CN114235082B - 一种基于采砂量监测系统的智能计量方法 - Google Patents

一种基于采砂量监测系统的智能计量方法 Download PDF

Info

Publication number
CN114235082B
CN114235082B CN202111569983.7A CN202111569983A CN114235082B CN 114235082 B CN114235082 B CN 114235082B CN 202111569983 A CN202111569983 A CN 202111569983A CN 114235082 B CN114235082 B CN 114235082B
Authority
CN
China
Prior art keywords
sand
sand production
production
information
sensor
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
Application number
CN202111569983.7A
Other languages
English (en)
Other versions
CN114235082A (zh
Inventor
许小华
包学才
王海菁
张秀平
高江林
王小笑
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.)
Nanchang Institute of Technology
Jiangxi Academy of Water Resources
Original Assignee
Nanchang Institute of Technology
Jiangxi Academy of Water Resources
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 Nanchang Institute of Technology, Jiangxi Academy of Water Resources filed Critical Nanchang Institute of Technology
Priority to CN202111569983.7A priority Critical patent/CN114235082B/zh
Publication of CN114235082A publication Critical patent/CN114235082A/zh
Application granted granted Critical
Publication of CN114235082B publication Critical patent/CN114235082B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F17/00—Methods or apparatus for determining the capacity of containers or cavities, or the volume of solid bodies
    • 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
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
    • H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/50—Energy storage in industry with an added climate change mitigation effect

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Power Engineering (AREA)
  • Fluid Mechanics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了一种基于采砂量监测系统的智能计量方法，系统包括采砂量监测终端、采砂量计量管理装置；其方法是利用光电传感器、振动传感器、超声波传感器三种传感器的监测信息融合处理，根据振动传感器和光电传感器综合判定采砂船工作状态，融合光电传感器和超声波传感器的信息，利用信息处理方法计算采砂量，并实时发送采砂量信息至采砂量管理装置；采砂量管理装置接收采砂量信息，在采砂量计量管理装置利用深度神经网络算法进行采砂量校正，然后在网站上过采预警显示并存入数据库服务器。本发明实现采砂船采砂的实时动态精准计量，并实时传输采砂量计量信息并能对超采行为实现定位和图像信息取证和预警等功能。

Description

一种基于采砂量监测系统的智能计量方法
技术领域
本发明涉及河湖采砂管理的采砂量计量监管设备领域，特别是涉及一种基于采砂量监测系统的智能计量方法。
背景技术
随着城市建设加快，河湖砂需求巨大，偷采和过量采砂时有发生，而目前对采砂船采砂量计量主要基于经验简单估算，或通过运砂车数量计数等方式，不能有效计算采砂船的实际开采值，计量误差较大，造成财政收入的流失。此外，河湖采砂监管人员现场监管受时间、空间、气候以及人为因素的影响，无法全天候实时掌握采砂船只的行进轨迹和计量实际采砂量，使得人工现场监管效率不高。为解决河湖监管部门实际掌握采砂船采砂量监测问题，实现在采砂船工作期间实时掌握采砂船采砂量情况并防止超采现象发生，迫切需要开发一种采砂船采砂量实时监测的智能计量系统。
其中专利号202011046080.6，公开了一种基于深度学习的水环境智能监测系统及方法，和本发明相比，其系统组成及功能不同、采集数据方式不同、摄像头类型不同等，对比由水环境监测终端、边缘处理装置和云端管理平台3部分组成，水环境监测终端主要水环境图像信息采集，边缘处理装置和云端管理平台主要是基于深度学习的图像识别处理和分析。本申请提供的系统由采砂量监测终端、采砂量计量管理装置2部分组成，采砂量监测终端是采集数据传感器信息，采砂量计量管理装置是采集砂校正信息处理。
其中专利号202111081338.0，公开了一种基于深度学习的采砂船自适应监控系统的自适应监控方法，和本发明相比，其系统组成及功能不同、采集数据、技术方法明显不同，对比由前端监控终端、推理识别装置以及服务器管理3部分组成，前端监控终端主要针地采砂船的图像采集，推理识别装置以及服务器管理主要是基于深度学习的采砂船监测识别及非法采砂船预警等功能。本发明提供的系统由采砂量监测终端、采砂量计量管理装置2部分组成，采砂量监测终端是采集数据传感器信息，采砂量计量管理装置是采砂量校正信息处理分析。对比文件信息采集只是摄像头，没有数据类型的传感器。此外，推理识别装置以及服务器管理是针对图像数据进行识别和分析，不同的是采用one stage 和two stage 两种类型的深度卷积神经网络进行识别，采用算法的要求不同。本发明提供的所述采砂量监测终端除了远程传输可采用GPRS/4G无线通信模块以及定位模块采用北斗定位外，其信息采集传感器为三个数据类型的传感器，分别为光电传感器、振动传感器、超声波传感器。采砂计量方法是根据上述三个传感器采用融合处理方法进行采砂量计量，采砂量计量管理装置采用深度神经网络，即采用通用深层神经网络完成校正计量，主要针对采集传感数据进行校正。
其中专利号201911101710.2，公开了一种智能采砂监控装置及其监控方法，和本发明相比，对比文件主要针对采砂船整个采砂监控装置，针对采砂量监控方法只有权利要求7有部分描述，且只是简单描述装有智能传感器，没有具体传感器技术指标，权利要求7只是简单描述采用“采砂时间*实时采砂量”的计算原则，并可根据采区砂质状况、发动机转速选择对应的采砂功率。采砂量统计没有提采砂量数据校正也没有采用深度神经网络方法进行智能校正功能，只是简单筛选查询出某一船只的采砂量或者某一采区采砂量的相关直观数据。本发明主要是面向采砂船采砂量的具体智能计量方法，主要特定针对采砂船采砂量的计量，融合三个传感器，提出创新性智能计算方法，详细介绍采砂量信息采集，融合处理和精度校正方法等详细步骤，通过采砂量监测终端的光电传感器和振动传感器组合，精确判定采砂船工作状态，再通过光电传感器和超声波传感器采集信息的融合处理，有效计算出每个链式砂斗的砂石质量。然后，采砂量计量管理装置利用深度神经网络方法对采砂量监测终端计算的每个链式砂斗质量进行智能化校正，并实现判断采砂船采砂量是否超采，对超采现象及时启动摄像头自动拍照，并上传采砂船超采现场图片信息，实现采砂船采砂量自适应计量、智能校正、超采识别取证和预警等功能。
