Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Автоматизированная система управления промышленным производством асфальтобетонных смесей по результатам мониторинга состояния автомобильных дорог

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Разработаны алгоритмы распознавания элементов, принадлежащих объектам автомобильных дорог и элементов обустройства, а также вычисления поперечной и продольной ровности дорожного полотна, распознавания дорожной разметки, трещин, дорожных заплаток и др. Полученные в диссертации результаты позволяют производить оперативный контроль эксплуатационного состояния автомобильных дорог, планировать сроки… Читать ещё >

Содержание

  • 1. СИСТЕМНЫЙ АНАЛИЗ МЕТОДОВ МОНИТОРИНГА ДОРОЖНОЙ СЕТИ
    • 1. 1. Проблема автоматизации оценки эксплуатационного состояния автомобильных дорог
    • 1. 2. Обзор существующих методов диагностики состояния дорог при помощи цифровых технологий
    • 1. 3. Описание технической базы системы мониторинга
    • 1. 4. Постановка задачи создания системы мониторинга состояния дорожного полотна
  • Выводы по главе 1
  • 2. РАЗРАБОТКА АЛГОРИТМОВ ВЫЧИСЛЕНИЯ ДОРОЖНЫХ ХАРАКТЕРИСТИК
    • 2. 1. Математические методы анализа и обработки изображений
    • 2. 2. Разработка алгоритма вычисления поперечной ровности
    • 2. 3. Разработка алгоритма распознавания элементов дорожного полотна
    • 2. 4. Алгоритм вычисления продольной ровности
    • 2. 5. Алгоритм предсказания затрат материалов на ремонтные работы
  • Выводы по главе 2
  • 3. РАЗРАБОТКА БАЗЫ ДАННЫХ СИСТЕМЫ МОНИТОРИНГА И ПРОГНОЗИРОВАНИЯ ОБЪЕМОВ ПРОИЗВОДСТВА
    • 3. 1. Описание функций лаборатории мониторинга и системы сбора данных
    • 3. 2. Анализ информационных требований пользователя системы мониторинга
    • 3. 3. Описание абстрактных объектов данных
    • 3. 4. Разработка концептуальной модели данных
    • 3. 5. Отображение концептуальной модели в реляционную схему данных
  • Выводы по главе 3
  • 4. РАЗРАБОТКА ПРОГРАММНЫХ КОМПОНЕТОВ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ МОНИТОРИНГА СОСТОЯНИЯ ДОРОЖНОГО ПОЛОТНА
    • 4. 1. Архитектура автоматизированной системы мониторинга
    • 4. 2. Интерфейс пользовательских
  • приложений системы монитотринга
    • 4. 3. Программно-аппаратное обеспечение системы мониторинга
    • 4. 4. Создание отчетной документации
    • 4. 5. Реализация подсистемы прогнозирования затрат материалов
  • Выводы по главе 4

Автоматизированная система управления промышленным производством асфальтобетонных смесей по результатам мониторинга состояния автомобильных дорог (реферат, курсовая, диплом, контрольная)

Диагностика автомобильных дорог является основой системы управления состоянием автомобильных дорог, в том числе планирования, распределения и использования средств, направляемых на содержание, ремонт и реконструкцию дорог, оптимизацию программ дорожных работ. Цель диагностики и оценки состояния автомобильных дорог состоит в получении полной, объективной и достоверной информации о транспортно-эксплуатационном состоянии дорог, условиях их работы и степени соответствия фактических потребительских свойств, параметров и характеристик требованиям движения. Результаты диагностики являются основой управления состоянием автомобильных дорог и исходной базой для эффективного использования средств, направляемых на совершенствование и развитие дорожной сети. Транспортно-эксплуатационное состояние дороги — комплекс фактических значений параметров и характеристик технического уровня и эксплуатационного состояния на момент обследования и оценки, обеспечивающих её потребительские свойства.

Поддержание на должном эксплуатационном уровне автомобильной дорожной сети является важной задачей, от решения которой зависит безопасность движения. Основной задачей системы обработки данных для автоматизации технологических процессов мониторинга дорожной сети является сбор и систематизация данных об элементах автодорожной сети, обработка собранных данных с целью прогнозирования затрат материалов на ремонт и, как следствие, прогнозирование объемов производства материалов ремонта, что и определяет актуальность исследований.

Цель и основные задачи исследования

Целью работы является повышение эффективности мониторинга дорожного полотна за счет создания автоматизированной системы обработки данных, которое включает: уточнение количественно-качественных показателей основных элементов автомобильных дорогорганизацию систематических наблюдений за объектами мониторинга с регистрацией изменений в эксплуатационном состоянии элементов обустройства, материалов, конструкций, возникших за период между наблюдениямипланирование ремонтных работ на участках обследуемых автомобильных дорогпрогнозирование затрат производства материалов, требующихся для проведения ремонтных работ.

