一种基于负载平衡的无线传感器网络收集树算法

主要研究了大规模无线传感器网络的多跳树状路由协议,提出了一个基于heuristic算法建立近于全域平衡的资料收集树算法(Balance Convergecast Tree,BCT)该算法能降低资料堆积程度,减少资料收集时间并延长网络断裂的发生时间,同时在该算法中增加一个节点同步传输程度的频道分配机制,使得树上的节点以最少的通信时隙与有限的码字来组合配置通信频道作为资料传递时使用,提高同步传输程度,减少资料停留在节点中的时间,使整个网络中资料收集速度更快速.仿真结果显示该算法能更快速的收集网络上的资料并延长网络运行时间,同时证明了负载平衡的树能大大提高树状结构收集资料的运行效率.     

化学化工实验室安全管理与安全教育

实验室安全运行是实验室管理的重点,加强安全管理和全方位落实安全教育是维持化学化工实验室正常、有序开展实验的前提。介绍了实验室制度的初步建设情况,列举了实验室安全管理的一些措施,总结了实验室安全教育的相关内容,强调了实验室安全教育的长期性与重要性。同时,强调要广泛开展实验安全教育,全面提升化学化工实验室安全管理能力,确保实验安全开展。     

温室测控系统无线传感器网络节点故障诊断研究

温室测控系统传感器节点故障产生错误数据,导致错误决策,为此,提出一种ARIMA和LSSVM相融合的温室测控系统传感器节点故障诊断方法。该方法首先分别采用ARIMA和LSSVM对传感器节点故障进行诊断,然后将两者的诊断结果重新输入LSSVM进行融合,得到最终传感器节点故障诊断结果。仿真测试结果表明,ARIMA-LSSVM融合方法提高了传感器节点故障诊断的正确率,降低故障的漏报率和误报率。     

改进的ANFIS方法在化工过程故障诊断中的应用

针对复杂的化工过程,在原有的自适应神经模糊推理系统(ANF IS)的基础上,结合主元分析和神经网络,提出了一种改进的自适应神经模糊推理故障诊断系统,并且分别将ANF IS和改进的ANF IS方法应用于TE(T ennessee E astm an)模型的故障诊断。两种方法均具有较高的精度,但改进的ANF IS具有运算速度快、结果清晰的优点,所以更适用于实际工业中。     

一种适用于无线传感器网络的轻量级组播源认证方法

基于MAC(Message Authentication Codes,消息认证码)和无线传感器网络的组密钥管理特点,提出一种轻量级的组播源认证方法LAMA(Lightweight Approach to Multicast Authentication).通过与其他方法进行性能分析和数据对比表明,LAMA的计算开销和通信开销等参数都处于合理的范围内,是一种适用于无线传感器网络环境的安全、有效方法.     

基于异步MAC协议的WSN节点通信能耗模型的研究及应用

为进一步减小采用B-MAC协议无线传感器节点的能量消耗,对无线通信模块接收、发送、监听、休眠的电流消耗和时间特性进行了实验测试. 并根据异步MAC协议的特点,将网络负载参数进一步细分,引入节点发送间隔、接收间隔、每次发送字节数、每次接收字节数这4个参量,同时考虑节点接收信号时所处状态的概率建立通信能耗模型,并给出能耗模型的最优解析解,使得能耗参数在不同网络负载和收发间隔下达到最优. 实验结果表明,采用能量最优参数的B-MAC协议比普通B-MAC协议的能量消耗更少,明显减少了WSN节点在通信过程中能量的消耗,延长了节点的工作寿命.      

基于WSN和ANN的综合远程智能地质灾害监测预警系统研究

在分析现状的基础上,指出构建综合远程智能地质灾害监测预警系统的两个关键,即低成本易实施的稳定数据传输网络和基于合理数学模型的智能决策分析系统;阐述了WSN,ANN,GIS、多媒体等技术在构建综合远程智能地质灾害监测预警系统中所起到的重要作用;提出了一个可行的综合远程智能地质灾害监测预警系统架构,并作了简要阐述。     

基于压缩感知理论的无线传感器网络数据融合算法

针对传感器节点部署稠密, 节点覆盖重叠区域较大, 导致采集数据冗余度大的问题, 利用节点收集数据的时间和空间相关性, 提出一种基于压缩感知理论的无线传感器网络(WSN)数据融合算法, 并通过仿真实验分析了其性能. 实验结果表明, 该算法不仅可以减少簇首的数据传输量, 减少了节点的平均能量消耗, 延长网络的生存时间, 而且性能明显优于对比算法.     

杜鹃搜索在无线传感器网络定位问题中的应用

近年来无线传感器网络(wireless sensor network,WSN)由于其部署简单、功能多样等优点被广泛应用于各个领域,然而传统的传感器定位算法存在着定位精度差、算法效率低等缺点.为了克服上述缺点,文章基于杜鹃搜索算法,设计和实现了一种新的算法来定位无线传感器.经过仿真实验验证,相比其他定位算法,该算法可以更...     

化工过程集成型智能故障诊断系统研究与开发

在分析各种诊断方法优缺点的基础上，针对化工过程故障诊断，结合小波分析，专家系统和神经网络等技术，提出了一个集成型智能故障诊断系统框架，开发了润滑油桐苯脱蜡油回收装置诊断咨询系统，试验表明，该系统诊断效果良好，能满足工厂的实际需求。     

基于无线传感网压缩机远程监测与故障诊断系统

设计了一个基于无线传感网技术的压缩机远程监测和故障诊断系统,介绍了系统的基本功能,描述了系统开发平台的硬件、软件的组成和远程数据通信的实现。应用实例表明,该系统具有低成本、高可靠性和适应复杂环境等优点。     

一种混合智能故障诊断方法及柴油机故障诊断

提出了一种模糊聚类、粗糙集理论与神经网络集成的混合智能故障诊断方法。引入聚类有效性函数和点分布密度函数。对模糊c-均值聚类算法进行改进,形成了自适应模糊聚类算法并依据该算法将连续的故障特征值离散化。应用粗糙集理论处理离散化的故障诊断数据。采用基于信息熵的方法,约简冗余的故障特征。依据约简结果构建神经网络,采用遗传算法优化网络的权值和阈值。将该方法用于柴油机气门故障诊断,并与普通神经网络进行对比。结果表明,该方法提高了故障诊断的正确率。     

模拟电路故障诊断神经网络方法

提出了一种新的模拟电路故障诊断近似估计方法以及求解此问题的神经网络。其显著特点是只需一次优化过程即能估计出最可能故障元件，计算量小。计算机模拟和实例表明该方法是可行的。     

基于神经网络的摊铺机液压系统故障诊断方法

以摊铺机液压系统为研究对象,提出了基于神经网络的故障诊断模型。结合BP神经网络基本知识和摊铺机液压系统故障的特点,研究了诊断知识的获取方法,设计了摊铺机液压系统故障诊断网络的基本结构。通过与模糊理论相结合研究了输入输出特征向量表达和获取的具体方法,提高了故障诊断神经网络模型的实用性,并提出改进学习效率和动态BP算法可以提高故障诊断神经网络的性能。     

基于支持向量机的化工过程故障诊断

引入了基于统计学习理论的支持向量机技术,以连续搅拌釜式反应器——CSTR模型为例,研究了非线性化工复杂反应过程的故障诊断问题。实验结果表明,支持向量机方法与传统故障诊断方法相比,具有更好的精度、速度以及适应性。     

基于自适应神经网络的电路系统故障诊断研究

针对人工神经网络的特点,对传统BP算法进行了全面改进,通过采用自适应学习率和动量因子修正等方法,有效克服了传统BP算法在实际应用中学习收敛速度慢和容易出现局部极小点的缺点。以电路系统的故障诊断为例,引入了模糊数学中的隶属度函数,对故障特征量进行处理后作为自适应神经网络的输入,故障编码作为网络的输出。实验仿真结果表明,该系统对电路故障类型能够有效地进行诊断和识别。     

Synthetic Intelligent Fault Diagnosis Technology for Complex Process

A fault diagnosis method of knowledge-based fuzzy neural network is proposed for complex process, which is hard to develop practical mathematical model. Fault detection is performed through a knowledge-based system, where fault detection heuristic rules have been generated from deep and shallow knowledge of the process. The fuzzy neural network performs the fault diagnosis task. This method does not need practical mathematical models of objects, so it is a strong implement for complex process.     

基于VPRS和RBF神经网络的WSN节点故障诊断

为保障油料供给的安全性,研究无线传感器网络(WSN)节点故障诊断的可行性策略,提出变精度粗糙集(VPRS)和RBF神经网络结合的故障诊断方法.该方法由运行中的汇聚节点实时获取子节点故障征兆,建立初始决策表,利用VPRS作为前端处理系统,对初始决策表进行约简,删除冗余的、不重要的属性征兆,并将约简后的结果输入RBF神经网络实现节点故障识别.仿真实验结果表明:对于具有显著不确定性的WSN节点故障诊断,该方法能够准确快速地得出诊断结果,鲁棒性和适用性更强.