CN116338113B - 环境智慧感知模拟***、方法、服务器和存储介质 - Google Patents
环境智慧感知模拟***、方法、服务器和存储介质 Download PDFInfo
- Publication number
- CN116338113B CN116338113B CN202310639591.6A CN202310639591A CN116338113B CN 116338113 B CN116338113 B CN 116338113B CN 202310639591 A CN202310639591 A CN 202310639591A CN 116338113 B CN116338113 B CN 116338113B
- Authority
- CN
- China
- Prior art keywords
- environmental parameter
- processing
- concentration
- mapping relationship
- sensing node
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 230000008447 perception Effects 0.000 title claims abstract description 15
- 230000007613 environmental effect Effects 0.000 claims abstract description 161
- 238000012545 processing Methods 0.000 claims abstract description 147
- 238000013507 mapping Methods 0.000 claims abstract description 61
- 230000002159 abnormal effect Effects 0.000 claims abstract description 44
- 239000007789 gas Substances 0.000 claims description 49
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 37
- 239000001569 carbon dioxide Substances 0.000 claims description 37
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 33
- 239000001301 oxygen Substances 0.000 claims description 33
- 229910052760 oxygen Inorganic materials 0.000 claims description 33
- 239000013618 particulate matter Substances 0.000 claims description 31
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 26
- 239000002341 toxic gas Substances 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 description 18
- 230000000875 corresponding effect Effects 0.000 description 18
- 230000002596 correlated effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 231100000572 poisoning Toxicity 0.000 description 2
- 230000000607 poisoning effect Effects 0.000 description 2
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer 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
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- 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
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/004—CO or CO2
-
- 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
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- 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
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
- G05B19/0425—Safety, monitoring
-
- 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
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Dispersion Chemistry (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Air Conditioning Control Device (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请提出一种环境智慧感知模拟***、方法、服务器和存储介质;***中,处理层配置为在第一环境参数处于正常条件下时,对第一环境参数进行高频处理得到第一处理结果,并生成用于对对象进行控制的第一控制信息,且对第二环境参数进行低频处理;在第一环境参数处于异常条件下时,以提高处理第二环境参数频率的方式对第二环境参数按照预设映射关系进行处理得到第二处理结果,进而生成对对象进行控制的第二控制信息,并且将第一环境参数所处的异常条件、第一处理结果和第二处理结果按照预设的方法生成模拟信息。本申请用于采集重点环境参数的传感节点出现异常时,无法及时的获取对象对环境造成的影响技术问题。
Description
技术领域
本发明涉及环境智能检测技术领域,具体为一种环境智慧感知模拟***、方法、服务器和存储介质。
背景技术
物联网技术已经渗入工业生产技术领域。物联网架构主要包括传感层、处理层以及平台层。传感层将传感对象的状态信息、传感对象所处环境的环境信息采集后上传至处理层。处理层对采集的状态信息和环境信息进行加工处理后,一方面传输至平台层,另一方面则生成相应的控制信息以控制传感对象对其工作状态进行调整或者对环境进行调节。
现有技术中,通常将多个传感节点来获得不同的环境参数,以此反应对象所处的环境状态或者对象的工作状态;但是,当其中一些传感节点出现异常时,尤其是一些用于采集重点环境参数的传感节点出现异常时,无法及时的获取当前的环境状态或者工作状态。
发明内容
针对现有技术的存在的用于采集重点环境参数的传感节点出现异常时,无法及时的获取对象对环境造成的影响技术问题。本发明提供了一种环境智慧感知模拟***、方法、服务器和存储介质。
为实现以上目的,本发明通过以下技术方案予以实现:
本申请提出一种环境智慧感知模拟***,包括:
传感层,所述传感层至少包括第一传感节点和第二传感节点;所述第一传感节点配置为采集监控对象所处环境的第一环境参数,所述第二传感节点配置为采集所述环境的第二环境参数;其中,所述第一环境参数和所述第二环境参数具有关联性;配置时,第一传感节点和所述第二传感节点进行关联设置;
处理层,所述处理层与所述传感层通过工业物联网连接,配置为在所述第一传感节点处于正常条件下时,对所述第一环境参数进行高频处理得到第一处理结果,并生成用于对所述对象进行控制的第一控制信息,且对所述第二环境参数进行低频处理;在所述第一传感节点处于异常条件下时,以提高处理所述第二环境参数频率的方式对所述第二环境参数按照预设映射关系进行处理得到第二处理结果,进而生成对所述对象进行控制的第二控制信息,并且将所述第一环境参数所处的异常条件、所述第一处理结果和所述第二处理结果按照预设的方法生成模拟信息;
平台层,所述平台层与所述处理层通过以太网连接,用于在所述第一环境参数处于所述异常条件下时,接收所述模拟信息并控制模拟设备按照与所述异常条件对应的展示方式展示所述模拟信息。
可选地,所述异常条件包括所述第一传感节点断网、所述第一传感节点故障和所述第一环境参数缺失中的至少一种。
可选地,所述对象为输油管道或者输气管道;所述第一传感节点为油气浓度传感器;所述第二传感节点为温度传感器、二氧化碳传感器和颗粒物传感器中的至少一种。
可选地,所述预设映射关系包括油气浓度-温度映射关系、油气浓度-二氧化碳浓度映射关系、油气浓度-颗粒物浓度映射关系、油气浓度-温度-二氧化碳浓度映射关系、油气浓度-温度-颗粒物浓度映射关系、油气浓度-二氧化碳浓度--颗粒物浓度映射关系、油气浓度-温度-二氧化碳浓度-颗粒物浓度映射关系中的至少一种。
可选地,所述对象为矿井;所述第一传感节点为氧气传感器;所述第二传感节点为有毒气体传感器、二氧化碳传感器或者颗粒物传感器中的至少一种。
可选地,所述预设映射关系包括氧气浓度-有毒气体浓度映射关系、氧气浓度-二氧化碳浓度映射关系、氧气浓度-颗粒物浓度映射关系、氧气浓度-有毒气体浓度-二氧化碳浓度映射关系、氧气浓度-有毒气体浓度-颗粒物浓度映射关系、氧气浓度-二氧化碳浓度-颗粒物浓度映射关系、氧气浓度-有毒气体浓度-二氧化碳浓度-颗粒物浓度映射关系中的至少一种。
可选地,在所述第一环境参数超过其对应第一阈值或者低于其对应的第二阈值且所述第一环境参数处于所述正常条件下时,提高所述第二环境参数的处理频率至与所述第一环境参数的处理频率一致,并且利用预测模型对所述第一环境参数和所述第二环境参数进行处理,得到第三处理结果,所述第三处理结果用于预测所述对象发生危险事件的可能性;
所述处理层将所述第三处理结果发送至所述平台层。
本申请实施例还提出一种环境的智慧模拟方法,其特征在于,包括:
获取具有关联性的第一环境参数和第二环境参数;所述第一环境参数和所述第二环境参数为采集对象所处的环境的不同参数;
在所述第一环境参数处于正常条件下时,对所述第一环境参数进行高频处理得到第一处理结果,并生成用于对所述对象进行控制的第一控制信息,且对所述第二环境参数进行低频处理;
在所述第一环境参数处于异常条件下时,以提高处理所述第二环境参数频率的方式对所述第二环境参数按照预设映射关系进行处理得到第二处理结果,并且生成对所述对象进行控制的第二控制信息;将所述第一环境参数所处的异常条件、所述第一处理结果和所述第二处理结果按照预设的方法生成模拟信息;
发送所述模拟信息;所述模拟信息用于控制模拟设备按照与所述异常条件对应的展示方式展示所述模拟信息。
本申请还提出一种服务器,包括:所述服务器包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现如前所述的环境的智慧模拟方法。
本申请还提出一种存储介质,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行前所述的环境的智慧模拟方法。
在本申请实施例的技术方案中,将第一传感节点和第二传感节点进行关联设置,用于对同一对象所处的环境进行环境参数采集,两者采集的参数分别为第一环境参数和第二环境参数;第一环境参数和第二环境参数具有一定的关联性;当第一传感节点处于正常条件时,处理层对第一环境参数采用高频处理的方式得到第一处理结果,进而生成用于控制所述对象的第一控制信息,而此时,处理层对第二环境参数采用低频处理的方式,用于辅助第一处理结果生成第一控制信息;而当第一传感节点处于异常条件时,处理层无法获取到第一环境参数时,以提高处理所述第二环境参数频率的方式对所述第二环境参数按照预设映射关系进行处理得到第二处理结果,进而生成对所述对象进行控制的第二控制信息,此时,便能够快速地通过第二环境参数侧面反应出第一环境参数所对应的环境状态。然后将第二处理结果、第一处理结果以及异常条件生成模拟信息,并发送至平台层,平台层按照预设的方法展示模拟信息,供作业人员进行参考。
附图说明
图1为根据本发明环境智慧感知模拟***的架构示意图;
图2为本发明一个实施例提供的服务器的结构示意图。
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。
在物联网架构中,传感层110主要分为两类,一类是用于感知对象工作状态的其他传感节点,另一类是用于感知对象所处环境的(第一和第二)传感节点。其中,环境参数在物联网中应用时,一方面用于反应自然环境,另一方面用于反应对象对自然环境的影响。比如,在输油输气管道中,若管道出现泄露,则会直接导致大气中弥漫油气,此时可以通过油气浓度传感器获得油气浓度数据;又比如,若管道出现泄露且泄露后的油气出现燃烧,则其周围会出现二氧化碳,此时可以通过二氧化碳浓度传感器获得二氧化碳浓度数据。再比如,在矿井中,若矿井出现坍塌,则由氧气浓度传感器采集氧气浓度,以反应矿井坍塌对井内氧气的影响;又比如,在矿井中,若矿井出现坍塌,则由有毒气体浓度传感器采集有毒气体浓度,以反应矿井坍塌时是否产生有毒气体。
通常情况下,现有技术中环境传感节点将其采集的参数均发送至处理层,进行处理,得到相应的控制参数,以控制对象调整工作状态或者环境设备对环境进行调节。这种方式中,用于采集重点环境参数的传感节点出现异常时,无法及时的获取对象对环境造成的影响,进而会延误处理甚至延误救援。为此,本申请实施例提供以下技术方案,旨在能够及时有效地根据不同情况下的环境参数得到相对应的环境状态,以能及时处理和及时救援。
本发明通过以下技术方案予以实现:
图1所示,本申请提出一种基于工业物联网和以太网的环境智慧感知模拟***,包括:
传感层110,所述传感层至少包括第一传感节点和第二传感节点;所述第一传感节点配置为采集监控对象所处环境的第一环境参数,所述第二传感节点配置为采集所述环境的第二环境参数;其中,所述第一环境参数和所述第二环境参数具有关联性;配置时,第一传感节点和所述第二传感节点进行关联设置;
处理层130,所述处理层与所述传感层通过工业物联网连接,配置为在所述第一传感节点处于正常条件下时,对所述第一环境参数进行高频处理得到第一处理结果,并生成用于对所述对象进行控制的第一控制信息,且对所述第二环境参数进行低频处理;在所述第一环境参数处于异常条件下时,以提高处理所述第二环境参数频率的方式对所述第二环境参数按照预设映射关系进行处理得到第二处理结果,进而生成对所述对象进行控制的第二控制信息,并且将所述第一环境参数所处的异常条件、所述第一处理结果和所述第二处理结果按照预设的方法生成模拟信息;
平台层120,所述平台层与所述处理层通过以太网连接,用于在所述第一环境参数处于所述异常条件下时,接收所述模拟信息并控制模拟设备按照与所述异常条件对应的展示方式展示所述模拟信息。
在本申请实施例的技术方案中,将第一传感节点和第二传感节点进行关联设置,用于对同一对象所处的环境进行环境参数采集,两者采集的参数分别为第一环境参数和第二环境参数;第一环境参数和第二环境参数具有一定的关联性;当第一传感节点处于正常条件时,处理层对第一环境参数采用高频处理的方式得到第一处理结果,进而生成用于控制所述对象的第一控制信息,而此时,处理层对第二环境参数采用低频处理的方式,用于辅助第一处理结果生成第一控制信息;而当第一传感节点处于异常条件时,处理层无法获取到第一环境参数时,以提高处理所述第二环境参数频率的方式对所述第二环境参数按照预设映射关系进行处理得到第二处理结果,进而生成对所述对象进行控制的第二控制信息,此时,便能够快速地通过第二环境参数侧面反应出第一环境参数所对应的环境状态。然后将第二处理结果、第一处理结果以及异常条件生成模拟信息,并发送至平台层,平台层按照预设的方法展示模拟信息,供作业人员进行参考。
需要说明的是,传感层还可以包括其他传感节点。其他传感节点可以包括用于采集对象工作状态的传感节点,可以用于采集其他环境参数的传感节点(这些传感节点根据对象所处环境的不同也可以按照第一传感节点和第二传感节点的工作模式进行组队设置,也可以单独设置)。
在本申请实施例中,第一传感节点采集重点环境参数,第二传感节点径用作采集反应该重点环境参数的另一环境参数。在处理层对两个参数进行处理时,通过高频和低频的设置,可以提高对重点环境参数的处理效率,提高对重点环境参数的处理速度,能够在第一传感节点正常的情况下,快速响应。比如,在第一传感节点处于正常条件下,能够将第一环境参数上传至处理层时,每单位时间内对第一环境参数的处理次数为M次,对第二环境参数的处理次数为N次,M次大于N次;一般情况下,M通常为N的10倍以上。
而在第一传感节点处于异常条件下,由于第一(重点)环境参数无法第一环境参数上传至处理层时,则提高对第二环境参数的处理频率,以便能够提高对反应重点环境参数的第二环境参数的处理效率,提高对第二环境参数的处理速度,能够在第一传感节点异常的情况下,快速响应。比如,每单位时间内对第一环境参数的处理次数为0次,对第二环境参数的处理次数为P次,P次大于N次;一般情况下,P通常为N的10倍以上。
在实施例中,模拟信息中通常用作展示,比如在屏幕上展示,异常条件前后的第一处理结果和第二处理结果,以对重点关注的环境在异常条件前后处理结果的对比。需要说明的是,本申请实施例中,第二处理结果是根据预设的预设映射关系预测得到的用于反应重点环境指标的处理结果。进一步地,所述异常条件并非指第一环境参数出现了异常,而是第一环境参数在传输上、采集上或者在处理上出现了异常,以无法通过第一环境参数来反应重点的环境指标。比如,所述异常条件包括所述第一传感节点断网、所述第一传感节点故障和所述第一环境参数缺失中的至少一种。
比如,在应用于输油输气管道中时,重点关注的环境指标为大气中的油气浓度。所述对象为输油管道或者输气管道;所述第一传感节点为油气浓度传感器;所述第二传感节点为温度传感器、二氧化碳传感器和颗粒物传感器中的至少一种。当油气浓度传感器出现异常时,处理层无法获取到油气浓度参数时,此时可以通过温度传感器、二氧化碳传感器和颗粒物传感器中至少一种来反应油气浓度。
上述实施例中,所述预设映射关系包括油气浓度-温度映射关系、油气浓度-二氧化碳浓度映射关系、油气浓度-颗粒物浓度映射关系、油气浓度-温度-二氧化碳浓度映射关系、油气浓度-温度-颗粒物浓度映射关系、油气浓度-二氧化碳浓度--颗粒物浓度映射关系、油气浓度-温度-二氧化碳浓度-颗粒物浓度映射关系中的至少一种。上述映射关系为可以通过实验数据得到的实验模型、通过理论推导的理论模型以及根据网络训练得到的网络模型。
一般情况下,油气浓度通常和颗粒物的浓度具有一定的关联性。若油气泄露导致出现燃烧时,油气浓度和温度或者二氧化氮的浓度具有一定的关联性。上述的这种关联性通过上述所述的实验模型、理论模型以及网络模型中的一个进行反应,并设置在处理层中。当油气浓度传感器无法将油气浓度参数上传至处理层时,可以通过获取温度浓度、二氧化碳浓度和颗粒物浓度中的至少一种来侧面反应油气浓度,依对油气浓度进行实时监测。
需要说明的是,油气浓度数据还可以通过的环境参数进行侧面监控,比如一氧化碳传感器等,上述实施例仅为示例性的解释本申请的实施过程中。在本申请的技术构思下,本领域的技术人员可以进行相适应的调整。
又比如,在矿井中,重点关注的环境指标为矿井中的氧气浓度。上述实施例中,所述对象为矿井;所述第一传感节点为氧气传感器;所述第二传感器节点为有毒气体传感器、二氧化碳传感器或者颗粒物传感器中的至少一种。当氧气传感器出现异常时,处理层无法获取到矿井中氧气的浓度时,此时可以通过有毒气体传感器、二氧化碳传感器或者颗粒物传感器中的至少一种来反应油气浓度。
上述实施例中,所述预设映射关系包括氧气浓度-有毒气体浓度映射关系、氧气浓度-二氧化碳浓度映射关系、氧气浓度-颗粒物浓度映射关系、氧气浓度-有毒气体浓度-二氧化碳浓度映射关系、氧气浓度-有毒气体浓度-颗粒物浓度映射关系、氧气浓度-二氧化碳浓度-颗粒物浓度映射关系、氧气浓度-有毒气体浓度-二氧化碳浓度-颗粒物浓度映射关系中的至少一种。上述映射关系为可以通过实验数据得到的实验模型、通过理论推导的理论模型以及根据网络训练得到的网络模型。
一般情况下,氧气浓度通常、二氧化碳浓度、颗粒物浓度和有毒气体浓度具有一定的关联性。上述的这种关联性通过上述所述的实验模型、理论模型以及网络模型中的一个进行反应,并设置在处理层中。
在实施例中,第一环境参数作为重点环境指标的重要数据源,其一般仅能够单方面的表征当前的环境状态;当其对应第一阈值或者低于其对应的第二阈值且所述第一环境参数处于所述正常条件下时,本申请进一步地,提高所述第二环境参数的处理频率至与所述第一环境参数的处理频率一致,并且利用预测模型对所述第一环境参数和所述第二环境参数进行处理,得到第三处理结果,所述第三处理结果用于预测所述对象发生危险事件的可能性;所述处理层将所述第三处理结果发送至所述平台层。比如,在输油输气管道中,当油气浓度高于其对应的第一阈值时,提高温度数据的处理频率,此时可以利用对应的预测模型根据油气浓度和温度来预测管道是否会发生***的可能性。又比如,当氧气浓度低于对应的第二阈值时,提高有毒气体的处理频率,此时可以利用对应的预测模型根据氧气浓度和有毒气体浓度预测矿井内作业人员中毒甚至中毒死亡的可能性。
在实施例中,预测模型主要通过网络训练得到的网络模型。其是通过对若干组具有关联性的环境数据来预测相应事件发生的可能性。在不同的场景下,该预测模型是不同的,因而需要通过对不同场景的环境参数进行深度学习以构建出该预测模型。
请参考图2,其示出了本发明一个实施例提供的服务器的结构示意图。所述服务器130(处理层130)包括中央处理单元(CPU)1301、包括随机存取存储器(RAM)1302和只读存储器(ROM)1303的***存储器1304,以及连接***存储器1304和中央处理单元1301的***总线1305。所述服务器130还包括帮助计算机内的各个器件之间传输信息的基本输入/输出***(I/O***)1306,和用于存储操作***1313、应用程序1314和其他程序模块1315的大容量存储设备1307。
所述基本输入/输出***1306包括有用于显示信息的显示器1308和用于用户输入信息的诸如鼠标、键盘之类的输入设备1309。其中所述显示器1308和输入设备1309都通过连接到***总线1305的输入/输出控制器1310连接到中央处理单元1301。所述基本输入/输出***1306还可以包括输入/输出控制器1310以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入/输出控制器1310还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备1307通过连接到***总线1305的大容量存储控制器(未示出)连接到中央处理单元1301。所述大容量存储设备1307及其相关联的计算机可读介质为服务器130提供非易失性存储。也就是说,所述大容量存储设备1307可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
不失一般性,所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术,CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的***存储器1304和大容量存储设备1307可以统称为存储器。
根据本发明的各种实施例,所述服务器130还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器130可以通过连接在所述***总线1305上的网络接口单元1311连接到网络1312,或者说,也可以使用网络接口单元1311来连接到其他类型的网络或远程计算机***(未示出)。
所述存储器还包括一个或者一个以上的程序,所述一个或者一个以上程序存储于存储器中,所述一个或者一个以上程序用于执行一种环境的智慧模拟方法。该方法包括:
获取具有关联性的第一环境参数和所述第二环境参数;所述第一环境参数和所述第二环境参数为采集对象所处的环境的不同参数;
在所述第一环境参数能够获取时,对所述第一环境参数进行高频处理得到第一处理结果,并生成用于对所述对象进行控制的第一控制信息,且对所述第二环境参数进行低频处理;
在所述第一环境参数无法获取时,以提高处理所述第二环境参数频率的方式对所述第二环境参数按照预设映射关系进行处理得到第二处理结果,并且生成对所述对象进行控制的第二控制信息;将所述第一环境参数所处的异常条件、所述第一处理结果和所述第二处理结果按照预设的方法生成模拟信息;
发送所述模拟信息;所述模拟信息用于控制模拟设备按照与所述异常条件对应的展示方式展示所述模拟信息。
在具体实施时,将第一传感节点和第二传感节点进行关联设置,用于对同一对象所处的环境进行环境参数采集,两者采集的参数分别为第一环境参数和第二环境参数;第一环境参数和第二环境参数具有一定的关联性;当第一传感节点处于正常条件时,处理层对第一环境参数采用高频处理的方式得到第一处理结果,进而生成用于控制所述对象的第一控制信息,而此时,处理层对第二环境参数采用低频处理的方式,用于辅助第一处理结果生成第一控制信息;而当第一传感节点处于异常条件时,处理层无法获取到第一环境参数时,以提高处理所述第二环境参数频率的方式对所述第二环境参数按照预设映射关系进行处理得到第二处理结果,进而生成对所述对象进行控制的第二控制信息,此时,便能够快速地通过第二环境参数侧面反应出第一环境参数所对应的环境状态。然后将第二处理结果、第一处理结果以及异常条件生成模拟信息,并发送至平台层,平台层按照预设的方法展示模拟信息,供作业人员进行参考。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种环境智慧感知模拟***,其特征在于,包括:
传感层,所述传感层至少包括第一传感节点和第二传感节点;所述第一传感节点配置为采集监控对象所处环境的第一环境参数,所述第二传感节点配置为采集所述环境的第二环境参数;其中,所述第一环境参数和所述第二环境参数具有关联性;配置时,第一传感节点和所述第二传感节点进行关联设置;
处理层,所述处理层与所述传感层通过工业物联网连接,配置为在所述第一传感节点处于正常条件下时,对所述第一环境参数进行高频处理得到第一处理结果,并生成用于对所述对象进行控制的第一控制信息,且对所述第二环境参数进行低频处理;在所述第一传感节点处于异常条件下时,以提高处理所述第二环境参数频率的方式对所述第二环境参数按照预设映射关系进行处理得到第二处理结果,进而生成对所述对象进行控制的第二控制信息,并且将所述第一环境参数所处的异常条件、所述第一处理结果和所述第二处理结果按照预设的方法生成模拟信息;
平台层,所述平台层与所述处理层通过以太网连接,用于在所述第一环境参数处于所述异常条件下时,接收所述模拟信息并控制模拟设备按照与所述异常条件对应的展示方式展示所述模拟信息。
2.如权利要求1所述的环境智慧感知模拟***,其特征在于,所述异常条件包括所述第一传感节点断网、所述第一传感节点故障和所述第一环境参数缺失中的至少一种。
3.如权利要求1所述的环境智慧感知模拟***,其特征在于,所述对象为输油管道或者输气管道;所述第一传感节点为油气浓度传感器;所述第二传感节点为温度传感器、二氧化碳传感器和颗粒物传感器中的至少一种。
4.如权利要求3所述的环境智慧感知模拟***,其特征在于,所述预设映射关系包括油气浓度-温度映射关系、油气浓度-二氧化碳浓度映射关系、油气浓度-颗粒物浓度映射关系、油气浓度-温度-二氧化碳浓度映射关系、油气浓度-温度-颗粒物浓度映射关系、油气浓度-二氧化碳浓度--颗粒物浓度映射关系、油气浓度-温度-二氧化碳浓度-颗粒物浓度映射关系中的至少一种。
5.如权利要求1所述的环境智慧感知模拟***,其特征在于,所述对象为矿井;所述第一传感节点为氧气传感器;所述第二传感节点为有毒气体传感器、二氧化碳传感器或者颗粒物传感器中的至少一种。
6.如权利要求5所述的环境智慧感知模拟***,其特征在于,所述预设映射关系包括氧气浓度-有毒气体浓度映射关系、氧气浓度-二氧化碳浓度映射关系、氧气浓度-颗粒物浓度映射关系、氧气浓度-有毒气体浓度-二氧化碳浓度映射关系、氧气浓度-有毒气体浓度-颗粒物浓度映射关系、氧气浓度-二氧化碳浓度-颗粒物浓度映射关系、氧气浓度-有毒气体浓度-二氧化碳浓度-颗粒物浓度映射关系中的至少一种。
7.如权利要求1所述的环境智慧感知模拟***,其特征在于,在所述第一环境参数超过其对应第一阈值或者低于其对应的第二阈值且所述第一环境参数处于所述正常条件下时,提高所述第二环境参数的处理频率至与所述第一环境参数的处理频率一致,并且利用预测模型对所述第一环境参数和所述第二环境参数进行处理,得到第三处理结果,所述第三处理结果用于预测所述对象发生危险事件的可能性;
所述处理层将所述第三处理结果发送至所述平台层。
8.一种环境的智慧模拟方法,其特征在于,包括:
获取具有关联性的第一环境参数和第二环境参数;所述第一环境参数和所述第二环境参数为采集对象所处的环境的不同参数;
在能获取到所述第一环境参数时,对所述第一环境参数进行高频处理得到第一处理结果,并生成用于对所述对象进行控制的第一控制信息,且对所述第二环境参数进行低频处理;
在无法获取到所述第一环境参数时,以提高处理所述第二环境参数频率的方式对所述第二环境参数按照预设映射关系进行处理得到第二处理结果,并且生成对所述对象进行控制的第二控制信息;将所述第一环境参数所处的异常条件、所述第一处理结果和所述第二处理结果按照预设的方法生成模拟信息;
发送所述模拟信息;所述模拟信息用于控制模拟设备按照与所述异常条件对应的展示方式展示所述模拟信息。
9.一种服务器,其特征在于,包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现权利要求8所述的环境的智慧模拟方法。
10.一种存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行前述权利要求8所述的环境的智慧模拟方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310639591.6A CN116338113B (zh) | 2023-06-01 | 2023-06-01 | 环境智慧感知模拟***、方法、服务器和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310639591.6A CN116338113B (zh) | 2023-06-01 | 2023-06-01 | 环境智慧感知模拟***、方法、服务器和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116338113A CN116338113A (zh) | 2023-06-27 |
CN116338113B true CN116338113B (zh) | 2023-07-28 |
Family
ID=86879153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310639591.6A Active CN116338113B (zh) | 2023-06-01 | 2023-06-01 | 环境智慧感知模拟***、方法、服务器和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116338113B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114424167A (zh) * | 2019-05-06 | 2022-04-29 | 强力物联网投资组合2016有限公司 | 用于促进工业物联网***智能开发的平台 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102575917B1 (ko) * | 2018-05-08 | 2023-09-08 | 주식회사 심플비트 | 클라우드 기반 가상 센서를 이용한 IoT 센서 이상 진단 방법 및 시스템 |
KR102501286B1 (ko) * | 2020-12-15 | 2023-02-22 | 한국전자통신연구원 | 기체 센서의 이상 감지 장치 및 방법 |
CN112714446B (zh) * | 2020-12-31 | 2023-05-02 | 中国电子科技集团公司第七研究所 | 一种基于边缘智能的协作入侵感知方法 |
CN113794537B (zh) * | 2021-09-27 | 2024-06-25 | 国网信息通信产业集团有限公司 | 电力物联网中传感网络及其自适应动态采样方法和装置 |
CN115865680A (zh) * | 2022-11-28 | 2023-03-28 | 北京秒如科技有限公司 | 分布式的设备接入、控制和数据传输的方法及***、装置 |
-
2023
- 2023-06-01 CN CN202310639591.6A patent/CN116338113B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114424167A (zh) * | 2019-05-06 | 2022-04-29 | 强力物联网投资组合2016有限公司 | 用于促进工业物联网***智能开发的平台 |
Also Published As
Publication number | Publication date |
---|---|
CN116338113A (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3239884B1 (en) | Domain level threat detection for industrial asset control system | |
US20170235626A1 (en) | Anomaly Fusion on Temporal Casualty Graphs | |
CA2972973A1 (en) | Machine learning-based fault detection system | |
CN104102773A (zh) | 一种设备故障预警及状态监测方法 | |
WO2023098372A1 (zh) | 自我诊断方法和无负压叠压供水设备 | |
US20180174694A1 (en) | Abnormality diagnosis system and abnormality diagnosis method | |
JP6280862B2 (ja) | イベント分析システムおよび方法 | |
CN117436593B (zh) | 基于人工智能的焚烧炉***故障预测方法及*** | |
CN116338113B (zh) | 环境智慧感知模拟***、方法、服务器和存储介质 | |
JP5089716B2 (ja) | データ収集装置、空気調和装置、データ収集システム、データ収集方法及びプログラム | |
CN110007171A (zh) | 变压器在线监测数据误报警的筛查方法及*** | |
CN111105582A (zh) | 森林防火监测方法、***、计算机设备和可读存储介质 | |
Bodei et al. | Modelling and analysing IoT systems | |
CN106296446B (zh) | 一种供电安全管理***及方法 | |
KR20220085160A (ko) | 클라우드 기반 재난 감지 방법 및 이를 수행하는 재난 분석 시스템 | |
US10573147B1 (en) | Technologies for managing safety at industrial sites | |
CN116418650B (zh) | 智能监控***、方法、服务器和存储介质 | |
Kotti | Industrial Automation with Safety Aspects using Machine Learning Techniques | |
CN118101721B (zh) | 基于监管物联网的燃气管廊机器人管理方法与物联网*** | |
CN115394053B (zh) | 电缆沟环境气体监测报警装置 | |
Ekka et al. | An Effective Early Detection and Prediction System for Gas Leakage in Smart Environments | |
CN104486426A (zh) | 一种用于智慧教学***的预警方法及预警装置 | |
Shao et al. | Remaining useful life prediction method for Degradation–Shock dependence: Case of a subsea hydraulic control system | |
Shintani et al. | Study on high resilient structures for IoT systems to detect accidents | |
CN116995812A (zh) | 输电线路终端设备的监控方法、***、计算机设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |