CN114062442A - 一种自动寻污采样水质监测方法及监测船 - Google Patents
一种自动寻污采样水质监测方法及监测船 Download PDFInfo
- Publication number
- CN114062442A CN114062442A CN202110932193.4A CN202110932193A CN114062442A CN 114062442 A CN114062442 A CN 114062442A CN 202110932193 A CN202110932193 A CN 202110932193A CN 114062442 A CN114062442 A CN 114062442A
- Authority
- CN
- China
- Prior art keywords
- water quality
- ship
- sample
- samples
- quality monitoring
- 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.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 77
- 238000012544 monitoring process Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000005070 sampling Methods 0.000 title claims abstract description 16
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 40
- 239000013598 vector Substances 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 238000011109 contamination Methods 0.000 claims abstract description 4
- 239000000523 sample Substances 0.000 claims description 45
- 229910052799 carbon Inorganic materials 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 3
- 239000010865 sewage Substances 0.000 abstract description 7
- 239000000284 extract Substances 0.000 abstract description 2
- 238000012549 training Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 241001247821 Ziziphus Species 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Classifications
-
- 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
- G01N27/06—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a liquid
- G01N27/08—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a liquid which is flowing continuously
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B35/00—Vessels or similar floating structures specially adapted for specific purposes and not otherwise provided for
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/28—Treatment of water, waste water, or sewage by sorption
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/20—Controlling water pollution; Waste water treatment
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Hydrology & Water Resources (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Electrochemistry (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Environmental & Geological Engineering (AREA)
- Water Supply & Treatment (AREA)
- Organic Chemistry (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- Sampling And Sample Adjustment (AREA)
- Water Treatment By Sorption (AREA)
Abstract
本发明公开了一种自动寻污采样水质监测方法及监测船；该监测方法如下：一、无人监测船在被测水域中进行巡逻，在多个不同位置检测电导率，并记录检测位置坐标；每个检测位置及其电导率形成一个样本；各样本组成样本数据集。各电导率均转化为数据向量。对各样本根据电导率的大小分类；二、利用KNN算法，对样本数据集中各样本进行聚类，找出聚类中心值的最大值，并计算聚类中心值的最大值对应位置的坐标。该坐标即为污染中心。本发明通过无人监测船在被测水域中随机采样，并利用KNN算法对所得样本进行聚类，提取聚类中心，进而自动获得被测水域的污染中心位置，且无人监测船能够自动行驶到污染中心释放活性炭，进行污染的应急处理。
Description
技术领域
本发明涉及技术领域，尤其涉及一种自动寻污采样水质监测方法及监测船。
背景技术
近年来，我国地表水资源污染严重，污水排放量每天约为11×108m3，82％河湖受到不同程度的污染。传统的水质监测手段主要依靠定点安装监测设备及人为巡逻两种，然而都无法有效遏制企业非法暗管偷排或是倾倒污水的行为，后者乘坐的冲锋舟更是会对环境造成二次污染，因此，探索一种高效环保的监测技术将是助力现代化水体污染排查的有效手段。
发明内容
本发明的目的在于一种自动寻污采样水质监测方法及监测船。
第一方面，本发明提供一种自动寻污采样水质监测方法，采用的无人监测船能够检测自身所在位置的电导率。该监测方法具体如下：
步骤一、无人监测船在被测水域中进行巡逻，在多个不同位置检测电导率，并记录检测位置坐标；每个检测位置及其电导率形成一个样本；各样本组成样本数据集。各电导率均转化为数据向量。对各样本根据电导率的大小分类；所述样本数据集的样本个数大于500。
步骤二、利用KNN算法，对样本数据集中各样本进行聚类，找出聚类中心值的最大值，并计算聚类中心值的最大值对应位置的坐标。该坐标即为污染中心。
作为优选，根据各类别中的数据向量计算出各类别的中心向量。之后，计算每个样本的数据向量与对应的中心向量之间的距离。
作为优选，所述的无人监测船能够释放活性炭；在获得污染中心位置后，无人监测船行驶到污染中心，并释放活性炭，同时，无人监测船采集污染中心的水样。
作为优选，当需要检测被测水域中任意位置的污染情况时，计算样本数据集中各样本与目标位置的欧式距离，提取出与目标位置欧式距离最小的若干个样本作为特征样本。计算各类别中特征样本的数量，取特征样本的数量最多的那个类别作为目标位置的类别；根据所得类别获取目标位置的电导率范围。根据所得的电导率范围判断被测水域的污染情况。
第二方面，本发明提供一种自动寻污采样水质监测船，其包括船体、主机、水质监测模块和活性炭释放模块。主机安装在船体中部的控制箱内。主机的外侧安装有散热器。主机与舵机的控制线连接。电机架转动连接在船体的尾部，并与舵机的输出轴固定。舵机驱动电机架进行左右摆动。电机架上固定有直流电机。直流电机的输出轴上固定有螺旋桨。直流电机的输入接口与电子调速器连接。水质监测模块安装在船体的头端；水质监测模块的输入接口与探针通过线缆连接。工作过程中，探针能够抛入水中；探针和水质监测模块能够检测水体的电导率。船体上安装有活性炭释放模块。活性炭释放模块包括用于装夹活性炭包的夹具。夹具在动力元件驱动下进行自动开闭。该动力元件由主机控制。活性炭释放模块中的夹具能够将活性炭包释放到水体中。
作为优选，该自动寻污采样水质监测船还包括遥控模块。所述的遥控模块包括遥控器、信号转换器和信号接收器。信号转换器和信号接收器设置在船体的头端。信号接收器与遥控器之间通过无线网络通信连接；信号转换器的输入接口与信号接收器的输出接口电连接。信号转换器的输出接口与主机电连接。直流电机内设置有PWM脉冲宽度调制器，PWM脉冲宽度调制器与主机连接。
作为优选，所述主机采用stm32系列微控制器。主机连接有型号为74ls153的数据选择器。
作为优选，所述探针的探测端设置有微型摄像头。
本发明的有益效果：
1、本发明通过无人监测船在被测水域中随机采样，并利用KNN算法对所得样本进行聚类，提取聚类中心，进而自动获得被测水域的污染中心位置，且无人监测船能够自动行驶到污染中心释放活性炭，进行污染的应急处理。
2、本发明提供的监测船能够通过巡航模式自行监测存储水质参数与相应地理坐标信息，此外，该监测船还在污染中心采集污染水样，用于后续化验。
附图说明
图1为本发明的整体结构示意图；
图2为本发明前部的结构示意图；
图3为本发明后部的结构示意图；
图4为本发明的控制系统图；
图5本发明的流程图。
图中：1-螺旋桨、2-电子调速器、3-直流电机、4-船体、5-主机、6-信号转换器、7-水质监测模块、8-探针、9-接线、10-舵机、11-信号接收器、12-散热器、13-PWM脉冲宽度调制器。
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。在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“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。
如图1、2、3和4所示，一种自动寻污采样水质监测船，包括船体4、主机5、水质监测模块7、遥控模块和活性炭释放模块。船体4的巡航速度2km/h，最大航程4km。主机5安装在船体4中部的控制箱内。主机5采用stm32系列微控制器(具体型号为STM32F101R6)。主机5上连接有型号为74ls153的数据选择器。主机5的外侧安装有散热器12。主机5与舵机10的控制线通过接线9连接。电机架转动连接在船体4的尾部，并与舵机10的输出轴固定。舵机10驱动电机架进行左右摆动。电机架上固定有直流电机3。直流电机3的输出轴上固定有螺旋桨1。直流电机3的输入接口与电子调速器2连接。
