复杂工业过程生产指标可视监控与分析平台设计与开发

这是一篇关于复杂工业过程,组态,可视分析,数据探测,动态演化的论文, 主要内容为复杂工业过程普遍具有流程长、工况复杂多变、生产过程机理复杂、变量间强耦合和生产指标数据量大等特点,生产指标监控系统在复杂工业过程监控中扮演着重要地位,是保证企业高效生产的重要支撑手段。随着云计算、大数据等ICT技术的快速发展,IT技术与OT技术正在快速融合,企业正在从数字化向智能化转型,导致企业对生产指标监控系统具备智能化的需求越来越迫切。目前,复杂工业过程指标监控系统普遍在数据洞察、专家与行业经验集成、监控结果实时评估、系统可配置性、重构和演化等诸多方面存在明显不足,导致现有的指标监控系统难以适应企业智能化发展的要求。此外,随着企业的规模不断扩大,生产复杂性日益提高,智能传感技术的广泛应用,使得企业可采集的数据越来越多,也给生产指标监控带来诸多新的挑战。因此,本文利用组态设计思想,结合数据探测、数据可视及可视分析、软件演化等技术,设计开发一个可组态、可重构、可扩展,支持数据探索分析、专家与行业经验集成、算法与模型集成,监控结果实时评估,具有动态演化功能的生产指标智能监控与分析平台,极大地提升了监控系统的智能化程度。本文依托企业重大横向项目-酒钢粉矿悬浮磁化焙烧选矿改造一期工程综合自动化MES项目,针对复杂工业对象的特点及监控需求,设计开发了复杂工业过程生产指标可视监控与分析平台,并将平台成功应用于我国西部某大型选矿厂。本文主要包括以下工作:(1)首先讨论了本文的研究意义,分析了可视监控在不同行业的研究现状和工业生产指标可视监控系统的研究现状,指出现有生产指标可视监控系统存在的问题。在此基础上,结合复杂工业过程生产指标的特点,分析了生产指标可视监控与分析平台的需求,包括功能需求和性能需求。(2)根据平台的功能需求和性能需求,设计平台的各个功能模块。首先,对复杂工业过程进行抽象和建模,通过一个七元组表征一个工序过程,据此设计了生产过程组态设计工具,通过组态构建了适用于不同生产过程的指标监控系统,实现专家知识经验的集成和平台的完全可配置,提升了平台对用户的可读性和交互性;其次,提供开放式算法接口设计,能够集成数据分析方法,为平台指标数据的分析奠定了基础;最后,设计多种可视分析方案,可以根据应用需要,配置不同可视方案,支撑了指标数据探测和监控结果评估的可视分析,为用户动态调整监控指标或监控算法提供决策依据。(3)平台使用多种先进技术,开发了复杂工业过程生产指标可视监控与分析平台。平台基于B/S架构,采用前后端分离的开发方式;前端使用Vue框架,后端使用java SSM框架,前后端通过RESTful API进行数据访问;基于Go.js库,通过Drag-and-Drop(DnD)技术实现组态设计环境的搭建;利用工厂设计模式提供开放式算法接口,支持符合标准服务接口算法的集成,系统已经集成包括随机森林、LSTM等数据分析算法;采用Bird’s eye view和Zoom-in/out实现多视图监控等可视方案,提升监控过程中对有用信息提取的洞察力;通过人机交互技术提升用户的操作体验。在此基础上完成平台六个功能模块的开发。(4)为了验证平台的有效性,以酒泉钢铁二期选矿厂为具体应用背景,以现场实际生产数据对平台的每一个功能模块进行了验证,最终平台无论从功能角度还是从性能角度均说明了自身的有效性,满足实际应用需求。

复杂工业过程生产指标可视监控与分析平台设计与开发

这是一篇关于复杂工业过程,组态,可视分析,数据探测,动态演化的论文, 主要内容为复杂工业过程普遍具有流程长、工况复杂多变、生产过程机理复杂、变量间强耦合和生产指标数据量大等特点,生产指标监控系统在复杂工业过程监控中扮演着重要地位,是保证企业高效生产的重要支撑手段。随着云计算、大数据等ICT技术的快速发展,IT技术与OT技术正在快速融合,企业正在从数字化向智能化转型,导致企业对生产指标监控系统具备智能化的需求越来越迫切。目前,复杂工业过程指标监控系统普遍在数据洞察、专家与行业经验集成、监控结果实时评估、系统可配置性、重构和演化等诸多方面存在明显不足,导致现有的指标监控系统难以适应企业智能化发展的要求。此外,随着企业的规模不断扩大,生产复杂性日益提高,智能传感技术的广泛应用,使得企业可采集的数据越来越多,也给生产指标监控带来诸多新的挑战。因此,本文利用组态设计思想,结合数据探测、数据可视及可视分析、软件演化等技术,设计开发一个可组态、可重构、可扩展,支持数据探索分析、专家与行业经验集成、算法与模型集成,监控结果实时评估,具有动态演化功能的生产指标智能监控与分析平台,极大地提升了监控系统的智能化程度。本文依托企业重大横向项目-酒钢粉矿悬浮磁化焙烧选矿改造一期工程综合自动化MES项目,针对复杂工业对象的特点及监控需求,设计开发了复杂工业过程生产指标可视监控与分析平台,并将平台成功应用于我国西部某大型选矿厂。本文主要包括以下工作:(1)首先讨论了本文的研究意义,分析了可视监控在不同行业的研究现状和工业生产指标可视监控系统的研究现状,指出现有生产指标可视监控系统存在的问题。在此基础上,结合复杂工业过程生产指标的特点,分析了生产指标可视监控与分析平台的需求,包括功能需求和性能需求。(2)根据平台的功能需求和性能需求,设计平台的各个功能模块。首先,对复杂工业过程进行抽象和建模,通过一个七元组表征一个工序过程,据此设计了生产过程组态设计工具,通过组态构建了适用于不同生产过程的指标监控系统,实现专家知识经验的集成和平台的完全可配置,提升了平台对用户的可读性和交互性;其次,提供开放式算法接口设计,能够集成数据分析方法,为平台指标数据的分析奠定了基础;最后,设计多种可视分析方案,可以根据应用需要,配置不同可视方案,支撑了指标数据探测和监控结果评估的可视分析,为用户动态调整监控指标或监控算法提供决策依据。(3)平台使用多种先进技术,开发了复杂工业过程生产指标可视监控与分析平台。平台基于B/S架构,采用前后端分离的开发方式;前端使用Vue框架,后端使用java SSM框架,前后端通过RESTful API进行数据访问;基于Go.js库,通过Drag-and-Drop(DnD)技术实现组态设计环境的搭建;利用工厂设计模式提供开放式算法接口,支持符合标准服务接口算法的集成,系统已经集成包括随机森林、LSTM等数据分析算法;采用Bird’s eye view和Zoom-in/out实现多视图监控等可视方案,提升监控过程中对有用信息提取的洞察力;通过人机交互技术提升用户的操作体验。在此基础上完成平台六个功能模块的开发。(4)为了验证平台的有效性,以酒泉钢铁二期选矿厂为具体应用背景,以现场实际生产数据对平台的每一个功能模块进行了验证,最终平台无论从功能角度还是从性能角度均说明了自身的有效性,满足实际应用需求。

基于动态软件体系结构的自适应Web应用系统研究与设计

这是一篇关于动态软件体系结构,自适应软件,Web应用系统,动态演化,D-ADL的论文, 主要内容为随着互联网和Web技术的发展,Internet迅速进入各行各业、千家万户。Web应用系统具有庞大的用户群体,同时产生了多种不同的终端类型和不同的用户需求。如何使得Web系统适应PC、智能手机、平板电脑等不同硬件设备及不同浏览器平台的访问,满足用户服务质量的要求,值得探索。特别是随着国内3G业务的迅速发展以及智能手机的广泛应用,传统基于桌面的Web系统如何克服移动设备屏幕尺寸小带宽有限和不便于输入等限制条件,解决系统运行时可能产生的布局混乱、功能失效等问题,给用户提供良好体验。因此,迫切需要一种具有自适应能力的Web应用系统,能够调整自身的行为和结构,适应不同终端平台的访问。为此,学习并研究了动态软件体系结构相关理论和软件自适应技术,并将它们应用于Web系统的设计与开发,在终端类型等方面解决了Web系统的自适应性。 本文所做的主要工作如下： (1)深入分析Web系统,基于动态体系结构,提出了自适应Web应用系统的三层架构。它们分别是用户层、自适应层和系统服务层。对其中的关键层自适应层做了详细分析设计,描述了自适应算法。 (2)利用动态体系结构描述语言D-ADL对自适应Web系统进行刻画,得出系统动态体系结构图。 (3)将上述研究结果应用到网络自主学习平台案例系统的开发中。用D-ADL对案例系统的动态体系结构进行了详细描述,说明了构件、连接件和配置。 (4)利用VS2010开发平台,前端页面采用HTML5并结合JQuery Mobile框架,算法实现编写采用C#语言,后台数据库采用SQL Server2005,实现了一个自适应的网络自主学习平台。 (5)将实现的案例系统在不同的终端设备和浏览器上进行测试,运行良好。从而实证了本文所提出的算法及设计的可行性和有效性。

复杂工业过程生产指标可视监控与分析平台设计与开发

这是一篇关于复杂工业过程,组态,可视分析,数据探测,动态演化的论文, 主要内容为复杂工业过程普遍具有流程长、工况复杂多变、生产过程机理复杂、变量间强耦合和生产指标数据量大等特点,生产指标监控系统在复杂工业过程监控中扮演着重要地位,是保证企业高效生产的重要支撑手段。随着云计算、大数据等ICT技术的快速发展,IT技术与OT技术正在快速融合,企业正在从数字化向智能化转型,导致企业对生产指标监控系统具备智能化的需求越来越迫切。目前,复杂工业过程指标监控系统普遍在数据洞察、专家与行业经验集成、监控结果实时评估、系统可配置性、重构和演化等诸多方面存在明显不足,导致现有的指标监控系统难以适应企业智能化发展的要求。此外,随着企业的规模不断扩大,生产复杂性日益提高,智能传感技术的广泛应用,使得企业可采集的数据越来越多,也给生产指标监控带来诸多新的挑战。因此,本文利用组态设计思想,结合数据探测、数据可视及可视分析、软件演化等技术,设计开发一个可组态、可重构、可扩展,支持数据探索分析、专家与行业经验集成、算法与模型集成,监控结果实时评估,具有动态演化功能的生产指标智能监控与分析平台,极大地提升了监控系统的智能化程度。本文依托企业重大横向项目-酒钢粉矿悬浮磁化焙烧选矿改造一期工程综合自动化MES项目,针对复杂工业对象的特点及监控需求,设计开发了复杂工业过程生产指标可视监控与分析平台,并将平台成功应用于我国西部某大型选矿厂。本文主要包括以下工作:(1)首先讨论了本文的研究意义,分析了可视监控在不同行业的研究现状和工业生产指标可视监控系统的研究现状,指出现有生产指标可视监控系统存在的问题。在此基础上,结合复杂工业过程生产指标的特点,分析了生产指标可视监控与分析平台的需求,包括功能需求和性能需求。(2)根据平台的功能需求和性能需求,设计平台的各个功能模块。首先,对复杂工业过程进行抽象和建模,通过一个七元组表征一个工序过程,据此设计了生产过程组态设计工具,通过组态构建了适用于不同生产过程的指标监控系统,实现专家知识经验的集成和平台的完全可配置,提升了平台对用户的可读性和交互性;其次,提供开放式算法接口设计,能够集成数据分析方法,为平台指标数据的分析奠定了基础;最后,设计多种可视分析方案,可以根据应用需要,配置不同可视方案,支撑了指标数据探测和监控结果评估的可视分析,为用户动态调整监控指标或监控算法提供决策依据。(3)平台使用多种先进技术,开发了复杂工业过程生产指标可视监控与分析平台。平台基于B/S架构,采用前后端分离的开发方式;前端使用Vue框架,后端使用java SSM框架,前后端通过RESTful API进行数据访问;基于Go.js库,通过Drag-and-Drop(DnD)技术实现组态设计环境的搭建;利用工厂设计模式提供开放式算法接口,支持符合标准服务接口算法的集成,系统已经集成包括随机森林、LSTM等数据分析算法;采用Bird’s eye view和Zoom-in/out实现多视图监控等可视方案,提升监控过程中对有用信息提取的洞察力;通过人机交互技术提升用户的操作体验。在此基础上完成平台六个功能模块的开发。(4)为了验证平台的有效性,以酒泉钢铁二期选矿厂为具体应用背景,以现场实际生产数据对平台的每一个功能模块进行了验证,最终平台无论从功能角度还是从性能角度均说明了自身的有效性,满足实际应用需求。

复杂工业过程生产指标可视监控与分析平台设计与开发

这是一篇关于复杂工业过程,组态,可视分析,数据探测,动态演化的论文, 主要内容为复杂工业过程普遍具有流程长、工况复杂多变、生产过程机理复杂、变量间强耦合和生产指标数据量大等特点,生产指标监控系统在复杂工业过程监控中扮演着重要地位,是保证企业高效生产的重要支撑手段。随着云计算、大数据等ICT技术的快速发展,IT技术与OT技术正在快速融合,企业正在从数字化向智能化转型,导致企业对生产指标监控系统具备智能化的需求越来越迫切。目前,复杂工业过程指标监控系统普遍在数据洞察、专家与行业经验集成、监控结果实时评估、系统可配置性、重构和演化等诸多方面存在明显不足,导致现有的指标监控系统难以适应企业智能化发展的要求。此外,随着企业的规模不断扩大,生产复杂性日益提高,智能传感技术的广泛应用,使得企业可采集的数据越来越多,也给生产指标监控带来诸多新的挑战。因此,本文利用组态设计思想,结合数据探测、数据可视及可视分析、软件演化等技术,设计开发一个可组态、可重构、可扩展,支持数据探索分析、专家与行业经验集成、算法与模型集成,监控结果实时评估,具有动态演化功能的生产指标智能监控与分析平台,极大地提升了监控系统的智能化程度。本文依托企业重大横向项目-酒钢粉矿悬浮磁化焙烧选矿改造一期工程综合自动化MES项目,针对复杂工业对象的特点及监控需求,设计开发了复杂工业过程生产指标可视监控与分析平台,并将平台成功应用于我国西部某大型选矿厂。本文主要包括以下工作:(1)首先讨论了本文的研究意义,分析了可视监控在不同行业的研究现状和工业生产指标可视监控系统的研究现状,指出现有生产指标可视监控系统存在的问题。在此基础上,结合复杂工业过程生产指标的特点,分析了生产指标可视监控与分析平台的需求,包括功能需求和性能需求。(2)根据平台的功能需求和性能需求,设计平台的各个功能模块。首先,对复杂工业过程进行抽象和建模,通过一个七元组表征一个工序过程,据此设计了生产过程组态设计工具,通过组态构建了适用于不同生产过程的指标监控系统,实现专家知识经验的集成和平台的完全可配置,提升了平台对用户的可读性和交互性;其次,提供开放式算法接口设计,能够集成数据分析方法,为平台指标数据的分析奠定了基础;最后,设计多种可视分析方案,可以根据应用需要,配置不同可视方案,支撑了指标数据探测和监控结果评估的可视分析,为用户动态调整监控指标或监控算法提供决策依据。(3)平台使用多种先进技术,开发了复杂工业过程生产指标可视监控与分析平台。平台基于B/S架构,采用前后端分离的开发方式;前端使用Vue框架,后端使用java SSM框架,前后端通过RESTful API进行数据访问;基于Go.js库,通过Drag-and-Drop(DnD)技术实现组态设计环境的搭建;利用工厂设计模式提供开放式算法接口,支持符合标准服务接口算法的集成,系统已经集成包括随机森林、LSTM等数据分析算法;采用Bird’s eye view和Zoom-in/out实现多视图监控等可视方案,提升监控过程中对有用信息提取的洞察力;通过人机交互技术提升用户的操作体验。在此基础上完成平台六个功能模块的开发。(4)为了验证平台的有效性,以酒泉钢铁二期选矿厂为具体应用背景,以现场实际生产数据对平台的每一个功能模块进行了验证,最终平台无论从功能角度还是从性能角度均说明了自身的有效性,满足实际应用需求。

基于动态软件体系结构的自适应Web应用系统研究与设计

这是一篇关于动态软件体系结构,自适应软件,Web应用系统,动态演化,D-ADL的论文, 主要内容为随着互联网和Web技术的发展,Internet迅速进入各行各业、千家万户。Web应用系统具有庞大的用户群体,同时产生了多种不同的终端类型和不同的用户需求。如何使得Web系统适应PC、智能手机、平板电脑等不同硬件设备及不同浏览器平台的访问,满足用户服务质量的要求,值得探索。特别是随着国内3G业务的迅速发展以及智能手机的广泛应用,传统基于桌面的Web系统如何克服移动设备屏幕尺寸小带宽有限和不便于输入等限制条件,解决系统运行时可能产生的布局混乱、功能失效等问题,给用户提供良好体验。因此,迫切需要一种具有自适应能力的Web应用系统,能够调整自身的行为和结构,适应不同终端平台的访问。为此,学习并研究了动态软件体系结构相关理论和软件自适应技术,并将它们应用于Web系统的设计与开发,在终端类型等方面解决了Web系统的自适应性。 本文所做的主要工作如下： (1)深入分析Web系统,基于动态体系结构,提出了自适应Web应用系统的三层架构。它们分别是用户层、自适应层和系统服务层。对其中的关键层自适应层做了详细分析设计,描述了自适应算法。 (2)利用动态体系结构描述语言D-ADL对自适应Web系统进行刻画,得出系统动态体系结构图。 (3)将上述研究结果应用到网络自主学习平台案例系统的开发中。用D-ADL对案例系统的动态体系结构进行了详细描述,说明了构件、连接件和配置。 (4)利用VS2010开发平台,前端页面采用HTML5并结合JQuery Mobile框架,算法实现编写采用C#语言,后台数据库采用SQL Server2005,实现了一个自适应的网络自主学习平台。 (5)将实现的案例系统在不同的终端设备和浏览器上进行测试,运行良好。从而实证了本文所提出的算法及设计的可行性和有效性。

复杂工业过程生产指标可视监控与分析平台设计与开发

这是一篇关于复杂工业过程,组态,可视分析,数据探测,动态演化的论文, 主要内容为复杂工业过程普遍具有流程长、工况复杂多变、生产过程机理复杂、变量间强耦合和生产指标数据量大等特点,生产指标监控系统在复杂工业过程监控中扮演着重要地位,是保证企业高效生产的重要支撑手段。随着云计算、大数据等ICT技术的快速发展,IT技术与OT技术正在快速融合,企业正在从数字化向智能化转型,导致企业对生产指标监控系统具备智能化的需求越来越迫切。目前,复杂工业过程指标监控系统普遍在数据洞察、专家与行业经验集成、监控结果实时评估、系统可配置性、重构和演化等诸多方面存在明显不足,导致现有的指标监控系统难以适应企业智能化发展的要求。此外,随着企业的规模不断扩大,生产复杂性日益提高,智能传感技术的广泛应用,使得企业可采集的数据越来越多,也给生产指标监控带来诸多新的挑战。因此,本文利用组态设计思想,结合数据探测、数据可视及可视分析、软件演化等技术,设计开发一个可组态、可重构、可扩展,支持数据探索分析、专家与行业经验集成、算法与模型集成,监控结果实时评估,具有动态演化功能的生产指标智能监控与分析平台,极大地提升了监控系统的智能化程度。本文依托企业重大横向项目-酒钢粉矿悬浮磁化焙烧选矿改造一期工程综合自动化MES项目,针对复杂工业对象的特点及监控需求,设计开发了复杂工业过程生产指标可视监控与分析平台,并将平台成功应用于我国西部某大型选矿厂。本文主要包括以下工作:(1)首先讨论了本文的研究意义,分析了可视监控在不同行业的研究现状和工业生产指标可视监控系统的研究现状,指出现有生产指标可视监控系统存在的问题。在此基础上,结合复杂工业过程生产指标的特点,分析了生产指标可视监控与分析平台的需求,包括功能需求和性能需求。(2)根据平台的功能需求和性能需求,设计平台的各个功能模块。首先,对复杂工业过程进行抽象和建模,通过一个七元组表征一个工序过程,据此设计了生产过程组态设计工具,通过组态构建了适用于不同生产过程的指标监控系统,实现专家知识经验的集成和平台的完全可配置,提升了平台对用户的可读性和交互性;其次,提供开放式算法接口设计,能够集成数据分析方法,为平台指标数据的分析奠定了基础;最后,设计多种可视分析方案,可以根据应用需要,配置不同可视方案,支撑了指标数据探测和监控结果评估的可视分析,为用户动态调整监控指标或监控算法提供决策依据。(3)平台使用多种先进技术,开发了复杂工业过程生产指标可视监控与分析平台。平台基于B/S架构,采用前后端分离的开发方式;前端使用Vue框架,后端使用java SSM框架,前后端通过RESTful API进行数据访问;基于Go.js库,通过Drag-and-Drop(DnD)技术实现组态设计环境的搭建;利用工厂设计模式提供开放式算法接口,支持符合标准服务接口算法的集成,系统已经集成包括随机森林、LSTM等数据分析算法;采用Bird’s eye view和Zoom-in/out实现多视图监控等可视方案,提升监控过程中对有用信息提取的洞察力;通过人机交互技术提升用户的操作体验。在此基础上完成平台六个功能模块的开发。(4)为了验证平台的有效性,以酒泉钢铁二期选矿厂为具体应用背景,以现场实际生产数据对平台的每一个功能模块进行了验证,最终平台无论从功能角度还是从性能角度均说明了自身的有效性,满足实际应用需求。