首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--监视、报警、故障诊断系统论文

基于云服务模式的远程智能故障诊断系统的实现

学位论文数据集第3-4页
摘要第4-5页
ABSTRACT第5页
第一章 绪论第14-20页
    1.1 论文研究背景第14-15页
    1.2 课题意义第15页
    1.3 国内外研究现状第15-17页
        1.3.1 云平台研究现状第15-16页
        1.3.2 故障诊断研究现状第16页
        1.3.3 云平台故障诊断研究现状第16-17页
    1.4 论文主要内容第17-20页
        1.4.1 论文主要研究内容第17-18页
        1.4.2 论文结构安排第18-20页
第二章 云平台技术的研究第20-35页
    2.1 引言第20页
    2.2 云平台概述第20-21页
    2.3 阿里云平台构建第21页
    2.4 云存储技术第21-22页
    2.5 传统模式与云平台模式比较第22-23页
    2.6 垃圾燃烧工厂中渗滤液净化系统云平台概述第23-33页
        2.6.1 云平台的工作原理第24-25页
        2.6.2 云平台的工作流程第25页
        2.6.3 云平台的结构设计第25-27页
        2.6.4 水务信息化管理服务第27页
        2.6.5 远程监控服务第27-28页
        2.6.6 报表管理服务第28页
        2.6.7 设备管理服务第28-29页
        2.6.8 数据分析服务第29页
        2.6.9 移动应用服务第29-30页
        2.6.10 设备维保服务第30-31页
        2.6.11 企业资信管理第31页
        2.6.12 维保流程管理第31-32页
        2.6.13 设备维保服务第32页
        2.6.14 总用电量——处理水量分析第32页
        2.6.15 水泵能耗——运行时间分析第32页
        2.6.16 水泵效率对比第32-33页
        2.6.17 吨水电耗分析第33页
    2.7 小结第33-35页
第三章 基于贝叶斯信号的远程设备问题判别模式的处理第35-43页
    3.1 引言第35页
    3.2 贝叶斯网络的发展历史第35-36页
    3.3 贝叶斯定理第36-37页
    3.4 贝叶斯网络参数的学习第37-39页
        3.4.1 最大似然估计方法第37页
        3.4.2 贝叶斯方法第37-39页
    3.5 贝叶斯网络的概率推导第39-41页
        3.5.1 诊断推理第39-40页
        3.5.2 因果推理第40页
        3.5.3 支持推理第40页
        3.5.4 贝叶斯网络的推理算法第40-41页
    3.6 基于贝叶斯理论的远程问题检测模式的创建和使用第41-42页
        3.6.1 贝叶斯网络模型的建立第41-42页
        3.6.2 故障推理第42页
    3.7 小结第42-43页
第四章 工程项目背景的介绍第43-56页
    4.1 引言第43-44页
    4.2 垃圾焚烧第44-46页
        4.2.1 概述第44页
        4.2.2 渗沥液收集与输送系统第44页
        4.2.3 垃圾渗滤液处理第44-46页
    4.3 主工艺流程简述第46-48页
    4.4 污水厂工艺运行分析第48-54页
        4.4.1 处理量分析第48-50页
        4.4.2 水质指标分析第50-52页
        4.4.3 污染物减排分析第52-54页
    4.5 和同行相比较第54页
    4.6 运行分析结论第54页
        4.6.1 处理能力第54页
        4.6.2 信息录入第54页
    4.7 小结第54-56页
第五章 基于云服务模式的长程设备问题判别模式的成立第56-68页
    5.1 引言第56页
    5.2 系统技术路线第56-57页
    5.3 系统架构设计第57-58页
    5.4 实时监控第58-61页
        5.4.1 远程工艺监控第58页
        5.4.2 实时画面展示第58-60页
        5.4.3 远程监控第60-61页
        5.4.4 环保运营实时运行数据报表第61页
    5.5 故障预警第61-62页
        5.5.1 实时超标报警第61-62页
        5.5.2 设备故障智能预警第62页
    5.6 系统的工程应用第62-64页
    5.7 基于贝叶斯网络的“石灰石浆液储罐”设备问题判别形式第64-66页
        5.7.1 远程监控第64-66页
    5.8 小结第66-68页
第六章 结论第68-70页
参考文献第70-74页
致谢第74-76页
作者和导师简介第76-78页
附件第78-79页

论文共79页,点击 下载论文
上一篇:基于改进粒子群算法的神经网络分类器研究
下一篇:基于ARM平台的红外制导仿真系统