CN113704690A - 一种危化品智能存储柜实时监测方法及系统 - Google Patents

一种危化品智能存储柜实时监测方法及系统 Download PDF

Info

Publication number
CN113704690A
CN113704690A CN202110987219.5A CN202110987219A CN113704690A CN 113704690 A CN113704690 A CN 113704690A CN 202110987219 A CN202110987219 A CN 202110987219A CN 113704690 A CN113704690 A CN 113704690A
Authority
CN
China
Prior art keywords
storage cabinet
data information
monitoring terminal
storage
hazardous chemical
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
CN202110987219.5A
Other languages
English (en)
Inventor
王龙生
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.)
Wuxi Safoo Safety Equipment Co ltd
Original Assignee
Wuxi Safoo Safety Equipment 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 Wuxi Safoo Safety Equipment Co ltd filed Critical Wuxi Safoo Safety Equipment Co ltd
Priority to CN202110987219.5A priority Critical patent/CN113704690A/zh
Publication of CN113704690A publication Critical patent/CN113704690A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
    • G01K7/16—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using resistive elements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
    • G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
    • G01N27/12—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body in dependence upon absorption of a fluid; of a solid body in dependence upon reaction with a fluid, for detecting components in the fluid
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
    • G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
    • G01N27/12—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body in dependence upon absorption of a fluid; of a solid body in dependence upon reaction with a fluid, for detecting components in the fluid
    • G01N27/121—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body in dependence upon absorption of a fluid; of a solid body in dependence upon reaction with a fluid, for detecting components in the fluid for determining moisture content, e.g. humidity, of the fluid
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
    • G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
    • G01N27/12—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body in dependence upon absorption of a fluid; of a solid body in dependence upon reaction with a fluid, for detecting components in the fluid
    • G01N27/125—Composition of the body, e.g. the composition of its sensitive layer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computing Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明涉及一种危化品监测的技术领域，公开了一种危化品智能存储柜实时监测方法，包括：存储柜监测装置实时监测存储柜的温湿度、危化品泄漏气体浓度，并将监测到的数据信息上传到存储柜监测终端；存储柜监测终端利用聚类算法对接收到的数据信息进行分析，判断存储柜区域是否存在危化品；若监测到存储柜区域中存在危化品，存储柜监测终端立刻语音通知存储柜管理人员疏散周围人员；存储柜监测终端确定危化品的位置，通知存储柜管理人员清理存储柜中的危化品。本发明还提供了一种危化品智能存储柜实时监测系统。本发明实现了危化品的实时监测。

Description

一种危化品智能存储柜实时监测方法及系统
技术领域
本发明涉及危化品监测的技术领域，尤其涉及一种危化品智能存储柜实时监测方法及系统。
背景技术
危险化学品一般简称为危化品，具体包括自燃材料、压缩气体、遇湿易燃物、爆炸品、液化气体、易燃液体、易燃固体、有机过氧化物以及腐蚀性物质等。如今化学品的年产量已超过4亿吨，已登记在册的化学品就多达500万种，与之同时每年近1000多种新化学品被研制生产。据国内相关部门统计，目前市场上已有8万多种危险化学品，同时危化品受到众多不可控因素，相当于隐形炸弹，一旦出现意外，将会对周围居民的生命和财产造成极大的危害，如何对存储柜中是否存在危化品进行实时监测，成为当前研究领域的热门话题。
现有的危化品存储柜监测技术仅是对存储柜进行实时监控，需要消耗大量人力时间进行24小时监控。
鉴于此，如何实现更为智能的存储柜内危化品监测，成为本领域技术人员亟待解决的问题。
发明内容
本发明提供一种危化品智能存储柜实时监测方法，存储柜监测装置实时监测存储柜的温湿度、危化品泄漏气体浓度，并将监测到的数据信息上传到存储柜监测终端；存储柜监测终端利用聚类算法对接收到的数据信息进行分析，判断存储柜区域是否存在危化品；若监测到存储柜区域中存在危化品，存储柜监测终端立刻语音通知存储柜管理人员疏散周围人员；存储柜监测终端确定危化品的位置，通知存储柜管理人员清理存储柜中的危化品。
为实现上述目的，本发明提供的一种危化品智能存储柜实时监测方法，包括：
存储柜监测装置实时监测存储柜的温湿度、危化品泄漏气体浓度，并将监测到的数据信息上传到存储柜监测终端；
存储柜监测终端利用聚类算法对接收到的数据信息进行分析，判断存储柜区域是否存在危化品；
若监测到存储柜区域中存在危化品，存储柜监测终端立刻语音通知存储柜管理人员疏散周围人员；
存储柜监测终端确定危化品的位置，通知存储柜管理人员清理存储柜中的危化品。
可选地，所述存储柜监测装置实时监测存储柜的温湿度、危化品泄漏气体浓度，包括：
所述存储柜监测装置分为温湿度信息监测装置以及气体浓度信息监测装置，其中气体浓度信息监测装置选择二氧化锡作为气敏源材料，当环境中存在一氧化碳蒸汽时，存储柜监测装置的电导率随空气中一氧化碳的浓度的增加而增大，使用转换电路即可将存储柜监测装置的电导率变化转为环境中气体浓度的变化率，环境中一氧化碳气体浓度的变化率越大，则存储柜监测装置的电导率变化越剧烈；所述温湿度信息监测装置为结合NTC测温元件和电阻式感湿元件的单片机，湿度量程范围为20～95％RH，温度量程范围为-20～60℃，监测结果以40位数字信号的形式发送到存储柜监测终端；同时存储柜监测装置中存在定时器，定时器负责间隔1s向存储柜监测终端传输数据；
所述存储柜监测装置进行实时监测的流程为：
1)存储柜监测装置的气体浓度监测装置将监测到的电压值进行转换：
Figure BDA0003231140310000011
其中：
x表示气体浓度监测装置监测到的电压值；
V表示气体浓度监测装置的标准电压，在本发明一个具体实施例中，其值为3.3伏特；
x′为转换后的电压值；
利用12位的AD转换器将转换后的电压值转换为数字量；
2)存储柜监测装置的温湿度信息监测装置根据单片机指令输出温湿度数据，一次完整输出的数据为40位，读取输出数据时，单片机通过不断的切换单总线的收发状态，以保证单总线读写时序的准确性；在本发明一个具体实施例中，所输出的40位数据包括8位湿度的整数部分，8位湿度的小数部分，8位温度的整数部分，8位温度的小数部分以及8位校验位；
3)存储柜监测装置利用WIFI将监测到的数据信息传输到存储柜监测终端，数据信息传输间隔为1s。
可选地，所述存储柜监测终端接收数据信息，包括：
存储柜监测终端接收到存储柜区域的数据信息，对于任意存储柜区域r，接收到的数据信息格式为：
Figure BDA0003231140310000021
其中：
t表示存储柜监测终端在t时刻接收到的数据信息；
m表示存储柜区域的特征信息数量，包括存储柜区域内不同存储柜的温湿度信息、气体浓度信息；
rt,m表示存储柜监测终端在t时刻接收到的第m种特征数据信息；
Rt表示存储柜监测终端在t时刻接收到的数据信息。
可选地，所述存储柜监测终端利用聚类算法对接收到的数据信息进行分析，包括：
利用聚类算法对任意存储柜区域r的数据信息R进行聚类处理，对于存储柜监测装置所接收到的当前时刻t+1的数据信息Rt+1，若Rt+1无法同{R1,R2,…,Rt}形成同一类别，则说明在t+1时刻，存储柜区域r存在异常危化品，实现存储柜的实时危化品监测；
所述聚类算法的流程为：
1)确定聚类数量为c，并从数据信息R中随机选取c个Rc作为聚类中心C＝{ω1,ψ2,…,ψc}；
2)计算数据信息R的隶属度矩阵U，其中隶属度矩阵中的元素uij为：
Figure BDA0003231140310000022
其中：
h表示模糊因子，将其设置为2.2；
uij表示时刻i的数据信息属于聚类中心ψj的隶属度值；
3)设置聚类算法的目标函数：
Figure BDA0003231140310000023
Figure BDA0003231140310000024
4)对目标函数使用拉格朗日乘子法，分别对隶属度值以及聚类中心进行求导，得到隶属度和聚类中心的更新公式：
Figure BDA0003231140310000031
Figure BDA0003231140310000032
其中：
h表示模糊因子，将其设置为2.2；
5)重复步骤2)-4)，直到隶属度和聚类中心更新次数达到Max，将Max设置为50；计算每次更新迭代后的目标函数值，将最小目标函数值所对应的聚类中心作为最终聚类算法的聚类中心，并判断当前t+1时刻的数据信息Rt+1是否为聚类中心，若Rt+1为聚类中心，则说明此时的存储柜区域存在危化品；在本发明一个具体实施例中，当t的值较小时，即存储柜监测终端未获取较多时刻的数据信息时，需要人工对每条数据信息进行判断，直到存储柜监测终端能自动且实时对当前时刻存储柜区域是否存在危化品进行监测。
可选地，所述存储柜监测终端立刻语音通知存储柜管理人员疏散周围人员，包括：
若存储柜监测终端监测到存储柜区域内存在危化品，存储柜监测终端则将该存储柜区域对应的数据信息进行标注，并将标注后的数据信息上传到云端黑匣子；并立刻语音通知该存储柜区域的存储柜管理人员疏散存储柜周围人员；
若存储柜监测终端未监测到存储柜区域到危化品，存储柜监测终端则将该存储柜区域对应的数据信息直接上传到云端黑匣子。
可选地，所述存储柜监测终端确定危化品的位置，包括：
若监测到存储柜区域中存在危化品，存储柜监测终端则根据当前时刻所接收到的数据信息，解析出不同存储柜附近的气体浓度{s1,s2,…,sn}，其中n表示存储柜区域中存储柜数量，si表示第i个存储柜附近的气体浓度；
存储柜监测终端选择气体浓度最大的5个存储柜以及邻近存储柜作为危化品的候选位置，并将危化品的候选位置通过短信方式告知存储柜管理人员；
由存储柜管理人员确定危化品存放于存储柜的具体位置，并清理存储柜中的危化品。
此外，为实现上述目的，本发明还提供一种危化品智能存储柜实时监测系统，所述系统包括：
存储柜监测装置，用于实时监测存储柜的温湿度、危化品泄漏气体浓度，并将监测到的数据信息上传到存储柜监测终端；
数据处理器，用于对监测到的数据信息进行解析；
存储柜监测终端，用于利用聚类算法对接收到的数据信息进行分析，判断存储柜区域是否存在危化品，若监测到存储柜区域中存在危化品，存储柜监测终端立刻语音通知存储柜管理人员疏散周围人员，并确定危化品的位置，通知存储柜管理人员清理存储柜中的危化品。
此外，为实现上述目的，本发明还提供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危化品存储柜监测程序指令，所述危化品存储柜监测程序指令可被一个或者多个处理器执行，以实现如上所述的危化品智能存储柜实时监测的实现方法的步骤。
相对于现有技术，本发明提出一种危化品智能存储柜实时监测方法，该技术具有以下优势：
首先，本方案设计一种存储柜监测装置以及存储柜监测终端，存储柜监测装置分为温湿度信息监测装置以及气体浓度信息监测装置，能够实时获取存储柜区域的温湿度信息以及气体浓度信息，其中气体浓度信息监测装置选择二氧化锡作为气敏源材料，当环境中存在一氧化碳蒸汽时，存储柜监测装置的电导率随空气中一氧化碳的浓度的增加而增大，使用转换电路即可将存储柜监测装置的电导率变化转为环境中气体浓度的变化率，环境中一氧化碳气体浓度的变化率越大，则存储柜监测装置的电导率变化越剧烈；所述温湿度信息监测装置为结合NTC测温元件和电阻式感湿元件的单片机，湿度量程范围为20～95％RH，温度量程范围为-20～60℃，监测结果以40位数字信号的形式发送到存储柜监测终端；存储柜监测终端实时接收存储柜附近的信息数据，并根据温湿度信息以及气体浓度信息判断当前时刻存储柜区域是否存在危化品。
同时，本方案提出一种利用聚类算法判断存储柜区域是否存在危化品的方法，对于存储柜监测装置所接收到的当前时刻t+1的数据信息Rt+1，若Rt+1无法同之前时刻的数据信息{R1,R2,…,Rt}形成同一类别，则说明在当前的t+1时刻，存储柜区域r存在异常危化品，从而快速实现存储柜的实时危化品监测；所述聚类算法的流程为：确定聚类数量为c，并从数据信息R中随机选取c个Rc作为聚类中心C＝{ψ1,ψ2,…,ωc}；计算数据信息R的隶属度矩阵U，其中隶属度矩阵中的元素uij为：
Figure BDA0003231140310000041
其中：h表示模糊因子，将其设置为2.2，uij表示时刻i的数据信息属于聚类中心ωj的隶属度值；设置聚类算法的目标函数：
Figure BDA0003231140310000042
Figure BDA0003231140310000043
对目标函数使用拉格朗日乘子法，分别对隶属度值以及聚类中心进行求导，得到隶属度和聚类中心的更新公式：
Figure BDA0003231140310000044
Figure BDA0003231140310000045
重复上述参数更新以及计算目标函数的步骤，直到隶属度和聚类中心更新次数达到Max，将Max设置为50；计算每次更新迭代后的目标函数值，将最小目标函数值所对应的聚类中心作为最终聚类算法的聚类中心，并判断当前t+1时刻的数据信息Rt+1是否为聚类中心，若Rt+1为聚类中心，则说明当前时刻的存储柜区域信息与以往区域信息不同，因此当前的存储柜区域存在危化品，实现了危化品存储柜的实时监测。
附图说明
图1为本发明一实施例提供的一种危化品智能存储柜实时监测方法的流程示意图；
图2为本发明一实施例提供的一种危化品智能存储柜实时监测系统的结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
存储柜监测装置实时监测存储柜的温湿度、危化品泄漏气体浓度，并将监测到的数据信息上传到存储柜监测终端；存储柜监测终端利用聚类算法对接收到的数据信息进行分析，判断存储柜区域是否存在危化品；若监测到存储柜区域中存在危化品，存储柜监测终端立刻语音通知存储柜管理人员疏散周围人员；存储柜监测终端确定危化品的位置，通知存储柜管理人员清理存储柜中的危化品。参照图1所示，为本发明一实施例提供的危化品智能存储柜实时监测方法示意图。
在本实施例中，危化品智能存储柜实时监测方法包括：
S1、存储柜监测装置实时监测存储柜的温湿度、危化品泄漏气体浓度，并将监测到的数据信息上传到存储柜监测终端。
首先，本发明在存储柜附近区域布置存储柜监测装置，所述存储柜监测装置实时监测存储柜周围的温湿度信息以及危化品泄漏气体浓度信息，并将监测到的温湿度信息以及气体浓度信息上传到存储柜监测终端；
在本发明一个具体实施例中，所述存储柜监测装置分为温湿度信息监测装置以及气体浓度信息监测装置，其中气体浓度信息监测装置选择二氧化锡作为气敏源材料，当环境中存在一氧化碳蒸汽时，存储柜监测装置的电导率随空气中一氧化碳的浓度的增加而增大，使用转换电路即可将存储柜监测装置的电导率变化转为环境中气体浓度的变化率，环境中一氧化碳气体浓度的变化率越大，则存储柜监测装置的电导率变化越剧烈；所述温湿度信息监测装置为结合NTC测温元件和电阻式感湿元件的单片机，湿度量程范围为20～95％RH，温度量程范围为-20～60℃，监测结果以40位数字信号的形式发送到存储柜监测终端；同时存储柜监测装置中存在定时器，定时器负责间隔1s向存储柜监测终端传输数据；
所述存储柜监测装置进行实时监测的流程为：
1)存储柜监测装置的气体浓度监测装置将监测到的电压值进行转换：
Figure BDA0003231140310000051
其中：
x表示气体浓度监测装置监测到的电压值；
V表示气体浓度监测装置的标准电压，在本发明一个具体实施例中，其值为3.3伏特；
x′为转换后的电压值；
利用12位的AD转换器将转换后的电压值转换为数字量；
2)存储柜监测装置的温湿度信息监测装置根据单片机指令输出温湿度数据，一次完整输出的数据为40位，读取输出数据时，单片机通过不断的切换单总线的收发状态，以保证单总线读写时序的准确性；在本发明一个具体实施例中，所输出的40位数据包括8位湿度的整数部分，8位湿度的小数部分，8位温度的整数部分，8位温度的小数部分以及8位校验位；
3)存储柜监测装置利用WIFI将监测到的数据信息传输到存储柜监测终端，数据信息传输间隔为1s。
S2、存储柜监测终端利用聚类算法对接收到的数据信息进行分析，判断存储柜区域是否存在危化品。
进一步地，存储柜监测终端接收到存储柜区域的数据信息，对于任意存储柜区域r，接收到的数据信息格式为：
Figure BDA0003231140310000052
其中：
t表示存储柜监测终端在t时刻接收到的数据信息；
m表示存储柜区域的特征信息数量，包括存储柜区域内不同存储柜的温湿度信息、气体浓度信息；
rt,m表示存储柜监测终端在t时刻接收到的第m种特征数据信息；
Rt表示存储柜监测终端在t时刻接收到的数据信息；
利用聚类算法对任意存储柜区域r的数据信息R进行聚类处理，对于存储柜监测装置所接收到的当前时刻t+1的数据信息Rt+1，若Rt+1无法同{R1,R2,…,Rt}形成同一类别，则说明在t+1时刻，存储柜区域r存在异常危化品，实现存储柜的实时危化品监测；
所述聚类算法的流程为：
1)确定聚类数量为c，并从数据信息R中随机选取c个Rc作为聚类中心C＝{ω1,ω2,…,ωc}；
2)计算数据信息R的隶属度矩阵U，其中隶属度矩阵中的元素uij为：
Figure BDA0003231140310000061
其中：
h表示模糊因子，将其设置为2.2；
uij表示时刻i的数据信息属于聚类中心ωj的隶属度值；
3)设置聚类算法的目标函数：
Figure BDA0003231140310000062
Figure BDA0003231140310000063
4)对目标函数使用拉格朗日乘子法，分别对隶属度值以及聚类中心进行求导，得到隶属度和聚类中心的更新公式：
Figure BDA0003231140310000064
Figure BDA0003231140310000065
其中：
h表示模糊因子，将其设置为2.2；
5)重复步骤2)-4)，直到隶属度和聚类中心更新次数达到Max，将Max设置为50；计算每次更新迭代后的目标函数值，将最小目标函数值所对应的聚类中心作为最终聚类算法的聚类中心，并判断当前t+1时刻的数据信息Rt+1是否为聚类中心，若Rt+1为聚类中心，则说明此时的存储柜区域存在危化品；在本发明一个具体实施例中，当t的值较小时，即存储柜监测终端未获取较多时刻的数据信息时，需要人工对每条数据信息进行判断，直到存储柜监测终端能自动且实时对当前时刻存储柜区域是否存在危化品进行监测。
S3、若监测到存储柜区域中存在危化品，存储柜监测终端立刻语音通知存储柜管理人员疏散周围人员。
若存储柜监测终端监测到存储柜区域内存在危化品，存储柜监测终端则将该存储柜区域对应的数据信息进行标注，并将标注后的数据信息上传到云端黑匣子；并立刻语音通知该存储柜区域的存储柜管理人员疏散存储柜周围人员；
若存储柜监测终端未监测到存储柜区域到危化品，存储柜监测终端则将该存储柜区域对应的数据信息直接上传到云端黑匣子。
S4、存储柜监测终端确定危化品的位置，通知存储柜管理人员清理存储柜中的危化品。
进一步地，若监测到存储柜区域中存在危化品，存储柜监测终端则根据当前时刻所接收到的数据信息，解析出不同存储柜附近的气体浓度{s1,s2,…,sn}，其中n表示存储柜区域中存储柜数量，si表示第i个存储柜附近的气体浓度；存储柜监测终端选择气体浓度最大的5个存储柜以及邻近存储柜作为危化品的候选位置，并将危化品的候选位置通过短信方式告知存储柜管理人员，由存储柜管理人员确定危化品存放于存储柜的具体位置，并清理存储柜中的危化品。
下面通过一个算法实验来说明本发明的具体实施方式，并对发明的处理方法进行测试。本发明算法的硬件测试环境为：Inter(R)Core(TM)i7-6700K CPU，软件为Matlab2018b；对比方法为基于SVM的存储柜危化品监测方法以及基于传感器的存储柜危化品监测方法。
在本发明所述算法实验中，数据集为1000个存储柜的温湿度信息以及气体浓度信息，其中200个存储柜内存在危化品。本实验通过将数据集输入到算法模型中，将监测到带有危化品存储柜的准确性作为算法可行性的评价指标，其中监测到带有危化品存储柜的准确性越高，则说明算法的有效性、可行性越高。
根据实验结果，基于SVM的存储柜危化品监测方法的监测准确率为84.62％，基于神经网络的存储柜危化品监测方法的监测准确率为87.66％，本发明所述方法的监测准确率为90.11％，相较于对比算法，本发明所提出的危化品智能存储柜实时监测方法能够更为有效实现存储柜危化品监测。
发明还提供一种危化品智能存储柜实时监测系统。参照图2所示，为本发明一实施例提供的危化品智能存储柜实时监测系统的内部结构示意图。
在本实施例中，所述危化品智能存储柜实时监测系统1至少包括存储柜监测装置11、数据处理器12、存储柜监测终端13，通信总线14，以及网络接口15。
其中，存储柜监测装置11可以是PC(Personal Computer，个人电脑)，或者是智能手机、平板电脑、便携计算机等终端设备，也可以是一种服务器等。
数据处理器12至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。数据处理器12在一些实施例中可以是危化品智能存储柜实时监测系统1的内部存储单元，例如该危化品智能存储柜实时监测系统1的硬盘。数据处理器12在另一些实施例中也可以是危化品智能存储柜实时监测系统1的外部存储设备，例如危化品智能存储柜实时监测系统1上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，数据处理器12还可以既包括危化品智能存储柜实时监测系统1的内部存储单元也包括外部存储设备。数据处理器12不仅可以用于存储安装于危化品智能存储柜实时监测系统1的应用软件及各类数据，还可以用于暂时地存储已经输出或者将要输出的数据。
存储柜监测终端13在一些实施例中可以是一中央处理器(Central ProcessingUnit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，包括监控单元，用于运行数据处理器12中存储的程序代码或处理数据，例如危化品存储柜监测程序指令16等。
通信总线14用于实现这些组件之间的连接通信。
网络接口15可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该系统1与其他电子设备之间建立通信连接。
可选地，危化品智能存储柜实时监测系统1还可以包括用户接口，用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在危化品智能存储柜实时监测系统1中处理的信息以及用于显示可视化的用户界面。
图2仅示出了具有组件11-15以及危化品智能存储柜实时监测系统1，本领域技术人员可以理解的是，图2示出的结构并不构成对危化品智能存储柜实时监测系统1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
在图2所示的危化品智能存储柜实时监测系统1实施例中，数据处理器12中存储有危化品存储柜监测程序指令16；存储柜监测终端13执行数据处理器12中存储的危化品存储柜监测程序指令16的步骤，与危化品智能存储柜实时监测方法的实现方法相同，在此不作类述。
此外，本发明实施例还提出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危化品存储柜监测程序指令，所述危化品存储柜监测程序指令可被一个或多个处理器执行，以实现如下操作：
存储柜监测装置实时监测存储柜的温湿度、危化品泄漏气体浓度，并将监测到的数据信息上传到存储柜监测终端；
存储柜监测终端利用聚类算法对接收到的数据信息进行分析，判断存储柜区域是否存在危化品；
若监测到存储柜区域中存在危化品，存储柜监测终端立刻语音通知存储柜管理人员疏散周围人员；
存储柜监测终端确定危化品的位置，通知存储柜管理人员清理存储柜中的危化品。
需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“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、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，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的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (8)

