[发明专利]粉尘治理及优化方法、装置、设备及存储介质在审
申请号: | 202110697988.1 | 申请日: | 2021-06-23 |
公开(公告)号: | CN113343578A | 公开(公告)日: | 2021-09-03 |
发明(设计)人: | 夏博实;赵清成;杨振刚;马勇军 | 申请(专利权)人: | 苏州东吴智控科技有限公司 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06F119/02 |
代理公司: | 北京知果之信知识产权代理有限公司 11541 | 代理人: | 卜荣丽;李志刚 |
地址: | 215000 江苏省苏州市中国(江苏)自由贸易试验区苏州片区苏州工*** | 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: | 粉尘 治理 优化 方法 装置 设备 存储 介质 | ||
1.一种粉尘治理及优化方法,其特征在于,所述方法应用于粉尘治理及优化装置,所述装置包括现场检测单元、数据分析单元以及粉尘治理单元,所述方法包括:
获取现场检测单元实时检测的粉尘数据;
基于所述粉尘数据,通过所述数据分析单元,分析现场粉尘的起尘点、起尘量、粉尘料性、以及粉尘影响范围中至少一种,确定分析结果;
根据所述分析结果,通过所述粉尘治理单元,对现场粉尘进行治理。
2.根据权利要求1所述的粉尘治理及优化方法,其特征在于,所述现场检测单元包括粉尘检测模块、生产检测模块以及气象检测模块,
所述获取现场检测单元实时检测的粉尘数据的方法包括:
通过所述粉尘检测模块、所述生产检测模块以及所述气象检测模块分别获取现场的粉尘信息、生产信息以及气象信息,
所述粉尘信息、所述生产信息以及所述气象信息构成所述粉尘数据。
3.根据权利要求1所述的粉尘治理及优化方法,其特征在于,所述数据分析单元包括粉尘治理设备数据库、粉尘治理控制方式数据库,以及粉尘料性数据库、起尘点预测模型、起尘量分析预测模型以及粉尘影响范围分析预测模型,
所述分析现场粉尘的起尘点、起尘量、粉尘料性、以及粉尘影响范围中至少一种的方法包括:
基于所述粉尘治理设备数据库、粉尘治理控制方式数据库,通过所述粉尘料性数据库、起尘点预测模型、起尘量分析预测模型以及粉尘影响范围分析预测模型,分别获取现场粉尘的起尘点、起尘量、粉尘料性、以及粉尘影响范围。
4.根据权利要求1所述的粉尘治理及优化方法,其特征在于,所述起尘点预测模型、所述起尘量分析预测模型以及所述粉尘影响范围分析预测模型基于神经网络构建,并且分别用于预测起尘点、对起尘量进行分析,以及分析预测粉尘影响范围。
5.一种粉尘治理及优化装置,其特征在于,所述装置包括现场检测单元、数据分析单元以及粉尘治理单元,所述装置包括:
现场检测单元,用于实时检测现场的粉尘数据;
数据分析单元,用于基于所述粉尘数据,分析现场粉尘的起尘点、起尘量、粉尘料性、以及粉尘影响范围中至少一种,确定分析结果;
粉尘治理单元,用于根据所述分析结果,对现场粉尘进行治理。
6.根据权利要求5所述的粉尘治理及优化装置,其特征在于,所述现场检测单元包括粉尘检测模块、生产检测模块以及气象检测模块,
所述获取现场检测单元还用于:
通过所述粉尘检测模块、所述生产检测模块以及所述气象检测模块分别获取现场的粉尘信息、生产信息以及气象信息,
所述粉尘信息、所述生产信息以及所述气象信息构成所述粉尘数据。
7.根据权利要求5所述的粉尘治理及优化装置,其特征在于,所述数据分析单元包括粉尘治理设备数据库、粉尘治理控制方式数据库,以及粉尘料性数据库、起尘点预测模型、起尘量分析预测模型以及粉尘影响范围分析预测模型,
所述数据分析单元还用于:
基于所述粉尘治理设备数据库、粉尘治理控制方式数据库,通过所述粉尘料性数据库、起尘点预测模型、起尘量分析预测模型以及粉尘影响范围分析预测模型,分别获取现场粉尘的起尘点、起尘量、粉尘料性、以及粉尘影响范围。
8.根据权利要求5所述的粉尘治理及优化装置,其特征在于,
所述起尘点预测模型、所述起尘量分析预测模型以及所述粉尘影响范围分析预测模型基于神经网络构建,并且分别用于预测起尘点、对起尘量进行分析,以及分析预测粉尘影响范围。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至4中任意一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至4中任意一项所述的方法。
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苏州东吴智控科技有限公司,未经苏州东吴智控科技有限公司许可,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/202110697988.1/1.html,转载请声明来源钻瓜专利网。