水质监测模块7(即TDS模块)安装在船体4的头端；水质监测模块7的输入接口与探针8通过线缆连接。探针8能够抛入水中，以实现水质的实时检测，判定污染中心位置。水质监测模块测定范围0-2000ppm，精度±5％，能够将污染中心定位误差控制在1m内；探针 8的探测端设置有微型摄像头；水质监测模块7的输出接口与主机5电连接。
水质监测模块7通过串行接口不断将串行数据送给主机5，主机5通过实时传输的数据搭建自寻污染源算法模型；模型输出为两路PWM波，调整其占空比，分别控制直流电机3和舵机10。从而达到实现控制船体4进退，转向的功能，实现自动寻污。同时探针8将实时TDS数据传输给移动端，实现物联网，达到实时监控的目的。
遥控模块包括遥控器、信号转换器6和信号接收器11。船体4的头端设置有信号转换器 6和信号接收器11。信号接收器11与遥控器之间通过无线网络通信连接；信号转换器6的输入接口与信号接收器11的输出接口电连接。信号转换器6的输出接口与主机5电连接。直流电机3内设置有PWM脉冲宽度调制器13，PWM脉冲宽度调制器13与主机5连接；由此能够通过遥控器远程控制船体4移动。
活性炭释放模块安装在船体的中部。活性炭释放模块中设置有用于装夹活性炭包的夹具。夹具在动力元件驱动下进行自动开闭。该动力元件采用电机，并与主机连接。活性炭释放模块中的夹具能够在主机的控制下将活性炭包释放到水体中，进行污染物吸附。活性炭释放模块上活性炭包在释放后能够二次填充，以便于该自动寻污采样水质监测船前往下一个污染中心位置。
其中，由于STM32等嵌入式设备自带专用属性，不适合作为随机性很强的人工智能深度学习训练平台，因此依靠服务器来训练KNN算法，首先需要船体4进入巡逻模式，结合GPS 模块，水质监测模块7收集船体4的绝对坐标位置及水质状况，并通过无线网络将数据上传至服务器端训练，服务器端算法训练完成后做成了一个API库就可以移植转化供船体4使用。
在船体4设计上，考虑到实际水体的复杂性，本发明综合了应力，浮力等多方面因素，设计了方形系数较大的船体4，本发明中的船体4的方形系数为Cb＝0.95。在有效降低空船重量，增加搭载检测模块能力的同时，提高了其耐波性及回转性能。此外，在船体上设置艏楼，进一步增加船体容积，减少波浪涌上甲板的可能性，构造球鼻艏减小兴波阻力，实现船体能耗最小化。同时，船体采用可回收可降解材料，减少对环境的二次污染。
如图5所示，该自动寻污采样水质监测船的污染源自动定位方法，具体步骤如下：
步骤一、在船体进入一个新水域时，将主机启动自动模式。监测船设置为自动模式后会进行巡逻。通过水质监测模块采集多个不同位置的电导率，并记录经过电导率采集的各位置的坐标，作为已知样本。电导率数值表示成计算机能够识别的数据向量。当样本数K大于500 时，对每个样本的数据向量进行特征提取操作，然后根据每个类别中各样本的数据向量，分别得到每个类别的中心向量。数据向量为n维的特征向量。n为特征维度。
对样本数K超过500的各样本进行分类，并根据电导率的大小设置标签，得到多种不同类别的样本，作为样本数据集；各样本共分别c类，分别为ω1类、ω2类、……、ωc类。ω1 类的电导率为1～10μS/cm；ω2类的电导率为10～50μS/cm、……、ωc类的电导率为800～1000μS/cm。c的取值为5～30。
步骤二、计算每个样本的数据向量与对应的中心向量之间的距离。
步骤三、利用KNN算法，对样本数据集中各样本进行聚类，找出聚类中心值的最大值，并计算聚类中心值的最大值对应位置的坐标；主机控制船体4移动至该位置。
由于水域连续，不是离散点，故不可能将水域所有的水质情况采集存储，且水质情况是连续变化的，符合近朱者赤近墨者黑的分类理论。故采用KNN算法对各个水域的水质情况进行分析。KNN算法是一种基于实例的分类方法，适用于样本容量比较大的类域的自动分类，该方法就是找出与未知样本x距离最近的K个训练样本，看这K个样本中多数属于哪一类，就把X归为那一类。当要对水质情况未知的坐标点X的水质情况进行分析时，则船体无需行驶到该点，可直接根据KNN算法进行计算分析。大大提高了寻污效率，节约了寻污船的能耗。
具体来说，在N个已通过巡逻得知的坐标和水质数据样本中，以计算欧式距离的方式找出坐标点X的k个近邻坐标和水质数据样本。其中，N为样本数据集的样本个数；k的取值为10～20。若坐标点X与所有已知样本的距离均大于阈值，则船体行驶至坐标点X进行水质数据采集。提取该k个样本的类别；其中，ω1类、ω2类、……、ωc类的样本个数分别为k1、k2、……、kc。定义判别函数为:gj(x)＝ωs；ωs为k个样本在ω1类、ω2类、……、ωc类中样本数量最多的那类；即ks＝max(ki)，i＝1,2,...,c；得到坐标点X对应的类别。电导率越大，则坐标点X污染程度越严重。
步骤四、船体4到达步骤三得到的位置后，将活性炭推出到水体中，进行污染物的吸附。同时，无人监测船采集污染中心的水样。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种自动寻污采样水质监测方法，其特征在于：步骤一、无人监测船在被测水域中进行巡逻，在多个不同位置检测电导率，并记录检测位置坐标；每个检测位置及其电导率形成一个样本；各样本组成样本数据集；各电导率均转化为数据向量；所述样本数据集的样本个数大于500；
步骤二、利用KNN算法，对样本数据集中各样本进行聚类，找出聚类中心值的最大值，并计算聚类中心值的最大值对应位置的坐标；该坐标即为污染中心。
2.根据权利要求1所述的一种自动寻污采样水质监测方法，其特征在于：对各样本根据电导率的大小分类；根据各类别中的数据向量计算出各类别的中心向量；之后，计算每个样本的数据向量与对应的中心向量之间的距离。
3.根据权利要求1所述的一种自动寻污采样水质监测方法，其特征在于：所述的无人监测船能够释放活性炭；在获得污染中心位置后，无人监测船行驶到污染中心，并释放活性炭，同时，无人监测船采集污染中心的水样。
4.根据权利要求1所述的一种自动寻污采样水质监测方法，其特征在于：当需要检测被测水域中任意位置的污染情况时，计算样本数据集中各样本与目标位置的欧式距离，提取出与目标位置欧式距离最小的若干个样本作为特征样本；计算各类别中特征样本的数量，取特征样本的数量最多的那个类别作为目标位置的类别；根据所得类别获取目标位置的电导率范围；根据所得的电导率范围判断被测水域的污染情况。
5.一种自动寻污采样水质监测船，包括船体(4)、主机(5)、水质监测模块(7)和活性炭释放模块；其特征在于：所述的主机(5)安装在船体(4)中部的控制箱内；主机(5)的外侧安装有散热器(12)；主机(5)与舵机(10)的控制线连接；电机架转动连接在船体(4)的尾部，并与舵机(10)的输出轴固定；舵机(10)驱动电机架进行左右摆动；电机架上固定有直流电机(3)；直流电机(3)的输出轴上固定有螺旋桨(1)；直流电机(3)的输入接口与电子调速器(2)连接；水质监测模块(7)安装在船体(4)的头端；水质监测模块(7)的输入接口与探针(8)通过线缆连接；工作过程中，探针(8)能够抛入水中；探针(8)和水质监测模块(7)能够检测水体的电导率；船体上安装有活性炭释放模块；活性炭释放模块包括用于装夹活性炭包的夹具；夹具在动力元件驱动下进行自动开闭；该动力元件由主机控制；活性炭释放模块中的夹具能够将活性炭包释放到水体中。
6.根据权利要求1所述的一种自动寻污采样水质监测船，其特征在于：还包括遥控模块；所述的遥控模块包括遥控器、信号转换器(6)和信号接收器(11)；信号转换器(6)和信号接收器(11)设置在船体(4)的头端；信号接收器(11)与遥控器之间通过无线网络通信连接；信号转换器(6)的输入接口与信号接收器(11)的输出接口电连接；信号转换器(6)的输出接口与主机(5)电连接；直流电机(3)内设置有PWM脉冲宽度调制器(13)，PWM脉冲宽度调制器(13)与主机(5)连接。
7.根据权利要求1所述的一种自动寻污采样水质监测船，其特征在于：所述主机(5)采用stm32系列微控制器；主机(5)连接有型号为74ls153的数据选择器。
8.根据权利要求1所述的一种自动寻污采样水质监测船，其特征在于：所述探针(8)的探测端设置有微型摄像头。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110932193.4A CN114062442B (zh) | 2021-08-13 | 2021-08-13 | 一种自动寻污采样水质监测方法及监测船 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110932193.4A CN114062442B (zh) | 2021-08-13 | 2021-08-13 | 一种自动寻污采样水质监测方法及监测船 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114062442A true CN114062442A (zh) | 2022-02-18 |
| CN114062442B CN114062442B (zh) | 2024-04-26 |
Family
ID=80233564
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110932193.4A Active CN114062442B (zh) | 2021-08-13 | 2021-08-13 | 一种自动寻污采样水质监测方法及监测船 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114062442B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114252642A (zh) * | 2022-02-24 | 2022-03-29 | 江西省自然资源事业发展中心 | 一种用于自然资源动态监测装置及其监测方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106934221A (zh) * | 2017-02-27 | 2017-07-07 | 华南理工大学 | 一种基于神经网络的水质评价分类方法 |
| KR20190023152A (ko) * | 2017-08-28 | 2019-03-08 | 주식회사 아르고테크놀리지 | 양식장 수질 모니터링 시스템 |
| CN110186505A (zh) * | 2019-06-06 | 2019-08-30 | 浙江清华长三角研究院 | 一种基于支持向量机的农村生活污水处理设施出水达标情况的预测方法 |
| CN110929743A (zh) * | 2018-09-19 | 2020-03-27 | 上海仪电（集团）有限公司中央研究院 | 基于时间序列关联与聚类分析的水质污染物变化监测系统 |
| CN111242380A (zh) * | 2020-01-17 | 2020-06-05 | 中国水利水电科学研究院 | 一种基于人工智能算法的湖（库）富营养化预测方法 |
| CN111855945A (zh) * | 2020-07-28 | 2020-10-30 | 王艳捷 | 一种智慧型流域水质污染溯源的船载监测技术及方法 |
| CN112162017A (zh) * | 2020-09-28 | 2021-01-01 | 江苏蓝创智能科技股份有限公司 | 一种水污染超标监测方法、装置、系统 |
-
2021
- 2021-08-13 CN CN202110932193.4A patent/CN114062442B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106934221A (zh) * | 2017-02-27 | 2017-07-07 | 华南理工大学 | 一种基于神经网络的水质评价分类方法 |
| KR20190023152A (ko) * | 2017-08-28 | 2019-03-08 | 주식회사 아르고테크놀리지 | 양식장 수질 모니터링 시스템 |
| CN110929743A (zh) * | 2018-09-19 | 2020-03-27 | 上海仪电（集团）有限公司中央研究院 | 基于时间序列关联与聚类分析的水质污染物变化监测系统 |
| CN110186505A (zh) * | 2019-06-06 | 2019-08-30 | 浙江清华长三角研究院 | 一种基于支持向量机的农村生活污水处理设施出水达标情况的预测方法 |
| CN111242380A (zh) * | 2020-01-17 | 2020-06-05 | 中国水利水电科学研究院 | 一种基于人工智能算法的湖（库）富营养化预测方法 |
| CN111855945A (zh) * | 2020-07-28 | 2020-10-30 | 王艳捷 | 一种智慧型流域水质污染溯源的船载监测技术及方法 |
| CN112162017A (zh) * | 2020-09-28 | 2021-01-01 | 江苏蓝创智能科技股份有限公司 | 一种水污染超标监测方法、装置、系统 |
Non-Patent Citations (1)
| Title |
|---|
| 杨帆，杨喆等人: "基于浓度梯度算法控制的自动寻污船应用于暗管排查", 《中国给水排水》, vol. 38, no. 13, 31 July 2022 (2022-07-31), pages 8 - 14 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114252642A (zh) * | 2022-02-24 | 2022-03-29 | 江西省自然资源事业发展中心 | 一种用于自然资源动态监测装置及其监测方法 |
| CN114252642B (zh) * | 2022-02-24 | 2023-03-14 | 江西省自然资源事业发展中心 | 一种用于自然资源动态监测装置及其监测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114062442B (zh) | 2024-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10794887B2 (en) | Intelligent device for integrated sampling of layered water and sediment core of deep reservoir | |
| CN105842412A (zh) | 一种水环境垂向分布综合在线监测浮标及系统 | |
| CN110667813A (zh) | 一种用于水质监测和增氧的移动式仿生机器鱼及控制方法 | |
| CN106596879A (zh) | 一种河道断面水质监测系统及其方法 | |
| CN105738157A (zh) | 可采集不同深度水样的远程遥控采样器 | |
| CN101670886B (zh) | 水下机器人推进器信息融合故障诊断方法及装置 | |
| CN208888216U (zh) | 船舶尾气嗅探仪 | |
| CN103803045A (zh) | 一种新型无人环境监测船 | |
| CN102381464A (zh) | 波浪能和太阳能驱动海洋环境无人监测船 | |
| CN112960078B (zh) | 一种无人帆船自动驾驶系统及其方法 | |
| CN101717132A (zh) | 全向超声波除藻浮子 | |
| CN114062442B (zh) | 一种自动寻污采样水质监测方法及监测船 | |
| CN109357917B (zh) | 一种多功能水体样品采集器 | |
| CN112644646A (zh) | 大水域鱼类资源调查的水下机器人智能系统及工作方法 | |
| CN202320757U (zh) | 一种波浪动力无人监测船 | |
| CN114771772B (zh) | 融合视觉与力觉机械臂的水下打捞装置 | |
| CN209280020U (zh) | 一种河口水质检测仪 | |
| CN110239695A (zh) | 可下潜式水域监测机器人和方法 | |
| CN113109344A (zh) | 一种基于物联网技术实时高效的新型水质监测系统 | |
| CN204037864U (zh) | 一种深水域抗浪水体监测艇 | |
| CN114162322A (zh) | 一种无人机-艇协同立体水生态环境监测系统与使用方法 | |
| CN111591400A (zh) | 水面垃圾自主收集方法及其系统 | |
| CN114291217A (zh) | 一种基于视觉识别技术的垃圾清理船及其控制系统 | |
| CN211147668U (zh) | 一种水环境智能巡航监测平台 | |
| CN215066569U (zh) | 一种可移动型水环境监测装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |