基于LoRa与GWO-ELM的自动水质监测系统研究

这是一篇关于水质监测,LoRa,灰狼算法,极限学习机,LightGBM的论文, 主要内容为水是万物之源,纯净的水对于万物的生长极为重要。近年来,我国工业现代化进程的快速发展,使江河湖泊的污染现象变得极为突出;由于人们的生活生产,使得地下水和地表水的水质急剧恶化,可供人们使用的水资源愈发紧缺。针对以上问题,本文基于鄱阳湖南矶山截面为背景,设计一套基于LoRa技术的在线水质监测系统,对鄱阳湖水域的水质实时监测,及时掌握远端水域信息,通过对数据进行分析,预测水域水质。首先,分析广域网的特点和水质监测领域的瓶颈,提出将LoRa技术应用水质监测系统。讨论系统的需求和总体架构,对终端节点和网关节点的软硬件进行设计,分析监测指标并选择传感器类型,对主控模块和无线通信模块(LoRa和GPRS)进行设计;使用Modbus协议和RS485搭建总线模式,使用LoRa技术和MQTT协议搭建LoRa WAN系统架构,研究该架构的帧结构、工作模式和入网模式,及MQTT代理服务器和网关与服务器的集成,完成LoRa系统的搭建部署。其次,分析水质数据表结构,建立MySQL数据库和表;使用Nginx反向代理和Redis缓存技术搭建高性能的Web服务器集群;使用JAVA语言,结合主流的SSM框架和Vue与Element-ui进行Web页面开发,并利用Echarts技术实现数据图表可视化,以及网关信息的增删改查;对于大量的水质历史数据,提出大数据Hadoop集群技术进行存储和分析,为算法模型的建立提供数据来源。然后,针对数据缺失和异常问题提出解决方法。考虑到数据特征之间存在耦合关系,本文采用因子分析法(Factor Analysis,FA)对特征进行降维,确定p H、高锰酸盐、氨氮、电导率、溶解氧和总磷等6种主要特征,作为算法模型的输入。针对BP(Back Propagation)神经网络训练时间长、容易陷入局部最优,本文提出使用极限学习机(Extreme Learning Machine,ELM)对总磷进行回归预测,预测结果中RMSE可达到0.015,相比于BP的0.017,减少12%,训练时间达到0.001,相比于BP的0.022,减少95.5%,结果表明,本文提出的ELM模型训练时间短、预测精度高。但ELM模型的性能取决于初始权值和阈值,它们具有随机性,为了得到最优的参数,本文采用灰狼算法(Grey Wolf Optimizer,GWO)进行参数寻优,使用最优参数的ELM模型对总磷进行预测,预测结果中RMSE达到0.009,相比于ELM减少40%,相比于BP减少47%,实验结果表明,优化后的GWO-ELM模型具有更好的预测精度。最后,针对上述算法不适用大数据场景,本文提出使用Light GBM(Light Gradient Boosting Machine)集成算法对总磷进行预测,预测结果中RMSE达到0.01,相比于ELM模型减少33%,但比GWO-ELM模型高10%,它的性能受到超参的影响,因此采用GWO对超参进行寻优,使用最优参数的Light GBM模型对总磷进行预测,预测结果中RMSE达到0.005,相比于Light GBM模型减少50%,比GWO-ELM模型减少44%,比ELM模型减少66.7%,而R2也达到96.5%,优化后的GWO-Light GBM模型具有更好的预测精度,可知,LightGBM模型的抗干扰和拟合能力强于ELM模型。

ERP工单流转模型及其实现技术研究

这是一篇关于工单流转模型,ERP,灰狼算法,生产调度,动态流程的论文, 主要内容为随着信息化进程的不断发展,许多离散制造企业开始使用ERP(Enterprise Resource Planning)系统进行生产管理,但由于小型离散制造企业生产过程复杂多变,与市面上的主流ERP软件匹配度不高,使得企业信息化管理水平难以提升。因此,针对离散制造企业存在的生产调度效率低下等问题开发一款ERP工单流转系统,是企业亟需解决的问题。为了解决上述问题,本文结合企业实际需求,设计并实现了ERP工单流转模型,从而开发出ERP工单流转系统。本文的主要创新点如下:(1)针对企业的生产调度、生产流程灵活调整和生产信息实时查询等需求,本文设计了ERP工单流转模型,主要包括流程配置、生产调度、工单管理、工单流转控制引擎、工单拆分与合并和流转过程监控模块。设计了工单流转控制引擎,对工单流转进行控制,并在流转过程中实现了生产信息同步;针对生产流程灵活调整的需求,提出了工单拆分与合并技术,提高生产流程的灵活性,从而提高设备利用率和生产效率;针对生产信息实时查询的需求,实现对流转过程的实时监控,给管理人员提供数据支持。(2)生产调度是ERP工单流转模型的重要功能模块,针对该企业依靠人工经验进行生产调度导致生产效率低下的问题,本文提出了一种改进的灰狼算法(Improved Grey Wolf Optimizer,IGWO)来提高生产调度效率。通过加入非线性收敛因子、引入均匀交叉操作对灰狼算法(Grey Wolf Optimizer,GWO)进行改进,解决算法全局与局部搜索能力不平衡、易陷入局部最优解的问题。在基准算例和实际生产数据的实验结果表明,IGWO算法求解生产调度问题具有可行性和有效性。最后将IGWO算法应用到模型中,实现生产调度的优化,减少设备空闲时间,提高了企业的生产效率。本文采用Spring Boot和Vue等框架对模型进行了实现,从而开发出系统。系统自上线至今已稳定运行一年左右,满足了企业的具体需求,提高了企业的生产调度效率,提升了企业的管理水平。

ERP工单流转模型及其实现技术研究

这是一篇关于工单流转模型,ERP,灰狼算法,生产调度,动态流程的论文, 主要内容为随着信息化进程的不断发展,许多离散制造企业开始使用ERP(Enterprise Resource Planning)系统进行生产管理,但由于小型离散制造企业生产过程复杂多变,与市面上的主流ERP软件匹配度不高,使得企业信息化管理水平难以提升。因此,针对离散制造企业存在的生产调度效率低下等问题开发一款ERP工单流转系统,是企业亟需解决的问题。为了解决上述问题,本文结合企业实际需求,设计并实现了ERP工单流转模型,从而开发出ERP工单流转系统。本文的主要创新点如下:(1)针对企业的生产调度、生产流程灵活调整和生产信息实时查询等需求,本文设计了ERP工单流转模型,主要包括流程配置、生产调度、工单管理、工单流转控制引擎、工单拆分与合并和流转过程监控模块。设计了工单流转控制引擎,对工单流转进行控制,并在流转过程中实现了生产信息同步;针对生产流程灵活调整的需求,提出了工单拆分与合并技术,提高生产流程的灵活性,从而提高设备利用率和生产效率;针对生产信息实时查询的需求,实现对流转过程的实时监控,给管理人员提供数据支持。(2)生产调度是ERP工单流转模型的重要功能模块,针对该企业依靠人工经验进行生产调度导致生产效率低下的问题,本文提出了一种改进的灰狼算法(Improved Grey Wolf Optimizer,IGWO)来提高生产调度效率。通过加入非线性收敛因子、引入均匀交叉操作对灰狼算法(Grey Wolf Optimizer,GWO)进行改进,解决算法全局与局部搜索能力不平衡、易陷入局部最优解的问题。在基准算例和实际生产数据的实验结果表明,IGWO算法求解生产调度问题具有可行性和有效性。最后将IGWO算法应用到模型中,实现生产调度的优化,减少设备空闲时间,提高了企业的生产效率。本文采用Spring Boot和Vue等框架对模型进行了实现,从而开发出系统。系统自上线至今已稳定运行一年左右,满足了企业的具体需求,提高了企业的生产调度效率,提升了企业的管理水平。

ERP工单流转模型及其实现技术研究

这是一篇关于工单流转模型,ERP,灰狼算法,生产调度,动态流程的论文, 主要内容为随着信息化进程的不断发展,许多离散制造企业开始使用ERP(Enterprise Resource Planning)系统进行生产管理,但由于小型离散制造企业生产过程复杂多变,与市面上的主流ERP软件匹配度不高,使得企业信息化管理水平难以提升。因此,针对离散制造企业存在的生产调度效率低下等问题开发一款ERP工单流转系统,是企业亟需解决的问题。为了解决上述问题,本文结合企业实际需求,设计并实现了ERP工单流转模型,从而开发出ERP工单流转系统。本文的主要创新点如下:(1)针对企业的生产调度、生产流程灵活调整和生产信息实时查询等需求,本文设计了ERP工单流转模型,主要包括流程配置、生产调度、工单管理、工单流转控制引擎、工单拆分与合并和流转过程监控模块。设计了工单流转控制引擎,对工单流转进行控制,并在流转过程中实现了生产信息同步;针对生产流程灵活调整的需求,提出了工单拆分与合并技术,提高生产流程的灵活性,从而提高设备利用率和生产效率;针对生产信息实时查询的需求,实现对流转过程的实时监控,给管理人员提供数据支持。(2)生产调度是ERP工单流转模型的重要功能模块,针对该企业依靠人工经验进行生产调度导致生产效率低下的问题,本文提出了一种改进的灰狼算法(Improved Grey Wolf Optimizer,IGWO)来提高生产调度效率。通过加入非线性收敛因子、引入均匀交叉操作对灰狼算法(Grey Wolf Optimizer,GWO)进行改进,解决算法全局与局部搜索能力不平衡、易陷入局部最优解的问题。在基准算例和实际生产数据的实验结果表明,IGWO算法求解生产调度问题具有可行性和有效性。最后将IGWO算法应用到模型中,实现生产调度的优化,减少设备空闲时间,提高了企业的生产效率。本文采用Spring Boot和Vue等框架对模型进行了实现,从而开发出系统。系统自上线至今已稳定运行一年左右,满足了企业的具体需求,提高了企业的生产调度效率,提升了企业的管理水平。

计及电机温升效应的插电式混合动力公车能量管理策略研究

这是一篇关于插电式混合动力公交车,能量管理策略,电机温升效应,等效燃油消耗最小策略,模型预测控制,灰狼算法,硬件在环测试的论文, 主要内容为在当前能源短缺和环境污染日趋严峻的背景下,混合动力汽车(Hybrid electric vehicle,HEV)作为新能源汽车中比较具有代表性的技术,由于其在节能减排方面的优异性能,在城市交通领域得到了广泛的应用。能量管理策略(Energy management strategy,EMS)的设计旨在通过协调多种能量源,使得HEV获得优异的燃油经济性和动态性能。而作为HEV主要动力系统部件之一的电机需要频繁启动或长时间工作,加之电机在恶劣的工作条件下可能会出现热问题,导致其关键部件出现故障。并且,电机的输出功率通常受限于电机热极限能力,比如低速大转矩工况下的绕组温升限制,在这种情况下,电机会无法满足EMS的最佳功率分配要求,从而严重影响车辆的动态性能和燃油经济性。因此,设计一种考虑电机温升效应的EMS尤为重要。本文以插电式混合动力公交车(Plug-in hybrid electric bus,PHEB)为研究对象,在模型预测控制(Model predictive control,MPC)框架下应用等效燃油消耗最小策略(Equivalent consumption minimization strategy,ECMS)求解滚动优化问题。将电池电量的消耗等效为车辆的燃油消耗,并将电机温度作为成本函数的优化项,构建EMS目标函数,以实现车辆燃油经济性的同时可以避免电机过热。本文研究内容如下:首先,建立PHEB动力系统部件模型。基于MATLAB/Simulink平台,结合车辆动力学原理以及动力部件试验数据,分别搭建了发动机、电机电功率、动力电池以及传动系统等车辆主要部件模型。在动力系统建模的基础上对电机的热特性进行研究。为了使热模型能够快速准确地对电机温升进行预测,提出了迭代法获取较为真实的且精度较高的谐波电流,将其与热过载曲线联系起来,建立电机热模型。该部分内容为后续计及电机温升效应的EMS的研究奠定基础。然后,开展插电式混合动力系统EMS研究。考虑到车辆动力系统的非线性和多约束,为了车辆实现良好燃油经济性的同时避免电机温度过高从而影响EMS,提出了计及电机温升效应的等效燃油消耗最小的模型预测(ECMSMPC)EMS。该EMS通过将ECMS算法与MPC框架相结合,将电池电量的消耗等效为燃油消耗,并将电机温度作为成本函数的优化项,构建EMS目标函数。并使用灰狼算法求解最优目标函数的相关权重系数以实现优化。采用仿真对策略的有效性进行验证。最后,对ECMS-MPC能量管理策略进行硬件在环(Hardware in the loop,HIL)测试。设计了相关硬件电路,搭建HIL测试平台。将本文所提出的EMS下载到真实控制器中,在实时仿真环境下对EMS的控制效果进行验证。对测试结果与仿真结果对比,HIL测试验证了所提出的EMS具有良好的有效性和实时性。

砂芯烘干线控制系统的设计

这是一篇关于砂芯烘干线,控制系统,热风温度,BP神经网络PID算法,灰狼算法的论文, 主要内容为树脂砂芯是常用的砂型铸造材料之一,在其制造过程需要在表面涂敷一层耐火涂料并进行烘干,以改善其表面化学稳定性、耐热性等性能。目前在工业现场,砂芯的烘干多采用一些简易热风烘干设备,这类设备控制系统简单,采用PID算法控制热风温度,存在自动化程度低、热风温度控制效果差等诸多弊端。工业现场迫切需要一款能够实现砂芯自动烘干的设备,以降低现场人员劳动强度,提升砂芯涂料烘干质量以及生产效率。基于此,本文以企业砂芯烘干线建设项目为基础,设计了一款砂芯烘干线控制系统,实现了砂芯涂敷涂料后的自动烘干功能。首先,在对砂芯烘干线工作原理、控制系统需求及性能指标分析的基础上,按照模块化等设计思想,完成了砂芯烘干线控制系统总体方案的设计。同时针对多种砂芯热风烘干过程时变干扰强、非线性严重等特点,确定了系统采用改进灰狼算法优化的BP神经网络PID算法对热风温度进行控制。其次,根据烘干线内控制信号的类型与数量,完成控制系统的选型设计与硬件设计。同时,对加热装置方案进行设计,基于STM32单片机对加热装置热风温度控制系统进行电气原理设计,对输送设备进行选型与电气原理设计。接着,设计了改进灰狼算法优化的BP神经网络PID热风温度控制算法,并根据烘干原理与系统辨识建立了系统数学模型。通过仿真分析验证了该算法与PID、BP神经网络PID算法相比具有更优的控制稳定性。最后,对烘干线控制系统程序包括PLC程序、触摸屏组态、Win CC监控界面进行了设计。将控制系统运用于砂芯烘干线中,进行现场调试与砂芯烘干试验。砂芯烘干试验结果表明,该控制系统可以实现砂芯烘干的自动控制,同时相较于PID算法,系统采用IGWO-BPNN-PID算法,提高了热风温度控制稳定性。

计及电机温升效应的插电式混合动力公车能量管理策略研究

这是一篇关于插电式混合动力公交车,能量管理策略,电机温升效应,等效燃油消耗最小策略,模型预测控制,灰狼算法,硬件在环测试的论文, 主要内容为在当前能源短缺和环境污染日趋严峻的背景下,混合动力汽车(Hybrid electric vehicle,HEV)作为新能源汽车中比较具有代表性的技术,由于其在节能减排方面的优异性能,在城市交通领域得到了广泛的应用。能量管理策略(Energy management strategy,EMS)的设计旨在通过协调多种能量源,使得HEV获得优异的燃油经济性和动态性能。而作为HEV主要动力系统部件之一的电机需要频繁启动或长时间工作,加之电机在恶劣的工作条件下可能会出现热问题,导致其关键部件出现故障。并且,电机的输出功率通常受限于电机热极限能力,比如低速大转矩工况下的绕组温升限制,在这种情况下,电机会无法满足EMS的最佳功率分配要求,从而严重影响车辆的动态性能和燃油经济性。因此,设计一种考虑电机温升效应的EMS尤为重要。本文以插电式混合动力公交车(Plug-in hybrid electric bus,PHEB)为研究对象,在模型预测控制(Model predictive control,MPC)框架下应用等效燃油消耗最小策略(Equivalent consumption minimization strategy,ECMS)求解滚动优化问题。将电池电量的消耗等效为车辆的燃油消耗,并将电机温度作为成本函数的优化项,构建EMS目标函数,以实现车辆燃油经济性的同时可以避免电机过热。本文研究内容如下:首先,建立PHEB动力系统部件模型。基于MATLAB/Simulink平台,结合车辆动力学原理以及动力部件试验数据,分别搭建了发动机、电机电功率、动力电池以及传动系统等车辆主要部件模型。在动力系统建模的基础上对电机的热特性进行研究。为了使热模型能够快速准确地对电机温升进行预测,提出了迭代法获取较为真实的且精度较高的谐波电流,将其与热过载曲线联系起来,建立电机热模型。该部分内容为后续计及电机温升效应的EMS的研究奠定基础。然后,开展插电式混合动力系统EMS研究。考虑到车辆动力系统的非线性和多约束,为了车辆实现良好燃油经济性的同时避免电机温度过高从而影响EMS,提出了计及电机温升效应的等效燃油消耗最小的模型预测(ECMSMPC)EMS。该EMS通过将ECMS算法与MPC框架相结合,将电池电量的消耗等效为燃油消耗,并将电机温度作为成本函数的优化项,构建EMS目标函数。并使用灰狼算法求解最优目标函数的相关权重系数以实现优化。采用仿真对策略的有效性进行验证。最后,对ECMS-MPC能量管理策略进行硬件在环(Hardware in the loop,HIL)测试。设计了相关硬件电路,搭建HIL测试平台。将本文所提出的EMS下载到真实控制器中,在实时仿真环境下对EMS的控制效果进行验证。对测试结果与仿真结果对比,HIL测试验证了所提出的EMS具有良好的有效性和实时性。

基于LoRa与GWO-ELM的自动水质监测系统研究

这是一篇关于水质监测,LoRa,灰狼算法,极限学习机,LightGBM的论文, 主要内容为水是万物之源,纯净的水对于万物的生长极为重要。近年来,我国工业现代化进程的快速发展,使江河湖泊的污染现象变得极为突出;由于人们的生活生产,使得地下水和地表水的水质急剧恶化,可供人们使用的水资源愈发紧缺。针对以上问题,本文基于鄱阳湖南矶山截面为背景,设计一套基于LoRa技术的在线水质监测系统,对鄱阳湖水域的水质实时监测,及时掌握远端水域信息,通过对数据进行分析,预测水域水质。首先,分析广域网的特点和水质监测领域的瓶颈,提出将LoRa技术应用水质监测系统。讨论系统的需求和总体架构,对终端节点和网关节点的软硬件进行设计,分析监测指标并选择传感器类型,对主控模块和无线通信模块(LoRa和GPRS)进行设计;使用Modbus协议和RS485搭建总线模式,使用LoRa技术和MQTT协议搭建LoRa WAN系统架构,研究该架构的帧结构、工作模式和入网模式,及MQTT代理服务器和网关与服务器的集成,完成LoRa系统的搭建部署。其次,分析水质数据表结构,建立MySQL数据库和表;使用Nginx反向代理和Redis缓存技术搭建高性能的Web服务器集群;使用JAVA语言,结合主流的SSM框架和Vue与Element-ui进行Web页面开发,并利用Echarts技术实现数据图表可视化,以及网关信息的增删改查;对于大量的水质历史数据,提出大数据Hadoop集群技术进行存储和分析,为算法模型的建立提供数据来源。然后,针对数据缺失和异常问题提出解决方法。考虑到数据特征之间存在耦合关系,本文采用因子分析法(Factor Analysis,FA)对特征进行降维,确定p H、高锰酸盐、氨氮、电导率、溶解氧和总磷等6种主要特征,作为算法模型的输入。针对BP(Back Propagation)神经网络训练时间长、容易陷入局部最优,本文提出使用极限学习机(Extreme Learning Machine,ELM)对总磷进行回归预测,预测结果中RMSE可达到0.015,相比于BP的0.017,减少12%,训练时间达到0.001,相比于BP的0.022,减少95.5%,结果表明,本文提出的ELM模型训练时间短、预测精度高。但ELM模型的性能取决于初始权值和阈值,它们具有随机性,为了得到最优的参数,本文采用灰狼算法(Grey Wolf Optimizer,GWO)进行参数寻优,使用最优参数的ELM模型对总磷进行预测,预测结果中RMSE达到0.009,相比于ELM减少40%,相比于BP减少47%,实验结果表明,优化后的GWO-ELM模型具有更好的预测精度。最后,针对上述算法不适用大数据场景,本文提出使用Light GBM(Light Gradient Boosting Machine)集成算法对总磷进行预测,预测结果中RMSE达到0.01,相比于ELM模型减少33%,但比GWO-ELM模型高10%,它的性能受到超参的影响,因此采用GWO对超参进行寻优,使用最优参数的Light GBM模型对总磷进行预测,预测结果中RMSE达到0.005,相比于Light GBM模型减少50%,比GWO-ELM模型减少44%,比ELM模型减少66.7%,而R2也达到96.5%,优化后的GWO-Light GBM模型具有更好的预测精度,可知,LightGBM模型的抗干扰和拟合能力强于ELM模型。

ERP工单流转模型及其实现技术研究

这是一篇关于工单流转模型,ERP,灰狼算法,生产调度,动态流程的论文, 主要内容为随着信息化进程的不断发展,许多离散制造企业开始使用ERP(Enterprise Resource Planning)系统进行生产管理,但由于小型离散制造企业生产过程复杂多变,与市面上的主流ERP软件匹配度不高,使得企业信息化管理水平难以提升。因此,针对离散制造企业存在的生产调度效率低下等问题开发一款ERP工单流转系统,是企业亟需解决的问题。为了解决上述问题,本文结合企业实际需求,设计并实现了ERP工单流转模型,从而开发出ERP工单流转系统。本文的主要创新点如下:(1)针对企业的生产调度、生产流程灵活调整和生产信息实时查询等需求,本文设计了ERP工单流转模型,主要包括流程配置、生产调度、工单管理、工单流转控制引擎、工单拆分与合并和流转过程监控模块。设计了工单流转控制引擎,对工单流转进行控制,并在流转过程中实现了生产信息同步;针对生产流程灵活调整的需求,提出了工单拆分与合并技术,提高生产流程的灵活性,从而提高设备利用率和生产效率;针对生产信息实时查询的需求,实现对流转过程的实时监控,给管理人员提供数据支持。(2)生产调度是ERP工单流转模型的重要功能模块,针对该企业依靠人工经验进行生产调度导致生产效率低下的问题,本文提出了一种改进的灰狼算法(Improved Grey Wolf Optimizer,IGWO)来提高生产调度效率。通过加入非线性收敛因子、引入均匀交叉操作对灰狼算法(Grey Wolf Optimizer,GWO)进行改进,解决算法全局与局部搜索能力不平衡、易陷入局部最优解的问题。在基准算例和实际生产数据的实验结果表明,IGWO算法求解生产调度问题具有可行性和有效性。最后将IGWO算法应用到模型中,实现生产调度的优化,减少设备空闲时间,提高了企业的生产效率。本文采用Spring Boot和Vue等框架对模型进行了实现,从而开发出系统。系统自上线至今已稳定运行一年左右,满足了企业的具体需求,提高了企业的生产调度效率,提升了企业的管理水平。