CN116147697B - 一种氢氧化铝无人值守监测方法及系统 - Google Patents
一种氢氧化铝无人值守监测方法及系统 Download PDFInfo
- Publication number
- CN116147697B CN116147697B CN202211741344.9A CN202211741344A CN116147697B CN 116147697 B CN116147697 B CN 116147697B CN 202211741344 A CN202211741344 A CN 202211741344A CN 116147697 B CN116147697 B CN 116147697B
- Authority
- CN
- China
- Prior art keywords
- aluminum hydroxide
- monitoring
- bin
- data
- parameters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 153
- WNROFYMDJYEPJX-UHFFFAOYSA-K aluminium hydroxide Chemical compound [OH-].[OH-].[OH-].[Al+3] WNROFYMDJYEPJX-UHFFFAOYSA-K 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004458 analytical method Methods 0.000 claims abstract description 65
- 230000003068 static effect Effects 0.000 claims abstract description 52
- 230000002159 abnormal effect Effects 0.000 claims description 47
- 239000000428 dust Substances 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 12
- 230000000694 effects Effects 0.000 abstract description 8
- 238000012549 training Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 5
- 238000009414 blockwork Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- TWNQGVIAIRXVLR-UHFFFAOYSA-N oxo(oxoalumanyloxy)alumane Chemical compound O=[Al]O[Al]=O TWNQGVIAIRXVLR-UHFFFAOYSA-N 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 206010019345 Heat stroke Diseases 0.000 description 1
- 208000028571 Occupational disease Diseases 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 238000002425 crystallisation Methods 0.000 description 1
- 230000008025 crystallization Effects 0.000 description 1
- 238000005868 electrolysis reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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]
Abstract
