基于农业物联网故障诊断技术的研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国内外农业物联网研究现状 | 第12-14页 |
| 1.2.2 故障诊断技术的研究现状 | 第14-15页 |
| 1.3 论文研究的内容和意义 | 第15-17页 |
| 第2章 基于ZigBee技术的农业物联网的搭建 | 第17-35页 |
| 2.1 相关技术介绍 | 第17-25页 |
| 2.1.1 无线传感器网络 | 第17-19页 |
| 2.1.2 ZigBee技术 | 第19-21页 |
| 2.1.3 ZigBee协议栈 | 第21-23页 |
| 2.1.4 Z-Stack和CC2530 | 第23-24页 |
| 2.1.5 其他相关技术 | 第24-25页 |
| 2.2 系统总体框架设计 | 第25-27页 |
| 2.2.1 系统实现目标和要求 | 第25-26页 |
| 2.2.2 系统框架设计 | 第26-27页 |
| 2.3 系统的硬件介绍 | 第27-34页 |
| 2.3.1 主控芯片的选择 | 第28-29页 |
| 2.3.2 采集电路介绍 | 第29页 |
| 2.3.3 控制器模块的硬件介绍 | 第29-31页 |
| 2.3.4 边缘网关模块 | 第31-33页 |
| 2.3.5 其他硬件设备 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 基于集团算法的故障诊断开发 | 第35-51页 |
| 3.1 故障诊断概述 | 第35-36页 |
| 3.1.1 硬故障分类 | 第35页 |
| 3.1.2 故障诊断方法 | 第35-36页 |
| 3.2 集团算法 | 第36-37页 |
| 3.2.1 集团算法的概述 | 第36页 |
| 3.2.2 集团算法的定义 | 第36-37页 |
| 3.3 算法的应用 | 第37-50页 |
| 3.3.1 通信故障和处理器故障 | 第37-38页 |
| 3.3.2 通信故障和处理器故障的设计与实现 | 第38-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第4章 基于时间序列模型的故障诊断开发 | 第51-69页 |
| 4.1 故障诊断概述 | 第51-52页 |
| 4.1.1 软故障的分类 | 第51页 |
| 4.1.2 故障诊断方法 | 第51-52页 |
| 4.2 时间序列模型 | 第52-68页 |
| 4.2.1 时间序列概述 | 第52页 |
| 4.2.2 数据样本的处理 | 第52-54页 |
| 4.2.3 时间序列模型 | 第54-57页 |
| 4.2.4 自回归模型(AR)的定阶 | 第57-59页 |
| 4.2.5 自回归模型(AR)的参数估计 | 第59-60页 |
| 4.2.6 时间序列异常的诊断方法 | 第60-62页 |
| 4.2.7 基于时间序列模型的故障诊断的应用步骤 | 第62-68页 |
| 4.3 本章小结 | 第68-69页 |
| 第5章 系统测试和应用实例 | 第69-86页 |
| 5.1 概述 | 第69-72页 |
| 5.1.1 软件开发环境 | 第69-70页 |
| 5.1.2 硬件测试环境 | 第70页 |
| 5.1.3 农业物联网云平台 | 第70-72页 |
| 5.2 农业物联网故障的测试 | 第72-84页 |
| 5.2.1 硬故障测试说明 | 第72-73页 |
| 5.2.2 硬故障的测试 | 第73-81页 |
| 5.2.3 软故障的测试 | 第81-84页 |
| 5.3 应用实例 | 第84-85页 |
| 5.4 本章小结 | 第85-86页 |
| 第6章 总结和展望 | 第86-88页 |
| 6.1 总结 | 第86-87页 |
| 6.2 展望 | 第87-88页 |
| 参考文献 | 第88-94页 |
| 作者简介及科研成果 | 第94页 |
| 作者简介 | 第94页 |
| 科研成果 | 第94页 |
