CN112050742A - 一种滑坡裂缝位移自适应监测系统及方法 - Google Patents

一种滑坡裂缝位移自适应监测系统及方法 Download PDF

Info

Publication number
CN112050742A
CN112050742A CN202011039073.3A CN202011039073A CN112050742A CN 112050742 A CN112050742 A CN 112050742A CN 202011039073 A CN202011039073 A CN 202011039073A CN 112050742 A CN112050742 A CN 112050742A
Authority
CN
China
Prior art keywords
displacement
monitoring
microprocessor
landslide
adaptive
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
Application number
CN202011039073.3A
Other languages
English (en)
Inventor
孟庆佳
王晨辉
郭伟
杨凯
李鹏
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.)
Hydrogeological And Environmental Geological Survey Center Of China Geological Survey
Center for Hydrogeology and Environmental Geology CGS
Original Assignee
Hydrogeological And Environmental Geological Survey Center Of China Geological Survey
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 Hydrogeological And Environmental Geological Survey Center Of China Geological Survey filed Critical Hydrogeological And Environmental Geological Survey Center Of China Geological Survey
Priority to CN202011039073.3A priority Critical patent/CN112050742A/zh
Publication of CN112050742A publication Critical patent/CN112050742A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
    • 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
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了一种滑坡裂缝位移自适应监测系统及方法，该系统包括：监测预警云平台、无线网关以及设置在不同滑坡监测点的多个节点监测装置，所述节点监测装置包括微处理器以及与微处理器连接的位移传感器、LoRa无线通信模块、供电模块；所述微处理器通过LoRa无线通信模块与所述无线网关通信连接，所述无线网关通过4G/NB‑IoT网络与监测预警云平台通信连接，所述监测预警云平台与客户终端通信连接。本发明提供的滑坡裂缝位移自适应监测系统及方法，通过无线网络进行多个监测点的远程监控，实现裂缝位移监测的全过程全天候实时智能监测预警，提升了滑坡灾害监测的可靠性及安全性。

Description

一种滑坡裂缝位移自适应监测系统及方法
技术领域
本发明涉及地质灾害监测技术领域，特别是涉及一种滑坡裂缝位移自适应监测系统及方法。
背景技术
滑坡具有分布广、发生频繁、缓慢性和隐蔽性等特点，一旦发生将造成人员伤亡和巨大的经济损失，滑坡监测可减小灾害损失。滑坡灾害监测通过监测仪器获得滑坡体的活动状态数据，掌握滑坡灾害的演变过程，为滑坡灾害的预测预报、分析评估以及防治工程提供可靠资料。
随着科学技术的发展，滑坡裂缝位移监测自动化程度和智能化水平也不断提高，位移量的变化仍是滑坡监测中一种重要的指标参数，那么各种监测手段是否能够切实有效的保障滑坡裂缝位移监测系统的可靠性及安全性，能否全天候完整获取滑坡裂缝位移变化的规律及安全状况，逐渐成为各监测技术手段逐步完善的目标。
发明内容
本发明的目的是提供一种滑坡裂缝位移自适应监测系统及方法，通过无线网络进行多个监测点的远程监控，实现裂缝位移监测的全过程全天候实时智能监测预警，提升了滑坡灾害监测的可靠性及安全性。
为实现上述目的，本发明提供了如下方案：
一种滑坡裂缝位移自适应监测系统，该系统包括：监测预警云平台、无线网关以及设置在不同滑坡监测点的多个节点监测装置，所述节点监测装置包括微处理器以及与微处理器连接的位移传感器、LoRa无线通信模块、供电模块；所述微处理器通过LoRa无线通信模块与所述无线网关通信连接，所述无线网关通过4G/NB-IoT网络与监测预警云平台通信连接，所述监测预警云平台与客户终端通信连接。
可选的，所述位移传感器采用拉绳式同轴光电编码传感器；所述微处理器采用STM32微处理器；所述LoRa无线通信模块采用SX1278射频模块。
可选的，所述位移传感器和微处理器之间连接有直流运算放大器，用于消除所述位移传感器零点偏移及其温度漂移造成的测量误差。
可选的，所述节点监测装置还设置有声光报警器，所述声光报警器与所述微处理器连接。
可选的，所述节点监测装置还设置有GPS定位模块，所述GPS定位模块与所述微处理器连接。
可选的，所述节点监测装置还设置有温度传感器、湿度传感器，所述温度传感器、湿度传感器与所述微处理器连接。
可选的，所述供电模块为太阳能电池模块，所述太阳能电池模块包括太阳能电池板、光伏控制器和蓄电池，所述太阳能电池板通过光伏控制器与所述蓄电池连接，所述蓄电池为所述节点监测装置供电；所述节点监测装置上还设置有电网供电接口，用于与电网系统电性连接。
本发明还提供了一种滑坡裂缝位移自适应监测方法，应用于上述的滑坡裂缝位移自适应监测系统，包括以下步骤：
实时采集滑坡监测点的位移值，并融合“中位值滤波法”+“算术平均滤波法”两种滤波方法对采集到的位移值进行消除偏差处理，得到位移变化量；
将采位移变化量与预设阈值进行比较；
如果未达到预设阈值请况下，节点监测装置处于监听工作模式，微处理器的主频为65KHz，关闭通信接口，保证各功能模块处于低速运行状态；
如果超过预设阈值，节点监测装置处于正常工作模式，通讯打开，保障数据传输通畅，根据位移变化量自适应调整不同的采集时间间隔，微处理器的主频为16MHz，在此模式下保证耗能最优化；
微处理器将超过预设阈值的位移变化量发送至监测预警云平台，监测数据发送成功后进入低速运行状态，微处理器的主频由16MHz降至65KHz，经历一个时间周期后进入监听工作模式。
可选的，所述实时采集滑坡监测点的位移值，并融合“中位值滤波法”+“算术平均滤波法”两种滤波方法对采集到的位移值进行消除偏差处理，得到位移变化量，具体包括：
Figure BDA0002706020480000031
其中，Si为单次采集n个数据，第i个采集数据为所取的中位值；
Figure BDA0002706020480000034
为该时间段采集数据的平均值；ΔS为位移变化量。
可选的，所述如果超过预设阈值，节点监测装置处于正常工作模式，通讯打开，保障数据传输通畅，根据位移变化量自适应调整不同的采集时间间隔，微处理器的主频为16MHz，在此模式下保证耗能最优化，具体包括：
定义滑坡裂缝位移自适应监测系统运行状态监测数据的变化量从大到小，依次设置最大允许变化量、两个中间允许变化量到最小允许变化量：Δsmax、Δsmid、Δsmin、Δsmini；监测系统允许的最大数据采集间隔为Tmax及最小数据采集间隔Tmin；
当位移变化量超出最大允许变化量ΔSmax，即ΔS＞ΔSmax，位移监测数据采集间隔减小，采集时间间隔Ti+1为：
Figure BDA0002706020480000032
即：
Figure BDA0002706020480000033
其中，Ti为调整前的采集时间间隔；
当采集的位移变化量超出的允许变化量ΔSmid，即ΔSmid＜ΔS＜ΔSmax位移监测数据采集间隔减小，采集时间间隔Ti+1为：
Figure BDA0002706020480000041
即：
Figure BDA0002706020480000042
当采集的位移变化量超出的允许变化量ΔSmin，即ΔSmin＜ΔS＜ΔSmid位移监测数据采集间隔减小，采集时间间隔Ti+1为：
Figure BDA0002706020480000043
即：
Figure BDA0002706020480000044
当采集的位移变化量超出的允许变化量ΔSmini，即ΔSmini＜ΔS＜ΔSmin位移监测数据采集间隔减小，采集时间间隔Ti+1为：
Figure BDA0002706020480000045
即：
Figure BDA0002706020480000046
当采集的位移变化量未超出的允许变化量ΔSmini，即ΔS＜ΔSmini位移监测数据采集间隔增大，采集时间间隔Ti+1为：
Figure BDA0002706020480000051
即：
Figure BDA0002706020480000052
根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供的滑坡裂缝位移自适应监测系统及方法，针对滑坡灾害裂缝位移监测需求，采用光电编码、数字滤波技术研制高精度裂缝位移传感器，准确感知裂缝位移形变，研制以STM32嵌入式微处理器为核心的低功耗自适应数据采集单元、控制单元及供电单元，设计以触发采集、加密采集策略为主的智能化数据采集算法，结合4G/NB-IoT/LoRa无线通讯技术，形成可靠、稳定、数据传输全覆盖的多网混合传输技术，研究滑坡裂缝位移监测预警仪器与滑坡体上其他参数监测预警设备、监测预警平台之间的协同联动技术，形成仪器-仪器、仪器-平台之间的智能联动监测方法；以一体化、模组化、装配式、集成化的设计理念开展滑坡裂缝智能监测预警仪器结构和外观工艺设计，研制重量轻、体积小、功耗低、防护等级高、安装轻便、性能稳定的监测系统，实现广播、短信、电话、微信多手段预警。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例滑坡裂缝位移自适应监测系统的结构框图；
图2为本发明滑坡裂缝位移自适应监测方法的工作流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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。
本发明的目的是提供一种滑坡裂缝位移自适应监测系统及方法，通过无线网络进行多个监测点的远程监控，实现裂缝位移监测的全过程全天候实时智能监测预警，提升了滑坡灾害监测的可靠性及安全性。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例滑坡裂缝位移自适应监测系统的结构框图，如图1所示，本发明实施例提供的滑坡裂缝位移自适应监测系统，包括：监测预警云平台、无线网关以及设置在不同滑坡监测点的多个节点监测装置，所述节点监测装置包括微处理器以及与微处理器连接的位移传感器、LoRa无线通信模块、供电模块；所述微处理器通过LoRa无线通信模块与所述无线网关通信连接，所述无线网关通过4G/NB-IoT网络与监测预警云平台通信连接，所述监测预警云平台与客户终端通信连接。所述客户终端为手机、电脑等，可以在APP发布预警信息。
其中，所述位移传感器采用拉绳式同轴光电编码传感器；所述微处理器采用STM32微处理器；所述LoRa无线通信模块采用SX1278射频模块。
所述位移传感器和微处理器之间连接有直流运算放大器，用于消除所述位移传感器零点偏移及其温度漂移造成的测量误差。
所述节点监测装置还设置有声光报警器，所述声光报警器与所述微处理器连接。
所述节点监测装置还设置有GPS定位模块，所述GPS定位模块与所述微处理器连接。所述节点监测装置还设置有温度传感器、湿度传感器，所述温度传感器、湿度传感器与所述微处理器连接。
所述供电模块为太阳能电池模块，所述太阳能电池模块包括太阳能电池板、光伏控制器和蓄电池，所述太阳能电池板通过光伏控制器与所述蓄电池连接，所述蓄电池为所述节点监测装置供电；所述节点监测装置上还设置有电网供电接口，用于与电网系统电性连接。
本发明提供的滑坡裂缝位移自适应监测系统，位移传感器采用拉绳式同轴光电编码传感器，在测量过程中，由于传感器可能会受到环境影响变化，其内部器件会发生零点偏移及其温度漂移，零输入时存在测量误差，为了消除这种误差需要传感器前端增加直流运算放大器，是一种利用数字电路动态校正模拟失调误差的复合放大器；开展基于超长距离低功耗数据传输技术—LoRa通信技术，制定组网协议，组成低功耗无线传感网；融合无线通信公众4G/NB-IoT，保障应急状态下的数据无障碍可靠传输，研究适应滑坡裂缝位移监测的低功耗、高可靠性的多模式即时通信节点及网关设备，实现应急状态下实时连续工作需求；对节点监测装置各功能模块进行优化设计，采用嵌入式面板结构，选择轻质、强度高、耐腐蚀材质制作仪器外壳，合理分区规划各功能模块提高空间的利用率，实现装配、维护、携带轻便简单易操作。
如图2所示，本发明还提供了一种滑坡裂缝位移自适应监测方法，应用于上述的滑坡裂缝位移自适应监测系统，包括以下步骤：
实时采集滑坡监测点的位移值，并融合“中位值滤波法”+“算术平均滤波法”两种滤波方法对采集到的位移值进行消除偏差处理，得到位移变化量；
将采位移变化量与预设阈值进行比较；
如果未达到预设阈值请况下，节点监测装置处于监听工作模式，微处理器的主频为65KHz，关闭通信接口，保证各功能模块处于低速运行状态；
如果超过预设阈值，节点监测装置处于正常工作模式，通讯打开，保障数据传输通畅，根据位移变化量自适应调整不同的采集时间间隔，微处理器的主频为16MHz，在此模式下保证耗能最优化；
微处理器将超过预设阈值的位移变化量发送至监测预警云平台，监测数据发送成功后进入低速运行状态，微处理器的主频由16MHz降至65KHz，经历一个时间周期后进入监听工作模式。
其中，所述实时采集滑坡监测点的位移值，并融合“中位值滤波法”+“算术平均滤波法”两种滤波方法对采集到的位移值进行消除偏差处理，得到位移变化量，具体包括：
Figure BDA0002706020480000081
其中，Si为单次采集n个数据，第i个采集数据为所取的中位值；
Figure BDA0002706020480000083
为该时间段采集数据的平均值；ΔS为位移变化量。采用中位值平均滤波法，即在某数据采集节点，采集数据n个，例如n＝15，从采集的数据中去掉一个最大值和一个最小值，对剩下的数据求平均值。所以这个算法不需要对数据排序，关键是计算最大值，最小值，对剩下数据进行求和，然后计算平均值。融合“中位值滤波法”+“算术平均滤波法”两种滤波的优点，对于偶然出现的脉冲性干扰，可消除由其所引起的采样值偏差。
其中，所述如果超过预设阈值，节点监测装置处于正常工作模式，通讯打开，保障数据传输通畅，根据位移变化量自适应调整不同的采集时间间隔，微处理器的主频为16MHz，在此模式下保证耗能最优化，具体包括：
定义滑坡裂缝位移自适应监测系统运行状态监测数据的变化量从大到小，依次设置最大允许变化量、两个中间允许变化量到最小允许变化量：Δsmax、Δsmid、Δsmin、Δsmini；监测系统允许的最大数据采集间隔为Tmax及最小数据采集间隔Tmin；
当位移变化量超出最大允许变化量ΔSmax，即ΔS＞ΔSmax，位移监测数据采集间隔减小，采集时间间隔Ti+1为：
Figure BDA0002706020480000082
即：
Figure BDA0002706020480000091
其中，Ti为调整前的采集时间间隔；
当采集的位移变化量超出的允许变化量ΔSmid，即ΔSmid＜ΔS＜ΔSmax位移监测数据采集间隔减小，采集时间间隔Ti+1为：
Figure BDA0002706020480000092
即：
Figure BDA0002706020480000093
当采集的位移变化量超出的允许变化量ΔSmin，即ΔSmin＜ΔS＜ΔSmid位移监测数据采集间隔减小，采集时间间隔Ti+1为：
Figure BDA0002706020480000094
即：
Figure BDA0002706020480000095
当采集的位移变化量超出的允许变化量ΔSmini，即ΔSmini＜ΔS＜ΔSmin位移监测数据采集间隔减小，采集时间间隔Ti+1为：
Figure BDA0002706020480000101
即：
Figure BDA0002706020480000102
当采集的位移变化量未超出的允许变化量ΔSmini，即ΔS＜ΔSmini位移监测数据采集间隔增大，采集时间间隔Ti+1为：
Figure BDA0002706020480000103
即：
Figure BDA0002706020480000104
从(3)、(5)、(7)、(9)、(11)式可以看出，滑坡位移的变化直接影响到数据采集间隔的大小，即使微小的变化同样也可引起数据采集间隔的变化。此条件集旨在采取差别采集，降低数据采集量，提高采集效率，位移的变化量不同，对数据采集的频率要求则不同，实现应激调整采集间隔，从缓慢形变到加速变化的全过程智能感知，自适应调整，提高数据采集质量控制及平滑自主控制与调节采集频率识别。滑坡裂缝位移监测是一种不确定非线性的事件，具有建模方法的局限性，故提出了自适应事件触发控制采集策略。设计评价决策集实现事件触发控制机制，灵活地联合事件触发机制，切变决定如何调整采样/执行数据采集间隔，使切换事件触发控制能有效应对非线性、不确定性以及采样/执行误差，从而实现系统的稳定性和可靠性。
本发明提供的滑坡裂缝位移自适应监测方法，以自适应事件触发控制理论为手段，来提高监测设备位移变化的触发感知能力，自主规划监测策略，控制功耗。即根据对监测系统自身频繁变化进行智能“感知-决策-调整-规划-动作”，自主切换不同的量值区间下采样密度相异策略，通过自适应数据采集算法，充分考虑低功耗数据采集、多任务并行运算，实现裂缝形变从形变到加速变化的全过程智能感知，自适应调整采样频率，控制采样密度，实现平滑自主控制与调节，实现加密采集频率识别，控制STM32微处理器的工作频率，降低功耗。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种滑坡裂缝位移自适应监测系统，其特征在于，包括：监测预警云平台、无线网关以及设置在不同滑坡监测点的多个节点监测装置，所述节点监测装置包括微处理器以及与微处理器连接的位移传感器、LoRa无线通信模块、供电模块；所述微处理器通过LoRa无线通信模块与所述无线网关通信连接，所述无线网关通过4G/NB-IoT网络与监测预警云平台通信连接，所述监测预警云平台与客户终端通信连接。
2.根据权利要求1所述的滑坡裂缝位移自适应监测系统，其特征在于，所述位移传感器采用拉绳式同轴光电编码传感器；所述微处理器采用STM32微处理器；所述LoRa无线通信模块采用SX1278射频模块。
3.根据权利要求1所述的滑坡裂缝位移自适应监测系统，其特征在于，所述位移传感器和微处理器之间连接有直流运算放大器，用于消除所述位移传感器零点偏移及其温度漂移造成的测量误差。
4.根据权利要求1所述的滑坡裂缝位移自适应监测系统，其特征在于，所述节点监测装置还设置有声光报警器，所述声光报警器与所述微处理器连接。
5.根据权利要求1所述的滑坡裂缝位移自适应监测系统，其特征在于，所述节点监测装置还设置有GPS定位模块，所述GPS定位模块与所述微处理器连接。
6.根据权利要求1所述的滑坡裂缝位移自适应监测系统，其特征在于，所述节点监测装置还设置有温度传感器、湿度传感器，所述温度传感器、湿度传感器与所述微处理器连接。
7.根据权利要求1所述的滑坡裂缝位移自适应监测系统，其特征在于，所述供电模块为太阳能电池模块，所述太阳能电池模块包括太阳能电池板、光伏控制器和蓄电池，所述太阳能电池板通过光伏控制器与所述蓄电池连接，所述蓄电池为所述节点监测装置供电；所述节点监测装置上还设置有电网供电接口，用于与电网系统电性连接。
8.一种滑坡裂缝位移自适应监测方法，应用于权利要求1-7任一所述的滑坡裂缝位移自适应监测系统，其特征在于，包括以下步骤：
实时采集滑坡监测点的位移值，并融合“中位值滤波法”+“算术平均滤波法”两种滤波方法对采集到的位移值进行消除偏差处理，得到位移变化量；
将采位移变化量与预设阈值进行比较；
如果未达到预设阈值请况下，节点监测装置处于监听工作模式，微处理器的主频为65KHz，关闭通信接口，保证各功能模块处于低速运行状态；
如果超过预设阈值，节点监测装置处于正常工作模式，通讯打开，保障数据传输通畅，根据位移变化量自适应调整不同的采集时间间隔，微处理器的主频为16MHz，在此模式下保证耗能最优化；
微处理器将超过预设阈值的位移变化量发送至监测预警云平台，监测数据发送成功后进入低速运行状态，微处理器的主频由16MHz降至65KHz，经历一个时间周期后进入监听工作模式。
9.根据权利要求8所述的滑坡裂缝位移自适应监测方法，其特征在于，所述实时采集滑坡监测点的位移值，并融合“中位值滤波法”+“算术平均滤波法”两种滤波方法对采集到的位移值进行消除偏差处理，得到位移变化量，具体包括：
Figure FDA0002706020470000021
其中，Si为单次采集n个数据，第i个采集数据为所取的中位值；S为该时间段采集数据的平均值；ΔS为位移变化量。
10.根据权利要求9所述的滑坡裂缝位移自适应监测方法，其特征在于，所述如果超过预设阈值，节点监测装置处于正常工作模式，通讯打开，保障数据传输通畅，根据位移变化量自适应调整不同的采集时间间隔，微处理器的主频为16MHz，在此模式下保证耗能最优化，具体包括：
定义滑坡裂缝位移自适应监测系统运行状态监测数据的变化量从大到小，依次设置最大允许变化量、两个中间允许变化量到最小允许变化量：Δsmax、Δsmid、Δsmin、Δsmini；监测系统允许的最大数据采集间隔为Tmax及最小数据采集间隔Tmin；
当位移变化量超出最大允许变化量ΔSmax，即ΔS＞ΔSmax，位移监测数据采集间隔减小，采集时间间隔Ti+1为：
Figure FDA0002706020470000031
即：
Figure FDA0002706020470000032
其中，Ti为调整前的采集时间间隔；
当采集的位移变化量超出的允许变化量ΔSmid，即ΔSmid＜ΔS＜ΔSmax位移监测数据采集间隔减小，采集时间间隔Ti+1为：
Figure FDA0002706020470000033
即：
Figure FDA0002706020470000034
当采集的位移变化量超出的允许变化量ΔSmin，即ΔSmin＜ΔS＜ΔSmid位移监测数据采集间隔减小，采集时间间隔Ti+1为：
Figure FDA0002706020470000041
即：
Figure FDA0002706020470000042
当采集的位移变化量超出的允许变化量ΔSmini，即ΔSmini＜ΔS＜ΔSmin位移监测数据采集间隔减小，采集时间间隔Ti+1为：
Figure FDA0002706020470000043
即：
Figure FDA0002706020470000044
当采集的位移变化量未超出的允许变化量ΔSmini，即ΔS＜ΔSmini位移监测数据采集间隔增大，采集时间间隔Ti+1为：
Figure FDA0002706020470000045
即：
Figure FDA0002706020470000046
。
CN202011039073.3A 2020-09-28 2020-09-28 一种滑坡裂缝位移自适应监测系统及方法 Pending CN112050742A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011039073.3A CN112050742A (zh) 2020-09-28 2020-09-28 一种滑坡裂缝位移自适应监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011039073.3A CN112050742A (zh) 2020-09-28 2020-09-28 一种滑坡裂缝位移自适应监测系统及方法

Publications (1)

Publication Number Publication Date
CN112050742A true CN112050742A (zh) 2020-12-08

Family

ID=73605459

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011039073.3A Pending CN112050742A (zh) 2020-09-28 2020-09-28 一种滑坡裂缝位移自适应监测系统及方法

Country Status (1)

Country Link
CN (1) CN112050742A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112820075A (zh) * 2021-01-15 2021-05-18 中国地质调查局水文地质环境地质调查中心 滑坡监测预警系统
CN114816775A (zh) * 2022-06-30 2022-07-29 深圳特科动力技术有限公司 一种陡坡防滑坡危险勘测方法
CN115325928A (zh) * 2022-10-17 2022-11-11 西北大学 一种基于北斗通信的滑坡地表裂缝综合监测系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112820075A (zh) * 2021-01-15 2021-05-18 中国地质调查局水文地质环境地质调查中心 滑坡监测预警系统
CN114816775A (zh) * 2022-06-30 2022-07-29 深圳特科动力技术有限公司 一种陡坡防滑坡危险勘测方法
CN115325928A (zh) * 2022-10-17 2022-11-11 西北大学 一种基于北斗通信的滑坡地表裂缝综合监测系统
CN115325928B (zh) * 2022-10-17 2023-01-31 西北大学 一种基于北斗通信的滑坡地表裂缝综合监测系统

Similar Documents

Publication Publication Date Title
CN112050742A (zh) 一种滑坡裂缝位移自适应监测系统及方法
CN101790251B (zh) 基于改进粒子群优化算法的无线传感器节点联盟生成方法
Larios et al. Energy efficient wireless sensor network communications based on computational intelligent data fusion for environmental monitoring
CN117057670A (zh) 基于物联网的物业智能能源管理系统
CN111964645A (zh) 一种基于信息融合的电力杆塔失稳监测方法及系统
CN112051377A (zh) 一种适应天气变化的水环境监测频率自调整系统及方法
CN212674073U (zh) 一种滑坡裂缝位移自适应监测系统
CN116545954A (zh) 基于物联网的通信网关数据传输方法及系统
CN112701729A (zh) 一种基于边缘计算的微电网分布式协同控制系统及方法
CN116156504A (zh) 流量监测方法、装置及存储介质
CN115079648A (zh) 一种智能工业控制系统
CN204730878U (zh) 电力设备在线监测装置
Nguyen et al. IoT-enabled dependable co-located low-cost sensing for construction site monitoring
CN111174905A (zh) 低功耗物联网振动异常检测装置及其检测方法
Correa et al. Design and implementation of an embedded edge-processing water quality monitoring system for underground waters
CN116168502B (zh) 一种自优化工业园区消防传感器节能控制系统
CN103248063A (zh) 一种基于pmu的多直流协调广域阻尼控制方法
CN116435989A (zh) 新型电力系统设备物联状态预测方法、装置及系统
Li et al. An energy-efficient data transmission scheme for remote state estimation and applications to a water-tank system
CN202830174U (zh) 一种用于防腐拉索的监控系统
CN113015120B (zh) 一种基于神经网络的治污监测系统和方法
CN106296446B (zh) 一种供电安全管理系统及方法
CN114936640A (zh) 一种新能源发电智能预测模型的在线训练方法
CN113759210A (zh) 配电房状态监测系统和配电房监测数据传输方法
CN109780451B (zh) 一种基于机器视觉的电厂调速器油路巡检方法

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