CN114994261A - 环境空气监测的传感器远程校准方法 - Google Patents
环境空气监测的传感器远程校准方法 Download PDFInfo
- Publication number
- CN114994261A CN114994261A CN202210806397.8A CN202210806397A CN114994261A CN 114994261 A CN114994261 A CN 114994261A CN 202210806397 A CN202210806397 A CN 202210806397A CN 114994261 A CN114994261 A CN 114994261A
- Authority
- CN
- China
- Prior art keywords
- calibration
- signal
- data
- ambient air
- instrument
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 149
- 239000012080 ambient air Substances 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 230000007613 environmental effect Effects 0.000 claims abstract description 8
- 238000012549 training Methods 0.000 claims description 55
- 238000004891 communication Methods 0.000 claims description 49
- 239000003570 air Substances 0.000 claims description 47
- 238000001514 detection method Methods 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 24
- 238000010295 mobile communication Methods 0.000 claims description 14
- 230000003993 interaction Effects 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 7
- 210000001503 joint Anatomy 0.000 claims description 7
- 230000005484 gravity Effects 0.000 claims description 6
- 230000010365 information processing Effects 0.000 claims description 5
- 230000008054 signal transmission Effects 0.000 abstract description 11
- 238000012360 testing method Methods 0.000 abstract description 6
- 238000012417 linear regression Methods 0.000 description 8
- 238000000611 regression analysis Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000003915 air pollution Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 208000023504 respiratory system disease Diseases 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
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0006—Calibrating gas analysers
-
- 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
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Selective Calling Equipment (AREA)
Abstract
环境空气监测的传感器远程校准方法,属于传感器远程校准技术领域,为了利用解决现有的现有的校准方法大多通过人工现场进行校准,导致校准方法复杂,费时费力;校准方法无法根据进行数据实时更新,导致准确值不准确,影响校准结果。通过确定环境空气监测仪器的类型和模型,提高校准的准确性,减少误差,提高校准效率,检索模块用于检索数据进行混合分析,有效完成远程的校准,可清晰的了解校准的准确性,可根据数据针对检测结果进行判定,便于信号传输,实现远程校准,提高校准的方便性,减少人工校准的不便性,避免影响检测结果的准确性,确保校准值的精确性,且防止收环境因素影响,需要实时更新标准值,防止数值误差,提高校准的精确性。
Description
技术领域
本发明涉及到传感器远程校准技术领域,特别涉及环境空气监测的传感器远程校准方法。
背景技术
空气质量检测仪是进行空气质量监测的有效手段,在空气污染日益严重的当下越来越受人们的重视。做好空气质量检测仪的维护保养有助于对空气污染的持续监测,对确保人体健康,减少呼吸系统疾病有重要作用;空气监测使用时需要对其进行校准,
1、现有的校准方法大多通过人工现场进行校准,导致校准方法复杂,费时费力;
2、现有的校准方法无法根据进行数据实时更新,导致准确值不准确,影响校准结果。
发明内容
本发明的目的在于提供环境空气监测的传感器远程校准方法,通过确定环境空气监测仪器的类型和模型,有效选择校准的传感器以及方式,提高校准的准确性,减少误差,提高校准效率,检索模块用于检索数据进行混合分析,有效完成远程的校准,可清晰的了解校准的准确性,可根据数据针对检测结果进行判定,便于信号传输,实现远程校准,提高校准的方便性,减少人工校准的不便性,大大提高效率,清除之前数据,防止内部数据储存过多导致系统卡顿,避免影响检测结果的准确性,确保校准值的精确性,且防止收环境因素影响,需要实时更新标准值,防止数值误差,提高校准的精确性,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
