新型无线传感器网络模式下机械振动监测新方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    50875272
  • 项目类别：
    面上项目
  • 资助金额：
    38.0万
  • 负责人：
    汤宝平
  • 依托单位：
    重庆大学
  • 学科分类：
    E0511.机械测试理论与技术
  • 结题年份：
    2011
  • 批准年份：
    2008
  • 项目状态：
    已结题
  • 起止时间：
    2009-01-01 至2011-12-31

项目摘要

提出一种新型无线传感器网络模式下机械振动监测新方法，目的是既能弥补现有的有线机械振动监测系统中存在的不足，又能解决无线传感器网络模式下机械振动监测中大量实测振动信号的高速同步采集、实时分布式处理、连续可靠传输等关键问题。该方法研究思路为：提出以数据为中心的多级分层的机械振动智能无线传感监测理论，形成机械振动监测的新的传感原理与技术；提出时间序列自排列的无线传感器网络时间同步理论，实现机械振动信号同步采集；研究节点端智能阵列信号处理单元和快速算法，实现机械振动信号实时处理；提出基于不同任务节点的多层次混合型自适应传输方法，实现大量的机械振动原始数据连续可靠地传输；提出基于事件触发的自适应混合供能方法，解决能量供应问题；最后进行高性能无线振动传感器网络通用节点的研制、无线振动传感器网络监测系统原型的集成和性能评估。该方法可丰富和发展机械振动监测理论和技术，具有重要的理论和实用价值。

结项摘要

项目成果

期刊论文数量（26）
专著数量（0）
科研奖励数量（0）
会议论文数量（1）
专利数量（3）
面向机械振动监测的无线传感器网络结构
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    振动.测试与诊断
  • 影响因子：
    --
  • 作者：
    汤宝平;贺超;曹小佳
  • 通讯作者：
    曹小佳
降低室内无线网络电磁辐射的能量优化算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    通信学报
  • 影响因子：
    --
  • 作者：
    李秀珍;刘勇;汤宝平;仲元昌
  • 通讯作者：
    仲元昌
基于无线传感器网络的机械振动监测模式
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中国机械工程
  • 影响因子：
    --
  • 作者：
    邸永峰;陈仁祥;汤宝平;贺超
  • 通讯作者：
    贺超
重分配小波尺度谱的时频分布优化方法研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    仪器仪表学报
  • 影响因子：
    --
  • 作者：
    蒋永华;董绍江;汤宝平
  • 通讯作者：
    汤宝平
最小不对称高密度小波基的构造及应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    振动与冲击
  • 影响因子：
    --
  • 作者：
    王家序;汤宝平;秦毅
  • 通讯作者：
    秦毅

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

强背景噪声条件下自适应图卷积神经网络的航空发动机附件机匣故障诊断方法
  • DOI：
    10.19650/j.cnki.cjsi.j2107732
  • 发表时间：
    2021
  • 期刊：
    仪器仪表学报
  • 影响因子：
    --
  • 作者：
    余晓霞;汤宝平;魏静;邓蕾
  • 通讯作者：
    邓蕾
基于时频融合和注意力机制的深度学习行星齿轮箱故障诊断方法
  • DOI：
    10.19650/j.cnki.cjsi.j1905063
  • 发表时间：
    2019
  • 期刊：
    仪器仪表学报
  • 影响因子：
    --
  • 作者：
    孔子迁;邓蕾;汤宝平;韩延
  • 通讯作者：
    韩延
时钟同步调度的多跳机械振动WSN多信道传输法
  • DOI：
    10.16450/j.cnki.issn.1004-6801.2019.06.006
  • 发表时间：
    2019
  • 期刊：
    振动.测试与诊断
  • 影响因子：
    --
  • 作者：
    汤宝平;周沿江;肖鑫;邓蕾
  • 通讯作者：
    邓蕾
过完备有理小波变换在轴承故障诊断中的应用
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    振动.测试与诊断
  • 影响因子：
    --
  • 作者：
    毛永芳;秦毅;汤宝平
  • 通讯作者：
    汤宝平
机械设备状态监测无线传感器网络研究进展
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    振动.测试与诊断
  • 影响因子：
    --
  • 作者：
    汤宝平;黄庆卿;邓蕾;刘自然
  • 通讯作者：
    刘自然

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

汤宝平的其他基金

面向复杂计算服务的机械振动无线传感器网络边端协同轻量化处理方法研究
  • 批准号：
    52375082
  • 批准年份：
    2023
  • 资助金额：
    55 万元
  • 项目类别：
    面上项目
机械振动无线传感器网络大量数据低功耗高效可靠传输方法研究
  • 批准号：
    51675067
  • 批准年份：
    2016
  • 资助金额：
    62.0 万元
  • 项目类别：
    面上项目
泛化流形学习模式下风电机组传动系统早期故障预示方法研究
  • 批准号：
    51275546
  • 批准年份：
    2012
  • 资助金额：
    82.0 万元
  • 项目类别：
    面上项目
机械测试系统中零编程方法的研究
  • 批准号：
    50405009
  • 批准年份：
    2004
  • 资助金额：
    23.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码