电梯运行监控预警系统研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 选题背景及意义 | 第11-13页 |
| 1.1.1 选题背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 电梯知识介绍 | 第13-17页 |
| 1.2.1 电梯系统结构 | 第13-15页 |
| 1.2.2 电梯系统主要技术指标 | 第15-16页 |
| 1.2.3 常见电梯故障分析 | 第16-17页 |
| 1.3 国内外研究现状 | 第17-21页 |
| 1.3.1 电梯监控系统研究现状 | 第17-18页 |
| 1.3.2 故障预测技术研究现状 | 第18-20页 |
| 1.3.3 径向基(RBF)神经网络研究现状 | 第20-21页 |
| 1.3.4 故障预测在电梯领域的应用 | 第21页 |
| 1.4 主要研究内容 | 第21-22页 |
| 1.5 论文组织结构 | 第22-23页 |
| 第2章 电梯运行监控预警系统整体方案 | 第23-31页 |
| 2.1 系统需求分析 | 第23-24页 |
| 2.2 电梯运行监控预警系统整体架构概述 | 第24-26页 |
| 2.2.1 数据收集模块 | 第24页 |
| 2.2.2 无线传输模块 | 第24-25页 |
| 2.2.3 Web监管平台 | 第25页 |
| 2.2.4 用户模块 | 第25-26页 |
| 2.3 电梯运行监控预警系统通信设计实现 | 第26-28页 |
| 2.3.1 传输协议包 | 第26页 |
| 2.3.2 连接方式的选择 | 第26-27页 |
| 2.3.3 电梯传感器监控数据上传 | 第27-28页 |
| 2.3.4 用户请求 | 第28页 |
| 2.4 本章小结 | 第28-31页 |
| 第3章 电梯故障预测模型构建与优化 | 第31-45页 |
| 3.1 故障预测模型概述 | 第31-32页 |
| 3.2 样本预处理 | 第32-33页 |
| 3.3 RBF神经网络原理 | 第33-37页 |
| 3.3.1 RBF神经网络结构 | 第33-35页 |
| 3.3.2 学习算法 | 第35-37页 |
| 3.4 故障预测模型构建与优化 | 第37-40页 |
| 3.4.1 PSO概述 | 第37-39页 |
| 3.4.2 PSO优化RBF神经网络预测模型 | 第39-40页 |
| 3.5 实验结果分析 | 第40-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第4章 系统Web监管平台设计与实现 | 第45-59页 |
| 4.1 Web监管平台 | 第45-47页 |
| 4.1.1 平台总体功能 | 第45页 |
| 4.1.2 技术路线 | 第45-47页 |
| 4.2 数据库设计 | 第47页 |
| 4.3 子系统功能设计 | 第47-52页 |
| 4.3.1 地图监测 | 第47-49页 |
| 4.3.2 检验/维保记录 | 第49页 |
| 4.3.3 信息管理 | 第49-50页 |
| 4.3.4 电梯查询 | 第50-51页 |
| 4.3.5 统计分析 | 第51-52页 |
| 4.4 子系统功能实现 | 第52-57页 |
| 4.4.1 地图监测 | 第52-53页 |
| 4.4.2 维保记录 | 第53-54页 |
| 4.4.3 检验记录 | 第54页 |
| 4.4.4 信息管理 | 第54-55页 |
| 4.4.5 电梯查询 | 第55-57页 |
| 4.4.6 统计分析 | 第57页 |
| 4.5 本章小结 | 第57-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59-60页 |
| 5.2 展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第67页 |
