CN116700016B - 一种六价铬污染场地修复设备的管理方法及系统 - Google Patents
一种六价铬污染场地修复设备的管理方法及系统 Download PDFInfo
- Publication number
- CN116700016B CN116700016B CN202310982143.6A CN202310982143A CN116700016B CN 116700016 B CN116700016 B CN 116700016B CN 202310982143 A CN202310982143 A CN 202310982143A CN 116700016 B CN116700016 B CN 116700016B
- Authority
- CN
- China
- Prior art keywords
- real
- preset
- time
- induction line
- magnetic induction
- 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
- 230000008439 repair process Effects 0.000 title claims abstract description 85
- JOPOVCBBYLSVDA-UHFFFAOYSA-N chromium(6+) Chemical compound [Cr+6] JOPOVCBBYLSVDA-UHFFFAOYSA-N 0.000 title claims abstract description 65
- 238000007726 management method Methods 0.000 title claims abstract description 22
- 230000006698 induction Effects 0.000 claims abstract description 164
- 230000033228 biological regulation Effects 0.000 claims abstract description 106
- 238000010586 diagram Methods 0.000 claims abstract description 103
- 238000004458 analytical method Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 37
- 230000002159 abnormal effect Effects 0.000 claims abstract description 33
- 230000001276 controlling effect Effects 0.000 claims abstract description 21
- 230000001105 regulatory effect Effects 0.000 claims abstract description 16
- 238000013508 migration Methods 0.000 claims description 77
- 230000005012 migration Effects 0.000 claims description 77
- 238000009826 distribution Methods 0.000 claims description 63
- 238000004422 calculation algorithm Methods 0.000 claims description 38
- 238000012216 screening Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 13
- 230000010354 integration Effects 0.000 claims description 12
- 239000002245 particle Substances 0.000 claims description 12
- 238000010897 surface acoustic wave method Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000001502 supplementing effect Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 3
- 238000000691 measurement method Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000006798 recombination Effects 0.000 claims description 3
- 238000005215 recombination Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 9
- 230000000694 effects Effects 0.000 description 12
- 239000003463 adsorbent Substances 0.000 description 11
- 239000000243 solution Substances 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 238000009434 installation Methods 0.000 description 5
- 238000005067 remediation Methods 0.000 description 5
- 238000001179 sorption measurement Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 238000007885 magnetic separation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 231100000086 high toxicity Toxicity 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000696 magnetic material Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000013450 outlier detection Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B09—DISPOSAL OF SOLID WASTE; RECLAMATION OF CONTAMINATED SOIL
- B09C—RECLAMATION OF CONTAMINATED SOIL
- B09C1/00—Reclamation of contaminated soil
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B09—DISPOSAL OF SOLID WASTE; RECLAMATION OF CONTAMINATED SOIL
- B09C—RECLAMATION OF CONTAMINATED SOIL
- B09C2101/00—In situ
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Soil Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及设备调控技术领域，特别是一种六价铬污染场地修复设备的管理方法及系统，通过超声波探测器获取目标区域所反馈的声波信息，根据目标区域所反馈的声波信息构建目标区域的实时三维模型图；将所述实时磁感线与预设磁感线进行比较分析，若分析结果为第二分析结果，则根据所述实时磁感线与预设磁感线得到实时磁感线偏离图，并根据所述实时磁感线偏离图确定出异常子区域；根据最佳调控方案对修复设备的预设运行参数进行调控。通过本方法能够自动生成出设备的运行参数，实现了自动化控制；并且设备在运行过程中，设备能够根据实时情况自动的对设备的运行参数进行实时调整，实现了智能化调节设备运行参数。
Description
技术领域
本发明涉及设备调控技术领域，特别是一种六价铬污染场地修复设备的管理方法及系统。
背景技术
六价铬是一种常见的有害污染物，它具有较高的毒性和持久性。磁法（如磁性吸附、磁分离等技术）对于六价铬污染物的原位修复是可行的一种方法。磁法原位修复六价铬污染物的原理是利用磁性材料的吸附特性和磁场的力学作用，通过磁性吸附或磁分离的方式去除污染物。在实施磁法修复时需要使用修复设备，目前修复设备的运行参数多为依靠工程人员到现场勘查分析后，依据工程人员经验设计得到，所设计出来的设备运行参数受人为因素影响，可靠性较低；并且设备在运行过程中，无法实时评估磁性吸附剂的运动和分布，无法评估磁场的均匀性和强度是否满足修复需求，设备无法根据实时情况自动的对设备的运行参数进行实时调整，智能化程度低。
发明内容
本发明克服了现有技术的不足，提供了一种六价铬污染场地修复设备的管理方法及系统。
为达到上述目的本发明采用的技术方案为：
本发明第一方面公开了一种六价铬污染场地修复设备的管理方法，包括以下步骤：
通过超声波探测器获取目标区域所反馈的声波信息，根据目标区域所反馈的声波信息构建目标区域的实时三维模型图；
获取目标区域的污染浓度信息，以及获取修复设备的性能参数信息，将所述实时三维模型图、污染浓度信息以及性能参数信息导入粒子群算法中进行反复构造，得到修复设备的预设运行参数；
基于所述预设运行参数控制修复设备运行，并根据所述预设运行参数与实时三维模型图获得在预设时间节点上目标区域的预设磁场分布图，并在所述预设磁场分布图中提取出预设磁感线；在预设时间节点上获取目标区域的实时磁场分布图，并在所述实时磁场分布图中提取出实时磁感线；
将所述实时磁感线与预设磁感线进行比较分析，得到第一分析结果或第二分析结果；若分析结果为第二分析结果，则根据所述实时磁感线与预设磁感线得到实时磁感线偏离图，并根据所述实时磁感线偏离图确定出异常子区域；
根据所述实时磁感线偏离图确定出异常子区域中六价铬的实时迁移参数；根据所述实时迁移参数确定出最佳调控方案，并将所述最佳调控方案输送至控制终端，根据最佳调控方案对修复设备的预设运行参数进行调控。
进一步地，本发明的一个较佳实施例中，通过超声波探测器获取目标区域所反馈的声波信息，根据目标区域所反馈的声波信息构建目标区域的实时三维模型图，具体为：
通过超声波探测器对目标区域进行探测，并接收目标区域所反馈的声波信息，对所述声波信息进行特征提取，提取得到与预设物体相关的声波信号；对所述与预设物体相关的声波信号进行小波去噪、增益调整、时差校正以及波形匹配处理，得到预设物体的表面声波数据；
构建笛卡尔坐标系，将所述表面声波数据映射到所述笛卡尔坐标系中，以确定每个表面声波数据在笛卡尔坐标系中的坐标位置，根据所述坐标位置生成预设物体的三维点云数据；
通过LOF算法计算各三维点云数据对应的局部离群因子值，将各三维点云数据对应的局部离群因子值均与预设局部离群因子值进行比较；将局部离群因子值大于预设局部离群因子值的三维点云数据剔除，得到筛选后的三维点云数据；
获取所述筛选后的三维点云数据的特征点，利用相似性度量法获取每一特征点与其余特征点之间的相关度，根据所述相关度确定出每一特征点所对应的相似特征点，将每一特征点与其对应的相似特征点进行配对，得到相似特征点对；
根据所述相似特征点对计算出筛选后的三维点云数据之间的变换矩阵，根据所述变换矩阵对所述筛选后的三维点云数据进行配准处理，得到配准后的三维点云数据，将所述配准后的三维点云数据进行网格化处理，得到预设物体的物体三维模型图；
获取目标区域的地形模型图，构建整合空间，将所述地形模型图与物体三维模型图导入所述整合空间中进行整合处理，得到目标区域的实时三维模型图。
进一步地，本发明的一个较佳实施例中，在预设时间节点上获取目标区域的实时磁场分布图，并在所述实时磁场分布图中提取出实时磁感线，具体为：
在预设时间节点上通过磁力计获取目标区域的磁场数据，对所述磁场数据进行去除噪声、校正误差以及归一化处理，得到处理后的磁场数据；
利用线性插补法对所述处理后的磁场数据进行补充，得到二次处理后的磁场数据；并将所述二次处理后的磁场数据进行可视化转化，得到目标区域的实时磁场分布图；
利用SURF算法对所述实时磁场分布图进行特征匹配，得到若干疏散匹配点；并获取若干所述疏散匹配点对应的坐标值，根据所述坐标值计算出每一疏散匹配点与其余疏散匹配点之间的欧式距离，根据所述欧式距离确定出每一疏散匹配点的毗邻点；
将各疏散匹配点与毗邻点进行配对处理，得到匹配点对；并获取各匹配点对的坐标信息，根据所述坐标信息获取各匹配点对的坐标中值点，将所述坐标中值点记录为增补匹配点；
根据所述疏散匹配点与增补匹配点得到浓密匹配点，并获取浓密匹配点的坐标数集；获取所述坐标数集中的极限坐标点集合，将所述坐标数集中的极限坐标点集合导入世界坐标系中进行重新组合，得到目标区域在预设时间节点上的实时磁感线。
进一步地，本发明的一个较佳实施例中，将所述实时磁感线与预设磁感线进行比较分析，得到第一分析结果或第二分析结果；若分析结果为第二分析结果，则根据所述实时磁感线与预设磁感线得到实时磁感线偏离图，具体为：
通过欧几里德距离算法计算所述实时磁感线与预设磁感线之间的欧几里德距离值，根据所述欧几里德距离值确定出所述实时磁感线与预设磁感线之间的相似度；并将所述相似度与预设相似度进行比较；
若所述相似度大于预设相似度，则生成第一分析结果，并控制所述修复设备继续按照预设运行参数运行；
若所述相似度不大于预设相似度，则生成第二分析结果，并构建二维坐标系，将所述实时磁感线与预设磁感线导入所述二维坐标系中进行整合配对；
在所述二维坐标系中将实时磁感线与预设磁感线相重合的线段区域剔除，并将实时磁感线与预设磁感线不相重合的线段区域保留，得到实时磁感线偏离图。
进一步地，本发明的一个较佳实施例中，根据所述实时磁感线偏离图确定出异常子区域中六价铬的实时迁移参数，具体为：
预制六价铬在不同迁移参数组合之下所对应的预设磁感线偏离图，构建数据库，并将六价铬在不同迁移参数组合之下所对应的预设磁感线偏离图导入所述数据库中，得到特性数据库；
将所述实时磁感线偏离图导入所述特性数据库中，通过感知哈希算法获取所述实时磁感线偏离图与特性数据库中各预设磁感线偏离图之间的相似率，得到多个相似率；
构建排序表，将多个所述相似率导入所述排序表中进行大小排序，排序完毕后，在所述排序表中提取出最大相似率；
获取与最大相似度对应的预设磁感线偏移图，根据与最大相似度对应的预设磁感线偏移图确定出异常子区域中六价铬的实时迁移参数；
其中，所述迁移参数包括迁移速率、迁移方向以及迁移路径。
进一步地，本发明的一个较佳实施例中，根据所述实时迁移参数确定出最佳调控方案，并将所述最佳调控方案输送至控制终端，根据最佳调控方案对修复设备的预设运行参数进行调控，具体为：
将所述实时迁移参数与预设迁移参数进行比较，得到迁移参数偏差；根据所述迁移参数偏差建立检索标签，根据所述检索标签对大数据网络进行检索，得到多种历史调控方案；
获取各历史调控方案对应的调控成功率，将调控成功率不大于预设调控成功率对应的历史调控方案剔除，得到一次筛选后的历史调控方案；
获取所述一次筛选后的历史调控方案对应的调控性质，将所述调控性质为预设调控性质的历史调控方案剔除，得到二次筛选后的历史调控方案；
在所述二次筛选后的历史调控方案中筛选出调控成功率最大的历史调控方案，将调控成功率最大的历史调控方案标定为最佳调控方案，并将所述最佳调控方案输送至控制终端，根据最佳调控方案对修复设备的预设运行参数进行调控。
本发明第二方面公开了一种六价铬污染场地修复设备的管理系统，所述管理系统包括存储器与处理器，所述存储器中存储有六价铬污染场地修复设备的管理方法程序，当六价铬污染场地修复设备的管理方法程序被所述处理器执行时，实现如下步骤：
通过超声波探测器获取目标区域所反馈的声波信息，根据目标区域所反馈的声波信息构建目标区域的实时三维模型图；
获取目标区域的污染浓度信息，以及获取修复设备的性能参数信息，将所述实时三维模型图、污染浓度信息以及性能参数信息导入粒子群算法中进行反复构造，得到修复设备的预设运行参数；
基于所述预设运行参数控制修复设备运行，并根据所述预设运行参数与实时三维模型图获得在预设时间节点上目标区域的预设磁场分布图，并在所述预设磁场分布图中提取出预设磁感线；在预设时间节点上获取目标区域的实时磁场分布图，并在所述实时磁场分布图中提取出实时磁感线；
将所述实时磁感线与预设磁感线进行比较分析，得到第一分析结果或第二分析结果；若分析结果为第二分析结果，则根据所述实时磁感线与预设磁感线得到实时磁感线偏离图，并根据所述实时磁感线偏离图确定出异常子区域；
根据所述实时磁感线偏离图确定出异常子区域中六价铬的实时迁移参数；根据所述实时迁移参数确定出最佳调控方案，并将所述最佳调控方案输送至控制终端，根据最佳调控方案对修复设备的预设运行参数进行调控。
本发明解决了背景技术中存在的技术缺陷，本发明具备以下有益效果：通过超声波探测器获取目标区域所反馈的声波信息，根据目标区域所反馈的声波信息构建目标区域的实时三维模型图；根据实时三维模型图、污染浓度信息以及性能参数信息得到修复设备的预设运行参数；在预设时间节点上获取目标区域的实时磁场分布图，并在所述实时磁场分布图中提取出实时磁感线；将所述实时磁感线与预设磁感线进行比较分析，若分析结果为第二分析结果，则根据所述实时磁感线与预设磁感线得到实时磁感线偏离图，并根据所述实时磁感线偏离图确定出异常子区域；根据所述实时磁感线偏离图确定出异常子区域中六价铬的实时迁移参数；根据所述实时迁移参数确定出最佳调控方案，并将所述最佳调控方案输送至控制终端，根据最佳调控方案对修复设备的预设运行参数进行调控。通过本方法能够自动生成出设备的运行参数，实现了自动化控制；并且设备在运行过程中，设备能够根据实时情况自动的对设备的运行参数进行实时调整，实现了智能化调节设备运行参数。
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的前提下，还可以根据这些附图获得其他实施例的附图。
图1为一种六价铬污染场地修复设备的管理方法的第一方法流程图；
图2为一种六价铬污染场地修复设备的管理方法的第二方法流程图；
图3为一种六价铬污染场地修复设备的管理方法的第三方法流程图；
图4为一种六价铬污染场地修复设备的管理系统的系统框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示，本发明第一方面公开了一种六价铬污染场地修复设备的管理方法，包括以下步骤：
S102：通过超声波探测器获取目标区域所反馈的声波信息，根据目标区域所反馈的声波信息构建目标区域的实时三维模型图；
S104：获取目标区域的污染浓度信息，以及获取修复设备的性能参数信息，将所述实时三维模型图、污染浓度信息以及性能参数信息导入粒子群算法中进行反复构造，得到修复设备的预设运行参数；
S106：基于所述预设运行参数控制修复设备运行，并根据所述预设运行参数与实时三维模型图获得在预设时间节点上目标区域的预设磁场分布图，并在所述预设磁场分布图中提取出预设磁感线；在预设时间节点上获取目标区域的实时磁场分布图，并在所述实时磁场分布图中提取出实时磁感线；
S108：将所述实时磁感线与预设磁感线进行比较分析，得到第一分析结果或第二分析结果；若分析结果为第二分析结果，则根据所述实时磁感线与预设磁感线得到实时磁感线偏离图，并根据所述实时磁感线偏离图确定出异常子区域；
S110：根据所述实时磁感线偏离图确定出异常子区域中六价铬的实时迁移参数；根据所述实时迁移参数确定出最佳调控方案，并将所述最佳调控方案输送至控制终端，根据最佳调控方案对修复设备的预设运行参数进行调控。
需要说明的是，目标区域表示的是六价铬污染区域，如搬迁后冶金、钢铁生产、焊接、炼油等工业场地，如被渗透污染后的农业场地等。
其中，通过超声波探测器获取目标区域所反馈的声波信息，根据目标区域所反馈的声波信息构建目标区域的实时三维模型图，具体为：
通过超声波探测器对目标区域进行探测，并接收目标区域所反馈的声波信息，对所述声波信息进行特征提取，提取得到与预设物体相关的声波信号；对所述与预设物体相关的声波信号进行小波去噪、增益调整、时差校正以及波形匹配处理，得到预设物体的表面声波数据；
构建笛卡尔坐标系，将所述表面声波数据映射到所述笛卡尔坐标系中，以确定每个表面声波数据在笛卡尔坐标系中的坐标位置，根据所述坐标位置生成预设物体的三维点云数据；
通过LOF算法计算各三维点云数据对应的局部离群因子值，将各三维点云数据对应的局部离群因子值均与预设局部离群因子值进行比较；将局部离群因子值大于预设局部离群因子值的三维点云数据剔除，得到筛选后的三维点云数据；
获取所述筛选后的三维点云数据的特征点，利用相似性度量法获取每一特征点与其余特征点之间的相关度，根据所述相关度确定出每一特征点所对应的相似特征点，将每一特征点与其对应的相似特征点进行配对，得到相似特征点对；
根据所述相似特征点对计算出筛选后的三维点云数据之间的变换矩阵，根据所述变换矩阵对所述筛选后的三维点云数据进行配准处理，得到配准后的三维点云数据，将所述配准后的三维点云数据进行网格化处理，得到预设物体的物体三维模型图；
获取目标区域的地形模型图，构建整合空间，将所述地形模型图与物体三维模型图导入所述整合空间中进行整合处理，得到目标区域的实时三维模型图。
需要说明的是，局部离群因子（Local Outlier Factor，简称LOF）算法是一种用于离群点检测的算法。它通过评估每个数据点与其邻域数据点之间的密度比值，来确定数据点的离群程度。LOF算法的基本思想是，对于一个数据点来说，如果其邻域数据点的密度相对较低，而该数据点自身的密度较高，那么它很可能是一个离群点。这是因为离群点通常会在数据空间中形成相对稀疏的区域。
需要说明的是，当确定出目标区域后，可以通过在无人机或无人小车等勘查设备上搭载超声波探测器，从而对目标区域进行超声扫描检测，以识别出目标区地层内是否存在如大型石头、大型钢铁等预设物体。通过提取预设物体的表面声波数据，从而得到预设物体的三维点云数据，而由于采集环境、采集设备精度以及采集角度等多方面的影响，所获取得到的三维点云数据会存在漂移点、异位点等局部离散点，为了提高建模精度，需要通过LOF算法将局部离群因子值大于预设局部离群因子值的三维点云数据剔除，从而将局部离散点，从而构建得到高精度、高还原度的地层内预设物体的物体三维模型图。接着，可以通过如地图软件、遥感技术等获取目标区域的地形模型图，然后再通过如SolidWorks、UG等三维软件将目标区域的地形模型图与物体三维模型图进行整合，从而得到目标区域的实时三维模型图，其中实时三维模型图表征的是目标区域中地表形状以及地层内部结构的三维模型图。通过以上步骤能够快速获取得到还原度高、精度高的目标区域的实时三维模型图。
需要说明的是，获取地层中预设物体的物体三维模型图的目的是为了能够真实还原地层内部的结构的实时三维模型图，从而根据场地特点（实时三维模型图）设计合适的磁场配置，这包括确定磁铁或电磁体的位置、数量、磁场强度和分布等参数，以及包括磁性吸附的类型、注射量、分布密度等参数。
需要说明的是，目标区域的污染浓度信息即为六价铬污染浓度信息，此信息可以通过提前采样的方式获取得到；修复设备的性能参数信息包括如设备极限注射压力、极限电压、极限工作范围、尺寸参数等，该参数可以直接在设备说明书中获取得到。然后将所述实时三维模型图、污染浓度信息以及性能参数信息导入粒子群算法中进行反复构造，得到修复设备的预设运行参数，如修复设备在目标区域工作时的预设工作电压、预设注射压力、预设磁场强度、预设磁场方向等。粒子群算法是一种基于群体智能的优化算法，用于解决搜索和优化问题，它模拟了鸟群或鱼群等群体行为，通过合作和信息共享来找到问题的最优解。其基本原理是创建一群粒子（也称为候选解），每个粒子代表一个潜在的解。这些粒子通过在解空间中的移动和交流来搜索最优解。
其中，在预设时间节点上获取目标区域的实时磁场分布图，并在所述实时磁场分布图中提取出实时磁感线，具体为：
在预设时间节点上通过磁力计获取目标区域的磁场数据，对所述磁场数据进行去除噪声、校正误差以及归一化处理，得到处理后的磁场数据；
利用线性插补法对所述处理后的磁场数据进行补充，得到二次处理后的磁场数据；并将所述二次处理后的磁场数据进行可视化转化，得到目标区域的实时磁场分布图；
利用SURF算法对所述实时磁场分布图进行特征匹配，得到若干疏散匹配点；并获取若干所述疏散匹配点对应的坐标值，根据所述坐标值计算出每一疏散匹配点与其余疏散匹配点之间的欧式距离，根据所述欧式距离确定出每一疏散匹配点的毗邻点；
将各疏散匹配点与毗邻点进行配对处理，得到匹配点对；并获取各匹配点对的坐标信息，根据所述坐标信息获取各匹配点对的坐标中值点，将所述坐标中值点记录为增补匹配点；
根据所述疏散匹配点与增补匹配点得到浓密匹配点，并获取浓密匹配点的坐标数集；获取所述坐标数集中的极限坐标点集合，将所述坐标数集中的极限坐标点集合导入世界坐标系中进行重新组合，得到目标区域在预设时间节点上的实时磁感线。
需要说明的是，当确定出设备的预设运行参数后，基于所述预设运行参数控制修复设备运行。然后在预设时间节点上通过磁力计获取目标区域的磁场数据，从而根据磁场数据构建得到目标区域的实时磁场分布图。然后通过SURF算法（加速稳健特征算法）对实时磁场分布图进行特征匹配，得到若干疏散匹配点，而由于在匹配过程中会存在丢失匹配点以及匹配得到的匹配点存在失真现象，此时若直接通过疏散匹配点重构实时磁感线，所得到的实时磁感线势必会存在局部缺失以及局部冗余现象，实时磁感线的清晰度与完整度均较低。因此，当利用SURF算法匹配得到疏散匹配点后，还需要对通过以上步骤对疏散匹配点进行稠密处理，从而得到更多的增补匹配点，从而得到浓密匹配点，然后再根据浓密匹配点重构得到目标区域在预设时间节点上的实时磁感线。通过以上方法能够获取得到弥补SURF算法的缺陷，从而获取得到数量更多的匹配点，进一步重构出完整度高、清晰度高的实时磁感线，进而提高后续实时磁感线与预设磁感线之间的配对精度，得到可靠性高的实时磁感线偏离图。
其中，将所述实时磁感线与预设磁感线进行比较分析，得到第一分析结果或第二分析结果；若分析结果为第二分析结果，则根据所述实时磁感线与预设磁感线得到实时磁感线偏离图，如图2所示，具体为：
S202：通过欧几里德距离算法计算所述实时磁感线与预设磁感线之间的欧几里德距离值，根据所述欧几里德距离值确定出所述实时磁感线与预设磁感线之间的相似度；并将所述相似度与预设相似度进行比较；
S204：若所述相似度大于预设相似度，则生成第一分析结果，并控制所述修复设备继续按照预设运行参数运行；
S206：若所述相似度不大于预设相似度，则生成第二分析结果，并构建二维坐标系，将所述实时磁感线与预设磁感线导入所述二维坐标系中进行整合配对；
S208：在所述二维坐标系中将实时磁感线与预设磁感线相重合的线段区域剔除，并将实时磁感线与预设磁感线不相重合的线段区域保留，得到实时磁感线偏离图。
需要说明的是，磁性吸附剂的运动和分布情况决定着目标区域中磁场分布图的分布情况。在磁性吸附过程中，磁性吸附剂的分布状态对于修复效果至关重要，因此通过磁场分布图可以帮助评估吸附剂的分布均匀性和覆盖范围，从而预测吸附剂在磁场作用下对六价铬的迁移路径和去除效果。
需要说明的是，欧几里德距离算法常用于机器学习和数据挖掘领域，常用于聚类分析、图像识别和相似度计算等任务中。它可以衡量数据点之间的相似性和距离，为后续的数据分析和处理提供基础。欧几里德距离值越小，相似度越高。若所述相似度大于预设相似度，说明在当前时间节点上，目标区域的磁场分布图正常，目标区域中磁性吸附剂的运动和分布情况正常，因此六价铬的迁移路径正常，此时则生成第一分析结果，并控制所述修复设备继续按照预设运行参数运行即可。
若所述相似度不大于预设相似度，说明在当前时间节点上，目标区域的磁场分布图出现偏移情况，说明目标区域中磁性吸附剂的运动和分布情况异常，因此六价铬的迁移路径异常，此时说明需要对修复设备的预设运行参数进行调控，以确保磁性吸附剂的运动和分布情况正常，确保六价铬按照正常迁移路径移动。
其中，根据所述实时磁感线偏离图确定出异常子区域中六价铬的实时迁移参数，如图3所示，具体为：
S302：预制六价铬在不同迁移参数组合之下所对应的预设磁感线偏离图，构建数据库，并将六价铬在不同迁移参数组合之下所对应的预设磁感线偏离图导入所述数据库中，得到特性数据库；
S304：将所述实时磁感线偏离图导入所述特性数据库中，通过感知哈希算法获取所述实时磁感线偏离图与特性数据库中各预设磁感线偏离图之间的相似率，得到多个相似率；
S306：构建排序表，将多个所述相似率导入所述排序表中进行大小排序，排序完毕后，在所述排序表中提取出最大相似率；
S308：获取与最大相似度对应的预设磁感线偏移图，根据与最大相似度对应的预设磁感线偏移图确定出异常子区域中六价铬的实时迁移参数；
其中，所述迁移参数包括迁移速率、迁移方向以及迁移路径。
需要说明的是，感知哈希算法是一种用于图像处理的算法，用于对图像进行相似性比较和匹配。它通过将图像转换为一个固定长度的哈希值，使得相似的图像在哈希值上也具有相似性。感知哈希算法的优点是对图像的一些变换具有一定的鲁棒性，比如缩放、平移、旋转等。
需要说明的是，若所述相似度不大于预设相似度，首先将实时磁感线与预设磁感线进行配对分析，从而得到实时磁感线偏离图，然后根据实时磁感线偏离图便能够确定出目标区域中异常子区域，即确定出磁性吸附剂运动和分布异常区域。然后再通过如FEFLOW、PHREEQC等仿真软件仿真出六价铬在不同迁移参数组合之下所对应的预设磁感线偏离图，并根据六价铬在不同迁移参数组合之下所对应的预设磁感线偏离图构建得到特性数据库。再通过感知哈希算法获取所述实时磁感线偏离图与特性数据库中各预设磁感线偏离图之间的相似率，根据与最大相似度对应的预设磁感线偏移图确定出异常子区域中六价铬的实时迁移参数，如该异常子区域中六价铬的迁移速率、迁移方向以及迁移路径等。通过以上方法能够快速确定出异常子区域中六价铬的实时迁移参数，不需要经过复杂的算法运算，能够提高系统的鲁棒性。
其中，根据所述实时迁移参数确定出最佳调控方案，并将所述最佳调控方案输送至控制终端，根据最佳调控方案对修复设备的预设运行参数进行调控，具体为：
将所述实时迁移参数与预设迁移参数进行比较，得到迁移参数偏差；根据所述迁移参数偏差建立检索标签，根据所述检索标签对大数据网络进行检索，得到多种历史调控方案；
获取各历史调控方案对应的调控成功率，将调控成功率不大于预设调控成功率对应的历史调控方案剔除，得到一次筛选后的历史调控方案；
获取所述一次筛选后的历史调控方案对应的调控性质，将所述调控性质为预设调控性质的历史调控方案剔除，得到二次筛选后的历史调控方案；
在所述二次筛选后的历史调控方案中筛选出调控成功率最大的历史调控方案，将调控成功率最大的历史调控方案标定为最佳调控方案，并将所述最佳调控方案输送至控制终端，根据最佳调控方案对修复设备的预设运行参数进行调控。
需要说明的是，通过将所述实时迁移参数与预设迁移参数进行比较，得到迁移参数偏差，如将异常子区域中六价铬的实时迁移速率与预设迁移速率进行比价，得到迁移速率偏差；然后根据所述迁移参数偏差建立检索标签，根据所述检索标签对大数据网络进行检索，得到多种历史调控方案，如异常子区域中六价铬在当前迁移速率偏差下所对应的历史调控方案；如当迁移速率过小时，可以通过调高该异常子区域的磁场强度进而将迁移速率调大。所述调控性质为人工调控或机械自动调控，所述预设调控性质为人工调控。通过以上方法能够根据异常子区域中六价铬的实时迁移参数生成修复设备的最佳调控方案，从而对修复设备的预设运行参数进行调控，以确保异常子区域中磁性吸附剂的运动和分布情况正常，确保六价铬按照正常迁移路径移动。
此外，所述管理方法还包括以下步骤：
获取目标区域中修复设备的安装位置节点，获取修复设备的安装位置节点的预设范围之内的图像信息，根据所述图像信息构建安装位置节点在预设范围之内的实时设备三维模型图；
通过大数据网络获取预设类型干扰设备对应的干扰设备三维模型图，构建知识图谱，将所述干扰设备三维模型图导入所述知识图谱中；
将在预设范围之内的实时设备三维模型图导入所述知识图谱中，通过欧几里德距离算法计算各实时设备三维模型图与各干扰设备三维模型图之间的重合度，将重合度大于预设重合度对应的实时设备三维模型图标记干扰设备；
通过频谱分析仪测量干扰设备的电磁强度，判断所述电磁强度是否大于预设电磁强度；若大于，将干扰设备所处的位置节点标定为电磁干扰点，并生成电磁屏障建议。
需要说明的，预设类型干扰设备包括变压器、高压电缆、高压开关柜等。当修复设备的安装位置节点区域存在干扰设备时，干扰设备所产生的电磁波会干扰修复设备正常工作，从而影响磁性吸附剂的运动和分布情况，因此可以通过无人机或遥感设备获取修复设备的安装位置节点的预设范围之内的图像信息，从而构建得到预设范围之内实时设备三维模型图，并且进一步判断出这些设备是否为干扰设备，如为干扰设备则需要进一步测定出这些干扰设备的电磁强度，若电磁强度过大，则在修复设备修复目标区域时，需要对这些干扰设备所产生的干扰磁场屏蔽掉。通过本方法能够充分考虑到干扰设备对修复设备的影响，使得修复设备能够正常运行。
此外，所述管理方法还包括以下步骤：
通过大数据网络获取健康组织所对应的标准磁场分布图；
获取目标区域经过修复设备修复后的实际磁场分布图，以及获取修复设备在修复目标区域时的环境参数；
基于层次分析法构建评价体系，将所述标准磁场分布图导入所述评价体系中，以确定出评价指标；并通过灰色关联分析法获取所述环境参数的评价分数；
根据所述评价分数与实际磁场分布图生成修复设备的权重信息，通过哈希算法获取所述权重信息与评价指标之间的哈希值；将所述哈希值与预设哈希值进行比较；
若所述哈希值大于预设哈希值，则生成一级修复效果；若所述哈希值不大于预设哈希值，则生成二级修复效果。
需要说明的是，环境参数的变化会直接或间接地影响修复设备对六价铬的修复效果，例如，在高温环境下，六价铬的反应速率可能增加，而低温环境可能导致反应速率较慢，修复设备的修复效果可能会受到温度变化的影响，特别是在涉及温度敏感的修复材料或修复过程的情况下。例如，高湿度环境可能导致六价铬的溶解度增加，造成其在修复过程中的释放或迁移。这可能会影响修复设备对六价铬的修复效果。因此，在评价修复设备的修复效果时，需要把修复时的环境参数考虑在内。
需要说明的是，健康组织表示未污染六价铬的土壤组织，将修复区域的磁场分布与健康组织或类似情况下的基准进行比较，通过对比分析，可以更好地评估修复效果。若所述哈希值大于预设哈希值，说明修复区域磁场分布模式与基准相似且无异常，可以认为修复效果较好。若所述哈希值不大于预设哈希值，说明修复区域磁场分布模式与基准不相似，可以认为修复效果较差。通过以上方法可以对修复设备的修复效果进行评价，有利于进一步了解修复设备是否还满足工作修复，及时对不满足工作要求的设备进行维修或报废处理，避免出现使用不合理的设备对场地进行修复的情况。
如图4所示，本发明第二方面公开了一种六价铬污染场地修复设备的管理系统，所述管理系统包括存储器11与处理器15，所述存储器11中存储有六价铬污染场地修复设备的管理方法程序，当六价铬污染场地修复设备的管理方法程序被所述处理器15执行时，实现如下步骤：
通过超声波探测器获取目标区域所反馈的声波信息，根据目标区域所反馈的声波信息构建目标区域的实时三维模型图；
获取目标区域的污染浓度信息，以及获取修复设备的性能参数信息，将所述实时三维模型图、污染浓度信息以及性能参数信息导入粒子群算法中进行反复构造，得到修复设备的预设运行参数；
基于所述预设运行参数控制修复设备运行，并根据所述预设运行参数与实时三维模型图获得在预设时间节点上目标区域的预设磁场分布图，并在所述预设磁场分布图中提取出预设磁感线；在预设时间节点上获取目标区域的实时磁场分布图，并在所述实时磁场分布图中提取出实时磁感线；
将所述实时磁感线与预设磁感线进行比较分析，得到第一分析结果或第二分析结果；若分析结果为第二分析结果，则根据所述实时磁感线与预设磁感线得到实时磁感线偏离图，并根据所述实时磁感线偏离图确定出异常子区域；
根据所述实时磁感线偏离图确定出异常子区域中六价铬的实时迁移参数；根据所述实时迁移参数确定出最佳调控方案，并将所述最佳调控方案输送至控制终端，根据最佳调控方案对修复设备的预设运行参数进行调控。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备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，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，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，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的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介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (7)
1.一种六价铬污染场地修复设备的管理方法，其特征在于，包括以下步骤：
通过超声波探测器获取目标区域所反馈的声波信息，根据目标区域所反馈的声波信息构建目标区域的实时三维模型图；
获取目标区域的污染浓度信息，以及获取修复设备的性能参数信息，将所述实时三维模型图、污染浓度信息以及性能参数信息导入粒子群算法中进行反复构造，得到修复设备的预设运行参数；
基于所述预设运行参数控制修复设备运行，并根据所述预设运行参数与实时三维模型图获得在预设时间节点上目标区域的预设磁场分布图，并在所述预设磁场分布图中提取出预设磁感线；在预设时间节点上获取目标区域的实时磁场分布图，并在所述实时磁场分布图中提取出实时磁感线；
将所述实时磁感线与预设磁感线进行比较分析，得到第一分析结果或第二分析结果；若分析结果为第二分析结果，则根据所述实时磁感线与预设磁感线得到实时磁感线偏离图，并根据所述实时磁感线偏离图确定出异常子区域；
根据所述实时磁感线偏离图确定出异常子区域中六价铬的实时迁移参数；根据所述实时迁移参数确定出最佳调控方案，并将所述最佳调控方案输送至控制终端，根据最佳调控方案对修复设备的预设运行参数进行调控。
2.根据权利要求1所述的一种六价铬污染场地修复设备的管理方法，其特征在于，通过超声波探测器获取目标区域所反馈的声波信息，根据目标区域所反馈的声波信息构建目标区域的实时三维模型图，具体为：
通过超声波探测器对目标区域进行探测，并接收目标区域所反馈的声波信息，对所述声波信息进行特征提取，提取得到与预设物体相关的声波信号；对所述与预设物体相关的声波信号进行小波去噪、增益调整、时差校正以及波形匹配处理，得到预设物体的表面声波数据；
构建笛卡尔坐标系，将所述表面声波数据映射到所述笛卡尔坐标系中，以确定每个表面声波数据在笛卡尔坐标系中的坐标位置，根据所述坐标位置生成预设物体的三维点云数据；
通过LOF算法计算各三维点云数据对应的局部离群因子值，将各三维点云数据对应的局部离群因子值均与预设局部离群因子值进行比较；将局部离群因子值大于预设局部离群因子值的三维点云数据剔除，得到筛选后的三维点云数据；
获取所述筛选后的三维点云数据的特征点，利用相似性度量法获取每一特征点与其余特征点之间的相关度，根据所述相关度确定出每一特征点所对应的相似特征点，将每一特征点与其对应的相似特征点进行配对，得到相似特征点对；
根据所述相似特征点对计算出筛选后的三维点云数据之间的变换矩阵，根据所述变换矩阵对所述筛选后的三维点云数据进行配准处理，得到配准后的三维点云数据，将所述配准后的三维点云数据进行网格化处理，得到预设物体的物体三维模型图；
获取目标区域的地形模型图，构建整合空间，将所述地形模型图与物体三维模型图导入所述整合空间中进行整合处理，得到目标区域的实时三维模型图。
3.根据权利要求1所述的一种六价铬污染场地修复设备的管理方法，其特征在于，在预设时间节点上获取目标区域的实时磁场分布图，并在所述实时磁场分布图中提取出实时磁感线，具体为：
在预设时间节点上通过磁力计获取目标区域的磁场数据，对所述磁场数据进行去除噪声、校正误差以及归一化处理，得到处理后的磁场数据；
利用线性插补法对所述处理后的磁场数据进行补充，得到二次处理后的磁场数据；并将所述二次处理后的磁场数据进行可视化转化，得到目标区域的实时磁场分布图；
利用SURF算法对所述实时磁场分布图进行特征匹配，得到若干疏散匹配点；并获取若干所述疏散匹配点对应的坐标值，根据所述坐标值计算出每一疏散匹配点与其余疏散匹配点之间的欧式距离，根据所述欧式距离确定出每一疏散匹配点的毗邻点；
将各疏散匹配点与毗邻点进行配对处理，得到匹配点对；并获取各匹配点对的坐标信息，根据所述坐标信息获取各匹配点对的坐标中值点，将所述坐标中值点记录为增补匹配点；
根据所述疏散匹配点与增补匹配点得到浓密匹配点，并获取浓密匹配点的坐标数集；获取所述坐标数集中的极限坐标点集合，将所述坐标数集中的极限坐标点集合导入世界坐标系中进行重新组合，得到目标区域在预设时间节点上的实时磁感线。
4.根据权利要求1所述的一种六价铬污染场地修复设备的管理方法，其特征在于，将所述实时磁感线与预设磁感线进行比较分析，得到第一分析结果或第二分析结果；若分析结果为第二分析结果，则根据所述实时磁感线与预设磁感线得到实时磁感线偏离图，具体为：
通过欧几里德距离算法计算所述实时磁感线与预设磁感线之间的欧几里德距离值，根据所述欧几里德距离值确定出所述实时磁感线与预设磁感线之间的相似度；并将所述相似度与预设相似度进行比较；
若所述相似度大于预设相似度，则生成第一分析结果，并控制所述修复设备继续按照预设运行参数运行；
若所述相似度不大于预设相似度，则生成第二分析结果，并构建二维坐标系，将所述实时磁感线与预设磁感线导入所述二维坐标系中进行整合配对；
在所述二维坐标系中将实时磁感线与预设磁感线相重合的线段区域剔除，并将实时磁感线与预设磁感线不相重合的线段区域保留，得到实时磁感线偏离图。
5.根据权利要求1所述的一种六价铬污染场地修复设备的管理方法，其特征在于，根据所述实时磁感线偏离图确定出异常子区域中六价铬的实时迁移参数，具体为：
预制六价铬在不同迁移参数组合之下所对应的预设磁感线偏离图，构建数据库，并将六价铬在不同迁移参数组合之下所对应的预设磁感线偏离图导入所述数据库中，得到特性数据库；
将所述实时磁感线偏离图导入所述特性数据库中，通过感知哈希算法获取所述实时磁感线偏离图与特性数据库中各预设磁感线偏离图之间的相似率，得到多个相似率；
构建排序表，将多个所述相似率导入所述排序表中进行大小排序，排序完毕后，在所述排序表中提取出最大相似率；
获取与最大相似度对应的预设磁感线偏移图，根据与最大相似度对应的预设磁感线偏移图确定出异常子区域中六价铬的实时迁移参数；
其中，所述迁移参数包括迁移速率、迁移方向以及迁移路径。
6.根据权利要求1所述的一种六价铬污染场地修复设备的管理方法，其特征在于，根据所述实时迁移参数确定出最佳调控方案，并将所述最佳调控方案输送至控制终端，根据最佳调控方案对修复设备的预设运行参数进行调控，具体为：
将所述实时迁移参数与预设迁移参数进行比较，得到迁移参数偏差；根据所述迁移参数偏差建立检索标签，根据所述检索标签对大数据网络进行检索，得到多种历史调控方案；
获取各历史调控方案对应的调控成功率，将调控成功率不大于预设调控成功率对应的历史调控方案剔除，得到一次筛选后的历史调控方案；
获取所述一次筛选后的历史调控方案对应的调控性质，将所述调控性质为预设调控性质的历史调控方案剔除，得到二次筛选后的历史调控方案；
在所述二次筛选后的历史调控方案中筛选出调控成功率最大的历史调控方案，将调控成功率最大的历史调控方案标定为最佳调控方案，并将所述最佳调控方案输送至控制终端，根据最佳调控方案对修复设备的预设运行参数进行调控。
7.一种六价铬污染场地修复设备的管理系统，其特征在于，所述管理系统包括存储器与处理器，所述存储器中存储有六价铬污染场地修复设备的管理方法程序，当六价铬污染场地修复设备的管理方法程序被所述处理器执行时，实现如下步骤：
通过超声波探测器获取目标区域所反馈的声波信息，根据目标区域所反馈的声波信息构建目标区域的实时三维模型图；
获取目标区域的污染浓度信息，以及获取修复设备的性能参数信息，将所述实时三维模型图、污染浓度信息以及性能参数信息导入粒子群算法中进行反复构造，得到修复设备的预设运行参数；
基于所述预设运行参数控制修复设备运行，并根据所述预设运行参数与实时三维模型图获得在预设时间节点上目标区域的预设磁场分布图，并在所述预设磁场分布图中提取出预设磁感线；在预设时间节点上获取目标区域的实时磁场分布图，并在所述实时磁场分布图中提取出实时磁感线；
将所述实时磁感线与预设磁感线进行比较分析，得到第一分析结果或第二分析结果；若分析结果为第二分析结果，则根据所述实时磁感线与预设磁感线得到实时磁感线偏离图，并根据所述实时磁感线偏离图确定出异常子区域；
根据所述实时磁感线偏离图确定出异常子区域中六价铬的实时迁移参数；根据所述实时迁移参数确定出最佳调控方案，并将所述最佳调控方案输送至控制终端，根据最佳调控方案对修复设备的预设运行参数进行调控。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310982143.6A CN116700016B (zh) | 2023-08-07 | 2023-08-07 | 一种六价铬污染场地修复设备的管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310982143.6A CN116700016B (zh) | 2023-08-07 | 2023-08-07 | 一种六价铬污染场地修复设备的管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116700016A CN116700016A (zh) | 2023-09-05 |
| CN116700016B true CN116700016B (zh) | 2023-09-29 |
Family
ID=87841802
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310982143.6A Active CN116700016B (zh) | 2023-08-07 | 2023-08-07 | 一种六价铬污染场地修复设备的管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116700016B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116882638B (zh) * | 2023-09-07 | 2023-12-01 | 北京建工环境修复股份有限公司 | 一种全氟化合物污染监测设备的管理方法及系统 |
| CN117171695B (zh) * | 2023-11-02 | 2024-01-02 | 北京建工环境修复股份有限公司 | 一种抗生素污染土壤生态修复效果评价的方法及系统 |
| CN117608259B (zh) * | 2024-01-24 | 2024-05-28 | 深圳市富温传感技术有限公司 | 一种储存芯片生产设备的控制方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007102973A2 (en) * | 2006-03-08 | 2007-09-13 | Exxonmobil Upstream Research Company | Efficient computation method for electromagnetic modeling |
| CN107544094A (zh) * | 2017-06-27 | 2018-01-05 | 上海市环境科学研究院 | 一种基于频率域电磁感应仪的场地全覆盖污染快速筛查方法 |
| CN116362569A (zh) * | 2023-06-02 | 2023-06-30 | 北京建工环境修复股份有限公司 | 一种场地污染的多维度评估方法及系统 |
| CN116384775A (zh) * | 2023-06-02 | 2023-07-04 | 北京建工环境修复股份有限公司 | 一种污染场地监测设备的管理方法、系统及存储介质 |
| CN116416401A (zh) * | 2023-06-02 | 2023-07-11 | 北京建工环境修复股份有限公司 | 一种基于无人机航拍的污染场地评估方法及系统 |
-
2023
- 2023-08-07 CN CN202310982143.6A patent/CN116700016B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007102973A2 (en) * | 2006-03-08 | 2007-09-13 | Exxonmobil Upstream Research Company | Efficient computation method for electromagnetic modeling |
| CN107544094A (zh) * | 2017-06-27 | 2018-01-05 | 上海市环境科学研究院 | 一种基于频率域电磁感应仪的场地全覆盖污染快速筛查方法 |
| CN116362569A (zh) * | 2023-06-02 | 2023-06-30 | 北京建工环境修复股份有限公司 | 一种场地污染的多维度评估方法及系统 |
| CN116384775A (zh) * | 2023-06-02 | 2023-07-04 | 北京建工环境修复股份有限公司 | 一种污染场地监测设备的管理方法、系统及存储介质 |
| CN116416401A (zh) * | 2023-06-02 | 2023-07-11 | 北京建工环境修复股份有限公司 | 一种基于无人机航拍的污染场地评估方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 马然 ; 曹煊 ; 王小红 ; 张天鹏 ; 张丽 ; .基于双目视觉技术的海水生物毒性监测方法研究.山东科学.2016,第29卷(第05期),9-16. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116700016A (zh) | 2023-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116700016B (zh) | 一种六价铬污染场地修复设备的管理方法及系统 | |
| Hoang | Detection of surface crack in building structures using image processing technique with an improved Otsu method for image thresholding | |
| Tan et al. | Automatic detection of sewer defects based on improved you only look once algorithm | |
| Su et al. | End-to-end deep learning model for underground utilities localization using GPR | |
| CN110440148B (zh) | 一种漏损声信号分类识别方法、装置及系统 | |
| CN115187527A (zh) | 一种多源混合型特高频局部放电图谱的分离识别方法 | |
| CN116416401B (zh) | 一种基于无人机航拍的污染场地评估方法及系统 | |
| CN117171695B (zh) | 一种抗生素污染土壤生态修复效果评价的方法及系统 | |
| CN117368651A (zh) | 一种配电网故障综合分析系统及方法 | |
| Kotenko et al. | An approach for intelligent evaluation of the state of complex autonomous objects based on the wavelet analysis | |
| CN116704733A (zh) | 铝合金电缆的老化预警方法和系统 | |
| Chern et al. | Impact of loss functions on semantic segmentation in far‐field monitoring | |
| CN113160125B (zh) | 一种基于三维纹理特征的沥青路面混合料级配预估方法 | |
| CN116958099B (zh) | 线缆磨耗检测方法、系统、装置与计算机设备 | |
| CN116611004B (zh) | 煤矿安全灾害预测模型训练方法、预警方法、预警系统 | |
| CN116659410A (zh) | 一种矿区开采沉陷形变的监测预警方法及系统 | |
| Lin et al. | Geometrical flow‐guided fast beamlet transform for crack detection | |
| CN117218063A (zh) | 基于施工阶段吊篮空间位置变化的桥体施工进度监测方法 | |
| CN109636194B (zh) | 一种输变电项目重大变动多源协同检测方法与系统 | |
| CN116363502A (zh) | 融合多源地理大数据的采矿地多维信息获取方法及装置 | |
| CN111402552A (zh) | 一种电力设备监测报警系统及方法 | |
| Murthy et al. | Video surveillance-based insulator condition monitoring analysis for substation monitoring system (SMS) | |
| CN118485973B (zh) | 基于OpenCV的变电站安全作业监测方法及系统 | |
| CN115439511B (zh) | 一种挖掘机运动监测方法、系统和设备 | |
| CN114091253A (zh) | 基于大数据的电磁环境智能分析方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |