CN117000692A - 基于智能控制的太阳能路灯清洁方法 - Google Patents
基于智能控制的太阳能路灯清洁方法 Download PDFInfo
- Publication number
- CN117000692A CN117000692A CN202311277184.1A CN202311277184A CN117000692A CN 117000692 A CN117000692 A CN 117000692A CN 202311277184 A CN202311277184 A CN 202311277184A CN 117000692 A CN117000692 A CN 117000692A
- Authority
- CN
- China
- Prior art keywords
- cleaning
- street lamp
- solar street
- main controller
- pollution
- 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.)
- Pending
Links
- 238000004140 cleaning Methods 0.000 title claims abstract description 453
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004458 analytical method Methods 0.000 claims abstract description 70
- 239000000428 dust Substances 0.000 claims abstract description 65
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 64
- 231100000719 pollutant Toxicity 0.000 claims abstract description 64
- 238000005286 illumination Methods 0.000 claims abstract description 63
- 210000003608 fece Anatomy 0.000 claims abstract description 35
- 239000004519 grease Substances 0.000 claims abstract description 28
- 238000006243 chemical reaction Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 16
- 238000003062 neural network model Methods 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 9
- 239000002245 particle Substances 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 5
- 239000002904 solvent Substances 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 abstract description 16
- 230000000737 periodic effect Effects 0.000 abstract description 8
- 238000009825 accumulation Methods 0.000 abstract description 6
- 201000004569 Blindness Diseases 0.000 abstract description 3
- 238000002310 reflectometry Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 13
- 230000009286 beneficial effect Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 239000000356 contaminant Substances 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 238000007664 blowing Methods 0.000 description 3
- 238000011109 contamination Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000009614 chemical analysis method Methods 0.000 description 1
- 239000012459 cleaning agent Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000985 reflectance spectrum Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B5/00—Cleaning by methods involving the use of air flow or gas flow
- B08B5/04—Cleaning by suction, with or without auxiliary action
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B13/00—Accessories or details of general applicability for machines or apparatus for cleaning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B3/00—Cleaning by methods involving the use or presence of liquid or steam
- B08B3/02—Cleaning by the force of jets or sprays
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B3/00—Cleaning by methods involving the use or presence of liquid or steam
- B08B3/04—Cleaning involving contact with liquid
- B08B3/08—Cleaning involving contact with liquid the liquid having chemical or dissolving effect
Landscapes
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Chemical & Material Sciences (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本发明公开了一种基于智能控制的太阳能路灯清洁方法,包括:通过在太阳能路灯装置上设置的传感器,采集关于太阳能路灯表面污染数据,污染数据包括灰尘、油脂、树叶和鸟粪;将采集到的污染数据传输至主控制器进行智能分析,与预设的污染阈值进行对比,确定清洁太阳能路灯的清洁时间和清洁方式;当确定需清洁时,主控制器根据当前的光照强度和设定的清洁时间间隔,控制驱动组件驱动清洁装置进行清洁操作。采用智能清洁***可以根据实际污染情况进行清洁操作,避免了定期维护的盲目性,减少了人力和时间成本;定期清洁太阳能路灯可以防止污染物的积累,延长太阳能路灯的使用寿命,减少更换和维修的频率。
Description
技术领域
本发明涉及路灯清洁技术领域,尤其涉及一种基于智能控制的太阳能路灯清洁方法。
背景技术
太阳能路灯作为一种环保、节能的照明设备,已经广泛应用于城市道路、公园、广场等公共场所,然而,太阳能路灯的工作效率很大程度上取决于太阳能路灯的光电转换效率,而太阳能路灯的表面如果被灰尘、油脂、树叶、鸟粪等污染物覆盖,会严重影响其光电转换效率;当前的太阳能路灯清洁技术主要依赖于人工定期清洁,这种方式存在以下几个问题:首先,人工清洁效率低,劳动强度大,且无法做到实时清洁;其次,人工清洁难以针对不同的污染物采取不同的清洁方式,清洁效果受限;再次,人工清洁无法精确控制清洁时间,可能会在光照强度较大的时候进行清洁,影响太阳能路灯的光电转换效率;此外,现有的太阳能路灯清洁***虽然可以自动进行清洁,但是这些***通常采用定时清洁或者定期清洁的方式,无法根据太阳能路灯表面的实际污染情况进行智能清洁,因此清洁效果和效率都有待提高。
申请号为:CN201510759411的发明公开了一种太阳能组件清洁方法,当压力传感器检测到压力超过设定值,此时进行自动清洁,清洁包括翻转太阳能组件将太阳能组件的正面朝下,然后振动加吹风,能够将大部分太阳能组件表面的沙子清洁掉,清洁完成之后,再转回来,并再次检测压力,如果压力值小于设定值,则表示清洁成功,如果压力值大于设定值,则表示,太阳能组件的表面有较难清洁的结块出现,此时通过振动加吹风无法进行清洁,则发送信息给服务器。存在缺陷包括:该清洁方式只是通过翻转太阳能组件并进行振动加吹风的方式清洁,仅适用于清洁太阳能组件表面的沙子等较大颗粒的污染物,对于较难清洁的结块或细小的污染物,该方式可能无法有效清洁;仅通过检测压力值来判断清洁是否成功存在一定的不确定性,压力值的变化受到多种因素的影响,如太阳能组件的结构、材质等,因此仅依靠压力值来判断清洁效果可能不够准确;该方案中没有提及实时监测太阳能组件的清洁状态和反馈机制,无法及时获取清洁后的数据,无法对清洁效果进行实时评估和调整。
因此,现在急需一种智能控制的太阳能路灯清洁方法。
发明内容
本发明提供一种基于智能控制的太阳能路灯清洁方法,以解决现有技术中存在的太阳能路灯作为一种环保、节能的照明设备,已经广泛应用于城市道路、公园、广场等公共场所,然而,太阳能路灯的工作效率很大程度上取决于太阳能路灯的光电转换效率,而太阳能路灯的表面如果被灰尘、油脂、树叶、鸟粪等污染物覆盖,会严重影响其光电转换效率;当前的太阳能路灯清洁技术主要依赖于人工定期清洁,这种方式存在以下几个问题:首先,人工清洁效率低,劳动强度大,且无法做到实时清洁;其次,人工清洁难以针对不同的污染物采取不同的清洁方式,清洁效果受限;再次,人工清洁无法精确控制清洁时间,可能会在光照强度较大的时候进行清洁,影响太阳能路灯的光电转换效率;此外,现有的太阳能路灯清洁***虽然可以自动进行清洁,但是这些***通常采用定时清洁或者定期清洁的方式,无法根据太阳能路灯表面的实际污染情况进行智能清洁,因此清洁效果和效率都有待提高的上述问题。
为了达到上述目的,本发明提供如下技术方案:
基于智能控制的太阳能路灯清洁方法,包括:
S101:通过在太阳能路灯装置上设置的传感器,采集关于太阳能路灯表面污染数据,污染数据包括灰尘、油脂、树叶和鸟粪;
S102:将采集到的污染数据传输至主控制器进行智能分析,与预设的污染阈值进行对比,确定清洁太阳能路灯的清洁时间和清洁方式;
S103:当确定需清洁时,主控制器根据当前的光照强度和设定的清洁时间间隔,控制驱动组件驱动清洁装置进行清洁操作。
其中,S101步骤包括:
S1011:通过在太阳能路灯装置上设置的光敏传感器,采集关于太阳能路灯表面灰尘的数据;
S1012:通过在太阳能路灯装置上设置的化学传感器,采集关于太阳能路灯表面油脂的数据;
S1013:通过在太阳能路灯装置上设置的形状识别传感器和颜色识别传感器,分别采集关于太阳能路灯表面树叶和鸟粪的数据。
其中,S102步骤包括:
S1021:将采集到的污染数据送入主控制器进行智能分析,通过对污染数据的类型进行识别和分类,确定污染物的种类;
S1022:将确定的污染物种类与预设的污染阈值进行对比,获取对比结果,对比结果包括当前太阳能路灯表面的污染程度;
S1023:根据对比结果,主控制器确定太阳能路灯的清洁时间和清洁方式。
其中,S103步骤包括:
S1031:在确定需进行清洁操作时,主控制器根据当前的光照强度和设定的清洁时间间隔,启动清洁过程;
S1032:主控制器控制驱动组件驱动清洁装置进行清洁操作,该清洁装置固定在左右型材上,通过在太阳能路灯的表面上移动,进行清洁操作;
S1033:清洁完成后,再次通过传感器和主控制器的智能分析,获取分析结果,通过分析结果判断清洁操作是否完成。
其中,S1021步骤包括:
将采集到的污染数据送入主控制器进行智能分析,主控制器通过神经网络模型对污染数据的类型进行识别,其中,灰尘的识别依据颗粒大小和颜色,油脂的识别依据黏性和反射光谱,树叶的识别依据其形状和颜色,鸟粪的识别依据形状、颜色和化学成分;主控制器根据预设的污染物清洁方式,对污染数据进行分类,其中,灰尘采用清洁装置吸尘的方式清洁;油脂采用清洁装置溶剂清洗方式清洁;树叶采用清洁装置擦拭的方式清洁;鸟粪采用清洁装置高压水枪清洗方式清洁。
其中,S1022步骤包括:
将确定的污染物种类与预设的污染阈值进行对比,其中预设的污染阈值根据太阳能路灯表面的材质、结构以及环境条件的因素设定,并存储在主控制器中;主控制器根据污染物种类的数量、类型以及分布情况,计算出当前太阳能路灯表面的污染程度;将计算得出的污染程度与预设的污染阈值进行对比,获取对比结果,对比结果包括污染程度低于、等于或高于预设阈值。
其中,S1023步骤包括:
主控制器根据对比结果,确定太阳能路灯的污染程度,其中,对比结果是将计算得出的污染程度与预设的污染阈值进行对比得出;主控制器根据污染程度,结合太阳能路灯的使用环境和天气预报的信息,确定太阳能路灯的清洁时间,其中,当污染程度高于预设阈值,且预报未来几天为晴天时,确定在晴天的某个时间段进行清洁;主控制器根据污染物的种类和分布情况,确定太阳能路灯的清洁方式,其中,当污染物为灰尘和鸟粪时,确定使用清洁装置吸尘和高压水枪清洗的方式进行清洁。
其中,S1031步骤包括:
设定清洁时间间隔,该清洁时间间隔根据实际情况进行设定,包括每天的特定时间或者每隔一定的时间段;主控制器接收光照强度传感器的信号,获取当前的光照强度,该光照强度传感器设置在太阳能路灯的表面,用于实时监测太阳能路灯的光照强度;主控制器根据当前的光照强度和设定的清洁时间间隔,判断是否需要进行清洁操作,若当前的光照强度低于预设的阈值,或者已经达到设定的清洁时间间隔,主控制器则启动清洁过程。
其中,S1032步骤包括:
主控制器解析太阳能路灯污染数据,获取解析数据,解析数据包括待清洁的空间中的污染区域的位置信息、污染级别以及清洁空间中的对象的位置,基于解析数据,主控制器确定清洁目标区域;
主控制器使用学习模型,确定清洁目标区域清洁强度,通过学习模型确定清洁目标区域在待清洁的空间中的位置和根据清洁强度对应的清洁优先级;
主控制器控制驱动组件驱动清洁装置进行清洁操作,该清洁装置固定在左右型材上,根据所确定的清洁优先级,在太阳能路灯的表面上移动,进行清洁操作。
其中, S1033步骤包括:
清洁完成后,主控制器通过接收传感器的信号,获取清洁后的数据,传感器包括光照强度传感器,用于实时监测太阳能路灯的光照强度;主控制器对接收到的清洁后的数据进行预处理,包括数据清洗、数据转换;主控制器利用预先训练好的模型,对预处理后的数据进行智能分析,获取分析结果;主控制器根据分析结果判断清洁操作是否完成,若分析结果显示灯光的光照强度达到预设的阈值,主控制器判断清洁操作已完成。
