CN112257929A - 一种绞吸疏浚辅助决策系统及方法 - Google Patents
一种绞吸疏浚辅助决策系统及方法 Download PDFInfo
- Publication number
- CN112257929A CN112257929A CN202011143011.7A CN202011143011A CN112257929A CN 112257929 A CN112257929 A CN 112257929A CN 202011143011 A CN202011143011 A CN 202011143011A CN 112257929 A CN112257929 A CN 112257929A
- Authority
- CN
- China
- Prior art keywords
- dredging
- data
- module
- optimization
- equipment
- 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 83
- 230000008569 process Effects 0.000 claims abstract description 60
- 238000005457 optimization Methods 0.000 claims abstract description 52
- 238000012545 processing Methods 0.000 claims abstract description 36
- 238000012423 maintenance Methods 0.000 claims abstract description 35
- 238000012544 monitoring process Methods 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 230000007246 mechanism Effects 0.000 claims abstract description 4
- 238000013178 mathematical model Methods 0.000 claims description 30
- 238000001914 filtration Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 6
- 230000008676 import Effects 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 239000013598 vector Substances 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000007639 printing Methods 0.000 claims description 3
- 239000002002 slurry Substances 0.000 claims description 3
- 238000005299 abrasion Methods 0.000 claims description 2
- 238000009412 basement excavation Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000010276 construction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q10/067—Enterprise or organisation modelling
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种绞吸疏浚辅助决策系统及方法,系统包括数据采集及处理服务模块、数据库服务器、后台服务器以及疏浚客户端;数据采集及处理服务模块包括数据采集客户端模块和疏浚过程数据的处理、存储与转发模块;后台服务器包括疏浚优化子系统和运维子系统。方法包括以下步骤:提示用户新建项目或直接进入已有项目;向用户提供新项目的推荐参数;提供疏浚风险监测、设备运维报警机制和疏浚优化;优先使用案例推理模块产生推荐案例。本发明可根据当前泥质、管道工况、设备运作状况等信息进行综合分析,给出浚前计算参数、浚中设备控制推荐参数、和包括绞刀、桥架、横移在内的疏浚设备操作指导建议。
Description
技术领域
本发明属于船舶网络化控制、疏浚控制优化技术领域,具体涉及一种绞吸疏浚辅助决策系统及方法。
背景技术
疏浚是港口维护、航道维护、吹填造陆、护岸、采矿和采砂方面常用的工程实施方式,对我国基础设施建设和战略建设有着重要意义。
在疏浚施工方面,目前绝大部分仍然依赖疏浚人员实时驾驶操作疏浚船舶才得以有效进行。疏浚人员的能力及认知水平能极大地影响疏浚效率,高效的疏浚往往依赖于疏浚专家的操作控制。然而疏浚专家数量有限,无法时刻操作疏浚工程,因此,疏浚效率无法保持长期高效。
随着技术的发展,近些年新建造的大型疏浚船大都集成了自动化控制系统,在机器替代人工操作方面提供了很大帮助,但是在提高疏浚效率方面则表现不足。究其原因,是疏浚效率受岩土、管道、施工环境、设备工况等因素的影响,加上疏浚设备的控制参数对疏浚过程量的影响是多维度的和相互的,难以用精确的数学模型来表达疏浚控制过程,所以自动化控制系统的应用未能直接有效地提高疏浚效率,特别是对于经验不足的疏浚人员来说,这些系统甚至起不到任何提高效率的作用。
所以,研究简化的疏浚数学模型,结合新兴人工智能技术研发实用的绞吸疏浚辅助决策系统,用以指导疏浚工作,提高疏浚效率显得非常有必要。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足,提出一种绞吸疏浚辅助决策系统及方法,为疏浚工程提供辅助决策,通过疏浚优化和智能运维提高疏浚效率。
为了达到上述目的,本发明采用以下技术方案:
本发明提供的一种绞吸疏浚辅助决策系统,包括数据采集及处理服务模块、数据库服务器、后台服务器以及多个疏浚客户端;
所述后台服务器与数据采集及处理服务模块、数据库服务器以及多个疏浚客户端通信连接;所述数据采集及处理服务模块与数据库服务器通信连接;所述数据采集及处理服务模块与外部疏浚设备系统通信连接;
所述数据采集及处理服务模块,用于采集疏浚过程数据并进行处理、存储与转发;
所述数据库服务器,用于疏浚过程实时数据、历史数据、系统配置、案例和数学模型数据的存储;
所述后台服务器包括疏浚优化子系统以及运维子系统;
所述疏浚优化子系统,用于进行浚前推荐、疏浚过程状态感知与优化,以提高疏浚挖掘效率和输送效率;
所述运维子系统,用于疏浚设备的状态监测和磨损估算,以实现高效运维;
所述多个疏浚客户端,用于疏浚过程的监控、后台所推送的数据的展示以及相关业务操作。
优选的,所述数据采集及处理服务模块包括数据采集客户端模块和疏浚过程数据的处理、存储与转发模块;
所述数据采集客户端模块,用于支持多协议读取疏浚设备系统过程数据,负责对当前数据传输网络连接实施状态监测,并将检测结果反馈至所述后台服务器;
所述疏浚过程数据的处理、存储与转发模块,用于对数据采集客户端模块所采集到的数据进行预处理,在预处理后进行本地存储并向岸基数据库转发。
优选的,所述数据库服务器,负责疏浚过程实时数据、历史数据、系统配置、案例、数学模型等数据的存储;
所述疏浚过程实时数据,是指疏浚设备以及传感器所采集到的过程实时数据;
所述历史数据是指对所述疏浚过程实时数据和统计数据进行累积保存而存在于所述数据库服务器中的数据;
所述配置数据指疏浚船舶设备出厂参数、泥质/管道相关标准/规范数据、经验数据、报警高低限;
所述案例,是所述疏浚优化子系统中经所述案例产生模块产生并存储所述数据库服务器中的系统运行参数集合;
所述数学模型数据为疏浚数学模型相关系数,支持数学模型导入并保存于数据库、或从数据库中选择加载。
优选的,所述后台服务器包括疏浚优化子系统和运维子系统;
所述疏浚优化子系统,包括系统关键数据滤波和统计模块、案例产生模块、案例库维护模块和疏浚优化引擎;
所述关键数据滤波和统计模块,为采用均值滤波方法对疏浚过程数据进行滤波,并针对不同层级设备的产量产耗等指标进行实时统计更新;
所述案例产生模块,用于实施监测疏浚过程数据,并结合数据平滑处理技术和所述运维子系统疏浚风险监测模块检测结果,通过监督学习方法进行案例产生和入库;
所述案例库维护模块,在严格控制数据库容量的基础上通过优化指标优选原则对案例库进行优化修改;所述案例库维护模块还实时监测所述疏浚优化引擎向所述疏浚客户端推送的建议的采纳和反馈情况,并根据建议的采纳和反馈情况通过可信度调整方式对可靠案例进行加权维护,确保可靠案例不被删减。
优选的,所述疏浚优化引擎包括案例推理模块和基于模型的优化模块;
所述案例推理模块,用于结合疏浚系统实际运行情况,通过特征向量在案例库中匹配相似案例,并对备选案例进行预处理以及向疏浚客户端推送;
所述基于模型的优化模块,用于结合疏浚过程数据,为疏浚工程提供基于疏浚数学模型的疏浚指导建议,系统可对疏浚数学模型进行系数修正,以使疏浚数学模型适应当前疏浚工程。
优选的,所述疏浚优化引擎,采用案例推理和基于模型相结合的优化引擎,优先使用案例推理模块产生推荐案例,在匹配不到相似案例或推荐结果预处理不满足要求的情况下使用基于模型的优化推荐。
优选的,所述运维子系统包括疏浚风险监测模块和设备状态趋势分析模块;
所述疏浚风险监测模块,通过设备运行参数和泥浆输送状态参数进行趋势判断,对疏浚过程潜在的风险进行检测,并给出风险类型和所处部位以及应对方案;
所述设备状态趋势分析模块,用于对疏浚设备运行状态数据或者其数据融合结果进行趋势分析,并对分析结果进行结论性建议或报警输出。
优选的,所述疏浚客户端,用于与所述后台服务器进行推荐和报警输出结果交互与展示、工程项目配置、系统参数配置、报表生成及打印。
本发明还提供了一种绞吸疏浚辅助决策方法,该方法应用于所述的绞吸疏浚辅助决策系统,提供一种流程化的使用方式,即以GPS信息和时间信息为主要判别量自动向用户提示新建项目档案,所有项目档案建立过程所涉及的内容均可自动填写或从实时数据中获取,最后提供浚前推荐功能,向用户提供新项目的推荐参数,简化用户操作过程。
本发明还提供了一种绞吸疏浚辅助决策方法,该方法应用于所述的绞吸疏浚辅助决策系统,其特征在于,提供疏浚风险监测、设备运维报警机制,在系统出现潜在疏浚风险或设备运行状态异常的情况下给出相关报警提示并提供报警信息语音播报功能,在保证系统运行正常的条件下启动疏浚优化子系统相关模块功能。
本发明与现有技术相比,具有如下优点和有益效果:
1、本发明以实际疏浚工程过程数据为基础,结合监督学习算法构建疏浚案例,通过特征向量搜索并处理后为疏浚人员提供可靠的实际控制参数,避免复杂系统数学模型带来的推荐参数偏离实际较大的情况。
2、本发明具有便捷的人机交互界面,可快速建立项目档案并直接生成推荐结果,在疏浚过程中可以实时监测施工状态,并根据疏浚过程数据给出相关建议。
3、本发明实现了语音播报功能,无需观察界面便可知悉系统建议内容,同时系统提供数据下发接口,方便第三方控制系统的数据获取。
4、本发明系统支持模型导入功能和选择使用,方便疏浚用户使用其熟悉的或者推荐的数学模型,便于使用。
附图说明
图1是本发明系统的结构示意图;
图2是本发明方法的流程示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
如图1所示,本发明一种绞吸疏浚辅助决策系统包括数据采集及处理服务模块、数据库服务器、后台服务器以及多个疏浚客户端(本实施例中以三个疏浚客户端为例进行说明,实际数量可根据用户需要自行选择);所述后台服务器与数据采集及处理服务模块、数据库服务器以及多个疏浚客户端通信连接;所述数据采集及处理服务模块与数据库服务器通信连接;所述数据采集及处理服务模块与外部疏浚设备系统通信连接;所述后台服务器与岸基数据库通信连接。
进一步的,所述数据采集及处理服务模块,用于采集疏浚过程数据并进行处理、存储与转发。
所述数据采集及处理服务模块包括数据采集客户端模块和疏浚过程数据的处理、存储与转发模块;
所述数据采集客户端模块,用于支持多协议读取疏浚设备系统过程数据,负责对当前数据传输网络连接实施状态监测,并将检测结果反馈至所述后台服务器;
所述疏浚过程数据的处理、存储与转发模块,用于对数据采集客户端模块所采集到的数据进行预处理(包括逻辑处理和计算处理),在预处理后进行本地存储并向岸基数据库转发。
进一步的,所述数据库服务器,负责疏浚过程实时数据、历史数据、系统配置、案例、数学模型等数据的存储;
所述疏浚过程实时数据,是指疏浚设备以及传感器所采集到的过程实时数据;
所述历史数据是指对所述疏浚过程实时数据和统计数据进行累积保存而存在于所述数据库服务器中的数据;
所述配置数据指疏浚船舶设备出厂参数、泥质/管道相关标准/规范数据、经验数据、报警高低限;
所述案例,是所述疏浚优化子系统中经所述案例产生模块产生并存储所述数据库服务器中的系统运行参数集合;
所述数学模型数据为疏浚数学模型相关系数,支持数学模型导入并保存于数据库、或从数据库中选择加载。
进一步的,所述后台服务器包括疏浚优化子系统和运维子系统;
所述疏浚优化子系统,包括系统关键数据滤波和统计模块、案例产生模块、案例库维护模块和疏浚优化引擎;
所述关键数据滤波和统计模块,为采用均值滤波方法对疏浚过程数据进行滤波,并针对不同层级设备的产量产耗等指标进行实时统计更新;
所述案例产生模块,用于实施监测疏浚过程数据,并结合数据平滑处理技术和所述运维子系统疏浚风险监测模块检测结果,通过监督学习方法进行案例产生和入库;
所述案例库维护模块,在严格控制数据库容量的基础上通过优化指标优选原则对案例库进行优化修改;所述案例库维护模块还实时监测所述疏浚优化引擎向所述疏浚客户端推送的建议的采纳和反馈情况,并根据建议的采纳和反馈情况通过可信度调整方式对可靠案例进行加权维护,确保可靠案例不被删减。
更进一步的,所述疏浚优化引擎包括案例推理模块和基于模型的优化模块;
所述案例推理模块,用于结合疏浚系统实际运行情况,通过特征向量在案例库中匹配相似案例,并对备选案例进行预处理以及向疏浚客户端推送;
所述基于模型的优化模块,用于结合疏浚过程数据,为疏浚工程提供基于疏浚数学模型的疏浚指导建议,系统可对疏浚数学模型进行系数修正,以使疏浚数学模型适应当前疏浚工程。
更进一步的,所述疏浚优化引擎,采用案例推理和基于模型相结合的优化引擎,优先使用案例推理模块产生推荐案例,在匹配不到相似案例或推荐结果预处理不满足要求的情况下使用基于模型的优化推荐。
更进一步的,所述运维子系统包括疏浚风险监测模块和设备状态趋势分析模块;
所述疏浚风险监测模块,通过设备运行参数和泥浆输送状态参数进行趋势判断,对疏浚过程潜在的风险进行检测,并给出风险类型和所处部位以及应对方案;
所述设备状态趋势分析模块,用于对疏浚设备运行状态数据或者其数据融合结果进行趋势分析,并对分析结果进行结论性建议或报警输出。
进一步的,所述疏浚客户端,用于与所述后台服务器进行推荐和报警输出结果交互与展示、工程项目配置、系统参数配置、报表生成及打印。
本发明还提供了基于本实施例的绞吸疏浚辅助决策方法,如图2所示,具体包括以下步骤:
S1、以GPS信息和时间信息为主要判别量自动向用户提示新建项目档案,用户也可以直接进入已有的项目;所有项目档案建立过程所涉及的内容均可自动填写或从实时数据中获取;
S2、提供浚前推荐功能,向用户提供新项目的推荐参数,简化用户操作过程;
S3、提供疏浚风险监测、设备运维报警机制,在系统出现潜在疏浚风险或设备运行状态异常的情况下给出相关报警提示并提供报警信息语音播报功能,在保证系统运行正常的条件下启动疏浚优化子系统相关模块功能;
S4、采用案例推理和基于模型相结合的优化引擎,优先使用案例推理模块产生推荐案例,在匹配不到相似案例或推荐结果预处理不满足要求的情况下使用基于模型的优化推荐。
还需要说明的是,在本说明书中,诸如术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种绞吸疏浚辅助决策系统,其特征在于,包括数据采集及处理服务模块、数据库服务器、后台服务器以及多个疏浚客户端;
所述后台服务器与数据采集及处理服务模块、数据库服务器以及多个疏浚客户端通信连接;所述数据采集及处理服务模块与数据库服务器通信连接;所述数据采集及处理服务模块与外部疏浚设备系统通信连接;
所述数据采集及处理服务模块,用于采集疏浚过程数据并进行处理、存储与转发;
所述数据库服务器,用于疏浚过程实时数据、历史数据、系统配置、案例和数学模型数据的存储;
所述后台服务器包括疏浚优化子系统以及运维子系统;
所述疏浚优化子系统,用于进行浚前推荐、疏浚过程状态感知与优化,以提高疏浚挖掘效率和输送效率;
所述运维子系统,用于疏浚设备的状态监测和磨损估算,以实现高效运维;
所述多个疏浚客户端,用于疏浚过程的监控、后台所推送的数据的展示以及相关业务操作。
2.根据权利要求1所述的一种绞吸疏浚辅助决策系统,其特征在于,所述数据采集及处理服务模块包括数据采集客户端模块和疏浚过程数据的处理、存储与转发模块;
所述数据采集客户端模块,用于支持多协议读取疏浚设备系统过程数据,负责对当前数据传输网络连接实施状态监测,并将检测结果反馈至所述后台服务器;
所述疏浚过程数据的处理、存储与转发模块,用于对数据采集客户端模块所采集到的数据进行预处理,在预处理后进行本地存储并向岸基数据库转发。
3.根据权利要求1所述的一种绞吸疏浚辅助决策系统,其特征在于,所述数据库服务器,负责疏浚过程实时数据、历史数据、系统配置、案例、数学模型等数据的存储;
所述疏浚过程实时数据,是指疏浚设备以及传感器所采集到的过程实时数据;
所述历史数据是指对所述疏浚过程实时数据和统计数据进行累积保存而存在于所述数据库服务器中的数据;
所述配置数据指疏浚船舶设备出厂参数、泥质/管道相关标准/规范数据、经验数据、报警高低限;
所述案例,是所述疏浚优化子系统中经所述案例产生模块产生并存储所述数据库服务器中的系统运行参数集合;
所述数学模型数据为疏浚数学模型相关系数,支持数学模型导入并保存于数据库、或从数据库中选择加载。
4.根据权利要求1所述的一种绞吸疏浚辅助决策系统,其特征在于,所述后台服务器包括疏浚优化子系统和运维子系统;
所述疏浚优化子系统,包括系统关键数据滤波和统计模块、案例产生模块、案例库维护模块和疏浚优化引擎;
所述关键数据滤波和统计模块,为采用均值滤波方法对疏浚过程数据进行滤波,并针对不同层级设备的产量产耗等指标进行实时统计更新;
所述案例产生模块,用于实施监测疏浚过程数据,并结合数据平滑处理技术和所述运维子系统疏浚风险监测模块检测结果,通过监督学习方法进行案例产生和入库;
所述案例库维护模块,在严格控制数据库容量的基础上通过优化指标优选原则对案例库进行优化修改;所述案例库维护模块还实时监测所述疏浚优化引擎向所述疏浚客户端推送的建议的采纳和反馈情况,并根据建议的采纳和反馈情况通过可信度调整方式对可靠案例进行加权维护,确保可靠案例不被删减。
5.根据权利要求4所述的一种绞吸疏浚辅助决策系统,所述疏浚优化引擎包括案例推理模块和基于模型的优化模块;
所述案例推理模块,用于结合疏浚系统实际运行情况,通过特征向量在案例库中匹配相似案例,并对备选案例进行预处理以及向疏浚客户端推送;
所述基于模型的优化模块,用于结合疏浚过程数据,为疏浚工程提供基于疏浚数学模型的疏浚指导建议,系统可对疏浚数学模型进行系数修正,以使疏浚数学模型适应当前疏浚工程。
6.根据权利要求5所述的一种绞吸疏浚辅助决策系统,其特征在于,所述疏浚优化引擎,采用案例推理和基于模型相结合的优化引擎,优先使用案例推理模块产生推荐案例,在匹配不到相似案例或推荐结果预处理不满足要求的情况下使用基于模型的优化推荐。
7.根据权利要求4所述的一种绞吸疏浚辅助决策系统,其特征在于,所述运维子系统包括疏浚风险监测模块和设备状态趋势分析模块;
所述疏浚风险监测模块,通过设备运行参数和泥浆输送状态参数进行趋势判断,对疏浚过程潜在的风险进行检测,并给出风险类型和所处部位以及应对方案;
所述设备状态趋势分析模块,用于对疏浚设备运行状态数据或者其数据融合结果进行趋势分析,并对分析结果进行结论性建议或报警输出。
8.根据权利要求1所述的一种绞吸疏浚辅助决策系统,其特征在于,所述疏浚客户端,用于与所述后台服务器进行推荐和报警输出结果交互与展示、工程项目配置、系统参数配置、报表生成及打印。
9.一种绞吸疏浚辅助决策方法,其特征在于,该方法应用于权利要求1-8中任一项所述的绞吸疏浚辅助决策系统,提供一种流程化的使用方式,即以GPS信息和时间信息为主要判别量自动向用户提示新建项目档案,所有项目档案建立过程所涉及的内容均可自动填写或从实时数据中获取,最后提供浚前推荐功能,向用户提供新项目的推荐参数,简化用户操作过程。
10.一种绞吸疏浚辅助决策方法,该方法应用于权利要求1-8中任一项所述的绞吸疏浚辅助决策系统,其特征在于,提供疏浚风险监测、设备运维报警机制,在系统出现潜在疏浚风险或设备运行状态异常的情况下给出相关报警提示并提供报警信息语音播报功能,在保证系统运行正常的条件下启动疏浚优化子系统相关模块功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011143011.7A CN112257929A (zh) | 2020-10-23 | 2020-10-23 | 一种绞吸疏浚辅助决策系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011143011.7A CN112257929A (zh) | 2020-10-23 | 2020-10-23 | 一种绞吸疏浚辅助决策系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112257929A true CN112257929A (zh) | 2021-01-22 |
Family
ID=74263321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011143011.7A Pending CN112257929A (zh) | 2020-10-23 | 2020-10-23 | 一种绞吸疏浚辅助决策系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112257929A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115600746A (zh) * | 2022-10-24 | 2023-01-13 | 哈尔滨工程大学(Cn) | 一种基于卷积神经网络的耙吸船能效预测方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101021878A (zh) * | 2006-02-14 | 2007-08-22 | 中国交通建设集团有限公司 | 绞吸挖泥船计算机自动寻优疏浚方法 |
CA2882796A1 (en) * | 2007-05-16 | 2009-02-12 | Power Analytics Corporation | Real-time predictive systems for intelligent energy monitoring and management of electrical power networks |
CN106302739A (zh) * | 2016-08-16 | 2017-01-04 | 北京大邦实创节能技术服务有限公司 | 一种工业锅炉监测及分析辅助决策云平台系统 |
CN106447584A (zh) * | 2016-09-22 | 2017-02-22 | 东南大学 | 一种面向高速公路网络运营的决策支持系统及其使用方法 |
CN206195827U (zh) * | 2016-08-16 | 2017-05-24 | 北京大邦实创节能技术服务有限公司 | 一种工业锅炉监测及分析辅助决策云平台系统 |
CN107291830A (zh) * | 2017-05-27 | 2017-10-24 | 宁夏共享模具有限公司 | 一种设备知识库的创建方法 |
CN108549336A (zh) * | 2018-04-02 | 2018-09-18 | 长江南京航道工程局 | 基于bs模式下的船舶辅助决策系统和方法 |
CN111125061A (zh) * | 2019-12-18 | 2020-05-08 | 甘肃省卫生健康统计信息中心(西北人口信息中心) | 一种规范和促进健康医疗大数据的方法 |
CN111784191A (zh) * | 2020-07-17 | 2020-10-16 | 塔盾信息技术(上海)有限公司 | 一种基于工业智能的安全管理辅助决策系统 |
-
2020
- 2020-10-23 CN CN202011143011.7A patent/CN112257929A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101021878A (zh) * | 2006-02-14 | 2007-08-22 | 中国交通建设集团有限公司 | 绞吸挖泥船计算机自动寻优疏浚方法 |
CA2882796A1 (en) * | 2007-05-16 | 2009-02-12 | Power Analytics Corporation | Real-time predictive systems for intelligent energy monitoring and management of electrical power networks |
CN106302739A (zh) * | 2016-08-16 | 2017-01-04 | 北京大邦实创节能技术服务有限公司 | 一种工业锅炉监测及分析辅助决策云平台系统 |
CN206195827U (zh) * | 2016-08-16 | 2017-05-24 | 北京大邦实创节能技术服务有限公司 | 一种工业锅炉监测及分析辅助决策云平台系统 |
CN106447584A (zh) * | 2016-09-22 | 2017-02-22 | 东南大学 | 一种面向高速公路网络运营的决策支持系统及其使用方法 |
CN107291830A (zh) * | 2017-05-27 | 2017-10-24 | 宁夏共享模具有限公司 | 一种设备知识库的创建方法 |
CN108549336A (zh) * | 2018-04-02 | 2018-09-18 | 长江南京航道工程局 | 基于bs模式下的船舶辅助决策系统和方法 |
CN111125061A (zh) * | 2019-12-18 | 2020-05-08 | 甘肃省卫生健康统计信息中心(西北人口信息中心) | 一种规范和促进健康医疗大数据的方法 |
CN111784191A (zh) * | 2020-07-17 | 2020-10-16 | 塔盾信息技术(上海)有限公司 | 一种基于工业智能的安全管理辅助决策系统 |
Non-Patent Citations (3)
Title |
---|
丁树友 等: "绞吸挖泥船作业产量的现场优化技术", 水运工程, no. 5, 31 May 2007 (2007-05-31) * |
田俊峰 等: "绞吸挖泥船计算机辅助疏浚决策系统", 水运工程, no. 3, 31 March 2005 (2005-03-31) * |
邵世保;吴雁;张德辉;耿永辉;周鹏;郝红珊;: "慈湖河流域水质监测预警管理体系的构建与应用", 环境与发展, no. 12, 28 December 2019 (2019-12-28) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115600746A (zh) * | 2022-10-24 | 2023-01-13 | 哈尔滨工程大学(Cn) | 一种基于卷积神经网络的耙吸船能效预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110148285B (zh) | 一种基于大数据技术的油井参数智能预警系统及其预警方法 | |
CN104603581A (zh) | 电动潜油泵操作 | |
CN102243497B (zh) | 用于工程机械的基于物联网技术的远程智能分析服务系统 | |
US8457897B2 (en) | Methods and systems to estimate wellbore events | |
CN111594201B (zh) | 一种tbm关键参数智能控制系统及方法 | |
WO2018222602A1 (en) | Oil and gas industrial machine monitoring | |
CN102930023A (zh) | 基于知识的数据质量解决方案 | |
CN102982097A (zh) | 用于基于知识的数据质量解决方案的域 | |
CN117010863A (zh) | 一种基于物联网技术的市政管网健康度在线监测系统和方法 | |
US20230419425A1 (en) | Method for monitoring operation of liquefied natural gas (lng) storage and internet of things system (iot) thereof | |
CN112257929A (zh) | 一种绞吸疏浚辅助决策系统及方法 | |
CN112292703A (zh) | 设备管理方法、装置、系统和存储介质 | |
CN114120579A (zh) | 一种智能井盖监测系统、方法、设备及存储介质 | |
CN112733440A (zh) | 海上油气水井智能故障诊断方法、系统、存储介质、设备 | |
CN102681438A (zh) | 作物温室栽培专家控制系统及作物病症诊断方法 | |
CN110359919B (zh) | 一种盾构机施工风险防控方法及系统 | |
CN116665421A (zh) | 机械设备的预警处理方法、装置及计算机可读存储介质 | |
CN114519511A (zh) | 一种边云端架构的油井全生命周期管理方法及系统 | |
CN110009260B (zh) | 污水处理厂的交接班信息处理方法和装置 | |
US20120209540A1 (en) | Systems and Methods for Managing Wellhead Production | |
CN111162933B (zh) | 一种具有预测功能的云计算系统及其实现方法 | |
CN114215529A (zh) | 多跨大断面箱涵中继间顶进施工监测系统 | |
CN114645718A (zh) | 一种基于渣片图像的硬岩掘进机智能掘进方法及系统 | |
CN112884170A (zh) | 一种综合管廊预测性智能运维系统及方法 | |
CN113375713A (zh) | 一种燃气调压器故障监测方法和装置 |
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 |