一、水位远程监测系统通信软件的设计(论文文献综述)
邢俊[1](2021)在《河流监测及复合能量自供能系统研究》文中研究表明近些年,洪涝灾害在我国境内频繁发生,对社会造成了巨大的经济损失,同时对人民的生命安全产生了巨大威胁。洪涝灾害与水情信息密切相关,通过采集与分析水情信息,可以对洪水发生进行预测。无线传感器网络虽适用于河流监测的数据采集,但由于电池供电等问题使其发展受到了限制。河流环境中包括丰富的太阳能和水流振动能,有效地采集这两种能量可为无线河流监测系统提供能量。为此,本文对河流监测系统及其复合能量自供能系统开展了研究,主要工作内容如下:首先,理论分析了光电发电与压电发电的原理,选择光伏电池和压电陶瓷分别作为光电单元和压电单元,在此基础上设计了球形复合能量采集装置并着重设计相匹配的能量管理电路。球形复合能量采集装置使用透明的聚甲基丙烯酸甲酯外壳。在每个球空腔均匀安装多个直径为3 cm的圆形PZT-5压电陶瓷晶片,压电片的间隔90°,在该能量球两个顶部安装光伏电池。复合能量管理电路在输入端加入二极管消除了负载效应,其采用逐级放大的原理,将能量采集装置输出的电能进行管理并存储到超级电容储能元件中。其次,完成了基于STM32的河流监测系统的硬件电路设计和软件设计,主要包含传感器数据采集和通信电路两部分。传感器数据采集模块主要负责采集水情信息,其中水位传感器kps-49c2用于采集河流水位信息,磁敏感传感器YF-S201基于霍尔原理采集水速信息,温湿度传感器DHT11采集湿度信息。为了实现洪水预测,采用已有河流的水情信息构建训练样本与预测样本,一方面,使用训练样本获得了BP神经网络预测模型,另一方面,基于预测样本与本地水情信息分别进行洪水预测,并通过开发的上位机展示洪水分类预警信息。最后,搭建实验测试平台对复合能量采集装置以及河流监测系统进行测试。实验结果表明:光电发电单元在3月份晴天的最高输出功率达到760μW,在阴天时最高输出功率为258μW。压电单元在不同的振动频率下输出功率存在明显差异,配置不同的压电球,发现当压电球直径为120 mm,内嵌8个PTFE小球时输出功率最高,达到57.7μW。复合能量高于两种能量的简单叠加,这主要归因于复合采集时能量管理电路能耗的下降。对河流监测系统进行测试,采集了本地河流的水情信息,分析了无线传感器节点的功耗,并从能量收支平衡的角度论证了自供能的可行性。
徐显阳[2](2021)在《多层水质数据监测系统的采集与控制研究》文中研究指明快速的经济发展已让水污染变成全球的关键问题,我国正在不断推进绿色水资源建设工作,积极改善水资源质量。水污染的治理离不开水质监测系统的研究与开发,本文立足于多层水质数据远程监测问题的研究,以一种较简单的布线方法设计出了可提供多层多参数的采集系统,并以太阳能为能量来源的供电设备对采集系统进行稳定供电,然后将采集系统接收到的传感器数据无线传输给监测系统进行实时监测和管理。针对采集系统的具体设计,本文中设计并制作出了船式和岸边固定式两类数据采集系统。其中,船式数据采集系统的结构非完全固定,具有可移动性较高的特点,而岸边固定式数据采集系统由于暴露在水面上方的结构较少,从而受风面积较小,使得稳定性更好。主要利用双单片机、信号中继器和水下传感器等设备自动实时采集不同深度位置上的深度参数和多个水质参数。通过“主机采集—从机存储”的方法优化了任务分配,还设计了“采样前供电—采样后断电”的方法,有效地节省了系统电能。针对监测系统的具体设计,主要利用无线网络技术将单片机采集和存储的数据远程传输到自主开发的软件监测系统上,在此基础上,还自定义了远程控制指令,能够更高效地查询和远程控制现场设备的工作状态。针对供电设备的具体设计,首先通过实验测试计算出负载耗电量,结合日照时间、工作时长及连续阴雨天数等参数对锂离子电池和太阳能电池板进行选型和设计,使整个系统在供电方面更具稳定性、更低成本。然后对电压传输的距离进行研究,设计了一种基于升压模块的供电方案,有效延长了电压传输距离。更进一步地,通过搭配电压传感器和光照温湿度传感器对锂离子电池电压、现场环境中的温度、湿度及光照度进行采集,利用所采集的实测数据应用在回声状态网络模型上,对下一时刻的电压进行预测,所建立的模型预测效果较好,能够为提前发现和解决电压过低问题提供很好的参考依据。
徐晓天[3](2021)在《煤矿井下数字化水位测控系统研究》文中研究说明煤层开采过程中由于地下水不断涌出,经常造成井下水仓水位超限,对正常生产秩序造成较大干扰,甚至对井下人员的安全造成威胁。井下水仓相互之间距离较远,目前存在有信息传输方式单一,水位信息共享程度不足等缺点,影响着煤矿井下水位的安全测控。为进一步完善煤矿井下水位测控方式,课题在国内外研究的基础上,设计了一种融合多种传输协议,具备较强数据交互能力的井下水位测控系统,实现了水位信息的数字化测控,提升了矿井水位控制的水平。课题首先完成数字化水位测控系统总体方案设计,通过分析数字化水位测控系统组成结构,从上到下将测控系统划分为井上集控层、井下控制层和井下执行层三级网络结构。并针对数字化水位测控系统硬件设计、数字化水位测控系统井下水位控制、数字化水位测控系统上位机软件设计和数字化水位测控系统通信方案作具体设计。在井下执行机构层面,系统设计了以差分电容式水位传感器为核心的水位传感系统并通过RS-485将其与系统控制分站相连,完善数据导流通路。在井下控制分站层面,系统设计了以ARM芯片为核心的测控站点分站系统软硬件结构,测控站点以内核驱动模块、收发控制和接口模块、液晶显示模块、人机交互模块和电源模块五大部分为主,集数据采集显示和操作控制于一体,兼具本地信息交互和旁机信息检索双重功能,并通过CAN协议总线将测控站点串联,实现数据共享。在上位机监控系统层面,设计了以上位机King View组态软件为核心布局组态内容,形成了以图形界面系统、实时数据库系统、通信设备和I/O设备驱动为核心的组态方案。并围绕人机交互界面设计、信息发布、数据库查询和水位控制算法脚本做具体设计。实现了对全矿井硬件资源的统筹管理,综合调度。集控主机通过架设以太网通讯基础的Modbus TCP/IP总线与井下控制层设备相连,实现水位测控系统的命令调度和数据交换。课题通过模型仿真和模拟实验的方式验证了全系统的可靠性。在水位传感器层面,通过实验验证了水位传感器的性能特性,在测量系统方面,其测量准确度较高,误差主要集中在-0.02m—0.02m之间,具备井下使用条件。在数字通信系统方面,实验验证其单路传输耗时最高为0.41 ms,多路传输耗时为3.24 ms,平均传输耗时0.405 ms/路,传输全过程无阻塞、丢包现象发生。