基于微服务的工业设备边缘管控平台设计

这是一篇关于边缘计算,微服务,管控平台,故障诊断,并行计算的论文, 主要内容为工业设备管控主要包括设备的状态监测、控制、故障诊断、健康评估、运行维护等,是智能制造的重要内容。随着制造规模的增加,工业设备规模和复杂性不断增加,且随着工业互联网、先进传感等技术的应用,工业设备管控数据规模呈几何增长,表现出规模大、种类多、分布散等特点,传统基于云计算的中心式信息处理方式无法满足大规模设备管控的数据实时性需求,迫切需要研究新的管控平台,实现设备管控计算任务的高效、灵活、快速部署。针对上述问题,本文面向工业设备管控,根据边缘计算将算力“下沉”到边端的设想,设计并实现了基于微服务的工业设备边缘管控平台,为大规模工业设备管控提供了一种新的技术方案,具体研究工作如下:(1)边缘管控平台需求与功能分析。分析了平台数据和业务的多源整合与统一管理、平台服务的高可靠保证、数据信息的高效存储与资源共享以及平台业务的严格授权与信息安全等四大核心需求。(2)管控平台架构设计。按照需求分析进行平台架构设计,平台采用go-micro框架实现微服务的设计与开发。其中,基于RBAC(Role-Based Access Control)模型构建了用户权限管理系统,并在此基础上开发了用户管理服务和权限管理服务;基于Ceph集群构建了对象存储系统,并在此基础上开发了资源管理服务;采用基于任务模板的任务部署机制,实现了任务管理服务;借助Grafana可视化开发工具开发了平台监控看板并与基础工程进行整合;设计API网关实现对各微服务请求的路由与分发;微服务间采用RPC、消息队列等方式交互,以降低服务耦合度。(3)边缘管控平台实现与测试。平台采用6台树莓派构建边端Kubernetes集群,并在集群中部署测试环境;通过编写测试用例进行平台功能测试,同时使用Jmeter压测软件编写测试脚本进行性能测试,在50个线程并发下,通过1832953次模拟HTTP请求,响应成功率达100%;压测时平台各功能业务平均响应时间为98ms,网关平均CPU使用率78.2%,内存占用率22.8%,符合设计预期。(4)基于边缘故障诊断的平台验证。采用基于深度学习的分布式边缘故障诊断作为典型案例进行平台功能验证。设计了一种基于数据并行的分布式模型训练方法,并使用多种工业轴承数据集对该方法进行验证,实验表明该方法在采用三个节点进行并行计算时,与传统训练模式对比,模型准确度相差2%以内,模型训练时长节约近50%,并对该方法在平台中的部署进行了演示说明,验证平台在设备管控与数据处理方面的能力。

基于OpenStack的云管控平台的磁盘管理系统的设计与实现

这是一篇关于云计算,管控平台,磁盘管理,OpenStack的论文, 主要内容为现如今,云计算在计算机和互联网领域扮演着越来越重要的角色,而存储作为云计算中比较重要的一环,如何管理和使用存储成了该环节中一个比较重要的问题。作为云计算领域的热门组件,OpenStack在该领域中有着不可或缺的地位,其内部组件Cinder更是在云磁盘管理方面发挥了重要作用。因此,如何设计并实现一个稳定高可用的云管控平台的磁盘管理系统是管理和使用好云存储的关键。基于以上背景,本文设计并实现了一个基于OpenStack的高可用云服务器磁盘管理系统。作为整个云管控平台的磁盘管理模块,该系统为ECS(Elastic Compute Service,弹性计算服务)提供磁盘的创建、删除、挂载卸载、快照等服务,并增加云存储的可控性与稳定性。系统主要以Java作为编程语言,并且采用Spring+Spring MVC+Hibernate框架,实现了一个基于B/S架构的云磁盘管理系统。本文的工作包含以下方面。第一,对原始资料的收集,通过查阅文献,了解云存储的最新情况和技术,并对个人实习单位情况进行具体分析,确定本文所论述的系统应具有的功能。然后,对以上结果进行归纳、分析,得出系统的需求,也即需求分析。本文通过调研的实际情况对系统的需求进行细致的划分,使用用例图、数据流图等形式对系统需求进行了详细的说明,得出了系统的功能性需求和非功能性需求。其次,系统的设计与实现。本文在该部分详细地划分功能模块,对系统功能进行了详细的拆分,将系统分为磁盘管理模块、资源配置模块以及设备交互模块(这些模块下还有细分模块),并对系统的网络拓扑结构和数据库设计进行了详细的说明,详细阐述了系统功能模块的实现。最后本文对系统做了详细的测试,包括功能性需求测试和非功能性需求测试,它们是通过第三方软件工具进行的,测试方法采用黑盒测试。测试表明,系统的功能性需求测试符合预期结果。除此之外,本文还对系统的响应时间等项目做了性能测试,以此证明系统的非功能性需求测试也是符合预期的。以上结果最终表明,本文所论述的系统符合要求。该磁盘管理系统的设计与实现,使ECS云服务器的磁盘业务,如创建删除、挂载与卸载、快照服务等活动都能够高效准确地进行,并能在指定的并发量内稳定运行。且该磁盘管理系统使用的OpenStack Cinder组件经过一定改造,保证了系统在负载失衡时的稳定运行。

基于OpenStack的云管控平台的磁盘管理系统的设计与实现

这是一篇关于云计算,管控平台,磁盘管理,OpenStack的论文, 主要内容为现如今,云计算在计算机和互联网领域扮演着越来越重要的角色,而存储作为云计算中比较重要的一环,如何管理和使用存储成了该环节中一个比较重要的问题。作为云计算领域的热门组件,OpenStack在该领域中有着不可或缺的地位,其内部组件Cinder更是在云磁盘管理方面发挥了重要作用。因此,如何设计并实现一个稳定高可用的云管控平台的磁盘管理系统是管理和使用好云存储的关键。基于以上背景,本文设计并实现了一个基于OpenStack的高可用云服务器磁盘管理系统。作为整个云管控平台的磁盘管理模块,该系统为ECS(Elastic Compute Service,弹性计算服务)提供磁盘的创建、删除、挂载卸载、快照等服务,并增加云存储的可控性与稳定性。系统主要以Java作为编程语言,并且采用Spring+Spring MVC+Hibernate框架,实现了一个基于B/S架构的云磁盘管理系统。本文的工作包含以下方面。第一,对原始资料的收集,通过查阅文献,了解云存储的最新情况和技术,并对个人实习单位情况进行具体分析,确定本文所论述的系统应具有的功能。然后,对以上结果进行归纳、分析,得出系统的需求,也即需求分析。本文通过调研的实际情况对系统的需求进行细致的划分,使用用例图、数据流图等形式对系统需求进行了详细的说明,得出了系统的功能性需求和非功能性需求。其次,系统的设计与实现。本文在该部分详细地划分功能模块,对系统功能进行了详细的拆分,将系统分为磁盘管理模块、资源配置模块以及设备交互模块(这些模块下还有细分模块),并对系统的网络拓扑结构和数据库设计进行了详细的说明,详细阐述了系统功能模块的实现。最后本文对系统做了详细的测试,包括功能性需求测试和非功能性需求测试,它们是通过第三方软件工具进行的,测试方法采用黑盒测试。测试表明,系统的功能性需求测试符合预期结果。除此之外,本文还对系统的响应时间等项目做了性能测试,以此证明系统的非功能性需求测试也是符合预期的。以上结果最终表明,本文所论述的系统符合要求。该磁盘管理系统的设计与实现,使ECS云服务器的磁盘业务,如创建删除、挂载与卸载、快照服务等活动都能够高效准确地进行,并能在指定的并发量内稳定运行。且该磁盘管理系统使用的OpenStack Cinder组件经过一定改造,保证了系统在负载失衡时的稳定运行。

无人机调度算法研究与管控平台设计

这是一篇关于无人机,调度算法,改进蚁群算法,管控平台,SSM框架的论文, 主要内容为无人机调度是多无人机执行任务的关键环节,合理的安排无人机调度方案以使得无人机系统收益最大、代价最小具有重要的意义。同时,一个可管控多架无人机的管控平台也逐渐成为研究的热点,它的研究对整个无人机系统的实际应用有着重要的意义。本课题在无人机调度算法研究的基础上,完成了无人机管控平台的设计。在无人机调度算法方面,首先明确了无人机调度的相关概念,讨论了调度的约束条件及目标函数,并为其建立数学模型,在理论上对无人机调度进行了研究并选定了蚁群算法来解决无人机调度问题。详细介绍了蚁群算法的原理,同时对基本蚁群算法的优缺点及参数进行了分析,针对蚁群算法收敛速度较慢且易收敛于局部最优解的缺陷,在算法前期利用K-means与细菌觅食算法相结合的聚类技术动态调整蚁群算法的参数,算法后期利用遗传算法进行改进使其跳出局部最优,并将改进的蚁群算法应用到无人机调度中验证了算法的有效性。对改进的蚁群算法进行了仿真测试,结果表明该算法不仅提高了无人机调度效率,而且使无人机资源得到了更充分的利用,更好的发挥了无人机的优势。在无人机管控平台方面,首先进行了需求分析,然后介绍了平台涉及的相关技术与理论,最后完成了管控平台的设计实现。平台基于SSM(Spring MVC+Spring+Mybatis)框架,采用 B/S 架构,利用 Java、html、JavaScript 等语言,使用SQL Server数据库等进行开发设计,可同时管控多架无人机,主要实现了用户登录、无人机管理、硬盘录像机管理、视频管理、航线管理、指令控制及飞行数据显示等功能,并将无人机调度算法求得的调度方案应用于航线管理模块。测试表明,无人机管控平台,其能够稳定、准确地实现对无人机的管理与控制,实时地发送任务指令并接收、显示无人机数据,可靠性高、通信实时性强。

某省地税稽查执法管控平台的分析与设计

这是一篇关于地税稽查,管控平台,信息系统的论文, 主要内容为随着社会经济的不断发展,生产力发展水平的逐步提高,地税稽查管理工作的难度越来越大,工作效率需要进一步提高。采用计算机和互联网技术实现地税稽查管理工作已经成为当前发展的主流。近年来地税信息化建设已经有了长足的发展,该项工作的信息化建设不断向标准化、专业化、精细化、集约化方面迈进。当前,信息化发展主要集中在征收和管理等部门,这些部门能够依托信息化手段大大提高工作效率、优化纳税服务的,然而,稽查部门的大量工作仍然停留于手工作业的阶段,地税稽查执法工作效率相当低下,急需寻求相应的信息管控平台弱化这些问题。因此,为了适应不断发展的社会经济水平、满足地税稽查执法工作在广度和深度方面不断强烈的需求,迫切需要建立一个地税稽查执法管控信息系统平台。本文结合某省地税工作的实际业务需求,基于软件工程的理论和方法,进行了系统需求分析,功能设计,数据模型设计等。论文主要采用J2EE、Struts和Hibernate等实现技术,利用Browser/Server开发模式设计并实现了一个地税稽查执法管控信息平台,该平台主要包括案源管理、稽查检查、稽查审理、稽查执行、稽查查询、系统设置等主要功能,能够满足当前的需要。总之,该平台的建立不但能够高效规范地解决当前地税稽查执法工作过程中存在的相关问题,也在一定程度上规范了地税稽查执法工作的基本流程,有利于规范化地、科学化地管理地税稽查执法工作。强化了当前地税稽查执法管控的管理制度,对于地税稽查执法工作的发展具有非常重要的理论意义和现实应用价值。

某省地税稽查执法管控平台的分析与设计

这是一篇关于地税稽查,管控平台,信息系统的论文, 主要内容为随着社会经济的不断发展,生产力发展水平的逐步提高,地税稽查管理工作的难度越来越大,工作效率需要进一步提高。采用计算机和互联网技术实现地税稽查管理工作已经成为当前发展的主流。近年来地税信息化建设已经有了长足的发展,该项工作的信息化建设不断向标准化、专业化、精细化、集约化方面迈进。当前,信息化发展主要集中在征收和管理等部门,这些部门能够依托信息化手段大大提高工作效率、优化纳税服务的,然而,稽查部门的大量工作仍然停留于手工作业的阶段,地税稽查执法工作效率相当低下,急需寻求相应的信息管控平台弱化这些问题。因此,为了适应不断发展的社会经济水平、满足地税稽查执法工作在广度和深度方面不断强烈的需求,迫切需要建立一个地税稽查执法管控信息系统平台。本文结合某省地税工作的实际业务需求,基于软件工程的理论和方法,进行了系统需求分析,功能设计,数据模型设计等。论文主要采用J2EE、Struts和Hibernate等实现技术,利用Browser/Server开发模式设计并实现了一个地税稽查执法管控信息平台,该平台主要包括案源管理、稽查检查、稽查审理、稽查执行、稽查查询、系统设置等主要功能,能够满足当前的需要。总之,该平台的建立不但能够高效规范地解决当前地税稽查执法工作过程中存在的相关问题,也在一定程度上规范了地税稽查执法工作的基本流程,有利于规范化地、科学化地管理地税稽查执法工作。强化了当前地税稽查执法管控的管理制度,对于地税稽查执法工作的发展具有非常重要的理论意义和现实应用价值。

基于微服务的工业设备边缘管控平台设计

这是一篇关于边缘计算,微服务,管控平台,故障诊断,并行计算的论文, 主要内容为工业设备管控主要包括设备的状态监测、控制、故障诊断、健康评估、运行维护等,是智能制造的重要内容。随着制造规模的增加,工业设备规模和复杂性不断增加,且随着工业互联网、先进传感等技术的应用,工业设备管控数据规模呈几何增长,表现出规模大、种类多、分布散等特点,传统基于云计算的中心式信息处理方式无法满足大规模设备管控的数据实时性需求,迫切需要研究新的管控平台,实现设备管控计算任务的高效、灵活、快速部署。针对上述问题,本文面向工业设备管控,根据边缘计算将算力“下沉”到边端的设想,设计并实现了基于微服务的工业设备边缘管控平台,为大规模工业设备管控提供了一种新的技术方案,具体研究工作如下:(1)边缘管控平台需求与功能分析。分析了平台数据和业务的多源整合与统一管理、平台服务的高可靠保证、数据信息的高效存储与资源共享以及平台业务的严格授权与信息安全等四大核心需求。(2)管控平台架构设计。按照需求分析进行平台架构设计,平台采用go-micro框架实现微服务的设计与开发。其中,基于RBAC(Role-Based Access Control)模型构建了用户权限管理系统,并在此基础上开发了用户管理服务和权限管理服务;基于Ceph集群构建了对象存储系统,并在此基础上开发了资源管理服务;采用基于任务模板的任务部署机制,实现了任务管理服务;借助Grafana可视化开发工具开发了平台监控看板并与基础工程进行整合;设计API网关实现对各微服务请求的路由与分发;微服务间采用RPC、消息队列等方式交互,以降低服务耦合度。(3)边缘管控平台实现与测试。平台采用6台树莓派构建边端Kubernetes集群,并在集群中部署测试环境;通过编写测试用例进行平台功能测试,同时使用Jmeter压测软件编写测试脚本进行性能测试,在50个线程并发下,通过1832953次模拟HTTP请求,响应成功率达100%;压测时平台各功能业务平均响应时间为98ms,网关平均CPU使用率78.2%,内存占用率22.8%,符合设计预期。(4)基于边缘故障诊断的平台验证。采用基于深度学习的分布式边缘故障诊断作为典型案例进行平台功能验证。设计了一种基于数据并行的分布式模型训练方法,并使用多种工业轴承数据集对该方法进行验证,实验表明该方法在采用三个节点进行并行计算时,与传统训练模式对比,模型准确度相差2%以内,模型训练时长节约近50%,并对该方法在平台中的部署进行了演示说明,验证平台在设备管控与数据处理方面的能力。

基于BIM的建设项目施工阶段进度-成本协同管控研究

这是一篇关于进度-成本协同管控,5D-BIM,施工阶段,改进挣值法,管控平台的论文, 主要内容为进度与成本是建设项目管理中的重要目标,两者联系紧密且相互影响。在传统的建设管理模式中缺乏对两者进行协同管控的有效方法,容易导致项目管理的割裂化、碎片化且缺乏信息联动性。在建设项目目标要求日益提高、建造活动日益复杂的发展趋势下,对进度与成本进行有效协同显得更加迫切。因此,亟待开展建设项目施工阶段进度-成本协同管控问题研究,以提高建设项目管理效率。BIM技术作为信息化管理工具,具有可视化、参数化和动态化等特点,在提高建设项目管理的信息化、协同性和集成化的过程中发挥着尤为重要的作用。因此,本文以建设项目施工阶段进度-成本协同管控为研究对象,提出基于BIM技术的进度-成本协同管控方法,以期为管理者在施工阶段的进度-成本协同管控提供决策支持。本文按照“进度-成本协同作用机理分析”→“进度-成本协同管控方法”→“传统挣值法管控问题分析”→“基于BIM和改进挣值法的进度-成本协同管控方法”→“基于BIM的进度-成本协同管控平台设计”→“案例分析”的逻辑思路展开研究。首先,运用系统动力学理论研究了进度与成本之间协同作用机理,两者相关关系十分复杂,并对整体项目管理效率有着重要影响,揭示了将进度和成本进行协同管控的必要性;接下来,总结了传统的进度-成本协同管控方法,并对其中应用最普遍的挣值法所存在的问题进行了分析:问题一是进度-成本信息集成效率低;问题二是计划活动的成本不能合理且快速的分配;问题三是进度-成本信息数据计算效率低且方法不完善。其次,针对以上问题,提出了利用BIM技术并结合改进挣值法的进度-成本协同管控方法,并分析评价其与传统挣值法比较的优势所在。针对问题一,提出利用BIM技术进行施工阶段进度-成本信息集成的方法,能够高效且准确地将进度-成本信息集成到BIM模型中;针对问题二,提出了利用BIM软件对计划活动涉及到的相关工程量进行快速搜索和提取的方法,并建立了基于成本的计划活动进度曲线模型;针对问题三,提出了在改进挣值法的模型基础之上,结合BIM技术,对施工阶段的进度-成本挣值绩效进行自动计算与分析,并开发了相应的计算软件。最后,设计了基于BIM技术的建设项目施工阶段进度-成本协同管控平台,并依据提出的协同方法开发了相应的功能模块,结合典型案例进行案例分析,形成了基于BIM技术的进度-成本协同管控方法。研究结果表明,该管控方法能有效控制施工进度与成本状况,能对进度-成本协同管控起到良好效果,为施工方在建设阶段的项目管理决策提供支撑。

基于微服务的工业设备边缘管控平台设计

这是一篇关于边缘计算,微服务,管控平台,故障诊断,并行计算的论文, 主要内容为工业设备管控主要包括设备的状态监测、控制、故障诊断、健康评估、运行维护等,是智能制造的重要内容。随着制造规模的增加,工业设备规模和复杂性不断增加,且随着工业互联网、先进传感等技术的应用,工业设备管控数据规模呈几何增长,表现出规模大、种类多、分布散等特点,传统基于云计算的中心式信息处理方式无法满足大规模设备管控的数据实时性需求,迫切需要研究新的管控平台,实现设备管控计算任务的高效、灵活、快速部署。针对上述问题,本文面向工业设备管控,根据边缘计算将算力“下沉”到边端的设想,设计并实现了基于微服务的工业设备边缘管控平台,为大规模工业设备管控提供了一种新的技术方案,具体研究工作如下:(1)边缘管控平台需求与功能分析。分析了平台数据和业务的多源整合与统一管理、平台服务的高可靠保证、数据信息的高效存储与资源共享以及平台业务的严格授权与信息安全等四大核心需求。(2)管控平台架构设计。按照需求分析进行平台架构设计,平台采用go-micro框架实现微服务的设计与开发。其中,基于RBAC(Role-Based Access Control)模型构建了用户权限管理系统,并在此基础上开发了用户管理服务和权限管理服务;基于Ceph集群构建了对象存储系统,并在此基础上开发了资源管理服务;采用基于任务模板的任务部署机制,实现了任务管理服务;借助Grafana可视化开发工具开发了平台监控看板并与基础工程进行整合;设计API网关实现对各微服务请求的路由与分发;微服务间采用RPC、消息队列等方式交互,以降低服务耦合度。(3)边缘管控平台实现与测试。平台采用6台树莓派构建边端Kubernetes集群,并在集群中部署测试环境;通过编写测试用例进行平台功能测试,同时使用Jmeter压测软件编写测试脚本进行性能测试,在50个线程并发下,通过1832953次模拟HTTP请求,响应成功率达100%;压测时平台各功能业务平均响应时间为98ms,网关平均CPU使用率78.2%,内存占用率22.8%,符合设计预期。(4)基于边缘故障诊断的平台验证。采用基于深度学习的分布式边缘故障诊断作为典型案例进行平台功能验证。设计了一种基于数据并行的分布式模型训练方法,并使用多种工业轴承数据集对该方法进行验证,实验表明该方法在采用三个节点进行并行计算时,与传统训练模式对比,模型准确度相差2%以内,模型训练时长节约近50%,并对该方法在平台中的部署进行了演示说明,验证平台在设备管控与数据处理方面的能力。