CN114999097B - 一种格栅吊顶内感烟火灾探测器有效性的评估方法及系统 - Google Patents
一种格栅吊顶内感烟火灾探测器有效性的评估方法及系统 Download PDFInfo
- Publication number
- CN114999097B CN114999097B CN202210640342.4A CN202210640342A CN114999097B CN 114999097 B CN114999097 B CN 114999097B CN 202210640342 A CN202210640342 A CN 202210640342A CN 114999097 B CN114999097 B CN 114999097B
- Authority
- CN
- China
- Prior art keywords
- position information
- ceiling
- installation position
- grid
- fire detector
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
Abstract
本发明公开了一种格栅吊顶内感烟火灾探测器有效性的评估方法及系统。方法包括:S1、拍摄用于安装感烟火灾探测器的格栅吊顶全景图片;S2、对所述格栅吊顶全景图片进行分析并取得镂空面积与总面积的比例以及感烟火灾探测器的实际安装位置信息;S3、根据镂空面积与总面积的比例在预设的安装位置模型中获取感烟火灾探测器的标准安装位置信息,并将所述标准安装位置信息与实际安装位置信息进行比对,若比对成功率大于预设值则评估有效,否则评估无效并提示实际安装位置信息的改进信息。本发明可以自动根据镂空面积与总面积的比例大小进而控制感烟火灾探测器的安装位置,以便于使感烟火灾探测器处于有效状态。
Description
技术领域
本发明涉及格栅吊顶技术领域,更具体地说,特别涉及一种格栅吊顶内感烟火灾探测器有效性的评估方法及系统。
背景技术
火灾自动报警系统中的火灾探测器是安装在格栅吊顶,其安装场所的设置不规范容易引起火灾自动报警系统无法正常工作。现有技术中,针对感烟火灾探测器在格栅吊顶场所的设置一般都通过人工观察是否符合要求,少部分通过人工进行测量后再进行计算的方式,但是这种方法在使用时存在的问题是:有效性差、效率低、准确度差,而且无法形成一个可以批量进行有效性判断的方法。为此,有必要开发一种格栅吊顶内感烟火灾探测器有效性的评估方法及系统。
发明内容
本发明的目的在于提供一种格栅吊顶内感烟火灾探测器有效性的评估方法及系统,以克服现有技术所存在的缺陷。
为了达到上述目的,本发明采用的技术方案如下:
一种格栅吊顶内感烟火灾探测器有效性的评估方法,包括以下步骤:
S1、拍摄用于安装感烟火灾探测器的格栅吊顶全景图片;
S2、对所述格栅吊顶全景图片进行分析并取得镂空面积与总面积的比例以及感烟火灾探测器的实际安装位置信息;
S3、根据镂空面积与总面积的比例在预设的安装位置模型中获取感烟火灾探测器的标准安装位置信息,并将所述标准安装位置信息与实际安装位置信息进行比对,若比对成功率大于预设值则评估有效,否则评估无效并提示实际安装位置信息的改进信息。
进一步地,在步骤S1中还包括获取格栅吊顶所处的地理位置,所述地理位置包括有活塞风影响的场所或无活塞风影响的场所。
进一步地,所述步骤S2具体包括:
S21、对所述格栅吊顶全景图片进行位置矫正;
S22、在位置矫正后的格栅吊顶全景图片中标记镂空部分和记录感烟火灾探测器的实际安装位置信息;
S23、根据标记的镂空部分计算镂空面积,根据位置矫正后的格栅吊顶全景图片计算总面积,并计算镂空面积与总面积的比例。
进一步地,所述步骤S3中预设的安装位置模型为:
若所述镂空面积与总面积的比例不大于15%时,感烟火灾探测器的标准安装位置信息为设置在格栅吊顶的下方;
若镂空面积与总面积的比例大于30%时,感烟火灾探测器的标准安装位置信息为设置在格栅吊顶的上方;
若镂空面积与总面积的比例为15%~30%时,感烟火灾探测器的标准安装位置信息根据预设的试验模型确定。
