云计算中大规模集群下故障检测功能的设计与实现
这是一篇关于云计算,集群,故障检测,故障排除的论文, 主要内容为随着云计算的快速发展,云服务中服务器集群规模向着超万台甚至百万台的的方向发展,研发工程师们面临着许多的技术挑战,例如：在不可靠的硬件基础上提供高可靠性的计算能力和存储能力；降低运维海量硬件的成本等,其中不可靠的硬件是对集群高可靠性最基本的挑战。集群规模达到上千台后,单机故障的小概率事件变成了必然的、频繁发生的事件。如：硬盘、硬盘控制器、CPU、内存、主板、电源等故障造成的宕机每天都会发生。硬件的不可靠性会对集群的可靠性甚至可用性造成不良的影响,已经成为制约集群发展的一个重要因素,如何及时有效地进行集群的故障检测和故障恢复就变得尤其关键。本文主要对云计算中集群故障检测技术进行的研究,并结合企业的应用需求,在企业的云计算服务平台中实现集群故障的检测功能。本文的主要工作如下：1.研究了云计算服务平台中集群故障检测的相关技术,分析了目前一些企业的云计算平台集群故障检测功能的实现方案,这些方案尽管实现方法不同,但其实现的关键点是主机和共享存储的心跳实现、虚拟机故障检测方法。2.对企业集群故障检测功能的需求进行了分析,提出了适合企业云计算平台的集群故障检测功能的实现方案,并对集群故障检测功能的后台系统进行了较详细的设计。3.在企业云计算服务基础架构环境下,实现了集群故障检测功能的主要模块,包括Master模块、Slave模块、命令行模块,三者相互协作实现集群的故障检测和故障排除功能。4.在企业已有的云计算服务平台中,构建测试环境,对所开发的集群故障检测功能进行了相应的基本功能测试、异常情况测试,结果表明已经达到了预期设计要求。
医院医疗设备信息化管理系统的设计与实现
这是一篇关于设备管理,故障检测,JSP技术,FineReport报表的论文, 主要内容为随着医院信息化建设的日趋完善和医疗设备技术的迅速发展,利用医疗设备检测病因和辅助治疗在现代医院的诊疗过程中起着十分重要的作用,在医疗设备的种类及数据不断增加的同时对其进行合理管理具有非常重要的意义。现代医院信息化形成中,以HIS为医院信息化建设的核心,虽然大多数医院已经将检验科系统和影像科系统独立开,但对于医院中的医疗设备和物资依然没有独立的系统来进行合理的管理。这样没有独立完整的设备信息管理系统,既满足不了设备生命周期的整体流程管理,又给HIS系统增加了负担。因此,如何科学有效的管理各种医疗设备,针对医疗设备诊断过程中的各种情况及时作出决策,充分发挥医疗设备的作用,合理共享设备资源已经成为现代医院医疗设备管理及医院信息化管理中的重要课题。本文首先根据对会昌医院现有的医疗设备管理方式进行实际调研后,发现了其管理中存在的问题,从而提出论文选题的背景及意义。在对国内外医院医疗设备管理相关系统研究现状进行了分析后,阐述了论文主要完成的工作内容,并按章节介绍了本论文内容的组织结构。同时对本医疗设备信息化管理系统采用的B/S架构、Java EE、SQLServer数据库以及FineReport报表技术进行了概述。其次在对医疗设备数据和供应商信息数据进行详细的数据分析基础上,总结出目前医疗设备管理的弊端和有限性。分别从业务流程、系统数据、功能完善等方面对系统需要满足的总体功能需求进行了分析,将系统分为供应商管理模块、设备采购管理模块、设备变更管理模块、统计查询和系统管理五大功能模块。通过用例图、用例描述等方式分析了系统中包括的各个功能模块,并按照系统响应时间、系统容量和稳定性三方面分析了系统的非功能性需求。然后本文介绍了系统网络结构、系统软件结构以及系统开发环境。对系统进行了数据库设计,通过数据库表之间的关系图和每张表的明细介绍了系统中各表之间的联系及表中的字段含义。按照系统中的模块功能,通过类图、功能实现算法描述详细介绍了每个模块的设计与实现过程。最后介绍了系统运行环境,分别从功能和非功能两个方面对本系统进行测试与分析。功能测试对本系统的主要功能进行了详细的测试,并对测试结果进行了分析。非功能测试对系统响应时间、系统容量、稳定性进行了测试。最终测试结果表明,本系统的开发达到了预期的目标。
基于云-边-端的轮机模拟器板卡管理系统开发
这是一篇关于轮机模拟器,云-边-端架构,信息监测,机器学习,故障检测的论文, 主要内容为为了解决轮机模拟器板卡缺少系统化监测与管理手段的问题,本文开发了一种基于云-边-端架构的物联网信息采集管理平台,对板卡数据进行采集、管理和分析,设计了终端数据采集板卡,并于边缘端与云端平台实现了轮机模拟器板卡的数据采集管理系统的开发,同时在云端部署了基于随机森林算法的板卡通信网络故障定位模型,对板卡工作时的网络故障进行定位。本文的主要研究内容如下:(1)设计了轮机模拟器板卡信息采集管理系统功能,明确了系统基于云-边-端模式的架构,提出了系统终端、边缘端、云端三部分的实现方案并制定了技术路线。(2)结合轮机模拟器功能需求与数据采集管理系统功能需求设计并开发了终端数据采集板卡,并设计了数字量和模拟量输入输出接口、CAN总线接口和以太网通信接口,使其能够沟通轮机模拟器模型端与实物端、外接传感器或直接对轮机模拟器工作数据进行采集,并将采集数据通过工业以太网上传至边缘端。(3)使用C#开发了系统边缘端平台,包括开发人机交互界面与业务逻辑函数,并对系统边缘端数据库结构进行了设计,使用SQL Sever 2008建立了边缘端数据库,实现了平台的边云通信、对终端板卡的数据采集功能以及对采集数据的预处理和存储管理功能。(4)研究了基于数字驱动的板卡网络通信故障定位及诊断方法,使用系统边缘端采集并处理的网络通信故障数据,建立基于随机森林算法的板卡网络故障诊断模型,并对模型的故障定位效果进行验证,所得到的故障定位准确率达到90%。并搭建了系统云端服务器,在云端部署前文所述板卡网络故障诊断模型;在云端建立云数据库,存储边缘端上传的数据与网络故障诊断结果;并基于Java Web技术搭建网站平台,实现采集数据与故障信息的发布与远程查询。本文设计实现的轮机模拟器板卡数据采集管理系统,能够更好地对板卡采集数据进行管理与分析,更好地监测轮机模拟器系统工作状态,并为智能船舶数据监测系统打下基础。
模糊系统的容错控制及船舶动力定位应用
这是一篇关于船舶动力定位系统,非线性系统,故障检测,容错控制,有色噪声的论文, 主要内容为近几十年来,随着科技与经济的快速发展,人们对于资源的需求越来越大。随着人口激增、陆地资源短缺、环境遭到破坏等问题的影响,人们逐渐将目光转移至海洋资源开发。随着各国对海洋资源的开发利用,为了提高海上作业的精度,船舶动力定位系统逐渐成为了人们研究的对象。由于船舶大多具有较强的非线性、模型参数不确定以及容易受到环境干扰的特点,本文针对国内外复杂非线性系统控制问题进行了学习与研究,了解了复杂非线性系统容错控制问题的热点与难点。本文考虑系统存在建模参数摄动问题以及实际运行中受到外部干扰影响的情况,针对复杂非线性系统的容错控制问题展开研究并将理论方法与船舶动力定位问题相结合,具体内容包括:首先,针对带有建模参数摄动的非线性系统的容错控制问题展开研究。在本方法中,基于模块化的思想将故障观测器设计以及容错控制器设计分开。观测器的设计中,使用结合局部非线性建模技术的T-S模糊建模技术对系统进行建模,并使用未知输入观测器技术处理系统中的参数摄动并得到控制器设计所需的故障估计值。控制器设计部分,由于无法使用未知输入观测器技术,因此使用区间二型T-S模糊建模技术对系统重新建模并基于得到的故障估计值设计容错控制器使得闭环系统能够实现有限时间有界并满足H∞条件。该方法有效降低了设计环节以及求解过程复杂度并能够具有较低的保守性。其次,考虑实际环境中系统受到随机过程向量的影响,使用随机微分方程理论将其刻画为有色噪声,进而针对有色噪声影响下的非线性系统容错控制问题展开研究。本方法降低设计、求解过程复杂度的同时,使用随机微分方程理论对误差(闭环)系统进行分析,给出故障观测器以及容错控制器的设计方法,并通过Lyapunov理论方法分别得到误差(闭环)系统稳定性判据。从仿真实验可知,本章节所提方法可以有效降低有色噪声及执行器故障对被控系统的影响。最后,结合船舶动力定位问题展开研究,设计了一种基于故障观测器故障辨识功能的容错控制方法。本章节使用T-S模糊建模技术将船舶动力定位系统中的坐标轴转换矩阵线性化得到船舶动力定位系统的T-S模糊模型。考虑到观测器设计过程中存在的随机过程向量的影响,使用随机微分方程理论将其刻画为有色噪声并使用结合随机微分方程理论的Lyapunov理论进行分析,降低有色噪声对估计效果的影响。为了补偿故障对系统的影响,根据故障观测结果设计容错控制器使得系统能够实现最终一致有界。通过MATLAB仿真平台给出一个仿真算例,验证本章节所提方法的有效性。
基于云-边-端的轮机模拟器板卡管理系统开发
这是一篇关于轮机模拟器,云-边-端架构,信息监测,机器学习,故障检测的论文, 主要内容为为了解决轮机模拟器板卡缺少系统化监测与管理手段的问题,本文开发了一种基于云-边-端架构的物联网信息采集管理平台,对板卡数据进行采集、管理和分析,设计了终端数据采集板卡,并于边缘端与云端平台实现了轮机模拟器板卡的数据采集管理系统的开发,同时在云端部署了基于随机森林算法的板卡通信网络故障定位模型,对板卡工作时的网络故障进行定位。本文的主要研究内容如下:(1)设计了轮机模拟器板卡信息采集管理系统功能,明确了系统基于云-边-端模式的架构,提出了系统终端、边缘端、云端三部分的实现方案并制定了技术路线。(2)结合轮机模拟器功能需求与数据采集管理系统功能需求设计并开发了终端数据采集板卡,并设计了数字量和模拟量输入输出接口、CAN总线接口和以太网通信接口,使其能够沟通轮机模拟器模型端与实物端、外接传感器或直接对轮机模拟器工作数据进行采集,并将采集数据通过工业以太网上传至边缘端。(3)使用C#开发了系统边缘端平台,包括开发人机交互界面与业务逻辑函数,并对系统边缘端数据库结构进行了设计,使用SQL Sever 2008建立了边缘端数据库,实现了平台的边云通信、对终端板卡的数据采集功能以及对采集数据的预处理和存储管理功能。(4)研究了基于数字驱动的板卡网络通信故障定位及诊断方法,使用系统边缘端采集并处理的网络通信故障数据,建立基于随机森林算法的板卡网络故障诊断模型,并对模型的故障定位效果进行验证,所得到的故障定位准确率达到90%。并搭建了系统云端服务器,在云端部署前文所述板卡网络故障诊断模型;在云端建立云数据库,存储边缘端上传的数据与网络故障诊断结果;并基于Java Web技术搭建网站平台,实现采集数据与故障信息的发布与远程查询。本文设计实现的轮机模拟器板卡数据采集管理系统,能够更好地对板卡采集数据进行管理与分析,更好地监测轮机模拟器系统工作状态,并为智能船舶数据监测系统打下基础。
面向电力设备故障检测的红外与可见光图像融合算法研究
这是一篇关于故障检测,图像配准,图像融合,红外图像,可见光图像的论文, 主要内容为在电力设备故障检测中,多源图像可以从多个角度反映出电力设备的特征,其中红外图像可以更加准确地捕捉设备的温度变化,而且不受环境条件的限制;可见光图像则可以清晰地呈现设备的外观细节。融合后的图像具有电力设备红外图像的局部温度信息和电力设备的形状轮廓信息,从而可以将其应用到故障检测中。本文针对面向电力设备故障检测的红外与可见光图像融合算法展开研究,具体的工作如下:(1)针对目前传统棋盘格标定板在红外相机下不能清晰成像,无法实现红外可见光双目相机标定的问题,设计并制作了一种红外和可见光双目相机标定板。该红外标定板具有成像清晰、结构简单的优点。最后使用红外可见光双目相机采集该标定板图像,并使用Matlab中的Calib标定工具箱来检测图像的角点和特征,以实现对红外可见光双目相机的标定,经过重投影误差分析,该标定板具有较高的标定精度,可以用来对红外可见光双目相机进行标定。(2)为解决红外与可见光图像因分辨率不同和成像差异导致配准效果不佳的问题,提出了一种基于Harris特征点的红外可见光双目相机配准方法。先将采集到的红外图像和可见光图像进行Harris角点检测,之后选取一定数量的特征点对求出投影变换矩阵,使用投影变换模型来描述待配准图像的几何变换。之后对横纵坐标像素进行配准误差验证,检验配准的效果。经验证配准误差较小,该配准方法的具有配准较为精确,计算量小的优点。(3)为解决SCNN算法存在的对红外图像热辐射信息提取不足,且融合后图像存在部分纹理细节信息丢失的问题,提出了一种基于SCNN-SE Net的红外可见光图像融合方法。该方法是基于Liu的SCNN模型改进而来的,在原始SCNN网络模型每个分支上增加一个SE Net模块和一个最大池化层,SE Net可以更好地获取特征图不同通道上的特征,实现对原图像细节特征的有效提取。并使用了Softmax和Cross Entropy Loss组合组成的损失函数,完成红外与可见光图像中各个像素相对清晰度的权重分配。最后在TNO数据集和变电站电力设备红外可见光数据集上与其它算法进行主观评价和客观评价,结果表明基于SCNN-SE Net的红外与可见光图像融合方法,在两种评价结果中均具有较好的表现。(4)针对基于CNN框架融合算法存在的网络每一层输出的特征图感受野小、对全局特征提取不足的问题,提出了一种基于SCNN-Vi T的红外和可见光图像融合方法。在前述方法的基础上,将原始SCNN网络模型调整为由上下5个卷积层组成,便于从训练图像充分提取结构信息。同时引入Vision Transformer(Vi T)模块,Vi T模块主要由通道视觉变换器和空间视觉变换器组成,通道视觉变换器用于保存通道维度并计算不同信道之间的关系,空间视觉变换器用于增强深度特征。Vi T模块的添加使网络有效提取图像的原始信息和全局信息,避免了传统SCNN网络存在的特征图感受野小、对全局特征提取不足的问题。同时SCNNVi T网络模型是端到端的,解决了SCNN图像融合方法需要人为选择分解或融合策略的问题。将SCNN-Vi T算法在TNO数据集与变电站电力设备红外可见光数据集上与其它算法进行分析对比,实验结果表明,基于SCNN-Vi T的图像融合算法可以获得较好的融合结果,方便相关人员对电力设备进行故障检测。
智能储粮管理系统客户端与传感器故障检测的设计与实现
这是一篇关于储粮管理,粮情分析,故障检测,温度趋势,灰色系统理论的论文, 主要内容为粮食作为国家至关重要的物资,其安全对于国家发展战略具有重要意义。目前在粮食储存过程中,存在着设备管理不完善、粮情数据上报不精确、设备操作复杂等问题,导致粮食安全受到影响。此外,用于检测粮仓内部环境的传感器老化,则会造成测量数据不准确,从而导致粮食安全问题。为了解决这些问题,本文设计一种智能储粮管理系统,并实现智能储粮管理系统客户端以及对传感器故障隐患进行检测。本文主要研究工作如下:(1)针对粮情现代化设备管理系统存在的问题,将用户需求和实际场景相结合,对现有的储粮管理系统进行改进,设计了智能储粮管理系统框架。本系统由客户端子系统、服务端子系统、产品控制子系统构成,服务端子系统包含的代理服务器可以实现高并发、高可用。根据子系统的功能不同,本文选取不同的通信方案,采用软件与硬件相结合的方法,对数据交互格式进行分析以及结合客户端需求对后端服务器设计。本文设计的系统具有良好的扩展性,以及稳定的性能。(2)针对粮仓现场的实际测控需要以及设备管理系统的需求,设计并实现智能储粮管理系统客户端。本客户端由粮情设备管理平台、粮情测控平台、粮仓指挥与预警平台组成。客户端采用前端最新框架Vue进行构建,使用MVVC框架模式,代码具有低耦合度、易扩展、模块化等优点,并采用HTTPS协议保障通信的安全。客户端包括远程下发指令、数据分析、系统预警、设备管理等功能,满足目前的实际测控需求。(3)针对故障传感器无法监测粮堆处的温度,结合仓储场景进行分析,首先建立灰色预测理论中的DGM(2,1)模型,根据故障传感器的历史温度进行数据分析,其次通过模型来预测故障传感器粮堆处的真实数据。当传感器无法监测粮堆处的温度时,需要将预测的温度代替实际温度展示在客户端。实验结果表明:预测温度与实际温度的小误差概率为92.8%,误差在允许范围内,符合实际测量需求。该方法避免因为传感器上传故障数据而带来的损失。(4)针对粮仓中传感器存在故障问题,对温度传感器结合应用场景的特点进行分析,本文对传感器的故障隐患进行检测,并重构了部分故障数据。首先构建故障样本规则库,其次根据故障样本规则库进行故障分类。与此同时,通过温度预测值与实际测量值的相对误差来判断传感器是否故障,若传感器发生故障将上传报警信息,用户将在客户端收到报警信息,进而安排工作人员进行检验。实验结果表明:使用本方法来判断传感器故障的准确率可达到90%以上,管理人员可以通过系统判断传感器是否故障,从而提高了工作效率,同时避免因为传感器损坏而带来的损失。
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：源码客栈网 ，原文地址：https://m.bishedaima.com/lunwen/47563.html
