一、工程数据采集处理系统及其应用(论文文献综述)
冯翔宇[1](2021)在《隧道掘进机异构数据混合建模方法及其应用》文中指出隧道掘进机是一种专门用于隧道工程全断面开挖的大型工程机械,是集机械、电气、液压、信息、控制为一体的智能化隧道施工装备,在城市地下工程建设中起十分重要的作用。其智能化运维系统以大数据技术作为驱动,将工作现场采集得到的数据进行数据挖掘、分析处理从而预测得到所需信息,为操作与控制提供重要参考,进而保障隧道掘进机高效、平稳、安全、科学地运行。所以,利用智能化技术对隧道掘进机进行运维管理势在必行。数据建模算法对掘进过程中工况的预测十分重要,是智能化运维的核心。然而隧道掘进机工作过程中得到的数据多源且异构,现有的人工智能算法缺少关于隧道掘进机异构数据混合建模的研究,容易使得建立的预测模型不准确,为运维系统带来负面影响,间接影响工程进度,甚至会造成工程事故。为解决上述情况,本文通过改进机器学习算法、设计结构化编码等方式,实现异构数据的混合建模。于深圳地铁隧道施工数据的基础上,建立掘进工况参数预测模型,验证了算法的性能,为隧道掘进机的智能运维提供数据算法支持。本论文的主要研究工作如下:1)调研隧道掘进机数据建模与工况预测的研究现状,探讨课题研究的意义,设计异构数据混合建模的研究技术路线与方法。2)对隧道掘进机工作数据进行数据预处理,包括:数据裁剪合并、异常值检验剔除、建立特征工程,为后续建模预测做好数据基础。3)在支持向量回归的基础上,引入超球面参数化改进核函数,实现数值数据和分类数据的混合建模。用灰狼优化算法优化超参数。设计多组数值实验验证提出算法的性能。通过实际工程数据构建模型,以数值-分类混合的同环段运行数据为输入,以推进速度、刀盘转矩、总推进力为预测输出。提出方法构建的模型预测精度好于其他现有算法。4)将离散的地质数据进行插值补全,分析各掘进环段中掘进断面的地层分布;设计结构化编码方法,使地质资料适用于建模。通过实际工程数据和地质资料构建模型,以运行-地质混合的不同环段数据为输入,以推进速度、刀盘转矩、总推进力为预测输出。提出方法构建的模型预测精度好于其他现有算法。5)探究了函数型数据分析中曲线拟合的方法,在数值-分类数据混合建模基础上改进算法,实现曲线数据的预测。设计多组数值实验对提出算法性能进行验证。通过突变载荷下刀盘转速响应曲线实验的工程算例,验证了提出算法在隧道掘进的工程价值。6)基于MATLAB GUI,设计隧道掘进机异构数据建模系统。
石茂林[2](2020)在《盾构机实测数据建模方法及其应用研究》文中研究表明随着数据密集型时代的到来,盾构机的运行监测日趋完善,所记录的实测数据不仅包含了装备作业过程的海量信息,也蕴含了装备内部及其与外部环境的相互作用机理,通过一定方法对这些数据进行深度挖掘与刻画对于提升装备的设计、分析、运行与维护水平具有重要意义。盾构机实测数据由来源于监测系统的运行实测数据和来源于地质勘探的地质实测数据组成,具有运行实测数据未赋予明确的地质工况标注且重叠分布、运行实测数据参数与装备性能之间的关联关系复杂、运行实测数据中已收集的数据难以覆盖后续数据的样本空间、运行实测数据与地质实测数据的样本容量不相等的特点。针对盾构机实测数据的上述特点,本文开展了如下四个方面的研究:1)盾构机运行实测数据的划分方法;2)盾构机运行实测数据的精准建模方法;3)盾构机运行实测数据预测模型的泛化能力提升方法;4)盾构机运行与地质实测不等容数据的联合建模方法。掘进速度是盾构机的关键性能指标,其描述了装备在单位时间内的掘进距离和掘进效率,是调整掘进参数和项目施工管理的必要参考。因此在研究过程中,以深圳地铁某标段的盾构机实测数据为应用对象,结合盾构机的掘进速度预测实验,检验了所提出一系列方法的工程可用性。主要贡献如下:(1)针对不同地质工况运行实测数据的划分问题,从盾构机运行实测数据中部分参数(属性)强相关的角度出发,提出了强相关属性关联关系引导的聚类模型。采用线性方程描述强相关属性的关联关系并与数据的空间距离相结合构成聚类目标函数,设计了隶属度、类原型和线性方程系数三者交互迭代的目标函数优化策略以获取数据的划分结果。通过盾构机运行实测数据的聚类实验,发现提出聚类模型能够实现不同地质工况运行实测数据的有效划分,提供强相关属性的明确回归方程以供参考。(2)针对运行实测参数与装备性能之间的关联关系复杂,难以建立精准的预测模型的问题,提出基于回归关系的聚类模型,继而给出该聚类模型辅助的数据建模方法。在提出聚类模型中,基于每个子类回归模型的预测误差构建了聚类目标函数,设计了目标函数的迭代优化策略以获取数据的划分结果;在提出的数据建模方法中,基于数据的划分结果判断待预测数据的归属,通过对应的子类回归模型获取最终的预测值。通过盾构机的掘进速度预测实验,发现提出建模方法能够精确刻画出盾构机运行参数与掘进速度的关联关系,给出良好的掘进速度预测结果。(3)针对已收集运行实测数据无法有效覆盖后续发生数据的样本空间,导致模型泛化能力不足的问题,通过引入传统预测模型生成的仿真数据加以解决。针对低保真度的仿真数据参数与高保真度的运行实测数据参数不完全相同的客观实际,提出了适用于参数不完全相同的多保真度数据联合建模方法,构建了一种新型核函数将多保真度数据的输入映射到高维空间,通过高维空间的线性方程描述数据输入与输出的回归关系。盾构机掘进速度预测实验结果表明,提出方法能够结合运行实测数据和仿真数据的各自优势,提升掘进速度预测模型的泛化能力和预测精度。(4)针对运行实测数据与地质实测数据的联合建模问题,提出了多类型数据的融合转化方法,将地质实测的多类型数据统一为新的结构化数据。提出了一种不等容数据建模方法,采用核函数将大样本容量数据与小样本容量数据的输入映射到高维空间,通过高维空间的线性方程描述大、小样本容量数据输入与输出的回归关系。将提出方法用于运行实测数据和地质实测数据联合驱动的盾构机掘进速度预测,发现该方法能够实现小样本地质实测数据与大样本运行实测数据的有效联合建模,给出动态和累积的掘进速度的精准预测结果,并进一步研究了地质和运行参数对掘进速度的影响规律。最后,对全文所研究的主要工作进行了总结,同时对盾构机实测数据建模方法中的后续研究进行了展望。
教育部[3](2020)在《教育部关于印发普通高中课程方案和语文等学科课程标准(2017年版2020年修订)的通知》文中研究表明教材[2020]3号各省、自治区、直辖市教育厅(教委),新疆生产建设兵团教育局:为深入贯彻党的十九届四中全会精神和全国教育大会精神,落实立德树人根本任务,完善中小学课程体系,我部组织对普通高中课程方案和语文等学科课程标准(2017年版)进行了修订。普通高中课程方案以及思想政治、语文、
刘辉翔[4](2020)在《MOS型电子鼻关键问题研究及其应用》文中认为在电子鼻系统中,金属氧化物半导体(Metal Oxide Semiconductor,MOS)型气体传感器由于其灵敏度高、响应快和成本低等优点被广泛应用。但其在应用中易受到自身漂移、环境干扰等因素的影响,导致电子鼻出现精度低、泛化性差等问题。本文针对MOS型电子鼻在应用过程中暴露的关键问题,从模式识别与机器学习算法的角度开展了理论研究,并在茶叶、酒类品质检测等方面开展了相关的应用研究。(1)当电子鼻应用于气体定性分析时,气体浓度成为了重要干扰因素。因此,本文首先从特征提取角度提出了一种基于直推式迁移学习方法(Maximum Independence of the Concentration Features-Iterative Fisher Linear Discriminant,MICF-IFLD)用于抑制气敏传感器信号漂移。MICF从数据分布角度降低了样本间由浓度引起的数据分布差异,IFLD进一步提取传感器响应信号的深层特征,减少了样本间的类内差异同时增加其类间差异。MICF-IFLD提高了样本分布的一致性,提升了分类模型在气体定性分析中的准确性和泛化性。(2)针对传感器信号漂移问题,不再细分引起漂移的因素。基于域自适应学习理论,提出了一种基于长短时记忆(Long Short-Term Memory,LSTM)网络的域自适应学习模型(Domain Adaptation-Long Short-Term Memory,DALSTM)。通过引入对比损失函数,同时借助于目标域中少量的标记样本,模型自适应地实现了对数据漂移的补偿,并展现出了良好的性能,而且避免了特征提取过程的繁琐。尤其,注意力机制的引入,使得模型DALSTM的泛化性能得到了进一步的提高。(3)对于气体的定性、定量分析,构建了基于长短时记忆(Long Short-Term Memory,LSTM)网络的多任务学习框架(MLSTM),同时执行气体识别和浓度估计。框架中两个任务共享底层特征,任务之间协同训练有效提高了气体识别和浓度估计的精度,并在一定程度上解决了先识别气体类型再预估其浓度这种串行方法中可能由于识别错误而带来的浓度估计偏差。同时,应用粒子群优化(Particle Swarm Optimization,PSO)算法来优化多任务学习框架中的超参数,并取得了良好的效果。更进一步,多任务学习框架被拓展应用在红酒属性检测,分别提出了基于BPNN和CNN的多任务模型,用于同时识别葡萄酒的四种不同属性。(4)针对MOS型电子鼻在茶叶、酒类等品质检测中的应用问题,发展了一套鲁棒性强、泛化性好、准确性高的模式识别方法,准确地辨识了茶叶的品牌、产地、质量等信息,并利用气相色谱-质谱联用仪(Gas Chromatography-Mass Spectrometer,GC-MS),探索了不同类型茶叶样本的差异所在,验证了电子鼻在茶叶检测中的有效性和准确性。本文提出的漂移抑制方法、机器学习模型等,可为多个行业(食品、环保、危险品探测等)中的气体分析提供科学支撑。研究结果也具有明确的经济意义和潜在的市场价值,有助于推广MOS型电子鼻设备的商业化应用。
宋婷[5](2020)在《岩石智能声波频谱特征识别系统开发及其应用》文中认为岩石作为工程地质结构的重要组成部分,在各类工程建设中具有基础性的作用。岩体的失稳与破坏会给工程带来灾难性的影响。由于岩石分布环境隐蔽复杂、不确定性多,对岩石岩性检测难度大。在诸多的检测方法中,声波无损检测通过测试岩石的声学性质,进而获得岩石物理力学性质,是岩石质量评价的一种重要技术手段。岩石的振动信号蕴含着丰富的岩性信息,其中频谱信号能够反映被测岩石的特性,通过提取岩石声波频谱中振动特性的特征信号,可以识别不同岩石的岩性特征。由于声波频谱特征信号的提取依赖于专业人员的分析,因此开发能够快速自动地识别岩石特性的智能检测仪器存在实际的工程需求。本文主要研究内容及结果如下:(1)开发了智能岩石声波频谱特征识别分析软件。根据声波在岩石传播系统中的频谱特性,基于LabVIEW开发集成环境、岩性特征识别方法开发了智能岩石声波频谱特征识别软件;软件主要有岩石的波形采集、数据处理分析、岩石特征识别、数据截取与存储等功能模块,实现了将声波信号在时域中的波形转变为频域的频谱,并通过频域信号能量积分来获得声波数据在频域中的特征量,进而实现对声波信号的定量分析。(2)实现了岩石智能声波频谱特征识别软件与应用装置的系统集成。将软件与硬件应用集成为一个完整的测试系统。针对测试面为弧形的岩石试件进行换能器设计和改进,根据岩石声波信号的特点研制了收声装置,设计使用了多级窄带高频及中频滤波器、音质压缩扩展等技术消除嘈杂环境中噪音信号的干扰,提高采集声波信号的稳定性。岩石声波采集测试软件与硬件装置系统集成后,经测试分析,整体应用结果显示对不同岩石特征能进较好的分析识别。(3)测试了典型岩石标准试件的声学传播特性。通过岩石声波衰减频率特性试验,得到不同岩石波形、声波衰减和频率特征,确定了不同岩石的声波衰减系数,玄武岩的衰减系数为0.0011、花岗岩为0.0236、大理岩为0.0457、灰砂岩为0.0176、红砂岩为0.0071,从而依据岩石的声波衰减系数进行岩石种类的判别。本文通过典型岩石的声波测试实验确定了不同岩石的声波衰减系数,依据岩石的声波衰减程度进行岩石种类的判别。根据实际需求设计开发了基于声波频谱特性的岩石特征识别系统,对岩石岩性的识别具有一定的应用价值。
文斌[6](2020)在《多通道脑电同步测量及应用系统的研制》文中提出脑信息研究一直是人们关注的重要领域,其中脑电信号分析是重要的手段,EEG研究越来越广泛应用在临床诊断和科学研究领域中,而EEG是由脑电神经元产生的一种生物电信号,具有幅值极弱、易受干扰的特点,随着生命信息监测技术的发展,为获取可靠的脑电信号提供了解决方案,因此,为满足这些领域的应用所需的脑电信号,本文设计了一种高性能16通道脑电信号同步采集系统。本文结合了传感器技术和现有的烧结工艺,提出脑电传感器设计方案,并交于第三方公司进行设计,并对核心技术指标进行了出厂测试。本文系统设计主要分成硬件部分、软件部分和算法部分进行系统搭建。硬件设计部分主要包括关键元器件的选型和以及硬件电路设计。最终系统采用锂电池供电,EEG核心板卡采集数据,Wi Fi模块无线传输方案。能够将多通道的EEG数据和所有电极的阻抗监测数据通过无线传输到上位机。软件设计部分主要包括下位机软件设计和上位机软件设计。下位机设计主要分为外围电路的驱动代码编写,控制数据的采集和数据传输代码的编写。上位机设计主要分为监测软件和数据回放软件。监测软件能够实现数据的实习显示和数据保存。数据回放软件能够对保存的数据进行数据录入和数据回放处理。算法部分主要包括EEG数据的去噪和相关预处理,进行了EEG基本参数的计算。为保证脑电采集系统可靠性,对本文自主研制的脑电采集系统进行了相关标准测试。按照JJG1043-2008和IEC80601-2-26标准对本文系统的关键指标进行了测试,其中共模抑制比达到110d B,输入噪声小于1u V。并且对恒流源阻抗检测电路进行了误差测试,所有通道的阻抗检测实际阻抗和参考阻值平均误差的绝对值小于200Ω,测量误差小于±1%。为了进一步验证本文系统的可靠性,本文设计了对比验证实验。设计脑电电极输入噪声对比实验,结果证明本文设计的脑电电极噪声更低,性能很好。同时将自主设计的脑电采集设备和德国BP公司的AMP设备设计了SSVEP对比实验,采集了16位受试对象的脑电数据,进行数据处理与分析,两种设备测试结果没有显着性差异。通过系统关键性指标测试和脑电相关对比验证实验,验证了本文设计的16导联脑电采集系统性能较好,符合相关标准,并能够满足相关脑电科学研究。
