CN113687048A - 传感器数据检测中断识别方法、装置及电子设备 - Google Patents
传感器数据检测中断识别方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113687048A CN113687048A CN202110746490.XA CN202110746490A CN113687048A CN 113687048 A CN113687048 A CN 113687048A CN 202110746490 A CN202110746490 A CN 202110746490A CN 113687048 A CN113687048 A CN 113687048A
- Authority
- CN
- China
- Prior art keywords
- detection
- data
- sensor
- interruption
- duration threshold
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 406
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 4
- 239000007789 gas Substances 0.000 description 22
- 239000003245 coal Substances 0.000 description 17
- 238000012544 monitoring process Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
- G01N33/22—Fuels; Explosives
- G01N33/227—Explosives, e.g. combustive properties thereof
-
- 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
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
-
- 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
- G01N33/007—Arrangements to check the analyser
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Mathematical Physics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Medicinal Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供了一种传感器数据检测中断识别方法、装置及电子设备，涉及传感器技术领域，包括：获取传感器在设定时间段内的检测结果；确定检测结果对应的中断时长阈值；基于检测结果中各检测数据的持续时长及中断时长阈值判断传感器是否出现数据检测中断。本发明能够准确判断传感器是否出现了数据检测中断的现象，避免了传感器数据检测中断导致的数据检测不准确的问题。
Description
技术领域
本发明涉及传感器技术领域，尤其是涉及一种传感器数据检测中断识别方法、装置及电子设备。
背景技术
随着智能控制技术的发展，传感器的使用越来越广泛，传感器的检测数据在智能控制中发挥着重要的作用。以煤矿安全控制系统中的传感器为例，煤矿安全控制系统中包括多个传感器，用于监测甲烷浓度、一氧化碳浓度、二氧化碳浓度、氧气浓度、硫化氢浓度、矿尘浓度等，当传感器数据检测中断时，若矿井中的某一气体浓度超出阈值，导致返回的检测值不准确，无法进行报警或断电，为煤矿工作带来了安全风险。因此，如何准确识别传感器是否存在数据检测中断成为亟待解决的问题。
发明内容
有鉴于此，本发明的目的在于提供一种传感器数据检测中断识别方法、装置及电子设备，能够准确判断传感器是否出现了数据检测中断的现象，避免了传感器数据检测中断导致的数据检测不准确的问题。
为了实现上述目的，本发明实施例采用的技术方案如下：
第一方面，本发明实施例提供了一种传感器数据检测中断识别方法，包括：获取传感器在设定时间段内的检测结果；确定所述检测结果对应的中断时长阈值；基于所述检测结果中各检测数据的持续时长及所述中断时长阈值判断所述传感器是否出现数据检测中断。
进一步，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述确定所述检测结果对应的中断时长阈值的步骤，包括：基于所述检测数据的平均值确定所述检测结果对应的中断时长阈值。
进一步，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述中断时长阈值的计算算式为：
其中，s为所述检测结果对应的中断时长阈值，avg为所述检测数据的平均值，a、b和c均为常数。
