EM系统设备管理论文

摘要：针对传统消防行业中数据来源单一、无法有效进行巡检及隐患排查等问题，文章基于NB-IoT设计并实现了一种智慧消防监控系统。下面是小编为大家整理的《EM系统设备管理论文(精选3篇)》，欢迎阅读，希望大家能够喜欢。

EM系统设备管理论文 篇1：

基于Python的管路弯管坐标转换工具设计

摘要： 当前轨道车辆弯管工作中，存在需要转换弯管空间坐标到角度坐标、需要根据实际管路数值进行数值修正的情况，而当前的工具使用不便，且没有实现自动计算修正值的功能。本文深入分析了管路弯管工作的数学原理，详细分析了弯管坐标转换的具体过程，并使用python编程语言实现了管路弯管坐标转换运算的算法和图形用户界面GUI的设计，完成了一套弯管坐标转换和自动修正数值的软件，并加入各种管路数值合理性判断条件，能够有效提升生产一线在弯管计算上的工作效率。

关键词：管路弯管 弯管空间坐标 坐标变换 弹性值修正 应用程序开发

Design of Pipe Bend Coordinate Transformation Tool Based on Python

ZHENG Xiaofang DING Longbin

（CRRC Qingdao Co.， Ltd.， Qingdao， Shandong Province， 266111 China）

0 引言

在軌道车辆中，制动及给水装置大多使用管路送风给水，部分电路也通过管路保护电线。管路分布较为复杂，需要多种多样的管路弯管避免空间上管路铺设时的相互碰撞和对抗。

数控弯管机采用矢量弯管的原理，工作时需要输入直线进给量（Y轴）、空间旋转角（B轴）和平面弯曲角（C轴）^[1]。在当前普遍使用的三维软件设计管路时，只能输出弯管空间几何坐标（X，Y，Z）。因此对空间坐标转换为数控弯管机可以使用的矢量坐标是弯管工作中一项重要环节。

由于加工工艺、实际打磨和各个管道生产厂家的标准不同，实际使用的管路总是和其理论值有所偏差。此外，由于管路并不是绝对刚体，在弯管过程中也有一些弹性，不同材质的管路弹性不同，因此弯曲角度的误差不同，需要修正的弯曲角度也有所不同。

本文通过对管道弯管计算方法进行深入分析，开发弯管三维空间坐标系坐标转换为线长和角度计量的坐标的软件工具，将三维空间坐标转换为（直线段长，弯曲角度，旋转角度）的矢量坐标，并提供不同精确值不同修正参考值条件下的弯管偏差值修正的计算。此外，将各种设备的误差计算汇总，方便选择设备来进一步规范弯管数值计算。该工具能够改善管道弯管实际工作过程中的坐标转换不便，理论值修正值计算不便的现状，提升管道弯管工作效率^[2]。

1 弯管转换原理

首先研究弯管转换原理和转换方法。矢量弯管是基于空间矢量技术的原理，将弯管加工中管件形位尺寸及空间角度的计算直接运用矢量坐标计算的方法，这一方法是将管件设置在一空间直角坐标系中，则管件上的任一点具有相应的坐标值，任一直线段具有量值的大小且有方向，根据这一特性，可将管件弯曲加工的参数，直接求出管件展开长度和有关工艺参数^[3]。

采用矢量方法增量型数控弯管机加工弯管，其弯管运动所需要的数据主要有三方面内容：两弯管之间的直线送进距离，弯曲角度和空间旋转角度^[4]。弯管运动简化描述如图1所示。

该图中，红色线路表示管路，该管路由直线段和圆弧段中心线构成。相邻两中心线延长后产生交点，即直线段P1G与直线段HM延长后相交点P₂、直线段HM与直线段NP₄延长后相交点P₃，P₁和P₄是管子的两端，且点P₁、P₂在平面YOZ内，点P₃、P₄在平面XOZ内，G、H、M、N为圆弧与直线段的交点。

2坐标转换方法

在弯管坐标转换计算中，需要计算直线段长度l，弧线段长度s、管子弯曲角度α和管子旋转角度β. 输入数据为空间坐标点{P₁， P₂， … P_n}， n>3. 设P_1，P₂ P₃为管子的三个相邻点，其中P₂为相邻两直线段延长线的交点，即弯曲部位弧线两端切线的交点，则三个点确定一个空间平面，向量和的夹角即为弯曲角度_α，因此利用向量夹角的计算公式，可得：

然后利用反三角函数公式即可求出.

在得到弯曲角度之后，由弧长和半径及弧度之间的关系，可根据弯管半径求得弧线段长度s：

弯管坐标计算中，旋转角度为两平面的夹角，设P₁P₂P₃ 和P₂P₃P₄为弯管上相邻的两个平面，交于直线P₁P₂，则两平面的夹角与平面法向量的夹角相等（正向旋转时）或相反（负向旋转时）。

平面法向量平行于平面内相交的两个向量的矩，其向量表示可由公式（3）求出：

其中为 P₁P₂P₃的空間坐标。由于P₁P₂与P₂P₃相交且不平行，利用向量夹角公式（1）即可得到向量夹角.

由于空间平面旋转角度在变化，在该区间内余弦公式只能得到角度的值，而无法得到角度的符号。判断旋转角度的正负，即判断P₄在平面P₁P₂P₃的上方还是下方。规定弯管方向为直线段方向的右侧，则在的右侧，根据右手定则，两向量的矩的方向为垂直平面P₁P₂P₃向下. 当P₄在平面P₁P₂P₃的上方时，向量与的点乘为负，当P₄在平面P₁P₂P₃的下方时，向量与的点乘为正，即旋转角度β的符号与三个向量混合积的结果符号相反，如公式（4）所示：

为计算简便，公式（4）右侧表示为行列式形式为：

到此，即可得到旋转角度β的准确值。

得到弯曲角度后，由图1可得到第一段直线段长度l的计算公式（6）：

其中为直线段左端点，为与下一段直线段延长线的交点（在最后一段直线段为终点）。对于第2段到第n-1段直线段，还需要再减去前面一段弧线对应的直线段长度，如公式（7）所示：

对于最后一段直线段，是该段直线长度减去前面半个弧度对应的直线长度，即公式（8）：

由于实际管路和理论上的管路模型特性参数有误差，因此需要对误差部分进行修正。设管路弯曲角度的理论值和实际值对应关系为（i >1），利用弹性系数修正的方法，当计算出的弯曲角度为时，处于区间内，则修正值计算公式（9）-（12）为：

其中，为参考点的理论值和修正值，如理论弯曲度数为90度时，修正值为89度等等。，为弯曲角度的修正值，为直线段长度的修正值，k、b为弹性系数。

3 应用程序设计

3.1 弯管坐标转换算法实现

弯管坐标转换算法可描述如下：<！-- 表格格式如 -->

输入：弯曲半径R，多个空间三维坐标点{P₁， P₂， … P_n}， n>3，弯曲角度的理论值与实际值

约束条件：相邻四点不共线，相邻两点不重合

输出：直线段长度l，弧线段长度s、管子弯曲角度α和管道旋转角度β;修正后的直线段长度和弯曲角度.

本文选用数学科学计算工具Python语言实现，版本为3.7.5，使用科学数据包有numpy^[5].

算法共分为两个模块，理论值计算和修正值计算。理论值计算包含数据输入方法，弯曲角度计算方法，直线段长度计算方法和旋转角度计算方法。修正值计算包括弹性区间选择、弹性系数计算和修正值计算。后文将结合伪代码对转换算法进行分析。

首先是弯曲角度α的计算，如下伪代码所示。输入P₁、P₂、P₃，首先使用二阶范数函数norm计算P₁P₂和P₂P₃的长度，然后进行判断，如果长度有一个为0，则表示有相邻点重合，这是不被允许的，因此升起数值错误，若是没有问题，则使用dot函数计算P₁P₂和P₂P₃向量的点乘后除去线段的长度，即得到弯曲角度α的余弦值，取反余弦函数acos，就得到了α.

def cosalpha（p1， p2， p3）：

a = norm（p1-p2）

b = norm（p3-p2）

if a == 0 or b ==0：

raise ValueError（"相鄰的点不能相同"）

alpha = acos（dot（p2 - p1， p3 - p2） / a / b）

return alpha

第二部分是旋转角度β的计算，如下伪代码所示。输入P₁、P₂、P₃、P₄，首先使用cross计算相邻向量的矩，也就是叉乘，得到两个平面的矩向量。然后，判断矩向量长度是否为0，如果为零则表示共线，升起错误。如果没有错误，则计算两个矩向量的夹角的绝对值，即得到β的绝对值。计算出绝对值后，还需计算β的符号。β的符号和向量、、的混合积符号相反。混合积的计算可以先计算、的叉乘，在与点乘，最后将得到的结果与0比较，如果大于0则β的值为负数，小于等于0则为正数^[7]。

def beta（p1， p2， p3， p4）：

n1 = cross（p1p2， p2p3）

n2 = cross（p2p3， p2p4）

a = norm（n1）

b = norm（n2）

if a == 0 or b ==0：

raise ValueError（"连续四点共线错误"）

beta = acos（dot（n1， n2） / a / b）

sign = 1 if dot（p1p4， cross（p1p2， p1p3））<=0 else -1

return beta * sign

第三部分是直线段长度的计算，如下伪代码所示。如果该直线段是第一段直线，则计算P₁P₂段的长度后减去一半弧度对应的长度即可。如果该直线段是第2到第n-1段直线，则还需减去直线之前的一半弧度对应的长度。如果是最后一段直线段，则需要在计算P₁P₂段的长度后减去之前的一半弧度对应的长度^[8]。

def length（p1， p2， r， alpha）：

if i == 1：

length[i] = norm（p2-p1） – r*tan（alpha[i]/2）

else if 1 < i <n-1：

length[i] = norm（p2-p1）-r*tan（alpha[i]/2）

–r*tan（alpha[i-1]/2）

if i == n：

length[i] = norm（p2-p1）- –r*tan（alpha[i-1]/2）

return length

然后是修正值的計算。如表5所示，首先选择合适的弹性区间section。当一个弯曲角度α位于区间[theory[i]， theory[i+1]]内时，该区间即为α的弹性区间。通过弹性系数计算公式（9）和（10），可得到k和b的值。corr_alpha 为alpha的修正值，等于alpha乘上k加b. 求出corr_alpha后，第一段直线段长度不做修正，之后的直线段需要减去弧长的差值。

k = （theory[i+1]-theory[i]）/（reality[i+1]-reality[i]）

b = （theory[i+1]*reality[i+1]-theory[i+1]*reality[i]）

/（reality[i+1]-reality[i]）

corr_alpha = k * alpha + b

3.2 GUI设计^[6]

如图3所示，GUI主要包含三个部分，菜单栏、工作区以及结果显示区。菜单栏主要有设备管理、计算结果的主要功能，和精确度管理、文件读取等辅助功能。工作区左侧包括设备选择，空间坐标输入，空间坐标增删改以及弯曲半径选择，右侧表格显示已经添加的空间坐标，空间坐标也可通过菜单栏的文件读取选项从excel文件中读取。界面下方为结果显示界面，使用两个标签界面分别显示理论值的计算结果和实际值的计算结果。

设备管理的功能主要有添加设备、修改设备和删除设备。图4为添加设备界面，设备主要参数包括设备型号、模具规格和材质，以及该材质对应的弯曲角度理论值与修正值。图5为修改设备界面，可修改模具、材质和弯曲值对应关系。图6为删除设备界面，可通过设备名称删除存在的设备条目。

图7为修正值的显示界面，包含两个表格，分别显示修正值结果和所选设备设置的理论值与实际值。默认保留整数，可通过菜单栏的精确度菜单选择保留的小数位数。

3.3 代码结构

弯管左边转换工具quality的代码结构如图8所示。Dist文件夹中存放程序打包后的exe可执行文件，bendpipe中实现了理论值与修正值的计算算法，plus_factory、update_factory和del_factory实现了设备添加、修改和删除界面，myPlusFactory是对plus_factory的包装，实现了设备添加的逻辑功能，主程序为quality_define，所有的逻辑功能实现在该文件中集成，quality_window是主界面的设计代码。添加的设备信息以字典和列表的形式存储在factories.json文件中。

如图9所示，当输入表1中的空间坐标点时，点击运行后直接显示理论值，并通过右图中右下角的理论值;修正值的参考表计算出弹性系数k和b，然后自动计算出当前理论值下的修正值情况。

纠错功能：当输入相邻两点相同或者相邻四点共线时，弹出警告对话框，如图11所示。

5总结

本文基于Python语言的管道弯管坐标转换工具设计结合了一线管路弯管工作的生产实际，通过对弯管空间坐标变换到弯管矢量坐标的数学理论研究，实现了空间坐标点到弯管机实际使用数据的自动转换功能，并能供结合提供的弹性区间自动进行修正值的计算。利用Python编程语言和科学工具包numpy，将其用编程语言实现，然后利用Qt编写GUI提供给用户使用，并添加了多种特殊情况判断，优化了坐标转换的计算过程和使用者对数据的判断流程，能够提高弯管的生产效率。

今后，可在本文研究的基础上，继续深入，进一步开发三维弯管仿真模型的三维视觉仿真程序，并在当前基础上增加更细粒度的逻辑判断，以直观地展示当前数据的生成模型，减少在判断弯管数据上的时间和出错的几率，提升工作效率。

注：软件源代码可在https：//github.com/dlb123/pipebend-caculate获取

6参考文献

1. 王立新. 矢量弯管[M]. 国防工业出版社， 1984.

2. 陈亚楼. 一体化弯管数控机床的伺服驱动器的研究与设计[D].武汉理工大学，2018.

3. 罗志猛. 基于三角形算法的数控弯管信息转换及仿真[D].武汉理工大学，2006.

4. 张德乾，李丰，姜杨杨，夏元平.基于易语言的弯管坐标转换加工程序研究[J].科技创新导报，2020，17（07）：111-112.

5. 丁龙斌，伍忠东，苏佳丽.基于集成深度森林的入侵检测方法[J].计算机工程，2020，46（03）：144-150.

6. 孙守江. 供热管道系统的受力分析及优化[D].北京建筑大学，2020.

7. 丁龙斌. 随机森林入侵检测算法研究[D].兰州交通大学，2020.

8. 苏佳丽，伍忠东，丁龙斌，刘菲菲.基于IGWO-RBF的LTE-R切换算法研究[J].计算机工程与应用，2020，56（08）：74-80.

作者：郑晓芳　丁龙斌

EM系统设备管理论文 篇2：

基于NB-IoT的智慧消防监控系统设计与实现

摘 要：针对传统消防行业中数据来源单一、无法有效进行巡检及隐患排查等问题，文章基于NB-IoT设计并实现了一种智慧消防监控系统。该系统选用STM32作为微处理器，并针对易产生火灾隐患的烟雾、电气特性、压力及水位的信息分别采用相应的传感器进行信息的采集，根据所处环境的火灾风险情况，智能地按不同的周期将这些信息通过NB-IoT网络上传至OceanConnect物联网云平台，并最终推送至监控平台进行数据处理。整个系统经过测试，运行状态良好，性能稳定，有着良好的应用前景和推广价值。

关键词：NB-IoT;智慧消防;STM32;OceanConnect

0 引言

火灾是严重危害人民生命财产安全的重大灾害之一，而随着社会的发展，造成火灾的源头也越来越多，其发生的数量及所造成的损失也逐年增长。而消防行业中传统的数字消防也存在着数据来源单一、不能有效进行日常巡检及排查隐患等问题^[1]。因而脱胎于智慧城市的智慧消防也就应运而生，同时，公安部也发布了《关于全面推进“智慧消防”建设的指导意见》，大力推动现代科技在传统消防行业上的应用。

现阶段，大部分的智慧消防系统都是基于ZigBee实现的^[2-3]，ZigBee虽然有着低功耗、价格低等优势，但其通信距离较近，在需要較大的覆盖范围时又需要提高发射功率或部署更多的中继节点，这又与其原本的优势背道而驰。与之相对应的，NB-IoT则具有低功耗、低成本、强连接、广覆盖等优势^[4]。本文将基于此进行智慧消防系统的设计。

1 系统功能及总体架构

1.1 系统功能

整个系统针对可能引发火灾的因素，部署对应烟雾、电气特性、压力、水位的信息采集终端，并通过NB-IoT的通信方式，以实现低成本、低功耗地将信息上传至云端物联网平台，并设计监控平台，将云端的数据进行整合、处理，实现指令下发、数据展示、报警灯功能。

1.2 总体架构

整个系统的架构如图1所示，主要分为3个部分：信息采集终端、物联网平台、监控平台。信息采集终端包含了传感器、微处理器、NB-IoT模块等部分，负责采集可能引起火灾的温度、燃气、电弧及与消防息息相关的消防水栓的压力、液位等信息;物联网平台采用的是华为的OceanConnect物联网平台，该平台可接入NB-IoT网络，并适配多种通信协议，并提供丰富的api，支持连接管理、设备管理、数据管理等功能，可接入海量的终端设备^[5]。监控平台则通过与物联网平台之间的通信，获取终端设备的数据，通过可视化界面进行设备信息的展示，并实现下发指令的功能，设计报警功能，将设备的异常状态推送至安全员处。

2 系统的硬件组成

系统的硬件组成如图2所示，主要由采集不同信息的各种传感器、微处理器及NB-IoT模块等组成。针对消防中的不同环节，从3个大的方向进行信息的采集并采用对应的传感器：可能造成明火隐患的电流特性、实时的烟雾情况及消防用水设施的状态等。

针对电流特性，采用acs712霍尔电流传感器获取被测线路的交流电流特性，然后通过整流桥获取相对应的直流电流特性;针对烟雾情况，使用MQ-2气体传感器，烟雾的浓度越大，导电率越高，输出的电阻则越低，输出的模拟电压也就越高，从而得到烟雾的浓度信息;针对消防用水设施，则主要针对其水压情况及水位深度进行测量，通过高性能的扩散硅压阻式传感器作为测量元件的SY-2088水箱液位器进行水位深度的测量，并通过采用了扩散硅压力芯体作为敏感元件的PCM300压力变送器进行水压的测量。

微处理器部分则采用了基于ARM Cortex-M3的STM32F103微处理器。STM32系列MCU是一个32位MCU，其支持SWD和JTAG接口的调试模式，便于进行开发，且提供gpio及uart等在内的通信接口，可与多个外设之间进行通信，并支持ADC等外设，可实现对传感器传入数据的读取，STM32的特点和这些丰富的资源及存储空间完全可以满足系统的需求。

NB-IoT模块是由WH-NB73为通信芯片组成，且接入SIM卡槽，以提供接入运营商网络的功能，并外接天线以增强信号强度，且内置CoAP，UDP透传等通信协议，以满足物联网通信的需求。

最终整个系统以传感器为起点，将采集到的终端信号量通过STM32的ADC传入MCU进行处理，并通过NB-IoT模块将数据传至基站处，最终传至物联网云平台进行后续处理。

3 系统的软件设计

整个系统的软件设计部分主要分为信息采集端的软件设计、物联网云平台的开发及监控平台的开发。

3.1 信息采集终端的软件设计

信息采集终端主要包含了微处理器处的逻辑控制、终端信息的采集以及信息的接收与发送。

整个系统启动时，首先会进行系统的初始化过程，包括微处理器本身的初始化过程以及NB-IoT模块的初始化。微处理器初始化时会打开时钟、配置gpio端口、设置波特率等。进行NB-IoT模块的初始化时，会通过AT指令获取模块上插入的SIM卡的IMEI号码，以此作为本设备的唯一标志，用于与别的设备进行区分，并设置需要连接的物联网云平台的IP地址，进行联网尝试，如果尝试10次后仍未能连接至指定的云平台，则视为当前网络拥塞，并将在1 h后重新进行尝试。

在微处理器中会涉及数据的采集，为了尽可能地反映一段时间内数据的一致性，避免单个采样数据错误导致的误警情况，会使用定时器进行多次采集并在取平均值后进行上传。设当前上传周期中已采集过的数据次数为a，采集到大于阈值的数据次数为b，累计采集到的小于阈值的数据之和为c，累计采集到的大于阈值的数据之和为d，并设置初始的最大采集次数为a₀，初始的大于阈值的最大采集次数为b₀，初始的采集数据的阈值为c₀。针对不同的传感器，则会根据其量程设置不同的参数以满足其具体需求。

在采集数据的过程中，当定时器溢出触发中断的时候，会首先判断采集到大于阈值的数据次数b是否大于b₀，如果是，说明当前的数据已达到需要告警的程度，则会将数据采集的周期减半，更频繁地进行数据采集，并立即进行数据的上报;否则视为未达到需要报警的情况，会判断已采集过的数据次数a是否大于a₀，如果是，则说明当前周期已结束，需要将该段时间所累加的数据c，d进行叠加并除以a₀以获得这段时间内数据的平均情况，并进行上报;否则就说明当前周期未结束，需要对该次采集到的数据进行判断，根据其与阈值的大小关系，将其累加至c或者d上。每次通过NB-IoT模块上传数据时，也会将a，b，c，d的值清零，从而进入下一个采集周期。

在定时器未触发中断的时候，会通过NB-IoT模块监听是否有指令的下发，当NB-IoT模块接收到数据包时，会通过串口通信传给微处理器，然后会对数组的长度、格式等进行校验，通过校验则会将指令中想要修改的采集周期等参数进行更新（见图3）。

3.2 物联网云平台的开发

系统所使用的是华为的OceanConnect物联网平台，该平台与NB-IoT模块之间通过CoAP协议实现通信，该协议基于UDP，且依靠二进制格式，最小长度仅需要4个字节，从而具有更加轻量化的特点，更适用于低功耗的物联网场景^[6]。

如图4所示，在进行OceanConnect平台的开发时，首先新建一个项目，在项目中创建新的产品，并在产品界面中定义profile文件，即该产品所能提供的服务、产品会上传的信息类型以及该产品所需要接收的命令，最后开发编解码插件定义好信息的编解码规则并进行产品的部署。对于终端设备，则在物联网平台上进行设备的创建，并将终端设备上SIM卡所对应的IMEI号作为标识进行绑定。联网成功后则能实现终端设备与物联网平台之间的交互。

由于在物联网平台与终端设备之间采用CoAP协议进行通信，二进制格式的数据需要通过特定的编解码规则来进行解析。在本系统中，对于从终端设备处所上传的数据按照表1中规定的数据帧格式进行解析，其中针对不同的设备可能会上传不同种类的信息，故会根据其功能设定不同的消息种类，并上传相应字节长度的消息至物联网平台，且为了节约成本、功耗，并不要求物联网平台对上传的数据进行响应。对于命令的数据帧则是按照表2中的格式进行设计，根据不同种类的命令分配1字节进行区分，并设计命令序号以对某条命令进行精准定位，以获得该条命令的响应;在终端设备向物联网平台进行命令响应时，还会附带上1字节的命令执行状态信息，供物联网平台获取命令的执行情况，以防命令未能成功执行时所带来的系统状态的不一致。

3.3 监控平台的开发

监控平台与物联网平台之间的通信，主要是通过调用物联网平台的北向接口实现的。首先在物联网平台上传监控平台的CA证书，之后便可以通过https协议进行通信，监控平台通过调用物联网平台的消息订阅接口，实现当采集终端上传指定信息至物联网平台时，会同时将该信息解析推送至监控平台处;当监控平台有命令需要下发时，也能调用物联网平臺的命令下发接口以利用profile文件中规定的命令实现对终端设备的控制。在监控平台处，用MySQL数据库对接收到的数据进行存储，以供显示及数据分析使用。

监控平台主要集成了系统节点管理、节点信息查询、节点状态更改等功能，如图5所示。节点管理模块中，可显示当前系统中所涉及的不同传感器类型，及各种类型传感器所对应终端节点的编号，可对当前系统的整体容量有直观的体现。针对特定编号的终端，节点信息查询模块可通过对数据库的查询，对该终端在特定时间段内所收集到的信息进行查询、显示。各个终端节点都有其特定的告警阈值、采集周期等状态信息，这些信息都可在节点状态更改模块中进行查询，并可对其数值进行修改，同时经过监控平台-物联网平台-终端节点这一下行链路将此信息更新至终端节点中，以实现对于终端的灵活控制。

4 系统的测试

将带有烟雾、电流、液压等传感器的终端节点放置于室内、卫生间等处，并设置不同的初始阈值、采集周期等进行测试。各终端设备成功初始化并连接上NB-IoT网络后，开始按照预设的采集周期向OceanConnect物联网平台进行数据的上传，且数据都能正常地推送至监控平台处。在监控平台处，系统节点管理模块能正常地显示出系统中已接入的终端设备的编号。针对接入了烟雾传感器的终端节点，节点状态更改模块如图6所示，能顺利查询出各终端设备所预设的初始阈值为1.00、采集周期为240 s等信息，且将采集周期修改为30 s后，该终端设备也能如图7所示，按照最新的采集周期进行上传。节点信息查询模块的测试如图8所示，首先在无烟的状态下进行数据上传，监测平台处会以较长的周期接收到烟雾数据，随后将点燃后熄灭了的纸片放到传感器附近，模拟有火灾发生的情况。由于采集数据大于预设的阈值，终端节点则一次次地以更短的采集周期上传数据，并很快收敛到以最短的周期进行数据上传，将纸片远离传感器，模拟火灾结束的情况。由于采集数据小于预设的阈值，终端也会一次次以更长的周期进行数据上传，并很快按最大的采集周期进行上传，以达到节能的目的。

5 结语

文章基于NB-IoT的通信方式设计并实现了一个智慧消防系统，并对整个系统的架构及其软硬件的设计过程进行了详细的描述。测试结果显示，系统的运行结果良好，满足智慧消防的需求。

[参考文献]

[1]胡悦，童恩，曹浩彤，等.构建全面的智慧消防体系[C]//杭州：物联网与无线通信—2018年全国物联网技术与应用大会论文集，2018.

[2]张伟，徐晖，陈馥婧.基于物联网的灭火防护服监测系统设计与实现[J].消防界（电子版），2019（24）：36-37.

[3]倪建云，张荐，解树枝，等.分布式消防报警监控系统的设计与实现[J].实验室研究与探索，2018（4）：308-312.

[4]曲井致.NB-IoT低速率窄带物联网通信技术现状及发展趋势[J].科技创新与应用，2016（31）：115.

[5]郭亚勤，杨静，王艳花.基于OceanConnect室内空气质量检测系统[J].电子设计工程，2020（5）：56-60.

[6]汤春明，张荧，吴宇平.无线物联网中CoAP协议的研究与实现[J].现代电子技术，2013（1）：40-44.

（编辑 王永超）

Design and implementation of intelligent fire control system based on NB-IoT

Du Chaoming， Hu Jing， Song Tiecheng， Zhang Siyuan

（School of Information Science and Engineering， Southeast University， Nanjing 210096， China）

Key words：NB-IoT; intelligent fire; STM32; OceanConnect

作者簡介：杜朝明（1995— ），男，四川泸州人，硕士研究生;研究方向：物联网技术及应用。

作者：杜朝明 胡静 宋铁成 张思源

EM系统设备管理论文 篇3：

数据挖掘在综合网管告警相关性中的研究与应用

摘  要： 随着社会经济的不断进步，我国的电信事业得到了很大的发展，对电信网进行综合化的管理以及让电信网的管理变得更加智能化，也是目前电信网网络管理系统主要发展的方向。综合性的网络管理系统的目标就是能够集中监控多个子网，但是由于目前电信网络的规模逐渐变大且结构也相对比较复杂，在同一时间产生的一些告警信息具有多类型、数量庞大等的特点，要想对告告警的根源进行分析和定位是非常困难的事情，而有效利用好数据挖掘技术能够进一步解决综合网管告警当中存在的问题，让网络的运行更加流畅，质量不断提高。因此本文主要研究了数据挖掘在综合网管告警相关性及其应用，希望能够提供一定的参考价值。

關键词： 数据挖掘;综合管网告警

社会经济在不断发展的过程当中，通信业务的需求也在不断扩大，导致网络规模也呈现扩大的趋势，增强了网络规模的复杂性和带宽需求量，所以对网络进行综合化、自动化以及智能化的管理是目前发展的主要趋势，相关研究人员必须要认识到综合网络管理系统的重要性，并对其进行深入的研究，让其能够将信息进行收集、传输、储存、维护、运

营等功能集为一体，将网络资源最大限度利用起来，从而让网络的运行质量和效率不断提高，也进一步价格低网络管理和控制的成本，让网络维护的手段呈现多样化发展，促进我国网络的进一步发展。

1  告警相关性以及数据挖掘的综合概述

1.1  告警相关性的综合概述

告警相关性^[1]主要表示两个或两个以上的告警实体之间相互联系、相互出现的情况，其相关性的结果一般有两个：第一时增加了信息的语义内容，第二是缩减了独立单元的总数。所以告警相关性是对网络中出现的多个告警的解释和分析，将一个熟练缩减后的的告警的语义信息内容提高的一种联系。

告警主要是在综合网络管理的区域内被定义的故障产生异常功能的原因，而故障是产生告警的主要因素，在特定事件发生的过程当中，被管制的对象发出的一个通报就是告警，在系统当中，发出的告警信息就表示其发生了一些异常或某些问题，告警指示对可能有故障发生进行表示，但是并不一定真正有故障发生，告警事件^[2]主要包括被管制的对象异常状态下的信息。一般是故障的征兆、告警产生的时间等，但是告警并不会将网络故障的问题根源确切的位置信息明显显示出来，所以这就需要通过对网络产生的告警进行分析，从而对故障产生的原因进行判断。告警主要包含时间不同步、重复、闪断、扩散等的特点，其中时间不同步主要是由于在大型或者异构的通讯网络当中，并没有一个统一的网络时间，导致告警事件发生时，会存在一定的时间误差，所以会让告警事件的分析以及解决面临比较大的困难;重复告警主要是多个网络部件检测到了单独一个告警，但是每一个都把告警事件发送导致告警信息出现重复的现象;闪断告警主要是当网络业务量不断增加的过程中，出现了网络阻塞，或者是电脑的硬件处理能力较差，导致网络管理的系统没有处于正常状态下，其处理器就会产生波动负荷，导致网络管理系统与设备管理系统在进行通信的过程当中出现超时的错误，从而导致闪电告警出现。根据以上告警的特点对告警信息进行处理，过滤掉告警数据，将告警的一些冗余数据消除，可以在一定程度让告警数据的处理更具针对性和专业性，也让告警的相关性分析效率有效提高。

1.2  数据挖掘的综合概述

随着计算机网络技术的不断进步，数据挖掘机技术的出现是必然趋势，它的出现一开始就是与应用相关。由于现在各个行业当中进行业务操作的发展方向都是流程自动化发展，企业在经营的过程当中产生的业务数据非常大量，所以企业在发展的过程当中积极应用数据挖掘能够让数据分析变得更加高层次和高效。目前在很多领域当中，都有效应用了数据挖掘，比如银行、保险、电信等商业领域，尽管它在这些领域当中都将其技术优势有效展现出来，但是在综合馆网络管理的应用当中，由于没有比较成熟的经验，所以其应用还不完善。在电信当中，应用数据挖掘能够帮助电信企业制定出更加合理的收费和服务的标准，防止出现费用欺诈等情况;在信息安全当中应用数据挖掘，这是因为在网上日益增多的储存处理的敏感问题，出现了许多安全问题，所以人们希望能有软件进行自动的审计数据，并对数据进行更深层次的分析，从中挑筛选出有用的信息，数据挖掘能够判断和与安全相关的一些特征，从而及时阻止一些未知入侵行为的出现。

2  数据挖掘在综合网管告警相关性中的研究

2.1  改进设计综合管网中的算法

在综合网管系统当中，使用关联规则挖掘算法处理的对象主要是告警的数据，所以就需要对层次分析法和序列模式进行了解，在综合网络管理当中告警数据怎样进行关联规则性的挖掘是面临的主要问题。告警数据的属性^[3-4]有对象、ID、原因、级别等，其中告警的级别更是将告警的轻重程度直观展现出来。在告警网元的度数表当中其基本的属性也包括网元的ID、名称、拓扑的度数等，由于使用层次分析法可以了解到当属性的维数较高，则会在降低其效率，所以可以区按照度数区间划分出网元拓扑，这样就可以避免出现因为维度较高而出现的效率较低的问题，其中综合网络管理中局部网元之间存在的拓扑关系如下图1所示。

由以上的关系图当中可以看出，在整个网络当中的关联强度是每个网元当中的连接线数表明的，在综合网络管理系统当中网元的数量非常多，并且网元不同，其拓扑度数也不相同，因此为了让应用层次分析法能够方便计算，所以可以按照网元的拓扑度数进行区间划分，从而有效避免出现效率较低的情况，根据相关的专家研究显示，在网元的拓扑度数^[5]一般要≤10，所以在具体工程当中，对网元拓扑度数进行获取时，可以根据实际的情况对区间进行划分，如果说普度数小于10则实际的度数值不做划分，如果大于10则需要将拓扑度数划分在10个以内，所以在综合网络管理的系统当中，为了能够将影响权值的数据信息获取，就可以建立一个确定两个因素权值的层次模型，其设计结构图如图2所示。

在上图当中的n值應该取≤10。根据设计的层次模型，建立起判断的矩阵，就可以对告警级别和网元拓扑度数组合方案对应的权值进行计算，从而减少一些冗余且频繁的项目产生，让网络效果更好。

2.2  构建综合网管中的数据挖掘算法模型

通过改进设计关联规则挖掘算法，可以构建出综合网络管理当中数据挖掘算法的模型^[6]。本文所使用的算法挖掘的对象是网络管理系统当中的告警数据，所以其关联的规则是挖掘告警数据相关的规则。整个算法的步骤^[7]-[8]首先要预处理告警数据后，按照时间的跨度和顺序将告警发划分为多个告警集合，并将每个告警当中重复的告警类有效去除，在对所有的告警集合t进行划分的过程当中，要找到1项目中的告警频繁的项目集L1，以其为基础，在对所有的告警集合t进行划分的过程当中，还要寻找第K项的告警频繁的项目集Lk，直到所得到的Lk出现空集为止，可以获取到频繁项目集当中的集合L，将告警频繁项目集和L中的Lk元素取出，寻找并对其每个元素中存在的相关规则进行计算，直到都处理完，最后要在规则库当中，把所有满足要求的告警关联规则放入其中，整个算法才算完成，其主要的流程图如下图3所示。

这样就可以设计出基于数据挖掘算法的相关性分析系统。在综合网络管理的系统^[9]当中包括配置安全、告警故障等的管理，其中告警与故障管理两者进行配合能够起到监测的作用，迅速发现和纠正网络中的故障，从而对网络进行维护，其主要的硬件结构拓扑图如图4所示。

告警相关性分析的流程图如图5所示。

3  数据挖掘在综合网管告警相关性中的应用

数据挖掘在综合网管告警相关性当中的运用^[10]，主要应用在规则发现数据的预处理阶段、挖掘阶段以及后处理阶段。其中用在规则发现数据预处理模块当中，需要对数据库进行频繁的访问，其作用是进行一定的降维操作，并且让告警属性具有特征性，把告警记录表示出来，并在面对雪崩告警时能对一些重复性的告警进行删除，然后对告警进行分类，从而让告警信息的权值不断增加，其主要的流程图如图6所示。

应用在规则挖掘的模块当中，主要是在处理完告警数据之后，规则发现系统当中的挖掘模块，挖掘这些数据当中一些频繁的项目。规则挖掘模块是一个内部处理的模块，通过研究出相关的函数代码，可以让一些频繁项目集和规则的挖掘更加方便，在规则挖掘模块当中具有两大功能，第一是发现频繁项目集，第二是发现规则，在频繁项目集表和挖掘规则表当中存放入符合的支持度和置信度挖掘的结果，从而让用户可以通过平台对这些挖掘的规则进行编辑。

用于规则发现规则后处理的模块，主要是对用户提供一些编辑挖掘规则的界面，但是该模块只是总结历史数据，对信息统计，所以很难保证信息的准确度和准确性，但是其也有一定的优势，其主要的优势是能够在海量的信息当中挖掘出有用的信息和人们所关注的数据信息，但必须要用户进行一定的编辑之后才能使用，规则的后处理模块主要是对用户以及挖掘规则之间提供一个相互交互的平台，由于挖掘的规则格式中还有一些冗余的规则，其描述也相对比较简单，所以规则模式是非常粗糙，因此需要增添和设置一些规则属性，比如有限的时间、级别等，從而让规则描述不断得到丰富。

4  结束语

随着社会经济的不断发展，网络的规模不断扩大是必然趋势，逐渐建立的综合网络管理系统让网络运行的质量和效率得到了很大的提升，降低了一些运营商的运营成本，也让维护的手段更加多样化，从而让相关企业得到了进一步的发展，但是在社会发展的过程当中，通讯网络的节点构成有成千上万种，所以当发生一个网络故障或者问题的时候，就会产生大量的告警信息，从而影响了用户用网的体验，因此在综合网络管理告警相关性分析中运用数据挖掘技术，能够帮助网络管理人员对故障的信息进行分析，并准确定位故障的位置，从而缩减网络故障的时间，减少一些告警数据，提高网络的质量，让综合网络管理系统发挥出最大的作用，促进其进一步的发展。

参考文献

• 韩宏莹. 并行数据挖掘技术在电信网管告警中的应用研究[D]. 长春工业大学， 2016.
• 吴英虎. 宁夏铁通网络综合告警系统设计与实现[D]. 电子科技大学， 2015.
• Wei Chen， Paraskevas Tsangaratos， Ioanna Ilia， Zhao Duan， Xinjian Chen. Groundwater spring potential mapping using population-based evolutionary algorithms and data mining methods[J]. Science of the Total Environment， 2019， 684.
• Javed A. Face Recognition Based on Principal Component Analysis[J]. International Journal of Image， Graphics and Signal Processing （IJIGSP）， 2013， 5（2）： 38.
• 李志敏， 赵晴. 综合网管告警数据缺失原因与解决策略分析[J]. 移动通信， 2015， 39（Z1）： 112-116.
• 蔡琦. 智能网管系统中的告警关联规则研究与实现[D]. 武汉理工大学， 2014.
• 朱剑， 张锦， 成奋华， 等. 基于支持向量机的人脸识别研究[J]. 计算技术与自动化， 2008， 26（4）： 79-81.
• 钟彩. 边缘检测算法在图像预处理中的应用[J]. 软件， 2013， 34（1）： 158-159.
• 冯杰， 屈志毅， 李志辉. 基于分类稀疏表示的人脸表情识别[J]. 软件， 2013， 34（11）： 59-61
• 张铮， 王艳平， 薛桂香. 数字图像处理与机器视觉[M]. 北京： 人民邮电出版社， 2010.

作者：曹素娥