面向云端智能的预测性维护组态系统设计与实现
这是一篇关于低代码编程,预测性维护,函数库,云端智能的论文, 主要内容为随着智能制造技术的不断提高,对关键设备的可靠性要求以及维护管理的要求也逐渐提高。预测性维护对减少关键设备的非故障停机时间,保障设备维持安全、可靠的服务具有重要意义。传统的预测性维护系统设计存在信息孤岛且组态化程度不高,因此本文从低代码编程技术入手,以关键设备云端智能服务为应用背景,设计了预测性维护组态系统技术框架,建立了基于拖拽式的低代码编程可视化方法,实现了基于数据挖掘的预测性维护函数库,开发了面向云端智能的预测性维护组态系统,具体工作内容包括:(1)提出了面向云端智能的预测性维护组态系统技术框架。针对传统预测性维护系统开发过程中存在信息孤岛、组态化程度不高等问题,本文引入低代码编程技术,系统概述了系统开发过程中需要涉及的工作,包括边云协同技术、低代码编程技术以及预测性维护函数库设计等,设计了具有操作灵活、功能多样化、组态化的面向云端智能的预测性维护组态系统技术框架。(2)建立了基于拖拽式的低代码编程可视化方法。针对传统编程开发技术存在的拓展性低、灵活性差、对专业人员依赖性强等问题,通过低代码编程技术,利用可视化功能节点封装技术,建立了基于拖拽式的低代码编程可视化方法,实现了节点自定义封装、节点数据注入和输出、节点数据解析以及节点部署等功能,以便于非专业人员采用拖拉拽的形式快速搭建应用开发程序。(3)构建了基于数据挖掘的预测性维护函数库。针对预测性维护函数设计不规范、移植难度大、集成性差等问题,设计了预测性维护函数库架构,梳理了函数库设计规范和制定了函数库设计流程。通过分析预测性维护功能和函数,提出了基于数据挖掘的函数库模型构建方法,构建了具有设计规范化、功能多样化、使用接口化的预测性维护函数库。(4)开发了面向云端智能的预测性维护组态系统。以组态化的智能分析系统为目标设计了前后端松耦合的整体系统架构,通过B/S架构的设计模式,利用Fast Api+Vue.js前后端技术,并在云端搭建了低代码编系统,遵循模块式开发方式开发了远程数据传输、数据缓存、函数库集成、可视化节点封装数据展示等功能模块,实现了面向云端智能的预测性维护组态系统的开发。
面向云端智能的预测性维护组态系统设计与实现
这是一篇关于低代码编程,预测性维护,函数库,云端智能的论文, 主要内容为随着智能制造技术的不断提高,对关键设备的可靠性要求以及维护管理的要求也逐渐提高。预测性维护对减少关键设备的非故障停机时间,保障设备维持安全、可靠的服务具有重要意义。传统的预测性维护系统设计存在信息孤岛且组态化程度不高,因此本文从低代码编程技术入手,以关键设备云端智能服务为应用背景,设计了预测性维护组态系统技术框架,建立了基于拖拽式的低代码编程可视化方法,实现了基于数据挖掘的预测性维护函数库,开发了面向云端智能的预测性维护组态系统,具体工作内容包括:(1)提出了面向云端智能的预测性维护组态系统技术框架。针对传统预测性维护系统开发过程中存在信息孤岛、组态化程度不高等问题,本文引入低代码编程技术,系统概述了系统开发过程中需要涉及的工作,包括边云协同技术、低代码编程技术以及预测性维护函数库设计等,设计了具有操作灵活、功能多样化、组态化的面向云端智能的预测性维护组态系统技术框架。(2)建立了基于拖拽式的低代码编程可视化方法。针对传统编程开发技术存在的拓展性低、灵活性差、对专业人员依赖性强等问题,通过低代码编程技术,利用可视化功能节点封装技术,建立了基于拖拽式的低代码编程可视化方法,实现了节点自定义封装、节点数据注入和输出、节点数据解析以及节点部署等功能,以便于非专业人员采用拖拉拽的形式快速搭建应用开发程序。(3)构建了基于数据挖掘的预测性维护函数库。针对预测性维护函数设计不规范、移植难度大、集成性差等问题,设计了预测性维护函数库架构,梳理了函数库设计规范和制定了函数库设计流程。通过分析预测性维护功能和函数,提出了基于数据挖掘的函数库模型构建方法,构建了具有设计规范化、功能多样化、使用接口化的预测性维护函数库。(4)开发了面向云端智能的预测性维护组态系统。以组态化的智能分析系统为目标设计了前后端松耦合的整体系统架构,通过B/S架构的设计模式,利用Fast Api+Vue.js前后端技术,并在云端搭建了低代码编系统,遵循模块式开发方式开发了远程数据传输、数据缓存、函数库集成、可视化节点封装数据展示等功能模块,实现了面向云端智能的预测性维护组态系统的开发。
面向云端智能的预测性维护组态系统设计与实现
这是一篇关于低代码编程,预测性维护,函数库,云端智能的论文, 主要内容为随着智能制造技术的不断提高,对关键设备的可靠性要求以及维护管理的要求也逐渐提高。预测性维护对减少关键设备的非故障停机时间,保障设备维持安全、可靠的服务具有重要意义。传统的预测性维护系统设计存在信息孤岛且组态化程度不高,因此本文从低代码编程技术入手,以关键设备云端智能服务为应用背景,设计了预测性维护组态系统技术框架,建立了基于拖拽式的低代码编程可视化方法,实现了基于数据挖掘的预测性维护函数库,开发了面向云端智能的预测性维护组态系统,具体工作内容包括:(1)提出了面向云端智能的预测性维护组态系统技术框架。针对传统预测性维护系统开发过程中存在信息孤岛、组态化程度不高等问题,本文引入低代码编程技术,系统概述了系统开发过程中需要涉及的工作,包括边云协同技术、低代码编程技术以及预测性维护函数库设计等,设计了具有操作灵活、功能多样化、组态化的面向云端智能的预测性维护组态系统技术框架。(2)建立了基于拖拽式的低代码编程可视化方法。针对传统编程开发技术存在的拓展性低、灵活性差、对专业人员依赖性强等问题,通过低代码编程技术,利用可视化功能节点封装技术,建立了基于拖拽式的低代码编程可视化方法,实现了节点自定义封装、节点数据注入和输出、节点数据解析以及节点部署等功能,以便于非专业人员采用拖拉拽的形式快速搭建应用开发程序。(3)构建了基于数据挖掘的预测性维护函数库。针对预测性维护函数设计不规范、移植难度大、集成性差等问题,设计了预测性维护函数库架构,梳理了函数库设计规范和制定了函数库设计流程。通过分析预测性维护功能和函数,提出了基于数据挖掘的函数库模型构建方法,构建了具有设计规范化、功能多样化、使用接口化的预测性维护函数库。(4)开发了面向云端智能的预测性维护组态系统。以组态化的智能分析系统为目标设计了前后端松耦合的整体系统架构,通过B/S架构的设计模式,利用Fast Api+Vue.js前后端技术,并在云端搭建了低代码编系统,遵循模块式开发方式开发了远程数据传输、数据缓存、函数库集成、可视化节点封装数据展示等功能模块,实现了面向云端智能的预测性维护组态系统的开发。
面向云端智能的预测性维护组态系统设计与实现
这是一篇关于低代码编程,预测性维护,函数库,云端智能的论文, 主要内容为随着智能制造技术的不断提高,对关键设备的可靠性要求以及维护管理的要求也逐渐提高。预测性维护对减少关键设备的非故障停机时间,保障设备维持安全、可靠的服务具有重要意义。传统的预测性维护系统设计存在信息孤岛且组态化程度不高,因此本文从低代码编程技术入手,以关键设备云端智能服务为应用背景,设计了预测性维护组态系统技术框架,建立了基于拖拽式的低代码编程可视化方法,实现了基于数据挖掘的预测性维护函数库,开发了面向云端智能的预测性维护组态系统,具体工作内容包括:(1)提出了面向云端智能的预测性维护组态系统技术框架。针对传统预测性维护系统开发过程中存在信息孤岛、组态化程度不高等问题,本文引入低代码编程技术,系统概述了系统开发过程中需要涉及的工作,包括边云协同技术、低代码编程技术以及预测性维护函数库设计等,设计了具有操作灵活、功能多样化、组态化的面向云端智能的预测性维护组态系统技术框架。(2)建立了基于拖拽式的低代码编程可视化方法。针对传统编程开发技术存在的拓展性低、灵活性差、对专业人员依赖性强等问题,通过低代码编程技术,利用可视化功能节点封装技术,建立了基于拖拽式的低代码编程可视化方法,实现了节点自定义封装、节点数据注入和输出、节点数据解析以及节点部署等功能,以便于非专业人员采用拖拉拽的形式快速搭建应用开发程序。(3)构建了基于数据挖掘的预测性维护函数库。针对预测性维护函数设计不规范、移植难度大、集成性差等问题,设计了预测性维护函数库架构,梳理了函数库设计规范和制定了函数库设计流程。通过分析预测性维护功能和函数,提出了基于数据挖掘的函数库模型构建方法,构建了具有设计规范化、功能多样化、使用接口化的预测性维护函数库。(4)开发了面向云端智能的预测性维护组态系统。以组态化的智能分析系统为目标设计了前后端松耦合的整体系统架构,通过B/S架构的设计模式,利用Fast Api+Vue.js前后端技术,并在云端搭建了低代码编系统,遵循模块式开发方式开发了远程数据传输、数据缓存、函数库集成、可视化节点封装数据展示等功能模块,实现了面向云端智能的预测性维护组态系统的开发。
基于动态数据逻辑结构特征的室内移动机器人低代码编程平台的设计方法
这是一篇关于低代码编程,P-集合,数据逻辑特征,先验知识,人机交互的论文, 主要内容为近年来,随着人工智能、大数据以及计算机技术的发展,在移动机器人的研究上也取得了较大的进展。其中,室内移动机器人的发展方兴未艾,其应用范围非常之广,在工厂作业、餐饮、医疗以及一些公共场所都有所应用。目前对于移动机器人常用的功能控制是实现其自主导航和避障,而这些功能的实现离不开专业技术人员对移动机器人的编程控制,这种编程往往都是针对某一固定的数学模型或特定的应用场景,当其所处的环境发生变化或者任务目标发生变化时,都需要重新对其进行数学建模和代码的编程。传统的这种控制器软件开发实现方式存在效率低、门槛高、开发周期长、工作量大、成本高的弊端。针对传统的这种编程控制方式中存在的弊端,本文利用传感器的动态数据逻辑结构特征对室内移动机器人进行低代码的编程控制并开发了相关的应用平台,能够实现移动机器人自主导航和避障的功能。本文的主要工作如下:(1)给出了一种基于动态数据逻辑结构特征的室内移动机器人低代码编程控制方法。首先,给出了移动机器人传感器数据特征和数据变化特征以及先验知识的表示方式和相关的数学模型,明确了利用先验知识的提取、表示、编译与解释以及推理从而实现低代码编程的控制方法。其次,利用P-集合的相关原理给出了先验知识的提取模型和实现方法以及先验知识的推理方法,给出了利用16进制字节码进行知识编译与解释的实现原理。最后,从理论上阐述了利用先验知识进行移动机器人的导航和避障的可行性和合理性,并且给出了其在面对不同场景时所具备的灵活性。(2)自主设计搭建了移动机器人下位机的原型控制系统。首先,完成了硬件平台的搭建,其次,利用PIC核心控制器实现了对传感器模块、驱动模块、传输模块等基础软件模块的开发设计,并基于对知识的解释和推理的方法开发了相关的解释模块、存储模块、推理模块等应用模块。最后,通过传感器的信息融合实现了移动机器人的相对定位、轨迹跟踪的功能。(3)开发了低代码编程平台的上位机人机交互界面。开发了 C/S架构的上位机软件平台,包括遥操作、传感器节点语义配置、知识提取属性配置、低代码编程逻辑配置、低代码编程规则配置以及导航路线配置的上位机配置界面,此外还设计了对数据特征进行显示的上位机显示界面。通过设计的人机交互界面可以实现控制移动机器人完成任务的低代码编程,当应对不同的场景变化时也能利用低代码平台重新进行编程以适应新的需求,从而最终能够实现编程效率的提高以及适应不同场景的灵活性。(4)利用低代码平台完成了对移动机器人的导航和避障功能的实验验证。并且针对不同的场景变化利用低代码编程平台重新进行了编程从而适应了新的场景需求,验证了低代码编程平台所具有的灵活性和适应性,对室内移动机器人低代码开发平台的深入研究具有一定的参考价值。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码货栈 ，原文地址：https://bishedaima.com/lunwen/52602.html
