|
|||||
|
|
| 基于高速通信的港口设备远程检测与控制技术研究 | |
| 作者姓名： | 徐晓强 丁峰 毕淑敏 |
| 作者单位： | (芜湖港务有限责任公司,安徽 芜湖 241000) |
| 基金项目： | 安徽省高等学校质量工程重点项目 |
| 摘 要： | 为提高港口设备的远程检测和控制效率,该文基于高速移动通信和深度学习技术,设计了港口设备远程检测与控制平台。该平台采用 B／S 与 C／S 相结合的架构形式来提高平台响应速 度,以独立的 SA 专网方式进行 5G 组网搭建,提高数据传输的安全性。通过融合残差结构与卷积神经网络,建立了具有信息有效传递的 IDCNN 模型,来提高数据样本数量少的特征提取准确度问题。测试表明,所搭建 5G 专网的 SINR 为 13．98 dB,RSRP≥ －85 dBm,能够满足平台任务需求。与 SVM、CNN 和决策树模型相比,所提模型的故障识别精度可达 86．1％ 以上,证明了该方案的可行性。 |
| 关 键 词： | 港口设备 远程检测与控制 高速移动通信 深度学习 卷积神经网络 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《工业仪表与自动化装置》浏览原始摘要信息 | |
| 点击此处可从《工业仪表与自动化装置》下载免费的PDF全文 | |