香菇菌棒工厂化生产能源管理系统研发
这是一篇关于能源管理,香菇,菌棒,工厂化生产,能耗预测的论文, 主要内容为本文针对香菇菌棒工厂化生产能源管理信息化程度低、数据分散、统计分析困难、缺少能耗预测方法等问题,结合香菇菌棒工厂化生产能源管理的实际需求,构建了香菇菌棒工厂化生产冷藏工序电能耗预测模型,设计并实现了B/S模式的香菇菌棒工厂化生产能源管理系统,主要研究内容与结果如下:(1)完成了菌棒生产过程中各用能设备的分类、设备能耗数据的采集、管理,设计并实现了能耗数据检索服务。通过对工厂实际设备和能耗相关数据特征的分析,结合公司行政架构信息,基于企业的能源环境数据统一平台、大数据资源平台,完成了菌棒生产过程中各种用能设备和其数据项的编码,设计、开发并部署了能耗数据检索服务,统一了能耗数据结构,完成了3个数据采集API,实现了工厂用能设备的高效管理和能耗数据的低成本采集。(2)构建了香菇菌棒工厂化生产电能耗预测模型。通过数据检索服务获取菌棒生产工厂中冷藏工序强冷间的用电数据,在对数据进行异常值处理、重采样、归一化等预处理后,输入基于双向长短期记忆网络和双阶段注意力机制的DABI-LSTM多变量多步能耗预测神经网络模型,模型基于Encoder-Decoder LSTM,采用编码器解码器结构,编码器使用Bi-LSTM,解码器使用LSTM,在编码器和解码器前同时引入注意力机制为不同序列分配权重,优化输入数据。模型训练完毕后,在验证集中时间窗口为40时,十步内预测结果的评价指标平均绝对误差(MAE)为0.142,说明模型有较好的拟合性能,实现了冷藏工序中强冷间电能耗数据的精确预测。(3)设计并实现了香菇菌棒工厂化生产能源管理系统。通过对香菇菌棒工厂化生产过程的实地调研,对数据特征、目标用户、功能需求、非功能需求进行分析,完成了系统的整体架构、功能模块、数据库等方面的设计。系统共8个模块39个用户页面,分别为用户及权限管理模块、基础数据管理模块、能源管理模块、实时监测模块、统计分析模块、能耗预测模块、报警模块、报表管理模块。基于Spring Boot和vue框架,使用前后端分离的开发方式,使用面向对象的软件设计方法,遵循模块化、组件化、低耦合、高内聚的开发原则,研发了香菇菌棒工厂化生产能源管理系统,实现了菌棒生产能源数据智能化采集、电能耗预测、能源使用规范化管理、用能数据统计分析等。
香菇菌棒工厂化生产能源管理系统研发
这是一篇关于能源管理,香菇,菌棒,工厂化生产,能耗预测的论文, 主要内容为本文针对香菇菌棒工厂化生产能源管理信息化程度低、数据分散、统计分析困难、缺少能耗预测方法等问题,结合香菇菌棒工厂化生产能源管理的实际需求,构建了香菇菌棒工厂化生产冷藏工序电能耗预测模型,设计并实现了B/S模式的香菇菌棒工厂化生产能源管理系统,主要研究内容与结果如下:(1)完成了菌棒生产过程中各用能设备的分类、设备能耗数据的采集、管理,设计并实现了能耗数据检索服务。通过对工厂实际设备和能耗相关数据特征的分析,结合公司行政架构信息,基于企业的能源环境数据统一平台、大数据资源平台,完成了菌棒生产过程中各种用能设备和其数据项的编码,设计、开发并部署了能耗数据检索服务,统一了能耗数据结构,完成了3个数据采集API,实现了工厂用能设备的高效管理和能耗数据的低成本采集。(2)构建了香菇菌棒工厂化生产电能耗预测模型。通过数据检索服务获取菌棒生产工厂中冷藏工序强冷间的用电数据,在对数据进行异常值处理、重采样、归一化等预处理后,输入基于双向长短期记忆网络和双阶段注意力机制的DABI-LSTM多变量多步能耗预测神经网络模型,模型基于Encoder-Decoder LSTM,采用编码器解码器结构,编码器使用Bi-LSTM,解码器使用LSTM,在编码器和解码器前同时引入注意力机制为不同序列分配权重,优化输入数据。模型训练完毕后,在验证集中时间窗口为40时,十步内预测结果的评价指标平均绝对误差(MAE)为0.142,说明模型有较好的拟合性能,实现了冷藏工序中强冷间电能耗数据的精确预测。(3)设计并实现了香菇菌棒工厂化生产能源管理系统。通过对香菇菌棒工厂化生产过程的实地调研,对数据特征、目标用户、功能需求、非功能需求进行分析,完成了系统的整体架构、功能模块、数据库等方面的设计。系统共8个模块39个用户页面,分别为用户及权限管理模块、基础数据管理模块、能源管理模块、实时监测模块、统计分析模块、能耗预测模块、报警模块、报表管理模块。基于Spring Boot和vue框架,使用前后端分离的开发方式,使用面向对象的软件设计方法,遵循模块化、组件化、低耦合、高内聚的开发原则,研发了香菇菌棒工厂化生产能源管理系统,实现了菌棒生产能源数据智能化采集、电能耗预测、能源使用规范化管理、用能数据统计分析等。
香菇菌棒工厂化生产能源管理系统研发
这是一篇关于能源管理,香菇,菌棒,工厂化生产,能耗预测的论文, 主要内容为本文针对香菇菌棒工厂化生产能源管理信息化程度低、数据分散、统计分析困难、缺少能耗预测方法等问题,结合香菇菌棒工厂化生产能源管理的实际需求,构建了香菇菌棒工厂化生产冷藏工序电能耗预测模型,设计并实现了B/S模式的香菇菌棒工厂化生产能源管理系统,主要研究内容与结果如下:(1)完成了菌棒生产过程中各用能设备的分类、设备能耗数据的采集、管理,设计并实现了能耗数据检索服务。通过对工厂实际设备和能耗相关数据特征的分析,结合公司行政架构信息,基于企业的能源环境数据统一平台、大数据资源平台,完成了菌棒生产过程中各种用能设备和其数据项的编码,设计、开发并部署了能耗数据检索服务,统一了能耗数据结构,完成了3个数据采集API,实现了工厂用能设备的高效管理和能耗数据的低成本采集。(2)构建了香菇菌棒工厂化生产电能耗预测模型。通过数据检索服务获取菌棒生产工厂中冷藏工序强冷间的用电数据,在对数据进行异常值处理、重采样、归一化等预处理后,输入基于双向长短期记忆网络和双阶段注意力机制的DABI-LSTM多变量多步能耗预测神经网络模型,模型基于Encoder-Decoder LSTM,采用编码器解码器结构,编码器使用Bi-LSTM,解码器使用LSTM,在编码器和解码器前同时引入注意力机制为不同序列分配权重,优化输入数据。模型训练完毕后,在验证集中时间窗口为40时,十步内预测结果的评价指标平均绝对误差(MAE)为0.142,说明模型有较好的拟合性能,实现了冷藏工序中强冷间电能耗数据的精确预测。(3)设计并实现了香菇菌棒工厂化生产能源管理系统。通过对香菇菌棒工厂化生产过程的实地调研,对数据特征、目标用户、功能需求、非功能需求进行分析,完成了系统的整体架构、功能模块、数据库等方面的设计。系统共8个模块39个用户页面,分别为用户及权限管理模块、基础数据管理模块、能源管理模块、实时监测模块、统计分析模块、能耗预测模块、报警模块、报表管理模块。基于Spring Boot和vue框架,使用前后端分离的开发方式,使用面向对象的软件设计方法,遵循模块化、组件化、低耦合、高内聚的开发原则,研发了香菇菌棒工厂化生产能源管理系统,实现了菌棒生产能源数据智能化采集、电能耗预测、能源使用规范化管理、用能数据统计分析等。
香菇菌棒工厂化生产能源管理系统研发
这是一篇关于能源管理,香菇,菌棒,工厂化生产,能耗预测的论文, 主要内容为本文针对香菇菌棒工厂化生产能源管理信息化程度低、数据分散、统计分析困难、缺少能耗预测方法等问题,结合香菇菌棒工厂化生产能源管理的实际需求,构建了香菇菌棒工厂化生产冷藏工序电能耗预测模型,设计并实现了B/S模式的香菇菌棒工厂化生产能源管理系统,主要研究内容与结果如下:(1)完成了菌棒生产过程中各用能设备的分类、设备能耗数据的采集、管理,设计并实现了能耗数据检索服务。通过对工厂实际设备和能耗相关数据特征的分析,结合公司行政架构信息,基于企业的能源环境数据统一平台、大数据资源平台,完成了菌棒生产过程中各种用能设备和其数据项的编码,设计、开发并部署了能耗数据检索服务,统一了能耗数据结构,完成了3个数据采集API,实现了工厂用能设备的高效管理和能耗数据的低成本采集。(2)构建了香菇菌棒工厂化生产电能耗预测模型。通过数据检索服务获取菌棒生产工厂中冷藏工序强冷间的用电数据,在对数据进行异常值处理、重采样、归一化等预处理后,输入基于双向长短期记忆网络和双阶段注意力机制的DABI-LSTM多变量多步能耗预测神经网络模型,模型基于Encoder-Decoder LSTM,采用编码器解码器结构,编码器使用Bi-LSTM,解码器使用LSTM,在编码器和解码器前同时引入注意力机制为不同序列分配权重,优化输入数据。模型训练完毕后,在验证集中时间窗口为40时,十步内预测结果的评价指标平均绝对误差(MAE)为0.142,说明模型有较好的拟合性能,实现了冷藏工序中强冷间电能耗数据的精确预测。(3)设计并实现了香菇菌棒工厂化生产能源管理系统。通过对香菇菌棒工厂化生产过程的实地调研,对数据特征、目标用户、功能需求、非功能需求进行分析,完成了系统的整体架构、功能模块、数据库等方面的设计。系统共8个模块39个用户页面,分别为用户及权限管理模块、基础数据管理模块、能源管理模块、实时监测模块、统计分析模块、能耗预测模块、报警模块、报表管理模块。基于Spring Boot和vue框架,使用前后端分离的开发方式,使用面向对象的软件设计方法,遵循模块化、组件化、低耦合、高内聚的开发原则,研发了香菇菌棒工厂化生产能源管理系统,实现了菌棒生产能源数据智能化采集、电能耗预测、能源使用规范化管理、用能数据统计分析等。
香菇菌棒工厂化生产能源管理系统研发
这是一篇关于能源管理,香菇,菌棒,工厂化生产,能耗预测的论文, 主要内容为本文针对香菇菌棒工厂化生产能源管理信息化程度低、数据分散、统计分析困难、缺少能耗预测方法等问题,结合香菇菌棒工厂化生产能源管理的实际需求,构建了香菇菌棒工厂化生产冷藏工序电能耗预测模型,设计并实现了B/S模式的香菇菌棒工厂化生产能源管理系统,主要研究内容与结果如下:(1)完成了菌棒生产过程中各用能设备的分类、设备能耗数据的采集、管理,设计并实现了能耗数据检索服务。通过对工厂实际设备和能耗相关数据特征的分析,结合公司行政架构信息,基于企业的能源环境数据统一平台、大数据资源平台,完成了菌棒生产过程中各种用能设备和其数据项的编码,设计、开发并部署了能耗数据检索服务,统一了能耗数据结构,完成了3个数据采集API,实现了工厂用能设备的高效管理和能耗数据的低成本采集。(2)构建了香菇菌棒工厂化生产电能耗预测模型。通过数据检索服务获取菌棒生产工厂中冷藏工序强冷间的用电数据,在对数据进行异常值处理、重采样、归一化等预处理后,输入基于双向长短期记忆网络和双阶段注意力机制的DABI-LSTM多变量多步能耗预测神经网络模型,模型基于Encoder-Decoder LSTM,采用编码器解码器结构,编码器使用Bi-LSTM,解码器使用LSTM,在编码器和解码器前同时引入注意力机制为不同序列分配权重,优化输入数据。模型训练完毕后,在验证集中时间窗口为40时,十步内预测结果的评价指标平均绝对误差(MAE)为0.142,说明模型有较好的拟合性能,实现了冷藏工序中强冷间电能耗数据的精确预测。(3)设计并实现了香菇菌棒工厂化生产能源管理系统。通过对香菇菌棒工厂化生产过程的实地调研,对数据特征、目标用户、功能需求、非功能需求进行分析,完成了系统的整体架构、功能模块、数据库等方面的设计。系统共8个模块39个用户页面,分别为用户及权限管理模块、基础数据管理模块、能源管理模块、实时监测模块、统计分析模块、能耗预测模块、报警模块、报表管理模块。基于Spring Boot和vue框架,使用前后端分离的开发方式,使用面向对象的软件设计方法,遵循模块化、组件化、低耦合、高内聚的开发原则,研发了香菇菌棒工厂化生产能源管理系统,实现了菌棒生产能源数据智能化采集、电能耗预测、能源使用规范化管理、用能数据统计分析等。
香菇菌棒生产管理系统设计与实现
这是一篇关于香菇,菌棒,菇蕾识别,生产管理的论文, 主要内容为本文针对香菇菌棒生产过程管理信息化程度低导致的精准化管控困难、生产过程数据手工记录繁琐、统计分析困难、菇蕾量识别效率低、精度差等问题,结合山东七河生物科技股份有限公司(以下简称七河生物)的实际需求,依托山东省重大科技创新工程项目—食用菌智慧工厂化生产关键技术研发与产业化,采用B/S系统架构、前后端开发技术、目标检测技术,建立了香菇菌棒菇蕾识别模型,设计并实现了香菇菌棒生产管理系统,主要研究内容与结果如下。(1)构建香菇菌棒菇蕾识别模型。在七河生物的西楼工厂出菇棚中完成了菇蕾图像数据的采集,采用随机旋转、水平翻转等图像增强方法对图像扩充,根据香菇生长大小、是否开伞、开伞是否规则等标准标注菇蕾图像。使用YOLOv5模型训练采集并标注完毕的图像,训练完毕后,模型精准度达到0.963,召回率达到0.966,map达到0.984。菇蕾识别模型为提高菇蕾识别准确率、香菇出菇催蕾阶段人员分配及菌棒销售市场调配具有重要意义。(2)设计了香菇菌棒生产管理系统。通过对香菇菌棒生产过程实地调研及对目标用户、业务流程、功能需求、非功能需求、系统数据流的分析,完成了系统总体架构、功能模块设计、数据库设计、数据流设计。共设计10大功能模块,分别为基础信息管理、装袋信息管理、接种信息管理、菌种信息管理、液体菌种信息管理、培养信息管理、结转信息管理、菇蕾识别、工作量信息管理、统计分析模块。(3)实现了香菇菌棒生产管理系统,共开发了34个页面,构建了35张数据库表。通过构建的香菇菌棒生产管理系统,实现了香菇菌棒生产从预拌料、拌料、制袋、高温灭菌、接种、预培养、培养、刺孔、结转等全工序数据的自动化采集和流转、生产过程精准化管控、生产数据实时统计分析等。本论文取得的成果已应用于山东省淄博市七河生物科技股份有限公司双泉工厂、西楼工厂、文昌湖工厂,解决了香菇菌棒生产管理管控难的问题,同时降低了人工成本,提高了生产效率。
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：毕设货栈 ，原文地址：https://m.bishedaima.com/lunwen/52450.html
