【摘 要】
:
随着智能制造领域的迅猛发展,制造业企业的在生产中产生的海量业务数据成为了制造业企业发展的宝贵财富。基于文本编程的工业数据管理系统要求开发人员熟练的掌握编程语言以及相关的工业互联网通信技术,存在着技术门槛高、复用性差、系统升级困难等问题。本文研究了一种图形化程序编程技术,用于实现工业数据采集与管理程序的图形化无代码开发。主要研究内容如下:首先,在研究了相关图形化编程标准与工业互联网通信技术的基础上,
论文部分内容阅读
随着智能制造领域的迅猛发展,制造业企业的在生产中产生的海量业务数据成为了制造业企业发展的宝贵财富。基于文本编程的工业数据管理系统要求开发人员熟练的掌握编程语言以及相关的工业互联网通信技术,存在着技术门槛高、复用性差、系统升级困难等问题。本文研究了一种图形化程序编程技术,用于实现工业数据采集与管理程序的图形化无代码开发。主要研究内容如下:首先,在研究了相关图形化编程标准与工业互联网通信技术的基础上,制定了图形化编程方法和技术方案,给出了将数据库设计进行图形化开发的方法,制定了数据采集图形化开发和数据库图形化开发的编程技术。其次,研究了用于数据库设计的E-R图程序,设计了E-R图与图形化程序的程序转换技术,定义了图形化程序的结构,建立了E-R图程序模型和接口模型,研发了程序模型的JSON描述文件和解析程序。接着,参照IEC61131-3标准中的功能块程序模型对常用的数据采集与数据处理算法进行封装,创建了功能块程序的指令集。设计了功能块程序的程序结构,建立了由功能块指令组成的图形化程序的统一JSON描述方法,研发了基于AOV图的功能块程序的程序编译方法,将图形化程序转换为互联网系统的目标程序,实现了数据采集和管理程序的图形化开发。最后,进行对图形化编程技术的功能进行了验证。通过工程实例验证了图形化编程技术。通过图形化无代码程序开发,可以有效地简化了控制工程师从数据库设计到数据采集过程的开发工作量,系统复用性强,开发周期短,对工业控制软件开发效率的提升具有一定意义。
其他文献
纵火是一种特殊的犯罪形式,具有犯罪动机复杂,调查取证难的特点。纵火除了造成人员伤亡和财产损失外,还可能会产生巨大的社会影响,并在公众中引起心理恐慌。目前,数据挖掘技术正日益成为预防和打击犯罪的有力工具。在纵火预防策略的研究中,从时空模式出发挖掘纵火发生的聚集规律,将有助于警力与消防资源的部署,提升工作效率,减少响应时间。而对团伙纵火的快速识别,将为案件的侦破和预防提供有效的支撑。为了挖掘纵火事件在
显著性目标检测旨在识别出图像中人类最为感兴趣的物体或者区域,并将其完整准确地分割出来,其在计算机视觉领域中扮演着重要的角色,被广泛应用在语义分割、实例分割、目标识别等任务中。经典的显著性检测算法在复杂的场景下,例如:前景目标多、背景和前景区分度不大、背景嘈杂等情况,受限于单模态RGB对外观等特征结构预测能力较弱、对复杂的情况缺乏判别力等,仅使用单模态RGB特征难以获得准确的显著检测结果,因此需要其
显著性检测任务的目标是利用计算机模拟人眼注意力机制,以检测图片中的显著性区域及物体。该技术在很多实际应用中发挥着重要的作用。近年来,基于深度学习的显著性检测算法在检测性能上取得了阶段性的进展,但是其仍存在着诸多亟待解决的难题。首先,如何提升显著目标的边界清晰度并有效抑制背景噪声是提升模型检测性能的关键问题。另外,现有方法大都为提升算法性能的研究,而忽视了对模型计算量、存储量开销的限制。因此,如何平
伴随着科学与信息技术的发展,医疗超声设备在日常医疗中发挥着越来越重要的作用。在实际医疗应用中,随着医学影像设备的增加,不同的医学影像对分辨率等图像质量参数的需求不同,需要对患者的医学图像中的字符进行识别,实现对不同医学影像文件的分类。同时,为了对医疗超声设备的结果进行有效保存,需要采集并存储影超声像信息,因此导致医学影像记录存储数据量剧增。本文针对上述两个问题开展研究,主要工作如下:(1)针对字符
面向治安防控的行人异常行为的检测和研究在管理学领域有着重要意义,有助于实现城市管理、警情管理的自动化、智能化、去人工化;行人轨迹作为行人行为的重要特征可以反映行人的运动模式,是相关领域的研究热点之一。但是利用智能视频监控获取的轨迹往往伴随较多跟踪错误,并且现有的主流异常轨迹检测手段仅关注局部特征,导致不适用于复杂的行人轨迹。针对上述问题,本文提出了一套基于多特征融合的行人异常轨迹检测方案,对治安防
手势估计技术在众多实际应用中都提供核心技术支持。为解决手部姿态估计问题,本论文提出了一种基于多任务学习框架的高精度3D手势估计网络SegPoseNet。传统方法通常仅从单一任务角度提取图像特征,无法充分利用图像固有的丰富信息;同时,模型偏向单一化导向的优化指标也不能全面地反映数据真实分布情况。本研究工作对手部分割任务进行了深入地探索,通过引入分割语义信息指导手部姿态估计任务的学习。鉴于当前手势估计
三明治夹芯结构由夹芯层与上下金属合金板组成,其主要特点是内部含有大量孔隙,因此,在保证强度的基础上能有效降低结构重量。相对于传统层板结构,该结构具有吸能、抗震、减重、低成本等方面的优势,近年来,在航空航天、车辆、军工等重要领域均有大量应用。工程结构应用中,三明治夹芯结构不可避免地会遭受压缩、冲击等载荷作用,进而导致复合结构发生断裂、连接界面脱粘等破坏,因而研究具有不同多孔芯层结构参数的轻质金属聚合
水下图像增强在海洋探测领域中起着非常重要的作用。由于水下存在大量大小不一的颗粒物,成像时这些颗粒物会导致前向散射、后向散射及水本身会导致光强指数衰减,最终致使水下图像出现对比度低、能见度低、含有明显噪点等问题。使用普通光强图像难以取得理想恢复效果。越来越多的研究表明偏振是某些水下生物低光照下拥有视觉的关键。使用偏振图像的恢复效果受制于成像模型中对参数估计的准确性;使用深度学习受制于使用人工生成的水
三维彩色点云能够同时描述三维空间中物体的相对位置和颜色信息,近年来,越来越广泛地应用于数字化现实场景,如工业检测、自主导航、文物保护、虚拟现实等。通过标定激光与相机,对三维点云染色可以获取三维彩色点云。而在构建大范围场景的三维彩色点云时,需要利用配准方法,将不同位置下的三维彩色点云统一到同一坐标系下。本文通过研究三维激光与相机的间接标定法和直接标定法,融合三维点云与二维图像,获得三维彩色点云。对相
小型旋翼无人机灵活度高、机动性强,能适应复杂的室内外场景,因而在未知环境探索和地图构建等任务中得到越来越多的应用。目前,基于旋翼无人机的自主探索与语义建图面临诸多挑战:一方面,现有探索方法大多缺乏对探索效率和建图精度的综合考虑,所建地图往往误差较大,不利于无人机后续的运动规划;另一方面,当前语义建图方法对环境中深度变化不明显的区域分割效果较差,容易造成物体语义信息的丢失。本文对旋翼无人机的自主探索