本发明公开了一种氢氧化铝无人值守监测方法及系统，包括如下步骤：S1、获取第一监测数据，第一监测数据用于反映抓斗天车和氢氧化铝仓的静态参数；S2、获取第二监测数据，第二监测数据用于反映抓斗天车工作时氢氧化铝仓内的动态参数，根据第一监测数据和第二监测数据对氢氧化铝仓进行建模；S3、对建模进行异常分析，将异常分析结果存储在模型中对应位置并报警；可以在线实施监控氢氧化铝仓内抓斗天车日常作业流程的整个过程，结合动态参数和静态参数提高对于恶劣环境下氢氧化铝仓的监测效果，通过动态和静态分开监测建模提高监测效果；实现即使无人值守也可自适应的线实施监控氢氧化铝仓内抓斗天车日常作业流程的整个过程。
Description
技术领域
本发明涉及氢氧化铝仓监控改造方法技术领域，尤其涉及一种氢氧化铝仓无人值守监测方法及系统。
背景技术
由于氢氧化铝仓是铝行业工厂重要的产品产出的重要环节，与其他加工工序环环相扣，同时氢氧化铝仓内相关作业由于粉尘、夏季高温等环境恶劣，检修人员进行相关硬件设备监测需等高作业，存在一定的安全隐患，工作强度较大；尤其是夏季高温天气，容易疲劳和中暑，对设备日常监测影响较大。氢氧化铝焙烧是氧化铝生产工艺过程中最后一道工序，焙烧的目的就是把氢氧化铝中附着水、结晶水脱除，生成物理和化学性质符合电解要求的氧化铝。氢氧化铝一般通过皮带机运输至料仓，然后搬运到料斗里，再经过料斗下方皮带机输送到焙烧炉。氢氧化铝是一种白色非晶形粉末，因此卸料、上料、倒料过程中不可避免的存在扬尘现象。传统手动驾驶的桥式抓斗行车进行作业时，司机不得不在粉尘环境中高强度工作，存在多种安全隐患和导致职业病的危险。抓斗起重机的利用率也相对较低，整个原料库的生产效率也大大受到影响。
例如，一种在中国专利文献上公开的“一种氢氧化铝仓智能仓储系统”，其公告号：CN115034707A，公开了包括无人驾驶桥式抓斗起重机、识别感知模块、中央控制模块、安全防模块、视频监控模块、智能仓储管理平台；但是该方案仅通过视频监控工作状况，在恶劣环境下监控效果有限，受到恶劣条件影响监测结果。
发明内容
为了解决现有技术中氢氧化铝仓内抓斗天车监测受到恶劣环境影响的问题，本发明提供一种氢氧化铝无人值守监测方法及系统，可以在线实施监控氢氧化铝仓内抓斗天车日常作业流程的整个过程，结合动态参数和静态参数提高对于恶劣环境下氢氧化铝仓的监测效果。
为了实现上述目的，本发明提供如下技术方案：
一种氢氧化铝无人值守监测方法，包括如下步骤：S1、获取第一监测数据，第一监测数据用于反映抓斗天车和氢氧化铝仓的静态参数；S2、获取第二监测数据，第二监测数据用于反映抓斗天车工作时氢氧化铝仓内的动态参数，根据第一监测数据和第二监测数据对氢氧化铝仓进行建模；S3、对建模进行异常分析，将异常分析结果存储在模型中对应位置并报警。通过获取第一监测数据实现氢氧化铝仓内的静态监测，获取第一监测数据的方式包括图像采集、处理器采集，实现无人值班时氢氧化铝仓内的监测；通过获取第二监测数据实现氢氧化铝仓作业时的监测，第二监测数据的获取方式包括通过传感器获取，根据第一监测数据的静态参数进行静态建模，根据第二监测数据在静态建模的基础上进行动态建模，包括根据第二监测数据中的动态参数分别对环境和工作设备进行模拟，可以在线实施监控氢氧化铝仓内抓斗天车日常作业流程的整个过程，结合动态参数和静态参数提高对于恶劣环境下氢氧化铝仓的监测效果，通过动态和静态分开监测建模提高监测效果。
作为优选的，获取第一监测数据的实现包括，获取氢氧化铝仓内的物理参数和抓斗天车的工作前参数，氢氧化铝仓内的物理参数包括仓内堆积的形状和粉尘分布，工作前参数包括抓斗天车与氢氧化铝仓的相对位置。获取物理参数包括获取不同角度的图像信息，训练关于氢氧化铝的识别模型，识别氢氧化铝仓内的氢氧化铝；训练关于抓斗天车的识别模型，监测抓斗天车的位置，实现氢氧化铝仓内的初次监控。
作为优选的，获取第二监测数据的实现包括，获取抓斗天车的工作参数和氢氧化铝仓内的动态环境参数，动态环境参数包括氢氧化铝仓内的气流数据和温度数据；工作参数包括抓斗天车的动态运动参数。对氢氧化铝的运动数据进行监测，对氢氧化铝仓内空间进行划分，布置多个运动数据检测器，获取氢氧化铝仓内不同位置的气流数据和温度数据，其中检测位置根据抓斗天车的工作位置为中心进行扩散，实现对存储环境的监测；对抓斗天车的驱动数据进行检测，实现对抓斗天车的动态监测。实现即使无人值守也可自适应的线实施监控氢氧化铝仓内抓斗天车日常作业流程的整个过程。
作为优选的，对氢氧化铝仓进行建模包括根据第一监测数据建立静态模型，识别静态模型中的关键点，对关键点根据第二监测数据建立动态模型，得到抓斗天车在氢氧化铝仓内工作时的模型。根据图像信息识别出氢氧化铝和抓斗天车后，根据1:1建立氢氧化铝仓内和抓斗天车的静态模型，根据抓斗天车各工作部位及氢氧化铝堆的工作位置确定关键点，识别静态模型中的关键点，根据第二监测数据对静态模型中关键点处建立动态模型，取代关键点处原本的静态模型，并将其余静态模型跟随动态模型，从而实现抓斗天车在氢氧化铝仓内工作时的高精度监控。
作为优选的，对建模进行异常分析包括，根据工作数据得到标准数据库，对静态模型和动态模型分别根据标准数据库进行分析。根据该氢氧化铝仓的工作位置进行区域划分，分为多个检测区域，建立每个检测区域的标准数据库，标准数据库中存有根据历史工作数据训练得到标准数据，静态模型对应的标准数据为氢氧化铝仓和抓斗天车的尺寸位置数据，动态模型对应的标准数据为氢氧化铝仓内和抓斗天车的工作时参数变化范围；对不同检测区域分别确认正常区域，确认正常区域后确认异常区域，实现动态监测。
作为优选的，进行对建模进行异常分析后，将异常分析结果标记存储到静态模型中对应位置处；将标准数据库同时进行显示，并对异常分析的结果设定取消标记，在异常分析结果恢复到与标准数据库相同时取消异常分析结果标记。同时在氢氧化铝仓的建模中显示标准数据库和异常分析结果标记，异常结果分析标记的位置位于模型中对应位置，将异常结果分析标记与标准数据库中对应位置的标准数据进行对应，在异常结果分析标记与对应的标准数据匹配正确后消除异常结果分析标记，将异常结果分析标记及对应位置共同作为报警信息进行报警。
一种氢氧化铝无人值守监测系统，包括：监测端，监测端用于对氢氧化铝仓及抓斗天车的相关参数进行监测；监测端连接有分析模块，分析模块用于根据监测的参数进行分析异常；分析模块连接有显示端，显示端用于显示模型及异常标记。监测端包括多个分别布置在氢氧化铝仓、抓斗天车的图像采集器和动态传感器，能够分别实现对氢氧化铝仓和抓斗天车的不同部位和不同状态监测，通过监测模块分别建模分析并显示到显示端，实现氢氧化铝仓的无人监测，减少恶劣环境对监控的影响，通过显示端同时将监测结果和异常标记在模型中显示，便于进行监测。
作为优选的，监测端包括位于氢氧化铝仓顶部的图像采集器，图像采集器用于从上至下监测氢氧化铝仓内粉尘变化状态和抓斗天车的运动位置；图像采集器连接有图像识别模块，图像识别模块用于识别粉尘及抓斗天车的视差位置。通过图像采集器实现氢氧化铝仓和抓斗天窗的静态观测，通过识别算法实现根据图像确定静态状况下抓斗天窗和粉尘，可以实现恶劣环境下的无人值守监测，同时分析模块进行建模并根据监测到的动态数据进行补充建模，能够对环境变化实现准确监测并建模。
作为优选的，显示端连接有报警模块，报警模块用于监测到异常分析结果标记后进行远程报警，报警模块连接有报警发射器并能将产生报警提示到显示端。报警模块包括逻辑判断电路，逻辑判断电路用于判断异常分析结果标记存在与否并通断报警模块，逻辑判断电路连接有报警发射器，报警发射器包括信号发送电路；信号发送电路用于将报警电路远程发送；逻辑判断电路与显示端连接。能够实现实时自动监测异常并提醒报警，提高无人值守监测安全性。
本发明具有如下优点：
（1）可以在线实施监控氢氧化铝仓内抓斗天车日常作业流程的整个过程，结合动态参数和静态参数提高对于恶劣环境下氢氧化铝仓的监测效果，通过动态和静态分开监测建模提高监测效果；（2）实现即使无人值守也可自适应的线实施监控氢氧化铝仓内抓斗天车日常作业流程的整个过程；（3）通过静态模型和动态模型分别对氢氧化铝仓内工作情况监控，提高恶劣环境下无人值守的高精度监测，对不同检测区域分别确认正常区域，确认正常区域后确认异常区域，实现动态监测。
附图说明
下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。
图1是本发明中氢氧化铝无人值守监测方法的步骤示意图。
图2是本发明中氢氧化铝无人值守监测系统的系统框图。
图中：
