CN114153917A - 基于区块链的电梯监控系统、方法和计算机设备 - Google Patents
基于区块链的电梯监控系统、方法和计算机设备 Download PDFInfo
- Publication number
- CN114153917A CN114153917A CN202111310998.1A CN202111310998A CN114153917A CN 114153917 A CN114153917 A CN 114153917A CN 202111310998 A CN202111310998 A CN 202111310998A CN 114153917 A CN114153917 A CN 114153917A
- Authority
- CN
- China
- Prior art keywords
- elevator
- operation data
- data
- abnormal
- block chain
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000002159 abnormal effect Effects 0.000 claims abstract description 186
- 238000012423 maintenance Methods 0.000 claims description 40
- 238000012545 processing Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004804 winding Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 description 20
- 206010000117 Abnormal behaviour Diseases 0.000 description 12
- 230000001360 synchronised effect Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000012806 monitoring device Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 210000001503 joint Anatomy 0.000 description 3
- 238000003032 molecular docking Methods 0.000 description 3
- 238000005336 cracking Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000011418 maintenance treatment Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/502—Proximity
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Tourism & Hospitality (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Evolutionary Biology (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
- Maintenance And Inspection Apparatuses For Elevators (AREA)
Abstract
本申请公开了一种基于区块链的电梯监控系统、方法和计算机设备。该基于区块链的电梯监控系统包括:边缘计算节点,用于采集多个电梯的电梯运行数据;将所述电梯运行数据同步至联盟区块链;联盟区块链,用于对所述电梯运行数据进行上链,并存储;电梯监控预警装置,用于调用所述联盟区块链中的电梯运行数据,对所述电梯运行数据进行异常识别,得到异常运行数据;根据所述异常运行数据生成对应的预警信息。本申请能够及时预测电梯的运行状态,以提高电梯运行的安全性。
Description
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种基于区块链的电梯监控系统、方法、计算机设备和存储介质。
背景技术
电梯是目前高层建筑的必要运输工具,由于电梯自身的复杂性和内部结构的相互关联,电梯在长期使用过程中难免会出现一些安全隐患,因此需要对电梯的运行状况进行监控。传统方式是由统一机构对电梯进行管理监控,通过人工对电梯进行常规保养,责任到人。然而传统的电梯监控方式中,电梯运行数据保留在电梯内部,无法及时预测电梯的运行状态,导致电梯运行的安全性较低。
发明内容
本申请的主要目的在于提供一种能够及时预测电梯的运行状态,以提高电梯运行的安全性的基于区块链的电梯监控系统、方法、计算机设备和存储介质。
为了实现上述目的,根据本申请的一个方面,提供了一种基于区块链的电梯监控系统。
根据本申请的基于区块链的电梯监控系统包括:
边缘计算节点,用于采集多个电梯的电梯运行数据;将所述电梯运行数据同步至联盟区块链;