其中专利号201710175338 .4，公开了一种河道采砂智能监管方法及系统，和本发明相比，对比文件的权利要求1-12实际要解决的技术问题是：如何通过布设在河道两岸的多个相同声音传感器，通过快速傅里叶变化、功率谱计算，分析其频域线谱特征来判断有无采砂船正在作业的监管方法。本申请专利实际要解决的主要技术问题是：如何通过布设在采砂船上光电传感器、振动传感器、超声波传感器等三类传感器信息融合进行智能计量以及利用深度神经网络进行智能校正的采砂量智能计量方法。
发明内容
本发明的目的是提供一种基于采砂量监测系统的智能计量方法，通过采砂量监测终端的光电传感器、振动传感器、超声波传感器信息融合处理，计算出每个砂斗的初始砂石质量，利用已训练深度神经网络的实时校正砂斗的砂石质量，实现采砂船采砂量实时计算并提供超采预警服务功能。
为实现上述目的，本发明提供了如下方案：一种基于采砂量监测系统的智能计量方法，其中采砂船采砂量智能计量系统包括采砂量监测终端、采砂量计量管理装置；
所述采砂量监测终端包括嵌入式微处理器、摄像头、北斗定位模块、GPRS/4G无线通信模块一、光电传感器、振动传感器、超声波传感器、太阳能供电模块；嵌入式微处理器分别电性连接摄像头、北斗定位模块、GPRS/4G无线通信模块一、光电传感器、振动传感器、超声波传感器、太阳能供电模块；
采砂量计量管理装置包括GPRS/4G无线通信模块二、接收处理服务器、采砂船量计量系统Web服务器、存储服务器；接收处理服务器分别电性连接GPRS/4G无线通信模块二、采砂船量计量系统Web服务器、存储服务器；
智能计量方法包括以下步骤：
S1，采砂量监测终端中的嵌入式微处理器采集振动传感器信息，首先判断振动传感器的三轴振动值是否大于设置的阈值，阈值大小根据采砂船在不采砂的工作状态下获取的振动值来确定；
S2, 如果是，再连续5分钟采集振动传感器三轴振动值信息，在此期间所有振动值都大于设置阈值，则转至步骤S4;
S3,如果否，转至步骤S1；
S4,采砂量监测终端中的嵌入式微处理器采集光电传感器的信息，根据采砂装置链斗传动状态获取光电传感器的激光漫反射光电开关信息，判断采砂的砂斗数量是否大于2斗；
S5,如果是，则判定采砂船处于采砂工作状态，并连续采集光电传感器的信息，同时当获取到光电传感器的同时，立即启动超声波传感器并采集测距信息，根据测距信息计算出斗中砂石高度以及已知的该区域砂石密度乘以砂石体积，计算出该砂斗的砂石质量，然后通过GPRS/4G无线通信模块一发送砂斗的砂石质量数据、采砂设备振动值、采砂船信息、北斗定位信息至采砂量计量管理装置，并转至步骤S7;
S6,如果否，转至步骤S4；
S7,采砂量计量管理装置中接收处理服务器收集到砂斗的采砂质量数据后，将数据存储至存储服务器；接收处理服务器按照每20次采集的砂斗砂石质量数据，结合采砂设备振动值，利用已训练深度神经网络进行推理，得出修正后的砂斗砂石质量数据，并将修正后的砂斗砂石质量数据存储至存储服务器，并在采砂船量计量系统Web服务器的网页上实时显示采砂量情况；
S8，根据采砂船信息、北斗定位信息和已采的砂石质量数量，统计计算出每只采砂船的当天采砂总量，并判断是否超出规定采砂量；
如果是，则通过GPRS/4G无线通信模块二发送取证信息至采砂量监测终端，采砂量监测终端触发摄像头进行拍照取证并通过GPRS/4G无线通信模块一发送至采砂量计量管理装置的采砂船量计量系统Web服务器，并在采砂船量计量系统Web服务器上的网页上进行预警显示及发布；
如果否，则转至步骤S1。
进一步的，所述摄像头采用串口防雨广角型摄像头，具有基于红外夜视拍照功能。
进一步的，所述光电传感器采用激光漫反射光电开关传感器，具有防水防尘以及防电磁干扰等功能。
进一步的，所述振动传感器采用RS485通讯振动传感器，具有防毫秒级响应速率以及三轴振动值输出，振动测量精度为±1.5%，具有防水防尘以及防电磁干扰等功能。
进一步的，所述超声波传感器（7）采用开关量NPN输出的超声波测距传感器，具有最大测距范围为1米，距离分辨率为1毫米。
进一步的，所述已训练深度神经网络是指已在带有GPU模块的PC机上根据已收集采砂量数据集完成了深度神经网络训练，可直接根据输入已计算砂斗砂石质量数据推理出修正后的砂斗砂石质量数据；所述已收集采砂量数据集包括采砂量监测终端计算的砂斗砂石质量数据和实际测量砂斗砂石质量数据。
本发明的优点在于：采砂量监测终端利用多传感器融合精确计量砂石质量，首先通过振动传感器和光电传感器来综合判定采砂船工作状态，然后以光电传感器触发超声波传感器测量砂斗砂石高度，有效避免简单砂斗计数的计算方法，有效提升砂石质量精度；采砂量计量管理装置利用深度神经网络方法，通过历史计算和实际砂石质量数据对深度神经网络进行训练，通过已训练的深度神经网络进一步校正采砂量计量数据，从而进一步提升采砂量计量精度，有效解决当前经验估计、简单计数等目前采砂量计量存在误差较大的问题。
附图说明
图1为本发明采砂船采砂量智能计量系统的模块示意图；
图2为本发明采砂船采砂量智能计量工作路径的简易示意图；
附图标记说明：1、嵌入式微处理器；2、摄像头；3、北斗定位模块；4、GPRS/4G无线通信模块一；5、光电传感器；6、振动传感器；7、超声波传感器；8、太阳能供电模块；9、GPRS/4G无线通信模块二；10、接收处理服务器；11、采砂船量计量系统Web服务器；12、存储服务器；13、采砂量监测终端；14、采砂量计量管理装置。
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。
本发明的目的是提供一种基于采砂量监测系统的智能计量方法，通过采砂量监测终端的光电传感器和振动传感器组合，精确判定采砂船工作状态，再通过光电传感器和超声波传感器采集信息的融合处理，有效计算出每个链式砂斗的砂石质量。然后，采砂量计量管理装置利用深度神经网络方法对采砂量监测终端计算的每个链式砂斗质量进行智能化校正，并实现判断采砂船采砂量是否超采，对超采现象及时启动摄像头自动拍照，并上传采砂船超采现场图片信息，实现采砂船采砂量自适应计量、智能校正、超采识别取证和预警等功能，为解决河湖监管部门实际掌握采砂船采砂量监测问题提供有效解决方案。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明做进一步详细的说明。
如图1所示，本发明实施例提供的一种基于采砂量监测系统的智能计量方法，包括采砂量监测终端13、采砂量计量管理装置14；
所述采砂量监测终端13包括嵌入式微处理器1以及嵌入式微处理器1电性连接摄像头2、北斗定位模块3、GPRS/4G无线通信模块一4、光电传感器5、振动传感器6、超声波传感器7、太阳能供电模块8;
所述摄像头2采用串口防雨广角型摄像头，具有基于红外夜视拍照功能；
所述光电传感器5采用激光漫反射光电开关传感器，具有防水防尘以及防电磁干扰等功能；所述振动传感器6采用RS485通讯振动传感器，具有毫秒级响应速率以及三轴振动值输出，振动测量精度为±1.5%，具有水防尘以及防电磁干扰等功能；所述超声波传感器7采用开关量NPN输出的超声波测距传感器，具有最大测距范围为1米，距离分辨率为1毫米。
如图2所示， 采砂量计量管理装置14包括接收处理服务器10以及接收处理服务器10电性连接GPRS/4G无线通信模块二9、采砂船量计量系统Web服务器11、存储服务器12；
所述采砂量监测终端13收集光电传感器5、振动传感器6、超声波传感器7以及北斗定位信息，通过融合处理方法计算得出采砂船每砂斗的砂石质量信息，经GPRS/4G无线通信模块一4发送至采砂量计量管理装置14；
所述采砂量计量管理装置14经GPRS/4G无线通信模块二9接收采砂质量信息传至接收处理服务器10，利用深度神经网络方法对采砂质量信息进行校正，并在采砂船量计量系统Web服务器11进行统计显示，并存储至存储服务器12；当该采砂船采砂量超过规定采砂量，采砂量计量管理装置14经GPRS/4G无线通信模块二通知采砂量监测终端13触发摄像头2进行拍照取证；
本发明应用于上述的一种基于采砂量监测系统的智能计量方法，其特征在于，包括以下步骤：
S1，采砂量监测终端13中的嵌入式微处理器1采集振动传感器6信息，首先判断振动传感器6的三轴振动值是否大于设置的阈值，阈值大小根据采砂船在不采砂的工作状态下获取的振动值来确定；
S2，如果是，再连续5分钟采集振动传感器三轴振动值信息，在此期间所有振动值都大于设置阈值，则转至步骤S4;
S3，如果否，转至步骤S1；
S4，采砂量监测终端13中的嵌入式微处理器1采集光电传感器5的信息，根据砂装置链斗传动状态获取光电传感器5的激光漫反射光电开关信息，判断采砂的砂斗数量是否大于2斗；
S5，如果是，则判定采砂船处于采砂工作状态，并连续采集光电传感器5的信息，同时当获取到光电传感器5的同时，立即启动超声波传感器7并采集测距信息，根据测距信息计算出斗中砂石高度以及已知的该区域砂石密度乘以砂石体积，计算出该砂斗的砂石质量，然后通过GPRS/4G无线通信模块一4发送砂斗的砂石质量数据、采砂设备振动值、采砂船信息、北斗定位信息至采砂量计量管理装置14，并转至步骤S7；
S6，如果否，转至步骤S4；
S7，采砂量计量管理装置14中接收处理服务器10收集到砂斗的采砂质量数据后，将数据存储至存储服务器12；接收处理服务器10按照每20次采集的砂斗砂石质量数据，结合采砂设备振动值，利用已训练深度神经网络进行推理，得出修正后的砂斗砂石质量数据，并将修正后的砂斗砂石质量数据存储至存储服务器12，并在采砂量计量系统Web服务器11的网页上实时显示采砂量情况。
S8，根据采砂船信息、北斗定位信息和已采的砂石质量数量，统计计算出每只采砂船的当天采砂总量，并判断是否超出规定采砂量；
如果是，则通过GPRS/4G无线通信模块二9发送取证信息至采砂量监测终端，采砂量监测终端触发摄像头进行拍照取证并通过GPRS/4G无线通信模块一4发送至采砂量计量管理装置14的采砂船量计量系统Web服务器11，并在采砂船量计量系统Web服务器11上的网页上进行预警显示及发布；
如果否，则转至步骤S1；
进一步的，所述已训练深度神经网络是指已在带有GPU模块的PC机上根据已收集采砂量数据集完成了深度神经网络训练，可直接根据输入已计算砂斗砂石质量数据推理出修正后的砂斗砂石质量数据；所述已收集采砂量数据集包括采砂量监测终端计算的砂斗砂石质量数据和实际测量砂斗砂石质量数据。
本发明提供的一种基于采砂量监测系统的智能计量方法，采砂量监测终端利用多传感器融合精确计量砂石质量，首先通过振动传感器和光电传感器来综合判定采砂船工作状态，然后以光电传感器触发超声波传感器测量砂斗砂石高度，有效避免简单砂斗计数的计算方法，有效提升砂石质量精度；采砂量计量管理装置利用深度神经网络方法，通过历史计算和实际砂石质量数据对深度神经网络进行训练，通过已训练的深度神经网络进一步校正采砂量计量数据，从而进一步提升采砂量计量精度，有效解决当前经验估计、简单计数等目前采砂量计量存在误差较大的问题。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制，必须要根据权利要求的范围来确定技术性范围。

Claims (6)

1.一种基于采砂量监测系统的智能计量方法，其中采砂船采砂量智能计量系统包括采砂量监测终端（13）、采砂量计量管理装置（14）；
所述采砂量监测终端（13）包括嵌入式微处理器（1）、摄像头（2）、北斗定位模块（3）、GPRS/4G无线通信模块一（4）、光电传感器（5）、振动传感器（6）、超声波传感器（7）、太阳能供电模块（8）；嵌入式微处理器（1）分别电性连接摄像头（2）、北斗定位模块（3）、GPRS/4G无线通信模块一（4）、光电传感器（5）、振动传感器（6）、超声波传感器（7）、太阳能供电模块（8）；
采砂量计量管理装置（14）包括GPRS/4G无线通信模块二（9）、接收处理服务器（10）、采砂船量计量系统Web服务器（11）、存储服务器（12）；接收处理服务器（10）分别电性连接GPRS/4G无线通信模块二（9）、采砂船量计量系统Web服务器（11）、存储服务器（12）；
其特征在于：智能计量方法包括以下步骤：
S1，采砂量监测终端（13）中的嵌入式微处理器（1）采集振动传感器（6）信息，首先判断振动传感器（6）的三轴振动值是否大于设置的阈值，阈值大小根据采砂船在不采砂的工作状态下获取的振动值来确定；
S2, 如果是，再连续5分钟采集振动传感器三轴振动值信息，在此期间所有振动值都大于设置阈值，则转至步骤S4;
S3,如果否，转至步骤S1；
S4,采砂量监测终端（14）中的嵌入式微处理器（1）采集光电传感器（5）的信息，根据采砂装置链斗传动状态获取光电传感器（5）的激光漫反射光电开关信息，判断采砂的砂斗数量是否大于2斗；
S5,如果是，则判定采砂船处于采砂工作状态，并连续采集光电传感器（5）的信息，同时当获取到光电传感器（5）的同时，立即启动超声波传感器（7）并采集测距信息，根据测距信息计算出斗中砂石高度以及已知的该区域砂石密度乘以砂石体积，计算出该砂斗的砂石质量，然后通过GPRS/4G无线通信模块一（4）发送砂斗的砂石质量数据、采砂设备振动值、采砂船信息、北斗定位信息至采砂量计量管理装置（14），并转至步骤S7;
S6,如果否，转至步骤S4；
S7,采砂量计量管理装置（14）中接收处理服务器（10）收集到砂斗的采砂质量数据后，将数据存储至存储服务器（12）；接收处理服务器（10）按照每20次采集的砂斗砂石质量数据，结合采砂设备振动值，利用已训练深度神经网络进行推理，得出修正后的砂斗砂石质量数据，并将修正后的砂斗砂石质量数据存储至存储服务器（12），并在采砂船量计量系统Web服务器（11）的网页上实时显示采砂量情况；
S8，根据采砂船信息、北斗定位信息和已采的砂石质量数量，统计计算出每只采砂船的当天采砂总量，并判断是否超出规定采砂量；
如果是，则通过GPRS/4G无线通信模块二（9）发送取证信息至采砂量监测终端，采砂量监测终端（13）触发摄像头进行拍照取证并通过GPRS/4G无线通信模块一（4）发送至采砂量计量管理装置（14）的采砂船量计量系统Web服务器（11），并在采砂船量计量系统Web服务器（11）上的网页上进行预警显示及发布；
如果否，则转至步骤S1。
2.根据权利要求1所述的一种基于采砂量监测系统的智能计量方法，其特征在于，所述摄像头（2）采用串口防雨广角型摄像头，具有基于红外夜视拍照功能。
3.根据权利要求1所述的一种基于采砂量监测系统的智能计量方法，其特征在于，所述光电传感器（5）采用激光漫反射光电开关传感器，具有防水防尘以及防电磁干扰功能。
4.根据权利要求1所述的一种基于采砂量监测系统的智能计量方法，其特征在于，所述振动传感器（6）采用RS485通讯振动传感器，具有毫秒级响应速率以及三轴振动值输出，振动测量精度为±1.5%，具有防水防尘以及防电磁干扰功能。
5.根据权利要求1所述的一种基于采砂量监测系统的智能计量方法，其特征在于，所述超声波传感器（7）采用开关量NPN输出的超声波测距传感器，具有最大测距范围为1米，距离分辨率为1毫米。
6.根据权利要求1所述的一种基于采砂量监测系统的智能计量方法，其特征在于，其中已训练深度神经网络是指已在带有GPU模块的PC机上根据已收集采砂量数据集完成了深度神经网络训练，可直接根据输入已计算砂斗砂石质量数据推理出修正后的砂斗砂石质量数据；所述已收集采砂量数据集包括采砂量监测终端计算的砂斗砂石质量数据和实际测量砂斗砂石质量数据。
CN202111569983.7A 2021-12-21 2021-12-21 一种基于采砂量监测系统的智能计量方法 Active CN114235082B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111569983.7A CN114235082B (zh) 2021-12-21 2021-12-21 一种基于采砂量监测系统的智能计量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111569983.7A CN114235082B (zh) 2021-12-21 2021-12-21 一种基于采砂量监测系统的智能计量方法

Publications (2)

Publication Number Publication Date
CN114235082A CN114235082A (zh) 2022-03-25
CN114235082B true CN114235082B (zh) 2022-09-13

Family

ID=80760247

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111569983.7A Active CN114235082B (zh) 2021-12-21 2021-12-21 一种基于采砂量监测系统的智能计量方法

Country Status (1)

Country Link
CN (1) CN114235082B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116384950A (zh) * 2023-06-06 2023-07-04 江西省水投江河信息技术有限公司 一种采砂船的采砂量估算方法、系统、计算机及存储介质
CN118205749A (zh) * 2024-05-21 2024-06-18 寿光市鲁盛生物科技股份有限公司 一种无土栽培基质定量包装设备

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203465585U (zh) * 2013-09-22 2014-03-05 重庆惠泽科技发展有限公司 用于河道采砂的远程监控装置
CN104280089B (zh) * 2014-09-26 2017-11-03 福建北卡科技有限公司 基于容重估算的库存粮食数量远程测算系统
CN106814670A (zh) * 2017-03-22 2017-06-09 重庆高略联信智能技术有限公司 一种河道采砂智能监管方法及系统
CN208313393U (zh) * 2018-06-12 2019-01-01 四创科技有限公司 一种基于天通卫星通信的采砂船监测终端
CN112309001A (zh) * 2019-07-30 2021-02-02 曾建生 一种基于视觉识别与振动检测的采砂监测设备的监测方法
CN212320896U (zh) * 2019-07-30 2021-01-08 广州鸿欣信息科技有限公司 一种基于视觉识别与振动传感技术的采砂监测设备
CN110929182A (zh) * 2019-11-12 2020-03-27 江西省水利科学研究院 一种智能采砂监控装置及其监控方法

Also Published As

Publication number Publication date
CN114235082A (zh) 2022-03-25

Similar Documents

Publication Publication Date Title
CN114235082B (zh) 一种基于采砂量监测系统的智能计量方法
CN115096373A (zh) 一种基于传感器的桥梁工程健康检测系统
CN104410839B (zh) 一种移动式输电线杆塔区域山火与山体滑坡灾害在线监测系统与监测方法
CN109141528A (zh) 一种城市轨道交通土建设施智能实时监控系统
CN110929182A (zh) 一种智能采砂监控装置及其监控方法
CN107065743A (zh) 一种灌区信息化系统及其管理方法
CN116822969B (zh) 基于模型组合的水利模型云计算方法与系统
CN113503912A (zh) 一种城市轨道交通土建设施健康状态实时监控系统
CN116824807B (zh) 多灾害预警报警方法及系统
CN115422766B (zh) 一种基于数字孪生技术的泥石流监测方法及系统
CN113053063A (zh) 基于移动端的灾害在线处置流程实现方法
CN113593191A (zh) 一种基于大数据的可视化城市内涝监测预警系统
CN115762067A (zh) 一种基于激光点云与视频数据融合的山体滑坡监测系统
CN114743351A (zh) 一种危岩体群失稳预警监测系统
CN102121999B (zh) 使用光传感器的无接触落石检测方法
CN116990847A (zh) 基于边缘计算的北斗gnss接收机解算方法和系统
CN111829614A (zh) 一种基于4g水位视频识别的测报系统
CN117058855B (zh) 一种物联网云边通信方法
CN113421422B (zh) 一种基于物联网及云计算技术的城市道路噪声预测系统
CN109000718A (zh) 一种水工建筑物安全监测系统及方法
CN116625324A (zh) 一种基于数字孪生的水利监测方法
CN110702171A (zh) 建筑废弃物受纳场监测方法、装置及系统
KR102377929B1 (ko) 신경회로망 모듈 기반의 수위 측정 시스템 그 수위 측정 방법
CN215679595U (zh) 一种洪水预警系统
CN115457739A (zh) 一种地质灾害预警方法、装置、电子设备及存储介质

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