一、远程监控系统实时数据发布技术研究(论文文献综述)
展盼婷[1](2021)在《基于云平台的沥青搅拌站远程监管系统的设计与实现》文中认为“物联网”的快速发展,促使工业领域各大企业更加注重企业自身的有效管理和大量生产数据的高效存储。沥青搅拌站为我国的公路、桥梁领域提供着重要材料。目前,我国搅拌站的发展,一方面,一个企业一般有多个搅拌站遍布全国各地,这些站点大都位于偏僻的郊外,每个站点就像一片信息的孤岛,不能及时分享生产数据而且一旦设备出现故障,故障处理周期长,这就严重影响了企业的生产效率。另一方面,半自动化的生产和半信息化的管理为企业发展带来了诸多的不便,越来越多的人希望能够拥有“一体化”的平台,将企业的生产和管理集成化,构建现代化的企业生产模式。另外,搅拌站的生产一直以来都是用量多、生产过程复杂、成品料的质量直接关系到整个工程的质量,所以要加强搅拌站生产的质量监督管理。针对以上问题,本文提出了基于云平台设计沥青搅拌站远程监管系统。具体工作围绕以下四个方面展开:第一,设计上位机数据采集方案完成控制系统与远程系统数据交互的接口。第二,搭建基于MQTT协议的数据通信,完成现场、云平台及远程浏览器之间的数据传输。第三,基于HT For Web技术的监控,利用HT For Web技术,创建可视化界面,模拟现场生产过程,完成远程界面的可视化实时监控,为远程监控提供了新的解决方案。第四,根据沥青搅拌站日常的生产流程以及企业管理需求,设计了 GPS地图、系统管理、数据管理、实时监控、设备管理等五大功能部分,实现了所有站点在地图上集中显示,生产数据以及生产过程远程共享,保证了企业的集成化信息管理。整个系统在Visual Stdio 2017集成环境下,基于.Net平台,结合MVC的设计模式进行前后端分离开发,并将系统部署上“云”。最后根据系统的需求,对整个系统进行了功能和性能两方面的测试,分析测试结果可以得出,系统各部分均可正常运行,整体性能达到预期效果。本系统的开发和应用,对提高搅拌站企业管理水平以及加快传统行业向现代化转型有着重要意义。
王睿[2](2021)在《基于物联网的屏蔽泵远程在线监测平台开发》文中认为屏蔽泵因其无泄漏、噪声低的显着优势,被广泛应用于化工、军工、航天等领域。为更好地满足屏蔽泵的智能化发展,本课题围绕实际需求,设计了基于屏蔽泵的多传感器融合物联网远程在线监测平台,主要功能涵盖屏蔽泵状态的远程在线监测、报警和控制,实现多参量、全过程的实时信息采集,引入多传感器信息融合技术,全面监控屏蔽泵的运行状态。主要研究内容如下:(1)从屏蔽泵常见故障出发,分析平台功能性和非功能性需求,探讨平台架构,结合多种技术实现屏蔽泵的智能化。(2)选择神经网络实现多传感器数据融合,详细研究BP算法和LMBP算法的学习算法和学习过程,对比两种算法的预测结果,LMBP算法收敛速度快、拟合好、均方误差小,选定依托LMBP算法构建模型预测扬程,提升系统预判性。(3)从总体设计入手,合理选择开发平台,采用C/S模式,以STM32作为设备采集控制终端的主控制器,借助One NET为云服务平台,基于Qt开发远程监控终端,完成监控终端与云服务平台间的数据加密传输,保证数据完整性和通讯机密性。(4)开发并实现了远程监控终端。远程监控终端按照功能分为用户登录、实时监测、数据查询、信息管理、报警控制、系统设置六大模块,实现数据可视化,为检修提供可靠支撑。测试结果表明,终端能够实现对设备的远程实时监控和管理,达到预期设计目标。本课题设计的平台,数据融合效果较好,能实时监控运行状态,确保设备平稳运行,保障安全生产,避免因小损坏造成大事故,对屏蔽泵的状态监控有重要意义。
谢煜坚[3](2021)在《基于Niagara的HRT-120型工业机器人物联网监控系统研发》文中进行了进一步梳理在传统制造业中,生产线上的工业机器人能应用在各种场所,其可靠性和稳定性显着地提高了生产率以及经济效益。但是工业机器人机构复杂、现场维护成本高,通过物联网技术进行远程监控与诊断可提高工作效率、节约成本。在综合分析了工业机器人行业,包括知名企业、国内外大学、研究院开发与研究的工业机器人远程系统的基础之上。通过研究,本文针对HRT-120型工业机器人对物联网远程控制与故障诊断系统中存在的成本过高、诊断数据复杂、带宽有限等问题提出了新的解决方案,主要研究内容体现在以下3个方面:1.对故障诊断系统进行分析与搭建。明确HRT-120型工业机器人的故障模式和故障特征,基于故障树分析法研究完成工业机器人故障树的建立,并改进双向联想记忆式神经网络,最后融于故障树诊断系统中建立计算模型用于优化神经网络计算样本,以供故障诊断分析。2.进行传感数据采集和控制结构的需求分析。以物联网驱动架构选择合适的硬件以及无线控制方案;完成短距离、长距离通信技术的设置与连接;分析物联网中间件的配置,集成驱动系统和设备,完成控制架构。3.对远程监控与故障诊断系统的设计以及实现方案进行详细阐述。该系统基于Niagara物联网中间件进行二次开发,具体包括在线监测、远程控制、数据管理、故障诊断等功能的实现,并对故障诊断功能进行试验,验证其适用性。
董梁玉[4](2020)在《叉车可靠性强化试验远程监控系统的设计与实现》文中提出叉车可靠性强化试验是提升叉车行业整体可靠性的主要手段之一。目前对于叉车可靠性强化试验的仍然采用人工检验、统计、纸质保存的方式进行,导致强化试验的过程中存在试验人员劳动强度大、试验整体科学性与数据可追溯性不强、试验结果准确性不足等问题。因此迫切需要一种现代化远程监控系统来对叉车可靠性强化试验进行实时监控,以降低人员劳动强度,提高试验的科学性、严谨性、可追溯性。本课题来源于工信部的项目“2018年产业技术基础公共服务能力提升和行业质量共性技术推广”。本文从叉车可靠性强化试验标准入手,完成传感器的选型与车载控制端的整体设计。采用轻量级的MQTT物联网传输协议解决试验数据实时推送问题。同时,利用Mosca框架进行云服务推送平台的开发设计,降低车载控制终端与远程监控平台的耦合度。采用Redis缓存数据库与传统Mysql数据库结合的方式来解决多台叉车同时试验时高并发数据传输的场景。采用Nginx技术实现数据请求的负载均衡。采用HTML可视化技术与Node.js结合的方式完成对于浏览器端可视化交互平台的整体构建。最后针对远程监控系统的各个部分进行功能性测试,以验证系统整体的可用性。最终结果表明,本系统可以满足内燃叉车可靠性强化试验的日常试验需求,并且具有采集设备安装简便与可扩展性强、数据交互简便与轻量级、显示界面简洁与人性化等特点,提高了试验整体的效率、数据准确性、科学性、公平性等。同时,降低了试验人员的劳动强度,对于叉车试验数据进行数据化存储,为叉车厂商进行叉车的改造升级提供宝贵的数据信息,为叉车整体的可靠性提高做出贡献。
李兆雨[5](2020)在《基于物联网的机器人抛磨产线远程监控系统的开发》文中指出随着德国工业“4.0”的提出以及工业互联网的发展,工业自动化车间对于数字化、信息化和智能化的需求也日益突出,物联网、云计算和大数据等新一代计算机信息技术的出现,也推动着工业车间进一步朝着智能工厂方向发展。工业现场的数据监控也呈现出智能化、信息化、可视化的发展趋势,逐渐从现场监测到远程监测、从有线通讯到无线通讯、从C/S架构到B/S架构模式的转变,其也对系统实时性、稳定性、跨平台性等层面提出了更高的要求。在此背景下,本文基于物联网通讯技术与云计算平台,设计了一套远程监控系统,用于机器人抛磨产线车间的数据监控。本文首先分析了机器人抛磨产线远程监控系统的需求并结合已有的物联网通讯技术,设计了远程监控系统的基本架构。本系统由远程监控网关、Web云服务器两部分组成,其中远程监控网关采用Ras Pi硬件开发平台,并搭载4G网络通讯模块,以支持绝大部分有WIFI或4G信号覆盖的生产车间。网关搭载Linux操作系统,并基于MQTT协议和Modbus协议开发了数据采集、协议转换以及数据推送等主程序模块。Web服务器软件采用B/S设计模式,基于Springboot和Vue.js框架来进行前后端分离方式开发。Web服务器主要实现了数据接收处理、数据持久化、数据可视化、登录权限控制、信息管理以及用户权限管理等功能。此外,本文选用My SQL数据库和Influx DB时序数据库来作为服务器的数据存储中心,其中My SQL数据库用来储存Web系统的用户信息、设备信息以及客户信息等数据,而Influx DB时序数据库则用于储存接收到的工业生产数据。远程监控网关与Web云服务器软件协同运行,实现了对智能抛磨产线的远程数据监控的目的。本文基于智能抛磨产线实际生产需求,并结合现有的计算机信息技术特点,设计了智能抛磨产线远程数据监控系统,并对系统分别进行了单元测试以及系统联调测试,测试结果验证本系统满足本文的基本功能需求,达到本文的设计目标。
卫敏[6](2020)在《电弧炉电极调节器智能控制及远程监控》文中研究指明在当今工业炼钢过程中,电弧炉越来越受到欢迎。电弧炉电极控制器是工业炼钢过程中最核心的部分,有效的电极控制器可以提高电弧炉生产率、减少电极消耗和出钢时间。研究一种新型的电极控制算法是非常有必要的。本设计以电弧炉电极调节器为研究对象,建立了电弧炉阻抗模型、供电系统模型、液压系统模型及电弧炉电极调节系统模型,通过simulink来进行仿真,得到了弧流与弧长之间的非线性曲线图,然后通过最小二乘法对其曲线进行拟合,得到弧流与弧长的关系表达式,最后根据实际运行参数对液压调节系统中的比例阀、液压缸等给出了具体的传递函数,为了与实际电弧炉工作尽可能相似,在仿真过程中加入了白噪声和干扰来模拟电弧的时变性、随机性,从而更好的建立电弧炉模型。在交流电弧炉模型建立的基础上,分析了现有的电极调节系统的控制算法,总结出这些算法的优缺点,对于非线性时变性的电弧炉来说,控制效果不太好。本文针对这种复杂的时变系统,采用了遗传模糊逻辑控制器(GFLC)算法来进行电极控制,该算法是利用遗传算法来构造模糊逻辑控制器的双层迭代进化算法,设计了一种新型的编码方式克服了非线性不好控的问题,使得控制性能更加高效。与传统PID控制算法相比,GFLC通过选择逻辑规则和调整隶属函数来实时快速控制电极调节参数,从而节约电能,提升炼钢效率。本文在某钢厂120吨的电弧炉的背景下,采用了西门子S7-1500系列的PLC来设计电弧炉计算机控制系统,从而实现电弧炉电极调节过程。在分析了电弧炉每个功能模块后,使用博途软件来对整个电弧炉进行PLC的程序控制,然后采用WinCC来编辑上位机界面,可以快速的采集到实时的弧流弧压等数据。因其炼钢环境恶劣,工作人员一直在现场操作也不是长久之计,设计了一种基于WEB的电弧炉远程监控系统,便于工作人员不在现场也能实时监控炼钢过程,从而达到智能化。比如,当炼钢过程中发生电极短路等各种故障时,远程监控系统会提示报警信息,使工作人员能够快速的操控紧急情况。
陈旭璇[7](2020)在《基于智能吊篮的高空作业远程视频监控系统的设计与实现》文中研究说明高空作业平台是一种将施工人员、工具和材料运送到指定高空位置并进行作业的生产设备,被广泛应用于工业制造、建筑工地等各个行业的高空生产领域。安全问题是关系到施工人员生命安全以及高空作业行业发展的重要影响因素,受到高空地理环境因素的影响,目前国内尚无完备的高空作业远程监管方案。本文设计并实现了一套结合目标检测技术、基于智能电动吊篮的高空作业远程视频监控系统,为高空作业企业提供了综合的实时监管方案。首先,对系统进行了需求分析和架构设计,将远程监控系统的功能性需求抽象成了登录注册、设备定位、实时监控和消息中心这四个功能模块,并基于扩展性强、耦合度低的微服务架构划分出了监控服务、消息服务、个人服务、软硬件通信服务与安全帽检测服务这五大服务模块。然后,重点研究了用于检测高空施工人员是否佩戴安全帽的目标检测算法。在对基于深度学习的R-CNN系列算法进行充分的理论研究后,以Faster R-CNN算法为基础设计了高空作业下的安全帽检测算法,在选择特征提取网络、构建监控场景数据集,以及模型训练策略方面对算法进行了优化,并基于Py Torch框架搭建了深度学习平台,对安全帽检测算法进行了测试和性能评估,对漏检、错检的样本进行了分析。该安全帽检测算法每秒能够处理14帧监控图像,检测准确率为91.8%。最后,对系统进行了详细的设计与实现。系统包括应用服务端和Android客户端,其中,应用服务端的开发包括微服务架构组件和微服务模块两个部分:首先基于Spring Cloud微服务框架搭建远程监控应用服务平台,研究了微服务网关、服务发现与注册组件、负载均衡组件等微服务组件的技术实现;接着分别基于消息队列、RTMP流媒体技术以及FTP文件系统研究了参数、视频与图像等多类数据传输的软硬件通信策略;随后对数据库设计、Redis缓存优化、服务端主动消息推送等业务服务设计中的关键技术进行了方案论证与具体实现;最后基于Sidecar实现了对第三方Python-Web安全帽检测算法的集成。Android客户端的开发以满足功能需求、提供直观用户界面为目标,完成了登录注册、设备定位、实时监控和消息中心四个主要功能模块的方案设计与开发实现,并基于LBS定位技术和Baidu Map研究并改进了面向行政区域级别的多点聚合方案。为了充分发挥微服务架构能够快速水平拓展服务模块,以及自动实现负载均衡策和故障转移的优势,本文基于Docker容器虚拟化技术实现了远程监控系统应用服务端的部署,并在真机上测试了监控软件的各个功能模块,系统最终功能完整且运行稳定,达到了预期效果。
金家胜[8](2020)在《基于NB-IoT和OneNET云平台的消防远程监控系统的研究与实现》文中研究表明消防安全对人类生活影响巨大,随着科技和经济的迅猛发展,消防安全问题日益成为社会关注的焦点,传统的消防监控系统已经不能满足当今社会的需求。为了让消防产业更加科技化、数字化,推动产业转型升级,国家正大力推进智慧消防产业发展,通过智能化改造达到“互联网+智慧消防”的发展要求。目前,由于产品结构复杂,开发成本高,应用领域主要针对于大型重点防火企业,智能化消防系统在日常家庭及小微场所的应用率还比较低,没有达到大众化应用的目标,基于此,本文以智慧消防为研究对象,应用最新的窄带蜂窝物联网NB-IoT无线传输技术,结合中移动推出的OneNET免费物联网云平台并配置APP客户端,设计开发了一套基于物联网技术的消防远程监控系统。系统基于嵌入式开发技术,结合物联网云平台,选用最新兴的低功耗、广覆盖的NB-IoT无线通信技术,以MQTT协议为接入方式,以STM32芯片为主控智能终端,外接温湿度传感器,烟雾传感器实现对消防环境的数据采集和监测,通过加装在消防设备内的管压传感器和的电压传感器,实现对消防设备的监测,通过蜂鸣器实现本地报警,通过继电器实现报警时灭火装置自动喷水,并利用多传感器融合的火灾算法,实现火灾预警上报,降低火灾误报的产生,采用OneNET云平台作为管理端实现对管辖区域内的消防系统运行情况的监控和历史数据的分析整合,开发了针对用户的APP客户端,实现用户对消防设备的实时监测和一键处置功能。物联网消防远程监控系统经过多次功能测试,发现该系统功能设计满足要求,各项数据运行稳定,管理部门可以准确实现对消防环境和消防设备的远程实时监测、数据分析,用户可以利用APP方便快捷的实现对所属消防设备的监测与控制。该系统提高了管理部门的管理效率,节省了人力物力,开发成本小,功能简洁实用,能有效预防火灾隐患造成的经济财产损失,更适用于家庭消防及中小微企业,对国内智慧消防的应用和广泛化普及具有重要意义。
高川[9](2020)在《基于TCP/IP的轧机远程监控系统的研究》文中提出钢厂原材料的产能主要依赖轧机设备,其产品精度可通过轧机轧制过程中的辊缝进行调节。由于轧制力的作用,在轧机设备中会产生一定的弹性形变,使产品精度需求与辊缝设定值存在偏差,影响产品精度甚至造成废品,降低成材率。因此,需借助轧机刚度进行偏差计算进而对轧辊辊缝进行修正。目前,钢厂内辊缝调节流程为人工采集刚度相关参数并依据压靠法、轧板法等方法手动合成压力曲线计算刚度值,随后通过自动化控制系统更改轧机刚度实现辊缝调节。而轧机轧制过程中设备状态变化如轧辊损耗等因素造成设备刚度值与理论值存在偏差,需在轧制过程中进行刚度值动态计算,频繁的刚度计算无疑增加了工人劳动强度,而刚度参数的动态获取使得工人束缚于参数数据所在环境,对工人的劳动环境具有一定的限制性。因此,本文将对轧机设备远程化监控进行研究,实现轧机参数,尤其是刚度相关参数的实时掌控,建立一套完整的轧机远程监控系统。本文首先结合钢厂生产环境,对轧机远程监控系统整体结构进行分析,并依据软件开发体系将系统拆分成C/S体系与B/S体系。针对各体系,对开发中的关键技术进行研究并制定应用方案。其次,在C/S体系中对数据通讯过程进行研究,分析数据包传输下产生粘包、拆包现象的原因,提出一种基于Nagle算法下TCP通讯的自处理机制解决方案并在PyQt环境下完成钢厂至数据服务器的界面化数据传输系统搭建。在数据存储系统中,对现有存储方式进行研究,确立系统存储方案,提出一种基于WScript的Windows文件并发读写方法。在B/S体系中对Web客户端系统进行需求分析,以Bootstrap、Vue-Cli、Node、Webpack、Git为前端技术链,Apache、PHP、Mysql为后端技术链进行B/S搭建,并对Web数据绘制功能进行研究,指出现有Web图形模块对于实时数据绘制的不足,建立一种基于Web的实时数据图形显示模块。最后,对整体系统安全性进行研究,并对可能存在的安全隐患进行预防方案制定与攻击实验验证,结果证明该系统具有较好的安全性。本文设计的轧机远程监控系统有效解放工人劳动环境局限性,具有工程实际意义与工业互联网的借鉴意义。
叶兴[10](2020)在《基于MQTT协议的光伏发电智能监控系统研究》文中进行了进一步梳理光伏发电过程功率输出不稳定、易对电网造成冲击,影响电网安全。因此,对光伏储能离并网系统实时状态进行监控以及光伏发电功率预测,实现光伏储能系统数据可视化,提高能源利用率,具有重要的应用价值。论文基于光伏储能离并网系统,重点研究光伏发电智能监控硬件系统、光伏发电智能监控软件系统、光伏发电功率预测技术与能量管理策略。论文主要完成以下工作内容:(1)基于MQTT网络通信协议,构建光伏发电智能监控系统总体方案。在分析监控系统需求的基础上,确定监控系统工作整体框架,细化系统各组成之间的工作机制。重点分析光伏发电智能监控系统中Lo Ra无线通信技术、云端服务器技术、改进型LSTM网络光伏发电功率预测技术。(2)设计光伏发电智能监控硬件系统,分析智能监控系统数据采集模块和网关模块。测试Lo Ra无线通信技术性能与GPRS模块通信,实验结果表明:通信距离0.8km时,宽带为500k Hz,扩频因子为7,前向纠错码为4/5,所设计的Lo Ra无线网络通信速率为21.205kpbs,GPRS通信模块基于AT指令能够实现MQTT网络通信。(3)完成了光伏发电智能监控系统软件系统,部署MQTT代理服务器,设计云端监控软件与云端数据库,开发基于Android系统的远程监控APP。测试了MQTT代理服务器、云端监控软件、云端数据库以及远程监控APP,实验结果表明:MQTT代理服务器可实现主题消息转发,云端服务能够提供远程APP数据历史查询等服务,My SQL与Redis数据库实现数据同步,远程监控APP基于MQTT协议实现通信功能。(4)研究改进型LSTM网络,建立光伏发电功率预测模型。仿真结果表明:模型均方误差收敛于0.078,单一输入序列均方误差为0.1,所设计模型在天气多变时预测效果优于DBN网络模型。(5)基于光伏储能离并网平台,完成智能监控系统试验验证。结果表明:监控系统能够实现远程监控,所提出光伏发电预测技术与能量管理策略能够平滑调节光储系统能量流动。
二、远程监控系统实时数据发布技术研究(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、远程监控系统实时数据发布技术研究(论文提纲范文)
(1)基于云平台的沥青搅拌站远程监管系统的设计与实现(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 云平台国内外研究现状 |
1.2.2 搅拌站设备控制及远程监控系统研究现状 |
1.3 主要研究内容 |
1.4 论文结构 |
2 相关技术介绍和研究 |
2.1 ASP.Net MVC设计模式 |
2.2 Mini UI前端框架 |
2.3 HT for Web技术研究 |
2.3.1 数据容器与视图组件 |
2.3.2 JSON矢量图 |
2.3.3 数据绑定与动画 |
2.4 ECharts可视化框架 |
2.5 ADO.NET数据库访问技术 |
2.6 本章小结 |
3 系统总体方案设计 |
3.1 沥青搅拌站控制系统及生产流程介绍 |
3.2 系统需求分析 |
3.2.1 业务功能需求 |
3.2.2 非功能性需求 |
3.3 系统总体框架设计 |
3.4 系统详细设计 |
3.4.1 I/O数据点分析及设计 |
3.4.2 数据通信设计 |
3.4.3 系统业务功能模块设计 |
3.4.4 前后台数据交互设计 |
3.4.5 数据管理模块设计 |
3.5 数据库系统设计 |
3.5.1 Power Designer介绍 |
3.5.2 数据库设计概述 |
3.5.3 部分数据表结构设计 |
3.6 本章小结 |
4 云平台沥青搅拌站远程监管系统实现 |
4.1 云服务器选择 |
4.2 Web API服务端开发 |
4.3 C#数据采集(上位机) |
4.4 基于MQTT协议通信的实现 |
4.4.1 MQTT代理服务器实现 |
4.4.2 MQTT客户端实现 |
4.5 远程监视界面实现 |
4.5.1 基本图元及属性设计 |
4.5.2 视图编辑器实现 |
4.5.3 监视界面实现 |
4.6 远程管理系统主要功能实现 |
4.6.1 GPS地图模块实现 |
4.6.2 系统登录/注册模块实现 |
4.6.3 系统界面框架实现 |
4.6.4 系统管理模块实现 |
4.6.5 数据管理模块实现 |
4.6.6 故障报警模块实现 |
4.7 本章小结 |
5 系统发布与测试 |
5.1 系统发布 |
5.2 系统功能测试 |
5.2.1 数据通信测试 |
5.2.2 远程监控界面测试 |
5.2.3 业务功能模块测试 |
5.3 系统性能测试 |
5.4 本章小结 |
6 总结与展望 |
6.1 全文总结 |
6.2 课题展望 |
致谢 |
参考文献 |
(2)基于物联网的屏蔽泵远程在线监测平台开发(论文提纲范文)
致谢 |
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.2 国内外研究现状 |
1.3 论文主要内容及章节安排 |
1.3.1 主要研究内容 |
1.3.2 章节安排 |
第二章 系统关键技术研究 |
2.1 屏蔽泵常见故障分析 |
2.1.1 泵体温度过高 |
2.1.2 屏蔽泵的噪声、振动变大 |
2.1.3 屏蔽泵发生汽蚀 |
2.2 C/S模式 |
2.3 Qt跨平台开发技术 |
2.3.1 Qt开发技术 |
2.3.2 Qt优势 |
2.3.3 Qt通信机制 |
2.4 SQLite数据库 |
2.5 本章小结 |
第三章 多传感器数据融合方法研究 |
3.1 多传感器数据融合 |
3.2 神经网络技术 |
3.3 BP神经网络算法 |
3.3.1 BP神经网络模型 |
3.3.2 BP神经网络学习算法 |
3.3.3 BP神经网络学习过程 |
3.3.4 BP神经网络缺点 |
3.4 LMBP神经网络算法 |
3.4.1 LMBP神经网络学习算法 |
3.4.2 LMBP神经网络学习过程 |
3.5 数据融合应用 |
3.6 本章小结 |
第四章 在线监测平台总体研究开发 |
4.1 系统需求分析 |
4.1.1 功能性需求 |
4.1.2 非功能性需求 |
4.2 系统基本介绍 |
4.3 系统结构设计 |
4.3.1 系统结构划分 |
4.3.2 设备采集控制终端 |
4.3.3 云服务平台 |
4.3.4 远程监控终端 |
4.4 云服务平台通信实现 |
4.4.1 MQTT通信传输协议 |
4.4.2 JSON数据格式 |
4.4.3 SSL协议数据加密设计 |
4.5 本章小结 |
第五章 监控终端开发研究 |
5.1 监控终端软件设计基本方法 |
5.2 软件功能模块结构设计 |
5.2.1 用户登录模块 |
5.2.2 实时监测模块 |
5.2.3 数据查询模块 |
5.2.4 信息管理模块 |
5.2.5 报警控制模块 |
5.2.6 系统设置模块 |
5.3 软件功能模块实现方式 |
5.3.1 用户登录模块 |
5.3.2 实时监测模块 |
5.3.3 数据查询模块 |
5.3.4 信息管理模块 |
5.3.5 报警控制模块 |
5.3.6 系统设置模块 |
5.4 系统测试与结果 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读硕士学位期间的学术活动及成果情况 |
(3)基于Niagara的HRT-120型工业机器人物联网监控系统研发(论文提纲范文)
中文摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 相关理论概述 |
1.2.1 物联网技术概述 |
1.2.2 Niagara概述 |
1.3 国内外研究现状 |
1.3.1 物联网发展现状 |
1.3.2 工业机器人远程服务系统发展现状 |
1.3.3 物联网与工业机器人远程服务系统 |
1.4 课题的提出 |
1.5 本文主要研究内容 |
第2章 系统设计需求与总体方案 |
2.1 系统设计需求 |
2.2 系统总体方案 |
2.2.1 在线监测方案 |
2.2.2 远程控制方案 |
2.2.3 故障诊断方案 |
2.2.4 数据分析和管理方案 |
2.3 本章小结 |
第3章 故障诊断系统分析与搭建 |
3.1 本系统机器人故障树建立 |
3.1.1 故障树分析简述 |
3.1.2 系统机器人故障分析 |
3.2 基于BAM神经网络的故障诊断 |
3.2.1 BAM神经网络稳态分析 |
3.2.2 BAM神经网络回忆指标 |
3.2.3 基于HADAMARD正交化变换的故障诊断模型 |
3.3 课题诊断系统学习样本建立与优化 |
3.3.1 本系统学习样本建立 |
3.3.2 本系统学习样本优化 |
3.4 本章小结 |
第4章 系统数据采集与控制 |
4.1 系统数据采集的设计与实现 |
4.1.1 基于PLC底层通信采集方案 |
4.1.2 物联网扩展模块数据连接与传输 |
4.1.3 基于ZigBee的短距离通信开发 |
4.1.4 系统ZigBee通信网络建立 |
4.2 系统数据控制的设计与实现 |
4.2.1 基于CAPWAP的无线控制策略 |
4.2.2 基于FIT AP+AC无线硬件设计 |
4.2.3 Niagara物联网中间件配置 |
4.3 本章小结 |
第5章 监控系统与故障诊断设计与实现 |
5.1 在线监测 |
5.1.1 Niagara点位地址配对 |
5.1.2 Niagara通讯指令发布设置 |
5.1.3 基于MQTT的信息交互链接 |
5.1.4 Niagara与 MQTT通讯栈道建立 |
5.1.5 在线监测交互开发 |
5.2 远程控制 |
5.2.1 Niagara控制通讯配置 |
5.2.2 基于模块化的Niagara手动控制 |
5.2.3 Niagara手动控制模块化编程 |
5.2.4 基于PID的 Niagara自动控制 |
5.2.5 Niagara自动控制模块化编程 |
5.2.6 远程控制交互开发 |
5.3 故障诊断 |
5.3.1 诊断分析架构搭建 |
5.3.2 诊断训练总结 |
5.3.3 诊断实验结果 |
5.4 数据管理功能 |
5.4.1 XML数据收集与管理 |
5.4.2 系统XML数据库建立 |
5.4.3 数据可视化管理开发 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
申请硕士学位期间的研究成果及发表的学术论文 |
(4)叉车可靠性强化试验远程监控系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景及意义 |
1.1.1 课题研究背景 |
1.1.2 课题研究意义 |
1.2 远程监控技术国内外研究现状 |
1.3 论文主要内容与技术路线 |
1.3.1 论文主要内容 |
1.3.2 技术路线 |
1.4 本章小节 |
第二章 总体方案设计 |
2.1 叉车可靠性强化试验的工况流程分析 |
2.2 系统总体需求分析 |
2.2.1 系统总体目标 |
2.2.2 系统的功能需求分析 |
2.2.3 系统的非功能需求分析 |
2.3 系统总体方案设计 |
2.3.1 系统总体架构 |
2.3.2 系统功能模块划分 |
2.3.3 系统权限划分 |
2.4 本章小结 |
第三章 车载控制终端设计 |
3.1 设计原则 |
3.2 车载终端总体测试方案的确定 |
3.3 数据中继模块的设计 |
3.3.1 传感器的选型与设计 |
3.3.2 处理器的选型与设计 |
3.4 数据处理模块 |
3.4.1 传感器的选型与设计 |
3.4.2 处理器选型与设计 |
3.5 网关传输模块的选型与设计 |
3.6 本章小节 |
第四章 云服务推送平台技术研究 |
4.1 关键技术分析 |
4.1.1 MQTT协议 |
4.1.2 Redis数据库 |
4.2 云服务推送平台总体结构 |
4.3 有效负载格式的设计 |
4.4 加密传输机制设计与实现 |
4.4.1 消息加密传输机制的设计 |
4.4.2 数据传输的加/解密流程 |
4.4.3 消息加密传输机制的实现 |
4.5 话题设计 |
4.5.1 话题语法设计 |
4.5.2 话题结构设计 |
4.6 登录认证模块的设计与实现 |
4.7 ACL权限控制模块设计与实现 |
4.8 状态统计模块的设计与实现 |
4.9 Redis缓存模块的设计与实现 |
4.9.1 Redis高可用模式的设计 |
4.9.2 Redis高可用模式的搭建 |
4.9.3 Redis数据存储的设计与实现 |
4.10 安全问题优化 |
4.11 本章小结 |
第五章远程监控平台技术研究 |
5.1 平台开发关键技术特点 |
5.1.1 Node.Js |
5.1.2 Nginx |
5.2 远程监控平台总体架构设计 |
5.2.1 B/S与C/S模式选择 |
5.2.2 总体架构设计 |
5.3 web服务端服务端设计与实现 |
5.3.1 服务端架构分析 |
5.3.2 服务端数据接口设计 |
5.3.3 路由跳转与数据处理 |
5.3.4 负载均衡模块的设计与实现 |
5.4 Mysql数据库的设计与实现 |
5.4.1 E-R图设计 |
5.4.2 数据库的逻辑设计 |
5.4.3 Mysql与Redis数据库数据交互的设计与实现 |
5.5 浏览器端功能模块的设计与实现 |
5.5.1 浏览器端功能模块的设计与实现 |
5.5.2 登录认证模块的设计与实现 |
5.5.3 MQTT客户端模块的设计与实现 |
5.5.4 实时监控模块的设计与实现 |
5.5.5 历史回放模块的设计与实现 |
5.5.6 数据报表模块的设计与实现 |
5.5.7 基础信息模块的设计与实现 |
5.5.8 录入信息模块的设计与实现 |
5.5.9 在线管理模块的设计与实现 |
5.6 安全问题优化 |
5.7 本章小节 |
第六章 远程监控系统试验 |
6.1 平台可用性测试 |
6.1.1 消息推送平台可用性测试 |
6.1.2 Redis高可用模式功能测试 |
6.1.3 Nginx负载均衡可用性测试 |
6.1.4 浏览器端功能测试 |
6.2 现场测试 |
6.3 本章小节 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
在学期间发表的学术论文和参加科研情况 |
(5)基于物联网的机器人抛磨产线远程监控系统的开发(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究的背景和意义 |
1.2 国内外研究历史和现状 |
1.3 论文主要内容和组织结构 |
2 系统整体方案及关键技术 |
2.1 系统总体需求分析 |
2.2 系统总体架构 |
2.3 远程监控网关关键技术 |
2.4 Java Web服务器的关键技术 |
2.5 本章小结 |
3 远程监控网关的设计与开发 |
3.1 网关的需求分析和硬件平台 |
3.2 4G网络通讯模块的设计 |
3.3 数据采集模块的设计 |
3.4 数据发送模块的设计 |
3.5 本章小结 |
4 基于云平台的Web服务器设计与实现 |
4.1 数据监控系统服务器需求分析 |
4.2 MQTT Broker的搭建 |
4.3 Web服务器设计与实现 |
4.4 Web服务器后台开发 |
4.5 Web服务器前端开发 |
4.6 My SQL数据库表设计 |
4.7 本章小结 |
5 远程监控系统的测试与论证 |
5.1 系统测试方案 |
5.2 单元测试 |
5.3 系统联调测试 |
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 |
(6)电弧炉电极调节器智能控制及远程监控(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究进展 |
1.2.1 国外研究进展 |
1.2.2 国内研究进展 |
1.2.3 电极控制策略的介绍 |
1.3 研究内容 |
1.4 论文结构安排 |
1.5 本章小结 |
2 电弧炉系统模型的建立 |
2.1 电弧炉工业炼钢工作原理 |
2.2 电弧炉工业炼钢设备的组成 |
2.2.1 液压调节系统介绍 |
2.2.2 电弧炉本体 |
2.2.3 主电路设备 |
2.3 交流电弧的模型建立 |
2.3.1 交流电弧的阻抗模型 |
2.3.2 交流电弧模型的验证 |
2.3.3 最小二乘法曲线拟合 |
2.3.4 电极调节系统模型的建立 |
2.4 电弧炉电气运行参数及工作点的选择 |
2.5 本章小结 |
3 电弧炉电极调节系统控制算法的研究 |
3.1 模糊逻辑控制器 |
3.2 遗传模糊逻辑控制器 |
3.2.1 遗传模糊逻辑控制器分析 |
3.2.2 遗传优化逻辑规则和隶属函数 |
3.3 改进的遗传算法模糊逻辑控制器 |
3.3.1 逻辑规则的编码方式 |
3.3.2 隶属函数的编码方式 |
3.3.3 遗传算子 |
3.3.4 迭代进化算法 |
3.4 算法的仿真研究 |
3.4.1 仿真分析 |
3.4.2 仿真结果 |
3.5 本章小结 |
4 电弧炉计算机控制系统的实现 |
4.1 计算机控制系统的结构 |
4.2 系统的配置与功能 |
4.3 电极调节PLC设计 |
4.3.1 现场电极调节系统设计框架 |
4.3.2 现场电极调节系统控制算法设计 |
4.3.3 电极调节PLC程序思路 |
4.4 电极调节系统程序仿真 |
4.5 电极调节系统监控界面设计 |
4.6 本章小结 |
5 电弧炉远程监控系统设计 |
5.1 远程监控系统概述 |
5.2 HINET智能网关介绍 |
5.3 基于工业网关的远程监控系统 |
5.3.1 远程监控系统结构设计 |
5.3.2 远程监控系统功能 |
5.3.3 远程监控系统程序框架设计 |
5.4 远程监控系统通讯协议 |
5.4.1 通讯协议的选择 |
5.4.2 MQTT协议通讯的实现 |
5.4.3 数据通讯的实现 |
5.5 远程监控系统的实现 |
5.5.1 开发环境及后端设计 |
5.5.2 系统前界面设计 |
5.6 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
攻读学位期间主要研究成果 |
(7)基于智能吊篮的高空作业远程视频监控系统的设计与实现(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题的研究背景及意义 |
1.2 课题的国内外研究现状 |
1.2.1 视频监控系统的发展现状 |
1.2.2 图像处理技术在视频监控系统中的应用现状 |
1.3 课题的研究内容与研究重点 |
1.4 本文的章节安排 |
第二章 远程监控系统的总体设计 |
2.1 智能吊篮的高空作业场景及现有模式中存在的问题 |
2.1.1 高空作业场景分析 |
2.1.2 现有模式存在的问题 |
2.2 需求分析 |
2.2.1 需求推导 |
2.2.2 应用服务端需求 |
2.2.3 Android客户端需求 |
2.3 架构设计 |
2.3.1 软件架构设计模式选择 |
2.3.2 基于微服务的架构设计 |
2.4 系统结构层次划分 |
2.5 本章小结 |
第三章 基于深度学习的安全帽检测算法研究 |
3.1 安全帽检测问题的算法抽象 |
3.2 目标检测算法概述 |
3.2.1 传统的目标检测算法 |
3.2.2 基于深度学习的目标检测算法 |
3.2.3 目标检测算法对比 |
3.3 R-CNN系列算法研究 |
3.3.1 R-CNN |
3.3.2 SPP-Net与 Fast R-CNN |
3.3.3 Faster R-CNN |
3.4 基于Faster R-CNN的安全帽检测算法 |
3.4.1 安全帽检测方案 |
3.4.2 算法改进策略 |
3.4.3 Res Net50-FPN特征提取网络 |
3.4.4 数据集的构建与扩充 |
3.4.5 端到端的训练策略 |
3.5 算法实现 |
3.5.1 深度学习平台搭建 |
3.5.2 模型参数选择 |
3.5.3 实验结果与分析 |
3.6 本章小结 |
第四章 基于微服务架构的应用服务端的设计与实现 |
4.1 开发框架 |
4.1.1 Spring Framework |
4.1.2 Spring Boot与 Spring Cloud |
4.1.3 My Batis |
4.2 微服务架构组件的实现 |
4.2.1 服务注册发现组件 |
4.2.2 客户端侧负载均衡组件 |
4.2.3 API网关组件 |
4.2.4 声明式REST客户端组件 |
4.3 微服务模块结构 |
4.4 软硬件通信服务模块的设计与实现 |
4.4.1 智能吊篮硬件环境 |
4.4.2 软硬件通信服务的整体设计 |
4.4.3 基于Rabbit MQ的双向文本传输 |
4.4.4 基于RTMP的流媒体传输 |
4.4.5 基于FTP的图像传输 |
4.5 客户端业务相关服务模块的设计与实现 |
4.5.1 数据库设计 |
4.5.2 数据库的缓存优化 |
4.5.3 个人服务模块 |
4.5.4 监控服务模块 |
4.5.5 消息服务模块 |
4.6 安全帽检测服务模块在监控系统中的接入 |
4.6.1 微服务系统对第三方服务的集成 |
4.6.2 定时检测任务 |
4.7 本章小结 |
第五章 基于Android的监控客户端的设计与实现 |
5.1 Android平台技术概述 |
5.1.1 Android系统架构 |
5.1.2 Android应用组件 |
5.2 客户端功能模块的通用设计 |
5.2.1 基于MVVM的功能模块结构 |
5.2.2 与服务端通信方式的约定与实现 |
5.2.3 应用授权 |
5.3 登录注册模块的设计与实现 |
5.3.1 新用户注册 |
5.3.2 用户登录 |
5.4 设备定位模块的设计与实现 |
5.4.1 LBS空间定位服务 |
5.4.2 基于Baidu Map SDK的吊篮分布定位 |
5.4.3 改进的针对行政区域的多点聚合 |
5.5 实时监控模块的设计与实现 |
5.5.1 实时工况参数监控 |
5.5.2 实时视频监控 |
5.5.3 历史图片查询 |
5.6 消息中心模块的设计与实现 |
5.7 本章小结 |
第六章 系统的部署与运行 |
6.1 系统部署方案 |
6.1.1 部署环境 |
6.1.2 基于Docker的容器化部署 |
6.2 客户端运行效果 |
6.3 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
作者在攻读硕士学位期间发表的论文与获奖情况 |
(8)基于NB-IoT和OneNET云平台的消防远程监控系统的研究与实现(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 国内外智能消防系统的研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 论文研究主要内容和组织结构 |
1.3.1 论文研究的主要内容 |
1.3.2 论文研究的组织结构 |
1.4 本章小结 |
第2章 系统的相关理论和关键技术 |
2.1 ARM嵌入式开发技术 |
2.2 无线通信技术 |
2.2.1 Zigbee技术 |
2.2.2 LoRa技术 |
2.2.3 NB-IoT技术 |
2.3 物联网云平台 |
2.3.1 阿里云物联网平台 |
2.3.2 华为OceanConnect IoT平台 |
2.3.3 中移物联OneNET平台 |
2.4 OneNET云平台的核心技术 |
2.4.1 OneNET云平台整体架构 |
2.4.2 OneNET云平台的通信协议 |
2.5 Android技术 |
2.6 本章小结 |
第3章 消防远程监控系统的方案设计与分析 |
3.1 系统需求分析 |
3.1.1 总体需求分析 |
3.1.2 功能需求分析 |
3.2 系统的设计原则 |
3.3 系统可行性分析 |
3.3.1 技术可行性分析 |
3.3.2 经济可行性分析 |
3.4 系统总体方案设计 |
3.5 系统总体功能设计 |
3.6 本章小结 |
第4章 系统硬件的设计与实现 |
4.1 系统硬件整体设计 |
4.2 主控模块及外围电路 |
4.3 NB-IoT通信模块 |
4.3.1 BC28模块介绍 |
4.3.2 BC28模块外部接口 |
4.4 监控系统采集模块 |
4.4.1 温湿度传感器 |
4.4.2 烟雾传感器 |
4.4.3 电压采集模块 |
4.4.4 管压采集模块 |
4.5 终端执行模块 |
4.5.1 继电器控制模块 |
4.5.2 蜂鸣器模块 |
4.6 系统硬件终端实物图和电路图 |
4.7 本章小结 |
第5章 系统软件整体设计与实现 |
5.1 系统终端主程序设计 |
5.2 终端感知模块的数据采集设计 |
5.2.1 温湿度的采集程序设计 |
5.2.2 烟雾和管压的采集程序设计 |
5.2.3 电压的采集程序设计 |
5.3 多传感器数据融合的火灾算法 |
5.3.1 多传感器信息融合的过程 |
5.3.2 多传感器信息融合火灾算法的设计 |
5.4 系统终端与OneNET云平台的通信设计 |
5.4.1 NB-IoT模块的入网设计 |
5.4.2 MQTT通信协议实现消息发布上传设计 |
5.5 终端设备的受控设计 |
5.6 OneNET云平台的软件设计与实现 |
5.6.1 产品的创建 |
5.6.2 设备的添加 |
5.6.3 UI监控界面的设计 |
5.7 用户APP的设计与实现 |
5.7.1 开发环境搭建 |
5.7.2 UI界面的设计 |
5.7.3 APP与 OneNET云平台的接入设计 |
5.7.4 APP报警和实时数据监测设计 |
5.7.5 APP向设备发送控制指令设计 |
5.8 本章小结 |
第6章 系统安装与测试 |
6.1 系统的安装 |
6.2 系统的网络通信测试 |
6.3 系统的功能测试 |
6.3.1 云平台端测试 |
6.3.2 用户APP的测试 |
6.3.3 系统硬件端测试 |
6.4 系统的性能测试和结果分析 |
6.5 本章小结 |
第7章 总结和展望 |
7.1 总结 |
7.2 展望 |
致谢 |
参考文献 |
(9)基于TCP/IP的轧机远程监控系统的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.2 课题研究现状 |
1.2.1 信息采集监控发展现状 |
1.2.2 监控远程化发展现状 |
1.3 本文的主要研究内容 |
第2章 系统总体设计框架 |
2.1 引言 |
2.2 轧机远程监控系统总架构 |
2.2.1 系统开发体系 |
2.2.2 系统组成结构 |
2.3 轧机远程监控系统的关键技术 |
2.3.1 互联网通信技术 |
2.3.2 动态网页开发技术 |
2.3.3 Web Service技术 |
2.3.4 操作系统接口技术 |
2.4 本章小结 |
第3章 服务器搭建与通信研究 |
3.1 引言 |
3.2 服务器整体设计 |
3.2.1 数据接收系统设计与成果展示 |
3.2.2 数据存储系统设计 |
3.2.3 Web服务配置与逻辑处理设计 |
3.3 数据通信研究 |
3.4 本章小结 |
第4章 轧机远程监控系统Web端研究 |
4.1 引言 |
4.2 轧机远程监控系统需求分析 |
4.3 基于Web的图形模块研究 |
4.3.1 网页图形显示原理与设计 |
4.3.2 图形区域组件化分割 |
4.3.3 响应式设计 |
4.3.4 实时数据波形显示设计 |
4.3.5 模块接口列表 |
4.3.6 返回对象解析 |
4.3.7 图形应用实验 |
4.4 Web端方案设计与实际应用展示 |
4.4.1 用户登录与管理设计 |
4.4.2 权限管理设计 |
4.4.3 设备资料管理设计 |
4.4.4 数据呈现设计 |
4.5 本章小结 |
第5章 轧机远程监控系统安全性研究 |
5.1 引言 |
5.2 B/S体系安全性研究 |
5.2.1 HTTP协议风险与预防 |
5.2.2 CSRF风险与预防 |
5.2.3 CORS风险与预防 |
5.3 C/S体系安全性研究 |
5.4 网络攻击实验 |
5.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间承担的科研任务与主要成果 |
致谢 |
(10)基于MQTT协议的光伏发电智能监控系统研究(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 论文相关内容的研究进展 |
1.2.1 光伏储能发电监控技术 |
1.2.2 MQTT协议应用 |
1.2.3 光伏发电功率预测技术 |
1.3 论文的主要研究内容与章节安排 |
第二章 基于MQTT协议光伏发电智能监控系统总体设计 |
2.1 引言 |
2.2 光储离并网系统工作机制与智能监控框架 |
2.2.1 监控系统工作需求分析 |
2.2.2 监控系统工作整体框架 |
2.2.3 监控系统工作机制 |
2.3 基于MQTT协议的光伏发电智能监控系统关键技术 |
2.3.1 MQTT网络通信技术 |
2.3.2 LoRa无线通信技术 |
2.3.3 基于云端的监控系统软件平台技术 |
2.3.4 基于改进型LSTM网络的光伏发电功率预测技术 |
2.4 本章小结 |
第三章 光伏发电智能监控硬件系统设计 |
3.1 引言 |
3.2 智能监控系统数据采集模块硬件整体结构 |
3.2.1 气象传感网络数据采集模块 |
3.2.2 光伏储能系统数据采集模块 |
3.3 数据采集模块硬件电路 |
3.3.1 气象传感网络数据采集模块电路 |
3.3.2 光伏储能离并网系统数据采集模块 |
3.4 MQTT智能网关模块硬件电路 |
3.4.1 网关模块功能分析 |
3.4.2 MQTT网关模块硬件电路 |
3.5 光伏发电智能监控系统通信模块试验 |
3.5.1 LoRa通信性能测试 |
3.5.2 GPRS模块测试 |
3.6 本章小结 |
第四章 光伏发电智能监控软件系统设计 |
4.1 引言 |
4.2 云端MQTT代理服务器 |
4.2.1 MQTT代理服务器 |
4.2.2 MQTT代理服务器测试 |
4.3 光伏阿里云端服务系统 |
4.3.1 云端服务系统分析 |
4.3.2 云端数据库系统 |
4.4 基于MQTT协议的远程监控APP设计 |
4.5 光伏发电智能监控系统软件平台测试 |
4.5.1 云端服务测试 |
4.5.2 数据库测试 |
4.5.3 远程监控平台MQTT协议通信测试 |
4.6 本章小结 |
第五章 改进型LSTM网络光伏发电功率预测技术 |
5.1 引言 |
5.2 光伏发电电池模型与影响因素分析 |
5.3 改进型LSTM网络 |
5.3.1 RNN神经网络与正则化分析 |
5.3.2 标准LSTM模型 |
5.3.3 LSTM模型改进算法 |
5.4 改进型LSTM网络的光伏发电功率预测仿真分析 |
5.4.1 光伏发电功率预测模型 |
5.4.2 数据预处理及模型评价指标 |
5.4.3 预测模型建立与仿真结果分析 |
5.5 光伏储能离并网系统能量管理技术 |
5.6 本章小结 |
第六章 基于MQTT协议光伏发电智能监控系统测试 |
6.1 引言 |
6.2 基于MQTT协议的光伏发电智能监控硬件系统测试 |
6.2.1 光伏储能离并网系统 |
6.2.2 气象数据采集测试 |
6.2.3 MQTT智能网关测试 |
6.3 光伏发电智能软件系统测试 |
6.3.1 远程监控APP登陆功能 |
6.3.2 远程监控APP主界面 |
6.3.3 远程监控APP状态监控界面 |
6.4 改进型LSTM网络光伏发电与能量管理策略测试 |
6.4.1 改进型LSTM网络光伏预测 |
6.4.2 能量管理策略测试 |
6.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
附件 |
四、远程监控系统实时数据发布技术研究(论文参考文献)
- [1]基于云平台的沥青搅拌站远程监管系统的设计与实现[D]. 展盼婷. 西安理工大学, 2021(01)
- [2]基于物联网的屏蔽泵远程在线监测平台开发[D]. 王睿. 合肥工业大学, 2021(02)
- [3]基于Niagara的HRT-120型工业机器人物联网监控系统研发[D]. 谢煜坚. 天津职业技术师范大学, 2021(06)
- [4]叉车可靠性强化试验远程监控系统的设计与实现[D]. 董梁玉. 机械科学研究总院, 2020(01)
- [5]基于物联网的机器人抛磨产线远程监控系统的开发[D]. 李兆雨. 华中科技大学, 2020(01)
- [6]电弧炉电极调节器智能控制及远程监控[D]. 卫敏. 西安理工大学, 2020(01)
- [7]基于智能吊篮的高空作业远程视频监控系统的设计与实现[D]. 陈旭璇. 东南大学, 2020(01)
- [8]基于NB-IoT和OneNET云平台的消防远程监控系统的研究与实现[D]. 金家胜. 辽宁大学, 2020(01)
- [9]基于TCP/IP的轧机远程监控系统的研究[D]. 高川. 燕山大学, 2020(01)
- [10]基于MQTT协议的光伏发电智能监控系统研究[D]. 叶兴. 华南理工大学, 2020