發(fā)布時(shí)間：2020-11-06 05:54

　　 在如今互聯(lián)網(wǎng)、物聯(lián)網(wǎng)及人工智能快速發(fā)展的背景下,計(jì)量行業(yè)也在發(fā)生革命性的改變。在對(duì)國內(nèi)計(jì)量行業(yè)的調(diào)查中發(fā)現(xiàn),越來越多的行業(yè)對(duì)計(jì)量裝置的檢測(cè)狀態(tài)及儀器儀表自身的健康狀態(tài)要求極其苛刻,由此儀器儀表全天不間斷的感知自校系統(tǒng)顯得極為重要和必要。本文以疫苗車間制水設(shè)備的儀器儀表作為研究背景,建立基于工業(yè)互聯(lián)的監(jiān)測(cè)系統(tǒng),實(shí)現(xiàn)對(duì)生產(chǎn)過程中的儀器儀表進(jìn)行實(shí)時(shí)監(jiān)測(cè),對(duì)生產(chǎn)設(shè)備參數(shù)及相關(guān)檢測(cè)儀器儀表的健康狀態(tài)通過智能算法處理得到相應(yīng)數(shù)據(jù)分析結(jié)果,解放計(jì)量人員針對(duì)相應(yīng)儀器儀表定期的檢測(cè)工作,能夠方便實(shí)時(shí)的了解現(xiàn)場(chǎng)儀器儀表健康狀態(tài)。此篇論文主要研究點(diǎn)如下:(1)基于工業(yè)互聯(lián)的計(jì)量儀表數(shù)據(jù)感知與傳輸系統(tǒng)研究設(shè)計(jì)。在不同的應(yīng)用場(chǎng)景下,所需的感知模塊與傳輸模塊將會(huì)不同,對(duì)于感知方式可以概括為直接獲取數(shù)據(jù)與間接采集兩種方式,而傳輸方式也可分為有線與無線。本文中主要針對(duì)生物研究所制水車間內(nèi)的相關(guān)儀器儀表進(jìn)行數(shù)據(jù)感知與傳輸,根據(jù)實(shí)地情況,采用其相應(yīng)的感知方式與傳輸方式。本文中將采用的是針對(duì)PLC的智能感知模塊與GPRS智能傳輸模塊。(2)基于大數(shù)據(jù)以及人工智能的計(jì)量儀表混合診斷算法模型。工業(yè)計(jì)量儀表故障特征形式多樣特征復(fù)雜,為確保對(duì)儀器儀表健康狀態(tài)診斷的準(zhǔn)確性,采用不同的人工智能診斷方式進(jìn)行混合診斷。其中以專家系統(tǒng)為基礎(chǔ)的診斷方式,是將車間內(nèi)相應(yīng)工人與管理員的知識(shí)與經(jīng)驗(yàn)進(jìn)行匯總與存庫,建立相應(yīng)的專家知識(shí)庫進(jìn)行直接診斷。同時(shí)可以針對(duì)車間現(xiàn)場(chǎng)的數(shù)據(jù)進(jìn)行實(shí)時(shí)采集與長時(shí)間的積累,在這些大量數(shù)據(jù)的基礎(chǔ)上,采用人工神經(jīng)網(wǎng)絡(luò)等人工智能模型對(duì)相應(yīng)數(shù)據(jù)進(jìn)行訓(xùn)練得出對(duì)照的診斷模型。最后將兩種方式的診斷模型進(jìn)行混合診斷,搭建最終的混合診斷模型,實(shí)現(xiàn)對(duì)相應(yīng)儀器儀表健康狀態(tài)的實(shí)時(shí)監(jiān)測(cè)。(3)可視化實(shí)時(shí)預(yù)警軟件云平臺(tái)。在云服務(wù)器上部署相應(yīng)的監(jiān)測(cè)系統(tǒng),可通過Web端或APP端訪問,實(shí)現(xiàn)對(duì)實(shí)時(shí)數(shù)據(jù)的可視化,對(duì)實(shí)時(shí)診斷效果的可視化,同時(shí)具備異常狀態(tài)的推送預(yù)警功能。
【學(xué)位單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TH707
【部分圖文】：

主要包含工業(yè)互聯(lián)網(wǎng)架構(gòu)，儀器儀表健康狀態(tài)監(jiān)測(cè)相關(guān)技術(shù)及混合診斷模型三部分。工業(yè)互聯(lián)網(wǎng)架構(gòu)是整個(gè)工業(yè)互聯(lián)系統(tǒng)的核心技術(shù)，也是儀器儀表健康狀態(tài)監(jiān)測(cè)系統(tǒng)的基礎(chǔ)。對(duì)儀器儀表相關(guān)技術(shù)的研究則是為具體實(shí)施準(zhǔn)備，混合診斷模型的理論準(zhǔn)備為此系統(tǒng)的診斷模型提供相關(guān)算法基礎(chǔ)。2.1 工業(yè)互聯(lián)網(wǎng)架構(gòu)2.1.1 工業(yè)互聯(lián)網(wǎng)主要內(nèi)容工業(yè)互聯(lián)網(wǎng)生態(tài)系統(tǒng)由運(yùn)行的機(jī)器、運(yùn)行的數(shù)據(jù)和人這三者共同構(gòu)建而成。在工業(yè)運(yùn)行中，不同的機(jī)器、裝置的組合，以及通過各種智能化的傳感器采集數(shù)據(jù)和網(wǎng)絡(luò)連接將這些儀器設(shè)備聯(lián)合組成一個(gè)新型的復(fù)雜系統(tǒng)。在整個(gè)系統(tǒng)的運(yùn)行期間，各式各樣的實(shí)時(shí)數(shù)據(jù)不斷的涌現(xiàn)，并進(jìn)行正確的傳遞。通過實(shí)時(shí)數(shù)據(jù)采集、正確的傳遞、最后在后臺(tái)進(jìn)行實(shí)時(shí)的數(shù)據(jù)處理與分析，將生產(chǎn)狀態(tài)轉(zhuǎn)換成信息化數(shù)字化資源[7]。人力要素囊括了整個(gè)生產(chǎn)環(huán)節(jié)內(nèi)所有的一線員工、工程師、管理人員和遠(yuǎn)程技術(shù)服務(wù)人員，甚至包括此環(huán)節(jié)之外的其他相關(guān)人員，通過網(wǎng)絡(luò)將不同人員連接，構(gòu)成研發(fā)、運(yùn)營、維護(hù)一整套的服務(wù)工作系統(tǒng)[22]，如圖 2-1 所示。

整個(gè)網(wǎng)絡(luò)系統(tǒng)中的核心是大數(shù)據(jù)，從最開始沒有規(guī)律雜亂無章的數(shù)據(jù)到最后形成具有準(zhǔn)確的價(jià)值信息，在整個(gè)網(wǎng)絡(luò)中，不斷的進(jìn)行著基礎(chǔ)數(shù)據(jù)的產(chǎn)生、實(shí)時(shí)數(shù)據(jù)的收集、數(shù)據(jù)與數(shù)據(jù)之間的傳遞影響、綜合分析、形成最終信息。不斷的運(yùn)用新技術(shù)新思想及新工具，實(shí)現(xiàn)在錯(cuò)綜復(fù)雜的環(huán)境下對(duì)生產(chǎn)數(shù)據(jù)的實(shí)時(shí)采集、挖掘、分析，通過智能算法和后臺(tái)處理得到相應(yīng)數(shù)據(jù)信息[23]。綜上，工業(yè)互聯(lián)網(wǎng)將生產(chǎn)過程中不同的數(shù)據(jù)集成體現(xiàn)出相應(yīng)的價(jià)值出來。在生產(chǎn)使用方面，工業(yè)互聯(lián)網(wǎng)構(gòu)建了一個(gè)巨大的網(wǎng)絡(luò)化的生產(chǎn)體系，提供智能化、可視化的服務(wù)，對(duì)生產(chǎn)數(shù)據(jù)進(jìn)行實(shí)時(shí)采集并分析，將不同數(shù)據(jù)信息和生產(chǎn)要素相互交換和集成，凸顯大數(shù)據(jù)的價(jià)值。最終推動(dòng)整個(gè)生產(chǎn)在產(chǎn)品研發(fā)、管理、生產(chǎn)、運(yùn)營及維護(hù)等各個(gè)方面實(shí)現(xiàn)突破，形成整個(gè)生產(chǎn)系統(tǒng)的智能化發(fā)展[24]。2.1.2 工業(yè)互聯(lián)網(wǎng)體系架構(gòu)工業(yè)互聯(lián)網(wǎng)主要組成部分為數(shù)據(jù)感知層、數(shù)據(jù)匯聚層、車間層、應(yīng)用交互層，通過對(duì)數(shù)據(jù)采集傳輸和分析處理的完整流程，實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)、云端業(yè)務(wù)、產(chǎn)品服務(wù)和可視化操作的完美結(jié)合[25]。該體系各組成部分圖和功能介紹如圖 2-2 所示：

