【摘 要】
：
鉴于建筑内消防设备需处于待工作状态,能实时了解动力情况的要求,论文实现了一种基于物联网的建筑消防动力设备监控系统。论文首先针对动力设备电源状态的在线测量要求,对供电状态测量方法进行分析研究,对交流信号有效值算法进行对比分析,提出一个多周期等间隔算法来实现设计中的电量交流有效值的采样测量,设计了相应的软件算法,并在计算机中进行了仿真验证。其次,为了实现对电量状态的实时监测,设计了一款以ARM微处理器
论文部分内容阅读
鉴于建筑内消防设备需处于待工作状态,能实时了解动力情况的要求,论文实现了一种基于物联网的建筑消防动力设备监控系统。论文首先针对动力设备电源状态的在线测量要求,对供电状态测量方法进行分析研究,对交流信号有效值算法进行对比分析,提出一个多周期等间隔算法来实现设计中的电量交流有效值的采样测量,设计了相应的软件算法,并在计算机中进行了仿真验证。其次,为了实现对电量状态的实时监测,设计了一款以ARM微处理器作为核心的监控装置。该32位嵌入式系统利用处理器内部ADC模块来实时监测电源工作情况,利用其数字输入实时检测外部设备联动输入信号,并根据消防要求产生联动信号,将工况数据记录至单片机内部FLASH中,同时将监测信息通过RS485总线实时传送至集中上位机,或通过无线通信NB-IoT模块将检测信息发送至云服务器,完成了在网页端和手机端同时查看监控数据信息的上层管理系统。实验测试表明,该监测系统对交流电压信号实时测量误差不大于0.5%,电流信号测量误差不大于1.5%+3,满足测量要求;对系统联动控制信号的测试符合相关消防要求;系统通信稳定,故障响应时间短,满足实际使用需求,具有一定应用价值。
其他文献
协作机器人指可以在工作区域内直接与人进行交互的机器人,是目前机器人领域一个非常热门的研究方向,当前我国协作机器人产业规模不断增大,作为机器的一项重要能力,机器人的抓取已经经历了多年的研究,取得了很多成果。但抓取过程不够智能仍然是制约协作机器人在工业生产中进一步应用的主要障碍。协作机器人的智能抓取可以分为物体的检测与空间六自由度位姿估计,以及路径规划两个方面的内容。由于工业中的零件物体多数为少纹理或
汽车产品的设计、制造、维护等环节将产生大量的数据,使用机器学习技术挖掘汽车大数据所蕴含的价值,对于推进汽车行业数字化转型具有重要意义。在故障预测等任务中,汽车大数据常存在类别不平衡的特点:数据集内不同类别的样本数量有明显差异,少数类被错误分类的代价相比多数类被错误分类的代价更高。类别不平衡的特点使得机器学习模型对少数类的学习不够充分,在预测时难以识别出少数类样本的存在,给故障预测等任务带来高昂的分
移动操作机器人兼顾移动性与操作性,既具有移动机器人的建图、导航等功能,又能使用机械臂完成抓取等任务,是当前机器人领域研究的热点。但是对于复杂环境下的复杂任务,仅凭单一的传感器很难达到很好的效果,综合运用多种传感器可以更好的完成任务。本文针对移动操作机器人,通过激光和视觉传感器进行了建图、感知、导航等方面的研究。首先,建立了融合SLAM框架,以视觉的ORB-SLAM2为基础,使用激光进行扫描匹配为视
在经济全球化,工业4.0及可持续发展的影响下,国内各个制造企业都面临着转型升级的巨大挑战,尤其是最近几年,汽车市场中新能源汽车、互联网汽车、以及无人驾驶汽车等很多新产品的出现,使得汽车的更新换代和产品升级周期明显缩短。所以,对于汽车制造企业来说,生产线以及生产线的物流调度需要满足柔性化生产,而汽车的底盘生产线,由于其工艺选装的组合类型多,对柔性化的需求更加迫切。自动导引小车（Automated-G
随着多智能体编队在救灾、军事、工业领域应用需求的快速增加,多智能体系统面临在各种不确定的复杂环境下实现编队控制的问题。目前针对障碍环境下多智能体编队控制问题已经有较多的研究工作和成果,但是主要针对较为简单的障碍环境。实际编队中地形复杂、局部环境未知等问题导致了多智能体协同编队控制中避障约束、编队约束的动态变化,如何在协同机制下建立具有动态预报和自适应能力的编队控制策略是亟待解决的关键问题。本文将在
创新科技与技术的蓬勃发展推动了第三次工业革命,其中信息通信技术的进步与发展表现突出。无线通信技术的不断提升以及无线设备的不断完善使得在工业自动化生产和管理现场中,使用无线设备和无线通信技术的范围越来越广。由此产生了由现代工业控制网络和无线通信网络构成的工业网络系统。尽管无线通信技术和设备可以部署到有线网络难以进入的区域,实现了无盲区覆盖以及低成本的无间断监控等有利于生产或管理现场的功能,但是与有线
叶片作为旋转机械最重要的部件,其振动状态的实时监测对旋转机械的安全运行非常重要。叶尖定时方法（blade tip timing,BTT）作为一种非接触式测量方法在旋转机械叶片振动监测中有着良好而广泛的应用,但由于其存在非均匀采样、欠采样等问题,对信号的重构造成了一定的困难。本文利用BTT信号频域上的稀疏性,提出了一种基于压缩感知的信号辨识方法,具体内容如下:1)基于旋转机械叶片振动理论和叶尖计时系
随着我国城市建设规模的不断扩大以及城市人口的快速增长,城市轨道交通的地位也变得愈发重要。在城市轨道交通客流运输过程中,存在许多不可测的外部因素。这些因素轻则导致列车延误,严重情况下甚至会产生连带反应从而使得整条线路的列车运行网瘫痪,给城市轨道交通的正常运转带来很大的阻碍。因此对延误列车进行运行调整具有相当重要的意义。城轨列车运行调整是一个复杂的组合优化问题,目前对于城轨列车运行调整的研究主要集中在
故障诊断系统是提高工业过程安全性、稳定性,减少因故障停机带来经济损失的一类重要技术。本文研究了基于有效特征表示与迁移学习的工业故障识别,采用不同的特征提取算法与故障识别算法相结合,利用目标任务与源任务的相似性,不同程度的优化了目标故障识别任务的准确率。本文主要的研究内容包括:基于深度自动编码器的特征提取与故障识别。该方法将深度自动编码器与多层网络分类器相结合,自动编码器能够有效地提取出非线性复杂工
随着工业机器人技术的发展,机器人已被广泛的应用于工业生产制造环节中,对于需要灵活部署、机器人操作不方便的生产场景,人机协作的生产模式是一种有效的提高生产效率的方式。因此,研究机器人在保障操作人员安全的前提下,如何在复杂多变的协作环境中进行避障规划,完成规定的生产任务具有重要意义。本文针对人机协作装配应用场景,围绕空间动态障碍物检测和机器人主动避障规划方法展开研究,具体研究内容包括以下四个方面:（1