CN116384981B - 一种基于数字孪生技术的清污机运行维护管理系统 - Google Patents
一种基于数字孪生技术的清污机运行维护管理系统 Download PDFInfo
- Publication number
- CN116384981B CN116384981B CN202310602901.7A CN202310602901A CN116384981B CN 116384981 B CN116384981 B CN 116384981B CN 202310602901 A CN202310602901 A CN 202310602901A CN 116384981 B CN116384981 B CN 116384981B
- Authority
- CN
- China
- Prior art keywords
- data
- base station
- trash remover
- sensor node
- area
- 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
- 239000010813 municipal solid waste Substances 0.000 title claims abstract description 103
- 238000012423 maintenance Methods 0.000 title claims abstract description 22
- 238000005516 engineering process Methods 0.000 title claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 238000013507 mapping Methods 0.000 claims abstract description 3
- 241000854291 Dianthus carthusianorum Species 0.000 claims description 54
- 230000003321 amplification Effects 0.000 claims description 10
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 6
- 230000002860 competitive effect Effects 0.000 claims description 3
- 238000012800 visualization Methods 0.000 abstract 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 12
- 238000000034 method Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02B—HYDRAULIC ENGINEERING
- E02B5/00—Artificial water canals, e.g. irrigation canals
- E02B5/08—Details, e.g. gates, screens
- E02B5/085—Arresting devices for waterborne materials, e.g. gratings
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Economics (AREA)
- Mechanical Engineering (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Refuse Collection And Transfer (AREA)
Abstract
本发明涉及清污机运行管理技术领域，具体涉及一种基于数字孪生技术的清污机运行维护管理系统，其包括数据采集模块、数据处理模块和数据孪生监控模块；所述数据采集模块，用于实时采集多个清污机数据；所述数据处理模块，用于对采集的数据进行预处理，并利用预处理后的数据构建数字孪生模型；所述数据孪生监控模块，用于将实时对象数据映射至所述数字孪生模型，并对所述实时对象数据中出现的故障发出预警信息。本发明以数字孪生技术为基础，物理对象在工作时可以实时映射到虚拟对象中，并通过可视化技术进行呈现，使得可以精准的确定故障发生位置和故障类型，以便于维修人员及时采取维护措施对清污机进行维护，提高了维护效率。
Description
技术领域
本发明涉及清污机运行管理技术领域，具体涉及一种基于数字孪生技术的清污机运行维护管理系统。
背景技术
清污机是水电站的一个机械设备。清污机的作用是清理拦污栅上的污物，拦污栅是布置在水电站进水口处用于拦阻可能进入引水道的杂物,如树枝、杂木、水草、生活垃圾等,以保护水轮机、闸门及管道等设备的正常运行。大量杂物堆积在拦污栅上会压坏拦污栅并造成水头严重损失，浪费水能，减少发电量，因此需要定期对清污机进行维护，现有维护方式是维修人员通过定期巡检的方式进行，这种方式不仅工作效率低下，而且需要投入大量的人力成本，同时也存在一定的安全隐患。因此，如何实现对清污机的有效维护是本领域亟需解决的技术问题。
发明内容
针对上述问题，本发明提供一种基于数字孪生技术的清污机运行维护管理系统。
本发明的目的采用以下技术方案来实现：
一种基于数字孪生技术的清污机运行维护管理系统，其包括：数据采集模块、数据处理模块和数据孪生监控模块；
所述数据采集模块，用于实时采集多个清污机数据，所述清污机数据包括清污机运行数据、清污机形态数据和清污机环境数据；
所述数据处理模块，用于对采集的数据进行预处理，并利用预处理后的数据构建数字孪生模型；
所述数据孪生监控模块，用于将实时对象数据映射至所述数字孪生模型，并对所述实时对象数据中出现的故障发出预警信息。
优选地，所述清污机运行数据包括清污机运行数据和其仪表数据；
所述清污机形态数据包括：包括各清污机的机械形态参数、其损耗程度以及其所在处的位置坐标；
所述清污机环境数据包括：清污机周围环境、清污机周围人员变动情况。
优选地，所述对采集的数据进行预处理，具体是：
对所述清污机运行数据采用不经边缘计算处理直接通过网络传输至所述数据孪生监控模块；
对所述清污机形态数据采用利用所述清污机形态数据在数据中心构建全比例数字孪生模型，并且搭建虚拟对象与实体对象的传输通道，将其传输至所述数据孪生监控模块；
对清污机环境数据，将得到的各清污机图像数据经降噪处理后传输至所述数据孪生监控模块。
优选地，所述数据采集模块包括多个传感器、基站设备以及摄像头；
多个传感器用于采集所述清污机运行数据和清污机形态数据，其中，多个传感器节点和基站设备按照预设的成簇机制构建一无线传感器网络；
所述摄像头用于采集所述清污机环境数据。
优选地，所述多个传感器节点和基站设备按照预设的成簇机制构建一无线传感器网络，具体是：
将所述基站设备部署在监测区域外一位置，将K个传感器节点随机撒布于监测区域内；
传感器节点和基站设备部署完成后，基站设备向全网广播竞选簇头指令，接收到该指令的各传感器节点将携带有自身信息的数据包发送至基站设备，基站设备基于接收到的数据包按照如下公式计算最优簇首个数：
；
式中，为最优簇头个数，/>为传感器节点与基站设备之间的距离不小于阈值的传感器节点个数，/>为传感器节点与基站设备之间的距离小于阈值/>的传感器节点个数，其中，/>，/>，/>为自由空间模型中功率放大所需的能量，为多路衰减模型中功率放大所需的能量，/>为/>个传感器节点与基站设备之间距离之和的平均值，/>为/>个传感器节点与基站设备之间距离之和的平均值，/>为距离基站设备为/>的传感器节点将单位数据传输至基站设备所需消耗的能量，/>为距离基站设备为/>的传感器节点将单位数据传输至基站设备所需消耗的能量，/>为监测区域的面积；
基于确定的最优簇头个数，将整个监测区域划分成个监测子区域，每个监测子区域有且只有一个簇首，其监测子区域内剩余传感器节点作为簇成员节点，加入到其所在监测子区域的簇首中，最终完成分簇，得到一分簇结构的无线传感器网络。
发明的有益效果为：本发明以数字孪生技术为基础，物理对象（清污机）在工作时可以实时映射到虚拟对象中，并通过可视化技术进行呈现，使得可以精准的确定故障发生位置和故障类型，以便于维修人员及时采取维护措施对清污机进行维护，提高了维护效率。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明实施例提供的清污机运行维护管理系统示意图。
附图标记：数据采集模块10、数据处理模块20、数据孪生监控模块30。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，一种基于数字孪生技术的清污机运行维护管理系统，其包括：数据采集模块10、数据处理模块20和数据孪生监控模块30；
所述数据采集模块10，用于实时采集多个清污机数据，所述清污机数据包括清污机运行数据、清污机形态数据和清污机环境数据；
所述数据处理模块20，用于对采集的数据进行预处理，并利用预处理后的数据构建数字孪生模型；
所述数据孪生监控模块30，用于将实时对象数据映射至所述数字孪生模型，并对所述实时对象数据中出现的故障发出预警信息。
优选地，所述清污机运行数据包括清污机运行数据和其仪表数据；
所述清污机形态数据包括：包括各清污机的机械形态参数、其损耗程度以及其所在处的位置坐标；
具体地，通过图像传感器获取各清污机的机械形态参数，基于机械形态参数得到各清污机的外观形状，通过温度传感器、流速传感器、压力传感器、水质酸碱度传感器等多种传感器将对清污机损耗程度有影响的参数进行实时采集，然后基于采集的参数表征各清污机的损耗程度，具体地，其损耗程度可用如下公式获得：，其中，/>表示清污机的损耗程度，/>为清污机工作时所处环境的温度值，/>为预设的清污机工作时的温度阈值；F为清污机工作时所处水域的流速，/>为预设的清污机工作时所需的流速阈值，Y为清污机工作时所处水域的水压值，/>为预设的清污机工作时所需的水压阈值，Q为清污机工作时所处水域的酸碱度值，/>为预设的清污机工作时水域的酸碱度阈值，/>、、/>、/>为权重因子。
所述清污机环境数据包括：清污机周围环境、清污机周围人员变动情况。
优选地，所述对采集的数据进行预处理，具体是：
对所述清污机运行数据采用不经边缘计算处理直接通过网络传输至所述数据孪生监控模块30；
对所述清污机形态数据采用利用所述清污机形态数据在数据中心构建全比例数字孪生模型，并且搭建虚拟对象与实体对象的传输通道，将其传输至所述数据孪生监控模块30；
对清污机环境数据，将得到的各清污机图像数据经降噪处理后传输至所述数据孪生监控模块30。
优选地，所述数据采集模块包括多个传感器、基站设备以及摄像头；
多个传感器用于采集所述清污机运行数据和清污机形态数据，其中，多个传感器节点和基站设备按照预设的成簇机制构建一无线传感器网络；
所述摄像头用于采集所述清污机环境数据。
优选地，所述多个传感器节点和基站设备按照预设的成簇机制构建一无线传感器网络，具体是：
将所述基站设备部署在监测区域外一位置，将K个传感器节点随机撒布于监测区域内；
传感器节点和基站设备部署完成后，基站设备向全网广播竞选簇头指令，接收到该指令的各传感器节点将携带有自身信息的数据包发送至基站设备，基站设备基于接收到的数据包按照如下公式计算最优簇首个数：
；
式中，为最优簇头个数，/>为传感器节点与基站设备之间的距离不小于阈值的传感器节点个数，/>为传感器节点与基站设备之间的距离小于阈值/>的传感器节点个数，其中，/>，/>，/>为自由空间模型中功率放大所需的能量，为多路衰减模型中功率放大所需的能量，/>为/>个传感器节点与基站设备之间距离之和的平均值，/>为/>个传感器节点与基站设备之间距离之和的平均值，/>为距离基站设备为/>的传感器节点将单位数据传输至基站设备所需消耗的能量，/>为距离基站设备为/>的传感器节点将单位数据传输至基站设备所需消耗的能量，/>为监测区域的面积；
基于确定的最优簇头个数，将整个监测区域划分成个监测子区域，每个监测子区域有且只有一个簇首，其监测子区域内剩余传感器节点作为簇成员节点，加入到其所在监测子区域的簇首中，最终完成分簇，得到一分簇结构的无线传感器网络。
有益效果：对于同一个无线传感器网络而言，网络的能量消耗会因为不同的簇头个数而变得不同，进而会直接导致总能耗差距十分明显，在上述实施方式中，采用如上方式确定最优簇头个数，在确定最优簇头个数时，考虑监测区域的面积、距离因素、能量因素等多个因素的影响，从而能够得到一个总能耗相对较低的无线传感器网络，达到均衡整个无线传感器网络能量的目的。
优选地，基于确定的最优簇头个数，将整个监测区域划分成个监测子区域，具体采用如下方式进行划分：
根据监测区域与基站设备之间的位置关系，从中心线将监测区域划分成两个等大的区域，其中，靠近基站设备的监测区域定义为S1，另一监测区域定义为S2；
将得到的最优簇头个数分配给区域S1和区域S2，具体地，若为偶数，则S1中分配(/>个簇头，S2中分配(/>个簇头；若/>为奇数，则S1中分配(/>个簇头，S2中分配(/>个簇头；
基站设备基于接收到的来自各传感器节点的数据包，可采用如下方式计算各传感器节点的负载能力值：
具体地，若传感器节点i与基站设备之间的空间距离不小于距离阈值，利用下式计算传感器节点i的负载能力值：
若传感器节点i与基站设备之间的空间距离小于距离阈值，利用下式计算传感器节点i的负载能力值：
式中，为传感器节点i的负载能力值，/>为传感器节点i的当前剩余能量值，为传感器节点i作为簇首所需的最小能量值，/>为传感器节点i以及其邻居节点的平均剩余能量值，/>为传感器节点i传输单位数据至基站设备所需消耗的能量值，/>为传感器节点i的邻居节点数，/>为自由空间模型中功率放大所需的能量，/>为多路衰减模型中功率放大所需的能量，/>为传感器节点i与基站设备之间的空间距离，/>为传感器节点j传输单位数据至传感器节点i所需消耗的能量值，/>为传感器节点i与传感器节点j之间的空间距离，/>、/>分别为传感器节点i和传感器节点j的初始能量值，/>为路径损耗因子，/>、/>为权重系数。
根据计算得到的区域S1和区域S2中各传感器节点的负载能力值，按照负载能力值的大小，分别对区域S1和区域S2中各传感器节点进行降序排列，并分别选择排序靠前的传感器节点当选为簇头，区域S1中未当选为簇头节点的传感器节点，加入到区域S1中距离其最近的簇头中，成为相应的簇成员节点，区域S2中未当选为簇头节点的传感器节点，加入到区域S2中距离其最近的簇头中，成为相应的簇成员节点，直至区域S1和区域S2中非簇头节点均加入到对应的簇头中，最终得到一分簇结构的无线传感器网络。
有益效果：由于距离基站设备越远，簇头在传输数据给基站设备时需要消耗更多的能量，因此，根据区域S1和区域S2距离基站设备的远近，选择在远离基站设备的区域S2中分配更多的簇头，这样子可以保证将数据可靠地传送给基站设备，也能够减少距离基站设备远的簇头的能量消耗，延长了该无线传感器网络的使用寿命。
发明的有益效果为：本发明以数字孪生技术为基础，物理对象（清污机）在工作时可以实时映射到虚拟对象中，并通过可视化技术进行呈现，使得可以精准的确定故障发生位置和故障类型，以便于维修人员及时采取维护措施对清污机进行维护，提高了维护效率。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
Claims (2)
1.一种基于数字孪生技术的清污机运行维护管理系统，其特征是，包括数据采集模块、数据处理模块和数据孪生监控模块；
所述数据采集模块，用于实时采集多个清污机数据，所述清污机数据包括清污机运行数据、清污机形态数据和清污机环境数据；
所述数据处理模块，用于对采集的数据进行预处理，并利用预处理后的数据构建数字孪生模型；
所述数据孪生监控模块，用于将实时对象数据映射至所述数字孪生模型，并对所述实时对象数据中出现的故障发出预警信息；
所述对采集的数据进行预处理，具体是：
对所述清污机运行数据采用不经边缘计算处理直接通过网络传输至所述数据孪生监控模块；
对所述清污机形态数据采用利用所述清污机形态数据在数据中心构建全比例数字孪生模型，并且搭建虚拟对象与实体对象的传输通道，将其传输至所述数据孪生监控模块；
对清污机环境数据，将得到的各清污机图像数据经降噪处理后传输至所述数据孪生监控模块；
所述数据采集模块包括多个传感器、基站设备以及摄像头；
多个传感器用于采集所述清污机运行数据和清污机形态数据，其中，多个传感器节点和基站设备按照预设的成簇机制构建一无线传感器网络；
所述摄像头用于采集所述清污机环境数据；
所述多个传感器节点和基站设备按照预设的成簇机制构建一无线传感器网络，具体是：
将所述基站设备部署在监测区域外一位置，将K个传感器节点随机撒布于监测区域内；
传感器节点和基站设备部署完成后，基站设备向全网广播竞选簇头指令，接收到该指令的各传感器节点将携带有自身信息的数据包发送至基站设备，基站设备基于接收到的数据包计算最优簇首个数；
所述基站设备基于接收到的数据包按照如下公式计算最优簇首个数：
式中，/>为最优簇头个数，/>为传感器节点与基站设备之间的距离不小于距离阈值/>的传感器节点个数，/>为传感器节点与基站设备之间的距离小于距离阈值/>的传感器节点个数，其中，，/>，/>为自由空间模型中功率放大所需的能量，/>为多路衰减模型中功率放大所需的能量，/>为/>个传感器节点与基站设备之间距离之和的平均值，/>为/>个传感器节点与基站设备之间距离之和的平均值，/>为距离基站设备为/>的传感器节点将单位数据传输至基站设备所需消耗的能量，/>为距离基站设备为/>的传感器节点将单位数据传输至基站设备所需消耗的能量，/>为监测区域的面积;
基于确定的最优簇头个数，将整个监测区域划分成个监测子区域，其中，每个监测子区域有且只有一个簇首，其监测子区域内剩余传感器节点作为簇成员节点，加入到其所在监测子区域的簇首中，最终完成分簇，得到一分簇结构的无线传感器网络；
基于确定的最优簇头个数，将整个监测区域划分成个监测子区域，具体采用如下方式进行划分：
根据监测区域与基站设备之间的位置关系，从中心线将监测区域划分成两个等大的区域，其中，靠近基站设备的监测区域定义为S1，另一监测区域定义为S2；
将得到的最优簇头个数分配给区域S1和区域S2，具体地，若为偶数，则S1中分配个簇头，S2中分配/>个簇头；若/>为奇数，则S1中分配个簇头，S2中分配/>个簇头；
基站设备基于接收到的来自各传感器节点的数据包，采用如下方式计算各传感器节点的负载能力值：
具体地，若传感器节点i与基站设备之间的空间距离不小于距离阈值，利用下式计算传感器节点i的负载能力值：
若传感器节点i与基站设备之间的空间距离小于距离阈值/>，利用下式计算传感器节点i的负载能力值：
式中，/>为传感器节点i的负载能力值，/>为传感器节点i的当前剩余能量值，为传感器节点i作为簇首所需的最小能量值，/>为传感器节点i以及其邻居节点的平均剩余能量值，/>为传感器节点i传输单位数据至基站设备所需消耗的能量值，/>为传感器节点i的邻居节点数，/>为自由空间模型中功率放大所需的能量，/>为多路衰减模型中功率放大所需的能量，/>为传感器节点i与基站设备之间的空间距离，/>为传感器节点j传输单位数据至传感器节点i所需消耗的能量值，/>为传感器节点i与传感器节点j之间的空间距离，/>、/>分别为传感器节点i和传感器节点j的初始能量值，/>为路径损耗因子，/>、/>为权重系数；
根据计算得到的区域S1和区域S2中各传感器节点的负载能力值，按照负载能力值的大小，分别对区域S1和区域S2中各传感器节点进行降序排列，并分别选择排序靠前的传感器节点当选为簇头，区域S1中未当选为簇头节点的传感器节点，加入到区域S1中距离其最近的簇头中，成为相应的簇成员节点，区域S2中未当选为簇头节点的传感器节点，加入到区域S2中距离其最近的簇头中，成为相应的簇成员节点，直至区域S1和区域S2中非簇头节点均加入到对应的簇头中，最终得到一分簇结构的无线传感器网络。
2.根据权利要求1所述的清污机运行维护管理系统，其特征是，所述清污机运行数据包括清污机运行数据和其仪表数据；
所述清污机形态数据包括：包括各清污机的机械形态参数、其损耗程度以及其所在处的位置坐标；
所述清污机环境数据包括：清污机周围环境、清污机周围人员变动情况。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310602901.7A CN116384981B (zh) | 2023-05-26 | 2023-05-26 | 一种基于数字孪生技术的清污机运行维护管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310602901.7A CN116384981B (zh) | 2023-05-26 | 2023-05-26 | 一种基于数字孪生技术的清污机运行维护管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116384981A CN116384981A (zh) | 2023-07-04 |
| CN116384981B true CN116384981B (zh) | 2023-09-12 |
Family
ID=86965946
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310602901.7A Active CN116384981B (zh) | 2023-05-26 | 2023-05-26 | 一种基于数字孪生技术的清污机运行维护管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116384981B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108521633A (zh) * | 2018-02-27 | 2018-09-11 | 南京邮电大学 | 基于k均值的矿井环境无线传感网分簇路由方法 |
| CN110022564A (zh) * | 2019-05-21 | 2019-07-16 | 浙江农林大学 | 城市综合管廊中的无线传感器网络节点的部署方法 |
| CN111148140A (zh) * | 2019-11-29 | 2020-05-12 | 深圳供电局有限公司 | 一种基于无线通信技术的配电网局放检测数据采集方法 |
| KR20200132484A (ko) * | 2019-05-17 | 2020-11-25 | 군산대학교산학협력단 | 재난 관리 서버의 동작 방법 |
| CN112351467A (zh) * | 2020-11-10 | 2021-02-09 | 江南大学 | 一种无线异质通信网的节能组建与传输的路由方法 |
| CN112382064A (zh) * | 2020-11-12 | 2021-02-19 | 广东电网有限责任公司 | 一种基于数字孪生技术的电力物联网故障预警方法及系统 |
| CN114786236A (zh) * | 2022-04-27 | 2022-07-22 | 曲阜师范大学 | 无线传感器网络启发式学习路由协议的方法及装置 |
-
2023
- 2023-05-26 CN CN202310602901.7A patent/CN116384981B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108521633A (zh) * | 2018-02-27 | 2018-09-11 | 南京邮电大学 | 基于k均值的矿井环境无线传感网分簇路由方法 |
| KR20200132484A (ko) * | 2019-05-17 | 2020-11-25 | 군산대학교산학협력단 | 재난 관리 서버의 동작 방법 |
| CN110022564A (zh) * | 2019-05-21 | 2019-07-16 | 浙江农林大学 | 城市综合管廊中的无线传感器网络节点的部署方法 |
| CN111148140A (zh) * | 2019-11-29 | 2020-05-12 | 深圳供电局有限公司 | 一种基于无线通信技术的配电网局放检测数据采集方法 |
| CN112351467A (zh) * | 2020-11-10 | 2021-02-09 | 江南大学 | 一种无线异质通信网的节能组建与传输的路由方法 |
| CN112382064A (zh) * | 2020-11-12 | 2021-02-19 | 广东电网有限责任公司 | 一种基于数字孪生技术的电力物联网故障预警方法及系统 |
| CN114786236A (zh) * | 2022-04-27 | 2022-07-22 | 曲阜师范大学 | 无线传感器网络启发式学习路由协议的方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| "基于非均匀分环与最小通信代价的路由算法";尚静;《传感技术学报》;449-455页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116384981A (zh) | 2023-07-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108645619B (zh) | 机械轴承振动智能监测系统 | |
| CN103335537B (zh) | 凝汽器实时运行清洁系数在线监测方法 | |
| CN102539860A (zh) | 多联机电费计量方法和系统、以及用电设备机组系统 | |
| CN205880134U (zh) | 离相封闭母线绝缘状态在线监测系统 | |
| CN102404401A (zh) | 基于wsn的机群状态监测系统及方法 | |
| CN102255764A (zh) | 传输网故障诊断方法及装置 | |
| CN104863841A (zh) | 火电厂循环水泵效率在线监测方法 | |
| CN101605064B (zh) | 基于端到端测量的网络拓扑结构构建方法 | |
| CN111811108A (zh) | 换热器脏堵检测方法及装置 | |
| CN116384981B (zh) | 一种基于数字孪生技术的清污机运行维护管理系统 | |
| CN110601066A (zh) | 一种输电线路安全监控管理系统 | |
| CN108732444A (zh) | 智能变电站保护设备运行状态评估装置和检修决策方法 | |
| CN104533730A (zh) | 一种风力发电机组状态监测系统 | |
| CN114638507B (zh) | 一种智能海洋平台检测系统及方法 | |
| CN116820014A (zh) | 一种交通机电设备智能化监控预警方法及系统 | |
| CN110579961B (zh) | 一种面向立体种植的园林智慧给水方法及系统 | |
| CN102758727A (zh) | 集成于控制系统的风力机状态监测与故障诊断系统及方法 | |
| CN202854057U (zh) | 一种空冷岛翅片管空气通道污染检测系统 | |
| CN101399970B (zh) | 具备智能报警功能的网络摄像机系统 | |
| CN102355061A (zh) | 变电站设备远程监测诊断系统 | |
| CN102186245A (zh) | 变电站无线传感器网络移动终端精确定位的方法 | |
| CN205264000U (zh) | 重型港口机械液压系统远程故障监测与预警系统 | |
| CN202204375U (zh) | 基于数字光纤传感技术的水冷冷水机组清洗胶球在线计数装置 | |
| CN109348445A (zh) | 用于精细农业的土壤环境高精度实时监控系统 | |
| CN202334597U (zh) | 基于wsn的机群状态监测系统 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhai Changwei Inventor after: Feng Erman Inventor after: Feng Jun Inventor after: Li Gang Inventor after: Du Peiwen Inventor after: Sun Xiangyong Inventor before: Zhai Changwei Inventor before: Feng Erman Inventor before: Feng Jun Inventor before: Li Gang Inventor before: Du Peiwen Inventor before: Sun Xiangyong |