基于无线传感器网络的蛋鸡饲养智能监控系统

该系统结合蛋鸡在生长发育过程中的特殊要求,针对人工蛋鸡生产过程中缺乏环境因素的采集和控制,设计了一种基于无线传感器网络的蛋鸡智能监控系统。该系统利用点对点与Internet通信的特点,建立了一个低功耗的ZigBee网络,并通过传感器进行实时监控,网络管理终端和移动应用程序自动收集蛋鸡饲养室的饲养密度、温度、湿度等环境数据,为了动态掌握环境变化以及繁殖室内的状况,系统根据实时采集的环境数据自动控制空调,加湿器、除湿器,照明灯等环境控制设备,从而使蛋鸡繁殖室的环境达到最适合蛋鸡生长的状态。     

基于物联网的养老小区监护系统的研究

基于物联网的养老小区监护系统对小区老年人体生理指标和生命体征实时监测,通过4G网络、网关和互联网将采集的数据发送给养老小区的社区医务人员上位机和服务器数据库存储数据,社区医务人员可以对老年人的身体机能做出判断,尽早发现老年人常见慢性病,根据实际情况采取医疗等多种措施解决问题,及时抢救发生突发疾病的老年人,同时可以将老年人的情况告知其家属,以便老年人及时得到诊断和治疗。该系统组网灵活,为养老小区的老年人提供优质的远程医疗服务。     

基于多策略改进COA算法优化ELM的IGBT剩余寿命预测

针对绝缘栅双极型晶体管（Insulated Gate Bipolar Transistor,IGBT）剩余使用寿命的准确预测问题,提出了一种基于多策略改进优化的二维卷积优化算法（Convolution Optimization Algorithm on mixed strategies,COAM）的IGBT剩余寿命预测模型。通过改进和优化极限学习机（Extreme Learning Machine,ELM）参数,利用NASA研究中心公开的IGBT老化加速试验数据集,分析并提取了集射极-发射极阻断电压的失效特征参数,以获取阻断电压尖峰信息。针对COA算法在前期容易陷入局部极值和后期寻优精度不高的问题,首先选择通过Fuch映射序列初始化种群增强初始种群的随机性和变异性,然后采用新的综合位置更新方式来扩展算法的局部搜索能力,并引入高斯-柯西变异机制来改进解质量增强机制。最后,将该算法用于ELM参数的优化,以应用于IGBT剩余寿命的准确预测。通过将COAM-ELM与其他3种优化算法优化ELM方法进行对比分析,结果显示COAM-ELM方法在IGBT剩余寿命预测方面具有高精度的特点。本研究提出的方...     

基于无线传感器网络能耗监测系统在高校老校区建设的研究

基于无线传感器网络能耗监测系统将无线传感器节点添加到高校老校区现有教学建筑、实训建筑、图书馆和学生宿舍大楼的水、电力、供热等设备及分支系统上,测量所有设备和分支系统的能耗数据,能耗数据通过网关传输到万维网服务器,在服务器上建立实时能耗数据库,服务器管理软件对统计数据分析比较,发现高校能耗设备能源消耗的主要原因。在此基础上,制定针对性的节能方案和控制措施,来达到高校老校区节能增效的目的。本系统采用无线数据采集和传输,布线少,最大限度减少了对现有建筑的改造成本,实现数据实时共享,控制迅速准确。