摘要 | 第5-6页 |
Abstract | 第6-7页 |
目录 | 第8-11页 |
第1章 绪论 | 第11-15页 |
1.1 课题来源 | 第11页 |
1.2 研究背景与意义 | 第11页 |
1.3 国内外抽油机远程监控和状态诊断系统现状及发展趋势 | 第11-13页 |
1.4 本文的主要工作 | 第13-14页 |
1.5 本章小结 | 第14-15页 |
第2章 系统总体设计方案 | 第15-21页 |
2.1 系统的结构和组成 | 第15页 |
2.2 系统的工作过程 | 第15-17页 |
2.3 系统设计原则 | 第17-18页 |
2.4 系统主要功能 | 第18-19页 |
2.5 本章小结 | 第19-21页 |
第3章 系统远程通信的实现 | 第21-35页 |
3.1 系统通信方式的选择 | 第21页 |
3.2 现场层与站控层之间的通信实现 | 第21-34页 |
3.2.1 几种无线通信方式的比较 | 第21-22页 |
3.2.2 ZigBee无线通信方式 | 第22-26页 |
3.2.3 无线数传电台 | 第26-27页 |
3.2.4 串口通信 | 第27页 |
3.2.5 Modbus通信协议 | 第27-30页 |
3.2.6 无线通信设备选型 | 第30-31页 |
3.2.7 现场层与站控层之间通信的实现过程 | 第31-34页 |
3.3 站控层与管理层之间的通信实现 | 第34页 |
3.4 本章小结 | 第34-35页 |
第4章 基于示功图的抽油机状态诊断 | 第35-55页 |
4.1 抽油机和抽油泵的工作原理 | 第35-36页 |
4.1.1 抽油机的工作原理 | 第35页 |
4.1.2 抽油泵的工作原理 | 第35-36页 |
4.2 基于示功图的抽油机状态诊断原理 | 第36-48页 |
4.2.1 示功图 | 第36-38页 |
4.2.2 基于示功图进行状态判断的原理 | 第38-46页 |
4.2.3 基于示功图进行状态判断的方法 | 第46-48页 |
4.3 利用神经网络专家系统实现基于示功图的状态诊断 | 第48-54页 |
4.3.1 神经网络和专家系统 | 第49-50页 |
4.3.2 神经网络专家系统的设计与实现 | 第50-54页 |
4.3.3 利用神经网络专家系统进行基于示功图状态诊断的流程 | 第54页 |
4.4 本章小结 | 第54-55页 |
第5章 系统上位机的软件设计 | 第55-71页 |
5.1 上位机软件的总体设计 | 第55-56页 |
5.1.1 LABVIEW介绍 | 第55-56页 |
5.1.2 用户界面的设计 | 第56页 |
5.2 数据采集功能的实现 | 第56-57页 |
5.3 远程监控功能的实现 | 第57-58页 |
5.3.1 远程监控的实现 | 第57-58页 |
5.3.2 远程控制的实现 | 第58页 |
5.4 状态诊断功能的实现 | 第58-62页 |
5.4.1 诊断数据的采集 | 第58-59页 |
5.4.2 MATLAB与LABVIEW的混合编程 | 第59-62页 |
5.5 报警功能的实现 | 第62-63页 |
5.6 数据管理功能的实现 | 第63-66页 |
5.6.1 系统中的数据分类 | 第63-64页 |
5.6.2 数据库的访问与操作 | 第64-65页 |
5.6.3 查看示功图历史数据 | 第65-66页 |
5.7 网络通信功能的实现 | 第66-68页 |
5.7.1 共享变量 | 第67页 |
5.7.2 远程Ⅵ面板连接 | 第67-68页 |
5.8 系统管理功能的实现 | 第68页 |
5.9 发布应用程序 | 第68-69页 |
5.10 本章小结 | 第69-71页 |
第6章 总结与展望 | 第71-73页 |
参考文献 | 第73-77页 |
致谢 | 第77页 |