联盟区块链,用于对所述电梯运行数据进行上链,并存储;
电梯监控预警装置,用于调用所述联盟区块链中的电梯运行数据,对所述电梯运行数据进行异常识别,得到异常运行数据;根据所述异常运行数据生成对应的预警信息。
进一步的,所述电梯监控预警装置还用于:
识别所述电梯运行数据是否符合预设安全运行条件;
若所述电梯运行数据不符合预设安全运行条件,则将所述电梯运行数据确定为异常运行数据。
进一步的,所述电梯监控预警装置还用于:
调用预先训练的异常识别模型;
将所述电梯运行数据输入至所述异常识别模型,通过所述异常识别模型识别异常运行数据。
进一步的,所述电梯监控预警装置还用于根据所述异常运行数据生成对应的电梯控制指令,将所述电梯控制指令下发至对应的边缘计算节点;
所述边缘计算节点还用于根据所述电梯控制指令对相应的电梯进行控制。
进一步的,所述电梯监控预警装置还用于:
对所述异常运行数据进行分级处理,确定所述异常运行数据对应的异常级别;
根据所述异常级别确定对应的异常处理策略。
进一步的,所述边缘计算节点还用于:
分别与对应的电梯物联网设备对接,获取各电梯物联网设备采集的电梯的电梯运行数据,得到多个电梯的电梯运行数据。
进一步的,所述电梯监控预警装置中存储有所述电梯运行数据、所述预警信息和电梯维修数据,所述电梯监控预警装置还用于:
接收用户的数据查询请求,所述数据查询请求携带请求参数;
在预先存储的电梯运行数据、预警信息和电梯维修数据中查询所述请求参数对应的目标数据;
根据所述目标数据计算电梯维修费用。
为了实现上述目的,根据本申请的另一方面,提供了一种基于区块链的电梯监控方法。
根据本申请的基于区块链的电梯监控方法包括:
一种计算机设备,包括存储器和处理器,所述存储器存储有可在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各个方法实施例中的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述各个方法实施例中的步骤。
上述基于区块链的电梯监控系统、方法、计算机设备和存储介质,通过将电梯运行数据同步至联盟区块链,对电梯运行数据进行上链存储,再对电梯运行数据进行异常识别,并根据异常运行数据生成对应的预警信息,利用区域链技术快速实现了分布式数据的数据同步,解决了分布式数据同步难、同步延时大的问题,通过对电梯进行监控,能够提前做好预警工作。基于区块链技术切实提高了电梯的运营、监控和维护效率,降低了电梯运行产生的风险。而且通过区块链技术,能够确保电梯运行数据可信,不被篡改,为后续业务展开提供了数据依据。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是一个实施例中基于区块链的电梯监控系统的结构示意图;
图2为一个实施例中基于区块链的电梯监控方法的流程示意图;
图3为另一个实施例中基于区块链的电梯监控方法的流程示意图;
图4为一个实施例中基于区块链的电梯监控方法的数据流向示意图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本申请提供的基于区块链的电梯监控系统,可以如图1所示,该系统包括:边缘计算节点102、联盟区块链104和电梯监控装置106。其中,边缘计算节点102可以为多个,边缘计算节点由服务器构成。联盟区块链104由多个区块链节点构成,每个区块链节点由服务器构成。电梯监控装置106可以是用于处理电梯运行数据的服务器。边缘计算节点与联盟区块链通过网络进行通信,联盟区块链与电梯监控装置通过网络进行通信,电梯监控装置与边缘计算节点通过网络进行通信。
在一个实施例中,基于区块链的电梯监控系统,包括:
边缘计算节点,用于采集多个电梯的电梯运行数据;将电梯运行数据同步至联盟区块链。
联盟区块链,用于对电梯运行数据进行上链,并存储。
电梯监控预警装置,用于调用联盟区块链中的电梯运行数据,对电梯运行数据进行异常识别,得到异常运行数据;根据异常运行数据生成对应的预警信息。
在高楼建筑中,通常会设置电梯。电梯分布的位置点符合分布式的特点,在本实施例中,可以预先创建多个边缘计算节点,设置每个边缘计算节点对接的电梯,每个边缘计算节点可以对接多个电梯。通过边缘计算节点采集对接的电梯的电梯运行数据。其中,电梯运行数据是指电梯本身工作运转的数据,可以包括轿厢的运行速度、加速度、轿厢门打开时的固定位置、负载量等。具体的,边缘计算节点采集的电梯运行数据可以是实时的电梯运行数据,也可以是集预设时间段内的电梯运行数据。
边缘计算节点的数据采集方式可以有多种,例如,电梯物联网设备(IoT设备)数据对接、电梯中央控制系统数据读取等方式。电梯物联网设备可以包括多个传感器,电梯中央控制系统用于对电梯进行集控制,存储有多个电梯的电梯运行数据。在其中一个实施例中,针对电梯物联网设备(IoT设备)数据对接,通过预先在电梯各部件,如轿厢内和井道内安装不同的传感器,可以采集电梯各部件的运行数据,有利于后续对采集到的电梯运行数据进行分析,及时识别电梯运行状态。
每个边缘计算节点在采集到电梯运行数据后,将电梯运行数据同步至联盟区块链。联盟区块链为分布式结构,能很容易的在相应的电梯运行楼宇提供区块链计算节点,以对接边缘计算节点的电梯运行数据。联盟链区块链只针对特定某个群体的成员和有限的第三方,内部指定多个预选节点为记账人,每个区块的生成由所有的预选节点共同决定,其他接入节点可以参与交易,但不过问记账过程,其他第三方可以通过该区块链开放的API进行限定查询。
联盟区块链在得到电梯运行数据后,按照链式结构将电梯运行数据打包成区块,将该区块广播至联盟区块链中,以使联盟区块链中的区块链节点对该区块进行验证,确保计算出一致的结果。针对该区块,若联盟区块链中超出预设节点数目比例的区块链节点验证通过,则将该区块存储至联盟区块链中,联盟区块链的每个区块链节点都存储有一个完整的数据副本。
进一步的,联盟区块链还可以将电梯运行数据同步至中央监控系统,进行集中式数据处理,能够提高数据处理效率,为提供完整的电梯监控服务提供依据。
联盟区块链在对电梯运行数据进行上链存储后,电梯监控预警装置可以调用区块链网关,通过区块链网关于联盟区块链进行对接,调用联盟区块链中的电梯运行数据。其中,可以定时或实时调用联盟区块链中的电梯运行数据。从而对电梯运行数据进行异常识别,从而得到异常运行数据。具体的,在一个实施例中,电梯监控预警装置还用于:识别电梯运行数据是否符合预设安全运行条件;若电梯运行数据不符合预设安全运行条件,则将电梯运行数据确定为异常运行数据。
预设安全运行条件是指电梯的运行数据满足电梯正常运行时的安全系数。通常电梯的运行均设有额定的保值,也就是由卖方保证正常运行的安全系数,安全系数可以包括额定速度、额定位置、额定加速度、额定负载量等。其中,额定速度是制造电梯所依据的并由卖方保证正常运行的轿厢速度,额定位置是每个楼层打开轿厢门的固定位置等。额定加速度是指保证电梯正常运行的轿厢加速度,而额定负载量是指确保电梯正常运行时的轿厢负载量。
电梯监控预警装置将电梯运行数据中的运行速度与额定速度比较,若大于额定速度,则该运行速度异常,将异常运行速度以及对应的电梯标识确定为异常运行数据。将电梯运行数据中的轿厢门打开时的位置与额定位置比较,若位置不一致,则该轿厢门打开时的位置异常,将异常位置以及对应的电梯标识确定为异常运行数据。将电梯运行数据中的运行加速度与额定加速度比较,若大于额定加速度,则该运行加速度异常,将异常运行加速度以及对应的电梯标识确定为异常运行数据。将电梯运行数据中的负载量与额定负载量比较,若大于额定负载量,则该电梯运行负载量异常,将异常负载量以及对应的电梯标识确定为异常运行数据。在本实施例中,通过识别电梯运行数据是否符合预设安全运行条件,来得到异常运行数据,能够简单、快速识别电梯是否异常,有利于及时对电梯异常进行相应处理。
电梯监控预警装置从而根据异常运行数据生成对应的预警信息,根据预警信息发出预警提示。其中,预警信息可以包括多种信息类型。例如,预警信息可以是文本信息、语音信息中的至少一种。具体的,电梯监控预警装置中可以包括报警器,报警器可以是电梯监管人员对应的报警器、电梯内预先安装的报警器或者电梯监管人员对应的终端。电梯监控预警装置可以将预警信息发送至报警器,通过报警器展示或者播放预警信息,以提示电梯监管人员或电梯内乘客采取相应的异常处理措施。
电梯监控预警装置还用于在识别到异常数据时,对异常运行数据对应的电梯进行控制。具体的,根据异常运行数据生成对应的电梯控制指令,将电梯控制指令下发至对应的边缘计算节点;边缘计算节点还用于根据电梯控制指令对相应的电梯进行控制。
电梯监控预警装置根据异常运行数据生成对应的电梯控制指令,电梯控制指令用于指示边缘计算节点对电梯进行运行控制。具体的,电梯控制指令可以是电梯中断运行指令。电梯监控预警装置通过与边缘计算节点进行对接,将电梯控制指令下发至异常运行数据对应的边缘计算节点。由于异常运行数据中包括异常运行数据对应的电梯标识,而电梯标识存在对应的边缘计算节点,从而可以将电梯控制指令下发至电梯标识对应的边缘计算节点。通过边缘计算节点远程将获取到的电梯控制指令转化为对应电梯的控制指令,对相应的电梯下达该控制指令,实现对电梯进行远程控制。电梯上预先安装有电梯控制器,边缘计算节点可以通过与电梯控制器对接,将该控制指令下发至电梯控制器,以对电梯执行相应的控制操作,即中断电梯的运行。通过将电梯控制指令下发至对应的边缘计算节点,从而可以通过边缘计算节点实现对电梯的远程控制,提高了电梯监控有效性和及时性。
电梯分布的位置点符合分布式的特点,传统方式中,是通过传统的集中式数据采集架构同步电梯运行数据,存在网络同步困难、同步延时大、数据容易被破解等问题。而本实施例中,通过将电梯运行数据同步至联盟区块链,对电梯运行数据进行上链存储,再对电梯运行数据进行异常识别,并根据异常运行数据生成对应的预警信息,利用区域链技术快速实现了分布式数据的数据同步,解决了分布式数据同步难、同步延时大的问题,通过对电梯进行监控,能够提前做好预警工作。基于区块链技术切实提高了电梯的运营、监控和维护效率,降低了电梯运行产生的风险。而且通过区块链技术,能够确保电梯运行数据可信,不被篡改,为后续业务展开提供了数据依据。
在一个实施例中,电梯监控预警装置还用于:调用预先训练的异常识别模型;将电梯运行数据输入至异常识别模型,通过异常识别模型识别异常运行数据。
基于区块链的电梯监控系统中预先存储有异常识别模型,异常识别模型用于识别电梯运行数据中的异常运行数据。异常识别模型可以是通过大量的异常数据样本训练得到的。例如,异常识别模型可以是深度学习模型DBN(Deep Belief Network,深度信念网络)、deepFM等,也可以是传统机器学习模型如random forests、GBDT(Gradient BoostingDecision Tree,迭代决策树)、logistics regression等。
异常识别模型还可以是基于预先存储的电梯基础数据、电梯异常运行数据及电梯检修维保数据进行建立的。通过该异常识别模型对电梯运行数据进行识别,可以输出异常运行数据以及该异常运行数据对应的电梯维修策略。从而将异常运行数据以及电梯维修策略生成对应的预警信息,发送至电梯监管人员,以使监管人员通过电梯维度人员进行电梯维修处理。既提高了电梯异常监控效率,又为电梯维修人员提供了有效地维修建议。
在本实施例中,通过异常识别模型对电梯运行数据进行异常识别,输出异常运行数据,能够提高异常运行数据的识别准确性和识别效率。
在一个实施例中,电梯监控预警装置还用于:对异常运行数据进行分级处理,确定异常运行数据对应的异常级别;根据异常级别确定对应的异常处理策略。
基于区块链的电梯监控系统中预先存储有异常数据级别,以及异常数据级别对应的异常处理策略。异常数据级别可以是根据危害乘客安全的程度预先划分的。异常数据级别还可以包括该级别对应的异常行为数据的具体描述。划分的级别可以为多个,具体可以根据实际需要进行设置。异常处理策略是指异常数据级别对应的异常处理方式,包括针对电梯的异常处理方式以及针对乘客的异常处理方式。
从而电梯监控预警装置可以将异常运行数据与各异常数据级别对应的异常行为数据的具体描述进行匹配,确定相匹配的异常数据级别,从而将异常行为数据归类至对应的异常数据级别中,进而获取该异常数据级别对应的异常处理策略,通过执行该策略,以保护乘客安全。例如,当异常运行数据为运行速度异常时,经过与各异常数据级别对应的异常行为数据的具体描述进行匹配,确定与其相匹配的异常数据级别为中度级别,可以将该异常行为数据划分至中度级别,获取中度级别对应的异常处理策略为将轿厢运行至最近出口位置,并打开轿厢门,进而下发电梯控制指令至边缘计算节点,通过边缘计算节点控制电梯的轿厢运行至最近出口位置,并打开轿厢门,以供乘客进行逃生。当异常运行数据为超载时,确定与其相匹配的异常数据级别为轻度级别,可以将该异常行为数据划分至轻度级别,进而下发电梯控制指令至边缘计算节点,通过边缘计算节点控制电梯播放预置的音视频提示信息。
在本实施例中,通过确定异常运行数据对应的异常级别,根据异常级别确定对应的异常处理策略,能够对电梯及乘客进行实时监控,在电梯运行异常时,快速采取异常处理策略,提高电梯运行的安全性。
在一个实施例中,电梯监控预警装置中存储有电梯运行数据、预警信息和电梯维修数据,电梯监控预警装置还用于:接收用户的数据查询请求,数据查询请求携带请求参数;在预先存储的电梯运行数据、预警信息和电梯维修数据中查询请求参数对应的目标数据;根据目标数据计算电梯维修费用。
电梯监控预警装置在根据预警信息发出预警提示后,电梯维修人员可以对出现异常的电梯进行维修,并将电梯维修数据进行存储。电梯监控预警装置还具备数据查询功能,通过数据查询可以获取有效的数据,以计算电梯的维修费用。具体的,在接收到用户的数据查询请求后,对数据查询请求进行解析,得到请求参数。请求参数可以是电梯在预设时间段内的运行数据、预警信息和电梯维修数据。从而电梯监控预警装置可以在预先存储的电梯运行数据、预警信息和电梯维修数据中查询请求参数对应的目标数据。进而根据目标数据计算电梯维修费用。
在本实施例中,通过在电梯监控预警装置中存储电梯运行数据、预警信息和电梯维修数据,以供用户进行数据查询,计算电梯维修费用,由于电梯运行数据是从联盟区块链中调用的,数据可信度高,为电梯维修费用的计算提供了可靠的数据依据。
在一个实施例中,如图2所示,提供了一种基于区块链的电梯监控方法,应用于基于区块链的电梯监控系统,基于区块链的电梯监控系统包括边缘计算节点、联盟区块链和电梯监控装置,该方法可以包括如下步骤:
步骤202,采集多个电梯的电梯运行数据,将电梯运行数据同步至联盟区块链。
步骤204,通过联盟区块链对电梯运行数据进行上链,并存储。
步骤206,调用联盟区块链中的电梯运行数据,对电梯运行数据进行异常识别,得到异常运行数据。
步骤208,根据异常运行数据生成对应的预警信息。
电梯分布的位置点符合分布式的特点,在本实施例中,可以预先创建多个边缘计算节点,设置每个边缘计算节点对接的电梯,每个边缘计算节点可以对接多个电梯。通过边缘计算节点采集对接的电梯的电梯运行数据。其中,电梯运行数据是指电梯本身工作运转的数据,可以包括轿厢的运行速度、加速度、轿厢门打开时的固定位置、负载量等。具体的,边缘计算节点采集的电梯运行数据可以是实时的电梯运行数据,也可以是集预设时间段内的电梯运行数据。
边缘计算节点的数据采集方式可以有多种,例如,电梯物联网设备(IoT设备)数据对接、电梯中央控制系统数据读取等方式。电梯物联网设备可以包括多个传感器,电梯中央控制系统用于对电梯进行集控制,存储有多个电梯的电梯运行数据。在其中一个实施例中,采集多个电梯的电梯运行数据可以包括:将边缘计算节点分别与对应的电梯物联网设备对接,获取各电梯物联网设备采集的电梯的电梯运行数据,得到多个电梯的电梯运行数据。针对电梯物联网设备(IoT设备)数据对接,通过预先在电梯各部件,如轿厢内和井道内安装不同的传感器,可以采集电梯各部件的运行数据,有利于后续对采集到的电梯运行数据进行分析,及时识别电梯运行状态。
每个边缘计算节点在采集到电梯运行数据后,将电梯运行数据同步至联盟区块链。联盟区块链为分布式结构,能很容易的在相应的电梯运行楼宇提供区块链计算节点,以对接边缘计算节点的电梯运行数据。联盟链区块链只针对特定某个群体的成员和有限的第三方,内部指定多个预选节点为记账人,每个区块的生成由所有的预选节点共同决定,其他接入节点可以参与交易,但不过问记账过程,其他第三方可以通过该区块链开放的API进行限定查询。
联盟区块链在得到电梯运行数据后,按照链式结构将电梯运行数据打包成区块,将该区块广播至联盟区块链中,以使联盟区块链中的区块链节点对该区块进行验证,确保计算出一致的结果。针对该区块,若联盟区块链中超出预设节点数目比例的区块链节点验证通过,则将该区块存储至联盟区块链中,联盟区块链的每个区块链节点都存储有一个完整的数据副本。
进一步的,联盟区块链还可以将电梯运行数据同步至中央监控系统,进行集中式数据处理,能够提高数据处理效率,为提供完整的电梯监控服务提供依据。
联盟区块链在对电梯运行数据进行上链存储后,电梯监控预警装置可以调用区块链网关,通过区块链网关于联盟区块链进行对接,调用联盟区块链中的电梯运行数据。其中,可以定时或实时调用联盟区块链中的电梯运行数据。从而对电梯运行数据进行异常识别,从而得到异常运行数据。具体的,对电梯运行数据进行异常识别,得到异常运行数据,包括:识别电梯运行数据是否符合预设安全运行条件;若电梯运行数据不符合预设安全运行条件,则将电梯运行数据确定为异常运行数据。
预设安全运行条件是指电梯的运行数据满足电梯正常运行时的安全系数。通常电梯的运行均设有额定的保值,也就是由卖方保证正常运行的安全系数,安全系数可以包括额定速度、额定位置、额定加速度、额定负载量等。其中,额定速度是制造电梯所依据的并由卖方保证正常运行的轿厢速度,额定位置是每个楼层打开轿厢门的固定位置等。额定加速度是指保证电梯正常运行的轿厢加速度,而额定负载量是指确保电梯正常运行时的轿厢负载量。
电梯监控预警装置将电梯运行数据中的运行速度与额定速度比较,若大于额定速度,则该运行速度异常,将异常运行速度以及对应的电梯标识确定为异常运行数据。将电梯运行数据中的轿厢门打开时的位置与额定位置比较,若位置不一致,则该轿厢门打开时的位置异常,将异常位置以及对应的电梯标识确定为异常运行数据。将电梯运行数据中的运行加速度与额定加速度比较,若大于额定加速度,则该运行加速度异常,将异常运行加速度以及对应的电梯标识确定为异常运行数据。将电梯运行数据中的负载量与额定负载量比较,若大于额定负载量,则该电梯运行负载量异常,将异常负载量以及对应的电梯标识确定为异常运行数据。在本实施例中,通过识别电梯运行数据是否符合预设安全运行条件,来得到异常运行数据,能够简单、快速识别电梯是否异常,有利于及时对电梯异常进行相应处理。
电梯监控预警装置从而根据异常运行数据生成对应的预警信息,根据预警信息发出预警提示。其中,预警信息可以包括多种信息类型。例如,预警信息可以是文本信息、语音信息中的至少一种。具体的,电梯监控预警装置中可以包括报警器,报警器可以是电梯监管人员对应的报警器、电梯内预先安装的报警器或者电梯监管人员对应的终端。电梯监控预警装置可以将预警信息发送至报警器,通过报警器展示或者播放预警信息,以提示电梯监管人员或电梯内乘客采取相应的异常处理措施。
电梯分布的位置点符合分布式的特点,传统方式中,是通过传统的集中式数据采集架构同步电梯运行数据,存在网络同步困难、同步延时大、数据容易被破解等问题。而本实施例中,通过将电梯运行数据同步至联盟区块链,对电梯运行数据进行上链存储,再对电梯运行数据进行异常识别,并根据异常运行数据生成对应的预警信息,利用区域链技术快速实现了分布式数据的数据同步,解决了分布式数据同步难、同步延时大的问题,通过对电梯进行监控,能够提前做好预警工作。基于区块链技术切实提高了电梯的运营、监控和维护效率,降低了电梯运行产生的风险。而且通过区块链技术,能够确保电梯运行数据可信,不被篡改,为后续业务展开提供了数据依据。
在一个实施例中,对电梯运行数据进行异常识别,得到异常运行数据,包括:调用预先训练的异常识别模型;将电梯运行数据输入至异常识别模型,通过异常识别模型识别异常运行数据。
基于区块链的电梯监控系统中预先存储有异常识别模型,异常识别模型用于识别电梯运行数据中的异常运行数据。异常识别模型可以是通过大量的异常数据样本训练得到的。例如,异常识别模型可以是深度学习模型DBN(Deep Belief Network,深度信念网络)、deepFM等,也可以是传统机器学习模型如random forests、GBDT(Gradient BoostingDecision Tree,迭代决策树)、logistics regression等。
异常识别模型还可以是基于预先存储的电梯基础数据、电梯异常运行数据及电梯检修维保数据进行建立的。通过该异常识别模型对电梯运行数据进行识别,可以输出异常运行数据以及该异常运行数据对应的电梯维修策略。从而将异常运行数据以及电梯维修策略生成对应的预警信息,发送至电梯监管人员,以使监管人员通过电梯维度人员进行电梯维修处理。既提高了电梯异常监控效率,又为电梯维修人员提供了有效地维修建议。
在本实施例中,通过异常识别模型对电梯运行数据进行异常识别,输出异常运行数据,能够提高异常运行数据的识别准确性和识别效率。
在一个实施例中,上述方法还包括:根据异常运行数据生成对应的电梯控制指令,将电梯控制指令下发至对应的边缘计算节点;边缘计算节点还用于根据电梯控制指令对相应的电梯进行控制。
电梯监控预警装置根据异常运行数据生成对应的电梯控制指令,电梯控制指令用于指示边缘计算节点对电梯进行运行控制。具体的,电梯控制指令可以是电梯中断运行指令。电梯监控预警装置通过与边缘计算节点进行对接,将电梯控制指令下发至异常运行数据对应的边缘计算节点。由于异常运行数据中包括异常运行数据对应的电梯标识,而电梯标识存在对应的边缘计算节点,从而可以将电梯控制指令下发至电梯标识对应的边缘计算节点。通过边缘计算节点远程将获取到的电梯控制指令转化为对应电梯的控制指令,对相应的电梯下达该控制指令,实现对电梯进行远程控制。电梯上预先安装有电梯控制器,边缘计算节点可以通过与电梯控制器对接,将该控制指令下发至电梯控制器,以对电梯执行相应的控制操作,即中断电梯的运行。通过将电梯控制指令下发至对应的边缘计算节点,从而可以通过边缘计算节点实现对电梯的远程控制,提高了电梯监控有效性和及时性。
在一个实施例中,上述方法还包括:对异常运行数据进行分级处理,确定异常运行数据对应的异常级别;根据异常级别确定对应的异常处理策略。
基于区块链的电梯监控系统中预先存储有异常数据级别,以及异常数据级别对应的异常处理策略。异常数据级别可以是根据危害乘客安全的程度预先划分的。异常数据级别还可以包括该级别对应的异常行为数据的具体描述。划分的级别可以为多个,具体可以根据实际需要进行设置。异常处理策略是指异常数据级别对应的异常处理方式,包括针对电梯的异常处理方式以及针对乘客的异常处理方式。
从而电梯监控预警装置可以将异常运行数据与各异常数据级别对应的异常行为数据的具体描述进行匹配,确定相匹配的异常数据级别,从而将异常行为数据归类至对应的异常数据级别中,进而获取该异常数据级别对应的异常处理策略,通过执行该策略,以保护乘客安全。例如,当异常运行数据为运行速度异常时,经过与各异常数据级别对应的异常行为数据的具体描述进行匹配,确定与其相匹配的异常数据级别为中度级别,可以将该异常行为数据划分至中度级别,获取中度级别对应的异常处理策略为将轿厢运行至最近出口位置,并打开轿厢门,进而下发电梯控制指令至边缘计算节点,通过边缘计算节点控制电梯的轿厢运行至最近出口位置,并打开轿厢门,以供乘客进行逃生。当异常运行数据为超载时,确定与其相匹配的异常数据级别为轻度级别,可以将该异常行为数据划分至轻度级别,进而下发电梯控制指令至边缘计算节点,通过边缘计算节点控制电梯播放预置的音视频提示信息。
在本实施例中,通过确定异常运行数据对应的异常级别,根据异常级别确定对应的异常处理策略,能够对电梯及乘客进行实时监控,在电梯运行异常时,快速采取异常处理策略,提高电梯运行的安全性。
在一个实施例中,上述方法还还包括:接收用户的数据查询请求,数据查询请求携带请求参数;在预先存储的电梯运行数据、预警信息和电梯维修数据中查询请求参数对应的目标数据;根据目标数据计算电梯维修费用。
电梯监控预警装置在根据预警信息发出预警提示后,电梯维修人员可以对出现异常的电梯进行维修,并将电梯维修数据进行存储。电梯监控预警装置还具备数据查询功能,通过数据查询可以获取有效的数据,以计算电梯的维修费用。具体的,在接收到用户的数据查询请求后,对数据查询请求进行解析,得到请求参数。请求参数可以是电梯在预设时间段内的运行数据、预警信息和电梯维修数据。从而电梯监控预警装置可以在预先存储的电梯运行数据、预警信息和电梯维修数据中查询请求参数对应的目标数据。进而根据目标数据计算电梯维修费用。
在本实施例中,通过在电梯监控预警装置中存储电梯运行数据、预警信息和电梯维修数据,以供用户进行数据查询,计算电梯维修费用,由于电梯运行数据是从联盟区块链中调用的,数据可信度高,为电梯维修费用的计算提供了可靠的数据依据。
在另一个实施例中,如图3所示,为一种基于区块链的电梯监控方法的流程示意图。其中,电梯监控预警装置为基于区块链的电梯监控系统的主要部分。通过边缘计算节点1、2、…、n采集相对应电梯的电梯运行数据,边缘计算节点将电梯运行数据同步至联盟区块链,进行上链,并存储,电梯监控预警装置调用联盟区块链中的电梯运行数据,对电梯运行数据进行异常识别,得到异常运行数据,根据异常运行数据生成对应的预警信息,还可以下发电梯控制指令至边缘计算节点,通过边缘计算节点对电梯进行应急监控处理,实现远程电梯控制。
在一个实施例中,如图4所示,为一种基于区块链的电梯监控方法的数据流向示意图。其中,运行数据生产是指电梯在运行过程中,产生电梯运行数据。数据打包上链是指联盟区块链电梯运行数据进行上链,并存储。数据分析是指对电梯运行数据进行异常识别。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在一个实施例中,提供了一种计算机设备,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储一种基于区块链的电梯监控方法的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于区块链的电梯监控方法。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现上述各个实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各个实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于区块链的电梯监控系统,其特征在于,包括:
边缘计算节点,用于采集多个电梯的电梯运行数据;将所述电梯运行数据同步至联盟区块链;
联盟区块链,用于对所述电梯运行数据进行上链,并存储;
电梯监控预警装置,用于调用所述联盟区块链中的电梯运行数据,对所述电梯运行数据进行异常识别,得到异常运行数据;根据所述异常运行数据生成对应的预警信息。
2.根据权利要求1所述的系统,其特征在于,所述电梯监控预警装置还用于:
识别所述电梯运行数据是否符合预设安全运行条件;
若所述电梯运行数据不符合预设安全运行条件,则将所述电梯运行数据确定为异常运行数据。
3.根据权利要求1所述的系统,其特征在于,所述电梯监控预警装置还用于:
调用预先训练的异常识别模型;
将所述电梯运行数据输入至所述异常识别模型,通过所述异常识别模型识别异常运行数据。
4.根据权利要求1所述的系统,其特征在于,
所述电梯监控预警装置还用于根据所述异常运行数据生成对应的电梯控制指令,将所述电梯控制指令下发至对应的边缘计算节点;
所述边缘计算节点还用于根据所述电梯控制指令对相应的电梯进行控制。
5.根据权利要求1所述的系统,其特征在于,所述电梯监控预警装置还用于:
对所述异常运行数据进行分级处理,确定所述异常运行数据对应的异常级别;
根据所述异常级别确定对应的异常处理策略。
6.根据权利要求1所述的系统,其特征在于,所述边缘计算节点还用于:
分别与对应的电梯物联网设备对接,获取各电梯物联网设备采集的电梯的电梯运行数据,得到多个电梯的电梯运行数据。
7.根据权利要求1所述的系统,其特征在于,所述电梯监控预警装置中存储有所述电梯运行数据、所述预警信息和电梯维修数据,所述电梯监控预警装置还用于:
接收用户的数据查询请求,所述数据查询请求携带请求参数;
在预先存储的电梯运行数据、预警信息和电梯维修数据中查询所述请求参数对应的目标数据;
根据所述目标数据计算电梯维修费用。
8.一种基于区块链的电梯监控方法,应用于权利要求1-7所述的基于区块链的电梯监控系统,其特征在于,所述方法包括:
采集多个电梯的电梯运行数据,将所述电梯运行数据同步至联盟区块链;
通过所述联盟区块链对所述电梯运行数据进行上链,并存储;
调用所述联盟区块链中的电梯运行数据,对所述电梯运行数据进行异常识别,得到异常运行数据;
根据所述异常运行数据生成对应的预警信息。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求8所述的方法的步骤。
10.一种计算机可读存储介质,其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执行时实现权利要求8所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111310998.1A CN114153917A (zh) | 2021-11-08 | 2021-11-08 | 基于区块链的电梯监控系统、方法和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111310998.1A CN114153917A (zh) | 2021-11-08 | 2021-11-08 | 基于区块链的电梯监控系统、方法和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114153917A true CN114153917A (zh) | 2022-03-08 |
Family
ID=80459698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111310998.1A Pending CN114153917A (zh) | 2021-11-08 | 2021-11-08 | 基于区块链的电梯监控系统、方法和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114153917A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108382940A (zh) * | 2018-03-16 | 2018-08-10 | 深圳市敢为特种设备物联网技术有限公司 | 电梯运行安全监控方法、设备及可读存储介质 |
CN108609448A (zh) * | 2018-06-14 | 2018-10-02 | 江苏百倍云信息科技有限公司 | 一种基于区块链的电梯事故公开系统 |
US20200133949A1 (en) * | 2018-10-26 | 2020-04-30 | Alibaba Group Holding Limited | Data processing method, apparatus, and device |
CN112381066A (zh) * | 2020-12-10 | 2021-02-19 | 杭州西奥电梯有限公司 | 乘梯异常行为识别方法、监测系统、计算机设备和存储介质 |
-
2021
- 2021-11-08 CN CN202111310998.1A patent/CN114153917A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108382940A (zh) * | 2018-03-16 | 2018-08-10 | 深圳市敢为特种设备物联网技术有限公司 | 电梯运行安全监控方法、设备及可读存储介质 |
CN108609448A (zh) * | 2018-06-14 | 2018-10-02 | 江苏百倍云信息科技有限公司 | 一种基于区块链的电梯事故公开系统 |
US20200133949A1 (en) * | 2018-10-26 | 2020-04-30 | Alibaba Group Holding Limited | Data processing method, apparatus, and device |
CN112381066A (zh) * | 2020-12-10 | 2021-02-19 | 杭州西奥电梯有限公司 | 乘梯异常行为识别方法、监测系统、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
吴振铨等: "基于联盟区块链的智能电网数据安全存储与共享系统", 《计算机应用》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3270252B1 (en) | Equipment control based on failure determination | |
CN110104511B (zh) | 电梯运行控制方法、装置、系统和存储介质 | |
US10573421B2 (en) | Plant operation system and plant operation method | |
CN105035904A (zh) | 基于物联网技术的电梯安全运行智能监控系统 | |
CN108919776A (zh) | 一种故障评估方法及终端 | |
CN110892675B (zh) | 用于监控区块链的方法和设备 | |
CN110092255A (zh) | 一种基于物联网云平台的电梯监控、维保方法及系统 | |
CN110611795A (zh) | 建筑物中通信监控系统以及通信监控点位确定方法 | |
JP2017062728A (ja) | 異常診断システム及び異常診断方法 | |
US7546907B2 (en) | Method for operating an elevator installation | |
CN112488879A (zh) | 一种基于bim模型的智慧工地管理系统 | |
CN112447033A (zh) | 安防数据处理方法、系统、计算机设备及存储介质 | |
CN112820321A (zh) | 一种抽油机远程智能音频诊断系统、方法、设备及介质 | |
CN115426243A (zh) | 一种基于大数据的网络设备故障维修方法 | |
CN112381435A (zh) | 水电站作业过程动态风险的网格化定向推送管理方法 | |
CN115688420A (zh) | 基于城轨iscs的电扶梯质量评价方法、系统、设备及介质 | |
CN114153917A (zh) | 基于区块链的电梯监控系统、方法和计算机设备 | |
CN116758490B (zh) | 基于ai算法的施工现场安全帽佩戴检测与预警方法及系统 | |
CN111950935A (zh) | 一种安全施工的智慧管理方法和装置 | |
Escobet et al. | Health aware control and model-based prognosis | |
CN116679579A (zh) | 一种基于数字孪生的安全控制方法、装置、设备及介质 | |
CN114677065A (zh) | 数据处理方法和数据处理装置 | |
CN105469148A (zh) | 船舶机电设备保障时机确定方法 | |
CN113753102A (zh) | 基于区块链列车监控方法、计算机设备以及存储介质 | |
KR20220009058A (ko) | 케이블 지지 교량 모니터링 시스템의 인공지능부 학습방법 및 그 인공지능부 |
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 |
Application publication date: 20220308 |
|
RJ01 | Rejection of invention patent application after publication |