CN116973051A - 一种用于混凝土搅拌的气缸密闭性检测预警方法及系统 - Google Patents
一种用于混凝土搅拌的气缸密闭性检测预警方法及系统 Download PDFInfo
- Publication number
- CN116973051A CN116973051A CN202311226442.3A CN202311226442A CN116973051A CN 116973051 A CN116973051 A CN 116973051A CN 202311226442 A CN202311226442 A CN 202311226442A CN 116973051 A CN116973051 A CN 116973051A
- Authority
- CN
- China
- Prior art keywords
- pressure fluctuation
- pressure
- value
- minimum value
- coefficient
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000001514 detection method Methods 0.000 title claims abstract description 40
- 238000012544 monitoring process Methods 0.000 claims abstract description 101
- 238000007906 compression Methods 0.000 claims abstract description 59
- 230000006835 compression Effects 0.000 claims abstract description 58
- 230000002159 abnormal effect Effects 0.000 claims abstract description 31
- 238000004458 analytical method Methods 0.000 claims abstract description 30
- 238000009826 distribution Methods 0.000 claims description 35
- 230000003247 decreasing effect Effects 0.000 claims description 18
- 238000012163 sequencing technique Methods 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 8
- 230000003213 activating effect Effects 0.000 claims description 7
- 238000012512 characterization method Methods 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 230000008859 change Effects 0.000 description 8
- 230000005856 abnormality Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000003756 stirring Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F15—FLUID-PRESSURE ACTUATORS; HYDRAULICS OR PNEUMATICS IN GENERAL
- F15B—SYSTEMS ACTING BY MEANS OF FLUIDS IN GENERAL; FLUID-PRESSURE ACTUATORS, e.g. SERVOMOTORS; DETAILS OF FLUID-PRESSURE SYSTEMS, NOT OTHERWISE PROVIDED FOR
- F15B19/00—Testing; Calibrating; Fault detection or monitoring; Simulation or modelling of fluid-pressure systems or apparatus not otherwise provided for
- F15B19/005—Fault detection or monitoring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F15—FLUID-PRESSURE ACTUATORS; HYDRAULICS OR PNEUMATICS IN GENERAL
- F15B—SYSTEMS ACTING BY MEANS OF FLUIDS IN GENERAL; FLUID-PRESSURE ACTUATORS, e.g. SERVOMOTORS; DETAILS OF FLUID-PRESSURE SYSTEMS, NOT OTHERWISE PROVIDED FOR
- F15B20/00—Safety arrangements for fluid actuator systems; Applications of safety devices in fluid actuator systems; Emergency measures for fluid actuator systems
- F15B20/005—Leakage; Spillage; Hose burst
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
Abstract
本发明公开了一种用于混凝土搅拌的气缸密闭性检测预警方法及系统，属于智慧工业领域，其中方法包括：监测气缸压缩压力，获取压缩压力波动序列；对压缩压力波动序列进行异常指标分析，生成压力波动偏离系数和压力波动趋势系数；当压力波动偏离系数大于或等于波动偏离系数阈值，或/和压力波动趋势系数满足预设波动趋势，获取多个气流向量监测结果；对多个气流向量监测结果进行泄露区域寻优，获取泄露区域寻优结果；根据泄露区域寻优结果进行气密性预警信号，发送至混凝土搅拌机用户端。本申请解决了现有技术中气缸密闭性检测的准确性和实时性不足的技术问题，达到了提高混凝土搅拌机气缸密闭性预警的准确性和实时性的技术效果。
Description
技术领域
本发明涉及智慧工业领域，具体涉及一种用于混凝土搅拌的气缸密闭性检测预警方法及系统。
背景技术
在混凝土搅拌过程中，气缸的密闭性对于保证混凝土搅拌机的正常运行至关重要。然而，目前已有的气缸密闭性检测方法主要依赖于停机检测，无法准确地捕捉到气缸压力的实时波动，且无法实时地发出预警信号，导致气缸密闭性检测方法存在准确性和实时性不足的问题，难以及时发现气缸泄露，造成生产效率的降低和产品质量的下降。
发明内容
本申请通过提供了一种用于混凝土搅拌的气缸密闭性检测预警方法及系统，旨在解决现有技术中气缸密闭性检测的准确性和实时性不足的技术问题。
鉴于上述问题，本申请提供了一种用于混凝土搅拌的气缸密闭性检测预警方法及系统。
本申请公开的第一个方面，提供了一种用于混凝土搅拌的气缸密闭性检测预警方法，该方法包括：通过高温压强传感器监测气缸压缩压力，获取压缩压力波动序列；对压缩压力波动序列进行异常指标分析，生成压力波动偏离系数和压力波动趋势系数；当压力波动偏离系数大于或等于波动偏离系数阈值，或/和压力波动趋势系数满足预设波动趋势，激活气体流量感应器，获取多个气流向量监测结果；对多个气流向量监测结果进行泄露区域寻优，获取泄露区域寻优结果；根据泄露区域寻优结果进行气密性预警信号，发送至混凝土搅拌机用户端。
本申请公开的另一个方面，提供了一种用于混凝土搅拌的气缸密闭性检测预警系统，该系统包括：压缩压力监测模块，用于通过高温压强传感器监测气缸压缩压力，获取压缩压力波动序列；异常指标分析模块，用于对压缩压力波动序列进行异常指标分析，生成压力波动偏离系数和压力波动趋势系数；气体流量监测模块，用于当压力波动偏离系数大于或等于波动偏离系数阈值，或/和压力波动趋势系数满足预设波动趋势，激活气体流量感应器，获取多个气流向量监测结果；泄露区域寻优模块，用于对多个气流向量监测结果进行泄露区域寻优，获取泄露区域寻优结果；气密性预警模块，用于根据泄露区域寻优结果进行气密性预警信号，发送至混凝土搅拌机用户端。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了设置高温压强传感器实时监测气缸内压力并分析压力波动的异常指标，当压力波动满足预设的异常条件时，激活气体流量传感器获取气流向量数据，并利用泄露区域寻优算法确定气体泄露位置，最后根据泄露区域结果向用户端发送气密性预警信号的技术方案，解决了现有技术中气缸密闭性检测的准确性和实时性不足的技术问题，达到了提高混凝土搅拌机气缸密闭性预警的准确性和实时性的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种用于混凝土搅拌的气缸密闭性检测预警方法的一种流程示意图；
图2为本申请实施例提供了一种用于混凝土搅拌的气缸密闭性检测预警方法中获取压力波动趋势系数的一种流程示意图；
图3为本申请实施例提供了一种用于混凝土搅拌的气缸密闭性检测预警系统的一种结构示意图。
附图标记说明：压缩压力监测模块11，异常指标分析模块12，气体流量监测模块13，泄露区域寻优模块14，气密性预警模块15。
具体实施方式
本申请提供的技术方案总体思路如下：
本申请实施例提供了一种用于混凝土搅拌的气缸密闭性检测预警方法及系统。首先，设置高温压强传感器在气缸内壁，实时监测气缸内的压缩压力，并获取压力波动序列；其次，对压缩压力波动序列进行分析，提取压力波动的异常特征参数，包括压力波动偏离系数和压力波动趋势系数；再次，根据压力波动的异常特征参数与预设的异常判断条件进行比较，如果压力波动偏离系数超过阈值或压力波动趋势符合预设的异常趋势，则判断为气缸气密性故障；然后，激活设置在气缸外壁的气体流量传感器，获取气体泄露的多点气流向量数据；接着，利用气流向量数据，通过泄露区域寻优算法计算确定气体泄露的具体位置；最后，根据气体泄露位置的检测结果，向混凝土搅拌机的用户端发送气密性故障预警信号，实时监测和定位气缸气密性故障，进行快速预警，提高混凝土搅拌过程的安全性。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请实施例提供了一种用于混凝土搅拌的气缸密闭性检测预警方法，该方法应用于混凝土搅拌的气缸密闭性检测预警系统，系统和混凝土搅拌机通信连接，混凝土搅拌机包括气体流量感应器和高温压强传感器，气体流量感应器均匀分布于部署于外壁，高温压强传感器部署于气缸上止点和气缸顶点之间的内壁上。
在本申请实施例中，公开了一种用于混凝土搅拌的气缸密闭性检测预警方法，该气缸密闭性检测预警方法应用于气缸密闭性检测预警方法。混凝土搅拌机是指用于将水泥、砂石、水等混凝土原材料按一定比例充分混合的机械设备，包括气体流量感应器和高温压强传感器。其中，气体流量感应器是用于检测气体流动参数的传感设备，其均匀分布于混凝土搅拌机气缸的外壁上，以对气缸外侧的气体流动进行全方位监测；高温压强传感器是用于测量高温高压状态下压强参数的传感设备，其部署于气缸内部的上止点和顶点之间的内壁上，以便检测气缸内部的压强变化情况。
混凝土搅拌机与气缸密闭性检测预警系统间实现信息通信连接，气体流量感应器和高温压强传感器安装于混凝土搅拌机气缸内外相应位置，并与系统连接，将检测的参数信息实时传输给系统，由系统进行分析处理，以实现对混凝土搅拌气缸的密闭性状态进行智能监测与预警。
气缸密闭性检测预警方法包括：
步骤B100：通过高温压强传感器监测气缸压缩压力，获取压缩压力波动序列；
在本申请实施例中，利用高温压强传感器检测装有混凝土原料的气缸在搅拌压缩过程中的内部压强变化情况。
将高温压强传感器安装在气缸上止点和气缸顶点之间的内壁上，以便直接接触气缸内部空间。在混凝土搅拌机工作过程中，当压缩装置对气缸内部空间进行压缩时，高温压强传感器实时检测到压强参数的变化，并以电信号的形式传输给系统。系统接收到压强信号后，进行归纳整理，形成气缸内部压强随时间变化的压缩压力波动序列。该压缩压力波动序列中包含气缸在压缩工作过程中压强的实时数据，反映气缸密闭性状况，为判断气缸泄露的基础数据。
步骤B200：对所述压缩压力波动序列进行异常指标分析，生成压力波动偏离系数和压力波动趋势系数；
进一步的，步骤B200具体包括：
步骤B210：交互压力波动监测样本数据，获取压力极小值集合与压力极大值集合；
步骤B220：根据预设压力偏差对所述压力极小值集合进行聚类分析，获取压力极小值聚类结果，所述压力极小值聚类结果具有类内容量比例，所述类内容量比例表征聚类的类内压力值数量比例；
步骤B230：对所述压力极小值聚类结果，按照所述类内容量比例从大到小进行序列化调整，生成压力极小值聚类排序结果；
步骤B240：基于容量比例阈值，遍历所述压力极小值聚类排序结果进行所述类内容量比例的加和，当大于或等于所述容量比例阈值时，提取对应的所述压力极小值聚类结果的压力极小值，设为压力波动下限阈值；
步骤B250：根据所述压力极大值集合，确定压力波动上限阈值，计算压力波动基值，所述压力波动基值为所述压力波动下限阈值和所述压力波动上限阈值的均值；
步骤B260：根据所述压力波动下限阈值和所述压力波动基值对所述压缩压力波动序列进行异常指标分析，生成所述压力波动偏离系数和所述压力波动趋势系数。
在一种可行的实施方式中，首先，预先收集混凝土搅拌机气缸在正常工作条件下的压力波动监测样本数据，该样本数据是通过高温压强传感器实时采集气缸内部压力参数的时间序列数据。其次，读取压力波动监测样本数据，依次扫描各个数据点的压力值，如果一个点的压力值低于其前后两个相邻点的压力值，则判定该点为极小值点，统计整个序列中所有极小值点，形成压力波动监测样本数据的压力极小值集合；同理，如果一个点的压力值高于其前后两个相邻点的压力值，则判定该点为极大值点，统计整个序列中所有极大值点，形成压力波动监测样本数据的压力极大值集合。通过提取出压力波动监测样本数据代表谷值和峰值分布的压力极小值集合与压力极大值集合，为后续的压力异常分析奠定基础。
然后，根据经验设置标准压力值及允许的不同压力偏差范围，作为预设压力偏差；取压力极小值集合中的每个极小值，依次将极小值与标准压力值计算压力差值，根据压力差值和不同压力偏差范围对每个极小值进行分类，从而获取压力极小值聚类结果。随后，统计每个聚类中包含的极小值个数，即类内压力值数量，并计算其占总极小值数的比例，作为该聚类的类内容量比例。按照类内容量比例将压力极小值聚类结果从高到低进行排序，实现序列化调整，得到压力极小值聚类排序结果。接着，根据经验预先设置容量比例阈值，如10%；遍历得到的压力极小值聚类排序结果，从小到大依次累加每个聚类的内容量比例，直至累加值大于或等于预设的容量比例阈值为止。然后，提取此时被加和的每个聚类的内容量比例对应的压力极小值聚类结果中的压力极小值的中值，并将其设定为压力波动下限阈值。同理，根据压力极大值集合，确定压力波动上限阈值。之后，计算压力波动下限阈值和压力波动上限阈值的均值，得到压力波动基值。最后，根据压力波动下限阈值和压力波动基值对压缩压力波动序列进行异常指标分析，生成压力波动偏离系数和所述压力波动趋势系数。
进一步的，步骤B260中生成压力波动偏离系数具体包括：
步骤B261：构建压力波动偏离系数评估函数：
；
；
其中，为第一偏离系数，/>为第二偏离系数，/>表征压缩压力波动序列的极小值的第i个极小值，/>表征压力波动下限阈值，/>表征压力波动基值，/>表征小于征压力波动下限阈值的第j个极小值，与压力波动基值的距离，n为压缩压力波动序列的总数，m为小于征压力波动下限阈值的极小值总数；
步骤B262：根据所述压力波动偏离系数评估函数，根据所述压力波动下限阈值和所述压力波动基值对所述压缩压力波动序列进行异常指标分析，生成第一偏离系数和第二偏离系数；
步骤B263：当所述第一偏离系数小于或等于偏离比阈值，将所述第一偏离系数设为所述压力波动偏离系数；
步骤B264：当所述第一偏离系数大于所述偏离比阈值，将所述第二偏离系数设为所述压力波动偏离系数。
在一种可行的实施方式中，首先，构建压力波动偏离系数评估函数为：
；
；
其中，为第一偏离系数，/>为第二偏离系数，/>表征压缩压力波动序列的极小值的第i个极小值，/>表征压力波动下限阈值，/>表征压力波动基值，/>表征小于征压力波动下限阈值的第j个极小值，与压力波动基值的距离，n为压缩压力波动序列的总数，m为小于征压力波动下限阈值的极小值总数。其中/>反映压力低于压力波动下限阈值的比例，/>反映低于压力波动下限阈值的压力值与压力波动基值差值的平均值。
然后，将所得的压缩压力波动序列、压力波动下限阈值、压力波动基值代入所构建的压力波动偏离系数评估函数中进行计算，实现异常指标分析，获取第一偏离系数和第二偏离系数/>。接着，根据对混凝土搅拌机的要求设置偏差比阈值，作为判断压力波动偏离程度的标准；将计算得到第一偏离系数/>与预设的偏离比阈值进行比较，如果/>小于或等于偏离比阈值，则判断压力波动的异常程度在允许范围内，此时取/>作为压力波动偏离系数；如果/>大于预设的偏离比阈值，则判断压力波动异常程度超出允许范围，此时取第二偏离系数/>作为压力波动偏离系数，以更精确反映压力波动的异常状况。
进一步的，步骤B260中生成压力波动趋势系数具体包括：
步骤B265：统计所述压缩压力波动序列的极小值序列；
步骤B266：统计所述极小值序列中递增极小值，构建极小值递增序列，其中，所述递增极小值为与上个极小值相比变大的极小值；
步骤B267：统计所述极小值序列中递减极小值，构建极小值递减序列，其中，所述递减极小值为与上个极小值相比变小的极小值；
步骤B268：统计所述极小值递增序列的第一数量比，统计所述极小值递减序列的第二数量比；
步骤B269：当所述第一数量比大于或等于数量比阈值，其中，所述数量比阈值大于0.5：
当最新极小值大于或等于所述压力波动基值，所述压力波动趋势系数为超越基值增大方向；
当最新极小值小于所述压力波动基值，所述压力波动趋势系数为趋向基值增大方向；
步骤B2610：当所述第二数量比大于或等于所述数量比阈值：
当最新极小值小于所述压力波动基值，且大于或等于所述压力波动下限阈值，所述压力波动趋势系数为正常压力减小方向；
当最新极小值小于所述压力波动下限阈值，所述压力波动趋势系数为异常压力减小方向。
在一种优选的实施方式中，如图2所示，为获取压力波动趋势系数，首先，统计压缩压力波动序列中所有的压力极小值，并按监测时间顺序排列，获得压缩压力波动序列的极小值序列。其次，逐个判断极小值序列中每个极小值与其前一个极小值的大小关系。如果后一个极小值大于前一个极小值，则判定其为递增极小值，统计所有递增极小值构成递增极小值序列。同时，判断极小值序列中每个极小值与其前一个极小值的大小关系，如果后一个极小值小于前一个极小值，则判定其为递减极小值，统计所有递减极小值构成递减极小值序列。然后，计算递增序列极小值数占总极小值数的比例获取第一数量比，以及计算递减序列极小值数占总极小值数的比例获取第二数量比。
接着，当第一数量比或第二数量比大于预设数量比阈值时，根据最新极小值与压力波动基值关系判断压力波动趋势。先预设数量比阈值为0.5，当得到的极小值递增序列的第一数量比大于或等于数量比阈值时，如果最新一个极小值大于或等于压力波动基值，则压力波动趋势系数判断为超越基值增大方向；如果最新一个极小值小于压力波动基值，则压力波动趋势系数判断为趋向基值增大方向。当得到的极小值递减序列的第二数量比大于或等于数量比阈值时，如果最新一个极小值小于压力波动基值，且大于或等于压力波动下限阈值，则压力波动趋势系数判断为正常压力减小方向；如果最新一个极小值小于压力波动下限阈值，则压力波动趋势系数判断为异常压力减小方向。其他的情况下，压力波动趋势系数为无趋势。
通过生成压力波动趋势系数，评估压力波动的变化方向，为全面地分析压力波动的异常情况，判断气缸密闭性状态提供依据，从而提高密闭性检测的准确性。
步骤B300：当所述压力波动偏离系数大于或等于波动偏离系数阈值，或/和所述压力波动趋势系数满足预设波动趋势，激活气体流量感应器，获取多个气流向量监测结果；
在本申请实施例中，系统预设压力波动偏离系数的波动偏离系数阈值，以及预设表示异常的压力波动趋势系数。然后，判断实时监测所得的压力波动偏离系数是否大于或等于波动偏离系数阈值，或者压力波动趋势系数是否满足预设的异常波动趋势。当压力波动偏离系数或压力波动趋势系数任一异常时，系统激活布置在气缸外壁的气体流量感应器。接着，气体流量感应器开始工作，获取气缸外壁多个位置的气体流动监测结果，即多个气流向量监测结果。以在压力波动出现异常时，获取更多气密性状态相关信息。
步骤B400：对所述多个气流向量监测结果进行泄露区域寻优，获取泄露区域寻优结果；
进一步的，步骤B400具体包括：
步骤B411：设定易泄露区域，获取所述易泄露区域的气流向量监测结果和相邻气流向量监测结果，所述相邻气流向量监测结果为非易泄露区域的气流向量监测结果；
步骤B412：判断所述气流向量监测结果的气流来源方向是否与所述易泄露区域相交；
步骤B413：若相交，判断所述气流向量监测结果的气流速度是否小于所述相邻气流向量监测结果的气流速度；
步骤B414：若小于，将所述易泄露区域添加进所述泄露区域寻优结果。
在一种可行的实施例中，首先，根据经验知识，预先定义设定气缸结构上易发生气体泄露的区域，例如包括气缸套与活塞之间、活塞环与气缸壁之间、排气门与气门座之间、气缸垫与气缸之间以及喷嘴安装孔处。然后，获取这些易泄露区域的气流向量监测结果，同时获取相邻非易泄露区域的气流向量监测结果，作为对比参考。接着，获取确定的易泄露区域的气流向量监测结果，分析该气流向量监测结果所表示的气体流动的来源方向，判断气流的来源方向是否与对应易泄露区域相交。
当判断气流来源方向与易泄露区域相交时，取得该易泄露区域的气流向量监测结果，读取其中表示气流速度大小的数值，同时读取相邻非易泄露区域的气流向量监测结果，获取表示气流速度大小的数值，比较两个区域的气流速度大小，判断易泄露区域的气流速度是否小于相邻区域的气流速度。当易泄露区域的气流速度小于相邻区域的气流速度时，说明易泄露区域很可能是气体泄露的症结所在，将该易泄露区域添加到泄露区域寻优结果中，从而获取泄露区域寻优结果。
进一步的，步骤B400具体还包括：
步骤B421：获取所述多个气流向量监测结果的多个气流来源方向；
步骤B422：将所述多个气流来源方向和气缸外壁不相交的气流向量监测结果清洗，生成气流速度大小集与气流监测位置集；
步骤B423：根据所述气流速度大小集与所述气流监测位置集进行点云模拟分布，生成所述泄露区域寻优结果。
进一步的，步骤B423具体包括：
步骤B4231：以所述气流监测位置集进行点云模拟分布，构建初始分布点云，其中，所述初始分布点云形貌以气缸形貌为定位基准分布；
步骤B4232：根据所述气流速度大小集，调整所述初始分布点云的分布凸起程度，获取寻优分布点云，其中，单位速度大小和单位凸起程度一一对应；
步骤B4233：对所述寻优分布点云的凹陷区域进行标识，生成所述泄露区域寻优结果。
在一种优选的实施方式中，首先，系统调用多个气流向量监测结果，对每个气流向量监测结果进行解析，提取出其中表示气流来源方向的向量角度参数，获取多个气流来源方向。其次，将每个气流向量的来源方向与气缸外壁法向量进行点乘，点乘结果为负数则说明两向量方向不相交，将不相交的气流向量监测结果删除。再次，对保留的气流向量监测结果，取出其中的气流速度数值，放入气流速度大小集中，同时记录对应的气流探测器的布置位置坐标，放入气流监测位置集中，为后续泄露定位提供数据支持。
然后，根据气流速度大小集与气流监测位置集进行点云模拟分布，生成泄露区域寻优结果。先根据气缸的三维模型，构建其外表面形状的网格结构，作为初始点云分布的基准结构，再将气流监测位置集中的位置坐标映射到网格结构的顶点上，使每个位置坐标对应一个顶点，对每个顶点，初始化其凸起高度值（Z坐标）为0，然后将带有位置坐标属性的顶点及其组成的网格结构，作为初始分布点云。
系统预先建立气流速度值和凸起高度变化的对应关系，例如速度每增加1单位，点云凸起高度增加0.1个单位。接着遍历气流速度大小集中的每个速度值，根据速度值，以上述对应关系计算得到其在点云中对应的凸起高度变化值h。随后在初始分布点云中，找到对应气流速度检测位置的点云顶点，对该顶点的凸起高度值增加h，实现局部区域的点云凸起效果。重复处理完气流速度大小集中的所有速度样本，最终获得气流速度映射到点云凸起高度后的寻优分布点云，在该点云中，凹陷区域就是发生气体泄露的部位，对凹陷区域进行标识，将带有标识的寻优分布点云作为泄露区域寻优结果，实现预警可视化，完成泄露区域的识别与定位，为进行气缸异常排查提供有力参考数据。
步骤B500：根据所述泄露区域寻优结果进行气密性预警信号，发送至混凝土搅拌机用户端。
在本申请实施例中，系统读取带有标识的泄露区域寻优结果，包含有通过气流向量分析标识出的疑似气体泄露区域的三维坐标信息。然后，判断泄露区域寻优结果是否为空。如果为空，说明未检测到泄露，继续进行密闭性检测；如果不为空，说明检测到疑似泄露区域，此时，系统使用预定的编码方式（如JSON或XML）对泄露区域寻优结果中信息进行编码打包，生成气密性预警信号，其中包含标识码和泄露区域坐标数据两部分信息。接着，系统向用户端设备发送气密性预警信号，用户端设备接收到气密性预警信号后，解析获得泄露信息，弹出预警显示，完成预警流程。从而实时准确进行气缸密闭性的检测预警，避免问题扩大，提高检测与修复的及时性。
综上所述，本申请实施例所提供的一种用于混凝土搅拌的气缸密闭性检测预警方法具有如下技术效果：
通过高温压强传感器监测气缸压缩压力，获取压缩压力波动序列，实现对气缸内压力参数的实时监测，为气密性分析提供基础数据；对压缩压力波动序列进行异常指标分析，生成压力波动偏离系数和压力波动趋势系数，通过分析压力波动判断气缸气密性故障的预警条件；当压力波动偏离系数大于或等于波动偏离系数阈值，或/和压力波动趋势系数满足预设波动趋势，激活气体流量感应器，获取多个气流向量监测结果，用于精确定位气体泄露位置；对多个气流向量监测结果进行泄露区域寻优，获取泄露区域寻优结果，精确定位气体泄露的位置坐标；根据泄露区域寻优结果进行气密性预警信号，发送至混凝土搅拌机用户端，使操作人员能够及时关闭或处理。整个过程自动监测和分析，无需人工参与，提高检测效率，提高气密性检测的准确性和实时性，达到快速定位预警的技术效果。
实施例二
基于与前述实施例中一种用于混凝土搅拌的气缸密闭性检测预警方法相同的发明构思，如图3所示，本申请实施例提供了一种用于混凝土搅拌的气缸密闭性检测预警系统，该系统和混凝土搅拌机通信连接，混凝土搅拌机包括气体流量感应器和高温压强传感器，气体流量感应器均匀分布于部署于外壁，高温压强传感器部署于气缸上止点和气缸顶点之间的内壁上，该系统包括：
压缩压力监测模块11，用于通过高温压强传感器监测气缸压缩压力，获取压缩压力波动序列；
异常指标分析模块12，用于对所述压缩压力波动序列进行异常指标分析，生成压力波动偏离系数和压力波动趋势系数；
气体流量监测模块13，用于当所述压力波动偏离系数大于或等于波动偏离系数阈值，或/和所述压力波动趋势系数满足预设波动趋势，激活气体流量感应器，获取多个气流向量监测结果；
泄露区域寻优模块14，用于对所述多个气流向量监测结果进行泄露区域寻优，获取泄露区域寻优结果；
气密性预警模块15，用于根据所述泄露区域寻优结果进行气密性预警信号，发送至混凝土搅拌机用户端。
进一步的，异常指标分析模块12包括以下执行步骤：
交互压力波动监测样本数据，获取压力极小值集合与压力极大值集合；
根据预设压力偏差对所述压力极小值集合进行聚类分析，获取压力极小值聚类结果，所述压力极小值聚类结果具有类内容量比例，所述类内容量比例表征聚类的类内压力值数量比例；
对所述压力极小值聚类结果，按照所述类内容量比例从大到小进行序列化调整，生成压力极小值聚类排序结果；
基于容量比例阈值，遍历所述压力极小值聚类排序结果进行所述类内容量比例的加和，当大于或等于所述容量比例阈值时，提取对应的所述压力极小值聚类结果的压力极小值，设为压力波动下限阈值；
根据所述压力极大值集合，确定压力波动上限阈值，计算压力波动基值，所述压力波动基值为所述压力波动下限阈值和所述压力波动上限阈值的均值；
根据所述压力波动下限阈值和所述压力波动基值对所述压缩压力波动序列进行异常指标分析，生成所述压力波动偏离系数和所述压力波动趋势系数。
进一步的，异常指标分析模块12还包括以下执行步骤：
构建压力波动偏离系数评估函数：
；
；
其中，为第一偏离系数，/>为第二偏离系数，/>表征压缩压力波动序列的极小值的第i个极小值，/>表征压力波动下限阈值，/>表征压力波动基值，/>表征小于征压力波动下限阈值的第j个极小值，与压力波动基值的距离，n为压缩压力波动序列的总数，m为小于征压力波动下限阈值的极小值总数；
根据所述压力波动偏离系数评估函数，根据所述压力波动下限阈值和所述压力波动基值对所述压缩压力波动序列进行异常指标分析，生成第一偏离系数和第二偏离系数；
当所述第一偏离系数小于或等于偏离比阈值，将所述第一偏离系数设为所述压力波动偏离系数；
当所述第一偏离系数大于所述偏离比阈值，将所述第二偏离系数设为所述压力波动偏离系数。
进一步的，异常指标分析模块12还包括以下执行步骤：
统计所述压缩压力波动序列的极小值序列；
统计所述极小值序列中递增极小值，构建极小值递增序列，其中，所述递增极小值为与上个极小值相比变大的极小值；
统计所述极小值序列中递减极小值，构建极小值递减序列，其中，所述递减极小值为与上个极小值相比变小的极小值；
统计所述极小值递增序列的第一数量比，统计所述极小值递减序列的第二数量比；
当所述第一数量比大于或等于数量比阈值，其中，所述数量比阈值大于0.5：
当最新极小值大于或等于所述压力波动基值，所述压力波动趋势系数为超越基值增大方向；
当最新极小值小于所述压力波动基值，所述压力波动趋势系数为趋向基值增大方向；
当所述第二数量比大于或等于所述数量比阈值：
当最新极小值小于所述压力波动基值，且大于或等于所述压力波动下限阈值，所述压力波动趋势系数为正常压力减小方向；
当最新极小值小于所述压力波动下限阈值，所述压力波动趋势系数为异常压力减小方向。
进一步的，泄露区域寻优模块14包括以下执行步骤：
设定易泄露区域，获取所述易泄露区域的气流向量监测结果和相邻气流向量监测结果，所述相邻气流向量监测结果为非易泄露区域的气流向量监测结果；
判断所述气流向量监测结果的气流来源方向是否与所述易泄露区域相交；
若相交，判断所述气流向量监测结果的气流速度是否小于所述相邻气流向量监测结果的气流速度；
若小于，将所述易泄露区域添加进所述泄露区域寻优结果。
进一步的，泄露区域寻优模块14还包括以下执行步骤：
获取所述多个气流向量监测结果的多个气流来源方向；
将所述多个气流来源方向和气缸外壁不相交的气流向量监测结果清洗，生成气流速度大小集与气流监测位置集；
根据所述气流速度大小集与所述气流监测位置集进行点云模拟分布，生成所述泄露区域寻优结果。
进一步的，泄露区域寻优模块14还包括以下执行步骤：
以所述气流监测位置集进行点云模拟分布，构建初始分布点云，其中，所述初始分布点云形貌以气缸形貌为定位基准分布；
根据所述气流速度大小集，调整所述初始分布点云的分布凸起程度，获取寻优分布点云，其中，单位速度大小和单位凸起程度一一对应；
对所述寻优分布点云的凹陷区域进行标识，生成所述泄露区域寻优结果。
综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中，并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法，在此不做多余限制。
进一步的，综上所述的第一或第二可能不止代表次序关系，也可能代表某项特指概念，和/或指的是多个元素之间可单独或全部选择。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。
Claims (8)
1.一种用于混凝土搅拌的气缸密闭性检测预警方法，其特征在于，应用于混凝土搅拌的气缸密闭性检测预警系统，所述系统和混凝土搅拌机通信连接，所述混凝土搅拌机包括气体流量感应器和高温压强传感器，所述气体流量感应器均匀分布于部署于外壁，所述高温压强传感器部署于气缸上止点和气缸顶点之间的内壁上，包括：
通过高温压强传感器监测气缸压缩压力，获取压缩压力波动序列；
对所述压缩压力波动序列进行异常指标分析，生成压力波动偏离系数和压力波动趋势系数；
当所述压力波动偏离系数大于或等于波动偏离系数阈值，或/和所述压力波动趋势系数满足预设波动趋势，激活气体流量感应器，获取多个气流向量监测结果；
对所述多个气流向量监测结果进行泄露区域寻优，获取泄露区域寻优结果；
根据所述泄露区域寻优结果进行气密性预警信号，发送至混凝土搅拌机用户端。
2.如权利要求1所述的方法，其特征在于，对所述压缩压力波动序列进行异常指标分析，生成压力波动偏离系数和压力波动趋势系数，包括：
交互压力波动监测样本数据，获取压力极小值集合与压力极大值集合；
根据预设压力偏差对所述压力极小值集合进行聚类分析，获取压力极小值聚类结果，所述压力极小值聚类结果具有类内容量比例，所述类内容量比例表征聚类的类内压力值数量比例；
对所述压力极小值聚类结果，按照所述类内容量比例从大到小进行序列化调整，生成压力极小值聚类排序结果；
基于容量比例阈值，遍历所述压力极小值聚类排序结果进行所述类内容量比例的加和，当大于或等于所述容量比例阈值时，提取对应的所述压力极小值聚类结果的压力极小值，设为压力波动下限阈值；
根据所述压力极大值集合，确定压力波动上限阈值，计算压力波动基值，所述压力波动基值为所述压力波动下限阈值和所述压力波动上限阈值的均值；
根据所述压力波动下限阈值和所述压力波动基值对所述压缩压力波动序列进行异常指标分析，生成所述压力波动偏离系数和所述压力波动趋势系数。
3.如权利要求2所述的方法，其特征在于，根据所述压力波动下限阈值和所述压力波动基值对所述压缩压力波动序列进行异常指标分析，生成所述压力波动偏离系数，包括：
构建压力波动偏离系数评估函数：
；
；
其中，为第一偏离系数，/>为第二偏离系数，/>表征压缩压力波动序列的极小值的第i个极小值，/>表征压力波动下限阈值，/>表征压力波动基值，/>表征小于征压力波动下限阈值的第j个极小值，与压力波动基值的距离，n为压缩压力波动序列的总数，m为小于征压力波动下限阈值的极小值总数；
根据所述压力波动偏离系数评估函数，根据所述压力波动下限阈值和所述压力波动基值对所述压缩压力波动序列进行异常指标分析，生成第一偏离系数和第二偏离系数；
当所述第一偏离系数小于或等于偏离比阈值，将所述第一偏离系数设为所述压力波动偏离系数；
当所述第一偏离系数大于所述偏离比阈值，将所述第二偏离系数设为所述压力波动偏离系数。
4.如权利要求2所述的方法，其特征在于，根据所述压力波动下限阈值和所述压力波动基值对所述压缩压力波动序列进行异常指标分析，生成所述压力波动趋势系数，包括：
统计所述压缩压力波动序列的极小值序列；
统计所述极小值序列中递增极小值，构建极小值递增序列，其中，所述递增极小值为与上个极小值相比变大的极小值；
统计所述极小值序列中递减极小值，构建极小值递减序列，其中，所述递减极小值为与上个极小值相比变小的极小值；
统计所述极小值递增序列的第一数量比，统计所述极小值递减序列的第二数量比；
当所述第一数量比大于或等于数量比阈值，其中，所述数量比阈值大于0.5：
当最新极小值大于或等于所述压力波动基值，所述压力波动趋势系数为超越基值增大方向；
当最新极小值小于所述压力波动基值，所述压力波动趋势系数为趋向基值增大方向；
当所述第二数量比大于或等于所述数量比阈值：
当最新极小值小于所述压力波动基值，且大于或等于所述压力波动下限阈值，所述压力波动趋势系数为正常压力减小方向；
当最新极小值小于所述压力波动下限阈值，所述压力波动趋势系数为异常压力减小方向。
5.如权利要求1所述的方法，其特征在于，对所述多个气流向量监测结果进行泄露区域寻优，获取泄露区域寻优结果，包括：
设定易泄露区域，获取所述易泄露区域的气流向量监测结果和相邻气流向量监测结果，所述相邻气流向量监测结果为非易泄露区域的气流向量监测结果；
判断所述气流向量监测结果的气流来源方向是否与所述易泄露区域相交；
若相交，判断所述气流向量监测结果的气流速度是否小于所述相邻气流向量监测结果的气流速度；
若小于，将所述易泄露区域添加进所述泄露区域寻优结果。
6.如权利要求1所述的方法，其特征在于，对所述多个气流向量监测结果进行泄露区域寻优，获取泄露区域寻优结果，包括：
获取所述多个气流向量监测结果的多个气流来源方向；
将所述多个气流来源方向和气缸外壁不相交的气流向量监测结果清洗，生成气流速度大小集与气流监测位置集；
根据所述气流速度大小集与所述气流监测位置集进行点云模拟分布，生成所述泄露区域寻优结果。
7.如权利要求6所述的方法，其特征在于，根据所述气流速度大小集与所述气流监测位置集进行点云模拟分布，生成所述泄露区域寻优结果，包括：
以所述气流监测位置集进行点云模拟分布，构建初始分布点云，其中，所述初始分布点云形貌以气缸形貌为定位基准分布；
根据所述气流速度大小集，调整所述初始分布点云的分布凸起程度，获取寻优分布点云，其中，单位速度大小和单位凸起程度一一对应；
对所述寻优分布点云的凹陷区域进行标识，生成所述泄露区域寻优结果。
8.一种用于混凝土搅拌的气缸密闭性检测预警系统，其特征在于，用于实施权利要求1-7任意一项所述的一种用于混凝土搅拌的气缸密闭性检测预警方法，所述系统和混凝土搅拌机通信连接，所述混凝土搅拌机包括气体流量感应器和高温压强传感器，所述气体流量感应器均匀分布于部署于外壁，所述高温压强传感器部署于气缸上止点和气缸顶点之间的内壁上，所述系统包括：
压缩压力监测模块，所述压缩压力监测模块用于通过高温压强传感器监测气缸压缩压力，获取压缩压力波动序列；
异常指标分析模块，所述异常指标分析模块用于对所述压缩压力波动序列进行异常指标分析，生成压力波动偏离系数和压力波动趋势系数；
气体流量监测模块，所述气体流量监测模块用于当所述压力波动偏离系数大于或等于波动偏离系数阈值，或/和所述压力波动趋势系数满足预设波动趋势，激活气体流量感应器，获取多个气流向量监测结果；
泄露区域寻优模块，所述泄露区域寻优模块用于对所述多个气流向量监测结果进行泄露区域寻优，获取泄露区域寻优结果；
气密性预警模块，所述气密性预警模块用于根据所述泄露区域寻优结果进行气密性预警信号，发送至混凝土搅拌机用户端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311226442.3A CN116973051A (zh) | 2023-09-22 | 2023-09-22 | 一种用于混凝土搅拌的气缸密闭性检测预警方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311226442.3A CN116973051A (zh) | 2023-09-22 | 2023-09-22 | 一种用于混凝土搅拌的气缸密闭性检测预警方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116973051A true CN116973051A (zh) | 2023-10-31 |
Family
ID=88475277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311226442.3A Withdrawn CN116973051A (zh) | 2023-09-22 | 2023-09-22 | 一种用于混凝土搅拌的气缸密闭性检测预警方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116973051A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117407734A (zh) * | 2023-12-14 | 2024-01-16 | 苏州德费尔自动化设备有限公司 | 一种气缸密封性检测方法及系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5261268A (en) * | 1991-03-14 | 1993-11-16 | Agency Of Industrial Science & Technology, Ministry Of International Trade & Industry | Gas leak detection system |
| CN101922993A (zh) * | 2009-06-15 | 2010-12-22 | 宝山钢铁股份有限公司 | 一种在线实时监测炉膛密封性能预警装置和预警方法 |
| CN110686841A (zh) * | 2019-10-08 | 2020-01-14 | 重庆科技学院 | 一种双腔结构的气密性检测装置及检测方法 |
| US20200025642A1 (en) * | 2017-11-07 | 2020-01-23 | Suzhou Rs Technology Co., Ltd. | Sealing detection method for a sealing structure |
| CN113418142A (zh) * | 2021-06-30 | 2021-09-21 | 武汉飞恩微电子有限公司 | 天然气泄露监测系统及方法 |
| CN115099760A (zh) * | 2022-08-29 | 2022-09-23 | 广东中科凯泽信息科技有限公司 | 一种基于计算机机器视觉的危险品智能检测预警方法 |
| CN115311823A (zh) * | 2022-08-11 | 2022-11-08 | 重庆宇泽森智能装备有限公司 | 燃气管路监测预警系统、方法及存储介质 |
| CN115451347A (zh) * | 2022-08-05 | 2022-12-09 | 国家管网集团北方管道有限责任公司 | 一种石油管道安全的智能监控系统及方法 |
| CN116558736A (zh) * | 2023-07-06 | 2023-08-08 | 苏州宇薄新能源科技有限公司 | 基于负压的密封性检测方法及系统 |
| CN116717734A (zh) * | 2023-08-10 | 2023-09-08 | 牧马人(山东)勘察测绘集团有限公司 | 一种天然气管线稳态运行的数据监测方法 |
-
2023
- 2023-09-22 CN CN202311226442.3A patent/CN116973051A/zh not_active Withdrawn
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5261268A (en) * | 1991-03-14 | 1993-11-16 | Agency Of Industrial Science & Technology, Ministry Of International Trade & Industry | Gas leak detection system |
| CN101922993A (zh) * | 2009-06-15 | 2010-12-22 | 宝山钢铁股份有限公司 | 一种在线实时监测炉膛密封性能预警装置和预警方法 |
| US20200025642A1 (en) * | 2017-11-07 | 2020-01-23 | Suzhou Rs Technology Co., Ltd. | Sealing detection method for a sealing structure |
| CN110686841A (zh) * | 2019-10-08 | 2020-01-14 | 重庆科技学院 | 一种双腔结构的气密性检测装置及检测方法 |
| CN113418142A (zh) * | 2021-06-30 | 2021-09-21 | 武汉飞恩微电子有限公司 | 天然气泄露监测系统及方法 |
| CN115451347A (zh) * | 2022-08-05 | 2022-12-09 | 国家管网集团北方管道有限责任公司 | 一种石油管道安全的智能监控系统及方法 |
| CN115311823A (zh) * | 2022-08-11 | 2022-11-08 | 重庆宇泽森智能装备有限公司 | 燃气管路监测预警系统、方法及存储介质 |
| CN115099760A (zh) * | 2022-08-29 | 2022-09-23 | 广东中科凯泽信息科技有限公司 | 一种基于计算机机器视觉的危险品智能检测预警方法 |
| CN116558736A (zh) * | 2023-07-06 | 2023-08-08 | 苏州宇薄新能源科技有限公司 | 基于负压的密封性检测方法及系统 |
| CN116717734A (zh) * | 2023-08-10 | 2023-09-08 | 牧马人(山东)勘察测绘集团有限公司 | 一种天然气管线稳态运行的数据监测方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117407734A (zh) * | 2023-12-14 | 2024-01-16 | 苏州德费尔自动化设备有限公司 | 一种气缸密封性检测方法及系统 |
| CN117407734B (zh) * | 2023-12-14 | 2024-03-12 | 苏州德费尔自动化设备有限公司 | 一种气缸密封性检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116973051A (zh) | 一种用于混凝土搅拌的气缸密闭性检测预警方法及系统 | |
| CN106251249A (zh) | 一种建筑施工信息化动态监测系统 | |
| CN117274722B (zh) | 基于红外图像的配电箱智能检测方法 | |
| CN111881970A (zh) | 一种基于深度学习的外破图像智能识别方法 | |
| CN103217256A (zh) | 基于红外图像的局部灰度-熵差的泄漏检测定位方法 | |
| CN115760779A (zh) | 一种基于bim技术的道路施工监管系统 | |
| CN116231504A (zh) | 一种升压站远程智能巡检方法、装置及系统 | |
| CN112446536A (zh) | 基于大数据架构的生态环境监测网格化系统及其监测方法 | |
| CN113720914B (zh) | 超声波探伤系统及超声波探伤方法 | |
| CN116678368B (zh) | 基于bim技术的装配式钢结构数据智能采集方法 | |
| CN116764261A (zh) | 一种用于蒸馏流程的执行安全监管系统 | |
| CN202562477U (zh) | 集装箱码头堆场集装箱危险堆存方式检测装置 | |
| CN116403223A (zh) | 一种基于机器学习的指针式仪表读数识别方法和系统 | |
| CN108363958B (zh) | 一种基于高分辨率光学遥感影像的油罐检测方法 | |
| JPH06117600A (ja) | ガス、蒸気等の漏洩地点および漏洩量推定システム | |
| CN115810161A (zh) | 一种变电站火灾识别方法及系统 | |
| CN114118835A (zh) | 一种定量遥感反演预测结果评价方法及系统 | |
| CN110060339B (zh) | 一种基于云计算图形图像的三维建模方法 | |
| JP2021174216A (ja) | 設備点検システム、設備点検方法 | |
| CN111775760A (zh) | 一种太阳能充电桩智能管理系统 | |
| CN116399418B (zh) | 一种基于固定摄像头的水位识别方法及系统 | |
| CN117723917B (zh) | 基于光纤非本征法珀型超声波传感器的监测应用方法 | |
| CN115165466B (zh) | 一种河道自动监测水站的取水系统 | |
| Gao et al. | An Automatic Detection and Sorting System for Valve Core Based on Machine Vision | |
| CN116008970B (zh) | 基于视频图像验证雷达净空值反演精度的方法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20231031 |
|
| WW01 | Invention patent application withdrawn after publication |