CN108956885A - 基于传感器网络的气体检测智能风险预警系统 - Google Patents
基于传感器网络的气体检测智能风险预警系统 Download PDFInfo
- Publication number
- CN108956885A CN108956885A CN201810806473.9A CN201810806473A CN108956885A CN 108956885 A CN108956885 A CN 108956885A CN 201810806473 A CN201810806473 A CN 201810806473A CN 108956885 A CN108956885 A CN 108956885A
- Authority
- CN
- China
- Prior art keywords
- data
- node
- module
- sensor network
- system based
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
- G08B21/16—Combustible gas alarms
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Combustion & Propulsion (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Environmental & Geological Engineering (AREA)
- Medicinal Chemistry (AREA)
- Toxicology (AREA)
- Food Science & Technology (AREA)
- Emergency Management (AREA)
- Pathology (AREA)
- Development Economics (AREA)
- Immunology (AREA)
- Educational Administration (AREA)
- Analytical Chemistry (AREA)
- Game Theory and Decision Science (AREA)
- Biochemistry (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Telephonic Communication Services (AREA)
- Alarm Systems (AREA)
Abstract
本发明基于传感器网络的气体检测智能风险预警系统,包括检测地端、与检测地端连通且想配合使用的数据通讯层、以及连通于数据通讯层的云端;智能分析步骤为:上传的区域信息和区域状态参数;根据区域状态参数监测区域的状态、各个区域集成子系统通过对不同类型设备进行编号、分布记载位置信息汇总后形成一模拟空间网络;通过各个节点分布可展示成当前模拟空间网络节点的分布密集性,节点受到指令控制并进行数据采集、反馈;建立基于KNN的智能判断模型:风险预警智能判断;指令下达。本发明通过智能分析和风险评判模式,对气体使用环境进行严格的检测以及危险趋势的智能判断,对于用户设备的维修维护保养及更换提供客观理论数据支撑。
Description
技术领域
本发明涉及气体检测技术,特别涉及用于气体检测的智能监控技术,具体的,其展示一种基于传感器网络的气体检测智能风险预警系统。
背景技术
可燃性气体广泛用于社会生产生活中,由于其具备易燃的危险特性,需要设置检测环节,防止意外的产生;现阶段一般为设置气体检测装置,气体检测装置内置检测传感器进行气体状态的检测;
现阶段的检测环节对检测数据的处理一般为:
1)定期利用人工采集气体检测装置检测数据,后通过表格记录进行检测数据时间、数值的记录;
2)通过将检测传感器连接于数据采集PC设备,数据采集PC设备的PLC设置定时数据采集,后进行规整存储,人工定期查阅检测数据;
现阶段的检测环节,包括如下缺陷:
1)不同区域的气体使用环境的数据检测相对独立,无法进行统一管理;
2)检测数据的处理方式需要人工进行定期进行记录或查阅,存在较大的危险盲点;
3)无法智能的进行气体使用环境的安全预判。
因此,有必要提供一种基于传感器网络的气体检测智能云端监控系统来解决上述问题。
发明内容
本发明的目的是提供一种基于传感器网络的气体检测智能风险预警系统。
技术方案如下:
一种基于传感器网络的气体检测智能风险预警系统,包括检测地端。与所述检测地端连通且想配合使用的数据通讯层、以及连通于所述数据通讯层的云端;
所述云端包括子系统管理模块、数据汇集模块、数据存储模块、智能判断模块以及Web服务器;智能分析模块进行智能分析步骤为:
1)汇集区域集成控制节点上传的区域信息和区域状态参数;
2)根据区域状态参数监测区域的状态、各个区域集成子系统通过对不同类型设备进行编号、分布记载位置信息汇总后形成一模拟空间网络;
3)通过各个节点分布可展示成当前模拟空间网络节点的分布密集性,节点受到指令控制并进行数据采集、反馈;
4)建立基于KNN的智能判断模型:
4-1)根据密集性生成相应区域的密集性危险系数参数A;
4-2)通过接受数据后生成相应的环境特点危险系数参数B;
4-3)(A,B)组成二维向量的检测点,采集在正常、预警和危险下的数据(A,B)若干,并对他们进行正常、预警和危险进行标记,采用KNN算法进行聚类建模,形成3个聚类模型,对应正常、预警和危险的3个等级,标记为危险系数参数C,对以后采集数据,利用KNN算法,输入模型中,判定危险系数参数C等级;
4-4)当自身状态的危险系数参数C预警为危险时,进行运维指令下达;
5)风险预警模块;
5-1) 对检测点的参数进行实时显示、趋势显示、数据存储和历史查询等;
5-2)记录数据检测数据及归纳检测数据变化趋势;
5-3)结合不同用户的同类检测气体的现状及历史数据进行横向比较与对照,客观的反映现场情况;
5-4) 利用虚拟化大数据储存技术和云处理技术,结合密集性危险系数参数A和环境特点危险系数参数B进行区域危险趋势分析,后进行反馈;
6)指令下达。
进一步的,步骤6通过指令下达模块实现,指令下达模块包括
包括做业人员信息登记系统:做业人员登记身份信息(包括手机信息);
智能分配系统:对应密集点信息,定位找寻最近做业人员位置,进行指令下达。
进一步的,检测地端:包括数据采集节点、采集数据存储模块A、以及通讯模块;
数据采集节点包括气体参数采集电路、气路和通信接口单元、以及设置于检测点的针对功能所系设置的气体检测仪、或火焰探测器。
进一步的,连通于通信接口单元的通信模块A由半双工通信模块实现。
进一步的,子系统管理模块包括区域控制中心、区域集成控制节点、以及信息和控制中心;区域控制中心根据数据采集节点的空间位置、功能属性和状态参数确定其依属区域,形成各区域的区域集成子系统的节点构成方案,并且实现功能设施节点的编址和地址分配。
进一步的,区域集成控制节点进行区域集成子系统构建,区域控制中心与区域内的功能设施节点建立连接,对功能设施节点的状态参数进行汇集、存储与监测。
进一步的,信息和控制中心用于设定区域集成控制节点通过与信息和控制中心建立通信连接,上传本区域的区域信息和区域状态参数。
进一步的,Web服务器包括服务提供模块:包括分角色安全登录、选择访问地点、生成可移动对象、控制远程访问连接。
进一步的,进行本地访问:通过服务模块,选择登录角色进行登录,通过中间对象,选择访问地点进行数据查看;
进行异地访问:判断要访问的子数据库所在地,通过中间对象准备对子数据库进行连接,进行访问身份验证,后进行数据访问。
进一步的,Web服务器连通有一中间对象,中间对象为结合CORBA和移动Agent技术生成,用于衔接对各个区域集成子系统,实现各个区域集成子系统的即时连接。
与现有技术相比,本发明通过智能分析和风险评判模式,对气体使用环境进行严格的检测以及危险趋势的智能判断,对于用户设备的维修维护保养及更换提供客观理论数据支撑。
附图说明
图1是本发明的实施例的结构示意图。
图2是本发明的实施例中检测地端的结构示意图;
图3是本发明的实施例中数据通讯层的结构示意图;
图4是本发明的实施例中云端的结构示意图。
具体实施方式
实施例:
本实施例展示一种基于传感器网络的气体检测智能云端监控系统;
包括:
检测地端1:包括数据采集节点11、采集数据存储模块A12、以及通讯模块13;
数据采集节点11包括气体参数采集电路、气路和通信接口单元、以及设置于检测点的针对功能所系设置的气体检测仪、或火焰探测器;
连通于通信接口单元的通信模块13由半双工通信模块实现;
数据采集节点11进行检测数据采集后,采集数据存储模块A12进行存储,后通过通信模块13进行数据传输;
数据通讯层2:
包括:与通信模块A12连通的信号输送节点;
信号输送节点包括信号调理电路21、处理器22、第一自组网模块23、485模块25、气体报警控制器26;
485模块25、气体报警控制器26均与处理器22通信连接;
第一无线自组网模块23包括数据通讯模块24;
数据采集节点11通过信号调理电路21与处理器22对接,处理器22与第一自组网模块23通信连通,第一自组网模块23连通于通讯模块13;
数据通讯模块24包括数据存储模块241、485模块A242、RJ45模块243、第二自组网模块244;
第二自组网模块244与第一自组网模块23通信连接且连通于处理器22,数据存储模块241、485模块A242和RJ45模块243均与处理器22通信连接,处理器通过485模块A242或RJ45模块243与数据通讯模块24连接;
数据通讯模块24基于局域网、互联网、3G/4G/5G等方式将数据输送至云端;
云端3:子系统管理模块31、数据汇集模块32、数据存储模块33、智能分析模块34、以及Web服务器35;
子系统管理模块31包括区域控制中心311、区域集成控制节点312、以及信息和控制中心313;
区域控制中心311根据数据采集节点的空间位置、功能属性和状态参数确定其依属区域,形成各区域的区域集成子系统的节点构成方案,并且实现功能设施节点的编址和地址分配;
区域集成控制节点312进行区域集成子系统构建,区域控制中心与区域内的功能设施节点建立连接,对功能设施节点的状态参数进行汇集、存储与监测;
信息和控制中心313用于设定区域集成控制节点通过与信息和控制中心建立通信连接,上传本区域的区域信息和区域状态参数;
Web服务器35包括服务提供模块351:包括分角色安全登录;选择访问地点;生成可移动对象;控制远程访问连接;
Web服务器35连通有一中间对象36,中间对象36为结合CORBA和移动Agent技术生成,用于衔接对各个区域集成子系统,实现各个区域集成子系统的即时连接;
其中,在分布式异构环境下,CORBA技术和移动Agent技术具有互补性:一方面,移动Agent技术可在应用集成、互操作以及重用性上弥补CORBA的不足;另一方面,有着强灵活性扩展和安全性保障并屏蔽底层平台的CORBA规范又为移动Agent在自主移动性、迁移方式和安全性等实现上提供一个理想的基础结构;
进行本地访问:通过服务模块,选择登录角色进行登录,通过中间对象,选择访问地点进行数据查看;
进行异地访问:判断要访问的子数据库所在地,通过中间对象准备对子数据库进行连接,进行访问身份验证,后进行数据访问;
智能分析模块34进行智能分析步骤为:
1)汇集区域集成控制节点312上传的区域信息和区域状态参数;
2)根据区域状态参数监测区域的状态、各个区域集成子系统通过对不同类型设备进行编号、分布记载位置信息汇总后形成一模拟空间网络;
3)通过各个节点分布可展示成当前模拟空间网络节点的分布密集性,节点受到指令控制并进行数据采集、反馈;
4)建立基于KNN的智能判断模型:
4-1)根据密集性生成相应区域的密集性危险系数参数A;
4-2)通过接受数据后生成相应的环境特点危险系数参数B;
4-3)(A,B)组成二维向量的检测点,采集在正常、预警和危险下的数据(A,B)若干,并对他们进行正常、预警和危险进行标记,采用KNN算法进行聚类建模,形成3个聚类模型,对应正常、预警和危险的3个等级,标记为危险系数参数C,对以后采集数据,利用KNN算法,输入模型中,判定危险系数参数C等级;
4-4)当自身状态的危险系数参数C预警为危险时,进行运维指令下达;
5)风险预警模块;
5-1) 对检测点的参数进行实时显示、趋势显示、数据存储和历史查询等;
5-2)记录数据检测数据及归纳检测数据变化趋势;
5-3)结合不同用户的同类检测气体的现状及历史数据进行横向比较与对照,客观的反映现场情况;
5-4) 利用虚拟化大数据储存技术和云处理技术,结合密集性危险系数参数A和环境特点危险系数参数B进行区域危险趋势分析,后进行反馈;
6)指令下达:
6-1)包括做业人员信息登记系统:做业人员登记身份信息(包括手机信息);
6-2)智能分配:对应密集点信息,定位找寻最近做业人员位置,进行指令下达。
与现有技术相比,本实施例具备如下有益效果:
1)通过物联网模式,从整体上管理各个区域的气体监测环节、进行相互协调,实现不同地点的统一管理;在基于物联网实现的集成系统当中,以区域为单位融合各个检测系统、规划系统架构并实现信息资源共享、多系统协同和管理控制;
2)通过高效实施的通讯模式,便于数据的实时传输,便于监测的有效进行;
3)通过智能分析和风险评判模式,对气体使用环境进行严格的检测以及危险趋势的智能判断,对于用户设备的维修维护保养及更换提供客观理论数据支撑。
以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (10)
1.一种基于传感器网络的气体检测智能风险预警系统,其特征在于:包括检测地端、与所述检测地端连通且想配合使用的数据通讯层、以及连通于所述数据通讯层的云端;
所述云端包括子系统管理模块、数据汇集模块、数据存储模块、智能判断模块以及Web服务器;智能分析模块进行智能分析步骤为:
1)汇集区域集成控制节点上传的区域信息和区域状态参数;
2)根据区域状态参数监测区域的状态、各个区域集成子系统通过对不同类型设备进行编号、分布记载位置信息汇总后形成一模拟空间网络;
3)通过各个节点分布可展示成当前模拟空间网络节点的分布密集性,节点受到指令控制并进行数据采集、反馈;
4)建立基于KNN的智能判断模型:
4-1)根据密集性生成相应区域的密集性危险系数参数A;
4-2)通过接受数据后生成相应的环境特点危险系数参数B;
4-3)(A,B)组成二维向量的检测点,采集在正常、预警和危险下的数据(A,B)若干,并对他们进行正常、预警和危险进行标记,采用KNN算法进行聚类建模,形成3个聚类模型,对应正常、预警和危险的3个等级,标记为危险系数参数C,对以后采集数据,利用KNN算法,输入模型中,判定危险系数参数C等级;
4-4)当自身状态的危险系数参数C预警为危险时,进行运维指令下达;
5)风险预警模块;
5-1)对检测点的参数进行实时显示、趋势显示、数据存储和历史查询等;
5-2)记录数据检测数据及归纳检测数据变化趋势;
5-3)结合不同用户的同类检测气体的现状及历史数据进行横向比较与对照,客观的反映现场情况;
5-4)利用虚拟化大数据储存技术和云处理技术,结合密集性危险系数参数A和环境特点危险系数参数B进行区域危险趋势分析,后进行反馈;
6)指令下达。
2.根据权利要求1所述的一种基于传感器网络的气体检测智能风险预警系统,其特征在于:步骤6通过指令下达模块实现,指令下达模块包括
包括做业人员信息登记系统:做业人员登记身份信息(包括手机信息);
智能分配系统:对应密集点信息,定位找寻最近做业人员位置,进行指令下达。
3.根据权利要求2所述的一种基于传感器网络的气体检测智能风险预警系统,其特征在于:检测地端:包括数据采集节点、采集数据存储模块A、以及通讯模块;
数据采集节点包括气体参数采集电路、气路和通信接口单元、以及设置于检测点的针对功能所系设置的气体检测仪、或火焰探测器。
4.根据权利要求3所述的一种基于传感器网络的气体检测智能风险预警系统,其特征在于:连通于通信接口单元的通信模块A由半双工通信模块实现。
5.根据权利要求4所述的一种基于传感器网络的气体检测智能风险预警系统,其特征在于:子系统管理模块包括区域控制中心、区域集成控制节点、以及信息和控制中心;区域控制中心根据数据采集节点的空间位置、功能属性和状态参数确定其依属区域,形成各区域的区域集成子系统的节点构成方案,并且实现功能设施节点的编址和地址分配。
6.根据权利要求5所述的一种基于传感器网络的气体检测智能风险预警系统,其特征在于:区域集成控制节点进行区域集成子系统构建,区域控制中心与区域内的功能设施节点建立连接,对功能设施节点的状态参数进行汇集、存储与监测。
7.根据权利要求6所述的一种基于传感器网络的气体检测智能风险预警系统,其特征在于:信息和控制中心用于设定区域集成控制节点通过与信息和控制中心建立通信连接,上传本区域的区域信息和区域状态参数。
8.根据权利要求7所述的一种基于传感器网络的气体检测智能风险预警系统,其特征在于:Web服务器包括服务提供模块:包括分角色安全登录、选择访问地点、生成可移动对象、控制远程访问连接。
9.根据权利要求8所述的一种基于传感器网络的气体检测智能风险预警系统,其特征在于:进行本地访问:通过服务模块,选择登录角色进行登录,通过中间对象,选择访问地点进行数据查看;
进行异地访问:判断要访问的子数据库所在地,通过中间对象准备对子数据库进行连接,进行访问身份验证,后进行数据访问。
10.根据权利要求9所述的一种基于传感器网络的气体检测智能风险预警系统,其特征在于:Web服务器连通有一中间对象,中间对象为结合CORBA和移动Agent技术生成,用于衔接对各个区域集成子系统,实现各个区域集成子系统的即时连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810806473.9A CN108956885B (zh) | 2018-07-21 | 2018-07-21 | 基于传感器网络的气体检测智能风险预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810806473.9A CN108956885B (zh) | 2018-07-21 | 2018-07-21 | 基于传感器网络的气体检测智能风险预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108956885A true CN108956885A (zh) | 2018-12-07 |
CN108956885B CN108956885B (zh) | 2020-06-16 |
Family
ID=64495504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810806473.9A Active CN108956885B (zh) | 2018-07-21 | 2018-07-21 | 基于传感器网络的气体检测智能风险预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108956885B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110780040A (zh) * | 2019-10-29 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 有害气体数据处理方法、装置、电子设备及存储介质 |
CN115618601A (zh) * | 2022-10-13 | 2023-01-17 | 新疆敦华绿碳技术股份有限公司 | 一种基于检测结果的集输管线安全评估方法和系统 |
CN115618601B (zh) * | 2022-10-13 | 2024-05-31 | 新疆敦华绿碳技术股份有限公司 | 一种基于检测结果的集输管线安全评估方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104238510A (zh) * | 2014-09-03 | 2014-12-24 | 尚高科技有限公司 | 一种基于物联网的智能建筑区域管理系统 |
CN106124706A (zh) * | 2016-07-25 | 2016-11-16 | 陕西天洋智能科技有限公司 | 易燃易爆危化品预测预警云系统 |
CN106251049A (zh) * | 2016-07-25 | 2016-12-21 | 国网浙江省电力公司宁波供电公司 | 一种大数据的电费风险模型构建方法 |
CN107454611A (zh) * | 2017-08-09 | 2017-12-08 | 广东工业大学 | 基于knn的免疫危险无线传感器网络故障诊断方法 |
CN108154663A (zh) * | 2018-02-08 | 2018-06-12 | 赵自强 | 一种安全检测预警系统 |
-
2018
- 2018-07-21 CN CN201810806473.9A patent/CN108956885B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104238510A (zh) * | 2014-09-03 | 2014-12-24 | 尚高科技有限公司 | 一种基于物联网的智能建筑区域管理系统 |
CN106124706A (zh) * | 2016-07-25 | 2016-11-16 | 陕西天洋智能科技有限公司 | 易燃易爆危化品预测预警云系统 |
CN106251049A (zh) * | 2016-07-25 | 2016-12-21 | 国网浙江省电力公司宁波供电公司 | 一种大数据的电费风险模型构建方法 |
CN107454611A (zh) * | 2017-08-09 | 2017-12-08 | 广东工业大学 | 基于knn的免疫危险无线传感器网络故障诊断方法 |
CN108154663A (zh) * | 2018-02-08 | 2018-06-12 | 赵自强 | 一种安全检测预警系统 |
Non-Patent Citations (2)
Title |
---|
孙志宏: "基于邻近图的无线传感器网络有毒气体检测算法的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
熊亚军 等: "KNN 数据挖掘算法在北京地区霾等级预报中的应用", 《第32届中国气象学会年会S1灾害天气监测、分析与预报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110780040A (zh) * | 2019-10-29 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 有害气体数据处理方法、装置、电子设备及存储介质 |
CN110780040B (zh) * | 2019-10-29 | 2021-06-04 | 腾讯科技(深圳)有限公司 | 有害气体数据处理方法、装置、电子设备及存储介质 |
CN115618601A (zh) * | 2022-10-13 | 2023-01-17 | 新疆敦华绿碳技术股份有限公司 | 一种基于检测结果的集输管线安全评估方法和系统 |
CN115618601B (zh) * | 2022-10-13 | 2024-05-31 | 新疆敦华绿碳技术股份有限公司 | 一种基于检测结果的集输管线安全评估方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108956885B (zh) | 2020-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105554059B (zh) | 基于北斗导航技术的物流运输智能感知与位置服务系统 | |
Chen et al. | Coal mine safety intelligent monitoring based on wireless sensor network | |
CN110187665A (zh) | 一种地下综合管廊智慧型管控系统 | |
CN109375594A (zh) | 城市安全智慧管控平台及管控系统 | |
CN109255531A (zh) | 一种数据中心智能化运维管理系统 | |
CN104331833B (zh) | 环境风险源预警方法 | |
CN110069387A (zh) | 机房设备的数据处理方法及系统 | |
CN110158648A (zh) | 一种城市地下综合管廊运维监控管理系统 | |
CN100385874C (zh) | 数字化社区一体化智能系统 | |
CN103926459B (zh) | 一种两级集中部署的供电电压自动采集系统及其方法 | |
CN104103153B (zh) | 一种防汛雨水情自动监测中心系统及其监测方法 | |
CN106932543A (zh) | 火电厂环境烟气监测预警系统 | |
CN104777813A (zh) | 综合气象观测运行监控系统及其监控方法 | |
CN103247151A (zh) | 一种地质灾害监测系统 | |
CN108769180A (zh) | 一种基于物联网技术的远程环保监测系统 | |
CN104574196A (zh) | 一种用于农作物田间自动化数据采集管理系统 | |
CN106155026A (zh) | 一种水泥厂煤耗及碳排放监测方法 | |
CN105898898A (zh) | 一种基于无线传感器网络的信息监测系统 | |
CN110189070A (zh) | 智能物流物联网系统 | |
CN107918366A (zh) | 一种基于物联网的安全监控方法和系统 | |
CN108965436A (zh) | 基于传感器网络的气体检测系统用高效稳定通讯体系 | |
CN107071716A (zh) | 基于td-lte专网的水环境监测系统及方法 | |
CN106357770A (zh) | 一种基于物联网技术的森林生态站数据处理系统 | |
CN108956885A (zh) | 基于传感器网络的气体检测智能风险预警系统 | |
CN104714515A (zh) | 井场数字集成管控系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |