基于Web的火电厂远程监控及故障诊断系统开发

为提高火电厂机组运行数据利用率．加强电厂机组数据的远程使用能力,开发了一套火电厂远程监控及故障诊断系统。系统以PI数据库和SQL Server2000数据库为平台,综合使用数据通信、故障诊断以及Web应用程序开发技术等开发而成,通过Internet/Intranet网络实现对下属火电厂机组实时数据显示,历史数据查询,特定参数曲线查询,故障结果显示,历史故障查询等功能。目前,该系统已投入实际使用,且运行状况稳定。     

发电厂单元机组集控运行危险点预控分析

单元机组集控运行是火力发电厂重要的运行方式,同时也是保证机组安全稳定运行的重要环节。火电厂单元机组集控运行危险点多、工作复杂,为提高单元机组集控运行的安全性和可靠性,保证机组的安全生产,应全面分析单元机组集控运行中的危险点,制定相应的预控措施。本文将以某火电厂为例,对火电厂单元机组集控运行中存在的危险点进行了分析,并提出了相应的预控措施。实践证明,对火电厂单元机组集控运行中的危险点进行预控是非常必要的,对提高火电厂单元机组集控运行的安全性和可靠性具有重要意义,具有一定的推广应用价值。     

基于STM32的风电机组振动监控系统设计

风力发电机组安全运行与否关乎到其使用寿命的长短以及发电效率,为实现对风电机组振动状态的实时监测,设计了基于STM32的风电机组振动监控系统,以STM32F103VB芯片为振动检测模块的核心,构建系统硬件,检测风电机组振动信号;利用RS-485总线实现振动检测模块与上位机分析模块的通信;在VC++6.0平台下,对振动数据进行显示和时/频域分析,并结合Access数据库完成数据的存储管理。实验结果表明系统能够长时间可靠运行。     

基于ARM的绿色建筑电梯能耗远程监测系统

为了实现绿色建筑中电梯的运行能耗、运行状态的大密度数据采集,进行了绿色建筑电梯控制系统设计。首先建立基于ARM控制的四层电梯模型作为能耗监测对象,以此为基础进行电梯能耗远程监测系统设计,实时地采集电梯运行的能耗数据,通过无线传输模块与STM32控制板实时通信,传输电梯能耗数据,实现对能耗数据的查询、存储和分析。电梯能耗远程监测系统为电梯能耗的评估提供依据,让绿色节能电梯助力绿色建筑,具有重要的理论研究意义和实用价值。     

燃煤电厂除尘设备预测性维护系统的研究

本文描述的是环保岛电除尘设备预测性维护系统在火电厂的应用。系统基于电厂SIS PI数据库提取的历史和实时数据,结合专家经验和策略、复杂的实时工况等,使用人工智能建模进行整合、分析、处理,其成果用于指导除尘设备的检修与故障处理,实现了除尘设备检修的智能化,降低除尘设备运行成本,在污染物达标排放的同时保证设备的稳定运行。     

实时数字滤波技术在火电厂运行数据分析中的运用

首先对火电厂运行数据分析环节工作的基本情况进行阐释,找出影响火电厂运行数据分析精度的干扰因素,其中,噪声干扰对运行数据分析的影响较大。随后阐述了实时数字滤波技术的核心内涵,以及将该技术运用到火电厂运行数据分析过程中的实际效用。最后,提出了如何更好地利用实时数字滤波技术来增强火电厂运行数据分析的精准度,即将加权递推平均滤波算法应用到实时数字滤波技术当中,此项技术处理措施值得在实践过程中推广应用。     

基于物联网的升降机监控系统设计与实现

为了实现升降机运行数据的实时存储与状态监控,提高升降机运行的安全性、可靠性和智能化水平,设计了基于物联网的升降机监控系统。系统集成了数据通信系统和升降机状态监控系统两个主要模块,数据通信系统包括数据处理模块、GPRS通信模块和通信服务器,数据处理模块实时接收和处理PLC和变频器发送的状态数据信息,再由GPRS通信模块和通信服务器实现状态数据的传输与存储,然后,监控系统通过实时调用状态数据实现升降机状态的实时监控。通过在港口升降机监控的实际应用,验证了系统运行的有效性。     

增量式FP_Growth算法及在信息抽取上的应用

对Web信息抽取中事物数据库和最小支持度发生变化时的频繁项目集更新问题进行研究,分析当大量增量数据到达时难以及时更新FP_tree的现象,通过对FP_Growth算法进行改进,提出一种基于频繁模式树的增量式FP_Growth挖掘算法,实现关联规则的提取。通过对二手IT产品交易网站的交易情况进行信息抽取并提取出关联规则,比较算法执行时间,分析置信度和支持度的变化,证明该算法能有效减少生成PT_Tree的时间,提高了挖掘效率。     

太阳能集热单元中央控制软件系统实现

中央控制软件系统实现了大规模太阳能集热单元的数据采集、存储、计算等功能;实现了实时监控现场参数、实时监控不同驱动单元运行状态、实时诊断故障、实时存储数据、实时运算集热效率等功能.软件开发采用C/S架构,Server端软件采用MFC框架,界面采用第三方IOCOMP控件,数据库采用SQL Server2005.经过项目实践证明:采用了上述架构的软件开发周期短、人机界面友好、可实现功能丰富、可扩展性良好、系统运行稳定、应用范围广泛.设计的远程监控模块、远程故障诊断模块、数据存储模块等也可以借鉴到其他需要进行远程监控、故障诊断的行业.     

基于STM32的校园泵房监控系统设计

针对现今校园泵房距值班室以及多个泵房之间较远,信息不能及时传输的问题,该文设计了嵌入式与物联网相互结合的监控系统,解决了泵房信息不能及时传输以及值班人员定点巡逻的问题。该系统以STM32处理器实现对泵房设备各传感器参数的采集与处理,通过MCGS触摸屏实现各参数的实时显示,采用NB-Io T模块将各个参数传输到云平台,实现实时数据的网络化及参数的异常报警,同时配备摄像头,实现对人员进入的报警提示。实际测试表明,该系统可有效应用于现场数据的监控且能够保持数据的准确性与实时性,实现信息化、网络化以及校园管理的智慧化。     

基于关联规则的数据挖掘技术在ERP中的应用

根据数据挖掘技术的特点，针对传统ERP系统在海量数据中发现隐藏知识的功能不足，提出把数据挖掘技术应用到ERP中去，直接从现行ERP系统的数据库中提取数据进行数据挖掘的应用策略，以提高ERP中的决策支持功能。编制程序实现了关联规则挖掘算法与ERP系统的整合，通过挖掘模型测试，证明了这些策略的有效性。     

基于OPC技术的某钢厂镀锌机组信息化系统

为改善某钢厂镀锌机组的故障报警系统,采用OPC通讯技术从现有西门子控制设备的CPU中截取过程控制用的状态数据。通过对生产设备实时状态数据的在线采集与分析,生成故障信息以及操作信息。利用现有网络保存到指定的服务器数据库中,根据故障优先级别进行语音报警及机组设备异常应对措施分类。系统投入运行后状况稳定,实现了机组故障的在线分析与判断,以及不同语音报警点同时播报不同信息内容的功能,提高了生成效率。     

频繁模式增量维护算法IM-FPM

数据挖掘是当今研究的一个热点,传感器实时收集大量的数据,将数据收集与数据挖掘技术结合起来,是现代数据处理技术发展的重要趋势.频繁模式挖掘是数据挖掘中的核心问题,本文针对数据库发生变化时频繁模式挖掘中普遍存在的重复扫描、遍历和计算问题,提出了频繁模式的增量维护算法IM-FPM.该算法充分利用已有挖掘结果来提高效率但又完全独立于上次采用的挖掘方法,并且只需对原始数据库进行一次扫描.实验结果表明,该算法能有效地解决数据库发生变化时的频繁模式增量维护问题.     

基于NX_Nastran的门机组合臂架系统参数化建模与分析平台研究

四连杆组合臂架结构参数化建模实现了其结构的多幅度、全载荷条件下FEA模型建模,生成的模型数据文件可直接调用NX_Nastran进行求解;四连杆金属结构强度、疲劳分析模块提取NX_Nastran 结果f06文件中对应的节点、单元信息,借助于专家系统的决策对四连杆金属结构进行疲劳计算分析.平台系统运行过程辅助以数据库进行模型驱动参数,以及结构强度疲劳分析结果的数据管理,同时生成的数据文件由专用文件管理模块进行分类和保存.平台系统具有良好的兼容性,其数据和文件管理系统可以纳入PDMS子系统进行有效的管理,为系统的进一步扩充提供良好的接口.     

两次挖掘的关联规则增量更新的改进算法

本文提出一种基于两次挖掘的关联规则挖掘算法（TMIUA)的改进算法,用于处理事务数据库增加新的数据集后相应关联规则更新问题,并对其性能进行了分析。     

三维四向编织复合材料参数化单胞模型建立及弹性规律数值预测

基于ANSYS参数化设计语言(ANSYS parametric design language,APDL)采用规则六面体单元建立参数化的三维四向编织预制件网格模型。提出增强相单胞网格提取算法,实现三维四向编织复合材料增强相参数化单胞网格模型的提取。在增强相单胞网格提取算法中,针对单胞边界面与单元的相对位置关系归纳出的单元分割情况共有36种,其中六面体14种、三棱柱19种、四面体3种。基于Fortran语言编写单元提取和再重组程序,通过ANSYS代码数据库接口实现Fortran程序与ANSYS软件间高效的数据传递。计算纱线填充因子对三维四向编织复合材料单胞纤维体积分数的影响关系。联合区域叠合技术与增强相单胞网格提取算法,通过施加应力加载的周期性边界条件,预测三维四向编织复合材料的弹性性能,数值预测结果与试验吻合较好,并进一步得出编织角和纤维体积分数对三维四向编织复合材料弹性性能的影响规律。     

FP-Growth-DW算法在离散车间的数据挖掘分析

针对离散车间生产能耗数据多源异构,干扰因素间关联关系不易分析的问题,根据离散制造能耗机理分析结果构建多源能耗数据挖掘模型(Multi-source Energy-consumption Data-mining Model, MEDM),提出一种面向离散车间的频繁模式增长(Frequent Pattern Growth for Discrete Workshop, FP-Growth-DW)算法。首先,应用关联视图、分箱处理和多源异构统一编码方法,对离散车间多源异构海量数据进行预处理;然后,采用分区并行策略和3种剪枝技术优化候选项集以构建频繁模式树(FP-Tree),并提取强关联规则合并存储到规则库中。最后实例验证表明,该算法在离散车间多源异构数据挖掘分析上具有可行性和有效性,算法效率提升了68.8%。     

基于无线传输的关口表数据动态提取与分析系统研究

针对目前关口表电量数据人工采集工作效率低,采集误差大的问题,设计了一种基于无线传输的关口表数据高效提取与分析系统。该系统利用移动设备,通过ZigBee无线传感器网络对各个变电站关口表电量数据进行采集,分析处理后发送给区域数据库,再通过GPRS网络传输技术将各区域统计的电量数据远程传送至无线采集终端的总控制中心。移动设备中具有传感器感应模块,自动进行收发数据,同时开发基于Android的自定义功能软件,实现电量数据的实时显示及结果分析。为提高电力系统数据采集的精准度、智能化程度,实现数据统计分析以及快速传输提供了一种重要的技术手段。     

基于智能网联车辆模型的驾驶员酒后 驾驶检测系统研究

为了有效防止驾驶员酒后驾驶,研究了一款基于智能网联的酒后驾驶检测系统。该系统由微 处理器、酒精传感器、ＧＰＳ定位模块、无线传输模块和上位机监控中心等部分组成。推导出输出电压与酒精 含量之间的转换算法,根据输出电压得出驾驶员酒后驾驶状态。研究 ＧＰＳ有效数据提取的方法,当检测到 驾驶员处于酒后驾驶时,车载终端会发出报警并且将数据无线传输到监控中心,通过有效方式避免驾驶员 的酒后驾驶行为。实验结果表明,系统具有良好的鲁棒性,能够准确实时检测驾驶员的状态并进行报警与 传输,能有效提高行车安全。     

基于异构值差度量的SOM混合属性数据聚类算法

针对传统聚类算法处理混合属性数据聚类质量不高且聚类结果可视化差的问题,提出了基于异构值差度量的自组织映射混合属性数据聚类算法。该算法以自组织映射神经网络为框架,采用基于样本概率的异构值差度量混合属性数据的相异性。利用分类特征项在Voronoi集合中出现频率作为分类属性数据参考向量更新规则的基础,通过混合更新规则实现数值属性和分类属性数据规则的更新。利用UCI公共数据库中的分类属性和混合属性数据集来测试所提出的聚类算法,并与SOM算法和kprototypes、SBAC、KL-FCM-GM算法进行比较。最后将所提出的聚类算法应用于轮式移动机器人的运动状态分析,获得了较好的聚类效果。