CN117746345B - 一种基于大数据的物资状态监控系统与方法 - Google Patents
一种基于大数据的物资状态监控系统与方法 Download PDFInfo
- Publication number
- CN117746345B CN117746345B CN202410193607.XA CN202410193607A CN117746345B CN 117746345 B CN117746345 B CN 117746345B CN 202410193607 A CN202410193607 A CN 202410193607A CN 117746345 B CN117746345 B CN 117746345B
- Authority
- CN
- China
- Prior art keywords
- value
- appearance
- environment
- abnormal
- preset
- 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
- 239000000463 material Substances 0.000 title claims abstract description 528
- 238000012544 monitoring process Methods 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000002159 abnormal effect Effects 0.000 claims abstract description 107
- 238000001514 detection method Methods 0.000 claims abstract description 101
- 238000004458 analytical method Methods 0.000 claims abstract description 48
- 238000011156 evaluation Methods 0.000 claims description 37
- 238000012502 risk assessment Methods 0.000 claims description 21
- 238000005259 measurement Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 16
- 239000000779 smoke Substances 0.000 claims description 15
- 238000004441 surface measurement Methods 0.000 claims description 15
- 238000007689 inspection Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 7
- 230000002411 adverse Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
- General Factory Administration (AREA)
Abstract
本发明属于物资监管技术领域，具体是一种基于大数据的物资状态监控系统与方法，其中，该物资状态监控系统包括服务器、物资外观监控捕捉模块、物资移动探测模块、物资环境监测模块和物资管控端；本发明通过物资外观监控捕捉模块基于物资的实时外观图像并通过分析以生成物资外观异常信号或物资外观正常信号，在生成物资外观正常信号时通过物资移动探测模块将物资的位置移动状况进行分析，且通过物资环境监测模块对物资所处环境进行实时监控分析以判断物资所处环境的风险程度，通过将物资外观、物资移动倾斜和物资环境相结合并综合分析，实现对物资状态的全面监控，有利于保障物资的存放安全，显著降低管理人员对物资的监管难度，智能化程度高。
Description
技术领域
本发明涉及物资监管技术领域，具体是一种基于大数据的物资状态监控系统与方法。
背景技术
物资是物质资源的简称，它既包括自然界直接提供的物资财富，又包括经过人的劳动所取得的劳动产品，物资的广义定义涵盖了可以直接和间接满足人们需求的所有物质资料，包括生活资料和生产资料，在狭义定义中，特别是在企业生产中，物资通常指商品生产过程中所消耗的各种生产资料；
随着科技的进步和工业的发展，物资状态监控成为了一个重要的需求，传统的物资状态监控方法主要依赖于人工巡检对所存放的物资状况进行监控，存在效率低下、实时性差、数据分析能力弱等问题，且不能自动且全面评估物资状态并精准反馈预警，不利于保障物资的存放安全，加大了管理人员对物资的监管难度，智能化程度低；
针对上述的技术缺陷，现提出一种解决方案。
发明内容
