基于无线传感器定位的供水管网渗漏监测研究

来源 :天津工业大学 | 被引量 : 0次 | 上传用户:ru438185839
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
水资源是人类生产生活中重要的资源之一,广泛应用于工业、农业和生活之中。目前,全球水资源短缺已经威胁到大多数的国家,给各国的经济、社会和科技的发展都带来了严峻的挑战。被认为水资源丰富的中国,如今全国人均水资源只有2140m3/人,成为了严重缺水国之一,水资源短缺已经成为我国经济可持续发展的制约瓶颈。供水管网是解决城镇供水问题的重要举措之一,对保障社会正常运转起着举足轻重的作用。由于供水管网长时间的投入使用导致管网局部已经腐朽、老化和变形,从而使供水管网不断发生渗漏,很大程度上造成了水资源的流失。据统计供水管网的漏损率已高达15.6%并且在逐年升高,为此,建立智能的供水管网渗漏监测定位系统具有非常重要的现实意义,达到对供水管网中的渗漏点及时定位及时发现及时处理解决的目的。无线传感器网络具有功耗低、成本低、精度高等特点,本文采用无线传感器网络技术设计供水管网渗漏监测系统,该系统对供水管道的振动、水压和水流等物理参数的监测,并实现传感器节点的定位,将监测数据和定位信息传输到监测平台存储和处理,以达到对供水管网的实时监测和定位及时发现水渗漏的目标,然后从硬件设计和软件设计两个方面对本文设计的供水管网渗漏监测系统展开详细分析。本文在基于无线传感器网络技术设计的供水管网渗漏监测系统的基础上,解决了该系统的重要技术之一无线传感器网络定位技术。结合本文设计的系统的应用环境,提出了基于SAPSO算法和RSSI优化的DV-Hop定位算法。首先分析了无线传感器网络定位技术几种关键的定位算法,然后结合本文系统的实施环境选择DV-Hop定位算法,从两个角度对DV-Hop定位算法展开优化,采用RSSI测距技术和智能群算法SAPSO优化本文定位算法,提高定位精度。
其他文献
伴随着互联网、云计算、5G技术以及自媒体行业的不断发展,人们每天所产生以及获取的信息越来越多,并且这些信息大部分都以文本的形式存在。自动文本摘要技术能快速地帮助人们在海量文本中获取主题明确、可读性高的信息。针对传统基于深度学习的文本摘要技术无法生成高质量的长文本摘要问题,本文探究了一种基于强化学习的深度代理文本摘要生成技术。主要工作如下:(1)面对循环神经网络在对长文本进行编码时容易丢失先验信息的
脑机接口(Brain-computer interface,BCI)是一种允许人脑与外部设备实时交互的通讯或控制系统,有助于残疾人士重新获得对外界交流和控制能力。在脑机接口中,稳态视觉诱发电位(Steady-state visual evoked potential,SSVEP)是一种比较常用的人机交互系统输入信号,但其往往需要一种固定的电脑屏幕作为视觉刺激器,限制了其应用的灵活性;机器人通常作为
篦冷机是水泥熟料生产过程中的关键设备,篦冷机相关控制参数的调节对能源的消耗和产品质量以及相关设备的稳定运行都具有重大影响。由于水泥生产的控制过程比较复杂,属于慢过程参数控制,导致篦冷机各控制参数存在严重的时间滞后性,而且不同控制参数的滞后时间也不相同,这为篦冷机的优化控制带来极大的困难。本课题以水泥生产中的关键设备--篦冷机为研究对象,就如何建立高精度的篦冷机参数预测模型和如何优化相关控制参数展开
随着5G时代的到来,数据资源将迎来爆炸式的增长,在自然语言处理方面,激增的主观文本为情感分析提供了充足的语料。传统的人工特征选择容易造成分割语义不准确的问题,浅层机器学习分类器较深度学习网络模型而言,分类的准确率提升空间有限。与英文不同,中文是一个由汉字组成的、数量十分庞大的语言体系,其多样的表达方式和复杂的语义为中文情感分析带来了巨大的挑战。为了有效地提取句子的语义特征,保留特征词的同时去除无关
随着声呐技术在国防建设、海洋勘探等领域的广泛应用,水下目标识别问题逐渐成为声呐智能化进程的重要研究内容。由于水下目标数据获取困难且代价高昂,导致水下样本量稀少,很难满足目前机器学习尤其是深度学习对数据量的要求,因此研究出一套准确率高、识别速度快的小样本数水下目标识别系统具有重要的实际意义。本文基于孪生(Siamese)网络架构和深层卷积神经网络,设计了用于度量水下目标样本相似度的网络模型。本文使用
移动机器人完成智能化的核心技术之一就是同时定位与建图(Simultaneous localization and Mapping,SLAM)技术,由于计算机视觉技术的突飞猛进,视觉SLAM技术受到了研究者的广泛关注。目前视觉SLAM系统的研究主要是基于静态简单环境下的,而在复杂环境下系统性能受到严重干扰,机器人的定位误差会增大,构建的地图也会出现重影问题。针对复杂环境下机器人的定位与建图问题,本文
工业机器人的末端执行器通过视觉系统对多种无序的目标物进行抓取时,会出现目标识别不准确,抓取位置不稳定等现象。本课题对某企业实际抓取物体开展研究,提供处理算法,使机器人末端执行器能获得目标物的准确抓取点和位姿。首先对机器人视觉系统进行标定,建立机器人坐标系与相机坐标系转换的旋转矩阵。由于三维视觉系统采集到的原始目标点云有许多无效信息,对点云开展预处理运算,包括平面分割、体素化网格下采样、目标分割等处
下肢康复外骨骼机器人是一种可穿戴于患者肢体,保护并辅助患者进行康复训练的辅助康复设备,近年来已经成为康复医疗器械领域的热点。目前国内外已研制出众多外骨骼,但传统的外骨骼髋关节机构自由度低,人机间采用绑带等方式固连,康复运动时会产生人机运动偏差,导致各关节运动不准确等问题还有待深入研究。本文针对传统下肢康复外骨骼髋关节自由度低,人机协调运动时产生运动偏差等问题,在人体康复运动需求的基础上,完成外骨骼
近来,物联网技术在人们现实生活中广泛普及,物联网系统中组件正逐步地被智能设备所替代。同时,随着系统规模由以往小规模向大规模转变,系统内部组件也呈指数级增长,系统架构形式呈现出多样化的特点。物联网系统的性能表现很大程度上依赖于其本身的组织架构,所以系统组织架构方式尤为重要。此外,传统物联网系统中由单一组件设备所提供的服务难以满足用户复杂的需求。服务复合技术可将系统中不同组件提供的服务整合为一个复合服
随着科技的日益发展,机器人技术越来越受到国内外学者们的关注。由于生活节奏的加快以及人们需求的不断增加,在很多场合下,单移动机器人显得独木难支,因而多机器人协同控制技术成为了当下研究的热点。多机器人共同作业可以极大地提高工作效率,通过分布式控制实现各个机器人之间共享信息,在执行任务时大大提高了容错率。在实际的应用中同时需要功能不同、尺寸不同的机器人共同作业,路径规划以及避障性能的好坏决定着工作效率,