CN113670376A - 一种基于物联网的智慧园区环境监测方法及*** - Google Patents
一种基于物联网的智慧园区环境监测方法及*** Download PDFInfo
- Publication number
- CN113670376A CN113670376A CN202110889595.0A CN202110889595A CN113670376A CN 113670376 A CN113670376 A CN 113670376A CN 202110889595 A CN202110889595 A CN 202110889595A CN 113670376 A CN113670376 A CN 113670376A
- Authority
- CN
- China
- Prior art keywords
- node
- value
- network model
- fluency
- nodes
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明提供了一种基于物联网的智慧园区环境监测方法及***，通过传感器采集污水管道***的不同位置的液压值和流速值，将在不同位置采集到的液压值和流速值作为节点，以此构建下水道网络模型计算下水道网络模型的各个节点的流畅系数，并以下水道网络模型的各个节点的流畅系数计算流通阈值，进而根据流通阈值监控各个节点的实时的流通情况，由此实现对园区的污水管道***的各个节点进行全面而协同的高质量监测，防止局部淤塞，实现高效智能的控制园区环境质量。
Description
技术领域
本公开属于环境监测设备领域，具体涉及一种基于物联网的智慧园区环境监测方法及***。
背景技术
随着经济的飞速发展，工业园区的规模日益扩大，园区的生产规模亦在不断扩张，在园区的生产生活用水也飞速提高，园区的废水排放量增幅持续增长，对园区的环境造成较大的负荷，需要一种智能化的环境监测***，以对园区的污水管道***进行全面而高效的监控。物联网技术在协同连结园区的各种设备方面，有着巨大的优势，有助于实时采集园区中任何需要监控、连接、互动的物体或过程，在园区的污水管道***的监测管理中效率极高。使用物联网技术有助于对园区的污水管道***的各个节点进行全面而协同的高质量监测，防止局部淤塞，实现高效智能的控制园区环境质量。
发明内容
本发明的目的在于提出一种基于物联网的智慧园区环境监测方法及***，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
本发明提供了一种基于物联网的智慧园区环境监测方法及***，通过传感器采集污水管道***的不同位置的液压值和流速值，将在不同位置采集到的液压值和流速值作为节点，以此构建下水道网络模型计算下水道网络模型的各个节点的流畅系数，并以下水道网络模型的各个节点的流畅系数计算流通阈值，进而根据流通阈值监控各个节点的实时的流通情况，由此实现对园区的污水管道***的各个节点进行全面而协同的高质量监测，防止局部淤塞，实现高效智能的控制园区环境质量。
为了实现上述目的，根据本公开的一方面，提供一种基于物联网的智慧园区环境监测方法，所述方法包括以下步骤：
S100，在园区的污水管道***的不同位置放置多个传感器；
S200，通过传感器采集污水管道***的不同位置的液压值和流速值，并通过无线传输将采集到的液压值和流速值上传到物联网的云服务器；
S300，将在不同位置采集到的液压值和流速值作为节点，以此构建下水道网络模型；
S400，计算下水道网络模型的各个节点的流畅系数；
S500，以下水道网络模型的各个节点的流畅系数计算流通阈值；
S600，根据流通阈值，监控各个节点的实时的流通情况。
进一步地，在S100中，在园区的污水管道***的不同位置放置多个传感器的方法为：在园区的污水管道***的不同位置放置安装多个传感器，所述传感器由液压传感器和流速传感器组成并通过无线传输连接到物联网，所述污水管道***中各管道相互连通流动形成有向连通图。
进一步地，在S200中，通过传感器采集污水管道***的不同位置的液压值和流速值，并通过无线传输将采集到的液压值和流速值上传到物联网的云服务器的方法为：通过在园区的污水管道***中的不同位置的多个传感器获取下污水管道***中不同位置的液压值和流速值，并通过无线传输将采集到的污水管道***中不同位置的液压值和流速值上传到物联网的云服务器，在云服务器中进行储存。
进一步地，在S300中，将在不同位置采集到的液压值和流速值作为节点，以此构建下水道网络模型的方法为：以在园区的污水管道***中的不同位置的多个传感器获取到的液压值及流速值为多个节点并由各个节点组成下水道网络模型。
进一步地，在S400中，计算下水道网络模型的各个节点的流畅系数的方法为：通过计算各节点的液压值及流速值获取下水道网络模型的各节点的流畅系数，计算各节点的流畅系数具体为，记下水道网络模型为Swr，记下水道网络模型Swr中节点的数量为n，变量i表示下水道网络模型中节点的序列，i为正整数，i属于[1,n]，下水道网络模型的每个节点记为Nut，记序号为i的节点为Nut(i)，记各节点Nut(i)组成的集合为Nuts，节点Nut(i)的液压值为T(i)、流速值为W(i)，由于污水管道***中各管道相互连通流动形成有向连通图即下水道网络模型中各节点形成有向连通图，记节点Nut(i)在下水道网络模型中的流动方向上的上一个节点为节点Nut(i+1)，节点Nut(i)在下水道网络模型中的流动方向上的下一个节点为节点Nut(i-1)，则节点Nut(i+1)的液压值为T(i+1)、流速值为W(i+1)，节点Nut(i-1)的液压值为T(i-1)、流速值为W(i-1)，计算节点的流畅系数的公式为:
计算所得的流畅系数用于衡量下水道网络模型中上一个节点和下一个节点在当前节点的排水的流畅程度，将通过输入节点Nut(i)而计算求得节点Nut(i)的流畅系数D(i)的函数记为Du(),有D(i)＝Du(Nut(i))。
进一步地，在S500中，以下水道网络模型的各个节点的流畅系数计算流通阈值的方法为：根据动态网络模型Swr中的各个节点Nut(i)的流畅系数D(i)，定义节点比值记作Ty(i)表示节点Nut(i)的流畅系数对比集合Nuts中所有节点的总共的流畅系数的比值，记Swr中所有节点各自的节点比值Ty(i)组成的集合为Ty_set，记集合Ty_set的取值范围的下限为Ty_min，记函数Min()为取集合中数值最小的元素的函数，记函数exp()为以自然常数e为底的指数函数，则计算各个节点的节点比值Ty(i)的公式为：
记各个节点的节点比值Ty(i)得集合为Ty_set：
Ty_set＝{Ty(i),i∈[1,n]}
则集合Ty_set的取值范围的下限为Ty_min，Ty_min的计算公式为：
Ty_min＝Min(Ty_set)
以所得的取值范围的下限Ty_min计算下水道网络模型各个节点的流畅系数的阈值为D_b，D_b的计算公式为：
由此计算得到的D_b即为流通阈值。
进一步地，在S600中，根据流通阈值，监控各个节点的实时的流通情况的方法为：获取下水道网络模型中的各个节点的实时的流速值和液压值，计算各个节点的流畅系数，当存在节点其流畅系数低于了流通阈值时，则该节点处的下水管存在淤塞，通过无线网发送警报信号，具体步骤如下：
S601，开始程序；将所有的节点的流畅系数作为序列Dl；设置集合Cet为空集；转到S602；
S602，将序列Dl中的元素以数值的大小按从大到小的顺序进行排序后得到序列Dl_s，转到S603；
S603，设置变量len，令len的值为序列Dl的长度，转到S604；
S604，设置变量m，变量m的初始值为1，转到S605；
S605，记len除以2的商为L，若L的小数位中存在不为零的数则转到S6051，若L的小数位皆为零则转到S6052；
S6051，令L的小数位都为零，计算L的数值加上1的结果，再将m的数值更改，将L的数值加上1的结果作为m更改后的新的数值，或令m的值为L+1，转到S606；
S6052，将m的数值更改并将L的数值作为m更改后的新的数值，转到S606；
S606，取序列Dl_s中的第m个元素为D(m)，转到S607；
S607，判断D(m)与阈值D_b的大小关系，若满足约束条件D(m)>D_b则转到S6071，若满足约束条件D(m)≤D_b则转到S6072；
S6071,若m的数值小于len，则令m的数值增加1，若转到S606；若m的数值大于或等于len，则转到S6073；
S6072,将序列Dl_s中的第m个元素到第len个元素加入到集合Cet中，转到S6071；
S6073，输出集合Cet；结束程序；
程序输出的集合Cet中包含的元素对应的节点即为下水道网络模型中流畅系数超过了阈值限制的节点，将Cet中各元素对应的节点的液压值和流速值信息通过无线网络发送警报信号。
本公开还提供了一种基于物联网的智慧园区环境监测***，所述一种基于物联网的智慧园区环境监测***包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1中的一种基于物联网的智慧园区环境监测方法中的步骤，所述一种基于物联网的智慧园区环境监测***可以运行于桌上型计算机、笔记本、移动电话、手提电话、平板电脑、掌上电脑及云端数据中心等计算设备中，可运行的***可包括，但不仅限于，处理器、存储器、服务器集群，所述处理器执行所述计算机程序运行在以下***的单元中：
传感器单元，用于在园区的污水管道***的不同位置放置的多个传感器；
数据传输单元，用于通过传感器采集污水管道***的不同位置的液压值和流速值并通过无线传输将采集到的液压值和流速值上传到物联网的云服务器；
网络建模单元，用于将在不同位置采集到的液压值和流速值作为节点以此构建下水道网络模型；
节点计算单元，用于计算下水道网络模型的各个节点的流畅系数；
阈值计算单元，用于以下水道网络模型的各个节点的流畅系数计算流通阈值；
节点监控单元，用于根据流通阈值监控各个节点的实时的流通情况。
本发明的有益效果为：本发明提供了一种基于物联网的智慧园区环境监测方法及***，通过以下水道网络模型的各个节点的流畅系数计算流通阈值，进而监控各个节点的实时的流通情况，由此实现对园区的污水管道***的各个节点进行全面而协同的高质量监测，防止局部淤塞，实现高效智能的控制园区环境质量。
附图说明
通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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的附图，在附图中：
图1所示为一种基于物联网的智慧园区环境监测方法的流程图；
图2所示为一种基于物联网的智慧园区环境监测***的***结构图。
具体实施方式
以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
如图1所示为根据本发明的一种基于物联网的智慧园区环境监测方法的流程图，下面结合图1来阐述根据本发明的实施方式的一种基于物联网的智慧园区环境监测方法及***。
本公开提出一种基于物联网的智慧园区环境监测方法，所述方法具体包括以下步骤：
S100，在园区的污水管道***的不同位置放置多个传感器；
S200，通过传感器采集污水管道***的不同位置的液压值和流速值，并通过无线传输将采集到的液压值和流速值上传到物联网的云服务器；
S300，将在不同位置采集到的液压值和流速值作为节点，以此构建下水道网络模型；
S400，计算下水道网络模型的各个节点的流畅系数；
S500，以下水道网络模型的各个节点的流畅系数计算流通阈值；
S600，根据流通阈值，监控各个节点的实时的流通情况。
进一步地，在S100中，在园区的污水管道***的不同位置放置多个传感器的方法为：在园区的污水管道***的不同位置放置安装多个传感器，所述传感器由液压传感器和流速传感器组成并通过无线传输连接到物联网，所述污水管道***中各管道相互连通流动形成有向连通图。
进一步地，在S200中，通过传感器采集污水管道***的不同位置的液压值和流速值，并通过无线传输将采集到的液压值和流速值上传到物联网的云服务器的方法为：通过在园区的污水管道***中的不同位置的多个传感器获取下污水管道***中不同位置的液压值和流速值，并通过无线传输将采集到的污水管道***中不同位置的液压值和流速值上传到物联网的云服务器，在云服务器中进行储存。
进一步地，在S300中，将在不同位置采集到的液压值和流速值作为节点，以此构建下水道网络模型的方法为：以在园区的污水管道***中的不同位置的多个传感器获取到的液压值及流速值为多个节点并由各个节点组成下水道网络模型。
进一步地，在S400中，计算下水道网络模型的各个节点的流畅系数的方法为：通过计算各节点的液压值及流速值获取下水道网络模型的各节点的流畅系数，计算各节点的流畅系数具体为，记下水道网络模型为Swr，记下水道网络模型Swr中节点的数量为n，变量i表示下水道网络模型中节点的序列，i为正整数，i属于[1,n]，下水道网络模型的每个节点记为Nut，记序号为i的节点为Nut(i)，记各节点Nut(i)组成的集合为Nuts，节点Nut(i)的液压值为T(i)、流速值为W(i)，由于污水管道***中各管道相互连通流动形成有向连通图即下水道网络模型中各节点形成有向连通图，记节点Nut(i)在下水道网络模型中的流动方向上的上一个节点为节点Nut(i+1)，节点Nut(i)在下水道网络模型中的流动方向上的下一个节点为节点Nut(i-1)，则节点Nut(i+1)的液压值为T(i+1)、流速值为W(i+1)，节点Nut(i-1)的液压值为T(i-1)、流速值为W(i-1)，计算节点的流畅系数的公式为:
计算所得的流畅系数用于衡量下水道网络模型中上一个节点和下一个节点在当前节点的排水的流畅程度，将通过输入节点Nut(i)而计算求得节点Nut(i)的流畅系数D(i)的函数记为Du(),有D(i)＝Du(Nut(i))。
进一步地，在S500中，以下水道网络模型的各个节点的流畅系数计算流通阈值的方法为：根据动态网络模型Swr中的各个节点Nut(i)的流畅系数D(i)，定义节点比值记作Ty(i)表示节点Nut(i)的流畅系数对比集合Nuts中所有节点的总共的流畅系数的比值，记Swr中所有节点各自的节点比值Ty(i)组成的集合为Ty_set，记集合Ty_set的取值范围的下限为Ty_min，记函数Min()为取集合中数值最小的元素的函数，记函数exp()为以自然常数e为底的指数函数，则计算各个节点的节点比值Ty(i)的公式为：
记各个节点的节点比值Ty(i)得集合为Ty_set：
Ty_set＝{Ty(i),i∈[1,n]}
则集合Ty_set的取值范围的下限为Ty_min，Ty_min的计算公式为：
Ty_min＝Min(Ty_set)
以所得的取值范围的下限Ty_min计算下水道网络模型各个节点的流畅系数的阈值为D_b，D_b的计算公式为：
由此计算得到的D_b即为流通阈值。
进一步地，在S600中，根据流通阈值，监控各个节点的实时的流通情况的方法为：获取下水道网络模型中的各个节点的实时的流速值和液压值，计算各个节点的流畅系数，当存在节点其流畅系数低于了流通阈值时，则该节点处的下水管存在淤塞，通过无线网发送警报信号，具体步骤如下：
S601，开始程序；将所有的节点的流畅系数作为序列Dl；设置集合Cet为空集；转到S602；
S602，将序列Dl中的元素以数值的大小按从大到小的顺序进行排序后得到序列Dl_s，转到S603；
S603，设置变量len，令len的值为序列Dl的长度，转到S604；
S604，设置变量m，变量m的初始值为1，转到S605；
S605，记len除以2的商为L，若L的小数位中存在不为零的数则转到S6051，若L的小数位皆为零则转到S6052；
S6051，令L的小数位都为零，计算L的数值加上1的结果，再将m的数值更改，将L的数值加上1的结果作为m更改后的新的数值，或令m的值为L+1，转到S606；
S6052，将m的数值更改并将L的数值作为m更改后的新的数值，转到S606；
S606，取序列Dl_s中的第m个元素为D(m)，转到S607；
S607，判断D(m)与阈值D_b的大小关系，若满足约束条件D(m)>D_b则转到S6071，若满足约束条件D(m)≤D_b则转到S6072；
S6071,若m的数值小于len，则令m的数值增加1，若转到S606；若m的数值大于或等于len，则转到S6073；
S6072,将序列Dl_s中的第m个元素到第len个元素加入到集合Cet中，转到S6071；
S6073，输出集合Cet；结束程序；
程序输出的集合Cet中包含的元素对应的节点即为下水道网络模型中流畅系数超过了阈值限制的节点，将Cet中各元素对应的节点的液压值和流速值信息通过无线网络发送警报信号。
所述一种基于物联网的智慧园区环境监测***包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种基于物联网的智慧园区环境监测方法实施例中的步骤，所述一种基于物联网的智慧园区环境监测***可以运行于桌上型计算机、笔记本、掌上电脑及云端数据中心等计算设备中，可运行的***可包括，但不仅限于，处理器、存储器、服务器集群。
本公开的实施例提供的一种基于物联网的智慧园区环境监测***，如图2所示，该实施例的一种基于物联网的智慧园区环境监测***包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种基于物联网的智慧园区环境监测方法实施例中的步骤，所述处理器执行所述计算机程序运行在以下***的单元中：
传感器单元，用于在园区的污水管道***的不同位置放置的多个传感器；
数据传输单元，用于通过传感器采集污水管道***的不同位置的液压值和流速值并通过无线传输将采集到的液压值和流速值上传到物联网的云服务器；
网络建模单元，用于将在不同位置采集到的液压值和流速值作为节点以此构建下水道网络模型；
节点计算单元，用于计算下水道网络模型的各个节点的流畅系数；
阈值计算单元，用于以下水道网络模型的各个节点的流畅系数计算流通阈值；
节点监控单元，用于根据流通阈值监控各个节点的实时的流通情况。
所述一种基于物联网的智慧园区环境监测***可以运行于桌上型计算机、笔记本、掌上电脑及云端数据中心等计算设备中。所述一种基于物联网的智慧园区环境监测***包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种基于物联网的智慧园区环境监测方法及***的示例，并不构成对一种基于物联网的智慧园区环境监测方法及***的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种基于物联网的智慧园区环境监测***还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元，还可以是其他通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立元器件门电路或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种基于物联网的智慧园区环境监测***的控制中心，利用各种接口和线路连接整个一种基于物联网的智慧园区环境监测***的各个分区域。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种基于物联网的智慧园区环境监测方法及***的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡，安全数字卡，闪存卡、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明提供了一种基于物联网的智慧园区环境监测方法及***，通过传感器采集污水管道***的不同位置的液压值和流速值，将在不同位置采集到的液压值和流速值作为节点，以此构建下水道网络模型计算下水道网络模型的各个节点的流畅系数，并以下水道网络模型的各个节点的流畅系数计算流通阈值，进而根据流通阈值监控各个节点的实时的流通情况，由此实现对园区的污水管道***的各个节点进行全面而协同的高质量监测，防止局部淤塞，实现高效智能的控制园区环境质量。
尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，从而有效地涵盖本公开的预定范围。此外，上文以发明人可预见的实施例对本公开进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。
Claims (8)
1.一种基于物联网的智慧园区环境监测方法，其特征在于，所述方法包括以下步骤：
S100，在园区的污水管道***的不同位置放置多个传感器；
S200，通过传感器采集污水管道***的不同位置的液压值和流速值，并通过无线传输将采集到的液压值和流速值上传到物联网的云服务器；
S300，将在不同位置采集到的液压值和流速值作为节点，以此构建下水道网络模型；
S400，计算下水道网络模型的各个节点的流畅系数；
S500，以下水道网络模型的各个节点的流畅系数计算流通阈值；
S600，根据流通阈值，监控各个节点的实时的流通情况。
2.根据权利要求1所述的一种基于物联网的智慧园区环境监测方法，其特征在于，在S100中，在园区的污水管道***的不同位置放置多个传感器的方法为：在园区的污水管道***中的不同位置放置安装多个传感器，所述传感器由液压传感器和流速传感器组成并通过无线传输连接到物联网，所述污水管道***中各管道相互连通流动形成有向连通图。
3.根据权利要求1所述的一种基于物联网的智慧园区环境监测方法，其特征在于，在S200中，通过传感器采集污水管道***的不同位置的液压值和流速值，并通过无线传输将采集到的液压值和流速值上传到物联网的云服务器的方法为：通过在园区的污水管道***中的不同位置的多个传感器获取下污水管道***中不同位置的液压值和流速值，并通过无线传输将采集到的污水管道***中不同位置的液压值和流速值上传到物联网的云服务器，在云服务器中进行储存。
4.根据权利要求2所述的一种基于物联网的智慧园区环境监测方法，其特征在于，在S300中，将在不同位置采集到的液压值和流速值作为节点，以此构建下水道网络模型的方法为：以在园区的污水管道***中的不同位置的多个传感器获取到的液压值及流速值为多个节点并由各个节点组成下水道网络模型。
5.根据权利要求4所述的一种基于物联网的智慧园区环境监测方法，其特征在于，在S400中，计算下水道网络模型的各个节点的流畅系数的方法为：通过计算各节点的液压值及流速值获取下水道网络模型的各节点的流畅系数，计算各节点的流畅系数具体为，记下水道网络模型为Swr，记下水道网络模型Swr中节点的数量为n，变量i表示下水道网络模型中节点的序列，i为正整数，i属于[1,n]，下水道网络模型的每个节点记为Nut，记序号为i的节点为Nut(i)，记各节点Nut(i)组成的集合为Nuts，节点Nut(i)的液压值为T(i)、流速值为W(i)，由于污水管道***中各管道相互连通流动形成有向连通图即下水道网络模型中各节点形成有向连通图，记节点Nut(i)在下水道网络模型中的流动方向上的上一个节点为节点Nut(i+1)，节点Nut(i)在下水道网络模型中的流动方向上的下一个节点为节点Nut(i-1)，则节点Nut(i+1)的液压值为T(i+1)、流速值为W(i+1)，节点Nut(i-1)的液压值为T(i-1)、流速值为W(i-1)，计算节点的流畅系数的公式为:
计算所得的流畅系数用于衡量下水道网络模型中上一个节点和下一个节点在当前节点的排水的流畅程度，将通过输入节点Nut(i)而计算求得节点Nut(i)的流畅系数D(i)的函数记为Du(),有D(i)＝Du(Nut(i))。
6.根据权利要求5所述的一种基于物联网的智慧园区环境监测方法，其特征在于，在S500中，以下水道网络模型的各个节点的流畅系数计算流通阈值的方法为：根据动态网络模型Swr中的各个节点Nut(i)的流畅系数D(i)，定义节点比值记作Ty(i)表示节点Nut(i)的流畅系数对比集合Nuts中所有节点的总共的流畅系数的比值，记Swr中所有节点各自的节点比值Ty(i)组成的集合为Ty_set，记集合Ty_set的取值范围的下限为Ty_min，记函数Min()为取集合中数值最小的元素的函数，记函数exp()为以自然常数e为底的指数函数，则计算各个节点的节点比值Ty(i)的公式为：
记各个节点的节点比值Ty(i)得集合为Ty_set：
Ty_set＝{Ty(i),i∈[1,n]}
则集合Ty_set的取值范围的下限为Ty_min，Ty_min的计算公式为：
Ty_min＝Min(Ty_set)
以所得的取值范围的下限Ty_min计算下水道网络模型各个节点的流畅系数的阈值为D_b，D_b的计算公式为：
由此计算得到的D_b即为流通阈值。
7.根据权利要求6所述的一种基于物联网的智慧园区环境监测方法，其特征在于，在S600中，根据流通阈值，监控各个节点的实时的流通情况的方法为：获取下水道网络模型中的各个节点的实时的流速值和液压值，计算各个节点的流畅系数，当存在节点其流畅系数低于了流通阈值时，则该节点处的下水管存在淤塞，通过无线网发送警报信号，具体步骤如下：
S601，开始程序；将所有的节点的流畅系数作为序列Dl；设置集合Cet为空集；转到S602；
S602，将序列Dl中的元素以数值的大小按从大到小的顺序进行排序后得到序列Dl_s，转到S603；
S603，设置变量len，令len的值为序列Dl的长度，转到S604；
S604，设置变量m，变量m的初始值为1，转到S605；
S605，记len除以2的商为L，若L的小数位中存在不为零的数则转到S6051，若L的小数位皆为零则转到S6052；
S6051，令L的小数位都为零，计算L的数值加上1的结果，再将m的数值更改，将L的数值加上1的结果作为m更改后的新的数值，或令m的值为L+1，转到S606；
S6052，将m的数值更改并将L的数值作为m更改后的新的数值，转到S606；
S606，取序列Dl_s中的第m个元素为D(m)，转到S607；
S607，判断D(m)与阈值D_b的大小关系，若满足约束条件D(m)>D_b则转到S6071，若满足约束条件D(m)≤D_b则转到S6072；
S6071,若m的数值小于len，则令m的数值增加1，若转到S606；若m的数值大于或等于len，则转到S6073；
S6072,将序列Dl_s中的第m个元素到第len个元素加入到集合Cet中，转到S6071；
S6073，输出集合Cet；结束程序；
程序输出的集合Cet中包含的元素对应的节点即为下水道网络模型中流畅系数超过了阈值限制的节点，将Cet中各元素对应的节点的液压值和流速值信息通过无线网络发送警报信号。
8.一种基于物联网的智慧园区环境监测，其特征在于，所述一种基于物联网的智慧园区环境监测包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1中的一种基于物联网的智慧园区环境监测方法中的步骤，所述一种基于物联网的智慧园区环境监测可以运行于桌上型计算机、笔记本、移动电话、掌上电脑及云端数据中心等计算设备中，可运行的***可包括处理器、存储器、服务器集群。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110889595.0A CN113670376B (zh) | 2021-08-04 | 2021-08-04 | 一种基于物联网的智慧园区环境监测方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110889595.0A CN113670376B (zh) | 2021-08-04 | 2021-08-04 | 一种基于物联网的智慧园区环境监测方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113670376A true CN113670376A (zh) | 2021-11-19 |
| CN113670376B CN113670376B (zh) | 2022-09-09 |
Family
ID=78541283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110889595.0A Active CN113670376B (zh) | 2021-08-04 | 2021-08-04 | 一种基于物联网的智慧园区环境监测方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113670376B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115357001A (zh) * | 2022-10-21 | 2022-11-18 | 武汉云合智汇科技有限公司 | 一种基于物联网的数据采集方法和装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103595813A (zh) * | 2013-11-22 | 2014-02-19 | 锦瀚智慧管网技术有限公司 | 智慧管网应用***及实现方法 |
| CN106989283A (zh) * | 2017-05-23 | 2017-07-28 | 天津亿利科能源科技发展股份有限公司 | 一种城市下水道淤塞监测*** |
| CN110864227A (zh) * | 2019-11-01 | 2020-03-06 | 清华大学 | 一种供水管网状态监测***及方法 |
| CN112443763A (zh) * | 2020-12-14 | 2021-03-05 | 福州大学 | 一种基于物联网平台的管网在线检测*** |
| CN213336249U (zh) * | 2020-11-25 | 2021-06-01 | 清华大学合肥公共安全研究院 | 一种排水管网健康状态监控装置 |
-
2021
- 2021-08-04 CN CN202110889595.0A patent/CN113670376B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103595813A (zh) * | 2013-11-22 | 2014-02-19 | 锦瀚智慧管网技术有限公司 | 智慧管网应用***及实现方法 |
| CN106989283A (zh) * | 2017-05-23 | 2017-07-28 | 天津亿利科能源科技发展股份有限公司 | 一种城市下水道淤塞监测*** |
| CN110864227A (zh) * | 2019-11-01 | 2020-03-06 | 清华大学 | 一种供水管网状态监测***及方法 |
| CN213336249U (zh) * | 2020-11-25 | 2021-06-01 | 清华大学合肥公共安全研究院 | 一种排水管网健康状态监控装置 |
| CN112443763A (zh) * | 2020-12-14 | 2021-03-05 | 福州大学 | 一种基于物联网平台的管网在线检测*** |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115357001A (zh) * | 2022-10-21 | 2022-11-18 | 武汉云合智汇科技有限公司 | 一种基于物联网的数据采集方法和装置 |
| CN115357001B (zh) * | 2022-10-21 | 2023-02-03 | 武汉云合智汇科技有限公司 | 一种基于物联网的数据采集方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113670376B (zh) | 2022-09-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | Hydraulic modeling and deep learning based flow forecasting for optimizing inter catchment wastewater transfer | |
| CN113670376B (zh) | 一种基于物联网的智慧园区环境监测方法及*** | |
| CN109740739A (zh) | 神经网络计算装置、神经网络计算方法及相关产品 | |
| CN110717583B (zh) | 卷积电路、处理器、芯片、板卡和电子设备 | |
| CN110718211B (zh) | 一种基于混合压缩卷积神经网络的关键词识别*** | |
| CN109740754A (zh) | 神经网络计算装置、神经网络计算方法及相关产品 | |
| Yeh et al. | Applying tabu search and simulated annealing to the optimal design of sewer networks | |
| CN110705703A (zh) | 基于脉动阵列的稀疏神经网络处理器 | |
| Dawidowicz | Evaluation of a pressure head and pressure zones in water distribution systems by artificial neural networks | |
| CN115114342B (zh) | 一种数字孪生多源数据异常监测方法及*** | |
| CN110672323A (zh) | 一种基于神经网络的轴承健康状态评估方法及装置 | |
| CN115388344B (zh) | 一种基于分布式协调检测的管道泄漏监测方法 | |
| CN113733080A (zh) | 一种直升机尾喷管激光冲击强化轨迹编程方法与装置 | |
| CN117332620B (zh) | 基于大气腐蚀数据的耐腐蚀材料优化方法及*** | |
| Katipoğlu et al. | Prediction of flood routing results in the Central Anatolian region of Türkiye with various machine learning models | |
| CN113849052B (zh) | 基于人工智能的机房温度预测方法及*** | |
| CN113326449B (zh) | 预测交通流量的方法、装置、电子设备和介质 | |
| CN102929837B (zh) | 基于fpga的高速定点fft处理器及其处理方法 | |
| CN113780523A (zh) | 图像处理方法、装置、终端设备及存储介质 | |
| CN113849366A (zh) | 基于多源传感数据的智能综合管理方法与*** | |
| CN117113247A (zh) | 基于二分类和聚类算法的排水***异常监测方法、设备及存储介质 | |
| CN102467587A (zh) | 水冷机动态特性模型建立方法、水冷机监控方法和装置 | |
| CN115981223A (zh) | 基于数据处理的污水处理控制方法及*** | |
| CN114511149B (zh) | 一种分层分布式气象预测平台、方法、介质及设备 | |
| Moghaddas et al. | Combined APSO-ANN and APSO-ANFIS models for prediction of pressure loss in air-water two-phase slug flow in a horizontal pipeline |
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 |