一、VB在实时数据采集中的应用（论文文献综述）
吴斌,王贞,许国山,杨格,王涛,潘天林,宁西占,周惠蒙,王尚长[1]（2022）在《工程结构混合试验技术研究与应用进展》文中认为工程结构混合试验,将物理试验与数值模拟在线地联系在一起,可充分发挥物理试验和数值模拟各自的优势,在土木、汽车、航天、通信等工程领域得到了越来越多的应用。该文综述了近年来混合试验方法与应用的主要进展,梳理了关键科学与应用问题。关键科学问题包括逐步积分算法的非线性稳定性问题、加载系统的控制问题、非完整边界条件问题,应用瓶颈主要体现在混合试验通用软件还不够完善。对混合试验研究和现状的分析表明:高效稳定的数值分析方法、在线模型更新技术、加载系统与试件相互作用与控制等科学问题值得进一步研究;不同领域中的工程应用是推动混合试验技术发展的决定力量,加强混合试验软件的通用性和容错性是降低应用门槛的关键。
林佳祥[2]（2021）在《基于OFDM的宽带电力载波通信系统关键技术研究》文中研究说明随着我国电网的现代化建设,电力载波通信技术由于覆盖范围广、成本低廉等优势成为了重点研究内容,当前的大容量、低延时业务对电力载波通信技术的速率与可靠性提出了较高的要求。以实现高速率、低误码的通信为目标,本文研究了基于OFDM（Orthogonal Frequency Division Multiplexing）的宽带电力载波通信系统,并采用FPGA（Field Programmable Gate Array）与DSP（Digital Signal Processing）开发平台对接收子系统进行了软硬件协同设计和实现。本文在低压宽带电力载波信道的基本特征分析基础上,利用Middleton A类噪声模型进行随机脉冲噪声建模,并通过与自底向上法以及频域分析法的电力载波信道传递函数建模方法进行对比,选择采用M.Zimmermann与Klaus Dostert提出的自顶向下传递函数模型,结合噪声模型与传递函数模型建立了低压宽带电力载波通信信道,为后续仿真提供支撑。本文阐述了OFDM系统的基本原理与关键技术,对电力载波通信中采用OFDM技术的优势进行了分析,然后提出了宽带电力载波通信系统的总体方案,对物理层框架、主要参数与帧结构进行了设计,并简要介绍了接收子系统的主要功能模块。针对起始位置偏移导致的接收星座图旋转与符号间干扰问题,本文结合延时自相关与本地序列互相关算法,提出了基于本地序列的二次相关算法,可以消除测度函数的峰值平台与“小尖峰”现象,使符号同步结果更加精确。针对收发端采样时钟不匹配的情况,提出了基于相位叠加的采样时钟同步算法,与传统方法相比,准确度有3d B以上的增益。针对电力载波信道中的多径与噪声特性造成的通信误比特率过高问题,本文提出了基于噪声聚类的镜像扩展DFT（Discrete Fourier Transform）信道估计算法,相比传统LS（Least Square）算法在误比特率10-3处存在2.8d B左右的性能提升。在OFDM峰均功率比优化方面,本文提出哈达玛变换和迭代翻转部分传输序列相结合的方法,有效降低系统的峰均功率比。基于FPGA与DSP开发平台对提出的宽带电力载波通信系统接收端进行软硬件协同设计,实现了接收基带处理子系统,并通过功能仿真与上板调试对各个模块进行测试,结果表明接收端可以准确恢复出发送数据,验证了本文提出的宽带电力载波通信系统总体方案和关键算法的可行性,为后续产业化芯片的设计提供重要参考。
周嘉圣[3]（2021）在《基于数字孪生的船舶组立建造车间作业调度技术研究》文中研究表明
郭成源[4]（2021）在《边缘计算环境下的城市交通道路风险评估与事故风险预测》文中认为随着经济的快速发展,国家的车辆总数、城市道路的数量也随之不断增加,更多的道路交通问题（交通拥堵、交通事故等）也随之而来。城市交通事故的发生会直接影响到发生事故路段的交通状况,导致交通拥堵,甚至造成更为严重的损失。如何通过交通数据来有效地预测道路风险,从而缓解交通拥堵减少交通事故的发生,已经成为现代城市发展中亟待解决的一个热点问题。以往科研人员对交通事故的预测大多是从某一个城市历史交通事故的数据出发,使用不同的模型或者改进的模型对某区域的交通事故进行预测,然而这一类方法的预测仅仅与长期的交通事故发生规律较为一致,并不能实时地对道路事故的发生有一个较好的预测。交通事故的发生跟道路的实时交通情况有很大的关系,随着智能设备的不断发展,车联网群智感知技术以及边缘计算成为了解决该问题的一个热门话题,它们可以实现低延迟高效率地对路面上的车辆数据进行分析。与以往对交通事故预测研究不同的是,本文在边缘计算环境的基础上,结合实时道路交通数据信息和历史交通事故数据信息两个层面共同对城市交通事故风险进行分析和预测。具体创新如下:1.提出了一种新型的基于边缘计算的道路风险评估方法通过群智感知设备对道路车辆信息进行采集,利用边缘计算技术的低延迟和高可靠性对道路车辆数据进行监测并分析出异常车辆信息和异常交通流信息。据此建立风险评估模型对道路交通风险进行评估,然后使用最小风险贝叶斯决策方法进行验证判断。为了验证该方法的有效性和实用性,本文分别在人工路网和真实路网对道路风险进行了实验评估,并建立路径选择对比实验。实验结果显示该方法较传统的路径选择方法在安全性上有很大的提升。2.提出了一种基于边缘计算的城市交通事故风险预测方法在基于边缘计算的道路风险评估模型的基础上,本文又结合历史交通事故数据对城市区域未来一段时间内的交通风险进行了预测,使得预测结果在实时交通流因素的影响下更为真实可靠。首先利用群智感知技术对道路车流信息进行收集,采用边缘计算对道路实时风险进行评估,并结合基于历史交通事故数据的长短期记忆网络预测模型来共同对城市某一区域交通事故的发生频率进行预测,最后通过多种预测模型的对比实验验证该方法的有效性和优越性。实验结果显示本文提出的模型预测结果较其他预测模型准确率更高。
王斌[5]（2021）在《基于振动特性的电机状态监测与故障诊断系统设计》文中进行了进一步梳理电机的状态监测与故障诊断一直以来都是人们研究的重要课题,而振动作为电机运转过程中存在的一种明显现象,其中包含很多可用的信息。在运行过程中,电机如果因某些原因出现异常或发生故障,其特征便能在振动信号频谱中较为明显地体现出来,因此,对电机的振动特性进行研究,是及时发现电机故障的一种非常有效的途径。如今利用传感器与数据采集卡,能方便高效地对电机振动信号进行采集,而数字信号处理技术与人工智能技术的发展也使对振动信号的分析与处理变得十分快速和准确。前者搭配上位机软件完成对振动信号的采集和实时监测,后者通过相关算法实现对振动信号的分析和处理,两者相结合,便能较好地完成对电机的运行状态监测和故障分析诊断。本文根据电机状态监测与故障诊断的基本原理,利用振动传感器以及数据采集卡获取电机的振动数据;采用可视化、面向对象的设计方法,在Windows系统下使用Visual Studio C#编程语言和采集卡的相关API函数进行模块化设计,开发了简洁、高效、功能齐全的上位机软件,在实时采集方式下使用多媒体定时器实现了1ms间隔采样,在缓存采集方式下实现了48KHz高速采样;使用MATLAB通过小波分析、SVD等方法对数据进行处理,通过BP神经网络、SVM进行分类识别,实现了对电机异常信号的识别判断,最后将MATLAB数据分析处理代码通过上位机程序调用,实现了整个系统的一体化。该系统实现了电机的实时信号波形显示、异常报警、数据存储、历史数据查询以及数据分析功能,并通过实验测试验证了系统的合理性与可靠性。实验结果证明,本文所设计的电机状态监测与故障诊断系统能够在电机运行时进行实时监控,并能在电机出现异常时迅速作出判定并进行分析,有效地查明异常原因,具有很好的实际应用价值以及进一步开发完善的价值。
秦珺晗[6]（2021）在《面向主动配电网的柔性负荷聚合建模及其调控策略研究》文中研究表明当今社会的发展与进步,无一离得开能源的使用。自改革开放至今,随着我国能源行业快速发展,中国现已成为全球最大的能源生产国、消费国,能源行业也成为了社会经济发展的有力支撑。但是,我国能源结构长期以煤为主,油气对外依存度高,是全球最大的碳排放国家,能源清洁低碳转型的需求日渐迫切。因此,为有效应对二氧化碳排放所带来的全球气候变化问题,我国坚定不移地推动绿色发展,加快形成清洁、低碳、安全高效的新型能源系统。近年来,我国光伏、风电等可再生能源的装机容量已位居全球前列,可再生能源利用率的快速增长,极大地改变了我国的能源结构。为此,我国同步开始了配电网络的现代化革新,主动配电网技术应运而生。作为一个能够控制各种类型分布式电源的系统,它既能满足对分布式电源、储能、电动汽车等柔性负荷和智能终端的接入,又能提高可再生能源消纳能力,保证供电的安全性和可靠性。本文在主动配电网的背景下,对需求侧的柔性负荷聚合建模及调控策略进行了研究。首先,以电动汽车和空调两种典型柔性负荷为例,分别建立其单体模型。由于柔性负荷分散接入且个体容量小,无法形成规模效应,从而导致信息数据难以获取、标准化规划流程缺乏等特点,故而在考虑负荷的物理特性、外在人为和环境因素的影响下,采用极端能量场景法搭建相应的通用虚拟电池模型,并进行集群建模得到聚合模型。其次,考虑到目前大规模可再生能源接入电网的形势,本文以光伏为例搭建了光伏发电出力区间模型。由于分布式电源本身具有波动性和随机性,会给系统调度运行带来难度,因此采用鲁棒优化方法来处理不确定性问题,建立计及光伏出力不确定性的鲁棒优化模型。最后,以系统运行成本最小化为目标,计及系统功率平衡、用户舒适度等约束条件搭建优化调度模型。本文分别进行了实时调度与日前调度,通过仿真算例分析表明,所搭建的聚合模型可有效地参与配电网系统的调控,分配日前及实时调度计划和备用容量,有效地提高配电网优化调度的经济性。
史小磊[7]（2021）在《基于Flink的机床状态实时采集与监控系统的设计与实现》文中研究说明随着制造业逐渐向高精技术方向转型,数控机床在企业生产经营活动中的重要性愈发凸显。机床部件产生故障会导致机床的工作条件也发生改变,如果不能正确定位并及时解决机床的故障,就可能会导致机床的崩溃,给企业造成巨大损失。一般的机床监控系统往往是单机程序,对机床的监控是一对一监控。目前的企业生产中往往是多个机床甚至是多个车间进行生产。因此,一对一的机床监控系统往往会导致对机床的管理分散,需要由工作人员定期巡检。此外,由于物联网技术的发展以及传感器技术在机床上的大量应用,机床运行状态也逐渐呈现出“4V”的大数据特性,对单机处理能力也逐渐构成挑战。针对以上问题,本文基于Flink流处理引擎设计实现了机床运行状态实时监控系统。首先,根据机床的部件结构,分析其易发生故障的位置,针对这些位置的特点提出了基于数控系统通讯协议的状态采集方案和外置传感器的状态采集方案。针对实际数据采集频率与数据处理速率不匹配的问题,引入了Kafka作为数据缓冲。然后,使用Flink流处理引擎构建数据处理与状态判断模块。使用Flink实时判断机床部件的运行状态,同时使用机器学习算法对机床运行状态进行判断。此外,针对机床运行数据类型的特性,选择了不同的存储方案。此外,基于前后端Web开发技术,实现了系统管理模块、运行状态监控模块、运行数据统计分析模块以及运行数据实时显示模块。最后,基于以上研究完成了机床运行状态实时监控系统的开发以及实验环境的搭建。以实验室中多台数控机床为实验对象,对实时监控系统的准确性和实时性进行验证。
张昱[8]（2021）在《300M超高强度钢铣削加工工艺及参数优化研究》文中认为航空用300M超高强度钢（40CrNi2Si2MoVA）是具备优异综合力学性能（高强、高韧等）的起落架用钢,作为典型的航空难加工材料,其含有大量Ni元素（1.65%-2.0%）,在提高材料刚度和硬度（52HRC）的同时,降低了材料的导热系数（21.6 W/（m·℃））。在实际切削加工过程的复杂热-力耦合应力场作用下,导致300M超高强度钢已加工表面完整性难以得到有效控制。起落架等航空零部件的特殊用途决定了对Ra等表面完整性指标要求较高,飞机起落架复杂的服役环境,使其任何一个表面缺陷都能引发安全事故,已加工表面完整性的卓越性是实现飞机起落架优异安全性能的重要保障。针对300M超高强度钢的力学特性、高速铣削工艺与优化进行深入研究:首先,利用SHPB试验装置探究300M超高强度钢的动态力学性能,探究300M超高强度钢对流动应力与试验温度等因素的敏感性,并对其高温SHPB试样进行塑性变形行为分析;利用静、动态压缩试验数据确定300M超高强度钢的J-C本构方程参数,并基于正交切削试验数据与优化算法优化本构模型参数,获取适用于实际高应变率铣削加工的J-C本构方程,基于J-C本构方程对300M超高强度钢铣削加工过程进行数值模拟验证,其仿真精度得到极大改善。其次,设计正交和单因素试验,利用铣削加工与有限元仿真两种研究方式探究了300M超高强度钢在不同铣削用量下的切削力变化规律,基于Oxley解析加工预测理论对试验所用株洲钻石FMR01-040-XP32-RC12-03型刀具进行建模研究,并对其进行铣削力仿真运算;设计Box-Behnken响应面铣削温度试验分析其变化规律;基于铣削加工试验数据创建并检验了300M超高强度钢的切削力、切削温度回归模型。此外,借助超景深显微镜与能谱仪分析了株洲钻石、山高、住友等不同品牌与型号的硬质合金刀具铣削加工300M超高强度钢时的磨损形态与磨损机理,并探究了不同磨损阶段与状态下对铣削过程物理量（切削力、切削温度等）的影响;以表面粗糙度、表面形貌、显微硬度和金相组织作为表面完整性的评判指标,设计单因素和正交试验研究300M超高强度钢在不同铣削工艺条件下的表面完整性。最后,基于300M超高强度钢铣削加工试验数据,建立了切削力与表面粗糙度的GABP神经网络模型,对比检验不同模型的预测精度;为实现300M超高强度钢的高效、高质量铣削加工,以表面完整性（表面粗糙度）和加工效率（材料去除率）为优化目标,通过多目标粒子群优化算法优化铣削加工工艺,获取了适用于实际切削加工条件下的切削参数组合,经试验验证其表面完整性得到显着改善。
孟博洋[9]（2021）在《基于边缘计算的智能数控系统实现方法研究》文中研究指明随着工业4.0的技术浪潮推动,边缘计算技术、物联网技术、云服务技术等众多先进的制造业新技术,改变了制造业的生产环境和生产模式。新技术的发展,使得人们对机床数控系统的智能化、网络化水平的要求越来越高。在当前的智能化、网络化制造模式中,机床的数控系统不仅需要利用云端的计算和存储优势来收集、分析加工中的相关多源数据,而且更加需要通过云端丰富的技术资源优势,来指导和优化对应的加工过程。传统的云架构数控系统,由于数据传输中的延迟、稳定性、实时性等问题,难以满足机床云端的实时感知与分析、实时优化与控制等高实时性需求。这一问题也成为传统云架构数控系统中的研究热点和难点。在此背景下,本文开展了边缘计算架构数控系统的设计和开发工作,并进行了智能感知与分析、智能优化与控制等方面的技术研究。根据边缘计算产业联盟提出的边缘计算3.0参考架构,本文分析了在智能制造环境下的边缘计算体系层级。从边缘计算在机床智能数控系统中的智能功能分析及物理平台搭建两个方面,完成基于边缘计算的智能数控系统体系环境建模,并且提出了边缘计算数控系统的总体架构设计方案。该架构在传统云架构的基础上,增加了边缘计算设备端和边缘计算层级。通过基于边云协同交互的智能分析、智能优化等方法,完成了机床云端与设备端之间,高实时性任务的数据交互。以架构中的模块为边缘计算数控系统的基础构成单元,对所提出的系统架构进行模块化开发。在各主模块的开发过程中,提出各子模块细分方法以及相互调用模式,详细介绍了各主模块在搭建过程中的关键技术。分别从边缘运动控制模块、边缘逻辑控制模块、边缘计算服务器配置三个方面,提出了各主模块的具体实现方法。针对边缘计算数控系统与机床原数控系统之间的关系,提出三种对接运行模式,并给出了两个系统中各个执行子模块的具体对接方法和流程。同时,为了利用云计算的特点和优势,来提升边缘计算数控系统的计算处理能力和远程服务能力。提出了边缘计算数控系统与云端交互部分的配置策略,并且搭建了相应的云计算服务器以及交互环境。在边缘计算数控系统的智能感知技术应用方面,针对机床铣削加工过程中产生的切削力、位置信息,速度信息、形变信息等等多源加工信息数据,提出边缘计算数控系统的智能数据感知方法。针对多源信息在高速实时性要求与传输过程中的数据时钟波动等问题,导致采集数据的不准确、不一致等情况,提出一种新的多源数据智能调度及融合方法。通过高度一致性的数据协同,将多源信息根据对应关系进行映射,使得数据的基准可以从基于时间因素的基准投影到基于工件表面因素的空间基准。为了充分利用云端计算的硬件资源优势与边缘端计算的实时性优势,提出边云混合交互的多维关联数据智能分析方法,为边缘计算数控系统提供高效、实时的分析数据。在边缘计算数控系统的铣削力优化技术应用方面,根据感知到的铣削力信息与加工工件的关联数据,研究了不同加工参数和刀具参数条件下的铣削力波动特性。建立了整体螺旋刃立铣刀的铣削力波动预测模型。提出三个与轴向切削深度和刀具参数有关的铣削力波动特性:一致性,周期性和对称性,并给出了详细的理论公式推导和证明方法。在此基础上,建立了基于边云系统的铣削力优化方法。通过离线参数优化与在线铣削力控制两种方式,实验验证了所提出边缘计算数控系统实现及技术应用的有效性和正确性。
王乐[10]（2021）在《基于FPGA的柔性直流电网实时仿真研究》文中研究指明基于现场可编程门阵列（Field Programmable Gate Array,FPGA）的柔性直流电网实时仿真技术可用于柔直工程控制保护设备和硬件控制器的研发与测试,具有广阔的工程应用前景。针对基于模块化多电平换流器（Modular Multilevel Converter,MMC）的柔性直流电网实时仿真实现难、效率低、通用性差和故障仿真能力不足等问题,本文展开了基于FPGA的柔性直流电网实时仿真研究。首先,基于FPGA建立MMC桥臂戴维南等效模型。在经典戴维南等效模型的基础上,从电容离散化方法、采用理想开关元件、引入受控电压源建模和采用并行全比较排序算法的4个层面对其进行改进优化,提出适用于FPGA实时仿真的戴维南等效模型。并提出一种适用于稳态实时仿真的MMC桥臂简化方法,通过MMC三相六桥臂的映射,可降低MMC桥臂仿真的复杂度,缩短仿真时间。随后,在建立的MMC桥臂戴维南等效模型基础上,基于系统发生器（System Generator,SG）搭建柔性直流电网模型进行FPGA联合仿真快速验证。将柔性直流电网仿真模型分成PC侧一次电路、主控器的慢系统和FPGA侧桥臂等效、阀控均压快系统两部分,通过多速率仿真模式对四端柔性直流电网进行离线和硬件在环仿真验证。仿真结果显示,FPGA实时仿真波形与PSCAD和RT-LAB阀模型误差不超过2%,同时具备暂态故障仿真的能力。最后,建立基于数字动态实时仿真器（Digital Dynamic Real Time Simulator,DDRTS）的柔性电网实时仿真模型,其实现了 PC侧一次主电路和FPGA侧桥臂等效模块的解耦,通过 PCI-E（Peripheral Component Interconnect Express）实现数据高速通信。这种仿真模式可充分发挥PC侧的串行计算效率高和FPGA的并行计算优势,大大提升柔性直流电网的仿真效率。针对PC侧网络求解和FPGA侧桥臂等效计算不同的计算逻辑,提出了串行、并行两种仿真模式,并通过平台验证了实时仿真的精度和计算速度。
二、VB在实时数据采集中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、VB在实时数据采集中的应用（论文提纲范文）
（2）基于OFDM的宽带电力载波通信系统关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写、符号清单、术语表 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外电力载波通信研究现状 |
| 1.2.2 国内电力载波通信研究现状 |
| 1.3 主要研究内容及后续章节安排 |
| 第2章 低压宽带电力载波信道建模 |
| 2.1 低压宽带电力载波的信道特性 |
| 2.1.1 衰减特性 |
| 2.1.2 噪声特性 |
| 2.1.3 多径传播 |
| 2.1.4 时变性 |
| 2.2 信道建模 |
| 2.2.1 噪声建模 |
| 2.2.2 传递函数建模 |
| 2.2.3 低压宽带电力载波信道模型 |
| 2.3 本章小结 |
| 第3章 宽带电力载波通信系统总体设计 |
| 3.1 典型的OFDM通信系统框架 |
| 3.1.1 OFDM系统的基本原理 |
| 3.1.2 循环前缀与加窗 |
| 3.1.3 OFDM系统的关键技术 |
| 3.1.4 OFDM在电力载波通信中的优势 |
| 3.2 宽带电力载波通信系统总体设计方案 |
| 3.2.1 系统物理层框架设计 |
| 3.2.2 系统物理层主要参数 |
| 3.2.3 通信帧结构 |
| 3.2.4 接收子系统主要模块 |
| 3.3 本章小结 |
| 第4章 宽带电力载波通信系统的关键技术 |
| 4.1 符号同步算法设计 |
| 4.1.1 符号同步偏差的影响 |
| 4.1.2 符号同步算法 |
| 4.1.3 仿真对比与分析 |
| 4.2 采样时钟同步算法设计 |
| 4.2.1 采样时钟偏移的影响 |
| 4.2.2 采样时钟同步算法 |
| 4.2.3 仿真对比与分析 |
| 4.3 信道估计算法设计 |
| 4.3.1 电力载波信道的影响 |
| 4.3.2 信道估计算法 |
| 4.3.3 仿真对比与分析 |
| 4.4 降峰均功率比算法设计 |
| 4.4.1 OFDM峰均功率比统计方法 |
| 4.4.2 降峰均功率比算法 |
| 4.4.3 仿真对比与分析 |
| 4.5 宽带电力载波系统整体仿真性能 |
| 4.6 本章小结 |
| 第5章 系统接收样机实现方案 |
| 5.1 样机整体框架 |
| 5.1.1 收发系统联调及测试等效方案 |
| 5.1.2 硬件平台简介 |
| 5.2 基于FPGA的硬件逻辑设计 |
| 5.2.1 A/D转换接口模块 |
| 5.2.2 降抽样模块 |
| 5.2.3 AGC模块 |
| 5.2.4 帧检测模块 |
| 5.2.5 符号同步模块 |
| 5.2.6 SRIO发送模块 |
| 5.2.7 FPGA资源占用情况 |
| 5.3 基于DSP的软件设计 |
| 5.3.1 SRIO接收模块 |
| 5.3.2 采样时钟同步模块 |
| 5.3.3 信道估计模块 |
| 5.3.4 符号解调模块 |
| 5.3.5 DSP存储资源占用情况 |
| 5.4 测试结果与分析 |
| 5.5 本章小结 |
| 第6章 全文总结与后续工作展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 参考文献 |
| 作者简历及在学期间所取得的研究成果 |
（4）边缘计算环境下的城市交通道路风险评估与事故风险预测（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 群智感知在交通领域的研究现状 |
| 1.2.2 边缘计算在交通领域的研究现状 |
| 1.2.3 交通事故预测研究现状 |
| 1.3 论文创新点 |
| 1.4 论文的主要工作与组织架构 |
| 第二章 相关理论基础 |
| 2.1 车联网群智感知 |
| 2.1.1 集中式感知 |
| 2.1.2 分布式感知 |
| 2.1.3 混合式感知 |
| 2.2 边缘计算 |
| 2.2.1 边缘计算的优势 |
| 2.2.2 边缘计算在车联网中的应用 |
| 2.3 神经网络 |
| 2.3.1 神经网络与浅层神经网络 |
| 2.3.2 循环神经网络 |
| 2.3.3 长短期记忆网络 |
| 2.4 本章小结 |
| 第三章 基于边缘计算的道路风险评估 |
| 3.1 边缘计算网络架构 |
| 3.2 异常车辆行为分析 |
| 3.2.1 异常急变道行为分析 |
| 3.2.2 急加速急减速行为分析 |
| 3.2.3 车速离散度分析 |
| 3.3 实时风险评估 |
| 3.3.1 道路风险实时评估模型 |
| 3.3.2 道路风险最小风险贝叶斯决策 |
| 3.4 仿真与实验分析 |
| 3.4.0 基于道路风险的路径权重计算 |
| 3.4.1 人工路网 |
| 3.4.2 真实路网 |
| 3.5 本章小结 |
| 第四章 基于边缘计算的城市交通事故风险预测 |
| 4.1 基于边缘计算的交通事故风险深度预测模型 |
| 4.2 交通事故数据分析 |
| 4.2.1 交通事故的时间模式 |
| 4.2.2 数据的预处理 |
| 4.3 交通事故风险预测 |
| 4.3.1 LSTM训练模型 |
| 4.3.2 DPTR-EC预测模型 |
| 4.4 仿真实验 |
| 4.4.1 实验设置及评价指标 |
| 4.4.2 实验结果与分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 研究总结 |
| 5.2 研究展望 |
| 参考文献 |
| 个人简历 在读期间发表的学术论文 |
| 致谢 |
（5）基于振动特性的电机状态监测与故障诊断系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 电机监测与诊断的研究现状 |
| 1.3 本文研究的主要内容 |
| 1.4 论文的章节安排 |
| 1.5 本章小结 |
| 第二章 系统开发环境及相关技术 |
| 2.1 开发环境与工具 |
| 2.1.1 Visual Studio.NET |
| 2.1.2 C# |
| 2.1.3 MATLAB |
| 2.2 数字信号处理技术 |
| 2.2.1 信号分析方法 |
| 2.2.2 信号特征提取方法 |
| 2.2.3 信号特征分类识别方法 |
| 2.3 本章小结 |
| 第三章 振动信号采集硬件设计 |
| 3.1 监测系统的建立 |
| 3.2 硬件系统设计 |
| 3.2.1 信号产生部分 |
| 3.2.2 信号测量部分 |
| 3.2.3 信号采集部分 |
| 3.2.4 信号处理部分 |
| 3.3 本章小结 |
| 第四章 振动信号采集软件设计 |
| 4.1 上位机软件总体设计 |
| 4.1.1 需求分析 |
| 4.1.2 设计流程 |
| 4.1.3 编程语言选择 |
| 4.1.4 算法实现 |
| 4.2 各功能模块设计 |
| 4.2.1 主界面设计 |
| 4.2.2 数据采集设计 |
| 4.2.3 波形显示设计 |
| 4.2.4 数据存储设计 |
| 4.2.5 异常报警设计 |
| 4.2.6 数据分析设计 |
| 4.3 本章小结 |
| 第五章 实验测试 |
| 5.1 软件功能测试 |
| 5.1.1 采集功能测试 |
| 5.1.2 资源占用测试 |
| 5.1.3 报警功能测试 |
| 5.2 不同压强下的信号分析 |
| 5.2.1 采样频率的选择 |
| 5.2.2 对振动信号进行时频分析 |
| 5.2.3 对振动信号进行特征提取 |
| 5.2.4 振动特征的分类识别 |
| 5.3 不同配重位置下的信号分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间的研究成果 |
| 附录 |
| 致谢 |
（6）面向主动配电网的柔性负荷聚合建模及其调控策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 柔性负荷特性研究 |
| 1.2.2 主动配电网技术研究 |
| 1.2.3 鲁棒优化问题研究 |
| 1.3 本文主要研究内容 |
| 第2章 主动配电网技术及其调度策略研究 |
| 2.1 引言 |
| 2.2 主动配电网技术概述 |
| 2.2.1 主动配电网基本概念 |
| 2.2.2 主动配电网基本架构 |
| 2.3 柔性负荷在主动配电网中的应用 |
| 2.3.1 单体电动汽车模型 |
| 2.3.2 单体空调模型 |
| 2.3.3 光伏发电单元 |
| 2.4 考虑柔性负荷的主动配电网调度策略 |
| 2.5 本章小结 |
| 第3章 面向主动配电网柔性负荷聚合建模 |
| 3.1 引言 |
| 3.2 柔性负荷聚合建模 |
| 3.2.1 电动汽车聚合模型及原理 |
| 3.2.2 空调聚合模型及原理 |
| 3.3 光伏发电出力区间模型 |
| 3.4 主动配电网优化调度模型 |
| 3.4.1 目标函数 |
| 3.4.2 约束条件 |
| 3.5 算例分析 |
| 3.6 本章小结 |
| 第4章 计及光伏不确定性的鲁棒优化调度 |
| 4.1 引言 |
| 4.2 计及不确定性的鲁棒优化问题 |
| 4.2.1 鲁棒优化研究思路 |
| 4.2.2 鲁棒优化基本模型 |
| 4.3 考虑光伏出力不确定性的系统模型 |
| 4.3.1 目标函数 |
| 4.3.2 约束条件 |
| 4.4 算例分析 |
| 4.5 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（7）基于Flink的机床状态实时采集与监控系统的设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 选题的背景和意义 |
| 1.2 国内外相关领域的研究现状 |
| 1.2.1 机床运行状态的采集 |
| 1.2.2 流数据处理 |
| 1.3 研究内容和组织结构 |
| 1.4 本章小结 |
| 第2章 机床工作原理与故障分析 |
| 2.1 机床的组成及其工作原理 |
| 2.1.1 数控机床的组成部分 |
| 2.1.2 数控机床的工作原理 |
| 2.2 数控机床工况信号分析 |
| 2.2.1 数控机床常见的工况及其分类 |
| 2.2.2 传感器及信号 |
| 2.3 本章小结 |
| 第3章 机床运行状态采集技术 |
| 3.1 基于数控系统通讯协议的状态采集 |
| 3.1.1 COM组件 |
| 3.1.2 OPC技术规范 |
| 3.2 基于外加传感器的状态采集 |
| 3.3 本章小结 |
| 第4章 流数据处理与机床运行状态监测 |
| 4.1 Flink技术概述 |
| 4.2 采集数据接入 |
| 4.3 数据处理流程 |
| 4.4 机床运行状态数据处理 |
| 4.4.1 数据预处理 |
| 4.4.2 数据统计与分析 |
| 4.5 机床运行状态判断 |
| 4.5.1 K-近邻算法 |
| 4.5.2 基于K-邻近算法的机床运行状态判断 |
| 4.6 本章小结 |
| 第5章 机床运行状态的存储 |
| 5.1 Hbase技术概述 |
| 5.1.1 Hbase软件架构 |
| 5.1.2 Hbase的数据模型 |
| 5.2 基于HBase的机床运行状态存储 |
| 5.3 本章小结 |
| 第6章 机床运行状态实时监控系统的开发 |
| 6.1 监控系统开发环境部署 |
| 6.2 Web开发技术概述 |
| 6.2.1 Web前端技术 |
| 6.2.2 Web后端技术 |
| 6.3 机床运行状态实时监控系统软件开发 |
| 6.3.1 实时监控系统功能模块设计与实现 |
| 6.3.2 实时监控系统界面设计 |
| 6.4 机床运行状态实时监控系统案例测试 |
| 6.4.1 数据采集方案 |
| 6.4.2 机床运行状态实时监控系统的准确性测试 |
| 6.4.3 机床运行状态实时监控系统的实时性测试 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 工作总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（8）300M超高强度钢铣削加工工艺及参数优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 300M超高强度钢研究现状 |
| 1.2.2 金属材料切削力与温度的研究现状 |
| 1.2.3 刀具磨损的研究现状 |
| 1.2.4 已加工表面完整性研究现状 |
| 1.3 本课题的来源 |
| 1.4 本课题主要研究内容 |
| 第2章 300M超高强度钢材料特性研究与本构模型构建 |
| 2.1 航空用300M超高强度钢的材料特点 |
| 2.2 300M超高强度钢本构方程的确定 |
| 2.3 300M超高强度钢动态力学性能研究 |
| 2.3.1 300M超高强度钢静态力学性能 |
| 2.3.2 霍普金森压杆试验装置 |
| 2.3.3 动态压缩试验方案 |
| 2.4 动态压缩试验结果与分析 |
| 2.4.1 300M超高强度钢应变率敏感性分析 |
| 2.4.2 300M超高强度钢的温度敏感性分析 |
| 2.4.3 300M超高强度钢应变硬化率分析 |
| 2.4.4 300M超高强度钢变形行为分析 |
| 2.5 300M超高强度钢JC动态本构模型的构建 |
| 2.5.1 JC本构模型A、B和n的确定 |
| 2.5.2 JC本构模型C和m的确定 |
| 2.5.3 300M超高强度钢JC本构模型验证 |
| 2.6 适用于实际切削条件的300M超高强度钢本构方程研究 |
| 2.6.1 正交切削模型 |
| 2.6.2 J-C模型参数确定 |
| 2.6.3 正交切削力试验 |
| 2.6.4 J-C模型的求解与验证 |
| 2.6.5 300M超高强度钢本构方程对比 |
| 2.7 本章小结 |
| 第3章 切削力与切削温度试验研究 |
| 3.1 300M超高强度钢切削力试验研究 |
| 3.1.1 300M超高强度钢单因素试验研究 |
| 3.1.2 300M超高强度钢正交试验研究 |
| 3.1.3 切削力回归模型的建立 |
| 3.1.4 模型显着性检验 |
| 3.1.5 环形机夹铣刀铣削力建模 |
| 3.2 300M超高强度钢切削温度试验研究 |
| 3.2.1 红外热像仪成像原理 |
| 3.2.2 300M超高强度钢铣削温度响应面试验研究 |
| 3.3 本章小结 |
| 第4章 300M超高强度钢刀具磨损与表面完整性试验研究 |
| 4.1 高速铣削300M超高强度钢磨损研究 |
| 4.1.1 300M铣刀磨损试验研究 |
| 4.1.2 刀具磨损形式 |
| 4.1.3 刀具磨损机理 |
| 4.1.4 刀具磨损对其它物理量的影响 |
| 4.2 300M超高强度钢铣削加工表面完整性试验研究 |
| 4.2.1 表面粗糙度与形貌 |
| 4.2.2 已加工表面显微硬度研究 |
| 4.2.3 已加工表面金相组织研究 |
| 4.3 本章小结 |
| 第5章 预测模型构建与铣削参数优化 |
| 5.1 预测模型构建 |
| 5.1.1 经验预测模型 |
| 5.1.2 BP神经网络预测模型 |
| 5.1.3 预测模型验证与对比试验研究 |
| 5.2 参数优化 |
| 5.2.1 粒子群算法理论概述 |
| 5.2.2 优化试验方案 |
| 5.2.3 优化结果与验证 |
| 5.3 本章小结 |
| 总结与展望 |
| 总结 |
| 展望 |
| 参考文献 |
| 攻读硕士学位期间科研成果 |
| 致谢 |
（9）基于边缘计算的智能数控系统实现方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景及意义 |
| 1.2 数控系统架构现状及发展趋势 |
| 1.3 云架构数控系统研究现状 |
| 1.4 边缘计算架构数控系统研究现状 |
| 1.4.1 边缘计算架构研究现状 |
| 1.4.2 边缘计算数控系统技术应用 |
| 1.5 当前研究存在的问题 |
| 1.6 论文的主要研究内容 |
| 第2章 边缘计算数控系统体系架构设计 |
| 2.1 引言 |
| 2.2 智能制造下的边缘计算体系架构 |
| 2.2.1 边缘的概念与特点 |
| 2.2.2 边缘计算在智能制造中的体系层级 |
| 2.3 边缘计算数控系统体系环境建模 |
| 2.3.1 数控系统中边缘计算智能功能 |
| 2.3.2 数控系统中边缘计算物理平台 |
| 2.4 边缘计算数控系统总体架构设计 |
| 2.5 机床数控系统模拟测试平台 |
| 2.5.1 机床执行端设备模拟 |
| 2.5.2 机床边缘控制模拟测试软件 |
| 2.6 本章小结 |
| 第3章 边缘计算架构数控系统的关键模块开发 |
| 3.1 引言 |
| 3.2 边缘计算数控系统的程序开发模式 |
| 3.2.1 基于模块化设计的边缘计算数控系统 |
| 3.2.2 子模块间交互调度及内部代码设计模式 |
| 3.2.3 插补子模块程序接口及代码调度示例 |
| 3.3 边缘计算数控系统平台集成 |
| 3.4 边缘运动控制模块设计 |
| 3.4.1 Sercos-Ⅲ的通讯程序设计 |
| 3.4.2 基于Sercos的机床边缘运动控制技术 |
| 3.5 边缘逻辑控制模块设计 |
| 3.5.1 边缘逻辑控制模块的搭建 |
| 3.5.2 基于软PLC的边缘逻辑控制程序设计 |
| 3.6 边缘计算服务器搭建 |
| 3.6.1 云存储服务器搭建 |
| 3.6.2 云计算服务器搭建 |
| 3.6.3 工业云平台物联网接入 |
| 3.7 边缘计算数控系统的搭建与调试 |
| 3.7.1 边缘数控系统执行模块搭建及调试 |
| 3.7.2 边缘计算数控系统的云环境搭建及调试 |
| 3.8 本章小结 |
| 第4章 基于边云协同的数控系统感知与分析技术 |
| 4.1 引言 |
| 4.2 基于边云协同的数控系统感知与分析模块总体架构 |
| 4.3 数据实时感知技术基础 |
| 4.3.1 高速信号采集数据流模型 |
| 4.3.2 经典采样定理理论 |
| 4.3.3 高速信号采样通讯方式 |
| 4.3.4 RTX实时系统及时钟性能分析 |
| 4.4 数据实时采集周期的智能补偿策略 |
| 4.4.1 时钟周期累积误差智能补偿 |
| 4.4.2 时钟周期临界误差智能补偿 |
| 4.4.3 时钟周期优先级误差智能补偿 |
| 4.5 智能实时采样补偿策略应用与验证 |
| 4.6 多源感知数据的智能融合关联策略 |
| 4.6.1 多尺度感知数据的智能融合方法 |
| 4.6.2 多源数据的智能关联方法 |
| 4.7 智能融合关联策略实验验证 |
| 4.8 边云混合交互的多维关联数据智能分析 |
| 4.8.1 加工参数驱动的动态关联分析模型 |
| 4.8.2 基于边云混合的智能关联仿真分析 |
| 4.9 本章小结 |
| 第5章 基于边云协同的加工优化与控制技术 |
| 5.1 引言 |
| 5.2 基于边云协同的铣削力优化理论研究 |
| 5.2.1 整体螺旋刃立铣刀铣削机理 |
| 5.2.2 铣削力波动建模 |
| 5.2.3 虚拟刃投影等效替换方法 |
| 5.3 铣削力波动特征理论推导 |
| 5.3.1 铣削力波动一致性 |
| 5.3.2 铣削力波动的周期性 |
| 5.3.3 铣削力波动的对称性 |
| 5.3.4 铣削力波动强度指数 |
| 5.4 铣削力波动理论实验验证 |
| 5.5 基于边云协同的铣削力优化知识集搭建 |
| 5.5.1 边缘端铣削力波动预测方法 |
| 5.5.2 基于边云协同的铣削力离线优化方法 |
| 5.6 边缘数控系统加工实验测试 |
| 5.6.1 基于边云协同的在线控制测试 |
| 5.6.2 基于边云协同的离线铣削力参数优化测试 |
| 5.7 本章小结 |
| 结论 |
| 参考文献 |
| 附录 G代码插补子模块代码程序开发示例 |
| 攻读博士学位期间发表的论文及专利 |
| 致谢 |
（10）基于FPGA的柔性直流电网实时仿真研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 课题国内外研究现状 |
| 1.3 本文工作及内容安排 |
| 第2章 基于FPGA的MMC桥臂戴维南等效模型 |
| 2.1 引言 |
| 2.2 基于FPGA的实时仿真系统介绍 |
| 2.2.1 FPGA工作原理介绍 |
| 2.2.2 基于FPGA的实时仿真开发流程 |
| 2.3 基于FPGA的半桥MMC戴维南等效模型 |
| 2.3.1 经典戴维南等效模型 |
| 2.3.2 适用于FPGA实时仿真的戴维南等效模型 |
| 2.4 一种适用于稳态实时仿真的MMC桥臂简化方法 |
| 2.4.1 MMC桥臂简化方法原理 |
| 2.4.2 MMC桥臂简化方法在实时仿真中的应用 |
| 2.5 本章小结 |
| 第3章 基于SG的柔性直流电网联合仿真的快速验证 |
| 3.1 引言 |
| 3.2 SG的功能与开发流程 |
| 3.2.1 SG的功能 |
| 3.2.2 SG的开发流程 |
| 3.3 基于SG的柔性直流电网模型 |
| 3.3.1 基于的SG柔性直流电网实时仿真系统的原理 |
| 3.3.2 MMC-HVDC多速率仿真 |
| 3.4 基于SG的柔性直流电网实时仿真验证 |
| 3.4.1 基于PSCAD的柔性直流输电单端MMC开环离线验证 |
| 3.4.2 基于SG的闭环四端柔性直流电网离线验证 |
| 3.5 本章小结 |
| 第4章 基于DDRTS的柔性直流电网实时仿真模型 |
| 4.1 引言 |
| 4.2 DDRTS的介绍 |
| 4.3 基于DDRTS的柔性直流电网模型 |
| 4.3.1 基于DDRTS的柔性直流电网仿真原理 |
| 4.3.2 基于DDRTS与FPGA的串行、并行仿真模式 |
| 4.4 基于DDRTS的柔性直流电网实时仿真平台验证 |
| 4.5 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 攻读硕士学位期间参加的科研工作 |
| 致谢 |
四、VB在实时数据采集中的应用（论文参考文献）
- [1]工程结构混合试验技术研究与应用进展[J]. 吴斌,王贞,许国山,杨格,王涛,潘天林,宁西占,周惠蒙,王尚长. 工程力学, 2022
- [2]基于OFDM的宽带电力载波通信系统关键技术研究[D]. 林佳祥. 浙江大学, 2021(01)
- [3]基于数字孪生的船舶组立建造车间作业调度技术研究[D]. 周嘉圣. 江苏科技大学, 2021
- [4]边缘计算环境下的城市交通道路风险评估与事故风险预测[D]. 郭成源. 华东交通大学, 2021(01)
- [5]基于振动特性的电机状态监测与故障诊断系统设计[D]. 王斌. 青岛大学, 2021
- [6]面向主动配电网的柔性负荷聚合建模及其调控策略研究[D]. 秦珺晗. 华北电力大学(北京), 2021(01)
- [7]基于Flink的机床状态实时采集与监控系统的设计与实现[D]. 史小磊. 中国科学院大学(中国科学院沈阳计算技术研究所), 2021(08)
- [8]300M超高强度钢铣削加工工艺及参数优化研究[D]. 张昱. 陕西理工大学, 2021(08)
- [9]基于边缘计算的智能数控系统实现方法研究[D]. 孟博洋. 哈尔滨理工大学, 2021
- [10]基于FPGA的柔性直流电网实时仿真研究[D]. 王乐. 华北电力大学(北京), 2021(01)