基于云计算的大数据信息处理技术研究（英文）

随着大数据时代的到来,信息的数据量正在以指数级的速度快速增长,己经达到TB、PB甚至是ZB级别。而在信息数据飞速増长的背后,是它们所蕴含的无穷无尽的价值。大数据信息处理技术可以帮助人们发现知识并从海量数据中找出规律,从而创造应用价值。但传统的信息处理方法不能有效地处理海量数据,尤其是不能满足用户对时效性的要求。云计算技术的出现和发展为快速、高效地处理海量数据提供了解决方案。为了充分利用云计算的并行计算能力及其动态资源的分配来有效地处理海量数据,基于云计算的大数据信息处理技术变得至关重要。因此,以提高信息处理效率并且保持数据的准确率为目标,将现有的经典数据分析算法模型与云计算技术相结合,对结合云计算和大数据的海量信息处理技术进行了研究,并提出了一种基于云计算的大数据信息处理方法。     

基于海量数据融合的设备状态评价方法

针对传统方法难以实现对海量数据环境下的设备状态评价的问题,提出了一种基于海量数据融合的设备状态评价方法。首先,利用擅长处理海量数据的分布式聚类算法K-means对海量状态数据进行预处理为多个簇,并求出各个簇的质心作为该簇的代表信息;然后对代表信息进行加权处理;最后利用证据理论对加权的代表信息进行融合,从而决断出设备的状态。通过仿真实验结果表明,该方法能对海量信息进行有效融合,并能更合理地决断出设备的状态信息。     

逆向工程曲面重建及实验应用研究

针对逆向工程前处理阶段获得的海量点云大数据存在运行速度慢、内存不足等问题,确立了点云分割的精确程度是影响最终数模精度和处理时间的关键因素;分析了点云处理的技术流程、三角Bezier曲面重构法和NURBS曲面造型法,研究了基于曲率的边界法识别技术和基于点云几何属性的特征区域自动分割方法以及平面分割技术;以某大型水轮机叶片和发动机皮带轮等为实验对象进行了三维光学扫描,采用Geomagic软件对获得的海量点云进行了处理和曲面重建操作,得出理想点云数模和真实数模的实际偏差率为96%,证明了采用的研究方法在逆向工程、质量检测及3D打印方面是切实可行的。     

烧结生产数据仓库的建立

烧结厂生产数据分布散乱,数据存储技术落后,对数据的查询要求只是简单的事务查询,不能够对历年数据进行查询和分析,为大数据技术在烧结厂的应用带来了障碍。通过对烧结厂存储的海量生产数据进行整理和分析,利用数据仓库技术为烧结厂搭建了新的数据结构,使历年生产数据得到有效的整理,各数据源之间不再是独立的信息,为大数据技术应用创造了条件。     

基于云计算与风险评估的数字化信息发布系统设计

为了解决大数据环境下,传统数字化信息发布系统存在的响应效率低以及抗风险性能差的弊端,设计基于云计算与风险评估的数字化信息发布系统,系统由数据层、支撑层以及应用层构成,分析了系统的业务流程,并对系统的综合信息管理、风险评估交流以及信息发布共享功能进行了分析。给出了系统中多媒体播放终端模块、信息发布管理模块的设计和实现过程。分析基于云计算的信息安全风险评估流程,实现信息发布系统安全风险的有效评估。实验结果说明所设计的信息发布系统,具有较高的响应效率和抗风险性能。     

LoRa技术在机械加工关键动态数据采集的应用研究

在大数据环境下,为了解决机械加工中存在的数据流失的问题,使机械加工模式有更强的决策力和洞察力,在分析了LoRa技术、动态数据采集参数内容及采集方式、系统软件设计后,提出了一种基于LoRa技术的机械加工关键动态数据采集系统。系统主要利用传感器技术实现对机械加工过程中切削力、主轴振动、刀具磨损程度等机械加工动态数据信息的采集,通过LoRa模块将传感器采集到的数据传输到数据库服务器,进行数据的存储和管理,进而从海量数据中挖掘并提纯信息,从而提高机械加工效率,实现智慧加工。     

云计算平台中分布式Hadoop数据挖掘关键技术研究

云计算环境下的大数据特征挖掘是大数据统计及分析的基础。为了提高聚类的准确度和速度,设计了一种基于分布式Hadoop平台和熵加权特征选择的数据挖掘方案。该方案首先采用无回路有向图对Hadoop平台下的Map Reduce 作业流调度问题进行了分析。然后采用并行 Map Reduce执行过程完成分布式计算。最后,采用熵加权聚类算法实现海量数据挖掘。仿真结果显示,提出的数据挖掘方案具有较好聚类效果和运行效率。     

物联时代来临 工业4.0带来了机器人的进化北大核心

机器人的价值,最开始是在工业领域的普及而受到全球认可的。尤其是,主要需求领域的汽车与电子制造产业中,机器人的安装使用,带动了生产效率的大幅增长。新一代信息通信技术的发展,催生了移动互联网、大数据、云计算、工业可编程控制器等的创新和应用.     

转型升级 创新发展——焊接行业新趋势浅谈

数字化、信息通信、3D技术、大数据、物联网、云计算技术、风能、太阳能等,这些新名词正悄然改变世界。或许您还不曾察觉,以数字化为核心的第三次工业革命正在到来。其显著特点是,工业化时代,主要依靠信息化技术,尤其是云计算技术,实现资源大集聚状态的升级。电焊机行业如何顺应第三次工业革命潮流,拓展公司经营发展、     

基于粗糙集理论的数据发掘算法

粗糙集理论是一种软计算方法，可以有效地分析和处理不完备信息。本文介绍了粗糙集理论的产生和发展、粗糙集理论概述、粗糙集理论的特点。研究了基于粗糙集的数据发掘算法CRCG，该算法利用概念普遍化和粗糙集对数据进行压缩和维数精简的特长，达到高效发掘感兴趣模式的目的。     

设备上云技术研究现状与展望

加快制造设备互联,提高设备数字化、网络化程度,实现信息的实时传输、设备的泛在感知和数据的快速分析处理是智能制造的关键。基于工业设备上云总体框架,对工业设备上云中的工业数据采集和分析技术、异构网络融合技术、边缘计算和网络安全等关键技术进行分析。指出设备上云存在的问题,并展望了未来的研究方向。     

CNDT&E“云”检测与评价技术

基于云计算技术和检测集成技术的云检测是一个全新的概念,它包容各种物理与化学的检测方法,实现信息共享和远程控制,也是无损检测集成技术发展的趋势。讨论了无损检测技术集成创新带来的优越性,该技术目前的研究现状以及未来的发展方向,即云检测。简要阐述了无损云检测与评价技术计划方案,云检测通过云计算和无损检测集成技术的结合,将传感器采集的数据收集于云端进行存储、处理。云端的功能包括信号处理、存储、评估、预测、信息反馈等一系列软硬件共享资源。用户能够共享软、硬件资源,享受云检测带来的便捷服务和高效率。讨论了无损检测技术建立云检测的可能性,优点和亟待解决的问题,并介绍了一种无损云检测的雏形样机,指出云检测是未来无损检测集成技术的发展方向。     

基于三维图像处理的车刀磨损缺陷检测方法研究

针对目前车刀磨损检测中所获取的二维图像处理无法提取车刀磨损区域三维特征的问题，提出一种基于结构光投影技术的方法，提取车刀磨损区域三维特征信息。对获取的信息进行分割，分离车刀中的垫片点云和刀头部分点云；然后对垫片点云进行最小二乘拟合平面处理，将拟合的平面与刀头部分点云进行最大距离求解，并用标准量块进行实际物理距离换算；最终获得刀头的最大实际磨损量，为工人更换刀头提供数据参考。实验结果表明：在对车刀进行磨损区域量化处理中，该方法可以获取车刀刀头的具体磨损量值，且具有较高的精度和较低的经济成本，该系统的误差小于0.05 mm,可满足实际生产需求。     

移动云服务环境中办公资源的安全访问控制技术研究

由于云计算环境中无线办公网络环境的复杂性,导致移动端用户的数据资源存在较大的安全性隐患,因此为了提高移动云服务环境中办公数据访问的安全性,提出了一种基于改进CP-ABE(ciphertext-policy attributed-based encryption)的安全访问控制机制。该方法通过结合电子签章技术,对传统属性加密方案进行了改进,实现了更加高效的移动云计算安全访问控制。仿真实验结果显示:相比其他方法,提出方法所需计算开销和存储更小,且运算效率更高,适用于云服务环境中移动端用户的多种办公应用。     

基于激光SLAM的移动机器人导航算法研究

定位技术是机器人技术中导航控制和路径规划的关键问题,传统定位方式采用全球定位系统(GPS),难以完成精准的定位导航功能,不依赖于GPS的定位导航方法是目前机器人领域的研究热点。提出一种基于激光雷达采集的点云信息帧间匹配方法,根据改进式激光点云数据的位姿估计算法,结合非线性优化进行了校正和优化,完成移动机器人对未知环境的精确定位。通过ROS机器人操作系统搭建实验平台,对改进算法进行验证,证明改进后帧间匹配算法的建图和定位效果对应的鲁棒性与定位精度效果更佳,可满足工程要求。     

基于NV-SEC的复杂箱体特征尺寸提取方法及应用

为了实现导弹发射箱的自动化打磨工序,必须提取复杂箱体的特征尺寸。通过三维激光扫描技术得到发射箱的点云数据后,对其进行分析,提出了一种基于法向量和排序欧式聚类(Normal Vector and Sorted Euclidean Clustering,NV-SEC)的箱体类零件特征尺寸快速提取方法。该方法首先以箱体点云模型中各点法向量的不同为判断依据,将箱体所有的环筋边缘信息提取出来,并采用改进的排序欧式聚类分割算法,得到有序的单根环筋的边缘信息,从而进一步求得箱体的宽度尺寸。实验结果表明,该方法可以满足箱体自动化打磨的要求,可以大幅度提高箱体环筋与纵筋装配质量,提高箱体加工效率。     

RFID物料主动感知的车间AGV云-边协同计算框架模型北大核心

针对智能车间制造物联产生的物流状态数据低延时传输与高效率响应的计算服务需求,提出一种RFID物料主动感知的车间AGV云-边协同计算框架模型。讨论AGV状态数据采集与信息交互、边缘侧RFID数据处理、云-边协同计算等关键技术。案例研究表明:生产物流过程数据可在计算模型的AGV边缘端和云端两个层面进行协同处理,实现主动感知与自主决策,为车间的自治化、智能化提供支持。     

高速接入网云计算平台的大数据挖掘算法研究

随着移动高速接入网络的发展,网络流量显著增加,但移动终端使计算和存储受限。利用有限的人工智能应用大数据挖掘、云计算有利于解决这些冲突,提高用户体验。针对大数据挖掘算法的移动互联网特性,联合考虑云计算和大数据挖掘,并充分考虑数据传输效率和拓扑移动接入开展研究。仿真结果表明：该算法是有效的。     

面向高端液压缸离散制造的PLM/ERP/MES全生命周期管控平台构建与应用研究

在信息技术与制造业深度融合以及工业互联网快速发展的背景下,如何利用大数据、云制造等新型技术进行信息化转型是高端制造业实现产能突破和提质增效的关键。然而,高端液压缸多品种、单件、小批量的离散制造模式带来的图纸工艺数据庞大复杂、信息传递不畅以及生产繁复耗时等问题严重制约了企业的发展。以高端液压缸的离散制造为核心构建全生命周期管控平台,它包含4个关键信息化技术：集成全生命周期管理（PLM）、企业资源计划管理（ERP）、制造执行系统（MES）以及数据采集与监视系统 (SCADA),最后介绍了成功应用于某公司的部分核心技术模块的典型案例。