近年來,我國城市人口呈爆炸式增長,導(dǎo)致城市供水壓力劇增。為滿足超大供水量的需求,很多供水設(shè)備需要全天候滿功率運轉(zhuǎn),導(dǎo)致這些供水設(shè)備的故障率升高。目前,已有一些水務(wù)企業(yè)使用溫度、壓力等傳感器實時采集設(shè)備運行時數(shù)據(jù),用于實時監(jiān)測設(shè)備的運行狀態(tài)。但是,現(xiàn)有的實時監(jiān)測系統(tǒng)大多數(shù)都缺乏預(yù)測設(shè)備運行狀態(tài)的能力,通常在監(jiān)測到設(shè)備狀態(tài)異常的同時,設(shè)備故障也已經(jīng)發(fā)生,從而對水務(wù)企業(yè)的正常供水產(chǎn)生影響。振動數(shù)據(jù)作為旋轉(zhuǎn)機(jī)械設(shè)備關(guān)鍵參數(shù)之一,能夠較為全面的反映設(shè)備運行狀態(tài)。本文研究與實現(xiàn)了一個基于物聯(lián)網(wǎng)的供水關(guān)鍵設(shè)備在線監(jiān)測系統(tǒng),在供水關(guān)鍵設(shè)備的不同部位上安裝振動傳感器采集振動速度的均方根值——振動烈度,并上傳到服務(wù)器,對振動烈度進(jìn)行處理和分析,預(yù)測供水關(guān)鍵設(shè)備在未來一段時間的運行狀態(tài)。本文主要工作和成果如下:1、振動烈度數(shù)據(jù)的采集。本文設(shè)計了一款基于LoRa技術(shù)的振動烈度數(shù)據(jù)采集與傳輸設(shè)備,振動傳感器將采集到的數(shù)據(jù)通過LoRa節(jié)點發(fā)送到LoRa網(wǎng)關(guān),LoRa網(wǎng)關(guān)利用移動互聯(lián)網(wǎng)將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)服務(wù)器進(jìn)行存儲。該套設(shè)備同時還具有成本低、接入量大、傳輸距離遠(yuǎn)等特點,能滿足本文采集數(shù)據(jù)的需求。2、振動烈度和設(shè)備運... 

【文章來源】：浙江工業(yè)大學(xué)浙江省

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【部分圖文】：

LoRa網(wǎng)絡(luò)架構(gòu)示意圖

基于物聯(lián)網(wǎng)的供水關(guān)鍵設(shè)備在線監(jiān)測系統(tǒng)研究與實現(xiàn)。由于少部分的支持向量決定了 SVM 的最終決策函數(shù)，所以 SVM 的計算程度并不是由樣本空間維數(shù)確定，而是由少數(shù)支持向量決定，這在一定程度免了“維數(shù)災(zāi)難”現(xiàn)象的產(chǎn)生。此外，SVM 還有很好的通用性，魯棒性等。正因如此，SVM 在很多科研和工程問題上都得到了廣泛的應(yīng)用[50][51][52]。將以分類為例詳細(xì)介紹 SVM 的基本原理。（1）線性可分SVM 的主要思想都是將低維不可分問題映射到高維可分空間中，并在高分空間中建立一個超平面作為決策曲面，使得正例和反例之間的間隔邊緣最。圖 2-2（a）展示了線性可分情況下的示意圖，圓形和正方形代表兩種類別，為了使這兩種類別之間的間隔 dis 最大，可作出 H1 和 H2 兩個超平面，則1 和 H2 中間的超平面 H 即為所需要的最優(yōu)分類超平面，其中落在 H1 和 H2樣本就叫做支持向量。

兩個在線性可分情況下無法處理的樣本，這將導(dǎo)致式2-25的結(jié)果為無決此問題，需要引入松弛變量 和懲罰因子 C，式 2-21 變?yōu)椋?∑ ( ) ≥ = ≥ = （對于處于最優(yōu)分類超平面和支持向量所在的超平面之間的樣本點，需的條件中添加一個可調(diào)變量，至于具體需要滿足什么條件，就由松弛定。對于錯分的樣本點，需要有一定的懲罰，這里的懲罰因子 C 的作分類間隔 dis 最大、誤分類的樣本點最少，最終得到一個在線性不可最優(yōu)超平面。接下來的計算過程與線性可分情況中的相同，首先構(gòu)造出 Lagrange 計算得到對偶問題，最后計算得到在線性不可分情況下的最優(yōu)超平面算得到對偶問題中，需要把條件 ≥ = 變成 ≤ ≤ 。

【參考文獻(xiàn)】：
期刊論文
[1]基于LoRa的體育館監(jiān)測系統(tǒng)[J]. 張燕,任安虎.  信息技術(shù). 2019(01)
[2]NB-IoT與eMTC技術(shù)對比與發(fā)展現(xiàn)狀分析[J]. 金艦,蔣鑫,吳星,胡志明.  信息通信技術(shù)與政策. 2019(01)
[3]基于二維云模型的短路電流峰值預(yù)測[J]. 陳俊杰,繆希仁.  電力系統(tǒng)保護(hù)與控制. 2018(23)
[4]一種基于改進(jìn)PSO算法的高時間分辨率遙感衛(wèi)星星座優(yōu)化設(shè)計方法[J]. 沈欣,劉鈺霖,李仕學(xué),姚璜.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(12)
[5]基于粒子群優(yōu)化和支持向量機(jī)的花粉濃度預(yù)測模型[J]. 趙文芳,王京麗,尚敏,劉亞楠.  計算機(jī)應(yīng)用. 2019(01)
[6]基于混沌時間序列分析的飛機(jī)加油量計算方法（英文）[J]. 劉家學(xué),李波,郭潤夏.  機(jī)床與液壓. 2018(12)
[7]礦井瓦斯監(jiān)測數(shù)據(jù)特征分析及預(yù)處理[J]. 董丁穩(wěn),屈世甲,王紅剛.  工礦自動化. 2015(09)
[8]基于混沌時間序列法的微網(wǎng)短期負(fù)荷預(yù)測[J]. 李東東,覃子珊,林順富,鄭小霞,王天祥.  電力系統(tǒng)及其自動化學(xué)報. 2015(05)
[9]基于五點三次平滑算法的入庫流量反推研究[J]. 武煒,陳標(biāo),吳劍鋒,黃馗.  水利水電技術(shù). 2013(12)
[10]鍋爐給水泵軸承溫度變化狀態(tài)預(yù)測[J]. 吳興偉,遲道才.  軸承. 2009(02)

博士論文
[1]離心泵振動故障診斷方法研究及系統(tǒng)實現(xiàn)[D]. 趙鵬.華北電力大學(xué)（北京） 2011

碩士論文
[1]基于信號特征提取的設(shè)備健康狀態(tài)預(yù)測與評估[D]. 常飛.中國礦業(yè)大學(xué) 2015
[2]水泵狀態(tài)監(jiān)測與故障診斷系統(tǒng)[D]. 崔彥平.華北電力大學(xué)（河北） 2004



本文編號：3463836