CN115979350A - 一种海洋监测设备数据采集系统 - Google Patents

一种海洋监测设备数据采集系统 Download PDF

Info

Publication number
CN115979350A
CN115979350A CN202310264821.5A CN202310264821A CN115979350A CN 115979350 A CN115979350 A CN 115979350A CN 202310264821 A CN202310264821 A CN 202310264821A CN 115979350 A CN115979350 A CN 115979350A
Authority
CN
China
Prior art keywords
data
module
monitoring
information
data information
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
CN202310264821.5A
Other languages
English (en)
Inventor
薛钰飞
佘炎
杨耀明
杨建鹏
甘冰
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.)
Beijing Aht Technology Co ltd
Original Assignee
Beijing Aht 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 Beijing Aht Technology Co ltd filed Critical Beijing Aht Technology Co ltd
Priority to CN202310264821.5A priority Critical patent/CN115979350A/zh
Publication of CN115979350A publication Critical patent/CN115979350A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开一种海洋监测设备数据采集系统,包括监控测量模块、数据采集器,上位机,系统管理模块、命令发送模块、数据接收模块、数据实时处理模块、系统监控模块、实时数据显示模块、数据非实时处理模块、历史数据查询模块;其中所述监控测量模块的内部设置有流速测量传感器、风速测量传感器、波高测量传感器,流速测量传感器、风速测量传感器、波高测量传感器均连接合路器,合路器通过通讯基站连接数据采集器,数据采集器的内部设置有采集卡,采集卡通过专网连接上位机,适用于多类监测站点的海洋信息自动监测数据采集系统,可实施大范围、多测点实施监测,实现海洋数据信息的集中存储管理及系统工作状态的监控。

Description

一种海洋监测设备数据采集系统
技术领域
本发明涉及数据信息识别技术领域,且更具体地涉及一种海洋监测设备数据采集系统。
背景技术
海洋对全球气候和环境起着主导作用,与人类的生产和生活密切相关,其丰富的资源是人类社会未来发展到的重要物资基础。要开发利用海洋资源,就必须先了解海洋,对海洋进行全方位的监测;
海洋监测的基本任务是获取气温、气压、潮位、波浪、海流等水温、气象及浪流要素信息。基于计算机和自动化技术的数据采集系统可以连续、快速、准确地获取现场监测数据,是实现海洋环境智能实时监测的有力工具;
目前,我国已经初步构建了遍布全国的海洋环境监测体系,很多海洋台站都配备了自动化的监测系统,但是这些监测系统在通讯方式、数据存储、测点管理和系统工作状态监控等方面存在诸多不足,无法满足当前海洋监测数据信息的识别,对于海洋监测设备数据信息识别能力极其低下,就显而易见地造成海洋监测设备数据采集能力滞后,数据识别复杂。
发明内容
针对上述技术的不足,本发明公开一种海洋监测设备数据采集系统,能够适用于多类监测站点的海洋信息自动监测数据采集系统,可实施大范围、多测点 实施监测,实现海洋数据信息的集中存储管理及系统工作状态的监控,提高了海洋监测设备数据信息的识别与应用。
本发明采用以下技术方案:
一种海洋监测设备数据采集系统,包含:
监控测量模块,用于测量风速、流速、波高水动力环境参数,测量压力、拉力、叶轮转矩、叶轮转速目标体性能参数;所述监控测量模块的内部分别设置有流速测量传感器、风速测量传感器、波高测量传感器,波高测量传感器为采用电极结构的电容式液位传感器,流速测量传感器、风速测量传感器、波高测量传感器均连接合路器,合路器通过通讯基站连接数据采集器,监控测量模块用于监测海洋数据信息;合路器包含异常信息诊断模块,所述异常信息诊断模块包含转换
模块、改进型LMR算法模块和监测信息融合模块,其中所述转换模块用于实现不同数据信息的转换,所述改进型LMR算法模块用于实现不同数据信息的检测,所述监测信息融合模块用于实现不同数据信息的融合;其中改进型LMR算法模块包含局部计算模块、信息匹配模块、数据更新模块和调整计算模块,其中所述局部计算模块的输出端与信息匹配模块的输入端连接,所述信息匹配模块的输出端与数据更新模块的输入端连接,所述数据更新模块的输出端与调整计算模块的输入端连接;
数据采集器,用于获取所述监控测量模块监测到的海洋数据信息,并将获取的数据信息输出,实现与其他设备的信息交互;所述数据采集器包括数据信息识别模块,其中所述数据信息识别模包括数据转换模块、特征提取模块、特征分析模块和特征输出模块,其中所述数据转换模块用于将测量的风速、流速或者波高水动力环境参数宏观模拟数据信息转换为数字信息,所述特征提取模块用于分析转换后的数字信息,所述特征分析模块用于分析特征提取模块输出的数据信息,所述特征输出模块用于输出特征分析模块输出的数据信息,其中所述数据转换模块的输出端与特征提取模块的输入端连接,特征提取模块的输出端与特征分析模块的输入端连接,所述特征分析模块的输出端与特征输出模块的输入端连接;
上位机,用于实现监测站点数据的采集、处理、存储、查询、显示等一系列功能;
系统管理模块,对系统所辖各监控站点的设备进行管理和维护;
命令发送模块,用于向所辖各检测站点的采集器发出采集命令;
数据接收模块,用于接收采集器的数据;
数据实时处理模块,用于数据解析、量程转换、数据审核、数据存储和实时报文输出;
系统监控模块,用于检测系统或系统设备的工作状态;
实时数据显示模块,用于显示量程转换后的数据,方便监测员查看;
数据非实时处理模块,用于整点数据存储、特征值提取和非实时报文输出;
历史数据查询模块,用于查询个站点的历史数据;
其中所述监控测量模块连接数据采集器,数据采集器的内部设置有采集卡,采集卡通过专网连接上位机,上位机软件包括系统管理、命令发送、数据接收、
数据实时处理、系统监控、实时数据显示、数据非实时处理、历史数据查询八个功能模块。
作为本发明进一步的技术方案,特征提取模块的工作方法为:
将检测到的海洋数据信息分解,假设C为包含所有异常海洋监测数据集合,其中含有海洋监测数据点p,p的k距离邻域定义为:
  (1)
式(1)中,K 表示中心点距离,k 表示K 个中心点距离的个数,K ≥ k,其中p表示被检测的海洋监测数据点,是指p的k距离邻域,o是指领域矩阵,p的数据特征值M(p)被提取为:
  (2)
式(2)中,M(p)是一个K×5特征提取矩阵,表示K×5特征提取矩阵中的数据信息值,DLC表示数据信息表示,则找出p最相似的k个领域点,其中k的值影响检测的准确性;
然后进行特征值分分解,其中计算M(p)的协方差矩阵,并进行协方差矩阵的海洋监测数据特征值分解:
 (3)
式(3)中,是一个5×5正交矩阵,的每一列是的海洋监测数据特征向量。D(M(p))是一个5×5对角矩阵,其对角元素是的海洋监测数据特征值
作为本发明进一步的技术方案,特征分析模块的工作方法为:
通过矩阵投影与重构的方式实现海洋数据信息特征分解,其中矩阵表示p的其k距离邻域被重构,当矩阵进入主成分空间,得出:
   (4)
式(4)中,是指矩阵的前h列,对应最大的海洋监测数据特征值为8,是指使用前h个主成分重构后的局部分布矩阵;计算对象p的局部重构误差err,计算方法如等式(5)中所示:
(5)
式(5)中,表示矩的第(K+1)行,表示矩阵CO(M(p))的第i大特征值;反映了前h个主成分在所有主成分中的比例。理论上,h越小,计算重构残差时考虑的主成分越少,矩阵重构的效果越差。
然后进行局部异常值的计算,p的局部重构误差仅与其k距离邻域中的异常海洋监测数据样本进行比较:如果p是正常海洋监测数据样本,则其局部重构误差小于其k距离邻域内其他海洋监测数据样本的局部重构误差;如果p是异常异常海洋监测数据样本,则其局部重构误差大于其k距离邻域内其他海洋监测数据样本的局部重构误差。为此,采用LOSLMR(p)可以反映p与其相邻样本之间的差异,其表达式为:
  (6)
式(6)中,是p与k距离邻域内的数据点之间的距离,设置阈值σ:如果LOSLMR(p) > σ,则p被认为是异常海洋监测数据,阈值σ可由制造公司根据专家经验进行设置。
作为本发明进一步的技术方案,所述监控测量模块的内部分别设置有流速测量传感器、风速测量传感器、波高测量传感器,流速测量传感器、风速测量传感器、波高测量传感器均连接合路器,合路器通过通讯基站连接数据采集器,监控测量模块用于监测海洋数据信息。
作为本发明进一步的技术方案,所述流速传感器采用探针流量计,将总、静压力通过探针孔和导压管传导至差压、压力传感器内。
作为本发明进一步的技术方案,所述风速传感器为压力传感器。
作为本发明进一步的技术方案,所述波高测量传感器实现波高测量的方法包含以下步骤:
步骤一:本传感器采用电极结构的电容式液位传感器,电容器对液位变化速度反应快,且对被测流体的性质没有特殊要求,应用范围更广,电极型结构形式对被测液体的流动阻碍作用最小;
电容正极和水之间是绝缘的,电容负极为裸露状态,无绝缘层,当没有水时,波高H=0 ,两电极之间等同于两个串联的电容;
为正电极与空气之问构成的电容,其介质为绝缘层,其结构形式为圆筒形;则    (7)
为正电极的绝缘层与负电极之间构成的电容,其介质为空气,其结构形式为电极形;则     (8)
其中,为真空介电常数; 为绝缘层的相对介电常数;L为电极长度;D为电容正电极绝缘层的外直径;d为电容正电丝的直径;S为电容两电极的中心距;为电容负电极半径;为电容正电极绝缘层外半径;
根据电容串联公式:   (9)
可得:  (10)
其中为H=0 时,两电极之间的电容;
步骤二:当波高为H时,同理求得上部分电容:(11)
此时水是导体,且电容敏感元件的负电极和水之间没有绝缘措施,所以此时水便成为了负极,电容正电极和水共同构成了圆筒型电容,且两极之间的介质为正电极的绝缘膜,则(12)
总电容值C是由并联组成的,且   (13)
将(11)和(12)带入(13)可得:
 (14)
上述系数除H外均为定值,由式(14)可知传感器的电容值仅与波浪高度H有关 ,且与波高H呈线性关系;
步骤三:将电容转换为电信号,采用C-T转化电路,使用555定时器将传感器电容量转换成电容充电时间T;
其中 (15)
其中T为电容充电时间,为555定时器电阻,为传感器电容量;由公式(15)可知充电时间T与555定时器电压无关,充电时间T与电容量呈线性关系,以此电容检测电路不受电源精度影响,在一定程度上降低了检测电路的生产成本;
步骤四:选择单片机完成时间-数字量的转换,因此单片机运算速度就决定 了传感器的响应速度,为此可选用STM32F103C8T6 单片机。
作为本发明进一步的技术方案,系统采用主/从通讯方式,上位机为TCP服务端定时向各个采集器发出校时命令或采集命令,校时命令用于校准采集器时钟、采集命令用于读取数据;采集器为TCP客户端,接收上位机命令并根据命令校准时钟或上传数据。
作为本发明进一步的技术方案,所述数据采集器读取传感器输出信号,经过处理得到测量值,完成所在站点的海洋数据采集,根据监测站点的类型和监测现场的设施条件,采集器有选择的通过有线或无线通讯方式接入专网与上位机进行通讯:对于已经实现光纤通讯的监测点,采集器通过网线接入专网;对于尚未实现光纤通讯的监测站点,采集器通过CDMA无线通讯模块接入专网,采集器主要由FGPA逻辑控制器、实时处理器、采集卡组成。
作为本发明进一步的技术方案,所述FGPA逻辑控制器与实时处理器之间采用PCI并行总线进行连接,实时处理器负责数据分析、文件的传输,采集卡与FPGA逻辑控制器之间采用SPI串行总线进行连接。
作为本发明进一步的技术方案,所述局部计算模块用于提取检测到的风速、流速、波高水动力环境参数、测量压力、拉力、叶轮转矩或者叶轮转速目标体性能参数局部数据信息,并对提取到的局部数据信息进行计算;
信息匹配模块用于将提取到的数据信息与设置的目标数据信息进行匹配、对比和分析,以将实际测量的数据信息与设置的阈值数据信息进行比较;
数据更新模块用于对输入的检测的数据信息进行持续更新,以不断地获取检测到的数据;
调整计算模块用于根据数据更新模块计算出的数据信息进行调整、计算,通过24小时不间断程序调整,及时更新和获取检测到的数据信息;
其中调整计算模块的工作方法为:
(①)接收所述数据更新模块计算的数据信息,根据数据信息中所需资源配置信息为任务分配初始状态信息,建立任务集合,将任务集合、初始状态信息发送至任务装载器;
(②)接收数据信息后,将计算任务添加至所述任务集合,遍历任务集合与计算体集合,通过饱和判断算法判断每个任务对应的计算体资源是否饱和,若饱和则进一步通过任务代理生成算法在当前计算体创建新的任务代理,感知矩阵g递增;
(③)执行数据计算命令,并实时调整程序,以获得实时监测到的数据信息;
(④)检查计算任务执行状态,对执行完成的任务及时释放资源并将最终计算结果保存至大数据库,重启执行超时任务,监测任务代理工作状态,对执行完成的任务代理及时释放资源。
本发明区别现有技术积极有益效果在于:
本发明所述的海洋监测设备数据采集系统,采用主/从通讯方式,通过专网进行数据传输,保证了数据传输的可靠性和实时性;采集器采用模块化设计,接口功能强大,用于多类要素信息监测,简化了系统安装和现场后期的维护管理工作。
本发明还设置有数据采集器,用于获取所述监控测量模块监测到的海洋数据信息,并将获取的数据信息输出,实现与其他设备的信息交互;所述数据采集器包括数据信息识别模块,其中所述数据信息识别模包括数据转换模块、特征提取模块、特征分析模块和特征输出模块,其中所述数据转换模块用于将测量的风速、流速或者波高水动力环境参数宏观模拟数据信息转换为数字信息,所述特征提取模块用于分析转换后的数字信息,所述特征分析模块用于分析特征提取模块输出的数据信息,所述特征输出模块用于输出特征分析模块输出的数据信息,其中所述数据转换模块的输出端与特征提取模块的输入端连接,特征提取模块的输出端与特征分析模块的输入端连接,所述特征分析模块的输出端与特征输出模块的输入端连接;通过这种技术方案实现数据信息的识别与应用,提高数据信息的应用能力。
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,还根据这些附图获得其他的附图,其中:
图1为本发明海洋监测设备数据采集系统总框图;
图2为本发明海洋监测设备数据采集系统数据采集器的硬件结构图;
图3为本发明海洋监测设备数据采集系统上位机软件功能结构图。
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。
一种海洋监测设备数据采集系统,包含:
监控测量模块1,用于测量风速、流速、波高水动力环境参数,测量压力、拉力、叶轮转矩、叶轮转速目标体性能参数;所述监控测量模块1的内部分别设置有流速测量传感器101、风速测量传感器102、波高测量传感器103,波高测量传感器103为采用电极结构的电容式液位传感器,流速测量传感器101、风速测量传感器102、波高测量传感器103均连接合路器104,合路器104通过通讯基站连接数据采集器2,监控测量模块1用于监测海洋数据信息;合路器104包含异常信息诊断模块,所述异常信息诊断模块包含转换模块、改进型LMR算法模块和监测信息融合模块,其中所述转换模块用于实现不同数据信息的转换,所述改进型LMR算法模块用于实现不同数据信息的检测,所述监测信息融合模块用于实现不同数据信息的融合;其中改进型LMR算法模块包含局部计算模块、信息匹配模块、数据更新模块和调整计算模块,其中所述局部计算模块的输出端与信息匹配模块的输入端连接,所述信息匹配模块的输出端与数据更新模块的输入端连接,所述数据更新模块的输出端与调整计算模块的输入端连接;
