基于物联网的工业定制化生产系统设计

工业定制化生产主要面向用户个性化产品定制的需求,是智能制造的典型应用。终端用户与生产控制系统间的数据通信是工业定制化生产系统应用面临的一大挑战。针对上述挑战,设计了一套基于物联网的工业定制化生产系统。该系统通过工业物联网和云平台完成了终端用户与生产控制系统的互联,同时利用微信小程序实现了直观便捷的定制信息的采集工作,进而实现了定制化生产全流程的自动化。该系统以激光刻字定制产品为案例进行了实验。实验结果证明该系统具有可行性和良好的实时性,在提升用户体验的同时,还能够提高生产效率和降低人力成本。

基于Azure机器学习平台的大学校园用电分析与预测

校园能耗监测平台的建设,为我国校园用电情况的分析和预测提供了数据支撑。本文基于福州大学校园能耗监测平台提供的历史用电数据,通过微软Azure机器学习平台对于福州大学校园的用电情况进行了数据分析,进而总结了影响用电量的两大因素:气温与工作日程安排。根据分析结果,本文进一步提出了基于用电突变气温的分段式预测方法,并通过测试数据证明了该方法能够有效提升用电量预测的精度。

基于云平台的压砖设备健康状态分析方法设计

基于运行数据对压砖设备健康状态进行分析,对于降低设备故障率、提升压砖成品质量具有重要意义。现有方案大多数局限于离线人工分析,实时性差且推广效率低。针对上述问题,基于阿里云机器学习平台设计了压砖设备健康状态分析方法,基于聚类方法构建了压砖设备健康状态模型,在无需先验知识的情况下,对于压砖设备的工作、待机、异常等健康状态实现了建模。进而,将该模型部署于云计算平台上,通过周期性的数据导入与分析实现了压砖设备健康状态的在线分析。最后通过实例证明了该方法的有效性。