CN113267601B - 一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台 - Google Patents
一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台 Download PDFInfo
- Publication number
- CN113267601B CN113267601B CN202110665068.1A CN202110665068A CN113267601B CN 113267601 B CN113267601 B CN 113267601B CN 202110665068 A CN202110665068 A CN 202110665068A CN 113267601 B CN113267601 B CN 113267601B
- Authority
- CN
- China
- Prior art keywords
- pollution
- industrial
- industrial enterprise
- polluted
- enterprise
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 27
- 238000009776 industrial production Methods 0.000 title claims abstract description 15
- 238000007405 data analysis Methods 0.000 title claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 101
- 230000002093 peripheral effect Effects 0.000 claims abstract description 59
- 231100000331 toxic Toxicity 0.000 claims abstract description 24
- 230000002588 toxic effect Effects 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 230000007613 environmental effect Effects 0.000 claims description 59
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 claims description 42
- 238000004519 manufacturing process Methods 0.000 claims description 40
- 238000000034 method Methods 0.000 claims description 28
- 238000009792 diffusion process Methods 0.000 claims description 23
- 239000007789 gas Substances 0.000 claims description 23
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims description 22
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 claims description 11
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 claims description 11
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 10
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 claims description 10
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 10
- 229910000037 hydrogen sulfide Inorganic materials 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 241001330002 Bambuseae Species 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 239000011425 bamboo Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0037—NOx
-
- 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
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/004—CO or CO2
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0042—SO2 or SO3
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0044—Sulphides, e.g. H2S
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Combustion & Propulsion (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台,包括工业园区工业企业统计模块、工业企业周边边界立体区域获取模块、周边边界区域检测点布设模块、检测点大气环境参数采集模块、预测污染工业企业识别模块、分析云平台、数据库和后台显示终端,通过对工业园区内各工业企业对应的周边边界立体区域进行大气环境参数检测,进而据此识别预测污染工业企业,同时对预测污染工业企业进行分类,从而对分类的非污染工业企业对应的污染大气环境参数进行溯源,实现了对工业园区内超标有毒有害气体的精准溯源,完善了目前对工业园区大气环境监测方式的监测功能,为工业园区的大气污染针对性治理提供可靠的治理依据。
Description
技术领域
本发明属于工业生产环境监测技术领域,具体涉及一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台。
背景技术
随着我国工业化进程的加快,我国的工业化已经进入一个加速的发展时期,使得各种工业企业如雨后春笋般出现,为了集中管理城市中存在的各工业企业,城市一般都会建设工业园区,让各工业企业集中在工业园区进行工业生产制造,但是有些工业企业在进行生产制造过程中不可避免地会产生一些有毒有害气体,如二氧化硫、二氧化氮、一氧化氮等,当这些有毒有害气体浓度超标并排放到外界大气中时,就会造成工业园区大气污染,严重影响城市的大气环境质量。因此对工业园区内生产环境中的大气环境进行实时监测是非常有必要的。
然而目前对工业园区的大气环境监测只是对工业园区内进行大面积布点监测,并在监测到某有毒有害气体浓度超标时进行预警。但该监测方式监测功能较为单一,只能实时监测到超标的有毒有害气体及该超标有毒有害气体所在监测点,无法实现对该超标有毒有害气体的精准溯源,这是由于大气是不断流动的,该超标有毒有害气体所在监测点的大气污染并不一定就是该超标有毒有害气体所在监测点的工业企业造成的,也有可能是从其他区域扩散而来的。
由于该监测方式无法对监测到的超标有毒有害气体进行精准溯源,导致污染源治理无精确目标,给工业园区内的大气污染源治理带来很大的困难,进而使得工业园区大气污染治理进展缓慢。
发明内容
为解决上述技术问题,本发明是通过以下技术方案实现的:
一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台,包括工业园区工业企业统计模块、工业企业周边边界立体区域获取模块、周边边界区域检测点布设模块、检测点大气环境参数采集模块、预测污染工业企业识别模块、分析云平台、数据库和后台显示终端;
所述工业园区工业企业统计模块用于对工业园区内存在的所有工业企业进行统计,并对各工业企业进行编号,分别编号为1,2,...,i,...,n;
所述工业企业周边边界立体区域获取模块用于获取各工业企业对应的周边边界立体区域;
所述周边边界区域检测点布设模块用于在各工业企业对应的周边边界立体区域按照预设的检测点布设方式进行检测点布设,得到若干检测点,并对得到的各检测点按照设置的编号顺序进行编号,分别标记为1,2,...,j,...,m;
所述检测点大气环境参数采集模块包括若干大气环境参数检测终端,用于对各工业企业对应周边边界立体区域布设的各检测点进行大气环境参数采集;
所述数据库用于存储外界环境对应的标准大气环境参数;
所述预测污染工业企业识别模块用于对各工业企业对应周边边界立体区域各检测点采集的大气环境参数进行处理分析,从中识别出预测污染工业企业及其对应的污染大气环境参数;
所述分析云平台用于对识别出的预测污染工业企业进行生产车间内的污染大气环境参数检测,并根据检测结果将各预测污染工业企业分类为确定污染工业企业和非污染工业企业,同时对非污染工业企业对应周边边界区域的污染大气环境参数进行溯源,进而根据溯源结果得到各确定污染工业企业对应的污染扩散区域,此时将各确定污染工业企业编号及其对应的污染扩散区域传输至后台显示终端;
所述后台显示终端接收分析云平台发送的各确定污染工业企业编号及其对应的污染扩散区域,并进行显示。
在一种优选的方案中,所述获取各工业企业对应的周边边界立体区域,其具体获取方法为对各工业企业对应的企业实体建筑进行三维图像采集,得到各工业企业对应的企业实体建筑三维图像,并从各工业企业对应的企业实体建筑三维图像中提取各工业企业对应的实体建筑边界三维轮廓线,其实体建筑边界三维轮廓线所在区域即为各工业企业对应的周边边界立体区域。
在一种优选的方案中,所述预设的检测点布设方式为对各工业企业对应的周边边界立体区域按照空间立体网格化的方式进行区域均匀划分,得到划分的各子区域,进而在划分的各子区域的中心位置设置检测点。
在一种优选的方案中,所述大气环境参数检测终端为有毒有害气体探测器,该有毒有害气体探测器用于采集各检测点的二氧化硫浓度、二氧化氮浓度、一氧化氮浓度、一氧化碳浓度、二氧化硫浓度和硫化氢浓度。
在一种优选的方案中,所述大气环境参数包括二氧化硫浓度、二氧化氮浓度、一氧化氮浓度、一氧化碳浓度、二氧化硫浓度和硫化氢浓度。
在一种优选的方案中,所述识别预测污染工业企业的具体识别过程执行以下步骤:
S1:对各工业企业对应周边边界立体区域各检测点对应的大气环境参数构成工业企业检测点大气环境参数集合Qw i(qw i1,qw i2,...,qw ij,...,qw im),qw ij表示为第i个工业企业对应周边边界立体区域的第j个检测点对应的大气环境参数,w表示为大气环境参数,w=d1,d2,d3,d4,d5,d6,分别表示为二氧化硫浓度,二氧化氮浓度,一氧化氮浓度,一氧化碳浓度,二氧化硫浓度,硫化氢浓度;
S2:从数据库中提取外界环境对应的标准大气环境参数,并将工业企业检测点大气环境参数集合与外界环境对应的标准大气环境参数进行对比,若某工业企业对应周边边界立体区域的某检测点对应的某大气环境参数大于该大气环境参数对应的标准数值,则该工业企业记为预测污染工业企业,该检测点记为污染检测点,该大气环境参数记为污染大气环境参数,此时统计预测污染工业企业对应的编号及各预测污染工业企业对应的污染大气环境参数和污染检测点编号。
在一种优选的方案中,所述分析云平台将各预测污染工业企业分类为确定污染工业企业和非污染工业企业,其具体分类方法如以下步骤:
F1:根据各预测污染工业企业对应的污染大气环境参数对各预测污染工业企业对应的生产车间进行该污染大气环境参数的检测;
F2:将各预测污染工业企业对应生产车间内该污染大气环境参数对应的数值与该预测污染工业企业对应周边边界立体区域检测的该污染大气环境参数对应的数值进行对比,若某预测污染工业企业对应生产车间内该污染大气环境参数对应的数值大于该预测污染工业企业对应周边边界立体区域检测的该污染大气环境参数对应的数值,表明该预测污染工业企业的生产车间确实存在污染源,则将该预测污染工业企业记为确定污染工业企业,若某预测污染工业企业对应生产车间内该污染大气环境参数对应的数值小于该预测污染工业企业对应周边边界立体区域检测的该污染大气环境参数对应的数值,此时将该预测污染工业企业对应生产车间内该污染大气环境参数对应的数值与该污染大气环境参数对应的标准数值进行对比,若该预测污染工业企业对应生产车间内该污染大气环境参数对应的数值小于或等于该污染大气环境参数对应的标准数值,表明该预测污染工业企业的生产车间不存在污染源,则将该预测污染工业企业记为非污染工业企业,若该预测污染工业企业对应生产车间内该污染大气环境参数对应的数值大于该污染大气环境参数对应的标准数值,表明该预测污染工业企业的生产车间确实存在污染源,则将该预测污染工业企业记为确定污染工业企业。
在一种优选的方案中,所述对非污染工业企业对应周边边界区域的污染大气环境参数进行溯源,其具体溯源过程如下:
R1:对分类的各非污染工业企业获取其对应的编号,并根据编号得到各非污染工业企业对应的污染大气环境参数和污染检测点编号;
R2:分别以各非污染工业企业为中心,以各非污染工业企业对应的污染检测点所在方位为筛选方向,筛选位于污染检测点所在方位的筛选方向上所有确定污染工业企业,并将筛选出的所有确定污染工业企业构成各非污染工业企业对应的确定污染工业企业集合;
R3:对各非污染工业企业对应确定污染工业企业集合内的各确定污染工业企业按照距离该非污染工业企业的距离由近到远的顺序进行排序;
R4:按照各非污染工业企业对应的确定污染工业企业集合内各确定污染工业企业的排序顺序,首先提取排在第一位的确定污染工业企业,并将该确定污染工业企业对应的污染大气环境参数与该非污染工业企业对应周边边界区域的污染大气环境参数进行匹配,若匹配成功,则停止操作,该匹配成功的确定污染工业企业即为该非污染工业企业对应周边边界区域污染大气环境参数的污染源,若匹配失败,则从该非污染工业企业对应的确定污染工业企业集合中提取排在下一位的确定污染工业企业,继续将提取的该确定污染工业企业对应的污染大气环境参数与该非污染工业企业对应周边边界区域的污染大气环境参数进行匹配,直至提取到排在最后一位的确定污染工业企业,此时将各非污染工业企业对应匹配成功的确定污染工业企业记为各非污染工业企业对应的确定污染工业企业。
在一种优选的方案中,所述根据溯源结果得到各确定污染工业企业对应的污染扩散区域,其具体确定方法执行以下步骤:
Z1:将各非污染工业企业对应的确定污染工业企业进行相互对比,判断是否存在相同的确定污染工业企业,若存在相同的确定污染工业企业,则将相同确定污染工业企业对应的非污染工业企业进行归类,得到各确定污染工业企业对应的非污染工业企业集合;
Z2:获取各非污染工业企业对应的地理位置,进而在地图上将各确定污染工业企业对应非污染工业企业集合内的非污染工业企业进行标注,并将标注的各非污染工业企业连成区域片,形成各确定污染工业企业对应的非污染工业企业区域片地图,该区域片地图内的区域即为各确定污染工业企业对应的污染扩散区域。
在一种优选的方案中,所述各确定污染工业企业对应的污染扩散区域在后台显示终端的显示方式为将各确定污染工业企业对应的非污染工业企业区域片地图显示在后台显示终端。
本发明的有益效果如下:
(1)本发明通过对工业园区内存在的所有工业企业进行统计,并在各工业企业对应的周边边界立体区域进行均匀检测点布设,以此对检测点进行大气环境参数采集,进而根据检测结果识别预测污染工业企业,与此同时对预测污染工业企业进行生产车间内的污染大气环境参数检测,并根据检测结果将各预测污染工业企业分类为确定污染工业企业和非污染工业企业,从而对非污染工业企业对应周边边界区域的污染大气环境参数进行溯源,得到各非污染工业企业对应的确定污染工业企业,实现了对超标有毒有害气体的精准溯源,其中确定污染工业企业对应的有毒有害气体污染源即为该工业企业本身,非污染工业企业对应的有毒有害气体污染源为该非污染工业企业对应的确定污染工业企业,完善了目前对工业园区大气环境监测方式的监测功能,为工业园区的大气污染治理提供精确的治理目标,进而提高了工业园区大气污染治理效率。
(2)本发明在得到各非污染工业企业对应的确定污染工业企业之后,还对各确定污染工业企业对应的污染扩散区域进行确定,得到各确定污染工业企业对应的非污染工业企业区域片地图,便于该工业园区环境监管人员直观形象地了解各确定污染工业企业对应的污染扩散区域,为环境监管人员为该工业园区的大气环境质量评估提供相关参考依据。
(3)本发明在对各预测污染工业企业进行分类过程中,通过将各预测污染工业企业对应生产车间内该污染大气环境参数对应的数值与该预测污染工业企业对应周边边界立体区域检测的该污染大气环境参数对应的数值进行对比,并根据不同的对比结果给出针对性的处理方式,具有切合实际、实用性强的特点,使得分类的结果更加精准。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的模块连接示意图。
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。
参照图1所示,一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台,包括工业园区工业企业统计模块、工业企业周边边界立体区域获取模块、周边边界区域检测点布设模块、检测点大气环境参数采集模块、预测污染工业企业识别模块、分析云平台、数据库和后台显示终端,其中工业园区工业企业统计模块与工业企业周边边界立体区域获取模块连接,工业企业周边边界立体区域获取模块与周边边界区域检测点布设模块连接,周边边界区域检测点布设模块与检测点大气环境参数采集模块连接,检测点大气环境参数采集模块与预测污染工业企业识别模块连接,预测污染工业企业识别模块与分析云平台连接,分析云平台与后台显示终端连接。
工业园区工业企业统计模块用于对工业园区内存在的所有工业企业进行统计,并对各工业企业进行编号,分别编号为1,2,...,i,...,n。
工业企业周边边界立体区域获取模块用于获取各工业企业对应的周边边界立体区域,其具体获取方法为对各工业企业对应的企业实体建筑进行三维图像采集,得到各工业企业对应的企业实体建筑三维图像,并从各工业企业对应的企业实体建筑三维图像中提取各工业企业对应的实体建筑边界三维轮廓线,其实体建筑边界三维轮廓线所在区域即为各工业企业对应的周边边界立体区域。
本实施例通过对各工业企业对应的企业实体建筑进行三维图像采集,进而依据机器视觉技术得到各工业企业对应的周边边界立体区域,为后续进行大气环境参数检测点布设提供布设目标,且本实施例得到的为周边边界立体区域,能够使得工业企业周边边界全方位均能布设检测点,避免出现区域检测遗漏情况的发生。
周边边界区域检测点布设模块用于在各工业企业对应的周边边界立体区域按照预设的检测点布设方式进行检测点布设,其中预设的检测点布设方式为对各工业企业对应的周边边界立体区域按照空间立体网格化的方式进行区域均匀划分,得到划分的各子区域,进而在划分的各子区域的中心位置设置检测点,得到若干检测点,并对得到的各检测点按照设置的编号顺序进行编号,分别标记为1,2,...,j,...,m。
所述检测点大气环境参数采集模块包括若干大气环境参数检测终端,用于对各工业企业对应周边边界立体区域布设的各检测点进行大气环境参数采集,其中大气环境参数包括二氧化硫浓度、二氧化氮浓度、一氧化氮浓度、一氧化碳浓度、二氧化硫浓度和硫化氢浓度,并将采集的各检测点的大气环境参数发送至预测污染工业企业识别模块。
本实施例提到的大气环境参数检测终端为有毒有害气体探测器,该有毒有害气体探测器用于采集各检测点的二氧化硫浓度、二氧化氮浓度、一氧化氮浓度、一氧化碳浓度、二氧化硫浓度和硫化氢浓度。
本实施例提出的大气环境参数为有毒有害气体,其上述罗列的有毒有害气体只是有毒有害气体的一部分,实际操作过程中采集的有毒有害气体应不局限与上述罗列的。
数据库用于存储外界环境对应的标准大气环境参数,具体为标准二氧化硫浓度、标准二氧化氮浓度、标准一氧化氮浓度、标准一氧化碳浓度、标准二氧化硫浓度和标准硫化氢浓度。
预测污染工业企业识别模块用于对各工业企业对应周边边界立体区域各检测点采集的大气环境参数进行处理分析,从中识别出预测污染工业企业及其对应的污染大气环境参数,并将其发送至分析云平台,其具体识别过程执行以下步骤:
S1:对各工业企业对应周边边界立体区域各检测点对应的大气环境参数构成工业企业检测点大气环境参数集合Qw i(qw i1,qw i2,...,qw ij,...,qw im),qw ij表示为第i个工业企业对应周边边界立体区域的第j个检测点对应的大气环境参数,w表示为大气环境参数,w=d1,d2,d3,d4,d5,d6,分别表示为二氧化硫浓度,二氧化氮浓度,一氧化氮浓度,一氧化碳浓度,二氧化硫浓度,硫化氢浓度;
S2:从数据库中提取外界环境对应的标准大气环境参数,并将工业企业检测点大气环境参数集合与外界环境对应的标准大气环境参数进行对比,若某工业企业对应周边边界立体区域的某检测点对应的某大气环境参数大于该大气环境参数对应的标准数值,则该工业企业记为预测污染工业企业,该检测点记为污染检测点,该大气环境参数记为污染大气环境参数,此时统计预测污染工业企业对应的编号及各预测污染工业企业对应的污染大气环境参数和污染检测点编号。
分析云平台用于对识别出的预测污染工业企业进行生产车间内的污染大气环境参数检测,并根据检测结果将各预测污染工业企业分类为确定污染工业企业和非污染工业企业,其具体分类方法如以下步骤:
F1:根据各预测污染工业企业对应的污染大气环境参数对各预测污染工业企业对应的生产车间进行该污染大气环境参数的检测;
F2:将各预测污染工业企业对应生产车间内该污染大气环境参数对应的数值与该预测污染工业企业对应周边边界立体区域检测的该污染大气环境参数对应的数值进行对比,若某预测污染工业企业对应生产车间内该污染大气环境参数对应的数值大于该预测污染工业企业对应周边边界立体区域检测的该污染大气环境参数对应的数值,表明该预测污染工业企业的生产车间确实存在污染源,则将该预测污染工业企业记为确定污染工业企业,若某预测污染工业企业对应生产车间内该污染大气环境参数对应的数值小于该预测污染工业企业对应周边边界立体区域检测的该污染大气环境参数对应的数值,此时将该预测污染工业企业对应生产车间内该污染大气环境参数对应的数值与该污染大气环境参数对应的标准数值进行对比,若该预测污染工业企业对应生产车间内该污染大气环境参数对应的数值小于或等于该污染大气环境参数对应的标准数值,表明该预测污染工业企业的生产车间不存在污染源,则将该预测污染工业企业记为非污染工业企业,若该预测污染工业企业对应生产车间内该污染大气环境参数对应的数值大于该污染大气环境参数对应的标准数值,表明该预测污染工业企业的生产车间确实存在污染源,则将该预测污染工业企业记为确定污染工业企业。
本实施例通过对预测污染工业企业进行分类,为后面进行非污染工业企业对应周边边界区域污染大气环境参数的溯源提供溯源目标,且在对各预测污染工业企业进行分类过程中,通过将各预测污染工业企业对应生产车间内该污染大气环境参数对应的数值与该预测污染工业企业对应周边边界立体区域检测的该污染大气环境参数对应的数值进行对比,并根据不同的对比结果给出针对性的处理方式,具有切合实际、实用性强的特点,使得分类的结果更加精准。
分析云平台还对非污染工业企业对应周边边界区域的污染大气环境参数进行溯源,其具体溯源过程如下:
R1:对分类的各非污染工业企业获取其对应的编号,并根据编号得到各非污染工业企业对应的污染大气环境参数和污染检测点编号;
R2:分别以各非污染工业企业为中心,以各非污染工业企业对应的污染检测点所在方位为筛选方向,筛选位于污染检测点所在方位的筛选方向上所有确定污染工业企业,并将筛选出的所有确定污染工业企业构成各非污染工业企业对应的确定污染工业企业集合;
R3:对各非污染工业企业对应确定污染工业企业集合内的各确定污染工业企业按照距离该非污染工业企业的距离由近到远的顺序进行排序;
R4:按照各非污染工业企业对应的确定污染工业企业集合内各确定污染工业企业的排序顺序,首先提取排在第一位的确定污染工业企业,并将该确定污染工业企业对应的污染大气环境参数与该非污染工业企业对应周边边界区域的污染大气环境参数进行匹配,若匹配成功,则停止操作,该匹配成功的确定污染工业企业即为该非污染工业企业对应周边边界区域污染大气环境参数的污染源,若匹配失败,则从该非污染工业企业对应的确定污染工业企业集合中提取排在下一位的确定污染工业企业,继续将提取的该确定污染工业企业对应的污染大气环境参数与该非污染工业企业对应周边边界区域的污染大气环境参数进行匹配,直至提取到排在最后一位的确定污染工业企业,此时将各非污染工业企业对应匹配成功的确定污染工业企业记为各非污染工业企业对应的确定污染工业企业。
本实施例通过对工业园区内各工业企业对应的周边边界立体区域进行大气环境参数检测,进而据此识别预测污染工业企业,同时对预测污染工业企业进行分类,从而对分类的非污染工业企业对应的污染大气环境参数进行溯源,实现了对工业园区内超标有毒有害气体的精准溯源,其中确定污染工业企业对应的有毒有害气体污染源即为该工业企业本身,非污染工业企业对应的有毒有害气体污染源为该非污染工业企业对应的确定污染工业企业,完善了目前对工业园区大气环境监测方式的监测功能,为工业园区的大气污染治理提供精确的治理目标,进而提高了工业园区大气污染治理效率。
此时分析云平台根据溯源结果得到各确定污染工业企业对应的污染扩散区域,并将各确定污染工业企业编号及其对应的污染扩散区域传输至后台显示终端,其中污染扩散区域的具体确定方法执行以下步骤:
Z1:将各非污染工业企业对应的确定污染工业企业进行相互对比,判断是否存在相同的确定污染工业企业,若存在相同的确定污染工业企业,则将相同确定污染工业企业对应的非污染工业企业进行归类,得到各确定污染工业企业对应的非污染工业企业集合;
Z2:获取各非污染工业企业对应的地理位置,进而在地图上将各确定污染工业企业对应非污染工业企业集合内的非污染工业企业进行标注,并将标注的各非污染工业企业连成区域片,形成各确定污染工业企业对应的非污染工业企业区域片地图,该区域片地图内的区域即为各确定污染工业企业对应的污染扩散区域。
本实施例在得到各非污染工业企业对应的确定污染工业企业之后,还对各确定污染工业企业对应的污染扩散区域进行确定,得到各确定污染工业企业对应的非污染工业企业区域片地图,便于该工业园区环境监管人员直观形象地了解各确定污染工业企业对应的污染扩散区域,为环境监管人员为该工业园区的大气环境质量评估提供相关参考依据。
后台显示终端接收分析云平台发送的各确定污染工业企业编号及其对应的污染扩散区域,并进行显示,其中各确定污染工业企业对应的污染扩散区域在后台显示终端的显示方式为将各确定污染工业企业对应的非污染工业企业区域片地图显示在后台显示终端。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (7)
1.一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台,其特征在于:包括工业园区工业企业统计模块、工业企业周边边界立体区域获取模块、周边边界区域检测点布设模块、检测点大气环境参数采集模块、预测污染工业企业识别模块、分析云平台、数据库和后台显示终端;
所述工业园区工业企业统计模块用于对工业园区内存在的所有工业企业进行统计,并对各工业企业进行编号,分别编号为1,2,...,i,...,n;
所述工业企业周边边界立体区域获取模块用于获取各工业企业对应的周边边界立体区域;
所述周边边界区域检测点布设模块用于在各工业企业对应的周边边界立体区域按照预设的检测点布设方式进行检测点布设,得到若干检测点,并对得到的各检测点按照设置的编号顺序进行编号,分别标记为1,2,...,j,...,m;
所述检测点大气环境参数采集模块包括若干大气环境参数检测终端,用于对各工业企业对应周边边界立体区域布设的各检测点进行大气环境参数采集;
所述数据库用于存储外界环境对应的标准大气环境参数;
所述预测污染工业企业识别模块用于对各工业企业对应周边边界立体区域各检测点采集的大气环境参数进行处理分析,从中识别出预测污染工业企业及其对应的污染大气环境参数;
所述分析云平台用于对识别出的预测污染工业企业进行生产车间内的污染大气环境参数检测,并根据检测结果将各预测污染工业企业分类为确定污染工业企业和非污染工业企业,同时对非污染工业企业对应周边边界区域的污染大气环境参数进行溯源,进而根据溯源结果得到各确定污染工业企业对应的污染扩散区域,此时将各确定污染工业企业编号及其对应的污染扩散区域传输至后台显示终端;
所述后台显示终端接收分析云平台发送的各确定污染工业企业编号及其对应的污染扩散区域,并进行显示;
所述对非污染工业企业对应周边边界区域的污染大气环境参数进行溯源,其具体溯源过程如下:
R1:对分类的各非污染工业企业获取其对应的编号,并根据编号得到各非污染工业企业对应的污染大气环境参数和污染检测点编号;
R2:分别以各非污染工业企业为中心,以各非污染工业企业对应的污染检测点所在方位为筛选方向,筛选位于污染检测点所在方位的筛选方向上所有确定污染工业企业,并将筛选出的所有确定污染工业企业构成各非污染工业企业对应的确定污染工业企业集合;
R3:对各非污染工业企业对应确定污染工业企业集合内的各确定污染工业企业按照距离该非污染工业企业的距离由近到远的顺序进行排序;
R4:按照各非污染工业企业对应的确定污染工业企业集合内各确定污染工业企业的排序顺序,首先提取排在第一位的确定污染工业企业,并将该确定污染工业企业对应的污染大气环境参数与该非污染工业企业对应周边边界区域的污染大气环境参数进行匹配,若匹配成功,则停止操作,该匹配成功的确定污染工业企业即为该非污染工业企业对应周边边界区域污染大气环境参数的污染源,若匹配失败,则从该非污染工业企业对应的确定污染工业企业集合中提取排在下一位的确定污染工业企业,继续将提取的该确定污染工业企业对应的污染大气环境参数与该非污染工业企业对应周边边界区域的污染大气环境参数进行匹配,直至提取到排在最后一位的确定污染工业企业,此时将各非污染工业企业对应匹配成功的确定污染工业企业记为各非污染工业企业对应的确定污染工业企业;
所述根据溯源结果得到各确定污染工业企业对应的污染扩散区域,其具体确定方法执行以下步骤:
Z1:将各非污染工业企业对应的确定污染工业企业进行相互对比,判断是否存在相同的确定污染工业企业,若存在相同的确定污染工业企业,则将相同确定污染工业企业对应的非污染工业企业进行归类,得到各确定污染工业企业对应的非污染工业企业集合;
Z2:获取各非污染工业企业对应的地理位置,进而在地图上将各确定污染工业企业对应非污染工业企业集合内的非污染工业企业进行标注,并将标注的各非污染工业企业连成区域片,形成各确定污染工业企业对应的非污染工业企业区域片地图,该区域片地图内的区域即为各确定污染工业企业对应的污染扩散区域;
所述分析云平台将各预测污染工业企业分类为确定污染工业企业和非污染工业企业,其具体分类方法如以下步骤:
F1:根据各预测污染工业企业对应的污染大气环境参数对各预测污染工业企业对应的生产车间进行该污染大气环境参数的检测;
F2:将各预测污染工业企业对应生产车间内该污染大气环境参数对应的数值与该预测污染工业企业对应周边边界立体区域检测的该污染大气环境参数对应的数值进行对比,若某预测污染工业企业对应生产车间内该污染大气环境参数对应的数值大于该预测污染工业企业对应周边边界立体区域检测的该污染大气环境参数对应的数值,表明该预测污染工业企业的生产车间确实存在污染源,则将该预测污染工业企业记为确定污染工业企业,若某预测污染工业企业对应生产车间内该污染大气环境参数对应的数值小于该预测污染工业企业对应周边边界立体区域检测的该污染大气环境参数对应的数值,此时将该预测污染工业企业对应生产车间内该污染大气环境参数对应的数值与该污染大气环境参数对应的标准数值进行对比,若该预测污染工业企业对应生产车间内该污染大气环境参数对应的数值小于或等于该污染大气环境参数对应的标准数值,表明该预测污染工业企业的生产车间不存在污染源,则将该预测污染工业企业记为非污染工业企业,若该预测污染工业企业对应生产车间内该污染大气环境参数对应的数值大于该污染大气环境参数对应的标准数值,表明该预测污染工业企业的生产车间确实存在污染源,则将该预测污染工业企业记为确定污染工业企业。
2.根据权利要求1所述的一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台,其特征在于:所述获取各工业企业对应的周边边界立体区域,其具体获取方法为对各工业企业对应的企业实体建筑进行三维图像采集,得到各工业企业对应的企业实体建筑三维图像,并从各工业企业对应的企业实体建筑三维图像中提取各工业企业对应的实体建筑边界三维轮廓线,其实体建筑边界三维轮廓线所在区域即为各工业企业对应的周边边界立体区域。
3.根据权利要求1所述的一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台,其特征在于:所述预设的检测点布设方式为对各工业企业对应的周边边界立体区域按照空间立体网格化的方式进行区域均匀划分,得到划分的各子区域,进而在划分的各子区域的中心位置设置检测点。
4.根据权利要求1所述的一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台,其特征在于:所述大气环境参数检测终端为有毒有害气体探测器,该有毒有害气体探测器用于采集各检测点的二氧化硫浓度、二氧化氮浓度、一氧化氮浓度、一氧化碳浓度、二氧化硫浓度和硫化氢浓度。
5.根据权利要求1所述的一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台,其特征在于:所述大气环境参数包括二氧化硫浓度、二氧化氮浓度、一氧化氮浓度、一氧化碳浓度、二氧化硫浓度和硫化氢浓度。
6.根据权利要求1所述的一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台,其特征在于:所述识别预测污染工业企业的具体识别过程执行以下步骤:
S1:对各工业企业对应周边边界立体区域各检测点对应的大气环境参数构成工业企业检测点大气环境参数集合,/>表示为第i个工业企业对应周边边界立体区域的第j个检测点对应的大气环境参数,w表示为大气环境参数,w=d1,d2,d3,d4,d5,d6,分别表示为二氧化硫浓度,二氧化氮浓度,一氧化氮浓度,一氧化碳浓度,二氧化硫浓度,硫化氢浓度;
S2:从数据库中提取外界环境对应的标准大气环境参数,并将工业企业检测点大气环境参数集合与外界环境对应的标准大气环境参数进行对比,若某工业企业对应周边边界立体区域的某检测点对应的某大气环境参数大于该大气环境参数对应的标准数值,则该工业企业记为预测污染工业企业,该检测点记为污染检测点,该大气环境参数记为污染大气环境参数,此时统计预测污染工业企业对应的编号及各预测污染工业企业对应的污染大气环境参数和污染检测点编号。
7.根据权利要求1所述的一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台,其特征在于:所述各确定污染工业企业对应的污染扩散区域在后台显示终端的显示方式为将各确定污染工业企业对应的非污染工业企业区域片地图显示在后台显示终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110665068.1A CN113267601B (zh) | 2021-06-16 | 2021-06-16 | 一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110665068.1A CN113267601B (zh) | 2021-06-16 | 2021-06-16 | 一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113267601A CN113267601A (zh) | 2021-08-17 |
CN113267601B true CN113267601B (zh) | 2024-01-30 |
Family
ID=77235097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110665068.1A Active CN113267601B (zh) | 2021-06-16 | 2021-06-16 | 一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113267601B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116029411A (zh) | 2022-05-23 | 2023-04-28 | 成都秦川物联网科技股份有限公司 | 一种基于物联网的智慧城市区域管理方法和系统 |
CN117054616B (zh) * | 2023-09-20 | 2024-03-26 | 青岛熙正数字科技有限公司 | 一种基于人工智能的远程中台大气污染溯源系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2397514C1 (ru) * | 2009-06-02 | 2010-08-20 | Федеральное государственное учреждение науки "Государственный научный центр вирусологии и биотехнологии "Вектор" Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека (ФГУН ГНЦ ВБ "Вектор" Роспотребнадзора) | Способ построения сети постов мониторинга загрязнения атмосферы и определения характеристик источников ее загрязнения |
CN112540148B (zh) * | 2019-09-20 | 2023-10-20 | 中国石油化工股份有限公司 | 一种炼化企业大气污染物监测预警与溯源系统构建方法 |
CN111930049A (zh) * | 2020-08-21 | 2020-11-13 | 广州立信电子科技有限公司 | 一种基于物联网的林业森林防火安全智能监测管理系统 |
CN112488449A (zh) * | 2020-11-06 | 2021-03-12 | 丁佐琳 | 一种基于大数据分析的水环境污染排放实时监测溯源系统 |
-
2021
- 2021-06-16 CN CN202110665068.1A patent/CN113267601B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113267601A (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111985567B (zh) | 一种基于机器学习的污染源类型自动识别方法 | |
CN107862338B (zh) | 基于双检验法的海洋环境监测数据质量管理方法及系统 | |
CN113267601B (zh) | 一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台 | |
CN116975378B (zh) | 一种基于大数据的设备环境监测方法及系统 | |
CN114022052A (zh) | 水质异常监测方法、装置、存储介质及计算机设备 | |
CN113655175A (zh) | 一种网格化空气监测方法、系统、计算机设备及存储介质 | |
CN112613454A (zh) | 一种电力基建施工现场违章识别方法及系统 | |
CN111414571A (zh) | 一种大气污染物监测方法 | |
CN114757687A (zh) | 一种基于大数据技术的大气污染物溯源系统及方法 | |
CN116934262B (zh) | 一种基于人工智能的施工安全监管系统及方法 | |
CN116308958A (zh) | 基于移动终端的碳排放在线检测预警系统及方法 | |
CN117151478B (zh) | 一种基于卷积神经网络的化工企业风险预警方法及系统 | |
CN114417981A (zh) | 一种智能河长巡测系统 | |
CN111767913A (zh) | 一种基于深度学习的动车组车辆故障动态图像检测方法 | |
CN117312784A (zh) | 一种基于受体模型和大数据联用的污染源溯源方法 | |
CN109557571B (zh) | 一种燃烧源智能追踪方法 | |
CN116644957A (zh) | 一种基于气象和环境监测数据的城市空气污染预警方法 | |
CN115938009A (zh) | 一种智能电子巡检定位方法及系统 | |
CN113359651B (zh) | 一种数字化智能制造工业车间生产安全实时在线监测云平台 | |
CN112986497B (zh) | 基于气体传感器阵列指纹识别的污染气体溯源方法 | |
CN113960700A (zh) | 区域数值预报结果的客观检验、统计及分析系统 | |
CN115203278A (zh) | 基于环境监测的温室气体溯源系统及方法 | |
CN111192185A (zh) | 一种污染溯源分析方法及装置 | |
CN117309065B (zh) | 一种基于无人机的换流站远程监控方法及系统 | |
CN117607019B (zh) | 电力金具表面智能检测方法和检测系统 |
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 |