与现有技术相比,本发明具有以下优点:
基于智能控制的太阳能路灯清洁方法,包括:通过在太阳能路灯装置上设置的传感器,采集关于太阳能路灯表面污染数据,污染数据包括灰尘、油脂、树叶和鸟粪;将采集到的污染数据传输至主控制器进行智能分析,与预设的污染阈值进行对比,确定清洁太阳能路灯的清洁时间和清洁方式;当确定需清洁时,主控制器根据当前的光照强度和设定的清洁时间间隔,控制驱动组件驱动清洁装置进行清洁操作。采用智能清洁***可以根据实际污染情况进行清洁操作,避免了定期维护的盲目性,减少了人力和时间成本;定期清洁太阳能路灯可以防止污染物的积累,延长太阳能路灯的使用寿命,减少更换和维修的频率。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
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为本发明实施例中一种基于智能控制的太阳能路灯清洁方法的流程图;
图2为本发明实施例中采集关于太阳能路灯表面污染数据的流程图;
图3为本发明实施例中对污染数据进行智能分析的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供了一种基于智能控制的太阳能路灯清洁方法,包括:
S101:通过在太阳能路灯装置上设置的传感器,采集关于太阳能路灯表面污染数据;
S102:将采集到的污染数据传输至主控制器进行智能分析,与预设的污染阈值进行对比,确定清洁太阳能路灯的清洁时间和清洁方式;
S103:当确定需清洁时,主控制器根据当前的光照强度和设定的清洁时间间隔,控制驱动组件驱动清洁装置进行清洁操作。
上述技术方案的工作原理为:在太阳能路灯装置上设置的传感器会定期采集太阳能路灯表面的污染数据,包括灰尘、油脂、树叶和鸟粪等;采集到的污染数据会通过无线传输或有线传输的方式传输至主控制器,主控制器会对接收到的数据进行智能分析,包括数据处理和算法运算;主控制器会将采集到的污染数据与预设的污染阈值进行对比,预设的污染阈值是根据太阳能路灯的清洁需求和性能指标进行设定的;根据污染数据与污染阈值的对比结果,主控制器会确定清洁太阳能路灯的清洁时间和清洁方式,例如,如果污染程度超过阈值,主控制器会判断需要进行清洁操作;当确定需要清洁时,主控制器会根据当前的光照强度和设定的清洁时间间隔,控制驱动组件驱动清洁装置进行清洁操作。清洁装置包括刷子、喷水装置或其他适合的清洁设备。
上述技术方案的有益效果为:通过定期清洁太阳能路灯,可以有效去除污染物,提高太阳能路灯的发电效率,保证其正常运行;采用智能清洁***可以根据实际污染情况进行清洁操作,避免了定期维护的盲目性,减少了人力和时间成本;定期清洁太阳能路灯可以防止污染物的积累,延长太阳能路灯的使用寿命,减少更换和维修的频率;清洁太阳能路灯可以提高光能的转换效率,增加路灯的亮度,提高行人和车辆的安全性;通过智能清洁***,可以减少清洁过程中的能源和水资源消耗,降低对环境的影响,实现节能减排的目标。
在另一实施例中,S101步骤包括:
S1011:通过在太阳能路灯装置上设置的光敏传感器,采集关于太阳能路灯表面灰尘的数据;
S1012:通过在太阳能路灯装置上设置的化学传感器,采集关于太阳能路灯表面油脂的数据;
S1013:通过在太阳能路灯装置上设置的形状识别传感器和颜色识别传感器,分别采集关于太阳能路灯表面树叶和鸟粪的数据。
上述技术方案的工作原理为:光敏传感器设置在太阳能路灯装置上,通过感知光线的强度变化来判断太阳能路灯表面的灰尘程度,传感器将采集到的灰尘数据传输至主控制器进行处理和分析;化学传感器设置在太阳能路灯装置上,通过化学反应来检测太阳能路灯表面的油脂,传感器将采集到的油脂数据传输至主控制器进行处理和分析;形状识别传感器和颜色识别传感器设置在太阳能路灯装置上,形状识别传感器通过识别树叶的形状,颜色识别传感器通过识别鸟粪的颜色,来检测太阳能路灯表面的树叶和鸟粪,传感器将采集到的树叶和鸟粪数据传输至主控制器进行处理和分析;主控制器接收传感器采集到的灰尘、油脂、树叶和鸟粪数据,通过智能算法进行处理和分析,主控制器可以根据数据的变化趋势和预设的污染阈值,确定清洁太阳能路灯的清洁时间和清洁方式。
采集关于太阳能路灯表面灰尘的数据,包括:
通过在太阳能路灯装置上设置的光敏传感器,采集关于太阳能路灯表面灰尘的数据;
基于光敏传感器,确定灰尘数据采集约束条件(约束条件包括反射率的范围、变化率等,用于筛选符合条件的灰尘数据);
基于灰尘数据采集约束条件,从预设的灰尘数据采集场景中提取第二灰尘数据(根据灰尘数据采集约束条件从预设的灰尘数据采集场景中提取的符合约束条件的灰尘数据);
基于第二灰尘数据,对灰尘数据库进行在线扩充;
其中,基于光敏传感器,确定灰尘数据采集约束条件,包括:
基于预设的反射率提取模板(根据太阳能路灯表面的材质和结构等因素预先设定的模板,用于提取太阳能路灯表面的反射率信息,反射率提取模板包括不同特征值类型对应的反射率范围和变化率等信息),提取太阳能路灯表面的反射率信息;
基于反射率信息的特征值类型(根据太阳能路灯表面的材质和结构等因素,将反射率信息划分为不同的特征值类型,每种特征值类型对应着一组预设的灰尘数据采集约束条件,用于确定符合条件的灰尘数据)对应的预设的灰尘数据采集约束条件生成模板,根据反射率信息,生成灰尘数据采集约束条件。
假设预设的反射率提取模板中定义了两种特征值类型:A和B,特征值类型A对应着太阳能路灯表面的反射率范围为0.2-0.4,变化率为0.1;特征值类型B对应着反射率范围为0.5-0.7,变化率为0.2,根据光敏传感器获取的数据,提取出太阳能路灯表面的反射率信息为0.3,属于特征值类型A;根据特征值类型A对应的预设的灰尘数据采集约束条件,可以确定灰尘数据采集的约束条件为反射率范围在0.2-0.4之间,变化率不超过0.1,根据这些约束条件,从预设的灰尘数据采集场景中提取出符合条件的第二灰尘数据。
上述技术方案的有益效果为:通过设置不同类型的传感器,可以精确采集太阳能路灯表面的灰尘、油脂、树叶和鸟粪等污染数据,提供准确的污染情况分析;主控制器通过智能算法对传感器采集到的数据进行处理和分析,可以根据污染数据的变化趋势和预设的污染阈值,确定清洁太阳能路灯的最佳时间和方式;根据不同类型的污染数据,可以针对性地进行清洁操作,提高清洁效率,保证太阳能路灯的正常运行;通过精准采集污染数据和智能分析,可以避免不必要的清洁操作,减少能源和水资源的浪费,实现节能环保的目标;定期清洁太阳能路灯可以防止污染物的积累,延长太阳能路灯的使用寿命,减少更换和维修的频率。
在另一实施例中,S102步骤包括:
S1021:将采集到的污染数据送入主控制器进行智能分析,通过对污染数据的类型进行识别和分类,确定污染物的种类;
S1022:将确定的污染物种类与预设的污染阈值进行对比,获取对比结果,对比结果包括当前太阳能路灯表面的污染程度;
S1023:根据对比结果,主控制器确定太阳能路灯的清洁时间和清洁方式。
上述技术方案的工作原理为:主控制器接收传感器采集到的污染数据,通过智能算法对数据进行分析和处理,主控制器可以根据数据的特征和模式,对污染物的种类进行识别和分类;主控制器将确定的污染物种类与预设的污染阈值进行对比,预设的污染阈值根据实际情况和需求进行设定,例如灰尘的阈值为10%,油脂的阈值为5%等;通过对比污染物种类与预设阈值,主控制器可以得出对比结果,即当前太阳能路灯表面的污染程度,例如,如果灰尘的污染程度超过了预设的阈值,主控制器可以判断太阳能路灯表面的污染程度为高;根据获取的污染程度,主控制器可以根据预设的清洁策略,确定太阳能路灯的清洁时间和清洁方式,例如,如果污染程度为高,主控制器可以设定太阳能路灯每周清洁一次,并采用高效的清洁方式,如喷水装置进行清洁操作。
上述技术方案的有益效果为:通过主控制器的智能分析算法,可以准确识别和分类污染物的种类,提高污染数据的分析准确性;通过对比污染物种类与预设阈值,可以实时获取太阳能路灯表面的污染程度,及时采取清洁措施,保持太阳能路灯的高效运行;根据污染程度的不同,可以制定个性化的清洁时间和清洁方式,提高清洁效率,节约资源;定期清洁太阳能路灯可以防止污染物的积累,延长太阳能路灯的使用寿命,减少更换和维修的频率;通过精准的污染分析和清洁策略,可以减少不必要的清洁操作,节约能源和水资源,实现节能环保的目标。
在另一实施例中,S103步骤包括:
S1031:在确定需进行清洁操作时,主控制器根据当前的光照强度和设定的清洁时间间隔,启动清洁过程;
S1032:主控制器控制驱动组件驱动清洁装置进行清洁操作,该清洁装置固定在左右型材上,通过在太阳能路灯的表面上移动,进行清洁操作;
S1033:清洁完成后,再次通过传感器和主控制器的智能分析,获取分析结果,通过分析结果判断清洁操作是否完成。
上述技术方案的工作原理为:在确定需要进行清洁操作时,主控制器根据当前的光照强度和设定的清洁时间间隔,启动清洁过程,该主控制器可通过接收传感器的信号,如光照强度传感器的信号,以及根据预设的清洁时间间隔,来判断是否需要进行清洁操作;主控制器控制驱动组件驱动清洁装置进行清洁操作,该清洁装置固定在左右型材上,可以在太阳能路灯的表面上移动,进行清洁操作,驱动组件可以是电机或其他适合的驱动设备,可以根据主控制器的控制信号,驱动清洁装置进行清洁操作;清洁完成后,再次通过传感器和主控制器的智能分析,确认清洁结果,该传感器可以是光照强度传感器,可以通过检测太阳能路灯的光照强度,来判断清洁操作是否完成,主控制器可以根据传感器的信号,进行智能分析,确认清洁结果;从而实现自动清洁太阳能路灯,保持太阳能路灯的清洁,提高太阳能路灯的发电效率。
上述技术方案的有益效果为:主控制器根据光照强度和设定的清洁时间间隔,自动启动清洁过程,无需人工干预,这样可以确保太阳能路灯的表面始终保持清洁,提高太阳能转换效率;清洁装置固定在左右型材上,并通过在太阳能路灯表面上移动进行清洁操作,这种清洁方式可以覆盖整个太阳能路灯表面,确保彻底清除污垢和杂物,提高清洁效果;清洁完成后,通过传感器和主控制器的智能分析,获取分析结果,这样可以及时了解清洁操作的效果,确保太阳能路灯表面的彻底清洁;通过定期清洁太阳能路灯,可以防止污垢和杂物的积累,保持太阳能路灯的高效工作状态,提高太阳能转换效率,延长太阳能路灯的使用寿命;自动化清洁操作可以减少人工清洁的频率和工作量,降低维护成本,同时,通过实时分析清洁结果,可以及时发现清洁不彻底或其他问题,减少维修和更换的需求;定期清洁太阳能路灯可以减少能源浪费,提高能源利用效率,实现节能环保的目标,同时,清洁操作使用的清洁剂可以选择环境友好型,减少对环境的污染。
在另一实施例中,S1021步骤包括:
将采集到的污染数据送入主控制器进行智能分析,主控制器通过神经网络模型对污染数据的类型进行识别,其中,灰尘的识别依据颗粒大小和颜色,油脂的识别依据黏性和反射光谱,树叶的识别依据其形状和颜色,鸟粪的识别依据形状、颜色和化学成分;主控制器根据预设的污染物清洁方式,对污染数据进行分类,其中,灰尘采用清洁装置吸尘的方式清洁;油脂采用清洁装置溶剂清洗方式清洁;树叶采用清洁装置擦拭的方式清洁;鸟粪采用清洁装置高压水枪清洗方式清洁。
上述技术方案的工作原理为:主控制器接收传感器采集到的污染数据,将数据送入神经网络模型进行智能分析,神经网络模型通过学习和训练,可以识别不同污染物的特征,并将污染数据进行分类;主控制器根据神经网络模型的识别结果,判断污染数据是否属于灰尘,灰尘的识别依据颗粒大小和颜色,可以通过对比污染数据的特征与预设的灰尘特征进行判断;主控制器根据神经网络模型的识别结果,判断污染数据是否属于油脂,油脂的识别依据黏性和反射光谱,可以通过对比污染数据的特征与预设的油脂特征进行判断;主控制器根据神经网络模型的识别结果,判断污染数据是否属于树叶,树叶的识别依据其形状和颜色,可以通过对比污染数据的特征与预设的树叶特征进行判断;主控制器根据神经网络模型的识别结果,判断污染数据是否属于鸟粪,鸟粪的识别依据形状、颜色和化学成分,可以通过对比污染数据的特征与预设的鸟粪特征进行判断;根据污染物的分类结果和预设的清洁方式,主控制器选择相应的清洁装置和清洁方式进行清洁操作,例如,对于灰尘,主控制器可以使用清洁装置擦拭的方式进行清洁;对于油脂,可以采用清洁装置溶剂清洗方式进行清洁;对于树叶,可以使用清洁装置擦拭的方式进行清洁;对于鸟粪,可以采用清洁装置高压水枪清洗方式进行清洁。
其中,将采集到的污染数据送入主控制器进行智能分析,包括:
解析污染数据簇中的污染数据的数据类型;
将数据类型与预设的任一标准污染数据类型进行匹配;标准污染数据类型包括:灰尘、油脂、树叶和鸟粪;
若匹配符合,将对应污染数据作为第二目标污染数据(第二目标污染数据是经过识别和匹配后确定需要清洁的污染数据),并获取匹配符合的标准污染数据类型对应的预设的第二识别特征;第二识别特征包括:灰尘的颗粒大小和颜色、油脂的黏性和反射光谱、树叶的形状和颜色、鸟粪的形状、颜色和化学成分;
将污染数据送入主控制器中的神经网络模型,利用第二识别特征对第二目标污染数据进行智能分析;
若分析符合,获取匹配符合的第二识别特征对应的预设的清洁方式模板;基于清洁方式模板,确定第二目标污染数据的清洁方式,并作为第三清洁要素(第三清洁要素是根据清洁方式模板确定的具体清洁方式);
将第三清洁要素补充整合纳入污染物的智能清洁流程。
上述技术方案的有益效果为:通过主控制器的智能分析和神经网络模型的识别,可以准确识别和分类不同污染物的类型,提高污染数据的分析准确性;根据污染物的分类结果和预设的清洁方式,可以选择最适合的清洁装置和清洁方式进行清洁操作,提高清洁效果和效率;定期清洁太阳能路灯可以防止污染物的积累,保持太阳能路灯的高效工作状态,提高太阳能转换效率,延长太阳能路灯的使用寿命;自动化清洁操作可以减少人工清洁的频率和工作量,降低维护成本。同时,通过智能分析和清洁结果的确认,可以及时发现清洁不彻底或其他问题,减少维修和更换的需求。
在另一实施例中,S1022步骤包括:
将确定的污染物种类与预设的污染阈值进行对比,其中预设的污染阈值根据太阳能路灯表面的材质、结构以及环境条件的因素设定,并存储在主控制器中;主控制器根据污染物种类的数量、类型以及分布情况,计算出当前太阳能路灯表面的污染程度;将计算得出的污染程度与预设的污染阈值进行对比,获取对比结果,对比结果包括污染程度低于、等于或高于预设阈值。
上述技术方案的工作原理为:主控制器通过传感器采集太阳能路灯表面的污染数据,包括灰尘、油脂、树叶、鸟粪等污染物的数量和分布情况;主控制器对采集到的污染数据进行分析,确定污染物的种类和数量,例如,通过图像处理算法识别树叶的形状和颜色,通过化学分析仪器检测鸟粪的化学成分等;主控制器从预设的污染阈值存储单元中获取与太阳能路灯表面材质、结构和环境条件相关的预设污染阈值;主控制器根据污染物种类的数量、类型和分布情况,计算出当前太阳能路灯表面的污染程度;例如,可以根据污染物的面积、浓度等指标进行计算;主控制器将计算得出的污染程度与预设的污染阈值进行对比,通过数值比较,判断当前太阳能路灯表面的污染程度是低于、等于还是高于预设阈值;主控制器根据对比结果,确定当前太阳能路灯表面的污染程度是否达到或超过预设的污染阈值,并将对比结果进行记录或显示。
其中,将确定的污染物种类与预设的污染阈值进行对比,包括:
获取污染物种类信息以满足对比条件;
若污染物种类信息已获取,将污染物种类信息与预设的污染阈值进行对比,其中预设的污染阈值根据太阳能路灯表面的材质、结构以及环境条件的因素设定,并存储在主控制器中;
其中,获取污染物种类信息以满足对比条件,包括:
获取污染物种类信息满足对比条件的第一条件满足情况(第一条件满足情况:指污染物种类信息满足对比条件的第一条件的情况);
构建第一条件满足情况的第一情况描述向量(第一情况描述向量:用于描述第一条件满足情况的向量,可以包括污染物种类、数量、类型和分布等信息);
构建若污染物种类信息均满足对比条件的第二条件满足情况(第二条件满足情况:指污染物种类信息满足对比条件的第二条件的情况);
构建第二条件满足情况的第二情况描述向量(用于描述第二条件满足情况的向量);
计算第一情况描述向量与第二情况描述向量之间的向量相似度;
将预设相似度满值(预设的向量相似度的最大值,用于判断向量相似度是否满足预设的相似度要求)与向量相似度的差值作为差距度;
若差距度小于等于预设的差距度阈值,主控制器根据污染物种类的数量、类型以及分布情况,计算出当前太阳能路灯表面的污染程度;
将计算得出的污染程度与预设的污染阈值进行对比,获取对比结果;
对比结果包括污染程度低于、等于或高于预设阈值,根据对比结果,执行相应的清洁或警告流程。
上述技术方案的有益效果为:通过对污染物种类和数量的分析,以及对污染程度的计算和对比,可以实时监测太阳能路灯表面的污染程度;通过与预设的污染阈值进行对比,可以及时发现污染程度超过预设阈值的情况,提前预警并进行维护,避免太阳能路灯因污染而影响正常运行;根据污染程度的实时监测和预警,可以有针对性地进行清洁和维护,减少不必要的维护成本和人力资源的浪费;通过对污染程度的监测和对比,可以根据实际情况调整清洁策略和频率,提高清洁效果,保持太阳能路灯的高效工作状态。
在另一实施例中,S1023步骤包括:
主控制器根据对比结果,确定太阳能路灯的污染程度,其中,对比结果是将计算得出的污染程度与预设的污染阈值进行对比得出;主控制器根据污染程度,结合太阳能路灯的使用环境和天气预报的信息,确定太阳能路灯的清洁时间,其中,当污染程度高于预设阈值,且预报未来几天为晴天时,确定在晴天的某个时间段进行清洁;主控制器根据污染物的种类和分布情况,确定太阳能路灯的清洁方式,其中,当污染物为灰尘和鸟粪时,确定使用清洁装置吸尘和高压水枪清洗的方式进行清洁。
上述技术方案的工作原理为:主控制器通过传感器采集太阳能路灯表面的污染数据,包括灰尘、鸟粪等污染物的数量和分布情况;主控制器对采集到的污染数据进行处理,通过图像处理算法、化学分析的方法,确定污染物的种类和分布情况;主控制器从预设的污染阈值存储单元中获取与太阳能路灯使用环境和材质相关的预设污染阈值;主控制器将计算得出的污染程度与预设的污染阈值进行对比。通过数值比较,判断当前太阳能路灯表面的污染程度是否超过预设的污染阈值;根据对比结果,主控制器确定太阳能路灯的污染程度。当污染程度高于预设阈值时,认为污染程度较高;当污染程度低于或等于预设阈值时,认为污染程度较低。
主控制器根据对比结果,确定太阳能路灯的污染程度,包括:
获取对比结果信息以满足确定污染程度的条件;
若对比结果信息已获取,主控制器根据对比结果,确定太阳能路灯的污染程度,其中,对比结果是将计算得出的污染程度与预设的污染阈值进行对比得出;
其中,获取对比结果信息以满足确定污染程度的条件,包括:
获取对比结果信息满足确定污染程度的第一条件满足情况;
构建第一条件满足情况的第一情况描述向量;
构建若对比结果信息均满足确定污染程度的第二条件满足情况;
构建第二条件满足情况的第二情况描述向量;
计算第一情况描述向量与第二情况描述向量之间的向量相似度;
将预设相似度满值与向量相似度的差值作为差距度;
若差距度小于等于预设的差距度阈值,主控制器根据污染程度,结合太阳能路灯的使用环境和天气预报的信息,确定太阳能路灯的清洁时间;
其中,当污染程度高于预设阈值,且预报未来几天为晴天时,确定在晴天的某个时间段进行清洁;
主控制器根据污染物的种类和分布情况,确定太阳能路灯的清洁方式;
其中,当污染物为灰尘和鸟粪时,确定使用清洁装置吸尘和高压水枪清洗的方式进行清洁。
上述技术方案的有益效果为:通过对污染物种类和分布情况的分析,以及对污染程度的计算和对比,可以实时监测太阳能路灯表面的污染程度;根据污染程度的确定,结合太阳能路灯的使用环境和天气预报的信息,可以精确确定太阳能路灯的清洁时间,当污染程度高于预设阈值且预报未来几天为晴天时,选择在晴天的某个时间段进行清洁,以确保清洁效果;根据污染物的种类和分布情况,可以确定太阳能路灯的清洁方式,例如,当污染物为灰尘和鸟粪时,可以选择使用清洁装置进行吸尘和高压水枪清洗,以提高清洁效果。
在另一实施例中,S1031步骤包括:
设定清洁时间间隔,该清洁时间间隔根据实际情况进行设定,包括每天的特定时间或者每隔一定的时间段;主控制器接收光照强度传感器的信号,获取当前的光照强度,该光照强度传感器设置在太阳能路灯的表面,用于实时监测太阳能路灯的光照强度;主控制器根据当前的光照强度和设定的清洁时间间隔,判断是否需要进行清洁操作,若当前的光照强度低于预设的阈值,或者已经达到设定的清洁时间间隔,主控制器则启动清洁过程。
上述技术方案的工作原理为:根据实际情况,可以设定每天的特定时间或者每隔一定的时间段作为清洁时间间隔,例如,设定每天早上6点进行清洁操作,或者设定每隔一周进行一次清洁操作;主控制器通过光照强度传感器,将太阳能路灯表面的光照强度信号传输给主控制器;主控制器接收到光照强度信号后,获取当前太阳能路灯的光照强度值;主控制器将当前的光照强度与设定的清洁时间间隔进行比较,若当前的光照强度低于预设的阈值,或者已经达到设定的清洁时间间隔,主控制器判断需要进行清洁操作;当主控制器判断需要进行清洁操作时,触发清洁装置进行清洁操作,例如,启动清洁装置的电机或喷水装置,将清洁装置移动到太阳能路灯表面,进行清洁操作。
其中,设定清洁时间间隔,包括:
设定清洁时间间隔,该清洁时间间隔根据实际情况进行设定,包括每天的特定时间或者每隔一定的时间段;
主控制器接收光照强度传感器的信号,获取当前的光照强度,该光照强度传感器设置在太阳能路灯的表面,用于实时监测太阳能路灯的光照强度;
主控制器根据当前的光照强度和设定的清洁时间间隔,判断是否需要进行清洁操作;
其中,判断是否需要进行清洁操作,包括:
获取当前的光照强度满足设定的清洁时间间隔的第一条件满足情况;
构建第一条件满足情况的第一情况描述向量;
获取若当前的光照强度均满足设定的清洁时间间隔的第二条件满足情况;
构建第二条件满足情况的第二情况描述向量;
计算第一情况描述向量与第二情况描述向量之间的向量相似度;
将预设相似度满值与向量相似度的差值作为差距度;
若差距度小于等于预设的差距度阈值,或者已经达到设定的清洁时间间隔,主控制器则启动清洁过程。
上述技术方案的有益效果为:通过定期清洁太阳能路灯表面的污染物,可以提高太阳能转换效率,增加能源利用效率;定期清洁太阳能路灯表面的污染物可以延长太阳能路灯的使用寿命,减少维护和更换的频率;通过根据实际情况设定清洁时间间隔,可以避免不必要的清洁操作,从而节约清洁成本和人力资源的浪费;保持太阳能路灯表面的清洁可以提高路灯的亮度,提高行人和车辆的安全性;通过主控制器的自动判断和触发清洁过程,实现太阳能路灯清洁的自动化管理,减少人工干预和操作的需求。
在另一实施例中,S1032步骤包括:
主控制器解析太阳能路灯污染数据,获取解析数据,解析数据包括待清洁的空间中的污染区域的位置信息、污染级别以及清洁空间中的对象的位置,基于解析数据,主控制器确定清洁目标区域;
主控制器使用学习模型,确定清洁目标区域清洁强度,通过学习模型确定清洁目标区域在待清洁的空间中的位置和根据清洁强度对应的清洁优先级;
主控制器控制驱动组件驱动清洁装置进行清洁操作,该清洁装置固定在左右型材上,根据所确定的清洁优先级,在太阳能路灯的表面上移动,进行清洁操作。
上述技术方案的工作原理为:主控制器对采集到的太阳能路灯污染数据进行解析,获取待清洁的空间中的污染区域的位置信息、污染级别以及清洁空间中的对象的位置;基于解析数据,主控制器确定清洁目标区域,即需要进行清洁操作的区域;主控制器使用预先训练好的学习模型,根据清洁目标区域的位置和污染级别,确定清洁目标区域的清洁强度,学习模型可以根据历史数据和经验进行训练,以准确地确定清洁目标区域的清洁强度;主控制器控制驱动组件,驱动清洁装置进行清洁操作。清洁装置固定在左右型材上,可以通过电机或其他驱动方式,在太阳能路灯的表面上移动;根据所确定的清洁优先级,清洁装置在太阳能路灯的表面上移动,按照优先级高低依次清洁污染区域,清洁装置可以使用吸尘器、刷子、高压水枪等工具进行清洁操作,以确保清洁效果。
其中,确定清洁目标区域清洁强度,包括:
主控制器使用学习模型,确定清洁目标区域清洁强度;
通过学习模型确定清洁目标区域在待清洁的空间中的位置和根据清洁强度对应的清洁优先级;
其中,使用学习模型确定清洁目标区域清洁强度,包括:
收集待清洁空间内各区域的历史清洁数据,构建历史清洁数据集;
基于历史清洁数据集,训练学习模型,获得清洁强度预测模型;
使用清洁强度预测模型,对待清洁空间内的各个目标区域进行清洁强度预测,获得预测清洁强度;
其中,通过学习模型确定清洁目标区域在待清洁的空间中的位置和根据清洁强度对应的清洁优先级,包括:
基于预测清洁强度,生成清洁优先级映射表;
根据清洁优先级映射表,对待清洁空间内的各个目标区域进行优先级排序;
确定优先级最高的目标区域作为首选清洁目标区域;
获取首选清洁目标区域在待清洁空间内的具***置;
其中,基于预设的清洁优先级评价模板,对预测清洁强度进行评价,获得清洁优先级;
从清洁优先级大于等于预设的清洁优先级阈值的目标区域中提取清洁方案;
整合各清洁方案,获得清洁方案推荐列表。
上述技术方案的有益效果为:通过解析太阳能路灯污染数据和使用学习模型确定清洁目标区域和清洁强度,可以提高清洁操作的准确性和效率;根据清洁优先级,清洁装置在太阳能路灯的表面上移动,按照优先级高低依次清洁污染区域,最大限度地清洁污染区域,提高太阳能转换效率;通过主控制器的自动判断和控制,实现太阳能路灯清洁的自动化管理,减少人工干预和操作的需求;通过准确确定清洁目标区域和清洁强度,避免不必要的清洁操作,节约清洁成本和人力资源的浪费。
在另一实施例中,S1033步骤包括:
清洁完成后,主控制器通过接收传感器的信号,获取清洁后的数据,传感器包括光照强度传感器,用于实时监测太阳能路灯的光照强度;主控制器对接收到的清洁后的数据进行预处理,包括数据清洗、数据转换;主控制器利用预先训练好的模型,对预处理后的数据进行智能分析,获取分析结果;主控制器根据分析结果判断清洁操作是否完成,若分析结果显示灯光的光照强度达到预设的阈值,主控制器判断清洁操作已完成。
上述技术方案的工作原理为:主控制器通过光照强度传感器等传感器接收清洁后的数据信号,例如太阳能路灯的光照强度;主控制器对接收到的清洁后的数据进行预处理,包括数据清洗和数据转换,数据清洗可以去除异常值或噪声,确保数据的准确性和可靠性,数据转换可以将原始数据转换为适合进行智能分析的格式;主控制器利用预先训练好的模型对预处理后的数据进行智能分析,例如,使用机器学习算法,对路灯的光照强度数据进行分析,以获取分析结果;主控制器根据分析结果判断清洁操作是否完成,例如,若分析结果显示灯光的光照强度达到预设的阈值,主控制器判断清洁操作已完成。
上述技术方案的有益效果为:通过对清洁后的数据进行智能分析,可以判断清洁操作是否达到预期效果,确保清洁操作的有效性;通过智能分析清洁后的光照强度数据,可以及时发现光照强度不足的情况,从而采取相应措施提高能源利用效率;主控制器的智能分析和判断功能实现了太阳能路灯清洁操作的自动化管理,减少人工干预和操作的需求;通过及时判断清洁操作是否完成,可以确保路灯的光照强度达到预设的阈值,提高路灯的亮度,增加行人和车辆的安全性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.基于智能控制的太阳能路灯清洁方法,其特征在于,包括:
S101:通过在太阳能路灯装置上设置的传感器,采集关于太阳能路灯表面污染数据,污染数据包括灰尘、油脂、树叶和鸟粪;
S102:将采集到的污染数据传输至主控制器进行智能分析,与预设的污染阈值进行对比,确定清洁太阳能路灯的清洁时间和清洁方式;
S103:当确定需清洁时,主控制器根据当前的光照强度和设定的清洁时间间隔,控制驱动组件驱动清洁装置进行清洁操作。
2.根据权利要求1所述的基于智能控制的太阳能路灯清洁方法,其特征在于,S101步骤包括:
S1011:通过在太阳能路灯装置上设置的光敏传感器,采集关于太阳能路灯表面灰尘的数据;
S1012:通过在太阳能路灯装置上设置的化学传感器,采集关于太阳能路灯表面油脂的数据;
S1013:通过在太阳能路灯装置上设置的形状识别传感器和颜色识别传感器,分别采集关于太阳能路灯表面树叶和鸟粪的数据。
3.根据权利要求1所述的基于智能控制的太阳能路灯清洁方法,其特征在于,S102步骤包括:
S1021:将采集到的污染数据送入主控制器进行智能分析,通过对污染数据的类型进行识别和分类,确定污染物的种类;
S1022:将确定的污染物种类与预设的污染阈值进行对比,获取对比结果,对比结果包括当前太阳能路灯表面的污染程度;
S1023:根据对比结果,主控制器确定太阳能路灯的清洁时间和清洁方式。
4.根据权利要求1所述的基于智能控制的太阳能路灯清洁方法,其特征在于,S103步骤包括:
S1031:在确定需进行清洁操作时,主控制器根据当前的光照强度和设定的清洁时间间隔,启动清洁过程;
S1032:主控制器控制驱动组件驱动清洁装置进行清洁操作,该清洁装置固定在左右型材上,通过在太阳能路灯的表面上移动,进行清洁操作;
S1033:清洁完成后,再次通过传感器和主控制器的智能分析,获取分析结果,通过分析结果判断清洁操作是否完成。
5.根据权利要求3所述的基于智能控制的太阳能路灯清洁方法,其特征在于,S1021步骤包括:
将采集到的污染数据送入主控制器进行智能分析,主控制器通过神经网络模型对污染数据的类型进行识别,其中,灰尘的识别依据颗粒大小和颜色,油脂的识别依据黏性和反射光谱,树叶的识别依据其形状和颜色,鸟粪的识别依据形状、颜色和化学成分;主控制器根据预设的污染物清洁方式,对污染数据进行分类,其中,灰尘采用清洁装置吸尘的方式清洁;油脂采用清洁装置溶剂清洗方式清洁;树叶采用清洁装置擦拭的方式清洁;鸟粪采用清洁装置高压水枪清洗方式清洁。
6.根据权利要求3所述的基于智能控制的太阳能路灯清洁方法,其特征在于,S1022步骤包括:
将确定的污染物种类与预设的污染阈值进行对比,其中预设的污染阈值根据太阳能路灯表面的材质、结构以及环境条件的因素设定,并存储在主控制器中;主控制器根据污染物种类的数量、类型以及分布情况,计算出当前太阳能路灯表面的污染程度;将计算得出的污染程度与预设的污染阈值进行对比,获取对比结果,对比结果包括污染程度低于、等于或高于预设阈值。
7.根据权利要求3所述的基于智能控制的太阳能路灯清洁方法,其特征在于,S1023步骤包括:
主控制器根据对比结果,确定太阳能路灯的污染程度,其中,对比结果是将计算得出的污染程度与预设的污染阈值进行对比得出;主控制器根据污染程度,结合太阳能路灯的使用环境和天气预报的信息,确定太阳能路灯的清洁时间,其中,当污染程度高于预设阈值,且预报未来几天为晴天时,确定在晴天的某个时间段进行清洁;主控制器根据污染物的种类和分布情况,确定太阳能路灯的清洁方式,其中,当污染物为灰尘和鸟粪时,确定使用清洁装置吸尘和高压水枪清洗的方式进行清洁。
8.根据权利要求4所述的基于智能控制的太阳能路灯清洁方法,其特征在于,S1031步骤包括:
设定清洁时间间隔,该清洁时间间隔根据实际情况进行设定,包括每天的特定时间或者每隔一定的时间段;主控制器接收光照强度传感器的信号,获取当前的光照强度,该光照强度传感器设置在太阳能路灯的表面,用于实时监测太阳能路灯的光照强度;主控制器根据当前的光照强度和设定的清洁时间间隔,判断是否需要进行清洁操作,若当前的光照强度低于预设的阈值,或者已经达到设定的清洁时间间隔,主控制器则启动清洁过程。
9.根据权利要求4所述的基于智能控制的太阳能路灯清洁方法,其特征在于,S1032步骤包括:
主控制器解析太阳能路灯污染数据,获取解析数据,解析数据包括待清洁的空间中的污染区域的位置信息、污染级别以及清洁空间中的对象的位置,基于解析数据,主控制器确定清洁目标区域;
主控制器使用学习模型,确定清洁目标区域清洁强度,通过学习模型确定清洁目标区域在待清洁的空间中的位置和根据清洁强度对应的清洁优先级;
主控制器控制驱动组件驱动清洁装置进行清洁操作,该清洁装置固定在左右型材上,根据所确定的清洁优先级,在太阳能路灯的表面上移动,进行清洁操作。
10.根据权利要求4所述的基于智能控制的太阳能路灯清洁方法,其特征在于, S1033步骤包括:
清洁完成后,主控制器通过接收传感器的信号,获取清洁后的数据,传感器包括光照强度传感器,用于实时监测太阳能路灯的光照强度;主控制器对接收到的清洁后的数据进行预处理,包括数据清洗、数据转换;主控制器利用预先训练好的模型,对预处理后的数据进行智能分析,获取分析结果;主控制器根据分析结果判断清洁操作是否完成,若分析结果显示灯光的光照强度达到预设的阈值,主控制器判断清洁操作已完成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311277184.1A CN117000692A (zh) | 2023-10-07 | 2023-10-07 | 基于智能控制的太阳能路灯清洁方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311277184.1A CN117000692A (zh) | 2023-10-07 | 2023-10-07 | 基于智能控制的太阳能路灯清洁方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117000692A true CN117000692A (zh) | 2023-11-07 |
Family
ID=88571300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311277184.1A Pending CN117000692A (zh) | 2023-10-07 | 2023-10-07 | 基于智能控制的太阳能路灯清洁方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117000692A (zh) |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090058624A (ko) * | 2007-12-05 | 2009-06-10 | 오민환 | 태양전지판의 세척장치 및 그 세척방법 |
KR20140060901A (ko) * | 2012-11-13 | 2014-05-21 | 재단법인대구경북과학기술원 | 태양광 패널 관리용 무인 비행 로봇 |
DE102014214355A1 (de) * | 2014-07-23 | 2016-01-28 | Siemens Aktiengesellschaft | Verfahren zum Ermitteln eines optimalen Zeitpunkts für eine Reinigung einer Photovoltaikanlage und nach dem Verfahren arbeitende Vorrichtung sowie Computerprogramm zur Implementierung des Verfahrens |
CN106301191A (zh) * | 2015-05-22 | 2017-01-04 | 科沃斯商用机器人有限公司 | 太阳能电池板自动清洁***及其控制方法 |
CN207386005U (zh) * | 2017-07-21 | 2018-05-22 | 中国大唐集团科学技术研究院有限公司 | 光伏组件自动清洁装置 |
KR20200038210A (ko) * | 2020-03-25 | 2020-04-10 | 인피니티에너지주식회사 | 태양광 패널의 세척장치 |
WO2020202116A1 (en) * | 2019-04-04 | 2020-10-08 | Photom Technologies Private Limited | Autonomous integrated dry and wet cleaning system for solar panels and a method thereof |
CN211738930U (zh) * | 2020-05-16 | 2020-10-23 | 深圳市世纪阳光照明有限公司 | 一种具有清扫功能的太阳能路灯 |
US20200403563A1 (en) * | 2019-04-17 | 2020-12-24 | PASCO Ventures LLC | Cleaning method for solar panels |
CN112135553A (zh) * | 2018-05-11 | 2020-12-25 | 三星电子株式会社 | 用于执行清洁操作的方法和设备 |
CN113014194A (zh) * | 2021-03-10 | 2021-06-22 | 优兔创新有限公司 | 太阳能面板污迹清理方法、装置、计算机设备和存储介质 |
KR102322611B1 (ko) * | 2021-03-16 | 2021-11-08 | 주식회사 이가에너지 | 포크레인 타입 태양광 패널 세척장치 |
CN113854903A (zh) * | 2021-09-28 | 2021-12-31 | 追觅创新科技(苏州)有限公司 | 清洁设备的控制方法及装置 |
KR20220086079A (ko) * | 2020-12-16 | 2022-06-23 | 반충기 | 태양광 패널 세척 장치 및 방법 |
CN115439797A (zh) * | 2020-10-29 | 2022-12-06 | 上海高仙自动化科技发展有限公司 | 机器人的巡检清洁方法、装置、机器人和存储介质 |
CN115446841A (zh) * | 2022-10-26 | 2022-12-09 | 西安万飞控制科技有限公司 | 一种清洗光伏面板的机器人控制方法、***、终端及介质 |
CN115545556A (zh) * | 2022-11-07 | 2022-12-30 | 深圳市上古光电有限公司 | 大型智能屋顶光伏清洁方法、装置、存储介质及电子设备 |
CN115617048A (zh) * | 2022-11-09 | 2023-01-17 | 立物(北京)科技有限公司 | 一种光伏电站无人清洁方法及*** |
CN116509266A (zh) * | 2022-01-24 | 2023-08-01 | 追觅创新科技(苏州)有限公司 | 清洁设备的控制方法、设备及存储介质 |
CN116690613A (zh) * | 2023-08-07 | 2023-09-05 | 福建富兴工业彩弹枪有限公司 | 一种光伏智能清扫机器人的控制方法及*** |
CN116827245A (zh) * | 2023-05-12 | 2023-09-29 | 华能灌云清洁能源发电有限责任公司 | 一种针对光伏板的吹灰控制方法及*** |
-
2023
- 2023-10-07 CN CN202311277184.1A patent/CN117000692A/zh active Pending
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090058624A (ko) * | 2007-12-05 | 2009-06-10 | 오민환 | 태양전지판의 세척장치 및 그 세척방법 |
KR20140060901A (ko) * | 2012-11-13 | 2014-05-21 | 재단법인대구경북과학기술원 | 태양광 패널 관리용 무인 비행 로봇 |
DE102014214355A1 (de) * | 2014-07-23 | 2016-01-28 | Siemens Aktiengesellschaft | Verfahren zum Ermitteln eines optimalen Zeitpunkts für eine Reinigung einer Photovoltaikanlage und nach dem Verfahren arbeitende Vorrichtung sowie Computerprogramm zur Implementierung des Verfahrens |
CN106301191A (zh) * | 2015-05-22 | 2017-01-04 | 科沃斯商用机器人有限公司 | 太阳能电池板自动清洁***及其控制方法 |
CN207386005U (zh) * | 2017-07-21 | 2018-05-22 | 中国大唐集团科学技术研究院有限公司 | 光伏组件自动清洁装置 |
CN112135553A (zh) * | 2018-05-11 | 2020-12-25 | 三星电子株式会社 | 用于执行清洁操作的方法和设备 |
WO2020202116A1 (en) * | 2019-04-04 | 2020-10-08 | Photom Technologies Private Limited | Autonomous integrated dry and wet cleaning system for solar panels and a method thereof |
US20200403563A1 (en) * | 2019-04-17 | 2020-12-24 | PASCO Ventures LLC | Cleaning method for solar panels |
KR20200038210A (ko) * | 2020-03-25 | 2020-04-10 | 인피니티에너지주식회사 | 태양광 패널의 세척장치 |
CN211738930U (zh) * | 2020-05-16 | 2020-10-23 | 深圳市世纪阳光照明有限公司 | 一种具有清扫功能的太阳能路灯 |
CN115439797A (zh) * | 2020-10-29 | 2022-12-06 | 上海高仙自动化科技发展有限公司 | 机器人的巡检清洁方法、装置、机器人和存储介质 |
KR20220086079A (ko) * | 2020-12-16 | 2022-06-23 | 반충기 | 태양광 패널 세척 장치 및 방법 |
CN113014194A (zh) * | 2021-03-10 | 2021-06-22 | 优兔创新有限公司 | 太阳能面板污迹清理方法、装置、计算机设备和存储介质 |
KR102322611B1 (ko) * | 2021-03-16 | 2021-11-08 | 주식회사 이가에너지 | 포크레인 타입 태양광 패널 세척장치 |
CN113854903A (zh) * | 2021-09-28 | 2021-12-31 | 追觅创新科技(苏州)有限公司 | 清洁设备的控制方法及装置 |
CN116509266A (zh) * | 2022-01-24 | 2023-08-01 | 追觅创新科技(苏州)有限公司 | 清洁设备的控制方法、设备及存储介质 |
CN115446841A (zh) * | 2022-10-26 | 2022-12-09 | 西安万飞控制科技有限公司 | 一种清洗光伏面板的机器人控制方法、***、终端及介质 |
CN115545556A (zh) * | 2022-11-07 | 2022-12-30 | 深圳市上古光电有限公司 | 大型智能屋顶光伏清洁方法、装置、存储介质及电子设备 |
CN115617048A (zh) * | 2022-11-09 | 2023-01-17 | 立物(北京)科技有限公司 | 一种光伏电站无人清洁方法及*** |
CN116827245A (zh) * | 2023-05-12 | 2023-09-29 | 华能灌云清洁能源发电有限责任公司 | 一种针对光伏板的吹灰控制方法及*** |
CN116690613A (zh) * | 2023-08-07 | 2023-09-05 | 福建富兴工业彩弹枪有限公司 | 一种光伏智能清扫机器人的控制方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102638013B (zh) | 基于视觉注意机制的标靶图像识别输电线路状态监测*** | |
CN110258412B (zh) | 道路清扫设备及其风机和扫盘的智能控制方法和*** | |
CN107818410B (zh) | 一种光伏组件积灰程度远程智能诊断方法 | |
CN112329618A (zh) | 一种基于人工智能的光伏清洁机器人控制方法及*** | |
CN108268028B (zh) | 光伏电池板清洗工作的智能规划***及方法 | |
CN203606951U (zh) | 基于车牌识别的图像采集装置及*** | |
CN111127806A (zh) | 基于多传感器的综合森林防火监控***及方法 | |
TWI721693B (zh) | 基於行動物聯網之網路行為異常偵測系統及方法 | |
CN110924345A (zh) | 一种纯电动无人驾驶环卫洗扫车智能作业*** | |
CN114258178B (zh) | 一种太阳能路灯智慧照明远程在线监测调控管理*** | |
CN115762169B (zh) | 一种环卫车无人驾驶的智能控制***及方法 | |
CN116600446A (zh) | 一种基于物联网技术的智能路灯*** | |
CN117409583A (zh) | 一种基于智能网联汽车控制中心的车辆状态评估预警方法 | |
US11881019B2 (en) | Method and device for tracking and exploiting at least one environmental parameter | |
CN103543697A (zh) | 交通隧道设备集群式智能控制方法 | |
CN117000692A (zh) | 基于智能控制的太阳能路灯清洁方法 | |
CN113850468A (zh) | 一种环卫一体化的智慧公路环卫管理方法、***、装置和存储介质 | |
CN113932282A (zh) | 一种城市供暖监管方法和*** | |
CN116959117A (zh) | 针对垃圾投放行为分析和违规行为多角度抓拍的监测*** | |
CN116593422A (zh) | 一种基于红外遥感技术监测城镇河段污水排放的预警*** | |
CN101308576B (zh) | 道路中的运动方向检测方法及装置 | |
CN117687369B (zh) | 基于多源数据的降尘喷雾节能控制方法及*** | |
CN117649226B (zh) | 一种用于街景集装箱的模块管理方法及*** | |
CN117079493B (zh) | 基于物联网的智慧停车管理方法和*** | |
US20230386327A1 (en) | Methods and internet of things systems for managing traffic road cleaning in smart city |
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 |