CN114814140B - 一种可实现水样与水样分析结果自动匹配的方法及*** - Google Patents
一种可实现水样与水样分析结果自动匹配的方法及*** Download PDFInfo
- Publication number
- CN114814140B CN114814140B CN202210431106.1A CN202210431106A CN114814140B CN 114814140 B CN114814140 B CN 114814140B CN 202210431106 A CN202210431106 A CN 202210431106A CN 114814140 B CN114814140 B CN 114814140B
- Authority
- CN
- China
- Prior art keywords
- water
- water quality
- sampling
- water sample
- facility
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 405
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005070 sampling Methods 0.000 claims abstract description 144
- 238000009792 diffusion process Methods 0.000 claims abstract description 72
- 238000004891 communication Methods 0.000 claims abstract description 41
- 238000012423 maintenance Methods 0.000 claims description 32
- 230000010365 information processing Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013100 final test Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00594—Quality control, including calibration or testing of components of the analyser
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明公开了一种可实现水样与水样分析结果自动匹配的方法及***,步骤S100:匹配***对水样样本对应的采样地理坐标信息、采样时间信息进行自动获取;步骤S200:匹配***对目标设施范围内各建筑设施进行水排放扩散角和水排放扩散区域的求取;步骤S300:匹配***对与采样点之间存在的水质影响路径的若干关联建筑设施进行判断;步骤S400:获取若干关联建筑设施对采样点产生水质指标影响的指标范围;基于指标范围生成待分析指标序列;步骤S500:对每一个水质取样瓶对应的近场通信标签进行内容编辑;步骤S600:基于每一个标签id生成对应水质分析需求;对每一个水质分析需求下的水样与水样分析结果进行自动匹配。
Description
技术领域
本发明涉及水样检测自动化技术领域,具体为一种可实现水样与水样分析结果自动匹配的方法及***。
背景技术
水处理现场运维工程师日常工作中需要在现场采集水样,然后将水样送到指定的水处理分析实验室去做水质分析,得到的水质分析结果与水样采集点物理位置、水样采集时间、需要分析的指标、水样采集人员、实验室分析人员等信息一起生成分析报告发送给运维工程师,供后者对现场水质情况做进一步的判断并采取相应措施来改善处理工艺。
传统的做法是将现场名称、采样时间、需要分析的指标等等信息写在便签纸然后贴在采样瓶上,这样做通常带来以下问题:信息不完整;水样在运输过程中便签纸遗失;水样在运输过程中便签纸被污染,内容无法辨认;运维工程师字迹潦草,实验室人员无法辨认标签内容;实验室人员需要手动将标签内容再录入到实验室设备,重复劳动并增加了出错的几率;如果发生上述问题,最后的检测结果将无法正确地匹配到原始的水样,将极大地影响现场水质处理的质量和速度。
发明内容
本发明的目的在于提供一种可实现水样与水样分析结果自动匹配的方法及***,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种可实现水样与水样分析结果自动匹配的方法,匹配方法包括:
步骤S100:水处理运维工程师在采样现场用水质取样瓶对水样进行采集后在匹配***对应创建一个水样样本;水质取样瓶的材质可以是塑料或者玻璃,以适合不同的水质分析需求;匹配***对水样样本对应的采样地理坐标信息、采样时间信息进行自动获取;
步骤S200:匹配***以采样点地理坐标为基准,将与采样点地理坐标之间满足距离阈值的采样环境内所有建筑设施作为目标设施范围;匹配***对目标设施范围内各建筑设施进行水排放扩散角和水排放扩散区域的求取;
步骤S300:匹配***基于目标设施范围内各建筑设施的水排放扩散角和水排放扩散区域结合采样点对应的采样现场的范围区域位置判断得到与采样点之间存在的水质影响路径的若干关联建筑设施;
步骤S400:获取若干关联建筑设施对采样点产生水质指标影响的指标范围;基于指标范围生成待分析指标序列;将待分析指标序列向水处理运维工程师进行推送;水处理运维工程师基于待分析指标序列完成最终待分析指标的选定编辑以及水质分析实验室的选定;
步骤S500:对每一个水质取样瓶都设置带有唯一标签id的近场通信标签;一个水质取样瓶对应一个水样样本;对每一个水质取样瓶对应的近场通信标签进行内容编辑;每一个水质取样瓶对应的近场通信标签的内容包括:水样样本对应的采样地理坐标信息、采样时间信息、水样采样点的名称信息、水处理运维工程师最终选定编辑的待分析指标序列信息、选定的水质分析实验室信息、水处理运维工程师的联系方式信息;
步骤S600:基于每一个标签id生成对应水质分析需求;对每一个水质分析需求下的水样与水样分析结果进行自动匹配。
进一步的,步骤S200基于采样点地理坐标、采样时间结合采样点地理特征判断与采样现场之间存在的水质影响路径的过程包括:
步骤S201:以采样点地理坐标为基准,将与采样点地理坐标之间满足距离阈值的采样环境内所有建筑设施作为目标设施范围,对目标设施范围内所有建筑设施进行水排放路径信息的获取;记目标设施范围内第i个建筑设施存在水排放路径其中/>表示第i个建筑设施的水排放源头位置;/>表示由从/>处排放出的水流途经的若干区域汇成的集合;其中,w1、w2、…、wn表示从/>处排放出的水流途经的第1、2、…、n个区域;
步骤S202:分别将内各个区域与/>之间构建若干有向边连线,方向指向分别为由/>指向w1、w2、…、wn,形式如/>将若干指向连线分别转换为二维空间直角坐标系中带有方向的向量线段;二维空间直角坐标系为第一直角坐标系;以/>的位置坐标为第一直角坐标系的原点位置坐标;在第一直角坐标系中锁定向量线段夹角之间呈现最大夹角的两个向量线段,同时将该最大向量线段夹角作为对应的扩散角;
步骤S203:分别将第一直角坐标系中各向量线段的长度代表与w1、w2、…、wn之间的实际位置距离,将所有的向量线段尾部进行连接形成以/>的扩散角为基础的封闭扩散区域;
上述求取水质影响路径的过程相当于是判断采样点所位于的采样现场与其目标设施范围内的各设施之间存不存在水排放路径交叉的过程;若是存在交叉的水排放区域也就意味着这些设施的排水存在对采样现场的水质产生影响的可能,那么在后续水质指标的选择上,考虑这些设施涉及的日常工作属性信息,将会影响的指标作为待检测指标之一;因为有些水质指标是人眼直观看不出来的,所以依靠一些规律的捕捉分析有利于减少水质指标检测时错漏的现象产生。
进一步的,步骤S300判断与采样点之间存在水质影响路径的若干关联建筑设施的过程包括:
步骤S301:从扩散角的二分角位置引一条射线,将射线的方向代表/>封闭扩散区域的整体方向;以/>封闭扩散区域的整体方向作为二维空间直角坐标系中的x轴方向,垂直x轴方向作y轴构建生成第二直角坐标系;
步骤S302:获取采样点所处的采样现场所包含的范围区域位置,将采样现场所包含的范围区域位置在第二直角坐标系中进行标注显示;对封闭扩散区域和采样环境对应的范围位置区域之间进行重合区域的捕捉;
步骤S303:若封闭扩散区域和采样环境对应的范围位置区域之间存在重合区域,判定采样点与目标设施范围内第i个建筑设施之间存在水质影响路径,目标设施范围内第i个建筑设施为采样点的关联建筑设施;
因为由一个水排放源头排放出来的水流方向会因为水流经过的区域不平整或者地势问题往往会出现扩散的现象,那么实际由一个水排放源头排放出来的水流方向不是固定的,导致排放的水流流经的区域也不是固定的,将向量线段夹角之间呈现最大夹角的两个向量线段作为限定扩散角大小的两条边
进一步的,步骤S400包括:
步骤S401:分别获取若干关联建筑设施的属性信息,基于大数据获取在对应不同属性信息的关联建筑设施中存在的各种污染源物质;分别获取与各种污染源物质对应的受影响水质指标项;
步骤S402:分别汇集从各关联建筑设施中获取得到的受影响水质指标范围;在所有关联建筑设施对应的受影响水质指标范围中捕捉重复出现的受影响水质指标项;将所有关联建筑设施对应的受影响水质指标范围内的各种类型受影响水质指标项按照重复出现次数由多到少进行排序,得到受影响水质指标序列;将受影响水质指标序列作为待分析指标序列向水处理运维工程师推送;
步骤S403:水处理运维工程师基于待分析指标序列完成最终待分析指标的选定编辑;选定编辑的形式包括对待分析指标序列中的待分析指标进行部分选择、对待分析指标序列中的待分析指标进行全选择、对待分析指标序列中的待分析指标进行指标补充。
进一步的,步骤S600包括:
步骤S601:匹配***将每一个水样样本对应的近场通信标签连同近场通信标签的id通过网络提交到云端服务器生成一个对应的水质分析需求;
步骤S602:云端服务器接收水质分析需求,根据水质分析需求对应的近场通信标签id创建一个对应的水质分析任务,将水质分析任务通过消息推送的方式通知标签内容中的水质分析实验室;实验室分析人员可通过匹配***查看这条水质分析任务并等待对应水质取样瓶的投递;
步骤S600:水质分析实验室人员接收到水质取样瓶之后,通过扫描水质取样瓶上的近场通信标签读取近场通信标签的id,根据近场通信标签的id在云服务器中进行对应水质分析任务的提取;实验室人员对水质取样瓶中的水样进行分析;分析结果可以直接录入匹配***或者云服务器提供的Web页面。
进一步的,步骤S600还包括:
步骤S611:当实验室人员在对水质取样瓶中的水样进行分析的过程中,匹配***会将此次对应的水质分析任务设置为正在处理中的状态,并将该条水质分析任务的状态更新推送给水处理运维工程师;
步骤S612:当实验室人员对水质取样瓶中的水样分析完成后,匹配***会对此次对应的水质分析任务设置为处理完成状态,并将该条水质分析任务的分析结果推送给水处理运维工程师。
为更好的实现上述方法还提出了一种可实现水样与分析结果自动匹配的***,***包括:水样样本信息获取模块、设施水排放信息处理模块、关联建筑设施识别模块、待分析指标序列生成模块、近场通信标签信息录入模块、云端匹配模块;
水样样本信息获取模块,用于对水样样本对应的采样地理坐标信息、采样时间信息进行自动获取;
设施水排放信息处理模块,用于接收水样样本信息获取模块中的数据,对目标设施范围内各建筑设施进行水排放扩散角和水排放扩散区域的求取;
关联建筑设施识别模块,用于接收设施水排放信息处理模块中的数据,基于数据结合采样点对应的采样现场的范围区域位置对与采样点之间存在的水质影响路径的若干关联建筑设施进行判断识别;
待分析指标序列生成模块,用于接收关联建筑设施识别模块中的数据,获取若干关联建筑设施对采样点产生水质指标影响的指标范围,生成待分析指标序列;
近场通信标签信息录入模块,用于接收水样样本信息获取模块、设施水排放信息处理模块、关联建筑设施识别模块、待分析指标序列生成模块中的数据,基于数据对每一个水质取样瓶对应的近场通信标签进行内容编辑;
云端匹配模块,用于接收近场通信标签信息录入模块中的数据,基于数据对每一个水质分析需求下的水样与水样分析结果进行自动匹配。
进一步的,设施水排放信息处理模块包括水排放扩散角求取单元、水排放扩散区域求取单元;
水排放扩散角求取单元,用于接收水样样本信息获取模块中的数据,对目标设施范围内各建筑设施进行水排放扩散角的求取;
水排放扩散区域求取单元,用于接收水样样本信息获取模块、水排放扩散角求取单元中的数据,对目标设施范围内各建筑设施进行水排放扩散区域的求取。
进一步的,关联建筑设施识别模块包括水质影响路径判断单元、关联建筑设施识别单元;
水质影响路径判断单元,用于接收设施水排放信息处理模块中的数据,基于各建筑设施的水排放扩散角和水排放扩散区域进行水质影响路径的判断;
关联建筑设施识别单元,用于接收水质影响路径判断单元中的数据,基于数据进行关联建筑设施的识别。
与现有技术相比,本发明所达到的有益效果是:本发明可解决传统纸质标签无法避免的丢失、污染、信息不完整、无法辨识等问题,且采用近场通信技术规范了标签的内容,采用移动互联网和云计算/存储技术简化了现场人员的操作,提高了信息的完整性和可辨识度;采用无线定位技术保证对水样采集地点位置信息的准确描述,大幅度提高水质分析结果与水样原始信息整合的效率和准确性;同时在水质待测指标的选择上有利于人工智能捕捉待测指标的选择规律,对运维工程师提供待测指标的选择参考,有利于在水质运维检测的过程中减少出现因为遗漏了对某个水质指标的选择检测导致水质检测出现返工的情况;从而提高整个过程从采样、分析、生成报告到发布报告的自动化程度。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种可实现水样与水样分析结果自动匹配的方法的流程示意图;
图2是本发明一种可实现水样与水样分析结果自动匹配的***的结构示意图;
图3是本发明一种可实现水样与水样分析结果自动匹配的方法的实施例图。
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。
请参阅图1-图3,本发明提供技术方案:一种可实现水样与水样分析结果自动匹配的方法,匹配方法包括:
步骤S100:水处理运维工程师在采样现场用水质取样瓶对水样进行采集后在匹配***对应创建一个水样样本;匹配***对水样样本对应的采样地理坐标信息、采样时间信息进行自动获取;
步骤S200:匹配***以采样点地理坐标为基准,将与采样点地理坐标之间满足距离阈值的采样环境内所有建筑设施作为目标设施范围;匹配***对目标设施范围内各建筑设施进行水排放扩散角和水排放扩散区域的求取;
其中,基于采样点地理坐标、采样时间结合采样点地理特征判断与采样现场之间存在的水质影响路径的过程包括:
步骤S201:以采样点地理坐标为基准,将与采样点地理坐标之间满足距离阈值的采样环境内所有建筑设施作为目标设施范围,对目标设施范围内所有建筑设施进行水排放路径信息的获取;记目标设施范围内第i个建筑设施存在水排放路径其中/>表示第i个建筑设施的水排放源头位置;/>表示由从/>处排放出的水流途经的若干区域汇成的集合;其中,w1、w2、…、wn表示从/>处排放出的水流途经的第1、2、…、n个区域;
步骤S202:分别将内各个区域与/>之间构建若干有向边连线,方向指向分别为由/>指向w1、w2、…、wn,形式如/>将若干指向连线分别转换为二维空间直角坐标系中带有方向的向量线段;二维空间直角坐标系为第一直角坐标系;以/>的位置坐标为第一直角坐标系的原点位置坐标;在第一直角坐标系中锁定向量线段夹角之间呈现最大夹角的两个向量线段,同时将该最大向量线段夹角作为对应的扩散角;
步骤S203:分别将第一直角坐标系中各向量线段的长度代表与w1、w2、…、wn之间的实际位置距离,将所有的向量线段尾部进行连接形成以/>的扩散角为基础的封闭扩散区域;
步骤S300:匹配***基于目标设施范围内各建筑设施的水排放扩散角和水排放扩散区域结合采样点对应的采样现场的范围区域位置判断得到与采样点之间存在的水质影响路径的若干关联建筑设施;
其中,判断与采样点之间存在水质影响路径的若干关联建筑设施的过程包括:
步骤S301:从扩散角的二分角位置引一条射线,将射线的方向代表/>封闭扩散区域的整体方向;以/>封闭扩散区域的整体方向作为二维空间直角坐标系中的x轴方向,垂直x轴方向作y轴构建生成第二直角坐标系;
步骤S302:获取采样点所处的采样现场所包含的范围区域位置,将采样现场所包含的范围区域位置在第二直角坐标系中进行标注显示;对封闭扩散区域和采样环境对应的范围位置区域之间进行重合区域的捕捉;
步骤S303:若封闭扩散区域和采样环境对应的范围位置区域之间存在重合区域,判定采样点与目标设施范围内第i个建筑设施之间存在水质影响路径,目标设施范围内第i个建筑设施为采样点的关联建筑设施;
步骤S400:获取若干关联建筑设施对采样点产生水质指标影响的指标范围;基于指标范围生成待分析指标序列;将待分析指标序列向水处理运维工程师进行推送;水处理运维工程师基于待分析指标序列完成最终待分析指标的选定编辑以及水质分析实验室的选定;
其中,步骤S400包括:
步骤S401:分别获取若干关联建筑设施的属性信息,基于大数据获取在对应不同属性信息的关联建筑设施中存在的各种污染源物质;分别获取与各种污染源物质对应的受影响水质指标项;
步骤S402:分别汇集从各关联建筑设施中获取得到的受影响水质指标范围;在所有关联建筑设施对应的受影响水质指标范围中捕捉重复出现的受影响水质指标项;将所有关联建筑设施对应的受影响水质指标范围内的各种类型受影响水质指标项按照重复出现次数由多到少进行排序,得到受影响水质指标序列;将受影响水质指标序列作为待分析指标序列向水处理运维工程师推送;
步骤S403:水处理运维工程师基于待分析指标序列完成最终待分析指标的选定编辑;选定编辑的形式包括对待分析指标序列中的待分析指标进行部分选择、对待分析指标序列中的待分析指标进行全选择、对待分析指标序列中的待分析指标进行指标补充;
步骤S500:对每一个水质取样瓶都设置带有唯一标签id的近场通信标签;一个水质取样瓶对应一个水样样本;对每一个水质取样瓶对应的近场通信标签进行内容编辑;每一个水质取样瓶对应的近场通信标签的内容包括:水样样本对应的采样地理坐标信息、采样时间信息、水样采样点的名称信息、水处理运维工程师最终选定编辑的待分析指标序列信息、选定的水质分析实验室信息、水处理运维工程师的联系方式信息;
步骤S600:基于每一个标签id生成对应水质分析需求;对每一个水质分析需求下的水样与水样分析结果进行自动匹配;
其中,步骤S600包括:
步骤S601:匹配***将每一个水样样本对应的近场通信标签连同近场通信标签的id通过网络提交到云端服务器生成一个对应的水质分析需求;
步骤S602:云端服务器接收水质分析需求,根据水质分析需求对应的近场通信标签id创建一个对应的水质分析任务,将水质分析任务通过消息推送的方式通知标签内容中的水质分析实验室;实验室分析人员可通过匹配***查看这条水质分析任务并等待对应水质取样瓶的投递;
步骤S600:水质分析实验室人员接收到水质取样瓶之后,通过扫描水质取样瓶上的近场通信标签读取近场通信标签的id,根据近场通信标签的id在云服务器中进行对应水质分析任务的提取;实验室人员对水质取样瓶中的水样进行分析;分析结果可以直接录入匹配***或者云服务器提供的Web页面;
例如,如图3所示,在图3中,App即可对应于匹配***;
其中,步骤S600还包括:
步骤S611:当实验室人员在对水质取样瓶中的水样进行分析的过程中,匹配***会将此次对应的水质分析任务设置为正在处理中的状态,并将该条水质分析任务的状态更新推送给水处理运维工程师;
步骤S612:当实验室人员对水质取样瓶中的水样分析完成后,匹配***会对此次对应的水质分析任务设置为处理完成状态,并将该条水质分析任务的分析结果推送给水处理运维工程师。
为更好的实现上述方法还提出了一种可实现水样与分析结果自动匹配的***,***包括:水样样本信息获取模块、设施水排放信息处理模块、关联建筑设施识别模块、待分析指标序列生成模块、近场通信标签信息录入模块、云端匹配模块;
水样样本信息获取模块,用于对水样样本对应的采样地理坐标信息、采样时间信息进行自动获取;
设施水排放信息处理模块,用于接收水样样本信息获取模块中的数据,对目标设施范围内各建筑设施进行水排放扩散角和水排放扩散区域的求取;
其中,设施水排放信息处理模块包括水排放扩散角求取单元、水排放扩散区域求取单元;
水排放扩散角求取单元,用于接收水样样本信息获取模块中的数据,对目标设施范围内各建筑设施进行水排放扩散角的求取;
水排放扩散区域求取单元,用于接收水样样本信息获取模块、水排放扩散角求取单元中的数据,对目标设施范围内各建筑设施进行水排放扩散区域的求取;
关联建筑设施识别模块,用于接收设施水排放信息处理模块中的数据,基于数据结合采样点对应的采样现场的范围区域位置对与采样点之间存在的水质影响路径的若干关联建筑设施进行判断识别;
