基于模糊控制算法的养猪场氨气浓度监控研究
这是一篇关于物联网,养猪场监控,云平台,多传感器融合的论文, 主要内容为我国养殖业在由小规模散放式散养、粗放型经营的传统养殖模式向现代化养殖模式转变发展的过程中逐步暴露出一些问题:一个原因是现代化养殖大部分都是在场房这种相对封闭的环境内,现场的各种环境因素例如温度、湿度、有害气体的浓度等直接影响存活率,需要进行实时地监测和调控;二是养猪场缺乏现代信息化的管理方式。研发出一套可实时监测和自动化调控养猪场环境的智能监控系统具有一定的意义。本文在某养猪场基础上设计了一套基于物联网技术的养猪场氨气在线监控系统。首先介绍了物联网在养殖业的应用现状以及物联网的关键技术和体系架构。随后对养猪场的整体需求和监控系统功能进行分析,并确定了养猪场氨气在线监控系统的总体方案。接着对系统的硬件系统及软件系统分别进行选型和设计,最终实现在线监控和管理养猪场。在系统设计中,采用了低功耗、高容错性的zigbee协议作为感知层设备的一种数据传输协议,并且采用了第五代无线通信技术作为传输层的无线通信协议,提高了系统数据传输的可靠性和稳定性;采用了uC/OS-Ⅲ以及Linux作为硬件平台的操作系统,并合理安排任务间及进程间的调度关系,使整个系统高效稳定运行;采用目前流行的Spring Boot框架开发服务器程序,提高了开发效率和可维护性;采用谷歌开源的Flutter框架开发客户端程序,一套代码多端运行,节约了开发成本和开发周期。在算法应用方面,采用多传感器融合技术提升了环境数据采集的准确性和可靠性,并对养猪场的环境状况做出综合评判;采用基于前馈解耦的模糊PID控制,提升了养猪场氨气调控的精准性。
某行政事业单位内部控制系统中收支管理子系统的设计与实现
这是一篇关于行政事业单位,内部控制体系,收支管理,云平台的论文, 主要内容为在当今互联网信息化时代,行政事业单位内部控制体系的建设必然离不开信息化平台的支持,将内部控制体系嵌入到信息系统之中,结合内部控制理念和内部控制方法,着眼于改善行政事业单位内部控制管理中面临的诸多问题。同时,随着云技术的发展,各种云平台的出现是实现企业转型的最重要环节之一,云平台为应用的开发提供云端的服务,让使用者充分享受一系列基础稳定、低成本的服务支持,从而提高研发效率。因此,致力于打造基于云平台的行政事业单位内部控制系统,改变单位各类经济活动信息分隔、分块管理的局面,实现对单位经济活动的全面控制具有重要意义。本文分析了该行政事业单位内部控制系统中收支管理子系统的设计与实现的过程,其主要论述系统中的收入管理和支出管理两大功能模块。采用软件工程的思想,首先从课题背景出发提出研究内容,通过使用业务流程和用例建模的方法分析总结了本系统的实际需求;然后在此基础上对系统架构、功能模块、数据库以及界面等进行了概要设计;接着对收支管理子系统进行了详细设计与编码实现;最后对系统进行测试,包括单元测试、功能性与非功能性测试,确保系统安全可用。本系统基于云平台进行项目开发,前端使用ES6开发语言和React等前端框架,后端使用Java开发语言,整合Spring、Spring MVC及MyBatis等框架,以及采用MySQL数据库管理工具等技术,从而向行政事业单位提供了一个内部控制系统管理平台。
基于NB-IoT的艾灸床监控系统的设计与开发
