研究成果:
BETVLCTOR伟德中文网站機器學習與軟件新技術研究所曾參與完成工信部高技術船舶科研項目:半潛式起重平台安全監測系統。該系統使用Python快速解碼,使用關系型數據庫PostgreSQL存儲已結構化數據,對數據畫像、分析、建模并且将程序部署在雲端,通過訪問雲端數據庫,使用輕量級Web開發框架Flask将數據進行可視化處理和功能實現。系統功能上能夠運用可靠性檢驗、參數識别、統計分析、相關性分析等方法進行數據處理與分析,能對平台的作業環境和自身狀态有明确的了解,也能夠适時發出越限報警,降低拆解作業安全風險,保證作業安全。具體功能模塊包括:海洋環境數據監測模塊、切割拆解風險監測模塊、油氣洩露及火災風險監測模塊、碰撞跌落風險監測模塊、拆解裝運風險監測模塊、監測數據分析模塊等等。而其中的監測數據分析模塊主要進行各類數據的可靠性檢驗;各類數據的統計分析;多個數據的相關性及回歸分析;越限報警處理;以及監測日報的生成與保存。系統首頁如圖1所示:
圖1半潛式起重平台安全監測系統首頁
團隊人員完成大同某煤礦企業委托開發項目:基于海量數據的煤礦瓦斯預警算法實現及系統設計,使用flask web框架、html5、javascript、echarts圖表等相關技術,搭建監測平台,通過抽取不同檢測點的瓦斯數據,利用數據預處理方法去噪,構建基于動态時間序列數據的智能回歸算法模型,能夠預測未來2-3個小時的瓦斯濃度變化,并能實時對瓦斯濃度進行監測、分析及預測。其系統首頁如下所示:
圖2煤礦井下瓦斯濃度風險監測與預測系統首頁
團隊成員與環化學院團隊合作,參與了該團隊HCDI海水淡化設備的研發,協助其完成了設備中的電路設計及智能監測APP的開發工作,并最終形成樣機,樣機如圖3所示:
圖3 HCDI海水淡化設備實物圖