智能集成有色冶炼企业原料采购量价预警系统研究

预警系统的研究工作在我国开展较晚 ,主要集中在宏观调控方面 ,对于企业中的实际问题研究较少 ,预警方法的研究也基本局限在一些传统的方法上 .本文提出了智能集成预警系统概念 ,并针对有色冶炼企业原料管理工作特点 ,建立了智能集成原料采购量价预警系统 .将其应用于某厂原料采购的实际工作中 ,取得了较满意的效果 .

面向敏感区域的智能监控与预警数据库研究与设计

文章采用多线程、数据库、目标检测与跟踪、区块链等技术设计了适合敏感区域使用的智能监控与预警数据库系统,实现了对可疑动态物体和静态物体的定位、检测、跟踪、拍摄、入库、预警、查询、管理等功能,解决了监控编程中经常出现的“死机”等问题。同时,为了保证监控预警数据的高度安全性,文章利用区块链技术存储相关数据,由共识算法决定数据的删除等操作,并对关键技术和实现过程进行分析,对视频流畅度等进行实验验证。文章以“双一流”高校实验室安全建设为例对设计的智能监控与预警数据库系统进行了验证。

基于超声波传感器的带式输送机烟丝瞬时流量监测系统的设计

文章提出了一种基于超声波的带式输送机烟丝瞬时流量监测系统设计方案。该方案通过超声波测距技术获取输送带上烟丝高度数据,完成对烟丝堆积截面轮廓边界的拟合,后将堆积截面近似转化为多边形,再利用相应公式计算多边形的面积即可得出烟丝近似堆积截面积。结合速度编码器获取的输送带速度数据和烟丝标准物理参数,最终得出带式输送机上烟丝瞬时流量,可为烟草制丝带式输送机防堵料智能预警技术提供实时、准确的数据来源。

海上油田群结构化数据智能分析与应用

结构化数据是智能油田建设的基础,广泛应用于指导油田勘探、生产、管理决策和电子商务等环节。某海上油田群不断开展结构化数据的智能分析与应用,开发了油井智能预警、计量监测与修正、智能注水管理、化学药剂智能监控等功能模块,大幅提升了油田信息管理水平,使电力、水源、化学药剂等资源得到了合理利用,保障了油田高效开发的同时践行绿色低碳发展理念。

基于BP神经网络的架空输电线路树障隐患预测技术研究

架空输电线路走廊的高杆植物如桉树、松树、竹子等易引起接地短路,严重威胁电力系统的安全运行。为了高效运维输电线路,建立具有树障隐患预测预警功能的智能系统十分必要。对树高的准确预测是实现树障隐患预警的关键技术之一,为此提出了一种基于BP神经网络的树木生长高度预测方法,以广东清远地区架空输电线下速生桉为研究对象,采用Python编程实现BP神经网络模型的构建,并对模型进行回归分析,为建立树障隐患智能预警系统奠定了基础。以桉树的树龄和种植密度作为网络输入,以桉树的树高作为网络输出,构建2:n:1的BP神经网络模型。选取前5年的数据用于训练网络,第6年和第7年的数据用于对网络进行测试。通过多次训练试验后选取最优模型,确定了2:2:1结构的模型最优,桉树树高BP模型的平均精度达到96.6%。对模型进行回归分析,证明该模型具有良好的拟合效果。