[发明专利]一种用于分析交通轨道内空气污染分布的数字孪生系统在审

专利信息
申请号: 202210799666.2 申请日: 2022-07-06
公开(公告)号: CN115201414A 公开(公告)日: 2022-10-18
发明(设计)人: 洪欣;胡凯 申请(专利权)人: 江苏威尔萨芙电气科技有限公司
主分类号: G01N33/00 分类号: G01N33/00;G01N15/06;G01D21/02
代理公司: 江苏长德知识产权代理有限公司 32478 代理人: 刘威威
地址: 225127 江苏省扬州*** 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 用于 分析 交通 轨道 空气污染 分布 数字 孪生 系统
【权利要求书】:

1.一种用于分析交通轨道内空气污染分布的数字孪生系统,其特征在于,包括采集端、模拟端、污染分布数据预测模型;

采集端包括:采集风速传感器、采集风向传感器、采集甲醛检测仪、采集雾霾气体粉尘传感器、采集CO2传感器、采集温湿度传感器、采集红外传感器、接触传感器、红外相机、普通相机、采集中控、GPS;

模拟端包括:模拟风速传感器、模拟风向传感器、模拟甲醛检测仪、模拟雾霾气体粉尘传感器、模拟CO2传感器、模拟温湿度传感器、模拟红外传感器、模拟中控、雾霾气体粉尘发生器、氮气发生器、CO2发生器、低温等离子净化器、空调;

所述采集端设置在采集车厢内,所述模拟端设置在实验车厢内;

将采集风速传感器、采集风向传感器、采集甲醛检测仪、采集雾霾气体粉尘传感器、采集CO2传感器、采集温湿度传感器、采集红外传感器、接触传感器、红外相机、普通相机、GPS标记为采集传感器,所述采集传感器用于收集采集车厢的内部数据,并将内部数据发送至采集中控,采集中控将内部数据通过网络发送至模拟中控,模拟中控控制雾霾气体粉尘发生器、氮气发生器、CO2发生器、低温等离子净化器、空调运作;

污染分布数据预测模型包括LRCN网络模块、空洞采样数据预处理模块、平滑预测模块、融合输出模块;

LRCN网络模块为5层结构,每层包括1024个标准LSTM,用于基本的学习数据集和依据输入数据预测输出数据;

空洞采样数据预处理模块用于将1024个数据覆盖所需工作时间,工作时间为雾霾气体粉尘发生器发出的雾霾气体粉尘被风吹到实验车厢内,然后关闭实验车厢内部的出口门、入口门,雾霾气体粉尘在实验车厢内部的稳定漂浮的时间,将工作时间标记为T1,利用公式获取得到空洞采样率HS,将模拟风速传感器、模拟风向传感器、模拟甲醛检测仪、模拟雾霾气体粉尘传感器、模拟CO2传感器、模拟温湿度传感器、模拟红外传感器标记为模拟传感器;其中,Sam是模拟传感器统一的采样时间;

平滑预测模块每次预测时分别利用总数据集输入部分Dint的第dint(ih,Hs+ih,…,nh*Hs+ih)的数据进行预测,得到Hs个预测结果;其中,ih是平滑数,从1到Hs-1;nh是dow(Dt/Hs)-1,dow是向下取整;第1组数据为dint(1,Hs+1,…,nh*Hs+1),第2组数据为dint(2,Hs+2,…,nh*Hs+2),以此类推得到Hs组输入数据,得到Hs组预测的输出Dfoutt(hsout),hsout从1到HS;

融合输出模块用于将所有的Dfoutt(hsout)相加取平均值。

2.根据权利要求1所述的一种用于分析交通轨道内空气污染分布的数字孪生系统,其特征在于,采集风速传感器和采集风向传感器安装在采集车厢的两个入口、以及中间上方的位置处,一共三组,用于获得风速和风向的数据,采集温湿度传感器与采集风速传感器和采集风向传感器安装在一起。

3.根据权利要求1所述的一种用于分析交通轨道内空气污染分布的数字孪生系统,其特征在于,采集甲醛检测仪包括两组,其中一组放置在采集车厢中间上方的位置处,用于获得甲醛的数据,另一组安装在采集车厢的卫生间。

4.根据权利要求1所述的一种用于分析交通轨道内空气污染分布的数字孪生系统,其特征在于,采集雾霾气体粉尘传感器为十三组,两组安装在采集车厢的两个入口处,十组等距离安装在采集车厢的两侧,一组安装在采集车厢的卫生间,采集CO2传感器与采集雾霾气体粉尘传感器安装在一起。

5.根据权利要求1所述的一种用于分析交通轨道内空气污染分布的数字孪生系统,其特征在于,采集红外传感器安装在采集车厢的每个座位上方,用于分析座位上是否有人,接触传感器安装在采集车厢的两个入口门上,用于分析入口门是否关闭,红外相机和普通相机各一组,用于分析采集车厢实际人员数目,GPS用于获得采集端所在的位置。

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江苏威尔萨芙电气科技有限公司,未经江苏威尔萨芙电气科技有限公司许可,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/202210799666.2/1.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