CN115170993A - 基于ar采集分析的废气处理设备现场检查方法及系统 - Google Patents
基于ar采集分析的废气处理设备现场检查方法及系统 Download PDFInfo
- Publication number
- CN115170993A CN115170993A CN202211093465.7A CN202211093465A CN115170993A CN 115170993 A CN115170993 A CN 115170993A CN 202211093465 A CN202211093465 A CN 202211093465A CN 115170993 A CN115170993 A CN 115170993A
- Authority
- CN
- China
- Prior art keywords
- image
- standard
- factory
- analysis
- inspected
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 97
- 238000007689 inspection Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000002912 waste gas Substances 0.000 title claims abstract description 42
- 238000003745 diagnosis Methods 0.000 claims abstract description 32
- 238000012423 maintenance Methods 0.000 claims abstract description 32
- 239000007789 gas Substances 0.000 claims abstract description 24
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 73
- 238000011156 evaluation Methods 0.000 claims description 14
- 239000000463 material Substances 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 5
- 238000011065 in-situ storage Methods 0.000 claims 1
- 238000001179 sorption measurement Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 229910052799 carbon Inorganic materials 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000002920 hazardous waste Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 239000010865 sewage Substances 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 239000010687 lubricating oil Substances 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004164 analytical calibration Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000002910 solid waste Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Library & Information Science (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种基于AR采集分析的废气处理设备现场检查方法及系统，其中，方法包括：接收服务器发送的工厂信息，基于所述工厂信息对工厂进行预检查，生成包括至少一个拟检查对象的检查清单；获取所述检查清单中各拟检查对象的AR图像，将各所述AR图像分别与数据库内的标准图像进行比对，得到比对结果；获取设备运行信息，分析所述设备运行信息是否符合规范，得到分析结果，所述设备运行信息包括废气处理设备运行参数与所述工厂的运维台账；基于所述比对结果与所述分析结果，生成诊断报告。采用本申请实施例，可以准确、快速发现废气处理工厂中的问题，进而避免发生安全隐患。
Description
技术领域
本申请涉及AR应用技术领域，具体涉及一种基于AR采集分析的废气处理设备现场检查方法及系统。
背景技术
随着科技的发展，增强现实（Augmented Reality，AR）技术得到了广泛的应用，它是一种将虚拟信息与真实世界巧妙融合的技术，比如在工业上我们需要了解机械设备的构造或是节点属性，AR可直接对设备进行虚拟化处理，得到设备的相关信息。
目前，对废气处理工厂及废气处理设备的检查，通常是企业的环保管理人员、环保管理第三方技术咨询机构人员、生态环境主管部门或是检查执法人员进行的。具体内容包括查看环保设备是否按规范设计、建设安装、运行维护是否按规范设置、以及各类标识标牌是否悬挂张贴。各类检查均主要依靠人工，检查期间需要核对相关的设计文件、技术规范和标准、判断现场各类规范是否达标等。此过程工作量大且繁琐，而通过人工检查则容易造成误判、漏判，进而导致问题无法及时被发现并处理，从而造成安全隐患。
发明内容
本申请提供一种基于AR采集分析的废气处理设备现场检查方法及系统，可以准确、快速发现废气处理工厂中的问题，进而避免发生安全隐患。
所述技术方案如下：
在本申请的第一方面提供了一种基于AR采集分析的废气处理设备现场检查方法，应用于移动终端，所述方法包括：
接收服务器发送的工厂信息，基于所述工厂信息对工厂进行预检查，生成包括至少一个拟检查对象的检查清单；
获取所述检查清单中各拟检查对象的AR图像，将各所述AR图像分别与数据库内的标准图像进行比对，得到比对结果；
获取设备运行信息，分析所述设备运行信息是否符合规范，得到分析结果，所述设备运行信息包括废气处理设备运行参数与所述工厂的运维台账；
基于所述比对结果与所述分析结果，生成诊断报告。
通过采用上述技术方案，获取工厂信息对工厂进行预检查来识别拟检查对象并生成检查清单，通过移动设备现场采集AR图像，通过AR图像中的关键信息与数据库中的标准图像进行比对，从而快速诊断和准确发现问题；再通过获取设备运行信息，对其中的设备运行参数和运维台账进行分析，判断工厂的流程是否符合规范，进而可以准确、快速地发现废气处理工厂中的问题，进而减小发生安全隐患的可能性。
可选的，所述基于所述工厂信息对工厂进行预检查，生成包括至少一个拟检查对象的检查清单，包括：
获取所述工厂的全景AR图像；
结合所述工厂信息对所述全景AR图像中的各对象进行识别；
若所述全景AR图像中存在未能识别的对象，则将所述未能识别的对象上传至数据库，并请求人工识别；
在所有对象识别完成后，生成检查清单，所述检查清单包括至少一个拟检查对象。
通过采用上述技术方案，获取工厂的全景AR图像，并结合工厂信息对所述全景AR图像中的各对象进行识别。若存在未能识别的对象，则请求人工在线识别，识别完所有对象后，生成一检查清单。移动设备可根据检查清单上的拟检查对象提示检查人员进行检查，可有效避免漏检情况发生。
可选的，所述拟检查对象包括废气处理设备、活性炭及工厂标识牌，所述将各所述AR图像与数据库内的标准图像进行比对，得到比对结果，包括：
将所述AR图像中的阀门、箱体和设备铭牌分别与数据库内标准示例进行比对，判断所述阀门是否关闭、所述箱体的箱体材质大小是否符合规范、根据设备铭牌分析所述废气处理设备是否满足工厂要求，得到第一比对结果；
将所述AR图像中活性炭的形状和填充数量与数据库内标准示例进行比对，判断所述活性炭是否塌陷受潮、所述活性炭的填装量是否达标，得到第二比对结果；
将所述AR图像中的所述工厂标识牌位置和清晰度与数据库内标准示例进行比对，判断所述工厂标示牌是否能达到警示工人的效果，得到第三比对结果。
通过采用上述技术方案，将拍摄废气处理设备的关键部位、活性炭、工厂标识牌得到的AR图像，与数据库内的标准示例进行比对，判断是否符合标准，得到比对结果并反馈至工厂，可以更加准确地发现问题、解决问题。
可选的，所述获取所述检查清单中各拟检查对象的AR图像，包括：
获取所述检查清单中当前拟检查对象的AR图像，判断所述当前拟检查对象的AR图像是否满足分析标准；
若所述当前拟检查对象的AR图像满足所述分析标准，则提示对所述检查清单中的下一拟检查对象进行拍摄，将所述下一拟检查对象作为当前拟检查对象，并执行所述获取所述检查清单中当前拟检查对象的AR图像，判断所述当前拟检查对象的AR图像是否满足分析标准的步骤；
若所述当前拟检查对象的AR图像不满足分析标准，则提示重新对所述拟检查对象进行拍摄。
通过采用上述技术方案，通过判断获取的AR图像质量是否满足分析标准，避免发生错检，进一步提高了监测的准确性。
可选的，所述获取设备运行信息，包括：
获取运维台账中的废气处理设备的维护记录、活性炭的更换记录、设备运行时间；
获取所述废气处理设备的运行参数中所述废气处理设备的实时电流大小、实时电流频率、电压大小。
通过采用上述技术方案，获取工厂中运维台账和废气处理设备的运行参数，与数据库内的标准示例进行比对，判断是否符合标准，得到比对结果并反馈至工厂，可以更加准确地发现问题并解决问题。
可选的，所述基于所述比对结果与所述分析结果，生成诊断报告，包括：
结合所述比对结果与所述分析结果，评估所述工厂将来是否会产生隐患事件，生成评估结果；
基于所述评估结果，生成所述诊断报告。
通过采用上述技术方案，分析比对结果和分析结果中的问题，预判工厂是否会发生隐患事件，生成一评估结果，以警示工厂需要及时处理问题，避免发生安全隐患。
可选的，所述生成诊断报告之后，还包括：
判断所述诊断报告是否符合标准；
若所述诊断报告符合标准，则对所述工厂提出整改意见；
若所述诊断报告不符合标准，建议所述工厂停业整顿。
通过采用上述技术方案，判断诊断报告是否符合标准，若诊断报告符合标准，则说明工厂无问题或问题不严重，向工厂提出整改意见，帮助工厂提早改正问题；若诊断报告不符合标准，则说明工厂问题严重，需要停业整顿，可进一步避免发生安全隐患。
在本申请的第二方面提供了一种基于AR采集分析的废气处理设备系统，应用于移动设备，所述系统包括：
检查清单生成模块，用于接收服务器发送的工厂信息，基于所述工厂信息对工厂进行预检查，生成包括至少一个拟检查对象的检查清单；
AR图像比对模块，用于获取所述检查清单中各拟检查对象的AR图像，将各所述AR图像分别与数据库内的标准图像进行比对，得到比对结果；
设备信息分析模块，用于获取设备运行信息，分析所述设备运行信息是否符合规范，得到分析结果，所述设备运行信息包括废气处理设备运行参数与所述工厂的运维台账；
诊断报告生成模块，用于基于所述比对结果与所述分析结果，生成诊断报告。
通过采用上述技术方案，获取工厂信息对工厂进行预检查来识别拟检查对象并生成检查清单，通过移动设备现场采集AR图像，通过AR图像中的关键信息与数据库中的标准图像进行比对，从而快速诊断和准确发现问题；再通过获取设备运行信息，对其中的设备运行参数和运维台账进行分析，判断工厂的流程是否符合规范，进而可以准确、快速地发现废气处理工厂中的问题，进而减小发生安全隐患的可能性。
在本申请的第三方面提供了一种计算机存储介质，所述存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。
在本申请的第四方面提供了一种电子设备，包括：处理器、存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。
综上所述，本申请包括以下至少一种有益效果：
1.通过移动设备现场采集AR图像，并将AR图像与数据库中的标准图像进行比对，从而可以准确、快速地发现废气处理工厂中的问题，进而避免发生安全隐患；
2.通过判断获取的AR图像质量是否满足分析标准，避免发生错检，进一步提高了监测的准确性。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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是本申请实施例的一种基于AR采集分析的废气处理设备现场检查方法的流程示意图；
图2是本申请实施例提供的另一种基于AR采集分析的废气处理设备现场检查方法的流程示意图；
图3中的（a）是本申请实施例中拍摄吸附箱AR图像的正确示例图；
图3中的（b）是本申请实施例中拍摄吸附箱AR图像的错误示例图；
图4中的（a）是本申请实施例中AR图像满足分析标准后系统提示示意图；
图4中的（b）是本申请实施例中是AR图像不满足分析标准后系统提示示意图；
图5是本申请实施例中提供的基于AR采集分析的废气处理设备现场检查系统的结构示意图；
图6是本申请实施例中提供的检查清单生成模块的结构示意图；
图7是本申请实施例中提供的AR图像比对模块的结构示意图；
图8是本申请实施例中提供的AR图像获取单元的结构示意图；
图9是本申请实施例中提供的AR图像比对单元的结构示意图；
图10是本申请实施例中提供的设备信息分析模块的结构示意图；
图11是本申请实施例中提供的诊断报告生成模块的结构示意图；
图12是本申请实施例中提供的一种电子设备的结构示意图。
附图标记说明：1、基于AR采集分析的废气处理设备现场检查系统；11、检查清单生成模块；12、AR图像比对模块；13、设备信息分析模块；14、诊断报告生成模块；111、全景AR图像获取单元；112、全景AR图像识别单元；113、人工识别单元；114、检查清单生成单元；121、AR图像获取单元；122、AR图像比对单元；1211、AR图像判断子单元；1212、拍摄下一AR图像子单元；1213、重新拍摄AR图像子单元；1221、第一AR图像比对子单元；1222、第二AR图像比对子单元；1223、第三AR图像比对子单元；131、运维台账分析单元；132、设备运行参数分析单元；141、评估结果生成单元；142、诊断报告生成单元；1000、电子设备；1001、处理器；1002、通信总线；1003、用户接口；1004、网络接口；1005、存储器。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
在本申请的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。在本申请的描述中，需要说明的是，除非另有明确的规定和限定，“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。此外，在本申请的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
下面结合具体的实施例对本申请进行详细说明。
在一个实施例中，如图1所示，特提出了一种基于AR采集分析的废气处理设备现场检查方法，该方法可依赖于计算机程序实现，可依赖于单片机实现，也可运行于基于冯诺依曼体系的移动设备上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。
具体的，该基于AR采集分析的废气处理设备现场检查方法包括：
步骤101：接收服务器发送的工厂信息，基于所述工厂信息对工厂进行预检查，生成包括至少一个拟检查对象的检查清单。
具体的，检查人员位于待监测的废气处理工厂之后，移动终端检查设备便可接收服务器发送请求获取信息，所述服务器是指网络上一种为客户端提供各种服务的高性能的计算机，它在网络操作系统的控制下，将与其相连的硬盘、磁带、打印机及各种专用通讯设备提供给网络上的客户站点共享，也能为网络用户提供集中计算、信息发表及数据管理等服务。
服务器接收到请求后向移动终端发送工厂信息，所述工厂信息可以是指工厂的营业执照、税务登记证、生产许可证、资质认证；公司总部、工厂、生产车间照片、仓储区域照片；主要生产设备信息等。
移动终端基于工厂信息对工厂进行预检查，所述预检查可以理解为，对工厂信息进行分析，判断工厂所需要检查的设备、产品、及重要场景中的标识信息等。
通过预检查判断工厂需要检查的对象，确定至少一个拟检查对象，所述拟检查对象可以理解为移动设备根据待检查的工厂的相关信息进行预检查，判断得出需要检查的对象。
移动终端系统根据所有拟检查对象，生成一个包括至少一个的拟检查对象的检查清单，所述检查清单可以是一种安全检查清单，其中可以包括：检查对象栏、检查标准和要求栏、是否符合标准要求栏等。
步骤102：获取所述检查清单中各拟检查对象的AR图像，将各所述AR图像分别与数据库内的标准图像进行比对，得到比对结果。
具体来说，移动设备按照检查清单中的拟检查对象检查顺序对拟检查对象进行拍摄，生成拟检查对象的AR图像，所述AR图像是指通过AR技术获取到的图像。所述AR技术是一种实时地计算摄影机影像的位置及角度并加上相应图像的技术，是一种将真实世界信息和虚拟世界信息“无缝”集成的新技术，这种技术的目标是在屏幕上把虚拟世界并进行互动。
将生成的AR图像与数据库内的拟检查对象的标准图像进行比对，所述数据库是指按照数据结构来组织、存储和管理数据的仓库，是一个长期存储在计算机内的、有组织的、可共享的、统一管理的大量数据的集合。所述数据库在本申请实施例中可以理解为：根据国家相关法律、法规、部门规则、技术规范、标准、行业管理要求，针对各类设备存储有大量的正确示例信息数据、问题判断的规则信息数据、问题信息数据。所述数据库可以包括有：废水收集、处理、排放的相关数据资料；废气收集、处理、排放的相关数据资料；排污设备运行控制的相关数据资料；固体废物收集、暂存的相关数据资料；环境风险应急防范的相关数据资料；土壤及地下水监测监控的相关数据资料；各类环境管理台账记录的相关数据资料；环保相关标识牌的相关数据资料；若干家环保企业的环保档案的相关数据资料；企业合法、经审批验收的产品类型、主要产污设备设备、排污设备的相关数据资料等。所述标准图像是指数据库内存储的拟检查对象的标准示例。例如，拟检查对象为一废弃处理工厂的阀门，若要判断它开关是否闭合，则可调用数据库内存储的相同型号阀门关闭的标准图像进行比对，比对所得到的结果为所述比对结果。
得到比对结果，显示于屏幕上。同时，移动设备会提示检查人员对检查清单中的下一拟检查对象进行检查。
步骤103：获取设备运行信息，分析所述设备运行信息是否符合规范，得到分析结果，所述设备运行信息包括废气处理设备运行参数与所述工厂的运维台账。
所述废气处理设备运行参数在本申请实施例中指工厂中废气处理设备实施的电流、实时电流频率、实时电压等一些设备运行中的相关参数。
所述运维台账是指对大型组织已经建立好的网络软硬件的维护。在本申请实施例中的所述运维台账可以是指：废气治理设置巡检记录、活性炭采购记录、危险废弃材料转运记录、废气治理设备检测报告、耗材更换记录、仪表校准记录、密封点泄露或修复以及损坏部件的维修记录、易耗件记录、润滑油更换记录、风机保养记录、设备内黏附物与存积物清理记录等。
具体来说，移动设备获取工厂中废气处理设备运行参数与运维台账，获取服务器中数据度对应的标准信息进行分析，得到一分析结果。
步骤104：基于所述比对结果与所述分析结果，生成诊断报告。
所述诊断报告在本申请实施例中可以理解为对所述比对结果与所述分析结果中的问题进行总结分析得到的报告。
具体来说，根据所述比对结果与所述分析结果中的问题进行总结分析，得到诊断报告。
请参见图2，图2是本申请提出的一种基于AR采集分析的废气处理设备现场检查方法的另一种实施例的流程示意图。具体的：
步骤201:接收服务器发送的工厂信息，获取所述工厂的全景AR图像，结合所述工厂信息对所述全景AR图像中的各对象进行识别。
所述全景AR图像是指一种实时地计算相机影像的位置及角度并加上相应图像、视频、3D模型的技术。在本申请实施例中可以理解为，对工厂的所有场景进行全景拍摄得到的图像。
具体来说，移动设备接收到服务器发送的工厂信息后，对工厂环境进行全景拍摄得到全景AR图像，移动终端结合工厂信息对全景AR图像中出现的所有对象进行图像识别。
步骤202:若所述全景AR图像中存在未能识别的对象，则将所述未能识别的对象上传至数据库，并请求人工识别。
具体来说，对全景AR图像进行图像识别，若存在未能识别的对象，则说明数据库不完善，则将图像上传至服务器，服务器根据每个检查点，建立正确示例数据库、问题库。并通过人工智能、算法训练、不断充实数据库、问题库。同时，移动终端请求人工识别，将未能识别的对象上传至服务器，请求人工判断，并将该对象的相关数据传输至数据库。
步骤203:在所有对象识别完成后，生成检查清单，所述检查清单包括至少一个拟检查对象。
具体来说，当一个对象识别完成后，会生成一个拟检查对象及其相关检查标准等信息，当所有对象识别完成后，生成至少一个拟检查对象。系统会根据所有拟检查对象生成一包括有检查对象、检查标准等信息的检查清单。
步骤204:获取所述检查清单中当前拟检查对象的AR图像，判断所述当前拟检查对象的AR图像是否满足分析标准。
具体来说，按照检查清单的拟检查对象，可按照顺序对每个拟检查对象进行拍照，同时生成该拟检查对象的AR图像，并判断当前AR图像是否能够满足分析标准。
在一种具体的实施场景中，如图3中的（a）和（b）所示，图3中的（a）是拍摄吸附箱AR图像的正确示例图，图3中的（b）是拍摄吸附箱的AR图像的错误示例图。在实际应用中，需要估算废气处理设备气体流速是否符合设计要求，例如，若吸附箱内的活性炭为颗粒状，则吸附箱气体流速应小于0.6米每秒；若吸附箱内的活性炭为纤维装，则吸附箱气体流速应小于0.15米每秒；若吸附箱内的活性炭为蜂窝状，则吸附箱气体流速应小于1.2米每秒。若要估算废气处理设备气体流速是否符合设计要求，则首先需要测量出吸附箱的尺寸，以及排风扇的面积，如图3中的（a）所示拍摄的吸附箱的图像，只拍摄到了吸附箱的长、宽、高，可以估算出该吸附箱的体积，但实际上未拍摄到排气扇窗口，故不能估算出排气扇窗口的面积。图3中的（b）所示，图3中的（b）中未能拍摄到吸附箱中排气扇窗口，故不能估算出气体流速，该图像不满足分析标准。
步骤205:若所述当前拟检查对象的AR图像满足所述分析标准，则提示对所述检查清单中的下一拟检查对象进行拍摄，将所述下一拟检查对象作为当前拟检查对象，并执行所述获取所述检查清单中当前拟检查对象的AR图像，判断所述当前拟检查对象的AR图像是否满足分析标准的步骤。
具体的，如图4中的(a)所示，图4中的(a)是AR图像满足分析标准后系统提示示意图。若当前拟检查对象的AR图像满足分析标准，如图4中的(a)所示，系统提示“请对下一检查对象进行拍摄”，确认后则将下一拟检查对象作为当前拟检查对象，并获取检查清单中当前拟检查对象的示例AR图像与获取当前的图像进行比对，判断当前拟检查对象的AR图像是否满足分析标准。
步骤206:若所述当前拟检查对象的AR图像不满足分析标准，则提示重新对所述拟检查对象进行拍摄。
具体的，如图4中的(b)所示，图4中的(b)是AR图像不满足分析标准后系统提示示意图。若当前拟检查对象的AR图像不满足分析标准，系统提示“该图像未能识别，是否重新拍摄”，确认后则重新对当前拟检查对象进行拍摄。
步骤207:将AR图像中的阀门、箱体和设备铭牌分别与数据库内标准示例进行比对，判断所述阀门是否关闭、所述箱体的箱体材质大小是否符合规范、根据设备铭牌分析所述废气处理设备是否满足工厂要求，得到第一比对结果，所述AR图像由拍摄所述废气处理设备得到。
具体来说，AR图像由拍摄所述废气处理设备得到，可以是：拍摄废气处理设备的关键部位，如阀门、吸附单元箱体、废气处理设备的箱体材质，根据AR图像，判断阀门是否完好、闭合，箱体材质是否符合设计要求，系统将AR图像与数据库内标准示例进行比对，若AR图像符合标准，则在屏幕上显示“符合标准”；若AR图像不符合标准，则在屏幕上显示完好、闭合的阀门示例图片，并提示检查人员不合格。
步骤208:将AR图像中活性炭的形状和填充数量与数据库内标准示例进行比对，判断所述活性炭是否塌陷受潮、所述活性炭的填装量是否达标，得到第二比对结果。
具体来说，AR图像由拍摄所述活性炭得到，可以是：活性炭的填装量、活性炭的外观，根据AR图像结合活性炭箱体尺寸自动计算活性炭的填充数量，判断装填量是否达标；根据AR图像判断活性炭的外观，对照正确示例，判断活性炭的类型是否符合设计要求；根据AR图像判断活性炭是否是塌陷、受潮等不良品。若AR图像不符合标准，则在屏幕上显示正确的示例图片，并提示检查人员不合格。
步骤209:将AR图像中的所述工厂标识牌位置和清晰度与数据库内标准示例进行比对，判断所述标示牌是否能达到警示工人的效果，得到第三比对结果。
具体来说，AR图像由拍摄工厂标识牌得到，可以是：治理设备处理工艺流程图、废气管线标识、排放口标识牌、检测孔等；根据AR图像，判断对应场景是否存在对应的标识牌给予工作人员警示效果；判断标识牌是否清晰、是否存在错误。若AR图像不符合标准，则在屏幕上显示正确示例图片，并提示检查人员不合格。
步骤210:获取运维台账中的废气处理设备的维护记录、活性炭的更换记录、设备运行时间，获取所述废气处理设备的运行参数中所述废气处理设备的实时电流大小、实时电流频率、电压大小，分析设备运行信息是否符合规范，得到分析结果。
具体来说，获取运维台账中的废气治理设备巡检记录（台账）、运维台账、活性炭采购记台账、危废（废活性炭）转运台账、废气治理设备检测报告、自动识别耗材（吸附材料、催化材料、填充材料）更换台账、仪表（pH计、压力计）校准台账、密封点泄漏修复以及损坏部件的维修台账、易耗件更换台账、润滑油更换台账、风机保养台账、设备和设备内黏附物与存积物清理等台账，与标准工作做对比分析；从而判断装置是否得到有效运维。获取设备运行过程中的实时电流大小、实时电流频率、电压大小，与数据库内对应的数据对比，判断是否存在违规行为。
步骤211:结合所述比对结果与所述分析结果，评估所述工厂将来是否会产生隐患事件，生成评估结果，基于所述评估结果，生成所述诊断报告。
具体来说，结合比对结果与分析结果，生成评估结果，可以是指：通过运维台账获取设备运行时间、设备运行参数、耗材或药剂、危险废物、能源能耗等方面内容，自动对比生产设备运行台账，分析企业是否做到生产设备与环保设备一直保持同时开启、同时关闭的状态；通过危险废物转运联单获取最近3次活性炭更换时间以及当年活性炭累计更换次数，与活性炭采购记录对比，分析企业是否及时、有效地对活性炭进行了更换；通过读取活性炭吸附装置进口浓度，以及活性炭更换前后吸附装置出口浓度的变化情况，分析吸附装置对污染物的去除效率、是否真正进行了更换、更换的活性炭性能是否符合要求等。可根据评估结果进一步判断该工厂是否会产生安全隐患问题，并生成诊断报告。
步骤212:判断所述诊断报告是否符合标准；若所述诊断报告符合标准，则对所述工厂提出整改意见，若所述诊断报告不符合标准，建议所述工厂停业整顿。
具体来说，判断诊断报告是否符合标准，若诊断报告符合标准，则说明工厂可能存在问题，但问题不足以造成安全隐患和/或污染环境，针对问题，向工厂提出整改意见。若诊断报告不符合标准，则说明工厂存在问题的可能造成安全隐患和/或污染环境，需要停业整顿，并将结果通知相关环保部门。
下述为本申请系统实施例，可以用于执行本申请方法实施例。对于本申请系统实施例中未披露的细节，请参照本申请方法实施例。
请参见图5，其示出了本申请一个示例性实施例提供的基于AR采集分析的废气处理设备现场检查系统的结构示意图。该基于AR采集分析的废气处理设备现场检查系统可以通过软件、硬件或者两者的结合实现成为系统的全部或一部分。该基于AR采集分析的废气处理设备现场检查系统1包括：检查清单生成模块11、AR图像比对模块12、设备信息分析模块13、诊断报告生成模块14。
检查清单生成模块11，用于接收服务器发送的工厂信息，基于所述工厂信息对工厂进行预检查，生成包括至少一个拟检查对象的检查清单。
AR图像比对模块12，用于获取所述检查清单中各拟检查对象的AR图像，将各所述AR图像分别与数据库内的标准图像进行比对，得到比对结果。
设备信息分析模块13，用于获取设备运行信息，分析所述设备运行信息是否符合规范，得到分析结果，所述设备运行信息包括废气处理设备运行参数与所述工厂的运维台账。
诊断报告生成模块14，用于基于所述比对结果与所述分析结果，生成诊断报告。
可选的如图6所示，所述检查清单生成模块11，包括：全景AR图像获取单元111、全景AR图像识别单元112、人工识别单元113、检查清单生成单元114。
全景AR图像获取单元111，用于获取所述工厂的全景AR图像。
全景AR图像识别单元112，用于结合所述工厂信息对所述全景AR图像中的各对象进行识别。
人工识别单元113，用于判断若所述全景AR图像中存在未能识别的对象，则将所述未能识别的对象上传至数据库，并请求人工识别。
检查清单生成单元114，用于在所有对象识别完成后，生成检查清单，所述检查清单包括至少一个拟检查对象。
可选的，如图7所示，所述AR图像比对模块12包括：AR图像获取单元121、AR图像比对单元122。
AR图像获取单元121，用于获取所述检查清单中各所述拟检查对象的AR图像。
AR图像比对单元122，用于将各所述AR图像分别与数据库内的标准图像进行比对，得到比对结果。
可选的，如图8所示，所述AR图像获取单元121包括：AR图像判断子单元1211、拍摄下一AR图像子单元1212、重新拍摄AR图像子单元1213。
AR图像判断子单元1211，用于获取所述检查清单中当前拟检查对象的AR图像，判断所述当前拟检查对象的AR图像是否满足分析标准。
拍摄下一AR图像子单元1212，用于若所述当前拟检查对象的AR图像满足所述分析标准，则提示对所述检查清单中的下一拟检查对象进行拍摄，将所述下一拟检查对象作为当前拟检查对象，并执行所述获取所述检查清单中当前拟检查对象的AR图像，判断所述当前拟检查对象的AR图像是否满足分析标准的步骤。
重新拍摄AR图像子单元1213，用于若所述当前拟检查对象的AR图像不满足分析标准，则提示重新对所述拟检查对象进行拍摄。
可选的，如图9所示，AR图像比对单元122包括：第一AR图像比对子单元1221、第二AR图像比对子单元1222、第三AR图像比对子单元1223。
第一AR图像比对子单元1221，用于将AR图像中的阀门、箱体和设备铭牌分别与数据库内标准示例进行比对，判断所述阀门是否关闭、所述箱体的箱体材质大小是否符合规范、根据设备铭牌分析所述废气处理设备是否满足工厂要求，得到第一比对结果。