在井下控制设备层面,通过仿真和实验验证了控制分站的性能特性。在结构方面,仿真分析了主板硬件抗干扰能力和主板信号完整性。在通信方面,实验验证CAN总线一次完整数据传输用时约0.2 ms,一次完整的协议转换耗时约0.21 ms,转换传输过程无拥堵冲突,运行稳定。随后设计总体实验,验证了3台分站数据交互控制能力良好,可以在水位发生变化时实时启动潜水泵,满足控制需求。在上位机监控系统层面,信息交互正常,数据读写高效,远程监控界面正常,模拟预测功能准确,Modbus TCP/IP协议传输、收发功能正常。平均传输速率为1.147 Mbps,上下限波动范围为1.114 Mbps到1.180 Mbps。整体系统平台数据传输稳定,其最大速率为117.38 kbps,最小速率为97.78 kbps,平均可达102.8 kbps。指令动作延时主要集中在13 ms以下,平均延时为8.653 ms,最大时延为32.174 ms,系统控制的实时性较好。综合测试表明,该系统可以适应煤矿井下数字化水位测控的需求,具备一定的应用前景。
乜朝贤[4](2020)在《基于NB-IoT的水质监测平台》文中研究说明水是生命之源,改革开放以来,由于我国工业的快速发展和人民环保意识的薄弱,水体污染时有发生,工厂污水超标排放、蓝藻浒苔爆发、生活污水流入河道、水产养殖乱投药物等对生态环境和人民的正常生产、生活造成了巨大的影响。我国水资源人均占有量稀少,更显珍贵,因此建立水质监测系统十分重要。进入21世纪,随着网络、电子、信息技术的飞速发展,通讯技术越来越成熟,2G、4G、GPRS、ZigBee、Wi-Fi、LoRa、NRF等新型无线组网通讯技术不断被运用于水质监控领域,我国水质监测水平和效率有了很大提升,但是仍难以实现真正的广连接、低功耗、高稳定性、低成本、大容量的水质监测系统部署要求。本文独辟蹊径,运用2018年以来飞速发展的NB-IoT(Narrow Band Internetof Things,NB-IoT,窄带物联网),提出基于 NB-IoT的水质监测平台解决方案。基于NB-IoT的水质监测平台使用“端-管-云”模式,符合典型的感知层、网络层、应用层三级物联网架构,由水质监测节点、公有云平台、应用客户端组成。水质监测节点实时采集被测点位的温度、水位、pH、溶解氧等水质信息,使用支持NB-IoT的M5310-A模组发送到公有云平台,用户可以在应用端云平台,实现水质信息的远程监控,极大推动水质监测的扁平化管理。本文主要完成了以下内容:(1)提出基于NB-IoT的水质监测平台设计方案。完成基于微处理器、NB-IoT网络、公有云平台的水质监测系统方案设计,完成水质监测传感器选型,对NB-IoT通讯与公有云可行性进行分析。(2)完成水质监测节点设计。硬件设计方面完成基于MCU的最小系统、水质传感器数据采集电路、M5310-A外围电路、电源电路等设计;软件设计方面,完成水质监测节点的系统初始化、传感器数据采集、MCU与M5310-A模组、公有云平台三方间设备接入、资源订阅、收发数据等软件设计。(3)基于中移物联公有云平台,在云端实现水质监测节点的设备接入、订阅、添加应用、触发等功能设计,完成水质监测平台数据的在线上传、云端展示、消息报警等功能。最后,在室内环境下完成连接基站、上传数据的系统测试。
钱伟涛[5](2020)在《智慧灌溉首部控制装置的设计与实现》文中指出物联网技术是实现现代化农业的重要技术支撑,因此农业物联网作为我国战略性产业得到了快速的发展。利用科技手段实现农业生产的精准化、智能化及科学化管理,是实现传统农业向现代化农业转型的重要举措。然而,农田环境监测具有监测面积广、周期长、环境因子复杂多变等特征,目前投入应用的农田环境监测设备,普遍存在稳定性差、实时性不高、节点监测参数受限等问题,难以同时满足精准农田环境监测的多种需求。本论文设计了一种LoRa(Long Range)通信和NB(Narrow Band)通信相结合的智慧灌溉首部控制装置,该装置对农田各个区域的环境数据进行实时监测,以及对农田灌溉进行远程精准控制,并且构建了基于GA-Elman(Genetic Algorithm Elman)神经网络需水量预测模型,根据监测到的环境数据对未来一段时间内农田中灌溉用水量进行预测,实现智慧灌溉。本论文首先分析了物联网技术在农业环境监控方面的国内外现状,针对当前农业监控设备的需求确定智慧灌溉首部控制装置的总体方案设计和相关技术;其次设计并实现了智慧灌溉首部控制装置,完成采集节点和汇聚节点的硬件电路设计及对应的嵌入式软件设计;然后利用首部控制装置所采集的环境数据作为样本数据,构建了基于GA-Elman神经网络的需水量预测模型,实现了良好的预测效果,通过实验对比和误差分析,验证了基于GA-Elman神经网络需水量预测模型的预测精度高于传统BP(Back Propagation)预测模型和E1man预测模型。最后对智慧灌溉首部控制装置的各功能模块进行了实际的测试与应用,试验结果表明首部控制装置的节点间的自组网、丢包率、通信距离等方面具有良好的性能,并在物联网云平台进行了展示,均满足预设要求。实验结果表明,本装置能够实现远程监测农田实时数据和远程智能灌溉,最后将本装置应用于实际中。利用GA-Elman神经网络预测的需水量与传统方式进行灌溉的用水量进行实验对比,得出基于GA-Elman神经网络需水量预测进行的水肥一体化滴灌的方式,节水率达到82.6%,验证了本设计的预测模型更能节水以及增产,进一步确定了本设计内容的可行性,可用于智慧农业领域。
张霞[6](2019)在《基于ARM的矿用智能网关设计》文中研究指明当前物联网技术发展迅速,为促进物联网技术与煤矿企业进一步融合,增强煤矿安全保障能力,2017年1月以来,国家煤矿安全监察局多次召开关于“煤矿监测系统升级改造”专项会议。矿用网关作为煤矿监测系统通信技术中的关键技术之一,可将传感器采集的数据经协议转换后上传到监控计算机,是连接矿山井下智能传感器与井上监控计算机的枢纽。矿用网关需要挂载大量传感器,但传感器数据传输方式不尽相同,此外矿用网关使用环境复杂,容易受电磁干扰,所以需要设计一个可远程控制、兼容性强、稳定可靠的矿用智能网关。本文首先对网关的研究背景和国内外研究现状进行了分析,并对矿用网关的发展趋势进行说明。然后根据矿井监测系统的总体结构确定了矿用智能网关的功能和性能需求;并对其中涉及到的关键技术如:工业以太网、嵌入式系统技术进行分析选型,确定了矿用智能网关的总体结构设计;接着分模块对矿用智能网关的硬件、软件进行设计;最后,搭建模拟实验测试平台,进行了功能和性能验证。本矿用智能网关主要通过硬件、软件的设计实现目标功能和性能。硬件部分,选取32位处理器ARM11 S3C6410作为智能网关的核心处理器;串行通信模块设计了兼容的通信接口,包括RS485通信接口、M-BUS通信接口和CAN总线通信接口;以太网通信接口采用网络速度控制专用芯片DM9000AE;电源供电部分设计了隔离电源并进行双重过流、过压保护;为方便系统维护,设计了一种通讯故障排查方法;在此基础上完成了矿用智能网关硬件的搭建。软件部分,在完成软件开发平台的环境搭建后,首先给出了矿用智能网关主程序设计,然后对通信模块、数据存取模块、远程配置模块和功能模块分别进行了软件设计。该矿用智能网关最终实现了远程数据监测、历史数据查询、远程控制的功能,并达到了稳定可靠、兼容性的数据传输性能。
乔龙伟[7](2019)在《深基坑支护结构状态监测方法与技术研究》文中研究表明深基坑是高层建筑和地下空间建设中的基础性部分,为了保证建筑施工安全,在对深基坑的施工过程中必须对其支护结构的水平位移、倾斜、支撑轴力等状态进行监测,这是保障深基坑施工安全的重要手段之一。利用先进的检测方法和信息传输技术,开发具有实时监测的深基坑支护结构状态检测仪器对于安全施工具有重要的社会效益和经济效益。论文首先介绍了深基坑支护结构状态监测的国内外发展现状和趋势,然后在分析现有的监测方法、网络通信技术和软件技术的基础上提出了深基坑支护结构无线传感网络远程实时监测系统的整体方案。整个监测系统包括传感器感知层、数据传输层、服务器数据库层和用户层。在传感器感知层获取支护结构的水平位移、倾斜、支撑轴力和地下水位信息,然后通过数据传输层将获取的数据信息收集、处理后上传到服务器,服务器解析数据后将数据存储到数据库中,用户层通过与服务器交互获取数据库中的数据并通过动态波形图和表格等方式进行显示。针对传统深基坑支护结构水平位移测量时必须建立测量基准点问题,提出了一种相对位移检测的方法,并基于相位式激光三角测量原理实现了深基坑水平位移测量,建立了相对位移测量数学模型,通过三维模型的计算机仿真验证了数学模型的正确性。解决了传统测量方法中必须建立基准点的问题,仿真结果表明该方法可以满足支护结构水平位移测量的精度要求;在深基坑水位监测中,采取激光相位测距方法实现了深基坑地下水位的监测,利用激光测距的优点和LoRa技术研发了无线地下水位传感器采集仪,测量精度可达1mm。为了监测支撑轴力,开发了一种无线振弦式传感器信号采集终端,采集精度可达1Hz。为了满足施工现场和无线监测要求,深基坑支护结构状态监测系统中的监测仪器均采取了太阳能电池板与锂电池相结合的的供电方式。在分析和研究了每一层结构之间通信方式的基础上,采取了基于LoRa与4G技术相结合方式完成了数据传输单元(DTU)的开发,开发了基于服务器的远程监测管理平台和客户端软件。最后将开发的监测仪器和DTU部署在基坑施工现场进行测试,结果表明:监测系统运行稳定,通信延时小于1.5s,丢包率小于0.8%,可以满足深基坑施工过程中支护结构的状态监测。
高珍冉[8](2018)在《稻田水分感知与智慧灌溉关键技术研究》文中进行了进一步梳理我国农业用水的现状是水资源短缺且浪费严重,生产方式落后导致多地区依旧采用传统地面漫灌方式进行农田灌溉,灌溉水利用效率低,与发达国家相比仍有极高的提升空间。农田水分信息可靠感知、大范围实时获取与智慧化管理是实施现代精准农业的关键,对提高水分利用效率,节约水资源,促进高产优质水稻生产具有重要意义。本研究通过稻田田间试验,获取土壤剖面水分等观测数据,分析并提出了稻田土壤剖面水分高效感知方法,结合软硬件工程研制了稻田土壤剖面水分、作物冠层水分、田间水位信息感知传感器,集成研发了稻田水分信息感知和汇聚节点,构建了稻田无线传感网无线信道损耗模型,建立了基于模糊神经网络的稻田智慧灌溉控制系统,研发了稻田灌溉无线控制终端和软件系统,集成与实现了稻田智慧灌溉原型系统。研究成果将为稻田水分感知与灌溉提供可靠的信息感知关键技术和设备,突破低成本农业灌溉无线传感网的精确感知与智慧控制难题,为推动我国农业灌溉智慧化发展提供理论基础与技术支撑。首先,分析了稻田土壤剖面水分的时空变异特征及其分类,并通过路径分析法分析了土壤剖面水分传感的最敏感位置。发现土壤剖面水分感知敏感区集中在0-60 cm深度区域;稻田垂直剖面土壤水分深度可分为三种类型,分别为10-20 cm、30-40 cm、50-100 cm等三类;稻田垂直剖面土壤水分传感的最敏感位置位于20 cm、30 cm和50 cm处;基于敏感壤层土壤水分能反演出非敏感壤层处的土壤水分值,对土壤垂直剖面0-100 cm贮水量反演的决定系数R2为0.83;均方根误差(Root Mean Square Error,RMSE)为0.49,且相对误差(Relative Error,RE)小于3%。为土壤剖面水分高效感知提供了新的方法。其次,基于高频电容原理、作物光谱监测原理、超声波测距原理研发了土壤剖面水分传感器、水稻冠层水分光谱感知传感器和稻田田间水位传感器。传感器精度试验结果表明:本研究土壤剖面水分传感器与Diviner2000便携式土壤墒情监测系统测量结果拟合R2均高于0.85,相对误差小于5%,对其他壤层的实测值与反演值拟合R2均高于0.8;本研究作物冠层水分传感器测得白板反射率与标准白板反射率的RE小于5%;作物冠层水分传感器测得RVI(815,900)值与水稻冠层含水率的相关系数R2为0.77,RMSE为0.32。田间水位传感器测试距离与实测距离相关系数为0.993,RMSE为1.05。实现了对20、30与50 cm深度壤层土壤水分的实时探测,对水稻冠层含水率的无损感知和田间水位的实时获取。接着,在研发稻田水分传感网感知节点和汇聚节点的基础上,分析了节点在不同传播距离上的路径损耗规律与变化趋势,对比分析了四种无线信道路径损耗模型在稻田环境下适用性,构建了稻田无线信道路径损耗模型。发现稻田环境下无线信道传播的衰减速度随生育时期进程逐渐加剧,传输范围随天线高度的变化单调递增;四种高度下自由空间模型和双射线模型的估测RE范围分别为6.48-15.49%和2.09-13.51%,不能直接用于稻田无线信道路径损耗的估测;三个生育时期单折线和改进的双折线对数距离模型估测RE分别为2.40-2.25%和1.89-1.31%,单折线和改进的双折线对数距离模型模对稻田无线信道建模具有较好的适用性。但改进的双折线对数距离模型估测RE值均小于2%,进一步提升了单折线对数距离模型的性能;信道模型性能仿真结果显示,改进的双折线对数距离模型丢失数据包的速度最慢,且丢失数据包的个数均低于双射线模型和单折线对数距离模型。最后,构建了基于模糊神经网络的稻田智慧灌溉控制系统,研发了稻田灌溉无线控制终端,开发了稻田智慧灌控制系统,集成与实现了稻田智慧灌溉原型系统的搭建;系统性能仿真显示,系统输出的预测值与实际值基本吻合,误差小于2%,模糊神经网络PID控制算法响应速度快,达到稳定值用时为2 s,能够满足稻田智慧灌溉控制系统的控制需求;节点性能试验显示,本研究的感知节点能耗低,能够实现能量自给。可以满足农田智慧灌溉对水分信息感知感知、网络稳健传输及灌溉控制的需求,为智慧灌溉提供了新的技术与设备。
王佳洋[9](2018)在《湿地生态环境远程监控系统的研究》文中研究表明湿地是人类重要的生存环境之一,具有巨大的环境功能和生态效益,保护湿地生态环境是目前苛待解决的重要难题。湿地环境保护过程中要全面掌握优质水资源的分布情况、变化规律、水量、水质等相关指标,尤其水质的相关参数是湿地环境中非常重要的指标,只有实时准确地监测水质参数,才能合理的对湿地水资源开发和利用。因此,本课题以自动监测设备为核心,搭建湿地远程监控系统,有效地分析湿地的各项水质参数。湿地生态环境远程监控系统采用上位机和下位机相结合来实现整个系统的设计。下位机主要由控制器和水质分析仪组成,控制器采用的是西门子S7-200型PLC,水质分析仪选用哈希公司生产的五参数分析仪、氨氮分析仪、高锰酸盐指数分析仪等专用水质测量仪器。系统上位机分为监控中心站平台和子站系统两部分,子站采用西门子触摸屏和WinCC软件组合的方式;监控中心平台采用项目投用方福州福光水务科技有限公司推出的自主知识产权远程水质自动监测系统软件。针对系统监测的部分参数,本文在控制算法上,设计了模糊自整定PID算法。该算法在常规PID控制的基础上,经过模糊推理,然后利用MATLAB进行控制效果的仿真,使系统的调节时间由700s降低为360s,且稳态误差为零。同时,针对现场监测站地理位置较为偏僻、整体布局较为分散的问题,系统采用GPRS无线通信,选用MD 720-30无线数据通讯模块,实现系统的分布式远程无线监控。通过对GPRS通信的研究分析,设计出了用于系统的TCP/IP协议,对系统中传输的数据进行统一封装,成功实现了现场监测站和监控中心之间的GPRS通信。最后对整个系统进行调试,现场监测站运行稳定,监控中心能准确地监测到现场控制站的数据信息,并且能够对现场监测站进行有效地控制。
牟意红[10](2018)在《基于GA-BP神经网络的灌区水流量监测系统设计》文中认为水资源的短缺成了日益凸显的重大问题,而迅速精准地测量计算灌区对应的流量值对于水资源的监测具有重要的意义。目前大多数水流量测量方法是采用传统的直接测量方法来进行的,成本比较高并且需要后期频繁维护,在测算的过程中也容易受到渠道内水草或者泥沙等的干扰。本课题建立的基于人工神经网络的水流量监测系统,只需要利用水位传感器采集灌区现场水位值,就能够借助水位-流量软测量模型计算得到流量值,此种方法中的水位传感器采集数据时受到的干扰较小,可以稳定可靠地工作,并可以实时地监测流量。系统设计的主要内容有:针对目前国内大量使用的具有一定坡度的自然流梯形渠,提出了基于GA-BP神经网络的灌区单水位-流量测量模型,在存在回水的情况下建立了基于GA-BP神经网络的灌区双水位-流量测量模型。并使用传统的最小二乘法拟合曲线法以及基于BP神经网络的软测量模型进行水流量计算,然后根据实际的灌区数据,通过仿真对比三种方法所建立的模型之间存在的精度差别,证明了GA-BP神经网络模型相对于最小二乘法以及神经网络模型所存在的优势。针对灌区水流量监测系统中灌区现场的水流量采集及传输需求,进行系统的硬件设计,主要包括5个部分:(1)水位传感器的选型,(2)灌区现场RTU的设计,(3)无线通信芯片的选型及设计,(4)对水位计与灌区现场RTU的设计,(5)灌区现场RTU与上位机之间的通信进行具体的设计。同时针对灌区现场各种设备进行防雷保护设计,保证系统中的各个硬件模块低功耗且安全稳定。针对系统整体的硬件部署及其传输需求,进行灌区水流量监测系统的软件设计,主要包括灌区现场水位传感器节点的程序设计、RTU程序设计、基于Web浏览器的监测系统平台设计。灌区现场RTU将水位数据采集之后,通过GPRS远程发送至服务器端,上位机服务器端通过导入离线构建好的算法模型进行流量的计算分析及其数据显示。
二、水位远程监测系统通信软件的设计(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、水位远程监测系统通信软件的设计(论文提纲范文)
(1)河流监测及复合能量自供能系统研究(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 河流监测研究现状 |
1.3 洪水预测算法研究现状 |
1.4 能量采集器研究现状 |
1.4.1 光电能量采集研究现状 |
1.4.2 电磁能量采集研究现状 |
1.4.3 摩擦能量采集研究现状 |
1.4.4 压电能量采集研究现状 |
1.4.5 不同能量采集方式对比 |
1.5 本课题研究内容以及章节安排 |
第二章 复合能量采集系统设计 |
2.1 能量采集系统整体设计 |
2.2 能量采集原理及各系统设计 |
2.2.1 光电发电原理及单元设计 |
2.2.2 压电发电原理及单元设计 |
2.3 复合能量采集装置设计 |
2.4 能量采集系统电路设计 |
2.4.1 接口电路设计 |
2.4.2 能量管理电路 |
2.4.3 DC-DC电路设计 |
2.4.4 能量管理电路的PCB设计 |
2.5 储能单元分析 |
2.5.1 锂电池特性分析 |
2.5.2 超级电容特性分析 |
2.5.3 储能元器件的比较 |
2.6 本章小结 |
第三章 河流监测系统硬件设计 |
3.1 河流监测系统硬件整体设计方案 |
3.2 MCU最小系统设计 |
3.3 传感器信号采集电路设计 |
3.3.1 湿度传感器电路 |
3.3.2 水位传感器电路 |
3.3.3 水速传感器电路 |
3.4 通信电路设计 |
3.4.1 CAN通信电路 |
3.4.2 蓝牙通信电路 |
3.5 PCB制图与实物图 |
3.6 本章小结 |
第四章 河流监测系统软件设计 |
4.1 河流监测系统软件整体设计方案 |
4.2 传感器数据采集软件设计 |
4.2.1 水速传感器数据采集设计 |
4.2.2 温湿度传感器数据采集设计 |
4.2.3 水位传感器数据采集设计 |
4.3 数据通信模块软件设计 |
4.3.1 CAN通信软件设计 |
4.3.2 低功耗蓝牙模块软件设计 |
4.4 上位机展示平台软件设计 |
4.5 本章小结 |
第五章 实验测试及结果分析 |
5.1 测试平台搭建 |
5.2 传感器模块测试 |
5.2.1 传感器理论功耗分析 |
5.2.2 传感器数据采集测试 |
5.2.3 传感器实际功耗 |
5.3 光电能量测试 |
5.4 压电能量测试 |
5.5 压电与光电复合输出测试 |
5.6 本章小结 |
第六章 基于BP神经网络的洪水预测 |
6.1 BP神经网络概述 |
6.2 BP神经网络模型 |
6.3 模型评估指标 |
6.4 BP神经网络训练及预测结果分析 |
6.4.1 构建样本库 |
6.4.2 BP神经网络训练 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
作者简介 |
(2)多层水质数据监测系统的采集与控制研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究背景及意义 |
1.2 水质远程监测技术研究现状 |
1.2.1 国内研究现状 |
1.2.2 国外研究现状 |
1.3 论文主要内容及组织结构 |
2 总体方案设计 |
2.1 数据采集系统 |
2.1.1 船式 |
2.1.2 岸边固定式 |
2.2 远程监测中心 |
2.3 小结 |
3 数据采集系统硬件设计 |
3.1 选型设计 |
3.1.1 采集存储模块 |
3.1.2 水下传感器 |
3.1.3 信号中继器 |
3.1.4 无线网络模块 |
3.1.5 降压模块 |
3.2 多层多参数采集设计 |
3.3 仪器成果展示 |
3.4 小结 |
4 远程监测系统软件开发 |
4.1 数据传输与远程控制设计 |
4.1.1 数据传输 |
4.1.2 远程控制 |
4.2 水质监测系统界面开发 |
4.2.1 系统主界面 |
4.2.2 网络配置 |
4.2.3 接收管理 |
4.2.4 数据解析与存储 |
4.2.5 数据查看 |
4.2.6 数据导出 |
4.2.7 数据库管理 |
4.2.8 下位机管理 |
4.3 监测数据展示 |
4.4 小结 |
5 太阳能供电设备研究 |
5.1 供电方案设计 |
5.2 供电设备组件介绍 |
5.2.1 锂离子电池 |
5.2.2 太阳能电池板 |
5.2.3 太阳能控制器 |
5.3 实验测试 |
5.4 升压设计 |
5.5 电压预测研究 |
5.5.1 回声状态网络简述 |
5.5.2 数据描述及预测 |
5.5.3 预测效果分析 |
5.6 小结 |
结论 |
参考文献 |
攻读硕士学位期间发表学术论文、参与项目、获奖情况 |
致谢 |
(3)煤矿井下数字化水位测控系统研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.2 国内外相关研究现状 |
1.2.1 国外相关研究现状 |
1.2.2 国内相关研究现状 |
1.3 主要内容与章节安排 |
第二章 数字化水位测控系统总体方案设计 |
2.1 本章引言 |
2.2 数字化水位测控系统总体方案 |
2.2.1 数字化水位测控系统组成结构 |
2.2.2 数字化水位测控系统总体设计 |
2.3 数字化水位测控系统硬件设计方案 |
2.3.1 矿用高可靠水位传感器设计方案 |
2.3.2 数字化控制分站设计方案 |
2.4 数字化水位测控系统井下水位控制方案 |
2.4.1 煤矿井下水位控制结构 |
2.4.2 煤矿井下水位控制策略 |
2.5 数字化水位测控系统上位机软件设计方案 |
2.5.1 上位机监控系统架构设计 |
2.5.2 上位机监控系统操作流程设计 |
2.6 数字化水位测控系统通信方案 |
2.6.1 信息传输设计方案 |
2.6.2 数据协议转换设计方案 |
2.7 本章小结 |
第三章 矿用电容式水位传感器设计 |
3.1 本章引言 |
3.2 电容式水位传感器测量系统设计 |
3.2.1 电容式水位传感器硬件电路设计 |
3.2.2 电容式水位传感器软件设计 |
3.3 电容式水位传感器数字通信系统设计 |
3.3.1 电容式水位传感器RS-485 数据传输原理 |
3.3.2 电容式水位传感器RS-485 通信硬件电路设计 |
3.3.3 电容式水位传感器RS-485 通信软件设计 |
3.4 电容式水位传感器性能验证实验 |
3.4.1 电容式水位传感器测量性能验证实验 |
3.4.2 电容式水位传感器RS-485 通信性能验证实验 |
3.5 本章小结 |
第四章 数字化水位测控系统井下控制分站设计 |
4.1 本章引言 |
4.2 测控系统井下控制分站结构设计 |
4.2.1 井下控制分站硬件电路设计 |
4.2.2 井下控制分站软件设计 |
4.3 测控系统井下控制分站通信系统设计 |
4.3.1 井下控制分站CAN总线数据传输原理 |
4.3.2 井下控制分站CAN总线通信硬件电路设计 |
4.3.3 井下控制分站CAN总线通信软件设计 |
4.4 测控系统井下控制分站性能验证实验 |
4.4.1 井下控制分站控制性能验证实验 |
4.4.2 井下控制分站通信性能验证实验 |
4.5 本章小结 |
第五章 数字化水位上位机监控系统设计 |
5.1 本章引言 |
5.2 上位机与分站通信系统设计 |
5.2.1 Modbus TCP/IP数据传输原理 |
5.2.2 Modbus TCP/IP通信硬件电路设计 |
5.2.3 Modbus TCP/IP通信软件设计 |
5.3 水位测控系统上位机组态软件设计 |
5.3.1 上位机人机交互界面设计 |
5.3.2 上位机信息发布设计 |
5.3.3 上位机数据库查询设计 |
5.3.4 水位控制脚本算法设计 |
5.4 上位机性能验证实验 |
5.4.1 上位机与分站通信性能验证实验 |
5.4.2 测控系统运行性能验证实验 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读学位期间取得的科研成果 |
致谢 |
(4)基于NB-IoT的水质监测平台(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.3 存在问题及发展趋势 |
1.4 研究内容 |
1.5 论文组织结构 |
第二章 系统总体设计 |
2.1 系统组成 |
2.2 传感器选型 |
2.2.1 温度传感器选型 |
2.2.2水位传感器选型 |
2.2.3 pH传感器选型 |
2.2.4 溶解氧传感器选型 |
2.3 系统开发工具及平台 |
2.3.1 NB-IoT |
2.3.2 公有云 |
2.3.3 嵌入式处理器 |
2.3.4 软件编译环境 |
2.4 本章小结 |
第三章 水质监测节点硬件设计 |
3.1 单片机及外围电路设计 |
3.1.1 嵌入式微处理器选型 |
3.1.2 STM32F103最小系统设计 |
3.2 数据采集电路设计 |
3.2.1 温度数据采集电路设计 |
3.2.2 水位、pH、溶解氧数据采集电路设计 |
3.3 M5310-A模组外围电路设计 |
3.3.1 SIM卡电路 |
3.3.2 串口通信电路 |
3.3.3 RF电路 |
3.3.4 网络状态指示 |
3.3.5 电源电路 |
3.4 串口调试电路设计 |
3.5 电源电路设计 |
3.5.1 12V电源 |
3.5.2 5V稳压电路 |
3.5.3 3.3V稳压电路 |
3.6 本章小结 |
第四章 水质监测节点软件设计 |
4.1 系统初始化 |
4.1.1 USART1初始化 |
4.1.2 USART3初始化 |
4.1.3 M5310-A模组初始化 |
4.1.4 水质传感器初始化 |
4.2 数据采集程序设计 |
4.2.1 温度采集 |
4.2.2 深度、含氧量、pH采集 |
4.3 NB-IoT通信程序设计 |
4.3.1 创建设备 |
4.3.2 资源订阅 |
4.3.3 发起登录请求 |
4.3.4 数据更新与上报 |
4.4 本章小结 |
第五章 水质监测平台界面开发与系统测试 |
5.1 水质监测平台界面开发 |
5.1.1 设备接入 |
5.1.2 应用界面开发 |
5.1.3 触发管理 |
5.2 系统测试 |
5.2.1 数据展示 |
5.2.2 报警推送 |
5.2.3 功耗测试 |
5.3 本章小结 |
第六章 总结与展望 |
参考文献 |
致谢 |
附录一 设备统一注册码生成 |
附录二 串口AT指令调试 |
附录三 M5310-A模组初始化打印信息 |
附录四 STM32F103ZET6单片机最小系统电路 |
附录五 M5310-A模组外围电路 |
附录六 水质监测节点PCB |
学位论文评阅及答辩情况表 |
(5)智慧灌溉首部控制装置的设计与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究的背景及意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 论文的主要研究内容 |
第2章 装置的总体方案设计及相关技术研究 |
2.1 智慧灌溉首部控制装置的需求分析 |
2.2 智慧灌溉首部控制装置的总体设计 |
2.3 无线传感器网络技术 |
2.3.1 无线传感器网络 |
2.3.2 LoRa无线通信技术 |
2.3.3 NB无线通信技术 |
2.4 Elman神经网络与遗传算法 |
2.4.1 Elman神经网络结构 |
2.4.2 Elman神经网络学习算法 |
2.4.3 遗传算法原理 |
2.5 本章小节 |
第3章 智慧灌溉首部控制装置的硬件设计 |
3.1 硬件设计的总体架构 |
3.2 采集节点硬件电路设计 |
3.2.1 单片机选型 |
3.2.2 采集节点LoRa硬件电路设计 |
3.2.3 采集节点传感器选型及硬件电路设计 |
3.2.4 继电器模块设计 |
3.2.5 电源电路设计 |
3.3 汇聚节点硬件电路设计 |
3.3.1 NB硬件电路设计 |
3.3.2 汇聚节点LoRa硬件电路设计 |
3.4 本章小节 |
第4章 智慧灌溉首部控制装置的软件设计 |
4.1 软件设计的总体架构 |
4.2 采集节点软件设计 |
4.2.1 采集节点主程序设计 |
4.2.2 采集节点组网设计 |
4.2.3 数据采集软件设计 |
4.2.4 继电器控制软件设计 |
4.3 汇聚节点软件设计 |
4.3.1 汇聚节点主程序设计 |
4.3.2 NB通信模块软件设计 |
4.3.3 LoRa通信模块软件设计 |
4.4 需水量预测模型设计 |
4.4.1 基于GA-Elman神经网络的需水量预测 |
4.4.2 构建GA-Elman神经网络需水量预测模型 |
4.4.3 需水量预测模型实验对比分析 |
4.4.4 需水量预测算法实现 |
4.5 本章小节 |
第5章 智慧灌溉首部控制装置功能测试 |
5.1 LoRa通信测试 |
5.1.1 LoRa组网测试 |
5.1.2 通信距离和丢包率测试 |
5.2 智慧灌溉首部控制装置应用 |
5.2.1 装置的整体搭建 |
5.2.2 物联网云平台监控界面实现 |
5.3 灌溉需水量对比分析 |
5.4 本章小节 |
结论 |
参考文献 |
附录 |
致谢 |
攻读硕士学位期间的学术成果 |
(6)基于ARM的矿用智能网关设计(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 网关研究背景和意义 |
1.2 国内外网关研究现状 |
1.3 矿用智能网关发展趋势 |
1.4 论文结构安排 |
1.5 本章小结 |
2 矿用智能网关总体设计 |
2.1 矿用智能网关功能设计 |
2.2 矿用智能网关技术分析与选择 |
2.3 矿用智能网关总体结构设计 |
2.4 本章小结 |
3 矿用智能网关硬件设计 |
3.1 主控芯片设计 |
3.2 以太网通信模块设计 |
3.3 串行通信模块设计 |
3.4 时钟模块设计 |
3.5 复位模块设计 |
3.6 SD接口设计 |
3.7 故障排查模块 |
3.8 供电电路设计 |
3.9 本章小结 |
4 矿用智能网关软件设计 |
4.1 嵌入式软件环境构建 |
4.2 网关应用主程序的设计 |
4.3 通信模块软件设计 |
4.4 数据存取模块程序设计 |
4.5 远程配置模块设计 |
4.6 功能模块设计 |
4.7 本章小结 |
5 矿用智能网关测试与分析 |
5.1 矿用智能网关功能测试 |
5.2 矿用智能网关性能测试 |
5.3 测试结果分析 |
5.4 本章小结 |
6 总结与展望 |
6.1 工作总结 |
6.2 课题展望 |
参考文献 |
作者简历 |
致谢 |
学位论文数据集 |
(7)深基坑支护结构状态监测方法与技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究的背景 |
1.2 课题研究的意义 |
1.3 课题的国内外研究现状 |
1.3.1 无线传感网络监测在深基坑监测方面的应用现状 |
1.3.2 深基坑监测技术 |
1.4 课题的主要研究内容 |
第二章 支护结构监测整体方案 |
2.1 监测系统整体方案 |
2.2 监测方法与基本原理 |
2.3 监测系统无线通信技术 |
2.4 监测系统物联网软件技术 |
2.5 本章小结 |
第三章 支护结构状态监测技术 |
3.1 水平位移监测 |
3.1.1 测距原理 |
3.1.2 测量方法的数学模型建立 |
3.1.3 仿真实验 |
3.2 支撑轴力监测 |
3.2.1 轴力监测的信号检测原理 |
3.2.2 轴力监测硬件电路开发 |
3.2.3 轴力监测软件开发 |
3.3 地下水位监测 |
3.4 倾斜监测 |
3.5 本章小结 |
第四章 无线数据采集系统开发 |
4.1 LoRa模块开发 |
4.2 4G模块开发 |
4.3 数据传输单元开发 |
4.3.1 数据传输单元硬件电路开发 |
4.3.2 数据传输单元软件开发 |
4.4 数据传输通信协议开发 |
4.5 本章小结 |
第五章 服务器与客户端软件系统 |
5.1 服务器软件开发 |
5.2 MySQL数据库设计 |
5.3 客户端软件开发 |
5.4 本章小结 |
第六章 实验与结果分析 |
6.1 监测系统硬件安装环境 |
6.2 传感器采集终端测试实验 |
6.3 监测系统整体实验分析 |
6.4 本章小结 |
结论 |
参考文献 |
攻读学位期间所取得的相关科研成果 |
致谢 |
(8)稻田水分感知与智慧灌溉关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 文献综述与研究目的 |
1 稻田水分感知与智慧灌溉的重要性 |
1.1 我国水稻生产现状 |
1.2 灌溉对水稻生产的影响 |
1.3 信息技术对水稻生产重要性 |
2 稻田土壤剖面水分高效感知与定量反演研究进展 |
3 农田水分信息感知技术与设备研究进展 |
3.1 土壤水分传感器研究进展 |
3.2 作物冠层水分传感器研究进展 |
3.3 田间水位传感器研究进展 |
4 稻田水分传感网稳健感知技术与设备研究进展 |
4.1 稻田水分传感网组网设备研究进展 |
4.2 无线信道传播特性的影响与模型研究进展 |
5 稻田灌溉控制技术与设备研究进展 |
6 研究的目的与意义 |
参考文献 |
第二章 技术路线与研究方法 |
1 研究思路与技术路线 |
2 材料与方法 |
2.1 试验设计 |
2.2 资料获取设备与项目 |
2.2.1 土壤剖面水分测量 |
2.2.2 光谱数据测量 |
2.2.3 作物水分数据测量 |
2.2.4 无线信道数据测量 |
2.3 数据分析与方法 |
2.3.1 土壤体积含水量 |
2.3.2 土壤水分贮量 |
2.3.3 无线信道路径损耗 |
2.3.4 评价指标 |
参考文献 |
第三章 稻田土壤剖面水分高效感知与定量反演研究 |
1 材料与方法 |
1.1 试验设计 |
1.2 试验设备 |
1.3 数据处理与分析 |
1.3.1 时空变异分析 |
1.3.2 系统聚类分析 |
1.3.3 敏感壤层分析 |
1.3.4 模型评价 |
2 结果与分析 |
2.1 稻田土壤剖面水分时空变异分析 |
2.2 土壤垂直剖面水分聚类分析 |
2.3 土壤垂直剖面水分敏感壤层分析 |
2.4 稻田土壤剖面水分定量反演模型构建 |
2.5 土壤垂直剖面0-100 cm贮水量定量反演 |
3 讨论 |
4 小结 |
参考文献 |
第四章 稻田水分感知技术与传感设备研究 |
1 土壤剖面水分传感器设计与试验 |
1.1 土壤剖面水分传感器设计 |
1.1.1 土壤剖面水分传感器感测原理 |
1.1.2 土壤剖面水分传感器结构设计 |
1.1.3 土壤剖面水分传感器硬件电路设计 |
1.1.4 土壤剖面水分传感器软件结构设计 |
1.2 试验与结果分析 |
1.2.1 室内试验设计 |
1.2.2 田间试验设计 |
1.2.3 数据分析方法 |
1.2.4 传感器精度试验结果 |
2 水稻冠层水分光谱传感器设计与试验 |
2.1 水稻冠层水分光谱传感器设计 |
2.1.1 传感器感知原理 |
2.1.2 水稻冠层水分光谱感知传感器总体结构设计 |
2.1.3 光谱传感器探头设计 |
2.1.4 水稻冠层水分光谱传感器硬件电路设计 |
2.1.5 水稻冠层水分光谱传感器软件结构设计 |
2.2 性能试验与结果分析 |
2.2.1 性能试验 |
2.2.2 结果分析 |
3 稻田田间水位传感器设计与试验 |
3.1 田间水位传感器感测原理 |
3.2 田间水位传感器硬件设计 |
3.3 田间水位传感器软件设计 |
3.4 田间水位传感器性能试验与评价 |
4 讨论与结论 |
4.1 土壤剖面水分传感器的设计 |
4.2 水稻冠层水分光谱传感器的设计 |
4.3 小结 |
参考文献 |
第五章 稻田水分传感网稳健传输技术与设备研究 |
1 稻田水分传感网感知节点设计与实现 |
1.1 感知节点硬件设计 |
1.2 感知节点软件设计 |
2 稻田水分传感网汇聚节点设计与实现 |
2.1 汇聚节点硬件设计 |
2.2 汇聚节点软件设计 |
3 稻田传感网无线信道传播特性的影响与模型 |
3.1 试验设计与测试项目 |
3.1.1 试验设备 |
3.1.2 试验设计 |
3.1.3 测试项目 |
3.2 数据分析与方法 |
3.2.1 路径损耗计算 |
3.2.2 路径损耗模型 |
3.2.3 评价指标 |
3.3 结果与分析 |
3.3.1 稻田无线信道传播变化趋势分析 |
3.3.2 路径损耗模型结果与分析 |
3.4 信道模型性能仿真与结果分析 |
3.4.1 汇聚节点通信协议模型改进 |
3.4.2 汇聚节点通信协议仿真模型设计 |
3.4.3 仿真结果 |
4 讨论 |
5 小结 |
参考文献 |
第六章 稻田智慧灌溉控制技术与设备研究 |
1 稻田智慧灌溉控制原理与控制器设计 |
1.1 稻田智慧灌溉控制原理 |
1.2 智慧灌溉控制器设计 |
1.3 稻田智慧灌溉控制器功能实现 |
1.3.1 稻田智慧灌溉模糊神经网络功能实现 |
1.3.2 稻田智慧灌溉控制器参数功能实现 |
2 稻田智慧灌溉无线控制终端设计 |
2.1 稻田灌溉无线控制终端硬件设计 |
2.2 稻田灌溉无线控制终端软件设计 |
2.3 稻田灌溉无线控制终PCB设计与实物图 |
3 稻田智慧灌溉原型系统设计与实现 |
3.1 稻田智慧灌溉软件系统设计与实现 |
3.2 稻田智慧灌溉系统田间应用 |
3.2.1 智慧灌溉试验系统实施 |
3.2.2 智慧灌溉试验系统首部设备选择 |
3.2.3 智慧灌溉试验系统执行设备选择 |
3.2.4 智慧灌溉试验系统集成与实现 |
3.3 系统性能与功耗测试 |
3.3.1 系统性能仿真结果与分析 |
3.3.2 感知节点充电性能测试 |
3.3.3 感知结点功耗测试 |
4 讨论 |
5 小结 |
参考文献 |
第七章 讨论与结论 |
1 讨论 |
1.1 土壤剖面水分高效感知方法 |
1.2 农田水分感知技术与设备 |
1.3 稻田无线信道传播特性与影响 |
1.4 智慧灌溉控制技术 |
2 全文主要结论 |
3 创新与特色 |
4 今后研究设想 |
参考文献 |
在学期间的科研成果 |
1 已发表的论文 |
2 申请的发明专利 |
3 申请的软件着作权 |
4 参加的研究课题 |
致谢 |
(9)湿地生态环境远程监控系统的研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 选题的研究背景和意义 |
1.2 国内外发展现状 |
1.3 课题的主要研究内容 |
第2章 系统总体方案设计及硬件实现 |
2.1 系统总体方案设计 |
2.2 系统各部分功能 |
2.3 现场控制站的设计 |
2.4 系统硬件设计 |
2.5 本章小结 |
第3章 系统控制算法研究 |
3.1 PID控制技术 |
3.2 传统PID控制 |
3.3 模糊自整定PID控制 |
3.4 模糊控制系统仿真 |
3.5 本章小结 |
第4章 系统下位机软件设计 |
4.1 GPRS和 OPC |
4.2 TCP/IP协议 |
4.3 GPRS无线通信软件设计 |
4.4 下位机系统程序设计 |
4.5 本章小结 |
第5章 系统上位机设计 |
5.1 子站监控系统组态软件的设计 |
5.2 监控中心平台软件设计 |
5.3 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读硕士期间已发表的论文 |
致谢 |
(10)基于GA-BP神经网络的灌区水流量监测系统设计(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
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 灌区水流量测量方法 |
1.2.2 灌区水流量监测 |
1.3 本文的主要工作 |
第2章 灌区水流量监测系统总体方案设计 |
2.1 灌区水流量监测系统流量测算方案选取 |
2.1.1 灌区传统水流量测算方法 |
2.1.2 基于软测量技术的灌区水流量监测方法 |
2.2 灌区水流量监测系统功能分析 |
2.2.1 水位信息采集功能 |
2.2.2 水位传感器与灌区现场RTU之间的短程通讯 |
2.2.3 灌区现场RTU的远程通信传输 |
2.2.4 灌区远程控制端数据处理功能 |
2.3 灌区水流量监测系统整体方案设计 |
2.3.1 灌区水流量监测系统整体架构设计 |
2.3.2 灌区水流量监测系统整体功能设计 |
2.4 本章小结 |
第3章 基于GA-BP的灌区水流量测算算法设计 |
3.1 灌区水流量软测量建模方法 |
3.1.1 软测量技术介绍 |
3.1.2 基于人工智能的软测量建模 |
3.2 基于神经网络的灌区水流量软测量模型建立 |
3.2.1 最小二乘法曲线拟合 |
3.2.2 人工神经网络结构及分类分析 |
3.2.3 基于BP神经网络的水流量计算模型构建 |
3.2.4 基于BP神经网络的灌区水流量计算模型参数的确定 |
3.3 基于BP神经网络的灌区水流量软测量模型仿真分析 |
3.3.1 隐含层节点选择仿真 |
3.3.2 流量预测值仿真比较 |
3.4 BP神经网络改进算法 |
3.4.1 BP神经网络存在的问题 |
3.4.2 BP神经网络的改进设计方案 |
3.4.3 GA-BP改进算法 |
3.5 基于GA-BP神经网络的灌区水流量软测量模型建立 |
3.5.1 GA-BP优化算法基本执行流程 |
3.5.2 GA-BP神经网络参数设置 |
3.5.3 GA-BP神经网络水流量计算 |
3.6 本章小结 |
第4章 灌区水流量监测系统硬件设计 |
4.1 灌区现场RTU电路设计 |
4.1.1 芯片基本电路 |
4.1.2 供电电路设计 |
4.1.3 串口电路设计 |
4.2 水位传感器设计 |
4.2.1 水位传感器的选取 |
4.2.2 水位传感器现场安装 |
4.3 水位传感器与灌区现场RTU之间的通信 |
4.4 灌区现场RTU与监测平台之间的通信 |
4.4.1 GPRS传输组网方式 |
4.4.2 GPRS传输模块 |
4.5 灌区现场防雷设计 |
4.6 本章小结 |
第5章 灌区水流量监测系统软件设计 |
5.1 系统软件总体设计 |
5.2 灌区监测系统传感器节点软件设计 |
5.2.1 下游水位传感器程序设计 |
5.2.2 上游水位传感器程序设计 |
5.3 灌区现场RTU软件设计 |
5.3.1 数据采集 |
5.3.2 GPRS远程通讯程序设计 |
5.4 灌区监测平台软件设计 |
5.4.1 服务器端数据处理及其模型计算 |
5.4.2 基于B/S的Web监控软件 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
攻读硕士学位期间的研究成果 |
四、水位远程监测系统通信软件的设计(论文参考文献)
- [1]河流监测及复合能量自供能系统研究[D]. 邢俊. 南京信息工程大学, 2021
- [2]多层水质数据监测系统的采集与控制研究[D]. 徐显阳. 大连理工大学, 2021(01)
- [3]煤矿井下数字化水位测控系统研究[D]. 徐晓天. 太原理工大学, 2021(01)
- [4]基于NB-IoT的水质监测平台[D]. 乜朝贤. 山东大学, 2020(04)
- [5]智慧灌溉首部控制装置的设计与实现[D]. 钱伟涛. 黑龙江大学, 2020(04)
- [6]基于ARM的矿用智能网关设计[D]. 张霞. 山东科技大学, 2019(05)
- [7]深基坑支护结构状态监测方法与技术研究[D]. 乔龙伟. 河北工业大学, 2019
- [8]稻田水分感知与智慧灌溉关键技术研究[D]. 高珍冉. 南京农业大学, 2018(02)
- [9]湿地生态环境远程监控系统的研究[D]. 王佳洋. 武汉工程大学, 2018(08)
- [10]基于GA-BP神经网络的灌区水流量监测系统设计[D]. 牟意红. 武汉理工大学, 2018(07)