S市物联网智慧巡检项目进度管理研究

来源 :天津工业大学 | 被引量 : 0次 | 上传用户:ntudqliweiwei
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
项目进度管理是在项目建设实施过程中,为了确保项目能够在规定的时间内完成进度目标,对项目活动及日程安排所进行的管理过程。项目进度管理是项目管理的重要组成部分,是在采用科学方法的基础上,对时间、质量、成本三者进行协调的过程,是项目顺利完成的重要保障。S市物联网智慧巡检项目需结合4G/5G、电力传感器、无线传感网、人工智能、边缘计算等多种技术手段,进行多公司、多部门协同实施,是一项生产技术复杂、工作项目繁多,且联系紧密的跨公司、跨部门工程。工程任务大,时间紧,为保质保量按时完成工程项目,对项目进度管理进行研究具有重要的意义。本文在对相关文献及进度管理理论进行总结概括的基础上,针对S市物联网智慧巡检项目工期预估不准确、缺乏关键路径工作的分解与施工管控、面临超期风险的实际情况,在进行充分的前期调研的基础上,结合五基站试安装实际情况,召集专家组进行讨论,应用了工作分解结构(WBS)、关键路径法、计划评审技术等项目进度管控方法,制定出基于网络计划的项目进度计划,极大的缩减了原计划工期,使项目可在规定时限内完工。并且从完善进度管理流程、实施基于赢得值(挣值)法的计划进度管控、项目进度计划监控保障措施、加强危险点分析预防安全事故发生等四种措施着手,对S市物联网智慧巡检项目进度进行有效的管理控制,以确保项目计划顺利推进。
其他文献
红枣作为我国的特有果品,得益于中国的气候、土壤和环境等因素,年产量位居世界榜首,同时因其独特的口感和药用价值,受到了越来越多的人的喜欢。近年来红枣产业发展迅猛,但对于采摘后的新鲜红枣的检测和分级还处于初级阶段,为进一步提高鲜枣的产品质量和附加值,应对其进行更加精细化的检测和分级。因此,迫切需要寻找高效、快速的鲜枣缺陷检测手段以及特征分级方法。本论文以天津蓟县大枣作为研究对象来进行鲜枣的检测分级,对
新型冠状病毒可以通过空气中的飞沫、气溶胶等载体进行传播,具有极高的传染性,公共场所自觉佩戴口罩是严防疫情反弹的最有效措施。此外,某些特殊的工作场所(如打磨车间、无尘车间)需要工人随时佩戴口罩进行作业。对于口罩佩戴情况,人工巡逻式的排查费时费力,因此,联合摄像头进行PC端的智能监测成为趋势。目前,大多数口罩佩戴检测算法只关注检测精度,在低性能PC端的检测效率并不理想。为此本课题从判断人脸是否佩戴口罩
随着视频监控在日常生活中广泛应用,通过监控自动的识别出画面中人体的动作变得至关重要。跌倒作为威胁人们健康的一个因素,如果可以迅速的识别出并做出预警,可以及时保护人们的安全。跌倒检测作为人体行为理解的一个分支,其目的是识别出场景中人物是否处于跌倒状态,因此跌倒检测研究具有重要意义。人体在跌倒时,由于身体各个部位的反应机制和承受伤害的等级不同,不同方向的跌倒动作会对人体产生不同强度的伤害,通常人体前倾
镍铜(NiCu)合金具有优良的耐腐蚀性能和机械性能,广泛用于船舰的管道接头、阀门、推进器、热交换器、输油管道等领域。本文采用激光熔化沉积技术制备了NiCu合金多层试样和NiCu/WC-12Co复合涂层,分析了微观组织和显微硬度,研究了摩擦磨损、电化学腐蚀、力学拉伸等性能,主要内容及结果如下:(1)进行激光熔化沉积单道实验,研究了激光功率和扫描速度对涂层成型的影响,通过表面形貌和稀释率的观测进行工艺
即时定位与建图(Simultaneous Localization and Mapping,SLAM),是指智能体使用传感器获取外部的环境信息,以此估计自身在环境中的位置,并建立已探索区域的环境地图。现有的SLAM算法大部分是基于静态环境的假设进行设计的。在室外环境下建图效果与定位精度较差。且在室外场景中存在大量可移动物体,移动物体会造成位姿估计过程中特征的误匹配,造成定位的偏差,导致算法的鲁棒性
物联网智能服务系统具备智能决策的能力,它的主要目的是在各领域中为人们提供便利的服务。为了实现这一目标,目前还面临着很多困难和挑战,尤其是在大规模的农业物联网服务中。当前的智能物联网对农业资源合理分配的能力还比较薄弱,有待提升其适配不同规模场景的优化调控能力。影响物联网系统服务能力的因素有很多,其中存在着许多多目标问题,如服务成本和服务时间等问题。如何解决服务中出现的多目标问题成了提升农业物联网服务
随着物联网技术的快速发展,传统温室控制系统正朝着现代化、智能化的方向转变。为了在传统温室种植的基础上提高工作效率,降低生产成本,在传统温室中加入监控系统对影响农作物生长发育的主要环境参数进行实时远程监测,并利用智能控制算法调节现场设备,使温室环境参数保持在设定范围内。在此背景下,本文开发了农业温室远程监控系统。系统分为数据检测、无线通信和远程监控三个部分。数据检测部分由Zig Bee节点和传感器组
针对不同地区教育资源发展不平衡,贫困地区高素质教师短缺的问题,本文设计了一种可应用于远程教学的基于头眼姿态结合的智能云台人机交互系统。基于教师端的普通摄像头获取远程教师的实时头眼姿态信息,将数据发送至学生端驱动云台实时跟踪旋转至对应视场,返回实时状态值至教师端上位机,实现远程教师与学生端云台的人机交互。本文所设计系统搭建了数据采集端和云台交互端,模拟远程教学场景下的教师端和学生端。本文主要研究工作
织物疵点检测在织物质量控制中起着关键作用。传统生产过程中,织物疵点检测由人工完成,不能够满足对织物疵点检测的准确性、一致性和效率的要求。随着机器视觉技术的飞速发展,对于简单的无图案织物的疵点检测已经有了成熟的检测算法,但对于有图案织物的疵点检测算法尚未成熟。本课题利用图像融合来增强疵点的显著性,并利用具有结构化约束的低秩分解得到包含疵点像素的稀疏项,最后通过对稀疏项进行自动阈值分割实现对有图案织物