CN117851752A - 目标物重量监测方法、系统及存储介质 - Google Patents
目标物重量监测方法、系统及存储介质 Download PDFInfo
- Publication number
- CN117851752A CN117851752A CN202311650488.8A CN202311650488A CN117851752A CN 117851752 A CN117851752 A CN 117851752A CN 202311650488 A CN202311650488 A CN 202311650488A CN 117851752 A CN117851752 A CN 117851752A
- Authority
- CN
- China
- Prior art keywords
- data
- target
- target object
- information
- weight
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012937 correction Methods 0.000 claims abstract description 95
- 238000005303 weighing Methods 0.000 claims abstract description 57
- 210000001161 mammalian embryo Anatomy 0.000 claims description 37
- 238000004458 analytical method Methods 0.000 claims description 22
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 230000007246 mechanism Effects 0.000 claims description 14
- 238000004806 packaging method and process Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000013075 data extraction Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 51
- 239000002699 waste material Substances 0.000 description 42
- 239000002920 hazardous waste Substances 0.000 description 38
- 238000012546 transfer Methods 0.000 description 10
- 238000004140 cleaning Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000009960 carding Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003960 organic solvent Substances 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000012855 volatile organic compound Substances 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种目标物重量监测方法、系统及存储介质，应用于检测技术领域，能够有效提高目标物重量监测的准确性，从而能够有效和准确地掌握目标物的重量信息。该方法包括：获取目标物的历史数据集，以根据所述历史数据集构建数据专题库；根据所述数据专题库构建目标物数据校正模型，以通过所述目标物数据校正模型确定待监测物相应的误差数据信息；通过预设采集方式获取得到所述待监测物的称重数据；根据所述称重数据和所述误差数据信息进行动态校正识别，得到目标重量识别数据。
Description
技术领域
本发明涉及检测技术领域，尤其涉及一种目标物重量监测方法、系统及存储介质。
背景技术
目前，一些目标物(如易挥发危险废物)的产生、入库与出库转移重量，其重量信息均为人工操作记录，重量信息的准确性很难判断，进而导致易挥发危险废物挥发、遗失情况难掌握。另外，目标物(如易挥发危险废物)的产生、入库与出库转移重量挥发误差范围也主要靠人工经验值进行评估，很难保证挥发误差范围的一致性、准确性。因此，以上技术问题亟需解决。
发明内容
为了解决上述技术问题的至少之一，本发明提出一种目标物重量监测方法、系统及存储介质，能够有效提高目标物重量监测的准确性，从而能够有效和准确地掌握目标物的重量信息。
一方面，本发明实施例提供了一种目标物重量监测方法，包括以下步骤：
获取目标物的历史数据集，以根据所述历史数据集构建数据专题库；
根据所述数据专题库构建目标物数据校正模型，以通过所述目标物数据校正模型确定待监测物相应的误差数据信息；
通过预设采集方式获取得到所述待监测物的称重数据；
根据所述称重数据和所述误差数据信息进行动态校正识别，得到目标重量识别数据。
根据本发明的一些实施例，所述获取目标物的历史数据集，包括：