数据采集器2,用于获取所述监控测量模块1监测到的海洋数据信息,并将获取的数据信息输出,实现与其他设备的信息交互;所述数据采集器包括数据信息识别模块,其中所述数据信息识别模包括数据转换模块、特征提取模块、特征分析模块和特征输出模块,其中所述数据转换模块用于将测量的风速、流速或者波高水动力环境参数宏观模拟数据信息转换为数字信息,所述特征提取模块用于分析转换后的数字信息,所述特征分析模块用于分析特征提取模块输出的数据信息,所述特征输出模块用于输出特征分析模块输出的数据信息,其中所述数据转换模块的输出端与特征提取模块的输入端连接,特征提取模块的输出端与特征分析模块的输入端连接,所述特征分析模块的输出端与特征输出模块的输入端连接;
上位机3,用于实现监测站点数据的采集、处理、存储、查询、显示等一系列功能;
系统管理模块301,对系统所辖各监控站点的设备进行管理和维护;
命令发送模块302,用于向所辖各检测站点的采集器发出采集命令;
数据接收模块303,用于接收采集器的数据;
数据实时处理模块304,用于数据解析、量程转换、数据审核、数据存储和实时报文输出;
系统监控模块305,用于检测系统或系统设备的工作状态;
实时数据显示模块306,用于显示量程转换后的数据,方便监测员查看;
数据非实时处理模块307,用于整点数据存储、特征值提取和非实时报文输出;
历史数据查询模块308,用于查询个站点的历史数据;
其中所述监控测量模块1连接数据采集器2,数据采集器2的内部设置有采集卡201,采集卡201通过专网4连接上位机3,上位机3软件包括系统管理301、命令发送302、数据接收303、数据实时处理304、系统监控305、实时数据显示306、数据非实时处理307、历史数据查询308八个功能模块。
所述特征提取模块的工作方法为:
将检测到的海洋数据信息分解,假设C为包含所有异常海洋监测数据集合,其中含有海洋监测数据点p,p的k距离邻域定义为:
  (1)
式(1)中,K 表示中心点距离,k 表示K 个中心点距离的个数,K ≥ k,其中p表示被检测的海洋监测数据点,是指p的k距离邻域,o是指领域矩阵,p的数据特征值M(p)被提取为:
  (2)
式(2)中,M(p)是一个K×5特征提取矩阵,表示K×5特征提取矩阵中的数据信息值,DLC表示数据信息表示,则可找出p最相似的k个领域点,其中k的值影响检测的准确性。
在进行海洋数据信息分解时,通过将不同的数据信息特征转换为数据信息函数,以提高数据信息的识别与应用能力。本申请将异常海洋监测数据集合比如若干周期的海洋环境数据实测样本,水质状况、水雾状况、污染状况、人为应用状况等多种数据信息,通过周期性获取若干周期的海洋环境数据实测样本,对不同的数据信息进行监测,在该过程中考虑若干周期的海洋环境数据实测样本,在具体应用过程中,可以根据具体分析的需求,适用不同的种类。在不同的数据属
性中,分别选择不同的数据信息。可以分门别类地进行数据信息分析。
然后进行特征值分分解,其中计算M(p)的协方差矩阵CO(M(p)),并进行协方差矩阵CO(M(p))的海洋监测数据特征值解:
 (3)
式(3)中,是一个5×5正交矩阵,的每一列是的海洋监测数据特征向量。D(M(p))是一个5×5对角矩阵,其对角元素是的海洋监测数据特征值
在具体应用中,将不同的数据信息转换为矩阵的形式,通过矩阵求解的方式对不同的数据信息进行分解、应用和计算,进而将海洋环境数据实测样本数据信息转换为海洋监测数据特征值,以提取数据信息特征,通过提炼数据信息特征以进行数据信息计算。
所述特征分析模块的工作方法为:
通通过矩阵投影与重构的方式实现海洋数据信息特征分解,其中矩阵表示p的其k距离邻域被重构,当矩阵进入主成分空间,得出:
   (4)
式(4)中,是指矩阵的前h列,对应最大的海洋监测数据特征值为8,是指使用前h个主成分重构后的局部分布矩阵。在具体实施例中,公式(4)中不同的参数可以记作为海洋监测数据信息的不同种类,通主成分空间,对水质状况、水雾状况、污染状况、人为应用状况等多种数据信息进行具体化分析。在实际应用中,将上述不同的宏观数据信息准换为微观数据信息进行分析,能够提高数据信息的分析能力。
计算对象p的局部重构误差err,其计算方法如等式(5)中所示:
(5)
式(5)中,表示矩的第(K+1)行,表示矩阵CO(M(p))的第i大特征值;反映了前h个主成分在所有主成分中的比例。理论上,h越小,计算重构残差时考虑的主成分越少,矩阵重构的效果越差。
然后进行局部异常值的计算,p的局部重构误差仅与其k距离邻域中的异常海洋监测数据样本进行比较:如果p是正常海洋监测数据样本,则其局部重构误差小于其k距离邻域内其他海洋监测数据样本的局部重构误差;如果p是异常异常海洋监测数据样本,则其局部重构误差大于其k距离邻域内其他海洋监测数据样本的局部重构误差。为此,采用LOSLMR(p)可以反映p与其相邻样本之间的差异,其表达式为:
  (6)
式(6)中,是p与k距离邻域内的数据点之间的距离。设置阈值σ:如果LOSLMR(p) > σ,则p被认为是异常海洋监测数据,阈值σ可由制造公司根据专家经验进行设置。
如图1所示,所述监控测量模块1的内部分别设置有流速测量传感器101、风速测量传感器102、波高测量传感器103,流速测量传感器101、风速测量传感器102、波高测量传感器103均连接合路器4,用于检测海洋数据信息;合路器4通过通讯基站连接数据采集器2,测量传感器1的输出端连接数据采集器2输入端,测量传感器1将输出的测量信号传输给数据采集器2;数据采集器2的内部设置有采集卡201,采集卡201通过专网4连接上位机3。
所述流速测量传感器101采用探针流量计,将总、静压力通过探针孔和导压管传导至差压、压力传感器内,探针流量计测流速适用范围广:一是适用介质范围广;二是适用流量范围广,介质流量最小可测量0.1吨/时,最大可测量5000吨/时;三是适用介质管道截面形状范围广;智能探针式流量计将传感器插入管道中心,总压孔对正流体的来流方向,总压与静压之差即为管道中心的实测差压,再由风洞标定曲线拟合出该点的标准差压,根据标准差压来计算流体的流量;用压力变送器测出流体压力,用热电阻温度计测出流体温度,把标准差压信号、压力信号、温度信号同时引入单片机构成的流量积算仪或直接接入DCS系统,一方面对流量计进行结算,在一方面对介质进行压力、温度补偿、以保证测量精度,并用数字显示出差压、压力、温度、瞬时流量、累积流量、热量、速度等参数。
所述风速测量传感器102根据对不同的风速的动态压强传感器所表示的结果来测量风速,空气流经过传感器时,空气压力会产生一定的压强差,这种压力差直接反映出风速的特征,风速传感器利用动态压力传感器来测量不同风速的空气的压力变化,从而推算出风速的变化情况,这种方法的优势在于,直接检测空气的压强变化,更精确的检测到极低的风速。
所述波高测量传感器103实现波高测量的方法包含以下步骤:
步骤一:本传感器采用电极结构的电容式液位传感器,电容器对液位变化速度反应快,且对被测流体的性质没有特殊要求,应用范围更广,电极型结构形式对被测液体的流动阻碍作用最小;
电容正极和水之间是绝缘的,电容负极为裸露状态,无绝缘层,当没有水时,波高H=0 ,两电极之间等同于两个串联的电容;
为正电极与空气之问构成的电容,其介质为绝缘层,其结构形式为圆筒形;则    (7)
为正电极的绝缘层与负电极之间构成的电容, 其介质为空气,其结构形式为电极形;则    (8)
其中为真空介电常数; 为绝缘层的相对介电常数;L为电极长度;D为电容正电极绝缘层的外直径;d为电容正电丝的直径;S为电容两电极的中心距;为电容负电极半径;为电容正电极绝缘层外半径;
根据电容串联公式:   (9)
可得:  (10)
其中为H=0 时,两电极之间的电容;
步骤二:当波高为H时,同理求得上部分电容:(11)
此时水是导体,且电容敏感元件的负电极和水之间没有绝缘措施,所以此时水便成为了负极,电容正电极和水共同构成了圆筒型电容,且两极之间的介质为正电极的绝缘膜,则(12)
总电容值C是由并联组成的,且   (13)
将(11)和(12)带入(13)可得:
 (14)
上述系数除H外均为定值,由式(14)可知传感器的电容值仅与波浪高度H有关 ,且与波高H呈线性关系;
步骤三:将电容转换为电信号,采用C-T转化电路,使用555定时器将传感器电容量转换成电容充电时间T;
其中 (15)
其中T为电容充电时间,为555定时器电阻,为传感器电容量;由公式(15)可知充电时间T与555定时器电压无关,充电时间T与电容量呈线性关系,以此电容检测电路不受电源精度影响,在一定程度上降低了检测电路的生产成本;
步骤四:选择单片机完成时间-数字量的转换,因此单片机运算速度就决定 了传感器的响应速度,为此可选用STM32F103C8T6 单片机。
所述系统采用主/从通讯方式,上位机3为TCP服务端定时向各个采集器发出校时命令或采集命令,校时命令用于校准采集器时钟、采集命令用于读取数据;采集器为TCP客户端,接收上位机3命令并根据命令校准时钟或上传数据;校时命令格式为[采集器类型码]+[功能码]+[上位机当前时间]+ [校验码];采集命令格式为[采集器类型码]+[功能码]+[已采集时间]+ [校验码];数据上传格式为[采集器类型码]+[功能码]+[数据] +[采集器当前时间]+ [校验码];上位机软件每接收一次上传的数据就修改已采集时间,对应采集命令中已采集时间就的得到更新,该时间作为重要信息实时保存在采集器配置信息表中。
如图2所示,所述数据采集器2读取传感器输出信号,经过处理得到测量值,完成所在站点的海洋数据采集,根据监测站点的类型和监测现场的设施条件,采集器2有选择的通过有线或无线通讯方式接入专网4与上位机3进行通讯:对于已经实现光纤通讯的监测点,采集器2通过网线接入专网4;对于尚未实现光纤通讯的监测站点,采集器2通过CDMA无线通讯模块接入专网4,采集器2主要由FGPA逻辑控制器202、实时处理器203、采集卡201组成。
所述FGPA逻辑控制器202与实时处理器203之间采用PCI并行总线2022
进行连接,实时处理器203负责数据分析、文件的传输,采集卡201与FPGA逻辑控制器202之间采用SPI串行总线2021进行连接。每个采集卡201通道均具备电流传感器或电压传感器的接口,并且内置信号滤波电路和模数转换电路,完成对测量传感器输出信号的调理,以及将电流或电压信号转换成数字信号。FPGA逻辑控制器202与采集卡201之间采用星形拓扑的方式连接,并且通过SPI总线2021与采集卡201进行通信,能够直接访问每个采集卡201上的硬件资源,从而实现对多通道数据采集进行精确定时、触发和同步控制。FPGA逻辑控制器202内置数据传输机制,能够通过PCI总线2022把数据传输到实时控制器203。实时处理器203接收FPGA逻辑控制器202传输的数据,采用算法对数据进行处理,将原始数据转换成有效数据,通过内置的闪存实现对测量数据的本地存储,并且通过内置的以太网接口,将处理后的数据上传至服务器。
如图3所示,上位机3软件包括系统管理301、命令发送302、数据接收303、
数据实时处理304、系统监控305、实时数据显示306、数据非实时处理307、历史数据查询308八个功能模块;
系统管理模块301,对系统所辖各监控站点的设备进行管理和维护,分为站点、前端(采集器)、参数(传感器)三个层次进行管理 ;
命令发送模块302,上位机软件定时向所辖检测站点的采集器发出采集命令。
数据接收模块303,借助有线或无线通讯网络,上位机软件实时接收采集器的数据包,并将数据包保存到对应的变量中。
数据实时处理模块304,用于数据解析、量程转换、数据审核、数据存储和实时报文输出;数据解析是从数据包中解析出采集器当前时间及各参数测量值,量程转换是将参数测量值转换成最终结果值,数据审核是指检查数据是否异常并做标识,数据存储指将转换后的数据及异常标识保存到系统数据库中,实时报文输出是指按照行业规范生成实时数据报文,向上级部门实施传递消息。
系统监控模块305,用于检测系统或系统设备的工作状态,监测采集器通讯状态、采集器电源电压和数据异常情况。
实时数据显示模块306,实时显示量程转换后的数据,方便监测员查看;
数据非实时处理模块307,完成整点数据存储、特征值提取和非实时报文输出功能;
历史数据查询模块308,用于查询各站点的历史数据;
所述局部计算模块用于提取检测到的风速、流速、波高水动力环境参数、测量压力、拉力、叶轮转矩或者叶轮转速目标体性能参数局部数据信息,并对提取到的局部数据信息进行计算;信息匹配模块用于将提取到的数据信息与设置的目标数据信息进行匹配、对比和分析,以将实际测量的数据信息与设置的阈值数据信息进行比较;
数据更新模块用于对输入的检测的数据信息进行持续更新,以不断地获取检测到的数据;
调整计算模块用于根据数据更新模块计算出的数据信息进行调整、计算,通过24小时不间断程序调整,及时更新和获取检测到的数据信息;
其中调整计算模块的工作方法为:
(①)接收所述数据更新模块计算的数据信息,根据数据信息中所需资源配
置信息为任务分配初始状态信息,建立任务集合,将任务集合、初始状态信息发送至任务装载器;
(②)接收数据信息后,将计算任务添加至所述任务集合,遍历任务集合与计算体集合,通过饱和判断算法判断每个任务对应的计算体资源是否饱和,若饱和则通过任务代理生成算法在当前计算体创建新的任务代理,感知矩阵g递增;
(③)执行数据计算命令,并实时调整程序,以获得实时监测到的数据信息;
(④)检查计算任务执行状态,对执行完成的任务及时释放资源并将最终计算结果保存至大数据库,重启执行超时任务,监测任务代理工作状态,对执行完成的任务代理及时释放资源。
具体实施方式为测量传感器1实现对风速、流速、波高等水动力环境和压力、拉力、叶轮转矩、叶轮转速等目标体性能的测量,并且将测量结果以电流信号或电压信号的形式输出给数据采集器2;数据采集器2采集测量传感器1的输出信号,对信号进行滤波处理,完成模拟信号至数字信号的转换,并且将原始数据转换成风速、流速、波高、压力、拉力、叶轮扭矩、叶轮转速等有效数据,然后通过专网4将数据上传至上位机3;接收到数据采集器2上传的数据后,上位机3对测量数据进行误差处理、分析、存储和分类显示。
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,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 (10)

1.一种海洋监测设备数据采集系统,其特征在于:包含:
监控测量模块(1),用于测量风速、流速、波高水动力环境参数,测量压力、拉力、叶轮转矩、叶轮转速目标体性能参数;所述监控测量模块(1)的内部分别设置有流速测量传感器(101)、风速测量传感器(102)、波高测量传感器(103),波高测量传感器(103)为采用电极结构的电容式液位传感器,流速测量传感器(101)、风速测量传感器(102)、波高测量传感器(103)均连接合路器(104),合路器(104)通过通讯基站连接数据采集器(2),监控测量模块(1)用于监测海洋数据信息;合路器(104)包含异常信息诊断模块,所述异常信息诊断模块包含转换模块、改进型LMR算法模块和监测信息融合模块,其中所述转换模块用于实现不同数据信息的转换,所述改进型LMR算法模块用于实现不同数据信息的检测,所述监测信息融合模块用于实现不同数据信息的融合;其中改进型LMR算法模块包含局部计算模块、信息匹配模块、数据更新模块和调整计算模块,其中所述局部计算模块的输出端与信息匹配模块的输入端连接,所述信息匹配模块的输出端与数据更新模块的输入端连接,所述数据更新模块的输出端与调整计算模块的输入端连接;
数据采集器(2),用于获取所述监控测量模块(1)监测到的海洋数据信息,并将获取的数据信息输出,实现与其他设备的信息交互;所述数据采集器包括数据信息识别模块,其中所述数据信息识别模包括数据转换模块、特征提取模块、特征分析模块和特征输出模块,其中所述数据转换模块用于将测量的风速、流速或者波高水动力环境参数宏观模拟数据信息转换为数字信息,所述特征提取模块用于分析转换后的数字信息,所述特征分析模块用于分析特征提取模块输出的数据信息,所述特征输出模块用于输出特征分析模块输出的数据信息,其中所述数据转换模块的输出端与特征提取模块的输入端连接,特征提取模块的输出端与特征分析模块的输入端连接,所述特征分析模块的输出端与特征输出模块的输入端连接;
上位机(3),用于实现监测站点数据的采集、处理、存储、查询、显示等一系列功能;
系统管理模块(301),对系统所辖各监控站点的设备进行管理和维护;
命令发送模块(302),用于向所辖各检测站点的采集器发出采集命令;
数据接收模块(303),用于接收采集器的数据;
数据实时处理模块(304),用于数据解析、量程转换、数据审核、数据存储和实时报文输出;
系统监控模块(305),用于检测系统或系统设备的工作状态;
实时数据显示模块(306),用于显示量程转换后的数据,方便监测员查看;
数据非实时处理模块(307),用于整点数据存储、特征值提取和非实时报文输出;
历史数据查询模块(308),用于查询个站点的历史数据;
其中所述监控测量模块(1)连接数据采集器(2),数据采集器(2)的内部设置有采集卡(201),采集卡(201)通过专网(4)连接上位机(3),上位机(3)软件包括系统管理(301)、命令发送(302)、数据接收(303)、数据实时处理(304)、系统监控(305)、实时数据显示(306)、数据非实时处理(307)、历史数据查询(308)八个功能模块。
2.根据权利要求1所述的一种海洋监测设备数据采集系统,其特征在于:
特征提取模块的工作方法为:
将检测到的海洋数据信息分解,假设C为包含所有异常海洋监测数据集合,其中含有海洋监测数据点p,p的k距离邻域定义为:
  (1)
式(1)中,K 表示中心点距离,k 表示K 个中心点距离的个数,K ≥ k,其中p表示被检测的海洋监测数据点,是指p的k距离邻域,o是指领域矩阵,p的数据特征值M(p)被提取为:
  (2)
式(2)中,M(p)是一个K×5特征提取矩阵,表示K×5特征提取矩阵中的数据信息值,DLC表示数据信息表示,则找出p最相似的k个领域点,其中k的值影响检测的准确性;
然后进行特征值分分解,其中计算M(p)的协方差矩阵,并进行协方差矩阵的海洋监测数据特征值分解:
 (3)
式(3)中,是一个5×5正交矩阵,的每一列是的海洋监测数据特征向量;D(M(p))是一个5×5对角矩阵,其对角元素是的海洋监测数据特征值
3.根据权利要求1所述的一种海洋监测设备数据采集系统,其特征在于:
特征分析模块的工作方法为:
通过矩阵投影与重构的方式实现海洋数据信息特征分解,其中矩阵表示p的其k距离邻域被重构,当矩阵进入主成分空间,得出:
   (4)
式(4)中,是指矩阵的前h列,对应最大的海洋监测数据特征值为8,是指使用前h个主成分重构后的局部分布矩阵;计算对象p的局部重构误差err,计算方法如等式(5)中所示:
(5)
式(5)中,表示矩的第(K+1)行,表示矩阵CO(M(p))的第i大特征值;反映了前h个主成分在所有主成分中的比例;
然后采用LOSLMR(p)反映p与其相邻样本之间的差异,差异化公式表达式为:
  (6)
式(6)中,是p与k距离邻域内的数据点之间的距离,设置阈值σ:如果LOSLMR(p) > σ,则p被认为是异常海洋监测数据。
4.根据权利要求2所述的一种海洋监测设备数据采集系统,其特征在于:所述流速传感器采用探针流量计,将总、静压力通过探针孔和导压管传导至差压、压力传感器内。
5.根据权利要求2所述的一种海洋监测设备数据采集系统,其特征在于:所述风速传感器为压力传感器。
6.根据权利要求2所述的一种海洋监测设备数据采集系统,其特征在于:所述波高测量传感器实现波高测量的方法包含以下步骤:
步骤一:传感器采用电极结构的电容式液位传感器;
电容正极和水之间是绝缘的,电容负极为裸露状态,无绝缘层,当没有水时,波高H=0 ,两电极之间等同于两个串联的电容;
为正电极与空气之问构成的电容,其中     (7)
为正电极的绝缘层与负电极之间构成的电容,     (8)
在公式(7)和(8)中,为真空介电常数; 为绝缘层的相对介电常数;L为电极长度;D为电容正电极绝缘层的外直径;d为电容正电丝的直径;S为电容两电极的中心距;为电容负电极半径;为电容正电极绝缘层外半径;
根据电容串联公式:   (9)
可得:  (10)
其中为H=0 时,两电极之间的电容;
步骤二:当波高为H时,电容值为(11)
当电容正电极和水共同构成圆筒型电容时,两极之间的介质为正电极的绝缘膜,则(12)
总电容值C是由并联组成的,且   (13)
将(11)和(12)带入(13)可得:
 (14)
公式(14)中系数除H外均为定值,由式(14)可知传感器的电容值仅与波浪高度H有关 ,且与波高H呈线性关系;
步骤三:将电容转换为电信号,采用C-T转化电路,使用555定时器将传感器电容量转换成电容充电时间T;其中 (15)
在公式(15)中,T为电容充电时间,为555定时器电阻,为传感器电容量;由公式(15)可知充电时间T与555定时器电压无关,充电时间T与电容量呈线性关系;
步骤四:选择STM32F103C8T6 单片机完成时间-数字量的转换控制及处理。
7.根据权利要求1所述的一种海洋监测设备数据采集系统,其特征在于:系统采用主/从通讯方式,上位机(3)为TCP服务端定时向各个采集器发出校时命令或采集命令,校时命令用于校准采集器时钟、采集命令用于读取数据;采集器为TCP客户端,接收上位机(3)命令并根据命令校准时钟或上传数据。
8.根据权利要求1所述的一种海洋监测设备数据采集系统,其特征在于:所述数据采集器(2)通过网线接入专网(4)实现数据信息传输,由采集卡(201)、FGPA逻辑控制器(202)、实时处理器(203)组成。
9.根据权利要求8所述的一种海洋监测设备数据采集系统,其特征在于:所述FGPA逻辑控制器(202)与实时处理器(203)之间采用PCI并行总线(2022)进行连接,实时处理器(203)负责数据分析、文件的传输,采集卡(201)与FPGA逻辑控制器(202)之间采用SPI串行总线(2021)进行连接。
10.根据权利要求1所述的一种海洋监测设备数据采集系统,其特征在于:
局部计算模块用于提取检测到的风速、流速、波高水动力环境参数、测量压力、拉力、叶轮转矩或者叶轮转速目标体性能参数局部数据信息,并对提取到的局部数据信息进行计算;
信息匹配模块用于将提取到的数据信息与设置的目标数据信息进行匹配、对比和分析,以将实际测量的数据信息与设置的阈值数据信息进行比较;
数据更新模块用于对输入的检测的数据信息进行持续更新,以不断地获取检测到的数据;
调整计算模块用于根据数据更新模块计算出的数据信息进行调整、计算,通过24小时不间断程序调整,及时更新和获取检测到的数据信息;
其中调整计算模块的工作方法为:
(①)接收所述数据更新模块计算的数据信息,根据数据信息中所需资源配置信息为任务分配初始状态信息,建立任务集合,将任务集合、初始状态信息发送至任务装载器;
(②)接收数据信息后,将计算任务添加至所述任务集合,遍历任务集合与计算体集合,通过饱和判断算法判断每个任务对应的计算体资源是否饱和,若饱和则进一步通过任务代理生成算法在当前计算体创建新的任务代理,感知矩阵g递增;
(③)执行数据计算命令,并实时调整程序,以获得实时监测到的数据信息;
(④)检查计算任务执行状态,对执行完成的任务及时释放资源并将最终计算结果保存至大数据库,重启执行超时任务,监测任务代理工作状态,对执行完成的任务代理及时释放资源。
CN202310264821.5A 2023-03-20 2023-03-20 一种海洋监测设备数据采集系统 Pending CN115979350A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310264821.5A CN115979350A (zh) 2023-03-20 2023-03-20 一种海洋监测设备数据采集系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310264821.5A CN115979350A (zh) 2023-03-20 2023-03-20 一种海洋监测设备数据采集系统

Publications (1)

Publication Number Publication Date
CN115979350A true CN115979350A (zh) 2023-04-18

Family

ID=85963480

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310264821.5A Pending CN115979350A (zh) 2023-03-20 2023-03-20 一种海洋监测设备数据采集系统

Country Status (1)

Country Link
CN (1) CN115979350A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117215194A (zh) * 2023-09-28 2023-12-12 广东海洋大学 一种基于螺旋桨协同的轮缘控制器数据处理方法及系统
CN117579362A (zh) * 2023-11-28 2024-02-20 中国测试技术研究院 一种检测数据溯源传输方法及系统

Citations (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040120599A1 (en) * 2002-12-19 2004-06-24 Canon Kabushiki Kaisha Detection and enhancement of backlit images
CN102243608A (zh) * 2010-05-13 2011-11-16 方兴 基于全局数据结构描述的软件安全测试方法
CN102323931A (zh) * 2011-08-25 2012-01-18 百度在线网络技术(北京)有限公司 一种用于更新浏览器配置信息的方法与设备
CN103327356A (zh) * 2013-06-28 2013-09-25 Tcl集团股份有限公司 一种视频匹配方法、装置
CN103728117A (zh) * 2013-12-27 2014-04-16 国家海洋技术中心 海洋监测仪器设备模型水动力试验数据采集与分析系统
CN104268679A (zh) * 2014-09-16 2015-01-07 国家海洋信息中心 海洋环境监测数据流程化处理方法及装置
CN105138508A (zh) * 2015-08-06 2015-12-09 电子科技大学 一种基于偏好扩散的上下文推荐系统
CN107389038A (zh) * 2017-07-11 2017-11-24 南通鼎盛海洋仪器设备有限公司 一种海洋监测设备数据采集系统
CN108521375A (zh) * 2018-04-17 2018-09-11 中国矿业大学 一种基于SDN的网络多业务流量QoS的传输及调度方法
CN108833969A (zh) * 2018-06-28 2018-11-16 腾讯科技(深圳)有限公司 一种直播流的剪辑方法、装置以及设备
US20180349605A1 (en) * 2017-06-05 2018-12-06 Microsoft Technology Licensing, Llc Adversarial quantum machine learning
CN109886464A (zh) * 2019-01-20 2019-06-14 东北电力大学 基于优化奇异值分解生成特征集的低信息损失短期风速预测方法
CN110096500A (zh) * 2019-05-07 2019-08-06 上海海洋大学 一种面向海洋多维数据的可视分析方法及系统
CN110413943A (zh) * 2019-08-06 2019-11-05 海洋石油工程股份有限公司 海洋平台结构模态参数的识别方法
CN110542917A (zh) * 2019-08-31 2019-12-06 华南理工大学 一种海洋环境核辐射监测系统及其监测方法
RU2726291C1 (ru) * 2019-10-14 2020-07-10 Акционерное Общество "Концерн "Океанприбор" Способ обнаружения и классификации гидроакустических сигналов шумоизлучения морского объекта
CN111428699A (zh) * 2020-06-10 2020-07-17 南京理工大学 伪3d卷积神经网络与注意力机制结合的驾驶疲劳检测方法及系统
CN111860589A (zh) * 2020-06-12 2020-10-30 中山大学 一种多传感器多目标协同探测信息融合方法、系统
CN112346863A (zh) * 2020-10-28 2021-02-09 河北冀联人力资源服务集团有限公司 一种计算资源动态调整数据处理方法及系统
CN112955839A (zh) * 2018-10-30 2021-06-11 国立研究开发法人宇宙航空研究开发机构 异常检测装置、异常检测方法和程序
CN113362587A (zh) * 2021-06-02 2021-09-07 汪宁 一种海洋风向监测系统及监测方法
CN113483720A (zh) * 2021-06-28 2021-10-08 桂林电子科技大学 一种基于蒙特卡洛的最小实体要求下直线度测量方法
CN114048798A (zh) * 2021-10-21 2022-02-15 湖南大学 基于改进降噪自编码器的汽车行驶工况构建方法
CN114140697A (zh) * 2021-09-02 2022-03-04 广东海启星海洋科技有限公司 海表流场遥感探测方法及装置
CN114629285A (zh) * 2022-05-17 2022-06-14 深圳正为格智能科技有限公司 电动车电机热稳定装置及系统
CN114689647A (zh) * 2022-05-27 2022-07-01 山东省地质矿产勘查开发局八〇一水文地质工程地质大队(山东省地矿工程勘察院) 一种热对流型地热田开发与保护模拟系统及模拟方法
CN114780618A (zh) * 2022-05-17 2022-07-22 上海海洋大学 面向海洋数据异常检测的多视图协同可视分析方法
CN114966521A (zh) * 2022-06-15 2022-08-30 云南电网有限责任公司大理供电局 一种基于模拟云电表的计量装置分析系统
CN115410068A (zh) * 2022-08-24 2022-11-29 浙江工商大学 一种基于卷积神经网络的局部舰船识别方法
CN115508914A (zh) * 2022-09-16 2022-12-23 杭州蓝昌科技有限公司 一种基于多路传感器状态采集技术的智能海洋观测系统
US20230021393A1 (en) * 2021-07-13 2023-01-26 China University Of Petroleum (East China) Subsea christmas tree re-prediction method integrating kalman filter and bayesian network

Patent Citations (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040120599A1 (en) * 2002-12-19 2004-06-24 Canon Kabushiki Kaisha Detection and enhancement of backlit images
CN102243608A (zh) * 2010-05-13 2011-11-16 方兴 基于全局数据结构描述的软件安全测试方法
CN102323931A (zh) * 2011-08-25 2012-01-18 百度在线网络技术(北京)有限公司 一种用于更新浏览器配置信息的方法与设备
CN103327356A (zh) * 2013-06-28 2013-09-25 Tcl集团股份有限公司 一种视频匹配方法、装置
CN103728117A (zh) * 2013-12-27 2014-04-16 国家海洋技术中心 海洋监测仪器设备模型水动力试验数据采集与分析系统
CN104268679A (zh) * 2014-09-16 2015-01-07 国家海洋信息中心 海洋环境监测数据流程化处理方法及装置
CN105138508A (zh) * 2015-08-06 2015-12-09 电子科技大学 一种基于偏好扩散的上下文推荐系统
US20180349605A1 (en) * 2017-06-05 2018-12-06 Microsoft Technology Licensing, Llc Adversarial quantum machine learning
CN107389038A (zh) * 2017-07-11 2017-11-24 南通鼎盛海洋仪器设备有限公司 一种海洋监测设备数据采集系统
CN108521375A (zh) * 2018-04-17 2018-09-11 中国矿业大学 一种基于SDN的网络多业务流量QoS的传输及调度方法
CN108833969A (zh) * 2018-06-28 2018-11-16 腾讯科技(深圳)有限公司 一种直播流的剪辑方法、装置以及设备
CN112955839A (zh) * 2018-10-30 2021-06-11 国立研究开发法人宇宙航空研究开发机构 异常检测装置、异常检测方法和程序
JPWO2020090770A1 (ja) * 2018-10-30 2021-09-24 国立研究開発法人宇宙航空研究開発機構 異常検出装置、異常検出方法、およびプログラム
CN109886464A (zh) * 2019-01-20 2019-06-14 东北电力大学 基于优化奇异值分解生成特征集的低信息损失短期风速预测方法
CN110096500A (zh) * 2019-05-07 2019-08-06 上海海洋大学 一种面向海洋多维数据的可视分析方法及系统
CN110413943A (zh) * 2019-08-06 2019-11-05 海洋石油工程股份有限公司 海洋平台结构模态参数的识别方法
CN110542917A (zh) * 2019-08-31 2019-12-06 华南理工大学 一种海洋环境核辐射监测系统及其监测方法
RU2726291C1 (ru) * 2019-10-14 2020-07-10 Акционерное Общество "Концерн "Океанприбор" Способ обнаружения и классификации гидроакустических сигналов шумоизлучения морского объекта
CN111428699A (zh) * 2020-06-10 2020-07-17 南京理工大学 伪3d卷积神经网络与注意力机制结合的驾驶疲劳检测方法及系统
CN111860589A (zh) * 2020-06-12 2020-10-30 中山大学 一种多传感器多目标协同探测信息融合方法、系统
CN112346863A (zh) * 2020-10-28 2021-02-09 河北冀联人力资源服务集团有限公司 一种计算资源动态调整数据处理方法及系统
CN113362587A (zh) * 2021-06-02 2021-09-07 汪宁 一种海洋风向监测系统及监测方法
CN113483720A (zh) * 2021-06-28 2021-10-08 桂林电子科技大学 一种基于蒙特卡洛的最小实体要求下直线度测量方法
US20230021393A1 (en) * 2021-07-13 2023-01-26 China University Of Petroleum (East China) Subsea christmas tree re-prediction method integrating kalman filter and bayesian network
CN114140697A (zh) * 2021-09-02 2022-03-04 广东海启星海洋科技有限公司 海表流场遥感探测方法及装置
CN114048798A (zh) * 2021-10-21 2022-02-15 湖南大学 基于改进降噪自编码器的汽车行驶工况构建方法
CN114629285A (zh) * 2022-05-17 2022-06-14 深圳正为格智能科技有限公司 电动车电机热稳定装置及系统
CN114780618A (zh) * 2022-05-17 2022-07-22 上海海洋大学 面向海洋数据异常检测的多视图协同可视分析方法
CN114689647A (zh) * 2022-05-27 2022-07-01 山东省地质矿产勘查开发局八〇一水文地质工程地质大队(山东省地矿工程勘察院) 一种热对流型地热田开发与保护模拟系统及模拟方法
CN114966521A (zh) * 2022-06-15 2022-08-30 云南电网有限责任公司大理供电局 一种基于模拟云电表的计量装置分析系统
CN115410068A (zh) * 2022-08-24 2022-11-29 浙江工商大学 一种基于卷积神经网络的局部舰船识别方法
CN115508914A (zh) * 2022-09-16 2022-12-23 杭州蓝昌科技有限公司 一种基于多路传感器状态采集技术的智能海洋观测系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
任晶然: "毕托巴流量计在转炉煤气计量中的应用", 《智能应用》, pages 31 *
刘楠 等: "波高传感器与其检测电路的设计", 《天津理工大学学报》, vol. 29, no. 5, pages 30 - 33 *
董超群 等: "海洋信息自动监测数据采集系统设计", 《科学技术与工程 SCIENCE TECHNOLOGY AND ENGINEERING》, vol. 11, no. 13, pages 3066 - 3070 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117215194A (zh) * 2023-09-28 2023-12-12 广东海洋大学 一种基于螺旋桨协同的轮缘控制器数据处理方法及系统
CN117215194B (zh) * 2023-09-28 2024-03-26 广东海洋大学 一种基于螺旋桨协同的轮缘控制器数据处理方法及系统
CN117579362A (zh) * 2023-11-28 2024-02-20 中国测试技术研究院 一种检测数据溯源传输方法及系统

Similar Documents

Publication Publication Date Title
CN115979350A (zh) 一种海洋监测设备数据采集系统
CN115856760A (zh) 一种基于电能表数据信息的动态检定系统和方法
CN1715928A (zh) 一种电导率、pH值、溶氧值的远程在线分析检测仪
CN104864273A (zh) 一种天然气管道泄漏信号的数据采集系统及方法
CN106768083B (zh) 一种基于Android平台的离心泵-电机振动、温度巡检装置及其检测方法
CN114500615B (zh) 基于物联传感技术的智能终端
CN104236474A (zh) 基于激光测量和485总线的桥梁变形监测方法及其系统
CN211669738U (zh) 时间同步的混合模拟、数字传感器数据采集系统
CN201867649U (zh) 一种用于测试仪控系统采集精度的测试系统
CN205015079U (zh) 一种输电线路微风振动监测装置
CN106871865A (zh) 基于分布式光纤光栅传感器网络的变电站沉降监测系统
CN209910846U (zh) 一种冷却塔的温度测量系统
CN109977618B (zh) 阴极保护远程检测装置的模块化设计方法
CN206601125U (zh) 基于分布式光纤光栅传感器网络的变电站沉降监测系统
CN202331121U (zh) 汽车教学信号采集服务器
CN206193229U (zh) 一种电子式电能表远程在线检测与故障分析系统
CN2793729Y (zh) 一种电导率、ph值、溶氧值的远程在线分析检测仪
CN118091297B (zh) 一种电力终端的安全监测装置、监测方法和电力终端
CN220773237U (zh) 用于电力输电线路的绝缘子泄漏电流在线监测装置
RU2786351C1 (ru) Система учета ресурсов с помощью умных счетчиков
CN106405478A (zh) 一种电子式电能表远程在线检测与故障分析系统
CN214045688U (zh) 高灵活度的可自组网环境检测系统
CN212430474U (zh) 一种原油输送管线泄漏检测系统架构
CN111442857B (zh) 一种基于bim的牵引变电所辅助监控区域测温方法及系统
CN213338005U (zh) 一种数字直流电能表现场校验仪

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: 20230418