基于MongoDB和Node.js的选煤机电设备运行监控系统研究
发布时间：2022-02-09 21:37
在智能化建设浪潮中,选煤厂依托物联网技术,信息通信技术和计算机技术,一直将设备在线监控和故障分析作为智能化选煤厂建设的重中之重。现阶段选煤厂利用各种智能传感器对机电设备进行信号的采集来实现设备的实时监控,但随着传感器数量的增多,选煤厂未就大数据存储和高并发读写,以及远程监控和智能诊断等问题提出更加高效的解决方案。借助于新型的非关系型数据库模式自由、高扩展性、高可用性和管理简便的特点来管理存储数据,将新型Web技术的优势融入设备远程监控服务体系,同时利用MATLAB等数据分析工具,云平台手段的大数据分析思路,使得设备监控更加实时高效,设备故障诊断的精度和效率不断提高,从而加快选煤厂智能化和信息化建设。基于此本文将借助MongoDB与Node.js的优势,设计了一种实现海量传感器数据存储研究及应用的选煤厂设备运行监控和智能诊断系统。本文主要完成的工作如下:（1）基于MongoDB的选煤厂机电设备运行数据存储研究。根据MongoDB数据库的设计原则及选煤厂设备运行监测数据的应用特点完成数据库设计,构建数据存储平台,针对大量数据的存储和管理,研究了数据库集群配置方案,增强了系统的可靠性。另外,...
【文章来源】：太原理工大学山西省211工程院校
【文章页数】：115 页
【学位级别】：硕士
【部分图文】：
访问MongoDB数据库程序
感器电压传感器数据采集卡据处理服务器温度、振动采集ZigBee模拟量以太网太网图 3-2 底层数据采集架构图 The underlying data acquisition architecture diagr据采集的机械数据主要包括振动数据和温度数据5 无线智能传感器和 RH560 采集站，该传还具有很强的抗干扰能力，RH505 实物图
太原理工大学硕士研究生学位论文减速机 1、2 轴输出 4V RH505 振动、温度数据减速机 2、3 轴输入 5A RH505 振动、温度数据减速机 3 轴输出 6H RH505 振动、温度数据滚筒轴承座输入端 7H RH505 振动、温度数据滚筒轴承座输出端 8H RH505 振动、温度数据(1) 选煤厂主洗一层主要设备有尾煤离心液泵，合介泵，精煤磁尾冲水泵，煤泥分级泵。另外主洗二层的压滤机电机，高频筛电机，精煤脱介筛电机，中、矸石脱介筛电机的传感器测点安装位置与主洗一层相似，在这里就不做说明。选煤厂主洗一层各测点配置如图 3-4 到 3-6 所示。
【参考文献】：
期刊论文
[1]智能化选煤厂的架构设想[J]. 李扬,高鸿. 煤炭加工与综合利用. 2019(01)
[2]基于Node.js框架和MongoDB数据库的物流信息服务系统设计[J]. 朱爱华,付曹政,曹钟,李强,杨建伟. 北京建筑大学学报. 2018(04)
[3]MongoDB在存储与分析工业时间序列数据中的应用[J]. 冯德伦. 自动化与仪器仪表. 2018(09)
[4]基于MongoDB的煤矿大数据管理研究[J]. 刘玉海. 信息系统工程. 2017(09)
[5]基于电流信号的振动电机常见故障分析[J]. 孟东容,段志善,郭宝良,刘佳敏. 中国科技论文. 2017(16)
[6]选煤厂机电设备管理智能化与信息化的探索与实践[J]. 尉晓珑. 机械管理开发. 2016(04)
[7]基于MongoDB的船舶数据库构建与数据批量迁移技术[J]. 潘明阳,高立佳,宋平亮,赵丽宁. 大连海事大学学报. 2016(01)
[8]基于Java EE的电气设备状态检修管理系统[J]. 袁仲雄,周钊,陆文宇. 华东电力. 2014(11)
[9]基于小波包和改进BP神经网络算法的电机故障诊断[J]. 李春华,荣明星. 现代电子技术. 2013(15)
[10]BP神经网络的改进综述[J]. 苏丽冰. 信息与电脑(理论版). 2013(06)
硕士论文
[1]基于nodejs的web应用系统高并发处理模式的研究与实现[D]. 席季季.北京邮电大学 2018
[2]基于Node.js分布式微博系统的设计与实现[D]. 黄涛.北京邮电大学 2018
[3]基于电流与振动信息融合的转子系统典型故障诊断方法研究[D]. 石江波.太原理工大学 2017
[4]基于RESTful架构的智慧校园移动应用设计[D]. 李立庆.西安电子科技大学 2017
[5]基于Node.js的专利中心网站及咨询系统设计与实现[D]. 孙硕颖.大连理工大学 2017
[6]选煤设备机电数据库构建与远程状态监测[D]. 张瑶.太原理工大学 2017
[7]基于VB/SQL Server2000的滚动轴承多参数故障诊断系统开发[D]. 史钧宇.中北大学 2016
[8]基于Web技术的物联网数据云平台的设计与实现[D]. 卢培鹏.哈尔滨工程大学 2016
[9]基于MongoDB的传感器数据分布式存储的研究与应用[D]. 郭匡宇.南京邮电大学 2013
[10]选煤厂设备智能故障诊断方法的研究与应用[D]. 夏博.华中科技大学 2012
本文编号：3617679
【文章来源】：太原理工大学山西省211工程院校
【文章页数】：115 页
【学位级别】：硕士
【部分图文】：
访问MongoDB数据库程序
感器电压传感器数据采集卡据处理服务器温度、振动采集ZigBee模拟量以太网太网图 3-2 底层数据采集架构图 The underlying data acquisition architecture diagr据采集的机械数据主要包括振动数据和温度数据5 无线智能传感器和 RH560 采集站，该传还具有很强的抗干扰能力，RH505 实物图
太原理工大学硕士研究生学位论文减速机 1、2 轴输出 4V RH505 振动、温度数据减速机 2、3 轴输入 5A RH505 振动、温度数据减速机 3 轴输出 6H RH505 振动、温度数据滚筒轴承座输入端 7H RH505 振动、温度数据滚筒轴承座输出端 8H RH505 振动、温度数据(1) 选煤厂主洗一层主要设备有尾煤离心液泵，合介泵，精煤磁尾冲水泵，煤泥分级泵。另外主洗二层的压滤机电机，高频筛电机，精煤脱介筛电机，中、矸石脱介筛电机的传感器测点安装位置与主洗一层相似，在这里就不做说明。选煤厂主洗一层各测点配置如图 3-4 到 3-6 所示。
【参考文献】：
期刊论文
[1]智能化选煤厂的架构设想[J]. 李扬,高鸿. 煤炭加工与综合利用. 2019(01)
[2]基于Node.js框架和MongoDB数据库的物流信息服务系统设计[J]. 朱爱华,付曹政,曹钟,李强,杨建伟. 北京建筑大学学报. 2018(04)
[3]MongoDB在存储与分析工业时间序列数据中的应用[J]. 冯德伦. 自动化与仪器仪表. 2018(09)
[4]基于MongoDB的煤矿大数据管理研究[J]. 刘玉海. 信息系统工程. 2017(09)
[5]基于电流信号的振动电机常见故障分析[J]. 孟东容,段志善,郭宝良,刘佳敏. 中国科技论文. 2017(16)
[6]选煤厂机电设备管理智能化与信息化的探索与实践[J]. 尉晓珑. 机械管理开发. 2016(04)
[7]基于MongoDB的船舶数据库构建与数据批量迁移技术[J]. 潘明阳,高立佳,宋平亮,赵丽宁. 大连海事大学学报. 2016(01)
[8]基于Java EE的电气设备状态检修管理系统[J]. 袁仲雄,周钊,陆文宇. 华东电力. 2014(11)
[9]基于小波包和改进BP神经网络算法的电机故障诊断[J]. 李春华,荣明星. 现代电子技术. 2013(15)
[10]BP神经网络的改进综述[J]. 苏丽冰. 信息与电脑(理论版). 2013(06)
硕士论文
[1]基于nodejs的web应用系统高并发处理模式的研究与实现[D]. 席季季.北京邮电大学 2018
[2]基于Node.js分布式微博系统的设计与实现[D]. 黄涛.北京邮电大学 2018
[3]基于电流与振动信息融合的转子系统典型故障诊断方法研究[D]. 石江波.太原理工大学 2017
[4]基于RESTful架构的智慧校园移动应用设计[D]. 李立庆.西安电子科技大学 2017
[5]基于Node.js的专利中心网站及咨询系统设计与实现[D]. 孙硕颖.大连理工大学 2017
[6]选煤设备机电数据库构建与远程状态监测[D]. 张瑶.太原理工大学 2017
[7]基于VB/SQL Server2000的滚动轴承多参数故障诊断系统开发[D]. 史钧宇.中北大学 2016
[8]基于Web技术的物联网数据云平台的设计与实现[D]. 卢培鹏.哈尔滨工程大学 2016
[9]基于MongoDB的传感器数据分布式存储的研究与应用[D]. 郭匡宇.南京邮电大学 2013
[10]选煤厂设备智能故障诊断方法的研究与应用[D]. 夏博.华中科技大学 2012
本文编号：3617679
本文链接：https://www.wllwen.com/kejilunwen/kuangye/3617679.html