1.一种危化品智能存储柜实时监测方法，其特征在于，所述方法包括：
存储柜监测装置实时监测存储柜的温湿度、危化品泄漏气体浓度，并将监测到的数据信息上传到存储柜监测终端；
存储柜监测终端利用聚类算法对接收到的数据信息进行分析，判断存储柜区域是否存在危化品；
若监测到存储柜区域中存在危化品，存储柜监测终端立刻语音通知存储柜管理人员疏散周围人员；
存储柜监测终端确定危化品的位置，通知存储柜管理人员清理存储柜中的危化品。
2.如权利要求1所述的一种危化品智能存储柜实时监测方法，其特征在于，所述存储柜监测装置实时监测存储柜的温湿度、危化品泄漏气体浓度，包括：
所述存储柜监测装置进行实时监测的流程为：
1)存储柜监测装置的气体浓度监测装置将监测到的电压值进行转换：
Figure FDA0003231140300000011
其中：
x表示气体浓度监测装置监测到的电压值；
V表示气体浓度监测装置的标准电压；
x′为转换后的电压值；
利用12位的AD转换器将转换后的电压值转换为数字量；
2)存储柜监测装置的温湿度信息监测装置根据单片机指令输出温湿度数据，一次完整输出的数据为40位，读取输出数据时，单片机不断的切换单总线的收发状态；
3)存储柜监测装置利用WIFI将监测到的数据信息传输到存储柜监测终端，数据信息传输间隔为1s。
3.如权利要求2所述的一种危化品智能存储柜实时监测方法，其特征在于，所述存储柜监测终端接收数据信息，包括：
存储柜监测终端接收到存储柜区域的数据信息，对于任意存储柜区域r，接收到的数据信息格式为：
Figure FDA0003231140300000012
其中：
t表示存储柜监测终端在t时刻接收到的数据信息；
m表示存储柜区域的特征信息数量，包括存储柜区域内不同存储柜的温湿度信息、气体浓度信息；
rt,m表示存储柜监测终端在t时刻接收到的第m种特征数据信息；
Rt表示存储柜监测终端在t时刻接收到的数据信息。
4.如权利要求3所述的一种危化品智能存储柜实时监测方法，其特征在于，所述存储柜监测终端利用聚类算法对接收到的数据信息进行分析，包括：
所述聚类算法的流程为：
1)确定聚类数量为c，并从数据信息R中随机选取c个Rc作为聚类中心C＝{ω1,ω2,…,ωc}；
2)计算数据信息R的隶属度矩阵U，其中隶属度矩阵中的元素uij为：
Figure FDA0003231140300000013
其中：
h表示模糊因子，将其设置为2.2；
uij表示时刻i的数据信息属于聚类中心ωj的隶属度值；
3)设置聚类算法的目标函数：
Figure FDA0003231140300000021
Figure FDA0003231140300000022
4)对目标函数使用拉格朗日乘子法，分别对隶属度值以及聚类中心进行求导，得到隶属度和聚类中心的更新公式：
Figure FDA0003231140300000023
Figure FDA0003231140300000024
其中：
h表示模糊因子，将其设置为2.2；
5)重复步骤2)-4)，直到隶属度和聚类中心更新次数达到Max，将Max设置为50；计算每次更新迭代后的目标函数值，将最小目标函数值所对应的聚类中心作为最终聚类算法的聚类中心，并判断当前t+1时刻的数据信息Rt+1是否为聚类中心，若Rt+1为聚类中心，则说明此时的存储柜区域存在危化品。
5.如权利要求4所述的一种危化品智能存储柜实时监测方法，其特征在于，所述存储柜监测终端立刻语音通知存储柜管理人员疏散周围人员，包括：
若存储柜监测终端监测到存储柜区域内存在危化品，存储柜监测终端则将该存储柜区域对应的数据信息进行标注，并将标注后的数据信息上传到云端黑匣子；并立刻语音通知该存储柜区域的存储柜管理人员疏散存储柜周围人员；
若存储柜监测终端未监测到存储柜区域到危化品，存储柜监测终端则将该存储柜区域对应的数据信息直接上传到云端黑匣子。
6.如权利要求5所述的一种危化品智能存储柜实时监测方法，其特征在于，所述存储柜监测终端确定危化品的位置，包括：
若监测到存储柜区域中存在危化品，存储柜监测终端则根据当前时刻所接收到的数据信息，解析出不同存储柜附近的气体浓度{s1,s2,…,sn}，其中n表示存储柜区域中存储柜数量，si表示第i个存储柜附近的气体浓度；
存储柜监测终端选择气体浓度最大的5个存储柜以及邻近存储柜作为危化品的候选位置，并将危化品的候选位置通过短信方式告知存储柜管理人员；
由存储柜管理人员确定危化品存放于存储柜的具体位置，并清理存储柜中的危化品。
7.一种危化品智能存储柜实时监测系统，其特征在于，所述系统包括：
存储柜监测装置，用于实时监测存储柜的温湿度、危化品泄漏气体浓度，并将监测到的数据信息上传到存储柜监测终端；
数据处理器，用于对监测到的数据信息进行解析；
存储柜监测终端，用于利用聚类算法对接收到的数据信息进行分析，判断存储柜区域是否存在危化品，若监测到存储柜区域中存在危化品，存储柜监测终端立刻语音通知存储柜管理人员疏散周围人员，并确定危化品的位置，通知存储柜管理人员清理存储柜中的危化品。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有危化品存储柜监测程序指令，所述危化品存储柜监测程序指令可被一个或者多个处理器执行，以实现如上所述的危化品智能存储柜实时监测的实现方法的步骤。
CN202110987219.5A 2021-08-26 2021-08-26 一种危化品智能存储柜实时监测方法及系统 Pending CN113704690A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110987219.5A CN113704690A (zh) 2021-08-26 2021-08-26 一种危化品智能存储柜实时监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110987219.5A CN113704690A (zh) 2021-08-26 2021-08-26 一种危化品智能存储柜实时监测方法及系统

Publications (1)

Publication Number Publication Date
CN113704690A true CN113704690A (zh) 2021-11-26

Family

ID=78655121

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110987219.5A Pending CN113704690A (zh) 2021-08-26 2021-08-26 一种危化品智能存储柜实时监测方法及系统

Country Status (1)

Country Link
CN (1) CN113704690A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114998838A (zh) * 2022-06-24 2022-09-02 无锡赛弗安全装备有限公司 一种危化品智能存储柜实时监测方法与装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108170036A (zh) * 2017-12-12 2018-06-15 重庆第二师范学院 一种基于互联网的危化品智能管控系统及方法
CN108897011A (zh) * 2018-05-11 2018-11-27 广东石油化工学院 基于无线传感网的危险品仓库室内定位与应急疏散系统
CN109043894A (zh) * 2018-09-26 2018-12-21 上海工程技术大学 一种危化品智能存储柜系统
CN110044406A (zh) * 2018-01-17 2019-07-23 中国农业机械化科学研究院 一种基于气体多传感阵列的棉垛火情监测系统与方法
CN110648098A (zh) * 2019-09-17 2020-01-03 深圳市城市公共安全技术研究院有限公司 一种危化品存储管理系统
CN112488153A (zh) * 2020-11-06 2021-03-12 中国人民解放军国防科技大学 基于聚类趋向性原理的气味源自主搜索及定位方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108170036A (zh) * 2017-12-12 2018-06-15 重庆第二师范学院 一种基于互联网的危化品智能管控系统及方法
CN110044406A (zh) * 2018-01-17 2019-07-23 中国农业机械化科学研究院 一种基于气体多传感阵列的棉垛火情监测系统与方法
CN108897011A (zh) * 2018-05-11 2018-11-27 广东石油化工学院 基于无线传感网的危险品仓库室内定位与应急疏散系统
CN109043894A (zh) * 2018-09-26 2018-12-21 上海工程技术大学 一种危化品智能存储柜系统
CN110648098A (zh) * 2019-09-17 2020-01-03 深圳市城市公共安全技术研究院有限公司 一种危化品存储管理系统
CN112488153A (zh) * 2020-11-06 2021-03-12 中国人民解放军国防科技大学 基于聚类趋向性原理的气味源自主搜索及定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张红霞 等: "基于粗糙集理论的模糊聚类算法研究", 《软件》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114998838A (zh) * 2022-06-24 2022-09-02 无锡赛弗安全装备有限公司 一种危化品智能存储柜实时监测方法与装置
CN114998838B (zh) * 2022-06-24 2023-06-06 无锡赛弗安全装备有限公司 一种危化品智能存储柜实时监测方法与装置

Similar Documents

Publication Publication Date Title
Jerlin et al. A new malware detection system using machine learning techniques for API call sequences
Ham et al. Analysis of android malware detection performance using machine learning classifiers
CN110730164B (zh) 安全预警方法及相关设备、计算机可读存储介质
CN113269500A (zh) 一种基于神经网络的冷链物流监控方法及系统
KR20190048004A (ko) 기계 학습 기반의 이상 행위 탐지 방법 및 그 장치
CN112765003B (zh) 一种基于app行为日志的风险预测方法
CN109816056A (zh) 基于二维码技术的机房巡检方法、装置及存储介质
CN114254879A (zh) 多传感器信息融合的电力设备安全诊断方法和装置
CN113704690A (zh) 一种危化品智能存储柜实时监测方法及系统
Nasir et al. Arduino based gas leakage control and temperature monitoring system
CN111475624A (zh) 一种监控数据检索方法、装置及设备
CN114124460A (zh) 工控系统入侵检测方法、装置、计算机设备及存储介质
CN113076315A (zh) 一种在区块链上的物联网的智能家居数据上链方法及系统
Zhang et al. An automatic assessment method of cyber threat intelligence combined with ATT&CK matrix
CN114143074B (zh) webshell攻击识别装置及方法
CN115098326A (zh) 一种系统异常检测方法及装置、存储介质及电子设备
US11489877B2 (en) Cybersecurity maturity determination
CN114492994A (zh) 一种基于电力大数据的电力信息处理系统、方法及装置
CN113920720A (zh) 高速公路隧道设备故障处理方法、装置及电子设备
Kotti Industrial Automation with Safety Aspects using Machine Learning Techniques
CN113362069A (zh) 风控模型的动态调整方法、装置、设备及可读存储介质
Ksibi et al. IoMT Security Model based on Machine Learning and Risk Assessment Techniques
Uma et al. A multimodel fire detection and alarm system for automobiles using internet of things and machine learning
CN111695743A (zh) 工厂化食品安全生产监控方法、装置、设备及存储介质
Beaugnon Expert-in-the-loop supervised learning for computer security detection systems

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20211126