【摘要】：基于傳感網(wǎng)技術(shù)、GPS定位技術(shù)構(gòu)建運輸過程監(jiān)控平臺可檢測車輛運行過程中的速度、行駛方向、位置、胎壓、以及運輸介質(zhì)的相關(guān)參數(shù);為了對車輛用油安全進行管理,監(jiān)測車輛油箱油位狀態(tài),實時掌握油耗情況是車輛運輸監(jiān)控環(huán)節(jié)中的主要目的之一。本文通過對大量的油位實時傳感數(shù)據(jù)進行分析給出油耗分析模型、研究與設(shè)計油位狀態(tài)判別算法為大中型車輛用油管理尋求科學(xué)、實用的方法。物流企業(yè)擁有許多大型長途運輸車輛,由于車輛的流動性、燃油(一般是柴油)的消耗與損失管理經(jīng)常處于失控狀態(tài)。為了解決企業(yè)油耗管理的難題,我們通過在車輛上安裝車載無線傳感終端與油位傳感器,車載終端周期性的采集車輛油箱燃油數(shù)據(jù)、車輛所處的經(jīng)緯、緯度、行駛速度、行駛方向、行駛姿態(tài)數(shù)據(jù)。所用車載無線傳感器終端與企業(yè)管理部門建立通信服務(wù)后,這些車輛被納入到一個龐大的無線傳感器網(wǎng)絡(luò)中,每個車載終端實時的將所采集的數(shù)據(jù)傳輸?shù)狡髽I(yè)的通信服務(wù)器,其車輛的GPS定位數(shù)據(jù)與油料使用情況將處于可監(jiān)控狀態(tài)。傳感器以30秒為采樣周期,實時采集油位數(shù)據(jù)并保存到數(shù)據(jù)庫中。通過對大量的油量傳感歷史數(shù)據(jù)進行分析與處理,研究燃油數(shù)據(jù)分析模型與設(shè)計狀態(tài)識別算法,對每一個采樣點的燃油狀態(tài)進行識別,將車輛燃油狀態(tài)識別為“使用、加油、漏油,停用”四種狀態(tài),以便對車輛加油時間、加油量、漏油時間、漏油量、日耗油量進行自動計算與感知;為監(jiān)督司乘人員虛報加油量、非法盜賣燃油等行為的判定提供科學(xué)依據(jù)、防范公司財物損失。
[Abstract]:Based on sensor network technology, GPS positioning technology can detect the speed, driving direction, position, tire pressure and related parameters of transportation medium in the process of vehicle operation. In order to manage the safety of vehicle oil, monitor the fuel level of vehicle fuel tank, and master the fuel consumption in real time is one of the main purposes of vehicle transportation monitoring. In this paper, based on the analysis of a large number of real-time sensing data of oil level, the fuel consumption analysis model is given, and the fuel level state discrimination algorithm is studied and designed to find a scientific and practical method for oil management of large and medium-sized vehicles. Logistics enterprises have many large long-distance transport vehicles, because of the liquidity of vehicles, fuel consumption and loss management is often out of control. In order to solve the problem of fuel consumption management in enterprises, we collect the fuel data of vehicle fuel tank periodically by installing wireless sensor terminal and oil level sensor on the vehicle, and the longitude and weft, latitude, speed, direction and attitude data of the vehicle. After the communication service is established between the vehicle wireless sensor terminal and the enterprise management department, these vehicles are brought into a huge wireless sensor network. Each vehicle terminal transmits the collected data to the enterprise communication server in real time, and the GPS positioning data and oil use of the vehicle will be in a controllable state. The sensor takes 30 seconds as the sampling period, collects the oil level data in real time and saves it to the database. Through the analysis and processing of a large number of oil sensing historical data, the fuel data analysis model and design state identification algorithm are studied, and the fuel state of each sampling point is identified as four states: "use, refueling, oil leakage and shutdown", so as to automatically calculate and sense the refueling time, fuel filling, oil leakage time, oil leakage and daily fuel consumption of the vehicle. It provides a scientific basis for the supervision of the crew to misreport the amount of fuel and illegally steal and sell fuel and so on, and to prevent the loss of property of the company.
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：U471.23

【相似文獻】

相關(guān)期刊論文 前10條

1 齊永順;張文泉;;設(shè)備狀態(tài)識別[J];機械設(shè)計與制造;1987年04期

2 李力,趙新澤;應(yīng)用統(tǒng)計數(shù)學(xué)方法增進機器狀態(tài)識別技術(shù)[J];實用測試技術(shù);2000年03期

3 王瓊;王歡;趙春霞;楊靜宇;;基于眼睛狀態(tài)識別的駕駛員疲勞監(jiān)測[J];南京理工大學(xué)學(xué)報(自然科學(xué)版);2010年04期

4 滕紅智;賈希勝;趙建民;張星輝;王正軍;葛家友;;分層隱Markov模型在設(shè)備狀態(tài)識別中的應(yīng)用研究[J];中國機械工程;2011年18期

5 李虹;;路面狀態(tài)識別技術(shù)概述[J];氣象水文海洋儀器;2012年04期

6 余丹炯;李訓(xùn)銘;;駕駛困倦預(yù)警系統(tǒng)中眼部狀態(tài)識別的研究[J];河海大學(xué)常州分校學(xué)報;2007年02期

7 張雷元;袁建華;趙永進;;道路交通狀態(tài)識別技術(shù)研究[J];道路交通與安全;2009年02期

8 王正軍;張培林;任國全;高經(jīng)緯;李兵;;裝備發(fā)動機運行狀態(tài)識別[J];四川兵工學(xué)報;2008年02期

9 余成波，，梁德沛;基于模糊相似貼近度旋轉(zhuǎn)機械狀態(tài)識別[J];機械傳動;1994年04期

10 李擎,鄭德玲,孟文博,童新海,謝四江;一種新的加熱爐狀態(tài)識別算法[J];北京科技大學(xué)學(xué)報;2002年03期

相關(guān)會議論文 前9條

1 湯新蓓;鄭德玲;湯崢嶸;張長紅;;證據(jù)理論支持下的狀態(tài)識別方法[A];1997年中國控制會議論文集[C];1997年

2 鄭德玲;方巍;;基于組合邏輯與模糊邏輯的狀態(tài)識別方法[A];1998年中國控制會議論文集[C];1998年

3 方劍青;李紅軍;雷毅平;陳德華;;聲學(xué)共振譜方法用于結(jié)構(gòu)狀態(tài)識別的實驗研究[A];2008年全國聲學(xué)學(xué)術(shù)會議論文集[C];2008年

4 楊明忠;樊建春;;磨損形態(tài)分析與智能化磨損狀態(tài)識別研究[A];第六屆全國摩擦學(xué)學(xué)術(shù)會議論文集（上冊）[C];1997年

5 趙偉;黃春琳;;生命探測技術(shù)研究[A];2008年中國高校通信類院系學(xué)術(shù)研討會論文集（下冊）[C];2009年

6 李宏坤;周帥;孫志輝;;基于Hilbert時頻譜重心與支持向量機的設(shè)備狀態(tài)識別[A];第八屆全國動力學(xué)與控制學(xué)術(shù)會議論文集[C];2008年

7 劉偉;郭鐘寧;張永俊;何建文;;面向IGBT主動驅(qū)動并聯(lián)仿真研究[A];第11屆粵港機械電子工程技術(shù)與應(yīng)用研討會論文匯編[C];2010年

8 周穎;鄭德玲;裘之亮;位耀光;;一種新的免疫識別算法及其收斂性研究[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

9 陳鍇;徐柏齡;;基于最佳維納解的雙通道話者狀態(tài)識別方法[A];中國聲學(xué)學(xué)會2006年全國聲學(xué)學(xué)術(shù)會議論文集[C];2006年

相關(guān)博士學(xué)位論文 前4條

1 李楠;基于單類學(xué)習(xí)的異常檢測方法及其重型裝備狀態(tài)識別應(yīng)用[D];上海交通大學(xué);2014年

2 李娜;基于人體運動狀態(tài)識別的可穿戴健康監(jiān)測系統(tǒng)研究[D];北京工業(yè)大學(xué);2013年

3 李虹;基于機器視覺路面狀態(tài)識別關(guān)鍵技術(shù)研究[D];吉林大學(xué);2009年

4 王金偉;基于表情時空特征的認(rèn)知情感狀態(tài)識別研究[D];天津大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 游雄雄;礦冶典型零部件退化狀態(tài)識別與剩余壽命預(yù)測及可再制造性評估[D];江西理工大學(xué);2015年

2 林助軍;非穩(wěn)態(tài)條件下摩擦信號處理和狀態(tài)識別技術(shù)研究[D];大連海事大學(xué);2015年

3 葉卿;信號控制交叉口交通擁堵狀態(tài)識別方法研究[D];華南理工大學(xué);2015年

4 張鑓;人體運動狀態(tài)感知機理及傳感數(shù)據(jù)分析研究[D];北京工業(yè)大學(xué);2015年

5 邵劍雄;基于霍夫森林的變電站開關(guān)設(shè)備檢測及狀態(tài)識別[D];浙江大學(xué);2016年

6 劉雨;基于SVM的直升機飛行狀態(tài)識別方法及其應(yīng)用研究[D];南昌航空大學(xué);2016年

7 馮青平;基于云計算的交通流預(yù)測與狀態(tài)識別關(guān)鍵技術(shù)研究[D];江蘇大學(xué);2016年

8 鮑闞;智能車輛近場物體探測及其狀態(tài)識別方法研究[D];吉林大學(xué);2016年

9 王寧;基于多信息融合的疲勞狀態(tài)識別研究[D];山東大學(xué);2016年

10 趙正川;基于高速視頻的目標(biāo)狀態(tài)識別技術(shù)研究[D];西安工業(yè)大學(xué);2016年

本文編號：2505646