中图网文创礼盒,买2个减5元
欢迎光临中图网 请 | 注册
> >
端边云协同数字孪生水闸研究

端边云协同数字孪生水闸研究

出版社:河海大学出版社出版时间:2022-12-01
开本: 24cm 页数: 284页
本类榜单:工业技术销量榜
中 图 价:¥58.8(6.0折) 定价  ¥98.0 登录后可看到会员价
加入购物车 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>
微信公众号

端边云协同数字孪生水闸研究 版权信息

  • ISBN:9787563078165
  • 条形码:9787563078165 ; 978-7-5630-7816-5
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

端边云协同数字孪生水闸研究 内容简介

本书采用动静一体化自适应感知技术、非平稳数据随机分析方法,实现对水工结构(含金属结构)的敏感要素感知、微弱信号提取、异常先兆提取。根据计算机和移动互联技术的发展,搭建边缘计算、云计算和混合计算的数据深度融合模式,实现对复杂工程状态的在线判别。全书分为6章,分别为数字孪生水闸总体框架、水闸监测与感知网络、数据预处理及分析方法、结构静动态失稳准则分析、时间序列数据分析方法及其特征分析、典型平台特征分析。

端边云协同数字孪生水闸研究 目录

**章 数字孪生水闸总体框架
1.1 概述
1.1.1 基本概念
1.1.2 相关研究
1.2 水利领域相关研究进展
1.2.1 国外进展
1.2.2 国内进展
1.2.3 国内试点
1.3 研究内容
1.3.1 建设目的与总体构架
1.3.2 数据底板建设及信息感知
1.3.3 多源异构混合驱动建模和解译
1.3.4 成果展现可视化与人机交互
1.4 总体架构及关键技术
1.4.1 总体架构
1.4.2 关键技术
1.4.3 数据流程
第二章 水闸监测与感知网络
2.1 运行环境及水文监测
2.1.1 激光测风
2.1.2 雷达测雨
2.1.3 水位监测
2.1.4 水质监测
2.1.5 流速流量监测
2.2 混凝土结构响应监测
2.2.1 内部温度及应变监测
2.2.2 位移监测
2.2.3 渗流监测
2.2.4 混凝土碳化及剥蚀检测
2.2.5 振动监测
2.3 岩土结构响应监测
2.3.1 护坡监测
2.3.2 强震监测
2.3.3 渗漏监测
2.3.4 土压力监测
2.3.5 地下缺陷监测
2.4 闸门金属结构响应监测
2.4.1 闸门安全监测
2.4.2 启闭机安全监测
2.5 闸门机电设备监测
2.5.1 电机转速监测
2.5.2 电机温度监测
2.5.3 其他机电设备
2.6 智能传感器特征分析
2.6.1 智能传感器的结构组成
2.6.2 智能传感器的功能
2.6.3 智能传感器的特点
2.6.4 主要智能传感器
2.6.5 存在问题
2.7 水闸安全监测智能组网
2.7.1 超短波组网
2.7.2 无线网桥组网
2.7.3 ZigBee组网
2.7.4 LoRa组网
2.7.5 蜂窝公网
2.7.6 窄带物联网N昏IoT
2.7.7 混合组网
2.8 水闸安全监测平台构建
2.8.1 典型架构
2.8.2 边一端数据传输
2.8.3 云一边数据传输
第三章 数据预处理及分析方法
3.1 结构化数据误差识别要求与方法
3.1.1 逻辑判别法
3.1.2 统计判别法
3.1.3 监控模型判别法
3.1.4 基于图像的粗差识别法
3.1.5 人工智能方法
3.2 非结构化数据误差识别要求与方法
3.2.1 非结构化数据的特点
3.2.2 模式与模式识别
3.2.3 模式识别的特点
3.2.4 模式识别的主要方法
3.2.5 异常检测典型算法
3.2.6 模式识别的应用和发展
3.3 异常数据判别的计算机实现
3.3.1 异常值处理方法
3.3.2 异常值判别处理计算机实现
3.4 本章小结
第四章 结构静动态失稳准则分析
4.1 基本概念
4.1.1 屈服准则
4.1.2 屈服曲线的性质
4.2 静力失稳准则
4.2.1 强度破坏准则
4.2.2 断裂准则
4.3 动力失稳准则
4.3.1 动力稳定性问题
4.3.2 结构动力稳定性判定准则
4.3.3 结构动力分析的基本理论
4.3.4 结构动力的研究方法
4.4 水闸有限元动力分析
4.4.1 结构动力计算假定、参数确定
4.4.2 模态分析理论基础
4.5 本章小结
第五章 时间序列数据分析方法及其特征分析
5.1 趋势分析、周期分析和突变分析
5.1.1 趋势分析
5.1.2 周期分析
5.1.3 突变分析
S.2 小波变换与小波包变换
5.2.1 小波变换
5.2.2 小波包变换
5.3 经验模态分解与变分模态分解
5.3.1 经验模态分解
5.3.2 变分模态分解
5.4 希尔伯特-黄变换
5.4.1 概述
5.4.2 希尔伯特-黄变换基本原理
5.4.3 希尔伯特-黄变换的端点效应
5.5 回归分析
‘5.5.1 回归分析法
5.5.2 逐步回归分析法
5.5.3 逻辑回归
5.6 随机森林
5.6.1 决策树
5.6.2 随机森林算法的优缺点
5.7 人工智能
5.7.1 时间序列分析中的人工智能模型基本原理
5.7.2 基于各类模型的时间序列数据分析
5.7.3 模型对比与选择
5.8 深度学习理论分析
5.8.1 深度学习基础
5.8.2 深度学习研究的新进展
第六章 典型平台特征分析
6.1 云计算及其平台
6.1.1 研究进展
6.1.2 典型架构
6.1.3 典型部署及特点
6.1.4 关键技术
6.1.5 应用情况
6.1.6 存在问题及发展趋势
6.2 雾计算及其平台
6.2.1 研究进展
6.2.2 典型架构
6.2.3 典型部署及特点
6.2.4 关键技术
6.2.5 应用情况
6.2.6 存在问题及发展趋势
6.3 边缘计算及其平台
6.3.1 研究进展
6.3.2 典型架构
6.3.3 典型部署及特点
6.3.4 主流软硬件
6.3.5 关键技术
6.3.6 应用情况
6.3.7 存在问题及发展趋势
6.4 云-边-端协同系统及其架构
6.4.1 研究进展
6.4.2 典型架构
6.4.3 典型部署及特点
6.4.4 关键技术
6.4.5 应用情况
6.4.6 存在问题及发展趋势
6.5
展开全部
商品评论(0条)
暂无评论……
书友推荐
编辑推荐
返回顶部
中图网
在线客服