CN109000810A - 一种多维粮温展示系统及方法 - Google Patents
一种多维粮温展示系统及方法 Download PDFInfo
- Publication number
- CN109000810A CN109000810A CN201810601183.0A CN201810601183A CN109000810A CN 109000810 A CN109000810 A CN 109000810A CN 201810601183 A CN201810601183 A CN 201810601183A CN 109000810 A CN109000810 A CN 109000810A
- Authority
- CN
- China
- Prior art keywords
- temperature
- data
- pointvalue
- module
- grain
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000009529 body temperature measurement Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 5
- 230000002093 peripheral effect Effects 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000001747 exhibiting effect Effects 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 2
- 235000013339 cereals Nutrition 0.000 description 32
- 238000012544 monitoring process Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
- G01K1/026—Means for indicating or recording specially adapted for thermometers arrangements for monitoring a plurality of temperatures, e.g. by multiplexing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
- G01K1/024—Means for indicating or recording specially adapted for thermometers for remote indication
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明公开了一种多维粮温展示系统及方法,包括数据采集模块,通过温度探测装置,记录每次监测到粮仓内外包括温度信息的数据;表格模块,用于通过表格方式显示数据采集模块发送来的粮温数据;柱状图模块,用于通过柱状图方式显示数据采集模块发送来的粮温数据;折线图模块,用于通过折线图方式显示数据采集模块发送来的粮温数据。本发明的一种多维粮温展示系统及方法与现有技术相比,可以有效、直观的查看到粮仓内各个位置的粮温及其变化情况,达到对比效果,不仅有利于发现数据的规律,并且对数据测温数据异常信息的有效性进行了判断,提高了数据的准确性,实用性强。
Description
技术领域
本发明涉及计算机技术领域,具体地说是一种多维粮温展示系统及方法。
背景技术
在粮食保存的过程中,需要对粮库粮仓的温度进行检测,并根据检测的数据研究粮食温度数据。通常的处理模式是使用对保测温数据监测的数据进行保存,并按照时间的顺序将各个温度点保存的数据展示。以上传统的数据展示方法,仅仅是将监测的数据进行保存,展示完成没有对记录的数据的进行加工与运算,不仅数据的可用性比较低,而且对数据的扩展性研究也比较差,对数据异常信息判定仅仅停留在是否监测的数据进行判断,没有对数据的有效性进行判定。
基于上述这种情况,本发明提出一种多维粮温展示系统及方法,在数据处理方面不仅仅对传统数据的保存,更增加了测温数据的位置信息,并进行了扩展,对原始数据进行加工,通过表格、折线图、柱状图等不同的展示方式在同一界面联动展示。
发明内容
本发明的技术任务是针对以上不足之处,提供一种多维粮温展示系统及方法。
一种多维粮温展示系统,包括:
数据采集模块,通过温度探测装置,记录每次监测到粮仓内外包括温度信息的数据;
表格模块,用于通过表格方式显示数据采集模块发送来的粮温数据;
柱状图模块,用于通过柱状图方式显示数据采集模块发送来的粮温数据;
折线图模块,用于通过折线图方式显示数据采集模块发送来的粮温数据。
所述数据采集模块采集并记录的数据包括时间、位置信息、温度信息、仓内温度、仓外温度数据,其中位置信息记录每个测温点所在的三维空间位置,该位置包括X轴位置、Y轴位置、Z轴位置;相对应的,表格模块、折线图模块、柱状图模块中显示的数据包括时间、位置信息、温度信息、仓内温度以及仓外温度参数。
在表格模块提供的表格中,Z轴位置用层来表示,即将第一列分成若干层;X轴位置用行来表示,Y轴位置用其余列来表示,然后在表格中,将测温点按照平面方式展现。
在柱状图模块提供的柱状图中,当查看某一测温点时,首先选择该测温点,柱状图中根据该测温点数据的位置逻辑顺序对其以及测温点周边数据进行展示,即X轴位置显示测温点的温度P及小于该温度P左和大于该温度的P右,Z轴位置显示大于测温点温度P的温度P上、小于测温点温度P的温度P下,Y轴显示小于测温点温度P的温度P前、大于测温点温度P的温度P后,其中,温度值的大小关系为:P下<P前<P左<P<P上<P后<P右。
所述折线图模块提供的折线图中,通过对当前测温点以及其周边温度数据进行统计分析,再根据温度变化计算出温度上升还是下降的趋势,具体过程为:
首先计算获取温差,该温差为当前时段测温点温度与上一时段测温点温度在上次分析时温度的差值;增速,即温差/天数;测温点与临近点差值之差,即(P-P’)-(P_Pre-P’_Pre),在该公式中P’表示温度P的临近温度值,具体为P前、P后、P左、P右、P上、P下,P_Pre、P’_Pre为上一次获取的温度值;P点与临近点差值之差的增速,即测温点与临近点差值之差/天数;
然后将计算的测温点及其周边温度、所选点与周边温度之间的差值,以折线图的方式展示出来。
所述表格模块、柱状图模块、折线图模块均显示预测温度,该预测温度=当前温度+(当前温度*温度增速)。
所述表格模块、柱状图模块、折线图模块均进行异常信息判定:对测温数据的位置关系进行处理,通过建立的位置关系获取P点及其周边温度信息,对比周边温度信息|P-P前|、|P-P后|、|P-P左|、|P-P右|、|P-P上|、|P-P下|的差值进行比较,如果比较的值中存在2个及以上异常偏大的信息,则进行判定为异常信息,进行高亮处理,这里的异常偏大是指设定一差值阈值,当超过该差值阈值时,判定为异常信息。
一种多维粮温展示方法,其实现过程为:
首先通过数据采集模块采集并记录每次监测到粮仓内外包括温度信息的数据;
然后通过表格模块以表格方式显示数据采集模块发送来的粮温数据;
通过柱状图模块以柱状图方式显示数据采集模块发送来的粮温数据;
通过折线图模块以折线图方式显示数据采集模块发送来的粮温数据。
还包括异常信息判定的步骤,即对测温数据的位置关系进行处理,通过建立的位置关系获取P点及其周边温度信息,具体为:对比周边温度信息|P-P前|、|P-P后|、|P-P左|、|P-P右|、|P-P上|、|P-P下|的差值进行比较,如果比较的值中存在2个及以上异常偏大的信息,则进行判定为异常信息,进行高亮处理,这里的异常偏大是指设定一差值阈值,当超过该差值阈值时,判定为异常信息。
所述异常信息判定的分析代码为:
decimal PointValue=getData(P), PointValue[X+1]= getData(P[X+1]),PointValue[X-1] = getData(P[X-1]), PointValue[Y+1] = getData(P[Y+1]) ,PointValue[Y-1] = getData(P[Y-1]),PointValue[Z+1] = getData(P[Z+1]) ,PointValue[Z-1] = getData(P[Z-1]);
Tempdiffer[0]=Math.abs(PointValue- PointValue[X+1]);
Tempdiffer[1]=Math.abs(PointValue- PointValue[X-1]);
Tempdiffer[2]=Math.abs(PointValue- PointValue[Y+1]);
Tempdiffer[3]=Math.abs(PointValue- PointValue[Y-1]);
Tempdiffer[4]=Math.abs(PointValue- PointValue[Z-1]);
Tempdiffer[5]=Math.abs(PointValue- PointValue[Z+1]);
int temp=0;
For(int i=0;i<=5;i++){
if(Tempdiffer[i]>5)
temp=temp+1
}。
本发明的一种多维粮温展示系统及方法和现有技术相比,具有以下有益效果:
本发明的一种多维粮温展示系统及方法,可以有效的保存粮食用户的仓内温度数据并给予清晰明确的展示,特别是对粮食温度比较敏感的夏季,对于实时把握粮食温度具有重要意义;通过该发明,可以有效、直观的查看到粮仓内各个位置的粮温及其变化情况,达到对比效果,不仅有利于发现数据的规律,并且对数据测温数据异常信息的有效性进行了判断,提高了数据的准确性,实用性强,适用范围广泛,易于推广。
具体实施方式
为了使本技术领域的人员更好地理解本发明的方案,下面结合具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种多维粮温展示系统,具有以下特点:A、同一界面多种展示方式,实现表格、折现图、柱状图联动查询;B、可按照日期、方位、仓内外等方式对散乱的温度数据进行收集整理展示,并有效对异常数据进行剔除;C、可以展示粮仓三温走势计算温度增速以及温差,并根据温差走势预测粮温。与现有技术相比较,本发明具有展示方式多样、数据比对准确度高,可有效剔除异常数据等优点,具有很好的推广应用价值。
其结构包括:
数据采集模块,通过温度探测装置,记录每次监测到粮仓内外包括温度信息的数据;
表格模块,用于通过表格方式显示数据采集模块发送来的粮温数据;
柱状图模块,用于通过柱状图方式显示数据采集模块发送来的粮温数据;
折线图模块,用于通过折线图方式显示数据采集模块发送来的粮温数据。
所述数据采集模块采集并记录的数据包括时间、位置信息、温度信息、仓内温度、仓外温度数据,其中位置信息记录每个测温点所在的三维空间位置,该位置包括X轴位置、Y轴位置、Z轴位置;相对应的,表格模块、折线图模块、柱状图模块中显示的数据包括时间、位置信息、温度信息、仓内温度以及仓外温度参数。
在表格模块提供的表格中,Z轴位置用层来表示,即将第一列分成若干层;X轴位置用行来表示,Y轴位置用其余列来表示,然后在表格中,将测温点按照平面方式展现。
在柱状图模块提供的柱状图中,当查看某一测温点时,首先选择该测温点,柱状图中根据该测温点数据的位置逻辑顺序对其以及测温点周边数据进行展示,即X轴位置显示测温点的温度P及小于该温度P左和大于该温度的P右,Z轴位置显示大于测温点温度P的温度P上、小于测温点温度P的温度P下,Y轴显示小于测温点温度P的温度P前、大于测温点温度P的温度P后,其中,温度值的大小关系为:P下<P前<P左<P<P上<P后<P右。
所述折线图模块提供的折线图中,通过对当前测温点以及其周边温度数据进行统计分析,再根据温度变化计算出温度上升还是下降的趋势,具体过程为:
首先计算获取温差,该温差为当前时段测温点温度与上一时段测温点温度在上次分析时温度的差值;增速,即温差/天数;测温点与临近点差值之差,即(P-P’)-(P_Pre-P’_Pre),在该公式中P’表示温度P的临近温度值,具体为P前、P后、P左、P右、P上、P下,P_Pre、P’_Pre为上一次获取的温度值;P点与临近点差值之差的增速,即测温点与临近点差值之差/天数;
然后将计算的测温点及其周边温度、所选点与周边温度之间的差值,以折线图的方式展示出来。
所述表格模块、柱状图模块、折线图模块均显示预测温度,该预测温度=当前温度+(当前温度*温度增速)。
所述表格模块、柱状图模块、折线图模块均进行异常信息判定:对测温数据的位置关系进行处理,通过建立的位置关系获取P点及其周边温度信息,对比周边温度信息|P-P前|、|P-P后|、|P-P左|、|P-P右|、|P-P上|、|P-P下|的差值进行比较,如果比较的值中存在2个及以上异常偏大的信息,则进行判定为异常信息,进行高亮处理,这里的异常偏大是指设定一差值阈值,当超过该差值阈值时,判定为异常信息。
一种多维粮温展示方法,其实现过程为:
首先通过数据采集模块采集并记录每次监测到粮仓内外包括温度信息的数据;
然后通过表格模块以表格方式显示数据采集模块发送来的粮温数据;
通过柱状图模块以柱状图方式显示数据采集模块发送来的粮温数据;
通过折线图模块以折线图方式显示数据采集模块发送来的粮温数据。
还包括异常信息判定的步骤,即对测温数据的位置关系进行处理,通过建立的位置关系获取P点及其周边温度信息,具体为:对比周边温度信息|P-P前|、|P-P后|、|P-P左|、|P-P右|、|P-P上|、|P-P下|的差值进行比较,如果比较的值中存在2个及以上异常偏大的信息,则进行判定为异常信息,进行高亮处理,这里的异常偏大是指设定一差值阈值,当超过该差值阈值时,判定为异常信息。
所述异常信息判定的分析代码为:
decimal PointValue=getData(P), PointValue[X+1]= getData(P[X+1]),PointValue[X-1] = getData(P[X-1]), PointValue[Y+1] = getData(P[Y+1]) ,PointValue[Y-1] = getData(P[Y-1]),PointValue[Z+1] = getData(P[Z+1]) ,PointValue[Z-1] = getData(P[Z-1]);
Tempdiffer[0]=Math.abs(PointValue- PointValue[X+1]);
Tempdiffer[1]=Math.abs(PointValue- PointValue[X-1]);
Tempdiffer[2]=Math.abs(PointValue- PointValue[Y+1]);
Tempdiffer[3]=Math.abs(PointValue- PointValue[Y-1]);
Tempdiffer[4]=Math.abs(PointValue- PointValue[Z-1]);
Tempdiffer[5]=Math.abs(PointValue- PointValue[Z+1]);
int temp=0;
For(int i=0;i<=5;i++){
if(Tempdiffer[i]>5)
temp=temp+1
}。
以下通过实例详细地说明本发明。
首先,配置如下明细记录表(DRFILECONF)。
字段编号 | 字段名称 | 字段类型 | 说明 |
DRFILECONF_XH | 序号 | Varchar(32) | 表示序号 |
DRFILECONF_BH | 编号 | Varchar(32) | 测温点编号 |
DRFILECONF_X | 行号 | INTEGER | 测温点行号 |
DRFILECONF_Y | 纵号 | INTEGER | 纵向编号 |
DRFILECONF_Z | 层号 | INTEGER | 高度层号 |
DRFILECONF_DATE | 测温时间 | Varchar(32) | 数据测试的时间 |
DRFILECONF_WD | 监测温度 | Decimal | 测温点温度 |
DRFILECONF_CNWD | 仓内温度 | Decimal | 仓内温度 |
DRFILECONF_CWWD | 仓外温度 | Decimal | 仓外温度 |
按照表规则对测温获取数据进行存储,包含的的存储数据有,测温点位置信息,行号、列号、层号,记录日期、监测温度,仓内温度、仓外温度等信息。
以下为计算差值及增速逻辑:
decimal nearPointCvValue, curNearTempValue, preNearTempValue;
//当前临近点(此处把分析点与三温点也看作临近点)的温度值
if(decimal.TryParse(dt.Rows[i]["TempValue"].ToString(),outurNearTempValue))
pointTempInfo.CurNearTempValue = curNearTempValue;
//当前临近点的上次的温度值
if(decimal.TryParse(dt.Rows[i-1]["TempValue"].ToString(),outpreNearTempValue));
pointTempInfo.PreNearTempValue = preNearTempValue;
decimal tempDiffValue;
if (UnusualTemp.IsNormalVlaue(float.Parse(curNearTempValue.ToString()))
&& UnusualTemp.IsNormalVlaue(float.Parse(preNearTempValue.ToString())))
{
tempDiffValue=decimal.Parse(curNearTempValue.ToString())-decimal.Parse(preNearTempValue.ToString());
//自身两次分析的差值
pointTempInfo.TempDiffValue = tempDiffValue;
//自身两次分析差值的增速
pointTempInfo.SpeedDiffValue = Math.Round(tempDiffValue / dayDiff, 2);
}
//P点与临近点差值之差
if (drCurP != null && drCurPPre != null
&& UnusualTemp.IsNormalVlaue(float.Parse(drCurP["TempValue"].ToString()))
&&
nusualTemp.IsNormalVlaue(float.Parse(drCurPPre["TempValue"].ToString())))
{
decimal dTempDoubleDiff=(pointTempInfo.CurPTempValue-pointTempInfo.CurNearTempValue)-(pointTempInfo.PrePTempValue-pointTempInfo.PreNearTempValue);
pointTempInfo.TempDoubleDiff = dTempDoubleDiff;
pointTempInfo.SpeedDoubleDiffValue=Math.Round(decimal.Parse(dTempDoubleDiff.ToString())/dayDiff, 2)。
本发明中,按照层数与行数记录每一点的温度;采用立体图形统计一点及其周边点位置的温度,可以有效的对异常测温区域进行判断;实现查询一点数据,联动表格、折线图、柱状图统计查询。
数据获取全面,获取数据的各个方面的数据信息。
通过折现图展示展示粮温基本走势;通过粮温的增速或者减速,以及测温点和其周边的温度差值,预测后续的温度变化。
通过上面具体实施方式,所述技术领域的技术人员可容易的实现本发明。但是应当理解,本发明并不限于上述的具体实施方式。在公开的实施方式的基础上,所述技术领域的技术人员可任意组合不同的技术特征,从而实现不同的技术方案。
除说明书所述的技术特征外,均为本专业技术人员的已知技术。
Claims (10)
1.一种多维粮温展示系统,其特征在于,包括:
数据采集模块,通过温度探测装置,记录每次监测到粮仓内外包括温度信息的数据;
表格模块,用于通过表格方式显示数据采集模块发送来的粮温数据;
柱状图模块,用于通过柱状图方式显示数据采集模块发送来的粮温数据;
折线图模块,用于通过折线图方式显示数据采集模块发送来的粮温数据。
2.根据权利要求1所述的一种多维粮温展示系统,其特征在于,所述数据采集模块采集并记录的数据包括时间、位置信息、温度信息、仓内温度、仓外温度数据,其中位置信息记录每个测温点所在的三维空间位置,该位置包括X轴位置、Y轴位置、Z轴位置;相对应的,表格模块、折线图模块、柱状图模块中显示的数据包括时间、位置信息、温度信息、仓内温度以及仓外温度参数。
3.根据权利要求2所述的一种多维粮温展示系统,其特征在于,Z轴位置用层来表示,即将第一列分成若干层;X轴位置用行来表示,Y轴位置用其余列来表示,然后在表格中,将测温点按照平面方式展现。
4.根据权利要求2所述的一种多维粮温展示系统,其特征在于,在柱状图模块提供的柱状图中,当查看某一测温点时,首先选择该测温点,柱状图中根据该测温点数据的位置逻辑顺序对其以及测温点周边数据进行展示,即X轴位置显示测温点的温度P及小于该温度P左和大于该温度的P右,Z轴位置显示大于测温点温度P的温度P上、小于测温点温度P的温度P下,Y轴显示小于测温点温度P的温度P前、大于测温点温度P的温度P后,其中,温度值的大小关系为:P下<P前<P左<P<P上<P后<P右。
5.根据权利要求4所述的一种多维粮温展示系统,其特征在于,所述折线图模块提供的折线图中,通过对当前测温点以及其周边温度数据进行统计分析,再根据温度变化计算出温度上升还是下降的趋势,具体过程为:
首先计算获取温差,该温差为当前时段测温点温度与上一时段测温点温度在上次分析时温度的差值;增速,即温差/天数;测温点与临近点差值之差,即(P-P’)-(P_Pre-P’_Pre),在该公式中P’表示温度P的临近温度值,具体为P前、P后、P左、P右、P上、P下,P_Pre、P’_Pre为上一次获取的温度值;P点与临近点差值之差的增速,即测温点与临近点差值之差/天数;
然后将计算的测温点及其周边温度、所选点与周边温度之间的差值,以折线图的方式展示出来。
6.根据权利要求5所述的一种多维粮温展示系统,其特征在于,所述表格模块、柱状图模块、折线图模块均显示预测温度,该预测温度=当前温度+(当前温度*温度增速)。
7.根据权利要求5所述的一种多维粮温展示系统,其特征在于,所述表格模块、柱状图模块、折线图模块均进行异常信息判定:对测温数据的位置关系进行处理,通过建立的位置关系获取P点及其周边温度信息,对比周边温度信息|P-P前|、|P-P后|、|P-P左|、|P-P右|、|P-P上|、|P-P下|的差值进行比较,如果比较的值中存在2个及以上异常偏大的信息,则进行判定为异常信息,进行高亮处理,这里的异常偏大是指设定一差值阈值,当超过该差值阈值时,判定为异常信息。
8.一种多维粮温展示方法,其特征在于,其实现过程为:
首先通过数据采集模块采集并记录每次监测到粮仓内外包括温度信息的数据;
然后通过表格模块以表格方式显示数据采集模块发送来的粮温数据;
通过柱状图模块以柱状图方式显示数据采集模块发送来的粮温数据;
通过折线图模块以折线图方式显示数据采集模块发送来的粮温数据。
9.根据权利要求8所述的一种多维粮温展示方法,其特征在于,还包括异常信息判定的步骤,即对测温数据的位置关系进行处理,通过建立的位置关系获取P点及其周边温度信息,具体为:对比周边温度信息|P-P前|、|P-P后|、|P-P左|、|P-P右|、|P-P上|、|P-P下|的差值进行比较,如果比较的值中存在2个及以上异常偏大的信息,则进行判定为异常信息,进行高亮处理,这里的异常偏大是指设定一差值阈值,当超过该差值阈值时,判定为异常信息。
10.根据权利要求8所述的一种多维粮温展示方法,其特征在于,所述异常信息判定的分析代码为:
decimal PointValue=getData(P), PointValue[X+1]= getData(P[X+1]),PointValue[X-1] = getData(P[X-1]), PointValue[Y+1] = getData(P[Y+1]) ,PointValue[Y-1] = getData(P[Y-1]),PointValue[Z+1] = getData(P[Z+1]) ,PointValue[Z-1] = getData(P[Z-1]);
Tempdiffer[0]=Math.abs(PointValue- PointValue[X+1]);
Tempdiffer[1]=Math.abs(PointValue- PointValue[X-1]);
Tempdiffer[2]=Math.abs(PointValue- PointValue[Y+1]);
Tempdiffer[3]=Math.abs(PointValue- PointValue[Y-1]);
Tempdiffer[4]=Math.abs(PointValue- PointValue[Z-1]);
Tempdiffer[5]=Math.abs(PointValue- PointValue[Z+1]);
int temp=0;
For(int i=0;i<=5;i++){
if(Tempdiffer[i]>5)
temp=temp+1
}。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810601183.0A CN109000810A (zh) | 2018-06-12 | 2018-06-12 | 一种多维粮温展示系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810601183.0A CN109000810A (zh) | 2018-06-12 | 2018-06-12 | 一种多维粮温展示系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109000810A true CN109000810A (zh) | 2018-12-14 |
Family
ID=64601876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810601183.0A Pending CN109000810A (zh) | 2018-06-12 | 2018-06-12 | 一种多维粮温展示系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109000810A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109540334A (zh) * | 2018-12-19 | 2019-03-29 | 河北涿州京源热电有限责任公司 | 基于三维展示的发电机过热故障隐患的预警方法 |
CN110081993A (zh) * | 2019-04-23 | 2019-08-02 | 西安理工大学 | 一种空间温度可视化监测系统及其构建方法 |
CN110134809A (zh) * | 2019-05-21 | 2019-08-16 | 山东浪潮通软信息科技有限公司 | 一种粮温数据可视化方法及装置 |
CN110631639A (zh) * | 2019-10-24 | 2019-12-31 | 富德康(北京)科技股份有限公司 | 一种根据粮温、湿度判断粮食安全的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130286404A1 (en) * | 2010-11-16 | 2013-10-31 | Thunder Bay Regional Research Institute | Methods and apparatus for alignment of interferometer |
CN105894771A (zh) * | 2016-04-01 | 2016-08-24 | 安徽聚力机械制造有限公司 | 基于无线传感技术的粮情监测与管理信息系统 |
CN107065732A (zh) * | 2017-06-05 | 2017-08-18 | 山东浪潮通软信息科技有限公司 | 一种监控粮仓的库存量的方法及装置 |
CN107918344A (zh) * | 2018-01-11 | 2018-04-17 | 郑州华粮科技股份有限公司 | 临近多点温度趋势智能粮情预警分析方法 |
CN107991001A (zh) * | 2018-01-11 | 2018-05-04 | 郑州华粮科技股份有限公司 | 智能粮情测控监管系统及其使用方法 |
-
2018
- 2018-06-12 CN CN201810601183.0A patent/CN109000810A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130286404A1 (en) * | 2010-11-16 | 2013-10-31 | Thunder Bay Regional Research Institute | Methods and apparatus for alignment of interferometer |
CN105894771A (zh) * | 2016-04-01 | 2016-08-24 | 安徽聚力机械制造有限公司 | 基于无线传感技术的粮情监测与管理信息系统 |
CN107065732A (zh) * | 2017-06-05 | 2017-08-18 | 山东浪潮通软信息科技有限公司 | 一种监控粮仓的库存量的方法及装置 |
CN107918344A (zh) * | 2018-01-11 | 2018-04-17 | 郑州华粮科技股份有限公司 | 临近多点温度趋势智能粮情预警分析方法 |
CN107991001A (zh) * | 2018-01-11 | 2018-05-04 | 郑州华粮科技股份有限公司 | 智能粮情测控监管系统及其使用方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109540334A (zh) * | 2018-12-19 | 2019-03-29 | 河北涿州京源热电有限责任公司 | 基于三维展示的发电机过热故障隐患的预警方法 |
CN110081993A (zh) * | 2019-04-23 | 2019-08-02 | 西安理工大学 | 一种空间温度可视化监测系统及其构建方法 |
CN110081993B (zh) * | 2019-04-23 | 2020-10-23 | 西安理工大学 | 一种空间温度可视化监测系统及其构建方法 |
CN110134809A (zh) * | 2019-05-21 | 2019-08-16 | 山东浪潮通软信息科技有限公司 | 一种粮温数据可视化方法及装置 |
CN110134809B (zh) * | 2019-05-21 | 2023-03-28 | 浪潮通用软件有限公司 | 一种粮温数据可视化方法及装置 |
CN110631639A (zh) * | 2019-10-24 | 2019-12-31 | 富德康(北京)科技股份有限公司 | 一种根据粮温、湿度判断粮食安全的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109000810A (zh) | 一种多维粮温展示系统及方法 | |
US20110112814A1 (en) | Refrigerant leak detection system and method | |
CN107085593A (zh) | 环境监控方法及系统 | |
CN108255838B (zh) | 一种建立用于大数据分析的中间数据仓库的方法及系统 | |
CN107219330A (zh) | 汽车尾气监测方法、系统及计算机可读存储介质 | |
US8515993B2 (en) | Methods and apparatus for processing a database query | |
US20140358360A1 (en) | In-vehicle control system and in-vehicle control apparatus | |
CN110810027B (zh) | 一种基于粮温的粮仓内环流控温方法 | |
CN108021948A (zh) | 一种病虫害的巡检方法及装置 | |
CN114777368B (zh) | 用于监控循环系统管路风险的方法、装置和循环系统 | |
CN118200950B (zh) | 一种电信基站的巡检方法及系统 | |
CN114770607A (zh) | 一种基于大数据的机器人健康监控方法及系统 | |
CN113357765B (zh) | 用于检测室内温度的方法、装置和智能空调 | |
CN113339970B (zh) | 用于检测室内温度的方法、装置和智能空调 | |
US20120166151A1 (en) | System and method for performance monitoring of commercial refrigeration | |
CN111723125A (zh) | 快速进行汽车dts测量数据分析的方法及系统 | |
CN111614318B (zh) | 光伏系统直流侧电流故障检测方法和装置 | |
CN118585012B (zh) | 一种冷链仓储温度监控方法及系统 | |
CN105260392B (zh) | 测试数据的存储方法及系统 | |
CN116881241B (zh) | 一种应用于气象数据的安全管理方法及系统 | |
CN114091280B (zh) | 一种石墨化炉保温系统稳定性检测方法及装置 | |
CN118520517B (zh) | 基于错误校验的固态硬盘数据保护系统 | |
CN112177673B (zh) | 瓦斯监测布置系统、瓦斯浓度分布特征获取方法及装置 | |
CN205068476U (zh) | 基于图像匹配的自动物品管理系统 | |
CN113008413B (zh) | 利用既有测温网络对发热粮食目标点位精确反求的方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181214 |