进一步地,在感烟火灾探测器的标准安装位置信息为设置在格栅吊顶的上方时,还包括:判断所述格栅吊顶全景图片中是否存在火警确认灯,如存在则提示准确,否则提示提示在格栅吊顶下方安装火警确认灯。
进一步地,若镂空面积与总面积的比例为30%~70%时时,还包括判断格栅吊顶所处的地理位置,若格栅吊顶所处的地理位置为有活塞风影响的场所则感烟火灾探测器的标准安装位置信息为设置在格栅吊顶的上方和下方。
进一步地,所述步骤S3中将所述标准安装位置信息与实际安装位置信息进行比对,若比对成功率大于预设值则评估有效,否则评估无效并提示实际安装位置信息的改进信息具体为:
若标准安装位置信息为在格栅吊顶的下方,且在拍摄的格栅吊顶全景图片中实际安装位置信息包含格栅吊顶下方的个数大于第一预设阈值则评估有效;
若标准安装位置信息为在格栅吊顶的上方,且在拍摄的格栅吊顶全景图片中实际安装位置包含格栅吊顶上方的个数大于第二预设阈值则评估有效;
若标准安装位置信息为在格栅吊顶的上方和下方,且在拍摄的格栅吊顶全景图片中实际安装位置包含格栅吊顶下方的个数大于第三预设阈值则评估为预估有效,再判断实际安装位置包含格栅吊顶上方则评估有效。
进一步地,所述预设的试验模型的训练步骤为:
以不同类型实际试验的感烟火灾探测器的标准安装位置信息作为样本集,
将样本集分割为第一设定比例的训练集和第二设定比例的验证集;
通过卷积神经网络对训练集进行训练得到试验模型;
将验证集输入到试验模型中进行验证,若准确率大于设定值则训练结束,若准确率小于设定值则增加样本集的数量重新训练。
进一步地,所述步骤S3中否则评估无效并提示实际安装位置信息的改进信息的具体步骤为:
若标准安装位置信息为在格栅吊顶的下方则提示更换实际安装位置为格栅吊顶的下方;若标准安装位置信息为在格栅吊顶的上方则提示更换实际安装位置为格栅吊顶的上方;若标准安装位置信息为在格栅吊顶的上方和下方,则提示更换实际安装位置为格栅吊顶的上方和下方同时安装。
本发明还提供一种根据上述的格栅吊顶内感烟火灾探测器有效性的评估方法的系统,包括:
拍摄模块,用于拍摄安装感烟火灾探测器的格栅吊顶全景图片;
分析模块,用于对所述格栅吊顶全景图片进行分析并取得镂空面积与总面积的比例以及感烟火灾探测器的实际安装位置信息;
评估模块,用于根据镂空面积与总面积的比例在预设的安装位置模型中获取感烟火灾探测器的标准安装位置信息,并将所述标准安装位置信息与实际安装位置信息进行比对,若比对成功率大于预设值则评估有效,否则评估无效并提示实际安装位置信息的改进信息。
与现有技术相比,本发明的优点在于:本发明提供的一种格栅吊顶内感烟火灾探测器有效性的评估方法及系统,可以自动根据镂空面积与总面积的比例大小进而控制感烟火灾探测器的安装位置,以便于使感烟火灾探测器处于有效状态。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明格栅吊顶内感烟火灾探测器有效性的评估方法的流程图。
图2是本发明格栅吊顶内感烟火灾探测器有效性的评估系统的原理图。
具体实施方式
下面结合附图对本发明的优选实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
实施例一
参阅图1所示,本实施例公开了一种格栅吊顶内感烟火灾探测器有效性的评估方法,包括以下步骤:
步骤S1、拍摄用于安装感烟火灾探测器的格栅吊顶全景图片。
具体的,可以采用手持拍摄终端拍摄格栅吊顶的全景图片。
具体的,本实施例还包括获取格栅吊顶所处的地理位置,所述地理位置包括有活塞风影响的场所或无活塞风影响的场所,其中有活塞风影响的场所可以为地铁站等有活塞风影响的场所,无活塞风影响的场所可以为室内等。
步骤S2、对格栅吊顶全景图片进行分析并取得镂空面积与总面积的比例以及感烟火灾探测器的实际安装位置信息。
具体的,由于实际拍摄原因会导致格栅吊顶全景图片可能发生偏转等,因此本实施例首先对格栅吊顶全景图片进行位置,具体如下:
步骤S21、对所述格栅吊顶全景图片进行位置矫正,以保证格栅吊顶全景图片处于正常状态。
步骤S22、在位置矫正后的格栅吊顶全景图片中标记镂空部分和记录感烟火灾探测器的实际安装位置信息。
一般的,可以将格栅吊顶全景图片进行灰度处理,然后在图片中以线条的方式圈出处镂空部分(这是方便后期计算镂空部分的面积)和感烟火灾探测器的实际安装位置。
步骤S23、根据标记的镂空部分计算镂空面积,根据位置矫正后的格栅吊顶全景图片计算总面积,并计算镂空面积与总面积的比例。
步骤S3、根据镂空面积与总面积的比例在预设的安装位置模型中获取感烟火灾探测器的标准安装位置信息,并将所述标准安装位置信息与实际安装位置信息进行比对,若比对成功率大于预设值则评估有效,否则评估无效并提示实际安装位置信息的改进信息。
具体的,步骤S3中预设的安装位置模型为:若所述镂空面积与总面积的比例不大于15%时,感烟火灾探测器的标准安装位置信息为设置在格栅吊顶的下方;若镂空面积与总面积的比例大于30%时,感烟火灾探测器的标准安装位置信息为设置在格栅吊顶的上方;若镂空面积与总面积的比例为15%~30%时,感烟火灾探测器的标准安装位置信息根据预设的试验模型确定。
本实施例中,在感烟火灾探测器的标准安装位置信息为设置在格栅吊顶的上方时,还包括:判断格栅吊顶全景图片中是否存在火警确认灯,如存在则提示准确,否则提示提示在格栅吊顶下方安装火警确认灯。这是由于,感烟火灾探测器设置在格栅吊顶上方且火警确认灯无法观察时,应在格栅吊顶下方设置火警确认灯。
作为优选,若镂空面积与总面积的比例为30%~70%时时,还包括判断格栅吊顶所处的地理位置,若格栅吊顶所处的地理位置为有活塞风影响的场所则感烟火灾探测器的标准安装位置信息为设置在格栅吊顶的上方和下方。
本实施例中,步骤S3中将标准安装位置信息与实际安装位置信息进行比对,若比对成功率大于预设值则评估有效,否则评估无效并提示实际安装位置信息的改进信息具体为:
若标准安装位置信息为在格栅吊顶的下方,且在拍摄的格栅吊顶全景图片中实际安装位置信息包含格栅吊顶下方的个数大于第一预设阈值(可以根据需要进行设定)则评估有效;若标准安装位置信息为在格栅吊顶的上方,且在拍摄的格栅吊顶全景图片中实际安装位置包含格栅吊顶上方的个数大于第二预设阈值(可以根据需要进行设定)则评估有效;若标准安装位置信息为在格栅吊顶的上方和下方,且在拍摄的格栅吊顶全景图片中实际安装位置包含格栅吊顶下方的个数大于第三预设阈值(可以根据需要进行设定)则评估为预估有效,再判断实际安装位置包含格栅吊顶上方则评估有效,也就是说包含格栅吊顶下方的个数满足要求且只要格栅吊顶上方也包含即可。
具体的,本实施例中预设的试验模型的训练步骤为:
以不同类型实际试验的感烟火灾探测器的标准安装位置信息作为样本集。
将样本集分割为第一设定比例的训练集和第二设定比例的验证集,其中第一设定比例和第二设定比例可以根据需求进行设计。
通过卷积神经网络对训练集进行训练得到试验模型。
将验证集输入到试验模型中进行验证,若准确率大于设定值则训练结束,若准确率小于设定值则增加样本集的数量重新训练,进而得出一个准确的试验模型,通过试验模型可以方便确定不同类型实际试验的感烟火灾探测器的标准安装位置。
本实施例中,步骤S3中否则评估无效并提示实际安装位置信息的改进信息的具体步骤为:若标准安装位置信息为在格栅吊顶的下方则提示更换实际安装位置为格栅吊顶的下方;若标准安装位置信息为在格栅吊顶的上方则提示更换实际安装位置为格栅吊顶的上方;若标准安装位置信息为在格栅吊顶的上方和下方,则提示更换实际安装位置为格栅吊顶的上方和下方同时安装。
实施例二
参阅图2所示,本发明还提供一种根据上述的格栅吊顶内感烟火灾探测器有效性的评估方法的系统,包括:拍摄模块1,用于拍摄安装感烟火灾探测器的格栅吊顶全景图片;分析模块2,用于对所述格栅吊顶全景图片进行分析并取得镂空面积与总面积的比例以及感烟火灾探测器的实际安装位置信息;评估模块3,用于根据镂空面积与总面积的比例在预设的安装位置模型中获取感烟火灾探测器的标准安装位置信息,并将所述标准安装位置信息与实际安装位置信息进行比对,若比对成功率大于预设值则评估有效,否则评估无效并提示实际安装位置信息的改进信息。
本发明可以自动根据镂空面积与总面积的比例大小进而控制感烟火灾探测器的安装位置,以便于使感烟火灾探测器处于有效状态。