其中,关联建筑设施识别模块包括水质影响路径判断单元、关联建筑设施识别单元;
水质影响路径判断单元,用于接收设施水排放信息处理模块中的数据,基于各建筑设施的水排放扩散角和水排放扩散区域进行水质影响路径的判断;
关联建筑设施识别单元,用于接收水质影响路径判断单元中的数据,基于数据进行关联建筑设施的识别;
待分析指标序列生成模块,用于接收关联建筑设施识别模块中的数据,获取若干关联建筑设施对采样点产生水质指标影响的指标范围,生成待分析指标序列;
近场通信标签信息录入模块,用于接收水样样本信息获取模块、设施水排放信息处理模块、关联建筑设施识别模块、待分析指标序列生成模块中的数据,基于数据对每一个水质取样瓶对应的近场通信标签进行内容编辑;
云端匹配模块,用于接收近场通信标签信息录入模块中的数据,基于数据对每一个水质分析需求下的水样与水样分析结果进行自动匹配。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种可实现水样与水样分析结果自动匹配的方法,其特征在于,所述匹配方法包括:
步骤S100:水处理运维工程师在采样现场用水质取样瓶对水样进行采集后在匹配***对应创建一个水样样本;所述匹配***对所述水样样本对应的采样地理坐标信息、采样时间信息进行自动获取;
步骤S200:所述匹配***以所述采样点地理坐标为基准,将与采样点地理坐标之间满足距离阈值的采样环境内所有建筑设施作为目标设施范围;匹配***对所述目标设施范围内各建筑设施进行水排放扩散角和水排放扩散区域的求取;
步骤S300:所述匹配***基于目标设施范围内各建筑设施的水排放扩散角和水排放扩散区域结合采样点对应的采样现场的范围区域位置判断得到与采样点之间存在的水质影响路径的若干关联建筑设施;
步骤S400:获取所述若干关联建筑设施对采样点产生水质指标影响的指标范围;基于所述指标范围生成待分析指标序列;将所述待分析指标序列向水处理运维工程师进行推送;所述水处理运维工程师基于所述待分析指标序列完成最终待分析指标的选定编辑以及水质分析实验室的选定;
步骤S500:对每一个所述水质取样瓶都设置带有唯一标签id的近场通信标签;一个水质取样瓶对应一个水样样本;对每一个所述水质取样瓶对应的近场通信标签进行内容编辑;每一个所述水质取样瓶对应的近场通信标签的内容包括:水样样本对应的采样地理坐标信息、采样时间信息、水样采样点的名称信息、水处理运维工程师最终选定编辑的待分析指标序列信息、选定的水质分析实验室信息、水处理运维工程师的联系方式信息;
步骤S600:基于每一个标签id生成对应水质分析需求;对每一个水质分析需求下的水样与水样分析结果进行自动匹配;
所述步骤S200基于采样点地理坐标、采样时间结合采样点地理特征判断与采样现场之间存在的水质影响路径的过程包括:
步骤S201:以所述采样点地理坐标为基准,将与所述采样点地理坐标之间满足距离阈值的采样环境内所有建筑设施作为目标设施范围,对所述目标设施范围内所有建筑设施进行水排放路径信息的获取;记目标设施范围内第i个建筑设施存在水排放路径,其中/>表示第i个建筑设施的水排放源头位置;/>表示由从/>处排放出的水流途经的若干区域汇成的集合;其中,/>表示从/>处排放出的水流途经的第1、2、/>、n个区域;
步骤S202:分别将内各个区域与/>之间构建若干指向连线,方向指向分别为由/>指向/>,形式如/>、/>、/>;将所述若干指向连线分别转换为二维空间直角坐标系中带有方向的向量线段;所述二维空间直角坐标系为第一直角坐标系;以/>的位置坐标为所述第一直角坐标系的原点位置坐标;在所述第一直角坐标系中锁定向量线段夹角之间呈现最大夹角的两个向量线段,同时将该最大向量线段夹角作为对应/>的扩散角;
步骤S203:分别将所述第一直角坐标系中各向量线段的长度代表与/>之间的实际位置距离,将所有的向量线段尾部进行连接形成以/>的扩散角为基础的封闭扩散区域。
2.根据权利要求1所述的一种可实现水样与水样分析结果自动匹配的方法,其特征在于,所述步骤S300判断与采样点之间存在水质影响路径的若干关联建筑设施的过程包括:
步骤S301:从扩散角的二分角位置引一条射线,将所述射线的方向代表/>封闭扩散区域的整体方向;以/>封闭扩散区域的整体方向作为二维空间直角坐标系中的x轴方向,垂直所述x轴方向作y轴构建生成第二直角坐标系;
步骤S302:获取采样点所处的采样现场所包含的范围区域位置,将所述采样现场所包含的范围区域位置在所述第二直角坐标系中进行标注显示;对封闭扩散区域和采样环境对应的范围区域位置之间进行重合区域的捕捉;
步骤S303:若封闭扩散区域和采样环境对应的范围区域位置之间存在重合区域,判定采样点与目标设施范围内第i个建筑设施之间存在水质影响路径,所述目标设施范围内第i个建筑设施为所述采样点的关联建筑设施。
3.根据权利要求1所述的一种可实现水样与水样分析结果自动匹配的方法,其特征在于,所述步骤S400包括:
步骤S401:分别获取所述若干关联建筑设施的属性信息,基于大数据获取在对应不同属性信息的关联建筑设施中存在的各种污染源物质;分别获取与各种污染源物质对应的受影响水质指标项;
步骤S402:分别汇集从各关联建筑设施中获取得到的受影响水质指标范围;在所有关联建筑设施对应的受影响水质指标范围中捕捉重复出现的受影响水质指标项;将所有关联建筑设施对应的受影响水质指标范围内的各种类型受影响水质指标项按照重复出现次数由多到少进行排序,得到受影响水质指标序列;将所述受影响水质指标序列作为待分析指标序列向水处理运维工程师推送;
步骤S403:所述水处理运维工程师基于所述待分析指标序列完成最终待分析指标的选定编辑;所述选定编辑的形式包括对所述待分析指标序列中的待分析指标进行部分选择、对所述待分析指标序列中的待分析指标进行全选择、对所述待分析指标序列中的待分析指标进行指标补充。
4.根据权利要求1所述的一种可实现水样与水样分析结果自动匹配的方法,其特征在于,所述步骤S600包括:
步骤S601:匹配***将每一个水样样本对应的近场通信标签连同所述近场通信标签的id通过网络提交到云端服务器生成一个对应的水质分析需求;
步骤S602:云端服务器接收所述水质分析需求,根据所述水质分析需求对应的近场通信标签id创建一个对应的水质分析任务,将所述水质分析任务通过消息推送的方式通知标签内容中的水质分析实验室;实验室分析人员可通过匹配***查看这条水质分析任务并等待对应水质取样瓶的投递;
步骤S600:水质分析实验室人员接收到水质取样瓶之后,通过扫描所述水质取样瓶上的近场通信标签读取所述近场通信标签的id,根据所述近场通信标签的id在云服务器中进行对应水质分析任务的提取;实验室人员对水质取样瓶中的水样进行分析;分析结果可以直接录入匹配***或者云服务器提供的Web页面。
5.根据权利要求4所述的一种可实现水样与水样分析结果自动匹配的方法,其特征在于,所述步骤S600还包括:
步骤S611:当实验室人员在对水质取样瓶中的水样进行分析的过程中,所述匹配***会将此次对应的水质分析任务设置为正在处理中的状态,并将该条水质分析任务的状态更新推送给水处理运维工程师;
步骤S612:当实验室人员对水质取样瓶中的水样分析完成后,所述匹配***会对此次对应的水质分析任务设置为处理完成状态,并将该条水质分析任务的分析结果推送给水处理运维工程师。
6.一种应用于权利要求1-5中任一项的可实现水样与分析结果自动匹配的方法的一种可实现水样与分析结果自动匹配的***,其特征在于,所述***包括:水样样本信息获取模块、设施水排放信息处理模块、关联建筑设施识别模块、待分析指标序列生成模块、近场通信标签信息录入模块、云端匹配模块;
所述水样样本信息获取模块,用于对水样样本对应的采样地理坐标信息、采样时间信息进行自动获取;
所述设施水排放信息处理模块,用于接收所述水样样本信息获取模块中的数据,对目标设施范围内各建筑设施进行水排放扩散角和水排放扩散区域的求取;
所述关联建筑设施识别模块,用于接收所述设施水排放信息处理模块中的数据,基于所述数据结合采样点对应的采样现场的范围区域位置对与采样点之间存在的水质影响路径的若干关联建筑设施进行判断识别;
所述待分析指标序列生成模块,用于接收所述关联建筑设施识别模块中的数据,获取若干关联建筑设施对采样点产生水质指标影响的指标范围,生成待分析指标序列;
所述近场通信标签信息录入模块,用于接收所述水样样本信息获取模块、设施水排放信息处理模块、关联建筑设施识别模块、待分析指标序列生成模块中的数据,基于所述数据对每一个所述水质取样瓶对应的近场通信标签进行内容编辑;
所述云端匹配模块,用于接收所述近场通信标签信息录入模块中的数据,基于所述数据对每一个水质分析需求下的水样与水样分析结果进行自动匹配。
7.根据权利要求6所述的一种可实现水样与水样分析结果自动匹配的***,其特征在于,所述设施水排放信息处理模块包括水排放扩散角求取单元、水排放扩散区域求取单元;
所述水排放扩散角求取单元,用于接收所述水样样本信息获取模块中的数据,对目标设施范围内各建筑设施进行水排放扩散角的求取;
所述水排放扩散区域求取单元,用于接收所述水样样本信息获取模块、水排放扩散角求取单元中的数据,对目标设施范围内各建筑设施进行水排放扩散区域的求取。
8.根据权利要求6所述的一种可实现水样与水样分析结果自动匹配的***,其特征在于,所述关联建筑设施识别模块包括水质影响路径判断单元、关联建筑设施识别单元;
所述水质影响路径判断单元,用于接收所述设施水排放信息处理模块中的数据,基于各建筑设施的水排放扩散角和水排放扩散区域进行水质影响路径的判断;
所述关联建筑设施识别单元,用于接收所述水质影响路径判断单元中的数据,基于所述数据进行关联建筑设施的识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210431106.1A CN114814140B (zh) | 2022-04-22 | 2022-04-22 | 一种可实现水样与水样分析结果自动匹配的方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210431106.1A CN114814140B (zh) | 2022-04-22 | 2022-04-22 | 一种可实现水样与水样分析结果自动匹配的方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114814140A CN114814140A (zh) | 2022-07-29 |
CN114814140B true CN114814140B (zh) | 2024-01-30 |
Family
ID=82505525
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210431106.1A Active CN114814140B (zh) | 2022-04-22 | 2022-04-22 | 一种可实现水样与水样分析结果自动匹配的方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114814140B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2311252A1 (en) * | 2000-06-09 | 2001-12-09 | Watertrax Inc. | Integrated water quality monitoring system |
CN104483462A (zh) * | 2014-12-31 | 2015-04-01 | 力合科技(湖南)股份有限公司 | 用于环境监测的水样取样方法及*** |
CN106990060A (zh) * | 2017-03-24 | 2017-07-28 | 四川碧朗科技有限公司 | 水质指标监测仪、云数据中心及***、预测方法和水样识别方法 |
WO2019019709A1 (zh) * | 2017-07-24 | 2019-01-31 | 厦门快商通科技股份有限公司 | 一种自来水管漏水检测方法 |
CN109782797A (zh) * | 2019-01-03 | 2019-05-21 | 中国科学院自动化研究所 | 用于多点水质采样的多无人机协同方法、***、装置 |
CN110362097A (zh) * | 2019-08-16 | 2019-10-22 | 泰州市柯普尼通讯设备有限公司 | 水质采样无人艇控制***及控制方法 |
CN111007225A (zh) * | 2019-12-30 | 2020-04-14 | 广东长天思源环保科技股份有限公司 | 一种自动环境水质监测船和水质监测*** |
CN111015651A (zh) * | 2019-11-26 | 2020-04-17 | 广东省医疗器械研究所 | 一种新型的在线水质分析***及其实现方法 |
CN111797946A (zh) * | 2020-05-13 | 2020-10-20 | 长江流域水环境监测中心 | 水质样品采集管理方法及其相关设备和存储装置 |
CN112529218A (zh) * | 2020-12-09 | 2021-03-19 | 张涛 | 一种基于关联分析的建筑物安全检测方法及*** |
CN113240006A (zh) * | 2021-05-12 | 2021-08-10 | 清华大学 | 废水排放的监测方法、装置、电子设备及存储介质 |
CN114062624A (zh) * | 2020-07-31 | 2022-02-18 | 力合科技(湖南)股份有限公司 | 一种地表水入海口断面潮汐自动采样方法及*** |
WO2022068339A1 (zh) * | 2020-09-30 | 2022-04-07 | 力合科技(湖南)股份有限公司 | 水质检测方法及*** |
CN114331246A (zh) * | 2020-09-30 | 2022-04-12 | 力合科技(湖南)股份有限公司 | 水质检测方法及*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106662564B (zh) * | 2014-07-29 | 2019-05-03 | 哈希朗格有限公司 | 对水质测量数据的基于移动的收集 |
-
2022
- 2022-04-22 CN CN202210431106.1A patent/CN114814140B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2311252A1 (en) * | 2000-06-09 | 2001-12-09 | Watertrax Inc. | Integrated water quality monitoring system |
CN104483462A (zh) * | 2014-12-31 | 2015-04-01 | 力合科技(湖南)股份有限公司 | 用于环境监测的水样取样方法及*** |
CN106990060A (zh) * | 2017-03-24 | 2017-07-28 | 四川碧朗科技有限公司 | 水质指标监测仪、云数据中心及***、预测方法和水样识别方法 |
WO2019019709A1 (zh) * | 2017-07-24 | 2019-01-31 | 厦门快商通科技股份有限公司 | 一种自来水管漏水检测方法 |
CN109782797A (zh) * | 2019-01-03 | 2019-05-21 | 中国科学院自动化研究所 | 用于多点水质采样的多无人机协同方法、***、装置 |
CN110362097A (zh) * | 2019-08-16 | 2019-10-22 | 泰州市柯普尼通讯设备有限公司 | 水质采样无人艇控制***及控制方法 |
CN111015651A (zh) * | 2019-11-26 | 2020-04-17 | 广东省医疗器械研究所 | 一种新型的在线水质分析***及其实现方法 |
CN111007225A (zh) * | 2019-12-30 | 2020-04-14 | 广东长天思源环保科技股份有限公司 | 一种自动环境水质监测船和水质监测*** |
CN111797946A (zh) * | 2020-05-13 | 2020-10-20 | 长江流域水环境监测中心 | 水质样品采集管理方法及其相关设备和存储装置 |
CN114062624A (zh) * | 2020-07-31 | 2022-02-18 | 力合科技(湖南)股份有限公司 | 一种地表水入海口断面潮汐自动采样方法及*** |
WO2022068339A1 (zh) * | 2020-09-30 | 2022-04-07 | 力合科技(湖南)股份有限公司 | 水质检测方法及*** |
CN114331246A (zh) * | 2020-09-30 | 2022-04-12 | 力合科技(湖南)股份有限公司 | 水质检测方法及*** |
CN112529218A (zh) * | 2020-12-09 | 2021-03-19 | 张涛 | 一种基于关联分析的建筑物安全检测方法及*** |
CN113240006A (zh) * | 2021-05-12 | 2021-08-10 | 清华大学 | 废水排放的监测方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114814140A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111340797B (zh) | 一种激光雷达与双目相机数据融合检测方法及*** | |
US7660441B2 (en) | System and method for fusing geospatial data | |
US8340360B2 (en) | System and method for fusing vector data with imagery | |
CN111626146B (zh) | 一种基于模板匹配的合并单元格表格分割识别方法 | |
CN110020433B (zh) | 一种基于企业关联关系的工商高管人名消歧方法 | |
CN104778470B (zh) | 基于组件树和霍夫森林的文字检测和识别方法 | |
CN111598942A (zh) | 一种用于对电力设施仪表进行自动定位的方法及*** | |
CN105205000A (zh) | 定位软件开发中代码受影响范围的方法及*** | |
CN114486764B (zh) | 基于全光谱水质分析仪的农业面源污染监测*** | |
CN100470578C (zh) | 基于计算机视觉的科学仪器工作状态监测方法 | |
WO2022247823A1 (zh) | 图像检测方法、设备和存储介质 | |
CN110837839A (zh) | 一种高精度无人机正射影像制作及数据采集方法 | |
CN111027456A (zh) | 基于图像识别的机械水表读数识别方法 | |
CN114266881A (zh) | 一种基于改进型语义分割网络的指针式仪表自动读数方法 | |
CN104680185A (zh) | 基于边界点重分类的高光谱图像分类方法 | |
CN114529610A (zh) | 一种基于rgb-d相机的毫米波雷达数据标注方法 | |
CN114814140B (zh) | 一种可实现水样与水样分析结果自动匹配的方法及*** | |
CN106940804A (zh) | 建筑工程物料管理***表单数据自动录入方法 | |
CN107480667A (zh) | 基于模板的智能题目图像采集处理的方法及其*** | |
CN113989268B (zh) | 一种识别红外图像中指定设备的gis套管的方法及存储介质 | |
CN116822980A (zh) | 一种基矢量引导的典型地表要素智能监测方法及*** | |
CN116311299A (zh) | 表格的结构化数据识别方法、装置及*** | |
Zhang et al. | Deep-learning generation of POI data with scene images | |
Clark et al. | A solar panel dataset of very high resolution satellite imagery to support the Sustainable Development Goals | |
Stark | Quality assessment of volunteered geographic information using open Web map services within OpenAddresses |
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 |