CN112907900B - 一种边坡监测实体风险预警评估模型 - Google Patents

一种边坡监测实体风险预警评估模型 Download PDF

Info

Publication number
CN112907900B
CN112907900B CN202110124382.9A CN202110124382A CN112907900B CN 112907900 B CN112907900 B CN 112907900B CN 202110124382 A CN202110124382 A CN 202110124382A CN 112907900 B CN112907900 B CN 112907900B
Authority
CN
China
Prior art keywords
slope
voice
data
early warning
construction
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.)
Active
Application number
CN202110124382.9A
Other languages
English (en)
Other versions
CN112907900A (zh
Inventor
肖勇
胡运兵
康厚清
张二锋
何昭友
刘百祥
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.)
CCTEG Chongqing Research Institute Co Ltd
Original Assignee
CCTEG Chongqing Research Institute Co Ltd
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 CCTEG Chongqing Research Institute Co Ltd filed Critical CCTEG Chongqing Research Institute Co Ltd
Priority to CN202110124382.9A priority Critical patent/CN112907900B/zh
Publication of CN112907900A publication Critical patent/CN112907900A/zh
Application granted granted Critical
Publication of CN112907900B publication Critical patent/CN112907900B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/10Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/08Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00Predictive alarm systems characterised by extrapolation or other computation using updated historic data

Landscapes

  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Emergency Alarm Devices (AREA)
  • Alarm Systems (AREA)

Abstract

本发明属于边坡监测技术领域,尤其涉及一种边坡监测实体风险预警评估模型,包括:录入单元,用于录入特殊环境信息,特殊环境信息包括施工信息;存储单元,存储单元内存储有各类边坡事故的对应防护方案,存储单元还用于接收并存储边坡的环境数据、地质数据及天气预报数据;分析单元,用于通过预设的模型,根据边坡的环境数据、地质数据、天气预报数据及特殊环境信息,预测是否存在发生边坡事故的危机;当分析单元的预测结果为存在发生边坡事故的危机时,分析单元还分析危机的具体类型,并从存储单元内匹配出对应的防护方案。本申请能够有效的降低边坡事故的发生概率,减少因边坡事故而造成较大损失的情况。

Description

一种边坡监测实体风险预警评估模型
技术领域
本发明属于边坡监测技术领域,尤其涉及一种边坡监测实体风险预警评估模型。
背景技术
边坡指的是为保证路基稳定,在路基两侧做成的具有一定坡度的坡面。一旦发生边坡事故,造成的人力物力损失将非常巨大。
因此,需要对边坡的状态进行检测。现有边坡监测技术主要是通过布线及各种传感器、机械等设施,获取边坡上监测点处的位移,土压力等,通过相应参数改变推断边坡状态。由于边坡发生滑坡、泥石流等险情与边坡检测点的地质环境因素以及降雨情况有着密切的联系,而现有检测的数据未能有效采集并利用这些信息,当监测到边坡异常时,灾害大多已经发生,不能起到提前的预警作用。
为此,公开号为CN107633659A,公开了一种危险边坡监测预警系统,包括传感器单元、第一存储单元、第二存储单元、预警分析单元以及预警决策单元。传感器单元用于检测边坡监测点的位移、土压力、小时降雨量以及日降雨量。第一存储单元用于储存传感器单元获取的检测数据。第二存储单元用于存储边坡监测点的地质环境数据。预警分析单元用于根据采集的数据判断是否进行预警。预警决策单元用于根据预警分析单元的判断结果对边坡险情标记等级并发出报警信息。
上述专利通过对环境数据的检测,能够及时发现可能发生风险的危险区域,并且通过等级区分的方式,让工作人员能够根据风险的等级,有侧重及优先顺序的对各危险区域进行处理管控。
但是,使用上述系统,其预警的本质是环境已经发生了较大的变化,例如,边坡底面的软化程度过大、积水过多等。在这样的情况下,虽然能够在边坡出现事故以前进行报警,但是,由于环境已经发生了较大变化,边坡事故发生的几率依然较大,仍然可能造成较大的损失。
因此,需要一种边坡监测实体风险预警评估模型,能够有效的降低边坡事故的发生概率,减少因边坡事故而造成较大损失的情况。
发明内容
本发明的目的在于,提供一种边坡监测实体风险预警评估模型,能够有效的降低边坡事故的发生概率,减少因边坡事故而造成较大损失的情况。
为了解决上述技术问题,本申请提供如下技术方案:
边坡监测实体风险预警评估模型,包括:
录入单元,用于录入特殊环境信息,特殊环境信息包括施工信息;
存储单元,存储单元内存储有各类边坡事故的对应防护方案,存储单元还用于接收并存储边坡的环境数据、地质数据及天气预报数据;
分析单元,用于通过预设的模型,根据边坡的环境数据、地质数据、天气预报数据及特殊环境信息,预测是否存在发生边坡事故的危机;当分析单元的预测结果为存在发生边坡事故的危机时,分析单元还分析危机的具体类型,并从存储单元内匹配出对应的防护方案。
基础方案原理及有益效果如下:
若边坡周边存在特殊环境信息,如边坡周边存在施工,施工的力度以及施工地点距离边坡的距离不同,对边坡会存在不同的影响。因此,当边坡周围存在特殊环境信息时,管理人员可通过录入单元录入特殊环境信息。
分析单元接收边坡的环境数据、地质数据及天气预报数据后,通过预设的模型,根据边坡的环境数据、地质数据、天气预报数据及特殊环境信息,预测是否存在发生边坡事故的危机。通过这样的方式,可以对边坡在一段时间后(如天气预报的时间)是否存在事故的风险进行预测。而不是在边坡已经出现一定程度的问题趋势后发出预警。与现有技术相比,能够有效的降低边坡事故的发生概率。
除此,本申请中分析单元的预测结果为存在发生边坡事故的危机时,分析单元还分析危机的具体类型,并从存储单元内匹配出对应的防护方案。通过这样的方式,当预测出危机时,能够根据危机的种类,匹配出对应的防护方案。工作人员可依据防护方案,提前进行相应的准备,如预测由于未来大雨有滑坡的风险,可提前做好水分疏导的工作;预测由于施工加大雨问题,有滑坡的风险,可进行加固的同时,与施工方进行合理的沟通来规避风险。
综上,与现有技术相比,本申请能够有效的降低边坡事故的发生概率,减少因边坡事故而造成较大损失的情况。
进一步,存储单元还用于接收到新环境数据、地质数据或天气预报数据时,对该数据进行更新并删除之前的数据。
最新的环境数据及地质数据,可直接反映当前的真实情况。而天气预报通常是越接近的时间点,准确性越高,通过这样的方式,可以提高天气预报数据的可信度。
进一步,还包括预警单元;分析单元从存储单元匹配出对应的防护方案后,还给预警单元发送预警信号。
便于工作人员及时了解情况。
进一步,预警信号包括危机的类型及对应的防护方案。
便于工作人员了解具体的情况,及时作出相应的应对措施。
进一步,预警单元用于接收到预警信号后发出提醒。
可以提醒工作人员及时对危机进行预防处理。
进一步,还包括采集单元,用于采集边坡的环境数据及地质数据。
通过采集单元,可自动获取边坡的环境数据和地质数据。
进一步,采集单元包括均匀安装在边坡上的湿度传感器、震动传感器、拾音器、摄像头及扩音器;每个震动传感器、拾音器、摄像头及扩音器均有唯一编号;
当湿度传感器的检测数据超出预设安全值时,启动震动传感器;分析单元还用于根据震动传感器的采集数据进行震动分析,当分析结果为存在异常时,根据震动传感器的编号确定异常区域,并启动异常区域的拾音器;
分析单元还用于根据拾音器的反馈数据进行语音识别分析,若语音识别分析结果为正在施工,则关闭异常区域的拾音器,启动相邻区域的拾音器,同时分析单元对相邻区域的语音进行降噪处理,将施工语音进行过滤,得到降噪语音,还启动异常区域外预设监控距离的拾音器,采集施工监控语音;分析单元还用于对降噪语音及监控语音进行分析;
若语音识别分析结果为未施工,并且有人说话或有车辆驶过,或者降噪语音分析的结果为有车辆驶过有人说话,则控制对应区域的扩音器播放预设的警报语音;
若语音识别分析的结果为无施工声音,分析单元还分析异常区域在第一预设时间内是否有过防护记录,若否,分析单元生成防护信号;若有,则控制异常区域的摄像头采集区域图像,分析单元用图像分析的方式进行防护工作检查;
若监控语音分析的结果为超过预设分贝值,则分析单元生成施工安全警报信息。
有益效果:
在修建的时候,大部分的边坡变过都经过加固处理,但是由于缺少检修或者天气持续异常,边坡仍有发生事故的风险。
当湿度传感器的检测数据超出预设安全值时,说明边坡的湿度存在问题,有发生事故的可能性。为了进一步确认情况,启动震动传感器,分析单元据根据震动传感器的采集数据进行震动分析,当分析结果为存在异常时,说明存在事故的风险,因此,启动异常区域的拾音器,同时分析单元对拾音器的采集数据进行语音分析。
若语音识别分析结果为正在施工,则说明该风险与正进行的施工相关,区域的其他声音会被施工声音覆盖,因此,关闭异常区域的拾音器,启动相邻区域的拾音器;但施工的声音会对后续的分析产生很大影响,因此,分析单元对相邻区域的语音进行降噪处理,将施工语音进行过滤,得到降噪语音;除了为了对施工进行监督,还启动异常区域外预设监控距离的拾音器,采集施工监控语音。分析单元还对降噪语音及监控语音进行分析。
若语音识别分析结果为未施工,并且有人说话或有车辆驶过,或者降噪语音分析的结果为有车辆驶过有人说话,由于存在事故的风险,需要进行人员的疏散,因此,打开对应区域的扩音器播放预设的警报语音,如“危险区域,请尽快离开!”。
若语音识别分析的结果为无施工声音,则说明该区域的震动是由于边坡的坡体不够稳固,存在事故的风险。因此,分析单元分析异常区域在第一预设时间(如近一个月)内是否有过防护记录,若无,说明该区域急需进行防护加固,因此,分析单元生成防护信号,工作人员通过防护信号,可及时对异常区域进行防护加固。若异常区域在第一预设时间内有过防护记录,为了查看防护是否到位,控制异常区域的摄像头采集区域图像,并用图像分析的方式进行防护工作检查。通过这样的方式,可以对异常区域的防护工作进行检查。
除此,若监控语音分析的结果为超过预设分贝值,则说明施工的动静过大,会提升边坡事故风险的概率,因此,分析单元生成施工安全警报信息。工作人员通过施工安全警报信息,可对施工进行合理的调整以规避风险。
这样,本申请在判断存在边坡事故风险时可以进行具体的原因分析判断,并根据原因不同,分别作出针对性的应对。并且,正常情况下震动传感器、拾音器及扩音器都处于待机状态,可节约电能。
进一步,分析单元进行施工语音过滤时,接收相邻区域的待过滤语音,待过滤语音包括待分析语音和施工语音,根据待过滤语音确定初始理想二值掩蔽矩阵,初始理想二值掩蔽矩阵用于区分待分析语音及施工语音,分析单元还根据初始理想二值掩蔽矩阵对待过滤语音进行谐波补偿得到补偿分离语音,并根据补偿分离语音对待过滤语音进行滤波,得到降噪语音。
采用这样的方式对待过滤语音进行滤波,可以减少降噪语音中能量空洞的产生,进而抑制降噪语音的扭曲。
进一步,分析单元确定初始理想二值掩蔽矩阵时,先计算施工语音的功率谱的平均值,根据平均值确定构成初始理想二值掩蔽矩阵的所有时频单元的值,再根据所有时频单元的值确定初始理想二值掩蔽矩阵。
进一步,计算施工语音的功率谱的平均值时,根据待过滤语音中用于估计施工语音的帧数目和对待过滤语音进行傅里叶变换之后第M帧、第N频段的频域信号的功率谱密度,计算施工语音的功率谱的平均值,其中,M及N分别为正整数。
附图说明
图1为发明实施例一的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例一
如图1所示,边坡监测实体风险预警评估模型,包括录入单元、分析单元、存储单元和警报单元。
其中,录入单元和警报单元集成在管理端,分析单元及存储单元集成在服务器。本实施例中,管理端为装载对应APP的智能手机,服务器为华为云服务器。
录入单元,用于录入特殊环境信息,特殊环境信息包括施工信息;
存储单元,存储单元内存储有各类边坡事故的对应防护方案,存储单元还用于接收并存储边坡的环境数据、地质数据及天气预报数据;存储单元还用于接收到新环境数据、地质数据或天气预报数据时,对该数据进行更新并删除之前的数据。最新的环境数据及地质数据,可直接反映当前的真实情况。而天气预报通常是越接近的时间点,准确性越高,通过这样的方式,可以提高天气预报数据的可信度。
分析单元用于通过预设的模型,根据边坡的环境数据、地质数据、天气预报数据及特殊环境信息,预测是否存在发生边坡事故的危机。
当分析单元的预测结果为存在发生边坡事故的危机时,分析单元还分析危机的具体类型,并从存储单元内匹配出对应的防护方案,并给预警单元发送预警信号,预警信号包括危机的类型及对应的防护方案。预警单元用于接收到预警信号后发出提醒。本实施例中,提醒的方式为语音提醒。与文字提醒相比,刺激性较强,能够引起工作人员的注意。
与现有技术相比,本申请能够有效的降低边坡事故的发生概率,减少因边坡事故而造成较大损失的情况。
实施例二
本实施例和实施例一的区别在于,本实施例中还包括采集单元,用于采集边坡的环境数据及地质数据。
采集单元包括均匀安装在边坡上的湿度传感器、震动传感器、拾音器、摄像头及扩音器;每个震动传感器、拾音器、摄像头及扩音器均有唯一编号。具体的,震动传感器、拾音器、摄像头及扩音器可以按区域分组设置,每组配备一个微控制器及通信模块,通过微控制器进行内部控制,通过通信模块与分析单元进行通信。
当湿度传感器的检测数据超出预设安全值时,启动震动传感器;分析单元还用于根据震动传感器的采集数据进行震动分析,当分析结果为存在异常时,根据震动传感器的编号确定异常区域,并启动异常区域的拾音器;
分析单元还用于根据拾音器的反馈数据进行语音识别分析,若语音识别分析结果为正在施工,则关闭异常区域的拾音器,启动相邻区域的拾音器,同时分析单元对相邻区域的语音进行降噪处理,将施工语音进行过滤,得到降噪语音,还启动异常区域外预设监控距离的拾音器,采集施工监控语音;分析单元还用于对降噪语音及监控语音进行分析;
若语音识别分析结果为未施工,并且有人说话或有车辆驶过,或者降噪语音分析的结果为有车辆驶过有人说话,则控制对应区域的扩音器播放预设的警报语音;
若语音识别分析的结果为无施工声音,分析单元还分析异常区域在第一预设时间内是否有过防护记录,若否,分析单元生成防护信号,防护信号包括防护区域;若有,则控制异常区域的摄像头采集区域图像,分析单元用图像分析的方式进行防护工作检查;
若监控语音分析的结果为超过预设分贝值,则分析单元生成施工安全警报信息。
分析单元进行施工语音过滤时,接收相邻区域的待过滤语音,待过滤语音包括待分析语音和施工语音,根据待过滤语音确定初始理想二值掩蔽矩阵,初始理想二值掩蔽矩阵用于区分待分析语音及施工语音。具体的,分析单元确定初始理想二值掩蔽矩阵时,先计算施工语音的功率谱的平均值,根据平均值确定构成初始理想二值掩蔽矩阵的所有时频单元的值,再根据所有时频单元的值确定初始理想二值掩蔽矩阵。计算施工语音的功率谱的平均值时,根据待过滤语音中用于估计施工语音的帧数目和对待过滤语音进行傅里叶变换之后第M帧、第N频段的频域信号的功率谱密度,计算施工语音的功率谱的平均值,其中,M及N分别为正整数。
分析单元还根据初始理想二值掩蔽矩阵对待过滤语音进行谐波补偿得到补偿分离语音,并根据补偿分离语音对待过滤语音进行滤波,得到降噪语音。
本申请在判断存在边坡事故风险时可以进行具体的原因分析判断,并根据原因不同,分别作出针对性的应对。并且,正常情况下震动传感器、拾音器及扩音器都处于待机状态,可节约电能。
以上的仅是本发明的实施例,该发明不限于此实施案例涉及的领域,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (8)

1.一种边坡监测实体风险预警评估模型,其特征在于,包括:
录入单元,用于录入特殊环境信息,特殊环境信息包括施工信息;
存储单元,存储单元内存储有各类边坡事故的对应防护方案,存储单元还用于接收并存储边坡的环境数据、地质数据及天气预报数据;
分析单元,用于通过预设的模型,根据边坡的环境数据、地质数据、天气预报数据及特殊环境信息,预测是否存在发生边坡事故的危机;当分析单元的预测结果为存在发生边坡事故的危机时,分析单元还分析危机的具体类型,并从存储单元内匹配出对应的防护方案;
还包括采集单元,用于采集边坡的环境数据及地质数据;
采集单元包括均匀安装在边坡上的湿度传感器、震动传感器、拾音器、摄像头及扩音器;每个震动传感器、拾音器、摄像头及扩音器均有唯一编号;
当湿度传感器的检测数据超出预设安全值时,启动震动传感器;分析单元还用于根据震动传感器的采集数据进行震动分析,当分析结果为存在异常时,根据震动传感器的编号确定异常区域,并启动异常区域的拾音器;
分析单元还用于根据拾音器的反馈数据进行语音识别分析,若语音识别分析结果为正在施工,则关闭异常区域的拾音器,启动相邻区域的拾音器,同时分析单元对相邻区域的语音进行降噪处理,将施工语音进行过滤,得到降噪语音,还启动异常区域外预设监控距离的拾音器,采集施工监控语音;分析单元还用于对降噪语音及监控语音进行分析;
若语音识别分析结果为未施工,并且有人说话或有车辆驶过,或者降噪语音分析的结果为有车辆驶过有人说话,则控制对应区域的扩音器播放预设的警报语音;
若语音识别分析的结果为无施工声音,分析单元还分析异常区域在第一预设时间内是否有过防护记录,若否,分析单元生成防护信号;若有,则控制异常区域的摄像头采集区域图像,分析单元用图像分析的方式进行防护工作检查;
若监控语音分析的结果为超过预设分贝值,则分析单元生成施工安全警报信息。
2.根据权利要求1所述的边坡监测实体风险预警评估模型,其特征在于:存储单元还用于接收到新环境数据、地质数据或天气预报数据时,对该数据进行更新并删除之前的数据。
3.根据权利要求1所述的边坡监测实体风险预警评估模型,其特征在于:还包括预警单元;分析单元从存储单元匹配出对应的防护方案后,还给预警单元发送预警信号。
4.根据权利要求3所述的边坡监测实体风险预警评估模型,其特征在于:预警信号包括危机的类型及对应的防护方案。
5.根据权利要求4所述的边坡监测实体风险预警评估模型,其特征在于:预警单元用于接收到预警信号后发出提醒。
6.根据权利要求1所述的边坡监测实体风险预警评估模型,其特征在于:分析单元进行施工语音过滤时,接收相邻区域的待过滤语音,待过滤语音包括待分析语音和施工语音,根据待过滤语音确定初始理想二值掩蔽矩阵,初始理想二值掩蔽矩阵用于区分待分析语音及施工语音,分析单元还根据初始理想二值掩蔽矩阵对待过滤语音进行谐波补偿得到补偿分离语音,并根据补偿分离语音对待过滤语音进行滤波,得到降噪语音。
7.根据权利要求6所述的边坡监测实体风险预警评估模型,其特征在于:分析单元确定初始理想二值掩蔽矩阵时,先计算施工语音的功率谱的平均值,根据平均值确定构成初始理想二值掩蔽矩阵的所有时频单元的值,再根据所有时频单元的值确定初始理想二值掩蔽矩阵。
8.根据权利要求7所述的边坡监测实体风险预警评估模型,其特征在于:计算施工语音的功率谱的平均值时,根据待过滤语音中用于估计施工语音的帧数目和对待过滤语音进行傅里叶变换之后第M帧、第N频段的频域信号的功率谱密度,计算施工语音的功率谱的平均值,其中,M及N分别为正整数。
CN202110124382.9A 2021-01-29 2021-01-29 一种边坡监测实体风险预警评估模型 Active CN112907900B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110124382.9A CN112907900B (zh) 2021-01-29 2021-01-29 一种边坡监测实体风险预警评估模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110124382.9A CN112907900B (zh) 2021-01-29 2021-01-29 一种边坡监测实体风险预警评估模型

Publications (2)

Publication Number Publication Date
CN112907900A CN112907900A (zh) 2021-06-04
CN112907900B true CN112907900B (zh) 2022-06-24

Family

ID=76120770

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110124382.9A Active CN112907900B (zh) 2021-01-29 2021-01-29 一种边坡监测实体风险预警评估模型

Country Status (1)

Country Link
CN (1) CN112907900B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115546433B (zh) * 2022-11-23 2023-04-07 西南交通大学 一种边坡软化区域预测方法、系统、设备及可读存储介质
CN117037425A (zh) * 2023-08-07 2023-11-10 齐鲁高速(山东)装配有限公司 一种矿山边坡稳定性及环境监测预警方法、系统及终端

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5075465B2 (ja) * 2007-04-20 2012-11-21 株式会社東芝 インシデント・アクシデントレポート分析装置、方法、およびプログラム
CN101753992A (zh) * 2008-12-17 2010-06-23 深圳市先进智能技术研究所 一种多模态智能监控系统和方法
CN102722775A (zh) * 2012-05-16 2012-10-10 山西潞安环保能源开发股份有限公司 煤矿安全危机管理系统及方法
US9697831B2 (en) * 2013-06-26 2017-07-04 Cirrus Logic, Inc. Speech recognition
CN108537913A (zh) * 2018-06-15 2018-09-14 浙江国自机器人技术有限公司 一种巡检系统
CN109257498B (zh) * 2018-09-29 2021-01-08 维沃移动通信有限公司 一种声音处理方法及移动终端
CN111739253B (zh) * 2020-06-18 2022-02-18 中国矿业大学(北京) 一种基于智能物联网的安全节能矿山管理系统及其管理方法
CN111950993A (zh) * 2020-09-03 2020-11-17 深圳市不动产评估中心(深圳市地质环境监测中心) 地质灾害防治全流程管理系统、方法及存储介质

Also Published As

Publication number Publication date
CN112907900A (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
CN112907900B (zh) 一种边坡监测实体风险预警评估模型
CN109616140B (zh) 一种异常声音分析系统
JP4242422B2 (ja) 突発事象の記録・解析システム
CN110239914B (zh) 红外视听频谱融合输送带纵向撕裂检测预警装置及方法
US8704662B2 (en) Method and apparatus for monitoring a structure
CN103177520B (zh) 一种防盗终端震动检测报警方法、系统以及智能平台
CN110398647B (zh) 变压器状态监测方法
CN102521945A (zh) 一种呼叫探测报警方法与装置
CN102945675A (zh) 检测户外呼救声音的智能传感网络系统
CN112907901B (zh) 一种隧道监测实体风险预警评估模型
CN112419674A (zh) 一种泥石流地质灾害的监测系统及方法
CN107424626A (zh) 一种岸桥小车轨道声音监测及故障识别系统
CN108986430A (zh) 基于语音识别的网约车安全预警方法和系统
CN110006558A (zh) 桥梁拉索索力的实时计算、监测方法及监测报警系统
CN102708643A (zh) 一种入侵检测方法及系统
CN113670434B (zh) 变电站设备声音异常识别方法、装置和计算机设备
CN104790499A (zh) 一种用于城市渍涝分析的窨井盖装置
CN112349296A (zh) 一种基于声音识别的地铁站台安全监测方法
CN111341334A (zh) 一种应用于轨道交通的降噪和异常声音检测系统及方法
US20230143027A1 (en) System for real-time recognition and identification of sound sources
KR20130077348A (ko) 음향신호 처리 기반의 터널 내 사고상황 인식 또는 판별을 위한 기기
CN112945136B (zh) 用于边坡风险监测的监测点位遴选方法及系统
CN117115959A (zh) 一种基于环境感知的智能门禁系统
CN111223258A (zh) 监测燃气管道第三方破坏的声波监控预警系统和方法
CN202690133U (zh) 油井监控系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant