CN115098484B - 一种特种设备数据的同步交互方法 - Google Patents

一种特种设备数据的同步交互方法 Download PDF

Info

Publication number
CN115098484B
CN115098484B CN202210792305.5A CN202210792305A CN115098484B CN 115098484 B CN115098484 B CN 115098484B CN 202210792305 A CN202210792305 A CN 202210792305A CN 115098484 B CN115098484 B CN 115098484B
Authority
CN
China
Prior art keywords
data
equipment
special equipment
information
real
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
CN202210792305.5A
Other languages
English (en)
Other versions
CN115098484A (zh
Inventor
丁杰
张媛
赵迎龙
孙振国
文煜
侯家骏
吴震
徐以顺
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.)
Special Equipment Safety Supervision Inspection Institute of Jiangsu Province
Original Assignee
Special Equipment Safety Supervision Inspection Institute of Jiangsu Province
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 Special Equipment Safety Supervision Inspection Institute of Jiangsu Province filed Critical Special Equipment Safety Supervision Inspection Institute of Jiangsu Province
Priority to CN202210792305.5A priority Critical patent/CN115098484B/zh
Publication of CN115098484A publication Critical patent/CN115098484A/zh
Application granted granted Critical
Publication of CN115098484B publication Critical patent/CN115098484B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • 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
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • 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
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B27/00—Alarm systems in which the alarm condition is signalled from a central station to a plurality of substations
    • G08B27/006—Alarm systems in which the alarm condition is signalled from a central station to a plurality of substations with transmission via telephone network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
    • H04Q2209/84—Measuring functions

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Quality & Reliability (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

本发明公开了一种特种设备数据的同步交互方法，该方法包括以下步骤：通过预设的传感器设备对特种设备进行数据采集并上传至云服务器；对采集的数据进行筛选和检验，并得到有效数据；将得到的有效数据进行融合处理；将融合处理后的有效数据进行存储，并得到实时动态数据存储库；获取特种设备的设备信息，并构建静态数据存储库；构建BIM模型，并对静态数据存储库中的设备信息进行构件处理，得到BIM构件数据库；确定实时动态数据存储库与BIM构件数据库的映射关系，并建立映射关系表；将映射关系表输送至预设的同步设备中进行同步展示。本发明实现了对不同特种设备的不同数据进行数据共享，满足了不同数据的交互性。

Description

一种特种设备数据的同步交互方法
技术领域
本发明涉及数据交互技术领域，具体来说，涉及一种特种设备数据的同步交互方法。
背景技术
特种设备是指涉及生命安全、危险性较大的锅炉、压力容器(含气瓶，下同)、压力管道、电梯、起重机械、客运索道、大型游乐设施和场(厂)内专用机动车辆。其中锅炉、压力容器(含气瓶)、压力管道为承压类特种设备；电梯、起重机械、客运索道、大型游乐设施为机电类特种设备。
在科学技术发展的过程中，资源信息的共享对科学研究水平的提高具有重要的意义，现有的生产生活中，大型的商场、写字楼或者工厂等均会采用大量的特种设备，而这些大量的特种设备对象的生产厂家各不相同，从而会导致传输协议的存在差异，以及由于特种设备的多样性，还会使得每种类型的特种设备获取数据的方式不同，数据存储的格式不同，因此，就很难做到在不同类型的特种设备进行不同数据的同步交互。
其中，专利号为CN111263218A公开了一种实现多设备同步交互的方法及系统。其中，方法包括第一设备将屏幕画面经过视频编码成屏幕画面数据，传输至第二设备；第二设备对所述屏幕画面数据进行视频解码后显示，从而实现第一设备与第二设备之间的同步显示交互。上述同步交互的方法实现了将第一设备与第二设备之间的同步显示交互，但是，由于特种设备的类型以及特征设备安装的位置不同，因此，很难实现对多样设备的数据进行同步交互。
针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题，本发明提出一种特种设备数据的同步交互方法，以克服现有相关技术所存在的上述技术问题。
为此，本发明采用的具体技术方案如下：
一种特种设备数据的同步交互方法，该方法包括以下步骤：
S1、通过预设的传感器设备对特种设备进行数据采集并上传至云服务器；
S2、对采集的数据进行筛选和检验，并得到有效数据；
S3、将得到的所述有效数据进行融合处理；
S4、将融合处理后的有效数据进行存储，并得到实时动态数据存储库；
S5、获取特种设备的设备信息，并构建静态数据存储库；
S6、构建BIM模型，并对所述静态数据存储库中的设备信息进行构件处理，得到BIM构件数据库；
S7、确定所述实时动态数据存储库与所述BIM构件数据库的映射关系，并建立映射关系表；
S8、将所述映射关系表输送至预设的同步设备中进行同步展示。
进一步的，所述通过预设的传感器设备对特种设备进行数据采集并上传至云服务器中的所述数据具体为所述特种设备的实时运行参数及特征设备的ID。
进一步的，所述对采集的数据进行筛选和检验，并得到有效数据还包括以下步骤：
S21、将采集的数据信息编码成统一的数据格式；
S22、将编码后的数据进行检验，通过预设的检验规则校验数据中是否存在遗漏和异常；
S23、若出现遗漏时，则通过云服务器对传感器设备发出指令，并采集遗漏数据；
若出现异常时，则将异常的数据进行剔除。
进一步的，所述将采集的数据信息编码成统一的数据格式包括：
通过XML语言封装程序对数据格式进行数据帧转化，其转化的格式为“起始符+设备ID+参数数据+结束符”。
进一步的，所述将得到的所述有效数据进行融合处理；其包括以下步骤：
S31、求取各传感器设备感测参数的无偏估计值；其包括如下步骤：首先，获取各传感器设备感测参数的对应阈值范围[fmin,fmax]；
其次，判断采集的一组感测参数数值的平均值f1和采集的另一组感测参数数值的平均值f2，是否都在传感器设备感测参数的阈值范围[fmin,fmax]内，若是，执行下一步；若不是，将对超出阈值范围的fn执行修正算法，利用修正后的fn'代替fn，其中n＝1，2，然后再执行下一步；
其中，
Figure GDA0004213971670000031
最后，确定传感器设备感测参数的无偏估计值：
Figure GDA0004213971670000032
其中，当f1、f2超出阈值范围时，其也可以是修正后的f1'或者f2'；
S32、确定各传感器设备的权重；
S33、通过加权融合算法计算出数据融合后的融合参数；。
进一步的，所述确定各传感器设备的权重的计算公式如下：
Figure GDA0004213971670000033
其中，Di表示欧式距离；
r表示同类型传感器设备的数量；
wi表示第i个传感器设备的权重。
进一步的，所述通过加权融合算法计算出数据融合后的融合参数的计算公式如下：
Figure GDA0004213971670000041
其中，wi表示第i个传感器设备的权重；
xi表示第i个传感器设备的感测参数。
进一步的，所述将融合处理后的有效数据进行存储，并得到实时动态数据存储库还包括以下步骤：
S41、设定感测参数的预警阈值，并实时对上传的数据进行监测；
S42、在实时数据存储库创建设备信息表、设备预警定义表、设备预警信息表、设备实时状态数据表及设备状态数据记录表；
其中，所述设备信息表用于记录特种设备的数据信息；
所述设备预警定义表用于定义设置特种设备阈值报警的参数信息；
所述设备预警信息表用于记录特种设备感测参数超过阈值的预警信息；
所述设备实时状态数据表用于存储传感器设备采集的实时数据信息；
所述设备状态数据记录表用于存储特种设备运行的历史数据；
S43、当监测到上传的感测参数超过预先设定感测参数的预警阈值时，云服务器可通过短信的方式向监测人员发送预警信息。
进一步的，所述获取特种设备的设备信息包括设备ID、设备编码、设备类型、及厂商标识。
本发明的有益效果为：
1、本发明通过实时动态数据存储库与BIM构件数据库建立映射关系来实现对特种设备数据的同步交互，从而实现了对不同特种设备的不同数据进行数据共享，满足了不同数据的交互性，同时，通过XML语言封装程序对数据格式进行数据帧转化，从而能够将不同类型的数据进行格式统一，为后续数据的处理和存储带来方便。
2、本发明通过对数据进行检验，从而能够避免因为环境因素或者认为因素导致数据出现无效、重复或者遗漏的情况，导致数据出现冗余，降低数据的正确性和使用价值，进而能够保证特种设备数据在同步交互后的准确性，能够为特种设备管理人员对特种设备的监管提供准确的信息。
3、本发明通过融合算法对检验后的数据进行融合处理，以及根据传感器设备感测参数是否在阈值范围内并进行修正，能够得出更加有效或者接近真实值的环境状态，从而能够提高结果数据的准确性和有效性，进而能够为特种设备管理人员对特种设备的运行状态做出精准的判定，为特种设备管理人员的管理带来方便。
4、本发明通过将映射关系表输送至同步设备中进行同步展示，从而能够方便特种设备管理人员能够通过不同的方式对特种设备的运行数据进行查看，同时，并在出现预警时，能够及时通知特种设备管理人员，避免了特种设备不能及时维修而造成损失。
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是根据本发明实施例的一种特种设备数据的同步交互方法的流程图。
具体实施方式
为进一步说明各实施例，本发明提供有附图，这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理，配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点，图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。
根据本发明的实施例，提供了一种特种设备数据的同步交互方法。
现结合附图和具体实施方式对本发明进一步说明，如图1所示，根据本发明实施例的一种特种设备数据的同步交互方法，该方法包括以下步骤：
S1、通过预设的传感器设备对特种设备进行数据采集并上传至云服务器；
其中，所述通过预设的传感器设备对特种设备进行数据采集并上传至云服务器中的所述数据具体为所述特种设备的实时运行参数及特征设备的ID；
具体的，传感器设备特种设备的实时运行参数包括特种设备在运行过程中的温湿度，速度，承载质量等，并通过HTTP网关将采集数据传输至云服务器中。
S2、对采集的数据进行筛选和检验，并得到有效数据；
其中，所述对采集的数据进行筛选和检验，并得到有效数据还包括以下步骤：
S21、将采集的数据信息编码成统一的数据格式；
S22、将编码后的数据进行检验，通过预设的检验规则校验数据中是否存在遗漏和异常；
S23、若出现遗漏时，则通过云服务器对传感器设备发出指令，并采集遗漏数据；
若出现异常时，则将异常的数据进行剔除；
其中，由于环境的因素或者认为的影响，使得数据在上传过程中会出现中断或者重复上传的情况，就会造成上传后的数据出现无效或者重复的情况，会导致数据容易出现冗余，降低数据的准确性，因此，通过对数据的检验，能够使得传至云服务器中的数据较为准确。
其中，所述将采集的数据信息编码成统一的数据格式包括：
通过XML语言封装程序对数据格式进行数据帧转化，其转化的格式为：“起始符+设备ID+参数数据+结束符”；
具体的，由于特种设备的种类多样化以及对特种设备采集的数据类型不同，将采集的数据进行编码成统一的数据格式进行传输，能够后续数据的处理和存储提供便利。
S3、将得到的所述有效数据进行融合处理；
其中，所述将得到的所述有效数据进行融合处理包括以下步骤：
S31、求取各传感器设备感测参数的无偏估计值；其包括以下步骤：
S31、求取各传感器设备感测参数的无偏估计值；其包括如下步骤：首先，获取各传感器设备感测参数的对应阈值范围[fmin,fmax]；
其次，判断采集的一组感测参数数值的平均值f1和采集的另一组感测参数数值的平均值f2，是否都在传感器设备感测参数的阈值范围[fmin,fmax]内，若是，执行下一步；若不是，将对超出阈值范围的fn执行修正算法，利用修正后的fn'代替fn，其中n＝1，2，然后再执行下一步；
其中，
Figure GDA0004213971670000071
最后，确定传感器设备感测参数的无偏估计值：
Figure GDA0004213971670000081
其中，当f1、f2超出阈值范围时，其也可以是修正后的f1'或者f2'；
S32、确定各传感器设备的权重；
S33、通过加权融合算法计算出数据融合后的融合参数；。
其中，所述确定各传感器设备的权重的计算公式如下：
Figure GDA0004213971670000082
其中，Di表示欧式距离；
r表示同类型传感器设备的数量；
wi表示第i个传感器设备的权重。
其中，所述通过加权融合算法计算出数据融合后的融合参数的计算公式如下：
Figure GDA0004213971670000083
其中，wi表示第i个传感器设备的权重；
xi表示第i个传感器设备的感测参数。
S4、将融合处理后的有效数据进行存储，并得到实时动态数据存储库；
其中，所述将融合处理后的有效数据进行存储，并得到实时动态数据存储库还包括以下步骤：
S41、设定感测参数的预警阈值，并实时对上传的数据进行监测；
S42、在实时数据存储库创建设备信息表、设备预警定义表、设备预警信息表、设备实时状态数据表及设备状态数据记录表；
具体的，通过创建设备信息表、设备预警定义表、设备预警信息表、设备实时状态数据表及设备状态数据记录表，能够为特种设备状态数据的更新以及为BIM构件数据库的映射提高方法路径。
其中，所述设备信息表用于记录特种设备的数据信息；
所述设备预警定义表用于定义设置特种设备阈值报警的参数信息；
所述设备预警信息表用于记录特种设备感测参数超过阈值的预警信息；
所述设备实时状态数据表用于存储传感器设备采集的实时数据信息；
所述设备状态数据记录表用于存储特种设备运行的历史数据；
S43、当监测到上传的感测参数超过预先设定感测参数的预警阈值时，云服务器可通过短信的方式向监测人员发送预警信息。
S5、获取特种设备的设备信息，并构建静态数据存储库；
其中，所述获取特种设备的设备信息包括设备ID、设备编码、设备类型、及厂商标识。
S6、构建BIM模型，并对所述静态数据存储库中的设备信息进行构件处理，得到BIM构件数据库；
S7、确定所述实时动态数据存储库与所述BIM构件数据库的映射关系，并建立映射关系表；
具体的，确定所述实时动态数据存储库与所述BIM构件数据库的映射关系时，根据采集的特种设备的设备ID进行关联对比，即可确定实时动态数据存储库与BIM构件数据库的映射关系；
S8、将所述映射关系表输送至预设的同步设备中进行同步展示；
其中，上述同步设备包括手机、电脑、平板电脑及智能穿戴设备中的一种或者多种；
具体的，当特种设备管理人员需要查看特种设备的运行数据时，特种设备管理人员通过手机或者电脑便可以查询特种设备的实时运行数据。
综上所述，借助于本发明的上述技术方案，本发明通过实时动态数据存储库与BIM构件数据库建立映射关系来实现对特种设备数据的同步交互，从而实现了对不同特种设备的不同数据进行数据共享，满足了不同数据的交互性，同时，通过XML语言封装程序对数据格式进行数据帧转化，从而能够将不同类型的数据进行格式统一，为后续数据的处理和存储带来方便；本发明通过对数据进行检验，从而能够避免因为环境因素或者认为因素导致数据出现无效、重复或者遗漏的情况，导致数据出现冗余，降低数据的正确性和使用价值，进而能够保证特种设备数据在同步交互后的准确性，能够为特种设备管理人员对特种设备的监管提供准确的信息；本发明通过融合算法对检验后的数据进行融合处理，以及根据传感器设备感测参数是否在阈值范围内并进行修正，能够得出更加有效或者接近真实值的环境状态，从而能够提高结果数据的准确性和有效性，进而能够为特种设备管理人员对特种设备的运行状态做出精准的判定，为特种设备管理人员的管理带来方便，本发明通过将映射关系表输送至同步设备中进行同步展示，从而能够方便特种设备管理人员能够通过不同的方式对特种设备的运行数据进行查看，同时，并在出现预警时，能够及时通知特种设备管理人员，避免了特种设备不能及时维修而造成损失。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种特种设备数据的同步交互方法，其特征在于，该方法包括以下步骤：
S1、通过预设的传感器设备对特种设备进行数据采集并上传至云服务器；
S2、对采集的数据进行筛选和检验，并得到有效数据；
S3、将得到的所述有效数据进行融合处理；其包括以下步骤：
S31、求取各传感器设备感测参数的无偏估计值；其包括如下步骤：首先，获取各传感器设备感测参数的对应阈值范围[fmin,fmax]；
其次，判断采集的一组感测参数数值的平均值f1和采集的另一组感测参数数值的平均值f2，是否都在传感器设备感测参数的阈值范围[fmin,fmax]内，若是，执行下一步；若不是，将对超出阈值范围的fn执行修正算法，利用修正后的fn'代替fn，其中n＝1，2，然后再执行下一步；
其中，
Figure FDA0004213971660000011
最后，确定传感器设备感测参数的无偏估计值：
Figure FDA0004213971660000012
其中，当f1、f2超出阈值范围时，其是修正后的f1'或者f2'；
S32、确定各传感器设备的权重；
S33、通过加权融合算法计算出数据融合后的融合参数；
S4、将融合处理后的有效数据进行存储，并得到实时动态数据存储库；其包括如下步骤：
S41、设定感测参数的预警阈值，并实时对上传的数据进行监测；
S42、在实时数据存储库创建设备信息表、设备预警定义表、设备预警信息表、设备实时状态数据表及设备状态数据记录表；
其中，所述设备信息表用于记录特种设备的数据信息；
所述设备预警定义表用于定义设置特种设备阈值报警的参数信息；
所述设备预警信息表用于记录特种设备感测参数超过阈值的预警信息；
所述设备实时状态数据表用于存储传感器设备采集的实时数据信息；
所述设备状态数据记录表用于存储特种设备运行的历史数据；
S43、当监测到上传的感测参数超过预先设定感测参数的预警阈值时，云服务器可通过短信的方式向监测人员发送预警信息；
S5、获取特种设备的设备信息，并构建静态数据存储库；
其中，所述获取特种设备的设备信息包括设备ID、设备编码、设备类型及厂商标识；
S6、构建BIM模型，并对所述静态数据存储库中的设备信息进行构件处理，得到BIM构件数据库；
S7、确定所述实时动态数据存储库与所述BIM构件数据库的映射关系，并建立映射关系表；
S8、将所述映射关系表输送至预设的同步设备中进行同步展示。
2.根据权利要求1所述的一种特种设备数据的同步交互方法，其特征在于，所述通过预设的传感器设备对特种设备进行数据采集并上传至云服务器中的所述数据具体为所述特种设备的实时运行参数及特征设备的ID。
3.根据权利要求1所述的一种特种设备数据的同步交互方法，其特征在于，所述对采集的数据进行筛选和检验，并得到有效数据还包括以下步骤：
S21、将采集的数据信息编码成统一的数据格式；
S22、将编码后的数据进行检验，通过预设的检验规则校验数据中是否存在遗漏和异常；
S23、若出现遗漏时，则通过云服务器对传感器设备发出指令，并采集遗漏数据；
若出现异常时，则将异常的数据进行剔除。
4.根据权利要求3所述的一种特种设备数据的同步交互方法，其特征在于，所述将采集的数据信息编码成统一的数据格式包括：
通过XML语言封装程序对数据格式进行数据帧转化，其转化的格式为：起始符+设备ID+参数数据+结束符。
5.根据权利要求4所述的一种特种设备数据的同步交互方法，其特征在于，所述确定各传感器设备的权重的计算公式如下：
Figure FDA0004213971660000031
其中，
r表示同类型传感器设备的数量；
wi表示第i个传感器设备的权重。
6.根据权利要求5所述的一种特种设备数据的同步交互方法，其特征在于，所述通过加权融合算法计算出数据融合后的融合参数的计算公式如下：
Figure FDA0004213971660000032
其中，wi表示第i个传感器设备的权重；
xi表示第i个传感器设备的感测参数。
CN202210792305.5A 2022-07-05 2022-07-05 一种特种设备数据的同步交互方法 Active CN115098484B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210792305.5A CN115098484B (zh) 2022-07-05 2022-07-05 一种特种设备数据的同步交互方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210792305.5A CN115098484B (zh) 2022-07-05 2022-07-05 一种特种设备数据的同步交互方法

Publications (2)

Publication Number Publication Date
CN115098484A CN115098484A (zh) 2022-09-23
CN115098484B true CN115098484B (zh) 2023-07-14

Family

ID=83297568

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210792305.5A Active CN115098484B (zh) 2022-07-05 2022-07-05 一种特种设备数据的同步交互方法

Country Status (1)

Country Link
CN (1) CN115098484B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103592575A (zh) * 2013-11-25 2014-02-19 国家电网公司 一种基于多传感器系统的自适应加权数据融合故障测距方法
CN104507164A (zh) * 2015-01-16 2015-04-08 哈尔滨工业大学 一种基于rss和测距无偏估计的wsn节点定位方法
CN110232095A (zh) * 2019-05-21 2019-09-13 中国平安财产保险股份有限公司 一种数据同步方法、装置、存储介质和服务器
CN110488276A (zh) * 2019-06-10 2019-11-22 西安电子科技大学 面向多目标跟踪任务的异构雷达网最优资源按需分配方法
CN111142143A (zh) * 2019-12-23 2020-05-12 西北工业大学 一种基于多源信息融合的进场段飞行技术误差估计方法
CN111967077A (zh) * 2020-07-29 2020-11-20 中国电建集团北京勘测设计研究院有限公司 一种基于bim技术的工程施工建造管理数字化平台
CN112258850A (zh) * 2020-10-16 2021-01-22 南京莱斯网信技术研究院有限公司 一种车路协同系统边缘侧多传感器数据融合系统
CN112256761A (zh) * 2020-10-26 2021-01-22 上海市特种设备监督检验技术研究院 一种基于电梯全生命周期的大数据挖掘和故障预测方法
CN114418025A (zh) * 2022-01-26 2022-04-29 中国人民解放军63811部队 基于bim数据和物联网数据的实时交互方法、装置及设备
CN114460054A (zh) * 2022-01-27 2022-05-10 江苏省特种设备安全监督检验研究院 一种量子点-MXene荧光传感器及其制备方法和应用

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170068792A1 (en) * 2015-09-03 2017-03-09 Bruce Reiner System and method for medical device security, data tracking and outcomes analysis
US11562382B2 (en) * 2016-11-11 2023-01-24 Jpmorgan Chase Bank, N.A. System and method for providing data science as a service
JP2022523563A (ja) * 2019-03-04 2022-04-25 アイオーカレンツ， インコーポレイテッド 機械学習および人工知能を使用する、機械異常の近リアルタイム検出ならびに分類

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103592575A (zh) * 2013-11-25 2014-02-19 国家电网公司 一种基于多传感器系统的自适应加权数据融合故障测距方法
CN104507164A (zh) * 2015-01-16 2015-04-08 哈尔滨工业大学 一种基于rss和测距无偏估计的wsn节点定位方法
CN110232095A (zh) * 2019-05-21 2019-09-13 中国平安财产保险股份有限公司 一种数据同步方法、装置、存储介质和服务器
CN110488276A (zh) * 2019-06-10 2019-11-22 西安电子科技大学 面向多目标跟踪任务的异构雷达网最优资源按需分配方法
CN111142143A (zh) * 2019-12-23 2020-05-12 西北工业大学 一种基于多源信息融合的进场段飞行技术误差估计方法
CN111967077A (zh) * 2020-07-29 2020-11-20 中国电建集团北京勘测设计研究院有限公司 一种基于bim技术的工程施工建造管理数字化平台
CN112258850A (zh) * 2020-10-16 2021-01-22 南京莱斯网信技术研究院有限公司 一种车路协同系统边缘侧多传感器数据融合系统
CN112256761A (zh) * 2020-10-26 2021-01-22 上海市特种设备监督检验技术研究院 一种基于电梯全生命周期的大数据挖掘和故障预测方法
CN114418025A (zh) * 2022-01-26 2022-04-29 中国人民解放军63811部队 基于bim数据和物联网数据的实时交互方法、装置及设备
CN114460054A (zh) * 2022-01-27 2022-05-10 江苏省特种设备安全监督检验研究院 一种量子点-MXene荧光传感器及其制备方法和应用

Also Published As

Publication number Publication date
CN115098484A (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
CN108803552B (zh) 一种设备故障的监测系统及监测方法
CN107168294B (zh) 一种火电水系统设备无人巡检监控方法
CN115640915B (zh) 一种智慧燃气管网压缩机安全管理方法和物联网系统
GB2613296A (en) Greenhouse gas emission monitoring systems and methods
CN108483172A (zh) 一种智能化电梯轿厢安全监测与评估系统
CN116841262A (zh) 基于机器视觉的智慧工厂生产在线监测分析系统
CN210405371U (zh) 一种基于物联网的空压智能运维系统
US20150241873A1 (en) Monitoring a first system of a technical plant for producing a product
JP2018063559A (ja) 動作状態監視装置、学習データ生成装置、方法およびプログラム
CN107203196A (zh) 工业设备检测系统及方法
CN112697267A (zh) 一种工业设备异常振动检测装置
CN114169692A (zh) 一种设备隐患处理系统、方法、电子设备及介质
WO2016157278A1 (ja) 故障予兆診断システム、及びその方法
CN111696320B (zh) 一种早期气体泄漏智能可视化预警系统
CN112199410A (zh) 一种基于物联网的桥梁健康监测系统
CN102984503A (zh) 一种网络视频存储服务器系统
CN115098484B (zh) 一种特种设备数据的同步交互方法
CN115562212A (zh) 一种基于机器学习的化工安全生产预警系统
CN112326264A (zh) 一种远程操控工程车辆的运行状态监测及故障诊断系统、方法
CN116839656A (zh) 一种用于工业互联网的工业现场监测系统及检测方法
CN116311829B (zh) 一种数据机房远程报警方法及装置
CN212846491U (zh) 一种工业生产实时数据智能监管系统
CN212012703U (zh) 基于物联网的边缘侧监视系统
CN107464076A (zh) 一种基于物流数据的在线监管系统
CN205366541U (zh) 一种专用智能送检箱

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