基于星载路由基带管控系统的设计与实现
这是一篇关于管控系统,FPGA,软件重构,单粒子翻转的论文, 主要内容为随着航天技术和信息技术的不断发展,卫星在生命期内技术状态固定的传统模式向支持在轨可重构的模式演进。在星链计划提出之后,大量星座集群带来了空间领域的激烈竞争,造成卫星在功能升级和管理等问题上面临巨大挑战。本文基于航天工程型号任务研发的实际需求,设计了一种基于星载路由基带的管控系统架构,具备高可控、可重构、高可靠、抗单粒子翻转的特性,可通过通信协议对自身及其他插件进行管理控制。本文具体研究如下:首先,研究了可重构技术的国内外研究现状,根据星载路由基带管控系统设备的功能需求、协议内容,实现了星载路由基带管控系统的硬件设计方案。其中,硬件平台主要包括反熔丝FPGA及其外围电路、刷新芯片及其外围电路、SRAM型FPGA及其外围电路、串口通信模块、复位模块以及电源模块,并详细介绍了模块的选型以及电路设计。所有电路均采用主备机冗余备份设计,保障了数据在硬件上的传输和处理。其次,根据异步串行通信协议、通信协议内容以及软件在轨重构流程,确定了FPGA中各模块具体功能划分,完成了星载路由基带管控系统的软件总体设计。采用Verilog硬件描述语言,对所有模块详细介绍了设计流程。通过异步串行通信实现数据的收发,采用FIFO缓存方式实现数据的串并转换以及模块内的传输。数据的解析和分发由协议控制管理模块实现,能够有效依据协议内容实现其相应的功能。最后,运用Modelsim软件仿真,验证了星载路由基带管控系统的软件设计,并进行了板级测试。通过理论分析与实验验证,证明了本文设计的星载路由基带的管控系统架构满足项目的设计需求,达到了预期目标。
压气机再制造叶片缺陷修磨生产线管控系统研究
这是一篇关于压气机叶片,管控系统,砂带磨削,自动化生产线的论文, 主要内容为叶片作为航空发动机的重要部件之一,其型面质量在很大程度上决定了发动机的性能。由于叶片受力恶劣、承载较大,且在高温、高压和高转速的工况下运转,长期服役后叶片型面极易产生磨损、凹痕、划伤、腐蚀等现象,进一步导致叶片失效,引发发动机故障。因此,国内外在发动机使用过程中均需对叶片进行定期检修。目前国内对叶片表面微小可修复性损伤修复主要采用“人工故检-手工抛修-样板检测”的作业方式。但是传统的手工作业方式,存在生产效率低、修复型面整体一致性差等问题。因此,亟需将再制造叶片抛磨修复由人工作业转向数字化生产,以提高叶片修复效率和质量。本文立足于自主设计制造的压气机再制造叶片缺陷修磨生产线进行管控系统研究与开发,旨在实现再制造叶片“缺陷自动识别-数控砂带抛修-坐标检测”一体化生产路线。基于此,论文开展了如下研究工作:对生产线构成、功能需求和技术要求进行分析,完成生产线管控系统总体方案和功能模块的总体设计。根据生产线的运行逻辑搭建管控系统的物料流和信息流,并针对管控系统的集成控制方案设计生产线异构设备柔性组网平台架构。对设备信息的数据采集问题提出基于以太网通讯的设备数据采集和基于PLC的产线辅件数据采集两种模式,实现了产线所有设备和辅件的信息获取。针对工艺数据驱动的生产过程方案和基于成本核算的订单排产方法等问题分别搭建对应模型解决其实际问题。对生产线管控系统调度问题进行研究,并结合生产线平衡率、平衡损失率和生产线平衡延迟等指标构建调度问题的数学模型,模型可匹配出较优的粗加工(瓶颈工序)时间。搭建神经网络模型,建立加工时间与磨削工艺参数之间的内部运行规律,并针对该问题进行调度结果分析和加工质量验证。结合管控系统总体设计方案和功能算法开发压气机再制造叶片缺陷修磨生产线管控软件系统,并将该软件系统应用于压气机再制造叶片数控砂带修磨生产线开展几种型号叶片的自动化抛磨修复实验。实验结果表明本文研究的压气机再制造叶片缺陷修磨生产线管控系统能够较好保证自动化抛磨修复效率,并显著提高再制造叶片批量修磨生产质量稳定性。
基于星载路由基带管控系统的设计与实现
这是一篇关于管控系统,FPGA,软件重构,单粒子翻转的论文, 主要内容为随着航天技术和信息技术的不断发展,卫星在生命期内技术状态固定的传统模式向支持在轨可重构的模式演进。在星链计划提出之后,大量星座集群带来了空间领域的激烈竞争,造成卫星在功能升级和管理等问题上面临巨大挑战。本文基于航天工程型号任务研发的实际需求,设计了一种基于星载路由基带的管控系统架构,具备高可控、可重构、高可靠、抗单粒子翻转的特性,可通过通信协议对自身及其他插件进行管理控制。本文具体研究如下:首先,研究了可重构技术的国内外研究现状,根据星载路由基带管控系统设备的功能需求、协议内容,实现了星载路由基带管控系统的硬件设计方案。其中,硬件平台主要包括反熔丝FPGA及其外围电路、刷新芯片及其外围电路、SRAM型FPGA及其外围电路、串口通信模块、复位模块以及电源模块,并详细介绍了模块的选型以及电路设计。所有电路均采用主备机冗余备份设计,保障了数据在硬件上的传输和处理。其次,根据异步串行通信协议、通信协议内容以及软件在轨重构流程,确定了FPGA中各模块具体功能划分,完成了星载路由基带管控系统的软件总体设计。采用Verilog硬件描述语言,对所有模块详细介绍了设计流程。通过异步串行通信实现数据的收发,采用FIFO缓存方式实现数据的串并转换以及模块内的传输。数据的解析和分发由协议控制管理模块实现,能够有效依据协议内容实现其相应的功能。最后,运用Modelsim软件仿真,验证了星载路由基带管控系统的软件设计,并进行了板级测试。通过理论分析与实验验证,证明了本文设计的星载路由基带的管控系统架构满足项目的设计需求,达到了预期目标。
楼宇机电设备智能管控系统的研究与实现
这是一篇关于机电设备,管控系统,HPLC,可视化云平台的论文, 主要内容为楼宇机电设备管控系统是智慧楼宇建设的重要内容,也是国家智慧楼宇建设考核的重要指标。常规楼宇的机电设备管控系统涉及范围狭小、通讯方式不统一、可视化程度低,导致信息不能高效融合、设备管控效率低下问题。针对这些问题,结合楼宇机电设备的现状和特点,设计了一种能远程可视化的楼宇机电设备智能管控系统,以实现楼宇机电设备提效降本、安全便捷运维的目的。主要研究内容和工作如下所述。研究了楼宇机电设备智能管控系统总体方案。分析了楼宇机电设备智能管控系统的需求,研究、设计了楼宇机电设备智能管控系统,包括机电设备的数据采集、电力线载波技术的网络传输、远程可视化管控的系统拓扑,明确了系统及各个环节的具体功能与实现方案。研究了楼宇机电设备负荷柔性调控方法。采用基于CNN-BiLSTM神经网络的楼宇短期负荷预测方法,建立了负荷预测模型,将负荷预测值作为楼宇负荷规划与调度的一项重要参考;针对取暖期空调负荷占用大,用电高峰期时整个电气回路容易出现电力负荷过载问题,采用一种空调柔性调控方法,在用户体验不受影响的情况下,降低空调功率,避免楼宇电气回路发生过负荷的情况的发生,提高楼宇机电设备智能管控系统的可靠性。研究了楼宇机电设备智能管控系统的关键技术与实现。分别对系统拓扑中的数据采集环节、网络传输环节、可视化管控环节进行详细的研究与设计。其中:数据采集环节主要完成了机电设备测控终端的软硬件设计,实现了机电设备的控制输出功能与相关数据的采集功能;网络传输环节完成了高速电力线载波通信模块的软硬件设计,实现了以电力线为主要媒介的数据远距离双向传输功能;可视化管控环节完成了可视化云平台的软件设计,包括楼宇BIM可视化模型和云平台人机交互功能的设计,实现了楼宇机电设备的可视化管控。实验室实验和西安高新区某楼宇工程应用、运行结果表明:所设计的楼宇机电设备智能管控系统功能完善,满足智慧楼宇建设的要求;建立的CNN-BiLSTM预测模型相比LSTM、CNN-LSTM在均方根误差上分别降低了 33.66%和30.52%,验证了模型的有效性;空调柔性调控方法在一天内使空调能耗下降了 5.28%,验证了方法的可行性;所设计的设备测控终端可实现机电设备的监测与控制功能,电参量数据采集准确,误差小于1%;所设计的HPLC高速电力线载波模块通讯网络可行性高,数据通讯情况稳定,在有效范围内丢包率小于5%;所设计的可视化云平台具备楼宇与机电设备模型的可视化浏览、机电设备的远程控制、数据集成与显示功能。系统最终实现了设计的预期目标,具有实用工程意义。
基于大数据的冷链物流管控系统的设计与实现
这是一篇关于冷链物流,大数据,管控系统,车辆调度,优化粒子群算法的论文, 主要内容为随着物流行业全球化发展趋势,在当今数字互联网时代,冷链物流面临着很多挑战,如参数监控不及时、配送成本虚高和效率低等问题,这些问题严重影响了冷链物流的效率效益和安全性。因此,如何利用大数据技术来解决这些问题,成为了一个非常重要的研究方向。本文针对冷链产品物流配送问题,以冷链物流管控结合、优化配送为目标,提出一种基于MapReduce框架的多配送中心车辆调度粒子群优化算法,设计并实现了基于大数据服务组件技术的冷链物流管控系统。本文分析了当前冷链物流管控的问题和挑战,阐述了大数据技术在冷链物流中的应用前景和优势。针对冷链物流中的需求特点和应用场景,设计了基于大数据的冷链物流管控系统的架构和功能模块,并详细描述了各模块的实现方法。使用Flink框架在Kafka消息平台上进行数据流处理;数据存储模块主要采用HDFS分布式存储系统结合Druid数据连接池;数据可视化模块采用Superset平台提供一个直观的数据挖掘和数据可视化的交互界面。针对多配送中心的车辆调度问题,提出了一种在Hadoop MapReduce框架下的优化粒子群算法,将问题的求解过程分解为多个子问题,在每个Map函数中采用粒子群算法进行优化求解,在Reduce函数中对各个Map任务得到的局部最优解进行合并寻优,得到全局最优解,实现最小化配送成本的目标。优化算法具有较高的求解效率和较好的求解质量,与传统的基本算法相比,可以优化配送方案并降低配送成本,同时该算法在MapReduce框架下具有较好的可扩展性和可并行性,可以适应大规模数据的求解需求。完成对系统的实现后,利用随机生成的冷链物流数据进行了系统的测试和评估。包括系统管理、监控管理、报警管理、数据管理四大模块。对系统功能进行黑盒测试,算法程序使用白盒测试的方法。结果表明,本系统能够满足冷链物流的实时监测和管控需求,有效提高了冷链物流的效率和安全性。
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：代码小屋 ，原文地址：https://m.bishedaima.com/lunwen/46724.html