第二AR图像比对子单元1222，用于将AR图像中活性炭的形状和填充数量与数据库内标准示例进行比对，判断所述活性炭是否塌陷受潮、所述活性炭的填装量是否达标，得到第二比对结果。
第三AR图像比对子单元1223，用于将AR图像中的所述工厂标识牌位置和清晰度与数据库内标准示例进行比对，判断所述标示牌是否能达到警示工人的效果，得到第三比对结果。
可选的，如图10所示，所述设备信息分析模块13包括：运维台账分析单元131、设备运行参数分析单元132。
运维台账分析单元131，用于获取运维台账中的废气处理设备的维护记录、活性炭的更换记录、设备运行时间，分析所述运维台账是否符合规范，得到分析结果。
设备运行参数分析单元132，用于获取所述废气处理设备的运行参数中所述废气处理设备的实时电流大小、实时电流频率、电压大小，分析所述设备的运行参数是否符合规范，得到分析结果。
可选的，如图11所示，所述诊断报告生成模块14包括：评估结果生成单元141、诊断报告生成单元142。
评估结果生成单元141，用于结合所述比对结果与所述分析结果，评估所述工厂将来是否会产生隐患事件，生成评估结果。
诊断报告生成单元142，用于基于所述评估结果，生成所述诊断报告。
本申请实施例还提供了一种计算机存储介质，所述计算机存储介质可以存储有多条指令，所述指令适于由处理器加载并执行如上述图1-图5所示实施例的所述的基于AR采集分析的废气处理设备现场检查方法，具体执行过程可以参加图1-图5所示实施例的具体说明，在此不进行赘述。
请参见图12，为本申请实施例提供了一种电子设备的结构示意图。如图12所示，所述电子设备1000可以包括：至少一个处理器1001，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。
其中，通信总线1002用于实现这些组件之间的连接通信。
其中，用户接口1003可以包括显示屏（Display）、摄像头（Camera），可选用户接口1003还可以包括标准的有线接口、无线接口。
其中，网络接口1004可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。
其中，处理器1001可以包括一个或者多个处理核心。处理器1001利用各种接口和线路连接整个服务器内的各个部分，通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集，以及调用存储在存储器1005内的数据，执行服务器的各种功能和处理数据。可选的，处理器1001可以采用数字信号处理（Digital Signal Processing，DSP）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）、可编程逻辑阵列（ProgrammableLogic Array，PLA）中的至少一种硬件形式来实现。处理器1001可集成中央处理器（CentralProcessing Unit，CPU）、图像处理器（GrARhics Processing Unit，GPU）和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器1001中，单独通过一块芯片进行实现。
其中，存储器1005可以包括随机存储器（Random Access Memory，RAM），也可以包括只读存储器（Read-Only Memory）。可选的，该存储器1005包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图12所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及一种基于AR采集分析的废气处理设备现场检查方法的应用程序。
在图12所示的电子设备1000中，用户接口1003主要用于为用户提供输入的接口，获取用户输入的数据；而处理器1001可以用于调用存储器1005中存储一种基于AR采集分析的废气处理设备现场检查方法的应用程序，当由一个或多个处理器执行时，使得电子设备执行如上述实施例中一个或多个所述的方法。
一种电子设备可读存储介质，所述电子设备可读存储介质存储有指令。当由一个或多个处理器执行时，使得电子设备执行如上述实施例中一个或多个所述的方法。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必需的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所披露的装置，可通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后，将容易想到本公开的其他实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。
Claims (10)
1.一种基于AR采集分析的废气处理设备现场检查方法，应用于移动设备，其特征在于，包括：
接收服务器发送的工厂信息，基于所述工厂信息对工厂进行预检查，生成包括至少一个拟检查对象的检查清单；
获取所述检查清单中各所述拟检查对象的AR图像，将各所述AR图像分别与数据库内的标准图像进行比对，得到比对结果；
获取设备运行信息，分析所述设备运行信息是否符合规范，得到分析结果；
基于所述比对结果与所述分析结果，生成诊断报告。
2.根据权利要求1所述的基于AR采集分析的废气处理设备现场检查方法，其特征在于，所述基于所述工厂信息对工厂进行预检查，生成包括至少一个拟检查对象的检查清单，包括：
获取所述工厂的全景AR图像；
结合所述工厂信息对所述全景AR图像中的各对象进行识别；
若所述全景AR图像中存在未能识别的对象，则将所述未能识别的对象上传至数据库，并请求人工识别；
在所有对象识别完成后，生成检查清单，所述检查清单包括至少一个拟检查对象。
3.根据权利要求1所述的基于AR采集分析的废气处理设备现场检查方法，其特征在于，所述拟检查对象包括废气处理设备、活性炭及工厂标识牌，所述将各所述AR图像与数据库内的标准图像进行比对，得到比对结果，包括：
将所述AR图像中的阀门、箱体和设备铭牌分别与数据库内标准示例进行比对，判断所述阀门是否关闭、所述箱体的箱体材质大小是否符合规范、根据设备铭牌分析所述废气处理设备是否满足工厂要求，得到第一比对结果；
将所述AR图像中活性炭的形状和填充数量与数据库内标准示例进行比对，判断所述活性炭是否塌陷受潮、所述活性炭的填装量是否达标，得到第二比对结果；
将所述AR图像中的所述工厂标识牌位置和清晰度与数据库内标准示例进行比对，判断所述工厂标示牌是否能达到警示工人的效果，得到第三比对结果。
4.根据权利要求1所述的基于AR采集分析的废气处理设备现场检查方法，其特征在于，所述获取所述检查清单中各拟检查对象的AR图像，包括：
获取所述检查清单中当前拟检查对象的AR图像，判断所述当前拟检查对象的AR图像是否满足分析标准；
若所述当前拟检查对象的AR图像满足所述分析标准，则提示对所述检查清单中的下一拟检查对象进行拍摄，将所述下一拟检查对象作为当前拟检查对象，并执行所述获取所述检查清单中当前拟检查对象的AR图像，判断所述当前拟检查对象的AR图像是否满足分析标准的步骤；
若所述当前拟检查对象的AR图像不满足分析标准，则提示重新对所述拟检查对象进行拍摄。
5.根据权利要求1所述的基于AR采集分析的废气处理设备现场检查方法，其特征在于，所述获取设备运行信息，包括：
获取运维台账中的废气处理设备的维护记录、活性炭的更换记录、设备运行时间；
获取所述废气处理设备的运行参数中所述废气处理设备的实时电流大小、实时电流频率、电压大小。
6.根据权利要求1所述的基于AR采集分析的废气处理设备现场检查方法，其特征在于，所述基于所述比对结果与所述分析结果，生成诊断报告，包括：
结合所述比对结果与所述分析结果，评估所述工厂将来是否会产生隐患事件，生成评估结果；
基于所述评估结果，生成所述诊断报告。
7.根据权利要求6所述的基于AR采集分析的废气处理设备现场检查方法，其特征在于，所述生成诊断报告之后，还包括：
判断所述诊断报告是否符合标准；
若所述诊断报告符合标准，则对所述工厂提出整改意见；
若所述诊断报告不符合标准，建议所述工厂停业整顿。
8.一种基于AR采集分析的废气处理设备现场检查系统，应用于移动设备，其特征在于，包括：
检查清单生成模块，用于接收服务器发送的工厂信息，基于所述工厂信息对工厂进行预检查，生成包括至少一个拟检查对象的检查清单；
AR图像比对模块，用于获取所述检查清单中各拟检查对象的AR图像，将各所述AR图像分别与数据库内的标准图像进行比对，得到比对结果；
设备信息分析模块，用于获取设备运行信息，分析所述设备运行信息是否符合规范，得到分析结果，所述设备运行信息包括废气处理设备运行参数与所述工厂的运维台账；
诊断报告生成模块，用于基于所述比对结果与所述分析结果，生成诊断报告。
9.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适用于由处理器加载并执行如权利要求1~7任意一项所述的方法。
10.一种电子设备，其特征在于，包括处理器、存储器、用户接口及网络接口，所述存储器用于存储指令，所述用户接口和网络接口用于给其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如权利要求1~7任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211093465.7A CN115170993A (zh) | 2022-09-08 | 2022-09-08 | 基于ar采集分析的废气处理设备现场检查方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211093465.7A CN115170993A (zh) | 2022-09-08 | 2022-09-08 | 基于ar采集分析的废气处理设备现场检查方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115170993A true CN115170993A (zh) | 2022-10-11 |
Family
ID=83482361
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211093465.7A Pending CN115170993A (zh) | 2022-09-08 | 2022-09-08 | 基于ar采集分析的废气处理设备现场检查方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115170993A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115879084A (zh) * | 2023-02-28 | 2023-03-31 | 天津辰航安全技术服务有限公司 | 基于图像分析的安全隐患模拟咨询平台 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110443909A (zh) * | 2019-08-16 | 2019-11-12 | 广东工业大学 | 一种基于增强现实的巡检系统和方法 |
| CN110728670A (zh) * | 2019-10-14 | 2020-01-24 | 贵州电网有限责任公司 | 一种基于ar技术的低压设备运维方法 |
| CN111080491A (zh) * | 2019-12-12 | 2020-04-28 | 成都阳帆网络科技有限公司 | 一种基于视频识别的施工现场检查系统及方法 |
| CN111160202A (zh) * | 2019-12-20 | 2020-05-15 | 万翼科技有限公司 | 基于ar设备的身份核验方法、装置、设备及存储介质 |
| CN111709816A (zh) * | 2020-06-23 | 2020-09-25 | 中国平安财产保险股份有限公司 | 基于图像识别的服务推荐方法、装置、设备及存储介质 |
| CN111722714A (zh) * | 2020-06-17 | 2020-09-29 | 贵州电网有限责任公司 | 一种基于ar技术的数字化变电站计量运检辅助方法 |
| CN112104842A (zh) * | 2020-09-15 | 2020-12-18 | 上海思源弘瑞自动化有限公司 | 图像采集设备校正方法 |
| CN113674381A (zh) * | 2021-08-13 | 2021-11-19 | 深圳市派勤电子技术有限公司 | 工业废气排放的监控方法、系统、终端和存储介质 |
-
2022
- 2022-09-08 CN CN202211093465.7A patent/CN115170993A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110443909A (zh) * | 2019-08-16 | 2019-11-12 | 广东工业大学 | 一种基于增强现实的巡检系统和方法 |
| CN110728670A (zh) * | 2019-10-14 | 2020-01-24 | 贵州电网有限责任公司 | 一种基于ar技术的低压设备运维方法 |
| CN111080491A (zh) * | 2019-12-12 | 2020-04-28 | 成都阳帆网络科技有限公司 | 一种基于视频识别的施工现场检查系统及方法 |
| CN111160202A (zh) * | 2019-12-20 | 2020-05-15 | 万翼科技有限公司 | 基于ar设备的身份核验方法、装置、设备及存储介质 |
| CN111722714A (zh) * | 2020-06-17 | 2020-09-29 | 贵州电网有限责任公司 | 一种基于ar技术的数字化变电站计量运检辅助方法 |
| CN111709816A (zh) * | 2020-06-23 | 2020-09-25 | 中国平安财产保险股份有限公司 | 基于图像识别的服务推荐方法、装置、设备及存储介质 |
| CN112104842A (zh) * | 2020-09-15 | 2020-12-18 | 上海思源弘瑞自动化有限公司 | 图像采集设备校正方法 |
| CN113674381A (zh) * | 2021-08-13 | 2021-11-19 | 深圳市派勤电子技术有限公司 | 工业废气排放的监控方法、系统、终端和存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115879084A (zh) * | 2023-02-28 | 2023-03-31 | 天津辰航安全技术服务有限公司 | 基于图像分析的安全隐患模拟咨询平台 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021232588A1 (zh) | 食品安全风险评估方法、装置、设备及存储介质 | |
| CN100468246C (zh) | 生产过程的实时监控系统及监控方法 | |
| KR100460377B1 (ko) | 환경 경영 정보를 제공하는 시스템, 방법, 및 컴퓨터로 판독가능한 기록 매체 | |
| CN111639885A (zh) | 一种农污管理系统及管理方法 | |
| CN109784758B (zh) | 基于bim模型的工程质量监管预警系统和方法 | |
| CN106056347A (zh) | 基于视频监控的工程项目管理云平台系统 | |
| CN113177730A (zh) | 一种水资源溯源管理系统 | |
| CN115375146A (zh) | 一种数字建造一体化平台 | |
| CN107657390A (zh) | 一种特种设备安全隐患管控大数据监测系统及监测方法 | |
| CN109919471A (zh) | 一种智慧风控评估方法及系统 | |
| CN115170993A (zh) | 基于ar采集分析的废气处理设备现场检查方法及系统 | |
| CN118134432B (zh) | 一种食品安全的协同监管方法、系统、电子设备及介质 | |
| Xu et al. | Effectiveness Study of Artificial Intelligent Facility System in Maintaining Building Fire Safety (Case Study: Typical Public Building Cases of Fire‐Fighting Facilities Management in China) | |
| US20220188955A1 (en) | Fire Service and Equipment Inspection Test and Maintenance System and Method | |
| CN111428669A (zh) | 一种基于多维数据应用的企业环境管理评估系统 | |
| CN112150098A (zh) | 一种电力设施防恐安保监管方法及系统 | |
| Folch-Calvo et al. | New risk methodology based on control charts to assess occupational risks in manufacturing processes | |
| CN109902942A (zh) | 一种小区房屋装修巡检线上化管理方法、装置及存储介质 | |
| CN117408645A (zh) | 一种基于数字标签的超声测厚仪管道腐蚀巡检方法 | |
| CN109902209B (zh) | 一种基于空间智能的特种承压设备用户三维可视化方法 | |
| CN117474523A (zh) | 一种智能污水处理厂的管理方法 | |
| CN117114412A (zh) | 一种用于危险化学品生产企业的安全预控方法及装置 | |
| CN117236920A (zh) | 一种基于数据驱动的设备巡检方法及装置 | |
| CN116362535A (zh) | 一种风险分级管控及隐患排查双重预控方法及装置 | |
| CN112381494B (zh) | 一种城市建设智能监管系统及方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221011 |