共查询到17条相似文献,搜索用时 187 毫秒
1.
2.
通过对风力发电场机组噪声污染数据采集和监测,结合数据聚类分析方法进行噪声污染预测,提高噪声污染监测性能,提出一种基于模糊基阵量化跟踪融合的风力发电场机组噪声污染预测方法。采用声传感器基阵进行风力发电场机组的噪声数据采集,对采集噪声数据进行传感信息量化融合跟踪处理,提取风力发电场机组噪声数据的谱密度特征,对提取的特征量进行模糊聚类处理,根据聚类指向性实现风力发电场机组噪声污染预测。 相似文献
3.
基于无线传感器网络的环境监测系统的设计 总被引:4,自引:0,他引:4
通过对传统的基于计算机网络的环境监测系统的研究,本文提出了一个基于无线传感器网络的环境监测系统的设计方案,介绍了无线传感器网络技术在环境监测应用中的关键技术. 相似文献
4.
5.
近年来,随着环境问题日益加剧,人们开始对环境监测重视起来,也对环境保护提出了更高的要求,与此同时,无线传感网络技术也在迅猛发展,越来越多的学者倾向于将两者结合起来,让无线传感网络在环境监测中发挥其独特的作用,这种结合也收到了一定成效。基于无线传感器网络的大气环境监测系统进行分析,本文对无线传感网络系统结构和系统的软件功能进行探究。 相似文献
6.
通过对环境污染信息采集,进行环境污染的远程监测和控制,并针对性地开展环境污染治理措施,提出基于DSP技术的环境污染信息嵌入式采集系统设计方法,采用Zig Bee网络模型进行环境污染数据的多传感器组网设计,采用声传感器进行噪声污染检测,采用水文信息传感器进行水质污染检测。将采集的数据输入的集成控制模块中,实现污染成分分析,系统在嵌入式ARM中进行集成开发,以TMS32010DSP芯片作为信息处理器,完成系统嵌入式开发。 相似文献
7.
为了实现对空气环境污染的有效监测和报警控制,进行报警控制系统的优化设计,提出基于计算机网络的大型空气污染远程报警系统设计方法。系统包括了无线传感器网络模块、计算机控制模块、AD模块、时钟模块和人机交互模块。采用分布式无线传感器组网方法空气污染的原始数据采集,将采集的污染数据输入到AD模块中进行二进制转换,构建模拟预处理机进行控制信号放大滤波,采用DSP技术进行计算机控制程序设计,在计算机网络环境下实现大型空气污染远程报警系统的集成设计。系统测试结果表明,采用该方法进行大型空气污染远程报警系统设计具有很好的稳定性和兼容性,实现了空气污染的及时报警。 相似文献
8.
9.
10.
11.
为了实行对环境污染的远程智能检测,提出基于物联网技术的智能环境污染检测与控制系统设计方法,采用无线传感组网技术进行智能环境污染检测系统物联网设计,实现对环境污染信息采样,采集的环境污染数据主要有水污染数据、土壤污染数据和大气污染数据等。将数据输入的集成控制单元中,通过上位机进行远程传输控制,采用TMS320VC5409A智能处理DSP芯片作为集成控制芯片进行控制系统硬件设计,环境污染检测与控制系统硬件模块分为物联网传感模块、AD模块、上位机通信模块和数据输出接口模块等。在嵌入式Linux内核中实现环境污染检测程序加载,实现污染检测和优化控制。测试结果表明,采用该方法进行环境污染检测与控制的智能性较好,准确度较高,实时性较好,总体性能较优。 相似文献
12.
13.
14.
目的 解决水面多模块浮体在离散状态和串联状态下的运动姿态时空同步监测问题。方法 基于边云协同技术,采用多个边缘计算节点同时采集结构姿态数据,并经由5G无线技术实时传输到物联网平台进行分析与监测,进而实现目标结构物姿态的快速监测。首先,根据临时结构物姿态监测的特点,分析得到姿态监测系统的总体设计架构与运行逻辑;其次,针对性地对物联网平台软件及边缘计算节点的各项功能模块进行分析设计;最后通过实船试验验证该监测系统。结果 该监测系统实现了多个浮体姿态数据的边缘采集与处理,并可通过无线网络传输到物联网平台进行存储与分析。在同一工况下,相邻浮桥的姿态具有一致性与相关性;在牵引工况下,中间浮桥的姿态变化更小;在顶推工况下,中间浮桥的姿态变化更大。结论 通过该技术能够监测到不同工况下多浮体结构物所产生的姿态变化,对于多浮体同步监测与数据融合处理问题具备一定的实用价值。 相似文献
15.
为实时分析城市道路环境中PM污染的变化特征,以出租车作为PM传感器的载体,对济南市道路环境进行了3个月的监测,并结合监测站的监测数据,对道路环境中PM的污染特征进行了分析.以核密度估计的方法提取了道路环境的PM“基线”,并量化了道路环境的排放贡献.结果表明,济南市PM污染严重的路段并不是位于交通较为密集的市区,而是集中在道路较为稀疏的郊区.将济南市路网系统划分为1021段道路,其中65%的路段PM2.5浓度集中在43~46μg/m3,PM10浓度在55~70μg/m3.相对于城市环境(监测站),早晚高峰尤其早高峰对于道路环境(传感器)的影响更为显著.通过提取的PM“基线”和传感器的小时均值,将传感器的测量信号分为背景浓度信号和排放浓度信号.研究期间,PM2.5区域污染和排放占比分别为78.6%和21.4%,对于PM10而言,区域污染和排放占比分别为71.9%和28.1%. 相似文献
16.
为了快速寻找有害有毒气体污染源,利用8个红外激光气体传感器,分别安装步进电机驱动旋转的圆盘圆周上在不同的方向上对污染气体进行数据采集。同时与二维热差式风速风向传感器采集到的风速风向数据,一并送入MSC1210单片机进行数据处理和运用智能人工神经网络进行模式训练与模式识别,从而识别出污染源的位置、浓度和种类。通过GPS全球卫星定位系统和GPRS无线传输网络,把监测到的信息发送给相关部门早做处理,并报警,避免污染进一步扩散。实验表明,该智能化追索气体污染源监测仪具有良好的可靠性、安全性和实用性。 相似文献
17.
随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术(径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络)对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属(Cr、Cu)、营养盐(TN、TP)、持久性有机污染物〔PBDEs(多溴二苯醚)、HCH(六氯环己烷)〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术(递归神经网络、支持向量机、模糊神经网络等)构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术(小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等)建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值. 相似文献