进一步，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述基于检测结果中各各检测数据的持续时长及所述中断时长阈值判断所述传感器是否出现数据检测中断的步骤，包括：判断各所述检测数据的持续时长是否大于对应的中断时长阈值；当存在大于所述中断时长阈值的目标检测数据时，获取所述目标检测数据对应的检测时间段；基于所述检测时间段之前的历史检测数据判断所述传感器是否出现数据检测中断。
进一步，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述基于所述检测时间段之前的历史检测数据判断所述传感器是否出现数据检测中断的步骤，包括：获取所述检测时间段之前第一预设时长内的第一最大检测值，以及所述检测数据的第二最大检测值；根据所述第二最大检测值确定检测阈值；当所述第一最大检测值大于所述检测阈值时，确定所述传感器出现数据检测中断的问题。
进一步，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述传感器数据检测中断识别还包括：当存在大于所述中断时长阈值的目标检测数据时，获取所述目标检测数据的前一个检测数据，得到第一检测数据；当所述第一检测数据大于所述检测数据的平均值，且所述目标检测数据在第二预设时长内保持不变时，确定所述传感器出现数据检测中断的问题。
进一步，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述传感器数据检测中断识别方法还包括：当所述传感器出现数据检测中断的问题时，发出检测中断报警，以提示维修人员对所述传感器进行检修；或者，当所述传感器的检测结果中未包含检测数据时，确定所述传感器出现数据检测中断的问题。
第二方面，本发明实施例还提供了一种传感器数据检测中断识别装置，包括：获取模块，用于获取传感器在设定时间段内的检测结果；确定模块，用于确定所述检测结果对应的中断时长阈值；判断模块，用于基于所述检测结果中各检测数据的持续时长及所述中断时长阈值判断所述传感器是否出现数据检测中断。
第三方面，本发明实施例提供了一种电子设备，包括：处理器和存储装置；所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如第一方面任一项所述的方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述第一方面任一项所述的方法的步骤。
本发明实施例提供了一种传感器数据检测中断识别方法、装置及电子设备，首先获取传感器在设定时间段内的检测结果；确定检测结果对应的中断时长阈值；基于检测结果中各检测数据的持续时长及中断时长阈值判断传感器是否出现数据检测中断。通过获取传感器在设定时间段内的检测结果，并获取检测结果中每个检测数据对应的中断时长阈值，根据检测结果中各检测数据的持续时长可以检测传感器在进行数据检测时，是否出现了检测数据长时间保持不变的情况，进而可以准确判断传感器是否出现了数据检测中断的现象，避免了传感器数据检测中断导致的数据检测不准确的问题。
本发明实施例的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本发明实施例的上述技术即可得知。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明实施例所提供的一种传感器数据检测中断识别方法流程图；
图2示出了本发明实施例所提供的一种检测数据均值与最长持续时间关系图；
图3示出了本发明实施例所提供的一种传感器数据检测中断图；
图4示出了本发明实施例所提供的一种传感器数据检测中断识别装置结构示意图；
图5示出了本发明实施例所提供的一种电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。
目前，现有的煤矿安全监测系统中，以瓦斯传感器为例，当瓦斯传感器检测到的瓦斯浓度超过阈值时，安全监测系统报警或断电，若瓦斯传感器的检测数值超过阈值之前，瓦斯传感器出现数据检测中断的问题，瓦斯传感器的检测数据不变或者返回异常传输数据，安全监测系统无法发出报警或断电，导致煤矿安全监测系统的安全性较低。
为改善此问题，本发明实施例提供的一种传感器数据检测中断识别方法、装置及电子设备，该技术可应用于判断传感器是否出现了数据检测中断的现象，避免了传感器数据检测中断导致的数据检测不准确的问题，提升了煤矿安全监测系统的安全性。以下对本发明实施例进行详细介绍。
本实施例提供了一种传感器数据检测中断识别方法，该方法可以应用于电子设备，该电子设备可以是煤矿安全监测系统的控制器，参见图1所示的传感器数据检测中断识别方法流程图，该方法主要包括以下步骤S102～步骤S106：
步骤S102，获取传感器在设定时间段内的检测结果。
当实时检测传感器当前是否产生了数据检测中断的问题时，上述设定时间段可以是当前时间之前的预设时间长度，诸如可以是前24h内传感器的检测结果。
当检测传感器在过去某一天是否出现过数据检测中断的问题时，即基于传感器的历史检测数据，检测传感器在历史检测过程中是否出现过数据检测中断的问题，上述设定时间段内的检测结果可以是传感器的当天的检测结果。上述检测结果包括传感器的实时检测数据。
步骤S104，确定检测结果对应的中断时长阈值。
由于每个检测数据的采集时间不同，传感器的检测对象可能会随着时间变化而变化，以瓦斯传感器检测瓦斯浓度为例，随着一天内瓦斯平均浓度的上升，瓦斯浓度恒定的时间应该越短，即检测到的瓦斯浓度数据的持续时长会变小，因此，正常情况下不同的时间下各检测数据的持续时长是变化的，在判断检测数据保持的持续时长是否过长时，所设置的中断时长阈值也是变化的，需要确定每个设定时间段内的检测结果所对应的中断时长阈值。
步骤S106，基于检测结果中各检测数据的持续时长及中断时长阈值判断传感器是否出现数据检测中断。
由于传感器出现数据检测中断时会保持某一检测值不变，依次判断检测结果中每个检测数据的持续时长是否大于等于其对应的中断时长阈值，根据每个检测数据的持续时长与其对应的中断时长阈值的大小关系判断传感器是否出现数据检测中断。
本实施例提供的上述传感器数据检测中断识别方法，通过获取传感器在设定时间段内的检测结果，并获取检测结果对应的中断时长阈值，根据检测结果中各检测数据的持续时长可以检测传感器在进行数据检测时，是否出现了检测数据长时间保持不变的情况，进而可以准确判断传感器是否出现了数据检测中断的现象，避免了传感器数据检测中断导致的数据检测不准确的问题。
为了提升中断时长阈值确定的合理性，本实施例提供了确定各检测数据对应的中断时长阈值的具体实施方式：
基于检测数据的平均值确定检测结果对应的中断时长阈值。
基于上述设定时间段内的检测结果，计算该检测结果中检测数据的平均值，传感器的检测数据的持续时长与其所在时段内的检测数据的平均值相关，检测数据的平均值越大，检测数据的恒定时间越短，根据设定时间段内检测数据的平均值可以设置对应的中断时长阈值，当某一检测数据的持续时长超出上述中断时长阈值时，传感器存在数据检测中断的可能性较大。
获取传感器的历史检测数据，统计历史检测数据中每天的检测数据平均值及检测数据的最长持续时间，参见如下表一所示的瓦斯传感器的部分检测数据平均值与中断时长阈值对应表：
表一部分检测数据平均值与中断时长阈值对应表
| avg/％CH4 | s/min | avg/％CH4 | s/min | avg/％CH4 | s/min | avg/％CH4 | s/min |
| 0.1 | 429.92 | 0.25 | 147.74 | 0.4 | 78.85 | 0.55 | 62.03 |
| 0.11 | 396.43 | 0.26 | 139.57 | 0.41 | 76.86 | 0.56 | 61.55 |
| 0.12 | 365.94 | 0.27 | 132.12 | 0.42 | 75.04 | 0.57 | 61.1 |
| 0.13 | 338.19 | 0.28 | 125.35 | 0.43 | 73.38 | 0.58 | 60.7 |
| 0.14 | 312.92 | 0.29 | 119.18 | 0.44 | 71.88 | 0.59 | 60.33 |
| 0.15 | 289.93 | 0.3 | 113.57 | 0.45 | 70.51 | 0.6 | 60 |
| 0.16 | 268.99 | 0.31 | 108.45 | 0.46 | 69.26 | 0.61 | 59.69 |
| 0.17 | 249.94 | 0.32 | 103.8 | 0.47 | 68.12 | 0.62 | 59.41 |
| 0.18 | 232.59 | 0.33 | 99.57 | 0.48 | 67.09 | 0.63 | 59.16 |
| 0.19 | 216.8 | 0.34 | 95.71 | 0.49 | 66.15 | 0.64 | 58.93 |
| 0.2 | 202.43 | 0.35 | 92.2 | 0.5 | 65.29 | 0.65 | 58.72 |
| 0.21 | 189.35 | 0.36 | 89.01 | 0.51 | 64.51 | 0.66 | 58.53 |
| 0.22 | 177.44 | 0.37 | 86.1 | 0.52 | 63.8 | 0.67 | 58.36 |
| 0.23 | 166.6 | 0.38 | 83.45 | 0.53 | 63.16 | 0.68 | 58.2 |
| 0.24 | 156.73 | 0.39 | 81.05 | 0.54 | 62.57 | 0.69 | 58.06 |
煤矿在采煤过程中，煤壁会向外涌出瓦斯、采落的煤炭也会散发出瓦斯，而且采空区也可能会涌出瓦斯。当天传感器瓦斯浓度检测数据的平均值越高，说明煤壁涌出的瓦斯越多，检测数据的波动频率也应该越大。故正常情况下，随着一天内瓦斯平均浓度的上升，瓦斯浓度恒定的时间应该越短。各煤矿、各传感器之间可认为相互独立，瓦斯平均浓度与恒定不变的时长应该呈指数分布。
根据统计结果绘制散点图，参见如图2所示的当天检测数据均值与最长持续时间关系图，图2中的横轴为某一天的检测数据平均值，纵轴为检测数据的最长持续时间，单位为分钟，发明人通过统计并绘制散点图发现，检测数据聚积密集部分呈现指数分布形态，基于统计结果对指数函数y＝ex变换后的函数y＝a×ebx+c，得到中断时长阈值的计算算式：
其中，s为检测结果对应的中断时长阈值，avg为检测数据的平均值，a、b和c均为常数。常数a、b和c可以基于传感器的历史检测数据拟合得到。在一种具体的实施方式中，中断时长阈值的计算算式可以是：
为了提升数据检测中断判断的准确性，本实施例提供了基于各检测数据的持续时长及对应的中断时长阈值判断传感器是否出现数据检测中断的实施方式，具体可参照如下实施方式一和实施方式二执行：
实施方式一：判断各检测数据的持续时长是否大于对应的中断时长阈值。计算每个检测数据保持不变的持续时长，该检测数据包括传输异常时返回的-99999和-99998，-99999和-99998表示传感器传输异常。将每个检测数据的持续时长与其对应的中断时长阈值做比较。
当存在大于中断时长阈值的目标检测数据时，获取目标检测数据对应的检测时间段。当传感器的检测数据中存在持续时长大于对应中断时长阈值的检测数据时，将该数据记为目标检测数据，该目标检测数据可能为传感器中断时返回的数据，进一步获取该目标检测数据对应的检测起始时间和检测结束时间，得到检测时间段，即传感器持续返回该目标检测数据的起止时间。
基于检测时间段之前的历史检测数据判断传感器是否出现数据检测中断。根据目标检测数据对应的检测时间段，对目标数据之前的检测数据进行判断，具体可参照如下步骤1)～步骤2)执行：
步骤1)：获取检测时间段之前第一预设时长内的第一最大检测值，以及检测数据的第二最大检测值。
从上述目标检测数据的检测起始时间之前的第一预设时长内获取最大的检测数据，记为第一最大检测数据m1。诸如，当上述目标检测数据对应的检测时间段为11:50—18:20时，获取11:50之前10～30min的最大检测数据m1。
获取上述设定时间段内检测数据的最大值，记为第二最大检测数据m2，即当实时检测传感器当前是否产生了数据检测中断的问题时，将目标检测数据的检测起始时间之前预设时长(诸如可以是24h)内的最大检测数据作为第二最大检测数据；当检测传感器在过去某一天是否出现过数据检测中断的问题时，将目标检测数据当天的最大检测值作为第二最大检测数据。
步骤2)：根据第二最大检测值确定检测阈值，当第一最大检测值大于检测阈值时，确定传感器出现数据检测中断的问题。
上述检测阈值n的取值范围可以是80％*m2～90％*m2，当m1>n时，表明在目标检测数据的前一段时间内的最高点很高，传感器的检测数据由较高的检测值突变为保持不变，检测异常，确定传感器出现了数据检测中断的问题。
实施方式二：在该实施方式中，上述设定时间段内的检测结果为传感器在过去某个时间段内的历史检测数据，基于传感器的历史检测数据，判断传感器在历史检测过程中，是否出现过数据中断的问题，具体可参照如下步骤a～步骤b执行：
步骤a：当存在大于中断时长阈值的目标检测数据时，获取目标检测数据的前一个检测数据，得到第一检测数据。
从传感器的历史检测结果中获取各检测数据的持续时长，判断各检测数据的持续时长是否大于其对应的中断时长阈值，将持续时长大于对应中断时长阈值的检测数据记为目标检测数据。
获取该目标检测数据的前一个检测数据，将前一个检测数据记为第一检测数据。诸如，当传感器每秒返回一个检测数据时，设目标检测数据的检测时间段为20:50:00—24:00:00时，获取20:49:59时传感器返回的检测数据，记为第一检测数据。
步骤b：当第一检测数据大于预设时段内的检测数据的平均值，且目标检测数据在第二预设时长内保持不变时，确定传感器出现数据检测中断的问题。
上述预设时段可以是目标检测数据所在日期的检测平均值，即当天的检测数据平均值，诸如，当目标检测数据的检测时间段为20日20:50:00—24:00:00，获取20日的检测数据平均值。
判断上述目标检测数据的前一个检测数据是否大于当天的检测数据平均值，即判断中断前检测数据是否大于均值，如果是，进一步判断上述目标检测数据是否在第二预设时长内持续保持不变，如果均满足上述条件，确定传感器出现数据检测中断的问题。
上述第二预设时长与目标检测数据的检测时间段相关，该第二预设时长可以是目标检测数据的检测起始时间至当日24时的时长，设目标检测数据的检测时间段为20日20:50:00—24:00:00，则第二预设时长为检测起始时间20:50:00至20日的24时，即判断目标检测数据是否从起始时间开始保持不变，且当天再无检测数据。
在一种具体的实施方式中，当所传感器的检测结果中未包含检测数据时，确定传感器出现数据检测中断的问题。即当传感器并未反馈检测数据时，表明传感器并未进行数据检测，确定传感器出现了数据检测中断的问题。
本实施例提供的上述传感器数据检测中断识别方法可以应用于煤矿安全监测系统，以便对煤矿安全监测系统中的各个传感器进行数据检测中断识别，判断各传感器是否出现了数据检测中断的问题，为了提升煤矿安全监测系统的安全性和可靠性，本实施例提供的传感器数据检测中断识别方法还包括：
当传感器出现数据检测中断的问题时，发出检测中断报警，以提示维修人员对传感器进行检修。当识别得到传感器出现数据检测中断的问题时，立即发出检测中断报警，该报警方式可以包括声音、灯光和文字报警中的任意一种或多种，以便提示工作人员断电对传感器进行及时维修，避免矿井下的气体浓度超标而无法及时检测出，避免了传感器数据检测中断带来的安全隐患。
本实施例提供的上述传感器数据检测中断识别方法，可以应用于对任意传感器的数据检测中断识别，通用性强，避免了传感器数据检测中断带来的安全隐患，提升了传感器检测的安全性及可靠性。
在前述实施例的基础上，本实施例提供了一种应用前述传感器数据检测中断识别方法的示例，具体可参照如下步骤1～步骤4执行：
步骤1：判断传感器当天是否返回有检测数据，若无检测数据判定传感器出现了数据中断，若有检测数据，执行步骤2。
步骤2：根据传感器的检测结果计算一天内的检测数据平均值，确定中断时长阈值。
中断时长阈值记为s，检测数据平均值记为avg，关系如下：
步骤3：确定检测数据的检测时间段及持续时长，当检测数据的持续时长大于对应的中断时长阈值时，传感器可能存在数据中断。
步骤4：基于检测数据的检测时间段4、对中断时间前后数据进行判断，若满足下列情况中的一种，即认为传感器存在数据中断：
(1)中断(即检测时间段的)前一段时间内的最高点是否很高(例如中断前10分钟内的最大值大于当日最大值的80％)。
参见如图3所示的传感器数据检测中断图，图3中示出了某煤矿某工作面某一天上传的检测时间与检测数据关系图，图3中的横轴表示检测时间，纵轴表示检测数据，从图3中可以看出，传感器T1在11:50—18:20数据不变，且中断前数据上升到较高位置，确定传感器在11:50—18:20时存在数据检测中断的问题。
(2)中断前数据大于均值，监测值从某一时刻不变，且当天再无数据。
对应于上述实施例所提供的传感器数据检测中断识别方法，本发明实施例提供了一种传感器数据检测中断识别装置，参见图4所示的一种传感器数据检测中断识别装置结构示意图，该装置包括以下模块：
获取模块41，用于获取传感器在设定时间段内的检测结果。
确定模块42，用于确定检测结果对应的中断时长阈值。
判断模块43，用于基于检测结果中各检测数据的持续时长及中断时长阈值判断传感器是否出现数据检测中断。
本实施例提供的上述传感器数据检测中断识别装置，可以检测传感器在进行数据检测时，是否出现了检测数据长时间保持不变的情况，进而可以准确判断传感器是否出现了数据检测中断的现象，避免了传感器数据检测中断导致的数据检测不准确的问题。
在一种实施方式中，上述确定模块42，进一步用于基于检测数据的平均值确定检测结果对应的中断时长阈值。
在一种实施方式中，上述中断时长阈值的计算算式为：
其中，s为检测数据对应的中断时长阈值，avg为第一预设时长内的检测数据平均值，a、b和c均为常数。
在一种实施方式中，上述判断模块43，进一步用于判断各检测数据的持续时长是否大于对应的中断时长阈值；当存在大于中断时长阈值的目标检测数据时，获取目标检测数据对应的检测时间段；基于检测时间段之前的历史检测数据判断传感器是否出现数据检测中断。
在一种实施方式中，上述判断模块43，进一步用于获取检测时间段之前第一预设时长内的第一最大检测值，以及检测数据的第二最大检测值；根据第二最大检测值确定检测阈值；当第一最大检测值大于所述检测阈值时，确定传感器出现数据检测中断的问题。
在一种实施方式中，上述判断模块43，进一步用于当存在大于中断时长阈值的目标检测数据时，获取目标检测数据的前一个检测数据，得到第一检测数据；当第一检测数据大于检测数据的平均值，且目标检测数据在第二预设时长内保持不变时，确定传感器出现数据检测中断的问题。
在一种实施方式中，上述装置还包括：
报警模块，用于当传感器出现数据检测中断的问题时，发出检测中断报警，以提示维修人员对传感器进行检修。
第二确定模块，用于当传感器的检测结果中未包含检测数据时，确定传感器出现数据检测中断的问题。
本实施例提供的上述传感器数据检测中断识别装置，可以应用于对任意传感器的数据检测中断识别，通用性强，避免了传感器数据检测中断带来的安全隐患，提升了传感器检测的安全性及可靠性。
本实施例所提供的装置，其实现原理及产生的技术效果和前述实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
本发明实施例提供了一种电子设备，如图5所示的电子设备结构示意图，电子设备包括处理器51、存储器52，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例提供的方法的步骤。
参见图5，电子设备还包括：总线54和通信接口53，处理器51、通信接口53和存储器52通过总线54连接。处理器51用于执行存储器52中存储的可执行模块，例如计算机程序。
其中，存储器52可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口53(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线54可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器52用于存储程序，所述处理器51在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器51中，或者由处理器51实现。
处理器51可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器51中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器51可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等。还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器52，处理器51读取存储器52中的信息，结合其硬件完成上述方法的步骤。
本发明实施例提供了一种计算机可读介质，其中，所述计算机可读介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，所述计算机可执行指令促使所述处理器实现上述实施例所述的方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统具体工作过程，可以参考前述实施例中的对应过程，在此不再赘述。
本发明实施例所提供的传感器数据检测中断识别方法、装置及电子设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种传感器数据检测中断识别方法，其特征在于，包括：
获取传感器在设定时间段内的检测结果；
确定所述检测结果对应的中断时长阈值；
基于所述检测结果中各检测数据的持续时长及所述中断时长阈值判断所述传感器是否出现数据检测中断。
2.根据权利要求1所述的方法，其特征在于，所述确定所述检测结果对应的中断时长阈值的步骤，包括：
基于所述检测数据的平均值确定所述检测结果对应的中断时长阈值。
3.根据权利要求2所述的方法，其特征在于，所述中断时长阈值的计算算式为：
其中，s为所述检测结果对应的中断时长阈值，avg为所述检测数据的平均值，a、b和c均为常数。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述基于所述检测结果中各检测数据的持续时长及所述中断时长阈值判断所述传感器是否出现数据检测中断的步骤，包括：
判断各所述检测数据的持续时长是否大于对应的中断时长阈值；
当存在大于所述中断时长阈值的目标检测数据时，获取所述目标检测数据对应的检测时间段；
基于所述检测时间段之前的历史检测数据判断所述传感器是否出现数据检测中断。
5.根据权利要求4所述的方法，其特征在于，所述基于所述检测时间段之前的历史检测数据判断所述传感器是否出现数据检测中断的步骤，包括：
获取所述检测时间段之前第一预设时长内的第一最大检测值，以及所述检测数据的第二最大检测值；
根据所述第二最大检测值确定检测阈值；
当所述第一最大检测值大于所述检测阈值时，确定所述传感器出现数据检测中断的问题。
6.根据权利要求4所述的方法，其特征在于，还包括：
当存在大于所述中断时长阈值的目标检测数据时，获取所述目标检测数据的前一个检测数据，得到第一检测数据；
当所述第一检测数据大于所述检测数据的平均值，且所述目标检测数据在第二预设时长内保持不变时，确定所述传感器出现数据检测中断的问题。
7.根据权利要求1所述的方法，其特征在于，还包括：
当所述传感器出现数据检测中断的问题时，发出检测中断报警，以提示维修人员对所述传感器进行检修；
或者，
当所述传感器的检测结果中未包含检测数据时，确定所述传感器出现数据检测中断的问题。
8.一种传感器数据检测中断识别装置，其特征在于，包括：
获取模块，用于获取传感器在设定时间段内的检测结果；
确定模块，用于确定所述检测结果对应的中断时长阈值；
判断模块，用于基于所述检测结果中各检测数据的持续时长及所述中断时长阈值判断所述传感器是否出现数据检测中断。
9.一种电子设备，其特征在于，包括：处理器和存储装置；
所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1至7任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110746490.XA CN113687048A (zh) | 2021-07-01 | 2021-07-01 | 传感器数据检测中断识别方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110746490.XA CN113687048A (zh) | 2021-07-01 | 2021-07-01 | 传感器数据检测中断识别方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113687048A true CN113687048A (zh) | 2021-11-23 |
Family
ID=78576900
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110746490.XA Pending CN113687048A (zh) | 2021-07-01 | 2021-07-01 | 传感器数据检测中断识别方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113687048A (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002131077A (ja) * | 2000-10-25 | 2002-05-09 | Matsushita Electric Ind Co Ltd | 移動体の停止判定方法及び停止判定装置ならびに停止判定プログラムを記録した記憶媒体 |
| CN1875175A (zh) * | 2003-10-28 | 2006-12-06 | 日产柴油机车工业株式会社 | 发动机的排气净化装置和排气净化方法 |
| CN103389124A (zh) * | 2012-05-10 | 2013-11-13 | 鸿富锦精密工业（深圳）有限公司 | 传感器测试的方法及系统 |
| CN105700684A (zh) * | 2016-01-12 | 2016-06-22 | 深圳多哚新技术有限责任公司 | 一种头显设备传感器数据中断的处理方法和装置 |
| CN105843639A (zh) * | 2016-03-18 | 2016-08-10 | 乐卡汽车智能科技（北京）有限公司 | 智能导航系统重启复位时间的设定方法及装置 |
| WO2017120766A1 (zh) * | 2016-01-12 | 2017-07-20 | 深圳多哚新技术有限责任公司 | 一种头显设备传感器数据中断的处理方法和装置 |
| CN107576346A (zh) * | 2017-08-31 | 2018-01-12 | 广东美的制冷设备有限公司 | 传感器的检测方法、装置及计算机可读存储介质 |
| WO2019000471A1 (zh) * | 2017-06-30 | 2019-01-03 | 广东欧珀移动通信有限公司 | 响铃控制方法、装置、存储介质及电子设备 |
| CN110631624A (zh) * | 2019-09-04 | 2019-12-31 | 精英数智科技股份有限公司 | 一种识别矿井传感器运行数据异常的方法、装置及系统 |
| CN110715399A (zh) * | 2019-10-21 | 2020-01-21 | 广东美的制冷设备有限公司 | 空调器中传感器的检测方法、装置及空调器、电子设备 |
| CN110849404A (zh) * | 2019-11-18 | 2020-02-28 | 中国华能集团清洁能源技术研究院有限公司 | 一种传感器数据异常的连续判别方法 |
| CN111189488A (zh) * | 2019-12-13 | 2020-05-22 | 精英数智科技股份有限公司 | 一种传感器数值异常识别方法、装置、设备及存储介质 |
| CN111289178A (zh) * | 2020-05-13 | 2020-06-16 | 新誉轨道交通科技有限公司 | 列车中压力波传感器的故障检测方法、装置、设备及介质 |
| CN112132407A (zh) * | 2020-08-25 | 2020-12-25 | 绍兴文理学院 | 一种基于BQ反演最佳阈值t的空间RQDt求解方法 |
| CN112161648A (zh) * | 2020-09-14 | 2021-01-01 | 精英数智科技股份有限公司 | 异常传感器的识别方法、装置、可读存储介质及电子设备 |
| CN112311611A (zh) * | 2019-07-29 | 2021-02-02 | 中国移动通信集团广东有限公司 | 数据异常的监测方法、装置和电子设备 |
| CN112763662A (zh) * | 2020-12-29 | 2021-05-07 | 精英数智科技股份有限公司 | 气体传感器数据异常的识别方法及相关装置 |
-
2021
- 2021-07-01 CN CN202110746490.XA patent/CN113687048A/zh active Pending
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002131077A (ja) * | 2000-10-25 | 2002-05-09 | Matsushita Electric Ind Co Ltd | 移動体の停止判定方法及び停止判定装置ならびに停止判定プログラムを記録した記憶媒体 |
| CN1875175A (zh) * | 2003-10-28 | 2006-12-06 | 日产柴油机车工业株式会社 | 发动机的排气净化装置和排气净化方法 |
| CN103389124A (zh) * | 2012-05-10 | 2013-11-13 | 鸿富锦精密工业（深圳）有限公司 | 传感器测试的方法及系统 |
| CN105700684A (zh) * | 2016-01-12 | 2016-06-22 | 深圳多哚新技术有限责任公司 | 一种头显设备传感器数据中断的处理方法和装置 |
| WO2017120766A1 (zh) * | 2016-01-12 | 2017-07-20 | 深圳多哚新技术有限责任公司 | 一种头显设备传感器数据中断的处理方法和装置 |
| CN105843639A (zh) * | 2016-03-18 | 2016-08-10 | 乐卡汽车智能科技（北京）有限公司 | 智能导航系统重启复位时间的设定方法及装置 |
| WO2019000471A1 (zh) * | 2017-06-30 | 2019-01-03 | 广东欧珀移动通信有限公司 | 响铃控制方法、装置、存储介质及电子设备 |
| CN107576346A (zh) * | 2017-08-31 | 2018-01-12 | 广东美的制冷设备有限公司 | 传感器的检测方法、装置及计算机可读存储介质 |
| CN112311611A (zh) * | 2019-07-29 | 2021-02-02 | 中国移动通信集团广东有限公司 | 数据异常的监测方法、装置和电子设备 |
| CN110631624A (zh) * | 2019-09-04 | 2019-12-31 | 精英数智科技股份有限公司 | 一种识别矿井传感器运行数据异常的方法、装置及系统 |
| CN110715399A (zh) * | 2019-10-21 | 2020-01-21 | 广东美的制冷设备有限公司 | 空调器中传感器的检测方法、装置及空调器、电子设备 |
| CN110849404A (zh) * | 2019-11-18 | 2020-02-28 | 中国华能集团清洁能源技术研究院有限公司 | 一种传感器数据异常的连续判别方法 |
| CN111189488A (zh) * | 2019-12-13 | 2020-05-22 | 精英数智科技股份有限公司 | 一种传感器数值异常识别方法、装置、设备及存储介质 |
| CN111289178A (zh) * | 2020-05-13 | 2020-06-16 | 新誉轨道交通科技有限公司 | 列车中压力波传感器的故障检测方法、装置、设备及介质 |
| CN112132407A (zh) * | 2020-08-25 | 2020-12-25 | 绍兴文理学院 | 一种基于BQ反演最佳阈值t的空间RQDt求解方法 |
| CN112161648A (zh) * | 2020-09-14 | 2021-01-01 | 精英数智科技股份有限公司 | 异常传感器的识别方法、装置、可读存储介质及电子设备 |
| CN112763662A (zh) * | 2020-12-29 | 2021-05-07 | 精英数智科技股份有限公司 | 气体传感器数据异常的识别方法及相关装置 |
Non-Patent Citations (2)
| Title |
|---|
| 廖英雷;: "基于逻辑回归模型的瓦斯浓度异常值检测与预警", 陕西煤炭, no. 04, 12 August 2020 (2020-08-12) * |
| 邹哲强;屈世甲;: "基于关联性模型的煤矿安全监控系统报警方法", 工矿自动化, no. 09, 28 August 2011 (2011-08-28) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110631624B (zh) | 一种识别矿井传感器运行数据异常的方法、装置及系统 | |
| CN110593954B (zh) | 一种煤矿采煤工作面瓦斯传感器位置异常识别方法及装置 | |
| CN109656786B (zh) | 日志获取方法及装置 | |
| CN114387762A (zh) | 一种楼宇数据管理的方法、装置、设备及存储介质 | |
| CN111047816A (zh) | 一种电池充电柜火灾监控方法及系统 | |
| CN113590427B (zh) | 一种监控指标异常的告警方法、装置、存储介质和设备 | |
| CN115184808A (zh) | 电池热失控风险检测方法、装置、设备及计算机存储介质 | |
| CN108899059B (zh) | 一种固态硬盘的检测方法和设备 | |
| US20110156902A1 (en) | Surface mounted technology monitoring system and method | |
| CN110687851A (zh) | 一种终端运行监控系统及方法 | |
| CN113687048A (zh) | 传感器数据检测中断识别方法、装置及电子设备 | |
| CN111582340B (zh) | 一种煤场监测方法、装置、设备及计算机可读存储介质 | |
| CN112904921A (zh) | 基于物联网的实时监测监管系统 | |
| CN113879357B (zh) | 列车轴温检测方法及装置 | |
| CN115879697A (zh) | 一种工业互联网的数据处理方法、系统、设备及存储介质 | |
| CN112282954B (zh) | 氮氧传感器作弊故障检测方法及设备 | |
| CN112905463B (zh) | 软件测试监控方法、装置、电子设备及可读存储介质 | |
| CN112052165B (zh) | 一种检测目标函数被调试的方法、系统及存储介质 | |
| CN111899486A (zh) | 一种物流中心安全监控方法、装置、设备、存储介质 | |
| CN115150307B (zh) | 采集频率安全检测的方法、装置、存储介质及电子设备 | |
| CN116526415B (zh) | 一种电力设备保护装置及其控制方法 | |
| CN114333271B (zh) | 工业生产的报警优化方法、装置、电子设备及存储介质 | |
| CN116884185A (zh) | 具有防误测功能的报警控制方法、装置、设备及存储介质 | |
| CN115693962B (zh) | 一种变电站设备监测方法、装置、电子设备及介质 | |
| CN115909640B (zh) | 一种基于边缘智能的便利店危险智能化识别系统 |
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 |