CN111338298A - 一种用于健康圈的生产过程智能监控*** - Google Patents

一种用于健康圈的生产过程智能监控*** Download PDF

Info

Publication number
CN111338298A
CN111338298A CN202010089116.2A CN202010089116A CN111338298A CN 111338298 A CN111338298 A CN 111338298A CN 202010089116 A CN202010089116 A CN 202010089116A CN 111338298 A CN111338298 A CN 111338298A
Authority
CN
China
Prior art keywords
monitoring
pixel
image
information
cluster head
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
Application number
CN202010089116.2A
Other languages
English (en)
Other versions
CN111338298B (zh
Inventor
沃成昌
朱建斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Shengshi Biomedical Technology Co ltd
Original Assignee
Shanghai Shengshi Biomedical Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Shengshi Biomedical Technology Co ltd filed Critical Shanghai Shengshi Biomedical Technology Co ltd
Priority to CN202010089116.2A priority Critical patent/CN111338298B/zh
Publication of CN111338298A publication Critical patent/CN111338298A/zh
Application granted granted Critical
Publication of CN111338298B publication Critical patent/CN111338298B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31088—Network communication between supervisor and cell, machine group

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Image Processing (AREA)

Abstract

一种用于健康圈的生产过程智能监控***，包括多个温度监控模块、多个传感器监控模块、图像采集模块、智能管理模块、显示屏和警报器，所述温度监控模块用于对健康圈的生产设备的表面温度进行监测，所述传感器监控模块采用传感器组件对健康圈的生产车间的环境信息进行监测，所述智能管理模块对获取的监测信息进行滤波处理和分析，当所述监测信息中存在高于给定阈值的监测信息时令警报器进行报警，并控制图像采集模块根据所述高于给定阈值的监测信息的位置信息对该位置进行图像采集。本发明的有益效果为：用于对健康圈的生产设备和生产车间的环境进行智能监控，保证了健康圈的安全生产。

Description

一种用于健康圈的生产过程智能监控***
技术领域
本发明创造涉及智能监控领域，具体涉及一种用于健康圈的生产过程智能监控***。
背景技术
人体的生理机能经过成长发育到顶点之后，各器官随着年龄和体内自由基的增加而衰退，代谢减缓、免疫功能下降，对外界和体内环境改变的适应能力减退，体力下降及产生各种疾病。当疾病发生后，不仅会给个人带来巨大的痛苦和折磨，而且给家庭也带来极大的痛苦。同时，也会给社会和国家带来巨大的损失。免疫***，是人体防卫病原体入侵最有效的武器，它能发现并清除会引起内环境波动的因素，如：异物、外来病原微生物等。免疫力低下的身体易于被感染或患癌症；因经常患病，加重了机体的消耗，所以一般有体质虚弱、营养不良、精神萎靡、疲乏无力、食欲降低、睡眠障碍等表现。众所周知人体的健康水平与状态是否是以新陈代谢和免疫力的强与弱来理解的话，那么细胞的活性和再生能力一定是代谢和免疫力的基础或者核心；而让人体细胞保持一定的活性，必须有一个良好的组织环境。
健康圈是一种以能量合理储存、转移为核心的无氧高分子健康圈，以MEGA为核心技术，以获取、转换适合于人体生理特点的能量作用于人体，从而提高人体代谢和免疫力，来实现提高人体健康水平或疾病的改善的设备。在健康圈的生产过程中会产生高温和废气等，稍有不慎容易引起意外事故，因此，提供一种用于健康圈的生产过程智能监控***，对健康圈的生产设备和生产车间的环境进行智能监控，在出现危险时及时预警，能够保证健康圈的安全生产。
发明内容
针对上述问题，本发明旨在提供一种用于健康圈的生产过程智能监控***。
健康圈是以MEGA为核心技术，以获取、转换适合于人体生理特点的能量作用于人体，从而提高人体代谢和免疫力，来实现提高人体健康水平或疾病的改善的设备。健康圈是本申请人在售的的一款医疗保健产品(正在申请医疗器械证)，其主要成分为：一种用碳氢化合物制备的纳米级无氧高分子碳素，电气石，过渡金属。基本原理是利用无氧高分子聚合物和多种无机纳米材料，进行科学合理的配比制作而成。健康圈有着缩小水分子团、电气石以及吸附阳离子(生成负离子)等作用,对血液***有一定的改善。主要功效有：1、加快血液流速；2、单位时间通过的血流量增加，血红蛋白增加；3、细胞组织渗透性增强；4、不仅可以改善血液微循环，促进代谢，而且有着清理血液、负离子生成以及抗酸化等辅助作用。对疾病或者由于机体代谢和免疫力下降等带来一定的改善。
具体而言，一种碳氢化合物(除酚醛树脂和植物材料以外的人工高分子化合物，如废轮胎、塑料产品)通过干馏(无氧热分解)、活化后获得活性炭。活性炭包括原生活性炭和二次活化活性炭或者原生与二次活化物混合加入电气石。增加过渡金属、一价和二价金属和和其氧化物或盐类。化物或盐类。
氧化物或盐类，可以是粉末状，也可以作为网状纤维、编织物、薄膜的组成部分，或者浸渍材料的组成部分。作为粉末状态时，以柔性的中空塑料管封装，两端密封，安装金属或其他固定联接装置，成为环形，方便佩戴于身体各部位。柔性的塑料管的直线断面形状，可以是圆、椭圆、三角形或者矩形。目的是增加人体血液流动性。
本技术所获得的活性炭，纯度大于94.4％，比竹炭等要高。阳离子吸附力强，营造相对负离子多的环境。本发明配方和工艺混合后的材料，可以产生负离子、电磁波和远红外线。使得血流增加，增进健康。电磁波和远红外线的作用是皮下深层温度上升，毛细血管扩张，强化新陈代谢，负离子的作用是生物细胞活化、自主神经调节、内分泌调节、精神稳定作用、免疫提高、减轻疲劳。
活性炭因为它很大的比表面积，特别是植物炭化物，阳离子吸附力强，可以脱臭、除湿、防菌(防霉)，配以电气石和过渡金属，可以产生负离子、电磁波和远红外线。目前已经市售的相关产品有，植物炭化，除臭除湿，防霉的产品，具有阳离子吸附性，产生负离子和远红外线。利用高压放电，产生负离子的发生器。产生负离子、远红外线的服装、寝具、口罩、保健品等。本健康圈的优化配方为：无氧干馏物，粉色电气石、二氧化锰制得的混合物简称血流增加材料。
核心原料无氧干馏物是在在550℃下，将碳氨化合物(除苯乙烯树脂)人工高分子(废轮胎等塑料产品)无氧分解，生成物用聚乙烯袋子(长20cm,宽10cm)装袋，用离子测定器(佐藤商事的AC-I00)，检查对比周围3cm到30cm大气中的离子能。结果取五次平均，人工高分子较植物生成的活性炭高一倍，是烟炭的1.4倍，无氧法比旧式烧烤干馏法有效，碳含量高。因此负离子生成力强。
可见，在健康圈的生产过程中会产生高温和废气等，稍有不慎容易引起意外事故，因此，提供一种用于健康圈的生产过程智能监控***，对健康圈的生产设备和生产车间的环境进行智能监控，在出现危险时及时预警，能够保证健康圈的安全生产。
本发明创造的目的通过以下技术方案实现：
一种用于健康圈的生产过程智能监控***，包括多个温度监控模块、多个传感器监控模块、图像采集模块、智能管理模块、显示屏和警报器，每个温度监控模块包括温度监控单元和位置检测单元，所述温度监控单元用于对健康圈的生产设备的表面温度进行监测，所述位置检测单元用于获取所述温度监控单元的位置信息，每个传感器监控模块包括传感器监控单元和GPS定位单元，所述传感器监控单元采用传感器组件对健康圈的生产车间的环境信息进行监测，所述GPS定位单元用于获取所述传感器监控单元的位置信息，所述温度监控模块和传感器监控模块将获取的监测信息和位置信息发送给智能管理模块，智能管理模块对接收到的监测信息进行滤波处理和分析，当所述监测信息中存在高于给定阈值的监测信息时，智能管理模块令警报器进行报警，并控制图像采集模块根据所述高于给定阈值的监测信息的位置信息对该位置进行图像采集，图像采集模块将采集得到的图像发送至智能管理模块，智能管理模块对接收到的图像进行处理后发送至显示屏进行显示。
本发明创造的有益效果：
本发明用于对健康圈的生产设备和生产车间的环境进行智能监控，通过温度监控单元对健康圈的生产设备的表面温度进行监控，根据健康圈的生产设备的表面温度情况判断健康圈的生产设备在生产过程中的状态，能够及时发现健康圈的生产设备的异常现象，保证了健康圈的安全生产，通过传感器监控模块对健康圈的生产车间的环境进行监测，能够实时掌握健康圈的生产车间的环境情况，在出现危险时及时报警，并控制图像采集模块采集出现危险的位置的图像，将采集得到的图像处理后在显示屏进行显示，能够使得工作人员更加直观的了解健康圈的生产车间中发生的危险情况，避免了在不了解危险情况的条件下贸然进入车间造成的意外伤害。
附图说明
利用附图对发明创造作进一步说明，但附图中的实施例不构成对本发明创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明结构示意图。
附图标记：
温度监控模块；传感器监控模块；图像采集模块；智能管理模块；显示屏；警报器。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例的一种用于健康圈的生产过程智能监控***，包括多个温度监控模块、多个传感器监控模块、图像采集模块、智能管理模块、显示屏和警报器，每个温度监控模块包括温度监控单元和位置检测单元，所述温度监控单元用于对健康圈的生产设备的表面温度进行监测，所述位置检测单元用于获取所述温度监控单元的位置信息，每个传感器监控模块包括传感器监控单元和GPS定位单元，所述传感器监控单元采用传感器组件对健康圈的生产车间的环境信息进行监测，所述GPS定位单元用于获取所述传感器监控单元的位置信息，所述温度监控模块和传感器监控模块将获取的监测信息和位置信息发送给智能管理模块，智能管理模块对接收到的监测信息进行滤波处理和分析，当所述监测信息中存在高于给定阈值的监测信息时，智能管理模块令警报器进行报警，并控制图像采集模块根据所述高于给定阈值的监测信息的位置信息对该位置进行图像采集，图像采集模块将采集得到的图像发送至智能管理模块，智能管理模块对接收到的图像进行处理后发送至显示屏进行显示。
本优选实施例用于对健康圈的生产设备和生产车间的环境进行智能监控，通过温度监控单元对健康圈的生产设备的表面温度进行监控，通过健康圈的生产设备的表面温度情况判断健康圈的生产设备在生产过程中的状态，能够及时发现健康圈的生产设备的异常现象，通过传感器监控模块对健康圈的生产车间的环境进行监测，能够实时掌握健康圈的生产车间的环境情况，并在出现危险时及时预警，保证了健康圈的安全生产。
优选地，所述智能管理模块包括数据处理单元、安全分析单元和图像处理单元，所述数据处理单元用于对接收到的监测信息进行滤波处理，所述安全分析单元将处理后的监测信息与给定的阈值进行比较，当所述监测信息中存在高于给定阈值的监测信息时令警报器进行报警，并令图像采集模块根据所述高于给定阈值的监测信息的位置信息对该位置进行图像采集，所述图像处理单元用于对接收到的图像进行处理。
优选地，所述图像处理单元用于对接收到的图像进行滤波处理，设I表示接收到的图像，f(i,j)表示图像I中坐标(i,j)处像素I(i,j)的灰度值，构建像素I(i,j)对应的滤波函数为：
f′(i,j)＝argmin{α(i,j)*α′(i,j)+β(i,j)*β′(i,j)}
α′(i,j)＝(f′(i,j)-h(i,j))2
Figure BDA0002383113350000041
式中，f′(i,j)表示像素I(i,j)经滤波处理后的灰度值，Ω(i,j)表示以像素I(i,j)为中心的(2ω+1)×(2ω+1)的局部邻域，α′(i,j)表示像素I(i,j)的灰度约束因子，β′(i,j)表示像素I(i,j)的边缘约束因子，f′(x,y)表示局部邻域Ω(i,j)中坐标(x,y)处像素经滤波处理后的灰度值，f′(i,j+1)表示图像I中坐标(i,j+1)处像素经滤波处理后的灰度值，f′(x,y+1)表示图像I中坐标(x,y+1)处像素经滤波处理后的灰度值，f′(i+1,j)表示图像I中坐标(i+1,j)处像素经滤波处理后的灰度值，f′(x+1,y)表示图像I中坐标(x+1,y)处像素经滤波处理后的灰度值，h(i,j)表示像素I(i,j)的灰度约束参考值，α(i,j)表示像素I(i,j)的灰度约束权值，β(i,j)表示像素I(i,j)的边缘约束权值，定义像素I(i,j)对应的像素检测因子为
Figure BDA0002383113350000051
且
Figure BDA0002383113350000052
的表达式为：
Figure BDA0002383113350000053
其中，L(Ω(i,j))表示局部邻域Ω(i,j)中的像素数，k(x,y)为取值函数，当|f(x,y)-f(i,j)|≤W(i,j)时，则k(x,y)＝1，当|f(x,y)-f(i,j)|>W(i,j)时，则k(x,y)＝0，其中，f(x,y)表示局部邻域Ω(i,j)中坐标(x,y)处像素的灰度值，W(i,j)为像素I(i,j)对应的像素检测阈值，且
Figure BDA0002383113350000054
其中，
Figure BDA0002383113350000055
表示局部邻域Ω(i,j)中像素灰度值的均值，fm(Ω(i,j))表示局部邻域Ω(i,j)中像素灰度值的中值；
当
Figure BDA0002383113350000056
时，则h(i,j)、α(i,j)和β(i,j)的值分别为：
Figure BDA0002383113350000057
Figure BDA0002383113350000058
α(i,j)＝1，β(i,j)＝0；当
Figure BDA0002383113350000059
时，则h(i,j)、α(i,j)和β(i,j)的值分别为：h(i,j)＝f(i,j)，
Figure BDA00023831133500000510
α(i,j)＝1-β(i,j)；当
Figure BDA00023831133500000511
时，则h(i,j)、α(i,j)和β(i,j)的值分别为：
Figure BDA00023831133500000512
Figure BDA00023831133500000515
本优选实施例用于对接收到的图像进行滤波处理，构建像素的滤波函数，在滤波函数中引入灰度约束因子和边缘约束因子，所述灰度约束因子用于保证在滤波过程中噪声像素的灰度值趋于正常，所述边缘约束因子用于保证在滤波过程中保留图像中的边缘信息，定义像素检测因子，所述像素检测因子能够有效的判断像素的属性，并根据像素的不同属性来确定灰度约束参考值、灰度约束权值和边缘约束权值，当像素检测因子的值属于
Figure BDA00023831133500000514
时，则判定该像素为噪声像素，此时滤波函数中的灰度约束参考值采用该噪声像素的邻域像素中不包含该噪声像素的其他像素灰度值的均值作为灰度约束参考值，并将灰度约束权值设置为1，结构约束权值设置为0，用于保证滤波函数能够使得噪声像素的灰度值趋于正常值；当像素检测因子的值属于
Figure BDA0002383113350000061
时，则判定该像素属于边缘区域，此时滤波函数重点在于保留图像中的边缘信息，将滤波函数中的灰度约束参考值设置成待滤波像素的灰度值，即保留了边缘像素的灰度特性，像素检测因子在该区间中的值越大，表明该像素越接近图像的边缘区域，即将滤波函数中的结构约束因子设置为随像素检测因子的值递增而递增的形式，用于保证滤波函数在滤波过程中能够有效的保留图像中的边缘信息；当像素检测因子的值属于
Figure BDA0002383113350000062
则表明该像素和其局部邻域像素的灰度值分布的较为均衡，此时滤波函数中的灰度约束参考值采用待滤波像素的局部邻域中像素的灰度值均值，并将灰度约束权值和结构约束权值均设置为
Figure BDA0002383113350000063
使得此时的滤波函数保证了该像素的平滑。
优选地，设I表示图像处理单元接收到的图像，I′表示图像I经滤波处理后的图像，对滤波处理后的图像I′进行信息补偿，设z表示滤除的噪声图像，令z＝I-I′，设Iz(a,b)表示噪声图像z中坐标(a,b)处的像素，利用局部邻域Kz(a,b)中的像素对像素Iz(a,b)的灰度值进行调整，具体为：
Figure BDA0002383113350000064
式中，L(Kz(a,b))表示局部邻域Kz(a,b)中的像素数，fz′(a,b)表示对像素Iz(a,b)的灰度值进行调整后的灰度值，fz(a,b)表示像素Iz(a,b)的灰度值，Kz(a,b)表示以像素Iz(a,b)为中心的Mz(a,b)×Nz(a,b)的局部邻域，其中，Mz(a,b)表示局部邻域Kz(a,b)的长，Nz(a,b)表示局部邻域Kz(a,b)的宽，且Mz(a,b)和Nz(a,b)的表达式分别为：
Figure BDA0002383113350000065
Figure BDA0002383113350000066
式中，M和N分别表示噪声图像z的长和宽，Ωz(a,b)表示以像素Iz(a,b)为中心的(2ω+1)×(2ω+1)的局部邻域，0<ω<M且0<ω<N，fz(x,y)表示局部邻域Ωz(a,b)中坐标(x,y)处像素的灰度值，fz(x+1,y)为噪声图像z中坐标(x+1,y)处像素的灰度值，fz(x,y+1)为噪声图像z中坐标(x,y+1)处像素的灰度值，fz(max)和fz(min)分别表示噪声图像z中像素灰度值的最大值和最小值；
设z′表示对噪声图像z中像素的灰度值进行调整后的图像，I″表示对图像I′进行信息补偿后的图像，则I″的表达式为：I″＝I′+z′。
本优选实施例用于对滤波处理后的图像进行信息补偿，在对图像进行滤波过程中，可能会出现将图像中较弱的纹理细节信息滤除的现象，针对这种现象，为了最大限度的保留图像中的纹理细节信息，本优选实施例对滤波处理后的图像进行信息补偿；在对图像进行信息补偿时，首先对滤除的噪声图像中像素的灰度值进行调整，利用像素的局部邻域中的邻域像素对该像素的灰度值进行调整，在确定参与对该像素的灰度值进行调整的邻域像素的过程中，本优选实施例根据像素的属性自适应的确定参与该像素的灰度值调整的邻域像素范围，当该像素为噪声像素时，使得参与该像素灰度值调整的局部邻域Kz(a,b)较小，即能够有效的去除该噪声像素，当该像素为纹理细节信息时，使得参与该像素灰度值调整的局部邻域Kz(a,b)较大，即能够有效的保留纹理细节信息。
优选地，传感器监控单元采用传感器组件对车间环境信息进行监测，所述传感器组件包括用于采集车间环境信息的监测节点、用于收集簇内监测节点发送的车间环境监测信息的簇头节点，还包括汇聚节点，所述簇头节点将自身获取的车间环境监测信息和接收到的车间环境监测信息融合后传输至汇聚节点，由汇聚节点将所述车间环境监测信息发送至智能管理模块。
优选地，所述传感器组件包含温度传感器、湿度传感器、粉尘浓度传感器和烟雾浓度传感器。
优选地，对所述传感器组件采集车间环境信息的速率进行自适应调整，设C0表示簇头节点，K(C0)表示簇头节点C0所在簇的监测节点集合，且K(C0)＝{ki,i＝1,2,…,N(C0)}，其中，ki表示集合K(C0)中的第i个监测节点，N(C0)表示集合K(C0)中的监测节点数，设
Figure BDA0002383113350000071
表示簇头节点C0在t时刻采集车间环境信息的速率，
Figure BDA0002383113350000072
表示监测节点ki在t时刻采集车间环境信息的速率，且
Figure BDA0002383113350000073
和
Figure BDA0002383113350000074
的初始值均设置为V0，定义簇头检测因子
Figure BDA0002383113350000075
其中，d(C0,t)表示簇头节点C0在t时刻时缓存队列中的数据包数，D(C0)表示簇头节点C0的缓存队列中可容纳的数据包数；
当ρ(C0)>1时，将簇头节点C0采集车间环境信息的速率调整为：
Figure BDA0002383113350000076
Figure BDA0002383113350000081
其中，S(C0)表示簇头节点C0成功传输至汇聚节点的数据包数，J(C0)表示簇头节点C0自身采集的数据包个数，J(ki,C0)表示监测节点ki成功传输至簇头节点C0的数据包数；将簇头节点C0所在簇的监测节点ki采集车间环境信息的速率调整为：
Figure BDA0002383113350000082
Figure BDA0002383113350000083
当ρ(C0)≤1时，则簇头节点C0采集车间环境信息的速率
Figure BDA0002383113350000084
和其所在簇的监测节点ki采集车间环境信息的速率
Figure BDA0002383113350000085
均保持不变。
本优选实施例用于对传感器监控单元中的传感器组件采集车间环境信息的速率进行自适应调整，根据簇头节点的传输成功率和簇头节点的缓存队列中的数据包数来调整簇头节点采集车间环境信息的速率，并根据簇头节点的缓存队列中的数据包数调整簇头节点所在簇内的监测节点采集车间环境信息的速率，保证了簇头节点中缓存队列中的数据包数小于其可容纳的数据包数，从而避免了簇头节点传输数据包过程中的拥塞现象。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (6)

1.一种用于健康圈的生产过程智能监控***，其特征是，包括多个温度监控模块、多个传感器监控模块、图像采集模块、智能管理模块、显示屏和警报器，每个温度监控模块包括温度监控单元和位置检测单元，所述温度监控单元用于对健康圈的生产设备的表面温度进行监测，所述位置检测单元用于获取所述温度监控单元的位置信息，每个传感器监控模块包括传感器监控单元和GPS定位单元，所述传感器监控单元采用传感器组件对健康圈的生产车间的环境信息进行监测，所述GPS定位单元用于获取所述传感器监控单元的位置信息，所述温度监控模块和传感器监控模块将获取的监测信息和位置信息发送给智能管理模块，智能管理模块对接收到的监测信息进行滤波处理和分析，当所述监测信息中存在高于给定阈值的监测信息时，智能管理模块令警报器进行报警，并控制图像采集模块根据所述高于给定阈值的监测信息的位置信息对该位置进行图像采集，图像采集模块将采集得到的图像发送至智能管理模块，智能管理模块对接收到的图像进行处理后发送至显示屏进行显示。
2.根据权利要求1所述的一种用于健康圈的生产过程智能监控***，其特征是，所述智能管理模块包括数据处理单元、安全分析单元和图像处理单元，所述数据处理单元用于对接收到的监测信息进行滤波处理，所述安全分析单元将处理后的监测信息与给定的阈值进行比较，当所述监测信息中存在高于给定阈值的监测信息时令警报器进行报警，并令图像采集模块根据所述高于给定阈值的监测信息的位置信息对该位置进行图像采集，所述图像处理单元用于对接收到的图像进行处理。
3.根据权利要求2所述的一种用于健康圈的生产过程智能监控***，其特征是，所述图像处理单元用于对接收到的图像进行滤波处理，设I表示接收到的图像，f(i,j)表示图像I中坐标(i,j)处像素I(i,j)的灰度值，构建像素I(i,j)对应的滤波函数为：
f′(i,j)＝argmin{α(i,j)*α′(i,j)+β(i,j)*β′(i,j)}
α′(i,j)＝(f′(i,j)-h(i,j))2
Figure FDA0002383113340000011
式中，f′(i,j)表示像素I(i,j)经滤波处理后的灰度值，Ω(i,j)表示以像素I(i,j)为中心的(2ω+1)×(2ω+1)的局部邻域，α′(i,j)表示像素I(i,j)的灰度约束因子，β′(i,j)表示像素I(i,j)的边缘约束因子，f′(x,y)表示局部邻域Ω(i,j)中坐标(x,y)处像素经滤波处理后的灰度值，f′(i,j+1)表示图像I中坐标(i,j+1)处像素经滤波处理后的灰度值，f′(x,y+1)表示图像I中坐标(x,y+1)处像素经滤波处理后的灰度值，f′(i+1,j)表示图像I中坐标(i+1,j)处像素经滤波处理后的灰度值，f′(x+1,y)表示图像I中坐标(x+1,y)处像素经滤波处理后的灰度值，h(i,j)表示像素I(i,j)的灰度约束参考值，α(i,j)表示像素I(i,j)的灰度约束权值，β(i,j)表示像素I(i,j)的边缘约束权值，定义像素I(i,j)对应的像素检测因子为
Figure FDA0002383113340000021
且
Figure FDA0002383113340000022
的表达式为：
Figure FDA0002383113340000023
其中，L(Ω(i,j))表示局部邻域Ω(i,j)中的像素数，k(x,y)为取值函数，当|f(x,y)-f(i,j)|≤W(i,j)时，则k(x,y)＝1，当|f(x,y)-f(i,j)|>W(i,j)时，则k(x,y)＝0，其中，f(x,y)表示局部邻域Ω(i,j)中坐标(x,y)处像素的灰度值，W(i,j)为像素I(i,j)对应的像素检测阈值，且
Figure FDA0002383113340000024
其中，
Figure FDA0002383113340000025
表示局部邻域Ω(i,j)中像素灰度值的均值，fm(Ω(i,j))表示局部邻域Ω(i,j)中像素灰度值的中值；
当
Figure FDA0002383113340000026
时，则h(i,j)、α(i,j)和β(i,j)的值分别为：
Figure FDA0002383113340000027
Figure FDA0002383113340000028
α(i,j)＝1，β(i,j)＝0；当
Figure FDA0002383113340000029
时，则h(i,j)、α(i,j)和β(i,j)的值分别为：h(i,j)＝f(i,j)，
Figure FDA00023831133400000210
α(i,j)＝1-β(i,j)；当
Figure FDA00023831133400000211
时，则h(i,j)、α(i,j)和β(i,j)的值分别为：
Figure FDA00023831133400000212
Figure FDA00023831133400000213
4.根据权利要求3所述的一种用于健康圈的生产过程智能监控***，其特征是，设I表示图像处理单元接收到的图像，I′表示图像I经滤波处理后的图像，对滤波处理后的图像I′进行信息补偿，设z表示滤除的噪声图像，令z＝I-I′，设Iz(a,b)表示噪声图像z中坐标(a,b)处的像素，利用局部邻域Kz(a,b)中的像素对像素Iz(a,b)的灰度值进行调整，具体为：
Figure FDA00023831133400000214
式中，L(Kz(a,b))表示局部邻域Kz(a,b)中的像素数，fz′(a,b)表示对像素Iz(a,b)的灰度值进行调整后的灰度值，fz(a,b)表示像素Iz(a,b)的灰度值，Kz(a,b)表示以像素Iz(a,b)为中心的Mz(a,b)×Nz(a,b)的局部邻域，其中，Mz(a,b)表示局部邻域Kz(a,b)的长，Nz(a,b)表示局部邻域Kz(a,b)的宽，且Mz(a,b)和Nz(a,b)的表达式分别为：
Figure FDA0002383113340000031
Figure FDA0002383113340000032
式中，M和N分别为噪声图像z的长和宽，Ωz(a,b)表示以像素Iz(a,b)为中心的(2ω+1)×(2ω+1)的局部邻域，0<ω<M且0<ω<N，fz(x,y)表示局部邻域Ωz(a,b)中坐标(x,y)处像素的灰度值，fz(x+1,y)表示噪声图像z中坐标(x+1,y)处像素的灰度值，fz(x,y+1)表示噪声图像z中坐标(x,y+1)处像素的灰度值，fz(max)和fz(min)分别表示噪声图像z中像素灰度值的最大值和最小值；
设z′表示对噪声图像z中像素的灰度值进行调整后的图像，I″表示对图像I′进行信息补偿后的图像，则I″的表达式为：I″＝I′+z′。
5.根据权利要求4所述的一种用于健康圈的生产过程智能监控***，其特征是，传感器监控单元采用传感器组件对车间环境信息进行监测，所述传感器组件包括用于采集车间环境信息的监测节点、用于收集簇内监测节点发送的车间环境监测信息的簇头节点，还包括汇聚节点，所述簇头节点将自身获取的车间环境监测信息和接收到的车间环境监测信息融合后传输至汇聚节点，由汇聚节点将所述车间环境监测信息发送至智能管理模块。
6.根据权利要求5所述的一种用于健康圈的生产过程智能监控***，其特征是，对所述传感器组件采集车间环境信息的速率进行自适应调整，设C0表示簇头节点，K(C0)表示簇头节点C0所在簇的监测节点集合，且K(C0)＝{ki,i＝1,2,…,N(C0)}，其中，ki表示集合K(C0)中的第i个监测节点，N(C0)表示集合K(C0)中的监测节点数，设
Figure FDA0002383113340000033
表示簇头节点C0在t时刻采集车间环境信息的速率，
Figure FDA0002383113340000034
表示监测节点ki在t时刻采集车间环境信息的速率，且
Figure FDA0002383113340000035
和
Figure FDA0002383113340000036
的初始值均设置为V0，定义簇头检测因子
Figure FDA0002383113340000037
其中，d(C0,t)表示簇头节点C0在t时刻时缓存队列中的数据包数，D(C0)表示簇头节点C0的缓存队列中可容纳的数据包数；
当ρ(C0)>1时，将簇头节点C0采集车间环境信息的速率调整为：
Figure FDA0002383113340000038
Figure FDA0002383113340000039
其中，S(C0)表示簇头节点C0成功传输至汇聚节点的数据包数，J(C0)表示簇头节点C0自身采集的数据包个数，J(ki,C0)表示监测节点ki成功传输至簇头节点C0的数据包数；将簇头节点C0所在簇的监测节点ki采集车间环境信息的速率调整为：
Figure FDA0002383113340000041
Figure FDA0002383113340000042
当ρ(C0)≤1时，则簇头节点C0采集车间环境信息的速率
Figure FDA0002383113340000043
和其所在簇的监测节点ki采集车间环境信息的速率
Figure FDA0002383113340000044
均保持不变。
CN202010089116.2A 2020-02-12 2020-02-12 一种用于健康圈的生产过程智能监控*** Active CN111338298B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010089116.2A CN111338298B (zh) 2020-02-12 2020-02-12 一种用于健康圈的生产过程智能监控***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010089116.2A CN111338298B (zh) 2020-02-12 2020-02-12 一种用于健康圈的生产过程智能监控***

Publications (2)

Publication Number Publication Date
CN111338298A true CN111338298A (zh) 2020-06-26
CN111338298B CN111338298B (zh) 2020-09-11

Family

ID=71183871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010089116.2A Active CN111338298B (zh) 2020-02-12 2020-02-12 一种用于健康圈的生产过程智能监控***

Country Status (1)

Country Link
CN (1) CN111338298B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112540635A (zh) * 2020-12-03 2021-03-23 华润三九（枣庄）药业有限公司 一种基于人工智能的中药生产智能质量控制***
CN113436824A (zh) * 2021-07-07 2021-09-24 上海圣石生物医学科技有限公司 磁性吸波材料、其制备方法、其应用及保健产品

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104331869A (zh) * 2014-11-25 2015-02-04 南京信息工程大学 梯度与曲率相结合的图像平滑方法
KR20170111137A (ko) * 2016-03-25 2017-10-12 박노창 온실 모니터링 시스템
CN206554978U (zh) * 2017-03-09 2017-10-13 中国矿业大学(北京) 煤矿井下传感器定位报警***
CN109460945A (zh) * 2018-12-26 2019-03-12 广东北斗翔晨科技有限公司 基于物联网的养殖信息监管方法
CN109640032A (zh) * 2018-04-13 2019-04-16 河北德冠隆电子科技有限公司 基于人工智能多要素全景监控检测五维预警***
CN110458839A (zh) * 2019-10-09 2019-11-15 江西太平洋电缆集团有限公司 一种有效的电线电缆监测***
CN110458157A (zh) * 2019-10-14 2019-11-15 江西太平洋电缆集团有限公司 一种电力电缆生产过程智能监控***

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104331869A (zh) * 2014-11-25 2015-02-04 南京信息工程大学 梯度与曲率相结合的图像平滑方法
KR20170111137A (ko) * 2016-03-25 2017-10-12 박노창 온실 모니터링 시스템
CN206554978U (zh) * 2017-03-09 2017-10-13 中国矿业大学(北京) 煤矿井下传感器定位报警***
CN109640032A (zh) * 2018-04-13 2019-04-16 河北德冠隆电子科技有限公司 基于人工智能多要素全景监控检测五维预警***
CN109460945A (zh) * 2018-12-26 2019-03-12 广东北斗翔晨科技有限公司 基于物联网的养殖信息监管方法
CN110458839A (zh) * 2019-10-09 2019-11-15 江西太平洋电缆集团有限公司 一种有效的电线电缆监测***
CN110458157A (zh) * 2019-10-14 2019-11-15 江西太平洋电缆集团有限公司 一种电力电缆生产过程智能监控***

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112540635A (zh) * 2020-12-03 2021-03-23 华润三九（枣庄）药业有限公司 一种基于人工智能的中药生产智能质量控制***
CN113436824A (zh) * 2021-07-07 2021-09-24 上海圣石生物医学科技有限公司 磁性吸波材料、其制备方法、其应用及保健产品

Also Published As

Publication number Publication date
CN111338298B (zh) 2020-09-11

Similar Documents

Publication Publication Date Title
CN111338298B (zh) 一种用于健康圈的生产过程智能监控***
CN110118711B (zh) 基于物联网的室内空气含菌量实时检测与分析方法、***
DE602005017755D1 (de) Sammlung von informationen zur aktivität und schlafqualität mit einem medizinprodukt
CN106618965A (zh) 一种穿戴式肢体康复训练***及控制方法
CN1811645A (zh) 智能防打鼾的睡眠枕
CN106369751A (zh) 换新风控制方法
CN106889984A (zh) 一种心电信号自动降噪方法
CN103446683A (zh) 五防富氧口罩
Liu et al. Electrothermal sterilization and self-powered real-time respiratory monitoring of reusable mask based on Ag micro-mesh films
CN203425403U (zh) 五防富氧口罩
CN114999643A (zh) 一种基于WiFi的老人智能监护方法
CN208130251U (zh) 一种低频调制的中频电刺激的体外膈肌起搏器
CN206671927U (zh) 一种室内空气智能监测管理***
CN205108639U (zh) 一种方便携带的智能正压呼吸治疗机
CN207949791U (zh) 一种基于人体面部多特征识别疲劳预警装置
CN109965872A (zh) 基于吸烟者渴求状态的电刺激触发平台
CN203341947U (zh) 一种全隔离多功能重症监护型救护车
CN207323874U (zh) 一种甲缩醛生产用效果可靠的劳保设备
CN108836316A (zh) 一种基于bp神经网络的心电信号r波提取方法
Tran et al. Snoring detection sleep pillow
CN201789980U (zh) 法医专用尸检口罩
CN211068728U (zh) 一种皮肤科专用湿敷保护架
Tang et al. Advanced design of triboelectric nanogenerators for future eco-smart cities
CN206074024U (zh) 一种基于单片机的室内环境检测器
CN205180431U (zh) 一种负氧离子防护口罩

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