环境空气监测的传感器远程校准方法,包括如下步骤:
S1:确定环境空气监测的仪器类型,根据空气监测仪器类型和分布位置进行空气监测;
S2:构建用于对传感器进行校准的远程校准系统,且用于对环境空气监测的仪器通过通讯系统与远程校准系统对接;
S3:通过确定环境空气监测的仪器类型和位置,从而设置用于校准的传感器,且用于校准的传感器通过通讯系统与远程校准系统对接;
S4:远程校准系统用于接收校准的传感器和环境空气监测的仪器所监测到的数据信息,并储存;
S5:环境空气监测仪器和校准的传感器作为远程校准系统的子系统,且子系统内配备用于通讯的系统;
S6:远程校准系统对数据进行分析和处理,根据校准的传感器的数据,修改内部数据标准,用于校准比较;
S7:在校准过程中,每组校准数据检测后,需要进行检测,根据需要选择清零或者调节。
进一步的,环境空气监测的仪器类型按照校准模型进行分类,且校准的模型通常被分为单元线性模型,多元线性模型和非线性模型,根据校准模具,选择环境空气监测的仪器类型,且环境空气监测的仪器类型在确定监测位置时,需要将内部数据清零,且对所在环境进行预监测。
进一步的,所述S2中的远程校准系统包括信号接收模块、存储模块、分析处理模块、检索模块、图形绘制模块、指令发出模块、指令输入模块和控制器,信号接收模块与控制器连接,控制器分别与分析处理模块、检索模块和指令输入模块连接,指令输入模块输入指令并通过指令发出模块对环境空气监测的仪器和收校准的传感器发送指令,分析处理模块与图形绘制模块连接。
进一步的,环境空气监测的仪器和用于校准的传感器均通过通讯系统与远程校准系统对接,且通讯系统包括信号源采集单元、信号变换器、信号发射单元、信号接收单元、移动通讯单元和信号交互单元,信号源采集单元用于接收环境空气监测的仪器和校准的传感器所采集到的数据,信号源采集单元与信号变换器电连接,信号变换器与信号发射单元连接,信号发射单元通过移动通讯单元接入远程校准系统,信号接收单元用于接收远程校准系统发射的指令,储存单元分别与信号源采集单元和信号接收单元对接。
进一步的,确定环境空气监测的仪器通过通讯系统发出校准请求给远程校准系统,远程校准系统接收校准请求,并发出指令进行远程校准。
进一步的,远程校准系统检定结果的处理以校准的传感器的检测数值为标准值,环境空气监测的仪器的显示值为被测值,误差在传感器数据修正范围之内的,在量程设置界面分别设置,进行修正,误差超出传感器数据修正范围的,提示该通道有问题,对该通道设备进行维修处理。
进一步的,针对S2中的远程校准系统包括如下步骤:
S201:信号接收模块接收环境空气监测的仪器的校准请求,并输送给控制器,并做出校准回应;
S202:控制器通过指令输入模块输入校准指令,并通过指令发出模块给校准的传感器进行校准检测;
S203:控制器分别通过信号接收模块接收校准的传感器和环境空气监测的仪器所检测到的数据;
S204:校准的传感器检测到的数据储存到存储模块内,分析处理模块分别环境空气监测的仪器所检测到的数据,并与存储模块内数据进行比对;
S205:图形绘制模块用于将分析后的数据制成图形,检索模块用于检索数据进行混合分析。
进一步的,在每组校准前,需要将校准的传感器和环境空气监测的仪器内之前所检测到的数据清除。
进一步的,校准的传感器在校准过程中所检测到的数据用于远程校准系统内的标准值,且当多次检测后,校准的传感器检测的数据值不统一时,则需要修改远程校准系统内部数据标准,以最新的一次数据为标准。
进一步的,针对S6中的远程校准系统对数据信息进行分析和处理,包括如下步骤:
获取每一数据信息对应的数据来源并根据其建立数据-来源对应列表;
解析所述数据-来源对应列表中包含的若干种数据来源;
分析两两数据来源之间的关系,建立第一关系网;
将每一数据来源在所述第一关系网上的位置记作对应的第一网节点;
获取所述第一关系网上包含的若干个第一网节点,分别获取每个目标第一网节点与所述第一关系网中剩余的目标第二网节点之间的节点关系;
根据所述数据-来源对应列表,将每一数据信息输入到所述第一关系网对应的第一网节点上,根据数据信息在所述第一关系网中的分布情况建立数据信息之间的第二关系网;
将所述第二关系网中每一目标第三网节点包含的数据信息视为原始数据信息;
基于所述节点关系,分析所述第二关系网中两两原始数据信息之间的信息关系;
基于所述信息关系,为每一原始数据信息建立对应的逻辑训练模型;
将每个原始数据信息输入到其对应的逻辑训练模型中进行逻辑训练;
获取每一逻辑训练模型输出的训练结果;
解析每一训练结果,获取每一训练结果中包含的训练数据信息;
基于所述原始数据信息与所述训练数据信息之间的对应关系,将具有对应关系的所述原始数据信息与所述训练数据信息进行组合,构成信息对;
将同一信息对中包含的训练数据信息和原始数据信息进行对齐训练;
将对齐后的训练数据信息和原始数据信息进行信息对比,获取两个信息之间的差异点;
获取每一差异点包含的子原始数据信息,解析所述子原始数据信息,获取所述子原始数据信息在所述原始数据信息上的信息比重;
提取信息比重大于预设比重的差异点,记作待校准点,完成数据信息分析;
基于所述待校准点对应的目标差异值,调整所述训练数据信息,输出调整结果,完成数据信息处理。
进一步的,所述远程校准系统接收校准请求,并发出指令进行远程校准的步骤包括:
获取远程校准系统与空气监测仪器之间的通信路径;
基于所述通信路径向空气监测仪器发送参数校准信号并检测所述空气监测仪器所接收到的信号强度;
确定远程校准系统与空气监测仪器之间的距离;
根据空气监测仪器所接收到的信号强度和远程校准系统与空气监测仪器之间的距离计算出远程校准系统通过所述通信路径发出的参数校准信号的控制增益系数:
其中,q表示为远程校准系统通过所述通信路径发出的参数校准信号的控制增益系数,n表示为通信路径的通信稳定性指数,lg表示为对数函数,s表示为远程校准系统与空气监测仪器之间的距离,s1表示为远程校准系统的最大无线控制距离,Q表示为远程校准系统所生成的参数校准信号的初始信号强度,Q1表示为空气监测仪器所接收到的信号强度,k表示为通信路径的通道增益系数,a表示为通信路径的增益平衡系数,E表示为通信路径的增益误差,α表示为参数校准信号的误差校准系数,b表示为参数校准信号的偏置误差;
确认所述远程校准系统通过所述通信路径发出的参数校准信号的控制增益系数是否大于等于预设阈值,若是,确认无需对参数校准信号进行信号补偿,否则,确认需要对参数校准信号进行信号补偿;
根据所述初始信号强度确定参数校准信号对应的信号梯度;
获取所述信号梯度对应的信号强度门限值;
获取所述参数校准信号对应的多个参数项以及每个参数项的信号补偿因子;
根据每个参数项的信号补偿因子和的信号强度门限值以及所述初始信号强度对每个参数项进行信号补偿:
其中,Fi2表示为第i个参数项补偿后的信号值,Fi1表示为第i个参数项的初始信号值,Q2表示为初始信号强度对应的信号梯度对应的信号强度门限值,β表示为初始信号信号强度的信噪比,Gi表示为第i个参数项对应信号中的容错信号占比,θ表示为容错系数,e表示为自然常数,取值为2.72,hi表示为第i个参数项的信号补偿因子;
根据每个参数项补偿后的信号值生成补偿后的参数校准信号;
根据指令利用所述参数校准信号对空气监测仪器进行远程校准。
与现有技术相比,本发明的有益效果是:
1、本发明提出的环境空气监测的传感器远程校准方法,环境空气监测的仪器类型按照校准模型进行分类,且校准的模型通常被分为单元线性模型,多元线性模型和非线性模型,根据校准模具,选择环境空气监测的仪器类型,且环境空气监测的仪器类型在确定监测位置时,需要将内部数据清零,且对所在环境进行预监测,单元线性模型内回归指的是,根据之前的样本数据,预测出一个准确的输出值,回归分析研究的主要对象就是客观事物变量之间的统计关系,建立在对客观事物进行大量试验与观察的基础上,用来寻找隐藏在那些瞧上去就是不确定的现象中的统计规律性的方法,回归分析方法就是通过建立模型研究变量间相互关系的密切程度、结构状态及进行模型预测的一种有效工具,多元回归模型就是在方程式中有两个或两个以上自变量的线性回归模型.多元线性回归预测是用多元线性回归模型,通过确定环境空气监测仪器的类型和模型,有效选择校准的传感器以及方式,提高校准的准确性,减少误差,提高校准效率。
2、本发明提出的环境空气监测的传感器远程校准方法,信号接收模块接收环境空气监测的仪器的校准请求,并输送给控制器,并做出校准回应,控制器分别通过信号接收模块接收校准的传感器和环境空气监测的仪器所检测到的数据,控制器分别与分析处理模块、检索模块和指令输入模块连接,指令输入模块输入指令并通过指令发出模块对环境空气监测的仪器和收校准的传感器发送指令,控制器通过指令输入模块输入校准指令,并通过指令发出模块给校准的传感器进行校准检测,分析处理模块与图形绘制模块连接,校准的传感器检测到的数据储存到存储模块内,分析处理模块分别环境空气监测的仪器所检测到的数据,并与存储模块内数据进行比对,图形绘制模块用于将分析后的数据制成图形,检索模块用于检索数据进行混合分析,有效完成远程的校准,可清晰的了解校准的准确性,可根据数据针对检测结果进行判定。
3、本发明提出的环境空气监测的传感器远程校准方法,信号发射单元通过移动通讯单元接入远程校准系统,信号接收单元用于接收远程校准系统发射的指令,储存单元分别与信号源采集单元和信号接收单元对接;信号源采集单元采集到环境空气监测的仪器和校准的传感器所采集到的数据,可通过信号变换器将信号转换,用于输送时可统一数据格式,提高数据统一性,便于后续进行分析和比对,信号发射单元用于将采集并转换后的数据进行传输,移动通讯单元作为信号发射单元和远程校准系统之间信号交互的媒介,信号接收单元也可通过移动通讯单元作为媒介接收远程校准系统的指令和信号,信号接收单元通过信号交互单元与环境空气监测的仪器和校准的传感器进行信号交互,便于信号传输,实现远程校准,提高校准的方便性,减少人工校准的不便性,大大提高效率。
4、本发明提出的环境空气监测的传感器远程校准方法,在每组校准前,需要将校准的传感器和环境空气监测的仪器内之前所检测到的数据清除,清除之前数据,防止内部数据储存过多导致系统卡顿,避免影响检测结果的准确性。
5、本发明提出的环境空气监测的传感器远程校准方法,校准的传感器在校准过程中所检测到的数据用于远程校准系统内的标准值,且当多次检测后,校准的传感器检测的数据值不统一时,则需要修改远程校准系统内部数据标准,以最新的一次数据为标准,确保校准值的精确性,且防止收环境因素影响,需要实时更新标准值,防止数值误差,提高校准的精确性。
附图说明
图1为本发明的整体流程图;
图2为本发明的整体系统连接模块图;
图3为本发明的校准模型分类模块图;
图4为本发明的远程校准系统模块图;
图5为本发明的通讯系统模块图;
图6为本发明的远程校准系统流程图。
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。
请参阅图1-图2,环境空气监测的传感器远程校准方法,包括如下步骤:
S1:确定环境空气监测的仪器类型,根据空气监测仪器类型和分布位置进行空气监测;
S2:构建用于对传感器进行校准的远程校准系统,且用于对环境空气监测的仪器通过通讯系统与远程校准系统对接;
S3:通过确定环境空气监测的仪器类型和位置,从而设置用于校准的传感器,且用于校准的传感器通过通讯系统与远程校准系统对接;
S4:远程校准系统用于接收校准的传感器和环境空气监测的仪器所监测到的数据信息,并储存;
S5:环境空气监测仪器和校准的传感器作为远程校准系统的子系统,且子系统内配备用于通讯的系统;
S6:远程校准系统对数据进行分析和处理,根据校准的传感器的数据,修改内部数据标准,用于校准比较;
S7:在校准过程中,每组校准数据检测后,需要进行检测,根据需要选择清零或者调节。
请参阅图3,环境空气监测的仪器类型按照校准模型进行分类,且校准的模型通常被分为单元线性模型,多元线性模型和非线性模型,根据校准模具,选择环境空气监测的仪器类型,且环境空气监测的仪器类型在确定监测位置时,需要将内部数据清零,且对所在环境进行预监测,单元线性模型内回归指的是,根据之前的样本数据,预测出一个准确的输出值,回归分析研究的主要对象就是客观事物变量之间的统计关系,建立在对客观事物进行大量试验与观察的基础上,用来寻找隐藏在那些瞧上去就是不确定的现象中的统计规律性的方法,回归分析方法就是通过建立模型研究变量间相互关系的密切程度、结构状态及进行模型预测的一种有效工具,多元回归模型就是在方程式中有两个或两个以上自变量的线性回归模型.多元线性回归预测是用多元线性回归模型,通过确定环境空气监测仪器的类型和模型,有效选择校准的传感器以及方式,提高校准的准确性,减少误差,提高校准效率。
请参阅图4,S2中的远程校准系统包括信号接收模块、存储模块、分析处理模块、检索模块、图形绘制模块、指令发出模块、指令输入模块和控制器,信号接收模块与控制器连接,信号接收模块接收环境空气监测的仪器的校准请求,并输送给控制器,并做出校准回应,控制器分别通过信号接收模块接收校准的传感器和环境空气监测的仪器所检测到的数据,控制器分别与分析处理模块、检索模块和指令输入模块连接,指令输入模块输入指令并通过指令发出模块对环境空气监测的仪器和收校准的传感器发送指令,控制器通过指令输入模块输入校准指令,并通过指令发出模块给校准的传感器进行校准检测,分析处理模块与图形绘制模块连接,校准的传感器检测到的数据储存到存储模块内,分析处理模块分别环境空气监测的仪器所检测到的数据,并与存储模块内数据进行比对,图形绘制模块用于将分析后的数据制成图形,检索模块用于检索数据进行混合分析,有效完成远程的校准,可清晰的了解校准的准确性,可根据数据针对检测结果进行判定。
请参阅图5,环境空气监测的仪器和用于校准的传感器均通过通讯系统与远程校准系统对接,且通讯系统包括信号源采集单元、信号变换器、信号发射单元、信号接收单元、移动通讯单元和信号交互单元,信号源采集单元用于接收环境空气监测的仪器和校准的传感器所采集到的数据,信号源采集单元与信号变换器电连接,信号变换器与信号发射单元连接,信号发射单元通过移动通讯单元接入远程校准系统,信号接收单元用于接收远程校准系统发射的指令,储存单元分别与信号源采集单元和信号接收单元对接,信号源采集单元采集到环境空气监测的仪器和校准的传感器所采集到的数据,可通过信号变换器将信号转换,用于输送时可统一数据格式,提高数据统一性,便于后续进行分析和比对,信号发射单元用于将采集并转换后的数据进行传输,移动通讯单元作为信号发射单元和远程校准系统之间信号交互的媒介,信号接收单元也可通过移动通讯单元作为媒介接收远程校准系统的指令和信号,信号接收单元通过信号交互单元与环境空气监测的仪器和校准的传感器进行信号交互,便于信号传输,实现远程校准,提高校准的方便性,减少人工校准的不便性,大大提高效率。
确定环境空气监测的仪器通过通讯系统发出校准请求给远程校准系统,远程校准系统接收校准请求,并发出指令进行远程校准,校准的传感器开启后设定校准点值,校准的传感器自动把发生器的检测值控制到校准点值,达到稳定时读取该检测质一体传感器在远程校准系统上对应的值作为被测值,多个校准点完后,传感器回复原安装位置,接着校准下一个通道传感器,所有传感器测量完毕后,在远程校准系统上启动程初始设置软件,分别计算每个通道的环境空气监测的仪器需要修正的零点和斜率数据。
远程校准系统检定结果的处理以校准的传感器的检测数值为标准值,环境空气监测的仪器的显示值为被测值,误差在传感器数据修正范围之内的,在量程设置界面分别设置,进行修正,误差超出传感器数据修正范围的,提示该通道有问题,对该通道设备进行维修处理,规范对主要性能的校准方法和校准结果的判定等做了统一的规定,同时对校准条件、校准仪器设备等也做了统一的要求。
请参阅图6,针对S2中的远程校准系统包括如下步骤:
S201:信号接收模块接收环境空气监测的仪器的校准请求,并输送给控制器,并做出校准回应;
S202:控制器通过指令输入模块输入校准指令,并通过指令发出模块给校准的传感器进行校准检测;
S203:控制器分别通过信号接收模块接收校准的传感器和环境空气监测的仪器所检测到的数据;
S204:校准的传感器检测到的数据储存到存储模块内,分析处理模块分别环境空气监测的仪器所检测到的数据,并与存储模块内数据进行比对;
S205:图形绘制模块用于将分析后的数据制成图形,检索模块用于检索数据进行混合分析。
在每组校准前,需要将校准的传感器和环境空气监测的仪器内之前所检测到的数据清除,清除之前数据,防止内部数据储存过多导致系统卡顿,避免影响检测结果的准确性。
校准的传感器在校准过程中所检测到的数据用于远程校准系统内的标准值,且当多次检测后,校准的传感器检测的数据值不统一时,则需要修改远程校准系统内部数据标准,以最新的一次数据为标准,确保校准值的精确性,且防止收环境因素影响,需要实时更新标准值,防止数值误差,提高校准的精确性。
针对S6中的远程校准系统对数据信息进行分析和处理,包括如下步骤:
获取每一数据信息对应的数据来源并根据其建立数据-来源对应列表;
解析所述数据-来源对应列表中包含的若干种数据来源;
分析两两数据来源之间的关系,建立第一关系网;
将每一数据来源在所述第一关系网上的位置记作对应的第一网节点;
获取所述第一关系网上包含的若干个第一网节点,分别获取每个目标第一网节点与所述第一关系网中剩余的目标第二网节点之间的节点关系;
根据所述数据-来源对应列表,将每一数据信息输入到所述第一关系网对应的第一网节点上,根据数据信息在所述第一关系网中的分布情况建立数据信息之间的第二关系网;
将所述第二关系网中每一目标第三网节点包含的数据信息视为原始数据信息;
基于所述节点关系,分析所述第二关系网中两两原始数据信息之间的信息关系;
基于所述信息关系,为每一原始数据信息建立对应的逻辑训练模型;
将每个原始数据信息输入到其对应的逻辑训练模型中进行逻辑训练;
获取每一逻辑训练模型输出的训练结果;
解析每一训练结果,获取每一训练结果中包含的训练数据信息;
基于所述原始数据信息与所述训练数据信息之间的对应关系,将具有对应关系的所述原始数据信息与所述训练数据信息进行组合,构成信息对;
将同一信息对中包含的训练数据信息和原始数据信息进行对齐训练;
将对齐后的训练数据信息和原始数据信息进行信息对比,获取两个信息之间的差异点;
获取每一差异点包含的子原始数据信息,解析所述子原始数据信息,获取所述子原始数据信息在所述原始数据信息上的信息比重;
提取信息比重大于预设比重的差异点,记作待校准点,完成数据信息分析;
基于所述待校准点对应的目标差异值,调整所述训练数据信息,输出调整结果,完成数据信息处理。
该实例中,数据来源为传感器和环境空气检测仪器;
该实例中,数据-来源对应列表表示数据信息与数据来源之间的对应列表,即,数据信息的来源是传感器还是空间检测仪器;
该实例中,第一关系网表示根据不同传感器之间、不同传感器与空气检测仪器之间的关系建立的关系网;
该实例中,第一网节点表示不同数据来源在第一关系网中的表达方式,也可以理解为数据来源在第一关系网中的位置;
该实例中,节点关系与数据来源之间的关系相对应,是一致的;
该实例中,第二关系网表示将数据信息传输到第一关系网对应的第一网节点后生成的关系网,是用来表示为关于数据信息之间的关系;
该实例中,原始数据信息与数据信息一致;
该实例中,信息关系表示不同原始数据信息之间的逻辑关系;
该实例中,原始数据信息与训练数据信息之间一一对应,训练数据信息是原始数据信息经过逻辑训练后的结果;
该实例中,信息对由训练数据信息和其对应的原始数据信息组成;
该实例中,子原始数据信息表示原始数据信息上的差异点对应的数据信息。
上述技术方案的工作原理:首先获取每一数据信息对应的数据来源,建立数据-来源对应列表,分析不同数据来源之间的关系,得到第一关系网,再分别获取每一第一网节点与第一关系网中剩余第一网节点之间的节点关系,然后将每一数据信息输入到第一关系网对应的位置,得到第二关系网,为了方便后续区分,将第二关系网中每一第二网节点包含的数据信息视为原始数据信息,分析原始数据信息之间的信息关系,为每一原始数据信息建立一个逻辑训练模型,然后将数据信息输入到对应的逻辑训练模型中,进行逻辑训练,获取并解析训练结果,获取到若干个训练数据信息,分别获取每一训练数据信息对应的原始数据信息构建对应的信息对,将同一信息对中包含的训练数据信息和原始数据信息进行对齐训练以及进行信息对比,获取两个信息之间的差异点,解析差异点对应的子原始数据信息,得到信息比重,提取信息比重大于预设比重的差异点,记作待校准点,完成数据信息分析,最后基于待校准点对应的目标差异值,调整所述训练数据信息,输出调整结果,完成数据信息处理。
上述技术方案的有益效果:为了保障对数据信息进行分析和处理的过程中每一数据信息均得到相应的处理,所以对所有的数据信息进行统一分析,通过利用不同数据来源之间的关系建立关系网,进而对所有数据信息进行统一分析,这样一来,可以得到数据信息之间的差异,从而分析对应的数据来源是否需要调整,完成数据信息处理。
在一个实施例中,所述远程校准系统接收校准请求,并发出指令进行远程校准的步骤包括:
获取远程校准系统与空气监测仪器之间的通信路径;
基于所述通信路径向空气监测仪器发送参数校准信号并检测所述空气监测仪器所接收到的信号强度;
确定远程校准系统与空气监测仪器之间的距离;
根据空气监测仪器所接收到的信号强度和远程校准系统与空气监测仪器之间的距离计算出远程校准系统通过所述通信路径发出的参数校准信号的控制增益系数:
其中,q表示为远程校准系统通过所述通信路径发出的参数校准信号的控制增益系数,n表示为通信路径的通信稳定性指数,lg表示为对数函数,s表示为远程校准系统与空气监测仪器之间的距离,s1表示为远程校准系统的最大无线控制距离,Q表示为远程校准系统所生成的参数校准信号的初始信号强度,Q1表示为空气监测仪器所接收到的信号强度,k表示为通信路径的通道增益系数,a表示为通信路径的增益平衡系数,E表示为通信路径的增益误差,α表示为参数校准信号的误差校准系数,b表示为参数校准信号的偏置误差;
确认所述远程校准系统通过所述通信路径发出的参数校准信号的控制增益系数是否大于等于预设阈值,若是,确认无需对参数校准信号进行信号补偿,否则,确认需要对参数校准信号进行信号补偿;
根据所述初始信号强度确定参数校准信号对应的信号梯度;
获取所述信号梯度对应的信号强度门限值;
获取所述参数校准信号对应的多个参数项以及每个参数项的信号补偿因子;
根据每个参数项的信号补偿因子和的信号强度门限值以及所述初始信号强度对每个参数项进行信号补偿:
其中,Fi2表示为第i个参数项补偿后的信号值,Fi1表示为第i个参数项的初始信号值,Q2表示为初始信号强度对应的信号梯度对应的信号强度门限值,β表示为初始信号信号强度的信噪比,Gi表示为第i个参数项对应信号中的容错信号占比,θ表示为容错系数,e表示为自然常数,取值为2.72,hi表示为第i个参数项的信号补偿因子;
根据每个参数项补偿后的信号值生成补偿后的参数校准信号;
根据指令利用所述参数校准信号对空气监测仪器进行远程校准。
上述技术方案的有益效果为:通过计算远程校准系统通过所述通信路径发出的参数校准信号的控制增益系数可以精确地评估出远程校准系统对于空气监测仪器的远程校准稳定性从而选择性的进行信号补偿以保证稳定的控制空气监测仪器进行校准,提高了稳定性和实用性,进一步地,通过计算每个参数项补偿后的信号值可以保证补偿后的参数校准信号可以稳定地被空气监测仪器接收到进而进行后续参数校准工作,进一步地提高了稳定性。
综上所述:本发明提出的环境空气监测的传感器远程校准方法,环境空气监测的仪器类型按照校准模型进行分类,且校准的模型通常被分为单元线性模型,多元线性模型和非线性模型,根据校准模具,选择环境空气监测的仪器类型,且环境空气监测的仪器类型在确定监测位置时,需要将内部数据清零,且对所在环境进行预监测,单元线性模型内回归指的是,根据之前的样本数据,预测出一个准确的输出值,回归分析研究的主要对象就是客观事物变量之间的统计关系,建立在对客观事物进行大量试验与观察的基础上,用来寻找隐藏在那些瞧上去就是不确定的现象中的统计规律性的方法,回归分析方法就是通过建立模型研究变量间相互关系的密切程度、结构状态及进行模型预测的一种有效工具,多元回归模型就是在方程式中有两个或两个以上自变量的线性回归模型.多元线性回归预测是用多元线性回归模型,通过确定环境空气监测仪器的类型和模型,有效选择校准的传感器以及方式,提高校准的准确性,减少误差,提高校准效率,信号接收模块接收环境空气监测的仪器的校准请求,并输送给控制器,并做出校准回应,控制器分别通过信号接收模块接收校准的传感器和环境空气监测的仪器所检测到的数据,控制器分别与分析处理模块、检索模块和指令输入模块连接,指令输入模块输入指令并通过指令发出模块对环境空气监测的仪器和收校准的传感器发送指令,控制器通过指令输入模块输入校准指令,并通过指令发出模块给校准的传感器进行校准检测,分析处理模块与图形绘制模块连接,校准的传感器检测到的数据储存到存储模块内,分析处理模块分别环境空气监测的仪器所检测到的数据,并与存储模块内数据进行比对,图形绘制模块用于将分析后的数据制成图形,检索模块用于检索数据进行混合分析,有效完成远程的校准,可清晰的了解校准的准确性,可根据数据针对检测结果进行判定,信号发射单元通过移动通讯单元接入远程校准系统,信号接收单元用于接收远程校准系统发射的指令,储存单元分别与信号源采集单元和信号接收单元对接;信号源采集单元采集到环境空气监测的仪器和校准的传感器所采集到的数据,可通过信号变换器将信号转换,用于输送时可统一数据格式,提高数据统一性,便于后续进行分析和比对,信号发射单元用于将采集并转换后的数据进行传输,移动通讯单元作为信号发射单元和远程校准系统之间信号交互的媒介,信号接收单元也可通过移动通讯单元作为媒介接收远程校准系统的指令和信号,信号接收单元通过信号交互单元与环境空气监测的仪器和校准的传感器进行信号交互,便于信号传输,实现远程校准,提高校准的方便性,减少人工校准的不便性,大大提高效率,在每组校准前,需要将校准的传感器和环境空气监测的仪器内之前所检测到的数据清除,清除之前数据,防止内部数据储存过多导致系统卡顿,避免影响检测结果的准确性,校准的传感器在校准过程中所检测到的数据用于远程校准系统内的标准值,且当多次检测后,校准的传感器检测的数据值不统一时,则需要修改远程校准系统内部数据标准,以最新的一次数据为标准,确保校准值的精确性,且防止收环境因素影响,需要实时更新标准值,防止数值误差,提高校准的精确性。
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 (10)
1.环境空气监测的传感器远程校准方法,其特征在于:包括如下步骤:
S1:确定环境空气监测的仪器类型,根据空气监测仪器类型和分布位置进行空气监测;
S2:构建用于对传感器进行校准的远程校准系统,且用于对环境空气监测的仪器通过通讯系统与远程校准系统对接;
S3:通过确定环境空气监测的仪器类型和位置,设置用于校准的传感器,且用于校准的传感器通过通讯系统与远程校准系统对接;
S4:远程校准系统用于接收校准的传感器和环境空气监测的仪器所监测到的数据信息,并储存;
S5:环境空气监测仪器和校准的传感器作为远程校准系统的子系统,且子系统内配备用于通讯的系统;
S6:远程校准系统对数据进行分析和处理,根据校准的传感器的数据,修改内部数据标准,用于校准比较;
S7:在校准过程中,每组校准数据检测后,需要进行检测,根据需要选择清零或者调节。
2.根据权利要求1所述的环境空气监测的传感器远程校准方法,其特征在于:所述环境空气监测的仪器类型按照校准模型进行分类,且校准的模型通常被分为单元线性模型,多元线性模型和非线性模型,根据校准模具,选择环境空气监测的仪器类型,环境空气监测的仪器类型在确定监测位置时,需要将内部数据清零,对所在环境进行预监测。
3.根据权利要求1所述的环境空气监测的传感器远程校准方法,其特征在于:所述S2中的远程校准系统包括信号接收模块、存储模块、分析处理模块、检索模块、图形绘制模块、指令发出模块、指令输入模块和控制器,信号接收模块与控制器连接,控制器分别与分析处理模块、检索模块和指令输入模块连接,指令输入模块输入指令并通过指令发出模块对环境空气监测的仪器和收校准的传感器发送指令,分析处理模块与图形绘制模块连接。
4.根据权利要求3所述的环境空气监测的传感器远程校准方法,其特征在于:所述环境空气监测的仪器和用于校准的传感器均通过通讯系统与远程校准系统对接,且通讯系统包括信号源采集单元、信号变换器、信号发射单元、信号接收单元、移动通讯单元和信号交互单元,信号源采集单元用于接收环境空气监测的仪器和校准的传感器所采集到的数据,信号源采集单元与信号变换器电连接,信号变换器与信号发射单元连接,信号发射单元通过移动通讯单元接入远程校准系统,信号接收单元用于接收远程校准系统发射的指令,储存单元分别与信号源采集单元和信号接收单元对接。
5.根据权利要求1所述的环境空气监测的传感器远程校准方法,其特征在于:所述确定环境空气监测的仪器通过通讯系统发出校准请求给远程校准系统,远程校准系统接收校准请求,并发出指令进行远程校准,远程校准系统检定结果的处理以校准的传感器的检测数值为标准值,环境空气监测的仪器的显示值为被测值,误差在传感器数据修正范围之内的,在量程设置界面分别设置,进行修正,误差超出传感器数据修正范围的,提示该通道有问题,对该通道设备进行维修处理。
6.根据权利要求3所述的环境空气监测的传感器远程校准方法,其特征在于:针对S2中的远程校准系统包括如下步骤:
S201:信号接收模块接收环境空气监测的仪器的校准请求,并输送给控制器,并做出校准回应;
S202:控制器通过指令输入模块输入校准指令,并通过指令发出模块给校准的传感器进行校准检测;
S203:控制器分别通过信号接收模块接收校准的传感器和环境空气监测的仪器所检测到的数据;
S204:校准的传感器检测到的数据储存到存储模块内,分析处理模块分别环境空气监测的仪器所检测到的数据,并与存储模块内数据进行比对;
S205:图形绘制模块用于将分析后的数据制成图形,检索模块用于检索数据进行混合分析。
7.根据权利要求1所述的环境空气监测的传感器远程校准方法,其特征在于:在每组校准前,需要将校准的传感器和环境空气监测的仪器内之前所检测到的数据清除。
8.根据权利要求6所述的环境空气监测的传感器远程校准方法,其特征在于:校准的传感器在校准过程中所检测到的数据用于远程校准系统内的标准值,当多次检测后,校准的传感器检测的数据值不统一时,则需要修改远程校准系统内部数据标准,以最新的一次数据为标准。
9.根据权利要求1所述的环境空气监测的传感器远程校准方法,其特征在于,针对S6中的远程校准系统对数据信息进行分析和处理,包括如下步骤:
获取每一数据信息对应的数据来源并根据其建立数据-来源对应列表;
解析所述数据-来源对应列表中包含的若干种数据来源;
分析两两数据来源之间的关系,建立第一关系网;
将每一数据来源在所述第一关系网上的位置记作对应的第一网节点;
获取所述第一关系网上包含的若干个第一网节点,分别获取每个目标第一网节点与所述第一关系网中剩余的目标第二网节点之间的节点关系;
根据所述数据-来源对应列表,将每一数据信息输入到所述第一关系网对应的第一网节点上,根据数据信息在所述第一关系网中的分布情况建立数据信息之间的第二关系网;
将所述第二关系网中每一目标第三网节点包含的数据信息视为原始数据信息;
基于所述节点关系,分析所述第二关系网中两两原始数据信息之间的信息关系;
基于所述信息关系,为每一原始数据信息建立对应的逻辑训练模型;
将每个原始数据信息输入到其对应的逻辑训练模型中进行逻辑训练;
获取每一逻辑训练模型输出的训练结果;
解析每一训练结果,获取每一训练结果中包含的训练数据信息;
基于所述原始数据信息与所述训练数据信息之间的对应关系,将具有对应关系的所述原始数据信息与所述训练数据信息进行组合,构成信息对;
将同一信息对中包含的训练数据信息和原始数据信息进行对齐训练;
将对齐后的训练数据信息和原始数据信息进行信息对比,获取两个信息之间的差异点;
获取每一差异点包含的子原始数据信息,解析所述子原始数据信息,获取所述子原始数据信息在所述原始数据信息上的信息比重;
提取信息比重大于预设比重的差异点,记作待校准点,完成数据信息分析;
基于所述待校准点对应的目标差异值,调整所述训练数据信息,输出调整结果,完成数据信息处理。
10.根据权利要求5所述的环境空气监测的传感器远程校准方法,其特征在于,所述远程校准系统接收校准请求,并发出指令进行远程校准的步骤包括:
获取远程校准系统与空气监测仪器之间的通信路径;
基于所述通信路径向空气监测仪器发送参数校准信号并检测所述空气监测仪器所接收到的信号强度;
确定远程校准系统与空气监测仪器之间的距离;
根据空气监测仪器所接收到的信号强度和远程校准系统与空气监测仪器之间的距离计算出远程校准系统通过所述通信路径发出的参数校准信号的控制增益系数:
其中,q表示为远程校准系统通过所述通信路径发出的参数校准信号的控制增益系数,n表示为通信路径的通信稳定性指数,lg表示为对数函数,s表示为远程校准系统与空气监测仪器之间的距离,s1表示为远程校准系统的最大无线控制距离,Q表示为远程校准系统所生成的参数校准信号的初始信号强度,Q1表示为空气监测仪器所接收到的信号强度,k表示为通信路径的通道增益系数,a表示为通信路径的增益平衡系数,E表示为通信路径的增益误差,α表示为参数校准信号的误差校准系数,b表示为参数校准信号的偏置误差;
确认所述远程校准系统通过所述通信路径发出的参数校准信号的控制增益系数是否大于等于预设阈值,若是,确认无需对参数校准信号进行信号补偿,否则,确认需要对参数校准信号进行信号补偿;
根据所述初始信号强度确定参数校准信号对应的信号梯度;
获取所述信号梯度对应的信号强度门限值;
获取所述参数校准信号对应的多个参数项以及每个参数项的信号补偿因子;
根据每个参数项的信号补偿因子和的信号强度门限值以及所述初始信号强度对每个参数项进行信号补偿:
其中,Fi2表示为第i个参数项补偿后的信号值,Fi1表示为第i个参数项的初始信号值,Q2表示为初始信号强度对应的信号梯度对应的信号强度门限值,β表示为初始信号信号强度的信噪比,Gi表示为第i个参数项对应信号中的容错信号占比,θ表示为容错系数,e表示为自然常数,取值为2.72,hi表示为第i个参数项的信号补偿因子;
根据每个参数项补偿后的信号值生成补偿后的参数校准信号;
根据指令利用所述参数校准信号对空气监测仪器进行远程校准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210806397.8A CN114994261B (zh) | 2022-07-08 | 环境空气监测的传感器远程校准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210806397.8A CN114994261B (zh) | 2022-07-08 | 环境空气监测的传感器远程校准方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114994261A true CN114994261A (zh) | 2022-09-02 |
CN114994261B CN114994261B (zh) | 2024-10-29 |
Family
ID=
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116304960A (zh) * | 2023-05-24 | 2023-06-23 | 合力(天津)能源科技股份有限公司 | 一种钻井环境的监测预警方法及系统 |
CN116991750A (zh) * | 2023-09-28 | 2023-11-03 | 北京索云科技股份有限公司 | 利用多线程和分布式代理实现大并发模拟的压力测试方法 |
CN117134840A (zh) * | 2023-10-23 | 2023-11-28 | 成都大公博创信息技术有限公司 | 一种无线电通信设备控制方法及无线电通信设备 |
CN117675430A (zh) * | 2023-11-10 | 2024-03-08 | 钛玛科(北京)工业科技有限公司 | 一种近红外水分监测方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018040874A1 (zh) * | 2016-08-31 | 2018-03-08 | 北京众清科技有限公司 | 一种传感器组件校准方法、装置及系统 |
CN111122460A (zh) * | 2019-12-31 | 2020-05-08 | 武汉颐光科技有限公司 | 单旋转补偿器型光谱椭偏仪参数校准方法和装置 |
JP2020155100A (ja) * | 2019-03-18 | 2020-09-24 | 台達電子工業股▲ふん▼有限公司Delta Electronics,Inc. | 遠隔較正システム及びそのセンサの遠隔較正方法 |
CN112147280A (zh) * | 2020-09-04 | 2020-12-29 | 北京英视睿达科技有限公司 | 环境空气监测的传感器远程校准方法及环境空气质量监测装置 |
CN113346901A (zh) * | 2021-05-28 | 2021-09-03 | 中国科学技术大学 | 一种交替并行采样系统变温条件下修正系数自动适配方法 |
CN113588882A (zh) * | 2021-08-02 | 2021-11-02 | 中科三清科技有限公司 | 一种基于环境空气质量监测装置的自动零点校准方法 |
CN113945684A (zh) * | 2021-10-14 | 2022-01-18 | 中国计量科学研究院 | 一种基于大数据的微型空气站自校准方法 |
WO2022134600A1 (zh) * | 2020-12-25 | 2022-06-30 | 东云睿连(武汉)计算技术有限公司 | 一种神经网络交互式自动训练系统和方法 |
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018040874A1 (zh) * | 2016-08-31 | 2018-03-08 | 北京众清科技有限公司 | 一种传感器组件校准方法、装置及系统 |
JP2020155100A (ja) * | 2019-03-18 | 2020-09-24 | 台達電子工業股▲ふん▼有限公司Delta Electronics,Inc. | 遠隔較正システム及びそのセンサの遠隔較正方法 |
TW202035952A (zh) * | 2019-03-18 | 2020-10-01 | 台達電子工業股份有限公司 | 遠端校正系統及其遠端校正感測器的方法 |
CN111122460A (zh) * | 2019-12-31 | 2020-05-08 | 武汉颐光科技有限公司 | 单旋转补偿器型光谱椭偏仪参数校准方法和装置 |
CN112147280A (zh) * | 2020-09-04 | 2020-12-29 | 北京英视睿达科技有限公司 | 环境空气监测的传感器远程校准方法及环境空气质量监测装置 |
WO2022134600A1 (zh) * | 2020-12-25 | 2022-06-30 | 东云睿连(武汉)计算技术有限公司 | 一种神经网络交互式自动训练系统和方法 |
CN113346901A (zh) * | 2021-05-28 | 2021-09-03 | 中国科学技术大学 | 一种交替并行采样系统变温条件下修正系数自动适配方法 |
CN113588882A (zh) * | 2021-08-02 | 2021-11-02 | 中科三清科技有限公司 | 一种基于环境空气质量监测装置的自动零点校准方法 |
CN113945684A (zh) * | 2021-10-14 | 2022-01-18 | 中国计量科学研究院 | 一种基于大数据的微型空气站自校准方法 |
Non-Patent Citations (2)
Title |
---|
JONATHAN N. THOMLE等: "Pressure Correction in the Calibration of Heat Dissipation Sensors", VADOSE ZONE JOURNAL, vol. 18, no. 1, 22 November 2019 (2019-11-22), pages 190052 * |
苟怡;: "光纤光谱吸收式甲烷检测系统及自调校方法研究", 自动化技术与应用, no. 05, 25 May 2019 (2019-05-25), pages 125 - 128 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116304960A (zh) * | 2023-05-24 | 2023-06-23 | 合力(天津)能源科技股份有限公司 | 一种钻井环境的监测预警方法及系统 |
CN116304960B (zh) * | 2023-05-24 | 2023-08-29 | 合力(天津)能源科技股份有限公司 | 一种钻井环境的监测预警方法及系统 |
CN116991750A (zh) * | 2023-09-28 | 2023-11-03 | 北京索云科技股份有限公司 | 利用多线程和分布式代理实现大并发模拟的压力测试方法 |
CN116991750B (zh) * | 2023-09-28 | 2023-12-22 | 北京索云科技股份有限公司 | 利用多线程和分布式代理实现大并发模拟的压力测试方法 |
CN117134840A (zh) * | 2023-10-23 | 2023-11-28 | 成都大公博创信息技术有限公司 | 一种无线电通信设备控制方法及无线电通信设备 |
CN117134840B (zh) * | 2023-10-23 | 2024-01-02 | 成都大公博创信息技术有限公司 | 一种无线电通信设备控制方法及无线电通信设备 |
CN117675430A (zh) * | 2023-11-10 | 2024-03-08 | 钛玛科(北京)工业科技有限公司 | 一种近红外水分监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115833400B (zh) | 一种变电站电力设备的监测预警方法及系统 | |
CN107862338B (zh) | 基于双检验法的海洋环境监测数据质量管理方法及系统 | |
JP6129028B2 (ja) | 建物動力設備のエネルギー消費量予測方法 | |
CN114168906B (zh) | 一种基于云计算的测绘地理信息数据采集系统 | |
CN110411580B (zh) | 一种电力设备发热缺陷的诊断方法以及诊断系统 | |
KR102181966B1 (ko) | 유압실린더 종합 테스트 스테이션에 대한 소프트 측량방법 및 시스템 | |
CN108037081A (zh) | 一种酿酒葡萄成熟度监测方法和系统 | |
CN108090515A (zh) | 一种基于数据融合的环境等级评估方法 | |
CN111537941B (zh) | 具有广域分析功能的电压互感器计量异常在线监测系统及方法 | |
CN111830070A (zh) | 一种基于边缘计算的缺陷自动识别评判系统及方法 | |
CN117553840A (zh) | 一种基于智能化管理的仪表及其系统 | |
CN114994261A (zh) | 环境空气监测的传感器远程校准方法 | |
CN114994261B (zh) | 环境空气监测的传感器远程校准方法 | |
CN113449254A (zh) | 任意网型变形监测稳定性分析方法及监控点位置确定方法 | |
CN110726676B (zh) | 一种基于光声光谱技术的智慧变电站在线运维系统 | |
CN116662840A (zh) | 一种基于机器学习的低压台区用户相位识别方法 | |
CN109933031A (zh) | 一种根据化验数据自动校正软测量仪表的系统及方法 | |
CN112923967B (zh) | 支持对仪表校验不确定度进行快速评定的仪表校验系统 | |
CN115375181A (zh) | 一种实验室环境质量智能分析方法和系统 | |
Chen et al. | Research on Network Security Risk Assessment Model Based on Grey Language Variables | |
CN113128158A (zh) | 一种无线电能传输系统的耦合系数辨识方法 | |
CN116879121B (zh) | 一种基于光纤传感技术的空气颗粒物浓度实时监测系统 | |
CN112733384A (zh) | 一种焊点的定位优化系统 | |
WO2020107445A1 (zh) | 一种传感器的自动校准方法和系统 | |
CN115964678B (zh) | 一种基于多传感器数据的智能识别方法及系统 |
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 | ||
GR01 | Patent grant |