4. 数据采集方法 在第 3 节中,我们描述了那些对于确定许多底栖和近岸物种的分布和丰度非常重要的物理和生物物理参数,围绕这些参数必须建立栖息地分类系统。因此,要应用分类方案,必须以适当的比例和分辨率从感兴趣的区域获取这些参数的数据。这里,我们回顾了当前用于获取栖息地数据的方法以及有望增加浅海环境调查覆盖率和数据分辨率的新技术。我们主要关注适用于收集水深、基质类型、粗糙度、坡度和坡向等各种比例和分辨率数据的方法。
4. 数据采集方法 在第 3 节中,我们描述了那些对于确定许多底栖和近岸物种的分布和丰度非常重要的物理和生物物理参数,并且必须围绕这些参数组织栖息地分类系统。因此,要应用分类方案,必须以适当的比例和分辨率从感兴趣的区域获取这些参数的数据。这里,我们回顾了当前用于获取栖息地数据的方法以及有望增加浅海环境调查覆盖率和数据分辨率的新技术。我们主要关注适用于收集水深、基质类型、粗糙度、坡度和坡向等各种比例和分辨率数据的方法。
多平台、多传感器集成技术已确立了快速空间数据采集的趋势。多传感器系统可以安装在各种平台上,例如卫星、飞机或直升机、陆基车辆、水基船只,甚至由个人测量员随身携带。因此,每辆车或个人测量员都成为潜在的数据收集者,负责全球集成数据采集。陆基移动测绘系统的最新发展代表了这种集成技术的典型应用。事实上,移动测绘系统的发展很大程度上是由交通应用推动的,并受到智能交通系统 (ITS) 和交通地理空间信息系统 (GIS-T) 广泛实施的进一步启发。
数据记录器是实现数据记录和回放功能的系统,由数据采集部分、数据存储部分和数据回放部分组成[1-2]。目前,数据记录器已广泛应用于需要后期数据分析处理的航空航天、遥感、现代电子测试等许多重要领域[3]。机载飞行数据记录器一般称为黑匣子数据记录器(FDR),是一种用于记录飞行过程中各种状态参数的高性能机载电子设备。随着科学的不断发展,实际应用对飞行数据记录器的需求越来越大。早期市场上采用磁带作为存储介质的机载飞行数据记录器由于其记录速度低、不支持要存储的数据的文件格式等原因,已经不能满足大多数应用的要求。因此,设计一种具有高速记录、低功耗、数据以文件形式实时存储的机载飞行数据记录器具有重要的意义和研究价值。
风洞测试需要具有高通道数的 DAQ 系统,能够在长时间内连续采集采样数据,并可靠地将数据传输到主机 PC 进行处理和存储。Bustec 基于 LXI 的 DAQ 系统提供 96 个通道,能够以每通道 216 kS/s 的速度从风洞采集测试数据,并具有高精度同步和实时事件触发功能,可通过千兆以太网传输到 PC。作为符合 LXI 标准的设备,Bustec 的 ProDAQ 6100 载体包含一个内置的 Web 界面,用于配置和故障排除以及自动发现工具,以最大限度地缩短开发时间。使用 LXI,可以执行远程执行、监控和调试,这些对于恶劣的风洞环境是必不可少的。
注:本出版物中使用的名称和材料的呈现方式并不意味着联合国秘书处对任何国家、领土、城市或地区或其当局的法律地位,或对其边界或边界的划分发表任何意见。本出版物中使用的“国家”一词也酌情指领土或地区。“发达地区”和“发展中地区”的名称旨在方便统计,并不一定表示对特定国家或地区在发展过程中所达到的阶段的判断。联合国文件的符号由大写字母和数字组成。本文件未经正式编辑
4. 数据采集方法 在第 3 节中,我们描述了那些对于确定许多底栖和近岸物种的分布和丰度非常重要的物理和生物物理参数,围绕这些参数必须建立栖息地分类系统。因此,要应用分类方案,必须以适当的比例和分辨率从感兴趣的区域获取这些参数的数据。这里,我们回顾了当前用于获取栖息地数据的方法以及有望增加浅海环境调查覆盖率和数据分辨率的新技术。我们主要关注适用于收集水深、基质类型、粗糙度、坡度和坡向等各种比例和分辨率数据的方法。
DATA ACQUISITION SYSTEM FOR VEHICLE ENGINE SENSORS: A REVIEW *Lauris Melders , Ruslans Smigins , Aivars Birkavs Latvia University of Life Sciences and Technologies, Latvia *Corresponding authorʼs e-mail: lauris.melders@inbox.lv Abstract Monitoring the operation of car engines using a smartphone and cloud services is a concept that falls within the field of intelligent vehicle technologies.使用信息收集系统,车队公司可以有效地管理其车辆的使用情况,最大程度地减少投资和维护成本,防止事故和失败,确定员工之间的驾驶行为不佳,并减少与燃料,轮胎和其他资源相关的费用。此方法涉及从车辆发动机传感器收集实时数据,通过智能手机将数据传输到云,然后使用云服务来分析和管理信息,以简单地理解它。本综述反映了内燃机的工作效率以及减少对环境的污染,还收集了现有的文献,以深入了解汽车行业中的车辆传感器数据采集技术和系统,从而确定了当前知识中的差距,并为该领域的下一项实践研究提供了概念上的框架。在解释了技术开发中物流任务的一般思想之后,引入了各种传感器及其方法与发动机属性相关联。研究结果表明,大多数文章都是关于来自不同系统的数据采集系统。关键词:数据采集系统,智能车辆技术,发动机数据收集。他们可以为用户提供便利性和灵活性,使他们可以轻松访问和调整设置,从而实现实时监控和调整发动机性能,从而帮助用户根据其特定需求和偏好来优化效率和性能。引言汽车行业的持续发展和进步推动了该行业的向前发展,从而提高了安全标准,创新技术。每十年带来新的机遇和挑战,这些机会和挑战推动了该行业迈向优先考虑高效,安全和环保运输解决方案的未来。每个工业加工系统,工厂,设备,测试地面和汽车都是由计算机软件和硬件组成的,这些软件和硬件符合已知的物理定律。这些系统不是稳态;取而代之的是,它们由数千种总是在变化的机械和电现象组成。系统的正确操作能力取决于特定的时间事件和可变参数。大多数变量需要使用工具(例如视觉显示)来测量,这将现象转化为人类可以理解的形式。有效的车辆数据收集对于提高汽车行业的安全性,效率和整体性能至关重要。它还在新兴技术(例如自动驾驶汽车和智能运输系统)的开发和实施中发挥作用(Oladimeji等,2023)。汽车中的传感器可帮助驾驶员发现汽车的问题并防止损坏发生。它还可以显示驾驶员的警报和远程诊断的报告功能(Abdelhamid,Hassanein和Takahara,2014年)。它们对于保持最佳发动机性能,提高燃油效率并解决潜在的问题至关重要。诊断工具和技术在现代汽车维护和维修中继续发挥关键作用。要克服现有通信技术的局限性,并为大型车辆网络创建有效的合作网络,需要探索替代解决方案。
颗粒物是一个日益严重的健康问题,被认为是许多疾病的诱因。为了开发合适的空气过滤系统,我们需要了解颗粒物如何影响空气过滤器。在这个项目中,我们为空气过滤器测试台实施了一个自动数据采集系统。数据采集系统使我们能够收集有关颗粒物如何随时间影响空气过滤器的经验数据。虽然空气过滤器的质量没有达到临界水平,但存在可测量的退化。收集的数据用于训练和验证可以评估空气过滤器质量的机器学习模型。事实证明,这种机器学习是空气过滤器评估的强大工具,对测试数据的执行准确率为 99%。该项目的成果是一个功能齐全的数据采集系统以及一个用户界面,可大大减少执行过滤器测试所需的工时。此外,自动数据采集系统可以在测试台需要更换过滤器或发生某些故障时通知操作员。不幸的是,该项目未能实现其最初的目标,即能够自动确定测试台何时需要维护或重新校准。
摘要 - 学习驾驶全尺寸直升机是一个复杂的迭代过程,需要在动态、混乱且无情的环境中实时通过输入将相互依赖的原因映射到输出。这项工作提出了一个原型系统,用于通过一系列摄像头和传感器从罗宾逊 R22 直升机的控制装置、仪器和飞行动力学中非侵入性地获取原本无法访问的数据,然后使用基于 OpenCV 的解决方案将这些图像处理成相应的数字形式,以供以后在机器学习项目中使用。它描述了一种硬件和软件架构,用于安全成功地校准系统、运行广泛而深入的代表性实验以及定性和定量地呈现和验证结果。