CN115002169A - 一种办公设备远程在线监控方法 - Google Patents

一种办公设备远程在线监控方法 Download PDF

Info

Publication number
CN115002169A
CN115002169A CN202210929791.0A CN202210929791A CN115002169A CN 115002169 A CN115002169 A CN 115002169A CN 202210929791 A CN202210929791 A CN 202210929791A CN 115002169 A CN115002169 A CN 115002169A
Authority
CN
China
Prior art keywords
data
office equipment
module
information
state
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
Application number
CN202210929791.0A
Other languages
English (en)
Inventor
蒲晓梅
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.)
Shenzhen Win Win Jingxian Technology Co ltd
Original Assignee
Shenzhen Win Win Jingxian Technology Co ltd
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 Shenzhen Win Win Jingxian Technology Co ltd filed Critical Shenzhen Win Win Jingxian Technology Co ltd
Priority to CN202210929791.0A priority Critical patent/CN115002169A/zh
Publication of CN115002169A publication Critical patent/CN115002169A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • 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
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Selective Calling Equipment (AREA)

Abstract

本发明公开一种办公设备远程在线监控方法，涉及监控技术领域，解决的技术问题是无法远程在线监控办公设备状态信息等。采用的方法是：利用监控装置获取办公室设备运行中的数据信息，并对获取到的办公室数据信息运用Kalman过滤器进行预处理；数据传输模块通过ISDN通信协议传递检测到的办公室设备数据；采用最大最小爬山算法计算、处理数据传输模块传递检测到的办公室设备数据，从接收到的办公室设备宏观数据分析数据之间的联系，并揭示宏观数据内部隐藏的微观数据关系；远程监控终端接收所述数据处理层处理的数据，并通过不同的客户端接收、显示、存储和管理以实现远程在线监测。本发明大大提高了监控能力。

Description

一种办公设备远程在线监控方法
技术领域
本发明涉及监控技术领域，且更确切地涉及一种办公设备远程在线监控方法。
背景技术
办公设备，英文Office Equipments，泛指与办公室相关的设备。办公设备有广义概念和狭义概念的区分。狭义概念指多用于办公室处理文件的设备。例如，人们熟悉的传真机、打印机、复印机、投影仪、碎纸机、扫描仪等，还有台式计算机、笔记本、考勤机、装订机等。广义概念则泛指所有可以用于办公室工作的设备和器具，这些设备和器具在其他领域也被广泛应用。包括电话、程控交换机、小型服务器、计算器等。
办公设备在运行过程中和容易实现产生多种数据信息，尤其是在无人操守时，如何实现办公设备的远程在线监控是办公设备安全运行的关键。远程监控从字面上理解可以分为“监”和“控”两部分，其中“监”是指通过办公设备获得信息为主：而“控”是指通过网络对办公设备进行操作的方法，对远程计算机进行重新启动、关机等操作，还包括对远端办公设备进行日常设置的工作。尤其是对大型办公场合，面对多种办公设备的情况下，如何实现在远端管理、控制办公设备并监控办公设备远程工作能力是亟待解决的问题。现有技术远程监控力度薄弱。
发明内容
针对上述技术的不足，本发明公开一种办公设备远程在线监控方法，能够对大量的办公设备进行远程在线监控，提高了办公设备监控能力。
为了实现上述技术效果，本发明采用以下技术方案：
一种办公设备远程在线监控方法：
步骤一、利用监控装置获取办公室设备运行中的数据信息，并对获取到的办公室数据信息运用Kalman过滤器进行预处理；
步骤二、数据传输模块通过ISDN通信协议传递检测到的办公室设备数据；
步骤三、采用最大最小爬山算法计算并处理数据传输模块传递检测到的办公室设备数据，从接收到的办公室设备宏观数据分析数据之间的联系，并揭示宏观数据内部隐藏的微观数据关系；
步骤四、接收所述数据处理层处理的数据，并通过不同的客户端接收、显示、存储和管理；在远程接收数据应用层输出的本地数据，以实现远程和在线监测。
所述办公设备远程在线监控装置包括采集终端和远程监控终端，所述采集终端通过数据传输模块与所述远程监控终端通信连接，所述采集终端用于采集办公设备的状态信息并将所述状态信息处理转换后通过数据传输模块发送到所述远程监控终端，所述远程监控终端根据收到的数据信息远程在线监控所述办公设备的工作状。
所述采集终端包括信号采集模块、信号调制模块、模数转换模块及微控制单元，所述信号采集模块、信号调制模块、模数转换模块及微控制单元依次连接；
信号采集模块与信号调制模块连接，用于采集到的办公设备信息数字化，并提供 给信号调制模块进行处理，信息采集模块基于嵌入式系统，模块配置有RS485接口，将通信 和系统隔离开，消除通信设备间的干扰，可采集8路单端模拟信号，模块采用高性能12位AD 芯片，通过电路处理及软件特殊算法最终采集测量精度优于
Figure 601709DEST_PATH_IMAGE001
%，控制单元和信号采集单 元采用光电隔离技术实现电气隔离，并配有瞬态抑制电路，能有效抑制各种浪涌脉冲，保护 模块在恶劣环境下稳定工作，输出端口支持过流、过压保护，串口满足IEC 1000-4-5，Level 4:4.0 kv防雷保护，信号采集模块支持标准的Modbus RTU和Modbus SCII协议与组态软件、 PLC相连。信号采集模块运用kalman过滤器对采集到的信号进行预处理，建立信号和噪声干 扰的状态空间模型系统，状态空间模型公式为公式（1）：
Figure 994644DEST_PATH_IMAGE002
(1)
公式（1）中，
Figure 628888DEST_PATH_IMAGE003
和
Figure 132681DEST_PATH_IMAGE004
，
Figure 829156DEST_PATH_IMAGE005
和
Figure 392992DEST_PATH_IMAGE006
分别表示系统在时刻
Figure 248953DEST_PATH_IMAGE007
的状态向量和测 量向量；
Figure 87596DEST_PATH_IMAGE008
、
Figure 181454DEST_PATH_IMAGE009
、
Figure 650612DEST_PATH_IMAGE010
均为系数矩阵；信号
Figure 993869DEST_PATH_IMAGE011
表示状态，信号
Figure 839465DEST_PATH_IMAGE012
表示测量噪声，组建系统的输 出状态方程和输入状态方程，如公式（2）：
Figure 522250DEST_PATH_IMAGE013
(2)
公式（2）中，
Figure 224627DEST_PATH_IMAGE014
表示求数学期望；
Figure 789601DEST_PATH_IMAGE015
表示共轭装置；
Figure 970046DEST_PATH_IMAGE016
和
Figure 772917DEST_PATH_IMAGE017
分别表示时刻
Figure 646195DEST_PATH_IMAGE018
的状 态和测量矩阵；
Figure 636148DEST_PATH_IMAGE019
为克罗内克符合，即当
Figure 885864DEST_PATH_IMAGE020
时，
Figure 543241DEST_PATH_IMAGE021
=1，当
Figure 321841DEST_PATH_IMAGE022
时，
Figure 861407DEST_PATH_IMAGE023
=0。假设初始状态
Figure 383655DEST_PATH_IMAGE024
有零均值、协方差矩阵
Figure 895539DEST_PATH_IMAGE025
，且对于全部
Figure 845041DEST_PATH_IMAGE026
，与
Figure 137482DEST_PATH_IMAGE027
和
Figure 401104DEST_PATH_IMAGE028
不相关；令
Figure 95390DEST_PATH_IMAGE029
表示时刻
Figure 419056DEST_PATH_IMAGE030
直到时刻
Figure 933214DEST_PATH_IMAGE031
在内的线性最小均方误差估计值，则kalman滤波和测量值更新通过从
Figure 797264DEST_PATH_IMAGE032
Figure 283740DEST_PATH_IMAGE033
和
Figure 840624DEST_PATH_IMAGE034
开始计算，信号的输出状态的最新时刻、输入状态最新时刻都由系统状态转移方 程完成更新，输出状态和输入状态的观测值也随之更新，最终得到对现在时刻的的估算值；
测量值更新公式为公式（3）：
Figure 576499DEST_PATH_IMAGE035
(3)
通过公式（3）实现办公设备输出信息的测量；
办公设备输出信息在远程信息传输过程中的时间更新公式为公式（4）：
Figure 447503DEST_PATH_IMAGE036
（4）
公式（3）、（4）中：
Figure 585223DEST_PATH_IMAGE037
表示估计误差
Figure 313007DEST_PATH_IMAGE038
的协方差矩阵；
通过公式（4），能够采集到办公设备工作状态信息的时间。
在本发发明进一步的技术方案中，信号调制模块用于对采集信号模块采集到的信息数据放大调理，将接收到的各种信号变送成所需要的信息，可以有效抑制各设备间的信号干扰，便于信号的远距离传输，提高远程监控终端的可靠性；
模数转换模块用于将放大调理后的所述工作状态信息模数转换成数字信号，ADC12QJ1600-SP是4通道、12位、1.6GSPS模数转换器，适用于各种多通道通信系统，提供4个时钟输出，对FPGA或ASIC的逻辑和串行器/解串器进行计时，为脉冲系统提供了时间戳输入和输出；
微控制单元用于对模数转换模块转换后的数字信号进行分析处理，核心是MSP430，数据总线宽度是16bit，属于16位微控制器-MCU，接收到模数转换模块发送的数字信号，并对此数字信号进行标定、运算及零点补偿等处理，并且转换成适合无线传输的数字信号发送到数据传送模块。
数据传输模块用于将分析处理后的所述数字信号编码成数字数据并传输到远程监控终端，基于GPRS无线网络，提高标准串口，支持数据透明传输，实时在线/激活在线，远程复位，内嵌TCP/IP协议，DF无线数据传输模块的工作频率为315MHz，采用声表谐振器SAW稳频，频率稳定性极高，当环境温度在-25°C~+85°C之间变化时，频率漂移仅为3ppm/°C，适合多发一收无线遥控及数据传输系统；DF发射模块未设置编码集成电路，而增加了一只数据调制三极管Q1，这种结构使得它方便和其他固定编码电路、滚动码电路及单片机接口，而不必考虑编码的工作电压和输出幅度信号值的大小；DF数据模块具有较宽的工作电压3~12V，当电压变化时发射频率基本不变，和发射模块配套的接收模块无需任何调整就能稳定地接收；DF数据模块采用ASK方式调试，以降低功耗，当数据信号停止时发射电流降为零，数据信号与DF发射模块输入端可以用电阻或者直接连接而不能用电容耦合，否则DF发射模块将不能正常工作；数据电平应接近DF数据模块的实际工作电压，以获得较高的调制效果；DF发射模块最好垂直安装在主板的边缘应离开周围器件5mm以上，以免分布参数影响；DF模块的传输距离与调制信号频率及幅度，发射电压及电池容量，发射天线，接收机的灵敏度，收发环境有关。
在本发明进一步的技术方案中，所述监控终端包括摄像头、存储模块、串行接口、键盘接口、报警装置及当前运行界面显示模块。
摄像头模块采用高性能CMOS图像传感器，支持WDR宽动态，支持云台操控，双马达驱动，远程调整监控角度，实现全向监控。
存储模块用于对多个办公设备远程监控的信息数据进行存储，模块集成1~2路标准CAN总线接口，支持CAN2.0A、CAN2.0B帧格式，通讯波特率在5Kbps~1Mbps之间，通过将模块接到CAN总线式，实现CAN总线数据的实时存储；
串行接口用于通过外接电子设备对采集终端进行参数设置，采用串行通信方式扩展接口，数据一位一位地顺序传送，适用于远距离通信；
键盘接口用于连接键盘，通过键盘对采集终端进行参数设置；
报警装置用于当办公设备的工作状态出现异常时进行报警，对断网、断电和网线方面进行检测，自定义接收报警电话短信，定时上报信息；
显示模块用于显示办公设备当前运行界面状态，用于依据所述数字数据模拟出多个办公设备的工作状态并进行动态展示。
在本发明进一步的技术方案中，监控终端采用最大最小爬山算法，这是基于依赖 分析的局部因果发现算法，通过关联度函数衡量变量间的关系；采用
Figure 739441DEST_PATH_IMAGE039
统计量定义变量间 的关联度函数，即变量
Figure 476453DEST_PATH_IMAGE040
与
Figure 671942DEST_PATH_IMAGE041
在给定变量集
Figure 305048DEST_PATH_IMAGE042
下的关联度函数如公式（5）：
Figure 281095DEST_PATH_IMAGE043
(5)
相应的最小关联度函数如公式（6）：
Figure 759480DEST_PATH_IMAGE044
(6)
公式（6）中，S表示变量集
Figure 606214DEST_PATH_IMAGE045
的子集。
在本发明进一步的技术方案中，最大最小爬山算法具体步骤如下：
步骤1：输入变量集
Figure 675801DEST_PATH_IMAGE046
，确定变量
Figure 811247DEST_PATH_IMAGE047
在给定 变量集
Figure 624482DEST_PATH_IMAGE048
条件下的关联度函数
Figure 591301DEST_PATH_IMAGE049
及其最小关联度函数
Figure 831790DEST_PATH_IMAGE050
，令
Figure 278751DEST_PATH_IMAGE051
；
步骤2：确定目标变量
Figure 895677DEST_PATH_IMAGE052
，令其候选父子节点集
Figure 920265DEST_PATH_IMAGE053
；
步骤3：对变量
Figure 597234DEST_PATH_IMAGE054
，分别计算
Figure 707272DEST_PATH_IMAGE055
与
Figure 127889DEST_PATH_IMAGE056
在
Figure 803721DEST_PATH_IMAGE057
条件下的最小关联度 值：
Figure 386012DEST_PATH_IMAGE058
；记录最大的最小的关联度值，设在变量 F处取得最大值，即
Figure 983347DEST_PATH_IMAGE059
，相应的最大值为：
Figure 942076DEST_PATH_IMAGE060
；
步骤4：保留最大的最小关联度值
Figure 941256DEST_PATH_IMAGE061
及其对应的变量F，对
Figure 694448DEST_PATH_IMAGE062
进行更新：
（3）如果
Figure 779079DEST_PATH_IMAGE063
，则变量F进入
Figure 541498DEST_PATH_IMAGE064
，即
Figure 191923DEST_PATH_IMAGE065
，返回步骤3；
（4）如果
Figure 584858DEST_PATH_IMAGE066
，则变量F不进入
Figure 891205DEST_PATH_IMAGE064
，即
Figure 926157DEST_PATH_IMAGE067
不变，算法继续；
步骤5：保留
Figure 962247DEST_PATH_IMAGE064
，设
Figure 57242DEST_PATH_IMAGE068
，其中
Figure 850885DEST_PATH_IMAGE069
是
Figure 955107DEST_PATH_IMAGE070
的任一子集，令g=1；
步骤6：计算变量
Figure 783386DEST_PATH_IMAGE071
与目标变量
Figure 314862DEST_PATH_IMAGE072
在
Figure 392539DEST_PATH_IMAGE073
条件下的最小关联度，记为：
Figure 972556DEST_PATH_IMAGE074
；
步骤7：保留关联度值
Figure 452079DEST_PATH_IMAGE075
，根据其值对
Figure 357718DEST_PATH_IMAGE076
进行更新：
（3）如果
Figure 922692DEST_PATH_IMAGE077
，则
Figure 368716DEST_PATH_IMAGE078
，算法继续；
（4）如果
Figure 906008DEST_PATH_IMAGE079
，则
Figure 513707DEST_PATH_IMAGE080
不变，算法继续；
步骤8：如果g<m，则g=g+1，返回步骤6；否则输出
Figure 831556DEST_PATH_IMAGE081
；
步骤9：如果i<n，则i=i+1，返回步骤2；否则算法停止；
通过最大最小爬山算法对数据的处理计算，展示了办公设备各数据流之间的关系，更好的监控到实时状态。
本发明积极有益效果在于:本发明提供一种新的办公设备远程在线监控方法，采集办公设备的状态信息并将此信息处理成数字信息后，可以实时在线远程监控多台办公设备的工作状态信息并进行可视化展示，能够对大量的办公设备进行远程在线监控，提高了办公设备监控能力。
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性的前提下，还可以根据这些附图获得其它的附图，其中：
图1为本发明运行流程图；
图2为本发明监控装置原理图；
图3为本发明数据传输模块原理图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的实施例仅用于说明和解释本发明，并不用于限定本发明。
如图1所示，一种办公设备远程在线监控方法，包括以下方法：
利用监控装置获取办公室设备运行中的数据信息，并对获取到的办公室数据信息运用Kalman过滤器进行预处理，信号采集模块运用Kalman滤波状态方程，信号和噪声干扰的状态空间模型带入系统，建立状态空间模型公式（1）：
Figure 815692DEST_PATH_IMAGE082
(1)
公式（1）中，
Figure 207491DEST_PATH_IMAGE003
和
Figure 251670DEST_PATH_IMAGE004
，其中
Figure 994498DEST_PATH_IMAGE083
和
Figure 782326DEST_PATH_IMAGE084
分别表示系统在时刻
Figure 294209DEST_PATH_IMAGE007
的状态向 量和测量向量；
Figure 509290DEST_PATH_IMAGE008
、
Figure 739414DEST_PATH_IMAGE009
、
Figure 65353DEST_PATH_IMAGE010
均为系数矩阵，对状态信息和信息矩阵加权，减少无线信息在一 致性算法中的干扰，算法能够在网络中对信息进行有效跟踪，在估计精度和滤波器稳定性 等方面都优于传统的信息滤波。
在具体实施例中，Kalman过滤器在任何有关某些动态系统的不确定信息的地方使用卡尔曼滤波器，并且可以对有关系统下一步做什么进行有根据的预测。即使出现凌乱的动作并干扰了所预测到的干净的动作，卡尔曼过滤器也会常常很好地计算出实际发生的动作。因此在本发明中，通过Kalman过滤器能够有效地处理获取到的杂乱不堪的办公室数据信息，比如图像数据信息、文字数据信息、视频数据信息等。
信号
Figure 431744DEST_PATH_IMAGE085
表示状态，信号
Figure 817726DEST_PATH_IMAGE086
表示测量噪声，组建系统的输出状态方程和输入状态 方程，并含有协方差矩阵如公式（2）：
Figure 331884DEST_PATH_IMAGE087
（2）
公式（2）中，
Figure 195935DEST_PATH_IMAGE014
表示求数学期望；
Figure 670692DEST_PATH_IMAGE015
表示共轭装置；
Figure 227575DEST_PATH_IMAGE016
和
Figure 963450DEST_PATH_IMAGE017
分别表示时刻
Figure 834454DEST_PATH_IMAGE018
的状 态和测量矩阵；
Figure 237754DEST_PATH_IMAGE019
为克罗内克符合，当
Figure 903221DEST_PATH_IMAGE020
时，
Figure 391971DEST_PATH_IMAGE021
=1，当
Figure 801087DEST_PATH_IMAGE022
时，
Figure 58893DEST_PATH_IMAGE023
=0。假设初始状态
Figure 426421DEST_PATH_IMAGE024
有零均值、协方差矩阵
Figure 340150DEST_PATH_IMAGE025
，且对于全部
Figure 84115DEST_PATH_IMAGE026
，与
Figure 462007DEST_PATH_IMAGE027
和
Figure 266015DEST_PATH_IMAGE028
不相关；令
Figure 667040DEST_PATH_IMAGE029
表示时刻
Figure 480275DEST_PATH_IMAGE031
直到时刻
Figure 650357DEST_PATH_IMAGE026
在 内的线性最小均方误差估计值，则kalman滤波和测量值更新通过从
Figure 359687DEST_PATH_IMAGE032
Figure 779167DEST_PATH_IMAGE033
和
Figure 599355DEST_PATH_IMAGE034
开始计算。在并列集中式融合框架下，利用观测值扩维融合的思想，将观测信息扩维为系统 状态的增广观测矩阵，并构建出观测方程。然后基于kalman滤波对系统状态和系统偏差进 行联合估计，最后依据并列分布式融合框架，在分析kalman滤波结果的基础上，利用系统状 态估计协方差阵构建对应的加权融合系数，信号的输出状态的最新时刻、输入状态最新时 刻都由系统状态转移方程完成更新，输出状态和输入状态的观测值也随之更新，最终得到 对现在时刻的的估算值；
测量值更新公式为公式（3）：
Figure 420681DEST_PATH_IMAGE088
(3)
通过公式（3）实现办公设备输出信息的测量；得到办公设备输出信息在远程信息传输过程中的时间更新公式为公式（4）：
Figure 97650DEST_PATH_IMAGE089
（4）
公式（3）（4）中：
Figure 207688DEST_PATH_IMAGE037
表示估计误差
Figure 362726DEST_PATH_IMAGE038
的协方差矩阵；
通过公式（4）够采集到办公设备工作状态信息的时间。信号采集模块把采集到的上述信息传送到信号调制模块；
信号调制模块与信号采集模块和模数转换模块连接，用于对采集信号模块采集到的信息数据放大调理，将接收到的各种信号传送到模数转换模块进行下一步的的转换，可以有效抑制各设备间的信号干扰，便于信号的远距离传输，提高远程监控终端的可靠性，工作频率为433/470MHz，数据接口为SPI，可以在-25°C~+70°C之间工作，通信聚类远，抗干扰能力强；
模数转换模块与信号调制模块和微控制单元连接，用于将信号调制模块放大调理后的工作状态信息模数转换成数字信号，采用RS-485/232接口，隔离转换成12路标准模拟信号输出，模拟信号输出精度优于0.2%，可以远程控制校准模块输出精度，可靠性高，可以编程设置模块地震、波特率等，支持Modbus RTU通讯协议，可以自动识别协议，适用于各种多通道通信系统，提供4个时钟输出，对FPGA或ASIC的逻辑和串行器/解串器进行计时，为脉冲系统提供了时间戳输入和输出；
微控制单元与模数转换模块和数据传输模块连接，用于对模数转换模块转换后的数字信号进行分析标定、运算及零点补偿等处理，并且转换成适合无线传输的数字信号通过数据传输模块传送到远程监控终端，核心是MSP430，数据总线宽度是16bit，属于16位微控制器-MCU。
数据传输模块通过ISDN通信协议将从微控制单元接收到的数字信号传送对远程·监控终端，DF无线数据传输模块的工作频率为315MHz，采用声表谐振器SAW稳频，频率稳定性极高，当环境温度在-25°C~+85°C之间变化时，频率漂移仅为3ppm/°C，适合多发一收无线遥控及数据传输系统；DF发射模块未设置编码集成电路，而增加了一只数据调制三极管Q1，这种结构使得它方便和其他固定编码电路、滚动码电路及单片机接口，而不必考虑编码的工作电压和输出幅度信号值的大小；DF数据模块具有较宽的工作电压3~12V，当电压变化时发射频率基本不变，和发射模块配套的接收模块无需任何调整就能稳定地接收；DF数据模块采用ASK方式调试，以降低功耗，当数据信号停止时发射电流降为零，数据信号与DF发射模块输入端可以用电阻或者直接连接而不能用电容耦合，否则DF发射模块将不能正常工作；数据电平应接近DF数据模块的实际工作电压，以获得较高的调制效果；DF发射模块最好垂直安装在主板的边缘应离开周围器件5mm以上，以免分布参数影响；DF模块的传输距离与调制信号频率及幅度，发射电压及电池容量，发射天线，接收机的灵敏度，收发环境有关；图3为DF无线传输模块的原理图；
远程监控终端采用最大最小爬山算法计算、处理数据传输模块传递检测到的办公 室设备数据，最大最小爬山算法是基于依赖分析的局部因果发现算法，通过关联度函数衡 量变量间的关系；采用
Figure 772979DEST_PATH_IMAGE090
统计量定义变量间的关联度函数，即变量
Figure 355270DEST_PATH_IMAGE091
与
Figure 952604DEST_PATH_IMAGE092
在给定变量集
Figure 645754DEST_PATH_IMAGE093
下的关联度函数如公式（5）
Figure 441672DEST_PATH_IMAGE094
(5)
相应的最小关联度函数如公式（6）
Figure 398126DEST_PATH_IMAGE095
公式（6）中，S表示变量集
Figure 545074DEST_PATH_IMAGE096
的子集；
最大最小爬山算法具体步骤如下：
步骤1：步骤1：输入变量集
Figure 245177DEST_PATH_IMAGE097
，确定变量
Figure 895601DEST_PATH_IMAGE098
在给定变量集
Figure 819694DEST_PATH_IMAGE099
条件下的关联度函数
Figure 188359DEST_PATH_IMAGE100
及 其最小关联度函数
Figure 426573DEST_PATH_IMAGE050
，令
Figure 462662DEST_PATH_IMAGE051
；
在具体实施例中，输入变量集为办公设备运行构成的所有的数据信息，传真机、打印机、复印机、投影仪、碎纸机、扫描仪等，还有台式计算机、笔记本、考勤机、装订机等，这些数据信息的集合共同构成输入变量集。确定变量可以为上述不同办公设备的确定变量数据信息，通过将这些办公设备运行构成的所有的数据信息与其他数据信息结合起来，构建一定的数据信息联系。
步骤2：确定目标变量
Figure 495340DEST_PATH_IMAGE101
，令其候选父子节点集
Figure 616880DEST_PATH_IMAGE102
；
在具体实施例中，目标变量是衡量办公设备运行数据信息的基础，比如评价关、停时，则将目标变量设置为关、停。当评价办公设备运行故障时，则评价办公设备不能够正常运行，则可以将其运行的数据参数作为目标变量。候选父子节点集时是由于不同的办公设备具有相同或者通过参数的信息，比如复印机和投影仪在工作过程中将出现电压参数、电流参数和纹波参数等，在选定候选父子节点时，则选择功率最为父项参数。在另一种实施例中，还可以将故障数据参数或者其他信息参数作为共同的父项。
步骤3：对变量
Figure 455523DEST_PATH_IMAGE054
，分别计算
Figure 814960DEST_PATH_IMAGE055
与
Figure 284119DEST_PATH_IMAGE056
在
Figure 361796DEST_PATH_IMAGE057
条件下的最小关联度值：
Figure 269710DEST_PATH_IMAGE058
；记录最大的最小的关联度值，设在变量F处 取得最大值，即
Figure 952495DEST_PATH_IMAGE059
，相应的最大值为：
Figure 654872DEST_PATH_IMAGE060
；
在具体实施例中，关联度为传真机、打印机、复印机、投影仪、碎纸机、扫描仪等，还有台式计算机、笔记本、考勤机、装订机等办公设备中输出参数存在的关联性，比如在同一办公场所，当传真机无法正常工作时，比如由于停电问题，则关联性可以推断出其他相同设备也难以正常工作。在具体实施例中，可以通过具有相同参数的数据信息进行设置。
步骤4：保留最大的最小关联度值
Figure 434826DEST_PATH_IMAGE103
及其对应的变量F，对
Figure 880851DEST_PATH_IMAGE104
进行更新：在 具体实施例中，
Figure 418143DEST_PATH_IMAGE105
是一种条件，这种条件可以根据用户的需求进行设置，比如停电环境 的条件下，或者同一故障数据信息的参数下等多种不同的数据环境。
如果
Figure 25842DEST_PATH_IMAGE106
，则变量F进入
Figure 343690DEST_PATH_IMAGE107
，即
Figure 62248DEST_PATH_IMAGE108
，返回步骤3；
在具体实施例中，当办公设备在变量F处取得最大的最小关联度值，此时最小关联度值不为0时，变量F就回到其候选父子节点集，返回步骤3重新开始运行；
如果
Figure 719625DEST_PATH_IMAGE109
，则变量F不进入
Figure 763805DEST_PATH_IMAGE107
，即
Figure 506633DEST_PATH_IMAGE107
不变，算法继续；
在具体实施例中，当办公设备在变量F处取得最大的最小关联度值，此时最小关联度值为0时，变量F不用回到其候选父子节点集，算法继续运行下一步；
步骤5：保留
Figure 294460DEST_PATH_IMAGE107
，设
Figure 806344DEST_PATH_IMAGE110
，其中
Figure 755845DEST_PATH_IMAGE111
是
Figure 782707DEST_PATH_IMAGE112
的任一子集，令g=1；
在具体实施例中，保留办公设备在变量
Figure 108646DEST_PATH_IMAGE113
的候选父子节点集，此时
Figure 475037DEST_PATH_IMAGE114
是
Figure 861019DEST_PATH_IMAGE115
的任一子集，设定量g，令定量g为1，用定量g与算法运行结果对比，从而得到办 公设备运行间的数据关联信息；
步骤6：计算变量
Figure 844018DEST_PATH_IMAGE116
与目标变量
Figure 911331DEST_PATH_IMAGE117
在
Figure 928966DEST_PATH_IMAGE118
条件下的最小关联度，记为：
Figure 954691DEST_PATH_IMAGE119
；
在具体实施例中，当办公设备处于一种运行状态下，别的办公设备与其共处于一种运行状态中，得到此状态下的最小关联度；
步骤7：保留关联度值
Figure 956145DEST_PATH_IMAGE120
，根据其值对
Figure 623887DEST_PATH_IMAGE121
进行更新：
如果
Figure 699290DEST_PATH_IMAGE122
，则
Figure 692654DEST_PATH_IMAGE123
，算法继续；
在具体实施例中，当办公设备们在此运行状态下的最小关联度值为0，也就是父子节点集选取改变为处于g条件下的父子节点集，算法进行下一步运行
如果
Figure 915825DEST_PATH_IMAGE124
，则
Figure 121678DEST_PATH_IMAGE121
不变，算法继续；
在具体实施例中，当办公设备们在此运行状态下的最小关联度值不为0，也就是父子节点集选取不改变，算法进行下一步运行；
步骤8：如果g<m，则g=g+1，返回步骤6；否则输出
Figure 582746DEST_PATH_IMAGE121
；
在具体实施例中，如果定量g比所选的父子节点集小，那么重新取g=g+1，返回步骤 6重新运算g的最小关联度值，如果定量g
Figure 684695DEST_PATH_IMAGE125
其候选父子节点集，那么就可以得到此时办公 设备运行状态下处于的关系；
步骤9：如果i<n，则i=i+1，返回步骤2；否则算法停止；
在具体实施例中，如果变量i不处于候选父子节点集中最大的变量值时，返回步骤2重新选取候选父子节点集进行运算，当期为最大值时，也就求得此运行状态下办公设备的工作联系。
通过最大最小爬山算法对数据的处理计算，揭示办公设备状态信息宏观数据内部隐藏的微观数据关系；
远程监控终端包括摄像头、存储模块、串行接口、键盘接口、报警装置及当前运行界面显示模块；
摄像头模块采用高性能CMOS图像传感器，支持WDR宽动态，支持云台操控，双马达驱动，远程调整监控角度，实现全向监控。
存储模块用于对多个办公设备远程监控的信息数据进行存储，模块集成1~2路标准CAN总线接口，支持CAN2.0A、CAN2.0B帧格式，通讯波特率在5Kbps~1Mbps之间，通过将模块接到CAN总线式，实现CAN总线数据的实时存储；
串行接口用于通过外接电子设备对采集终端进行参数设置，采用串行通信方式扩展接口，数据一位一位地顺序传送，适用于远距离通信；
键盘接口用于连接键盘，通过键盘对采集终端进行参数设置；
报警装置用于当办公设备的工作状态出现异常时进行报警，对断网、断电和网线方面进行检测，自定义接收报警电话短信，定时上报信息；
显示模块用于显示办公设备当前运行界面状态，用于依据所述数字数据模拟出多个办公设备的工作状态并进行动态展示。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些具体实施方式仅是举例说明，本领域的技术人员在不脱离本发明的原理和实质的情况下，可以对上述方法和系统的细节进行各种省略、替换和改变。例如，合并上述方法步骤，从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此，本发明的范围仅由所附权利要求书限定。

Claims (5)

1.一种办公设备远程在线监控方法，其特征在于：包括以下步骤：
步骤一、利用监控装置获取办公室设备运行中的数据信息，并对获取到的办公室数据信息运用Kalman过滤器进行预处理；
步骤二、数据传输模块通过ISDN通信协议传递检测到的办公室设备数据；
步骤三、采用最大最小爬山算法计算并处理数据传输模块传递检测到的办公室设备数据，从接收到的办公室设备宏观数据分析数据之间的联系，并揭示宏观数据内部隐藏的微观数据关系；
步骤四、接收所述数据处理层处理的数据，并通过不同的客户端接收、显示、存储和管理；在远程接收数据应用层输出的本地数据，以实现远程和在线监测；其中Kalman滤波运用状态方程，将信号和噪声干扰的状态空间模型带入系统，建立状态空间模型公式（1）：
Figure 732214DEST_PATH_IMAGE001
（1）
公式（1）中，
Figure 545449DEST_PATH_IMAGE002
和
Figure 981110DEST_PATH_IMAGE003
，
Figure 159282DEST_PATH_IMAGE004
和
Figure 109920DEST_PATH_IMAGE005
分别表示系统在时刻
Figure 461267DEST_PATH_IMAGE006
的状态向量和测量向 量；
Figure 485855DEST_PATH_IMAGE007
、
Figure 162824DEST_PATH_IMAGE008
、
Figure 69600DEST_PATH_IMAGE009
均为系数矩阵；信号
Figure 162321DEST_PATH_IMAGE010
表示状态，信号
Figure 103732DEST_PATH_IMAGE011
表示测量噪声，组建系统的输出状 态方程和输入状态方程，如公式（2）：
Figure 686023DEST_PATH_IMAGE012
（2）
公式（2）中，
Figure 283358DEST_PATH_IMAGE013
表示求数学期望；
Figure 976507DEST_PATH_IMAGE014
表示共轭装置；
Figure 38004DEST_PATH_IMAGE015
和
Figure 994459DEST_PATH_IMAGE016
分别表示时刻
Figure 141406DEST_PATH_IMAGE017
的状态和 测量矩阵；
Figure 575930DEST_PATH_IMAGE018
为克罗内克符号，即当
Figure 491933DEST_PATH_IMAGE019
时，
Figure 619289DEST_PATH_IMAGE020
=1，当
Figure 253533DEST_PATH_IMAGE021
时，
Figure 288485DEST_PATH_IMAGE022
=0；假设初始状态
Figure 996678DEST_PATH_IMAGE023
有 零均值、协方差矩阵
Figure 91673DEST_PATH_IMAGE024
，且对于全部
Figure 213213DEST_PATH_IMAGE025
，与
Figure 989539DEST_PATH_IMAGE026
和
Figure 868416DEST_PATH_IMAGE027
不相关；令
Figure 337574DEST_PATH_IMAGE028
表示时刻
Figure 680831DEST_PATH_IMAGE029
直到时刻
Figure 526427DEST_PATH_IMAGE030
在内 的线性最小均方误差估计值，则kalman滤波和测量值更新通过从
Figure 5950DEST_PATH_IMAGE031
Figure 708327DEST_PATH_IMAGE032
和
Figure 273300DEST_PATH_IMAGE033
开 始计算，信号的输出状态的最新时刻、输入状态最新时刻都由系统状态转移方程完成更新， 输出状态和输入状态的观测值也随之更新，最终得到对现在时刻的的估算值；
测量值更新公式为公式（3）：
Figure 391429DEST_PATH_IMAGE034
（3）
通过公式（3）实现办公设备输出信息的测量；
办公设备输出信息在远程信息传输过程中的时间更新公式为公式（4）：
Figure 459879DEST_PATH_IMAGE035
（4）
公式（3）、（4）中：
Figure 67578DEST_PATH_IMAGE036
表示估计误差
Figure 385427DEST_PATH_IMAGE037
的协方差矩阵；
通过公式（4），能够采集到办公设备工作状态信息的时间。
2.根据权利要求1所述的一种办公设备远程在线监控方法，其特征在于：办公设备远程监控装置包括采集终端和远程监控终端，采集终端通过数据传输模块与远程监控终端通信连接，采集终端用于采集办公设备的状态信息并将状态信息处理转换后通过数据传输模块发送到所述远程监控终端，远程监控终端根据收到的数据信息远程监控所述办公设备的工作状态；
采集终端包括信号采集模块、信号调制模块、模数转换模块及微控制单元；
信号采集模块用于采集办公设备的工作状态信息，8路开关量转485,8路数字量漏输出用于采集到的办公设备信息数字化，并提供给上位机进行分析处理；
信号调制模块用于对采集到的信息数据放大调理，将接收到的各种信号变送成待处理的信息；
模数转换模块用于将放大调理后的所述工作状态信息模数转换成数字信号，ADC12QJ1600-SP是4通道、12位模数转换器，提供4个时钟输出；
微控制单元用于对模数转换模块转换后的数字信号进行分析处理，核心是MSP430，数据总线宽度是16bit，为16位微控制器-MCU，ADC分辨率为12bit，最大时钟频率是16MHz，接收到模数转换模块发送的数字信号；
数据传输模块用于将分析处理后的所述数字信号编码成数字数据并传输到远程监控终端，基于GPRS无线网络，提高标准串口；
远程监控终端包括摄像头、存储模块、串行接口、键盘接口、报警装置及当前运行界面显示模块；
摄像头模块采用高性能CMOS图像传感器，视频分辨率达2560*1440；
存储模块用于对多个办公设备远程监控的信息数据进行存储，模块集成1~2路标准CAN总线接口，支持CAN2.0A、CAN2.0B帧格式，通讯波特率在5Kbps~1Mbps之间，通过将模块接到CAN总线式，实现CAN总线数据的实时存储；
串行接口用于通过外接电子设备对采集终端进行参数设置，采用串行通信方式扩展接口，数据一位一位地顺序传送；
键盘接口用于连接键盘，通过键盘对采集终端进行参数设置；
报警装置用于当办公设备的工作状态出现异常时进行报警，对断网、断电和网线方面进行检测，自定义接收报警电话短信，定时上报信息；
显示模块用于显示办公设备当前运行界面状态，用于依据数字数据模拟出多个办公设备的工作状态并进行动态展示。
3.根据权利要求1所述的一种办公设备远程在线监控方法，其特征在于：
DF无线数据传输模块的工作频率为315MHz，采用声表谐振器SAW稳频，当环境温度在-25°C~+85°C之间变化时，频率漂移为3ppm/°C；DF发射模块未设置编码集成电路，编码集成电路设置有数据调制三极管Q1；DF数据模块工作电压3~12V。
4.根据权利要求1所述的一种办公设备远程在线监控方法，其特征在于：
最大最小爬山算法通过关联度函数来衡量数据变量间的关系；采用
Figure 103984DEST_PATH_IMAGE038
统计量定义变量 间的关联度函数，即变量
Figure 761362DEST_PATH_IMAGE039
与
Figure 805541DEST_PATH_IMAGE040
在给定变量集
Figure 548369DEST_PATH_IMAGE041
下的关联度函数如公式（5）：
Figure 336197DEST_PATH_IMAGE042
（5）
相应的最小关联度函数如公式（6）：
Figure 848081DEST_PATH_IMAGE043
(6)
公式（6）中，S表示变量集
Figure 63161DEST_PATH_IMAGE044
的子集。
5.根据权利要求4所述的一种办公设备远程在线监控方法，其特征在于：最大最小爬山算法具体步骤如下：
步骤1：输入变量集
Figure 27706DEST_PATH_IMAGE045
，确定变量
Figure 619225DEST_PATH_IMAGE046
在给定变 量集
Figure 782353DEST_PATH_IMAGE047
条件下的关联度函数
Figure 106018DEST_PATH_IMAGE048
及其最小关联度函数
Figure 620176DEST_PATH_IMAGE049
，令
Figure 749806DEST_PATH_IMAGE050
；
步骤2：确定目标变量
Figure 970703DEST_PATH_IMAGE051
，令其候选父子节点集
Figure 527586DEST_PATH_IMAGE052
；
步骤3：对变量
Figure 529040DEST_PATH_IMAGE053
，分别计算
Figure 134465DEST_PATH_IMAGE054
与
Figure 272185DEST_PATH_IMAGE055
在
Figure 265549DEST_PATH_IMAGE056
条件下的最小关联度 值：
Figure 426403DEST_PATH_IMAGE057
；记录最大的最小的关联度值，设 在变量F处取得最大值，即
Figure 163415DEST_PATH_IMAGE058
，相应的最大值为：
Figure 358904DEST_PATH_IMAGE059
；
步骤4：保留最大的最小关联度值
Figure 257590DEST_PATH_IMAGE060
及其对应的变量F，对
Figure 436898DEST_PATH_IMAGE061
进行更新：
如果
Figure 649705DEST_PATH_IMAGE062
，则变量F进入
Figure 762017DEST_PATH_IMAGE063
，即
Figure 831605DEST_PATH_IMAGE064
，返回步骤3；
如果
Figure 967051DEST_PATH_IMAGE065
，则变量F不进入
Figure 780286DEST_PATH_IMAGE066
，即
Figure 12684DEST_PATH_IMAGE067
不变，算法继续；
步骤5：保留
Figure 456435DEST_PATH_IMAGE068
，设
Figure 813598DEST_PATH_IMAGE069
，其中
Figure 430524DEST_PATH_IMAGE070
是
Figure 251850DEST_PATH_IMAGE071
的任 一子集，令g=1；
步骤6：计算变量
Figure 612641DEST_PATH_IMAGE072
与目标变量
Figure 519418DEST_PATH_IMAGE073
在
Figure 940035DEST_PATH_IMAGE074
条件下的最小关联度，记为：
Figure 819129DEST_PATH_IMAGE075
；
步骤7：保留关联度值
Figure 666999DEST_PATH_IMAGE076
，根据其值对
Figure 264334DEST_PATH_IMAGE077
进行更新：
（1）如果
Figure 957483DEST_PATH_IMAGE078
，则
Figure 753401DEST_PATH_IMAGE079
，算法继续；
（2）如果
Figure 772173DEST_PATH_IMAGE080
，则
Figure 387962DEST_PATH_IMAGE081
不变，算法继续；
步骤8：如果g<m，则g=g+1，返回步骤6；否则输出
Figure 88064DEST_PATH_IMAGE082
；
步骤9：如果i<n，则i=i+1，返回步骤2；否则算法停止；
通过最大最小爬山算法对接收到数据的处理计算，展示了办公设备数据之间的联系，从而更好的远程监控到实时状态。
CN202210929791.0A 2022-08-04 2022-08-04 一种办公设备远程在线监控方法 Pending CN115002169A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210929791.0A CN115002169A (zh) 2022-08-04 2022-08-04 一种办公设备远程在线监控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210929791.0A CN115002169A (zh) 2022-08-04 2022-08-04 一种办公设备远程在线监控方法

Publications (1)

Publication Number Publication Date
CN115002169A true CN115002169A (zh) 2022-09-02

Family

ID=83023299

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210929791.0A Pending CN115002169A (zh) 2022-08-04 2022-08-04 一种办公设备远程在线监控方法

Country Status (1)

Country Link
CN (1) CN115002169A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116990203A (zh) * 2023-09-26 2023-11-03 天宇利水信息技术成都有限公司 基于声光信号融合的水沙通量同步在线监测方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1670314A (zh) * 2005-04-14 2005-09-21 上海交通大学 气压沉箱无人化施工设备远程监控及维护系统
CN101090379A (zh) * 2007-07-20 2007-12-19 重庆重邮信科（集团）股份有限公司 采用Kalman滤波器进行联合检测的方法及装置
CN105099824A (zh) * 2015-08-17 2015-11-25 国家电网公司 一种配网调度台遥控故障智能诊断方法
CN106200494A (zh) * 2016-08-27 2016-12-07 知产在线（北京）科技有限公司 网络化办公节能控制系统
CN107610393A (zh) * 2017-09-21 2018-01-19 深圳市鑫汇达机械设计有限公司 一种办公室智能监控系统
CN109274770A (zh) * 2018-11-08 2019-01-25 江西国泰利民信息科技有限公司 一种基于物联网的办公室智能语音监测方法
CN110290023A (zh) * 2019-06-26 2019-09-27 四川金星清洁能源装备股份有限公司 一种场外设备远程维护监控平台系统及监控方法
CN113919225A (zh) * 2021-10-12 2022-01-11 上海海事大学 环境试验箱可靠性评估方法和系统
CN114676125A (zh) * 2022-05-27 2022-06-28 广州市盛望信息科技有限公司 一种会计办公设备的电数字数据处理方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1670314A (zh) * 2005-04-14 2005-09-21 上海交通大学 气压沉箱无人化施工设备远程监控及维护系统
CN101090379A (zh) * 2007-07-20 2007-12-19 重庆重邮信科（集团）股份有限公司 采用Kalman滤波器进行联合检测的方法及装置
CN105099824A (zh) * 2015-08-17 2015-11-25 国家电网公司 一种配网调度台遥控故障智能诊断方法
CN106200494A (zh) * 2016-08-27 2016-12-07 知产在线（北京）科技有限公司 网络化办公节能控制系统
CN107610393A (zh) * 2017-09-21 2018-01-19 深圳市鑫汇达机械设计有限公司 一种办公室智能监控系统
CN109274770A (zh) * 2018-11-08 2019-01-25 江西国泰利民信息科技有限公司 一种基于物联网的办公室智能语音监测方法
CN110290023A (zh) * 2019-06-26 2019-09-27 四川金星清洁能源装备股份有限公司 一种场外设备远程维护监控平台系统及监控方法
CN113919225A (zh) * 2021-10-12 2022-01-11 上海海事大学 环境试验箱可靠性评估方法和系统
CN114676125A (zh) * 2022-05-27 2022-06-28 广州市盛望信息科技有限公司 一种会计办公设备的电数字数据处理方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116990203A (zh) * 2023-09-26 2023-11-03 天宇利水信息技术成都有限公司 基于声光信号融合的水沙通量同步在线监测方法及系统
CN116990203B (zh) * 2023-09-26 2023-12-15 天宇利水信息技术成都有限公司 基于声光信号融合的水沙通量同步在线监测方法及系统

Similar Documents

Publication Publication Date Title
CN101055302B (zh) 基于gps时钟信号的高压容性设备绝缘在线监测系统及其实现方法
CN106899664B (zh) 基于多智能体的输油管道分布式协同泄漏检测系统及方法
CN201047863Y (zh) 基于gps时钟信号的高压容性设备绝缘在线监测系统
CN110138870B (zh) 一种泛在电力物联网电力设备的感知层检测系统及其检测方法
CN115002169A (zh) 一种办公设备远程在线监控方法
CN105678987B (zh) 非稳态设备振动无线监测装置
CN209881825U (zh) 一种水利综合数据采集处理系统
CN2930062Y (zh) 电能质量在线分析监控装置
CN111786988A (zh) 一种基于5g的船岸数据交互系统
CN114879081A (zh) 基于避雷器同步动态监测数据的雷害区域分析方法
CN201796082U (zh) 用于测量电流、电压和功率的智能装置
CN115134222B (zh) 一种无线电波测距技术电力设备故障搜索方法
CN112988876B (zh) 一种工业数据采集管理方法及系统
CN201765478U (zh) 一种自来水智能数据监测装置
CN111092875B (zh) 一种输变电运检平台物联网边缘信息传输压缩方法及系统
CN212909578U (zh) 一种基于5g的船岸数据交互系统
CN101034027A (zh) 智能压力传感器
Xinyun et al. IoT Data Acquisition Node For Deep Learning Time Series Prediction
CN110850235A (zh) 基于电缆拓扑及故障暂态行波的多端定位算法及定位系统
CN1458533A (zh) 分布式智能电机检测系统
CN111142493A (zh) 一种用于工业安全监管的异构数据采集装置及方法
CN111478926A (zh) 一种电路监测传感器数据收集方法和装置
CN112187766A (zh) Modbus协议转换终端配置方法及Modbus协议转换终端
Zheng et al. Real-time remote data acquisition and process monitoring system for automatic filling line
CN107911662A (zh) 一种基于wifi网络的数据采集系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20220902