点部署优化策略将对提升传感器节点的监测能力和无线传感器网络的综合性能至关重要,也是无线传感器网络相关研究的基础性和关键性问题。本文针对二维有向无线传感器网络、水下三维异构无线传感器网络节点部署优化以及水下三维传感器网络异构节点部署优化问题,深入系统研究了不同目标应用所处场景下网络部署面临的环境特点和具体应用需求特征,探索具有针对性的、高效的无线传感器网络节点部署和优化方案,以有效分散节点功耗,提升感知质量,延长网络生命周期。本文主要研究内容与成果包括以下方面:1.二维有向无线传感器网络节点部署优化策略。针对在二维环境下的有向无线传感器网络监测任务中,以随机部署方式撒播在指定监测区域内部的有向感知节点通常会出现分布不均匀等问题,分析有向传感器节点、概率感知模型特征以及多个传感器节点对监测目标点的协同感知模型的特点,提出了极坐标下的感知优化策略,指导二维平面有向传感器节点的方向调整和感知优化,从而提升网络节点感知能力。实验结果证实了该算法能够提升待监测区域覆盖率和感知服务质量,而且利用分布式节点同步调度机制减少了网络总体能量消耗,在无线传感器网络有向节点使用总量有限的前提下,延长网络保持良好监测能力的生命周期。2.水下三维异构无线传感器网络节点部署优化策略。针对水下环境复杂多变而造成部署在水下的三维无线传感器网络节点的位置、感知方向和能量水平等参数很容易发生改变的情况,本文深入研究被监测目标的出现和变化特点与外部规律存在的关联性,分析待监测空间所处水下网络环境异构特点,尤其是各个分区内障碍物和被测目标的聚集区域、聚集度和分布特征。通过发现和提取各个影响因素的规律和关联信息作为先验知识来辅助证据推理,实现多传感器的协作感知和可信任的多源感知数据融合任务。对比实验结果表明本文提出的部署策略能够依据待监测区域的需求特点调整和优化无线传感器节点位置分布,满足不同区域的感知需求,提升网络和节点能量效率,确保水下感知和监测质量的可靠性。3.水下三维无线传感器网络异构节点部署优化策略。针对应用水下异构传感网络进行目标对象监测和拦截问题,对指定监测水域内部存在多种特征数据同时进行监测的应用场景,异构无线传感器网络节点部署策略需要对网络部署成本投入、网络覆盖性能以及网络监测寿命等多种因素进行综合考量,寻求一个能够均衡多种指标和性能需求的解决方案。本文研究和比较多种异构传感器在感知能力、感知模型、通信能力等方面差异性。在节点规模有限的约束条件下,提出利用多重二维垂直截面监测的动态异构节点部署和感知优化策略,同时复合感知模块实现协同感知数据融合和覆盖空洞修复。实验结果表明,在网络节点规模有限的情况下,该算法不仅能够提升网络的有效覆盖率和节点能效,而且能够均衡网络负载,从而改进水下异构无线传感器网络的综合监测性能。
田启松[8](2020)在《基于ZigBee的大型物流建筑火灾监测系统》文中指出近年来,随着社会经济的发展,物流运输行业贯穿着整个网上购物、线上交易等新型交易领域,从而成为国家经济发展的重要支撑。物流建筑正是整个物流运输过程中的关键中转站,由于其空间大、结构复杂等一些特点,一旦有火灾发生,容易造成重大的人员和财产损失。研究与设计大型物流建筑火灾监测系统对保障物流建筑的消防安全至关重要。针对大型物流建筑的环境特点,本文采用ZigBee建立的无线传感网络对被监测环境实现全局覆盖并实时监测,以CC2530为核心的采集节点与协调节点对被监测环境信息实时采集并处理传输,以STM32芯片为主控中心模块对网络数据传输格式进行转换,同时对采集节点传输过来的信息进一步处理显示于中控台,通过4G无线通信模块将数据远程转发至控制终端达到对监测环境信息的实时监测和传输功能。本文通过在上位机中搭建BP神经网络算法模型,分析并处理由采集节点传输的环境数据来预测火灾发生的趋势,并将信息结果通过界面显示出来,实现人机交互和火灾预测功能。本次设计完成了系统硬件模块和算法模型的搭建,无线传感网络的组建,传感器技术的应用,协调器、上位机和采集节点的软件设计。通过实验,本系统可以有效实现对被监测环境信息的监测和火灾发生的预判功能。本文针对大型物流建筑设计的无线火灾监测系统具有成本低、功耗低、体积小、安装便捷、可靠性高的优势,不仅适用于物流建筑环境,还广泛适用于一切有火灾监测报警需求的大型建筑场所。
刘萍[9](2020)在《基于物联网的农村区域水环境智能监测及预测方法研究》文中研究说明农村水环境的质量直接关系到农业灌溉用水、农村饮用水的安全,为了密切配合“绿水青山”的国家战略,建设生态宜居美丽乡村,亟需开展农村区域水环境智能监测及预测方法研究工作。基于物联网研究农村区域水环境智能监测及预测方法,可以尽可能全面、实时地感知农村区域水环境数据,实现对水环境的准确、全面评价和对水质变化趋势的合理、有效预测,具有重要的理论研究意义和广泛的应用前景。论文面向农村区域水环境监测需求,围绕水环境监测所涉及的多个方面,在设计智慧水务总体架构的基础上,按照自底向上的顺序展开研究,主要研究了水环境监测网络体系结构、水环境监测无线传感器网络(Wireless Sensor Network,WSN)建模与性能分析方法(感知层)、基于专网通信的水环境监测系统及方法(传输层)、水环境监测WSN数据融合算法(处理层)和基于深度神经网络的水质预测模型(处理层)。论文主要工作及研究结果如下:(1)研究了基于物联网的水环境监测网络体系结构设计问题。设计了智慧水务总体架构,分析了智慧水环境监测网络面临的潜在挑战,设计了一种分布式、可扩展的智慧水环境监测网络体系结构,以满足其低时延、高带宽和移动性的要求。(2)研究了水环境监测WSN建模与性能分析问题。分析了农村区域的水环境监测WSN部署策略、覆盖要求及网络模型,提出了一种描述水环境监测网络系统并提取系统性能指标的方法。基于性能评估进程代数(Performance Evaluation Process Algebra,PEPA)对分簇式水环境监测WSN进行建模,根据真实的水质监测实例及传感器节点参数设定了系统参数,采用模拟求解法仿真模拟了分簇式水环境监测WSN的工作过程,对所构建网络的性能指标进行了提取及分析,讨论了不同设计方案对系统响应时间的影响。在此基础上,基于PEPA及流体逼近法对节点高速移动、拓扑动态变化的网络系统进行了建模及分析。研究结果表明,该方法可以将水环境监测网络大系统表示为各个子系统之间的交互,清楚地知道各个子系统的内在结构,并实现对系统性能指标的模拟或逼近,有助于优化系统设计方案。(3)研究了基于时分长期演进(Time-Division Long Term Evolution,TD-LTE)专网的水环境监测系统及方法设计问题。提出了一个以TD-LTE基站为中心的水环境监测专网组网方案,以及一种基于数据融合、机器学习的水环境智能监测方法。该系统和方法的提出满足了农村区域水环境保护工作人员对水环境监测系统共享化、智能化、一体化的需求,也能够很好地满足水环境应急监测的实时性要求。(4)研究了分簇式水环境监测WSN中的数据融合问题。设计了基于最小二乘的水环境监测WSN簇内数据融合模型,针对部分传感器节点数据缺失时,簇内数据融合模型中计算量大的问题,提出了一种基于递推最小二乘的数据融合算法。研究结果表明,所设计的算法减少了数据融合过程中的计算量,节省了簇首节点的存储空间和能量。(5)研究了基于长期短期记忆(Long Short-Term Memory,LSTM)深度神经网络的中长期水质预测问题。在对缺失水质数据进行预处理的基础上,设计了一种基于LSTM深度神经网络的水质单参数预测模型,构建了堆叠LSTM的神经网络架构,确定了神经网络单元参数的设置及样本建立、学习过程的处理方法,并将该模型用于6项饮用水水质参数的预测。研究结果表明,该模型收敛速度快,样本精度逼近高,泛化能力强。在预测步长m=10,20,30,60,90,180这6种情形下,该模型的溶解氧预测精度均优于自回归移动平均(Autoregressive Integrated Moving Average,ARIMA)和支持向量回归(Support Vector Regression,SVR)时间序列预测模型,尤其是溶解氧的中长期预测精度,明显优于ARIMA和SVR,随着预测步长的不断增加,该模型的优势也逐步增大。基于对各饮用水水质参数的相关性分析,设计了一种基于LSTM深度神经网络的水质多参数中长期预测模型,对神经网络迭代次数不同时的模型预测精度进行了比较,在相同的神经网络结构及参数设置条件下,对比了单参数预测模型与多参数预测模型对溶解氧的预测效果。研究结果表明,在训练集、测试集划分方式合理的前提下,多参数水质预测模型在小样本数据(182组)预测的精度上更胜一筹,体现出利用多个水质参数之间的相关性进行水质预测的效果。而当样本数量足够(953组)时,两种水质预测模型的预测精度相当。
孙巍锋[10](2020)在《土-岩二元结构路堑边坡失稳机理与智能预警研究》文中指出土-岩二元结构路堑边坡(简称二元边坡)是由上覆土层和下部岩体组成的一类边坡,在浅表有松散堆积物的山区和丘陵区修路时较为常见。在以降雨为主的影响作用下,二元边坡容易演变为滑坡灾害,造成一定程度的经济损失、人员伤亡、施工中断、交通阻塞和生态破坏。为此,在探索二元边坡失稳机理的基础之上,开展智能预警是预防此类边坡病害的关键与发展趋势。本文以双达高速公路沿线的二元边坡为研究对象,综合采用现场调查与试验监测、归纳总结、室内试验、理论分析、数值模拟和软件编程等方法,开展了二元边坡失稳机理与智能预警研究,取得的主要成果和结论如下:(1)通过开展二元边坡的温湿度原位监测和探测,揭示了边坡内的温湿变化规律,明确了水分入渗是二元边坡稳定性的敏感影响因子,并提出了水分在二元边坡上覆土内的入渗模式。(2)基于室内三轴和直剪试验研究,揭示了二元边坡上覆土、全风化岩体和土-岩接触面的抗剪性能随增湿过程的变化规律。对二元边坡下的其它风化岩体,基于现场调研和理论分析同步折减岩块压缩强度、地质强度指标和岩块变形模量来近似模拟湿润环境的影响,探究了岩体性质参数随湿润环境的长期劣化规律。(3)通过离心模式试验、数值模拟分析和稳定性分析,揭示了因边坡高度增加与水分入渗的缓顺倾、陡顺倾和反倾接触面型二元边坡破坏机制,并获得了水分入渗情况下影响二元边坡稳定性的敏感土层内部边界。(4)通过同类监测量与边坡稳定系数的变化规律对比分析,确定了三类二元边坡多源监测量(坡表单点位移、格构梁混凝土应变、两点相对位移、锚杆轴力、锚索拉力和倾斜度)的监测敏感部位,并总结了监测量的变化模式。(5)通过经验总结和理论分析,提出了以经验法、预演-回归分析法和预演-支持向量机法确定各监测量的四级预警值,并给出了由监测量的预警值和变化模式进行边坡四级预警的标准。(6)通过软件编程,研发了由项目、边坡对象、边坡立面及其上监测点、边坡断面及其内监测点进行依次便捷访问的路基边坡智能预警云平台和APP,可对边坡群多源参数进行实时远程监测与边坡潜在风险进行自动预警。(7)开展了二元边坡监测预警实例研究,验证了边坡智能预警云平台和APP的有效性,揭示了坡内倾斜两点相对位移、锚杆轴力和格构梁混凝土应变随降雨和气温变化的动态响应规律,并评价了边坡的动态稳定性。研究成果可为二元边坡的智能预警工作提供有益的参考,并有利于加快路基边坡智能预警与智能公路的发展速度。
二、与被监测企业建立监测与服务协议关系的实施与效果(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、与被监测企业建立监测与服务协议关系的实施与效果(论文提纲范文)
(1)基于耦合光纤光栅与GIS的光缆故障监测系统研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 光缆监测系统发展与现状 |
1.3 课题研究的主要内容与创新点 |
第二章 故障告警定位原理 |
2.1 OTDR故障定位原理 |
2.1.1 菲涅尔反射 |
2.1.2 瑞利散射 |
2.1.3 OTDR的光学原理 |
2.1.4 OTDR故障定位原理 |
2.2 GIS技术 |
2.2.1 GIS技术定义 |
2.2.2 GIS功能及其应用 |
2.2.3 GIS系统典型实现过程 |
2.3 光纤布拉格光栅工作原理 |
2.4 本章小结 |
第三章 光缆故障监测系统设计 |
3.1 光缆故障监测系统必要性 |
3.2 系统需求分析 |
3.2.1 系统性能需求 |
3.2.2 系统功能需求 |
3.3 系统设计 |
3.3.1 系统总体设计 |
3.3.2 组网方式 |
3.3.3 基于FBG的光缆网络的监测 |
3.4 本章小结 |
第四章 光缆故障检测系统的GIS开发 |
4.1 GPS数据采集模块设计实现 |
4.2 GIS开发方法 |
4.2.1 J2EE |
4.2.2 SSH框架技术 |
4.2.3 WebGIS |
4.3 基于GIS的故障定位显示 |
4.3.1 基于openLayers的地图绘制 |
4.3.2 基于WebGIS的地理信息数据展示 |
4.4 系统告警功能实现 |
4.5 本章小结 |
第五章 系统实现与展示 |
5.1 监测系统中心界面 |
5.2 监测系统故障监控模块 |
5.2.1 告警信息展示 |
5.2.2 GIS告警定位展示 |
5.3 OTDR设备管理模块 |
第六章 总结与展望 |
6.1 研究内容总结 |
6.2 未来研究方向 |
参考文献 |
致谢 |
攻读学位期间发表成果 |
(2)基于EPICS的加速器电能质量监测系统设计(论文提纲范文)
摘要 |
abstract |
第1章 引言 |
1.1 课题研究背景以及意义 |
1.1.1 重离子加速器的发展 |
1.1.2 强流加速器电能质量问题 |
1.1.3 加速器电能质量监测系统研究现状 |
1.2 论文研究的意义 |
1.3 论文的主要内容 |
第2章 EPICS开发环境 |
2.1 EPICS系统简介 |
2.2 EPICS软件结构 |
2.2.1 IOC |
2.2.2 OPI |
2.3 本章小结 |
第3章 电能质量监测系统的设计 |
3.1 设计需求 |
3.2 总体架构 |
3.3 数据采集系统设计 |
3.3.1 Modbus协议 |
3.3.2 硬件系统设计 |
3.3.3 通讯模块开发 |
3.3.4 跨网段采集 |
3.4 数据存储系统设计 |
3.4.1 数据存储系统需求 |
3.4.2 Archiver Appliance软件结构 |
3.4.3 数据存储服务器设计 |
3.5 报警系统设计 |
3.5.1 报警系统软件结构设计 |
3.5.2 报警类型与报警严重程度 |
3.5.3 Kafka的消息转发设计 |
3.5.4 Alarms人机交互界面开发 |
3.5.5 监测系统总界面设计 |
3.5.6 微信界面以及报警消息推送功能设计 |
3.6 时钟同步系统设计 |
3.6.1 NTP原理 |
3.6.2 时间同步服务器设计 |
3.6.3 采集设备时钟同步 |
3.7 本章小结 |
第4章 监测系统的实现 |
4.1 HIRFL电能质量监测系统部署 |
4.1.1 系统服务器部署 |
4.1.2 监测系统的启动 |
4.2 HIRFL电能质量监测系统性能测试 |
4.2.1 实时性测试 |
4.2.2 长期可靠性测试 |
4.2.3 资源使用情况测试 |
4.2.4 Phoebus/Alarms自带组件的测试 |
4.2.5 微信发布程序的测试 |
4.2.6 电能质量参数监测与可视化分析 |
4.3 本章小节 |
第5章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(3)基于深度学习和知识库的配电站监控系统(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 背景与意义 |
1.2 国内外发展现状 |
1.2.1 国外发展现状 |
1.2.2 国内发展现状 |
1.3 当前存在的问题 |
1.4 本文主要工作 |
第2章 深度学习与知识图谱的基本理论 |
2.1 卷积神经网络 |
2.2 改进卷积神经网络 |
2.3 分布式深度学习 |
2.4 知识图谱 |
2.5 本章小结 |
第3章 基于深度学习和知识图谱的配电站监控 |
3.1 配电站知识图谱的设备模型和时序模型 |
3.2 基于深度学习的配电站知识图谱 |
3.2.1 基于改进卷积神经网络和分布式深度学习的配电站知识提取 |
3.2.2 算法流程与仿真分析 |
3.2.3 基于知识表示学习的配电站状态评估 |
3.3 基于知识推理引擎的配电站监控 |
3.3.1 知识推理引擎 |
3.3.2 基于知识推理引擎的配电站监控告警 |
3.4 本章小结 |
第4章 基于深度学习和知识图库的配电站监控系统 |
4.1 配电站监控系统体系结构 |
4.2 基于深度学习和知识图库的配电站监控系统 |
4.3 系统实现 |
4.3.1 系统页面 |
4.3.2 状态量知识图谱查询 |
4.3.3 设备监控管理 |
4.4 本章小结 |
第5章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录和参与课题情况 |
学位论文评阅及答辩情况表 |
(4)面向可编程网络的网络性能指标测量研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究历史与现状 |
1.2.1 可编程网络 |
1.2.2 链路性能指标测量 |
1.3 本文的主要贡献与创新 |
1.3.1 链路往返时延测量 |
1.3.2 链路性能指标异常定位 |
1.4 本论文的结构安排 |
第二章 相关技术 |
2.1 可编程数据平面 |
2.1.1 P4语言 |
2.1.2 可编程交换机 |
2.2 带内网络遥测 |
2.3 本章小结 |
第三章 可编程网络中带内和带外结合的链路往返时延测量方法 |
3.1 引言 |
3.2 网络模型 |
3.3 设计思路 |
3.4 离线阶段-监测器部署 |
3.4.1 问题建模 |
3.4.2 测量路径 |
3.4.3 模型分析 |
3.5 基于“竞标”的监测器部署算法 |
3.5.1 算法流程 |
3.5.2 探测成本修改 |
3.5.3 基于贪心的链路选择 |
3.6 在线测量阶段 |
3.7 仿真实验 |
3.7.1 仿真设置 |
3.7.2 结果与分析 |
3.8 本章小结 |
第四章 可编程网络链路性能指标异常智能定位 |
4.1 引言 |
4.2 强化学习介绍 |
4.2.1 强化学习基础 |
4.2.2 Q-leaming |
4.2.3 Deep Q-leaming Network |
4.3 基于强化学习的链路性能指标异常定位 |
4.3.1 问题模型 |
4.3.2 系统框架 |
4.3.3 基于DQN的决策算法设计 |
4.4 仿真与分析 |
4.4.1 仿真设置 |
4.4.2 结果与分析 |
4.5 本章小结 |
第五章 全文总结与展望 |
5.1 全文总结 |
5.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(5)变电设备状态实时监测系统的设计与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题背景、研究目的和意义 |
1.2 国内外研究状态 |
1.2.1 国外研究状况和特点 |
1.2.2 国内研究状况和特点 |
1.3 本文主要工作 |
1.4 论文组织结构 |
第二章 相关技术介绍 |
2.1 系统架构 |
2.2 软件结构 |
2.3 三层架构 |
2.4 系统技术 |
2.4.1 面向服务架构SOA |
2.4.2 企业服务总线ESB |
2.4.3 业务流程 |
2.4.4 数据存储 |
2.5 PMS系统 |
2.6 本章小结 |
第三章 系统需求分析 |
3.1 系统建设必要性 |
3.2 功能性需求分析 |
3.2.1 变电设备状态监测功能 |
3.2.2 全网电能损耗估计功能 |
3.2.3 变电设备监测装置管理功能 |
3.2.4 变电设备运行监视功能 |
3.2.5 监测系统管理功能 |
3.2.6 综合查询功能 |
3.2.7 统计报表功能 |
3.3 非功能性需求分析 |
3.4 本章小结 |
第四章 系统设计 |
4.1 系统设计考虑 |
4.2 系统架构设计 |
4.2.1 系统总体架构 |
4.2.2 系统硬件架构设计 |
4.2.3 系统技术架构设计 |
4.2.4 系统功能架构设计 |
4.3 功能模块详细设计 |
4.3.1 变电设备状态监测模块设计 |
4.3.2 运行监视模块设计 |
4.3.3 装置管理模块设计 |
4.3.4 系统管理模块设计 |
4.3.5 综合查询模块设计 |
4.3.6 统计报表模块设计 |
4.3.7 高级应用模块设计 |
4.4 数据库设计 |
4.4.1 数据库概念模型设计 |
4.4.2 数据库逻辑结构设计 |
4.4.3 数据表设计 |
4.5 系统角色设计 |
4.6 系统间接口的设计 |
4.7 本章小结 |
第五章 系统软件实现 |
5.1 系统软件功能模块的实现 |
5.1.1 系统登录模块实现 |
5.1.2 变电设备状态监测功能实现 |
5.1.3 运行监视功能实现 |
5.1.4 设备装置管理功能实现 |
5.1.5 系统管理功能实现 |
5.1.6 综合查询功能实现 |
5.1.7 统计报表功能实现 |
5.1.8 电能损耗估计功能实现 |
5.2 数据库实现 |
5.2.1 数据库建立 |
5.2.2 数据库管理 |
5.3 本章小结 |
第六章 系统测试 |
6.1 测试平台及工具 |
6.1.1 数据库平台 |
6.1.2 硬件平台 |
6.1.3 性能测试工具Load Runner |
6.2 系统功能测试 |
6.3 系统性能测试 |
6.4 本章小结 |
第七章 总结与展望 |
致谢 |
参考文献 |
(6)业主视角下工程总承包项目的变更风险预警研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 问题的提出 |
1.2.1 现实问题的提出 |
1.2.2 科学问题的凝练 |
1.2.3 关键问题的解构 |
1.3 研究目标及内容 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.4 研究方法及技术路线 |
1.4.1 研究方法 |
1.4.2 技术路线 |
第二章 理论基础与研究综述 |
2.1 工程总承包模式 |
2.1.1 工程总承包模式的概念及特征 |
2.1.2 工程总承包模式投资控制的特点 |
2.1.3 工程总承包项目结算方式的分析 |
2.2 工程总承包模式的变更管理 |
2.2.1 工程变更的定义 |
2.2.2 工程变更的特点 |
2.2.3 业主方变更管理存在的问题 |
2.3 风险预警理论 |
2.3.1 预警理论的含义和发展 |
2.3.2 风险预警机制的逻辑流程 |
2.3.3 风险预警与风险管理的区别 |
2.4 工程项目风险预警研究综述 |
2.4.1 工程项目风险预警理论的研究 |
2.4.2 工程项目风险预警评价模型研究 |
2.5 相关理论概述 |
2.5.1 前兆信息理论 |
2.5.2 事故致因理论 |
2.6 研究评述 |
第三章 工程总承包项目的变更风险预警指标体系建立 |
3.1 工程变更的产生根源和起因分类 |
3.1.1 产生根源 |
3.1.2 起因分类 |
3.2 基于前兆信息的工程变更风险识别 |
3.2.1 变更风险的前兆信息体系构建 |
3.2.2 业主方相关的变更前兆信息识别 |
3.2.3 承包方相关的变更前兆信息识别 |
3.2.4 其它方相关的变更前兆信息识别 |
3.2.5 基于PaICFs模型的变更前兆信息识别 |
3.3 变更风险预警指标体系的建立 |
3.3.1 预警指标体系建立原则 |
3.3.2 预警指标体系的建立 |
第四章 工程总承包项目的变更风险预警模型构建 |
4.1 基于熵权法的风险预警指标量化 |
4.1.1 权重确定方法的对比 |
4.1.2 基于熵权法权重的确定 |
4.2 基于风险矩阵法的风险预警区间和预警指标值确定 |
4.2.1 风险矩阵法概述 |
4.2.2 风险预警区间的确定 |
4.2.3 风险预警指标值的确定 |
4.3 基于模糊物元分析风险预警模型的构建 |
4.3.1 预警模型方法分析 |
4.3.2 模糊物元分析概述 |
4.3.3 变更的风险警度判定 |
4.4 案例应用分析 |
4.4.1 案例背景 |
4.4.2 指标权重值的确定 |
4.4.3 风险预警指标值的确定 |
4.4.4 经典域与节域的确定 |
4.4.5 综合关联度的确定 |
第五章 工程总承包模式下基于风险预警的变更实施对策 |
5.1 业主方应对策略研究 |
5.1.1 设立变更风险预警组织体系 |
5.1.2 不同预警等级的应对策略体系 |
5.2 业主方防范对策研究 |
5.2.1 业主方原因引起的变更防范对策 |
5.2.2 承包方原因引起的变更防范对策 |
5.2.3 其它方原因引起的变更防范对策 |
第六章 研究结论与展望 |
6.1 研究结论与创新 |
6.2 研究展望 |
参考文献 |
附录 A |
在学期间取得的科研成果和科研情况说明 |
致谢 |
(7)无线传感器网络节点部署优化策略研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景及研究意义 |
1.2 无线传感器网络概述 |
1.2.1 无线传感器网络简介 |
1.2.1.1 网络系统架构 |
1.2.1.2 节点结构 |
1.2.1.3 协议架构和网络管理接口 |
1.2.2 主要特点 |
1.2.3 应用领域 |
1.2.4 关键技术 |
1.2.5 国内外研究现状 |
1.3 无线传感器网络技术发展趋势 |
1.4 论文研究内容和创新点 |
1.4.1 论文主要内容 |
1.4.2 论文创新点 |
1.5 论文组织结构 |
参考文献 |
第二章 无线传感器网络部署优化技术研究 |
2.1 网络部署相关理论与技术分析 |
2.1.1 感知模型 |
2.1.2 节点通讯模型 |
2.1.3 网络部署方式分类 |
2.1.3.1 基于覆盖效果分类 |
2.1.3.2 基于节点特性分类 |
2.1.4 部署技术优化目标 |
2.1.5 部署优化的作用 |
2.2 传感器网络部署控制机制 |
2.2.1 节点同步调度 |
2.2.2 数据融合 |
2.2.3 虚拟力算法 |
2.2.3.1 虚拟力作用原理 |
2.2.3.2 虚拟力算法特点和应用 |
2.3 水下无线传感器网络概述 |
2.3.1 水下无线传感器网络的特点 |
2.3.2 水下无线传感器网络体系结构 |
2.3.3 水下无线传感器网络的研究现状 |
2.3.4 水下传感网部署优化问题面临的挑战 |
2.4 本章小结 |
参考文献 |
第三章 二维有向无线传感器网络节点部署优化策略 |
3.1 有向无线传感器网络特性分析 |
3.1.1 有向无线传感器网络应用场景 |
3.1.2 有向传感器网络特性 |
3.2 相关理论与技术 |
3.2.1 有向节点感知模型分类 |
3.2.2 有向节点通讯模型 |
3.2.3 节点运动方式 |
3.2.4 有向无线传感器网络部署研究现状分析 |
3.3 数学模型及相关定义 |
3.3.1 有向感知模型 |
3.3.2 分布式节点联合感知模型 |
3.3.3 相关定义 |
3.4 节点部署优化算法 |
3.4.1 前提假设 |
3.4.2 算法思想 |
3.4.3 算法步骤 |
3.5 仿真实验与结果分析 |
3.5.1 仿真实验设计 |
3.5.2 仿真结果分析 |
3.6 本章小结 |
参考文献 |
第四章 水下三维异构无线传感器网络节点部署优化策略 |
4.1 异构无线传感器网络特性分析 |
4.1.1 典型的异构网络体系结构 |
4.1.2 无线传感器网络异构性特征 |
4.1.3 异构无线传感器网络的优势 |
4.1.4 异构无线传感器网络研究现状分析 |
4.1.5 水下无线传感器网络部署研究现状分析 |
4.2 相关理论与技术 |
4.2.1 引入证据理论的必要性分析 |
4.2.2 证据理论的引入 |
4.2.2.1 D-S证据理论方法 |
4.2.2.2 D-S相关定义 |
4.2.2.3 证据理论的合成规则 |
4.2.2.4 基于证据理论的决策融合模型 |
4.2.2.5 证据理论研究现状 |
4.3 数学模型及相关定义 |
4.3.1 水下三维空间模型 |
4.3.2 被动声呐节点感知模型 |
4.3.3 基于监测可信任度的感知 |
4.3.4 基于证据理论的数据融合模型 |
4.3.5 被动声呐可信感知模型 |
4.4 水下三维异构无线传感器网络部署优化算法 |
4.4.1 前提假设 |
4.4.2 算法思想 |
4.4.3 算法步骤 |
4.5 仿真实验与结果分析 |
4.5.1 仿真实验设计 |
4.5.2 仿真结果分析 |
4.6 本章小结 |
参考文献 |
第五章 水下三维传感器网络异构节点部署优化策略 |
5.1 无线传感器网络节点异构特性分析 |
5.1.1 无线传感器网络节点异构的优势 |
5.1.2 传感器节点异构性类型 |
5.1.3 异构节点部署面临的挑战分析 |
5.1.4 水下异构节点部署技术的研究现状分析 |
5.1.5 水下目标探测和拦截问题特殊性分析 |
5.2 数学模型及相关定义 |
5.2.1 相关定义 |
5.2.2 节点三维覆盖模型 |
5.2.3 节点协同感知概率模型 |
5.2.4 虚拟势场方法 |
5.2.4.1 虚拟势场原理 |
5.2.4.2 节点位移计算 |
5.2.4.3 算法步骤 |
5.2.4.4 虚拟势场算法的问题 |
5.2.5 基于DSmT的数据融合感知模型 |
5.2.5.1 DSmT数据融合模型 |
5.2.5.2 基本概念 |
5.2.6 复合感知模块的协同感知 |
5.2.7 异构传感器节点的感知类型 |
5.3 水下无线传感器网络异构节点部署优化算法 |
5.3.1 前提假设 |
5.3.2 算法思想 |
5.3.3 算法步骤 |
5.4 仿真实验与结果分析 |
5.4.1 仿真实验设计 |
5.4.2 仿真结果分析 |
5.5 本章小结 |
参考文献 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 研究展望 |
致谢 |
攻读学位期间学术成果目录 |
(8)基于ZigBee的大型物流建筑火灾监测系统(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题背景及意义 |
1.2 火灾监测系统国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 本文结构及主要内容 |
2 系统需求分析与整体方案设计 |
2.1 系统设计需求分析 |
2.2 远距离通信技术的分类与选取 |
2.3 系统总体架构 |
2.4 系统工作原理 |
2.5 本章小结 |
3 无线传感网络及其关键技术 |
3.1 无线传感网络体系结构 |
3.2 无线传感网络的路由协议 |
3.3 无线传感网络的选择 |
3.4 ZigBee网络拓扑结构 |
3.5 ZigBee协议栈 |
3.5.1 应用层(APL) |
3.5.2 网络层(NWK) |
3.5.3 数据链路层(DDL) |
3.5.4 媒体访问层(MAC) |
3.5.5 物理层(PSY) |
3.6 网络节点部署方式与需求 |
3.6.1 网络节点的部署 |
3.6.2 设计需求 |
3.7 本章小结 |
4 系统硬件模块设计 |
4.1 系统硬件模块整体结构设计 |
4.2 ZigBee芯片模块 |
4.2.1 CC2530芯片及外围电路 |
4.2.2 ZigBee协调器设计 |
4.3 传感器模块 |
4.3.1 温湿度传感器 |
4.3.2 烟雾传感器 |
4.3.3 气体(CO)传感器 |
4.3.4 火焰传感器 |
4.4 主控芯片的选择 |
4.4.1 下载电路设计 |
4.4.2 复位电路设计 |
4.5 电源电路设计 |
4.6 本章小结 |
5 BP神经网络模型 |
5.1 BP网络结构及特点 |
5.2 BP神经网络训练过程及检验指标 |
5.2.1 BP神经网络的训练过程 |
5.2.2 效果检验标准 |
5.3 BP神经网络模型的搭建 |
5.4 数据的采集与处理 |
5.5 预测模型的仿真测试 |
5.6 本章小结 |
6 系统的软件设计 |
6.1 终端节点软件设计 |
6.1.1 温湿度探测器模块的软件设计 |
6.1.2 烟雾浓度传感器模块的软件设计 |
6.1.3 CO传感器模块的软件设计 |
6.2 ZigBee协调器软件设计 |
6.3 4G与 ZigBee网络节点软件设计 |
6.4 主控平台软件设计 |
6.4.1 管理员用户登录界面 |
6.4.2 环境信息实时监测界面 |
6.4.3 环境信息历史数据查询界面 |
6.5 本章小结 |
7 总结与展望 |
7.1 工作总结 |
7.2 展望 |
参考文献 |
致谢 |
作者简介及读研期间主要科研成果 |
(9)基于物联网的农村区域水环境智能监测及预测方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 基于物联网、机器学习的水环境监测研究现状 |
1.2.1 基于物联网的水环境监测系统研究 |
1.2.2 基于机器学习的水环境监测方法研究 |
1.3 农村区域水环境自动监测需求 |
1.3.1 农村区域水环境存在的问题 |
1.3.2 农村区域水环境自动监测需求分析 |
1.4 农村水环境监测指标体系 |
1.4.1 水环境监测指标 |
1.4.2 农村水环境监测指标类型及选取原则 |
1.4.3 农村水环境自动监测指标 |
1.5 本论文的研究内容 |
1.6 本章小结 |
第2章 智慧水务背景下的水环境监测网络体系结构研究 |
2.1 智慧水务总体架构设计 |
2.2 基于物联网的智慧水环境监测网络体系结构设计 |
2.2.1 智慧水环境监测网络面临的潜在挑战 |
2.2.2 智慧水环境监测网络体系结构研究 |
2.3 本章小结 |
第3章 水环境监测WSN建模与性能分析方法研究 |
3.1 农村区域水环境监测WSN结构设计 |
3.1.1 水环境WSN部署策略 |
3.1.2 水环境监测WSN覆盖要求 |
3.1.3 面向农村区域水环境监测的WSN网络模型 |
3.2 水环境监测WSN形式化建模与性能分析 |
3.2.1 随机进程代数 |
3.2.2 PEPA建模方法 |
3.2.3 基于PEPA的水环境监测WSN建模与性能分析 |
3.3 基于PEPA的ITS建模和工作流程评价 |
3.3.1 ITS中的实时定位和路径规划系统及其工作流程 |
3.3.2 ITS的PEPA建模 |
3.3.3 系统参数设定 |
3.3.4 性能指标提取及分析 |
3.4 本章小结 |
第4章 基于TD-LTE专网的水环境监测系统及方法研究 |
4.1 基于TD-LTE专网的水环境监测系统 |
4.1.1 水环境监测终端 |
4.1.2 TD-LTE基站 |
4.1.3 水环境监控中心 |
4.1.4 智能移动终端 |
4.1.5 TD-LTE终端和卫星终端 |
4.2 基于TD-LTE专网的水环境监测方法 |
4.3 本章小结 |
第5章 基于递推最小二乘的水环境监测WSN数据融合算法研究 |
5.1 水环境监测网络中的数据融合 |
5.2 基于最小二乘的水环境监测WSN数据融合 |
5.2.1 最小二乘估计 |
5.2.2 基于最小二乘的水环境监测WSN数据融合模型 |
5.3 基于递推最小二乘的水环境监测WSN数据融合 |
5.3.1 问题的提出 |
5.3.2 递推最小二乘的前推和后推算法 |
5.3.3 基于递推最小二乘的数据融合算法 |
5.3.4 算法分析 |
5.4 本章小结 |
第6章 基于LSTM深度神经网络的水质预测模型研究 |
6.1 数据预处理 |
6.1.1 数据来源 |
6.1.2 数据预处理 |
6.2 基于LSTM深度神经网络的水质单参数预测模型研究 |
6.2.1 水质单参数时间序列预测 |
6.2.2 LSTM神经网络 |
6.2.3 基于LSTM深度神经网络的水质预测模型及其工作流程 |
6.2.4 实验仿真 |
6.2.5 三种时间序列预测模型比较 |
6.3 基于LSTM深度神经网络的水质多参数预测模型研究 |
6.3.1 水质多参数时间序列预测 |
6.3.2 基于LSTM深度神经网络的水质多参数预测模型 |
6.3.3 实验仿真 |
6.3.4 水质单参数预测模型与多参数预测模型对比 |
6.4 本章小结 |
第7章 总结与展望 |
7.1 总结 |
7.2 主要创新点 |
7.3 展望 |
参考文献 |
攻读博士学位期间取得的主要学术成果 |
致谢 |
(10)土-岩二元结构路堑边坡失稳机理与智能预警研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 二元边坡研究现状 |
1.2.2 边坡智能预警研究现状 |
1.2.3 存在的问题 |
1.3 主要研究内容和技术路线 |
第二章 二元边坡的类型及失稳模式 |
2.1 依托工程及其工程地质条件 |
2.1.1 依托工程概述 |
2.1.2 工程地质条件 |
2.2 二元边坡类型 |
2.3 二元边坡失稳模式 |
2.4 小结 |
第三章 高寒阴湿区二元边坡温湿变化特征研究 |
3.1 概述 |
3.2 边坡温湿度现场监测研究 |
3.2.1 温湿度监测方案 |
3.2.2 温湿度监测结果分析 |
3.3 边坡湿度现场钻探试验研究 |
3.3.1 边坡湿度的钻探方案 |
3.3.2 边坡湿度的实验分析 |
3.4 二元边坡上覆土内水分入渗模式 |
3.5 小结 |
第四章 增湿对二元边坡岩土体工程性质的影响 |
4.1 概述 |
4.2 岩土体的类别及基本性质 |
4.2.1 边坡上覆土的类别及基本性质 |
4.2.2 全风化闪长岩的基本性质 |
4.3 增湿对土体抗剪性影响的试验研究 |
4.3.1 土样的三轴试验方案 |
4.3.2 土样三轴试验结果分析 |
4.3.3 土体应变强化本构模型数值反演 |
4.4 增湿对全风化岩抗剪性影响的试验研究 |
4.4.1 全风化岩的三轴试验方案 |
4.4.2 全风化岩的三轴试验结果分析 |
4.4.3 全风化岩应变强化本构模型数值反演 |
4.5 增湿对土-岩接触面抗剪性影响的试验研究 |
4.5.1 土-岩接触样的直剪试验方案 |
4.5.2 土-岩接触样的试验结果分析 |
4.6 边坡其它风化等级岩体类型及其性质参数 |
4.6.1 边坡其它风化等级的岩体类型 |
4.6.2 基于Hoek-Brown-GSI法的岩体强度参数确定方法 |
4.6.3 基于Hoek-Diederichs法的岩体变形模量确定方法 |
4.6.4 边坡其它风化等级岩体的调查及性质参数计算 |
4.7 湿润环境对边坡其它风化等级岩体的性质参数影响分析 |
4.8 小结 |
第五章 典型二元边坡的破坏机制研究 |
5.1 概述 |
5.2 基于离心模型试验的二元边坡破坏机制 |
5.2.1 试验目的及原理 |
5.2.2 试验方案 |
5.2.3 试验结果分析 |
5.3 离心模型试验工况的二元边坡破坏机制数值模拟分析 |
5.3.1 数值模拟目的及方案 |
5.3.2 数值模拟结果分析 |
5.4 水分入渗下二元边坡的破坏机制分析 |
5.4.1 分析目的及方案 |
5.4.2 缓顺倾接触面型二元边坡破坏机制 |
5.4.3 陡顺倾接触面型二元边坡破坏机制 |
5.4.4 反倾接触面型二元边坡破坏机制 |
5.5 小结 |
第六章 二元边坡监测敏感部位与监测量变化模式 |
6.1 概述 |
6.2 边坡监测变量类型 |
6.3 边坡监测敏感部位 |
6.3.1 坡表单点位移监测敏感部位 |
6.3.2 格构梁混凝土应变监测敏感部位 |
6.3.3 两点相对位移监测敏感部位 |
6.3.4 锚杆(索)监测敏感部位 |
6.3.5 倾斜度监测敏感部位 |
6.4 边坡监测量变化模式 |
6.4.1 锚杆轴力变化模式 |
6.4.2 锚索拉力变化模式 |
6.4.3 位移变化模式 |
6.4.4 混凝土应变变化模式 |
6.5 小结 |
第七章 路基边坡智能预警云平台 |
7.1 概述 |
7.2 监测量预警值的确定方法 |
7.2.1 经验法 |
7.2.2 预演-回归分析法 |
7.2.3 预演-支持向量机法 |
7.3 边坡智能预警系统组成部分 |
7.4 路基边坡智能预警云平台开发 |
7.4.1 云平台开发环境 |
7.4.2 云平台系统框架结构及分步设置 |
7.4.3 云平台监测数据远程接收 |
7.5 路基边坡智能预警APP用户登录界面 |
7.6 小结 |
第八章 二元边坡监测预警工程案例 |
8.1 概述 |
8.2 监测边坡概况及智能预警系统 |
8.2.1 监测边坡概况 |
8.2.2 边坡智能预警系统 |
8.3 边坡监测量多级预警值的确定 |
8.3.1 基于经验法确定边坡监测量多级预警值 |
8.3.2 基于预演-支持向量机法确定边坡监测量多级预警值 |
8.4 监测结果分析及边坡稳定性评价 |
8.4.1 深部相对位移监测结果分析 |
8.4.2 锚杆轴力监测结果分析 |
8.4.3 格构混凝土应变监测结果分析 |
8.5 小结 |
结论及展望 |
结论 |
创新点 |
展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
四、与被监测企业建立监测与服务协议关系的实施与效果(论文参考文献)
- [1]基于耦合光纤光栅与GIS的光缆故障监测系统研究[D]. 安育娴. 北京邮电大学, 2021(01)
- [2]基于EPICS的加速器电能质量监测系统设计[D]. 吕书宁. 中国科学院大学(中国科学院近代物理研究所), 2021(01)
- [3]基于深度学习和知识库的配电站监控系统[D]. 闫勇志. 山东大学, 2021(12)
- [4]面向可编程网络的网络性能指标测量研究[D]. 顾静玲. 电子科技大学, 2021(01)
- [5]变电设备状态实时监测系统的设计与实现[D]. 罗非. 电子科技大学, 2021(01)
- [6]业主视角下工程总承包项目的变更风险预警研究[D]. 董然. 天津理工大学, 2021(08)
- [7]无线传感器网络节点部署优化策略研究[D]. 宋晓莉. 北京邮电大学, 2021
- [8]基于ZigBee的大型物流建筑火灾监测系统[D]. 田启松. 安徽理工大学, 2020(07)
- [9]基于物联网的农村区域水环境智能监测及预测方法研究[D]. 刘萍. 扬州大学, 2020
- [10]土-岩二元结构路堑边坡失稳机理与智能预警研究[D]. 孙巍锋. 长安大学, 2020