张莹莹[7](2019)在《装配式建筑全生命周期中结构构件追踪定位技术研究》文中研究指明建筑工业化是我国建筑业实现传统产业升级的重要战略方向,预制装配式生产建造技术是实现建筑工业化的主要措施,信息化可以使项目各阶段、各专业主体之间在更高层面上充分共享资源,极大高预制装配式建造的精确性与效率。预制构件是装配式建筑的基本要素,准确地追踪和定位预制构件能够更好地管理装配式建筑的整个流程。构件追踪定位是一个动态的过程,与各阶段的工作内容息息相关。因此,深入了解装配式建筑的全流程,分析和总结各阶段工作需要的构件空间信息,是建立合理追踪定位技术框架的重要前。显然,仅用单一技术难以满足全生命周期构件追踪定位的要求,因此需要充分了解相关技术的优缺点与适用性,以便根据装配式建筑的特点制定出合理的技术方案。另外,预制构件追踪定位及空间信息管理技术的研究涉及到建筑学、土木工程、测绘工程、计算机、自动化等多个专业。但是,目前相关的研究主要集中在建筑学以外的学科,鲜有从建筑学专业角度出发,综合地研究适用于装配式建筑全生命周期的构件追踪定位技术。而建筑学专业在装配式建筑的全流程中起着“总指挥”的作用,需要汇总、评估、共享各阶段与各专业的信息,形成完整的信息链。因此,建筑学专业对构件追踪定位技术研究的缺失不仅会导致构件空间信息的片段化,而且难以深度参与到项目的各阶段、协调各专业的工作。基于上述需求和目前研究存在的问题,本文首先梳理了典型装配式建筑的结构类型和结构构件类型,以及从设计、生产运输、施工装配、运营维护直至拆除回收的全生命周期过程,总结出各阶段所需的构件空间信息以及追踪定位的内容,并根据精度需求将构件追踪定位分为物流和建造两个层级。其中物流层级的定位精度要求较低,主要用于构件的生产运输和运维管理;建造层级的定位精度要求较高,主要用于构件的生产和施工装配。其次,详细分析了BIM、GIS等数据库,GNSS、智能化全站仪、三维激光扫技术、摄影测量技术等数字测量技术,以及RFID、二维码、室内定位等识别定位技术的功能和在装配式建筑中的适用性。通过对现有技术的选择和优化,建立了一套基于装配式建筑信息服务与监管平台、结合多项数据采集技术的装配式建筑全生命周期构件追踪定位技术链,并分别从物流和建造两个层级对此技术链的应用流程进行了探索。着重介绍了装配式建筑数据库中预制构件分类系统和编码体系,分析二者在预制构件追踪定位技术中的作用。最后,以轻型可移动房屋系统的设计、生产和建造过程为例,说明以装配式建筑信息服务与监管平台为核心,结合数据采集技术实现预制构件追踪定位和信息管理的方法。本文以装配式建筑的结构构件作为基本研究对象,采用数据库和数据采集技术建立了适用于装配式建筑全生命周期构件追踪定位技术链,对于整合项目各阶段构件空间信息、形成完整信息链、协调各专业工作、优化资源配置有一定的借鉴意义,而这些方面是实现预制构件精细化管理、高装配式建筑生产施工效率的关键。本文共计约160000字,图片143幅,表格63张
石洋东[8](2019)在《混凝土泵车焊接工艺资源环境属性分析建模及其应用》文中认为近年来,我国大力推动“绿色工厂”、“智能工厂”的试点示范,混凝土机械制造企业向绿色化、数字化、智能化的方向转型升级迫在眉睫。混凝土泵车在混凝土机械产品中占有重要地位,而焊接工艺是混凝土泵车制造过程中的典型加工工艺之一。然而,国内外现有文献在焊接工艺资源环境属性分析、建模等方面的研究还不够全面与深入,且混凝土机械制造企业对焊接工艺资源环境属性数据库系统的需求日益迫切。因此,本文面向混凝土泵车的焊接工艺,开展其资源环境属性分析建模及其应用的研究。首先,分析混凝土泵车焊接工艺的资源环境属性,建立其IPO(Input-Process-Output)模型与量化模型,从物料流、能量流、环境排放流三个层面构建其资源环境属性综合分析体系。其中,重点分析了混凝土泵车焊接工艺的多源能耗与多源碳排放特性,并建立了焊接工艺多源能耗与多源碳排放量化模型。然后,搭建混凝土泵车焊接工艺资源环境属性基础数据采集平台,开展焊接工艺实验,研究焊接工艺过程中的物料消耗、能耗、粉尘、噪声等资源环境属性基础数据采集的关键技术。针对混凝土泵车典型结构件的焊接工艺实验,结合本文建立的混凝土泵车资源环境属性分析体系及其量化模型,分别对混凝土泵车典型结构件焊接工艺的资源环境属性情况、多源能耗与多源碳排放情况进行分析。其中,对电焊机能耗模型进行了实验验证,其理论值与测试值吻合程度较高,相对误差在8%范围内。再者,建立了混凝土泵车焊接工艺资源环境属性的神经网络预测模型,其预测性能测试结果表明,该神经网络训练样本、验证样本、测试样本的预测值与其对应实验值的相关系数R分别为0.9992、0.9983、0.9981,均在0.9980以上,三类样本与实验值的总体相关系数R’高达0.9989。而且,神经网络预测值与实际值的对比验证结果表明,电焊机能耗、粉尘PM 2.5、PM 10及噪声的神经网络预测值与其实验测算/测试值相对误差率分别在4.2%、8.5%、4.0%及2.5%以内。最后,通过Visual Basic软件开发平台,研发了混凝土泵车焊接工艺资源环境属性数据库系统,通过了湖南省软件评测中心的软件鉴定测试,且在中联重科成功示范应用。
左延红[9](2019)在《基于分数阶微积分的离散制造检测数据融合技术研究》文中研究指明离散制造业而今已成为工业生产的主体,因其生产过程中具备制造资源多样性和生产过程复杂多变性,使得离散制造的生产管理成为目前制造领域研究的重点和难点。为了实现对离散制造系统中制造资源的有效管理和生产过程的有效控制,多数企业和研究机构尝试使用物联网技术实现离散制造中制造资源的互联互通,构建离散制造执行系统(MES),通过对制造系统中人员、物资、设备和生产过程的有效控制与管理,实现制造效率高效化、制造成本低廉化和生产周期合理化的管理目标。在多年的研究与应用中,研究人员发现:物联网和计算机技术的日益成熟,为构建基于物联网技术的制造执行系统提供了技术支持,但由于离散制造存在生产环境的多样性和制造信息的不确定性,致使其制造执行系统(MES)采集到的同类数据间存在着数值的差异性和时间的滞后性,严重制约着系统决策的准确性和实时性。所以,如何消除同类设备在生产中因工作环境和设备性能的不同造成生产信息数据在采集与传输过程中存在的差异性,已成为离散制造执行系统(MES)实现生产调度优化设计、生产资源合理配置和生产过程实时控制所面临的核心问题。本文拟通过对离散制造执行系统和物联网技术的深入研究,研究物联网技术下离散制造执行系统的特性并分析其采集的生产数据间的差异性,探讨目前常用的物联网下差异性数据融合算法的应用过程和融合效果,提出基于分数阶微积分的物联网下离散制造系统差异数据融合算法并与其他算法进行比较,验证算法的准确性和可靠性。完成的主要研究工作和成果总结如下:1.离散制造生产特性的研究。通过对离散制造“多品种小批量”生产特点的分析和对周边离散性制造企业的调研,得出离散制造存在以下特点:①产品种类的多样性带来生产工艺的多样性和制造资源多样性;②制造资源类型的多样性带来生产信息和数据种类的多样性;③市场信息的不确定性带来生产信息的不确定性。2.离散制造执行系统检测数据特性的分析。根据离散制造的生产特点,得出离散制造执行系统测得的生产数据具有以下特性:①制造资源的多样性带来的检测信息的多样性;②同类制造资源和检测设备由于性能的差异性致使检测数据存在差异性;③制造资源分布的离散性致使检测点间存在工作环境的差异性和信息传送距离的差异性,从而带来检测点间测量误差的差异性。3.多传感器检测数据融合技术的研究。分析目前国内外对多传感器检测数据融合算法的研究现状和存在的不足,探讨了目前常用的数据融合算法中贝叶斯估计法、D-S证据推理法、模糊逻辑法、神经网络法在物联网下多传感器检测数据融合中的优缺点,研究分析了以上算法在离散制造检测数据处理中的应用效果与不足。4.通过对分数阶微积分理论的研究,探讨了分数阶微积分算法在多传感器检测数据融合处理中应用效果和其在离散制造多传感器检测数据融合处理中的不足,最后提出了应用分数阶偏微分理论融合处理物联网下离散制造多传感器检测数据的理念,建立了基于分数阶偏微分方程的物联网下离散制造多传感器检测数据融合算法模型,并通过试验验证了算法的优越性。5.总结研究成果,展望物联网技术下离散制造执行系统检测数据融合技术的研究方向和工作重点。
张晨[10](2017)在《高速线阵CCD相机设计、实现及其应用研究》文中研究表明高速线阵相机作为卫星推扫拍摄和工业流水线检测应用中的专用相机,随着近年我国航天遥感卫星技术和工业领域机器视觉检测技术的高速发展,得到越来越广泛的应用。随着图像传感器技术的发展和相机应用场景的扩充,更高的图像数据速率,更低的图像噪声以及更复杂的现场环境对相机设计提出了更高的标准要求。本文在研究过程中,从理论研究和系统设计对相机设计、实现和应用中的关键问题提出解决方案,实现整机系统,最后在现场安装,进行反复应用测试,并展望更高标准。本文的主要工作和创新性成果如下:1.在相机电子系统设计方面,通过制作一款三线阵CCD相机,研究高速线阵CCD相机在驱动设计、电源版图设计和图像校正方面的问题。通过研究CCD传感器驱动电路设计方案和时序信号相位微调技术,正确驱动芯片发挥性能;设计了低噪声电源系统和版图方案;在图像校正方面,研究硬件实现的三线分离校正方案。最终制成相机成品,实现上述研究内容,并作为后期其他研究的基础平台使用。2.将噪声作为相机电子学设计评测中的重要指标展开研究。针对线阵相机各噪声参数定量研究较少的现状,通过数学推导所制线阵CCD相机的噪声模型,设计建议有效噪声测试平台,并创新性的通过多增益值下测试数据匹配的方式,从实际工作模式设置下的输出数据中求解各噪声分量具体数值。最终通过实测数据和理论数据的匹配证明噪声模型的正确性。3.针对航天遥感相机数据率高,归零质量管理对问题复现要求高的特点,通过研发数据接收模块、图像模拟源、存储阵列和硬件协处理器实现航天遥感相机测试整机设备。在完成相机电子学评测工作的同时,单个模块在系统长时间(大于1小时)连续存储速率指标达到1GBps,项目实际运用达到442.3MBps;图像异常检测速率指标达到2.4GBps,项目实际运用达到1.3GBps。整机系统成功应用我国多个星上项目现场检测中。4.针对相机数据率上升,数据传输实时性受影响的问题,在目标检测应用中提出集成在线实时检测模块的,智能高速线阵相机系统方案。通过输出目标区域切片,以切片保持检测需求中有效信息不变的方式降低数据率。经过系统方案研究、算法方案研究、硬件方案研究及测试方案研究,实现智能高速线阵相机系统并在工业现场搭建验证平台对设计方案进行研究验证。验证平台环境下的实验结果显示,在检测目标有效信息基本不丢失的情况下,智能相机系统方案输出数据率可降至原相机方案的0.05%。5.在智能相机试验平台实现过程中,针对制约高速三线阵CCD相机应用的色彩空间分离问题,以及现有相机方案三线分离校正量只能以像素级精度通过人工输入,不能自适应拍摄对象速度变化的现状。通过研究基于相机硬件的初步设置、精确估算、精确设置三个过程,将三线分离量设置从外界输入提升为自动适应,将三线阵相机输出图像校正精度从现有方案的像素级,提升10倍,达到精度为0.1个像素点的亚像素级。基于亚像素校正技术的三线阵相机能自适应拍摄对象速度变化,提升了相机的性能,还创新性的利用亚像素三线分离量数值,对拍摄对象进行非接触式测速,扩充了相机功能。本文对相机设计、实现和应用中关键问题提出的解决方法,成功应用在多个航天遥感领域和工业领域实际项目中,具有很好的应用价值。
二、工程数据采集处理系统及其应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、工程数据采集处理系统及其应用(论文提纲范文)
(1)隧道掘进机异构数据混合建模方法及其应用(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 背景分析 |
1.2 隧道掘进机数据建模研究现状 |
1.2.1 传统模拟实验法研究现状 |
1.2.2 机器学习建模法研究现状 |
1.2.3 隧道掘进机异构数据建模研究现状分析 |
1.3 课题研究意义 |
1.4 主要研究内容、技术路线和创新点 |
1.4.1 主要研究内容 |
1.4.2 技术路线 |
1.4.3 创新点 |
1.5 本章小结 |
2 运行数据预处理与分析 |
2.1 运行数据基本情况 |
2.2 运行数据预处理算法 |
2.2.1 数据裁剪合并 |
2.2.2 异常值检验与处理 |
2.2.3 灰色关联度分析 |
2.3 本章小结 |
3 数值-分类数据混合建模方法 |
3.1 支持向量回归 |
3.2 定性-定量因子支持向量回归 |
3.2.1 定性-定量因子核函数映射 |
3.2.2 灰狼优化算法与参数寻优 |
3.2.3 算法建立过程 |
3.3 数值算例测试 |
3.4 隧道掘进机数值-分类数据混合建模工况预测实验 |
3.5 本章小结 |
4 运行-地质数据混合建模方法 |
4.1 地质数据采样与分析 |
4.2 克里金插值法 |
4.3 掘进断面地质数据构建与编码 |
4.4 隧道掘进机运行-地质数据混合建模工况预测实验 |
4.5 本章小结 |
5 数值-分类数据混合建模曲线预测方法 |
5.1 定性-定量因子函数型回归算法 |
5.1.1 曲线拟合 |
5.1.2 多输出支持向量回归 |
5.1.3 定性-定量因子函数型回归的建立 |
5.2 数值算例测试 |
5.2.1 基函数影响 |
5.2.2 不同算法间对比 |
5.3 突变载荷下刀盘转速响应曲线预测实验 |
5.4 本章小结 |
6 基于MATLAB GUI的隧道掘进机异构数据建模系统 |
6.1 系统总体框架和主界面 |
6.2 数据处理模块 |
6.2.1 运行数据预处理 |
6.2.2 地质数据插值补全与编码 |
6.3 数据预测模块 |
6.3.1 数值数据-分类数据混合建模 |
6.3.2 运行数据-地质数据混合建模 |
6.3.3 数值-分类数据混合建模曲线预测 |
6.4 本章小结 |
结论 |
本论文成果总结 |
展望 |
参考文献 |
附录 A 定性-定量因子支持向量回归算法数值实验数据集 |
附录 B 定性-定量因子函数型回归算法数值实验数据集 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(2)盾构机实测数据建模方法及其应用研究(论文提纲范文)
摘要 |
ABSTRACT |
主要符号表 |
主要模型与算法名称缩写表 |
1 绪论 |
1.1 课题来源 |
1.2 研究背景与意义 |
1.2.1 研究背景 |
1.2.2 存在的问题 |
1.2.3 研究意义 |
1.3 国内外研究现状分析 |
1.3.1 盾构机发展历程 |
1.3.2 盾构机实测数据来源与构成 |
1.3.3 盾构机实测数据应用研究现状 |
1.3.4 多工况工程数据划分方法 |
1.3.5 多保真度工程数据建模方法 |
1.3.6 不等容工程数据建模方法 |
1.4 本文的主要研究内容 |
2 强相关属性关联关系引导的运行实测数据划分方法 |
2.1 引言 |
2.2 数据聚类 |
2.2.1 数据聚类概述 |
2.2.2 模糊c均值算法 |
2.2.3 聚类评价指标 |
2.3 强相关属性关联关系引导的模糊c均值聚类 |
2.3.1 强相关属性关联关系引导的模糊c均值聚类模型 |
2.3.2 AFCM聚类模型的优化策略 |
2.3.3 算法分析 |
2.3.4 数值算例测试 |
2.4 盾构机运行实测数据划分实验 |
2.4.1 盾构机运行实测数据的来源与背景 |
2.4.2 有标注地质工况运行实测数据聚类实验 |
2.4.3 无标注地质工况运行实测数据聚类实验 |
2.5 本章小结 |
3 基于回归关系聚类的运行实测数据建模方法 |
3.1 引言 |
3.2 基于回归关系的模糊c均值聚类 |
3.2.1 基于回归关系的模糊c均值聚类模型 |
3.2.2 RFCM聚类模型的优化策略 |
3.2.3 子类回归模型构建方法 |
3.2.4 数值算例测试 |
3.3 RFCM聚类模型辅助的数据建模方法 |
3.3.1 方法框架 |
3.3.2 数值算例测试 |
3.4 盾构机掘进速度预测实验 |
3.4.1 训练数据聚类与建模 |
3.4.2 测试数据与预测结果 |
3.5 本章小结 |
4 基于多保真度代理模型的泛化能力提升方法 |
4.1 引言 |
4.2 代理模型 |
4.2.1 克里金法 |
4.2.2 径向基函数 |
4.3 多保真度代理模型 |
4.3.1 多保真度代理模型概述 |
4.3.2 基于克里金法的多保真度代理模型 |
4.3.3 基于径向基函数的多保真度代理模型 |
4.4 基于支持向量回归的多保真度代理模型 |
4.4.1 方法构造 |
4.4.2 数值案例测试 |
4.5 盾构机掘进速度预测实验 |
4.5.1 运行实测数据与仿真数据 |
4.5.2 掘进速度预测结果 |
4.6 本章小节 |
5 运行与地质实测不等容数据的联合建模方法 |
5.1 引言 |
5.2 不等容数据建模方法 |
5.2.1 不等容数据建模问题概述 |
5.2.2 定性变量-定量变量耦合建模方法 |
5.3 基于支持向量回归的不等容数据建模方法 |
5.3.1 方法构造 |
5.3.2 数值算例测试 |
5.4 盾构机掘进速度预测实验 |
5.4.1 地质实测多类型数据的融合方法 |
5.4.2 掘进速度预测结果 |
5.5 运行与地质参数对盾构机掘进速度的敏感度分析 |
5.5.1 Sobol指数法 |
5.5.2 输入参数取值范围及抽样方法 |
5.5.3 敏感度分析结果 |
5.6 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 创新点 |
6.3 展望 |
参考文献 |
附录A 盾构机运行实测参数表 |
附录B 岩土物理力学指标 |
附录C 多保真度代理模型测试函数 |
附录D 基于MATLAB GUI的盾构机实测数据分析系统 |
D.1 开发背景 |
D.2 系统框架和用户界面设计 |
D.2.1 系统总体框架 |
D.2.2 系统主界面 |
D.2.3 数据划分模型模块 |
D.2.4 数据预测模型模块 |
D.3 人工合成数据集测试 |
D.3.1 数据划分模型 |
D.3.2 数据预测模型 |
D.4 盾构机实测数据集测试 |
D.4.1 数据划分模型 |
D.4.2 数据预测模型 |
攻读博士学位期间科研项目及科研成果 |
致谢 |
作者简介 |
(4)MOS型电子鼻关键问题研究及其应用(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 选题背景与意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 电子鼻关键技术研究现状 |
1.2.1 MOS型传感器 |
1.2.2 模式识别与机器学习方法 |
1.2.3 传感器漂移抑制方法 |
1.3 电子鼻在茶叶品质检测中的应用 |
1.4 研究内容及论文结构 |
1.4.1 研究内容与主要贡献 |
1.4.2 论文结构 |
2 基于直推式迁移学习的MOS型电子鼻信号漂移抑制 |
2.1 引言 |
2.2 相关工作 |
2.2.1 希尔伯特-施密特独立性准则 |
2.2.2 费舍尔线性判别 |
2.2.3 迁移学习概述 |
2.2.4 BP神经网络 |
2.3 基于HSIC和FLD的特征提取 |
2.3.1 最大独立于浓度信息的特征(MICF) |
2.3.2 迭代式费舍尔线性判别(IFLD) |
2.4 实验结果与讨论 |
2.4.1 实验数据介绍 |
2.4.2 实验方法 |
2.4.3 结果分析与讨论 |
2.4.4 泛化性验证实验-基于中国商品白酒样本 |
2.5 本章小结 |
3 基于半监督域自适应学习的传感器漂移补偿 |
3.1 引言 |
3.2 长短时记忆网络(LSTM) |
3.3 基于半监督域自适应学习的传感器漂移补偿 |
3.3.1 基于LSTM的域自适应网络 |
3.3.2 注意力机制的引入 |
3.4 实验结果与讨论 |
3.4.1 实验数据介绍 |
3.4.2 实验方法 |
3.4.3 结果分析与讨论 |
3.5 本章小结 |
4 基于多任务学习框架的气体辨识 |
4.1 引言 |
4.2 粒子群优化算法(PSO) |
4.3 基于LSTM网络多任务学习框架(MLSTM) |
4.3.1 多任务学习基本原理 |
4.3.2 基于LSTM网络的多任务学习框架 |
4.4 实验结果与讨论 |
4.4.1 实验数据介绍 |
4.4.2 实验方法 |
4.4.3 实验结果分析 |
4.5 多任务学习框架应用拓展 |
4.5.1 基于MOS型传感器的实验室电子鼻 |
4.5.2 基于BPNN和CNN的多任务模型 |
4.5.3 实验样本与数据采集 |
4.5.4 实验结果分析 |
4.6 本章小结 |
5 MOS型电子鼻在茶叶品质检测中的应用 |
5.1 引言 |
5.2 基于电子鼻和机器学习方法的地域性名茶识别 |
5.2.1 实验数据与方法 |
5.2.2 实验结果与讨论(基于样本集A) |
5.2.3 实验结果与讨论(基于样本集B) |
5.2.4 小结 |
5.3 基于电子鼻和机器学习方法的茶叶品质评估 |
5.3.1 实验样本与数据采集 |
5.3.2 数据处理方法 |
5.3.3 实验结果与讨论 |
5.3.4 小结 |
5.4 基于电子鼻和GC-MS的茶叶挥发性成分分析 |
5.4.1 实验材料与方法 |
5.4.2 实验结果与讨论 |
5.4.3 小结 |
5.5 本章小结 |
6 总结与展望 |
6.1 工作总结 |
6.2 研究展望 |
参考文献 |
作者简历及在学研究成果 |
学位论文数据集 |
(5)岩石智能声波频谱特征识别系统开发及其应用(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题研究背景 |
1.2 国内外研究现状 |
1.2.1 岩石声波检测发展现状 |
1.2.2 岩石岩性识别的研究现状 |
1.3 声波无损检测信号分析方法 |
1.3.1 傅里叶变换与快速傅里叶变换 |
1.3.2 声波信号时域与频域分析法 |
1.3.3 声波信号包络线分析 |
1.4 本文主要研究内容 |
第2章 岩石声波频谱特征识别软件开发 |
2.1 虚拟仪器与LabVIEW简介 |
2.1.1 虚拟仪器的特点及构成 |
2.1.2 基于LabVIEW编程平台的仪器控制 |
2.2 岩石声波频谱特征识别软件开发分析 |
2.3 软件总体结构设计 |
2.3.1 软件架构设计 |
2.3.2 软件框架设计 |
2.4 软件运行特点 |
2.4.1 程序运行方式 |
2.4.2 程序运行环境 |
2.5 软件功能模块 |
2.5.1 新建工程模块 |
2.5.2 参数设置模块 |
2.5.3 采集波形模块 |
2.5.4 时频图显示模块 |
2.5.5 频谱显示和频域积分模块 |
2.5.6 波形数据保存模块 |
2.6 本章小结 |
第3章 岩石频谱特征识别软件与应用装置的系统集成 |
3.1 系统整体设计 |
3.2 外部装置设计 |
3.2.1 HS-100K型弧度换能器设计 |
3.2.2 换能器改进前后测试效果对比 |
3.2.3 收声装置设计 |
3.3 系统软件与外部装置集成应用 |
3.3.1 系统应用流程 |
3.3.2 应用结果分析 |
3.4 本章小节 |
第4章 岩石声波衰减及频率特性的实验研究 |
4.1 试验介绍 |
4.1.1 试样制备规格 |
4.1.2 测试步骤 |
4.2 典型岩石波形分析 |
4.3 典型岩石声波衰减变化 |
4.3.1 典型岩石声波衰减规律 |
4.3.2 典型岩石声波衰减变化数学模型 |
4.4 典型岩石声波频谱变化 |
4.5 本章小结 |
第5章 总结与展望 |
5.1 工作总结 |
5.2 工作展望 |
参考文献 |
致谢 |
个人简历及在学期间的研究成果 |
(6)多通道脑电同步测量及应用系统的研制(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 国内外研究现状概述 |
1.2.2 国内研究水平及现状 |
1.2.3 国外研究水平及现状 |
1.3 本文研究主要内容及创新点 |
1.3.1 主要研究内容 |
1.3.2 创新点 |
1.4 本章小结 |
第二章 EEG相关知识及总体设计方案 |
2.1 EEG相关知识 |
2.1.1 EEG特点与分类 |
2.1.2 EEG采集电极导联 |
2.1.3 EEG采集电极与电极帽 |
2.2 EEG采集系统主要技术指标 |
2.3 系统总体设计方案 |
2.4 本章小结 |
第三章 系统硬件设计 |
3.1 硬件系统设计 |
3.1.1 硬件框架 |
3.1.2 主要设计要求 |
3.2 硬件系统核心部分设计 |
3.2.1 供电电源模块与隔离模块 |
3.2.2 电源电路 |
3.2.3 前级和防除颤保护电路 |
3.2.4 前置放大电路 |
3.2.5 脑电信号滤波电路 |
3.2.6 后级放大电路 |
3.2.7 基线快速恢复电路 |
3.2.8 接触阻抗检测电路 |
3.2.9 A/D数据采集电路 |
3.2.10 MCU控制电路与WiFi模块 |
3.3 本章小结 |
第四章 系统软件设计 |
4.1 软件系统架构设计 |
4.2 上位机软件设计 |
4.2.1 信息录入界面 |
4.2.2 上位机监测界面 |
4.2.3 数据保存界面 |
4.3 下位机软件设计 |
4.3.1 系统自检单元 |
4.3.2 阻抗检测单元 |
4.3.3 数据采集单元 |
4.3.4 数据传输单元 |
4.4 本章小结 |
第五章 系统算法设计 |
5.1 算法总体设计 |
5.2 脑电信号处理 |
5.2.1 小波去噪 |
5.2.2 低通滤波器设计 |
5.2.3 高通滤波器设计 |
5.2.4 工频陷波器设计 |
5.3 基本参数计算 |
5.3.1 时域参数 |
5.3.2 频域参数 |
5.4 基本参数验证 |
5.5 本章小结 |
第六章 系统集成与测试 |
6.1 系统集成 |
6.2 系统关键技术指标测试 |
6.2.1 增益测试 |
6.2.2 系统输入噪声测试 |
6.2.3 共模抑制比测试 |
6.2.4 耐极化电压测试 |
6.2.5 输入阻抗测试 |
6.2.6 频率响应测试 |
6.2.7 功耗测试 |
6.2.8 锂电池供电时间 |
6.2.9 与AMP关键指标对比 |
6.3 阻抗检测性能测试 |
6.3.1 恒流源电流测试 |
6.3.2 阻抗测试 |
6.4 WiFi无线传输测试 |
6.5 脑电电极验证实验 |
6.5.1 实验目的 |
6.5.2 实验方案 |
6.5.3 实验结果 |
6.5.4 实验结论 |
6.6 脑电相关实验 |
6.6.1 实验目的 |
6.6.2 实验方案 |
6.6.3 实验结果 |
6.6.4 实验结论 |
6.7 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
指导老师学术评语 |
答辩委员会决议书 |
致谢 |
攻读硕士学位期间的研究成果 |
(7)装配式建筑全生命周期中结构构件追踪定位技术研究(论文提纲范文)
中文摘要 |
英文摘要 |
第一章 绪论 |
1.1 研究背景 |
1.1.1 建筑工业化与信息化 |
1.1.2 装配式建筑全生命周期管理 |
1.1.3 构件追踪定位与空间信息管理 |
1.2 研究对象 |
1.3 研究现状 |
1.3.1 构件空间信息 |
1.3.2 构件追踪定位技术 |
1.3.3 现有研究评述 |
1.4 研究内容与意义 |
1.4.1 研究内容 |
1.4.2 研究意义 |
1.5 技术路线 |
第二章 装配式建筑全生命周期中结构构件的空间信息 |
2.1 装配式建筑结构体系和结构构件类型 |
2.1.1 装配式结构体系类型 |
2.1.2 装配式建筑结构构件类型 |
2.2 装配式建筑全生命周期工作流程 |
2.2.1 设计阶段 |
2.2.2 生产运输阶段 |
2.2.3 施工安装阶段 |
2.2.4 运营维护阶段 |
2.2.5 拆除回收阶段 |
2.3 构件空间信息 |
2.3.1 构件空间信息的内容 |
2.3.2 构件空间信息的传递特点 |
2.4 本章小结 |
第三章 预制构件追踪定位技术 |
3.1 数据库 |
3.1.1 建筑信息模型 |
3.1.2 地理信息系统 |
3.1.3 BIM与 GIS的特性 |
3.1.4 BIM-GIS与装配式建筑供应链的契合性分析 |
3.2 数字测量技术 |
3.2.1 GNSS定位系统 |
3.2.2 全站仪测量系统 |
3.2.3 三维激光扫描技术 |
3.2.4 摄影测量技术 |
3.2.5 施工测量技术的适用性分析 |
3.3 自动识别和追踪定位技术 |
3.3.1 自动识别技术 |
3.3.2 追踪定位系统 |
3.3.3 自动识别和追踪定位技术在建筑领域的应用 |
3.4 本章小结 |
第四章 装配式建筑结构构件追踪定位技术流程 |
4.1 装配式建筑构件追踪定位技术链 |
4.1.1 装配式建筑构件追踪定位技术链的基本组成 |
4.1.2 装配式建筑构件追踪定位技术链中的关键技术 |
4.1.3 数据库交互设计 |
4.2 建造层面的结构构件追踪定位流程 |
4.2.1 基于BIM的构件定位 |
4.2.2 设计阶段 |
4.2.3 生产阶段 |
4.2.4 装配阶段 |
4.3 物流层面的结构构件追踪定位流程 |
4.3.1 构件生产与运输 |
4.3.2 构件施工装配 |
4.3.3 运营维护与拆除回收 |
4.4 本章小结 |
第五章 装配式建筑结构构件追踪定位技术示例 |
5.1 装配式建筑结构构件定位技术的实现 |
5.1.1 南京装配式建筑信息服务与监管平台 |
5.1.2 预制构件追踪管理技术的实现 |
5.2 轻型可移动房屋系统结构构件追踪定位 |
5.2.1 轻型可移动房屋系统概况 |
5.2.2 轻型可移动房屋系统设计 |
5.2.3 构件生产与运输 |
5.2.4 构件装配 |
第六章 总结与展望 |
6.1 各章内容归纳 |
6.2 创新点 |
6.3 不足与展望 |
附录1 |
附录2 |
参考文献 |
读博期间主要学术成果 |
鸣谢 |
(8)混凝土泵车焊接工艺资源环境属性分析建模及其应用(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 选题背景与意义 |
1.1.1 选题背景 |
1.1.2 选题意义 |
1.2 课题来源与研究意义 |
1.2.1 课题来源 |
1.2.2 课题研究意义 |
1.3 国内外研究现状 |
1.3.1 绿色制造的国内外研究现状 |
1.3.2 资源环境属性分析建模及其应用的国内外研究现状 |
1.3.3 焊接工艺资源环境属性分析建模及其应用的国内外研究现状 |
1.3.4 国内外研究现状总结 |
1.4 本文研究内容 |
第二章 混凝土泵车焊接工艺资源环境属性分析与建模 |
2.1 混凝土泵车焊接工艺资源环境属性总体分析 |
2.2 混凝土泵车焊接工艺的物料流分析 |
2.2.1 焊料消耗分析 |
2.2.2 辅助添加物消耗的分析 |
2.2.3 保护气体消耗的分析 |
2.3 混凝土泵车焊接工艺的能量流分析与建模 |
2.3.1 焊接工艺多源能耗总体分析 |
2.3.2 焊接工艺多源能耗特性分析与建模 |
2.4 混凝土泵车焊接工艺的环境排放流分析与建模 |
2.4.1 混凝土泵车焊接工艺环境排放流总体分析 |
2.4.2 焊接工艺多源碳排放特性分析 |
2.4.3 焊接工艺多源碳排放总体量化计算与建模 |
2.4.4 C_E的量化计算方法 |
2.4.5 C_M的量化计算方法 |
2.4.6 C_P的量化计算方法 |
2.4.7 C_R的量化计算方法 |
2.4.8 混凝土泵车焊接工艺多源碳排放量化计算模型 |
2.5 本章小结 |
第三章 混凝土泵车焊接工艺资源环境属性数据实时采集平台与实验分析 |
3.1 实验设备介绍 |
3.1.1 电焊机 |
3.1.2 数字功率计 |
3.1.3 粉尘测试仪 |
3.1.4 噪声测试仪 |
3.1.5 焊丝 |
3.2 转台焊接工艺资源环境属性数据采集平台与实验分析 |
3.2.1 转台焊接工艺资源环境属性基础数据采集测试系统 |
3.2.2 转台焊接工艺实验及其资源环境属性综合分析 |
3.2.3 转台焊接工艺能耗模型的实验验证 |
3.3 底架焊接工艺资源环境属性基础数据实时采集平台与实验分析 |
3.3.1 资源环境属性基础数据实时采集平台 |
3.3.2 实验方案 |
3.3.3 能耗与碳排放的量化计算 |
3.3.4 多源能耗分析与讨论 |
3.3.5 多源碳排放综合分析与讨论 |
3.4 本章小结 |
第四章 混凝土泵车焊接工艺资源环境属性数据预测模型及其实验验证 |
4.1 焊接工艺参数与其资源环境属性数据之间的非线性映射关系 |
4.2 焊接工艺资源环境属性神经网络预测模型 |
4.2.1 人工神经网络概述 |
4.2.2 神经网络预测模型输入/输出层参数的选择 |
4.2.3 焊接工艺参数及其资源环境属性数据总表 |
4.2.4 数据的预处理及其训练算法 |
4.2.5 神经网络预测模型相关参数的选择 |
4.2.6 数据后置处理方式 |
4.2.7 神经网络预测模型的保存与新数据的预测 |
4.3 焊接工艺资源环境属性神经网络预测模型的性能测试 |
4.3.1 性能测试函数的选择 |
4.3.2 结果分析与讨论 |
4.4 神经网络预测模型的实验验证 |
4.4.1 电焊机能耗预测数据的实验验证 |
4.4.2 混凝土泵车焊接工艺粉尘预测数据的实验验证 |
4.4.3 混凝土泵车焊接工艺噪声数据神经网络预测模型的实验验证 |
4.5 本章小结 |
第五章 混凝土泵车焊接工艺资源环境属性数据库系统 |
5.1 数据库系统的研发背景 |
5.2 数据库系统的总体设计 |
5.2.1 数据库系统的研发思路 |
5.2.2 数据库系统的指标体系与结构框架 |
5.2.3 数据库系统的数据来源 |
5.3 数据库系统的开发 |
5.3.1 数据库系统开发/安装环境 |
5.3.2 数据库系统的主要操作流程 |
5.3.3 数据库系统的主要功能模块 |
5.4 数据库系统的应用 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
附录A 攻读硕士学位期间发表的论文与科研成果清单 |
致谢 |
(9)基于分数阶微积分的离散制造检测数据融合技术研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
第一章 绪论 |
1.1 论文的研究背景 |
1.2 问题的提出 |
1.2.1 离散制造及其特点 |
1.2.2 实现离散制造MES面临的技术难题 |
1.3 数据融合技术的发展概况 |
1.3.1 数据融合技术的发展历程 |
1.3.2 国内数据融合技术的研究现状 |
1.4 论文的研究目的和意义 |
1.4.1 论文的研究目的 |
1.4.2 论文的研究目标 |
1.5 论文的主体结构和主要内容 |
1.5.1 论文的主体结构 |
1.5.2 各章主要内容 |
1.6 本章小结 |
第二章 预备知识 |
2.1 分数阶微积分理论 |
2.1.1 分数阶微积分的定义 |
2.1.2 分数阶微积分的求解 |
2.1.3 分数阶偏微分方程 |
2.1.4 分数阶偏微分方程的解法 |
2.2 数据融合技术 |
2.2.1 数据融合的概念 |
2.2.2 数据融合技术的应用 |
2.2.3 国内外常用数据融合的分类方法 |
2.2.4 常用的多传感器数据融合算法及其应用特点 |
2.3 本章小结 |
第三章 物联网下离散制造MES及其数据检测系统设计 |
3.1 物联网技术及其应用 |
3.1.1 物联网技术 |
3.1.2 物联网结构及其基本特性 |
3.1.3 物联网技术的应用 |
3.2 基于物联网技术的离散制造执行系统 |
3.2.1 系统构架 |
3.2.2 系统组成结构及其功能 |
3.2.3 物联网下离散制造数据检测系统的实现 |
3.3 物联网下离散制造MES检测数据的特性分析 |
3.4 本章小结 |
第四章 基于分数阶微积分的网络信息融合处理技术 |
4.1 网络信息及其融合处理 |
4.2 分数阶微分算子与网络信息处理技术 |
4.2.1 分数阶微分算子对检测数据的处理 |
4.2.2 基于分数阶微分的多传感器检测数据融合模型 |
4.2.3 分数阶微分在网络检测信息融合处理中的应用分析 |
4.3 分数阶积分算子与网络信息融合处理技术 |
4.3.1 分数阶积分算子对检测数据的处理 |
4.3.2 基于分数阶积分的多传感器检测数据的融合模型 |
4.3.3 分数阶积分在网络信息融合处理中的应用分析 |
4.4 本章小结 |
第五章 基于分数阶偏微分的物联网下检测数据融合处理技术 |
5.1 基于积分离散引导算法的分数阶偏微分运算 |
5.2 基于分数阶偏微分的多传感器检测数据融合算法模型 |
5.3 基于分数阶偏微分融合算法的物联网检测数据融合仿真实验 |
5.4 分数阶偏微分在物联网下多传感器检测数据融合中的应用 |
5.4.1 物联网下多传感器检测数据 |
5.4.2 数据分析与处理 |
5.4.3 融合处理过程及结果分析 |
5.5 分数阶微积分对网络信息的融合结果比较分析 |
5.6 本章总结 |
第六章 分数阶偏微分数据融合算法在离散制造MES中的应用分析 |
6.1 实验平台介绍 |
6.2 实验方案 |
6.3 实验系统构建 |
6.3.1 感知执行层 |
6.3.2 信息传输层 |
6.3.3 信息处理层 |
6.4 实验仿真 |
6.4.1 实验环境描述 |
6.4.2 差异数据融合处理 |
6.4.3 实验结果分析 |
6.5 本章小结 |
第七章 论文的总结与前景展望 |
7.1 全文总结 |
7.2 本文主要创新点 |
7.3 前景展望 |
参考文献 |
攻读博士学位期间的学术活动及成果情况 |
(10)高速线阵CCD相机设计、实现及其应用研究(论文提纲范文)
论文创新点 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景、目的及意义 |
1.1.1 高速线阵CCD相机在航天遥感领域的应用 |
1.1.2 高速线阵CCD相机在工业检测领域的应用 |
1.2 国内外研究现状 |
1.2.1 相机图像传感器技术概述 |
1.2.2 高速线阵CCD相机电子学设计 |
1.2.3 相机测试研究 |
1.2.4 集成在线检测模块的智能高速线阵相机设计与应用 |
1.3 研究的内容及结构安排 |
2 高速线阵CCD相机电子系统设计研究 |
2.1 引言 |
2.2 CCD芯片原理概述和相机系统选型 |
2.3 高速线阵CCD相机的驱动设计研究 |
2.3.1 焦面电路时序信号要求及驱动硬件设计 |
2.3.2 基于FPGA的驱动时序信号相移微调技术 |
2.4 相机电源及版图设计 |
2.5 空间分离初步校正 |
2.6 实验与分析 |
2.7 本章小结 |
3 高速线阵CCD相机噪声建模与测试研究 |
3.1 引言 |
3.2 相机物理建模 |
3.2.1 光子到光电子转化过程 |
3.2.2 光电子到电压转化过程 |
3.2.3 电压到数字信号转化过程 |
3.2.4 电源与光源影响 |
3.2.5 相机噪声总结 |
3.2.6 相关双采样过程噪声抑制频率分析 |
3.2.7 相机噪声模型建立 |
3.2.8 PTC曲线噪声分析及讨论 |
3.3 线阵相机噪声测试平台设计 |
3.4 实验结果与分析 |
3.4.1 试验方法及细节 |
3.4.2 基于图片的噪声测量与分析 |
3.4.3 试验设备引入噪声分析 |
3.4.4 相机的信噪比及动态范围测试及分析 |
3.5 本章小结 |
4 高速线阵CCD相机测试平台系统设计研究 |
4.1 引言 |
4.2 快视平台系统方案设计 |
4.2.1 相机特性分析及测试需求 |
4.2.2 快视系统方案 |
4.3 快视平台各模块设计与性能分析 |
4.3.1 图像接收设备光纤接口转化模块设计与性能分析 |
4.3.2 图像模拟源与光纤存储阵列设计与性能分析 |
4.3.3 硬件图像协处理器功能设计 |
4.3.4 PCIe光纤采集卡性能分析 |
4.3.5 相机通信控制模块 |
4.4 快视平台实验与应用 |
4.4.1 设备测试环境搭建 |
4.4.2 相机系统问题检出实例 |
4.5 本章小结 |
5 智能高速线阵相机系统方案实现及应用研究 |
5.1 引言 |
5.2 在线实时检测系统应用环境整体设计 |
5.3 在线实时检测系统算法设计 |
5.3.1 相机光路设计 |
5.3.2 先验知识与算法框架 |
5.3.3 检测算法设计 |
5.3.4 基于FPGA+DSP的在线实时数据处理系统设计 |
5.3.5 基于CANopen及相机测速的剔除系统设计 |
5.3.6 基于快视系统的算法比对测试平台设计 |
5.4 试验与分析 |
5.4.1 在线实时检测方案对比分析 |
5.4.2 基于亚像素级三线分离量的测速方案实验结果与分析 |
5.4.3 检测算法实验与分析 |
5.4.4 检测板卡硬件实验结果与分析 |
5.4.5 剔除系统试验与分析 |
5.4.6 目标检出实验与分析 |
5.5 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 研究展望 |
参考文献 |
攻读博士期间发表的论文及科研项目情况 |
致谢 |
四、工程数据采集处理系统及其应用(论文参考文献)
- [1]隧道掘进机异构数据混合建模方法及其应用[D]. 冯翔宇. 大连理工大学, 2021(01)
- [2]盾构机实测数据建模方法及其应用研究[D]. 石茂林. 大连理工大学, 2020(01)
- [3]教育部关于印发普通高中课程方案和语文等学科课程标准(2017年版2020年修订)的通知[J]. 教育部. 中华人民共和国教育部公报, 2020(06)
- [4]MOS型电子鼻关键问题研究及其应用[D]. 刘辉翔. 北京科技大学, 2020(01)
- [5]岩石智能声波频谱特征识别系统开发及其应用[D]. 宋婷. 湘潭大学, 2020(02)
- [6]多通道脑电同步测量及应用系统的研制[D]. 文斌. 深圳大学, 2020(10)
- [7]装配式建筑全生命周期中结构构件追踪定位技术研究[D]. 张莹莹. 东南大学, 2019(01)
- [8]混凝土泵车焊接工艺资源环境属性分析建模及其应用[D]. 石洋东. 湖南科技大学, 2019(02)
- [9]基于分数阶微积分的离散制造检测数据融合技术研究[D]. 左延红. 合肥工业大学, 2019(03)
- [10]高速线阵CCD相机设计、实现及其应用研究[D]. 张晨. 武汉大学, 2017(01)