[发明专利]一种基于人工智能的矿山环境智能监测系统在审

专利信息
申请号: 202110630986.0 申请日: 2021-06-07
公开(公告)号: CN113362575A 公开(公告)日: 2021-09-07
发明(设计)人: 刘建丽;姚俊;周德良 申请(专利权)人: 中国地质大学(北京)
主分类号: G08B21/18 分类号: G08B21/18;G08B21/24;G08B25/10;G08B3/10;H04L29/08;G06N3/04;G06N3/08
代理公司: 北京东方盛凡知识产权代理事务所(普通合伙) 11562 代理人: 贾耀淇
地址: 100083*** 国省代码: 北京;11
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 基于 人工智能 矿山 环境 智能 监测 系统
【说明书】:

发明公开一种基于人工智能的矿山环境智能监测系统,包括依次连接的:环境信息采集模块、云服务器、智能检测模块、语音报警模块;环境信息采集模块用于采集监测区域内的环境数据,并将环境数据经由通信网络传输至云服务器;云服务器用于将所述环境信息采集模块传来的环境数据进行存储;智能检测模块用于从云服务器调取环境数据以进行智能化数据分析检测,并将检测结果归类输出与保存;语音报警模块用于在检测到不达标的环境数据时启动语音报警;本发明基于人工智能的检测模型对远程获取的环境数据进行智能化分析检测,真正实现了矿山环境的智能化远程监测。

技术领域

本发明涉及矿山修复领域,特别是涉及一种基于人工智能的矿山环境智能监测系统。

背景技术

矿山环境问题是指研究采矿活动对环境的污染和破坏,如破坏原有的地形、地貌和地质结构等。而矿山环境亟待解决的重金属-选冶药剂复合污染问题有重金属之间的复合污染、选冶药剂及其二次代谢产物(如PAHs)的复合污染、重金属与选冶药剂及其代谢产物之间的复合污染,这都需要实施大量的检测组件进行实时在线检测,从而为矿山复合污染的环境修复提供技术保障。而人工智能可以使机器具备感知、理解、行动和学习等功能,以此拓展人类的能力,且人工智能的宏观、实时、高效、高分辨率等优势,为环境变化检测提供了新的技术手段,在实际应用中,人与机器协同工作、彼此互补的优势,但由于人工智能技术受先进的算法、硬件运算能力和大数据等因素的限制,对环境信息检测的准确性和效率带来很大的影响。

目前,矿山环境的大数据检测依旧面临着较大的挑战,因此亟需提供一种新型专用于矿山复合污染环境的人工智能监测系统。

发明内容

本发明的目的是提供一种基于人工智能的矿山环境智能监测系统,利用基于人工智能的检测模型采集环境信息,对远程获取的环境数据进行智能化分析检测,分析环境状态信息,储存并显示矿山的地质环境问题以及地质塌陷问题。在一些其他危险场合也能够很好地工作,具有较高的实际应用价值。

为实现上述目的,本发明提供了如下方案:本发明提供一种基于人工智能的矿山环境智能监测系统,本发明的矿山环境智能监测系统包括依次连接的:环境信息采集模块、云服务器、智能检测模块、语音报警模块;

所述环境信息采集模块用于采集监测区域内的环境数据,并将所述环境数据传输至所述云服务器;

所述云服务器用于将所述环境信息采集模块传来的环境数据进行存储;

所述智能检测模块用于从所述云服务器中调取环境数据并进行智能化数据分析检测,并将检测结果归类输出与保存;

所述语音报警模块用于在检测到不达标的环境数据时启动语音报警。

优选地,所述环境信息采集模块包括通信基站和多个位于监测区域的传感器,所述传感器用于采集监测区域内的环境数据,并将所述环境数据传输至所述通信基站,所述通信基站用于对所述环境数据进行传输与保存。

优选地,所述传感器采用土壤监测传感器,且每个所述土壤监测传感器都设有固定的ID号。

优选地,所述智能检测模块包括人工智能计算处理器,所述人工智能计算处理器通过智能检测模型对所述环境数据进行分析检测。

优选地,所述人工智能计算处理器部署Ubuntu系统和Tensorflow深度学习框架。

优选地,所述智能检测模型是基于递归神经网络RNN进行数据自主学习的归类检测模型。

优选地,所述RNN包括输入层、隐藏层和输出层。

优选地,所述智能检测模块用于对所述云服务器中的环境数据进行智能化数据分析检测,并将结果以分类的形式对应输出和保存。

优选地,所述智能检测模块用于检测到不达标环境数据时触发启动语音报警模块。

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中国地质大学(北京),未经中国地质大学(北京)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/202110630986.0/2.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