一、Web Service在工业过程监控系统中的应用（论文文献综述）
付一达[1]（2021）在《基于RESTful的工业机器人安全测试管理系统》文中提出
谢艳[2]（2021）在《基于MQTT协议的组态软件Web发布系统的设计与实现》文中研究说明
张维[3]（2021）在《基于大数据技术的制造企业信息化平台的设计与实现》文中进行了进一步梳理全球一体化的背景下,制造企业面临着国内外以及同行的多方面竞争压力,企业生产模式更加趋向于多品种、小批量、个性化和定制化。企业现有的信息化系统存在数据共享不及时、信息不对称和反馈滞后等问题,无法对数据进行动态识别和实时响应,已无法满足制造企业的生产要求。因此,借助大数据技术对制造企业进行信息集成、知识共享、实时反馈等已刻不容缓。本文以制造企业为研究背景,W企业为研究对象,基于大数据技术,进行企业信息化服务平台的设计与实现。本文主要工作如下。1.平台总体设计。首先,以制造企业为切入点,分析平台总需求,并以W企业为研究对象,梳理该企业存在工艺流程设计效率低和投产率/产出率低的问题;然后,在对制造企业信息化建设方面进行深入研究的基础上,设计平台总架构;最后,根据平台需求设计平台中数据的导入、算法、分析、存储、导出和展示功能模块,并重点针对困扰W企业的工艺流程设计和投产率/产出率问题,对数据算法模块和数据分析模块的设计进行了详细地阐述,同时对平台所用的开发工具进行了技术选型。2.平台相关技术。重点刨析了 Spark分布式计算框架、HDFS分布式文件存储系统、HBase非关系型数据库、Kafka消息中间件以及深度学习算法等信息化服务平台搭建全过程中的多个关键技术。使用Spark,实现数据的实时分布式计算;使用HDFS和HBase,实现平台的动态扩容和数据的海量高效查询;使用Kafka,保证数据的高效性和安全性;使用ACGAN网络,保证小样本量数据集的图像处理。3.平台搭建与模块实现。利用Hadoop/Spark分布式框架,搭建制造企业信息化服务平台,结合W企业的实际生产数据验证了平台各功能模块。其中,数据导入模块为平台提供数据源,实现平台数据采集功能;在数据算法模块中,提出以ACGAN网络模型为代表的数据驱动模式来设计机械加工工艺流程,并将训练后的模型和大数据平台结合,借助人机交互界面实现工艺流程的高效设计;在数据分析模块中,通过Spark Streaming抓取数据导入模块中的数据,完成投产率/产出率的数据预处理和指标统计;数据存储模块完成数据分析模块处理后的结果数据的存储;基于B/S架构,实现数据的实时交互和展示功能,为企业管理者提供决策依据,同时为相同属性的企业在数据采集、数据处理和数据存储等方面提供参考。本文研究表明,利用Hadoop和Spark搭建的制造企业信息化服务平台,不仅可以快速稳定地实现工艺流程的设计,而且可以实时准确地对投产率/产出率数据监测,验证了离线数据和实时数据在平台中应用的可行性,同时保证了平台的高效性、稳定性和实时性。
林瑞[4]（2021）在《基于物联网技术的工业现场监控平台的研究与设计》文中提出
潘铖[5]（2021）在《服务互联网价值与质量感知技术研究》文中提出
陈展[6]（2021）在《AGV调度系统的路径规划优化和通讯适配技术的研究》文中进行了进一步梳理自动导引车（Automated Guided Vehicle,AGV）,是配置相应导航定位功能的自动导引装置,能够沿系统规划的路径行驶,具有安全保护且能完成各种任务作业的自动设备,是现代工业自动化物流系统重要的组成部分,具有环境适应性强、自动化程度高、安全灵活和便于维护的特点。在食品加工、电子电器、机械加工和新能源化工等领域,其产品、技术及解决方案具有日益广泛的应用场景。而AGV调度系统在AGV集群的协同作业中,是决定整体解决方案可行性和效率的关键因素。论文分别对国内外AGV调度系统在路径规划技术,AGV调度系统对不同导航方式、轮系AGV的通用兼容性,两方面的研究现状进行了深入调研。依据AGV系统的项目需求,优化开发AGV调度系统框架,通过上位机的Kernel控制台应用程序、Kernel Control Center配置程序、Plant Overview控制程序和i Cloudy的Web页面程序,实现路径规划优化和AGV的通讯适配驱动,并模块化设计完成:地图模型构建、交通管理和运维监控的功能。针对路径规划模块,在求解多源最短路径时,采用基于禁忌搜索的多AGV系统路径优化算法,改善传统经典路径搜索算法的收敛速度限制和运算空间瓶颈,并引入路径能耗属性、时间属性和路径负载均衡目标参数的优化效果。模块化开发集成到Kernel运算内核,通过分组仿真实验证明该方法的优越性和必要性。然后为AGV系统设计一种高效稳定的通讯方案,通过对比常用无线通讯传输技术基于通讯覆盖范围、传输速率、实时性以及AGV系统工作环境要求,确定合理的WLAN网络拓扑结构,定义了上位机调度系统与AGV的通讯协议内容,开发兼容导航方式和轮系的AGV通讯适配驱动,测试其稳定性和可靠性。最后对AGV调度系统实验联调,通过对某工厂物流搬运系统的真实物理环境地图建模,配置AGV状态属性,分组派发不同规模的任务订单,跟踪系统运行流程和任务作业执行全过程。对调度系统框架及算法实现进行验证,实验结果满足预期设计目标,具备一定的可行性,稳定性和优越性,具有重要的学术研究和工程应用意义。
储承贵[7]（2021）在《基于云监控的激光晶体生长控制系统关键技术研究》文中研究表明激光晶体材料作为21世纪最重要的光电子材料之一,在工业、医疗、军工等多领域广泛应用。上称重提拉法生长激光晶体控制系统由多个功能子系统组成,包括提拉与旋转运动控制、重量控制、温度控制等子系统。提拉与旋转运动系统中的低速爬行、称重系统中电源和机械振动对称重的干扰、晶体生长温度梯度变化导致的晶体生长力不足、各子系统总线异构的实时互联和晶体生长过程数据的有效利用等问题,是影响晶体生长的主要因素。在提拉与旋转运动系统中,采用机械优化设计和速度控制器+低通滤波器+陷波器的复合控制方案,提高了电机运动的跟随精度和稳定性;在重量控制系统中,为了克服电源和机械振动的干扰,采用滑动窗口算术平均值滤波算法对称重数据进行滤波处理,从而保证称重精度和稳定性;在温度控制系统中,将温度环作为晶体生长串级回路的副回路,采用欠生长控制策略,保证了温度梯度变化下晶体的生长力;针对系统集成中多总线设备并存的问题,提出基于I/O映射的多总线异构系统实时互联方案;针对晶体生长数据无法得到有效存储和利用的问题,采用云存储的方式,解决了海量生长数据的存储问题,并通过云服务器进行晶体生长画面的云发布,实现了晶体生长过程的远程实时监控和动态显示。实验表明,通过机械优化设计和复合控制方案保证了电机低速运行的稳定性,有效地抑制了低速运动中的爬行问题;称重装置能够实现重量的精准测量,重量误差小于±0.1g;晶体生长采用串级回路控制,保证了晶体的生长力,通过对晶体生长数据的分析,直径误差小于±1mm,晶体生长稳定;开放式控制网络有效地解决了多总线异构的问题,实现了各子系统间的数据传输与协同控制问题;云上大量历史数据的存储为深入研究晶体生长提供了有力的数据保障,为实现晶体智慧生长奠定了基础。
焦丹阳[8]（2021）在《面向工程认知的智能运维工业APP组件管理与学习服务平台的研究》文中指出近年来,在国家不断出台的利好政策支持下,我国工业互联网快速发展,而移动端工业APP作为工业互联网的核心价值体现,在搭载了移动互联网小巧轻便、易于获取和传播的优势的同时,也是对工业知识和经验的积累和沉淀,其“赋能”、“赋值”和“赋智”的作用日益凸显,拥有广阔的市场前景,具有很高的研究价值。然而,工业互联网发展提速带来了信息技术人才出现较大缺口的问题。为支持在新工科教育背景下,我国工业APP的持久向前推进需要不断引进综合性技术人才的需求,本文以预测性维护作为背景,研究面向工程认知的智能运维工业APP组件管理与学习服务平台的设计与实现。首先,针对工业APP开发者需要学习预测性维护算法底层原理,需要能体验不同工业应用场景下的工业APP案例,理解产品功能模块的开发思路和组件拆解的需求,本课题以微信小程序为载体,设计并实现了工业预测性维护算法体验平台和工业APP案例体验与组件拆解平台。其次,本文在借鉴低代码平台用可视化图形界面代替传统复杂代码开发,能快速创建应用程序,实现业务应用的快速交付的思路的基础上,在Web端为开发者在工业垂直领域设计并实现了一款快速原型设计工具。在该平台上,开发者不仅能设计自己的APP原型,还能将保存的案例下载到本地,运行一个完整的端到端项目,实现1.0版本快速开发。此外,还平台还支持开发者上传、共享和管理工业APP组件,为实际项目研发提供设计思路和组件模板。最后,本文对移动端和Web端的系统分别进行测试和验证,证明小程序和Web端平台功能的可行性。本文提出的工业APP组件管理与学习服务平台,能帮助开发者快速上手和实现工业APP项目开发。
张海洋[9]（2021）在《基于智能合约与分布式多维数据的服务推荐系统》文中研究说明随着互联网技术的发展,Web服务的数量飞速增长,各种类型的服务推荐系统层出不穷。尽管各大服务推荐系统都展现了高效的数据处理、服务推荐等性能,但现有的服务推荐系统大都基于中心化平台开发,功能与数据集中于中心服务器,这种过于中心化的权限存在着诸多问题,例如数据被篡改、数据泄露等。针对上述问题,本文利用区块链技术在去中心化、数据不可篡改等方面的优势,结合智能合约技术,开发了一种基于区块链智能合约技术的服务推荐系统。论文的主要工作包括:（1）服务推荐系统的需求分析及开发环境搭建。本文对服务推荐系统进行了详细的需求分析,并搭建以太坊联盟链作为系统的开发环境。（2）服务推荐系统设计。系统设计实现两个核心推荐功能:服务评价推荐功能与服务质量推荐功能。服务评价推荐功能采用威尔逊区间算法,基于Web服务的评价数据对具体服务集进行排名,将排名结果展示给用户,为用户做出推荐;服务质量推荐功能实现了Web服务组合推荐,使用Web服务组合的全局QoS值衡量Web服务组合质量的优劣,本文基于Web服务的QoS多维数据,采用遗传算法求解Web服务组合问题,并将计算得到的最优Web服务组合推荐给用户。（3）服务推荐系统实现与测试。系统实现:使用以太坊联盟链作为底层环境,将数据通过智能合约存储到区块链中,确保系统数据不被篡改。系统业务逻辑由智能合约实现,合约编译、测试通过Remix完成,并部署到区块链上。最后编写前端页面,借助Web3.js通过RPC方式调用合约函数实现交互完成系统开发;系统测试:首先对智能合约进行测试,验证各合约代码的正确性以及高效性,接着对系统进行功能测试,验证系统功能的可用性,最后对系统进行性能测试,验证系统的安全性与可靠性。本文设计实现了基于智能合约与分布式多维数据的服务推荐系统,将系统数据存储在区块链中,有效地防止了数据被篡改,同时系统运行环境为以太坊联盟链去中心化环境,克服了传统服务推荐系统的中心化弊端,为解决服务推荐领域现存问题提供了一种新的方案。
李晓晨[10]（2021）在《基于边缘计算的电锅炉系统控制技术研究》文中进行了进一步梳理工业4.0时代到来,促使工业互联网领域取得重大发展,工业现场设备到云服务器之间数据传输量急剧增加。将全部数据统一放置在云中心进行处理的模式无法满足实时性的要求。为解决上述问题,边缘计算模式被应用到工业互联网领域,将数据处理中心从云端下放到工业互联网的边缘。本文提出基于边缘计算的电锅炉控制系统,将边缘控制器作为工业互联网体系中的边缘计算节点,更好的提供实时数据服务。论文主要研究内容如下:首先论述了课题的研究背景与意义,分析了边缘计算在工业领域的发展现状和锅炉控制技术的发展过程。论文将基于边缘计算的电锅炉系统划分为现场设备层、边缘服务层和云服务层,并针对每一层的逻辑功能和MQTT协议进行了详细介绍。然后对供暖流程进行完整分析,选用PAG310控制器作为边缘控制器,隶属边缘控制系统,PAG313为楼宇控制器,隶属传统控制系统。边缘控制器的两个网口一个通过MQTT协议实现云边通信,一个通过工业以太网ModbusTCP协议连接传统控制网络,实现分布式控制系统的构建。论文完成边缘控制器和楼宇控制器PLC程序的编写,实现了供暖系统设备运行过程数据的采集和具体控制策略的制定,保证了供暖系统的稳定运行。接着介绍边缘服务器软件的功能划分和开发流程。边缘服务器软件部署在网络边缘,承担局部数据处理工作,由PLC通信模块,数据显示模块和MQTT通信配置模块组成。其中,PLC通信模块基于Socket实现了边缘服务器和边缘控制器的通信;数据显示模块可实现供暖全过程实时数据监控,重要数据实时曲线显示和历史数据表格展示;通过MQTT参数配置模块配置具体通信参数,实现边缘控制器与云端的通信。最后实现边缘控制器设备与阿里云的互联互通。在设备完成云端认证后,借助阿里云物联网平台进行Web可视化监控界面的开发,实现设备的远程监控。构建了一个云边协同的工业互联网系统,对边缘计算在工业互联网领域探索实际应用有重要的研究价值。
二、Web Service在工业过程监控系统中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Web Service在工业过程监控系统中的应用（论文提纲范文）
（3）基于大数据技术的制造企业信息化平台的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 工业大数据现状 |
| 1.2.2 大数据平台应用现状 |
| 1.3 本文主要研究内容 |
| 2 平台总体设计 |
| 2.1 引言 |
| 2.2 业务总需求分析 |
| 2.2.1 制造工艺管理需求分析 |
| 2.2.2 产品全生命周期需求分析 |
| 2.3 平台总架构设计 |
| 2.4 平台功能模块设计 |
| 2.4.1 数据导入模块设计 |
| 2.4.2 数据算法模块设计 |
| 2.4.3 数据分析模块设计 |
| 2.4.4 数据存储模块设计 |
| 2.4.5 数据导出模块设计 |
| 2.4.6 数据展示模块设计 |
| 2.5 本章小结 |
| 3 平台相关技术 |
| 3.1 引言 |
| 3.2 Spark概述 |
| 3.3 数据存储 |
| 3.3.1 分布式文件存储系统 |
| 3.3.2 非关系型数据库 |
| 3.4 Kafka |
| 3.5 深度学习算法 |
| 3.6 本章小结 |
| 4 平台搭建与模块实现 |
| 4.1 引言 |
| 4.2 环境说明 |
| 4.3 平台环境搭建 |
| 4.3.1 Hadoop集群搭建 |
| 4.3.2 Spark环境搭建 |
| 4.4 平台功能模块实现 |
| 4.4.1 数据导入模块功能实现 |
| 4.4.2 数据算法模块功能实现 |
| 4.4.3 数据分析模块功能实现 |
| 4.4.4 数据存储模块功能实现 |
| 4.4.5 数据导出模块功能实现 |
| 4.4.6 数据展示模块功能实现 |
| 4.5 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
（6）AGV调度系统的路径规划优化和通讯适配技术的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 论文主要研究目标 |
| 1.4 论文内容结构 |
| 第2章 AGV调度系统的架构设计 |
| 2.1 系统架构 |
| 2.2 环境建模 |
| 2.2.1 环境建模方法 |
| 2.2.2 调度系统环境建模 |
| 2.3 任务订单派发 |
| 2.4 交通管理 |
| 2.4.1 路径冲突类型 |
| 2.4.2 路径资源分配机制 |
| 2.4.3 阻塞 |
| 2.5 iCloudy的运维监控系统 |
| 2.5.1 运维监控 |
| 2.5.2 客户端实现 |
| 2.6 本章小结 |
| 第3章 AGV调度系统的路径规划算法 |
| 3.1 路径规划算法介绍 |
| 3.2 禁忌搜索算法 |
| 3.2.1 算法结构设计 |
| 3.2.2 算法步骤实现 |
| 3.3 仿真实验分析 |
| 3.4 本章小结 |
| 第4章 AGV调度通讯系统的设计与实现 |
| 4.1 通讯系统结构 |
| 4.2 通讯适配驱动的设计 |
| 4.3 通讯适配驱动的实现 |
| 4.4 通讯系统实验 |
| 4.5 本章小结 |
| 第5章 AGV调度系统实验 |
| 5.1 实验设计 |
| 5.1.1 工厂环境建模 |
| 5.1.2 任务订单派发 |
| 5.2 实验结果分析 |
| 5.3 小结 |
| 第6章 总结与展望 |
| 6.1 本文的主要工作 |
| 6.2 进一步的工作展望 |
| 参考文献 |
| 攻读硕士学位期间所发表的学术论文 |
| 致谢 |
（7）基于云监控的激光晶体生长控制系统关键技术研究（论文提纲范文）
| 学位论文数据集 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 课题相关领域研究现状 |
| 1.2.1 晶体生长方法研究 |
| 1.2.2 晶体生长控制技术研究 |
| 1.2.3 晶体生长质量主要因素研究 |
| 1.2.4 多总线异构系统 |
| 1.2.5 人机交互与过程数据存储技术研究 |
| 1.3 本文研究的主要内容和重点 |
| 第二章 基于云监控的提拉法生长激光晶体控制系统总体方案研究与设计 |
| 2.1 提拉法生长激光晶体控制系统总体方案研究与设计 |
| 2.1.1 设计要求 |
| 2.1.2 设计思路 |
| 2.1.3 系统集成方案 |
| 2.2 提拉法生长激光晶体控制系统关键技术研究与设计 |
| 2.2.1 主控制器系统 |
| 2.2.2 提拉与旋转运动控制系统 |
| 2.2.3 重量控制系统 |
| 2.2.4 温度控制系统 |
| 2.2.5 控制网络系统 |
| 2.2.6 人机交互与过程数据存储系统 |
| 第三章 提拉法生长激光晶体控制系统设计 |
| 3.1 激光晶体生长控制系统结构研究 |
| 3.1.1 多总线异构网络实时互联 |
| 3.1.2 开放式控制网络的设计方案 |
| 3.1.3 软PLC控制系统 |
| 3.2 激光晶体生长控制系统设计 |
| 3.2.1 激光晶体生长控制系统总体结构设计 |
| 3.2.2 主控处理单元系统设计 |
| 3.2.3 提拉法运动控制系统设计 |
| 3.2.4 称重系统设计 |
| 3.2.5 温控系统设计 |
| 3.2.6 辅助系统设计 |
| 3.2.7 人机系统设计 |
| 3.2.8 数据库系统设计 |
| 3.3 本章小结 |
| 第四章 云监控平台软件设计 |
| 4.1 软件平台设计方案 |
| 4.2 云存储的设计 |
| 4.2.1 云数据库配置与创建 |
| 4.2.2 云数据库设计 |
| 4.2.3 云存储的实现 |
| 4.3 远程实时监控设计 |
| 4.3.1 监控平台web发布技术 |
| 4.3.2 组态画面的Web云发布 |
| 4.4 本章小结 |
| 第五章 系统测试 |
| 5.1 晶体运动系统测试 |
| 5.2 称重装置测试 |
| 5.3 控制网络测试 |
| 5.4 数据存储测试 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 全文结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者及导师简介 |
（8）面向工程认知的智能运维工业APP组件管理与学习服务平台的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 工业互联网发展势头良好 |
| 1.1.2 工业APP是工业互联网的价值体现 |
| 1.1.3 低代码开发助力工业APP人才培养 |
| 1.2 研究现状 |
| 1.2.1 工业APP现状 |
| 1.2.2 低代码平台现状 |
| 1.3 研究内容 |
| 1.4 论文结构 |
| 第二章 相关技术研究 |
| 2.1 故障预测与健康管理 |
| 2.2 工业互联网APP |
| 2.3 前端框架Vue.js |
| 2.4 微信小程序 |
| 第三章 基于小程序的工业APP案例体验和组件拆解平台的设计与实现 |
| 3.1 需求分析 |
| 3.1.1 业务需求分析 |
| 3.1.2 功能需求分析 |
| 3.2 工业预测性维护算法体验平台的设计与实现 |
| 3.2.1 系统开发环境和代码结构 |
| 3.2.2 算法组件模块的设计与实现 |
| 3.2.3 实验模块的设计与实现 |
| 3.3 工业APP案例体验和组件拆解平台的设计与实现 |
| 3.3.1 系统架构 |
| 3.3.2 案例模块核心功能的设计和实现 |
| 3.3.3 功能拆解模块的设计和实现 |
| 3.3.4 组件库模块的设计与实现 |
| 3.4 本章小结 |
| 第四章 工业APP原型设计和组件管理平台的设计与实现 |
| 4.1 需求分析 |
| 4.1.1 业务需求分析 |
| 4.1.2 功能需求分析 |
| 4.2 系统框架选择 |
| 4.3 组件模块的设计与实现 |
| 4.4 产品原型的设计与实现 |
| 4.5 案例模块的设计与实现 |
| 4.6 本章小结 |
| 第五章 系统测试与验证 |
| 5.1 测试用例设计和验证结果 |
| 5.1.1 预测性维护实验的用例设计和验证结果 |
| 5.1.2 工业APP案例体验和功能拆解模块的用例设计和验证结果 |
| 5.1.3 工业APP原型设计的用例设计和验证结果 |
| 5.2 性能测试 |
| 5.2.1 前端性能测试 |
| 5.2.2 服务器性能测试 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
（9）基于智能合约与分布式多维数据的服务推荐系统（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文研究内容 |
| 1.4 论文组织结构 |
| 第二章 相关理论与技术 |
| 2.1 区块链技术 |
| 2.1.1 区块链概念 |
| 2.1.2 区块链核心技术 |
| 2.1.3 区块链基础架构 |
| 2.2 智能合约技术 |
| 2.2.1 智能合约概念 |
| 2.2.2 以太坊 |
| 2.2.3 ABDK Libraries for Solidity |
| 2.2.4 去中心化应用 |
| 2.3 威尔逊区间算法 |
| 2.4 遗传算法 |
| 2.4.1 Web服务组合问题 |
| 2.4.2 遗传算法 |
| 2.5 本章小结 |
| 第三章 服务推荐系统需求分析 |
| 3.1 系统建设目标 |
| 3.2 系统需求分析概述 |
| 3.2.1 功能性需求 |
| 3.2.2 非功能性需求 |
| 3.3 基于QoS的 Web服务组合模型 |
| 3.3.1 Web服务组合模型 |
| 3.3.2 分布式多维数据模型 |
| 3.4 本章小结 |
| 第四章 服务推荐系统设计 |
| 4.1 系统架构设计 |
| 4.2 系统功能模块设计 |
| 4.2.1 用户模块 |
| 4.2.2 企业模块 |
| 4.2.3 管理员模块 |
| 4.3 服务评价推荐功能设计 |
| 4.3.1 威尔逊区间算法概述与分析 |
| 4.3.2 服务评价推荐功能设计 |
| 4.4 服务质量推荐功能设计 |
| 4.4.1 遗传算法概述与分析 |
| 4.4.2 服务质量推荐功能设计 |
| 4.5 Solidity随机数函数设计 |
| 4.6 智能合约设计 |
| 4.6.1 结构体设计 |
| 4.6.2 合约函数设计 |
| 4.7 本章小结 |
| 第五章 系统实现与测试 |
| 5.1 开发环境搭建 |
| 5.1.1 开发环境 |
| 5.1.2 多节点联盟链部署 |
| 5.2 系统功能实现 |
| 5.2.1 用户模块 |
| 5.2.2 企业模块 |
| 5.2.3 管理员模块 |
| 5.3 智能合约测试 |
| 5.4 系统功能测试 |
| 5.4.1 测试环境 |
| 5.4.2 用户功能测试 |
| 5.4.3 企业功能测试 |
| 5.4.4 管理员功能测试 |
| 5.5 系统性能测试 |
| 5.5.1 以太坊网络检测 |
| 5.5.2 系统安全性与可靠性测试 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 未来展望 |
| 参考文献 |
| 致谢 |
（10）基于边缘计算的电锅炉系统控制技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状与发展 |
| 1.2.1 边缘计算及其在工业领域的发展 |
| 1.2.2 锅炉控制技术的发展 |
| 1.3 论文结构安排 |
| 2 基于边缘计算的控制系统体系架构 |
| 2.1 现场设备层组成结构介绍 |
| 2.1.1 电锅炉系统硬件组成设备 |
| 2.1.2 边缘控制器设备选型 |
| 2.2 边缘服务层软件结构介绍 |
| 2.3 云服务层介绍 |
| 2.4 MQTT通信协议介绍 |
| 2.5 本章小结 |
| 3 供暖系统控制程序设计与实现 |
| 3.1 控制系统资源分配 |
| 3.2 边缘控制器PLC控制程序 |
| 3.3 楼内控制器PLC控制程序 |
| 3.4 本章小结 |
| 4 边缘服务器 |
| 4.1 基于Socket的PLC通信模块 |
| 4.1.1 通信界面展示 |
| 4.1.2 Socket连接的实现 |
| 4.2 数据显示模块 |
| 4.2.1 供暖全过程变量监控界面 |
| 4.2.2 数据读取界面 |
| 4.3 MQTT通信配置模块 |
| 4.3.1 MQTT通信配置界面设计 |
| 4.3.2 界面功能的具体实现 |
| 4.4 本章小结 |
| 5 阿里云端具体应用 |
| 5.1 阿里云端设备的接入 |
| 5.2 IoT平台可视化界面开发 |
| 5.3 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
四、Web Service在工业过程监控系统中的应用（论文参考文献）
- [1]基于RESTful的工业机器人安全测试管理系统[D]. 付一达. 哈尔滨工业大学, 2021
- [2]基于MQTT协议的组态软件Web发布系统的设计与实现[D]. 谢艳. 南华大学, 2021
- [3]基于大数据技术的制造企业信息化平台的设计与实现[D]. 张维. 西安理工大学, 2021(01)
- [4]基于物联网技术的工业现场监控平台的研究与设计[D]. 林瑞. 长江大学, 2021
- [5]服务互联网价值与质量感知技术研究[D]. 潘铖. 哈尔滨工业大学, 2021
- [6]AGV调度系统的路径规划优化和通讯适配技术的研究[D]. 陈展. 机械科学研究总院, 2021(01)
- [7]基于云监控的激光晶体生长控制系统关键技术研究[D]. 储承贵. 北京石油化工学院, 2021
- [8]面向工程认知的智能运维工业APP组件管理与学习服务平台的研究[D]. 焦丹阳. 北京邮电大学, 2021(01)
- [9]基于智能合约与分布式多维数据的服务推荐系统[D]. 张海洋. 内蒙古大学, 2021(12)
- [10]基于边缘计算的电锅炉系统控制技术研究[D]. 李晓晨. 大连理工大学, 2021(01)