这是一篇关于物联网,NB-IoT,艾灸床,监控系统,云平台的论文, 主要内容为随着科技的进步和物联网技术的不断发展,人们的生活水平越来越高,医疗器械也更加的先进,医疗设备和物联网技术的结合已经成为一种必然的趋势。本文将物联网技术和艾灸床结合,设计与开发一种基于NB-IoT的艾灸床监控系统,旨在艾灸现场实时控制和远程查看艾灸床状态变化,改善艾灸床服务能力。本文以STM32F103RCT6微处理器作为监控终端的主控芯片,以K型热电偶采集艾灸床内的施灸温度,以SHT30传感器采集艾灸诊室的温湿度,以MQ-7传感器采集艾灸诊室的CO浓度状态,设计执行装置驱动电路,通过HMI串口屏显示和控制艾灸床状态,以移远BC20模组实现终端接入NB-IoT网络,传输艾灸床状态信息到阿里云物联网平台,实现数据的存储、分析、业务应用。本文设计的NB-IoT的艾灸床监控系统能够较好的实现艾灸床监控终端和云端监控界面的功能,具有较好的工程实践与指导意义。论文主要进行了以下方面的工作:(1)根据课题来源中艾灸床有待改善的问题,分析系统的功能需求,通过设计系统总体结构和技术方案,确定了监控终端和物联网平台两个部分的开发路线,根据系统对通信方案的实际要求,分析了NB-IoT技术的相对优势和网络架构,通过对国内物联网云平台厂商分类比较,选择阿里云IoT作为系统物联网平台。(2)完成了系统监控终端的硬件设计。根据开发设计的需要,完成对监控终端硬件整体结构的设计,设计电源模块为艾灸床执行装置和数字电路供电,根据主控电路功能,合理分配芯片资源并设计外围电路,完成了数据采集模块中各传感器的分析及其应用测量电路的设计,设计了驱动模块对执行装置进行控制,选择HMI串口屏作为操作和显示界面,分析了BC20模组的应用特征和外围电路。(3)完成了系统监控终端的软件设计。根据监控终端软件设计的总体思路,设计了主程序调用软件模块的流程。然后设计了数据采集模块的施灸温度采集程序、环境温湿度采集程序、CO浓度采集程序,设计了HMI串口屏的状态界面、操作界面和对应的HMI指令发送、解析程序。设计了AT指令驱动程序和BC20模块的入网流程。(4)完成了系统物联网平台应用开发。介绍了阿里云物联网平台设备接入流程,并根据监控需求和设备抽象模型定义虚拟终端,调用MQTT相关的AT指令,实现了终端登陆以及上报应用数据到物联网平台。最后使用Web可视化开发工作台,设计了艾灸床监控界面。(5)完成了系统功能测试。搭建终端测试平台,使用串口助手、HMI串口屏和系统监控界面对终端的数据采集功能、人机交互功能、数据远程传输功能分别进行了测试分析。在艾灸床现场对系统的远程监测和预警功能进行了测试,测试结果验证系统完成了预期的功能设计,测试使用效果良好。
基于BIM的桥梁健康监测云平台系统设计与实现
这是一篇关于桥梁健康监测,BIM技术,B/S架构,云平台的论文, 主要内容为目前,中国已是世界第一桥梁大国,中国路桥的发展已经到了建设与养护并重的阶段。如何对已有的桥梁进行保护、延长其使用寿命是目前热点研究课题之一。从最早的人工检查到如今的自动化设备检查,从本地巡检到远程监控,结合日益发展的网络技术,桥梁健康监测系统逐渐向云平台靠拢。而现有的监测系统大多在图形交互界面趋于平面化,相较于3D展示不够直观,尤其在监测点位展示方面较为严重。结合建筑信息化模型(Building Information Modeling,BIM)技术的三维优势,本文提出基于BIM的桥梁健康监测云平台系统,主要工作包括:(1)设计了基于BIM的桥梁健康监测云平台系统。对其发展历程、应用现状进行研究,结合国家标准和行业规范拟定监测内容和报警阈值。提出传感器+采集仪+无线通讯模块+云存储+Web端(BIM模型+数据可视化)的框架,验证BIM技术进入桥梁健康监测领域的可行性,打通技术链路,对桥梁健康监测系统的进一步发展进行探索。(2)硬件系统设计,选取传感器+采集仪+无线通讯模块的硬件链路,针对野外工况下的数据采集工作,本文采用更为稳定的通信协议MODBUS-RTU和4G无线通讯网络,摆脱对有线网络的依赖。软件系统设计,本系统采用Java EE开发,PC端和移动端均选取B/S架构,前端页面采用HTML5+CSS3+JavaScript语言编程,以WebGL加载BIM模型,服务端采用Java语言编程,使用MySQL进行数据存储。(3)将BIM模型进行轻量化处理。由于原始BIM模型体量巨大,难以脱离绘制软件单独使用,本系统通过轻量化引擎将BIM模型去除冗余的点面,将模型缩小数倍,再结合HTML5中的WebGL技术,使得BIM模型得以在Web系统中进行展示。通过软硬件联合调试,可以实现传感器数据实时上传、超值报警、历史数据查询、发送报警邮件等功能。将本系统与传统的桥梁健康监测系统进行对比,体现了桥梁运维过程中监测系统与BIM技术结合的优势。
云平台下基于微服务架构的高并发web服务器的设计与实现
这是一篇关于云平台,web服务器,微服务架构,Seneca,EggJS的论文, 主要内容为近年来,云计算相关技术不断发展与完善,越发受到各企业的重视。私有云、公有云等各类云平台也随之受到社会不同行业的青睐与应用。云平台在底层通过虚拟化技术合理地管理和调度软硬件资源。上层的用户一般通过网络连接来获取云相关的服务,对于云平台的用户来说,无需关心云计算资源的管理,升级和维护。但是,随着移动互联网时代的发展,互联网用户有了爆发性的增长,同时用户需求也有了更加快速,复杂的变化。对云平台web服务器的要求也变得越来越严格,快速交付、易扩展能力和高并发能力等变得越发重要。目前实验室开发的云平台web服务器已经无法适应这样的变化,暴露出代码高度耦合,可靠性差,不易扩展以及高并发能力不足等问题。本文针对其存在的问题,同时联系实际,引入微服务架构对云平台web服务器进行分层设计,并利用基于NodeJS的微服务框架Seneca和应用框架EggJS完成具体的实现。本文分析了目前云平台web服务器的单体架构,并进行了详细的需求分析,之后引入微服务架构的设计思想,将原来的整体架构分成了三层,分别是微服务治理层、微服务通信层以及微服务提供层。本文围绕分层后的架构,对每一层的设计与实现进行了详细的阐述。论文利用Seneca框架,EggJS框架和相关的插件,在微服务治理层中设计并实现了服务注册中心,API网关,熔断服务以及配置中心等一系列微服务治理的组件。在微服务通信层中完成了微服务间通信机制的设计与实现,完成了微服务调用策略的设计与实现。在微服务提供层中对云平台web服务器的业务功能进行了拆分,按照一定的划分颗粒度和业务边界得到了用户管理服务,消息管理服务,云应用服务以及云存储服务等核心功能模块并完成了代码重构。同时按照拆分后的服务对数据库进行了拆分,各个微服务拥有自己的数据层,能独立开发和部署,形成完整的小web应用。最后本文对改进后的云平台web服务器进行了功能测试和非功能测试。通过分析测试结果,发现改进后的web服务器有效地解决了之前暴露的问题,也基本符合预期的设计目标。
基于云平台的太阳能利用监测系统设计及应用研究
这是一篇关于太阳能,监测系统,云平台,物联网的论文, 主要内容为当下,我国面临着能源短缺与生态保护两大问题,可再生能源利用的发展将是同时解决这两个问题的关键。太阳能资源作为一种重要的可再生能源,其应用技术已经得到极大的发展。但由于受到周围环境的影响或运行维护不当等原因,太阳能资源的利用效率往往较低。因此,为促进太阳能资源的高效利用,有必要对太阳能利用过程中的系统性能及运行状况进行监测与分析。在此背景下,本文对太阳能利用监测系统的设计与应用展开了研究。根据实际使用需求,本文在监测系统的数据采集,数据传输和数据可视化显示过程中,采用了云平台、物联网、数据库、无线数据传输等关键技术。监测系统主要由数据采集终端和监测平台组成。数据采集终端以工业级的Edge Box-RPI作为硬件基础,采用高级编程语言Python进行数据采集、数据存储和数据上传的程序设计。其中数据上传程序以“断点续传”的方式进行设计,以保障数据上传的完整性。数据存储采用Mysql数据库。在通信设计方面,数据采集终端采用“Rs485+Modbus”的通信方式与传感器设备进行通信,以完成数据的采集工作,采用“4G+HTTP”的通信方式与监测平台进行通信,以完成数据上传的工作。此外,数据采集终端还安装有远程控制软件,以方便用户对其进行远程控制操作。在监测平台的设计开发中,本文以Web应用程序开发的方式来建立监测平台,并将其部署在云服务器上。监测平台的服务器采用了B/S模式和“Flask+Nginx+gunicorn+Mysql”架构进行开发。在前端,监测平台基于Admin LTE模板进行Web页面的设计与开发,并使用了Bootstrap、Jquery、Ajax和Echarts等前端技术。监测平台设计并实现了用户登录管理、实时数据显示、数据下载和历史数据查询等功能。最后,本文通过搭建光伏发电系统实验装置对监测系统的实际应用效果展开研究。在应用过程中,对监测系统的设计功能以及长期运行效果进行检验和分析。此外,还尝试利用BP神经网络来搭建光伏系统瞬时发电功率的预测模型,并将预测模型加入监测系统,实现光伏发电系统在线故障报警的功能。
基于血容积脉搏波的血管健康评估方法研究与网络化系统设计
这是一篇关于光电容积脉搏波,脉象,特征提取,遗传算法,BP神经网络,云平台的论文, 主要内容为随着时代的进步,生活水平的提高,人们的生活压力、不合理的饮食等都带来了潜在的心血管疾病的危机。血管健康是心血管出现问题的根本所在,用户提前了解血管的健康问题,并根据健康评估加以重视、预防,对心血管疾病的诊治和预防都有着重要的意义。中医脉象与血管健康息息相关,脉象的形成,不仅与心、血、脉相关,而且与其他全身脏腑机能活动也息息相关。本文则是根据血管容积脉搏波完成对脉象的辨识分类,从而进一步对血管健康进行评估。基于硬件前端采集得到的光电容积脉搏波设计了基于特征K值的伪差干扰消除算法,该算法首先计算光电容积脉搏波信号的K值,采用时域递归方法检验脉搏波的伪差干扰,其次根据检验结果采用估计的K值进行修正,进而消除由于环境等因素导致的伪差干扰,实验验算该算法估计得到的K值相对误差为0.82%,算法可靠;为了将临床中脉象信号客观量化,在时域中对脉搏波信号进行特征提取,通过滑窗法寻找脉搏波的峰值、谷值点对其每段划分,时域中初步提取四个特征值:h1、h2、h3/h1、t1/T;为了保证特征提取的完备性,采用希尔伯特黄变换接着对信号进行处理,频域中计算其边际谱的能量值,按频率划分各频段;通过200例脉象信号的分析计算发现,脉象异常的人群脉搏波信号的频域能量值普遍集中在某个频段,标准差为19.04,而正常人群则是均匀分布,标准差为6.02,差距较大,特征值提取可靠。根据上述提取的光电容积脉搏波特征参数,分别使用BP神经网络、LM算法优化的神经网络方法以及遗传算法融合神经网络的三种方法对脉象信号进行分类识别。通过识别结果对比,发现基于遗传算法的BP神经网络识别率高于前两个模型,准确率达到95%,较好地实现了脉象信号的分类识别。为了实现该算法的实际运用,将硬件采集、算法、前端界面显示整合在了云平台系统中,本文所述云平台基于Spring、Spring MVC与MySQL数据库的Web应用,使用阿里云服务器构建网络化系统,详细显示了脉搏波实时采集波形,用户个人信息以及生理参数、健康评估等等。该应用目前已经在阿里云服务器运行正常,用户可以通过网页实时查看信号和血管评估状况,解决了原本系统移动化、网络化的需求。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码客栈 ，原文地址：https://m.bishedaima.com/lunwen/45342.html
