计算机安全生产论文提纲

论文题目：无线传感网络在企业安全生产监控系统中的应用研究

摘要：我国经济高速发展,企业生产规模日益扩大,生产自动化程度不断提高,其安全生产问题也成为企业和社会关注的重点。传统的人工监控方式具有滞后性等缺点,已不再适合现代企业发展的需求,而有线网络监控系统存在布线复杂、维修困难、扩展性差以及监控盲区等缺点,也逐渐难以满足企业发展的需求。无线传感器网络具有结构灵活、可扩展性好、自组织、多跳路由等特点,适用于复杂环境工况,能够较好的满足企业安全生产过程中实时监控的需求。论文将无线传感器网络应用于企业安全生产监控系统中,对无线传感网络的数据采集技术和接入外网方式进行了研究,设计了基于无线传感网络的企业安全生产监控系统,其组成包括数据采集网络、网关以及远程监控计算机三部分。该系统解决了目前有线监控网络存在布线复杂、网络维护困难等问题,实现了企业生产过程中的环境参数的实时监控。论文根据企业安全生产监控系统的方案设计,进行了硬件设计和软件开发。硬件设计方面包括:ZigBee数据采集网络节点的硬件设计、传感器模块的电路设计,网关最小系统的实现以及网关外围接口电路设计。数据采集网络节点的硬件设计采用模块化设计思想,减少设计的复杂度,减小无线电路的干扰。软件开发方面包括:ZigBee数据采集网络的软件设计、网关系统的软件设计以及远程监控计算机上位机软件开发。其中数据采集网络软件设计包括ZigBee协议桟的分析、终端节点、路由节点以及协调器节点的程序设计;网关系统软件设计包括Linux操作系统的移植和应用软件的开发;远程监控计算机软件开发包括Qt的界面设计和基于TCP/IP协议的通信程序设计。通过对企业安全生产监控系统的硬件设计和软件开发,实现了安全生产监控系统的自动数据采集、数据远程传输和远程监控计算机数据实时显示功能。论文还对多传感器数据融合方法进行了研究,分析了数据融合对于无线传感器网络的重要意义,详细阐述了基于自适应加权数据融合算法和基于分批估计的自适应加权数据融合算法实现过程。结合系统采集的温度数据,对两种数据融合算法进行了多传感器融合分析,验证了经过分批处理后的自适应加权数据融合算法融合后的值更接近真值,并能有效的减少网络通信量、延长网络寿命。

关键词：安全生产监控系统;无线传感网络;数据采集;网关;数据融合

学科专业：机械电子工程

摘要

Abstract

1 绪论

1.1 研究背景

1.2 研究意义

1.3 研究与应用现状

1.3.1 企业安全生产监控系统的研究与应用现状

1.3.2 无线传感网络研究与应用现状

1.4 论文的主要研究内容

2 基于无线传感网络的企业安全生产监控系统方案设计

2.1 无线传感网络与ZigBee技术

2.1.1 无线传感网络的体系结构

2.1.2 无线传感网络的关键技术

2.1.3 无线通信技术对比

2.1.4 ZigBee协议标准

2.1.5 ZigBee技术特点

2.2 企业安全生产监控系统实例分析

2.2.1 企业安全生产监控系统的拓扑结构

2.2.2 企业安全生产监控系统实例分析

2.3 基于ZigBee技术的企业安全生产监控系统方案设计

2.3.1 基于ZigBee技术的企业安全生产监控系统体系结构

2.3.2 ZigBee数据采集网络的功能分析与节点设计

2.3.3 ZigBee网关的功能分析与硬件结构设计

2.3.4 远程监控计算机软件功能分析

2.4 本章小结

3 基于ZigBee技术的企业安全生产监控系统硬件设计

3.1 ZigBee数据采集网络节点硬件设计

3.1.1 CC2530最小系统的实现

3.1.2 CC2530外围功能模块电路设计

3.1.3 传感器模块电路设计

3.2 ZigBee网关的硬件设计

3.2.1 S5PV210处理器介绍

3.2.2 网关最小系统的实现

3.2.3 网关外围功能模块电路设计

3.3 本章小结

4 基于ZigBee技术的企业安全生产监控系统软件设计

4.1 ZigBee数据采集网络的软件设计

4.1.1 ZigBee协议栈分析

4.1.2 协调器节点程序设计

4.1.3 路由节点程序设计

4.1.4 终端节点程序设计

4.2 网关系统的软件设计

4.2.1 网络传输服务的配置

4.2.2 Linux操作系统的移植

4.2.3 网关应用软件的设计

4.3 远程监控计算机软件开发

4.3.1 Qt界面设计

4.3.2 监控设备与远程监控计算机的通信程序设计

4.4 本章小结

5 多传感器数据融合在企业安全生产监控系统中的应用

5.1 多传感数据融合技术简介

5.1.1 多传感器数据融合概念

5.1.2 多传感器数据融合的作用

5.2 多传感器数据融合算法的实现

5.2.1 自适应加权平均数据融合算法

5.2.2 基于分批估计的自适应加权数据融合算法

5.2.3 两种数据融合算法的实例分析

5.3 本章小结

结论

致谢

参考文献