第二章 工業(yè)互聯(lián)下儀器儀表健康狀態(tài)監(jiān)測(cè)相關(guān)技術(shù)與理論網(wǎng)絡(luò)具有無中心、分布式、節(jié)點(diǎn)靈活和自組織的特點(diǎn)，廣泛應(yīng)用于軍事與民用市場(chǎng)。工業(yè)互聯(lián)網(wǎng)是無線傳感器網(wǎng)絡(luò)一個(gè)重要的應(yīng)用場(chǎng)合，有效的提升了工業(yè)互聯(lián)網(wǎng)中數(shù)據(jù)實(shí)時(shí)采集與傳輸?shù)膯栴}。2.2.2 工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)傳輸網(wǎng)絡(luò)技術(shù)工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)傳輸網(wǎng)絡(luò)有無線和有線兩種模式。因此需要根據(jù)在不同的工業(yè)應(yīng)用場(chǎng)景下選用適合自身傳輸要求的傳輸模式[30]。以下針對(duì)工業(yè)傳輸網(wǎng)絡(luò)常用技術(shù)進(jìn)行相應(yīng)概述�，F(xiàn)場(chǎng)總線網(wǎng)絡(luò)：主要針對(duì)應(yīng)用場(chǎng)景下不同設(shè)備之間的雙向通信。在其傳輸過程中主要采用了數(shù)字通信方式，而不是以往的開關(guān)量信號(hào)或 4-20mA 的模擬通信�，F(xiàn)場(chǎng)總線技術(shù)可以實(shí)現(xiàn)將多設(shè)備同時(shí)掛接在一對(duì)雙絞線上，這種簡(jiǎn)單有效的方式可以減少一定的安裝與維護(hù)成本，并且大大提高了系統(tǒng)整體的可靠性[31]�，F(xiàn)場(chǎng)總線網(wǎng)絡(luò)如圖 2-3。
【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 李洪波;李偉;張澤光;李少壯;;“互聯(lián)網(wǎng)+”時(shí)代的計(jì)量產(chǎn)業(yè)平臺(tái)[J];計(jì)測(cè)技術(shù);2015年05期

2 潘軼彪;袁景淇;朱凱;陳宇;張銳鋒;;基于多層感知器的異常數(shù)據(jù)實(shí)時(shí)檢測(cè)方法[J];上海交通大學(xué)學(xué)報(bào);2011年08期

3 李笑;蘇小江;;基于Elman神經(jīng)網(wǎng)絡(luò)的盾構(gòu)滾刀磨損預(yù)測(cè)方法研究[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年06期

相關(guān)博士學(xué)位論文 前2條

1 季云峰;基于人工智能的乒乓球旋轉(zhuǎn)測(cè)量與推算[D];上海體育學(xué)院;2018年

2 夏筱筠;數(shù)控機(jī)床健康狀況監(jiān)測(cè)的關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D];中國科學(xué)院大學(xué)(中國科學(xué)院沈陽計(jì)算技術(shù)研究所);2018年

相關(guān)碩士學(xué)位論文 前10條

1 鄧瀟;基于Elman神經(jīng)網(wǎng)絡(luò)的組合需水預(yù)測(cè)方法研究[D];河北工程大學(xué);2018年

2 史健楠;基于PyCLIPS的衛(wèi)星姿態(tài)控制系統(tǒng)故障診斷專家系統(tǒng)[D];哈爾濱工業(yè)大學(xué);2018年

3 林彥廷;基于無線傳感器技術(shù)的水環(huán)境監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];湖南大學(xué);2018年

4 鄒敏;基于物聯(lián)網(wǎng)的智能交通監(jiān)控系統(tǒng)[D];西安電子科技大學(xué);2018年

5 彭皖成;基于物聯(lián)網(wǎng)技術(shù)的農(nóng)田信息監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];東北農(nóng)業(yè)大學(xué);2018年

6 鄭安達(dá);基于LEACH的無線傳感器網(wǎng)絡(luò)能量均衡研究[D];江西理工大學(xué);2018年

7 夏斐;基于Netty的消息中間件的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2018年

8 王瑞通;基于框架知識(shí)結(jié)構(gòu)的專家系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];南京郵電大學(xué);2017年

9 王雄兵;基于Netty的智慧路燈系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];湖北大學(xué);2017年

10 文圳;基于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)監(jiān)測(cè)和質(zhì)量回溯系統(tǒng)的設(shè)計(jì)與應(yīng)用[D];電子科技大學(xué);2017年

本文編號(hào)：2872742