В соответствии с поставленной целью в диссертации решаются следующие задачи:

1. Сравнительный анализ и исследование различных способов сбора визуальной информации о состоянии объектов с целью выбора рационального решения, позволяющего провести наиболее полную автоматизированную обработку;

2. Разработка и реализация алгоритмов распознавания элементов, принадлежащих объектам автомобильных дорог и элементов обустройства;

3. Реализация функции прогнозирования расхода материалов на ремонт по данным вычисленных дорожных характеристик на базе регрессионных моделей, с использованием связи системы с внешними математическими пакетами.

4. Разработка базы данных для хранения информации о проведенных измерениях дорожной лаборатории, хранения значений вычисленных дорожных характеристик, а также характеристик дорожных объектов;

5. Разработка специализированного программного обеспечения, позволяющего регистрировать количественно качественный состав элементов, определять геометрию элементов, вычислять заданные характеристики качества дороги;

Научная новизна

Научная новизна состоит в теоретической и практической реализации методов бесконтактной диагностики и оценки эксплуатационного состояния автомобильных дорог. На защиту выносятся:

• методы прогнозирования расходов материалов на ремонтные работы участков работ;

• методы распознавания дорожной разметки, трещин, дорожных заплаток;

• методы расчета характеристик продольной ровности дорожного полотна;

• алгоритм вычисления поперечной ровности дорожного полотна;

• база данных для хранения данных измерений проведенных дорожной лабораторией, информации о характеристиках дороги, а также технико-эксплуатационного состояния.

Теоретическая и методологическая основа исследования

Теоретической и методологической основой исследования являются методы технического зрения, многомерного статистического анализа, системного анализа, математических методы распознавания и анализа изображений, регрессионного анализа, теории баз данных.

Практическая ценность и реализация результатов работы

Научные результаты, полученные в диссертации, доведены до практического использования. Они представляют непосредственный интерес в области автоматизации мониторинга дорожного полотна. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде предприятий, а также используются в учебном процессе в Московском автомобильно-дорожном государственном техническом университете (МАДИ).

Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение:

• на Российских, межрегиональных и международных научно-технических конференциях и семинарах (2005;2011 гг.);

• на заседании кафедры АСУ МАДИ.

Полученные в диссертации результаты позволяют производить оперативный контроль эксплуатационного состояния автомобильных дорог, планировать сроки и объемы производства ремонтных работ, планировать производство необходимых ремонтных материалов дорог.

Структура работы соответствует списку перечисленных задач, содержит описание разработанных методов, моделей и методик.

Выводы по главе 4

1. Разработана архитектура автоматизированной системы. Выделены подсистемы в составе автоматизированной системы. Описаны основные компоненты системы обработки данных для автоматизации технологических процессов мониторинга автомобильных дорог.

2. Разработан интерфейс автоматизированной системы. Реализована концептуальная модель архитектуры системы при помощи технологии MDI. Разработана объектная модель дороги. Рассмотрена работа системы буферизации данных лаборатории при обработке их системой обработки данных.

3. Описан состав программного и аппаратного обеспечения. Для обработки данных дорожной лаборатории написан конвертор базы данных. Описан интерфейс конвертора. Описана сетевая архитектура системы. Приведены требования к аппаратной части и программному обеспечению для полноценной работы системы.

4. Реализована система отчетной документации. Рассмотрены типы отчетов в системе. Описан метод программной реализации создания отчетов в системе с использованием в приложении библиотек типов.

Заключение

В итоге выполнения работ, отраженных в данной диссертации, получены следующие основные результаты, определяющие научную новизну и ее практическую значимость:

1. Проведен сравнительный анализ и исследование различных способов сбора визуальной информации о состоянии объектов дорожного полотна с целью выбора рациональных решений по формированию планов ремонтных работ с использованием.

2. Разработаны алгоритмы распознавания элементов, принадлежащих объектам автомобильных дорог и элементов обустройства, а также вычисления поперечной и продольной ровности дорожного полотна, распознавания дорожной разметки, трещин, дорожных заплаток и др.

3. На базе регрессионных моделей с использованием интерфейсного взаимодействия с математическими пакетами реализованы функции прогнозирования расхода материалов на ремонт по вычисленным показателям дорожных характеристик.

4. Разработана базы данных для хранения информации о проведенных измерениях дорожной лаборатории, хранения значений вычисленных дорожных характеристик, а также характеристик дорожных объектов.

5. Разработано специализированное программное обеспечение, позволяющее регистрировать количественно качественный состав элементов, определять геометрию элементов, вычислять заданные характеристики качества дороги.

Показать весь текст

Список литературы

  1. Ю.М. «Система обработки данных для автоматизации технологических процессов мониторинга дорожной сети». 2004 г.
  2. , JI. Компьютерное зрение / JI. Шапиро, Дж. Стокман М.: Изд-во Бином, 2006. — 84 с.
  3. Яне, Б. Цифровая обработка изображений / Б. Яне М.: Изд-во Техносфера, 2007.- 446−448 с.
  4. , Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс -М.: Изд-во Техносфера, 2005. -753−759 с.
  5. Ю.М. «Система обработки данных для автоматизации технологических процессов мониторинга дорожной сети». 2004 г.
  6. Яне Б. Цифровая обработка изображений. М.: Изд-во Техносфера, 2007. — 24−27 с
  7. Горелик A. JL, Скрипкин В. А. Методы распознавания. М.: Изд-во «Высшая школа», 2004 — 199−208 с
  8. Т. Алгоритмы: построение и анализ / Т. Кормен, Ч. Лейзерсон, Р. Ривест. М.: МЦНМО, 2002.
  9. Д.Э. Искусство программирования. Том 3. / Д. Э. Кнут. М.: Издательский дом «Вильяме», 2001.
  10. Л. Статистическое оценивание. М.: Статистика, 1976. — 598 с.
  11. Д., Уингоу С, Шеферд Дж. Программирование на Microsoft Visual С++ 6.0 для профессионалов. /Пер, с англ. СПб: Питер- М.: Издательско-торговый дом «Русская Редакция», 2004. — 861 с.
  12. Д. Райан Стефенс, Кристофер Диггинс, Джонатан Турканис, Джефф Когсуэлл. С++. Сборник рецептов Издательство: КУДИЦ-Пресс 2007 624с.
  13. Ю., Скрайбнер К., Уайт К.Д. Visual С++ 6 и MFC. Энциклопедия пользователя. — М.: Изд-во «ДиаСофт», 2000 — 716с.
  14. Архангельский А.Я. Delphi 2006. Справочное пособие. Язык Delphi, классы, функции Win32 и .NET. М.: Изд-во «Бином», 2006 — 1152 с.
  15. А .Я. Программирование в Delphi. Учебник по классическим версиям Delphi. M.: Изд-во «Бином», 2006 — 1152 с.
  16. Р. Программирование баз данных SQL Server 2005. M.: Издательский дом «Вильяме», 2007 — 832с.
  17. К. Дж. Дейт. Введение в системы баз данных. М.: Издательский дом «Вильяме», 2006. — 1328 с.
  18. Н. Елманова, С. Трепалин, А. Тендер. Delphi и технология СОМ. Издательство: Питер, 2003 г. 698 с.
  19. .В., Курганов В. Д., Злобин В. К. Распознавание и цифровая обработка изображений М.: Высшая школа, 1983. — 295 с.
  20. Р. Быстрые алгоритмы цифровой обработки сигналов. — М.: Мир, 1989.-448 с.
  21. JI.M., Матюшкин Б. Д., Поляк М. Н. Цифровая обработка сигналов. М.: Радио и связь, 1990. — 256 с.
  22. Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976. — 507 с.
  23. А.Д. Логика распознавания. Мн.: Наука и техника, 1988. -118 с.
  24. A.B., Шафер Р. В. Цифровая обработка сигналов. М.: Связь, 1979.-416 с.
  25. В.А. Методы компьютерной обработки изображений. М.: Физматлит, 2003. — 784 с.
  26. К. Введение в статистическую теорию распознавания образов. -М.: Наука, 1972.-368 с.
  27. Боровиков В. STATISTICA. Искусство анализа данных на компьютере: Для профессионалов. 2-е изд. СПб.: Питер, 2003. — 688 с.
  28. Э. Искусственный интеллект. М.: Мир, 1978. — 550 с.
  29. Acharya Т., Ray A.K. (2005). Image Processing. Principles and Applications.
  30. Amit, Yali. 2D object detection and recognition: models, algorithms, and networks. Cambridge, MA: MIT Press.
  31. B., Pavlidis I. (2005). Computer vision beyond the visible spectrum.
  32. J. (2006). Vision with Direction. A Systematic Introduction to Image Processing and Computer Vision.
  33. M.C. (1995). Neural Networks for Pattern Recognition.
  34. C.M. (2006). Pattern Recognition and Machine Learning.
  35. A. (2000). Handbook of Image and Video Processing.
  36. Bow Sing-Tze. (2002). Pattern Recognition and Image Preprocessing. Second Edition.
  37. C.E. (2002). School on mathematical problems in image processing.
  38. E.B. (2005). Handbook of Geometric Computing.
  39. S. (2005). Robot Vision.
  40. K. (1990). Introduction to Statistical Pattern Recognition. Second Edition.
  41. A. (2007). Computer Vision, Computer Graphics Collaboration Techniques.
  42. Goutsias J., Vincent L. Bloomberg Dan. S. (2002). Mathematical morphology and its applications to image and signal processing.
  43. L., Kung S., Larsen J. (2001). Multimedia image and video processing.
  44. R., Zisserman A. (2003). Multiple View Geometry in Computer Vision.
  45. B., Haubecker H. (2000). Computer Vision and Applications.
  46. B. (2002). Digital Image Processing.
  47. Javidi Bahram. (2005). Image Recognition and Classification. Algorithms, Systems, and Applications.
  48. Marques de Sa, J.P. (2001). Pattern Recognition. Concepts, Methods and Applications.
  49. W.S. (1972) Computer-oriented Approach to Pattern Recognition.
  50. Michael Seul, L. O'Gorman, M.J.Sammon. (2000). Practical Algorithms for Image Analysis.
  51. Ming Jiang. (2001). Mathematical Models in Computer Vision and Image Processing.
  52. M.S., Aguado A.S. (2002). Feature Extraction and Image Processing.
  53. Omran M. G. H. (2004). Particle Swarm Optimization Methods for Pattern Recognition and Image Processing.
  54. N., Chen Y., Faugeras O. (2005). Handbook of Mathematical Models in Computer Vision.
  55. M. (1999). Image Processing. The Fundamentals.
  56. W.K. (2001). Digital Image Processing.
  57. Qiu P. (2005). Image Processing and Jump Regression Analysis.
  58. Randy Crane. (1997). A simplified approach to image processing.
  59. G.X., Wilson J.N. (1996). Handbook of Computer Vision Algorithms in Image Algebra.
  60. J.C. (2007). The Image Processing Handbook.
  61. Sebe N., Lew M.S. (2001). Robust Computer Vision. Theory and Applications.
  62. M. (1997). Fundamentals of computer vision.
  63. S., Koutroumbas K. (2003). Pattern recognition. Second edition.
  64. A.R. (2002). Statistical Pattern Recognition. Second Edition.
  65. Акты внедрения результатов работыi^Sfc^ МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИч^^МАДИ Федеральное государственное бюджетное образовательное учреждениевысшего профессионального образования
  66. МОСКОВСКИЙ АВТОМОБИЛЬНО-ДОРОЖНЫЙ
  67. ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ (МАДИ)"
  68. Россия, 125 319, Москва, Ленинградский проспект, 64, Тел. (499 151−6412 ректор, факс (499 .151−8965, Интернет: http://wvvw.madi.ru. E-mail- [email protected]. На № от1. УТВЕРЖДАЮ
  69. Д.т.н., проф. Д.т.н., проф. Д.т.н., проф.каф. каф. каф.
  70. АСУ" МАДИ «АСУ» МАДИ «АСУ» МАДИ
  71. A.M. Юрчик П. Ф. Остроух A.B.шйшщ. штемti:. .о внедрении результатов диссертационной работы
  72. Панова Петра Владимировича на тему: «Автоматизированная система управления промышленным производством асфальтобетонных смесей по результатам мониторинга состоянияавтомобильных дорог»
  73. Практический интерес для нашей организации представляют разработанная методика формирования прогноза объемов производства асфальто-бетонных смесей по результатам мониторинга состояния автомобильных дорог
  74. Директор-распорядитель ЗАО «PARASTEК BETON"1. ЗАО «Парастек Бетон"3.ий Силикатный проезд, — 10 123 308 Москва1. Россия1. Телефон Факс
  75. ААПО РАХКЪЯРВИ / Ааро Rahkjarvi/7 495 789 89 03 + 7 495 789 89 04
  76. Общес тво с ограниченной ответственностью «ПРОМСИСТЕМЫ"1. Акт: внедрения результатов диссертационной работы
  77. Основными задачами: представляющими практический интерес, являются: модели предсказания объемов производства, а также модели оценки качества проведенных дорожно-ремонтных работ.
  78. Разработанные методы и модели представляют непосредственный практический интерес и включены в систему поддержки управленческих решений нашей организации.
  79. Генеральный директор ООО «ПРОМСИСТЕМЫ"у
Заполнить форму текущей работой