[发明专利]一种养护室环境参数检测系统有效

专利信息
申请号: 202110497251.5 申请日: 2021-05-07
公开(公告)号: CN113219871B 公开(公告)日: 2022-04-01
发明(设计)人: 刘伟;王大伟;丁百湛;黄国君;张庆宇;肖炳宇;马从国;张利兵;金德飞;周恒瑞;杨艳;王建国;陈亚娟;李亚洲 申请(专利权)人: 淮阴工学院
主分类号: G05B19/042 分类号: G05B19/042;G01D21/02;G08B19/00;G06N3/04;G06N3/08
代理公司: 淮安市科文知识产权事务所 32223 代理人: 李锋
地址: 223005 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 养护 环境参数 检测 系统
【说明书】:

本发明公开了一种养护室环境参数检测系统,所述系统包括养护室环境参数采集与控制平台和养护室环境大数据处理子系统,实现对养护室内外环境参数检测、管理和养护室环境参数等级的预警;本发明有效解决了现有养护室环境没有根据养护室环境参数变化的非线性、大滞后和养护室内外环境面积大复杂等对养护室环境参数影响,没有对养护室内外环境参数进行预测和对养护室内外环境参数进行精确检测与预警,从而极大的影响养护室环境参数预警和生产管理问题。

技术领域

本发明涉及养护室环境参数检测与处理的自动化装备的技术领域,具体涉及一种养护室环境参数检测系统。

背景技术

随着我国基础建设的快速发展,对高质量水泥产品和混凝土制品等建筑材料的需求日益増大,也对建筑材料的产品质量及生产效率提出了更高的要求。做好建材产品的质量检验,确保检验工作的科学性和准确性,必须要有高质量的检验设备,水泥是水硬胶凝材料,它的水化硬化速度和强度发展速度与周围环境的温、湿度有直接关系,因此养护温度和湿度对水泥、混凝土试样强度的形成和发展有非常重要的作用,直接关系到检验数据的精确性。为了改善目前养护室人工养护低效、控制精度差等现状,本发明专利研制了一种养护室环境参数检测系统,对多种建材试件养护室环境中的多点温度和湿度进行检测,可对多个不同建材试件养护环境进行远程自动优化集成监测。

发明内容

本发明提供了一种养护室环境参数检测系统,本发明有效解决了现有养护室环境没有根据养护室环境参数变化的非线性、大滞后和养护室内外环境面积大复杂等对养护室环境参数影响,没有对养护室内外环境参数进行预测和对养护室内外环境参数进行精确检测与预警,从而极大的影响养护室环境参数预警和生产管理问题。

本发明通过以下技术方案实现:

一种养护室环境参数检测系统由养护室环境参数采集与控制平台和养护室环境大数据处理子系统组成,实现对养护室内外环境参数检测、预测和养护室环境参数的预警。

本发明进一步技术改进方案是:

养护室环境参数采集与控制平台由检测节点、控制节点、网关节点、现场监控端、云平台和手机APP组成,它们以自组织方式构建成养护室内外环境参数采集与控制平台;检测节点采集养护室内外环境参数经网关节点上传到云平台,并利用云平台提供的数据给手机APP,手机APP通过云平台提供的养护室内外环境信息可实时监测养护室环境参数和调节控制节点的外部设备,检测节点和控制节点负责采集养护室内外环境参数信息和控制调节养护室环境调节设备,通过网关节点实现检测节点、控制节点、现场监控端、云平台和手机APP的双向通信,实现养护室内外环境参数采集与环境评价和养护室环境设备控制;养护室环境参数采集与控制平台结构见图1所示。

本发明进一步技术改进方案是:

养护室环境大数据处理子系统由粒子群算法的最小二乘支持向量机模型、减法聚类分类器、多个LSTM神经网络模型、ANFIS自适应神经模糊推理网络模型、模糊数时延神经网络模型、模糊数NARX神经网络模型、养护室环境检测模块和养护室外环境检测模块组成;养护室温度和湿度的期望值作为粒子群算法的最小二乘支持向量机模型的输入,粒子群算法的最小二乘支持向量机模型输出与养护室环境检测模块输出的差作为养护室环境评价等级差值,养护室环境评价等级差值作为减法聚类分类器的输入,减法聚类分类器输出多个类型的养护室环境评价等级差值分别作为多个LSTM神经网络模型的输入,多个LSTM神经网络模型输出作为ANFIS自适应神经模糊推理网络模型的对应输入,ANFIS自适应神经模糊推理网络模型输出和养护室外环境检测模块输出作为模糊数时延神经网络模型的输入,模糊数时延神经网络模型的输出作为模糊数NARX神经网络模型的输入,模糊数NARX神经网络模型输出作为ANFIS自适应神经模糊推理网络模型的对应输入,模糊数时延神经网络模型输出的模糊数代表养护室环境等级预警值;养护室环境大数据处理子系统结构见图2所示。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于淮阴工学院,未经淮阴工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110497251.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top