基于动态数据驱动的地质灾害监测预警系统设计与实现

基于地质灾害诱发因素与形成机理,针对地质灾害传统数据管理、实时监测数据处理与分析、预警模型库建设等问题,结合动态数据驱动、多源数据可视化及监测数据实时传输等技术,建立基于动态数据驱动技术的地质灾害监测自动预警方法体系,并采用阈值判别预警、过程跟踪预警以及时空信息的综合分析预警方法,充分采用服务流引擎技术与数据库技术,研制基于网络环境的新型地质灾害动态监测系统,以实现灾害信息实时查询、处理与分析、动态监测曲线的绘制及灾害自动预警等功能。以甘肃省黑方台黄土滑坡监测示范区为例,验证构建的地质灾害实时监测数据与预警模型服务流,系统能够实时反映灾害体的变形情况,并成功预警了黑方台陈家6#滑坡。     

激光诱导荧光技术的煤矿水源水质监测研究

为了能够快速准确地判别煤矿突水水源,提出了基于激光诱导荧光(LIF)技术的煤矿突水水源监测方法,该系统以MC9S12XS128B微处理器为核心,构建了共聚焦式检测子系统,通过USB2.0协议实现硬件采集系统与上位机通讯的方案。通过对反馈回的激光诱导荧光光谱进行分析,可以定量分析煤矿水源中水质离子的浓度,因此就可以实时监测到突水水源的变化。该方法克服了传统方法无法实现对大面积水域的实时在线监测的难题,能准确快速地得到结果。本研究可进行煤矿未知水样的水源判别,为煤矿的安全生产提供决策依据。     

基于PPG信号的有限空间低氧伤害评估与预警

工业化迅速发展使得有限空间作业增多,有限空间作业人员在极限低氧环境(环境氧气浓度低于15%)下易受到低氧伤害,传统的环境氧浓度监测预警未考虑作业人员个体生理状态的差异性.本文针对作业人员生理状态的不同提出一种快速准确的特异性低氧伤害评估预警方法.通过智能穿戴设备监测正常氧浓度(20%～21%)和人体可耐受最低氧浓度(15%～16%)情况下的人体光电容积脉搏波(photoplethysmography)信号,采用振幅和基波频率差异作为依据,对作业人员进行快速准确实时的低氧伤害评估及预警.本文在信号处理过程中利用小波变换和移动平均滤波器去除基线漂移和高频噪声,获得高信噪比的信号并进行时域分析,继而通过快速傅里叶变换将处理后的高信噪比信号进行转换获得频谱图进行频域分析.时域分析与频域分析的结果表明:低氧环境中,人体光电容积脉搏波信号的振幅和基波频率较正常氧浓度情况下均存在显著性差异(p0.05),下降率的平均值分别为46%和19%;利用极大似然估计法和3σ原则计算下降率的临界值,确定振幅和基波频率下降率的临界值分别为29%和8.6%,该临界值的理论计算准确度为84.1%;利用计算所得的临界值建立有限空间低氧伤害评估预警表.该评估表的理论准确度为97.5%,经实验验证其预警成功率为91%且无漏报情况发生.     

基于SCADA 的物联网大气环境监测系统设计

为解决传统监测系统无法做到精确、实时地监控各地区大气环境数据的问题, 设计了基于SCADA(Supervisory Control And Data Acquisition)系统, 集组态软件、计算机和数据库技术于一体的物联网大气环境监测系统。该系统使用便携式气体检测仪作为下位机对大气污染物浓度进行采集, 利用组态软件搭建中央监控平台对采集数据进行接收处理与分析。该系统实现了下位机接收数据, 服务器存储数据, 并能实时进行数据监测及历史数据查询。实验结果显示, 该系统既可实时监控监测节点的大气环境变化, 又可实现监测节点的历史数据查询, 生成历史报表, 具有采集数据、存储数据及气体浓度预警的功能。解决了传统监测系统存在的监测范围无法细化、监测数据无法实时更新与发布的问题, 为更加方便、实时、高效地监测大气环境提供了技术保障。     

深基坑围护结构变形远程监测预警系统

为实时掌握基坑围护结构变形趋势,确保基坑工程质量和安全稳定性,以大连地铁某车站深基坑工程为背景,基于物联网应用技术,构建深基坑围护结构变形远程监测预警装备系统.首先,构建以数据采集、通信联络、核心处理空间和数据终端组成的物联网框架;然后,基于原型系统基本功能开发,分析深基坑围护结构中锚杆轴力监测预警过程.研究结果表明:基于物联网设计理念的地铁车站深基坑围护结构变形远程监测预警装备系统,可获取到深基坑围护结构变形及其灾变演化实时数据,并实施灾变预警.该研究成果可为地铁工程管理及施工部门实时掌握施工过程中深基坑围护结构变形状况,准确排查安全隐患、有效预防基坑施工事故提供信息技术支持和保障.     

基于LabVIEW的电能质量实时监测与分析系统的设计

改善电能质量的前提是获得电能质量准确的实时信息。为了实现更准确地实时监测电能质量各项指标,本文以Lab VIEW图形化软件为开发平台,设计了电能质量实时监测与分析系统,采用广义S变换和分类规则树相结合的方法实现暂态电能质量扰动信号时间定位和自动识别。该系统主要包括参数设置、数据采集与分析、录波存储和数据传输4个功能模块,具有实时监测稳态电能质量的各项指标和记录暂态扰动的发生时刻和分析识别功能。通过三相可编程交流电源模拟各项电能质量信号,对该系统测量功能进行实验验证,结果表明:电压有效值误差小于0.5%,频率误差小于0.01 Hz,各次谐波电压误差小于5%,电压中断和暂态振荡扰动信号的检测值存在误差,但误差都在1 ms之内,验证了该系统的正确性和有效性。该系统在功能上能完全满足电能质量监测分析的应用要求,可为改善电能质量和制定有关电能质量治理措施提供必要的数据支持,具有良好的实际应用意义。     

北山花岗岩区微震事件的Fisher判别模型

应用微震监测系统,对北山坑探设施开挖过程进行实时监测。为研究北山花岗岩区微震事件的判别方法,采用Fisher判别分析法,选取地震力矩、微震能量、微震体变势、静应力降和视应力等5个震源参数作为判别因子,综合考虑各震源参数的差异性,建立爆破和微震事件Fisher判别模型,并对该模型进行检验。结果表明:总体判别正确率为86.3%,其中爆破组监测数据正确判别率达100%,微震组监测数据的正确判别率为76.4%,判别结果与事件实际基本相符。该模型简便易行,正确率较高,能够对北山花岗岩区爆破和微震事件进行有效地识别。     

一种基于深度置信网络的车撞桥墩损伤等级判别方法

为了解决车撞桥墩过程中桥墩受损等级不易被实时监测和提前预警的问题,在深度学习理论框架下,对车撞桥墩损伤等级判别方法进行研究。在探讨车撞桥墩过程及其影响因素的基础上,引入场论,分析碰撞过程动力学和能量转换关系,并构建桥墩结构损伤场势计算公式;借鉴风险评估概念,对不同场势值所属的损伤等级进行定义,建立车撞桥墩损伤等级判别模型。利用深度置信网络能够准确提取数据本质特征和Softmax分类器可有效判别多等级概率的优势,构建基于深度置信网络的车撞桥墩损伤等级判别模型。将已有研究中相关试验和仿真数据输入构建的网络模型中,对网络结构中参数进行调试,并将该模型判别结果与传统机器学习判别方法结果进行对比验证。研究结果表明:针对该模型设计的3种网络结构,网络深度为7层时,模型判别结果的精度最高,平均绝对误差和平均相对误差分别为0.37和14.8%;相比人工神经网络模型,提出的模型采用深层神经网络结构,判别结果更为稳定,平均绝对误差和平均相对误差分别降低了1.34和11.5%;相比随机森林模型,提出的模型可自动提取数据的特征属性,所得判别等级结果的偏差更低,不超过0.5级,且其平均绝对误差和平均相对误差分别降低了0.46和4.7%,在多损伤等级判别问题中效率和准确度更高。     

基于大数据的桥梁健康监测数据存储及预警方法

提出一种基于大数据的桥梁健康监测系统平台,在全面考虑影响桥梁服役性能的各个因素下对桥梁安全状态进行评估和实时预警。该系统平台利用容错率高的分布式文件系统以及计算效率高的平行数据处理引擎,具有高可靠性、可用性和存储效率,且易于扩展。进而采用多因素分析方法充分挖掘桥梁各个传感器实时数据之间隐含的关联性,通过分析数据相关性准确建立桥梁服役性能评估模型,并对桥梁安全状况进行实时预警。此外,该系统平台为测试模型的有效性,分别采用多种模型验证方法进行评估,确保大数据分析方法的可靠性。     

基于蓝牙无线传感网络的病人身体状态实时监护系统设计

基于蓝牙无线传感网络设计实现了病人身体状态实时监控系统,目的是实时监测病人的各项生理状态参数,了解病人院外活动过程中的身体状态,保障病人的安全。通过基于蓝牙传感器的病人身体状态采集系统、无线通信系统、病人监护中心3个部分实现了病人身体状态实时监控系统。病人身体状态采集系统通过蓝牙无线传感器对病人的主要生理参数和运动参数进行不间断的实时监测,并借助便携式监护通信终端,将病人的各项数据传输给医院监护中心;监护中心接收来自各病人的数据并存储在数据库中,实时判断病人的身体健康状态,有异常时及时预警,另一方面,可在需要时以图形化的方式显示病人各项生理参数的变化,以提供给医生进行分析。研究结果表明,该系统能够实现对远程病人身体状态的实时监护,经过对样机系统的测试,该系统实现了对病人生理参数的实时采集、传输和存储,并可在心率异常时实时预警,有比较重要的实用价值。该系统还可以加入运动传感器、定位系统和信息融合算法来实现对病人的定位和跌倒监测,以帮助病人在出现异常状态时能够迅速得到救治。     

能耗实时监测的数据挖掘方法

针对能耗监测常用的设定能耗阈值方法和基于历史数据的数据分析方法在实时性和智能性方面的不足,提出了一种基于数据挖掘技术的能耗实时监测方法。该方法通过对历史能耗数据进行聚类分析识别耗能体特有的能耗模式集合,对数据分类后获得能耗模式判定树,在能耗实时监测过程中对动态采集的能耗数据进行模式匹配,与相同模式历史数据进行离群点分析,可判别当前能耗是否异常。结合某综合大楼能耗数据进行了实验,验证了该方法及时发现能耗数据异常的有效性。     

一种基于频谱分析的工业过程振荡监测方法

文中提出了一种基于频谱分析的振荡指数,用于量化监测工业过程,控制回路振荡;同时给出了该振荡指数的分类阈值和显著阈值的计算方法.利用振荡指数和两个阈值能够对工业过程进行振荡监测和振荡的显著性判别,PTA装置工业数据的振荡监测实例表明了该方法的有效性.     

基于自组织竞争神经网络的硬件木马检测方法

针对目前硬件木马的侧信道检测普遍采用基于降维与主特征提取的分类方法,该方法在选取有用信息过程中可能会损失包含木马特征的关键信息这一问题,提出了一种基于自组织竞争神经网络的硬件木马检测方法.该方法在不损失有用信息的基础上,采用无监督学习的方式建立数学模型,对母本信息与待测信息进行分类判别.基于FPGA搭建了验证系统并对侧信道电流信息进行采集.数据处理结果表明:该方法可以有效检测出占母本电路面积0.16%的硬件木马.     

WebGIS与WSN的林区火险监测系统设计

如何对森林火险进行实时、准确的监测预警,进而为林火的预防和灭火指挥提供决策支持,已成为急待解决的问题。以林区火险灾害预警为背景,应用无线传感器网络(WSN)与网络地理信息系统(WebGIS)技术,设计了一套能够实时对林区火险监测并预警的分布式监测系统,旨在实现火险信息的实时采集、传输、管理、分析和发布等功能。使用带有zigbee网络节点的烟雾传感器、温湿度传感器、风力传感器等模块采集林区环境信息,经过Sink网关汇聚前端节点数据后,通过GPRS(或CDMA)等无线通信方式传送至监控中心,系统监控中心根据接收到的环境数据进行分析和处理,以电子地图的形式展现火险监测和预警情况。介绍了Web地图服务系统结构及WebGIS软件平台,叙述了无线传感器网络的组成及工作原理,给出了本系统的软硬件设计方案及系统具备的主要功能。实验测试结果表明,该系统具有对重点林区的火险情况进行实时监测、火险预警、信息发布服务以及为相关职能部门提供决策支持等功能,具有较好的应用前景。     

一种基于动态反馈的地下通道火情监控技术

提出了一种基于动态反馈的火情监控技术,介绍了用于地下通道的火情监控技术系统的组成及原理,将其用于同济通道的火情监控与防护中,并对其功能进行了相关演示.结果表明,该系统能够实时直观地显示地下通道内的温度场、烟气场以及火源点的位置,给出整个结构空间内的重要火情信息,可为人员疏散及灭火救援提供有效帮助.     

地源热泵系统参数测量与误差补偿方法研究

针对现有地源热泵系统的监测数据不准确的问题,提出了一种针对地源热泵系统供回水温度和流量测量的误差补偿方法。首先搭建了一套地源热泵监测系统,实时获取地源侧、热泵机组和用户侧的供、回水温度和流量等数据,然后分析了影响温度和流量测量精度的主要因素,最后对温度传感器的零点漂移和温度系数进行标定,并对超声波传输速度和管道流体速度误差进行补偿。实验结果表明,该方法能够准确获得地源热泵系统运行参数,温度误差不超过0.2℃,流量误差不超过1.3%,可以为地源热泵系统远程监测提供数据支撑和经验储备。     

基于双谱的模糊聚类滚动轴承故障诊断

为了能准确可靠地判别出机械设备中滚动轴承的故障类型,基于双谱能表征随机信号偏离高斯噪声程度的特性,提出一种模糊聚类的滚动轴承故障诊断方法。基于滚动轴承运行过程中监测到的振动信号包含高斯噪声且具有非高斯、非线性特点,该方法在分析高阶谱理论的基础上,对双谱估计特征值进行阈值化处理,构成二值特征图并构造模板,通过测试样本与目标模板之间距离大小来进行不同类别的判断,实现对滚动轴承故障的诊断。经实例验证,该方法有效实现了对滚动轴承故障的分类判别,并提高了判别的可靠性和准确性。     

客车发动机舱内温度分析的火灾预警方法实验

为了解决目前客车发动机舱内火灾预警装置检测时间较长、误报较多的问题.在分析客车火灾成因的基础上,以客车发动机舱为研究对象,设计客车热表面故障模拟实验平台,模拟行车过程中的热表面故障,通过多个温度传感器采集热表面故障时舱内温度数据,基于温度故障特征开发了一种火灾识别预警试验系统.实验结果表明:基于舱内温度变化故障特征的判别方法,能够准确对客车火灾进行早期预警.     

基于单片机的煤气泄漏检测与报警系统的设计

为了实现实时监测煤气的浓度并能及时报警,本文研制了一种高性能的煤气监测与报警系统。该系统以单片机为硬件核心,通过实时的数据采集、数据处理能够准确地监测室内煤气的含量,当被测气体中一氧化碳的浓度超过预定数值时,将产生报警并自动关闭煤气阀门。     

近红外光谱分析技术在鸡肉分类检测中的应用

针对近年来市场上不同品种不同级别的鸡肉混杂、以次充好现象,提出一种可以快速、准确判别土鸡和肉鸡的新方法.采用近红外光谱技术和聚类分析技术建立鸡肉分类判别模型,并讨论了不同预处理方法对模型预测结果的影响.结果显示:近红外光谱技术结合聚类分析技术能够对鸡肉建立一种快速的分类判别模型,该预测判别模型能够快速准确地对土鸡和肉鸡进行判别,其中数据经过二阶导数+矢量归一化后的模型预测判别率达100%.