通过预设数据接口获取所述目标物的基础数据信息；其中，所述基础数据信息包括产生信息、入库信息、出库信息、目标物代码、目标物名称以及重量信息；
将所述基础数据信息进行融合并存储至数据库表中，得到所述历史数据集。
根据本发明的一些实施例，所述根据所述历史数据集构建数据专题库，包括：
根据目标物台账类型对所述历史数据集进行数据提取，得到预设数据胚；其中，所述预设数据胚包括目标物产生数据胚、目标物入库数据胚以及目标物出库数据胚；
根据所述预设数据胚通过所述目标物代码进行数据胚分类，构建得到预设台账专题数据；其中，所述预设台账专题数据包括目标物产生台账专题数据、目标物入库台账专题数据以及目标物出库台账专题数据；
将所述预设台账专题数据添加至相应的数据库实例进行存储，构建得到所述数据专题库。
根据本发明的一些实施例，所述根据所述数据专题库构建目标物数据校正模型，包括：
构建模型运行环境，以运行第一数据校正模型；
配置所述第一数据校正模型的模型分析目标和模型运行机制，得到第二数据校正模型；
从所述数据专题库中调取预设数据并进行预设处理，得到预处理数据；
根据所述模型分析目标、所述模型运行机制以及所述预处理数据通过所述第二数据校正模型进行深化数值分析计算，得到模型数据成果；
将所述模型数据成果和所述第二数据校正模型进行封装，得到所述目标物数据校正模型。
根据本发明的一些实施例，所述通过所述目标物数据校正模型确定待监测物相应的误差数据信息，包括：
获取所述待监测物的标识信息；其中，所述标识信息包括所述目标物代码或所述目标物名称；
根据所述识别信息调用所述目标物数据校正模型进行分析预测，得到所述待监测物的误差阈值数据。
根据本发明的一些实施例，所述通过预设采集方式获取得到所述待监测物的称重数据，包括：
通过蓝牙进行数据获取，得到所述称重数据；
或者，通过预设串口进行数据获取，得到所述称重数据；
或者，通过物联网数据采集终端进行数据获取，得到所述称重数据。
根据本发明的一些实施例，在执行所述根据所述称重数据和所述误差数据信息进行动态校正识别，得到目标重量识别数据这一步骤之后，所述方法还包括：
当根据所述目标重量识别数据确定校正识别结果为异常结果，进行动态异常报警。
另一方面，本发明实施例还提供了一种目标物重量监测系统，包括：
第一模块，用于获取目标物的历史数据集，以根据所述历史数据集构建数据专题库；
第二模块，用于根据所述数据专题库构建目标物数据校正模型，以通过所述目标物数据校正模型确定待监测物相应的误差数据信息；
第三模块，用于通过预设采集方式获取得到所述待监测物的称重数据；
第四模块，用于根据所述称重数据和所述误差数据信息进行动态校正识别，得到目标重量识别数据。
另一方面，本发明实施例还提供了一种目标物重量监测系统，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得至少一个所述处理器实现如上述实施例所述的目标物重量监测方法。
另一方面，本发明实施例还提供了一种计算机存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由所述处理器执行时用于实现如上述实施例所述的目标物重量监测方法。
根据本发明实施例的一种目标物重量监测方法、系统及存储介质，至少具有如下有益效果：本发明实施例首先获取目标物的历史数据集，以根据历史数据集构建数据专题库，进而根据数据专题库构建目标物数据校正模型，从而通过目标物数据校正模型确定相应的误差数据信息。接着，本发明实施例通过预设采集方式获取得到目标物的称重数据，以根据称重数据和误差数据信息进行动态校正识别，得到目标重量识别数据，从而有效地提高了目标物重量监测的准确性，并且能够有效和准确地掌握目标物的重量信息。
附图说明
图1是本发明实施例提供的目标物重量监测方法流程图；
图2是本发明实施例提供的构建数据专题库的流程示意图；
图3是本发明实施例提供的易挥发危险废物数据校正模型构建的流程示意图；
图4是本发明实施例提供的误差范围获取示意图；
图5是本发明实施例提供的目标物重量监测方法的整体架构示意图；
图6是本发明实施例提供的目标物重量监测系统模块化示意图；
图7是本发明实施例提供的目标物重量监测系统原理框图。
具体实施方式
本申请实施例所描述的实施例不应视为对本申请的限制，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它实施例，都属于本申请保护的范围。
在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
在对本申请实施例进行介绍说明之前，首先对本申请中涉及的相关名词进行解释说明。
易挥发危险废物：是指在常温下易挥发的危险废物，例如挥发性有机物、挥发性有机化合物、挥发性有机溶剂等。其中，这些废物在处理和储存过程中可能会释放有毒气体或蒸汽，对环境和人体健康造成危害。因此，对于易挥发危险废物的处理和储存需要特别注意安全措施。
目前，一些目标物(如易挥发危险废物)的产生、入库与出库转移重量，其重量信息均为人工操作记录，重量信息的准确性很难判断，进而导致易挥发危险废物挥发、遗失情况难掌握。另外，目标物(如易挥发危险废物)的产生、入库与出库转移重量挥发误差范围也主要靠人工经验值进行评估，很难保证挥发误差范围的一致性、准确性。因此，目标物的出库转移重量是否在允许误差范围内评估缺少科学支撑、准确数据支撑，无法有效的、准确的掌握易挥发危险废物重量信息。
