基于Internet的嵌入式设备状态监测系统开发与研究

网络化的设备状态监测及故障诊断是企业设备状态监测的发展方向。本文介绍了一种基于Internet的嵌入式设备状态监测与故障诊断系统，利用嵌入式动态信号测试分析仪进行现场数据采集，通过Internet上传至服务器，实现了设备数据的集中化管理，专家通过网络可以对设备状态进行远程监控，并且服务器可以对客户端的连接进行在线监控，增强了系统的规范化管理和安全性。     

面向节点分类的图神经网络节点嵌入增强模型

考虑到实际的图结构往往是有噪的，可能包含实际不存在的边或者遗漏节点间实际存在的部分边，提出可微分相似度模型（DSM）.通过挖掘节点间隐藏关系增强节点嵌入，以提高节点分类的准确度. DSM基于普通图神经网络方法（GNN）得到各节点的基础表征，根据节点表征相似度为目标节点选出相似节点集合，结合相似节点集合的基础表征对目标节点进行嵌入表征增强.在数学上，DSM是可微分的，可以将DSM作为插件与任意GNN相结合，以端到端的方式进行训练. DSM具有挖掘隐藏连接关系的能力，能促使GNNs学习到更具辨识性和鲁棒性的节点表征.基于最常用的多个公开的节点分类数据集，开展实验验证.结果表明，将已有GNNs与DSM结合能显著提升分类准确度，其中GAT-DSM相对GAT在数据集Cora和Citeseer上分别取得了2.9%、3.5%的提升．     

基于Linux的便携式数据采集分析仪的研究与实现

在机械设备故障诊断中，如何及时、快速地发现机械故障并作出相应处理是非常重要的。论文基于Linux操作系统实现了一种便携式数据采集分析仪。该数采分析仪集数据采集、信号分析和数据传输于一体，非常适合机械设备的故障检测与故障诊断领域。文中首先介绍了该数采分析仪的硬件构建，然后论述了系统的软件实现并重点阐述了软件开发中的几项关键技术，最后通过实验验证了仪器的可用性和正确性，证明该仪器具有一定的应用价值。     

基于DOS的连续实时数据采集技术

连续实时数据采集对状态监测具有重要意义，它能提供充分详细的状态信息和故障信息。文中基于成本低、性能稳定的磁盘操作系统（disk operation system，DOS）环境，介绍实现连续实时数据采集的两项关键技术，一种是直接存储器存取（direct memory access,DMA）技术，一种是双缓冲技术。巧妙应用这两项技术，可使CPU（center processing unit）与DMA控制器（direct memory access controller，DMAC）协调工作，从而实现DOS环境下连续实时数据采集的目的。     

基于XPE的便携式数采分析仪的开发与应用

在机械设备故障诊断中,为了能及时、快速地发现机械故障并作出相应处理构建了一种基于XPE（Windows XP Embedded, XPE）嵌入式操作系统,它是集数据采集、信号分析与数据传输于一体的便携式数采分析仪.该仪器既可以在工业现场对设备工况数据进行实时采集与分析,又可以将所采集的数据通过串口、USB口、网口等传输到上位机或者远程诊断中心进行更进一步的分析处理.通过在天津某发电厂的使用,实践证明,基于XPE操作系统的便携式数采分析仪运行稳定,在现场即可对机械设备的工况进行判断,加强了对机械故障的实时反应能力,具有一定的应用推广前景.