CN108846244A - 建筑结构健康智能监测系统 - Google Patents
建筑结构健康智能监测系统 Download PDFInfo
- Publication number
- CN108846244A CN108846244A CN201810745719.6A CN201810745719A CN108846244A CN 108846244 A CN108846244 A CN 108846244A CN 201810745719 A CN201810745719 A CN 201810745719A CN 108846244 A CN108846244 A CN 108846244A
- Authority
- CN
- China
- Prior art keywords
- node
- building structure
- data
- structure health
- sensor
- 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- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Abstract
本发明提供了建筑结构健康智能监测系统,该系统包括:传感监测模块,用于采集建筑结构健康数据并将建筑结构健康数据发送至数据存储模块;数据存储模块,用于将建筑结构健康数据用其对应的建筑基本信息进行标记后发送到数据库进行储存,将完成标记的建筑结构健康数据发送到数据分析模块;数据分析模块,内储存各类建筑结构安全隐患下的内应力数据、加速度数据、沉降参数、位移参数、倾斜度参数、裂缝参数;用于将建筑结构健康数据与所存储的数据进行类似度对比,并将对比结果按照相似度进行升序或降序排序后,以表格的形式发送给显示模块;显示模块,用于显示所述对比结果。
Description
技术领域
本发明涉及建筑监测技术领域,具体涉及建筑结构健康智能监测系统。
背景技术
目前,对建筑结构的监测,大多通过监测人员通过例如目测法、发射光谱法、声发射法、回弹法、渗漏试验法、脉冲回波法、射线法等方法进行周期性检测。普遍存在以下缺陷:
1、数据整体性差,只是对结构的局部特征进行监测,无法实现数据之间的关联性;
2、所检测到的数据均为静态数据,建筑后期的发展情况会怎么样,以及这些变形数据会带来的安全隐患都无法进行预测分析;
3、实时性差,要经过后期处理才能知道建筑结构目前的状态,不能实时的监测,效率较低。
发明内容
针对上述问题,本发明提供建筑结构健康智能监测系统。
本发明的目的采用以下技术方案来实现:
提供了建筑结构健康智能监测系统,该系统包括:
传感监测模块,用于采集建筑结构健康数据并将建筑结构健康数据发送至数据存储模块,所述建筑结构健康数据包括建筑内应力数据、加速度数据、建筑沉降参数、位移参数、倾斜度参数、裂缝参数数据;传感监测模块包括汇聚节点和多个传感器节点,汇聚节点和传感器节点通过自组织方式构建分簇型结构的无线传感器网络,其中根据低功耗自适应集簇分层型协议对传感器节点进行分簇并选取簇首;簇首主要用于收集簇内传感器节点采集的建筑结构健康数据并发送至汇聚节点;汇聚节点主要用于将各簇首发送的建筑结构健康数据汇总发送至数据存储模块;
数据存储模块,用于将建筑结构健康数据用其对应的建筑基本信息进行标记后发送到数据库进行储存,将完成标记的建筑结构健康数据发送到数据分析模块;
数据分析模块,内储存各类建筑结构安全隐患下的内应力数据、加速度数据、沉降参数、位移参数、倾斜度参数、裂缝参数;用于将建筑结构健康数据与所存储的数据进行类似度对比,并将对比结果按照相似度进行升序或降序排序后,以表格的形式发送给显示模块;
显示模块,用于显示所述对比结果。
优选地,所述传感器节点包括传感器和用于将传感器信号转换为对应的建筑结构健康数据的信号适配器,所述信号适配器与传感器连接;还包括用于控制采集频率的控制器,所述控制器与传感器连接。
其中,所述显示模块包括显示屏、智能手机、笔记本、桌上型电脑中的任意一种或任意几种。
本发明的有益效果为:本发明通过对建筑结构内应力数据以及加速度数据的采集,结合建筑沉降参数、位移参数、倾斜度参数、裂缝参数的采集,实现了建筑情况的全方位监测,系统自带数据分析功能,可实时根据检测到的数据进行建筑结构安全隐患的分析。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明一个示例性实施例的建筑结构健康智能监测系统的结构示意框图;
图2是本发明一个示例性实施例的传感器节点的结构示意框图。
附图标记:
传感监测模块1、数据存储模块2、数据分析模块3、显示模块4、传感器10、信号适配器20、控制器30。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1,本发明实施例提供了建筑结构健康智能监测系统,该系统包括:
传感监测模块1,用于采集建筑结构健康数据并将建筑结构健康数据发送至数据存储模块2,所述建筑结构健康数据包括建筑内应力数据、加速度数据、建筑沉降参数、位移参数、倾斜度参数、裂缝参数数据;传感监测模块1包括汇聚节点和多个传感器节点,汇聚节点和传感器节点通过自组织方式构建分簇型结构的无线传感器网络,其中根据低功耗自适应集簇分层型协议对传感器节点进行分簇并选取簇首;簇首主要用于收集簇内传感器节点采集的建筑结构健康数据并发送至汇聚节点;汇聚节点主要用于将各簇首发送的建筑结构健康数据汇总发送至数据存储模块2;
数据存储模块2,用于将建筑结构健康数据用其对应的建筑基本信息进行标记后发送到数据库进行储存,将完成标记的建筑结构健康数据发送到数据分析模块3;
数据分析模块3,内储存各类建筑结构安全隐患下的内应力数据、加速度数据、沉降参数、位移参数、倾斜度参数、裂缝参数;用于将建筑结构健康数据与所存储的数据进行类似度对比,并将对比结果按照相似度进行升序或降序排序后,以表格的形式发送给显示模块4;
显示模块4,用于显示所述对比结果。
其中,如图2所示,所述传感器节点包括传感器10和用于将传感器10的信号转换为对应的建筑结构健康数据的信号适配器20,所述信号适配器20与传感器10连接;还包括用于控制采集频率的控制器30,所述控制器30与传感器10连接。
其中,所述显示模块4包括显示屏、智能手机、笔记本、桌上型电脑中的任意一种或任意几种。
本发明上述实施例通过对建筑结构内应力数据以及加速度数据的采集,结合建筑沉降参数、位移参数、倾斜度参数、裂缝参数的采集,实现了建筑情况的全方位监测,系统自带数据分析功能,可实时根据检测到的数据进行建筑结构安全隐患的分析。
在一个实施例中,在无线传感器网络的链路构建阶段,根据传感器节点的位置和当前剩余能量在簇首的通信范围内选择2个传感器节点作为该簇首所在簇的中继节点,并确定传感器节点到所在簇中每个中继节点的最优路径;在数据发送阶段,传感器节点选择其中一个中继节点作为接收所述需要发送的建筑结构健康数据的目的节点,进而沿着与目的节点对应的最优路径将需要发送的建筑结构健康数据发送出去;中继节点接收各传感器节点发送的建筑结构健康数据,将接收的建筑结构健康数据和自身采集的建筑结构健康数据一并发送至簇首。
其中,根据传感器节点的位置和当前剩余能量在簇首的通信范围内选择2个传感器节点作为该簇首所在簇的中继节点,包括:
(1)对任意簇首hi,定义簇首hi通信范围内所有传感器节点为该簇首hi的邻居节点,获取簇首hi的各邻居节点的位置信息和当前剩余能量信息;
(2)根据邻居节点的位置信息和当前剩余能量信息,计算各邻居节点的第一权重:
式中,Qj 1表示簇首hi的第j个邻居节点的第一权重,S(hi,j)表示簇首hi与其第j个邻居节点之间的距离,S(hi,k)表示簇首hi与其第k个邻居节点之间的距离,表示簇首hi的邻居节点数量;Ej为所述第j个邻居节点的当前剩余能量,Emin为设定的最小能量值;
(3)选取第一权重最大的邻居节点作为簇首hi的第一中继节点,计算除第一中继节点外的其余邻居节点的第二权重:
式中,Qρ 2表示除第一中继节点外的第ρ个邻居节点的第二权重,Qρ 1表示除第一中继节点外的第ρ个邻居节点的第一权重;hi 1表示选取的簇首hi的第一中继节点,S(hi 1,ρ)为所述第ρ个邻居节点与第一中继节点hi 1的距离,为除第一中继节点外的其余邻居节点与hi 1的距离之和;
(4)选取第二权重最大的邻居节点作为簇首hi的第二中继节点。
本实施例根据传感器节点的位置和当前剩余能量在簇首的通信范围内选择2个传感器节点作为该簇首所在簇的中继节点,由中继节点负责汇聚簇内传感器节点采集的建筑结构健康数据,相对于只通过簇首或者单一中继节点汇聚建筑结构健康数据的方式,能够有效分担簇首或者单一中继节点的负载,避免簇首或者单一中继节点能量的过度消耗,从而有效均衡簇内建筑结构健康数据传输能耗,提高分簇的稳定性。
本实施例进一步提出根据第一权重和第二权重来选取中继节点的方式,该方式能够使得选取的中继节点有较优的能力负责数据收集,且保障两个中继节点相距较远,从而有利于均衡各传感器节点将建筑结构健康数据传输至中继节点的能耗,提高建筑结构健康数据传输的可靠性。
在一个实施例中,基于蚁群优化算法确定传感器节点到所在簇中每个中继节点的最优路径,包括:
(1)定义产生前向蚂蚁报文的传感器节点为源节点,源节点产生设定数量的前向蚂蚁报文,选择簇内最近的传感器节点进行转发,并启动超时时钟,所述前向蚂蚁报文携带有源节点的标识信息和链路总开销,初始时链路总开销为0;
(2)当前向蚂蚁报文到达传感器节点i时,传感器节点i从位于同一簇且没有转发过前向蚂蚁报文的邻居节点中,概率地选择一个邻居节点作为下一跳节点,继续转发前向蚂蚁报文:
式中,Wiβ表示传感器节点i选择第β个邻居节点作为下一跳节点的概率;mi为在传感器节点i的邻居节点集中,与传感器节点i位于同一簇且没有转发过前向蚂蚁报文的邻居节点数量;)(i,β)为传感器节点i到所述第β个邻居节点的链路的信息素浓度,S(i,β)为传感器节点i到所述第β个邻居节点的距离,Eβ为所述第β个邻居节点的当前剩余能量,Emin为所述设定的最小能量值;γ表示在传感器节点i的邻居节点集中,与传感器节点i位于同一簇且没有转发过前向蚂蚁报文的第γ个邻居节点,D(i,γ)为传感器节点i到所述第γ个邻居节点的链路的信息素浓度,S(i,γ)为传感器节点i到所述第γ个邻居节点的距离,Eγ为所述第γ个邻居节点的当前剩余能量;λ1、λ2为设定的权重系数;
(3)若传感器节点j为选择的下一跳节点,则将自身的节点标识信息加入前向蚂蚁报文的地址链表,表示前向蚂蚁报已经访问了传感器节点j,并按照下列公式更新前向蚂蚁报文携带的链路总开销:
Pt=Pt-1+S(i,j)×P
式中,Pt表示更新后的链路总开销,Pt-1表示更新前的链路总开销,P为设定的单位距离链路开销值;S(i,j)为传感器节点i与传感器节点j之间的距离;
(4)按照(2)、(3)继续转发前向蚂蚁报文直至将其发送到任意一个中继节点;中继节点k收到源节点α产生的前向蚂蚁报文时启动超时时钟,在超时时钟超时后不再接收源节点α产生的前向蚂蚁报文,对于收到的源节点α产生的所有前向蚂蚁报文,中继节点k只选择携带的链路总开销最小的前向蚂蚁报文来产生对应的后向蚂蚁报文,并沿着所述携带的链路总开销最小的前向蚂蚁报文的逆路径,将该对应的后向蚂蚁报文发送出去,所述对应的后向蚂蚁报文携带中继节点k的节点标识信息,以及所述携带的链路总开销最小的前向蚂蚁报文的地址链表;
(5)当传感器节点i收到传感器节点j发送的后向蚂蚁报文时,提取传感器节点j的节点标识信息以及后向蚂蚁报文携带的中继节点标识信息,并保存在本地,传感器节点i按照下列公式更新自身至传感器节点j的链路的信息素浓度:
式中,D(i,j)′表示更新后的传感器节点i到传感器节点j的链路的信息素浓度,D(i,j)为更新前的传感器节点i到传感器节点j的链路的信息素浓度,初始时链路信息素浓度为0,τ为信息素的挥发度,L为将后向蚂蚁报文从中继节点发送至对应的源节点的总的跳数;ΔD为预设常量,表示一次更新中所释放的信息素的总量;
(6)当前传感器节点按照后向蚂蚁报文的地址链表指示的信息,继续转发后向蚂蚁报文,直至后向蚂蚁报文到达源节点;
(7)源节点收到两个中继节点产生的后向蚂蚁报文后,按照(5)提取、更新相应的信息,并保存在本地。
本实施例将路径的链路总开销作为最优路径的评估指标,基于蚁群优化算法确定了传感器节点到所在簇中每个中继节点的最优路径,从而,每个源节点都拥有2条最优路径,其中一条最优路径通向簇内第一个中继节点,另一条最优路径通向簇内第二个中继节点;其中,本实施例改进了蚁群优化算法中的概率公式,以链路的距离、信息素浓度以及下一跳节点的剩余能量作为概率的影响因子,有利于限制传感器节点选择能量过低的下一跳节点,均衡各传感器节点的能耗,缩短路径长度。
在一个实施例中,传感器节点选择其中一个中继节点作为接收所述需要发送的建筑结构健康数据的目的节点,进而沿着与目的节点对应的最优路径将需要发送的建筑结构健康数据发送出去,具体为:
(1)传感器节点a定期计算每条最优路径的优选值,设传感器节点a的最优路径集合为 表示传感器节点a到第u个中继节点的最优路径,设定优选值的计算公式为:
式中,表示最优路径的优选值,为最优路径上作为传感器节点a的下一跳节点的可用缓存大小,Bmin为预设最小缓存;为最优路径的链路总开销,Pmax为预设最大链路总开销;v1、v2为设定的权重系数;
(2)传感器节点选择当前优选值最大的最优路径所对应的中继节点作为目的节点,沿着所述当前优选值最大的最优路径将需要发送的建筑结构健康数据发送出去。
由于传感器节点在发送建筑结构健康数据到相应的簇首时,有两条最优路径可供选择,本实施例进一步设定了最优路径的选择机制,其中根据下一跳节点的缓存和路径中的链路总开销设定了最优路径的优选值计算公式。本实施例中,传感器节点选择当前优选值最大的最优路径所对应的中继节点作为目的节点,沿着所述当前优选值最大的最优路径将需要发送的建筑结构健康数据发送出去,有利于均衡各下一跳节点的缓存,平衡各最优路径的负载,在一定程度上提高建筑结构健康数据传输的可靠性。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (6)
1.建筑结构健康智能监测系统,其特征是,包括:
传感监测模块,用于采集建筑结构健康数据并将建筑结构健康数据发送至数据存储模块,所述建筑结构健康数据包括建筑内应力数据、加速度数据、建筑沉降参数、位移参数、倾斜度参数、裂缝参数数据;传感监测模块包括汇聚节点和多个传感器节点,汇聚节点和传感器节点通过自组织方式构建分簇型结构的无线传感器网络,其中根据低功耗自适应集簇分层型协议对传感器节点进行分簇并选取簇首;簇首主要用于收集簇内传感器节点采集的建筑结构健康数据并发送至汇聚节点;汇聚节点主要用于将各簇首发送的建筑结构健康数据汇总发送至数据存储模块;
数据存储模块,用于将建筑结构健康数据用其对应的建筑基本信息进行标记后发送到数据库进行储存,将完成标记的建筑结构健康数据发送到数据分析模块;
数据分析模块,内储存各类建筑结构安全隐患下的内应力数据、加速度数据、沉降参数、位移参数、倾斜度参数、裂缝参数;用于将建筑结构健康数据与所存储的数据进行类似度对比,并将对比结果按照相似度进行升序或降序排序后,以表格的形式发送给显示模块;
显示模块,用于显示所述对比结果。
2.根据权利要求1所述的建筑结构健康智能监测系统,其特征是,所述传感器节点包括传感器和用于将传感器信号转换为对应的建筑结构健康数据的信号适配器,所述信号适配器与传感器连接。
3.根据权利要求2所述的建筑结构健康智能监测系统,其特征是,所述传感器节点还包括用于控制采集频率的控制器,所述控制器与传感器连接。
4.根据权利要求1所述的建筑结构健康智能监测系统,其特征是,所述显示模块包括显示屏、智能手机、笔记本、桌上型电脑中的任意一种或任意几种。
5.根据权利要求1所述的建筑结构健康智能监测系统,其特征是,在无线传感器网络的链路构建阶段,根据传感器节点的位置和当前剩余能量在簇首的通信范围内选择2个传感器节点作为该簇首所在簇的中继节点,并确定传感器节点到所在簇中每个中继节点的最优路径;在数据发送阶段,传感器节点选择其中一个中继节点作为接收所述需要发送的建筑结构健康数据的目的节点,进而沿着与目的节点对应的最优路径将需要发送的建筑结构健康数据发送出去;中继节点接收各传感器节点发送的建筑结构健康数据,将接收的建筑结构健康数据和自身采集的建筑结构健康数据一并发送至簇首。
6.根据权利要求5所述的建筑结构健康智能监测系统,其特征是,传感器节点选择其中一个中继节点作为接收所述需要发送的建筑结构健康数据的目的节点,进而沿着与目的节点对应的最优路径将需要发送的建筑结构健康数据发送出去,具体为:
(1)传感器节点a定期计算每条最优路径的优选值,设传感器节点a的最优路径集合为 表示传感器节点a到第u个中继节点的最优路径,设定优选值的计算公式为:
式中,表示最优路径的优选值,为最优路径上作为传感器节点a的下一跳节点的可用缓存大小,Bmin为预设最小缓存;为最优路径的链路总开销,Pmax为预设最大链路总开销;v1、v2为设定的权重系数;
(2)传感器节点选择当前优选值最大的最优路径所对应的中继节点作为目的节点,沿着所述当前优选值最大的最优路径将需要发送的建筑结构健康数据发送出去。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810745719.6A CN108846244A (zh) | 2018-07-09 | 2018-07-09 | 建筑结构健康智能监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810745719.6A CN108846244A (zh) | 2018-07-09 | 2018-07-09 | 建筑结构健康智能监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108846244A true CN108846244A (zh) | 2018-11-20 |
Family
ID=64195997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810745719.6A Withdrawn CN108846244A (zh) | 2018-07-09 | 2018-07-09 | 建筑结构健康智能监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108846244A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109631984A (zh) * | 2018-11-26 | 2019-04-16 | 深圳桓轩科技有限公司 | 高层建筑结构损伤无线监测系统 |
CN110132595A (zh) * | 2018-11-26 | 2019-08-16 | 深圳朗昇贸易有限公司 | 一种实时智能的设备轴承异常检测系统 |
CN110927362A (zh) * | 2019-12-09 | 2020-03-27 | 黄河交通学院 | 一种土木工程建筑监测系统 |
CN114676489A (zh) * | 2022-05-27 | 2022-06-28 | 中化学交通建设集团有限公司 | 桥梁结构变形预警方法、装置、计算机设备和存储介质 |
-
2018
- 2018-07-09 CN CN201810745719.6A patent/CN108846244A/zh not_active Withdrawn
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109631984A (zh) * | 2018-11-26 | 2019-04-16 | 深圳桓轩科技有限公司 | 高层建筑结构损伤无线监测系统 |
CN110132595A (zh) * | 2018-11-26 | 2019-08-16 | 深圳朗昇贸易有限公司 | 一种实时智能的设备轴承异常检测系统 |
CN110927362A (zh) * | 2019-12-09 | 2020-03-27 | 黄河交通学院 | 一种土木工程建筑监测系统 |
CN110927362B (zh) * | 2019-12-09 | 2022-03-04 | 黄河交通学院 | 一种土木工程建筑监测系统 |
CN114676489A (zh) * | 2022-05-27 | 2022-06-28 | 中化学交通建设集团有限公司 | 桥梁结构变形预警方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108846244A (zh) | 建筑结构健康智能监测系统 | |
CN102404817B (zh) | 多汇聚节点无线传感器网络组网方法及其系统 | |
CN108981807A (zh) | 一种土木工程建筑智能监测系统 | |
CN108288353A (zh) | 一种基于无线传感器网络的山体滑坡监测预警系统 | |
CN106254155B (zh) | 一种无线传感器网络的覆盖性能的修复增强方法以及装置 | |
CN103458021B (zh) | 一种事件驱动的随态自适应的传感器组织方法 | |
CN103582065A (zh) | 一种无线传感器网络的高效自组网路由方法 | |
CN110198526A (zh) | 一种基于物联网的燃烧机故障诊断系统 | |
CN109982287B (zh) | 基于zigbee无线传感器网络的林业多传感器火警告警系统 | |
CN107153110A (zh) | 无线传感器网络煤矿瓦斯监测系统 | |
CN107257367A (zh) | 果园生态环境无线传感器网络监测系统 | |
CN108827387B (zh) | 机械设备智能实时监测系统 | |
CN107249026A (zh) | 基于物联网云计算的智能家居系统 | |
CN108174428A (zh) | 山体滑坡无线监测预警系统 | |
CN108288354A (zh) | 山体滑坡智能监测系统 | |
CN108922124A (zh) | 海洋有机污染物信息采集系统 | |
CN109257719A (zh) | 土木工程建筑结构实时智能监测系统 | |
CN109040954A (zh) | 一种基于无线传感网络的杆塔状态监测系统及其路由方法 | |
CN104519543B (zh) | 无线传感网Sink节点的选择方法及系统 | |
CN108965417A (zh) | 农田土壤污染无线监测系统 | |
CN109495860A (zh) | 一种实时智能的区域空气质量监测系统 | |
CN109413607A (zh) | 一种实时智能的电网输电线路监测系统 | |
CN108989416A (zh) | 风电机组振动智能实时监测系统 | |
CN109720756A (zh) | 一种智能垃圾分类回收系统 | |
CN109495861A (zh) | 一种实时智能的建筑结构无线监测系统 |
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: 20181120 |
|
WW01 | Invention patent application withdrawn after publication |