虽然结合附图描述了本发明的实施方式,但是专利所有者可以在所附权利要求的范围之内做出各种变形或修改,只要不超过本发明的权利要求所描述的保护范围,都应当在本发明的保护范围之内。
Claims (7)
1.一种格栅吊顶内感烟火灾探测器有效性的评估方法,其特征在于,包括以下步骤:
S1、拍摄用于安装感烟火灾探测器的格栅吊顶全景图片;
S2、对所述格栅吊顶全景图片进行分析并取得镂空面积与总面积的比例以及感烟火灾探测器的实际安装位置信息;
S3、根据镂空面积与总面积的比例在预设的安装位置模型中获取感烟火灾探测器的标准安装位置信息,并将所述标准安装位置信息与实际安装位置信息进行比对,若比对成功率大于预设值则评估有效,否则评估无效并提示实际安装位置信息的改进信息;
所述步骤S2具体包括:
S21、对所述格栅吊顶全景图片进行位置矫正;
S22、在位置矫正后的格栅吊顶全景图片中标记镂空部分和记录感烟火灾探测器的实际安装位置信息;
S23、根据标记的镂空部分计算镂空面积,根据位置矫正后的格栅吊顶全景图片计算总面积,并计算镂空面积与总面积的比例;
所述步骤S3中预设的安装位置模型为:
若所述镂空面积与总面积的比例不大于15%时,感烟火灾探测器的标准安装位置信息为设置在格栅吊顶的下方;
若镂空面积与总面积的比例大于30%时,感烟火灾探测器的标准安装位置信息为设置在格栅吊顶的上方;
若镂空面积与总面积的比例为15%~30%时,感烟火灾探测器的标准安装位置信息根据预设的试验模型确定;
所述预设的试验模型的训练步骤为:
以不同类型实际试验的感烟火灾探测器的标准安装位置信息作为样本集,
将样本集分割为第一设定比例的训练集和第二设定比例的验证集;
通过卷积神经网络对训练集进行训练得到试验模型;
将验证集输入到试验模型中进行验证,若准确率大于设定值则训练结束,若准确率小于设定值则增加样本集的数量重新训练。
2.根据权利要求1所述的格栅吊顶内感烟火灾探测器有效性的评估方法,其特征在于,在步骤S1中还包括获取格栅吊顶所处的地理位置,所述地理位置包括有活塞风影响的场所或无活塞风影响的场所。
3.根据权利要求1所述的格栅吊顶内感烟火灾探测器有效性的评估方法,其特征在于,在感烟火灾探测器的标准安装位置信息为设置在格栅吊顶的上方时,还包括:判断所述格栅吊顶全景图片中是否存在火警确认灯,如存在则提示准确,否则提示提示在格栅吊顶下方安装火警确认灯。
4.根据权利要求1所述的格栅吊顶内感烟火灾探测器有效性的评估方法,其特征在于,若镂空面积与总面积的比例为30%~70%时时,还包括判断格栅吊顶所处的地理位置,若格栅吊顶所处的地理位置为有活塞风影响的场所则感烟火灾探测器的标准安装位置信息为设置在格栅吊顶的上方和下方。
5.根据权利要求1所述的格栅吊顶内感烟火灾探测器有效性的评估方法,其特征在于,所述步骤S3中将所述标准安装位置信息与实际安装位置信息进行比对,若比对成功率大于预设值则评估有效,否则评估无效并提示实际安装位置信息的改进信息具体为:
若标准安装位置信息为在格栅吊顶的下方,且在拍摄的格栅吊顶全景图片中实际安装位置信息包含格栅吊顶下方的个数大于第一预设阈值则评估有效;
若标准安装位置信息为在格栅吊顶的上方,且在拍摄的格栅吊顶全景图片中实际安装位置包含格栅吊顶上方的个数大于第二预设阈值则评估有效;
若标准安装位置信息为在格栅吊顶的上方和下方,且在拍摄的格栅吊顶全景图片中实际安装位置包含格栅吊顶下方的个数大于第三预设阈值则评估为预估有效,再判断实际安装位置包含格栅吊顶上方则评估有效。
6.根据权利要求1所述的格栅吊顶内感烟火灾探测器有效性的评估方法,其特征在于,所述步骤S3中否则评估无效并提示实际安装位置信息的改进信息的具体步骤为:
若标准安装位置信息为在格栅吊顶的下方则提示更换实际安装位置为格栅吊顶的下方;若标准安装位置信息为在格栅吊顶的上方则提示更换实际安装位置为格栅吊顶的上方;若标准安装位置信息为在格栅吊顶的上方和下方,则提示更换实际安装位置为格栅吊顶的上方和下方同时安装。
7.一种根据权利要求1-6任意一项所述的格栅吊顶内感烟火灾探测器有效性的评估方法的系统,其特征在于,包括:
拍摄模块,用于拍摄安装感烟火灾探测器的格栅吊顶全景图片;
分析模块,用于对所述格栅吊顶全景图片进行分析并取得镂空面积与总面积的比例以及感烟火灾探测器的实际安装位置信息;
评估模块,用于根据镂空面积与总面积的比例在预设的安装位置模型中获取感烟火灾探测器的标准安装位置信息,并将所述标准安装位置信息与实际安装位置信息进行比对,若比对成功率大于预设值则评估有效,否则评估无效并提示实际安装位置信息的改进信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210640342.4A CN114999097B (zh) | 2022-06-07 | 2022-06-07 | 一种格栅吊顶内感烟火灾探测器有效性的评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210640342.4A CN114999097B (zh) | 2022-06-07 | 2022-06-07 | 一种格栅吊顶内感烟火灾探测器有效性的评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114999097A CN114999097A (zh) | 2022-09-02 |
CN114999097B true CN114999097B (zh) | 2023-04-07 |
Family
ID=83033718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210640342.4A Active CN114999097B (zh) | 2022-06-07 | 2022-06-07 | 一种格栅吊顶内感烟火灾探测器有效性的评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114999097B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116617614B (zh) * | 2023-07-25 | 2023-10-31 | 广东广宇科技发展有限公司 | 一种基于消防实验深度学习的消防设备布控系统 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4144202B2 (ja) * | 2001-07-26 | 2008-09-03 | 松下電工株式会社 | 住宅避難安全性評価システム |
US10552914B2 (en) * | 2016-05-05 | 2020-02-04 | Sensormatic Electronics, LLC | Method and apparatus for evaluating risk based on sensor monitoring |
CN106897792A (zh) * | 2017-01-10 | 2017-06-27 | 广东广业开元科技有限公司 | 一种建筑消防风险等级预测方法及系统 |
CN207503406U (zh) * | 2017-11-07 | 2018-06-15 | 上海联创建筑设计有限公司 | 火灾烟气探测结构 |
CN109767125A (zh) * | 2019-01-14 | 2019-05-17 | 上海瑞眼科技有限公司 | 一种建筑物的智能化消防安全评估方法及设备 |
CN111199349A (zh) * | 2019-03-29 | 2020-05-26 | 上海瑞眼科技有限公司 | 一种基于智能消防安全评估的火灾保险商业方法及系统 |
CN112949157A (zh) * | 2019-12-11 | 2021-06-11 | 鸿富锦精密电子(天津)有限公司 | 消防数据分析方法、装置、计算机装置及存储介质 |
CN111353386B (zh) * | 2020-02-04 | 2023-01-17 | 重庆特斯联智慧科技股份有限公司 | 一种基于深度学习的消防风险智能评估方法和系统 |
CN111815177A (zh) * | 2020-07-10 | 2020-10-23 | 杭州海康消防科技有限公司 | 消防安全评估方法、服务器、系统及存储介质 |
CN111898255A (zh) * | 2020-07-15 | 2020-11-06 | 亚翔系统集成科技(苏州)股份有限公司 | 一种基于规范的工程设计文件的智能化检查方法 |
CN113204820B (zh) * | 2021-04-29 | 2024-03-15 | 上海原构设计咨询有限公司 | 一种建筑电气消防火警探测点位智能布置校核方法 |
CN113435371A (zh) * | 2021-07-02 | 2021-09-24 | 深圳市新物科技有限公司 | 一种基于电力物联网及人工智能的设备周边环境管控方法、装置及设备 |
CN114036613A (zh) * | 2021-11-09 | 2022-02-11 | 香港理工大学 | 一种基于人工智能的建筑消防设计的评估方法与装置 |
CN114548420A (zh) * | 2022-01-05 | 2022-05-27 | 山东山消智慧安全科技有限公司 | 一种智慧消防验收系统 |
-
2022
- 2022-06-07 CN CN202210640342.4A patent/CN114999097B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114999097A (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114999097B (zh) | 一种格栅吊顶内感烟火灾探测器有效性的评估方法及系统 | |
CN107842278B (zh) | 设备管理方法及相关产品 | |
CN106895791B (zh) | 一种板卡形变监测预警系统 | |
CN113470018B (zh) | 轮毂缺陷识别方法、电子装置、装置及可读存储介质 | |
CN112686649A (zh) | 一种基于人工智能的建筑设备管理系统 | |
CN110440421B (zh) | 基于随机码的多联机调试方法、分户计费系统及空调 | |
CN117635604B (zh) | 一种建筑工程钢结构焊接质量检测方法 | |
CN106842224A (zh) | 用于电子设备的距离传感器的安装结构检测方法及装置 | |
JP2020008534A (ja) | 断熱性能診断装置 | |
CN113029228B (zh) | 一种楼层温湿度监控管理方法及系统 | |
CN108803737A (zh) | 一种基于大数据的智能楼宇空气监控系统 | |
CN111698128A (zh) | 物联网网络质量检测方法、装置、计算机设备和存储介质 | |
KR20180091983A (ko) | IoT 기반의 실내 공기질 관리 서버 및 방법 | |
CN107607492B (zh) | 机动车尾气标准的检测方法及设备 | |
CN112880149A (zh) | 一种智能换气系统 | |
KR20180114409A (ko) | 건축물의 에너지 성능 분석을 위한 시뮬레이션 장치 | |
CN110441714A (zh) | 指示灯的检测方法、装置及计算机可读存储介质 | |
WO2018121330A1 (zh) | 一种检测方法、相关装置和系统 | |
CN109341000B (zh) | 一种空调器安装位置的合规性检测方法、装置及服务器 | |
CN115841478A (zh) | 应用于车载空调软管生产管控的质量检测系统 | |
CN113283860A (zh) | 一种基于系统平台的实验室检测采样质量控制系统及方法 | |
KR101746519B1 (ko) | 건물 모니터링을 위한 가상 센싱 시스템 및 그 방법 | |
CN109612008B (zh) | 空调器的控制方法、装置及具有其的空调器 | |
CN113959339A (zh) | 获取裂缝宽度的方法、装置以及裂缝监测仪及监测系统 | |
CN114992151B (zh) | 风机任意位置随机方法 |
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 |