基于振弦式传感器的桥梁施工安全监测系统设计

来源 :自动化与仪器仪表 | 被引量 : 0次 | 上传用户:menglimengwaiszy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统桥梁施工安全监测系统存在监测精度偏低且传感智能性较差的问题,提出设计一种基于振弦式传感器的桥梁施工安全监测系统.系统硬件包括定位模块、网络模块、采集数据模块、主控模块.其中定位模块由GPS接收机、GPS天线、无线接收机、GPS板卡等GPS设备等构成.系统软件中,设计了监测模块、查询分析模块.其中监测模块主要通过监测软件获取桥梁施工中的各项指标并完成监测;查询分析模块主要用于对历史监测数据进行调用、分析以及查询等.实验测试结果表明:该系统的监测精确性与传感智能性均优于现有系统,证明了该系统十分可靠,实用性很强.
其他文献
市政排水管网对城市生产、居民生活都产生重要影响,是城市基础设施的重要构成部分.针对市政排水管网普查工作,结合重庆市双福新区市政排水管网检测系统建设项目,讨论研究了管线探测和管线测量两个方面的技术设计与应用,对作业中的技术指标、作业流程及注意事项进行了阐述,为广大从业人员提供参考经验.
针对传统SVM算法在变电站变压器故障诊断中存在准确率不高的问题,在大数据环境下,结合细菌觅食算法和SVM算法,提出一种基于细菌觅食算法改进SVM的电力变压器的故障诊断模型.对此,在分析细菌觅食算法和SVM算法原理基础上,提出电力变压器故障的SVM模型;然后利用细菌觅食算法对SVM算法的参数C和γ进行寻优,并将得到的最优参数作为训练测试集的模型,对变压器故障测试数据进行测试诊断;最后,以Matlab2016a作为仿真工具,以某电力公司采集到的数据作为来源,在数据预处理基础上,分别对比PSO、GA与BFA优化
针对新能源汽车销量数据包含非随机性波动序列和随机性波动序列,采用标准BP神经网络预测精度不高的问题,提出一种基于改进BP神经网络的新能源汽车销量模型.首先,采用SARIMA模型对新能源汽车销量数据中非随机性波动序列进行预测,采用BP神经网络模型对新能源汽车销量数据中随机性波动序列进行预测;然后,将预测结果相乘,得到新能源汽车销量最终预测结果;最后,通过仿真实验对提出方法进行了验证.结果 表明,本研究基于改进BP神经网络可准确预测新能源汽车销量的趋势,平均预测准确率为90.82%,可用于实际新能源汽车月度销