面向Android的工业设备远程监控系统设计

针对当前工业设备远程监控系统便携性上的局限性,利用移动设备随时随地可使用的优势,设计和开发了一种面向Android移动终端的设备远程监控系统,对系统架构、数据通信、数据缓存、消息推送等关键技术进行了研究。根据设备数据的即时性和紧急性对设备数据进行分类,并针对不同数据类型的通信需求,设计了Android客户端与服务器的通信技术方案。为了保证了软件的可靠性与可移植性,基于MVC(Model-View-Controller)思想,集成Java Web技术中的Spring、Spring MVC和Mybatis框架实现了服务器程序,实现了程序清晰的层次划分和各模块的解耦。系统测试结果表明,该系统能在客户端上实现警报推送、信息查询、实时数据查看等功能,并具有良好的可拓展性,系统可灵活架设在现有监控系统中,进一步拓展现有系统的功能。     

基于Prometheus的隧道防护门智能监测系统

隧道是铁路运输过程的重要环节,隧道防护门是隧道中的重要安全防护设备。目前针对隧道防护门的日常检测仍依靠人工巡检,工作效率低。文中根据铁路隧道防护门的特点,研究并构建了一套基于云端、边缘端、采集端一体的监测系统,用于实现对隧道防护门的状态监测与故障告警。系统使用SLS、Prometheus、Grafana等技术对数据进行分析处理,并对相关故障进行检测和告警。本系统的实现验证了云端、边缘端、采集端一体架构在隧道防护门监测中的实用性和可行性。     

TCP稳态流中慢启动序列对吞吐量性能的影响

在计算TCP稳态数据流吞吐量时一般都忽略了由于分组丢失而形成的各个慢启动阶段。在考虑TCP稳态数据流中慢启动序列的情况下,对Padhye的经典TCP稳态数据流模型进行了扩展。通过将Padhye的模型与扩展后的模型作比较,证明了在使用Padhye的模型作为多媒体流量控制模型时忽略超时后慢启动阶段的可行性和正确性。     

一维卷积神经网络实时抗噪故障诊断算法

针对旋转机械智能诊断方法计算量大和抗噪能力差的问题,在经典模型LeNet-5的基础上提出基于一维卷积神经网络的故障诊断算法.采用全局平均池化层代替传统卷积神经网络中的全连接层,在降低模型计算量的同时,降低模型参数数量和过拟合的风险;利用随机破坏后的时域信号进行训练以提高其抗噪能力;采用改进后的一维卷积核和池化核直接作用于原始时域信号,将特征提取和故障分类合二为一,通过交替的卷积层和池化层实现原始信号自适应特征提取,结合全局平均池化层完成故障分类.利用轴承数据和齿轮数据进行实验验证并对比经典模型LeNet-5、BP神经网络和SVM.结果表明:采用全局平均池化层可有效降低模型计算量,提高模型在低信噪比条件下的诊断精度,采用随机破坏输入训练策略可显著提升模型的抗噪诊断能力;改进后的模型可以实现噪声环境下准确、快速和稳定的故障诊断.通过t-SNE可视化分析说明了模型在特征学习上的有效性.     

设备故障监测与诊断系统数据库设计

介绍设备监测与诊断系统及其结构特点。引入了基于状态维护(CBM)和通用关系信息架构(CRIS)两个概念,从中归纳出系统功能需求、信息需求和信息关系。根据系统的功能需求设计数据库的组织结构,将整个数据库分成4个子模块:基础数据、知识库、结果数据和系统数据。分别对这几个子模块的设计进行详细阐述,进而实现以不同设备为监测对象的系统数据库,为大多数工业设备监测与诊断提供基础,同时为今后开发通用设备的监测与诊断系统提供可靠的数据模型。     

桥式起重机制动阶段防摇控制方案研究

针对由PLC及变频器驱动的桥机系统加入防摇算法后在制动阶段防摇效果不明显的问题,从制动阶段计算速度曲线出发,分析了反向超调对制动阶段防摇效果的影响,提出了改变控制主导参数、分段减速制动、去除反向超调制动三种方法,在MATLAB及实际桥机中对三种方法进行了仿真及试验,结果表明去除反向超调制动方法能有效提高桥机在制动阶段的...     

制造物流协同系统能量传递模型

从物理上的制造系统出发,以建立基于系统结构和工作流程的模型为研究目的,根据实际的制造系统的各种组成元件及其特点,将制造物流系统分成了三类设备模型,分析了每种设备元件特定的物理特征。以物料流为主要研究对象分析了物料流在各工位间的能量变化情况,对物料流在每个元件的输入输出的能量关系进行分析,建立了物料流能量传递模型。     

Linux进入基础教育所面临的客观困难

"我们不得不让大家改变自己的习惯."Mandrake的Le Marois说,"但这些习惯并不能在一周或一个月内改变.这需要一个长期的过程."这句话也许很符合现在Linux进入基础教育所面临的客观情况.