云计算运维平台服务控制子系统的设计与实现
这是一篇关于云计算,PaaS,运维平台,控制总线,服务控制的论文, 主要内容为云计算目前已经成为互联网发展的主要方向，它是一种将计算和存储任务分配到由大量分布式计算机构成的云中处理的计算方式。云计算的价值通过云产品的价值体现，而云产品的价值要通过云计算运维平台来实现。因此云计算运维平台在云计算中扮演着重要的角色，它位于云计算的PaaS（平台即服务）层，主要负责与云用户进行交互，并为用户对云中服务的操作提供稳定而高效的平台。 本文的研究目的是设计和实现一个云计算运维平台的服务控制子系统，为用户对云端服务的运维和管理提供可靠的操作平台。本文的研究内容包括，设计和实现云计算运维平台与用户的交互通道，能够通过该通道获取用户对云中服务的操作请求，并在后台根据操作的具体业务逻辑，以合理的消息机制控制运维平台中各个功能组件对用户的请求做出响应。 经过对国内外相关领域的研究现状的分析，以及相关实现技术的研究，本文确定了面向组件的总线平台架构。为满足平台可扩展性、松耦合性等性能需求，本文决定使用ActiveMQ消息中间件，为平台的服务控制子系统搭建分布式发布订阅控制总线，实现对平台中各组件的控制和调度。在系统前端，本文基于Web2.0理念为用户提供Web客户端，并基于Python脚本语言实现了CLI（Command Line Interface）命令行界面。服务器端本文通过Apache Wink组件基于REST架构实现了服务控制中心，响应前台用户请求并通过控制总线控制运维平台中的各个组件协同工作。 本文最终实现的云计算运维平台服务控制子系统不仅满足了当前云用户对云端服务的需求，也为后续的云计算运维平台的相关研究搭建了可扩展的平台。
谐波减速器失效预警与寿命等级评估方法研究
这是一篇关于谐波减速器,失效预警,寿命等级评估,混合深度神经网络,运维平台的论文, 主要内容为谐波减速器具有传动效率高、传动精度高、体积小、单机传动比大、承载能力强等显著优点,在工业机器人领域得到了广泛的运用。谐波减速器作为工业机器人的核心部件之一,主要起着降低输出转速、增大输出扭矩的作用,其性能的好坏直接关系到工业机器人的定位精度和健康状态。在长时间的工作下,谐波减速器内部会出现磨损,而磨损的加剧导致谐波减速器的性能出现衰退,从而影响机器人设备的整体性能,甚至会导致整个生产线的瘫痪。为实现对谐波减速器的失效预警以及寿命等级评估,本文针对谐波减速器部件进行研究。分析谐波减速器失效机理,对其工作原理进行运动学分析,设计并完成加速寿命试验;算法层面,提出基于混合深度神经网络的谐波减速器失效预警方法,对谐波减速器的整生命周期数据进行分析,研究基于驱动电流数据的谐波减速器寿命等级评估算法,评估谐波减速器当前健康状态;最后将基于谐波减速器部件级研究扩展到工业机器人整体,并开发了工业机器人智能运维平台。具体内容如下:(1)在机理研究方面,从研究谐波减速器的工作原理出发,分析了其磨损失效机理和在性能衰退过程中各项性能指标的变化规律,同时介绍了谐波减速器的常见失效形式,从柔轮变形的角度分析其运动学规律,并基于理论分析设计了谐波减速器加速寿命试验,通过分析监测数据验证了其失效机理分析的准确性和可靠性。(2)在失效预警方法方面,提出了基于混合深度神经网络的谐波减速器失效预警方法(DCBNN)。该算法网络结构由CNN和BiLSTM分支构成,首先对测得的运行参数进行数据预处理,并划分好数据集。然后将分割好的数据集输入到DCBNN中,利用CNN和BiLSTM分支提取状态监测数据的空间特征和双向时序依赖。在此基础上,根据预测结果获得功率实际值和预测值残差的绝对值,利用概率论分布拟合方法拟合残差曲线,以获得谐波减速器故障预警的警报阈值。最后,使用谐波减速器实验数据构建的8个不同数据集,来验证所提方法的有效性和优越性,并构建了五个常见预测模型进行了比较,根据在完整数据集上的试验结果,DCBNN模型可以有效的对谐波减速器进行故障预警。(3)在寿命等级评估方面,针对谐波减速器振动信号代价高昂的问题,选用驱动电流信号进行分析,提出了一种基于XGBoost的谐波减速器寿命等级评估方法。通过进行谐波减速器部件级实验,获取驱动电流数据,提取时域特征构建训练集和测试集。在评估所提方法的同时进行对比验证,实验结果表明,相比于GBDT、SVM、RF和DNN,所提方法在不同工况下均有着很大的提升,其平均准确率分别提高了7.91%、11.08%、9.28%和7.47%。(4)以上述研究为基础,搭建了工业机器人智能运维平台。分析其主要功能需求并设计云平台整体框架。采用前后端分离技术开发运维网站,利用Flask搭建算法管理系统,实现了用户及设备管理、在线监测、健康管理、故障预警等功能。
基于多源数据融合与深度学习的柱塞泵故障诊断研究
这是一篇关于柱塞泵,故障诊断,多源数据融合,深度神经网络,运维平台的论文, 主要内容为柱塞泵是工程机械领域的重要零部件,是液压系统的核心元件之一。柱塞泵结构复杂精密,工作中各部件紧密配合,长期在恶劣条件下运行,容易出现各种故障,导致液压系统运行不稳定,给工程机械设备的正常运转和使用者的人身安全造成严重不良影响。随着各领域技术水平的提高,柱塞泵向智能化、紧凑化等方向发展,发生故障的概率也随之提高。为保证柱塞泵的工作性能,对柱塞泵进行故障诊断对于液压系统和机械设备的可靠性具有重要的意义。为实现柱塞泵高精度的故障诊断,本文针对某型号轴向柱塞泵进行故障诊断方法研究与应用探索。分析柱塞泵主要故障机理并完成故障注入试验;开发柱塞泵数据采集智能终端系统,满足轴向柱塞泵的数据采集、传输、处理分析等需求;算法层面,开发基于数据层和决策层数据融合的柱塞泵故障诊断方法,研究小样本情况下基于神经网络等方法的柱塞泵故障诊断;开发了柱塞泵故障诊断运维平台。具体内容如下:(1)在硬件、机理和试验方面,设计了柱塞泵数据采集智能终端,完成了柱塞泵的故障注入实验。分析柱塞泵工作原理与主要失效模式,针对柱塞泵常见的故障形式及传递路径,设计柱塞泵故障注入方案与感知系统传感器布局方案。基于EM9118B采集卡作为终端硬件核心,利用C#开发出数据采集智能终端上位机软件,满足柱塞泵故障注入试验的多传感器高速采样需求,实现数据采集、传输、分析等功能。最后与合作单位共同完成了柱塞泵故障试验。(2)在基于数据融合的故障诊断算法方面,开发了基于数据层和决策层多源数据融合的柱塞泵故障诊断方法。数据层数据融合的故障诊断方法将原始信号转变的时频灰度图融合为RGB图像,建立卷积神经网络作为分类模型实现故障分类。结果表明,使用融合后的RGB图像作为故障诊断的输入时,故障识别准确率可以提高到100%;且模型在噪声条件下表现良好,在信噪比为4 d B时,三通道振动信号融合后的分类精度仍高达96.7%。决策层数据融合的柱塞泵故障诊断方法利用每个通道的信号分别建立分类器,利用分类器在验证集上的诊断性能作为对最终决策的贡献。结果表明,提出的决策层数据融合方法对柱塞泵故障诊断的平均准确率达到99%以上,分别比单通道提高了约2%、4%和5%。(3)在小样本条件下的故障诊断方面,开发了小样本条件下基于深度孪生网络的柱塞泵故障诊断方法。使用卷积层和池化层作为子网络直接从原始信号中提取低维特征,避免了人工提取特征的局限性。建立基于孪生网络的柱塞泵故障诊断模型,利用欧氏距离判定输入样本对的相似度,通过相似度对比的方法扩大训练样本数量。实验结果表明,相比于SVM、1D-CNN,所提出的网络模型在小样本情况下具有更高的准确率。在仅有140训练样本的小样本条件下,所提的网络模型识别准确率达到90%以上,比1D-CNN高27.24%,比SVM高39.72%。(4)在柱塞泵故障诊断算法的实际应用方面,搭建了柱塞泵健康监测运维云平台。分析柱塞泵故障诊断云平台框架并提出技术路线。针对云平台的主要功能,基于前后端分离的方法开发出柱塞泵运维网站,实现了柱塞泵的在线监测、故障诊断等功能。
基于云原生的智慧酒店运维平台的设计与实现
这是一篇关于云原生,微服务,智慧酒店,运维平台的论文, 主要内容为如今移动互联网、云计算、移动位置服务、物联网、人工智能等信息技术快速发展,再加上《国务院关于加快发展旅游业的意见》、《“十二五”旅游业发展面临的战略机遇》等政策的支撑,我国智慧酒店行业得到了快速的发展。然而,由于酒店业务一直在不断的发展和改进,智慧酒店信息系统的规模也变得日益庞大起来,其运维管理工作面临着严峻的考验。首先,本文研究了云原生的发展现状、智慧酒店运维平台的发展现状以及智慧酒店运维平台的实现意义,并且通过对云原生架构设计的研究和对酒店信息系统运维需求的深入分析后,进而提出了本文的研究对象——基于云原生的智慧酒店运维平台的设计与实现。然后,本文系统地围绕本研究对象进行需求分析、业务建模,之后再以此为纲领规划了平台的功能架构和技术架构,完成了平台的概要设计,以及根据概要设计对每一个功能模块进行了详细设计,并加以实现和测试,确定平台的使用流畅性和功能可用性。最后,对平台当前问题进行了简要分析,并提出了后续的改进方案。智慧酒店运维平台整体搭建了云原生架构来提高系统的可维护性和可拓展性,采取前后端分离的开发模式,前端框架采用ant design of vue,后台采用Spring Boot,用“JWT+Spring Security+Redis”做相关的权限验证,采用对高并发、高访问量支持度更高的Oracle数据库来提供数据的持久化存储。系统实现的最终成果是一个拥有发版管理、接口管理、数据迁移管理三大子系统的Web应用软件。在权限管理上,对登录用户的权限进行划分,令工作人员各司其职,同时也保障了数据的安全性。在功能点上,发版管理子系统提供了工作站管理、发版管理、模板管理等功能,用户可以自定义发版策略,提高了发版的便捷性和准确性;接口管理子系统提供了公司接口列表、酒店接口列表、未知接口审批、接口配置等功能,减少了运维人员和开发人员的沟通成本,提高了接口的复用性,提升了生产效率;数据迁移管理子系统提供了迁移任务管理、迁移模块管理等功能,用户可以进行一键数据迁移,并可以时时关注迁移状态,查看迁移结果,减少了开发成本,提升了工作效率。本文从系统架构和业务逻辑两个方面进行创新,采用了云原生技术架构并且实现了用户自定义发版策略和SHA1值的计算方式,完成了课题研究预期的目标。此平台在2022年9月份研发结束后,已成功在某头部旅游企业酒店部门进行了实际的线上应用,效果理想,获得了一致好评。
基于AngularJS的金融运维平台设计与实现
这是一篇关于运维平台,AngularJS,Amaze UI,跨站脚本攻击,跨站请求伪造攻击的论文, 主要内容为随着金融行业的发展,为各大金融公司的资产提供信息化管理服务越来越重要,在为其提供资产管理系统的同时,对这些系统的运维工作也成为了关键的环节。如今运维技术日益发展与成熟,越来越多的企业选择使用信息化平台来代替传统的人工运维操作。对于为金融公司提供技术支持服务的科技公司来说,将运维操作进行系统化管理实属重要。而目前,大部分科技公司依旧使用传统的人工操作手段来运维资产管理系统,不仅耗费大量人力和时间,也可能会产生操作错误,导致资产严重受损。为了保障运维工作的高可靠性,设计和实现一个金融运维平台是十分迫切的。本平台是基于B/S架构的金融运维平台,前端以AngularJS框架作为开发的基础,移植Amaze UI框架进行运用,同时以jQuery框架作为技术支撑。这些框架利用其良好的交互性能,为使用者提供了优化的客户端操作体验。采用RESTful作为整体架构风格,更好地实现客户端和服务器的交互,使用SQLite3作为该平台的数据库管理工具。Python作为后台开发语言,基于Flask应用框架进行开发,同时使用Python语言的Paramiko模块来连接远程服务器并调用脚本,实现了该平台的绿色轻量、随装随用、可广泛推广和应用。本文设计与实现的金融运维平台主要包括了流程配置、系统服务器配置、流程操作、操作记录查询和状态信息查询等模块。经过一系列严格的测试和运行使用,结果表明该金融运维平台能良好地满足运维人员日常的工作需求,有效地对各资产管理系统进行运维,保障资产管理系统良好运转。减少了重复机械的操作,减轻了运维人员的工作负担,解放了运维人员忙碌的双手,实现了一键操作取代繁琐过程,显著地提高了工作效率。本文的创新点主要在于对该金融运维平台的安全性能进行了分析与设计。在该金融运维平台实际使用过程中,由于与资产管理系统关联密切,要让这些资产不受到侵害,也就对运维平台的安全性能提出了较高的要求。目前几乎所有的Web应用都会与生俱来存在一些安全漏洞,其中XSS即跨站脚本攻击、CSRF即跨站请求伪造攻击存在范围最广。因此,本文详细分析了该金融运维平台可能会发生XSS和CSRF的地方,并在此基础上对这些攻击有针对性地设计了有效的防御手段,能够很大程度地保障该运维平台的安全性。
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/47820.html
