CN116939532B - 一种基于5g的通信塔远程监测*** - Google Patents
一种基于5g的通信塔远程监测*** Download PDFInfo
- Publication number
- CN116939532B CN116939532B CN202311200565.XA CN202311200565A CN116939532B CN 116939532 B CN116939532 B CN 116939532B CN 202311200565 A CN202311200565 A CN 202311200565A CN 116939532 B CN116939532 B CN 116939532B
- Authority
- CN
- China
- Prior art keywords
- tower
- communication tower
- deformation
- index
- component
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 151
- 238000004891 communication Methods 0.000 title claims abstract description 135
- 230000005856 abnormality Effects 0.000 claims abstract description 52
- 230000003647 oxidation Effects 0.000 claims abstract description 33
- 238000007254 oxidation reaction Methods 0.000 claims abstract description 33
- 238000012423 maintenance Methods 0.000 claims abstract description 31
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 claims description 34
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 14
- 238000005452 bending Methods 0.000 claims description 13
- 230000007797 corrosion Effects 0.000 claims description 13
- 238000005260 corrosion Methods 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 230000004888 barrier function Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims description 2
- 230000036541 health Effects 0.000 abstract description 6
- 238000013468 resource allocation Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/54—Extraction of image or video features relating to texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Human Resources & Organizations (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Medical Informatics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明属于通信塔远程监测领域,具体公开提供的一种基于5G的通信塔远程监测***,该***包括:通过计算支架构件的形变程度指数和螺栓构件的氧化程度指数,评估通信塔的局部支架构件和螺栓构件的健康状况,及时发现通信塔存在的结构健康隐患问题。基于通信塔安全区域内障碍物影响因素和当地气象信息影响因素,分析通信塔外界环境异常指数,可以确定潜在的障碍物碰撞风险,并采取相应的措施来避免碰撞事故的发生,以及对通信塔在强风和暴雨天气下的塔体结构稳定性安全隐患问题进行监测响应。通过分析各监测段内的形变构件密集度,评估塔体维修需求指数,有助于确定通信塔结构的维修计划和资源分配,提高维修工作的效率。
Description
技术领域
本发明属于通信塔远程监测领域,涉及到一种基于5G的通信塔远程监测***。
背景技术
通信塔通常建设在空旷偏远的地方,人为检测多有不便,故而远程监测通信塔的塔体结构对于确保通信塔的安全稳定运行非常重要,可以提高工作效率、节约成本和提高安全性,为相关管理人员提供决策支持。通过远程监测***,可以实时获取通信塔的塔体结构信息,包括塔身的倾斜度、变形情况等,据此可以及时发现和预防可能存在的塔体结构安全隐患问题,提高通信塔的运行安全性。
远程监测***可以利用传感器、摄像头、无线通信等技术,将塔体结构信息传输至指定的监测中心,监测中心可以对数据进行实时分析和处理,如果发现异常情况,可以及时采取相应的措施,以确保通信塔的正常运行。
目前现有的通信塔远程监测内容主要关注塔体的整体结构,包括整体结构中的倾斜度、温度、震动等参数,在对塔体的局部结构监测结果上存在明显的缺失,具体包括:(1)目前的通信塔远程监测内容在设计和实施中可能没有考虑到局部支架构件的具体检测需求,局部支架构件作为通信塔结构的重要组成部分,其损坏或故障可能会对整体结构的稳定性产生影响,故而缺乏对局部支架构件的具体监测,将无法提供详细的故障诊断能力,难以准确判断故障原因和位置,这可能导致潜在的安全隐患未被及时发现和解决,增加了通信塔发生结构性故障的风险。
(2)目前的通信塔远程监测内容未对通信塔可能存在的障碍物进行识别分析,可能导致鸟类筑巢、树木高长等障碍物的存在未被及时发现和处理,增加了障碍物与通信设备的碰撞风险,从而加剧了通信塔的安全风险,可能导致通信故障、设备损坏甚至塔倒塌等严重后果。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种基于5G的通信塔远程监测***。
本发明的目的可以通过以下技术方案实现:本发明提供一种基于5G的通信塔远程监测***,该***包括:监测段划分模块,用于对通信塔塔体进行均匀划分得到各监测段,在各监测段内安装摄像设备,采集各监测段局部图像。
局部构件监测模块,用于识别各监测段局部图像中的各构件类型和构件位置,构件类型包括支架构件和螺栓构件,进而分析支架构件的形变程度指数和螺栓构件的氧化程度指数。
塔体维修需求评估模块,用于根据各构件类型和构件位置,计算各监测段内的形变构件密集度,对通信塔塔体维修需求指数进行分析,进而判断是否存在结构异常结果。
外界环境监测模块,用于构建通信塔安全区域,评估安全区域内的障碍物影响因子,并获取当地气象异常影响因子/>,分析通信塔外界环境异常指数,进而判断是否存在环境异常结果。
预警平台,用于将异常结果发送至后台显示终端。
在一种示例中,所述分析支架构件的形变程度指数,具体步骤为:利用图像识别技术,对各监测段局部图像进行处理和分析,得到各监测段局部图像中各支架构件的形变类型,形变类型包括断裂类型、弯曲类型和腐蚀类型。
若某支架构件的形变类型为断裂类型,断裂类型包括局部裂纹和整体断开,则获取该支架构件的裂纹长度,计算该支架构件的断裂程度指数,/>,其中/>为支架构件的裂纹长度,/>为设定参照裂纹长度,T1表示断裂类型为局部裂纹,T2表示断裂类型为整体断开。
若某支架构件的形变类型为弯曲类型,则获取该支架构件的轮廓偏移面积,计算该支架构件的弯曲程度指数。
若某支架构件的形变类型为腐蚀类型,则获取该支架构件的锈迹深度和锈迹面积,计算该支架构件的腐蚀程度指数。
若某支架构件的形变类型包括弯曲类型和腐蚀类型,则以作为该支架构件的形变程度指数,/>为预设的缩减修正因子。
分析得到支架构件的形变程度指数,/>或/>或/>或/>。
在一种示例中,所述螺栓构件的氧化程度指数对应分析方式为:从各监测段局部图像中定位出各螺栓构件相应位置,若某螺栓构件相应位置的螺栓完全脱落,则将该螺栓构件的氧化程度指数记为。
若某螺栓构件相应位置的螺栓未脱落,则获取该螺栓构件的螺纹裸露长度和锈迹深度/>,进而根据分析公式/>得到该螺栓构架的氧化程度指数,其中/>分别为螺栓构件的初始螺纹裸露长度和设定的参照锈迹深度,/>分别为螺栓构件的螺纹裸露长度和锈迹深度对应的设定占比权值。
分析得到螺栓构件的氧化程度指数,/>或/>,/>。
在一种示例中,所述计算各监测段内的形变构件密集度,具体计算方式为:根据各监测段局部图像中的各构件类型和构件位置,对各监测段局部图像中的各支架构件和各螺栓构件进行类型汇总,统计得到各监测段内存在的各支架构架和各螺栓构件,根据支架构件的形变程度指数和螺栓构件的氧化程度指数分析方式,得到各监测段内各支架构件的形变程度指数和各螺栓构件的氧化程度指数,记为,/>为监测段编号,/>,为支架构件编号,/>,/>为螺栓构件编号,/>。
将各监测段内各支架构件的形变程度指数与预设的形变程度指数阈值进行对比,若某监测段内某支架构件的形变程度指数大于或等于预设的形变程度指数阈值,则将该监测段内该支架构件记为形变过度的目标支架构件,统计得到各监测段内形变过度的各目标支架构件,同理得到各监测段内氧化过度的各目标螺栓构件。
获取各监测段内形变过度的各目标支架构件的形变类型,定位出各监测段内形变类型为断裂类型且断裂程度指数为1的各目标支架构件,将其记为各监测段内的各指定支架构件,获取各监测段内的各指定支架构件位置对应划定区域,进而剔除各监测段内在各指定支架构件位置对应划定区域内的各目标螺栓构件。
统计剔除操作后的各监测段内目标螺栓构件数量,记为。
计算各监测段内的形变构件密集度,其中/>分别为第/>个监测段内的目标支架构件数量,/>分别为第/>个监测段内支架构件总数量和螺栓构件总数量。
在一种示例中,所述对通信塔塔体维修需求指数进行分析的内容包括:对通信塔进行全局拍摄,获得通信塔全貌图像,通过图像处理算法对通信塔全貌图像进行特征提取,提取出通信塔塔体轮廓。
以参考地面平面为横坐标轴,垂直线为纵坐标轴,建立坐标系,基于特征提取的结果,在建立的坐标系中提取出通信塔的中轴线,并确定中轴线与坐标系的交点,进而计算出塔体倾斜角,记为。
结合、/>,计算通信塔塔体维修需求指数,其中,分别为支架构件的形变程度指数、螺栓构件的氧化程度指数、形变构件密集度、塔体倾斜角对应的设定阈值,/>表示预设的形变构件密集度允许误差值。
在一种示例中,所述通信塔安全区域的构建方法为:以通信塔的中轴线为基准线,获取基准线与通信塔塔体轮廓之间的距离最大值记为塔体半径距离,将塔体半径距离加上设定偏差距离,得到安全区域空间距离,进而将通信塔塔体在安全区域空间距离内的区域记为通信塔安全区域。
在一种示例中,所述评估安全区域内的障碍物影响因子的步骤为:以通信塔塔体轮廓为划分线,将通信塔安全区域划分为塔内空间和塔外空间。
通过感应装置对塔外空间进行障碍物扫描,识别塔外空间是否存在一类障碍物,若塔外空间存在一类障碍物,则获取一类障碍物的占位空间体积,并根据一类障碍物所占位置,识别一类障碍物位置是否延伸至塔内空间。
当一类障碍物位置延伸至塔内空间时,获取一类障碍物模型,将其与塔内空间进行重叠比对,得到一类障碍物与塔内空间的重叠体积,计算安全区域内的一类障碍物影响因子/>,其中,/>表示一类障碍物的占位空间体积,/>分别为设定的塔外空间和塔内空间的占位体积对应占比权重。
当一类障碍物位置未延伸至塔内空间时,进一步通过图像识别技术判断塔内空间中是否存在二类障碍物,若存在二类障碍物,则获取二类障碍物占位体积,以作为安全区域内的二类障碍物影响因子,/>为二类障碍物占位体积对应设定参照值,e为自然常数。
分析得到安全区域内的障碍物影响因子。
在一种示例中,所述当地气象异常影响因子获取方式为:从云端气象管理平台中获取通信塔所在地区的气象信息,气象信息包括风力值和降雨量。
计算当地气象异常影响因子,其中,/>分别为当地气象信息中的风力值和降雨量,/>分别为通信塔在正常运行情况下对应的风力值测试阈值和降雨量测试阈值。
在一种示例中,所述分析通信塔外界环境异常指数对应分析步骤为:将、/>代入公式/>,得到通信塔外界环境异常指数/>,其中,/>为设定的异常指数误差修正因子。
将通信塔外界环境异常指数与预设的环境异常指数进行对比,若通信塔外界环境异常指数大于预设的环境异常指数,则通信塔异常结果中包含环境异常结果。
在一种示例中,所述异常结果包括结构异常结果和环境异常结果。
所述结构异常结果包括支架构件异常结果和螺栓构件异常结果。
相较于现有技术,本发明的有益效果如下:(1)本发明通过计算支架构件的形变程度指数和螺栓构件的氧化程度指数,评估通信塔的局部支架构件和螺栓构件的健康状况,可以提前发现通信塔存在的结构健康隐患问题。一旦形变程度或氧化程度超过了设定的阈值,就可以及时采取相应的维修或替换措施,避免出现更严重的结构风险。
(2)本发明基于通信塔安全区域内障碍物影响因素和当地气象信息影响因素,分析通信塔外界环境异常指数,可以确定潜在的障碍物碰撞风险,并采取相应的措施来避免碰撞事故的发生。例如,如果有树木障碍物被刮至塔体或塔体上存在鸟类筑巢情况,可能会对通信塔的结构安全造成威胁,及时发现和解决这些问题,可以有效预防碰撞事故的发生。此外,通信塔在强风天气下,需要具备足够的抗风能力,保证其结构的稳定性,通过分析当地气象信息影响因素,可以及时对通信塔在强风和暴雨天气下的塔体结构稳定性安全隐患问题进行响应。
(3)本发明采用分段监测方式,通过分析各监测段内的形变构件密集度,评估塔体维修需求指数。当形变构件密集度较高时,即形变构件数量较多且分布集中在某个特定的监测段内,说明该段塔体受到了较大的变形影响,可能存在较高的维修需求。此外,对各监测段的评估能够提供更加精准和全面的塔体维修需求评估结果,有助于确定维修计划和资源分配,提高维修工作的效率和质量。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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。
图1为本发明***模块连接示意图。
图2为本发明通信塔安全区域构建展示图。
附图标记:1、塔外空间,2、塔内空间。
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所示,本发明提供了一种基于5G的通信塔远程监测***,该***包括:监测段划分模块、局部构件监测模块、塔体维修需求评估模块、外界环境监测模块和预警平台。所述监测段划分模块与局部构件监测模块连接,局部构件监测模块与塔体维修需求评估模块连接,外界环境监测模块分别与塔体维修需求评估模块、预警平台连接。
所述监测段划分模块用于对通信塔塔体进行均匀划分得到各监测段,在各监测段内安装摄像设备,采集各监测段局部图像。
所述摄像设备采用的是高精度摄像设备,根据塔体结构进行均匀安装,具体安装位置由现场人员试验所得。
所述局部构件监测模块用于识别各监测段局部图像中的各构件类型和构件位置,构件类型包括支架构件和螺栓构件,进而分析支架构件的形变程度指数和螺栓构件的氧化程度指数。
在一种优选的实施方式中,所述分析支架构件的形变程度指数,具体步骤为:利用图像识别技术,对各监测段局部图像进行处理和分析,得到各监测段局部图像中各支架构件的形变类型,形变类型包括断裂类型、弯曲类型和腐蚀类型。
具体说明的,利用图像处理算法,对监测段局部图像进行去噪、增强对比度、校正等预处理操作,利用计算机视觉中的目标检测算法,在图像中自动识别出支架构件的边界位置,从而定位出监测段局部图像中的支架构件图像区域。
使用边缘检测、形态学处理等图像处理方法,提取支架构件图像区域的支架构件特征,进而根据特征判断支架构件的形变类型。例如,对于断裂类型,可以通过检测支架构件的断裂位置和形状来判断;对于弯曲类型,可以通过检测支架构件的曲率或角度来判断;对于腐蚀类型,可以通过颜色分析和纹理分析等方法来检测支架构件表面的锈迹区域。
若某支架构件的形变类型为断裂类型,断裂类型包括局部裂纹和整体断开,则获取该支架构件的裂纹长度,计算该支架构件的断裂程度指数,/>,其中/>为支架构件的裂纹长度,/>为设定参照裂纹长度,T1表示断裂类型为局部裂纹,T2表示断裂类型为整体断开。
所述支架构件的裂纹长度获取方式为:提取监测段局部图像中支架构件的边缘、纹理特征,识别出支架构件的断裂类型,若支架构件的断裂类型为局部裂纹,则通过裂纹检测算法确定存在的裂纹位置,进而利用阈值分割、边缘检测等方法将裂纹区域从监测段局部图像中分割出来,通过测量裂纹区域的像素长度,并结合已知的图像尺寸比例关系,将像素长度转换为实际裂纹长度,所得实际裂纹长度记为支架构件的裂纹长度。
若某支架构件的形变类型为弯曲类型,则获取该支架构件的轮廓偏移面积,计算该支架构件的弯曲程度指数,/>,其中/>为支架构件的轮廓偏移面积,/>为大于1的自然常数,/>为设定参照轮廓偏移面积,/>为设定调整系数。
所述支架构件的轮廓偏移面积获取方式为:从监测段局部图像中提取支架构件的外边界线,以支架构件的始端位置和末端位置之间的连接线为初始连接线,获取支架构件的外边界线与初始连接线之间的闭合面积,记为支架构件的轮廓偏移面积。
若某支架构件的形变类型为腐蚀类型,则获取该支架构件的锈迹深度和锈迹面积,计算该支架构件的腐蚀程度指数,/>,其中/>为支架构件的锈迹面积,/>为支架构件的锈迹深度,/>表示锈迹面积的设定允许值,/>为支架构件的锈迹深度对应设定参照值。
所述支架构件的锈迹深度和锈迹面积获取方式为:通过图像分割算法将支架构件边界内部的锈迹部分与其他区域进行区分,得到锈迹区域,提取锈迹区域面积即为支架构件的锈迹面积。
将提取的锈迹区域转化为灰度图像,获取灰度图像中各像素点的灰度值,并获取各灰度值对应的灰度级别,进而使用灰度级别与深度之间的经验关系模型,根据灰度图像中各像素点的灰度值推断出各像素点对应锈迹深度,通过求和平均计算得到支架构件的锈迹深度。
若某支架构件的形变类型包括弯曲类型和腐蚀类型,则以作为该支架构件的形变程度指数,/>为预设的缩减修正因子。
分析得到支架构件的形变程度指数,/>或/>或/>或/>。
在一种优选的实施方式中,所述螺栓构件的氧化程度指数对应分析方式为:从各监测段局部图像中定位出各螺栓构件相应位置,若某螺栓构件相应位置的螺栓完全脱落,则将该螺栓构件的氧化程度指数记为。
若某螺栓构件相应位置的螺栓未脱落,则获取该螺栓构件的螺纹裸露长度和锈迹深度/>,进而根据分析公式/>得到该螺栓构架的氧化程度指数,其中/>分别为螺栓构件的初始螺纹裸露长度和设定的参照锈迹深度,/>分别为螺栓构件的螺纹裸露长度和锈迹深度对应的设定占比权值。
所述螺栓构架的锈迹深度获取方式与上述支架构件的锈迹深度获取方式相同。
所述螺栓构件的初始螺纹裸露长度是从云端信息平台中的初始图像中提取得到。
分析得到螺栓构件的氧化程度指数,/>或/>,/>。
本发明通过计算支架构件的形变程度指数和螺栓构件的氧化程度指数,评估通信塔的局部支架构件和螺栓构件的健康状况,可以提前发现通信塔存在的结构健康隐患问题。一旦形变程度或氧化程度超过了设定的阈值,就可以及时采取相应的维修或替换措施,避免出现更严重的结构风险。
所述塔体维修需求评估模块用于根据各构件类型和构件位置,计算各监测段内的形变构件密集度,对通信塔塔体维修需求指数进行分析,进而判断是否存在结构异常结果。
在一种优选的实施方式中,所述计算各监测段内的形变构件密集度,具体计算方式为:根据各监测段局部图像中的各构件类型和构件位置,对各监测段局部图像中的各支架构件和各螺栓构件进行类型汇总,统计得到各监测段内存在的各支架构架和各螺栓构件,根据支架构件的形变程度指数和螺栓构件的氧化程度指数分析方式,得到各监测段内各支架构件的形变程度指数和各螺栓构件的氧化程度指数,记为,/>为监测段编号,,/>为支架构件编号,/>,/>为螺栓构件编号,/>。
将各监测段内各支架构件的形变程度指数与预设的形变程度指数阈值进行对比,若某监测段内某支架构件的形变程度指数大于或等于预设的形变程度指数阈值,则将该监测段内该支架构件记为形变过度的目标支架构件,统计得到各监测段内形变过度的各目标支架构件,同理得到各监测段内氧化过度的各目标螺栓构件。
获取各监测段内形变过度的各目标支架构件的形变类型,定位出各监测段内形变类型为断裂类型且断裂程度指数为1的各目标支架构件,将其记为各监测段内的各指定支架构件,获取各监测段内的各指定支架构件位置对应划定区域,进而剔除各监测段内在各指定支架构件位置对应划定区域内的各目标螺栓构件。
需要说明的,所述支架构件位置对应划定区域为上述监测段局部图像中的支架构件图像区域。
统计剔除操作后的各监测段内目标螺栓构件数量,记为。
计算各监测段内的形变构件密集度,其中/>分别为第/>个监测段内的目标支架构件数量,/>分别为第/>个监测段内支架构件总数量和螺栓构件总数量。
所述各监测段内支架构件总数量和螺栓构件总数量是从各监测段局部图像中识别统计所得。
所述各监测段内的形变构件密集度的计算内容还包括:将各监测段内的形变构件密集度与预设的形变构件密集度阈值进行对比,统计得到形变构件密集度大于预设的形变构件密集度阈值的各监测段,记为各重点监测段,获取各重点监测段位置,将各重点监测段位置反馈至预警平台进行显示。
补充说明的,所述判断是否存在结构异常结果的判断方式为:将各监测段内各支架构件的形变程度指数与预设的形变程度指数阈值进行对比,若某监测段内某支架构件的形变程度指数大于或等于预设的形变程度指数阈值,则该监测段内的该支架构件为异常支架构件,进而判定该监测段存在支架构件异常结果。同理判断是否存在螺栓构件异常结果。
本发明采用分段监测方式,通过分析各监测段内的形变构件密集度,评估塔体维修需求指数。当形变构件密集度较高时,即形变构件数量较多且分布集中在某个特定的监测段内,说明该段塔体受到了较大的变形影响,可能存在较高的维修需求。此外,对各监测段的评估能够提供更加精准和全面的塔体维修需求评估结果,有助于确定维修计划和资源分配,提高维修工作的效率和质量。
在一种优选的实施方式中,所述对通信塔塔体维修需求指数进行分析的内容包括:在距离通信塔设定距离的地方安装摄像设备,对通信塔进行全局拍摄,获得通信塔全貌图像,通过图像处理算法对通信塔全貌图像进行特征提取,提取出通信塔塔体轮廓。
以参考地面平面为横坐标轴,垂直线为纵坐标轴,建立坐标系,基于特征提取的结果,在建立的坐标系中提取出通信塔的中轴线,并确定中轴线与坐标系的交点,进而计算出塔体倾斜角,记为。
所述通信塔的中轴线为塔体的顶端中心点与底端中心点之间的连接线。
所述中轴线与坐标系的交点具体为中轴线底端端点与坐标系原点重合。
结合、/>,计算通信塔塔体维修需求指数,其中,分别为支架构件的形变程度指数、螺栓构件的氧化程度指数、形变构件密集度、塔体倾斜角对应的设定阈值,/>表示预设的形变构件密集度允许误差值。
所述外界环境监测模块用于构建通信塔安全区域,评估安全区域内的障碍物影响因子,并获取当地气象异常影响因子/>,分析通信塔外界环境异常指数,进而判断是否存在环境异常结果。
在一种优选的实施方式中,所述通信塔安全区域的构建方法为:以通信塔的中轴线为基准线,获取基准线与通信塔塔体轮廓之间的距离最大值记为塔体半径距离,将塔体半径距离加上设定偏差距离,得到安全区域空间距离,进而将通信塔塔体在安全区域空间距离内的区域记为通信塔安全区域。
请参阅图2所示,在一种优选的实施方式中,所述评估安全区域内的障碍物影响因子的步骤为:以通信塔塔体轮廓为划分线,将通信塔安全区域划分为塔内空间和塔外空间。
在通信塔塔内空间任意位置安装感应装置,通过感应装置对塔外空间进行障碍物扫描,识别塔外空间是否存在一类障碍物,若塔外空间存在一类障碍物,则获取一类障碍物的占位空间体积,并根据一类障碍物所占位置,识别一类障碍物位置是否延伸至塔内空间。
当一类障碍物位置延伸至塔内空间时,获取一类障碍物模型,将其与塔内空间进行重叠比对,得到一类障碍物与塔内空间的重叠体积,计算安全区域内的一类障碍物影响因子/>,其中,/>表示一类障碍物的占位空间体积,/>分别为设定的塔外空间和塔内空间的占位体积对应占比权重。
当一类障碍物位置未延伸至塔内空间时,进一步通过图像识别技术判断塔内空间中是否存在二类障碍物,若存在二类障碍物,则获取二类障碍物占位体积,以作为安全区域内的二类障碍物影响因子,/>为二类障碍物占位体积对应设定参照值,e为自然常数。
所述一类障碍物包括新长树木、风刮过的大型障碍物。
所述二类障碍物包括鸟类筑巢、风刮过的小型堆积杂物、塔外空间的延伸障碍物。
分析得到安全区域内的障碍物影响因子。
在一种优选的实施方式中,所述当地气象异常影响因子获取方式为:从云端气象管理平台中获取通信塔所在地区的气象信息,气象信息包括风力值和降雨量。
计算当地气象异常影响因子,其中,/>分别为当地气象信息中的风力值和降雨量,/>分别为通信塔在正常运行情况下对应的风力值测试阈值和降雨量测试阈值。
补充说明的,将当地气象异常影响因子与设定的气象异常影响因子阈值进行对比,若当地气象异常影响因子大于设定的气象异常影响因子阈值,则表明通信塔存在结构风险,进而将该通信塔所处位置的气象信息和地理位置反馈至预警平台进行响应。
特别说明的,由于较大的风力值可能导致塔体倾斜、摇晃或者倒塌,严重情况下甚至会对通信设备造成损坏,影响通信信号的传输和接收;较大的降雨量可能导致塔上电缆的短路、接地故障等问题,进一步影响通信信号的传输质量,故而风力值和降雨量与通信塔的塔体结构稳定性呈负相关影响,进而使得当地气象异常影响因子随风力值和降雨量的增大而增大。
在一种优选的实施方式中,所述分析通信塔外界环境异常指数对应分析步骤为:将、/>代入公式/>,得到通信塔外界环境异常指数/>,其中,/>为设定的异常指数误差修正因子。
将通信塔外界环境异常指数与预设的环境异常指数进行对比,若通信塔外界环境异常指数大于预设的环境异常指数,则通信塔异常结果中包含环境异常结果。
所述预警平台用于将异常结果发送至后台显示终端。
在一种优选的实施方式中,所述异常结果包括结构异常结果和环境异常结果。
所述结构异常结果包括支架构件异常结果和螺栓构件异常结果。
本发明基于通信塔安全区域内障碍物影响因素和当地气象信息影响因素,分析通信塔外界环境异常指数,可以确定潜在的障碍物碰撞风险,并采取相应的措施来避免碰撞事故的发生。例如,如果有树木障碍物被刮至塔体或塔体上存在鸟类筑巢情况,可能会对通信塔的结构安全造成威胁,及时发现和解决这些问题,可以有效预防碰撞事故的发生。此外,通信塔在强风天气下,需要具备足够的抗风能力,保证其结构的稳定性,通过分析当地气象信息影响因素,可以及时对通信塔在强风和暴雨天气下的塔体结构稳定性安全隐患问题进行响应。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (5)
1.一种基于5G的通信塔远程监测***,其特征在于,该***包括:
监测段划分模块,用于对通信塔塔体进行均匀划分得到各监测段,在各监测段内安装摄像设备,采集各监测段局部图像;
局部构件监测模块,用于识别各监测段局部图像中的各构件类型和构件位置,构件类型包括支架构件和螺栓构件,进而分析支架构件的形变程度指数和螺栓构件的氧化程度指数;
塔体维修需求评估模块,用于根据各构件类型和构件位置,计算各监测段内的形变构件密集度,对通信塔塔体维修需求指数进行分析,进而判断是否存在结构异常结果;
外界环境监测模块,用于构建通信塔安全区域,评估安全区域内的障碍物影响因子,并获取当地气象异常影响因子/>,分析通信塔外界环境异常指数,进而判断是否存在环境异常结果;
预警平台,用于将异常结果发送至后台显示终端;所述异常结果包括结构异常结果和环境异常结果;
所述结构异常结果包括支架构件异常结果和螺栓构件异常结果
所述监测段划分模块与局部构件监测模块连接,局部构件监测模块与塔体维修需求评估模块连接,外界环境监测模块和塔体维修需求评估模块均与预警平台连接;
所述分析支架构件的形变程度指数,具体步骤为:
利用图像识别技术,对各监测段局部图像进行处理和分析,得到各监测段局部图像中各支架构件的形变类型,形变类型包括断裂类型、弯曲类型和腐蚀类型;
若某支架构件的形变类型为断裂类型,断裂类型包括局部裂纹和整体断开,则获取该支架构件的裂纹长度,计算该支架构件的断裂程度指数,/>,其中/>为支架构件的裂纹长度,/>为设定参照裂纹长度,T1表示断裂类型为局部裂纹,T2表示断裂类型为整体断开;
若某支架构件的形变类型为弯曲类型,则获取该支架构件的轮廓偏移面积,计算该支架构件的弯曲程度指数,/>,其中/>为支架构件的轮廓偏移面积,/>为大于1的自然常数,/>为设定参照轮廓偏移面积,/>为设定调整系数;
若某支架构件的形变类型为腐蚀类型,则获取该支架构件的锈迹深度和锈迹面积,计算该支架构件的腐蚀程度指数,/>,其中/>为支架构件的锈迹面积,/>为支架构件的锈迹深度,/>表示锈迹面积的设定允许值,/>为支架构件的锈迹深度对应设定参照值;
若某支架构件的形变类型包括弯曲类型和腐蚀类型,则以作为该支架构件的形变程度指数,/>为预设的缩减修正因子;
分析得到支架构件的形变程度指数,/>或/>或/>或/>;
所述螺栓构件的氧化程度指数对应分析方式为:
从各监测段局部图像中定位出各螺栓构件相应位置,若某螺栓构件相应位置的螺栓完全脱落,则将该螺栓构件的氧化程度指数记为;
若某螺栓构件相应位置的螺栓未脱落,则获取该螺栓构件的螺纹裸露长度和锈迹深度/>,进而根据分析公式/>得到该螺栓构件的氧化程度指数,其中/>分别为螺栓构件的初始螺纹裸露长度和设定的参照锈迹深度,分别为螺栓构件的螺纹裸露长度和锈迹深度对应的设定占比权值;
分析得到螺栓构件的氧化程度指数,/>或/>,/>;
所述计算各监测段内的形变构件密集度,具体计算方式为:
根据各监测段局部图像中的各构件类型和构件位置,对各监测段局部图像中的各支架构件和各螺栓构件进行类型汇总,统计得到各监测段内存在的各支架构架和各螺栓构件,根据支架构件的形变程度指数和螺栓构件的氧化程度指数分析方式,得到各监测段内各支架构件的形变程度指数和各螺栓构件的氧化程度指数,记为,/>为监测段编号,,/>为支架构件编号,/>,/>为螺栓构件编号,/>;
将各监测段内各支架构件的形变程度指数与预设的形变程度指数阈值进行对比,若某监测段内某支架构件的形变程度指数大于或等于预设的形变程度指数阈值,则将该监测段内该支架构件记为形变过度的目标支架构件,统计得到各监测段内形变过度的各目标支架构件,同理得到各监测段内氧化过度的各目标螺栓构件;
获取各监测段内形变过度的各目标支架构件的形变类型,定位出各监测段内形变类型为断裂类型且断裂程度指数为1的各目标支架构件,将其记为各监测段内的各指定支架构件,获取各监测段内的各指定支架构件位置对应划定区域,进而剔除各监测段内在各指定支架构件位置对应划定区域内的各目标螺栓构件;
统计剔除操作后的各监测段内目标螺栓构件数量,记为;
计算各监测段内的形变构件密集度,其中/>分别为第/>个监测段内的目标支架构件数量,/>分别为第/>个监测段内支架构件总数量和螺栓构件总数量;
所述对通信塔塔体维修需求指数进行分析的内容包括:
对通信塔进行全局拍摄,获得通信塔全貌图像,通过图像处理算法对通信塔全貌图像进行特征提取,提取出通信塔塔体轮廓;
以参考地面平面为横坐标轴,垂直线为纵坐标轴,建立坐标系,基于特征提取的结果,在建立的坐标系中提取出通信塔的中轴线,并确定中轴线与坐标系的交点,进而计算出塔体倾斜角,记为;
结合、/>,计算通信塔塔体维修需求指数,其中,分别为支架构件的形变程度指数、螺栓构件的氧化程度指数、形变构件密集度、塔体倾斜角对应的设定阈值,/>表示预设的形变构件密集度允许误差值。
2.根据权利要求1所述的一种基于5G的通信塔远程监测***,其特征在于:所述通信塔安全区域的构建方法为:以通信塔的中轴线为基准线,获取基准线与通信塔塔体轮廓之间的距离最大值记为塔体半径距离,将塔体半径距离加上设定偏差距离,得到安全区域空间距离,进而将通信塔塔体在安全区域空间距离内的区域记为通信塔安全区域。
3.根据权利要求2所述的一种基于5G的通信塔远程监测***,其特征在于:所述评估安全区域内的障碍物影响因子的步骤为:
以通信塔塔体轮廓为划分线,将通信塔安全区域划分为塔内空间和塔外空间;
通过感应装置对塔外空间进行障碍物扫描,识别塔外空间是否存在一类障碍物,若塔外空间存在一类障碍物,则获取一类障碍物的占位空间体积,并根据一类障碍物所占位置,识别一类障碍物位置是否延伸至塔内空间;
当一类障碍物位置延伸至塔内空间时,获取一类障碍物模型,将其与塔内空间进行重叠比对,得到一类障碍物与塔内空间的重叠体积,计算安全区域内的一类障碍物影响因子/>,其中,/>表示一类障碍物的占位空间体积,/>分别为设定的塔外空间和塔内空间的占位体积对应占比权重;
当一类障碍物位置未延伸至塔内空间时,进一步通过图像识别技术判断塔内空间中是否存在二类障碍物,若存在二类障碍物,则获取二类障碍物占位体积,以作为安全区域内的二类障碍物影响因子,/>为二类障碍物占位体积对应设定参照值,e为自然常数;
分析得到安全区域内的障碍物影响因子;
所述一类障碍物包括新长树木、风刮过的大型障碍物;
所述二类障碍物包括鸟类筑巢、风刮过的小型堆积杂物、塔外空间的延伸障碍物。
4.根据权利要求1所述的一种基于5G的通信塔远程监测***,其特征在于:所述当地气象异常影响因子获取方式为:
从云端气象管理平台中获取通信塔所在地区的气象信息,气象信息包括风力值和降雨量;
计算当地气象异常影响因子,其中,/>分别为当地气象信息中的风力值和降雨量,/>分别为通信塔在正常运行情况下对应的风力值测试阈值和降雨量测试阈值。
5.根据权利要求1所述的一种基于5G的通信塔远程监测***,其特征在于:所述分析通信塔外界环境异常指数对应分析步骤为:
将、/>代入公式/>,得到通信塔外界环境异常指数/>,其中,/>为设定的异常指数误差修正因子;
将通信塔外界环境异常指数与预设的环境异常指数进行对比,若通信塔外界环境异常指数大于预设的环境异常指数,则通信塔异常结果中包含环境异常结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311200565.XA CN116939532B (zh) | 2023-09-18 | 2023-09-18 | 一种基于5g的通信塔远程监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311200565.XA CN116939532B (zh) | 2023-09-18 | 2023-09-18 | 一种基于5g的通信塔远程监测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116939532A CN116939532A (zh) | 2023-10-24 |
CN116939532B true CN116939532B (zh) | 2023-12-19 |
Family
ID=88381107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311200565.XA Active CN116939532B (zh) | 2023-09-18 | 2023-09-18 | 一种基于5g的通信塔远程监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116939532B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117541583B (zh) * | 2024-01-09 | 2024-04-09 | 陕西东泽瑞科技开发有限公司 | 一种用于防爆监控***的钻杆腐蚀监测方法及*** |
CN117970013B (zh) * | 2024-04-01 | 2024-06-07 | 广州华生网络科技股份有限公司 | 一种通信机柜智能化监控管理方法及*** |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070099713A (ko) * | 2006-04-05 | 2007-10-10 | 신용오 | 이동통신용 철탑의 위험감지와 태풍 예보 방법 및 그 장치 |
KR20100057736A (ko) * | 2008-11-20 | 2010-06-01 | 주식회사 케이티 | 철탑 관리 시스템 및 그 방법 |
CN101989767A (zh) * | 2010-10-13 | 2011-03-23 | 中电国科(北京)科技有限公司 | 一种高压杆塔的综合测控装置 |
CN102215137A (zh) * | 2010-04-02 | 2011-10-12 | 北京梅泰诺通信技术股份有限公司 | 一种通信塔远程监测*** |
CA2895737A1 (en) * | 2014-07-09 | 2016-01-09 | The Boeing Company | Assembly fixture for supporting a fuselage assembly |
CN110991426A (zh) * | 2019-12-25 | 2020-04-10 | 深圳供电局有限公司 | 一种线路走廊异物入侵的监测方法及监测装置 |
CN111262341A (zh) * | 2020-01-19 | 2020-06-09 | 广东卓维网络有限公司 | 一种杆塔监测*** |
CN211904214U (zh) * | 2020-03-06 | 2020-11-10 | 天戈通信科技股份有限公司 | 一种通信铁塔在线监测和调度*** |
WO2021143164A1 (zh) * | 2020-01-19 | 2021-07-22 | 广东卓维网络有限公司 | 一种杆塔图像监测*** |
CN113516322A (zh) * | 2021-09-14 | 2021-10-19 | 南通海扬食品有限公司 | 基于人工智能的工厂障碍物风险评估方法及*** |
CN114114982A (zh) * | 2021-10-18 | 2022-03-01 | 山东中隆电力工程有限公司 | 一种基于机电安装的工作状态在线监控装置及监控方法 |
CN114170136A (zh) * | 2021-11-04 | 2022-03-11 | 广州大学 | 接触网支架装置紧固件缺陷检测方法、***、装置和介质 |
KR102396946B1 (ko) * | 2021-04-26 | 2022-05-12 | 주식회사 신의테크 | 진동 감지 장치를 포함하는 송전탑 모니터링 시스템 |
CN115086975A (zh) * | 2022-05-05 | 2022-09-20 | 浙江邮电职业技术学院 | 一种通信塔远程监测***及其通信塔结构 |
CN116068950A (zh) * | 2022-10-08 | 2023-05-05 | 广州航海学院 | 一种人工智能能耗用5g通讯塔维修平台 |
CN116559599A (zh) * | 2023-07-12 | 2023-08-08 | 保定天威宝乾电力设备有限公司 | 一种基于大数据的配网电缆故障预警方法及*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10755132B2 (en) * | 2016-01-15 | 2020-08-25 | Wuhan Wuda Zoyon Science And Technology Co., Ltd | Methods for extracting surface deformation feature of object based on linear scanning three-dimensional point cloud |
-
2023
- 2023-09-18 CN CN202311200565.XA patent/CN116939532B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070099713A (ko) * | 2006-04-05 | 2007-10-10 | 신용오 | 이동통신용 철탑의 위험감지와 태풍 예보 방법 및 그 장치 |
KR20100057736A (ko) * | 2008-11-20 | 2010-06-01 | 주식회사 케이티 | 철탑 관리 시스템 및 그 방법 |
CN102215137A (zh) * | 2010-04-02 | 2011-10-12 | 北京梅泰诺通信技术股份有限公司 | 一种通信塔远程监测*** |
CN101989767A (zh) * | 2010-10-13 | 2011-03-23 | 中电国科(北京)科技有限公司 | 一种高压杆塔的综合测控装置 |
CA2895737A1 (en) * | 2014-07-09 | 2016-01-09 | The Boeing Company | Assembly fixture for supporting a fuselage assembly |
CN110991426A (zh) * | 2019-12-25 | 2020-04-10 | 深圳供电局有限公司 | 一种线路走廊异物入侵的监测方法及监测装置 |
WO2021143164A1 (zh) * | 2020-01-19 | 2021-07-22 | 广东卓维网络有限公司 | 一种杆塔图像监测*** |
CN111262341A (zh) * | 2020-01-19 | 2020-06-09 | 广东卓维网络有限公司 | 一种杆塔监测*** |
CN211904214U (zh) * | 2020-03-06 | 2020-11-10 | 天戈通信科技股份有限公司 | 一种通信铁塔在线监测和调度*** |
KR102396946B1 (ko) * | 2021-04-26 | 2022-05-12 | 주식회사 신의테크 | 진동 감지 장치를 포함하는 송전탑 모니터링 시스템 |
CN113516322A (zh) * | 2021-09-14 | 2021-10-19 | 南通海扬食品有限公司 | 基于人工智能的工厂障碍物风险评估方法及*** |
CN114114982A (zh) * | 2021-10-18 | 2022-03-01 | 山东中隆电力工程有限公司 | 一种基于机电安装的工作状态在线监控装置及监控方法 |
CN114170136A (zh) * | 2021-11-04 | 2022-03-11 | 广州大学 | 接触网支架装置紧固件缺陷检测方法、***、装置和介质 |
CN115086975A (zh) * | 2022-05-05 | 2022-09-20 | 浙江邮电职业技术学院 | 一种通信塔远程监测***及其通信塔结构 |
CN116068950A (zh) * | 2022-10-08 | 2023-05-05 | 广州航海学院 | 一种人工智能能耗用5g通讯塔维修平台 |
CN116559599A (zh) * | 2023-07-12 | 2023-08-08 | 保定天威宝乾电力设备有限公司 | 一种基于大数据的配网电缆故障预警方法及*** |
Non-Patent Citations (4)
Title |
---|
暴风雪下塔设备可靠性分析;胡章文;陈国华;;压力容器(第01期);全文 * |
通信铁塔结构性能与安全性测评方法探究;李晓亮;;现代电信科技(第05期);全文 * |
铁路通信塔安全监测***;杨荣祥;;铁道通信信号(第03期);全文 * |
高压输电铁塔下采煤的安全性分析;文运平;郭文兵;郑彬;;煤矿开采(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116939532A (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116939532B (zh) | 一种基于5g的通信塔远程监测*** | |
CN108037133B (zh) | 一种基于无人机巡检图像的电力设备缺陷智能识别方法及其*** | |
CN105652154B (zh) | 接触网运行状态安全监测分析*** | |
CN108230344B (zh) | 一种隧道渗漏水病害自动识别方法 | |
CN106326808B (zh) | 基于无人机图像的检测输电线路杆塔上鸟窝的方法 | |
CN103442209A (zh) | 一种输电线路的视频监控方法 | |
CN108680833B (zh) | 基于无人机的复合绝缘子缺陷检测*** | |
CN105654461A (zh) | 一种多***导线间隔棒断裂的机器视觉检测方法 | |
CN110827270B (zh) | 复合绝缘子缺陷诊断方法及*** | |
CN112380599A (zh) | 一种基于大数据分析的桥梁智能在线监测预警*** | |
CN114663672B (zh) | 一种输电线路塔钢构件腐蚀检测方法及*** | |
CN113051423A (zh) | 一种基于大数据分析的智能电网输电线路状态在线智能监测方法 | |
CN116538924A (zh) | 一种覆冰状态下输电线路弧垂实时监测方法 | |
CN107977531A (zh) | 一种基于图像处理和领域数学模型进行接地电阻软测量的方法 | |
CN108803651B (zh) | 一种基于图像特征的无人机公路巡检方法 | |
CN116309447B (zh) | 一种基于深度学习的水坝斜坡裂缝检测方法 | |
CN117375226A (zh) | 一种电网运行监测装置 | |
CN114495019B (zh) | 一种管廊渗漏病害的实时监测和动态反馈方法 | |
CN115761644A (zh) | 基于深度学习和帧差法的输电导线异物检测方法 | |
CN114061476B (zh) | 一种输电线路绝缘子挠度检测方法 | |
CN115755088A (zh) | 一种基于激光点云的输电线路工程建造参数自动化量测方法 | |
CN115546115A (zh) | 一种基于地理形态学的覆冰冰形图片分割及识别方法 | |
CN114004810A (zh) | 一种结合图像识别技术的桥梁裂纹***及方法 | |
CN110688919A (zh) | 一种智能巡线故障识别方法 | |
CN118034354B (zh) | 一种基于无人机的电力巡检控制方法及*** |
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 |