基于此，本发明的一个实施例提供了一种目标物重量监测方法、系统及存储介质，能够有效提高目标物重量监测的准确性，从而能够有效和准确地掌握目标物的重量信息。参照图1，本发明实施例的方法包括但不限于步骤S110、步骤S120、步骤S130和步骤S140。
具体地，本发明实施例的方法应用过程包括但不限于以下步骤：
S110：获取目标物的历史数据集，以根据历史数据集构建数据专题库。
S120：根据数据专题库构建目标物数据校正模型，以通过目标物数据校正模型确定待监测物相应的误差数据信息。
S130：通过预设采集方式获取得到待监测物的称重数据。
S140：根据称重数据和误差数据信息进行动态校正识别，得到目标重量识别数据。
在本具体实施例工作过程中，本发明实施例首先获取目标物的历史数据集，从而根据历史数据集构建数据专题库。具体地，本发明实施例中目标物包括易挥发危险废物，例如污泥、废液等。相应地，本发明实施例通过相关接口自动获取或者通过人工整理手工导入的方式，得到相应的历史数据集，从而得到相关目标物的数据基础信息库。然后，本发明实施例根据得到的历史数据集进行数据专题库的构建。例如，本发明实施例通过对历史数据集进行提取、组装，形成标准的数据专题库，如易挥发危险废物成果应用数据专题库，从而为后续构建校正数值模型提供有效的、高质量的数据支撑。进一步地，本发明实施例根据数据专题库构建目标物数据校正模型，进而通过目标物数据校正模型确定待监测物相应的误差数据信息。具体地，本发明实施例通过调用数据专题库的数据，以提供数据支撑，从而构建得到目标物数据校正模型。其中，本发明实施例中待监测物是指需要进行监测的目标物。相应地，本发明实施例通过该目标物数据校正模型确定相应的待监测物的误差数据信息。本发明实施例中误差数据信息是指相应的目标物重量允许的误差数据，如误差范围数据或误差阈值等。相应地，本发明实施例通过目标物数据校正模型对待监测物进行分析，以得到相应的误差信息数据，从而为待监测物的校正识别提供相应的数据支撑。
进一步地，本发明实施例通过预设采集方式获取得到待监测物的称重数据。具体地，本发明实施例中预设采集方式是指所关联的待监测物的称重数据获取方式，如无线获取或有线获取等。本发明实施例通过预设采集方式进行待监测物的称重数据的关联采集以及存储，从而得到相应的称重数据。最后，本发明实施例根据称重数据和误差数据进行动态校正识别，得到目标重量识别数据。本发明实施例通过结合目标物数据校正模型提供的误差数据信息以及相应的称重数据进行校正识别，如识别待监测物校正后的称重数据以及相应的称重数据是否异常等，从而得到目标重量识别数据，进而有效地提高了目标物重量监测的准确性，能够有效和准确地掌握目标物的重量信息。
在本发明的一些实施例中，获取目标物的历史数据集，包括但不限于以下步骤：
通过预设数据接口获取目标物的基础数据信息。其中，基础数据信息包括产生信息、入库信息、出库信息、目标物代码、目标物名称以及重量信息。
将基础数据信息进行融合并存储至数据库表中，得到历史数据集。
在本具体实施例中，本发明实施例通过预设数据接口获取目标物的基础数据信息，进而将基础数据信息进行融合并存储至数据库表中，从而得到历史数据集。具体地，本发明实施例中基础数据信息包括产生信息、入库信息、出库信息、目标物代码、目标物名称以及重量信息。其中，本发明实施例中的产生信息、入库信息以及出库信息是指目标物在产生、入库以及出库转移过程中的相关数据信息，如易挥发危险服务废物产生、入库以及出库转移的企业代码、企业名称以及相应的时间信息等。相应地，本发明实施例中重量信息是指目标物在各个阶段的重量数据，包括重量以及重量单位。示例性地，本发明实施例通过数预设据接口的方式，如应用程序接口API，进行易挥发危险废物的基础数据信息的获取与融合，包括易挥发危险废物产生、入库及出库转移的企业代码、企业名称、时间、危险废物代码、名称、重量、重量单位、包装载体历史数据。另外，本发明实施例还可以通过人工整理手工导入的方式，进行易挥发危险废物的基础数据信息的获取与融合，并把数据存储至数据库表中，以形成数据基础信息库，即历史数据集。
需要说明的是，在本发明的一些实施例中，通过预设数据接口获取到相关的基础数据信息从而构建得到历史数据集后，本发明实施例对历史数据集中的数据进行数据清洗和校验，以进行数据统一，从而形成标准数据集。例如，本发明实施例通过提取历史数据集中易挥发危险废物产生、入库及出库转移涉及的数据源，并根据设置的数据清洗规则和质量校验规则进行数据清洗、梳理以及质量校验，从而构建得到唯一、统一、高质量的数据集。同时，本发明实施例能够实现数据集的统一管理，支持修改、删除、发布、下架相应的数据。
在本发明的一些实施例中，根据历史数据集构建数据专题库，包括但不限于以下步骤：
根据目标物台账类型对历史数据集进行数据提取，得到预设数据胚。其中，预设数据胚包括目标物产生数据胚、目标物入库数据胚以及目标物出库数据胚。
根据预设数据胚通过目标物代码进行数据胚分类，构建得到预设台账专题数据。其中，预设台账专题数据包括目标物产生台账专题数据、目标物入库台账专题数据以及目标物出库台账专题数据。
将预设台账专题数据添加至相应的数据库实例进行存储，构建得到数据专题库。
在本具体实施例中，本发明实施例首先根据目标物台账类型对历史数据集进行数据提取，得到预设数据胚。具体地，本发明实施例中目标台物账类型是指目标物的不同状态或流向，如产生、入库以及出库等。相应地，本发明实施例根据目标台账类型，如目标物的产生、入库以及出库，提取历史数据集中的数据，从而构建得到预设数据胚。其中，本发明实施例中预设数据胚包括目标物产生数据胚、目标物入库数据胚以及目标物出库数据胚，分别与目标物台账类型对应。接着，本发明实施例根据预设数据胚通过目标物代码进行数据胚分类，构建得到预设台账专题数据。具体地，本发明实施例按照目标物代码对目标物产生数据胚、目标物入库数据胚以及目标物出库数据库进行数据胚分类，以组装得到相应的台账标准成果数据，即预设台账专题数据。相应地，本发明实施例中预设台账专题数据包括目标物产生台账专题数据、目标物入库台账专题数据以及目标物出库台账专题数据，分别与相应的数据胚对应。进一步地，本发明实施例将预设台账专题数据添加至相应的数据库实例，以构建得到数据专题库。具体地，本发明实施例通过进组装好的预设台账专题数据添加至相应的目标物成果专题库数据库实例并进行存储，从而形成标准的目标物成果应用数据专题库，即数据专题库。示例性地，参照图2，本发明实施例首先基于已发布的易挥发危险废物标准数据集，即历史数据集，根据易挥发危险废物台账类型(产生/入库/出库)对历史数据集中的数据进行提取，从而构建得到易挥发危险废物产生数据胚、入库数据胚以及出库数据胚。接着，本命佛实施例根据易挥发危险废物产生、入库、出库数据胚，通过易挥发危险废物代码进行数据胚分类，以组装得到易挥发危险废物产生台账、入库台账、出库台账标准成果数据，即预设台账专题数据。然后，本发明实施例通过数据库驱动实例实现与数据库的衔接，将组装好的易挥发危险废物产生台账、入库台账、出库台账专题数据添加至易挥发危险废物成果应用专题库数据库实例，并通过存储介质进行存储，实现易挥发危险废物成果应用专题库数据存储，最终构建得到标准的易挥发危险废物成果应用数据专题库，以供易挥发危险废物校正数值模型使用。
在本发明的一些实施例中，根据数据专题库构建目标物数据校正模型，包括但不限于以下步骤：
构建模型运行环境，以运行第一数据校正模型。
配置第一数据校正模型的模型分析目标和模型运行机制，得到第二数据校正模型。
从数据专题库中调取预设数据并进行预设处理，得到预处理数据。
根据模型分析目标、模型运行机制以及预处理数据通过第二数据校正模型进行深化数值分析计算，得到模型数据成果。
将模型数据成果和第二数据校正模型进行封装，得到目标物数据校正模型。
在本具体实施例中，本发明实施例首先构建模型运行环境以运行第一数据校正模型。具体地，本发明实施例中模型运行环境是指支持相应数据校正模型运行所需的软件和硬件环境。相应地，本发明实施例通过融入人工经验值，构建模型运行环境，从而运行第一数据校正模型。接着，本发明实施例配置第一数据校正模型的模型分析目标和模型运行机制，从而得到第二数据校正模型。具体地，本发明实施例中模型分析目标是指相应数据校正模型的处理目标，如目标物名称对应的目标物代码、重量信息以及误差信息等。相应地，本发明实施例中模型运行机制是指模型运行的方式，如运行周期、运行模式等。本发明实施例通过设置第一数据校正模型的模型分析目标以及模型运行机制，从而得到第二数据校正模型。另外，本发明实施例从数据专题库中调取预设数据并进行预设处理，得到预设处理数据。具体地，本发明实施例调取数据专题库中的数据，并对相应的数据进行预处理，如去除重复数据以及关联同类型数据，从而构建得到预处理数据。进一步地，本发明实施例根据模型分析目标、模型运行机制以及预处理数据通过第二数据校正模型进行审核数值分析，以得到模型数据成果。具体地，本发明实施例基于模型分析目标、运行机制以及预处理数据，通过第二数据校正模型进行深化数据分析计算，从而得到目标物校正数值模型数据成果，即模型数据成果。最后，本发明实施例将相应的模型数据成果、第二数据校正模型进行封装，从而得到目标数据校正模型，以供相关的应用程序调用。
示例性地，参照图3，本发明实施例首先构建易挥发危险废物校正数值模型的运行环境，并融入人工经验值，以运行相应的易挥发危险废物校正数值模型，即第一数据校正模型。同时，本发明实施例调取易挥发危险废物成果应用数据专题库，即数据专题库中的数据。接着，本发明实施例配置易挥发危险废物校正数值模型分析目标、模型运行机制。例如，本发明实施例中模型分析目标为易挥发危险废物名称对应的易挥发危险废物代码、包装容器、最大重量、最小重量、平均重量、允许误差值范围。另外，本发明实施例中模型运行机制包括每小时执行、每天执行、每周执行、每月执行。然后，本发明实施例对易挥发危险废物校正数值模型中的数据进行预处理，如：去重复数据、关联同类型数据。进一步地，本发明实施例基于模型分析目标、模型运行机制以及预处理数据，进行深化数值分析计算，得到易挥发危险废物校正数值模型数据成果，即模型数据成果，如危险废物名称、危险废物代码、包装容器、挥发允许误差范围。最后，本发明实施例对易挥发危险废物校正数值模型进行封装、发布与应用，供具体应用程序调用。
在本发明的一些实施例中，通过目标物数据校正模型确定待监测物相应的误差数据信息，包括但不限于以下步骤：
获取待监测物的标识信息。其中，标识信息包括目标物代码或目标物名称。
根据识别信息调用目标物数据校正模型进行分析预测，得到待监测物的误差阈值数据。
在本具体实施例中，本发明实施例首先获取待检测物的标识信息，以根据标识信息调用目标物数据校正模型进行分析预测，得到待监测物的误差阈值数据。具体地，本发明实施例中标识信息包括目标物代码或目标物名称。其中，本发明实施例中目标物代码是指目标物的唯一标识代码。本发明实施例将待监测物的标识信息输入至目标物数据校正模型以进行分析预测，得到相应的误差阈值数据。示例性地，参照图4，本发明实施例首先输入易挥发危险废物名称或危险废物代码，并调用易挥发危险废物校正数值模型，即目标物数据校正模型。接着，易挥发危险废物校正数值模型根据调用指令，获取对应易挥发危险废物重量允许误差范围数据值，即误差阈值数据。
在本发明的一些实施例中，通过预设采集方式获取得到待监测物的称重数据，包括但不限于以下步骤：
通过蓝牙进行数据获取，得到称重数据。
或者，通过预设串口进行数据获取，得到称重数据。
或者，通过物联网数据采集终端进行数据获取，得到称重数据。
在本具体实施例中，预设采集方式包括蓝牙、预设串口以及物联网数据采集。具体地，本发明实施例在进行称重数据获取时，可以通过蓝牙与相关的智能称重设备进行关联连接，从而获取得到相应的称重数据。另外，本发明实施例还可以通过预设串口，如RS323或RS485串口进行智能称重数据关联采集和存储，从而得到待监测物的称重数据。进一步地，本发明实施例还可以通过物联网数据采集终端进行智能称重数据采集和存储，从而得到相应的称重数据。本发明实施例通过设置多种不同的数据采集方式，从而能够有效提高目标物重量监测的适应性和可靠性。
在本发明的一些实施例中，在执行根据称重数据和误差数据信息进行动态校正识别，得到目标重量识别数据这一步骤之后，本发明实施例提供的目标物重量监测方法还包括但不限于以下步骤：
当根据目标重量识别数据确定校正识别结果为异常结果，进行动态异常报警。
在本具体实施例中，本发明实施例根据目标重量识别数据判断校正识别结果是否正常。相应地，当根据目标重量识别数据确定校正识别结果为异常结果时，本发明实施例进行动态异常报警。具体地，本发明实施例通过目标物名称或目标物代码已关联出的对应允许误差范围，再关联相应的称重数据，以进行动态校正识别。在校正识别结果为异常结果时，如相应的称重数据的误差大于允许的误差范围，本发明实施例进行动态异常报警。例如，在显示时，本发明实施例根据校正识别的异常结果进行数据颜色突出标识。同时，在提醒时，本发明实施例通过配置相应的消息推送规则、系统提醒规则以及外界声光设备，以进行动态异常报警，实现实时动态地推送异常报警信息。
示例性地，参照图5，以一种易挥发危险废物重量监测的应用场景为例，本发明实施例首先获取易挥发危险废物的基础数据信息。例如，通过数据接口形式或者通过人工整理手工导入的形式，进行易挥发危险废物产生、入库及出库转移的企业代码、企业名称、时间、危险废物代码、名称、重量、重量单位、包装载体历史数据的获取与融合，并把数据存储至数据库表中，形成数据基础信息库，即历史数据集。接着，本发明实施例通过提取数据库中易挥发危险废物产生、入库及出库转移涉及的数据源，根据设置的数据清洗规则、质量校验规则，进行数据清洗、梳理、质量校验，构建得到唯一、统一、高质量的数据集。需要说明的是，本发明实施例中人工整理导入的数据不进行相应的数据清洗过程。进一步地，本发明实施例通过对已发布的历史数据集进行提取、组装，构建标准的易挥发危险废物成果应用数据专题库。接着，本发明实施例通过利用计算机模拟和数值分析的方式，融入人工经验值与调取对应标准的成果应用数据专题库，构建易挥发危险废物校正数值模型，即目标物数据校正模型，进而调用易挥发危险废物校正数值模型，并传入相应的易挥发危险废物名称或易挥发危险废物代码，从而获取得到对应的易挥发危险废物挥发误差范围值。另外，本发明实施例通过蓝牙、预设串口或者物联网数据采集终端机械能智能称重数据采集和存储的方式，获取得到相应易挥发危险废物的称重数据。然后，本发明实施例通过易挥发危险废物名称或危险废物代码已关联出的对应允许误差范围，再关联智能称重数据，以进行动态校正识别，从而判断相应的称重数据的误差是否大于允许的误差范围。当确定校正识别结果为异常结果时，即相应的称重数据的误差大于允许的误差范围，本发明实施例进行动态异常报警。
容易理解的是，本发明实施例通过大数据技术、计算机模拟和数值分析技术、物联网技术，融合易挥发危险废物产生入库与出库转移的危险废物代码、名称、重量历史数据，并对数据进行清洗加工、质量校验，以构建得到相应的易挥发危险废物数据专题库。同时，搭建易挥发危险废物校正数值模型，并调用易挥发危险废物数据专题库，得出各类易挥发危险废物重量挥发误差范围。然后，通过物联网数据采集终端，关联易挥发危险废物产生入库与出库转移智能称重数据，动态识别校正易挥发危险废物产生入库与出库转移重量是否在允许误差范围内，如超过允许误差范围，则对应突出标识异常数据与报警提醒，有效地提高了目标物重量监测的准确性，同时，能够有效的、准确的掌握易挥发危险废物重量信息。
需要说明的是，本发明实施例提供的目标物重量监测方法可应用于固定工况机终端，作为单机独立版部署使用，同时支持人工整理的易挥发危险废物产生、入库及出库转移的企业代码、企业名称、时间、危险废物代码、名称、重量、重量单位、包装载体历史数据导入和存储，以及能够通过蓝牙或RS323串口进行称重数据采集、存储，实现易挥发危险废物产生、入库及出库转移重量是否在允许误差范围内分析、识别、标识、报警。另外，本发明实施例还可以应用于云服务器端，作为网络联机版部署使用，通过数据接口实现易挥发危险废物产生、入库及出库转移的企业代码、企业名称、时间、危险废物代码、名称、重量、重量单位、包装载体历史数据采集和存储，以及通过物联网数据采集终端进行智能称重数据采集和存储，从而实现易挥发危险废物产生、入库及出库转移重量是否在允许误差范围内分析、识别、标识、报警。同时，本发明实施例还可以应用于物联网智能管理终端装置，将易挥发危险废物校正识别系统与物联网智能终端融合成一体化装置，通过数据接口实现易挥发危险废物产生、入库及出库转移的企业代码、企业名称、时间、危险废物代码、名称、重量、重量单位、包装载体历史数据采集和存储，并通过蓝牙或RS323串口进行智能称重数据采集和存储。最终通过相应的一体化装置，实现易挥发危险废物产生、入库及出库转移重量是否在允许误差范围内分析、识别、标识、报警。
参照图6，本发明的一个实施例还提供了一种目标物重量监测系统，包括：
第一模块210，用于获取目标物的历史数据集，以根据历史数据集构建数据专题库。
第二模块220，用于根据数据专题库构建目标物数据校正模型，以通过目标物数据校正模型确定待监测物相应的误差数据信息。
第三模块230，用于通过预设采集方式获取得到待监测物的称重数据。
第四模块240，用于根据称重数据和误差数据信息进行动态校正识别，得到目标重量识别数据。
参照图7，本发明的一个实施例还提供了一种目标物重量监测系统，包括：
至少一个处理器310。
至少一个存储器320，用于存储至少一个程序。
当至少一个程序被至少一个处理器310执行，使得至少一个处理器310实现如上述实施例描述的目标物重量监测方法。
本发明的一个实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个控制处理器执行，例如，执行以上实施例描述的步骤。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
以上是对本发明的较佳实施进行了具体说明，但本发明并不局限于上述实施方式，熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本发明权利要求所限定的范围内。
Claims (10)
1.一种目标物重量监测方法，其特征在于，包括以下步骤：
获取目标物的历史数据集，以根据所述历史数据集构建数据专题库；
根据所述数据专题库构建目标物数据校正模型，以通过所述目标物数据校正模型确定待监测物相应的误差数据信息；
通过预设采集方式获取得到所述待监测物的称重数据；
根据所述称重数据和所述误差数据信息进行动态校正识别，得到目标重量识别数据。
2.根据权利要求1所述的目标物重量监测方法，其特征在于，所述获取目标物的历史数据集，包括：
通过预设数据接口获取所述目标物的基础数据信息；其中，所述基础数据信息包括产生信息、入库信息、出库信息、目标物代码、目标物名称以及重量信息；
将所述基础数据信息进行融合并存储至数据库表中，得到所述历史数据集。
3.根据权利要求2所述的目标物重量监测方法，其特征在于，所述根据所述历史数据集构建数据专题库，包括：
根据目标物台账类型对所述历史数据集进行数据提取，得到预设数据胚；其中，所述预设数据胚包括目标物产生数据胚、目标物入库数据胚以及目标物出库数据胚；
根据所述预设数据胚通过所述目标物代码进行数据胚分类，构建得到预设台账专题数据；其中，所述预设台账专题数据包括目标物产生台账专题数据、目标物入库台账专题数据以及目标物出库台账专题数据；
将所述预设台账专题数据添加至相应的数据库实例进行存储，构建得到所述数据专题库。
4.根据权利要求1所述的目标物重量监测方法，其特征在于，所述根据所述数据专题库构建目标物数据校正模型，包括：
构建模型运行环境，以运行第一数据校正模型；
配置所述第一数据校正模型的模型分析目标和模型运行机制，得到第二数据校正模型；
从所述数据专题库中调取预设数据并进行预设处理，得到预处理数据；
根据所述模型分析目标、所述模型运行机制以及所述预处理数据通过所述第二数据校正模型进行深化数值分析计算，得到模型数据成果；
将所述模型数据成果和所述第二数据校正模型进行封装，得到所述目标物数据校正模型。
5.根据权利要求2所述的目标物重量监测方法，其特征在于，所述通过所述目标物数据校正模型确定待监测物相应的误差数据信息，包括：
获取所述待监测物的标识信息；其中，所述标识信息包括所述目标物代码或所述目标物名称；
根据所述识别信息调用所述目标物数据校正模型进行分析预测，得到所述待监测物的误差阈值数据。
6.根据权利要求1所述的目标物重量监测方法，其特征在于，所述通过预设采集方式获取得到所述待监测物的称重数据，包括：
通过蓝牙进行数据获取，得到所述称重数据；
或者，通过预设串口进行数据获取，得到所述称重数据；
或者，通过物联网数据采集终端进行数据获取，得到所述称重数据。
7.根据权利要求5所述的目标物重量监测方法，其特征在于，在执行所述根据所述称重数据和所述误差数据信息进行动态校正识别，得到目标重量识别数据这一步骤之后，所述方法还包括：
当根据所述目标重量识别数据确定校正识别结果为异常结果，进行动态异常报警。
8.一种目标物重量监测系统，其特征在于，包括：
第一模块，用于获取目标物的历史数据集，以根据所述历史数据集构建数据专题库；
第二模块，用于根据所述数据专题库构建目标物数据校正模型，以通过所述目标物数据校正模型确定待监测物相应的误差数据信息；
第三模块，用于通过预设采集方式获取得到所述待监测物的称重数据；
第四模块，用于根据所述称重数据和所述误差数据信息进行动态校正识别，得到目标重量识别数据。
9.一种目标物重量监测系统，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得至少一个所述处理器实现如权利要求1至7任一项所述的目标物重量监测方法。
10.一种计算机存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由所述处理器执行时用于实现如权利要求1至7任一项所述的目标物重量监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311650488.8A CN117851752B (zh) | 2023-12-04 | 目标物重量监测方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311650488.8A CN117851752B (zh) | 2023-12-04 | 目标物重量监测方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117851752A true CN117851752A (zh) | 2024-04-09 |
| CN117851752B CN117851752B (zh) | 2024-09-24 |
Family
ID=
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160012334A1 (en) * | 2014-07-08 | 2016-01-14 | Nec Laboratories America, Inc. | Hierarchical Sparse Dictionary Learning (HiSDL) for Heterogeneous High-Dimensional Time Series |
| CN108628281A (zh) * | 2017-03-23 | 2018-10-09 | 株式会社日立制作所 | 异常检测系统及异常检测方法 |
| CN111538759A (zh) * | 2020-04-20 | 2020-08-14 | 中南大学 | 一种基于分布式字典学习的工业过程智能监测方法与系统 |
| CN112461346A (zh) * | 2020-11-13 | 2021-03-09 | 北京旷视机器人技术有限公司 | 机器人载重检测方法、装置、机器人及可读存储介质 |
| CN113110403A (zh) * | 2021-05-25 | 2021-07-13 | 中南大学 | 一种基于稀疏约束的工业过程离群点检测与故障诊断方法和系统 |
| CN114414024A (zh) * | 2021-12-30 | 2022-04-29 | 北京万集科技股份有限公司 | 车载称重系统的监测方法及装置、存储介质、电子装置 |
| CN116124269A (zh) * | 2023-04-18 | 2023-05-16 | 深圳亿维锐创科技股份有限公司 | 动态汽车衡的称重标定方法、装置、设备及存储介质 |
| CN116363892A (zh) * | 2023-03-14 | 2023-06-30 | 重庆九洲星熠导航设备有限公司 | 一种道路数据异常报警方法、装置、电子设备及存储介质 |
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160012334A1 (en) * | 2014-07-08 | 2016-01-14 | Nec Laboratories America, Inc. | Hierarchical Sparse Dictionary Learning (HiSDL) for Heterogeneous High-Dimensional Time Series |
| CN108628281A (zh) * | 2017-03-23 | 2018-10-09 | 株式会社日立制作所 | 异常检测系统及异常检测方法 |
| CN111538759A (zh) * | 2020-04-20 | 2020-08-14 | 中南大学 | 一种基于分布式字典学习的工业过程智能监测方法与系统 |
| CN112461346A (zh) * | 2020-11-13 | 2021-03-09 | 北京旷视机器人技术有限公司 | 机器人载重检测方法、装置、机器人及可读存储介质 |
| CN113110403A (zh) * | 2021-05-25 | 2021-07-13 | 中南大学 | 一种基于稀疏约束的工业过程离群点检测与故障诊断方法和系统 |
| CN114414024A (zh) * | 2021-12-30 | 2022-04-29 | 北京万集科技股份有限公司 | 车载称重系统的监测方法及装置、存储介质、电子装置 |
| CN116363892A (zh) * | 2023-03-14 | 2023-06-30 | 重庆九洲星熠导航设备有限公司 | 一种道路数据异常报警方法、装置、电子设备及存储介质 |
| CN116124269A (zh) * | 2023-04-18 | 2023-05-16 | 深圳亿维锐创科技股份有限公司 | 动态汽车衡的称重标定方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10343630B2 (en) | Monitoring method and apparatus | |
| CN110275992B (zh) | 应急处理方法、装置、服务器及计算机可读存储介质 | |
| CN109995558B (zh) | 故障信息处理方法、装置、设备及存储介质 | |
| CN113469612A (zh) | 物流时效提示方法、装置、设备及存储介质 | |
| CN112187914A (zh) | 一种远程控制机器人管理方法及系统 | |
| CN117851752B (zh) | 目标物重量监测方法、系统及存储介质 | |
| AU2016215576B2 (en) | Patch monitoring and analysis | |
| CN117851752A (zh) | 目标物重量监测方法、系统及存储介质 | |
| CN116383742B (zh) | 基于特征分类的规则链设置处理方法、系统及介质 | |
| CN109408104B (zh) | 一种获取游戏整合信息的方法及装置 | |
| KR20200023882A (ko) | 스마트 공장의 공정 데이터의 가공방법 | |
| CN117194398A (zh) | 异常文件处理方法、装置、存储介质以及电子设备 | |
| KR102286855B1 (ko) | 블록체인 기반의 농수축산물 통합유통정보 플랫폼 제공을 위한 시스템 및 그 방법 | |
| CN116668954A (zh) | 基于电子围栏的人员管理方法、装置、终端及存储介质 | |
| CN108765647A (zh) | 一种智能化监管方法、系统和计算机可读存储介质 | |
| CN115525331A (zh) | 一种电网感知层智能终端固件逆向分析方法 | |
| CN113779086A (zh) | 发电站设备数据采集方法、装置、设备及存储介质 | |
| CN112686644A (zh) | 一种项目运行状态监测方法、系统、设备及存储介质 | |
| CN111883240A (zh) | 一种用于医学检验的方法学评估系统 | |
| CN111160875A (zh) | 基于区块链的从业者行为监督方法及系统 | |
| CN113835709B (zh) | 信息解析方法、装置、存储介质及处理器 | |
| CN116354018B (zh) | 自动化药品入库检测方法、装置及设备 | |
| CN114077694B (zh) | 确定对象标签的方法、装置、存储介质和电子设备 | |
| CN114928475B (zh) | 一种基于标识解析的工业设备认证方法、设备及介质 | |
| CN118260167B (zh) | 气象数据产品加工流程监控方法、系统、设备及存储介质 |
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 | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: Room 405, 4th Floor, Building E, Longxi Center, No. 18 Qide Road, Baiyun District, Guangzhou City, Guangdong Province, 510440 Applicant after: Guangzhou Guangyuan IoT Technology Co.,Ltd. Address before: Room 405, 4th Floor, Building E, Longxi Center, No. 18 Qide Road, Baiyun District, Guangzhou City, Guangdong Province, 510440 Applicant before: Guangzhou Guangruan Internet of Things Technology Co.,Ltd. Country or region before: China |
|
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: Room 502-5, No.7 Caibin Road, Huangpu District, Guangzhou City, Guangdong Province, 510670 Applicant after: Guangzhou Guangyuan IoT Technology Co.,Ltd. Address before: Room 405, 4th Floor, Building E, Longxi Center, No. 18 Qide Road, Baiyun District, Guangzhou City, Guangdong Province, 510440 Applicant before: Guangzhou Guangyuan IoT Technology Co.,Ltd. Country or region before: China |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant |