CN108361557A - 暖通设备工作状态检测系统 - Google Patents

暖通设备工作状态检测系统 Download PDF

Info

Publication number
CN108361557A
CN108361557A CN201810141000.1A CN201810141000A CN108361557A CN 108361557 A CN108361557 A CN 108361557A CN 201810141000 A CN201810141000 A CN 201810141000A CN 108361557 A CN108361557 A CN 108361557A
Authority
CN
China
Prior art keywords
spectrum
sample
vector
signal
soil property
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN201810141000.1A
Other languages
English (en)
Inventor
郎俊
彭杰文
张果
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Dedun Lang Chen Hvac Equipment Co
Original Assignee
Sichuan Dedun Lang Chen Hvac Equipment Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Dedun Lang Chen Hvac Equipment Co filed Critical Sichuan Dedun Lang Chen Hvac Equipment Co
Priority to CN201810141000.1A priority Critical patent/CN108361557A/zh
Publication of CN108361557A publication Critical patent/CN108361557A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D5/00—Protection or supervision of installations
    • F17D5/02—Preventing, monitoring, or locating loss
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Engineering & Computer Science (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明提供了一种暖通设备工作状态检测系统，用于通过湿度检测的方式监控供暖系统的供暖温度异常情况，所述供暖系统的管道存在埋设于地下的地下管道，该监测系统包括：分布式监测设备，用于对选定区域的地下管道所处环境进行土质采样；对土质采样物进行处理；对土质采样物进行光谱扫描；对光谱信号进行处理；异常状态确定设备，用于将处理后的信号与预设湿度阈值进行比较，当超过预设湿度阈值时，表示出现渗漏且温度出现异常。

Description

暖通设备工作状态检测系统
技术领域
本发明属于光谱分析技术领域，具体涉及一种采用光谱分析技术的暖通设备工作状态检测系统。
背景技术
现有技术中的供暖设备温度监测，多采用直接方式监测温度。然而，对于深埋于地下的供暖系统而言，这种方式监测精度过低且需要大范围挖掘并设置温度检测仪器，成本极高。
发明内容
为了降低监测成本并提高对于供暖系统出现渗漏情况的检测精度，进而间接地确保供暖系统的供暖温度，本发明提供了如下技术方案：
一种暖通设备工作状态检测系统，用于通过湿度检测的方式监控供暖系统的供暖温度异常情况，所述供暖系统的管道存在埋设于地下的地下管道，该监测系统包括：
分布式监测设备，用于对选定区域的地下管道所处环境进行土质采样；对土质采样物进行处理；对土质采样物进行光谱扫描；对光谱信号进行处理；
异常状态确定设备，用于将处理后的信号与预设湿度阈值进行比较，当超过预设湿度阈值时，表示出现渗漏且温度出现异常。
进一步地，所述分布式监测设备包括：
采样单元，用于在采样前确定采样数量P，其由方差值和平均值与真值的差值计算采样数量，且P为≥4且不超过8的自然数；根据采样区域的面积大小，采用蛇形采样，采样深度选择为30CM，根据计算出的采样数量进行采样，采样时，先采出一个采样剖面，在平行于剖面进行采样，采土方向垂直于地面，将采样后的土质混合在一起，再将混合厚度土质采样物破碎，去除石头、植物根系，混合并展成四边形，划分对角线分成四份，取其中的对角的两份，反复进行多次后，将土质采样物的重量控制在需要的重量，接着对将采样物经盐酸、硝酸、高氯酸进行处理；
采样物处理单元，用于将土质采样物放置于样品容器中，摇动使其上表面基本平坦地分布，然后将样品放置于石英窗口上；
光谱扫描及光谱信号处理单元，用于使土质采样物随着样品容器仪器旋转以获取多次旋转扫描分析后得到平均光谱，样品容器的旋转速度是4cm/s，土质采样物在40s内会被扫描64次，算数平均后的光谱作为一个采样光谱；每个样品放置于不同样品容器中，测量两次，再次平均后的光谱数据用于信号处理；
其中所述信号处理还包括：采集参比信号，采集被测信号，获取原始吸收光谱，确定校正参考基准波长，利用校正参考基准波长校正吸收光谱；所述校正参考基准波长通过如下计算得到：
光谱矩阵记为X(M*K)，其中第i个波长变量代表光谱矩阵X中第i个列向量，记N＝min(m-1,k),在进行第一次迭代运算前n＝1,任意选择光谱矩阵的某一列，记为变量xk(0)；把没有被选入的列向量位置集合记为T，
分别计算xk(n-1)对剩下列变量的投影，记为：
记k(n-1)＝arg(max(||Pj||),j∈T)；n＝n+1，如果n＝N,令xk(n-1)作为被选入的列变量，回到上述列向量位置计算步骤再进行计算，采用多元线性回归法对新选择的变量集合{xk(0),xk(1),…,xk(n-1)}进行评估，得到校正参考基准波长值；
获得土质采样物的光谱扫描输出值后，为了去除背景干扰获得更高信噪比的土质光谱数据，以提高后期所建立的土质成分预测模型的稳健性和预测能力，需要对P个样本的数据进行如下处理：
计算采样物的光谱均值：
对未知样品光谱x(1×m),通过下列式子得到处理后的光谱xcentered：
接着计算光谱标准差值:
对光谱采样值进行如下处理：
对整个光谱采样信号值进行如下处理，得到处理后值X：
其中，n为采样样品数，为波长点数,Xn对应于作为第N个样本的采样物的光谱均值；
得到光谱信号后，所述光谱信号处理还包括，等间隔光谱采样，进行二维小波变换，接着进行小波系数矩阵固定窗口横向扫描，获取非平稳噪声方差估计向量和信号方差估计向量，对窗口宽度进行逐点调整，再进行二次扫描，获取精确噪声方差估计向量和精确信号方差估计向量，然后通过贝叶斯阈值收缩去噪，最后进行二维小波反变换取中心行向量作为信号输出值；
所述对窗口宽度进行逐点调整包括：首先进行固定窗口的噪声方差估计，定义固定窗口Wm×n，宽度m设定为经验值，高度n为系数矩阵高度，将窗口宽度沿对角高频系数矩阵中心行向量{k}上逐点横向滑动，其中使用窗口内小波系数估算中心行的噪声方差向量，根据所述噪声方差向量的变化率，动态调整窗口宽度，具体为根据噪声在所有小波系数中近似均匀分布的性质，以及小波基的线性相位性质，高层小波系数的噪声方差向量可由上一层的噪声方差向量中将相邻两个方差求平均得到，对信号方差向量进行估算，其估算方法与上述噪声方差向量估算方法类似，但由于信号方差集中在部分小波系数中，各小波分解层上有较大差异，需要进行分层估算，在所计算的层的各方向系数矩阵的中心行向量上分别横向滑动，利用该层窗口内各分解方向上的所有小波系数，估算该层的信号方差向量，根据信号方差向量的变化率动态设置，重新设置串口宽度，设定信号窗口调整阈值，利用新窗口再次估算每层的信号方差向量，再求得每层小波系数矩阵的阈值向量，对于高频横向系数矩阵、纵向高频系数矩阵、对角高频系数矩阵的每一行，均使用阈值向量进行收缩降噪，将降噪后的小波系数反变换到光谱矩阵，取光谱矩阵的中心行向量作为降噪后的光谱信号；将处理后的信号与预设湿度阈值进行比较，当超过预设湿度阈值时，表示所述供暖系统在被监测区域的地下管道出现渗漏且所述供暖系统的供暖温度出现异常。
本发明的技术方案具有以下优点：
本发明的一种暖通设备工作状态检测系统，用于通过湿度检测的方式监控供暖系统的供暖温度异常情况，并综合提出了土质采样及后续的光谱信号的处理方法，特别是对光谱信号进行了多重处理，并且对其干扰和噪音进行了融合处理，使得获取的光谱信号值能够满足预测效果，置信度较高，克服了现有技术中对深埋地下的供暖管道的渗漏监测效果不良好，供暖系统温度异常状态监测成本高的问题。
附图说明
图1示出了根据本发明的检测系统的组成框图。
具体实施方式
本发明的暖通设备工作状态检测系统，用于通过湿度检测的方式监控供暖系统的供暖温度异常情况，所述供暖系统的管道存在埋设于地下的地下管道，该监测系统包括：
分布式监测设备，用于对选定区域的地下管道所处环境进行土质采样；对土质采样物进行处理；对土质采样物进行光谱扫描；对光谱信号进行处理；
异常状态确定设备，用于将处理后的信号与预设湿度阈值进行比较，当超过预设湿度阈值时，表示出现渗漏且温度出现异常。
所述分布式监测设备包括：
采样单元，用于在采样前确定采样数量P，其由方差值和平均值与真值的差值计算采样数量，且P为≥4且不超过8的自然数；根据采样区域的面积大小，采用蛇形采样，采样深度选择为30CM，根据计算出的采样数量进行采样，采样时，先采出一个采样剖面，在平行于剖面进行采样，采土方向垂直于地面，将采样后的土质混合在一起，再将混合厚度土质采样物破碎，去除石头、植物根系，混合并展成四边形，划分对角线分成四份，取其中的对角的两份，反复进行多次后，将土质采样物的重量控制在需要的重量，接着对将采样物经盐酸、硝酸、高氯酸进行处理；
采样物处理单元，用于将土质采样物放置于样品容器中，摇动使其上表面基本平坦地分布，然后将样品放置于石英窗口上；
光谱扫描及光谱信号处理单元，用于使土质采样物随着样品容器仪器旋转以获取多次旋转扫描分析后得到平均光谱，样品容器的旋转速度是4cm/s，土质采样物在40s内会被扫描64次，算数平均后的光谱作为一个采样光谱；每个样品放置于不同样品容器中，测量两次，再次平均后的光谱数据用于信号处理；
其中所述信号处理还包括：采集参比信号，采集被测信号，获取原始吸收光谱，确定校正参考基准波长，利用校正参考基准波长校正吸收光谱；所述校正参考基准波长通过如下计算得到：
光谱矩阵记为X(M*K)，其中第i个波长变量代表光谱矩阵X中第i个列向量，记N＝min(m-1,k),在进行第一次迭代运算前n＝1,任意选择光谱矩阵的某一列，记为变量xk(0)；把没有被选入的列向量位置集合记为T，
分别计算xk(n-1)对剩下列变量的投影，记为：
记k(n-1)＝arg(max(||Pj||),j∈T)；n＝n+1，如果n＝N,令xk(n-1)作为被选入的列变量，回到上述列向量位置计算步骤再进行计算，采用多元线性回归法对新选择的变量集合{xk(0),xk(1),…,xk(n-1)}进行评估，得到校正参考基准波长值；
获得土质采样物的光谱扫描输出值后，为了去除背景干扰获得更高信噪比的土质光谱数据，以提高后期所建立的土质成分预测模型的稳健性和预测能力，需要对P个样本的数据进行如下处理：
计算采样物的光谱均值：
对未知样品光谱x(1×m),通过下列式子得到处理后的光谱xcentered：
接着计算光谱标准差值:
对光谱采样值进行如下处理：
对整个光谱采样信号值进行如下处理，得到处理后值X：
其中，n为采样样品数，为波长点数,Xn对应于作为第N个样本的采样物的光谱均值；
得到光谱信号后，所述光谱信号处理还包括，等间隔光谱采样，进行二维小波变换，接着进行小波系数矩阵固定窗口横向扫描，获取非平稳噪声方差估计向量和信号方差估计向量，对窗口宽度进行逐点调整，再进行二次扫描，获取精确噪声方差估计向量和精确信号方差估计向量，然后通过贝叶斯阈值收缩去噪，最后进行二维小波反变换取中心行向量作为信号输出值；
所述对窗口宽度进行逐点调整包括：首先进行固定窗口的噪声方差估计，定义固定窗口Wm×n，宽度m设定为经验值，高度n为系数矩阵高度，将窗口宽度沿对角高频系数矩阵中心行向量{k}上逐点横向滑动，其中使用窗口内小波系数估算中心行的噪声方差向量，根据所述噪声方差向量的变化率，动态调整窗口宽度，具体为根据噪声在所有小波系数中近似均匀分布的性质，以及小波基的线性相位性质，高层小波系数的噪声方差向量可由上一层的噪声方差向量中将相邻两个方差求平均得到，对信号方差向量进行估算，其估算方法与上述噪声方差向量估算方法类似，但由于信号方差集中在部分小波系数中，各小波分解层上有较大差异，需要进行分层估算，在所计算的层的各方向系数矩阵的中心行向量上分别横向滑动，利用该层窗口内各分解方向上的所有小波系数，估算该层的信号方差向量，根据信号方差向量的变化率动态设置，重新设置串口宽度，设定信号窗口调整阈值，利用新窗口再次估算每层的信号方差向量，再求得每层小波系数矩阵的阈值向量，对于高频横向系数矩阵、纵向高频系数矩阵、对角高频系数矩阵的每一行，均使用阈值向量进行收缩降噪，将降噪后的小波系数反变换到光谱矩阵，取光谱矩阵的中心行向量作为降噪后的光谱信号；将处理后的信号与预设湿度阈值进行比较，当超过预设湿度阈值时，表示所述供暖系统在被监测区域的地下管道出现渗漏且所述供暖系统的供暖温度出现异常。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种暖通设备工作状态检测系统，用于通过湿度检测的方式监控供暖系统的供暖温度异常情况，所述供暖系统的管道存在埋设于地下的地下管道，该监测系统包括：
分布式监测设备，用于对选定区域的地下管道所处环境进行土质采样；对土质采样物进行处理；对土质采样物进行光谱扫描；对光谱信号进行处理；
异常状态确定设备，用于将处理后的信号与预设湿度阈值进行比较，当超过预设湿度阈值时，表示出现渗漏且温度出现异常。
2.如权利要求1的暖通设备工作状态检测系统，其特征在于，
所述分布式监测设备包括：
采样单元，用于在采样前确定采样数量P，其由方差值和平均值与真值的差值计算采样数量，且P为≥4且不超过8的自然数；根据采样区域的面积大小，采用蛇形采样，采样深度选择为30CM，根据计算出的采样数量进行采样，采样时，先采出一个采样剖面，在平行于剖面进行采样，采土方向垂直于地面，将采样后的土质混合在一起，再将混合厚度土质采样物破碎，去除石头、植物根系，混合并展成四边形，划分对角线分成四份，取其中的对角的两份，反复进行多次后，将土质采样物的重量控制在需要的重量，接着对将采样物经盐酸、硝酸、高氯酸进行处理；
采样物处理单元，用于将土质采样物放置于样品容器中，摇动使其上表面基本平坦地分布，然后将样品放置于石英窗口上；
光谱扫描及光谱信号处理单元，用于使土质采样物随着样品容器仪器旋转以获取多次旋转扫描分析后得到平均光谱，样品容器的旋转速度是4cm/s，土质采样物在40s内会被扫描64次，算数平均后的光谱作为一个采样光谱；每个样品放置于不同样品容器中，测量两次，再次平均后的光谱数据用于信号处理；
其中所述信号处理还包括：采集参比信号，采集被测信号，获取原始吸收光谱，确定校正参考基准波长，利用校正参考基准波长校正吸收光谱；所述校正参考基准波长通过如下计算得到：
光谱矩阵记为X(M*K)，其中第i个波长变量代表光谱矩阵X中第i个列向量，记N＝min(m-1,k),在进行第一次迭代运算前n＝1,任意选择光谱矩阵的某一列，记为变量xk(0)；把没有被选入的列向量位置集合记为T，
分别计算xk(n-1)对剩下列变量的投影，记为：
记k(n-1)＝arg(max(||Pj||),j∈T)；n＝n+1，如果n＝N,令xk(n-1)作为被选入的列变量，回到上述列向量位置计算步骤再进行计算，采用多元线性回归法对新选择的变量集合{xk(0),xk(1),…,xk(n-1)}进行评估，得到校正参考基准波长值；
获得土质采样物的光谱扫描输出值后，为了去除背景干扰获得更高信噪比的土质光谱数据，以提高后期所建立的土质成分预测模型的稳健性和预测能力，需要对P个样本的数据进行如下处理：
计算采样物的光谱均值：
对未知样品光谱x(1×m),通过下列式子得到处理后的光谱xcentered：
接着计算光谱标准差值:
对光谱采样值进行如下处理：
对整个光谱采样信号值进行如下处理，得到处理后值X：
其中，n为采样样品数，为波长点数,Xn对应于作为第N个样本的采样物的光谱均值；
得到光谱信号后，所述光谱信号处理还包括，等间隔光谱采样，进行二维小波变换，接着进行小波系数矩阵固定窗口横向扫描，获取非平稳噪声方差估计向量和信号方差估计向量，对窗口宽度进行逐点调整，再进行二次扫描，获取精确噪声方差估计向量和精确信号方差估计向量，然后通过贝叶斯阈值收缩去噪，最后进行二维小波反变换取中心行向量作为信号输出值；
所述对窗口宽度进行逐点调整包括：首先进行固定窗口的噪声方差估计，定义固定窗口Wm×n，宽度m设定为经验值，高度n为系数矩阵高度，将窗口宽度沿对角高频系数矩阵中心行向量上逐点横向滑动，其中使用窗口内小波系数估算中心行的噪声方差向量，根据所述噪声方差向量的变化率，动态调整窗口宽度，具体为根据噪声在所有小波系数中近似均匀分布的性质，以及小波基的线性相位性质，高层小波系数的噪声方差向量可由上一层的噪声方差向量中将相邻两个方差求平均得到，对信号方差向量进行估算，其估算方法与上述噪声方差向量估算方法类似，但由于信号方差集中在部分小波系数中，各小波分解层上有较大差异，需要进行分层估算，在所计算的层的各方向系数矩阵的中心行向量上分别横向滑动，利用该层窗口内各分解方向上的所有小波系数，估算该层的信号方差向量，根据信号方差向量的变化率动态设置，重新设置串口宽度，设定信号窗口调整阈值，利用新窗口再次估算每层的信号方差向量，再求得每层小波系数矩阵的阈值向量，对于高频横向系数矩阵、纵向高频系数矩阵、对角高频系数矩阵的每一行，均使用阈值向量进行收缩降噪，将降噪后的小波系数反变换到光谱矩阵，取光谱矩阵的中心行向量作为降噪后的光谱信号；将处理后的信号与预设湿度阈值进行比较，当超过预设湿度阈值时，表示所述供暖系统在被监测区域的地下管道出现渗漏且所述供暖系统的供暖温度出现异常。
CN201810141000.1A 2018-02-11 2018-02-11 暖通设备工作状态检测系统 Withdrawn CN108361557A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810141000.1A CN108361557A (zh) 2018-02-11 2018-02-11 暖通设备工作状态检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810141000.1A CN108361557A (zh) 2018-02-11 2018-02-11 暖通设备工作状态检测系统

Publications (1)

Publication Number Publication Date
CN108361557A true CN108361557A (zh) 2018-08-03

Family

ID=63005750

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810141000.1A Withdrawn CN108361557A (zh) 2018-02-11 2018-02-11 暖通设备工作状态检测系统

Country Status (1)

Country Link
CN (1) CN108361557A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116383676A (zh) * 2023-06-05 2023-07-04 北京建筑材料检验研究院股份有限公司 基于数据处理的暖通设备智能检测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116383676A (zh) * 2023-06-05 2023-07-04 北京建筑材料检验研究院股份有限公司 基于数据处理的暖通设备智能检测方法
CN116383676B (zh) * 2023-06-05 2023-08-25 北京建筑材料检验研究院股份有限公司 基于数据处理的暖通设备智能检测方法

Similar Documents

Publication Publication Date Title
CN111583214B (zh) 基于rbf神经网络的航海雷达图像反演海面风速方法
CN109100717B (zh) 一种多源微波遥感海面风场数据融合方法及其装置
Lagacherie et al. How far can the uncertainty on a Digital Soil Map be known?: A numerical experiment using pseudo values of clay content obtained from Vis-SWIR hyperspectral imagery
Haddad et al. The TRMM ‘day-1’radar/radiometer combined rain-profiling algorithm
Shi et al. Surface modelling of soil pH
CN110443836A (zh) 一种基于平面特征的点云数据自动配准方法及装置
CN107423537B (zh) 一种基于自适应阈值的地表温度降尺度的方法
CN106483147B (zh) 基于多源数据的长时间序列被动微波土壤水分精度改进研究方法
CN113610729B (zh) 高光谱遥感影像星地协同大气校正方法、系统及存储介质
Yin et al. Calculation of land surface emissivity and retrieval of land surface temperature based on a spectral mixing model
CN111947628B (zh) 基于固有光学参数的线性水深反演方法
CN109446485B (zh) 一种基于多源数据融合的季节性湖泊湖底地形生成方法
CN115290512A (zh) 一种估算海洋表层颗粒有机碳浓度的水色遥感方法及装置
Vinci et al. Calibration of manual measurements of rills using Terrestrial Laser Scanning
Dehkordi et al. Machine learning-based estimation of suspended sediment concentration along Missouri River using remote sensing imageries in Google Earth Engine
CN108361557A (zh) 暖通设备工作状态检测系统
Wu et al. An advanced error correction methodology for merging in-situ observed and model-based soil moisture
CN111008355A (zh) 一种基于信任传播的气象地面要素插值方法
CN111650128B (zh) 一种基于地表反射率库的高分辨率大气气溶胶反演方法
CN113111529A (zh) 融合数值模式和卫星微波云反演数据的红外亮温模拟方法
CN110751726B (zh) 一种河道工程质量检测方法
CN108343845A (zh) 暖通信号预警装置
CN108361811A (zh) 供暖系统温度监控方法
CN108344691A (zh) 土壤污染程度检测系统
CN108362655A (zh) 一种多行政级别联动的水质在线监测系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20180803

WW01 Invention patent application withdrawn after publication