基于时空双序列分析的温室WSN故障诊

根据温室无线传感器网络（WSN）所采集数据在时间和空间上具有很强的相关性,从温室无线传感器网络基本结构出发,在分析WSN原始数据的基础上,通过对时空序列样本信息的预处理,分别建立了时间和空间故障诊断数学模型,据此分析传感节点的工作状态,给出了温室WSN故障诊断的综合算法。研究结果表明,该故障诊断方法能够及时、有效地发现温室WSN的异常并诊断出故障节点,提高了WSN工作的可靠性。     

基于WSN的农业温室环境监控系统

设计了一种基于无线传感器网络的智能化温室环境监控系统,实现了对温室内多个采集节点的温度、湿度以及光照强度的远程监控,并且通过上位机的温室环境监控软件实现了数据的显示与处理。此外,为了更合理地调控温室环境,系统建立了各种环境预测模型,对未来一段时间内温室的环境数据值进行了预测,以避免异常的发生,极大地减小农作物的经济损失。该系统结构设计合理,有良好的可维护性和可扩展性,能够满足温室环境监控的应用需求。     

基于WSN的温室CO 2 气肥优化调控系统研究

CO 2是植物进行光合作用的重要原料,合理增施可提高作物的光合速率。为实现温室CO 2气肥的精细管理,设计了基于无线传感器网络(WSN)的温室CO 2气肥调控系统。该系统由监控节点、智能网关和远程管理软件组成,其中监控节点能够自动实时监测温室环境信息(CO 2浓度、光照强度、空气温湿度和土壤温湿度),并控制CO 2增施气阀的开关;智能网关不仅能实现监控节点与远程管理软件之间的通信,还可在本地实现对温室环境信息的显示与存储,以及CO 2增施调控等操作;远程管理软件除了具备基本的数据接收、存储和查询功能外,还可通过建立的光合速率预测模型对CO 2气肥实现远程自动调控。本文以番茄为研究对象,采用开发的系统实时获取环境信息,使用LI-6400XT光合速率仪获取单叶净光合速率,建立了基于支持向量机(SVM)的番茄光合速率预测模型。为了提高预测模型的通用性,实验将苗后期番茄在4个CO 2浓度梯度进行培育,其中C1、C2、C3分别进行700、 1 000 、1 300 μmol/mol浓度的CO 2增施,CK为对照组(CO 2浓度约为450 μmol/mol)。数据分析采用SVM算法,以多种环境信息作为输入变量,以单叶净光合速率作为输出变量,得到光合速率预测模型。经过测试与验证,CO 2浓度调控系统能够稳定可靠地采集温室环境信息,适合应用在温室环境中;光合速率模型预测值和实测值相关系数为0.981 5,均方根误差为1.092 5 μmol/(m 2 ·s),具有较好的预测效果,为温室番茄CO 2定量增施调控提供了依据。     

基于WSN的智能温室大棚自动定点喷灌系统

针对传统温室大棚灌溉智能化和自动化水平低的问题,采用无线传感器网络WSN技术设计了智能温室大棚自动定点喷灌系统。系统主要由监控中心上位机、多个温湿度监测和电磁阀控制节点、密封储水罐压力监测节点、充压机和水泵控制节点组成。通过温湿度传感器获取土壤表层的温度和湿度数据,并经过ZigBee网络将该节点ID和数据打包实时发送至监控中心上位机,一旦监测到的湿度低于设置的阈值时,会控制对应该区域的电磁阀开启进行喷灌,同时控制充压机保持储水罐内的压力为恒定值。试验表明,该系统能准确获取土壤表面的温湿度数据,实现了整个温室大棚的定点喷灌和密闭储水罐的自动补水功能。     

基于无线传感器网络的温室环境监测系统

简述了一种结合嵌入式技术、无线传感器网络技术的温室环境信息采集与监测系统设计方案.系统控制终端基于ARM9和嵌入式Linux操作系统进行设计,用于温室环境数据的接收、实时显示和存储,通过GPRS方式实现与远程管理中心的通信.温室环境数据的采集利用无线传感器网络完成,可采集温室温度、湿度、CO2含量、光照强度,基质温度和湿度等6通道参数信息.无线传感器网络的成功应用解决了传统温室使用有线方式布线繁琐的问题.     

基于图论的温室WSN测控系统冗余节点部署算法

针对温室无线传感器网络(WSN)测控系统的漏斗效应问题,提出负载平衡的冗余节点部署算法(RN-DA)。RNDA根据节点负载情况配置一定数量的冗余节点以平衡网络能耗,把节点下一跳选路概率作为权值引入图论,提出源节点数据经m跳到达目的节点概率的定理,为研究网络数据传输提供了一种有效方法。理论分析和仿真结果表明,RNDA既能明显延长网络寿命,又能有效平衡网络节点的能耗。     

基于WSN的自适应智能温室控制系统

介绍了一种基于无线传感网络的温室控制系统,该系统利用传感器测量温室中的温度、湿度及光照度等;利用ZigBee技术实现温室主要参数的远程传输,利用在线最小二乘支持向量机(Online Least Square Support Vector Machine),实现温室自适应控制。     

基于主干网的温室无线环境监测系统

针对传统温室布线困难、组网复杂以及系统不易维护等缺点,设计基于无线传感器网络的温湿度参数远程监测系统.通过无线传感器网络,由主干网将监测数据汇集到嵌入式服务器,实现数据现场采集、处理和远程访问.结果表明系统性能稳定,实用性强.     

基于ZIGBEE技术的温室环境远程监测系统

对ZIGBEE网络搭配GPRS网络架构的温室环境信息远程监测系统进行了设计,着重讨论了适合温室现场特点以及应用具体要求的ZIGBEE网络拓扑结构、架设方式以及节点设计,实现了温室环境信息数据的远程集中监测.     

基于ZigBee的温室环境监测图像传感器节点设计

设计了一种能够监测温室环境的无线智能图像传感器节点,采用CC2430与LPC1766芯片相结合作为硬件处理平台,通过串口摄像头获取图像帧,利用ZigBee帧协议设计图像包格式,对图像数据进行分包组网传输.实验表明该节点最大通信距离可达160 m,节点丢包率较低,一帧JPEG格式的温室图像大小约为10 kB,通过ZigBee传输一帧图像大约为135 s.该节点可以实现温室环境图像信息的采集和传输,且结构紧凑、工作稳定、功耗低,可以满足温室环境监测的要求.     

时序分析在汽车变速箱齿轮故障诊断中的应用

采用时序建模的方法对汽车变速箱齿轮进行ＡＲ谱分析,通过与传统功率谱分析比较看出,时序分析在谱分析中有较好的性能,在故障诊断中具有良好的应用前景。     

温室环境控制系统智能故障诊

分析了温室环境控制系统中执行机构、传感器、控制柜、控制软件的主要故障;根据故障可能对系统造成的损失将故障分为4个级别,并提出了相应的处理策略,编制了完整的智能故障诊断软件.试验结果表明,故障诊断识别正确,系统运行可靠.     

基于两级预测的温室WSN系统数据传输方法

为了减少温室WSN系统传感器节点数据传输次数,提出基于两级预测的温室WSN系统数据传输方法。首先,引入莱特准则进行序列异常值检测,研究并提出了便于节点实时计算的序列方差滑动递推计算方法。其次,分别在传感器节点和服务器建立一阶分段线性回归方程并结合自适应加权算法形成两级预测模型,设定传感器节点仅在预测误差超过设定阈值时上传实际采集值,其他时刻服务器自动触发线性回归模型预测填充该部分数据。同时,结合温室环境自动控制的特点,研究了一种基于抛物线的可变误差阈值确定方法。试验表明:分段一阶线性回归模型能够在规定误差阈值内逼近系统原始数据曲线,利用两级预测算法无线传感器节点数据发送次数可减少93%(误差阈值为0.9)。     

基于时序分析与模糊聚类的变速箱齿轮故障识别

通过对LC5T81变速箱疲劳寿命台架试验采集的齿轮运行状态振动信号进行时间序列分析和特征向量提取，并采用模糊聚类分析方法确定变速箱齿轮运行状态特征向量样本的亲疏关系，实现了对变速箱齿轮的跑合运行状态、磨损运行状态和故障运行状态的识别与诊断。验证表明，基于时间序列分析与模糊聚类分析相结合的故障识别方法能够有效地识别出变速箱齿轮运行状态。     

基于故障树分析法的汽车故障诊断专家系统

提出将故障树分析法与基于规则的诊断专家系统相结合的方法，以故障树的形式全面、系统、层次性地表述专家知识，通过故障树自动生成专家系统诊断规则库，实现诊断知识的自动获取，并确保诊断知识的一致性和完备性。以Windows98为平台、Delphi5．0为编程语言，开发出具有友好的人机交互界面、正向与逆向混合推理和具有解释功能的汽车故障诊断专家系统。以轮胎异常磨损的诊断为例，验证了该方法具有良好的应用前景。     

温室青椒中2.4 GHz无线电波传播特性研究

为解决温室中无线传感器网络的规划和部署问题,探讨作物对无线电波传播特性的影响,研究了种植青椒的温室中2.4 GHz无线信号在不同方向和高度下的传播特性。通过试验实地测量了3个方向和2个高度下接收信号强度和丢包个数,并通过Matlab对试验数据进行回归分析。结果表明:不同方向和高度下,青椒中无线信道传播特性符合对数路径衰减模型,拟合相关系数在0.900 7和0.947 3之间;传感器节点在青椒中的不同高度决定着青椒中2.4 GHz无线电波的传播特性,对无线信道传播特性的影响较为显著,而传播方向对青椒中无线信号的影响较弱。同时得到了青椒中传感器节点最宜部署在青椒冠层及以上位置,为无线传感器网络在种植青椒的温室中的节点部署提供了技术支持。     

基于神经网络的发动机实时检测与故障诊断系统

提出了一种基于神经网络的发动机性能实时检测与故障诊断系统，其诊断的特点是利用各种传感器实时采集数据，结合人工神经网络，从不同的角度，不同层次进行诊断推理，并以神经网络来完成自学习功能，大大提高了诊断的效率，研究提出了实时诊断系统的各种抗干扰措施，通过实验验证，该系统具有较高的准确性，并且易于操作和使用。     

小波神经网络故障诊断系统的设计与应用

采用能量分布特征提取方法和优化BP算法，提出了一种基于小波变换和BP神经网络的故障诊断系统。利用该系统对汽车变速箱三挡齿轮磨损程度进行估计，诊断结果与实际完全吻合，表明该小波神经网络故障诊断系统的有效性。由于小波分析特别适用于非平稳信号的处理，因此该小波神经网络诊断系统对复杂机械设备的故障诊断有着广阔的应用前景。