1-监测端；2-分析模块；3-显示端；4-报警模块。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，基于本发明中的实施例，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，都属于本发明保护的范围。
如图1所示，在第一个较佳的实施例中，本发明公开了一种氢氧化铝无人值守监测方法，包括如下步骤：S1、获取第一监测数据，第一监测数据用于反映抓斗天车和氢氧化铝仓的静态参数；获取第一监测数据的方式包括图像采集、处理器采集，获取第一监测数据的实现包括，获取氢氧化铝仓内的物理参数和抓斗天车的工作前参数，氢氧化铝仓内的物理参数包括仓内堆积的形状和粉尘分布，工作前参数包括抓斗天车与氢氧化铝仓的相对位置。获取物理参数包括获取不同角度的图像信息，训练关于氢氧化铝的识别模型，识别氢氧化铝仓内的氢氧化铝；训练关于抓斗天车的识别模型，监测抓斗天车的位置。
在使用时，获取粉尘的不同角度不同状态图像进行训练得到第一训练模型，获取抓斗天车的不同位置不同环境图像进行训练得到第二训练模型，通过图像采集器获取氢氧化铝仓的图像信息，并分别根据第一训练模型和第二训练模型对图像进行识别，确定氢氧化铝仓内的静态信息。
S2、获取第二监测数据，第二监测数据用于反映抓斗天车工作时氢氧化铝仓内的动态参数，根据第一监测数据和第二监测数据对氢氧化铝仓进行建模；第二监测数据的获取方式包括通过传感器获取，获取第二监测数据的实现包括，获取抓斗天车的工作参数和氢氧化铝仓内的动态环境参数，动态环境参数包括氢氧化铝仓内的气流数据和温度数据；工作参数包括抓斗天车的动态运动参数。对氢氧化铝的运动数据进行监测，对氢氧化铝仓内空间进行划分，布置多个运动数据检测器，获取氢氧化铝仓内不同位置的气流数据和温度数据，其中检测位置根据抓斗天车的工作位置为中心进行扩散，对抓斗天车的驱动数据进行检测。
在使用时，通过传感器获取氢氧化铝仓内工作时各处的动态参数，避免粉尘飘荡等环境因素造成的监测不准确，同时对粉尘飘荡等环境因素进行监测。
对氢氧化铝仓进行建模包括，根据第一监测数据的静态参数进行静态建模，根据第二监测数据在静态建模的基础上进行动态建模，包括根据第二监测数据中的动态参数分别对环境和工作设备进行模拟，根据第一监测数据建立静态模型，识别静态模型中的关键点，对关键点根据第二监测数据建立动态模型，得到抓斗天车在氢氧化铝仓内工作时的模型。根据图像信息识别出氢氧化铝和抓斗天车后，根据1:1建立氢氧化铝仓内和抓斗天车的静态模型，根据抓斗天车各工作部位及氢氧化铝堆的工作位置确定关键点，识别静态模型中的关键点，根据第二监测数据对静态模型中关键点处建立动态模型，取代关键点处原本的静态模型，并将其余静态模型跟随动态模型。
在使用时，根据第一监测数据建立一比一的物理模型，此时仅体现了基于图像信息的静态监测，并没有将环境变化监测及加入到模型中；根据第二监测数据建立对应的动态模型，将变化处模型根据动态变化进行调整，从而实现对于工作过程中动态监测，减少了环境因素的影响。
S3、对建模进行异常分析，将异常分析结果存储在模型中对应位置并报警。
对建模进行异常分析包括，根据工作数据得到标准数据库，对静态模型和动态模型分别根据标准数据库进行分析。根据该氢氧化铝仓的工作位置进行区域划分，分为多个检测区域，建立每个检测区域的标准数据库，标准数据库中存有根据历史工作数据训练得到标准数据，静态模型对应的标准数据为氢氧化铝仓和抓斗天车的尺寸位置数据，动态模型对应的标准数据为氢氧化铝仓内和抓斗天车的工作时参数变化范围；对不同检测区域分别确认正常区域，确认正常区域后确认异常区域。
在使用时，根据历史工作数据确定氢氧化铝仓内正常工作时的各项指标，并根据该指标建立正常数据库，对建模再通过划分区域、分别对比、互相对比实现确定异常参数，实现不同工况不同条件下的异常监测。
进行对建模进行异常分析后，将异常分析结果标记存储到静态模型中对应位置处；将标准数据库同时进行显示，并对异常分析的结果设定取消标记，在异常分析结果恢复到与标准数据库相同时取消异常分析结果标记。同时在氢氧化铝仓的建模中显示标准数据库和异常分析结果标记，异常结果分析标记的位置位于模型中对应位置，将异常结果分析标记与标准数据库中对应位置的标准数据进行对应，在异常结果分析标记与对应的标准数据匹配正确后消除异常结果分析标记，将异常结果分析标记及对应位置共同作为报警信息进行报警。
在使用时，将异常分析结果存储到建模中对应位置，实时更新异常分析结果并与标准数据库判断，在符合标准数据库时取消异常分析结果的显示。
如图2所示，在第二个较佳的实施例中，本发明公开了一种氢氧化铝无人值守监测系统，包括：监测端1，监测端1用于对氢氧化铝仓及抓斗天车的相关参数进行监测；监测端1连接有分析模块2，分析模块2用于根据监测的参数进行分析异常；分析模块2连接有显示端3，显示端3用于显示模型及异常标记。监测端包括多个分别布置在氢氧化铝仓、抓斗天车的图像采集器和动态传感器，通过监测模块分别建模分析并显示到显示端，通过显示端同时将监测结果和异常标记在模型中显示。
在使用时，监测端采集到监测数据后发送到分析模块，由分析模块进行分析处理，分析模块根据监测数据进行静态建模和动态建模后将建模发送到显示端进行显示，同时将异常分析结果与建模一同发送到显示端显示，显示端接收到异常分析结果后建立异常标记，突出显示提醒人员。
监测端包括位于氢氧化铝仓顶部的图像采集器，图像采集器用于从上至下监测氢氧化铝仓内粉尘变化状态和抓斗天车的运动位置；图像采集器连接有图像识别模块，图像识别模块用于识别粉尘及抓斗天车的视差位置。通过图像采集器实现氢氧化铝仓和抓斗天窗的静态观测，通过识别算法实现根据图像确定静态状况下抓斗天窗和粉尘，同时分析模块进行建模并根据监测到的动态数据进行补充建模。
在使用时，图像采集器布置于能够采集到抓斗天车全部位置图像的位置，图像采集器固定安装不需要转动，传感器包括多种用途的不同传感器，分别布置于抓斗天车的驱动机构、工作机构、氢氧化铝仓内，实现连续的监测并传递监测数据到分析模块。
显示端3连接有报警模块4，报警模块4用于监测到异常分析结果标记后进行远程报警，报警模块连接有报警发射器并能将产生报警提示到显示端。报警模块包括逻辑判断电路，逻辑判断电路用于判断异常分析结果标记存在与否并通断报警模块，逻辑判断电路连接有报警发射器，报警发射器包括信号发送电路；信号发送电路用于将报警电路远程发送；逻辑判断电路与显示端连接。
在使用时，逻辑判断电路判断异常标记存在或不存在，逻辑判断电路输出为报警模块工作信号或不工作信号；在异常标记存在时，逻辑判断电路输出工作信号，报警发射器通电报警，信号发送电路发送报警信号，报警信号可以预设或从显示端获取对应的异常标记。
在第三个实施例中，包括一种氢氧化铝仓无人天车值守检测系统，该系统通过3D建模软件将氢氧化铝仓、抓斗天车和氢氧化铝仓周围设备1:1等比例建模，所述还原氢氧化铝仓内抓斗天车日常作业流程；然后针对所述的抓斗天车安装PLC控制系统，便于采集日常作业的数据及信号；后台系统接收PLC采集的数据及信号，做出数据分类和整合，便于系统真实还原抓斗天车在氢氧化铝仓日常作业流程。
等比例还原抓斗天车在氢氧化铝仓的整个流程作业，便于现场工作人员实时明确其是否按照调度工作在正常的进行作业流程。PLC数据采集到氢氧化铝仓内抓斗天车日常作业流程中，大车、小车和抓斗实时位置信息及各个硬件设施中的电机、变频器等运行信号数据，所述的硬件设施的信号数据便于日常检修人员实时知晓设备是否正常运行，如出现故障信息，能够第一时间定位出现故障的零部件并做出准确的应对措施。
将所述的抓斗天车日常作业的数据及信号，整合、分类和存储；便于接收其数据并渲染到前端界面。
PLC控制数据采集和后台系统对数据的处理中，前端技术开发者利用vue.js、three.js和websocket等相应技术框架，将所述的3D模型渲染到web端，接收后台系统将PLC采集的数据处理，与3D模型相结合，还原抓斗天车在氢氧化铝仓内日常工作流程；将PLC采集的硬件设施的运行信号和报警信号呈现在web端，便于现场工作人员检测硬件设施的运行状况和针对报警信号做出相应工作安排。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (9)
1.一种氢氧化铝无人值守监测方法，其特征在于，包括如下步骤：S1、获取第一监测数据，第一监测数据用于反映抓斗天车和氢氧化铝仓的静态参数；S2、获取第二监测数据，第二监测数据用于反映抓斗天车工作时氢氧化铝仓内的动态参数，根据第一监测数据和第二监测数据对氢氧化铝仓进行建模；S3、对建模进行异常分析，将异常分析结果存储在模型中对应位置并报警；
第二监测数据包括动态环境参数，动态环境参数包括氢氧化铝仓内不同位置的气流数据和温度数据；
对氢氧化铝仓进行建模包括根据抓斗天车各工作部位及氢氧化铝堆的工作位置确定关键点，识别静态模型中的关键点，根据第二监测数据对静态模型中关键点处建立动态模型，取代关键点处原本的静态模型，并将其余静态模型跟随动态模型。
2.根据权利要求1所述的一种氢氧化铝无人值守监测方法，其特征在于，所述的获取第一监测数据的实现包括，获取氢氧化铝仓内的物理参数和抓斗天车的工作前参数，所述的氢氧化铝仓内的物理参数包括仓内堆积的形状和粉尘分布，所述的工作前参数包括抓斗天车与氢氧化铝仓的相对位置。
3.根据权利要求1所述的一种氢氧化铝无人值守监测方法，其特征在于，所述的获取第二监测数据的实现包括，获取抓斗天车的工作参数和氢氧化铝仓内的动态环境参数，所述的动态环境参数包括氢氧化铝仓内的气流数据和温度数据；所述的工作参数包括抓斗天车的动态运动参数。
4.根据权利要求1或2或3所述的一种氢氧化铝无人值守监测方法，其特征在于，所述的对氢氧化铝仓进行建模包括根据第一监测数据建立静态模型，对关键点根据第二监测数据建立动态模型，得到抓斗天车在氢氧化铝仓内工作时的模型。
5.根据权利要求4所述的一种氢氧化铝无人值守监测方法，其特征在于，所述的对建模进行异常分析包括，根据工作数据得到标准数据库，对静态模型和动态模型分别根据标准数据库进行分析。
6.根据权利要求5所述的一种氢氧化铝无人值守监测方法，其特征在于，进行所述的对建模进行异常分析后，将异常分析结果标记存储到静态模型中对应位置处；将标准数据库同时进行显示，并对异常分析的结果设定取消标记，在异常分析结果恢复到与标准数据库相同时取消异常分析结果标记。
7.一种氢氧化铝无人值守监测系统，适用于如权利要求1至6任一项所述的一种氢氧化铝无人值守监测方法，其特征在于，包括：监测端，监测端用于对氢氧化铝仓及抓斗天车的相关参数进行监测；监测端连接有分析模块，分析模块用于根据监测的参数进行分析异常；分析模块连接有显示端，显示端用于显示模型及异常标记。
8.根据权利要求7所述的一种氢氧化铝无人值守监测系统，其特征在于，所述的监测端包括位于氢氧化铝仓顶部的图像采集器，所述的图像采集器用于从上至下监测氢氧化铝仓内粉尘变化状态和抓斗天车的运动位置；所述的图像采集器连接有图像识别模块，图像识别模块用于识别粉尘及抓斗天车的视差位置。
9.根据权利要求7或8所述的一种氢氧化铝无人值守监测系统，其特征在于，所述的显示端连接有报警模块，报警模块用于监测到异常分析结果标记后进行远程报警，报警模块连接有报警发射器并能将产生报警提示到显示端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211741344.9A CN116147697B (zh) | 2022-12-30 | 2022-12-30 | 一种氢氧化铝无人值守监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211741344.9A CN116147697B (zh) | 2022-12-30 | 2022-12-30 | 一种氢氧化铝无人值守监测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116147697A CN116147697A (zh) | 2023-05-23 |
| CN116147697B true CN116147697B (zh) | 2023-12-15 |
Family
ID=86361285
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211741344.9A Active CN116147697B (zh) | 2022-12-30 | 2022-12-30 | 一种氢氧化铝无人值守监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116147697B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2177963A1 (en) * | 2008-10-17 | 2010-04-21 | ALSTOM Technology Ltd | Gas turbine model and method for the modeling of a gas turbine |
| CN105438976A (zh) * | 2015-12-30 | 2016-03-30 | 上海佩纳沙士吉打机械有限公司 | 液压抓斗智能监测系统 |
| CN105651336A (zh) * | 2016-01-25 | 2016-06-08 | 无锡点创科技有限公司 | 一种污染源动态数据监控系统及方法 |
| CN107937658A (zh) * | 2017-02-08 | 2018-04-20 | 辽宁鸿盛冶金科技有限公司 | 一种转炉冶炼自动智能控制系统 |
| CN109398202A (zh) * | 2018-12-27 | 2019-03-01 | 北京兆易创新科技股份有限公司 | 一种智能脚垫系统 |
| CN110765633A (zh) * | 2019-10-31 | 2020-02-07 | 中船动力研究院有限公司 | 一种动力装置的智能管理方法和装置 |
| CN111025962A (zh) * | 2019-11-26 | 2020-04-17 | 上海欣能信息科技发展有限公司 | 一种基于全景图的变配电站室内可视化监控方法 |
| CN214145161U (zh) * | 2020-09-03 | 2021-09-07 | 上汽通用汽车有限公司 | 车门开启装置及包括其的车辆 |
| CN113395491A (zh) * | 2021-06-11 | 2021-09-14 | 上海海事大学 | 船舶机舱远程监测报警系统 |
| CN114973142A (zh) * | 2022-06-16 | 2022-08-30 | 常州智砼绿色建筑科技有限公司 | 一种智慧工地的智能监控方法及系统 |
| CN115034707A (zh) * | 2022-06-10 | 2022-09-09 | 遵义铝业股份有限公司 | 一种氢氧化铝仓智能仓储系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9121104B2 (en) * | 2011-01-31 | 2015-09-01 | Alcoa Inc. | Systems and methods for determining alumina properties |
-
2022
- 2022-12-30 CN CN202211741344.9A patent/CN116147697B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2177963A1 (en) * | 2008-10-17 | 2010-04-21 | ALSTOM Technology Ltd | Gas turbine model and method for the modeling of a gas turbine |
| CN105438976A (zh) * | 2015-12-30 | 2016-03-30 | 上海佩纳沙士吉打机械有限公司 | 液压抓斗智能监测系统 |
| CN105651336A (zh) * | 2016-01-25 | 2016-06-08 | 无锡点创科技有限公司 | 一种污染源动态数据监控系统及方法 |
| CN107937658A (zh) * | 2017-02-08 | 2018-04-20 | 辽宁鸿盛冶金科技有限公司 | 一种转炉冶炼自动智能控制系统 |
| CN109398202A (zh) * | 2018-12-27 | 2019-03-01 | 北京兆易创新科技股份有限公司 | 一种智能脚垫系统 |
| CN110765633A (zh) * | 2019-10-31 | 2020-02-07 | 中船动力研究院有限公司 | 一种动力装置的智能管理方法和装置 |
| CN111025962A (zh) * | 2019-11-26 | 2020-04-17 | 上海欣能信息科技发展有限公司 | 一种基于全景图的变配电站室内可视化监控方法 |
| CN214145161U (zh) * | 2020-09-03 | 2021-09-07 | 上汽通用汽车有限公司 | 车门开启装置及包括其的车辆 |
| CN113395491A (zh) * | 2021-06-11 | 2021-09-14 | 上海海事大学 | 船舶机舱远程监测报警系统 |
| CN115034707A (zh) * | 2022-06-10 | 2022-09-09 | 遵义铝业股份有限公司 | 一种氢氧化铝仓智能仓储系统 |
| CN114973142A (zh) * | 2022-06-16 | 2022-08-30 | 常州智砼绿色建筑科技有限公司 | 一种智慧工地的智能监控方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 氢氧化铝原料仓无人值守系统;刘永轶等;有色冶金节能(第第4期期);第83-87页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116147697A (zh) | 2023-05-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111507308B (zh) | 一种基于视频识别技术的变电站安全监控系统及方法 | |
| CN110366031B (zh) | 一种数字化车间mes系统基于视觉的异常状态监测与故障诊断方法 | |
| CN108189043B (zh) | 一种应用于高铁机房的巡检方法及巡检机器人系统 | |
| CN106655522B (zh) | 一种适用于电网二次设备运维管理的主站系统 | |
| CN111476921B (zh) | 一种机房智能巡检系统 | |
| CN105867245B (zh) | 一种电力信息监控系统 | |
| CN109752300A (zh) | 一种涂料生产安全智能巡检机器人、系统及方法 | |
| CN103235562A (zh) | 变电站基于巡检机器人的综合参数检测系统及巡检方法 | |
| CN110889339B (zh) | 基于头肩检测的危险区域分级预警方法与系统 | |
| CN111965246A (zh) | 一种基于多信息融合的刮板机故障检测方法及其检测系统 | |
| CN111080775A (zh) | 一种基于人工智能的服务器巡检方法及系统 | |
| CN111754483A (zh) | 一种基于热像仪进行异常设备识别的方法及系统 | |
| US11861820B1 (en) | Repetitive video monitoring of industrial equipment by mobile data acquisition units | |
| CN111899211A (zh) | 基于图像和气味的变压器漏油故障检测系统及方法 | |
| CN111178424A (zh) | 一种石油化工生产现场安全合规性实时检测系统及方法 | |
| CN110597165B (zh) | 一种堆钢监测系统及堆钢监测方法 | |
| CN113177614A (zh) | 一种城市轨道交通供电开关柜图像识别系统及方法 | |
| CN109038818A (zh) | 电力设备远程监控系统及方法 | |
| CN108093210A (zh) | 一种变压器油位告警系统及其告警方法 | |
| CN116147697B (zh) | 一种氢氧化铝无人值守监测方法及系统 | |
| CN111474870A (zh) | 一种基于机器学习的故障诊断、检测系统 | |
| CN201897572U (zh) | 一种玻璃破边检测系统 | |
| CN112235741A (zh) | 一种基于深度学习的巡检机器人车间状态检测系统 | |
| CN116365705A (zh) | 一种光伏组件故障实时监测方法及系统 | |
| CN116012784A (zh) | 基于ai机器人识别的采煤过程巡检方法及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |