监测平台

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇监测平台范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

监测平台范文第1篇

关键词：泵组；状态监测；故障诊断

引言

目前，国外针对泵组的监测及诊断多以主泵为研究对象，而国内在此领域的研究则相对较少。为了能够更好地研究核电厂内的各类泵组设备，本文以具有典型代表性的核电厂卧式离心式设冷水泵为研究对象，开展泵组故障模式分析、设备状态监测参数确定及故障诊断算法研究，并开发泵组状态监测及故障诊断软硬件平台，最后通过泵组设备故障模拟来验证理论研究及软硬件平台的可用性。

1泵组主要故障模式

核电站设冷水泵有多种故障模式，其中以不平衡和不对中居多。因此，本文主要针对不平衡和不对中故障模式进行研究。

1.1泵组不平衡故障

离心泵转子不平衡故障是常见泵故障，主要是由于转子部件出现缺损或质量偏心造成的。泵组监测及故障诊断中，不平衡故障可通过位移传感器信号监测的轴心轨迹判断，也可以通过其他振动监测参数信号的阶次谱判断。

1.2不对中故障

由于机器基础的不均匀沉降、安装误差及承载后变形等原因，泵组各转子轴线会产生不对中故障，不对中可能会造成泵组振动过大及部件寿命缩短。

2泵组状态监测参数

本文参考标准ASMEOM-S/G—2003第14章4.2节中推荐的泵组状态监测传感器类型及安装位置，并考虑泵组的故障模式后，给出的核电厂卧式离心式设冷水泵的监测传感器位置如图1和表1所示。

3泵组故障诊断算法

本文采用反向传播递归神经网络作为诊断算法。

3.1反向传播递归神经网络算法

泵组故障诊断具有故障诊断实时性、高可靠性及信息多源性特点。反向传播递归神经网络是一种面向模式识别的智能算法，具有较强的多源信息处理能力，能够满足泵组故障诊断需求。

3.2泵组故障智能诊断算法实现

当泵组发生不平衡或不对中故障时，所产生的转轴振动特征通过轴承传递到轴承座，因此，可以通过在轴承座位置处布置XY测点的振动信息，进行转轴动不平衡等故障的监测诊断。采用反向传播递归神经网络模型进行泵组的不平衡和不对中故障诊断，所需要的输入特征量包括轴承1和轴承2测点XY方向加速度信号、基座测点加速度信号、转速测点转速信号及上述测点时域/频域的统计特征。其中，未被用于泵组故障诊断算法的监测变量，主要通过设置合适的报警阈值来监测泵组状态，故障诊断算法的主要流程见图2。

4软硬件平台建立

4.1硬件平台建立

硬件平台主要包括泵组转子试验台和试验机柜两个部分。4.1.1泵组转子试验台泵组转子试验台采用三相鼠笼电机驱动的机械转子对泵组的工作状态进行物理仿真，可以模拟泵组的工作状态与典型故障类型。转子试验台由三相鼠笼交流感应电机、变频器、支撑转轴、轴承和基座组成，并根据图1和表1进行了传感器布置，试验台实物如图3所示。4.1.2试验机柜试验机柜内的部件包括多功能采集卡、信号处理模块、控制器、PXI机箱、工控机、液晶显示器等。不同类型的采集卡与对应的传感器配合可实现泵组状态监测参数的测量。基于PXI的泵组状态监测及故障诊断平台主机用于安装数据采集卡等数据采集设备，可实现多组被监测泵组的在线监测。

4.2软件平台建立软件平台的数据处理流程

见图4。泵组的状态数据，经过传感器采集和软件诊断算法处理，输出泵组的状态信息。运行在PXI上的程序负责数据采集和高速信号处理，并对分析结果进行判断预警。工控机上的程序负责把数据通过网络接口发送到LabVIEW人机接口界面。人机接口界面如图5和图6所示。

5泵组故障诊断验证试验

在线采集轴承1X、轴承1Y、轴承2X、轴承2Y测点位置的实时振动加速度信息，作为训练样本和测试样本。通过在转子台的转盘配备质量块和在轴承座底部加垫片的方式，可以分别模拟泵组不平衡和不对中的状态。诊断验证试验总共模拟了泵组的6种状态，每种状态分别有50组训练样本数据和50组验证样本数据，测试样本的诊断准确率如表2所示。测试样本的诊断准确率均在90%以上，因此，模拟试验验证了目前泵组状态监测及故障诊断平台可以在线监测泵组的相关状态信号，判断泵组的不平衡和不对中故障模式。

6结束语

监测平台范文第2篇

Abstract： How to construct sugar quality monitoring service platform, and conducting consulting service, such as online real-time monitoring, training inspection personnel, providing online transaction of inspection business, QS market access and construction of quality system by using this platform were discussed. The multiple application system, such as content management, quality management, online customer service, BBS, training examination, are integrated with single sign-on technology to construct the solutions of unified service platform, which is also put forwards in this thesis.

关键词：单点登录；质检；服务平台；质量监测；检验

Key words： single sign-on；quality inspection；service platform；quality monitoring; inspection

中图分类号：TP39 文献标识码：A文章编号：1006-4311（2011）18-0289-02

0背景

广西是全国主要的食糖产区，食糖产量一直名列全国前列。国家质量监督检验检疫总局在广西产品质量监督检验院设立的国家食糖及加工食品质量监督检验中心（以下简称“质检中心”或 “中心”）利用技术优势和区位优势，通过主动为制糖及各类食品生产企业服务，培训检验人员，组织能力验证，开展标准宣贯、QS市场准入咨询、质量体系建设等工作，为广西乃至全国制糖业、加工食品行业的技术开发、生产加工、销售等方面提供强大的技术支撑，在提高食品产业的产品质量及技术含量，提高产品附加值，提高产业竞争力方面起了很大的促进作用。

随着经济的发展和社会的进步，人们对食品安全日益重视。如何加强对制糖企业食糖产品的质量检验与监督，提高检验的服务水平和服务效率，帮助制糖企业提高产品质量成为了质检中心目前需要面对的新课题。为适应新的形势需要，中心积极探索新的路子，确定了以信息技术为支撑，建设信息化监测服务平台，促进服务模式转变。

1系统概述

食糖质量监测服务平台是一个面向公众和各大制糖企业，整合了检测服务、咨询服务、信息服务、培训服务四大模块的一站式信息化平台。该平台以服务制糖企业客户为目标，为客户提供在线业务办理、检验进度跟踪、检验报告查询、制糖用原辅材料和包装材料检验信息、政策法规和质量管理等各类信息、在线咨询、实时交流互动、在线培训和考试等多种服务，同时该平台还与制糖企业产品检测数据库互联，实时采集制糖企业的产品检测数据，实现食糖质量的动态监测。

2平台框架

食糖质量监测服务平台提供的四大服务功能，除检测服务是集成了中心自主研发的质检管理系统网站服务模块外，其他三大服务中的技术论坛、在线客服、信息、在线培训与考试等功能目前在市场上都有很多成熟的产品，因此平台可以采用这些现成的产品来实现相应功能，无需再重新进行代码开发。整合这些产品的解决方法就是构建一个单点登录系统，通过对登录用户的统一管理和统一认证，实现各产品的信息整合。用户只需登录一次，即可访问平台中集成的由多个产品分别构建的应用系统。

3系统实现的技术架构

在技术实现上，平台采用B/S结构，三层/多层架构体系架构。平台以内容管理系统为核心，基于单点登录技术，无缝整合多个应用系统，实现平台与后端应用的统一身份管理和统一登录功能。

系统整体可划分为五部分：①访问层。用户通过IE浏览器、移动终端等方式访问平台。②门户层。整合后端各类的应用服务，面向用户提供一个统一的访问入口。③管理层。即平台的管理后台，用于信息的与维护、用户（会员）管理、交互应用管理等。④支撑层。为管理后台提供应用支撑和底层服务，包括内容引擎、全文检索服务、内容聚合服务、工作流引擎、交互应用定制引擎、权限控制服务。⑤数据层。为平台提供数据存储服务。

3.1 内容管理系统内容管理系统，也称为CMS（Content Management System）系统。目前CMS有三种主流的技术架构：J2EE、.NET、LAMP。从各种综合因素考虑，系统采用了LAMP架构作为平台的主体技术架构。

LAMP（Linux-Apache-MySQL-PHP）网站架构是目前国际流行的Web框架，该框架包括：Linux操作系统，Apache网络服务器，MySQL数据库，Perl、PHP或者Python编程语言，所有组成产品均是开源软件，是国际上成熟的架构框架，很多流行的商业应用都是采取这个架构。和Java/J2EE架构相比，LAMP具有Web资源丰富、轻量、快速开发等特点；微软的.NET架构相比，LAMP具有通用、跨平台、高性能、低价格的优势，因此LAMP无论是性能、质量还是价格都是企业搭建网站的首选。

3.2 单点登录系统目前有很多单点登录的实现方案，其中常见的单点登录认证机制有：Kerberos、PKI、KryptoKnight、Sesame，常用的技术有：Web Service、Cookie等。

食糖质量监测服务平台采用基于统一注册用户身份和用户映射机制来实现系统的单点登录。

3.2.1 系统结构单点登录系统的核心为注册模块和认证模块。

注册模块提供系统的注册服务。新用户一旦注册为会员，所有多个应用系统的会员管理模块将被写入相同的用户名和密码。

认证模块提供系统的认证服务，其主要支持的业务有：向所有应用系统提供统一认证服务，同时提供用户调用接口。

单点登录负责判断登录用户是否经过认证，是否能进入某个应用。而这用户对资源的访问权限由应用系统独立控制。

3.2.2 统一用户身份注册平台采用会员制度，用户注册成为平台会员后，才能被授权访问相关的应用系统。对于会员信息的修改、删除等维护管理由平台的会员管理模块统一进行。

3.2.3 基于用户映射的单点登录机制认证模块提供了一个集中的认证服务，而用户管理提供了一个集中的用户管理，但并不包括集中授权和会话的管理，授权和会话的管理依赖于应用系统本身。对应于不同的情况，基于用户映射的认证机制有应用系统模拟登录和对原应用系统的认证模块进行改造两种方式。

4平台的功能实现

食糖质量监测服务平台在系统设计上整合了检测服务、咨询服务、信息服务、培训服务四大功能模块，并在互联网上以网站的形式为制糖企业客户提供服务，同时部分信息可提供给公众进行浏览查询。

4.1 检测服务检测服务整合了后端的质检管理系统，将检测申请、检验进度查询、检验结果查询、检验结果等功能放置在网站平台上，让客户无需上门即可办理检验业务。客户只要能上网，就能随时随地了解检验业务的进程和结果。

客户可在网站平台上填写委托检验协议，协议经质检中心在线客服审核通过后，客户即以物流方式将样品寄送至中心业务部门进行合同评审后发检。

在检验过程中，客户可随时登录网站平台查看检验进度和检验结果。客户还可在网站平台上自助检验报告供公众进行浏览查询。

此外，制糖企业还定期向质检中心报送食糖产品的检验数据，中心通过分析检验数据，对制糖企业的产品质量进行实时跟踪监测。食糖质量监测分为监测数据采集与监测数据分析两部分：

监测数据采集：提供在线填报与数据导入两种方式给企业报送监测数据。

监测数据分析：中心对企业报送的监测数据进行汇总分析，相关分析结果以图表的方式反馈给企业，帮助企业了解与跟踪产品质量。

4.2 咨询服务咨询服务模块通过整合在线客服、论坛、即时通讯（QQ）、电子邮件，提供实时在线与离线两种方式的技术支持与咨询服务。企业技术人员在工作时间，可以通过在线客服或即时通讯（QQ），与中心客服人员和技术人员进行实时咨询与交流；在任何时间，企业技术人员可以通过论坛、电子邮件方式、食糖质量监测服务平台QQ群进行技术咨询交流。

4.3 信息服务信息服务模块提供信息和资料下载服务，包括政策法规、生产技术、质量管理、行业市场、制糖行业相关人才等信息；提供标准资料和科技文献索引的查询与下载服务。

4.4 培训服务质检中心有为企业培训检验人员和检验职业资格认证的服务内容，因此网站平台通过整合在线培训系统，提供在线培训和在线考试功能。

在线培训提供岗位培训信息、培训教材下载、网上视频教育的功能，企业学员可在网上浏览培训课件，进行远程视频培训。同时，在线培训有严格的教学计划、课程管理，能够在网上实现认证培训。培训课程与在线考试捆绑，经过培训并通过在线考试后，才能最终获得相应的资格认证。

在线考试是在线培训系统很重要的一个辅助子系统，该子系统实现试卷的设计与在线考试功能。在线考试分为题库管理、试卷管理、考试管理、在线考试4大模块。

题库管理：实现单选、多选、判断、填空、问答、综合论述多种题型的录入，试题批量录入。

试卷管理：分为添加试卷、分类管理、更新全部、批量删除和搜索。可以设置考试种类、题库、难度、题型等条件和满足条件的题目数量，灵活定义出卷策略。

考试管理：安排考试，对创建好的试卷进行考试控制，包括考试时间、考试人员、考试内容等设置和人工评卷、成绩查询等功能。

在线考试：考生可以在线选择考试分类下的试卷进行考试。

5结束语

食糖质量监测服务平台的建立与运行，一方面为制糖企业在办理检验业务、收集信息资源、培训技术人员、加强技术交流等方面提供了便利，另一方面拓宽了质检中心的服务渠道，提高了中心的检验技术服务水平与服务效率，为食糖质量安全提供了多方位的有效保障。同时，该平台的构建对质检机构探索如何更好地为企业服务、提高企业的产品质量水平起到抛砖引玉的作用。

参考文献：

[1]胡毅时等.基于Web服务的单点登录系统的研究与实现[J].北京航空航天大学学报，2004，30（3）：236-239.

监测平台范文第3篇

1.在线监测网络系统结构

在线系统监测的方法：在设备轴承位置安装加速度传感器，通过网线与现场服务器和动设备远程检测与智能诊断中心的服务器相连接，实施数据传输和存储备份，数据转换成视频频谱图形。现场管理人员可以直接登陆到现场服务器，观察设备各检测点的振动总值和振动趋势，并根据设备状态采取相应的措施，避免设备出现严重故障；状态监测工程师负责对设备进行远程故障诊断，其他被授权用户也可以登陆到状态监测服务器，通过IE浏览所有作业区的设备运行数据。信息网络化为实时状态监测诊断系统将振动、温度、冲击监测和诊断集合为一体化的信息网络化系统。此系统采用了多种先进技术，可以针对不同用户、不同设备、不同网络特点，形成了一套基于Internet的设备实时在线监测诊断系统。系统中将监测、诊断、报警、预防维修集合于一体，为用户快速、准确诊断设备故障提供了有效的手段。中海油检测中心局域网示意图如图2所示。

2.在线系统常规图谱

机组状态总貌图如图3所示，趋势图如图4所示。在线监测诊断系统可以与其他控制系统对接，即将其他系统的数据引入到该系统或者将该系统的数据引入到其他系统，尤其是可以将控制系统中的工艺量参数引入到监测系统，实现对机组的综合分析诊断。目前状态监测故障诊断中心使用的在线监测系统有上海容知RH2000在线系统与北京化工大学BH5000系统。

3.系统功能及技术特点

监测平台范文第4篇

【关键词】食品安全；监测预警；可用性

0 引言

互联网的迅速发展在各行各业发挥着越来越重要的作用。信息化是许多行业部门的必然趋势，通过网络平台，可以实现资源的共享，并利于信息管理，充分发挥信息资源的作用。食品安全是一个系统的工程，涉及到从农业多个部门，从农产品生产开始到最终消费的各个环节，具有比较强烈的关联性。根据世界卫生组织的定义，食品安全是“食物中有毒、有害物质对人体健康影响的公共卫生问题”。食品安全也是一门专门探讨在食品加工、存储、销售等过程中确保食品卫生及食用安全，降低疾病隐患，防范食物中毒的一个跨学科领域。食品安全预警体系是通过对食品安全问题的检测、监测、追踪、量化分析、信息通报、预报等，建立起一整套针对食品安全问题的功能系统[1]。一个完整的安全预警通常包括主观预警与客观预警两个方面。本系统旨在结合主管预警和客观预警两种方法进行预警分析。主观预警方法通常依靠相关领域内专家的知识经验进行分析判断以获得所需要的信息；具有决断比较快，所需资源相对较少，评价机动性好，评价结果综合等优点。客观预警方法主要通过搜集包括历史的数据在内的所有相关数据，借助一定的数学模型或人工智能模型来进行判别得出结论；这种预警方法具有评判对象特点量化，可以得到定量的指标分析。系统将二者结合，一方面能够发挥主观预警方法的定性特点，同时也利于发挥客观预警定量的优点。

1 需求分析与用户分析

1.1 系统的目标

系统的目标是为相关的企业用户、管理机关以及第三方（检测机构）提供一个相对开放的、易于使用的、信息集成的平台。通过平台，各方用户找到所需要的资源与信息。在此基础上可了解到企业的历史信息，当前信息，并通过数据分析，可对未来作一定程度的预测，即当有异于以往的数据出现时，可引起相关部门人员的注意，对事件的发生做好预警。

食品安全预警网络平台系统的目标借助发达的、已有的计算机网络，实现从食品种植养殖开始，到生产加工，从进入市场流通到餐饮消费等环节全程动态监测，以实现食品预警信息的在线管理和动态监管，实现的方法强调以用户为中心，注重用户体验，强调可用性。系统从各阶段对信息的登记开始，可实现对信息的简单查询，条件查询，信息的分类统计，更重要的是通过对相关数据的分析，及时给出预警信息，实现信息处理的自动化与智能化，为决策层提供有利的数据支持。实现信息的在线管理，并在指标超越临界值时，能够结合历史信息，给出提示预警，选定响应方案和处理方式，利于控制食品安全。

1.2 用户分析

食品安全监测预警体系需要多方的共同参与，比如有农产品安全检测中心，疾病预防控制中心，产品质量监督检验所，出入境检验综合技术中心以及其他第三方检测机构等多个相关部门均是预警工作的重要参与者。从以用户为中心的设计原则来讲，要把用户的需求放在首要位置，在设计初期，系统设计的策略应当以满足用户的须求作为主要的目标。用户作为目标系统的使用者，其关心的是产品或服务的质量是否能够带来足够的满意度，是否能够顺畅的完成工作。因此系统应考虑用户的特点。本系统用户有：食安办、职能部门、检测机构三种类型；其中食安办，职能部门包括卫生、质监、农委、工商、药监、检验检疫局以及等职能部门，检测机构包括是农产品质量安全监测中心、疾病防御控制中心、产品质量监督检验所、出入境检验检疫综合技术中心以及其他第三方检测机构。

2 功能分析

食品安全预警信息系统的主要工作从基本监测信息录入开始，监测信息录入要进行信息的审核与上报，继而对监测结果进行分析，然后对不合格的产品分级预警。显然，预警信息监测系统最重要的分析工作是对可能会造成食品不安全的风险进行辨别、分类等工作。对获得的数据进行预处理也是食品安全预警信息系统的重要工作。因此系统主要划分为以下几个模块：检测信息管理，数据统计分析，预警管理，诚信管理，数据管理和权限管理等模块。各个模块的主要功能如下：

2.1 检测管理

主要是提供用户报告录入、报告审核、报告查询以及本人报告管理的功能。此部分主要实现相关数据的收集工作，可以将相关的检验报告数据及时的录入系统，同时也可实现区县级食品安全监管单位向社会及时区县级食品安全委员会的市场及企业的抽检信息。录入的信息需要管理员对录入的数据进行审核完成后上传并更新，从而实现对平台的动态的维护。同时也能够对监管记分评价进行自动累加并存于系统平台中，做到“留痕”，以备未来查询统计需要。

2.2 统计分析

主要是对检测结果按照时间、产地、检测机构、受检环节、食品分类、检测项目、任务来源等进行统计，同时还可自定义统计条件，查询统计数据。统计分析窗口的设置，为区市两级政府在食品安全监督提供及时的数据分析统计，为下面工作安排提供必要的数据参考。对食品产地的统计数据可以分为横向和纵向两个方面，某类食品的横向的全国抽样结果的同类性比较提供参考性数据；对某个特定的企业，它的相关的数据也是重要的参考性数据。在统计分析窗口，设置按受检环节的统计数据信息功能，同时对比了生产加工环节，市场流通环节，餐饮服务环节，种植养殖环节的对比分析图及相关数据。

2.3 预警功能

主要分为地图预警、本地预警、外地预警和预警阀值管理；地图预警和本地预警可根据任务来源、食品产地等条件进行预警；外地预警主要是一些外地的食品安全预警信息。食品安全预警系统的建立是要依据历史数据建立知识库和专家库，并根据对历史数据的研究，获得一定的判别准则，以便在获得新的数据后，利用已有准则对数据作出判断。其主要工作是在获取监测信息后，将这些信息资料进行初步的加工、整理、储存，以形成有用的数据信息。显然，预警信息监测最重要的分析工作是对可能会造成食品不安全的风险进行辨别、分类等工作。对获得的数据进行预处理也是食品安全预警的重要工作。 预警信息系统主要负责对由监测部门获取的信息的进行存储、处理、识别等工作。由于实际工作中缺少相应的工作规范、制度，在数据的收集、整理方面存在比较大的欠缺，表现在以月为单位进行的监测在检测项目、检测量、上报时间等方面并不完全统一，甚至出现数据缺失现象。对于录入系统的数据也缺少专业人员进行分析、汇总，无法从数据中得到有用的信息，从而指导质量监管人员快速、有效的识别出可能存在的风险。要提高系统对于质量安全识别的准确性，需要从数据收集、整理、分析、共享等多方面着手不断完善。

2.4 诚信管理

主要是对企业抽检情况，检测结果统计情况，不合格产品跟踪处理情况进行查询和管理。通过对企业用户的诚信监督与监管，引导企业保证或提升产品质量。了解政府采取的措施，问题处理的进展情况，有助于消费者与政府之间信任机制的建立。而与其他相关单位的交流，不仅有利于信息的传播，更有利于将对有效进行风险管理。

2.5 信息管理

主要是提供用户信息、审核、渠道管理、通知公告、投诉等级、处理等功能。在信息管理功能中主要设置了投诉受理等功能，便于市民的多途径举报。同时，也设置了投诉处理查询窗口，做到有入口有出口，也是本平台信息数据支持的一个特点。

2.6 数据管理

主要是对食品分类、检测项目、检测标准、食品信息等基础数据进行管理。在数据管理中，主要设置了检测项目管理功能，作为公众查询的一部分，分类别让公众学习检测的项目指标。

2.7 绩效考核

主要包括任务下发、任务上报、任务考核等内容，各部门可以上报下月任务计划，食安办可以根据各部门计划下发调整后的任务，同时在月底还可对各部门进行考核，查询个月完成情况和报告情况。

2.8 权限管理

主要是系统管理功能，可以实现机构管理、用户管理、角色管理和操作日志查询。通过权限系统，把这些权限控制的数据进行保存，在应用系统模块里面进行整合即可，根据角色拥有的数据权限，授予用户对其他部门或者机构的数据进行访问。首先我们需要在用户登陆的时候，获取对应用户的数据权限内容，然后把它转化为我们需要的信息，构建一个数据过滤脚本，对用户看到的数据进行一个过滤筛选作用。实现对不同权限的用户，设置不同的权限，不同登陆界面，分页显示。

3 预警平台的实现与特点分析

3.1 节省资源

本系统将部署在现有网站服务器中，操作系统为Red Hat Linux AS5.5，Java应用服务器为TOMCAT5.5，JDK1.5，数据库服务器为Oracle 10g。利用现有的网络环境，实现信息、资源共享协同办公，打破传统部门之间的边界和壁垒，信息的协同使传统的“信息孤岛”、 “应用孤岛”和“资源孤岛”联系起来。

3.2 一致性

主要表现在两个方面：从界面角度，系统基于B/S结构，沿袭了用户的上网习惯，在界面的安排上常用的命令选项设置成“快速通道”，用户需要识别而不是去死记，达到减少用户记忆的目的。

3.3 容错性

以用户为中心的设计的原则之一是提供必要的容错机制，用户进行操作时不可避免会出错，因此通过在界面上设置一定的“置灰”，限制某些当前不可进行的操作；通过使用Oracle数据库的DMLROLLBACK实现。

4 展望

随着云计算、云存储和多设备互联互通技术的迅速发展，顺应办公设备个人化的趋势，用户可以在任何地理位置随时进行和工作相关的办公和协作。

5 结论

本文主要分析论述了食品安全监测预警体系网络平台的设计过程和设计目的。我国实行的是多部门共同监管食品安全，监管活动涉及食品安全办公室，农产品质量安全监测，疾病预防控制，产品质量监督检验，出入境检验，第三方检验等多个部门，需要各部门不断加深合作，才能有效的履行监管职责，保证食品质量安全预警系统的顺畅运行，维护国家食品安全监管制度的有效性。

【参考文献】

监测平台范文第5篇

关键词：Android；传感器技术；运动监测

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2017）01-0063-04

1 背景

随着基于Android平台的手机的普及和研究者对其在日常生活中功能的拓展挖掘，以及基于Android平台的手机所配备的硬件（如：光线传感器、压力传感器）日益丰富，Android手机的功能已经不再是单纯用于通话，而渐渐渗透到人们日常生活的各个方面，例如：家居控制、运动监测。在运动监测功能中，需要充分利用Android平台给开发者提供的接口以及手机本身所配备的丰富的硬件，获取用户的运动基础数据，并通过相关算法进行加工和处理，从而实现通过手机对用户运动进行监测和数据记录。

本文将简要介绍Android平台为开发者所提供的传感器接口以及简单的调用方法，并在此基础上设计一款运动监测应用，实现对用户计步、俯卧撑计数等运动记录功能。

2 Android平台传感器

在Android2.3 gingerbread系统中，Google公司提供了11种传感器供应用层使用。分别是：

#define SENSOR_TYPE_ACCELEROMETER 1 //加速度传感器

#define SENSOR_TYPE_MAGNETIC_FIELD 2 //磁力鞲衅

#define SENSOR_TYPE_ORIENTATION 3 //方向传感器

#define SENSOR_TYPE_GYROSCOPE 4 //陀螺仪传感器

#define SENSOR_TYPE_LIGHT 5 //光线感应传感器

#define SENSOR_TYPE_PRESSURE 6 //压力传感器

#define SENSOR_TYPE_TEMPERATURE 7 //温度传感器

#define SENSOR_TYPE_PROXIMITY 8 //距离传感器

#define SENSOR_TYPE_GRAVITY 9 //重力传感器

#define SENSOR_TYPE_LINEAR_ACCELERATION 10//线性加速度传感器

#define SENSOR_TYPE_ROTATION_VECTOR 11//旋转矢量传感器

2.1 传感器分类

以上11种传感器可分为3类：

1）位移传感器，这些传感器测量沿三个轴线测量加速度和旋转。（包含加速度、线性加速度、重力、陀螺仪和旋转矢量传感器）

2）环境传感器 ，这些传感器测量各种环境参数，例如周围的空气温度和压力，光线，和湿度。（包含压力，光线和温度传感器）

3）位置传感器，这些传感器测量设备的物理位置。（包含距离、方向和磁力传感器）

2.2 传感器使用

以上11种传感器使用方法类似，本文仅以加速度传感器为例。

1）Android所有的传感器都归传感器管理器 SensorManager 管理，首先获取传感器管理器

SensorManager SensorManager = （SensorManager）getSystemService（Context，SENSOR_SERVICE）；

2）从传感器管理器中获取需要的传感器

Sensor Speed = SensorManager.getDefaultSensor（Sensor.TYPE_ACCELEROMETER）；

3）实现传感器监听方法

private SensorEventListener speedListener = new SensorEventListener（）{

@Override

public void onAccuracyChanged（Sensor arg0， int arg1） {}

@Override

public void onSensorChanged（SensorEvent event） {

float x = event.values[SensorManager.DATA_X]；

float y = event.values[SensorManager.DATA_Y]；

float z = event.values[SensorManager.DATA_Z]；

}；

4）注册传感器

SensorManager.registerListener（speedListener，Speed，SensorManager.SENSOR_DELAY_NORMAL）；

5）注销传感器监听

SensorManager.unregisterListener（speedListener）；

3 运动监测应用设计

应用的整体架构如图1所示：

3.1 客户端

采用Fragment+Viewpager作为基本UI框架，通过异步任务和多线程技术来实现访问服务器；通过Handler、BroadcastReceiver动态更新UI；通过Content Provider来实现不同Activity以及线程中数据的共享；通过Service来定时更新用户的位置信息。在运动监测的过程中，根据不同运动的特点，运用不同的传感器接口来实现运动监测。

3.2 服务端

采用Servlet+MySQL的基本框架，使用阿里云服务器作为应用的服务器，来实现与客户端的交互、数据访问以及操作处理。数据存储采用MySQL开源数据库，通过JDBC来实现Servlet与MySQL数据库之间的数据传输。

服务端和客户端的数据交互通过JSON来进行封装，从而便于解析处理。

3.3 运动检测算法设计

1）计步监测

考虑到用户在运动过程中运动速度相对规律，本文采用加速度传感器来实现计步功能。首先通过Android加速度传感器接口获取到运动过程中所产生的基础数据；然后对基础数据进行其可视化，绘制x-y-z加速度与时间的图像，如图2、图3所示：

由于篇幅限制，上两张图展示的是运动过程中较为典型的两张图像，其中图2和图3的最大差别在于图2中X轴的曲线特征较为清晰的表现出了跑步的特征，而在图3中y轴的特征较为清晰的表现了运动的特征。而造成这一差别的原因在于用户在跑步过程中，手机所放置的位置。

经过一系列不同速度、不同手机放置位置的测试和图像对比后，发现不管用户的手机如何放置，在运动过程中，X＼Y＼Z轴的图像总有至少一个是表现为近似周期性震荡曲线，并且曲线的峰值基本和用户跑步的步数是一致的。但是在用户以不同速度跑步时，这个峰值的大小是有区别的。

因此，为了实现计步监测功能，笔者需要找到一个阈值，用于过滤出反应运动步数特征的有效值。为此笔者进行了一些测试，选取了展现相对静止时x-y-z加速度与时间的典型图像，如图4、图5所示：

通过对基础数据进行对比分析，笔者最终选定阀值如表1所示：

算法实现：

float x = event.values[SensorManager.DATA_X]；

float y = event.values[SensorManager.DATA_Y]；

float z = event.values[SensorManager.DATA_Z]；

if（Math.abs（x）>14.3||Math.abs（x）>14.2

||Math.abs（x）>14.5）

stepCount++；

//一段计录结束后

stepCount = stepCount/2；

2）俯卧撑监测

通过对俯卧撑运动特点的分析，笔者发现，在做俯卧撑的过程中，胸部位置所对应的地面位置光线强度变化明显，因此选择采用光线传感器来实现俯卧撑计数。示意图如图6、7所示：

确定放置位置之后，笔者采集了做俯卧撑过程中光线传感器的基础数据值，并绘制了光线强度与时间的图像，如图8所示：

通过光线强度与时间的图像可以看出，俯卧撑运动过程中，光线传感器的变化是非常规律的并且能够很清晰的反应光线俯卧撑的个数，即在停止过程中光线强度不变；在俯卧撑下降过程中，光线强度逐渐减小到特定值；在俯卧撑上升过程中逐渐增加到特定值。这种清晰的曲线特点使得俯卧撑计数变得相对简单。

通过对图像的分析，发现和计步监测类似的，也需要从数据中找到一个阀值，用于区分是否触发记录一个俯卧撑。经过一系列的实验，综合考虑了外界光照环境及人体区别，本文最终选定阀值为5。

算法实现：

//整型处理

light= （int） event.values[0]；

if（light

pushUpCount++；

}

//记录结束后，Count除2

pushUpCount = pushUpCount/2；

3.4 界面设计

为了给用户以更好的体验，本运动监测应用采用简洁清晰的界面设计风格，突出主体，简单易用。图9、图10为应用部分效果图。

4 安装及测试

本运动监测应用是基于Android 2.1及以上版本平台的手机应用软件。本文将该应用安装在了Nexus5、三星s5等型号的手机上，并进行了测试。经过测试，俯卧撑数量监测误差在正负两个以内；步数监测效果稳定性一般，在慢跑状态下误差较小，在步行条件下误差不稳定。

5 结束语

本应用基于Android平台所提供的传感器API以及Android手机上常用的加速度传感器和光线传感器，通过对传感器数据进行分析，实现了记步监测以及俯卧撑监测。随着手机传感器的日益丰富，可以用于监测用户行为的传感器将日益增加，因此传感器选择以及算法都可以进一步改进，使得监测结果更加准确。

参考文献：

[1] 陈曦， 梁晔. 基于Android的“乐动我心”手机应用软件设计与实现[J]. 科技广场， 2013（10）： 239-243.

[2] 马小军， 王满. 基于Android平台的手机学吉他软件的开发[J]. 北京联合大学学报： 自然科学版， 2012， 26（1）： 28-32.