基于实时技术的大气颗粒物在线分析系统

针对环境监测中,难以实时在线处理海量颗粒物数据的问题,提出了一种基于实时技术的大气颗粒物在线分析系统,实现了颗粒物统计、浓度变化、来源解析等功能.该系统利用实时数据库来实时采集、存储海量大气数据,解决了环境监测中数据的海量问题;同时,引入自适应共振神经网络算法和逻辑回归模型进行数据分析,成功降低数据规模,提升数据分析速度.实践表明,该在线分析系统能在合理时间内得到准确的分析结果,具有重要的实际意义.     

嵌入式矿井通风机在线监测与故障诊断系统设计

针对现有的矿井通风机在线监测与预警系统存在体积大、维护成本高,采用Windows操作系统缺乏专用性、易误操作等问题,设计了一种嵌入式矿井通风机在线监测与故障诊断系统。通风机和电动机的振动、温度、负压、电压和电流等监测量由对应的传感器和智能仪表传入到PLC数据采集系统,PLC数据采集系统将数据送入以太网模块,系统通过协议解析得到相应数据,显示在嵌入式设备上,并进行实时诊断和故障报警;带有RS485通信接口的振动传感器、温度巡检仪、智能电表,通过ModBus协议将采集的数据传送给嵌入式总线模块,实现监测与诊断功能。测试结果表明,该系统满足矿井通风机在线监测的各项技术指标,同时实现了监测设备的小型化和多样化。     

不间断生产行业动力在线检测系统技术研究

介绍了不间断生产行业动力在线监测系统的设计、开发过程.该系统能对用户端三相电能质量进行实时、可靠的监测.提出了一种基于MCU-Rabbit2000-PC机的嵌入式实时数据采集系统架构,实现电能质量监测的网络化.其中高速电能质量数据的采集由单片机完成,数据通过Rabbit2000传输到以太网络,PC机对接收到的数据进行分析、存储和图形化显示.详细介绍了保证数据采集精度和实时性的几项关键技术.     

基于CRIO的数控机械在线监测诊断系统设计

目前提出的数控机械在线监测诊断系统温度采集准确度较低,导致诊断过程稳定性及准确性较差,为此基于CRIO设计了一种新的数控机械在线监测诊断系统,以期更好地分析数控机械的运行状态;通过数控机床在线监测模块、远程设备管理模块及故障诊断模块组成系统总结构,硬件设备包括NTI CRIO驱动器、新型伺服电动机、采集卡、传感器以及PC上位机,设计多参数在线监测模块、网络控制模块、设备管理模块和故障诊断模块;在采集信号中提取数控机械运行状态数据,通过格拉布斯准则估算标准偏差,去掉误差数据后,输出有效数据,完成数据的采集及存储,实现数控机械在线监测诊断系统设计;实验结果表明,基于CRIO的数控机械在线监测诊断系统的温度采集准确率为99%,振动信号采集准确率为95%,可以有效提高采集精准度,增强数控机械在线监测诊断系统的准确性及稳定性。     

基于数据监测的膀胱治疗仪故障在线监测方法

在泌尿系统医学检验和临床诊断中,膀胱治疗仪发挥重要作用,但膀胱治疗仪故障发生率较高,为了提高膀胱治疗仪故障诊断效能,提出基于数据监测的膀胱治疗仪故障在线监测方法。构建膀胱治疗仪故障数据采集模型,采用级联传感器实现对膀胱治疗仪故障类型化参数采集和特征分析,分析膀胱治疗仪的可控性负荷参数,提取膀胱治疗仪故障关联规则特征量,采用子空间辨识的方法,实现对膀胱治疗仪故障特征分离和聚类分析,采用数据在线监测和统计分析的方法,通过数据动态特征检测和故障特征提取,实现膀胱治疗仪故障在线监测。仿真测试结果表明,采用该方法进行膀胱治疗仪故障检测的准确性较高,故障诊断性能较好,提高了膀胱治疗仪各种类型化故障的在线检测和诊断能力。     

基于优化GM(1,1)的井壁变形预警系统

针对目前煤矿井壁变形监测预警系统存在检测方法单一、不能在线监测的问题,设计了一种基于优化GM(1,1)的井壁变形预警系统。该系统利用压力、位移和温度传感器采集井壁可压缩段的变形数据,并用优化GM(1,1)模型对数据进行分析、拟合,通过工业以太网将温度和位移数据传送给计算机监测系统,实现了数据的实时显示、分析和预警。应用结果表明,该系统性能稳定、测量精确、预警可靠。     

北斗差分定位的输电杆塔失稳监测系统设计

本文提出一种适用于山区环境的杆塔失稳在线智能监测系统,通过在杆塔上安装在线监测终端,对杆塔倾斜角度和位置进行实时采集,基于互补滤波降低风力摆动对惯性测量角度的影响,利用天通通信卫星数据业务实现山区无地面信号覆盖时的数据稳定传输,由线路状态监测软件完成数据的可视化直观展示,该方法能够有效提高杆塔失稳监测的效率.     

混合动力汽车ISG参数在线监测系统

提出了一种基于虚拟仪器技术的混合动力汽车ISG参数在线监测实时数据采集处理系统设计方案.首先阐述了SRS/G电机的基本工作原理与监测功能需求,然后给出了在线监测系统的软件、硬件实现的思路和方法.由于发挥了虚拟仪器技术的优势,设计的监测系统结构简单、界面友好、操作简单、功能易扩展.系统实现了数据的自动采集、显示、存储、分析及处理,有助于混合动力汽车ISG系统的进一步研究.     

变电站继电保护智能监测系统的研究

为解决变电站传统的继电保护装置存在智能化程度低、监测效果差、运维效率低等问题,本文通过分析人工神经网络在线识别机理,提出了一种基于神经网络的变电站继电保护在线监测系统,实现了对变电站多参数的实时动态采集和故障智能诊断,利用组套GUI开发了监控系统界面。经现场调试表明,设计的变电站智能继电保护在线监测系统可以实现对变电站设备的实时在线监控和智能故障诊断,准确采集变电站关键部位的数据并进行分析,实现了对变电站的可视化监控和管理,大大提高了变电站运维效率和质量。     

风力发电机在线状态监测仪的设计及应用

设计了基于TMS320 F2812芯片的DSP在线状态监测系统,此系统既可独立运行,又可与上位机配合工作,实现了数据采集、数据分析、故障预警、数据存储与上位机通信等功能.采集的数据经过滤波后,计算时域指标并将其与设定阈值比较,作为预警依据,之后对其进行FFT分析和Hilbert解调分析,分别得到信号的幅值谱和包络谱,以此来对风力发电机的状态进行监测.仿真分析和齿轮故障实验验证了DSP监测仪的有效性和可靠性.     

全国重点监测湖库可视化分析平台

为改善传统水资源监测范围小、对象单一、自动化与分析能力较差等不足,以水利部信息中心在全国范围内的重点监测湖库为研究对象,基于高分卫星影像,综合利用遥感和WebGIS技术设计并实现全国重点监测湖库可视化分析平台,实现湖库矢量和影像数据管理、多时相矢量查询与可视化、在线制作专题图等辅助监测分析功能。试验结果表明,系统能够实现从水体矢量到湖库动态监测产品的流程化管理,协助水利部门快速、直观地掌握我国重点湖库的基本情况和变化趋势,为全国湖库水情分析、水文水资源监测评价和生态环境保护提供科学依据。     

水体有机物在线荧光监测仪的研制

为保障水质安全,实现水体中有机污染物的在线监测,基于荧光检测原理,设计了一种水体有机物在线荧光监测仪.监测仪包括荧光检测装置、流路及采样模块、电源模块、工控机及触摸屏、数据库及分析软件、数据传输模块;详细介绍了荧光检测装置的组成结构;给出了监测仪的光学参数、电气参数和结构参数,并对其性能进行了测评;监测仪光谱检测范围为300～750 nm,检测时间小于10s;采用色氨酸水溶液作为样品进行实验测试,监测仪线性度判定系数R2为0.95,荧光强度检测结果的相对标准偏差(RSD)为2.68％;监测仪远程数据传输可靠稳定,维护周期为每月一次;该监测仪可以对水体有机污染物进行实时监测,能够及时获取水质信息,检测速度快,无需检测试剂,有效避免化学试剂对环境可能造成的二次污染.     

水质在线监测系统的运行评价

水质在线监测系统长期运行故障率会逐渐升高,接近使用年限时需加大维护频率,必要时还要进行系统升级改造。以上海市苏州河水质在线监测系统某测站改造为例,介绍水质在线监测系统的改造项目及在线仪器与实验室分析数据的比对过程。分析得知:系统改造后,在线监测仪器的pH、氨氮、高锰酸盐指数3个指标与实验室数据基本一致,可以反映水体的水质情况。     

非接触式雷达波流量自动在线监测设备安装平台研究

宁夏水网具有流量变化级差大、含沙量高、风期长、风速大等区域特点,流量在线设备安装平台方面缺乏系统性的研究与实践.针对宁夏水网特点和流域特性,分析各类非接触式流量自动在线监测设备安装现状及建设需求,提出安装平台设计思路,重点研究不同断面跨度、环境影响条件下的河(沟、渠)非接触式雷达波流量自动在线设备安装平台设计,并在4处...     

基于物联网技术水资源环境监测仿真研究

研究对水资源环境进行监测的精度问题。针对传统的水资源监测系统难以自适应采集各种类型水资源数据信息和实时可靠地传输水监测数据的问题,特别是传统的监测算法具有较高的复杂性,参数设置需要大量的资源,为了解决上述问题,提出了一种多传感网络平台的水资源环境监测物联网技术。主要难点技术在于将监测区域分为若干个不同的分簇,每个分簇搜集各种类型的环境监测数据,且可依据监测需要设定不同类型的传感器;在监测区域内设置移动Agent节点,根据网络能耗建立实时二维定位表,采用Rosen梯度投影法选择最优路径,构建移动方案,搜集采集到的数据并转发给控制中心。仿真表明,提出的技术对水资源监测实现远程数据采集和传输,具有实时性和可靠性,且网络整体能耗较低。     

半导体激光宫颈糜烂治疗仪故障在线监测研究

传统的半导体激光宫颈糜烂治疗仪故障监测方法是基于基极短路法实现在线监测,监测过程中存在平均时延过高的问题。为此,设计半导体激光宫颈糜烂治疗仪故障在线监测方法。分析半导体激光治疗仪常见故障,以此为基础,引用合适的微型传感器,选择LMC662芯片作为前置放大器,设计相应的前置放大电路,利用无线传感网络技术向监测中心发送故障报警信息,实现治疗仪故障在线监测。测试结果表明:传统的监测方法测试的平均时延为46 ms,设计的治疗仪在线监测方法测试的平均时延为24 ms,两者相比,设计的治疗仪在线监测方法平均时延更小,该方法更适合应用在实际项目中。     

一种改进的在线自适应模块化神经网络

针对在线模块化神经网络难以实时有效划分样本空间,提出一种改进的在线自适应模块化神经网络.首先,基于距离与密度实时更新样本局部密度及RBF神经元中心,实现样本空间在线划分;然后,将子网络模块数根据划分样本空间的个数进行自适应增减,每个子网络模块对属于对应样本空间的样本进行学习;最后,集成模块对子网络模块的输出结果进行集成,输出最终结果.针对在线梯度下降法要求样本有足够的随机性问题,提出一种具有固定记忆的在线梯度下降法对网络进行在线学习.通过对典型非线性时变系统及污水处理过程中出水氨氮浓度进行预测,验证了该模块化神经网络能够实时有效地更新RBF神经元中心,并减少学习过程中子网络模块不必要的增减,且网络结构更加简洁,能够准确预测不同的时变系统.     

Application of Bayesian Network Learning Methods to Waste Water Treatment Plants

Bayesian Networks have been proposed as an alternative to rule-based systems in domains with uncertainty. Applications in monitoring and control can benefit from this form of knowledge representation. Following the work of Chong and Walley, we explore the possibilities of Bayesian Networks in the Waste Water Treatment Plants (WWTP) monitoring and control domain. We show the advantages of modelling knowledge in such a domain by means of Bayesian networks, put forth new methods for knowledge acquisition, describe their applications to a real waste water treatment plant and comment on the results. We also show how a Bayesian Network learning environment was used in the process and which characteristics of data in the domain suggested new ways of representing knowledge in network form but with uncertainty representations formalisms other than probability. The results of applying a possibilistic extension of current learning methods are also shown and compared.     

基于DSP的棉条信号波谱分析及系统实现

波谱分析是并条机在线监测系统的重要组成部分;设计了基于DSP的波谱分析仪;首先对波谱分析的算法进行了规划和Sim-ulink仿真,然后以DSP为核心进行了硬件系统开发,完成了从数据采集、信号处理到波谱显示的完整系统设计;软件设计中利用RTW-EC生成DSP目标代码,并通过CCSLink将DSP和MATLAB进行连接,从而大大加快了DSP的开发进程,将得到的波谱图与乌斯特仪的计算结果进行比较,其变化趋势基本一致,实验证明,该方案可以高效地实现55个通道的波谱分析,对于在线监测系统具有重要意义。     

微铣削刀具磨损状态监测方法研究

为提高金属微铣削过程中刀具磨损状态在线监测系统的预测效率与精度,提出一种基于线性判别分析与改进型BP神经网络模型识别刀具磨损的方法;该方法通过传感器与数据采集系统采集微铣削过程振动信号,提取其时域和频域特征并通过线性判别方法进行降维约简;将降维后的特征输入经灰狼优化改进的BP神经网络模型,从而实现微铣刀磨损状态特征的分类;结果表明,提出的微铣刀在线监测方法能够准确识别微铣刀的各种磨损状态;此外,和其它分类算法相比,提出的基于灰狼优化算法的BP神经网络模型在分类精度和计算效率方面具有综合优势;这对实际生产过程中微铣刀的磨损状态监测具有非常重要的实际意义.