基于无线传感器网络的隧道炉智能监测系统-控制工程专业论文.docxVIP

浙江工 浙江工业大学硕士学位论文 PAGE iii PAGE iii 万方数据 Dissertation Submitted to Zhejiang University of Technology for the Degree of Master Intelligent tunnel furnace monitoring system based on Wireless Sensor Network Candidate: Shen Xiaoliang Advisor: Professor Yao Minghai Lecturer Gu Qinlong College of Information Engineering Zhejiang University of Technology Nov 2015 浙江工业大学 学位论文原创性声明 本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作 所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个人或 集体已经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育机构的 学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均已在文中 以明确方式标明。本人承担本声明的法律责任。 作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留 并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本 人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 基于无线传感器网络的隧道炉智能监测系统 摘 要 将无线传感器网络应用于生产过程当中是当今制造业发展的一个热点，也是工业 4.0 的基础。无线传感器网络是由部署在特定区域内大量的传感器节点组成，它通过无线通信 网络系统，将被感知对象的信息发送给观察者。无线传感器网络在军事侦察、城市交通管 理、医疗监护、环境监测、仓储管理、空间探索等领域有着广泛的应用，是当今信息技术 里的一个崭新的应用领域。本文以电机制造加工过程中的隧道炉为平台，从无线传感器网 络的架构入手，分别以嵌入式、安卓平台及服务器端等开发技术为基础，然后采用基于支 持向量机模型(Support Vector Machine，SVM)的粒子群优化(Particle Swarm Optimization， PSO)算法建立非线性质量指标预测模型并反馈给相关人员，最终实现一个基于无线传感器 网络的智能监控系统。论文研究对于促进测控学科的发展及实际应用、推广及发展无线传 感器网络技术、改善智能工厂的应用难度具有重要意义。 本论文的主要工作包括以下几个内容： (1)对国内外无线传感器网络的发展状况以及在制造业中的应用情况进行调研，并充分 调查了嵊州电机制造业的发展现状。 (2)对隧道炉加工过程的实际需求进行了分析，并对无线传感器网络系统架构进行了深 入研究，将系统架构划分为四层：感知层、传输层、服务平台层和应用层。同时提出了传 感器节点，网关及服务器端的开发方案，并对开发过程中遇到的问题提出了针对性解决方 案。 (3)最后利用基于 SVM 的 PSO 算法建立预测模型，通过将实际测量值与预测值的对比 发现，两种存在相关性，这了验证了该模型的有效性及智能监测系统的可行性。 关键词： 无线传感器网络，传感器节点， Android，PSO，SVM 万方数据 万方数据 INTELLIGENT TUNNEL FURNACE MONITORING SYSTEM BASED ON WIRELESS SENSOR NETWORK ABSTRACT The application of wireless sensor networks in the production process is a hot spot in the development of manufacturing industry, which is also the basis of industrial 4. Wireless sensor network is composed of a large number of sensor nodes deployed in a specific area. It will be transmitted to the observer through wireless communication network system. Wireless sensor network has been widely used