CN111465865A - 支持物联网(IoT)的无线传感器系统，其使用附着式和/或嵌入式无源电磁传感器，可以实现过程控制、对配电网络、液体和气体管道的预测性维护以及空气污染物(包括核、化学和生物试剂)的监测 - Google Patents

支持物联网(IoT)的无线传感器系统，其使用附着式和/或嵌入式无源电磁传感器，可以实现过程控制、对配电网络、液体和气体管道的预测性维护以及空气污染物(包括核、化学和生物试剂)的监测 Download PDF

Info

Publication number
CN111465865A
CN111465865A CN201880077911.0A CN201880077911A CN111465865A CN 111465865 A CN111465865 A CN 111465865A CN 201880077911 A CN201880077911 A CN 201880077911A CN 111465865 A CN111465865 A CN 111465865A
Authority
CN
China
Prior art keywords
passive
power distribution
wireless sensor
passive electromagnetic
sensor system
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
Application number
CN201880077911.0A
Other languages
English (en)
Other versions
CN111465865B (zh
Inventor
M·穆诺斯
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.)
M Munuosi
Original Assignee
M Munuosi
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 M Munuosi filed Critical M Munuosi
Publication of CN111465865A publication Critical patent/CN111465865A/zh
Application granted granted Critical
Publication of CN111465865B publication Critical patent/CN111465865B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/11—Analysing solids by measuring attenuation of acoustic waves
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
    • G01H11/06—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means
    • G01H11/08—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means using piezoelectric devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/24—Probes
    • G01N29/2462—Probes with waveguides, e.g. SAW devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/24—Probes
    • G01N29/2481—Wireless probes, e.g. with transponders or radio links
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/35—Utilities, e.g. electricity, gas or water
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y30/00—IoT infrastructure
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/30—Control
    • G16Y40/35—Management of things, i.e. controlling in accordance with a policy or in order to achieve specified objectives
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/01—Indexing codes associated with the measuring variable
    • G01N2291/012—Phase angle
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/01—Indexing codes associated with the measuring variable
    • G01N2291/014—Resonance or resonant frequency
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/01—Indexing codes associated with the measuring variable
    • G01N2291/015—Attenuation, scattering
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/021—Gases
    • G01N2291/0215—Mixtures of three or more gases, e.g. air
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/028—Material parameters
    • G01N2291/02845—Humidity, wetness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/028—Material parameters
    • G01N2291/02863—Electric or magnetic parameters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/028—Material parameters
    • G01N2291/02872—Pressure
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/028—Material parameters
    • G01N2291/02881—Temperature
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/02—Analysing fluids
    • G01N29/036—Analysing fluids by measuring frequency or resonance of acoustic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R15/00—Details of measuring arrangements of the types provided for in groups G01R17/00 - G01R29/00, G01R33/00 - G01R33/26 or G01R35/00
    • G01R15/14—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks
    • G01R15/144—Measuring arrangements for voltage not covered by other subgroups of G01R15/14
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R15/00—Details of measuring arrangements of the types provided for in groups G01R17/00 - G01R29/00, G01R33/00 - G01R33/26 or G01R35/00
    • G01R15/14—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks
    • G01R15/146—Measuring arrangements for current not covered by other subgroups of G01R15/14, e.g. using current dividers, shunts, or measuring a voltage drop
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/088—Aspects of digital computing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/58—Testing of lines, cables or conductors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/62—Testing of transformers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/74—Testing of fuses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10N39/00—Integrated devices, or assemblies of multiple devices, comprising at least one piezoelectric, electrostrictive or magnetostrictive element covered by groups H10N30/00 – H10N35/00

Abstract

本发明主要涉及支持物联网(IoT)的无线传感器系统,其使用附着式和/或嵌入式的带有配电硬件的无源电磁传感器(PES)。本发明的一个实施例包括无线传感器系统，其允许对公用输配电网进行过程控制和预测性维护。另一个实施例包括无线传感器系统，其允许对通过管道的液体或气体进行过程控制和预测性维护。另一个实施例包括无线传感器系统，其允许测量可呼吸空气污染物。此外，提供一种保护性无源电磁传感器荚体和一种装备配电硬件组件的无源电磁传感器的制造方法。

Description

支持物联网(IoT)的无线传感器系统，其使用附着式和/或嵌 入式无源电磁传感器，可以实现过程控制、对配电网络、液体 和气体管道的预测性维护以及空气污染物(包括核、化学和生 物试剂)的监测
相关申请的交叉引用
本申请要求的权益有：2018年4月10日提交的美国临时申请NO.62/655653；2018年4月10日提交的美国临时申请NO.62/655643；2018年2月5日提交的美国临时申请NO.62/626247；2018年1月31日提交的美国临时申请NO.62/624493；2017年12月8日提交的美国临时申请NO.62/596492；以及2017年11月30日提交的美国临时申请号为NO.62/592652的美国临时申请，以上申请的所有公开内容通过引用完全并入本文，以确保公开的连续性。
技术领域
本发明主要涉及支持物联网(IoT)的无线传感器系统,其使用附着式和/或嵌入式无源电磁传感器(PES)。本发明的一个实施例包括无线传感器系统，其允许对公用输配电网进行过程控制和预测性维护。另一个实施例包括无线传感器系统，其允许对通过管道的液体或气体进行过程控制和预测性维护。另一个实施例包括无线传感器系统，其允许测量可呼吸空气污染物。
背景技术
当前，在公用输配电用钢芯铝绞线(ACSR)导线和变电站中，有许多用于测量电气现象(例如电压、安培数、温度、振荡、挠度和湿度)的解决方案。这些解决方案中的某些方案试图将有源传感器套件附接到载有7500V–256000V电压的通电的ACSR电力线上作为离散传感器项目的一部分，以创建智能电网。这些解决方案不能满足行业需求，因为：
a.由于线路工人老化，投资者所有公用事业公司(IOU)和公用事业合作社(UC)没有人力或预算来安装作为在数千英里的输配电ACSR导线上的离散项目的一部分的传感器套件；
b.传感器套件难以安装，因为它们重约15磅，并且必须在绝缘的“带电操作杆(hotstick)”上于空中将其提升30英尺或更高，以及当电力线通电时，必须将其附接到高压电力线；
c.目前的传感器套件需要电源。这需要IOU和UC在传感器套件的整个生命周期内更换电池，或在安装时连接寄生电源；
d.目前的传感器套件不够灵敏，无法测量240伏以下的极低电压，这会因未接地电力线的环境电压而造成安全隐患；
e.目前的传感器套件具有活动部分，其限制了它们的使用寿命，从而导致了持续的维护；
f.目前的传感器套件价格昂贵，每个所监测的三相点的成本约为6000美元；
g.目前的传感器套件限于ACSR导线和变电站组件，以及不能放置在电力线熔断器、变压器、开关、继电器、断路器、母线、电容器、线夹、塔和电线杆、绝缘子、连接器、联轴器、避雷器(surge arrestor)、箍筋、分接头、调节器组或抑制器上；
h.目前的传感器套件可能没有中央处理单元来执行计算和软件程序；
h.目前的传感器套件不对现象数据进行加密，从而会受到黑客攻击；
i.当前的传感器套件没有集成人工智能来创建和改进电网运行状况的正常和异常算法以将公用事业从预防性维护转变为预测性维护；
其他解决方案试图使用无源线传阵感器(line sensor)，但是因为它们要求项目人力，而仅能安装到ACSR导线上，却不能安装到其它线路的输配电硬件，所以这些解决方案同样无法满足行业需求，并且不是物联网(IoT)的一部分。还有其他解决方案寻求提供简单廉价的模拟传感器，但是这些解决方案也不能满足行业需求，因为它们没有连接到通信平台，只是使灯闪烁以指示电压状态。
本行业希望有一种公用事业无线传感器系统，其传感器不需要电池或寄生电源；其传感器没有活动部件，因此廉价而且可使用几十年；其传感器是现有类型的公用事业输配电硬件设备的组成部分，因此在该设备投入使用后，无需将其作为独立组件安装在高压设备上；其传感器无需单独维护，并且通过封装在保护性荚体(pod)中而免受环境影响，该荚体是其主机的集成制造部件，甚至可能位于主机的封装体内。此外，本行业希望有一种公用事业无线传感器系统，其传感器的安装可以在对公用电网组件进行定期维护、维修或升级期间以最小的人工成本完成。更进一步地，本行业希望有一种公用输配电无线传感器系统，其提供实时的传感器信息，以创建电网的结构正常状况监测器，从而能够采取措施来改善电网正常状况。更进一步地，本行业希望有一种系统，随着时间的推移，其可学习基本状态并识别异常情况，以创建更准确的电网结构正常状况监测器。因此，目前行业内需要一种设备和相关方法，其通过将损伤检测算法与结构监测系统相结合提供了一种自动化系统，用于跟踪公用输配电网的正常和结构状况，并且随着时间的推移可获得智能。
同样地，有许多用于测量通过管道的液体和气体流量的解决方案。这些解决方案的一些方案使用通过钻探或破坏管道以插入管道的探针。其他的则使用非供电的无源传感器，其在管道运行后被固定在电力线的外部。然而，这些解决方案不能满足管道运营商的需求，因为：
a.由于劳动力的老化，管道运营商没有人力或预算来安装作为在数千英里的，通常是在偏远地区的管道上的离散项目的一部分的传感器套件；
b.传感器套件难以安装，因为它们重约30磅，并且必须将其夹在各种直径通常为数英尺的管道上；
c.目前的传感器套件要求电源。这要求管道运营商必须在传感器套件的整个生命周期更换电池，或者在安装时连接寄生电源；
d.目前的传感器套件具有活动部分，其限制了它们的使用寿命，从而导致了持续的维护；
e.目前的传感器套件价格昂贵，每个所监测的节点的成本约为35000美元；
f.目前的传感器套件仅限于管道，不能与阀或泵一起使用；
g.目前的传感器套件可能没有中央处理单元来执行计算和软件程序；
h.目前的传感器套件不对数据进行加密，从而会受到黑客攻击；
i.当前的传感器套件没有集成人工智能来创建和改进电网运行状况的正常和异常数据库以将公用事业从预防性维护转变为预测性维护。
本行业希望有一种公用事业无线传感器系统，其传感器不需要电池或寄生电源；其传感器没有活动部件，因此廉价而且可使用几十年；其传感器是现有类型的管道硬件设备的组成部分；其传感器无需单独维护，并且通过封装在保护性荚体中而免受环境影响，该荚体是其主机管道硬件的集成制造部件，甚至可能位于主机的封装体内。此外，本行业希望有一种公用事业无线传感器系统，其传感器的安装可以在对管道组件进行定期维护、维修或升级期间以最小的外加人工成本完成。更进一步地，本行业希望有一种管道无线传感器系统，其提供实时的传感器信息，以创建管道的结构正常状况监测器，从而能够采取措施来改善管道正常和安全状况。更进一步地，本行业希望有一种系统，随着时间的推移，其可学习基本状态并改进，以创建更准确的管道结构正常状况监测器。因此，目前行业内需要一种设备和相关方法，其通过结合带有结构监测系统的损伤探测算法提供了一种自动化系统，用于跟踪管道的正常和结构状况，并且随着时间的推移可获得智能。
同样地，有许多测量空气污染物的解决方案。这些解决方案的一些方案使用动力风扇将大量空气吸入到过滤系统中，在其中，将污染物空气分子分离并在受控条件下进行测量。然而，这些解决方案不能满足市政和家庭的需求，因为：
a.它们由大型动力风扇、电动机和复杂的过滤系统组成，其必须由技术人员来操纵、维护和校准，从而导致昂贵的操作成本；
b.需要公用事业支持，例如电力、照明、HVAC、管道系统和废物处理；
c.这样的系统需要公用事业设施支持，它们只能放置在固定的位置；
d.这样的系统只能位于固定的位置，该系统的测量点数量限制为数十个位置，而不能限制为数百或数千个位置；
e.所限制的测量点数量不允许市政创建整个市政的，包括室内和室外的可呼吸空气正常地图。
其它解决方案试图使用无源传感器，其中将可呼吸的空气收集在容器中，然后送到实验室进行分析。这种类型的解决方案需要劳动力来取样，并且需要一个会计系统来将样本与地点和时间相匹配。该样本必须送到实验室进行分析。结果无法实时获得。这种污染物测量不是物联网(IoT)的一部分。
本行业希望有一种可呼吸气体污染物的无线传感器系统，其传感器不需要消耗性的供电、电源、管道系统或HVAC；其传感器没有活动部件，因此廉价而且可使用几十年；其传感器安装在现有类型的市政照明、输电网或建筑硬件的组件上；其传感器无需校准或维护。此外，本行业希望有一种可呼吸气体污染物的无线传感器系统，其传感器的安装可以在对市政照明网、电网或建筑物维修进行定期维护、维修或升级期间完成，而不需要离散传感器项目的额外人工成本。更进一步地，本行业希望有一种可呼吸气体污染物的无线传感器系统，其提供实时的污染物信息以创建市政的，包括室内和室外的可呼吸气体的正常状况监测。更进一步地，本行业希望有一种系统，随着时间的推移，其可创建基本状态分析、识别异常情况并且进行学习，以创建更准确的可呼吸空气正常监测图。这个不断完善的系统将使市政当局从反应行动转变为预防行动，以改善空气质量。因此，目前行业内需要一种设备和相关方法，其通过结合成百上千个带有实时监测系统的无源电磁传感器提供了一种自动化系统，用于跟踪社区的室内和室外空气污染物的正常和良好状况，并且随着时间的推移可获得智能。
发明内容
公开了无线传感器系统，其由以下组件组成：至少一个或多个唯一可识别的无源电磁传感器(PES)3。该PES是声波传感器(如图1)，其在传感器芯片上可具有微处理器(如图2)。至少一个或多个电磁控制器通信器(ECC)8。至少一个或多个超级计算器65，其包括人工智能装置(AI)、算法、测绘应用程序、数据库和软件应用程序。至少一个或多个用于扩展系统的计算能力的网络化分布式计算的计算机64。至少一个或多个分布式用户计算器63，其上传信息(天气信息、测绘信息、数据库、算法、软件应用程序)，以及接收传感器信息(警报、机器对机器的指令、公用电网监控状况图、管道正常状况图、可呼吸空气正常状况图)。这些组件的关系如下：无源电磁传感器(如图3)在配电硬件(distribution hardware)的制造中作为组件嵌入，该配电硬件例如ACSR输配电电线(如图10)、断流熔断器(cutout fuse)(如图11)、变压器(如图12)等。这些公用事业硬件组件用作传感器的主机，并与电磁控制器通信器(ECC)物理隔离开(如图8)。由于主机作为日常维护和/或升级的一部分安装在公用电网中(如图13)，PES使公用输配电网饱和(如图14)。当PES进入由ECC板上的收发器38和天线36产生的电磁波24的范围时，PES 32-35变为活跃状态。PES接收这些电磁波，使得传感器收集能量并采取行动(如图9)。在一个实施例中，图1的传感器声波组件通过使电磁波穿过其入流叉指换能器3而收集电磁波。利用压电效应，电磁波在PES本体上转换为声波。声波的性质(振幅、频率、相位以及周期)通过在声波芯片上放置薄膜4、阻挡层5、栅门6、光栅2或8，以及其它测试阻挡层来修正(如图1)。测试阻挡层设计为基于每个传感器所设计来测量的现象来修正声波的振幅、频率相位或周期。现象包括电压、电流、温度、压力、湿度、振荡、挠度、运动、声音振动、降雨、空气污染物、化学试剂、生物试剂、核试剂等。如果PES上没有微处理器，利用反向散射通信器48，PES出流叉指换能器(IDT)7将修正的波形形态传输回在ECC上的天线36和接收器37。在ECC上的微处理器利用软件将波形修正计算为现象测量值。如果PES上确实装有微处理器(如图3)，则微处理器会使用声波的振幅、频率、相位和周期的修正来计算现象的测量。利用反向散射通信器48，出流IDT7将现象测量传输回ECC。ECC测绘现象数据(如图24)，并将得到的现象信息与正常和异常模型进行比较。对于异常现象的状况，ECC会立刻向用户计算机、装有人工智能的超级计算机和/或分布式计算机资源发出警报和指令。所有ECC都是对等网络66的一部分，其包括所有用户工作站63、分布式计算资源64和超级计算机。该对等网络66允许使用区块链技术装置67来确保现象测量信息、警报和指令、测绘信息以及任何其他信息的传输。编程软件使ECC上的通信设备通过蜂窝通信网络定期将现象测量信息和位置信息传递给超级计算机和用户。ECC使用光伏面板46供电。超级计算机将由每个ECC创建的区域ECC地图(包括警报和指令)组合成一个取决于收集到的现象和数据的综合电网正常模型或其他代表性模型(如图24)。
该设备也可以具有以下的一个或多个：
a.PES可以使用刚性压电基板(例如晶体、石英或玻璃)或柔性压电基板(例如，聚合物)；
b.PES可能不包含微处理器；
c.PES可能包含一个或多个相关模块，用于比较传感器数据；
d.PES可以使用加密进行通信；
e.PES可以使用区块链技术进行通信；
f.PES可以使用可选择的电磁或机械形式的动力，例如机械振动、辐射、感应或燃料电池；
g.PES可以改变振幅、频率相位、周期或其他波形特征，以便为每个传感器创建唯一的标识；
h.PES可以测量电压的替代现象或各种现象的组合，例如电流、温度、压力、湿度、振荡、挠度、运动、声音振动、降雨、空气污染物、化学试剂、生物试剂、核试剂等；
i.PES可以改变振幅、频率相位或周期或其他波形特征，以加密或编码现象，例如电压、电流、温度、压力、湿度、振荡、挠度、运动、声音振动、降雨、空气污染物、化学试剂、生物试剂、核试剂；
j.PES可以嵌入到公用输配电硬件中，例如钢芯铝绞线(ACSR)输配电线、熔断器、变压器、开关、继电器、断路器、母线、电容器、线夹、塔和电线杆、绝缘子、连接器、联轴器、避雷器、箍筋、分接头、调节器组、抑制器；
k.PES可安装到公用输配电硬件的外部表面，该硬件例如钢芯铝绞线(ACSR)输配电线、熔断器、变压器、开关、继电器、断路器、母线、电容器、线夹、塔和电线杆、绝缘子、连接器、联轴器、避雷器、箍筋、分接头、调节器组、抑制器；
l.PES可嵌入到油气管道硬件中，例如管道、阀和泵；
m.PES可安装到油气管道硬件的外部表面，该硬件例如管道、阀和泵；
n.PES可嵌入到市政照明和建筑物组件中，例如街灯、街灯罩、建筑物、墙壁、窗户等；
o.PES可安装到市政照明和建筑物组件的外部表面，该组件例如街灯、街灯罩、建筑物、墙壁、窗户等；
p.PES可以相互通信，也可以用作更远距离的PES的中继；
q.可以使用太阳能电池板、来自公用电网的寄生负载、电池或燃料电池来对ECC供电；
r.ECC可以计算从PES接收到的振幅、频率相位或周期或其他波形特征的变化，来计算现象测量，该现象例如电压或现象的组合，例如电流、温度、压力、湿度、振荡、挠度、运动、声音振动、降雨、空气污染物、化学试剂、生物试剂、核试剂等：
s.ECC可以通过蜂窝网络、LoRa网络、卫星网络或微波网络与互联网通信；
t.ECC以加密格式进行通信；
u.ECC可以使用区块链技术使通信安全；
v.ECC可能包含一个或多个相关模块，用于比较传感器数据；
w.超级计算机可在其过程的任何组成部分都具有人机界面；
x.超级计算机可以使用区块链技术使通信安全；
同样地，该相关方法也包括以下步骤的一个或多个：
a.PES上的处理器可包含由以下组成的算法引擎和编程逻辑器：(i)数据库，其包含至少一个正常电压、或其他现象、测量和/或；(ii)第二相关模块，用于比较实时电压、或其它现象、针对至少一种与警报通信相关的异常图的图和/或；(iii)第三相关模块，用于比较实时电压、或其它现象、针对至少一种或多种硬件失效图的图；
b.电磁控制器通信器(ECC)上的处理器可包含由以下组成的算法引擎和编程逻辑器：(i)数据库，其包含至少一个正常电压、或其他现象、测量和/或；(ii)第二相关模块，用于比较实时电压、或其它现象、针对至少一种与警报通信相关的异常图的图和/或；(iii)第三相关模块，用于比较实时电压、或其它现象、针对至少一种或多种硬件失效图的图；(iv)测绘模块，用于将来自多个传感器数据流的传感器电压或其它现象测绘为实时正常图。
c.在ECC上的处理器和编程逻辑器也可以使用实时传感器信息，通过将损伤检测算法与结构监测系统相结合来创建结构公用电网监控器。
d.在识别出异常图匹配并匹配到由算法或编程逻辑规定的动作序列后，在ECC上的储存于数据储存装置上的编程逻辑器可以使系统向另一个对等设备发出可以加密的执行命令。此类命令可能会导致终止、转移、增加或减少各个电网分段和组件的电压，从而改善公用电网的正常运行状况。这些动作也可以由于其他现象而发生，例如电流、温度、压力、湿度、振荡、挠度、运动、声音振动、降雨、空气污染物、化学试剂、生物试剂、核试剂。
e.无线传感器系统可以作为对等网络(P2P)，其中编程逻辑储存在传感器或ECC的上的计算机处理器，可能会导致系统在区块链事务中创建一个块，用于警报、指令、测绘或所有已测量现象的传输。在这种情况下，唯一的ECC请求作为对等网络(P2P)66成员的事务。由多个ECC47、超级计算机65、用户终端63以及分布式计算资源64组成的网络使用算法验证请求的传感器的标识和状态。一旦验证，ECC可以发出现象警报、可以发出硬件故障警报、可以创建和传输实时正常状况图、可以创建和传输实时图、可以在区块链68中以块的形式向其它机器发出执行命令。编程逻辑储存在位于ECC上的数据储存装置，可能会使系统将区块链事务传达给对等网络(P2P)(如图23)。这种方法允许本地和分布式的安全保障，并且可以验证结构正常状况监视图、报告、警报和对公用电网的指令；
g.无线传感器系统可将其数据和信息发送到装有人工智能装置的超级计算机65。人工智能使用该数据和信息来学习、演示、解释、并建议用户为正常和异常情况下的每个ECC环境创建更准确的现象图。人工智能将新的算法和相关模块传输并上传到单个ECC，使得正常状况模型变得更准确和更具预测性。随着时间的推移，正常状况模块变得足够准确来将电网的公用事业由预防性维护转变成预测性维护；
h.可替代地，该无线传感器系统可用于运载石油和天然气、水、氨气、酒精、氢气、蒸汽或任何其他气体或液体的管道。包括多个PES的无线多传感器网络，可以作为管道中使用的配电硬件的制造内部组件而附接或嵌入，该配电硬件例如管道、阀、泵等。除了上面列出的现象外，这些传感器还可以制作来测量浓度、成分和流速等。
i.可替代地，该无线传感器系统可通过市政用来测量室内和室外可呼吸空气污染物。包括多个PES的无线多传感器网络，可作为用于市政照明或电网、或建筑物硬件的分布式硬件的制造内部组件而附接或嵌入，该建筑物硬件例如墙壁和/或玻璃等。除了上面列出的现象外，这些传感器还可以制作来测量降雨、空气污染物、化学试剂、生物试剂、核试剂等的成分、浓度和饱和度。
当与其它已知的设备和解决方案比较时，所公开的设备是具有独特性的，因为(1)使用便宜的无源传感器(如图3)，无需电池或寄生电源，并且(2)可具有在PES上的微处理器(如图2)；以及(3)使用保护性荚体结构，其中玻璃荚体对电磁现象呈惰性、不受紫外线辐射、不透湿气、散热、并具有很高的表面抗压性。这使得PES能够作为任何IOU、CU、或市政输配电硬件(如图3)、照明网硬件(如图20)、或结构建筑组件(例如建筑物、窗户、门、墙壁等)的部件而附接或嵌入，以上硬件组件用作传感器的主机(如图14、18、20和21)；并且(4)可以随主机一起安装，作为构建、维护或升级的常规部分。同样地，该相关方法的独特性在于：(1)它创建了对等(P2P)无线传感器网络66；(2)它是智能电网，其中该系统在将所测量的现象与正常和异常的相关模块图进行比较后采取动作(警报和指令)；以及(3)通过将成百上千或成千上万的PES信息组合成单个图来创建实时电网、管道或可呼吸空气正常状况图(如图24)。同样地，当其与其它已知的过程和解决方案对比时，所公开的方法是独特的，这是因为：(1)它在区块链68中以块的形式保护现象测量、警报、指令和正常状况信息，从而使数据和信息值得信赖；(2)它允许将实时监测从带有公用事业服务的静态位置扩展到任何位置；(3)由于无源传感器没有活动部件，它们可以使用几十年，并且通过使用改进的相关模块和人工智能，该系统将用户从反应性转移到预防性的电网、管道或空气质量管理。
此外，与前述设备相关的过程同样是具有独特性的。更具体的是，所公开的过程具有其独特性是在于以下事实：(1)它根据将当前状态与正常和异常情况的已知图进行比较的编程逻辑，采取诸如传达警报和发出命令之类的动作；(2)创建测绘正常状况模型，其描绘了在公用电网、管道或城市的每个组件中的数千个传感器(如图24)；以及(3)使用人工智能创建改进的传输和上传到ECC 47的算法和数据库，使得正常状况模型变得更准确和更具预测性。
除其他事项外，本发明的目的是提供一种无线传感器系统，其能够对公用输配电网、液气管道进行过程控制和预测性维护，以及对市政的实时可呼吸空气正常状况进行监测，这不会受到与之前的解决方案相关的任何问题或缺陷所困扰。
本发明的又一个目的是创建一种无线传感器系统，该系统能够对公用输配电网、液气管道进行过程控制和预测性维护，以及对市政的实时可呼吸空气正常状况监测，其可以在日常维护和升级电网组件、管道组件或市政资产(例如，电网和建筑组件)时安装。
此外，本发明的目的还在于创建一种无线传感器系统，该系统对公用输配电网进行过程控制和预测性维护，其由于无需线路员将传感器套件附接到空中30英尺至150英寸的带电导体电源线，从而更加安全。
此外，本发明的目的还在于创建一种无线传感器系统，该系统能够对公用输配电网进行过程控制和预测性维护，其通过能够读取在由不正确接地的电源线造成的环境电压的情况下常见的低于240伏的电压，从而使线路员更加安全。
此外，本发明的目的还在于创建一种无线传感器系统，该系统能够对公用输配电网进行过程控制和预测性维护，其通过在几乎所有电网硬件中安装传感器，从而更具鲁棒性(robust)，该电网硬件例如电线、断流熔断器、变压器、开关、继电器、断路器、母线、电容器、线夹、塔和电线杆、绝缘子、连接器、联轴器、避雷器、箍筋、分接头、调节器组、抑制器。
此外，本发明的目的还在于创建一种无线传感器系统，该无线传感器系统能够通过在几乎所有市政位置装有传感器来对市政进行实时可呼吸空气正常状况监测，从而更具鲁棒性。
此外，本发明的目的是创建一种无线传感器系统，该系统能够对公用输配电网、公司的液气管道以及市政的可呼吸空气正常状况监测系统进行过程控制和预测性维护，其传感器不需要电池且无需持续维护。
此外，本发明的目的是创建一种无线传感器系统，该系统能够对公用输配电网，公司液气管道以及市政的呼吸空气正常状况系统进行过程控制和预测性维护，其传感器没有活动部件，因此可以使用数十年。
此外，本发明的目的仍然是创建一种无线传感器系统，该系统能够对公用输配电网、公司的液气管道以及市政的可呼吸空气正常状况系统进行过程控制和预测性维护，其传感器没有活动部件，而且价格便宜。
此外，本发明的目的仍然是创建一种无线传感器系统，该系统能够对公用输配电网、公司液气管道以及市政的可呼吸空气正常状况系统进行过程控制和预测性维护，其传感器数据不受黑客攻击，是安全的。
此外，本发明的目的仍然是创建一种无线传感器系统，该系统能够对公用输配电网、公司的液气管道以及市政的可呼吸空气正常状况系统进行过程控制和预测性维护，其传感器数据和模型作为区块链的一部分的是可验证且可信赖的。
此外，本发明的目的仍然是创建一种无线传感器系统，该系统能够对公用输配电网、公司液气管道，市政可呼吸空气正常状况系统进行过程控制和预测性维护，其系统使用人工智能来创建和改进算法和数据库，可传输并上传到各个电磁控制器通信器(ECC)，从而使正常状况模型变得更加准确和更具预测性。
现在将在下文中参考附图更全面地描述本发明，这些附图旨在与发明内容、具体实施方式以及详细讨论或另外公开的任何优选的和/或具体的实施例和变型结合在一起，而旨在具有可读性。然而，本发明能够以许多不同的形式来实施，并且不应给解释为限于本文阐述的实施例；相反，这些实施例仅以说明的方式提供，因此本公开将是彻底、完整的，并且将本发明的全部范围完整地传达给本领域技术人员。
附图说明
图1-由柔性压电聚合物基板制成的无源声波(AW)传感器，其允许对声波进行修正，其中该修正允许测量诸如电压、电流、温度等现象。
图2-由能够进行计算分析的柔性压电聚合物制成的无源微处理器。
图3-无源电磁传感器(PES)，其能够测量声波的变化并根据该变化计算现象值，从而测量电压、电流、温度等。
图4-包括无源声波传感器和无源微处理器组件的PES电气图。
图5-印刷在柔性压电聚合物基板上的无源CPU。
图6-对电、电磁波、太阳辐射呈惰性，以及可消散热量且具有高磨损和压碎系数的保护性玻璃荚体。这些荚体具有缝隙线，其可以闭合或敞开以使其暴露于环境，并且可以是扁平的或弧形的。
图7-封装在玻璃荚体中的PES。该封装的PES允许将PES添加为配电硬件的制造组件，例如公用电网硬件、公司的管道硬件或市政的照明和建筑硬件。
图8-电磁控制器通信器(ECC)，其是由太阳能驱动的小型计算机。该ECC可以计算现象，并处理它从多个传感器接收到的测量值。该ECC测绘现象数据，从而创建正常状况图。该ECC将所得的多维现象信息与正常和异常相关模型进行比较。与异常相关模型匹配，使得向其他机器发出警报和/或命令，以恢复变压器中公用电网的正常运行。
图9-ECC在PES饱和的环境中释放电磁波。该PES使用反向散射通信发回现象测量。
图10-钢芯铝绞线(ACSR)电力线，用于从发电站输配电能到配电站，再到消费者。弧形的PES作为ACSR的制造组件连接到ACSR导线。
图11-断流熔断器是熔断器和开关的组合，用于主架空馈线和分接头，以保护配电变压器免受电涌和过载的影响。弧形的PES嵌入作为围绕熔断丝的复合管的组件。
图12-杆装变压器为配电变压器，其在配电系统中提供最终的电压转换，从而将配电线路中使用的电压降低到客户使用的水平。扁平的PES连接到变压器电压的三相中的每一相上。
图13-带有ACSR、断流熔断器和变压器的公用配电杆，其是代表了美国的数百万个单元的类型。该配电杆在变压器的相对侧具有ECC和ECC的太阳能电池阵列。
图14-具有位于5个电源杆之一的ECC的公用配电网。该ECC位于由PES饱和的区域，这些PES嵌入为ACSR电力线、断流熔断器和变压器的制造组件。
图15-输油管道。在管道的外壳上有PES附着。该PES可以密封，也可以使声波组件的间隙线向环境开放。
图16-输油管道泵。在叶轮的外壳上有PES附着。PES可以密封，也可以使声波组件的间隙线向环境开放。
图17-输油管道阀。在管道的外壳上有PES附着。PES可以密封，也可以使声波组件的间隙线向环境开放。
图18-一家公司的油气管道，其ECC位于不同的间隔。该ECC位于由PES饱和的区域，这些PES作为管、泵和阀的制造组件嵌入。
图19-市政街灯照明网。该PES嵌入到灯具的顶面。该PES也嵌入在灯具的玻璃或塑料盖中。
图20-市政街灯网，每5个街灯就有一个带有ECC。ECC位于由PES饱和的区域，这些PES嵌入为灯具的制造组件。
图21-位于城市的建筑物窗户和墙壁，带有装在不同间隔的ECC。ECC位于由PES饱和的区域，这些PES嵌入为窗户、墙壁、门、屋顶和其他建筑组件的制造组件。
图22-对等网络，其由ECC、用户计算机、分布式计算资源以及超级计算机组成。
图23–在本发明的对等网络中，ECC由其他网络设备明确地标识，并允许其现象测量、警报、指令、地图和信息作为区块链中的块而添加，使得这些项目值得信赖。
图24-ECC和PES的市政物联网，其具有实时监测、警报、指令和正常状况数据。本发明将IOU、CU或市政从预防行动转变成预测行动。
具体实施方式
本发明涉及允许对公用输配电网进行过程控制和预测性维护的支持物联网(IoT)的无线传感器系统，和/或允许对公司的液气管道进行过程控制和预测性维护的支持物联网(IoT)的无线传感器系统，和/或允许利用嵌入式的或附着式的无源电磁传感器(PES)测量室内和室外空气污染物的支持物联网(IoT)的无线传感器系统。
在一个实施例中，无线传感器系统由以下组件制成：一个或多个图3的无源电磁传感器(PES)(其由图1的无源声波传感器以及的图2的无源微处理器组成，封装在图6的特制玻璃荚体中)、一个或多个图8的电磁控制器通信器(ECC)、一个或多个用户计算机63、一个或多个配有人工智能装置、数据库、算法超级计算机65、一个或多个分布式计算资源64。
PES是图3的微型无源计算机传感器，其由结合了图2的无源微处理器的基于刚性或柔性压电聚合物的图1的无源声波传感器组成。图1的声波(AW)传感器由柔性压电聚合物基板1，一个或多个叉指换能器(IDT)3和7，具有薄膜4、阻挡层5、栅门6、光栅2和8的延迟间隙，以及在图1的AW传感器上的其它测试阻挡层。在图1的AW传感器上的入流IDT3收集电磁波24并将电磁波转换成在压电基板1上传播的声波。当声波通过延迟间隙测试装置，声波的振幅、频率、相位和/或周期得以修正，该延迟间隙测试装置例如基于所测量的现象，设计为与环境相互作用和修正声波的薄膜4、阻挡层5、栅门6、光栅。声波修正的测量值用于计算现象的测量值，例如电压、电流、温度、压力、湿度、振荡、挠度、分子流速、降雨、空气污染物、化学试剂、生物试剂、核试剂、化学浓度、化学组合物和颗粒物。图2的微处理器由天线12、解调器10、一个或多个电磁功率收集器15-22、图23的电压控制器，中央处理单元(CPU)9，调制器11组成。当PES的微处理器组件从ECC上的天线36和收发器38接收电磁波时，它将激活。天线12收集这些电磁波并将其转换成交流电13。通过使用二极管15、17、19、21将交流电转换为直流电。然后，DC电流储存在电容器16、18、20、22中。电压调节器23将电容器16、18、20、22中的能量调节到可接受的水平，以供CPU9使用。一旦电容器16、18、20、22达到可接受的水平，则电压调节器23将能量释放给CPU。供能给CPU 9以执行其计算功能，例如从设计为测量电压的修正声波中计算现象值。CPU的板载逻辑装置使天线12中的晶体管切换，从而改变天线12的反射系数。调制器11利用包含所计算的现象测量的调制信号，改变从ECC 47接收的，称为载波信号的射频波形特性，然后将其发送回ECC 48。天线12和调制器11中晶体管的使用使PES能够反射回包含数据和信息的ECC无线电波48。这种称为反向散射通信的传输方法，与尝试创建新的无线电波来将数据发送回ECC 47相比，允许图3的PES使用更小的功率。通过用作更远距离的PES 48的中继，该PES也可以相互通信。图3的PES以允许这些传感器唯一标识，唯一频率和唯一主机硬件类别类型标识的方式制造(ACSR导线、熔断器、变压器、管、阀、灯罩、墙壁、窗户等)将PES按不同的类别隔离开，以允许ECC发出仅由该类别响应的特定电磁波。例如，测量电压的PES可能具有仅接收13.56MHz无线电波的天线。当ECC发出13.56MHz的电磁波时，只有电压PES响应。通过减少在由数千个PES饱和的环境中进入ECC的数据和信息，这种隔离开减轻了ECC的工作量。图3的每个PES都装在特制玻璃荚体中。该荚体可以是平板32，或具有弧形底部34，用于如ACSR导线34的主机设备。一旦将PES包含在玻璃容器中，就可以将PES附加到或嵌入到例如公用配电硬件的配电硬件中(如图10-12所所示)，附接或嵌入公司的液气管道硬件中(如图15-17所示)，并附接或嵌入到市政照明和建筑环境硬件中(如图19和21所示)。
图8的电磁控制器通信器(ECC)由电磁射频(RF)天线36、编码器40、能够进行频率调制的射频(RF)收发器38、射频(RF)接收器37、解码器39、CPU 41、数据储存设备42、电池43、全球定位系统设备44、蜂窝通信设备45、算法和编程逻辑装置组成。ECC既发送电磁波24，又接收电磁波48。ECC可以通过其蜂窝接口45更新其算法和编程逻辑。由位于超级计算机65中的人工智能创建的这些算法和编程逻辑升级将随着时间的推移继续变得更加准确。每个ECC都有自己的唯一标识，并可以传达其GPS位置。
一个或多个用户计算器63，其可以处理查询、输入设备故障维护记录、输入容量减少以及其它异常情况。用户计算器还可以接收传感器信息、警报、系统指令、以及公用电网正常状况图。
一个或多个分布式计算资源64，其能够处理大量的计算以及复杂的数据分析和计算。
由人工智能(AI)装置组成的一个或多个超级计算机65具有来自每个ECC的数据和信息的上载反馈。AI能够表现出智能行为，例如学习、演示、解释、创建关联以及为用户提供建议。AI能够在传感器数据和设备故障、传感器数据和容量减少、传感器数据以及其他异常条件下本地和区域间振荡之间建立关联。AI使用这些新发现的相关性来创建异常情况的算法，并将这些算法更新发送到每个ECC。
这些组件连接如下：由成百上千个唯一可识别的PES 32-35组成的的无线传感器系统，其使用电磁波24和48与ECC 47进行通信。该系统具有数百个ECC，其放置在图14的公用输配电网、图18的公司的液气管道、以及图20的市政照明、以及图21的建筑物环境的每一英里处。PES和ECC的安装是在主机组件作为配电硬件的日常维护和系统升级的一部分安装时进行的。每个ECC通过图12的互联网连接到装有人工智能的一个或多个超级计算机65。
还应当注意的是，该系统是在公用输配电硬件的制造中将PES作为组件嵌入或附接时安装的，该输配电硬件包括图10的ACSR导线、图11的熔断器、图12的变压器、开关、继电器、断路器、母线、电容器、线夹、塔和电线杆、绝缘子、连接器、联轴器、避雷器、箍筋、分接头、调节器组、抑制器和路灯罩。该系统是在公司的液气管道配电硬件的制造中将PES作为组件嵌入或附接时安装的，该配电硬件例如图15的管、图16的泵，以及图17的阀等。该系统是在市政照明配电硬件的制造中将PES作为组件嵌入或附接时安装的，该配电硬件例如灯罩、图19的电线杆、或例如图21的墙壁、窗户等建筑环境硬件。这些分配硬件组件用作传感器的主机，该传感器与图9的ECC和所有其他组件在物理上隔离开。ECC与用户计算机终端在物理上隔离开。ECC与图22的超级计算机在物理上隔离开。ECC与图22的分布式计算资源在物理上隔离开。
为了使PES能够承受数十年暴露于这些元件，并使其能够安装为可压碎和可磨损的配电硬件组件，必须将其封装。一种解决方案是将无源电磁传感器(PES)封装在特制玻璃荚体32-35中。该解决方案是有利的，因为玻璃荚体对电能呈惰性，不会阻碍电磁波，可以用来反射太阳辐射并散热。玻璃不导电，因此非常适合充满泄漏电压的电气环境。ECC所产生的为PES供能的电磁波足够大，以穿过玻璃荚体。该荚体的内部可以制成不透明的，从而消除了PES的太阳辐射降解。该荚体的内部可以做成充满氩气的真空，因此可以使PES更好地散热。玻璃荚体可以呈弧形以匹配例如ACSR导线的配电硬件的外径，管道泵、阀或管的曲率。还可以制造PES荚体，使得PES的AW部分中的延迟间隙测试对环境27和30开放。
PES荚体26-31在玻璃板生产线上制造。特制玻璃，例如碱性铝硅酸盐玻璃，用于提高玻璃的表面压缩值并使其不受到冲击。这些特制玻璃已经完成了离子交换过程，其在玻璃中产生了可赋予超高的表面压缩值的内部张力。这种玻璃的维氏硬度测试等级为622至701。这种硬度和每英寸超过10000磅的表面压缩值允许使用生产机械将封装的PES安装为配电硬件的制造组件，在该位置其可能受到压碎或磨损。当传感器的主机安装在配电网、管道、市政照明网或建筑物中时，这也使传感器更有可能不会被破坏。
封闭荚体的顶部和底部的两个单独的弧形板的内部涂有合成硅树脂或某种其他不导电的浅色不透明材料。通过在特定的加热条件下将玻璃充电至30000伏来施加硅树脂涂层。硅树脂薄层涂层以及熔合到玻璃内表面，使其变白，并且减少在数十年的暴露下，PES暴露于太阳辐射的情况。合成硅树脂不导电，不会干扰从周围环境到真空密封的无源电磁传感器的无线电波传输，反之亦然。
在玻璃板生产线上，电磁传感器沉积在弧形的特制玻璃的晶片上，该晶片已经涂有合成硅树脂以减少暴露于太阳辐射。玻璃的弧度与配电硬件部件的外径匹配，例如图10的ASCR导线、断流熔断器玻璃纤维管51以及导线、变压器套管82等。在涂覆在内部的第二特制玻璃片用来覆盖电磁传感器之前，可以将环氧树脂层施加到在PES的顶部和底部。经过一系列逐渐升温的火焰使玻璃软化。然后，压机进入以挤压玻璃的四个侧面，将电磁无源传感器封装到玻璃中。同时，压机在玻璃腔室中打出一个小孔。在生产周期的后期，将空气从腔室中除去，并通过该排气孔28和31更换成氩气。氩气是一种惰性气体，可抵抗现已封闭的PES荚体中的热量积聚。用火焰将通气孔封闭，并将PES密封在其荚体内的氩气中。在其他实施例中，该荚体可以由不导电的阻挡紫外线辐射的聚合物或陶瓷制成。粘合剂可以是各种环氧树脂。
为了制造装备有PES的配电硬件组件，所完成的PES荚体32和34放置在盒体中。当ACSR导线的外层绕钢芯旋转时，在荚体的长度上沉积3/8英寸厚的单组分硅树脂粘合剂，并且每一端各加10％。在第二站中，机械臂在放出时将弧形荚体沿着ACSR的长轴附接。在潮湿的环境中执行该过程，可以快速固化将荚体连接到金属外层的硅树脂基粘合剂。ACSR照常滚动到线轴上。由于玻璃荚体的性质和荚体的弧度，当ACSR在张力下缠绕时，不会使荚体压碎或破坏。
在另一个实施例中，PES荚体到断流熔断器管52的附接与以上对于ACSR的附接相同。该PES荚体放置在合盒体中。在断流熔断器管切成一定尺寸后，在荚体的长度上沉积3/8英寸厚的单组分硅树脂粘合剂，并且每一端各加10％。在第二站中，机械臂将弧形荚体沿着断流熔断器管的内长轴附接。该过程在潮湿的环境中执行，可以快速固化将荚体连接到断流管内部的硅树脂基粘合剂。该断流管照常继续其制造过程。由于玻璃荚体的性质和荚体的弧度，当断流熔断器导线穿过熔断器管时，不会使荚体压碎或破坏。
在又一个实施例中，将完成的PES荚体放置在盒体中。当完整的变压器沿着生产线滚动时，在荚体的长度上沉积3/8英寸厚的单组分硅树脂粘合剂，在每个Y型或星型套管(Delta bushing)上各加10％。在第二站中，机械臂沿着变压器的Y型或星型套管的内长轴附接弧形荚体。由于玻璃荚体的性质和荚体的弧度，当完整的变压器在封装、运输和安装时，不会使荚体压碎或破坏。
还应当注意的是，完整的PES荚体可以在配电硬件安装后手动安装到输配电网、管道系统或市政照明网中。
在优选的实施例中，一种实现与所公开的设备相关联的过程控制和预测性维护的方法包括以下步骤：
无线网络系统用作主机设备的配电硬件(图10的ACSR导线、图11的熔断器、图12的变压器、图15的气体管道管、图16的气体管道泵、图17的气体管道阀、图19的街灯组件、图21的建筑物组件)，该设备安装在作为维护或升级的一部分的图13的公用输配电网、图18的公司的液气管道，或图20的市政照明网和图21的建筑物环境中。同样地，ECC安装遍布在图14的公用电网，和/或图18的管道，和/或图20的市政照明网或建筑物环境中。安装后，图8的ECC开始通过其收发器38和天线36生成并发射一个或多个电磁波24。当其接收到对应于其输入叉指换能器(IDT)3的电磁波频率时，图3的嵌入和附着的声波(AW)传感器32-35得以激活。图1的AW传感器通过使电磁能穿过其叉指换能器3来收获电磁波。利用压电效应，该脉冲在传感器上转换为AW。通过迫使AW穿过在图1的声波芯片上的延迟间隙薄膜4、阻挡层5、栅门6、光栅2和8，AW的振幅、频率、相位、以及周期特性得以修正。将这些间隙测试设计为根据被测现象来修正声波。修正后的声波通过出流IDT7从声波变回电磁波，该IDT将电磁波传递到PES微处理器上的解调器(图2)。如果PES没有中央处理器，则使用反向散射通信将修正后的声波广播到ECC。当PES上的微处理器接收到对应于其天线频率的电磁波24时，其也被激活。电磁波使微处理器天线12中的电子产生交流电13，其由麦克斯韦方程式控制。位于功率收集器15、17、19、21中的二极管允许电流沿单方向通过，从而将天线的交流电转换为直流电。所产生的直流电由电容器16、18、20、22储存。电压调节器23管理电压条件，直到达到可接受的电压。电压监控器管理微处理器可接受的上限和下限电压，使其能够进行计算分析。CPU9接收来自图1的出流IDT7的修正声波。利用程序逻辑，微处理器处理AW修正后的特性，并且对现象计算值。微处理器逻辑使天线12中的晶体管切换，从而改变天线的反射系数。调制器11利用包含所计算的现象测量的调制信号，改变称为载波信号的电磁波形特性，然后将其发送回ECC。这允许PES将数据作为RF源信号的反射发送回ECC，称为反向散射通信。反向散射通信降低了运行PES所要求的功率。多个PES构成对等网络(P2P)，并且还可以用作PES传感器的转发器，与图8的电磁控制器通信器(ECC)的距离更远。
ECC放置在图14的电线杆上、图18的管道区域中、图20的市政照明灯杆上或PES范围内的其他适当位置。图8的ECC上的收发器38开始以固定周期发出一个或多个射频脉冲。该PES收集调谐到其IDT以及天线3的射频(RF)脉冲，并且通过其调制器和天线14返回现象测量信息。ECC上的CPU利用算法、编程逻辑以及测绘模块来测绘每个唯一标识的PES的标识、位置，以及现象类型和数据。当图8的ECC接收和处理来自唯一PES的现象数据，ECC根据以下检查数据：(1)包含该类型的PES的正常图的相关模块，(2)包含该类型的PES的与警报情况相关联的异常现象测量值的相关模块，(3)包含该类型的PES用于比较实时现象图与硬件故障图的相关模块，以及(4)用于比较来自ECC附近电压PES的实时电压频率，以便计算本地振荡模式。ECC上的处理器和编程逻辑将由每个PES所提供的实时现象信息添加到测绘模块，从而通过将损伤检测算法与具本地振荡模式的结构监测系统相结合，创建具有正常状况图的结构公用电网监视器。储存在图8的ECC上的数据储存装置42的编程逻辑可使得ECC将警报或执行命令发出到在对等网络(P2P)66中的另一个机器。当异常现象图匹配，并且所匹配的图具有由算法或编程逻辑规定的命令动作序列时，就会发生这种情况。此类命令可用于终止、转移、增加或减少到对等网络(P2P)所允许的公用电网的任何分段的电力。CPU41使ECC 44上的通信设备以加密格式通过通信连接传送对于ECC附近的现象的测量、警报、命令和正常图。ECC由光伏太阳能阵列46充能。
该用户计算机具有4个功能。(1)输入设备故障、容量减少，以及其它异常状况的维护记录，以供超级计算机用来与PES测量数据建立关联，(2)接收传感器信息、警报、机器对机器的指令以及公用电网正常状况图，并且(3)处理关于公用电网正常状况、警报、现状等的用户查询，(4)用作网络的分布式处理能力。
该无线传感器系统作为对等网络(P2P)，其中PES的编程逻辑使得系统为每个所测量的现象67创建区块链事务中的一个块。唯一的ECC请求作为无线传感器系统对等网络(P2P)66的成员的事务。由多个PES、ECC、多个用户计算机、分布式计算资源以及一个或多个超级计算器组成的网络使用算法验证发出请求的PES的标识和状态。一旦验证，PES可以作为在区块链68中的一个块传递现象信息。PES微处理器使得PES将区块链事务传递给对等网络(P2P)。这种方法允许本地和分布式安全性以及验证现象数据都是可信赖的。
对等网络(P2P)66也可以通过储存在ECC上的数据储存装置42的编程逻辑所实现，以及通过CPU 41所处理，其使得系统创建区块链事务中的一个块，用于每个警报、指令、地图以及图12的所有测量现象的传输。唯一的电磁控制器通信器(ECC)请求作为无线传感器系统对等网络(P2P)68的成员的事务。由多个电磁控制器通信器(ECC)、多个用户终端、分布式计算资源、以及一个或多个图22的超级计算器组成的网络利用算法验证图22的请求的标识和状态。一旦验证，ECC可以发出现象警报、可以发出硬件故障警报、可以创建和传输实时正常状况图、可以创建和传输实时模式、可以创建以及传输实时本地区域振荡信息、可以在区块链68中以块的形式向其它机器发出执行命令。编程逻辑存储在位于图8的ECC上的数据存储装置42，使得系统将区块链事务传达给包括超级计算器65的对等网络(P2P)。这种方法允许本地和分布式的安全保障，并且可以验证结构正常状况监视图、报告、警报和对公用电网的指令。
无线传感器系统可将其信息发送到装有人工智能装置的超级计算机65。人工智能使用这些数据和信息来对公用电网的实时正常状况进行解释、演示和向用户建议。人工智能还从用户终端接收设备故障、容量减少以及其他异常情况的维护记录。人工智能和分布式计算资源在异常的传感器读数与初始故障、故障、失效、服务中断之间建立了关联。AI使用这些相关性来学习、改进并最终预测初始故障、故障、失效、服务中断。这使IOU或合作社从预防性维护转变为预测性维护。AI使用这些相关性来创建更准确的正常和异常现象图，用于主机设备类型(图10的ACSR导线、图11的熔断器、图12的变压器、图15的气体管道管、图16的气体管道泵、图17的气体管道阀、图19的街灯组件、图21的建筑物组件)以及每个ECC的单独环境。人工智能将新的算法和数据库创建、传输并上传到电磁控制器通信器(ECC)，使得正常状况模型变得更准确和更具预测性。随着时间的推移，正常状况模块变得足够准确以将公用电网的公用事业由预防性维护转变成预测性维护。
无线传感器系统可将其信息发送到装有人工智能装置的超级计算机65。人工智能(AI)将区域正常和安全地图结合到整个公用电网的整体公用事业结构的正常监测器中(图24)。该信息允许一种自动化的方法，用于通过将损伤检测算法与结构监测系统相结合来跟踪以及改进公用输配电网的正常状况和结构。随着系统的学习，正常状况监测器随着时间的推移得到改进。
无线传感器系统同时测量公用输配电网上的数十、数百和数千个点的电压波形(频率)，以确定电压波形的本地和区域间振荡。将这些同步电压相位频率测量发送到一个或多个装有人工智能(AI)装置的超级计算器65。人工智能(AI)创建了一个整体公用电网监测系统，用于测量电压频率的本地和区域间振荡，这可能会导致级联的公用电网故障。随着系统的变大，局部和区域间的振荡的监测会随着时间的推移而改进，并创建使用储能装置通过注入电压来抑制振荡的策略。
在另一个实施例中，人工智能(AI)将室内和室外呼吸空气正常和安全状况地图部分合并成整个市政室外呼吸空气正常和安全地图。该信息允许一种自动化方法，用于跟踪和测量在市政可呼吸空气中存在的污染物。随着系统的学习，可呼吸空气的正常和安全状况地图会随着时间的推移而改善。AI系统在天气、工业活动、政府活动和其他因素之间建立关联，从而使市政从反应性转变为预测性。预测性的知识允许市政可以制定改善室内和室外可呼吸空气质量的政策，并使用该设备评估改善情况。
用作对等网络(P2P)的这种无线传感器系统也可用于输送石油和天然气、水、氨、酒精、氢气、蒸汽或任何其他气体或液体的管道。包括多个电磁无源传感器的无线多传感器网络嵌入为用于管道的机械设备的内部制造组件，例如图15的管、图16的泵、图17的阀。
作为对等网络(P2P)的这种无线传感器系统，在互联网协议数据包的传输中也用作计算机以太网或光纤网络的一部分。包括多个无源电磁传感器的无线多传感器网络可嵌入为用于计算机网络的机械设备的内部制造组件，例如电缆、WiFi路由器、交换机、有线路由器、网络接口卡、计算机母板、端口、总线、集线器、配件、插孔、插头和连接件。除了以上所列出现象，这些传感器可用来测量电压、电流、流量。
用作对等网络(P2P)的这种无线传感器系统，由国家安全机构用来寻求监视对市政室外可呼吸空气的核、化学和生物威胁。将包含多个无源电磁传感器的无线多传感器网络附接到或嵌入为市政照明网或公用输配电网的内部制造组件。检测到NBC污染物可能会触发与异常情况相关的警报和命令。
如所讨论的，本发明具有许多不同的特征、变型和多个不同的实施例。为了说明的目的，在本申请中有时根据特定实施例描述本发明，并无意限制或暗示所构思的发明仅仅是一个特定实施例。应该理解，本发明不限于任何单个特定实施例或所列举的变型。本领域的技术人员将会想到本发明所适用的、旨在并涵盖在本发明中的本发明的许多修改、变型和其他实施例。实际上，如本领域技术人员基于在申请时的其全部公开内容所理解的，本发明的范围应由本公开的适当解释和构造(包括等同形式)来确定。

Claims (59)

1.无线传感器系统，包括
a.至少一个无源电磁传感器；
b.至少一个电磁控制器通信器；
c.至少一个用户分布式计算资源；
d.至少一个具有人工智能装置的超级计算机；以及
e.至少一个用户计算机。
2.根据权利要求1所述的无线传感器系统，其中所述无源电磁传感器附接到配电硬件的组件。
3.根据权利要求1所述的无线传感器系统，其中所述无源电磁传感器嵌入到配电硬件的组件。
4.根据权利要求2所述的无线传感器系统，其中配电硬件的所述组件由选自以下的电网输送组件组成：ACSR导线、熔断器、变压器、开关、继电器、断路器、母线、电容器、线夹、塔和电线杆、绝缘子、连接器、联轴器、避雷器、箍筋、分接头、调节器组、抑制器和路灯罩。
5.根据权利要求2所述的无线传感器系统，其中配电硬件的所述组件由选自以下的市政照明硬件的组件组成：灯罩、电线杆以及建筑物的建筑组件，例如墙壁、门和窗户。
6.根据权利要求2所述的无线传感器系统，其中配电硬件的所述组件由选自以下的管道硬件组件的组件组成：管、阀和储存容器。
7.根据权利要求3所述的无线传感器系统，其中配电硬件的所述组件由选自以下的电网输送组件组成：ASWR导线、熔断器、变压器、开关、继电器、断路器、母线、电容器、线夹、塔和电线杆、绝缘子、连接器、联轴器、避雷器、箍筋、分接头、调节器组、抑制器和路灯罩。
8.根据权利要求3所述的无线传感器系统，其中所述配电硬件组件由选自以下的市政照明硬件的组件组成：灯罩、电线杆以及建筑物的建筑组件，例如墙壁、门和窗户。
9.根据权利要求3所述的无线传感器系统，其中配电硬件的所述组件由选自以下的管道硬件组件的组件组成：管、阀和储存容器。
10.根据权利要求1所述的无线传感器系统，其中所述无源电磁传感器还由无源声波传感器组成。
11.根据权利要求1所述的无线传感器系统，其中所述无源电磁传感器还由无源微处理器组成。
12.根据权利要求1所述的无线传感器系统，其中所述无源电磁传感器是刚性的。
13.根据权利要求1所述的无线传感器系统，其中所述无源电磁传感器是是柔性的。
14.根据权利要求1所述的无线传感器系统，其中所述无源电磁传感器是封装在特制玻璃荚体中。
15.根据权利要求14所述的无线传感器系统，其中所述特制玻璃荚体呈弧形。
16.根据权利要求14所述的无线传感器系统，其中所述特制玻璃荚体由碱性铝硅酸盐玻璃组成。
17.根据权利要求14所述的无线传感器系统，其中所述特制玻璃荚体在内侧涂有非导电材料。
18.根据权利要求17所述的无线传感器系统，其中所述非导电材料为硅树脂。
19.根据权利要求10所述的无线传感器系统，其中所述无源声波传感器由以下组成：
a.柔性压电聚合物基板；
b.至少一个叉指换能器；以及
c.由薄膜、阻挡层、栅门和光栅组成的延迟间隙测试装置。
20.根据权利要求11所述的无线传感器系统，其中所述无源微处理器由以下组成：
a.天线；
b.解调器；
c.至少一个电磁功率采集器；
d.电压控制器；
e.中央处理单元；以及
f.调制器。
21.根据权利要求1所述的无线传感器系统，其中所述无源电磁传感器测量选自以下的现象：电压、电流、温度、压力、湿度、振荡、挠度、分子流速、降雨、空气污染物、化学试剂、生物试剂、核试剂、化学浓度、化学组合物或颗粒物。
22.根据权利要求1所述的无线传感器系统，其中所述电磁控制器通信器由以下组成：
a.电磁射频(RF)天线；
b.编码器；
c.射频(RF)收发器；
d.射频(RF)接收器；
e.解码器；
f.CPU；
g.数据储存设备；
h.电池；
i.全球定位系统设备；
j.蜂窝通信设备；以及
k.算法和程序逻辑装置。
23.根据权利要求1所述的无线传感器系统，其中所述用户分布式计算资源由输入设备故障、容量减少和其他异常状况的维护记录，接收传感器的信息、警报、机器对机器的指令、公用电网正常状况图以及处理查询的方法组成。
24.根据权利要求1所述的无线传感器系统，其中所述人工智能装置由表现出的例如学习、演示、解释、创建关联和向用户提供建议的智能行为，创建传感器数据与设备故障、容量减少、本地和区域间振荡以及其它异常状况之间的关联，以及利用这些新发现的关联来创建异常情况的算法，并将这些算法发送给ECC的装置组成。
25.根据权利要求1所述的无线传感器系统，其中所述无源电磁传感器还由唯一标识、频率和主机硬件类别标识组成。
26.一种实现过程控制和预测性维护的方法，其包括以下步骤：
a.安装至少一个无源电磁传感器作为配电硬件的组件；
b.在与所述无源电磁传感器物理隔离开的位置安装至少一个电磁控制器通信器；
c.通过接收来自所述电磁控制器通信器的射频脉冲来激活所述无源电磁传感器；
d.由此，所述无源电磁传感器收集电磁脉冲并将所述电磁脉冲转换成声波；
e.修正所述声波以基于要测量的现象创建修正的波形形态；
f.将所述修正的波形形态由所述无源电磁传感器传输到所述电磁控制器通信器，从而所述电子控制器通信器将所述修正的波形形态计算为现象测量值，其生成现象测量信息、警报、指令以及测绘信息数据；
g.通过所述电子控制器通信器的蜂窝通信装置将所述数据传输到超级计算机，从而所述超级计算器将所述数据组合成综合的过程控制和预测模型；
h.将所述过程控制和所述预测模型传输到至少一个用户计算机。
27.根据权利要求26所述的方法，其中所述无源电磁传感器通过嵌入到配电硬件的所述组件中进行安装。
28.根据权利要求26所述的方法，其中所述无源电磁传感器通过附接到配电硬件的所述组件进行安装。
29.根据权利要求26所述的方法，其中所述配电硬件由选自以下的电网输送组件组成：ASWR导线、熔断器、变压器、开关、继电器、断路器、母线、电容器、线夹、塔和电线杆、绝缘子、连接器、联轴器、避雷器、箍筋、分接头、调节器组、抑制器和路灯罩。
30.根据权利要求26所述的方法，其中所述配电硬件组件由选自以下的市政照明硬件组件组成：灯罩、电线杆以及建筑物的建筑组件，例如墙壁、门和窗户。
31.根据权利要求26所述的方法，其中所述配电硬件组件由选自以下的管道硬件组件组成：管、阀和储存容器。
32.根据权利要求26所述的方法，其中所述无源电磁传感器由无源声波传感器和无源中央处理单元组成。
33.根据权利要求26所述的方法，其中所述电磁控制器通信器产生并发射一个或多个电磁波。
34.根据权利要求33所述的方法，其中所述无源声波传感器通过使电磁能穿过所述无源声波传感器的叉指换能器来收集所述电磁波，从而将电磁脉冲转换为声波。
35.根据权利要求34所述的方法，其中所述声波在所述声波传感器的延迟间隙上穿过，从而根据所测量的现象来设计所述延迟间隙。
36.根据权利要求35所述的方法，其中，通过使所述声波穿过所述声波传感器的出流叉指换能器，将所述声波转换成电磁波。
37.根据权利要求36所述的方法，其中所述无源中央处理单元处理所述电磁波的修正特性，以及为所测量的现象计算一值。
38.根据权利要求37所述的方法，其中所述无源电磁传感器将所述值传输到所述电磁控制器通信器。
39.根据权利要求36所述的方法，其中使用反向散射通信器将所述电磁波广播到所述电磁控制器通信器。
40.一种保护性无源电磁传感器荚体的制造方法，其包括以下步骤：
a.形成由顶片和底片组成的玻璃荚体；
b.在所述顶片和所述底片的内表面涂覆非导电材料；
c.将无源电磁传感器沉积在所述底片的内表面上；
d.使用所述顶片覆盖所述无源电磁传感器，其形成包围所述无源电磁传感器的玻璃荚体；
e.加热所述玻璃荚体；
f.在加热状态下按压所述玻璃荚体以密封所述顶片和所述底片；
g.通过在所述玻璃荚体的通气孔，将空气从所述玻璃荚体移除；
h.用氩气替换所述空气；以及
i.密封所述通气孔。
41.根据权利要求40所述的方法，其中所述顶片和所述底片呈弧形。
42.根据权利要求41所述的方法，其中所述顶片和所述底片呈弧形以适应配电硬件的组件的形状。
43.根据权利要求42所述的方法，其中所述配电硬件组件由选自以下的电网输送组件组成：ASWR导线、熔断器、变压器、开关、继电器、断路器、母线、电容器、线夹、塔和电下线杆、绝缘子、连接器、联轴器、避雷器、箍筋、分接头、调节器组、抑制器和路灯罩。
44.根据权利要求42所述的方法，其中所述配电硬件由选自以下的市政照明硬件组成：灯罩、电线杆以及建筑物的建筑组件，例如墙壁、门和窗户。
45.根据权利要求42所述的方法，其中所述配电硬件由选自以下的管道硬件组件组成：管、阀和储存容器。
46.根据权利要求40所述的方法，其中所述非导电材料由硅树脂组成。
47.根据权利要求46所述的方法，其中通过将顶片和底片充电至30000V来施加所述硅树脂。
48.根据权利要求40所述的方法，其还包括将环氧树脂层施加到所述无源电磁传感器的步骤。
49.根据权利要求40所述的方法，其中所述玻璃荚体还包括所述无源电磁传感器的延迟间隙测试装置上的开口。
50.一种装备有无源电磁传感器的配电硬件组件的制造方法，其包括：
a.将硅树脂粘合剂沉积到无源电磁传感器荚体的长度上；
b.在所述配电硬件组件的制造过程中，其中将所述无源电磁传感器附接到配电硬件组件的表面上。
51.根据权利要求50所述的方法，其还包括将所述无源电磁传感器荚体放置在一盒体中的步骤。
52.根据权利要求50所述的方法，其中所述无源电磁传感器荚体通过机械臂附接到所述表面。
53.根据权利要求50所述的方法，其中所述配电硬件组件由选自以下的电网输送组件组成：ASWR导线、熔断器、变压器、开关、继电器、断路器、母线、电容器、线夹、塔和电下线杆、绝缘子、连接器、联轴器、避雷器、箍筋、分接头、调节器组、抑制器和路灯罩。
54.根据权利要求50所述的方法，其中所述配电硬件组件由选自以下的市政照明硬件组成：灯罩、电线杆以及建筑物的建筑组件，例如墙壁、门和窗户。
55.根据权利要求50所述的方法，其中所述配电硬件组件由选自以下的管道硬件组件组成：管、阀和储存容器。
56.权利要求50所述的方法还由以下步骤组成：
a.将所述无源电磁传感器荚体放置在盒体中；
b.当所述ACSR线被卷到线轴上时，将所述无源电磁传感器荚体附接在钢芯铝绞线(ACSR)的长轴上。
57.权利要求50所述的方法还由以下步骤组成：
a.将所述无源电磁传感器荚体放置在一盒体中；
b.将所述无源电磁传感器荚体附接到断流熔断器管的内部长轴。
58.权利要求50所述的方法还由以下步骤组成：
a.将所述无源电磁传感器荚体放置在一盒体中；
b.将所述无源电磁传感器荚体附接到变压器的Y形套管的内部长轴。
59.权利要求50所述的方法还由以下步骤组成：
a.将所述无源电磁传感器荚体放置在一盒体中；
b.将所述无源电磁传感器荚体附接到变压器的星型套管的内部长轴上。
CN201880077911.0A 2017-11-30 2018-11-30 支持物联网(IoT)的无线传感器系统 Active CN111465865B (zh)

Applications Claiming Priority (13)

Application Number Priority Date Filing Date Title
US201762592652P 2017-11-30 2017-11-30
US62/592,652 2017-11-30
US201762596492P 2017-12-08 2017-12-08
US62/596,492 2017-12-08
US201862624493P 2018-01-31 2018-01-31
US62/624,493 2018-01-31
US201862626247P 2018-02-05 2018-02-05
US62/626,247 2018-02-05
US201862655653P 2018-04-10 2018-04-10
US201862655643P 2018-04-10 2018-04-10
US62/655,653 2018-04-10
US62/655,643 2018-04-10
PCT/US2018/063394 WO2019108986A1 (en) 2017-11-30 2018-11-30 Internet of things (iot) enabled wireless sensor system enabling process control, predictive maintenance of electrical distribution networks, liquid and gas pipelines and monitoring of air pollutants including nuclear, chemical, and biological agents using attached and/or embedded passive electromagnetic sensors

Publications (2)

Publication Number Publication Date
CN111465865A true CN111465865A (zh) 2020-07-28
CN111465865B CN111465865B (zh) 2024-04-02

Family

ID=66664612

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880077911.0A Active CN111465865B (zh) 2017-11-30 2018-11-30 支持物联网(IoT)的无线传感器系统

Country Status (12)

Country Link
US (2) US20210174973A1 (zh)
EP (1) EP3717918B1 (zh)
JP (1) JP7316292B2 (zh)
KR (1) KR20200096566A (zh)
CN (1) CN111465865B (zh)
AU (1) AU2018375175B2 (zh)
BR (1) BR112020010627A2 (zh)
CA (1) CA3083518A1 (zh)
CL (1) CL2020001413A1 (zh)
MX (1) MX2020005642A (zh)
RU (1) RU2020121441A (zh)
WO (1) WO2019108986A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112710353A (zh) * 2020-12-23 2021-04-27 龙海建设集团有限公司 智能建筑监测系统

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
MX2020005642A (es) * 2017-11-30 2020-08-20 Michael Munoz Sistema de sensor inalambrico habilitado para internet de las cosas (iot) que permite el control de procesos, mantenimiento predictivo de redes de distribucion electrica, tuberias de liquido y gas y monitoreo de contaminantes del aire que incluye agentes nucleares, quimicos y biologicos que utiliza sensores electromagneticos pasivos integrados y adjuntos.
GB2586435B (en) * 2019-04-05 2023-12-27 Orxa Grid Ltd Electrical grid monitoring system
WO2020217155A1 (en) * 2019-04-25 2020-10-29 Abb Schweiz Ag Method and system for production accounting in process industries using artificial intelligence
US11651278B2 (en) 2019-12-23 2023-05-16 Saudi Arabian Oil Company Pipeline sensor integration for product mapping
CN113884803A (zh) * 2021-08-27 2022-01-04 国网山东省电力公司日照供电公司 配网故障研判方法
US11892522B2 (en) * 2021-11-22 2024-02-06 Eaton Intelligent Power Limited Systems and methods for monitoring and estimating service life of electrical fuses
CN115330094B (zh) * 2022-10-14 2023-04-07 成都秦川物联网科技股份有限公司 智慧燃气管道寿命预测方法、物联网系统、装置及介质

Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003142752A (ja) * 2001-11-01 2003-05-16 Asahi Kasei Corp 磁気センサの製造方法
US20040103139A1 (en) * 2000-03-30 2004-05-27 United Devices, Inc. Distributed processing system having sensor based data collection and associated method
US6859831B1 (en) * 1999-10-06 2005-02-22 Sensoria Corporation Method and apparatus for internetworked wireless integrated network sensor (WINS) nodes
WO2005024374A2 (en) * 2003-09-11 2005-03-17 Universidade Federal De Minas Gerais Process and device based on intelligent systems - artificial intelligence - artificial neural nets, for determination and control in real time of contaminants in physical and/or chemical and/or biological systems
US20050145018A1 (en) * 2004-01-07 2005-07-07 Ashok Sabata Remote Monitoring of Pipelines using Wireless Sensor Network
US6970183B1 (en) * 2000-06-14 2005-11-29 E-Watch, Inc. Multimedia surveillance and monitoring system including network configuration
US20050273218A1 (en) * 1995-06-07 2005-12-08 Automotive Technologies International, Inc. System for obtaining vehicular information
US7020701B1 (en) * 1999-10-06 2006-03-28 Sensoria Corporation Method for collecting and processing data using internetworked wireless integrated network sensors (WINS)
US20070108973A1 (en) * 2005-09-28 2007-05-17 Southwest Research Institute Systems & methods for flaw detection and monitoring at elevated temperatures with wireless communication using surface embedded, monolithically integrated, thin-film, magnetically actuated sensors, and methods for fabricating the sensors
US20100127834A1 (en) * 2008-11-26 2010-05-27 Honeywell International Inc. Passive surface acoustic wave sensing system
US20120197558A1 (en) * 2009-10-11 2012-08-02 Moshe Henig Loads management and outages detection for smart grid
US20130036311A1 (en) * 2011-08-05 2013-02-07 Battelle Memorial Institute Intelligent sensor and controller framework for the power grid
WO2013156947A1 (en) * 2012-04-17 2013-10-24 Metersit S.R.L. Gas meter with passive repeater
US20150117157A1 (en) * 2013-10-31 2015-04-30 King Abdullah University Of Science And Technology Integrated passive and wireless sensor
US20150308917A1 (en) * 2012-12-11 2015-10-29 Pipe Monitoring Corporation Srl System and method for supervising, managing, and monitoring the structural integrity of a fluid-transportation pipeline network, for locating the leaking point, and for evaluating the extent of the failure
CN204922167U (zh) * 2015-09-07 2015-12-30 赵国 物联网智能阀门系统
US20160080035A1 (en) * 2014-09-15 2016-03-17 At&T Intellectual Property I, Lp Method and apparatus for sensing a condition in a transmission medium of electromagnetic waves
CN205300803U (zh) * 2015-12-22 2016-06-08 国网浙江省电力公司宁波供电公司 电缆金属层测温系统
US20160189174A1 (en) * 2014-12-24 2016-06-30 Stephan HEATH Systems, computer media, and methods for using electromagnetic frequency (EMF) identification (ID) devices for monitoring, collection, analysis, use and tracking of personal, medical, transaction, and location data for one or more individuals
US20160209454A1 (en) * 2015-01-19 2016-07-21 Patrick McCammon Wireless Power Line Sensor
JP2016149418A (ja) * 2015-02-10 2016-08-18 アルプス電気株式会社 磁気センサ
CN205748478U (zh) * 2016-06-14 2016-11-30 西安聚能仪器有限公司 一种烟气监测系统
CN106253970A (zh) * 2016-09-30 2016-12-21 广州粤讯信息科技有限公司 一种智能电磁监测系统
US20170123428A1 (en) * 2015-11-04 2017-05-04 Zoox, Inc. Sensor-based object-detection optimization for autonomous vehicles

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5003933A (en) * 1989-11-06 1991-04-02 General Motors Corporation Integrated induction system
US6250148B1 (en) * 1998-01-07 2001-06-26 Donnelly Corporation Rain sensor mount for use in a vehicle
US20050223837A1 (en) * 2003-11-10 2005-10-13 Blueshift Technologies, Inc. Methods and systems for driving robotic components of a semiconductor handling system
PL2611042T3 (pl) * 2004-01-27 2015-06-30 Altivera L L C Pasek do testu immunologicznego mający etykiety identyfikacji radiowej (RFID)
US7243547B2 (en) * 2004-10-13 2007-07-17 Honeywell International Inc. MEMS SAW sensor
KR100498708B1 (ko) * 2004-11-08 2005-07-01 옵토팩 주식회사 반도체 소자용 전자패키지 및 그 패키징 방법
JP2006170864A (ja) 2004-12-16 2006-06-29 Pegasus Net Kk Ｓａｗ温度計による室温管理及び火災報知システム
US7528711B2 (en) * 2005-12-19 2009-05-05 Lawrence Kates Portable monitoring unit
US20070208390A1 (en) * 2006-03-01 2007-09-06 Von Arx Jeffrey A Implantable wireless sound sensor
JP2008204234A (ja) 2007-02-21 2008-09-04 Teruya:Kk Ｒｆｉｄタグ内蔵型ｓａｗセンサ及び計測システム
EP2223260A2 (en) * 2007-11-07 2010-09-01 EDSA Micro Corporation Systems and methods for real-time forecasting and predicting of electrical peaks and managing the energy, health, reliability, and performance of electrical power systems based on an artificial adaptive neural network
US8441168B2 (en) * 2008-08-06 2013-05-14 Applied Sensor Research & Development Saw sensor tags with enhanced performance
US7900521B2 (en) * 2009-02-10 2011-03-08 Freescale Semiconductor, Inc. Exposed pad backside pressure sensor package
JP5244686B2 (ja) 2009-04-24 2013-07-24 株式会社東芝 監視装置およびサーバー
US8543240B2 (en) * 2009-11-13 2013-09-24 Intuitive Surgical Operations, Inc. Master finger tracking device and method of use in a minimally invasive surgical system
JP5387771B2 (ja) 2010-06-24 2014-01-15 株式会社村田製作所 パッシブセンサ、無線式センサシステム、および無線式センサシステムによる計測方法
US20120206266A1 (en) * 2011-02-15 2012-08-16 William Moons Heat Detection System
US8670782B2 (en) * 2011-06-10 2014-03-11 International Business Machines Corporation Systems and methods for analyzing spatiotemporally ambiguous events
US9000778B2 (en) * 2011-08-15 2015-04-07 Gas Technology Institute Communication method for monitoring pipelines
US9959736B2 (en) * 2011-12-16 2018-05-01 Virginia Transformer Corporation System and method for monitoring and controlling a transformer
US9204208B2 (en) * 2011-12-16 2015-12-01 Basen Corporation Smartgrid energy-usage-data storage and presentation systems, devices, protocol, and processes including an announcement protocol
US9970975B2 (en) * 2014-08-14 2018-05-15 Connecticut Analytical Corp. System for the standoff detection of power line hazards
US9633766B2 (en) * 2014-09-26 2017-04-25 Jianping Huang Energy efficient conductors with reduced thermal knee points and the method of manufacture thereof
EP3207247B1 (en) * 2014-10-17 2020-06-17 Vestas Wind Systems A/S Control of wind turbines
GB2555284B (en) * 2015-06-26 2021-03-10 Halliburton Energy Services Inc Systems and methods for characterizing materials external of a casing
US10390759B2 (en) * 2016-02-25 2019-08-27 Welch Allyn, Inc. Physical assessment parameter measuring device
US10652633B2 (en) * 2016-08-15 2020-05-12 Delta Energy & Communications, Inc. Integrated solutions of Internet of Things and smart grid network pertaining to communication, data and asset serialization, and data modeling algorithms
CN109690186B (zh) * 2016-09-05 2020-12-11 昕诺飞控股有限公司 灯杆
US10456080B2 (en) * 2017-05-05 2019-10-29 Bloomer Health Tech., Inc. Padded, flexible encasing for body monitoring systems in fabrics
MX2020005642A (es) * 2017-11-30 2020-08-20 Michael Munoz Sistema de sensor inalambrico habilitado para internet de las cosas (iot) que permite el control de procesos, mantenimiento predictivo de redes de distribucion electrica, tuberias de liquido y gas y monitoreo de contaminantes del aire que incluye agentes nucleares, quimicos y biologicos que utiliza sensores electromagneticos pasivos integrados y adjuntos.

Patent Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050273218A1 (en) * 1995-06-07 2005-12-08 Automotive Technologies International, Inc. System for obtaining vehicular information
US6859831B1 (en) * 1999-10-06 2005-02-22 Sensoria Corporation Method and apparatus for internetworked wireless integrated network sensor (WINS) nodes
US7020701B1 (en) * 1999-10-06 2006-03-28 Sensoria Corporation Method for collecting and processing data using internetworked wireless integrated network sensors (WINS)
US20040103139A1 (en) * 2000-03-30 2004-05-27 United Devices, Inc. Distributed processing system having sensor based data collection and associated method
US6970183B1 (en) * 2000-06-14 2005-11-29 E-Watch, Inc. Multimedia surveillance and monitoring system including network configuration
JP2003142752A (ja) * 2001-11-01 2003-05-16 Asahi Kasei Corp 磁気センサの製造方法
WO2005024374A2 (en) * 2003-09-11 2005-03-17 Universidade Federal De Minas Gerais Process and device based on intelligent systems - artificial intelligence - artificial neural nets, for determination and control in real time of contaminants in physical and/or chemical and/or biological systems
US20050145018A1 (en) * 2004-01-07 2005-07-07 Ashok Sabata Remote Monitoring of Pipelines using Wireless Sensor Network
US20070108973A1 (en) * 2005-09-28 2007-05-17 Southwest Research Institute Systems & methods for flaw detection and monitoring at elevated temperatures with wireless communication using surface embedded, monolithically integrated, thin-film, magnetically actuated sensors, and methods for fabricating the sensors
US20100127834A1 (en) * 2008-11-26 2010-05-27 Honeywell International Inc. Passive surface acoustic wave sensing system
US20120197558A1 (en) * 2009-10-11 2012-08-02 Moshe Henig Loads management and outages detection for smart grid
US20130036311A1 (en) * 2011-08-05 2013-02-07 Battelle Memorial Institute Intelligent sensor and controller framework for the power grid
WO2013156947A1 (en) * 2012-04-17 2013-10-24 Metersit S.R.L. Gas meter with passive repeater
US20150308917A1 (en) * 2012-12-11 2015-10-29 Pipe Monitoring Corporation Srl System and method for supervising, managing, and monitoring the structural integrity of a fluid-transportation pipeline network, for locating the leaking point, and for evaluating the extent of the failure
US20150117157A1 (en) * 2013-10-31 2015-04-30 King Abdullah University Of Science And Technology Integrated passive and wireless sensor
US20160080035A1 (en) * 2014-09-15 2016-03-17 At&T Intellectual Property I, Lp Method and apparatus for sensing a condition in a transmission medium of electromagnetic waves
US20160189174A1 (en) * 2014-12-24 2016-06-30 Stephan HEATH Systems, computer media, and methods for using electromagnetic frequency (EMF) identification (ID) devices for monitoring, collection, analysis, use and tracking of personal, medical, transaction, and location data for one or more individuals
US20160209454A1 (en) * 2015-01-19 2016-07-21 Patrick McCammon Wireless Power Line Sensor
JP2016149418A (ja) * 2015-02-10 2016-08-18 アルプス電気株式会社 磁気センサ
CN204922167U (zh) * 2015-09-07 2015-12-30 赵国 物联网智能阀门系统
US20170123428A1 (en) * 2015-11-04 2017-05-04 Zoox, Inc. Sensor-based object-detection optimization for autonomous vehicles
CN205300803U (zh) * 2015-12-22 2016-06-08 国网浙江省电力公司宁波供电公司 电缆金属层测温系统
CN205748478U (zh) * 2016-06-14 2016-11-30 西安聚能仪器有限公司 一种烟气监测系统
CN106253970A (zh) * 2016-09-30 2016-12-21 广州粤讯信息科技有限公司 一种智能电磁监测系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112710353A (zh) * 2020-12-23 2021-04-27 龙海建设集团有限公司 智能建筑监测系统

Also Published As

Publication number Publication date
EP3717918A4 (en) 2021-12-15
US20210202113A1 (en) 2021-07-01
WO2019108986A1 (en) 2019-06-06
EP3717918A1 (en) 2020-10-07
JP2021505910A (ja) 2021-02-18
BR112020010627A2 (pt) 2020-11-10
EP3717918B1 (en) 2024-03-06
RU2020121441A (ru) 2021-12-30
CN111465865B (zh) 2024-04-02
AU2018375175B2 (en) 2023-12-21
MX2020005642A (es) 2020-08-20
CL2020001413A1 (es) 2020-11-06
AU2018375175A1 (en) 2020-06-18
US20210174973A1 (en) 2021-06-10
CA3083518A1 (en) 2019-06-06
JP7316292B2 (ja) 2023-07-27
KR20200096566A (ko) 2020-08-12

Similar Documents

Publication Publication Date Title
CN111465865B (zh) 支持物联网(IoT)的无线传感器系统
US11221127B2 (en) Antennae for hazardous location light fixtures
Li et al. Condition monitoring and diagnosis of power equipment: review and prospective
JP4869245B2 (ja) 簡潔な光ファイバ・ファラデー効果センサの補償
EP2486554B1 (en) Loads management and outages detection for smart grid
JP2021505910A5 (zh)
US10344446B2 (en) System and method of monitoring a utility structure
US20170261558A1 (en) Systems And Methods For Testing Ground Fault Circuit Interrupter Breakers
Li et al. Condition monitoring and diagnosis of high-voltage equipment in China-recent progress
Manoj Industrial automation with SCADA: concepts, communications and security
WO2017116602A1 (en) Systems and methods for testing ground fault circuit interrupter breakers within enclosures
JP2022548538A (ja) ガス密度リレーの改造方法、オンライン自己検証機能を有するガス密度リレー及びその検証方法
CN110411894B (zh) 一种气体密度监测系统
CN106124089A (zh) 基于灰色理论的高压开关柜在线测温方法
CN105137236A (zh) 跌落式避雷器在线监测系统
CN205786284U (zh) 一种双通道光传感绝缘子盐密监测系统
CN110411519A (zh) 一种在线监测气体微水含量的装置及监测系统
Wang et al. Design and application of the automatic AC voltage test device for smart electricity meters and data acquire terminal of the special transformer
CN105973813A (zh) 一种双通道光传感绝缘子盐密监测系统及方法
Abas et al. Optimizing Grid With Dynamic Line Rating of Conductors: A Comprehensive Review
Gao et al. Research and application on power grid contamination flashover pre-warning technology
Hashemifar et al. Design and simulation of a new controller for resonant operation of piezoelectric ultrasonic tools
KR20190121906A (ko) 스마트 팩토리 플랫폼을 위한 원격검침 열식 질량 유량계
HAL half-adjust (mathematics of computing) To round a number
Deivakkannu Data acquisition and data transfer methods for real-time power system optimisation problems solution

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