CN116546043A - 电缆隧道巡检人员环境安全监测装置及方法 - Google Patents
电缆隧道巡检人员环境安全监测装置及方法 Download PDFInfo
- Publication number
- CN116546043A CN116546043A CN202310359400.0A CN202310359400A CN116546043A CN 116546043 A CN116546043 A CN 116546043A CN 202310359400 A CN202310359400 A CN 202310359400A CN 116546043 A CN116546043 A CN 116546043A
- Authority
- CN
- China
- Prior art keywords
- data
- sensor
- cable tunnel
- base station
- data acquisition
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012806 monitoring device Methods 0.000 title claims abstract description 22
- 239000007789 gas Substances 0.000 claims abstract description 42
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 claims abstract description 31
- 229910000037 hydrogen sulfide Inorganic materials 0.000 claims abstract description 31
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 25
- 239000001301 oxygen Substances 0.000 claims abstract description 25
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 25
- 238000012544 monitoring process Methods 0.000 claims description 44
- 239000000779 smoke Substances 0.000 claims description 28
- 238000010295 mobile communication Methods 0.000 claims description 22
- 230000007613 environmental effect Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 11
- 239000013307 optical fiber Substances 0.000 claims description 11
- 238000013480 data collection Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 239000000835 fiber Substances 0.000 claims description 2
- 230000004927 fusion Effects 0.000 description 44
- 230000008859 change Effects 0.000 description 26
- 238000013528 artificial neural network Methods 0.000 description 17
- 238000004422 calculation algorithm Methods 0.000 description 14
- 230000000630 rising effect Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000010606 normalization Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 206010021143 Hypoxia Diseases 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000002341 toxic gas Substances 0.000 description 4
- 230000001174 ascending effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000003822 epoxy resin Substances 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000007954 hypoxia Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000011020 pilot scale process Methods 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 230000007096 poisonous effect Effects 0.000 description 1
- 229920000647 polyepoxide Polymers 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/40—Arrangements in telecontrol or telemetry systems using a wireless architecture
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了电缆隧道巡检人员环境安全监测装置及方法,涉及报警器技术领域;装置包括服务器、位于电缆隧道的传感器、数据采集器、转换器、交换机和UWB定位基站以及巡检人员携带的移动式定位设备,方法包括数据采集器获得每一传感器数据,根据温度、烟雾和CO的数据分类获得火灾概率,根据氧气、可燃气体、硫化氢和湿度的数据分类获得其他危险状况,根据火灾概率和其他危险状况分类获得危险状况,UWB定位基站获得移动式定位设备与UWB定位基站的距离信息并发往数据采集器,数据采集器共享发送移动式定位设备的距离信息、传感器数据和相应的危险状况;通过将移动式定位设备的位置和相应的危险状况共享,以便下一步告警和撤离。
Description
技术领域
本发明涉及报警器技术领域,尤其涉及一种电缆隧道巡检人员环境安全监测装置及方法。
背景技术
电力电缆隧道是一条基本封闭的隧道,平时人员出入极少。其中有隧道内会发生积水,淤泥聚集,垃圾成堆等问题。长期的污秽聚集会产生诸如甲烷、氨气等易燃易爆气体。电缆皮层的环氧树脂结构在污水中长期浸泡易产生硫化氢,甚至一氧化碳等有毒气体。同时,这些气体对隧道内的电缆有腐蚀作用,加快电缆的老化,又会导致更多的有害气体产生,形成恶性循环,另外,电缆接头接触不良,局部发热,过负荷及长时间短路作用,电缆绝缘老化、破损,致使短路,外来火源等都会导致电缆隧道发生火灾。因此,对电缆隧道里面的温湿度,有害气体浓度,氧气浓度等危险因素进行监测,并且分析这些因素的变化,一方面会帮助我们提前发现电缆运行中潜在的故障隐患,及时排除隐患,避免酿成大祸,另一方面,可及时提示巡检人员危险状况,保障人员安全。
撰写人检索,检索式为TACD_ALL:(隧道AND危险AND识别AND气体AND变化率),获得较为接近的现有技术方案如下。
申请公布号为CN 112762997 A,名称为电缆隧道分布式智能感知系统与状态评价方法。电缆隧道分布式智能感知系统包括监控后台、智能井盖、边缘计算单元、汇聚节点、无线中继器、巡检机器人、隧道状态感知单元和电缆状态感知单元,所述智能井盖还包括MCU主控单元、电源输入模块、定位模块、通信单元、倾角感知模块、表面环境感知模块和RFID电子标签。能够基于智能井盖开展电缆隧道分布式状态监测,节省在线监测系统布设成本,传感器组网方式更为灵活,能够结合隧道环境和电缆本体状态量开展综合状态评价,保障电缆设备安全可靠运行。
申请公布号为CN 114582107 A,名称为有限空间作业安全智能预警系统。系统包括气体数据边缘计算模块、气体风险评估模块、人机交互模块、5G基站传输模块,系统利用气体数据边缘计算模块对有限空间的数据进行采集通过互联网将数据传输给边缘计算设备,边缘计算设备中的气体风险评估模块利用预测算法对采集的数据进行挖掘和分析,得出不同的风险,将风险利用人机交互模块进行展现,同时将风险通过5G基站传输模块告知工作人员和管理人员,提出系统能够对多种气体风险进行评估,并保证评估的准确度,利用边缘计算设备与算法的结合能够及时有效地对风险进行识别和控制,在风险产生初期及时进行报警,真正实现风险预控,从而满足有限空间作业安全生产需求。
结合上述两篇专利文献和现有的技术方案,发明人分析获知:
目前,传统电缆监控系统采用不同传感器监测不同信号,每种装置各自独立完成其特定单一的监控功能,基本上都是采用阈值报警。
实际的电缆隧道巡检过程中,情况实时变化的。巡检人员一般都是随身携带便携式气体环境检测仪,当检测到突发异常状况时,比如有害气体超标时报警,但是此时巡检人员已经处于危险环境之中。
另外,由于隧道内信号不好,因为无法获得巡检人员的位置,因此,当某个区域出现实时地突发危险时,巡检人员也无法知道,当巡检到此危险区域时,对巡检人员的安全造成威胁。
因此,需要建立隧道危险环境预警和报警系统,当某个隧道区域发生危险状况时,结合巡检人员所处区域,及时给出预警和报警,并提示巡检人员安全区域撤离方向。
现有技术问题及思考:
如何解决在电缆隧道内环境安全监测的技术问题。
发明内容
本发明所要解决的技术问题是提供一种电缆隧道巡检人员环境安全监测装置及方法,解决获知巡检人员在电缆隧道内的位置和相应的危险状况的技术问题。
为解决上述技术问题,本发明所采取的技术方案是:一种电缆隧道巡检人员环境安全监测装置包括位于管控室的服务器以及位于电缆隧道的传感器、数据采集器、转换器和交换机,传感器与数据采集器连接并通信,数据采集器与服务器连接并通信,数据采集器与转换器连接并通信,转换器与交换机连接并通信,还包括位于电缆隧道的UWB定位基站和巡检人员携带的移动式定位设备,UWB定位基站与数据采集器连接并通信,移动式定位设备与UWB定位基站无线连接并通信。
进一步的技术方案在于:每隔100m在电缆隧道两侧均安装有传感器,电缆隧道顶部每隔50m布置有UWB定位基站,转换器为光纤转换器,交换机为无线交换机即无线AP,传感器通过RS485总线与数据采集器有线连接,数据采集器通过光纤与光纤转换器有线连接,光纤转换器通过RS485总线与无线交换机有线连接,UWB定位基站通过RS485总线与数据采集器连接。
进一步的技术方案在于:还包括巡检人员携带的移动通信终端,移动通信终端与交换机无线连接并通信。
进一步的技术方案在于:传感器为传感器组包括烟雾传感器、CO传感器、温度传感器、氧气传感器、可燃气体传感器、硫化氢传感器和湿度传感器共七个传感器,每一个传感器分别单独与数据采集器连接。
一种电缆隧道巡检人员环境安全监测装置包括监测模块的程序模块,用于数据采集器获得每一传感器数据包括温度、烟雾、CO、氧气、可燃气体、硫化氢和湿度的数据,根据温度、烟雾和CO的数据分类获得火灾概率,根据氧气、可燃气体、硫化氢和湿度的数据分类获得其他危险状况,根据火灾概率和其他危险状况分类获得危险状况P,数据采集器共享发送传感器数据和相应的危险状况P;UWB定位基站获得移动式定位设备与UWB定位基站的距离信息并发往数据采集器,数据采集器获得移动式定位设备的距离信息并共享发送。
进一步的技术方案在于:监测模块还用于,将移动式定位设备与UWB定位基站的距离信息结合UWB定位基站在地图中的位置信息获得移动式定位设备在电缆隧道中的位置信息,危险状况P包括无、轻微、轻度、较严重和严重共五个级别,移动通信终端获得在电缆隧道中的位置信息以及相应的传感器数据和危险状况P。
一种电缆隧道巡检人员环境安全监测方法包括监测步骤,数据采集器获得每一传感器数据包括温度、烟雾、CO、氧气、可燃气体、硫化氢和湿度的数据,根据温度、烟雾和CO的数据分类获得火灾概率,根据氧气、可燃气体、硫化氢和湿度的数据分类获得其他危险状况,根据火灾概率和其他危险状况分类获得危险状况P,数据采集器共享发送传感器数据和相应的危险状况P;UWB定位基站获得移动式定位设备与UWB定位基站的距离信息并发往数据采集器,数据采集器获得移动式定位设备的距离信息并共享发送。
进一步的技术方案在于:在监测步骤中,将移动式定位设备与UWB定位基站的距离信息结合UWB定位基站在地图中的位置信息获得移动式定位设备在电缆隧道中的位置信息,危险状况P包括无、轻微、轻度、较严重和严重共五个级别,移动通信终端获得在电缆隧道中的位置信息以及相应的传感器数据和危险状况P。
一种电缆隧道巡检人员环境安全监测装置包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,所述处理器执行计算机程序时实现上述相应的步骤。
一种电缆隧道巡检人员环境安全监测装置包括计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述相应的步骤。
采用上述技术方案所产生的有益效果在于:
第一,一种电缆隧道巡检人员环境安全监测装置包括位于管控室的服务器以及位于电缆隧道的传感器、数据采集器、转换器和交换机,传感器与数据采集器连接并通信,数据采集器与服务器连接并通信,数据采集器与转换器连接并通信,转换器与交换机连接并通信,还包括位于电缆隧道的UWB定位基站和巡检人员携带的移动式定位设备,UWB定位基站与数据采集器连接并通信,移动式定位设备与UWB定位基站无线连接并通信。该技术方案,其通过位于电缆隧道内的UWB定位基站获得巡检人员携带的移动式定位设备的位置并告知数据采集器,当数据采集器获知电缆隧道内某个区域发生危险状况时,将移动式定位设备的位置和相应的危险状况发送并共享,以便下一步,例如,为及时告警提供基础,巡检人员通过携带的移动式定位设备收到的位置和相应的危险状况,进而选择撤向安全区域的方向。
第二,一种电缆隧道巡检人员环境安全监测装置包括监测模块的程序模块,用于数据采集器获得每一传感器数据包括温度、烟雾、CO、氧气、可燃气体、硫化氢和湿度的数据,根据温度、烟雾和CO的数据分类获得火灾概率,根据氧气、可燃气体、硫化氢和湿度的数据分类获得其他危险状况,根据火灾概率和其他危险状况分类获得危险状况P,数据采集器共享发送传感器数据和相应的危险状况P;UWB定位基站获得移动式定位设备与UWB定位基站的距离信息并发往数据采集器,数据采集器获得移动式定位设备的距离信息并共享发送。该技术方案,数据采集器将移动式定位设备的位置和相应的危险状况发送并共享,以便下一步的报警和撤离。
第三,监测模块还用于,将移动式定位设备与UWB定位基站的距离信息结合UWB定位基站在地图中的位置信息获得移动式定位设备在电缆隧道中的位置信息,危险状况P包括无、轻微、轻度、较严重和严重共五个级别,移动通信终端获得在电缆隧道中的位置信息以及相应的传感器数据和危险状况P。该技术方案,移动通信终端获得在电缆隧道中的位置信息以及相应的传感器数据和危险状况,以便巡检人员根据情况选择撤向安全区域的方向。
第四,一种电缆隧道巡检人员环境安全监测方法包括监测步骤,数据采集器获得每一传感器数据包括温度、烟雾、CO、氧气、可燃气体、硫化氢和湿度的数据,根据温度、烟雾和CO的数据分类获得火灾概率,根据氧气、可燃气体、硫化氢和湿度的数据分类获得其他危险状况,根据火灾概率和其他危险状况分类获得危险状况P,数据采集器共享发送传感器数据和相应的危险状况P;UWB定位基站获得移动式定位设备与UWB定位基站的距离信息并发往数据采集器,数据采集器获得移动式定位设备的距离信息并共享发送。该技术方案,数据采集器将移动式定位设备的位置和相应的危险状况发送并共享,以便下一步的报警和撤离。
详见具体实施方式部分描述。
附图说明
图1是系统结构图;
图2是系统传感器布置结构图;
图3是预处理流程图;
图4是数据融合结构图;
图5是BP神经网络融合结构图;
图6是BP神经网络训练流程图;
图7是模糊推理结构图;
图8是火灾判断结构图;
图9是其他危险状况融合结构图;
图10是系统融合结构图;
图11是电缆隧道UWB布置图;
图12是数据采集器结构图。
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。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本申请及其应用或使用的任何限制。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。
在下面的描述中阐述了很多具体细节以便于充分理解本申请,但是本申请还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施例的限制。
实施例1:
如图1、图2、图11和图12所示,本发明公开了一种电缆隧道巡检人员环境安全监测装置包括位于管控室的服务器、位于电缆隧道的传感器、数据采集器、转换器、交换机和UWB定位基站、巡检人员携带的移动式定位设备和移动通信终端以及监测模块,监测模块为程序模块。
如图11和图12所示,每隔100m在电缆隧道两侧均安装有传感器,电缆隧道顶部每隔50m布置有UWB定位基站,转换器为光纤转换器,交换机为无线交换机即无线AP,传感器通过RS485总线与数据采集器有线连接并通信,数据采集器通过光纤与光纤转换器有线连接并通信,光纤转换器通过RS485总线与无线交换机有线连接并通信,UWB定位基站通过RS485总线与数据采集器连接并通信,数据采集器与服务器连接并通信,移动式定位设备与UWB定位基站无线连接并通信,移动通信终端与无线交换机无线连接并通信。
如图2所示,传感器为传感器组包括烟雾传感器、CO传感器、温度传感器、氧气传感器、可燃气体传感器、硫化氢传感器和湿度传感器共七个传感器,每一个传感器分别单独与数据采集器连接。
监测模块,用于数据采集器获得每一传感器数据包括温度、烟雾、CO、氧气、可燃气体、硫化氢和湿度的数据,根据温度、烟雾和CO的数据分类获得火灾概率,根据氧气、可燃气体、硫化氢和湿度的数据分类获得其他危险状况,根据火灾概率和其他危险状况分类获得危险状况P,数据采集器共享发送传感器数据和相应的危险状况P;UWB定位基站获得移动式定位设备与UWB定位基站的距离信息并发往数据采集器,数据采集器获得移动式定位设备的距离信息并共享发送;将移动式定位设备与UWB定位基站的距离信息结合UWB定位基站在地图中的位置信息获得移动式定位设备在电缆隧道中的位置信息,危险状况P包括无、轻微、轻度、较严重和严重共五个级别,移动通信终端获得在电缆隧道中的位置信息以及相应的传感器数据和危险状况P。
实施例2:
本发明公开了一种电缆隧道巡检人员环境安全监测装置为监测模块,监测模块为程序模块,用于数据采集器获得每一传感器数据包括温度、烟雾、CO、氧气、可燃气体、硫化氢和湿度的数据,根据温度、烟雾和CO的数据分类获得火灾概率,根据氧气、可燃气体、硫化氢和湿度的数据分类获得其他危险状况,根据火灾概率和其他危险状况分类获得危险状况P,数据采集器共享发送传感器数据和相应的危险状况P;UWB定位基站获得移动式定位设备与UWB定位基站的距离信息并发往数据采集器,数据采集器获得移动式定位设备的距离信息并共享发送;将移动式定位设备与UWB定位基站的距离信息结合UWB定位基站在地图中的位置信息获得移动式定位设备在电缆隧道中的位置信息,危险状况P包括无、轻微、轻度、较严重和严重共五个级别,移动通信终端获得在电缆隧道中的位置信息以及相应的传感器数据和危险状况P。
实施例3:
本发明公开了一种电缆隧道巡检人员环境安全监测方法,基于实施例1的装置,进行监测的步骤为数据采集器获得每一传感器数据包括温度、烟雾、CO、氧气、可燃气体、硫化氢和湿度的数据,根据温度、烟雾和CO的数据分类获得火灾概率,根据氧气、可燃气体、硫化氢和湿度的数据分类获得其他危险状况,根据火灾概率和其他危险状况分类获得危险状况P,数据采集器共享发送传感器数据和相应的危险状况P;UWB定位基站获得移动式定位设备与UWB定位基站的距离信息并发往数据采集器,数据采集器获得移动式定位设备的距离信息并共享发送;将移动式定位设备与UWB定位基站的距离信息结合UWB定位基站在地图中的位置信息获得移动式定位设备在电缆隧道中的位置信息,危险状况P包括无、轻微、轻度、较严重和严重共五个级别,移动通信终端获得在电缆隧道中的位置信息以及相应的传感器数据和危险状况P。具体划分包括如下步骤:
S1数据轮询
数据采集器以50ms周期,轮询所有传感器组,获得每一传感器的数据。
S2传感器数值数据预处理
数据采集器对每一个传感器数据进行滤波处理,去掉最大值和最小值,求平均值,获得滤波后的传感器数据。
基于滤波后的传感器数据获得传感器数据变化率,将滤波后的每一个传感器数据和其变化率进行归一化转换并获得0~1之间的数值。
S3神经网络数据融合
数据采集器获得温度、烟雾和CO的数值,采用神经网络进行数据融合,得到无火、阴燃和明火的概率。
S4模糊推理数据融合
数据采集器获得温度数值上升变化率、烟雾数值上升变化率和CO数值上升变化率三个变量,采用模糊推理方法,得到明火和阴燃的概率。
S5神经网络融合结果+模糊推理融合结果→模糊推理融合
数据采集器将神经网络得到的明火、阴燃和无火的概率以及模糊推理得到的明火和阴燃的概率进一步利用模糊推理算法融合,得到最终的火灾概率。
S6其他危险状况识别
数据采集器根据氧气传感器、可燃气体传感器、硫化氢传感器和湿度传感器的数值及其变化率,识别并获得缺氧、可燃气体泄露火灾隐患、硫化氢有毒气体危险和湿度过大危险的状况,采用模糊推理方法进行融合,进行模糊逻辑推理,最终得到其他危险状况,包括无、轻微、轻度、较严重和严重共五个级别。
S7最终电缆隧道危险状况
数据采集器根据其他危险状况的级别和得到的火灾概率,进一步利用模糊融合,得到整个系统的危险状况P包括无、轻微、轻度、较严重和严重,即最终结果。
当P<0.2时,危险状况为无;
当0.2<P<0.4时,危险状况为轻微;
当0.4<P<0.6时,危险状况为轻度;
当0.6<P<0.8时,危险状况为较严重;
当P>0.8时,危险状况为严重。
S8数据和融合结果上传
数据采集器上传每一传感器数值和基于数据融合判定的危险状况级别。
S9巡检人员位置计算
巡检人员携带的移动式定位设备与UWB定位基站通信,UWB定位基站获得移动式定位设备与UWB定位基站的距离信息,并通过数据采集器发往服务器,服务器获得UWB定位基站与移动式定位设备的距离信息,结合UWB定位基站在地图中的位置信息,计算得到移动式定位设备在电缆隧道中的位置信息,即巡检人员的位置信息,显示在地图上,并记录在数据服务器中。
S10巡检人员便携式设备上的信息显示
巡检人员通过移动通信终端点击地图上的传感器,移动通信终端连接数据采集器,数据采集器将该处传感器数值和危险状况级别发往巡检人员的移动通信终端,移动通信终端获得该处传感器数值和危险状况级别,显示在移动通信终端的地图上。
S11巡检人员安全保障
其报警流程为:危险状况报警→声光报警→推送巡检人员便携设备显示报警。
电缆隧道内连接有声光报警器,当数据采集器识别有危险状况后,控制该处声光报警器发出声光报警,数据采集器将危险状况发往移动通信终端,移动通信终端获得该处的危险状况,在地图上相应显示并提醒巡检人员获知电缆隧道何处有危险以及危险级别,巡检人员可根据地图危险情况分布,结合地形图,决定安全逃生路线,保障人身安全。
实施例4:
本发明公开了一种电缆隧道巡检人员环境安全监测装置包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,所述处理器执行计算机程序时实现实施例3的步骤。
实施例5:
本发明公开了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现实施例3中的步骤。
本申请的构思:
本系统在传统监控系统不同传感器监测基础上,采用数据融合技术实现监测信息之间必要的联系和有效的协调,在传统监控系统对各种危险因素阈值报警的基础上,将各种危险因素的变化率引入数据融合算法,得到电缆隧道危险程度的预警信息,从而对电缆隧道危险程度发出预警和报警信息,对隧道危险状况实现全面、准确的识别,在此基础上,利用隧道UWB人员定位系统,获取巡检人员当前位置,当某个区域发生危险时,及时对巡检人员发出预警和报警信息,保障巡检人员安全。
技术方案说明:
基于UWB定位和数据融合的电缆隧道巡检人员安全监测装置及方法主要由嵌入式系统开发的多通道数据采集器和上位机处理系统构成。自研的多通道数据采集器实现现场各种传感器、UWB定位基站的数据采集和数据通信、多传感器数据融合危险状况判断功能、与巡检人员进行信息交互。采集器的主板采用以ST公司的高端芯片为CPU处理器,定时刷新采集现场传感器数据,并将实时监测数据转为标准接口协议通过以太网络传输到监控服务器。在此基础上,充分利用不同时间与空间的多传感器数据资源,采用计算机技术对按时间序列获得的多传感器观测数据,利用神经网络、模糊逻辑理论融合算法对多个传感器获得的信息进行协调、组合、互补来克服单个传感器的不确定和局限性,达到电缆隧道故障、危险状况的识别和预警,并实时和电缆隧道巡检人员进行交互,保障巡检作业人员的安全。
一.系统整体架构
如图1所示,系统典型结构,数字化系统总体上分为三层:分别是系统主站层、通信传输层、数据采集设备层,完成电缆隧道环境检测的功能。
系统主站层:
主站系统计算机接收由数据采集器采集的现场传感器信息,结合传感器安装位置和现场地形图,将各传感器信息和电缆隧道危险程度信息进行显示和报警,帮助监控人员实时掌握电缆隧道状况。
数据采集层:
数据采集层主要负责各类数据采集设备的数据交互,包括各种监测传感器数据和UWB定位基站数据,当巡检人员进入时,还可以和巡检人员随身携带的定位设备进行数据交换。现场数据传感器类型较多,数据接口标准不同,通信协议不同,采用自主开发的数据采集器,兼容不同数据接口形式,与各传感器采用RS485总线,同上位机服务器采用以太网总线。数据采集器支持MODBUS、自拟通信协议接入,转换为标准的接口规范,实现各类传感器终端及其它系统数据及控制指令的交换。可对采集数据按设定周期进行召唤刷新,可对指定区域进行数据召唤刷新,具备根据设定周期定时自动采集或人工随时召唤终端保存的历史数据等功能。自研的数据采集器利用神经、模糊逻辑理论融合算法对多个传感器获得的信息进行协调、组合、克服单个传感器的不确定和局限性,达到电缆隧道故障、危险状况的识别和预警。
二、基于改进算法数据融合的电缆隧道危险状况识别。
电缆隧道中的危险状况主要有:火灾,缺氧、可燃气体泄露火灾隐患、有毒气体危险,湿度过大等情况,这些危险有可能其中一项发生,或者多个同时发生,其对人身安全造成的危害程度不同,因此,采用数据融合算法对危险状况进行全面、准确的识别,并根据对人身安全的威胁程度对危险状况程度进行分级预警和报警,保障巡检人员安全,同时帮助巡检人员及早发现隐患,进行处理。
针对不同危险因素,选定不同传感器进行监测。
火灾监测:烟雾传感器、CO传感器、温度传感器。
缺氧:氧气传感器。
可燃气体泄露火灾隐患:可燃气体传感器。
有毒气体:H2S(硫化氢)传感器。
湿度过大(浸泡隐患):湿度传感器。
1、传感器安装
如图2所示,电缆隧道两侧安装每隔100m安装各种传感器,传感器和数据采集器采用485总线与自研的数据采集器相连,数据采集器通过光纤与机房路由器相连,从而传送数据给中心服务器。
2、数据预处理(滤波去噪和归一化)
如图3所示,现场传感器采集数据后,需要进行预处理。
数据测量过程中,因为现场环境恶劣,不可避免带来噪声,因此采用多次采样,去掉最大最小值,然后采用均值滤波去噪。
在此基础上,因后续采用BP神经网络和模糊逻辑进行数据融合,为了将不同传感器的数据统一起来,同时为了防止输出数据中较小的数据不会被大数据数据淹没,将去噪后的各传感器数值,进行归一化。归一化以后,所有的数据都转化为[0,1]之间的数据。
3、危险状况识别
如图4所示,传感器采集现场数据,通过数据预处理归一化以后,采用数据融合算法,进行危险状况识别。主要分为两部分。(1)火灾的识别,(2)其他危险状况识别。然后这两类进行进一步融合,得到整个电缆隧道的危险状况程度分级。
(1)火灾的识别
如图2所示,传统监控系统采用不同传感器监测不同信号,对于危险的判断和数据融合基本上都是根据传感器数值和阈值进行的,当阈值超限时,环境已经处于危险状况之中,如果巡检人处于此环境之中,有可能导致人身危险,而危险发生前期,虽然各传感器数值比较小,没有达到阈值,但是其传感器的数值已经发生变化,其上升变化率变化较大,因此将其随时间上升变化率引入监测、判断,则可以在危险状况初期及早发现,更早对危险状况进行报警。因此,本系统将各传感器随时间的上升变化率引入危险状况判断,在危险状况初期,即可检测出来,进行预警报警,提醒巡检人员,从而切实保障巡检人员安全。
如图4所示,火灾的报警分为两部分,然后两部分进行融合。
①明火、阴燃、无火判断
如图5所示,以温度、烟雾、CO数值作为输入,采用BP神经网络进行计算,得到明火、阴燃和无火概率。
如图6所示,其训练算法流程图,其中,神经网络的结构中各节点权值预先通过离线数据训练得到,然后存储到数据采集器中,进行火灾判断。
②明火、阴燃预警判断
传统监控系统中,通过温度、烟雾、CO传感器数值,对应阈值,进行融合判断火灾。只有在各传感器达到较大数值以后,才能做出较准确的判断,但其实,各传感器数值在初期虽然数值较小,但其上升变化率较大,因此。利用其上升变化率变化特征,将有利于更早期,更快发现火灾,在火灾初期对巡检人员发出报警,更好的保障巡检人员安全。
如图7所示,其过程。
模糊化:
各传感器的数值及其变化率在数据预处理阶段已进行归一化变换,数据已经限制在[0,1]之间。进一步将温度、烟雾浓度和CO浓度传感器数值上升变化率模糊化为四个等级,即无火灾(W)、火灾可能性小(X)、火灾可能性中(Z)和火灾可能性大(D);选取模糊隶属函数为三角形隶属函数,其公式如下所示。模糊逻辑推理的输出概率记为P1和P2,P1模糊集合记为:无火灾(W)、火灾概率小(X)、火灾概率中(Z)、火灾概率大(D)。P2模糊集合为:无火灾(W)、阴燃概率小(X)、阴燃概率中(Z)、阴燃概率大(D)。其模糊隶属函数为
模糊逻辑推理:
模糊逻辑推理的实现主要是模糊规则的建立,模糊规则主要是来自于专家级的经验和相关专业领域的知识。模糊规则采用Mamdani法作为推理的规则,规则的表现为“if…then…”形式,如“如果温度上升率为X、烟雾浓度上升率变化率为D、CO浓度上升变化率为X,那么发生阴燃的概率P2为D”;“如果温度上升率为D、烟雾浓度上升率变化率为X、CO浓度上升变化率为D,那么发生明火的概率P1为D”;根据这些规则得到模糊规则库,将其存储在自研的数据采集器中。
反模糊化处理:
最后选用面积重心法对模糊集合进行反模糊处理,其中,u(z)是输出的隶属度函数,得到输出明火概率U1和阴燃概率U2。
神经网络输出+模糊推理输出融合:
如图8所示,多传感器数值通过神经网络得到无火、明火、阴燃概率;多传感器数值上升变化率也得到明火、阴燃预警概率,进一步通过模糊推理融合,其推理方法和上述相似,最终得到火灾概率。与原来单独采用多传感器数值,阈值融合相比,因为将数值变化率引入融合算法,因而,可以更快进行报警,系统更加灵敏,对于巡检人员的安全保证性得到提高。
(2)其他危险状况识别
如图9所示,根据O2传感器,CH4传感器,H2S传感器,湿度传感器的数值及其变化率,识别出缺氧、可燃气体泄露火灾隐患,硫化氢有毒气体危险,湿度过大危险状况,因为不同情况发生时,危险程度不同,采用之前的模糊推理方法,将其融合,进行模糊逻辑推理,最终得到危险状况{无、轻微、轻度、较严重、严重}。
(3)电缆隧道危险状况识别
如图9所示,其他危险状况级别{无、轻微、轻度、较严重、严重}和图8得到的火灾概率,进一步利用模糊融合,得到整个系统的危险状况P{无、轻微、轻度、较严重、严重}。
如图10所示,最终结果。
当P<0.2时,危险状况为无;
当0.2<P<0.4时,危险状况为轻微;
当0.4<P<0.6时,危险状况为轻度;
当0.6<P<0.8时,危险状况为较严重;
当P>0.8时,危险状况为严重。
三、基于UWB技术的电缆隧道巡检人员定位系统
(1)硬件结构
如图11所示,电缆隧道顶部每隔50m左右,布置UWB定位基站,巡检人员进入隧道时,随身携带移动式定位设备。电缆隧道为封闭结构,巡检人员进入隧道后,无法和外界联络,因此,从中心机房通过光纤引入网络,布置无线AP,巡检人员通过无线AP和网络中心服务器通信。
(2)巡检人员定位
当巡检人员携带移动式定位设备(标签)进入隧道后。标签对外发送一次UWB信号,在标签无线覆盖范围内的所有基站都会收到无线信号,如果有两个已知坐标点的基站收到信号,标签距离两个基站的间隔不同,那么这两个基站收到信号的时间点是不一样的。利用这个时间差就可以得到巡检人员相对于UWB基站的距离,UWB基站通过RS485总线与数据采集器相连,将巡检人员相对于UWB基站的距离信号上传到中心服务器,中心服务器根据UWB基站的安装位置和巡检人员相对于基站的距离,计算得到巡检人员在电缆隧道中的位置。
四、基于UWB定位和数据融合的电缆隧道巡检人员安全保障
如图12所示,其主要结构,整个系统的核心为自主开发的数据采集器,CPU采用高端芯片STM32F767,FLASH达到512M,RAM32M。
如图1和图11所示,数据采集器通过RS485接口和现场各类传感器、UWB定位基站相连,以太网接口通过无线AP和进入隧道的巡检人员进行通讯,也同中心服务器相连,交互数据。
数据采集器主要有三个功能:
(1)数据采集和上传功能
采用自主开发的数据采集器,兼容不同数据接口形式,与各传感器、UWB定位基站采用RS485总线,同中心服务器采用以太网总线连接。数据采集器支持MODBUS、自拟通信协议接入,转换为标准的接口数据格式,接口标准格式采用Json字符串。其格式为:{“采集器编号”,编号数值,“传感器名称”,名称,“传感器数据”,数据,“传感器状态”,状态,“传感器状态”,状态,“时间戳”,时间}。主要上传各类传感器信息和UWB定位基站信息。
(2)数据融合危险状况识别
用C语言开发前面所述的神经网络和模糊推理算法,都存在数据采集器中,数据采集器对其所带传感器数值及其变化率采用前述的数据融合算法进行计算,得到危险状况等级,发送给数据中心服务器。数据中心服务器可显示危险状况等级,并在地图上显示异常位置。
(3)巡检人员安全保障
如图11所示,基于数据融合的数据采集器实时监控隧道环境危险程度,当巡检人员进入电缆隧道以后,利用隧道中布设的无线AP和现场的数据数据采集器进行通讯,实时了解周边状况,一旦有危险,也会及时收到预警,并可根据便携式设备中的地图查看安全区域和撤离路线,保障巡检人员安全。
五、基于UWB定位和数据融合的电缆隧道巡检人员安全保障装置工作过程整个系统的安全保障过程为:
步骤1:数据轮询
数据采集器以50ms周期,轮询所带传感器,获取传感器数值,得到各检测量对应传感器数值。
步骤2:传感器数值数据预处理
(1)滤波:对每一个传感器数据,例如CO传感器,取10次数据,去掉最大值和最小值,求平均值。
(2)归一化:将每个传感器的数值和其变化率转换为0~1之间的数值。
数值归一化采用公式:
式中:xmax,xmin分别代表监测量的最大值和最小值。xi(t)表示当前时刻某检测量传感器数值。
上升变化率归一化:
式中:xi(t)和xi(t-1)分别代表某监测量传感器数值的t时刻和前一时刻的数值。xrisemax表示某监测量的上升率最大值,tcycel表示数值采样周期。
步骤3:神经网络数据融合
将温度、烟雾和CO数值采用神经网络,进行数据融合,得到无火、阴燃、明火概率。
步骤4:模糊推理数据融合
利用温度数值上升变化率、烟雾数值上升变化率、CO数值上升变化率三个变量,采用模糊推理方法,得到明火、阴燃概率。
步骤5:神经网络融合结果+模糊推理融合结果→模糊推理融合
将神经网络得到的明火、阴燃、无火概率和模糊推理得到的明火、阴燃概率进一步利用模糊推理算法融合,得到最终的火灾概率。
步骤6:其他危险状况识别。
根据O2传感器,CH4传感器,H2S传感器,湿度传感器的数值及其变化率,识别出缺氧、可燃气体泄露火灾隐患,硫化氢有毒气体危险,湿度过大危险状况,因为不同情况发生时,危险程度不同,采用之前的模糊推理方法,将其融合,进行模糊逻辑推理,最终得到其他危险状况{无、轻微、轻度、较严重、严重}。
步骤7:最终电缆隧道危险状况
根据其他危险状况级别{无、轻微、轻度、较严重、严重}和得到的火灾概率,进一步利用模糊融合,得到整个系统的危险状况P{无、轻微、轻度、较严重、严重},最终结果。
当P<0.2时,危险状况为无;
当0.2<P<0.4时,危险状况为轻微;
当0.4<P<0.6时,危险状况为轻度;
当0.6<P<0.8时,危险状况为较严重;
当P>0.8时,危险状况为严重。
步骤8:数据和融合结果上传
数据采集器上传各传感器数值和基于数据融合判定的危险状况程度。
步骤9:巡检人员位置计算
其流程为:巡检人员便携式设备→UWB定位基站→数据采集器→上位机服务器→计算巡检人员电缆隧道中位置。
当巡检人员进入电缆隧道后,巡检人员通过随身携带的便携式设备与UWB定位基站通信,每个UWB定位基站得到与巡检人员距离信息,通过数据采集器上传到服务器,上位机服务器根据各定位基站与巡检人员距离信息,结合定位基站在地图中的位置信息,计算得到巡检人员在电缆隧道中的位置信息,显示在地图上,并记录在数据服务器中。
步骤10:巡检人员便携式设备上的信息显示。
巡检人员点击便携式设备地图上传感器→连接数据采集器→数据采集器将该处传感器数值、危险状况程度传送给巡检人员,显示在便携设备地图上。
步骤11:巡检人员安全保障
其报警流程为:危险状况报警→声光报警→推送巡检人员便携设备显示报警。
当数据采集器识别出危险状况后,该处发出声光报警,如果隧道内有巡检人员,数据采集器会自动推送给巡检人员的便携设备,巡检人员可从便携设备地图上发现电缆隧道何处有危险,危险程度如何,并可根据地图危险情况分布,结合地形图,决定安全逃生路线,保障人身安全。
本申请保密运行一段时间后,现场技术人员反馈的有益之处在于:
装置包括服务器、位于电缆隧道的传感器、数据采集器、转换器、交换机和UWB定位基站以及巡检人员携带的移动式定位设备,方法包括数据采集器获得每一传感器数据,根据温度、烟雾和CO的数据分类获得火灾概率,根据氧气、可燃气体、硫化氢和湿度的数据分类获得其他危险状况,根据火灾概率和其他危险状况分类获得危险状况,UWB定位基站获得移动式定位设备与UWB定位基站的距离信息并发往数据采集器,数据采集器共享发送移动式定位设备的距离信息、传感器数据和相应的危险状况;通过将移动式定位设备的位置和相应的危险状况共享,以便下一步告警和撤离。
目前,本发明的技术方案已经进行了中试,即产品在大规模量产前的较小规模试验;中试完成后,在小范围内开展了用户使用调研,调研结果表明用户满意度较高;现在已开始着手准备产品正式投产进行产业化(包括知识产权风险预警调研)。
Claims (10)
1.一种电缆隧道巡检人员环境安全监测装置,包括位于管控室的服务器以及位于电缆隧道的传感器、数据采集器、转换器和交换机,传感器与数据采集器连接并通信,数据采集器与服务器连接并通信,数据采集器与转换器连接并通信,转换器与交换机连接并通信,其特征在于:还包括位于电缆隧道的UWB定位基站和巡检人员携带的移动式定位设备,UWB定位基站与数据采集器连接并通信,移动式定位设备与UWB定位基站无线连接并通信。
2.根据权利要求1所述的电缆隧道巡检人员环境安全监测装置,其特征在于:每隔100m在电缆隧道两侧均安装有传感器,电缆隧道顶部每隔50m布置有UWB定位基站,转换器为光纤转换器,交换机为无线交换机即无线AP,传感器通过RS485总线与数据采集器有线连接,数据采集器通过光纤与光纤转换器有线连接,光纤转换器通过RS485总线与无线交换机有线连接,UWB定位基站通过RS485总线与数据采集器连接。
3.根据权利要求1所述的电缆隧道巡检人员环境安全监测装置,其特征在于:还包括巡检人员携带的移动通信终端,移动通信终端与交换机无线连接并通信。
4.根据权利要求1所述的电缆隧道巡检人员环境安全监测装置,其特征在于:传感器为传感器组包括烟雾传感器、CO传感器、温度传感器、氧气传感器、可燃气体传感器、硫化氢传感器和湿度传感器共七个传感器,每一个传感器分别单独与数据采集器连接。
5.一种电缆隧道巡检人员环境安全监测装置,其特征在于:包括监测模块的程序模块,用于数据采集器获得每一传感器数据包括温度、烟雾、CO、氧气、可燃气体、硫化氢和湿度的数据,根据温度、烟雾和CO的数据分类获得火灾概率,根据氧气、可燃气体、硫化氢和湿度的数据分类获得其他危险状况,根据火灾概率和其他危险状况分类获得危险状况P,数据采集器共享发送传感器数据和相应的危险状况P;UWB定位基站获得移动式定位设备与UWB定位基站的距离信息并发往数据采集器,数据采集器获得移动式定位设备的距离信息并共享发送。
6.根据权利要求5所述的电缆隧道巡检人员环境安全监测装置,其特征在于:监测模块还用于,将移动式定位设备与UWB定位基站的距离信息结合UWB定位基站在地图中的位置信息获得移动式定位设备在电缆隧道中的位置信息,危险状况P包括无、轻微、轻度、较严重和严重共五个级别,移动通信终端获得在电缆隧道中的位置信息以及相应的传感器数据和危险状况P。
7.一种电缆隧道巡检人员环境安全监测方法,其特征在于:包括监测步骤,数据采集器获得每一传感器数据包括温度、烟雾、CO、氧气、可燃气体、硫化氢和湿度的数据,根据温度、烟雾和CO的数据分类获得火灾概率,根据氧气、可燃气体、硫化氢和湿度的数据分类获得其他危险状况,根据火灾概率和其他危险状况分类获得危险状况P,数据采集器共享发送传感器数据和相应的危险状况P;UWB定位基站获得移动式定位设备与UWB定位基站的距离信息并发往数据采集器,数据采集器获得移动式定位设备的距离信息并共享发送。
8.根据权利要求7所述的电缆隧道巡检人员环境安全监测方法,其特征在于:在监测步骤中,将移动式定位设备与UWB定位基站的距离信息结合UWB定位基站在地图中的位置信息获得移动式定位设备在电缆隧道中的位置信息,危险状况P包括无、轻微、轻度、较严重和严重共五个级别,移动通信终端获得在电缆隧道中的位置信息以及相应的传感器数据和危险状况P。
9.一种电缆隧道巡检人员环境安全监测装置,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,其特征在于:所述处理器执行计算机程序时实现权利要求7或8中相应的步骤。
10.一种电缆隧道巡检人员环境安全监测装置包括计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求7或8中相应的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310359400.0A CN116546043A (zh) | 2023-04-06 | 2023-04-06 | 电缆隧道巡检人员环境安全监测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310359400.0A CN116546043A (zh) | 2023-04-06 | 2023-04-06 | 电缆隧道巡检人员环境安全监测装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116546043A true CN116546043A (zh) | 2023-08-04 |
Family
ID=87456785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310359400.0A Pending CN116546043A (zh) | 2023-04-06 | 2023-04-06 | 电缆隧道巡检人员环境安全监测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116546043A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117841028A (zh) * | 2024-03-08 | 2024-04-09 | 安徽国智数据技术有限公司 | 一种基于人工智能的综合管廊巡检机器人 |
CN117841028B (zh) * | 2024-03-08 | 2024-05-24 | 安徽国智数据技术有限公司 | 一种基于人工智能的综合管廊巡检机器人 |
-
2023
- 2023-04-06 CN CN202310359400.0A patent/CN116546043A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117841028A (zh) * | 2024-03-08 | 2024-04-09 | 安徽国智数据技术有限公司 | 一种基于人工智能的综合管廊巡检机器人 |
CN117841028B (zh) * | 2024-03-08 | 2024-05-24 | 安徽国智数据技术有限公司 | 一种基于人工智能的综合管廊巡检机器人 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112381309B (zh) | 水库大坝安全监测预警方法、装置、系统及存储介质 | |
CN203070069U (zh) | 电力电缆隧道一体化监控系统 | |
CN116246407B (zh) | 一种基于人工智能的农林区域火灾预警监管系统 | |
CN203192156U (zh) | 一种用于消防安全的火灾预警报警系统 | |
CN110487980A (zh) | 一种基于人工智能与机器学习算法的水环境监测分析系统 | |
CN106773914A (zh) | 危化品智能监测与管理系统 | |
CN110739772A (zh) | 智能配电运维系统 | |
CN109826663B (zh) | 一种矿井灾变通风分布式区域联动与智能调控系统及方法 | |
CN206627815U (zh) | 一种海上风电基础结构远程监控系统 | |
CN212304872U (zh) | 一种智能配电监测与运维系统 | |
CN102621970A (zh) | 基于物联网的城市工业气体安全智能监测系统及监测方法 | |
CN108648403A (zh) | 一种自学习消防安全预警方法及系统 | |
CN113177646B (zh) | 一种基于自适应边缘代理的配电设备在线监测方法及系统 | |
CN113516819A (zh) | 烟草仓库智能化电气火灾预警系统及方法 | |
CN111668927A (zh) | 一种基于泛在电力物联网的变电站智能巡检系统及其控制方法 | |
CN112464813A (zh) | 山火的监测方法及装置 | |
CN112380678A (zh) | 一种大型客船应急疏散的智能辅助决策平台及决策方法 | |
CN117078072A (zh) | 一种多维度环境数据监管方法及监管系统 | |
CN112326583A (zh) | 一种基于物联网的毒害气体智能检测系统及方法 | |
CN106682742B (zh) | 一种基于物联网技术的实时数据采集分析方法 | |
CN113570829B (zh) | 一种无线气体检测报警系统 | |
Wang et al. | Forest fire detection system based on Fuzzy Kalman filter | |
CN109341757A (zh) | 一种信息系统运行数据的智能检测预警系统及其使用方法 | |
CN116546043A (zh) | 电缆隧道巡检人员环境安全监测装置及方法 | |
CN208077386U (zh) | 设备工作状态监测系统 |
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 |