本发明的目的在于提供一种基于大数据的物资状态监控系统与方法，解决了现有技术在进行物资状态监控时，效率低下、实时性差且数据分析能力弱，不能自动且全面评估物资状态并精准反馈预警，不利于保障物资的存放安全，监管难度大且智能化程度低的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于大数据的物资状态监控系统，包括服务器、物资外观监控捕捉模块、物资移动探测模块、物资环境监测模块和物资管控端；物资外观监控捕捉模块通过摄像头对物资进行监控，基于物资的实时外观图像并通过分析以生成物资外观异常信号或物资外观正常信号，且将物资外观异常信号经服务器发送至物资管控端，并将物资外观正常信号经服务器发送至物资移动探测模块；
物资移动探测模块在接收到物资外观正常信号时，将物资的位置移动状况进行分析，通过分析生成物资移动异常信号或物资移动正常信号，且将物资移动异常信号经服务器发送至物资管控端；
物资环境监测模块对物资所处环境进行实时监控，通过传感器对所处环境的各项参数进行实时监测，并通过分析以判断物资所处环境的风险程度，据此生成物资环境高风险信号或物资环境低风险信号，且将物资环境高风险信号经服务器发送至物资管控端；物资管控端接收到物资外观异常信号、物资移动异常信号或物资环境高风险信号时发出相应预警。
进一步的，物资外观监控捕捉模块的具体运行过程包括：
采集到物资的实时外观图像，基于实时外观图像以捕捉破损变形部位，若未捕捉到物资的破损变形部位，则生成物资外观正常信号；若捕捉到物资的破损变形部位，则采集到对应破损变形部位的覆盖面积并将其标记为异样面测值，将异样面测值与预设异样面测阈值进行数值比较，若异样面测值超过预设异样面测阈值，则将对应破损变形部位标记为预警部位；若物资的实时外观图像中存在预警部位，则生成物资外观异常信号。
进一步的，若物资的实时外观图像中不存在预警部位，则将所有破损变形部位的异样面测值进行求和计算得到异样面检值，将破损变形部位的数量标记为异样数检值；以及将物资的实时外观图像与初始标准外观图像进行比对，据此识别出存在颜色偏差的部位，并将所有存在颜色偏差的部位的面积进行求和计算以得到物资色偏值；
将物资色偏值、异样面检值和异样数检值进行数值计算得到外观异样检测值，将外观异样检测值与预设外观异样检测阈值进行数值比较，若外观异样检测值超过预设外观异样检测阈值，则生成物资外观异常信号；若外观异样检测值未超过预设外观异样检测阈值，则生成物资外观正常信号。
进一步的，物资移动探测模块的具体运行过程包括：
采集到物资上若干个检测点的当前位置和所设定的初始位置，将对应检测点的当前位置和初始位置的距离值标记为点移值；将所有点移值进行求和计算并取均值以得到移动探测值，且采集到物资的倾斜角度值并将其标记为倾斜险析值，将移动探测值和倾斜险析值与预设移动探测阈值和预设倾斜险析阈值分别进行数值比较，若移动探测值或倾斜险析值超过对应预设阈值，则生成物资移动异常信号。
进一步的，若移动探测值和倾斜险析值均未超过对应预设阈值，则获取到单位时间内若干个时刻的移动探测值和倾斜险析值，将相邻两时刻的移动探测值进行差值计算得到移动速测值，将相邻两时刻的倾斜险析值进行差值计算得到倾斜险测值；将单位时间内的所有移动速测值进行求和计算并取均值以得到移动增测值，将单位时间内的所有倾斜险测值进行求和计算并取均值以得到倾斜增测值；
将移动增测值和倾斜增测值与预设移动增测阈值和预设倾斜增测阈值分别进行数值比较，若移动增测值或倾斜增测值超过对应预设阈值，则生成物资移动异常信号；若移动增测值和倾斜增测值均未超过对应预设阈值，则生成物资移动正常信号。
进一步的，物资环境监测模块的具体运行过程包括：
采集到物资所处环境的烟雾浓度值和可燃气体浓度值，将烟雾浓度值和可燃气体浓度值与预设烟雾浓度阈值和预设可燃气体浓度阈值分别进行数值比较，若烟雾浓度值或可燃气体浓度值超过对应预设阈值，则生成物资环境高风险信号；若烟雾浓度值和可燃气体浓度值均未超过对应预设阈值，则通过物资环检分析以得到物资环检特征值，将物资环检特征值与预设物资环检特征阈值进行数值比较，若物资环检特征值超过预设物资环检特征阈值，则生成物资环境高风险信号；若物资环检特征值未超过预设物资环检特征阈值，则生成物资环境低风险信号。
进一步的，物资环检分析的具体分析过程如下：
采集到物资所处环境的温度数据、湿度数据和光照数据，将温度数据相较于相应预设适宜温度标准值的偏离值标记为物资温征值，同理获取到物资湿征值和物资光征值，且将物资温征值、物资湿征值和物资光征值进行数值计算得到物资环检特征值。
进一步的，在生成物资环境高风险信号时，对物资所处环境进行调控，并以生成物资环境高风险信号的时刻作为时间起点，以完成相应调控并使物资所处环境恢复至正常状态的时刻作为时间尾点，将时间起点与时间尾点之间的间隔时长标记为物资环境恢时值；
将物资环境恢时值与预设物资环境恢时阈值进行数值比较，若物资环境恢时值超过预设物资环境恢时阈值，则判断对应调控过程不合格，若物资环境恢时值未超过预设物资环境恢时阈值，则判断对应调控过程合格，且将物资环境恢时值和相应调控判断信息发送至服务器进行存储。
进一步的，服务器与物资管控评估模块通信连接，在进行物资状态监控过程中，物资管控评估模块对相应物资状态监控过程进行管控评估，若在物资状态监控过程中生成物资外观异常信号，则判断物资状态监控过程不合格；
若在相应物资状态监控过程中未生成物资外观异常信号，则采集到相应物资状态监控过程中物资移动异常信号的生成次数并将其标记为物资移动探析值，并采集到相应物资状态监控过程中物资环境高风险信号的生成次数和调控过程不合格的判断次数并将其分别标记为物资环境探析值和物资调控探析值；
