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--数据处理、数据处理系统论文

基于云平台的远程环保在线监测系统研究及实现

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第11-15页
    1.1 课题背景和研究意义第11-12页
    1.2 国内外研究现状第12-13页
    1.3 论文主要内容及结构第13-15页
第二章 远程在线监测系统总体架构研究与设计第15-28页
    2.1 远程在线监测系统架构分析与对比第15-17页
        2.1.1 B/S与C/S架构的介绍与对比第15-16页
        2.1.2 与传统监测系统架构的对比第16-17页
    2.2 云计算和云平台第17-19页
        2.2.1 云计算概念与特点第17页
        2.2.2 云计算平台的分类和选择第17-18页
        2.2.3 云平台物联网应用于远程在线监测系统的研究第18-19页
    2.3 系统设计目标及整体架构第19-21页
    2.4 关键技术分析第21-27页
        2.4.1 系统设备层通信协议的研究第21-23页
        2.4.2 系统网络通信实现的研究第23-24页
        2.4.3 数据传输实时性的研究第24-25页
        2.4.4 系统对上第三方调用接口技术的研究第25-26页
        2.4.5 Web可视化动态刷新技术的研究第26-27页
    2.5 本章小结第27-28页
第三章 远程监测系统的设计与实现第28-46页
    3.1 现场设备层数据采集驱动的设计与实现第28-31页
        3.1.1 ModbusRTU 主站开发第28-30页
        3.1.2 基于OPC UA标准的客户端开发第30-31页
        3.1.3 自定义数据传输协议驱动开发第31页
    3.2 数据通讯层的实现第31-32页
    3.3 云端服务器层的设计与实现第32-35页
        3.3.1 云端服务器内部开发架构第32-33页
        3.3.2 历史数据接口的开发第33-35页
        3.3.3 缓存的设计与开发第35页
        3.3.4 实时数据接口的开发第35页
    3.4 云平台部署及数据库的设计与实现第35-40页
        3.4.1 云平台部署第35-36页
        3.4.2 数据库的选择第36-37页
        3.4.3 数据库的性能优化分析第37页
        3.4.4 数据表结构的设计第37-40页
    3.5 WEB监测展示层的设计与实现第40-45页
        3.5.1 Web服务器的平台部署搭建第41-42页
        3.5.2 用户登录与注册模块第42页
        3.5.3 实时数据的动态显示第42-44页
        3.5.4 实时数据图表动态显示第44页
        3.5.5 历史数据的查询第44-45页
        3.5.6 设备的实时视频监控第45页
    3.6 本章小结第45-46页
第四章 系统集成测试与实际应用第46-59页
    4.1 底层数据通信测试及应用第46-48页
        4.1.1 Modbus主站数据采集测试及应用第46-47页
        4.1.2 OPC客户端数据采集测试及应用第47-48页
    4.2 云端服务器功能测试及应用第48-52页
        4.2.1 自定义数据传输协议的通讯测试及应用第48-49页
        4.2.2 接口测试及应用第49-51页
        4.2.3 数据库测试及应用第51-52页
    4.3 WEB服务器功能测试及应用第52-56页
        4.3.1 系统登录第52-53页
        4.3.2 实时数据的动态显示第53-55页
        4.3.3 实时数据图表的动态显示第55页
        4.3.4 历史数据的查询第55-56页
        4.3.5 历史数据图表的显示第56页
        4.3.6 现场设备视频监控第56页
    4.4 系统整体性能测试第56-58页
    4.5 本章小结第58-59页
第五章 总结与展望第59-61页
    5.1 工作总结第59-60页
    5.2 未来工作展望第60-61页
参考文献第61-65页
在学期间的研究成果第65-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:基于物联网的新型林圃监测系统设计与实现
下一篇:QP1180变形抗力神经网络预测方法研究