将物资移动探析值、物资环境探析值和物资调控探析值进行数值计算得到物资管控评估值，将物资管控评估值与预设物资管控评估阈值进行数值比较，若物资管控评估值超过预设物资管控评估阈值，则判断物资状态监控过程不合格；若物资管控评估值未超过预设物资管控评估阈值，则判断物资状态监控过程合格；且将相应物资状态监控过程的管控评估判断信息经服务器发送至物资管控端。
进一步的，本发明还提出了一种基于大数据的物资状态监控方法，该物资状态监控方法包括以下步骤：
步骤一、物资外观监控捕捉模块通过摄像头对物资进行监控，基于物资的实时外观图像并通过分析以生成物资外观异常信号或物资外观正常信号；
步骤二、在生成物资外观正常信号时，物资移动探测模块将物资的位置移动状况进行分析，通过分析生成物资移动异常信号或物资移动正常信号；
步骤三、物资环境监测模块对物资所处环境进行实时监控，通过传感器对所处环境的各项参数进行实时监测，并通过分析以生成物资环境高风险信号或物资环境低风险信号；
步骤四、在生成物资外观异常信号、物资移动异常信号或物资环境高风险信号时，物资管控端接收到时发出相应预警。
与现有技术相比，本发明的有益效果是：
1、本发明中，通过物资外观监控捕捉模块基于物资的实时外观图像并通过分析以生成物资外观异常信号或物资外观正常信号，在生成物资外观正常信号时通过物资移动探测模块将物资的位置移动状况进行分析，物资环境监测模块对物资所处环境进行实时监控分析以判断物资所处环境的风险程度，通过将物资外观、物资移动倾斜和物资环境相结合并综合分析，实现对物资状态的全面监控，有利于保障物资的存放安全，显著降低管理人员对物资的监管难度；
2、本发明中，在进行物资状态监控过程中，物资管控评估模块对相应物资状态监控过程进行管控评估，据此以判断相应物资状态监控过程不合格或相应物资状态监控过程合格，且将相应物资状态监控过程的管控评估判断信息经服务器发送至物资管控端，在判断物资状态监控过程不合格时及时进行原因调查追溯并在后续作出相应调整措施，以保证后续针对物资的监管效果。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明；
图1为本发明中实施例一的系统框图；
图2为本发明中实施例二的系统框图；
图3为本发明中实施例三的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一：如图1所示，本发明提出的一种基于大数据的物资状态监控系统，包括服务器、物资外观监控捕捉模块、物资移动探测模块、物资环境监测模块和物资管控端，且服务器与物资外观监控捕捉模块、物资移动探测模块、物资环境监测模块以及物资管控端均通信连接；
其中，物资外观监控捕捉模块通过摄像头对物资进行监控，基于物资的实时外观图像并通过分析以生成物资外观异常信号或物资外观正常信号，且将物资外观异常信号经服务器发送至物资管控端，并将物资外观正常信号经服务器发送至物资移动探测模块，物资管控端接收到物资外观异常信号时发出相应预警，能够对物资外观状况进行合理分析并精准评估反馈，以提醒管理人员及时进行相应查看，并作出相应的改善处理措施；物资外观监控捕捉模块的具体运行过程如下：
采集到物资的实时外观图像，基于实时外观图像以捕捉破损变形部位，若未捕捉到物资的破损变形部位，则生成物资外观正常信号；若捕捉到物资的破损变形部位，则采集到对应破损变形部位的覆盖面积并将其标记为异样面测值，将异样面测值与预设异样面测阈值进行数值比较，若异样面测值超过预设异样面测阈值，则将对应破损变形部位标记为预警部位；若物资的实时外观图像中存在预警部位，则生成物资外观异常信号；
若物资的实时外观图像中不存在预警部位，则将所有破损变形部位的异样面测值进行求和计算得到异样面检值，将破损变形部位的数量标记为异样数检值；以及将物资的实时外观图像与初始标准外观图像进行比对，据此识别出存在颜色偏差的部位，并将所有存在颜色偏差的部位的面积进行求和计算以得到物资色偏值；
通过公式YK=（a1*YP+a2*YQ）/2+a3*YG将物资色偏值YP、异样面检值YQ和异样数检值YG进行数值计算得到外观异样检测值YK，其中，a1、a2、a3为预设比例系数，a1、a2、a3的取值均大于零；并且，外观异样检测值YK的数值越大，表明物资的外观表现越差；将外观异样检测值YK与预设外观异样检测阈值进行数值比较，若外观异样检测值YK超过预设外观异样检测阈值，表明物资的外观表现较差，则生成物资外观异常信号；若外观异样检测值YK未超过预设外观异样检测阈值，表明物资的外观表现较好，则生成物资外观正常信号。
物资移动探测模块在接收到物资外观正常信号时，将物资的位置移动状况进行分析，通过分析生成物资移动异常信号或物资移动正常信号，且将物资移动异常信号经服务器发送至物资管控端，物资管控端接收到物资移动异常信号时发出相应预警，能够对物资移动倾斜状况进行合理分析并精准预警反馈，以提醒管理人员及时进行相应查看，并作出相应的改善处理措施；物资移动探测模块的具体运行过程如下：
采集到物资上若干个检测点的当前位置和所设定的初始位置，将对应检测点的当前位置和初始位置的距离值标记为点移值；将所有点移值进行求和计算并取均值以得到移动探测值，且采集到物资的倾斜角度值并将其标记为倾斜险析值，将移动探测值和倾斜险析值与预设移动探测阈值和预设倾斜险析阈值分别进行数值比较，若移动探测值或倾斜险析值超过对应预设阈值，表明物资存放位置和放置角度存在问题，则生成物资移动异常信号；
若移动探测值和倾斜险析值均未超过对应预设阈值，则获取到单位时间内若干个时刻的移动探测值和倾斜险析值，将相邻两时刻的移动探测值进行差值计算得到移动速测值，将相邻两时刻的倾斜险析值进行差值计算得到倾斜险测值；将单位时间内的所有移动速测值进行求和计算并取均值以得到移动增测值，将单位时间内的所有倾斜险测值进行求和计算并取均值以得到倾斜增测值；
将移动增测值和倾斜增测值与预设移动增测阈值和预设倾斜增测阈值分别进行数值比较，若移动增测值或倾斜增测值超过对应预设阈值，表明物资存放位置或放置角度存在问题，则生成物资移动异常信号；若移动增测值和倾斜增测值均未超过对应预设阈值，表明物资存放位置或放置角度不存在问题，则生成物资移动正常信号。
物资环境监测模块对物资所处环境进行实时监控，通过传感器对所处环境的各项参数进行实时监测，并通过分析以判断物资所处环境的风险程度，据此生成物资环境高风险信号或物资环境低风险信号，且将物资环境高风险信号经服务器发送至物资管控端，物资管控端接收到物资环境高风险信号时发出相应预警，能够对物资环境状况进行合理分析并精准预警反馈，以便及时进行物资环境的调控，减小因环境因素而对物资储存带来的不利影响；物资环境监测模块的具体运行过程如下：
采集到物资所处环境的烟雾浓度值和可燃气体浓度值，将烟雾浓度值和可燃气体浓度值与预设烟雾浓度阈值和预设可燃气体浓度阈值分别进行数值比较，若烟雾浓度值或可燃气体浓度值超过对应预设阈值，表明物资存放环境的环境风险较大，则生成物资环境高风险信号；
若烟雾浓度值和可燃气体浓度值均未超过对应预设阈值，则通过物资环检分析以得到物资环检特征值，具体为：采集到物资所处环境的温度数据、湿度数据和光照数据（即光照强度），将温度数据相较于相应预设适宜温度标准值的偏离值标记为物资温征值，同理获取到物资湿征值和物资光征值；
且通过公式WZ=（ew1*WR+ew2*WK+ew3*WP）/3将物资温征值WR、物资湿征值WK和物资光征值WP进行数值计算得到物资环检特征值WZ；其中，ew1、ew2、ew3为预设比例系数，ew1、ew2、ew3的取值均为正数；并且，物资环检特征值WZ的数值越大，表明物资存放环境的环境状况越差，对物资储存造成的不利影响越大，越需要及时进行环境调控；
将物资环检特征值WZ与预设物资环检特征阈值进行数值比较，若物资环检特征值WZ超过预设物资环检特征阈值，表明物资存放环境的环境状况较差，对物资储存造成的不利影响较大，需要及时进行环境调控，则生成物资环境高风险信号；若物资环检特征值WZ未超过预设物资环检特征阈值，表明物资存放环境的环境状况较好，对物资储存造成的不利影响较小，则生成物资环境低风险信号。
进一步而言，在生成物资环境高风险信号时，对物资所处环境进行调控，并以生成物资环境高风险信号的时刻作为时间起点，以完成相应调控并使物资所处环境恢复至正常状态的时刻作为时间尾点，将时间起点与时间尾点之间的间隔时长标记为物资环境恢时值；其中，物资环境恢时值的数值越大，则表明当次针对物资环境进行调控的调控效率越低下；
将物资环境恢时值与预设物资环境恢时阈值进行数值比较，若物资环境恢时值超过预设物资环境恢时阈值，表明针对物资环境进行调控的调控效率不佳，则判断对应调控过程不合格，若物资环境恢时值未超过预设物资环境恢时阈值，表明针对物资环境进行调控的调控效率较快，则判断对应调控过程合格，且将物资环境恢时值和相应调控判断信息发送至服务器进行存储。
实施例二：如图2所示，本实施例与实施例1的区别在于，服务器与物资管控评估模块通信连接，在进行物资状态监控过程中，物资管控评估模块对相应物资状态监控过程进行管控评估，若在物资状态监控过程中生成物资外观异常信号，表明相应物资状态监控过程中对物资的监管状况较差，对物资造成了较大损害，则判断物资状态监控过程不合格；
若在相应物资状态监控过程中未生成物资外观异常信号，则采集到相应物资状态监控过程中物资移动异常信号的生成次数并将其标记为物资移动探析值，并采集到相应物资状态监控过程中物资环境高风险信号的生成次数和调控过程不合格的判断次数并将其分别标记为物资环境探析值和物资调控探析值；
通过公式GP=b1*GY+（b2*GX+b3*GW）/b1将物资移动探析值GY、物资环境探析值GX和物资调控探析值GW进行数值计算得到物资管控评估值GP；其中，b1、b2、b3为预设比例系数，b3＞b1＞b2＞0；并且，物资管控评估值GP的数值越大，表明相应物资状态监控过程中对物资的监管状况越差；
将物资管控评估值GP与预设物资管控评估阈值进行数值比较，若物资管控评估值GP超过预设物资管控评估阈值，表明相应物资状态监控过程中对物资的监管状况较差，则判断物资状态监控过程不合格；若物资管控评估值GP未超过预设物资管控评估阈值，表明相应物资状态监控过程中对物资的监管状况较好，则判断物资状态监控过程合格；且将相应物资状态监控过程的管控评估判断信息经服务器发送至物资管控端，在判断物资状态监控过程不合格时及时进行原因调查追溯并在后续作出相应调整措施，以保证后续针对物资的监管效果。
实施例三：如图3所示，本实施例与实施例1、实施例2的区别在于，本发明提出的一种基于大数据的物资状态监控方法，该物资状态监控方法包括以下步骤：
步骤一、物资外观监控捕捉模块通过摄像头对物资进行监控，基于物资的实时外观图像并通过分析以生成物资外观异常信号或物资外观正常信号；
步骤二、在生成物资外观正常信号时，物资移动探测模块将物资的位置移动状况进行分析，通过分析生成物资移动异常信号或物资移动正常信号；
步骤三、物资环境监测模块对物资所处环境进行实时监控，通过传感器对所处环境的各项参数进行实时监测，并通过分析以生成物资环境高风险信号或物资环境低风险信号；
步骤四、在生成物资外观异常信号、物资移动异常信号或物资环境高风险信号时，物资管控端接收到时发出相应预警。
本发明的工作原理：使用时，通过物资外观监控捕捉模块通过摄像头对物资进行监控，基于物资的实时外观图像并通过分析以生成物资外观异常信号或物资外观正常信号，能够对物资外观状况进行合理分析并精准评估反馈，在生成物资外观正常信号时通过物资移动探测模块将物资的位置移动状况进行分析，通过分析生成物资移动异常信号或物资移动正常信号，能够对物资移动倾斜状况进行合理分析并精准预警反馈，且通过物资环境监测模块对物资所处环境进行实时监控，并通过分析以判断物资所处环境的风险程度，据此生成物资环境高风险信号或物资环境低风险信号，能够对物资环境状况进行合理分析并精准预警反馈，以便及时进行物资环境的调控，减小因环境因素而对物资储存带来的不利影响，通过将物资外观、物资移动倾斜和物资环境相结合并综合分析，实现对物资状态的全面监控。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (7)
1.一种基于大数据的物资状态监控系统，其特征在于，包括服务器、物资外观监控捕捉模块、物资移动探测模块、物资环境监测模块和物资管控端；物资外观监控捕捉模块通过摄像头对物资进行监控，基于物资的实时外观图像并通过分析以生成物资外观异常信号或物资外观正常信号，且将物资外观异常信号经服务器发送至物资管控端，并将物资外观正常信号经服务器发送至物资移动探测模块；
物资移动探测模块在接收到物资外观正常信号时，将物资的位置移动状况进行分析，通过分析生成物资移动异常信号或物资移动正常信号，且将物资移动异常信号经服务器发送至物资管控端；
物资环境监测模块对物资所处环境进行实时监控，通过传感器对所处环境的各项参数进行实时监测，并通过分析以判断物资所处环境的风险程度，据此生成物资环境高风险信号或物资环境低风险信号，且将物资环境高风险信号经服务器发送至物资管控端；物资管控端接收到物资外观异常信号、物资移动异常信号或物资环境高风险信号时发出相应预警；
物资环境监测模块的具体运行过程包括：
采集到物资所处环境的烟雾浓度值和可燃气体浓度值，将烟雾浓度值和可燃气体浓度值与预设烟雾浓度阈值和预设可燃气体浓度阈值分别进行数值比较，若烟雾浓度值或可燃气体浓度值超过对应预设阈值，则生成物资环境高风险信号；若烟雾浓度值和可燃气体浓度值均未超过对应预设阈值，则通过物资环检分析以得到物资环检特征值，将物资环检特征值与预设物资环检特征阈值进行数值比较，若物资环检特征值超过预设物资环检特征阈值，则生成物资环境高风险信号；若物资环检特征值未超过预设物资环检特征阈值，则生成物资环境低风险信号；
物资环检分析的具体分析过程如下：
采集到物资所处环境的温度数据、湿度数据和光照数据，将温度数据相较于相应预设适宜温度标准值的偏离值标记为物资温征值，同理获取到物资湿征值和物资光征值，且将物资温征值、物资湿征值和物资光征值进行数值计算得到物资环检特征值；
在生成物资环境高风险信号时，对物资所处环境进行调控，并以生成物资环境高风险信号的时刻作为时间起点，以完成相应调控并使物资所处环境恢复至正常状态的时刻作为时间尾点，将时间起点与时间尾点之间的间隔时长标记为物资环境恢时值；
将物资环境恢时值与预设物资环境恢时阈值进行数值比较，若物资环境恢时值超过预设物资环境恢时阈值，则判断对应调控过程不合格，若物资环境恢时值未超过预设物资环境恢时阈值，则判断对应调控过程合格，且将物资环境恢时值和相应调控判断信息发送至服务器进行存储。
2.根据权利要求1所述的一种基于大数据的物资状态监控系统，其特征在于，物资外观监控捕捉模块的具体运行过程包括：
采集到物资的实时外观图像，基于实时外观图像以捕捉破损变形部位，若未捕捉到物资的破损变形部位，则生成物资外观正常信号；若捕捉到物资的破损变形部位，则采集到对应破损变形部位的覆盖面积并将其标记为异样面测值，将异样面测值与预设异样面测阈值进行数值比较，若异样面测值超过预设异样面测阈值，则将对应破损变形部位标记为预警部位；若物资的实时外观图像中存在预警部位，则生成物资外观异常信号。
3.根据权利要求2所述的一种基于大数据的物资状态监控系统，其特征在于，若物资的实时外观图像中不存在预警部位，则将所有破损变形部位的异样面测值进行求和计算得到异样面检值，将破损变形部位的数量标记为异样数检值；以及将物资的实时外观图像与初始标准外观图像进行比对，据此识别出存在颜色偏差的部位，并将所有存在颜色偏差的部位的面积进行求和计算以得到物资色偏值；
将物资色偏值、异样面检值和异样数检值进行数值计算得到外观异样检测值，将外观异样检测值与预设外观异样检测阈值进行数值比较，若外观异样检测值超过预设外观异样检测阈值，则生成物资外观异常信号；若外观异样检测值未超过预设外观异样检测阈值，则生成物资外观正常信号。
4.根据权利要求1所述的一种基于大数据的物资状态监控系统，其特征在于，物资移动探测模块的具体运行过程包括：
采集到物资上若干个检测点的当前位置和所设定的初始位置，将对应检测点的当前位置和初始位置的距离值标记为点移值；将所有点移值进行求和计算并取均值以得到移动探测值，且采集到物资的倾斜角度值并将其标记为倾斜险析值，将移动探测值和倾斜险析值与预设移动探测阈值和预设倾斜险析阈值分别进行数值比较，若移动探测值或倾斜险析值超过对应预设阈值，则生成物资移动异常信号。
5.根据权利要求4所述的一种基于大数据的物资状态监控系统，其特征在于，若移动探测值和倾斜险析值均未超过对应预设阈值，则获取到单位时间内若干个时刻的移动探测值和倾斜险析值，将相邻两时刻的移动探测值进行差值计算得到移动速测值，将相邻两时刻的倾斜险析值进行差值计算得到倾斜险测值；将单位时间内的所有移动速测值进行求和计算并取均值以得到移动增测值，将单位时间内的所有倾斜险测值进行求和计算并取均值以得到倾斜增测值；
将移动增测值和倾斜增测值与预设移动增测阈值和预设倾斜增测阈值分别进行数值比较，若移动增测值或倾斜增测值超过对应预设阈值，则生成物资移动异常信号；若移动增测值和倾斜增测值均未超过对应预设阈值，则生成物资移动正常信号。
6.根据权利要求1所述的一种基于大数据的物资状态监控系统，其特征在于，服务器与物资管控评估模块通信连接，在进行物资状态监控过程中，物资管控评估模块对相应物资状态监控过程进行管控评估，若在物资状态监控过程中生成物资外观异常信号，则判断物资状态监控过程不合格；
若在相应物资状态监控过程中未生成物资外观异常信号，则采集到相应物资状态监控过程中物资移动异常信号的生成次数并将其标记为物资移动探析值，并采集到相应物资状态监控过程中物资环境高风险信号的生成次数和调控过程不合格的判断次数并将其分别标记为物资环境探析值和物资调控探析值；
将物资移动探析值、物资环境探析值和物资调控探析值进行数值计算得到物资管控评估值，若物资管控评估值超过预设物资管控评估阈值，则判断物资状态监控过程不合格；若物资管控评估值未超过预设物资管控评估阈值，则判断物资状态监控过程合格；且将相应物资状态监控过程的管控评估判断信息经服务器发送至物资管控端。
7.一种基于大数据的物资状态监控方法，其特征在于，该物资状态监控方法采用如权利要求1-6任一项所述的基于大数据的物资状态监控系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410193607.XA CN117746345B (zh) | 2024-02-21 | 2024-02-21 | 一种基于大数据的物资状态监控系统与方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410193607.XA CN117746345B (zh) | 2024-02-21 | 2024-02-21 | 一种基于大数据的物资状态监控系统与方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117746345A CN117746345A (zh) | 2024-03-22 |
| CN117746345B true CN117746345B (zh) | 2024-04-23 |
Family
ID=90261438
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410193607.XA Active CN117746345B (zh) | 2024-02-21 | 2024-02-21 | 一种基于大数据的物资状态监控系统与方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117746345B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101388130A (zh) * | 2008-03-05 | 2009-03-18 | 中科院嘉兴中心微系统所分中心 | 基于无线传感网的多层次、立体围界防入侵系统、装置与实施方法 |
| TW201111930A (en) * | 2009-09-25 | 2011-04-01 | Nat Univ Chin Yi Technology | Method and system for controlling image monitoring of indoor environment status |
| CN106296013A (zh) * | 2016-08-15 | 2017-01-04 | 四川升博信息科技有限责任公司 | 基于物联网的资产管理系统 |
| CN107889520A (zh) * | 2015-04-22 | 2018-04-06 | 派克意识有限公司 | 环境和产品感测 |
| CN109377043A (zh) * | 2018-10-17 | 2019-02-22 | 深圳市中电数通智慧安全科技股份有限公司 | 一种危险物资管控系统 |
| CN110134045A (zh) * | 2019-04-30 | 2019-08-16 | 北京市振隆科技股份有限公司 | 基于NB-IoT的重要物品状态监控单元及其监控方法 |
| CN113129548A (zh) * | 2019-12-31 | 2021-07-16 | K11集团有限公司 | 用于监管资产的系统和方法 |
| CN113689160A (zh) * | 2021-07-21 | 2021-11-23 | 四川港投云港科技有限公司 | 基于物联网的物资管理系统 |
| CN114493966A (zh) * | 2022-02-11 | 2022-05-13 | 中国核动力研究设计院 | 一种核材料运输状态智能监测预警分析方法、系统及终端 |
| CN114862315A (zh) * | 2022-05-07 | 2022-08-05 | 贾铁刚 | 一种电子商务物流园重点物资储备智能仓库管理系统 |
| CN218848781U (zh) * | 2022-08-09 | 2023-04-11 | 国网山西省电力公司物资分公司 | 基于电网物资管理的预警装置 |
| CN116579874A (zh) * | 2023-05-24 | 2023-08-11 | 安徽山沟沟农业科技有限公司 | 一种基于人工智能的食用菌种植环境智能管控系统 |
| CN116757593A (zh) * | 2023-06-25 | 2023-09-15 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种电力设备物流监测平台系统及监测方法 |
| CN116779119A (zh) * | 2023-06-25 | 2023-09-19 | 遵义医科大学附属医院 | 一种适用于血液内科的血液存储环境监管系统 |
| CN116886858A (zh) * | 2023-03-10 | 2023-10-13 | 广东电力信息科技有限公司 | 一种具有实时监控功能的信息化建设现场管理系统 |
| CN116937799A (zh) * | 2023-07-05 | 2023-10-24 | 深圳供电局有限公司 | 一种基于视觉识别的变电站智能视频环境监控系统 |
| CN117350582A (zh) * | 2023-10-07 | 2024-01-05 | 仲恺农业工程学院 | 一种基于5g网络的农产品供应链综合服务系统 |
-
2024
- 2024-02-21 CN CN202410193607.XA patent/CN117746345B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101388130A (zh) * | 2008-03-05 | 2009-03-18 | 中科院嘉兴中心微系统所分中心 | 基于无线传感网的多层次、立体围界防入侵系统、装置与实施方法 |
| TW201111930A (en) * | 2009-09-25 | 2011-04-01 | Nat Univ Chin Yi Technology | Method and system for controlling image monitoring of indoor environment status |
| CN107889520A (zh) * | 2015-04-22 | 2018-04-06 | 派克意识有限公司 | 环境和产品感测 |
| CN106296013A (zh) * | 2016-08-15 | 2017-01-04 | 四川升博信息科技有限责任公司 | 基于物联网的资产管理系统 |
| CN109377043A (zh) * | 2018-10-17 | 2019-02-22 | 深圳市中电数通智慧安全科技股份有限公司 | 一种危险物资管控系统 |
| CN110134045A (zh) * | 2019-04-30 | 2019-08-16 | 北京市振隆科技股份有限公司 | 基于NB-IoT的重要物品状态监控单元及其监控方法 |
| CN113129548A (zh) * | 2019-12-31 | 2021-07-16 | K11集团有限公司 | 用于监管资产的系统和方法 |
| CN113689160A (zh) * | 2021-07-21 | 2021-11-23 | 四川港投云港科技有限公司 | 基于物联网的物资管理系统 |
| CN114493966A (zh) * | 2022-02-11 | 2022-05-13 | 中国核动力研究设计院 | 一种核材料运输状态智能监测预警分析方法、系统及终端 |
| CN114862315A (zh) * | 2022-05-07 | 2022-08-05 | 贾铁刚 | 一种电子商务物流园重点物资储备智能仓库管理系统 |
| CN218848781U (zh) * | 2022-08-09 | 2023-04-11 | 国网山西省电力公司物资分公司 | 基于电网物资管理的预警装置 |
| CN116886858A (zh) * | 2023-03-10 | 2023-10-13 | 广东电力信息科技有限公司 | 一种具有实时监控功能的信息化建设现场管理系统 |
| CN116579874A (zh) * | 2023-05-24 | 2023-08-11 | 安徽山沟沟农业科技有限公司 | 一种基于人工智能的食用菌种植环境智能管控系统 |
| CN116757593A (zh) * | 2023-06-25 | 2023-09-15 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种电力设备物流监测平台系统及监测方法 |
| CN116779119A (zh) * | 2023-06-25 | 2023-09-19 | 遵义医科大学附属医院 | 一种适用于血液内科的血液存储环境监管系统 |
| CN116937799A (zh) * | 2023-07-05 | 2023-10-24 | 深圳供电局有限公司 | 一种基于视觉识别的变电站智能视频环境监控系统 |
| CN117350582A (zh) * | 2023-10-07 | 2024-01-05 | 仲恺农业工程学院 | 一种基于5g网络的农产品供应链综合服务系统 |
Non-Patent Citations (4)
| Title |
|---|
| Remote Sensing Big Data for Water Environment Monitoring: Current Status, Challenges, and Future Prospects;Jinyue Chen 等;《Earth’s Future》;20220121;1-33 * |
| 基于大数据分析的电力物资质量监控体系构建;李佳宣 等;《自动化技术》;20231215(第2023年12期期);117-119 * |
| 基于物联网技术的电力物资监控平台设计及应用研究;赵月 等;《电子测试》;20220925;87-89 * |
| 面向大数据的电力安全库存预估模型研究;叶利 等;《电力信息与通信技术》;20150415;第13卷(第4期);35-38 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117746345A (zh) | 2024-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117250208B (zh) | 基于机器视觉的纳米压印晶圆缺陷精准检测系统及方法 | |
| CN116823531B (zh) | 一种基于bim建筑的建筑能耗管理系统 | |
| CN109823941B (zh) | 一种应用于主动安全电梯上的钢丝绳监测装置 | |
| CN113532598B (zh) | 智能水表在线故障检测调节系统 | |
| CN105022373A (zh) | 基于zigbee技术的港口设备维护系统 | |
| CN116028887B (zh) | 一种连续性工业生产数据的分析方法 | |
| CN112326583A (zh) | 一种基于物联网的毒害气体智能检测系统及方法 | |
| CN115528810A (zh) | 一种基于电力设备的测温数据运检分析管理系统 | |
| CN116302763B (zh) | Micro LED显示屏的触控检测方法及系统 | |
| CN110451204A (zh) | 一种用于传送带实时检视系统 | |
| CN116691152A (zh) | 一种基于人工智能的印刷颜色质量管理系统 | |
| 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 | |
| CN117784668A (zh) | 一种基于数据分析的面粉产线加工安全智能监管系统 | |
| CN116152202A (zh) | 基于图像识别技术和红外热成像技术的设备外观检测系统 | |
| CN117548911A (zh) | 一种基于人工智能的连接器焊接智能监管系统 | |
| CN117746345B (zh) | 一种基于大数据的物资状态监控系统与方法 | |
| CN118380353B (zh) | 一种芯片的刻蚀工艺在线识别方法及系统 | |
| CN117834821A (zh) | 一种智慧互动型安防监控系统 | |
| CN117949034B (zh) | 基于数据分析的线激光测试台操作环境监管系统 | |
| CN113959339A (zh) | 获取裂缝宽度的方法、装置以及裂缝监测仪及监测系统 | |
| CN116753848B (zh) | 一种建筑物位移监测方法及系统 | |
| CN117973798A (zh) | 一种基于gis地图的在线监测预警系统 | |
| CN116980565A (zh) | 一种无线移动视频监控系统及方法 | |
| CN116957193A (zh) | 一种适用于广告灯箱的运行全天候监控管理系统 | |
| CN118409551B (zh) | 一种弱电设备智能控制系统 |
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 |