[发明专利]一种基于区块链的高精准智能流量监控传感器在审
| 申请号: | 202111502015.4 | 申请日: | 2021-12-09 |
| 公开(公告)号: | CN114202450A | 公开(公告)日: | 2022-03-18 |
| 发明(设计)人: | 李振军;问磊;刘青 | 申请(专利权)人: | 深圳信息职业技术学院 |
| 主分类号: | G06Q50/26 | 分类号: | G06Q50/26;H04Q9/00;G08B25/08;G16Y20/10;G01D21/02 |
| 代理公司: | 深圳世科丰专利代理事务所(特殊普通合伙) 44501 | 代理人: | 傅辉阳 |
| 地址: | 518000 广东*** | 国省代码: | 广东;44 |
| 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 区块 精准 智能 流量 监控 传感器 | ||
1.一种基于区块链的高精准智能流量监控传感器,包括流动管道(1),其特征在于,所述流动管道(1)上安装有控制箱(5),所述控制箱(5)内部安装有控制器,所述控制器通信连接有服务器,所述服务器连接有区域划分模块、环境监测模块、污染监测模块、数据分析模块以及用户终端,所述区域划分模块围绕流动腔体(2)划分得到预设的监测区域u,所述区域划分模块将流动腔体(2)对应的监测区域发送至环境监测模块和污染监测模块;所述控制器连接有数据采集模块和警报终端,所述数据采集模块用于采集监测区域的环境数据、气体数据和水源数据,并将环境数据、气体数据和水源数据发送至控制器,所述控制器将环境数据、气体数据和水源数据发送至服务器,所述服务器将环境数据发送至环境监测模块、将气体数据和水源数据发送至污染监测模块;
所述环境监测模块用于对流动腔体(2)所处的环境数据进行监测,得到监测区域的环影值HYu并反馈至服务器,所述污染监测模块用于对流动腔体(2)对应的监测区域进行污染监测,得到监测区域的水污值SWu和气污值QWu并反馈至服务器,所述服务器将监测区域的环影值、水污值和气污值发送至数据分析模块,所述数据分析模块接收到监测区域的环影值、水污值和气污值后,用于对流动腔体(2)的流量数据情况进行分析,分析监测区域的流量情况处于正常状态、监测状态或异常状态。
2.根据权利要求1所述的一种基于区块链的高精准智能流量监控传感器,其特征在于,环境数据包括降雨值、温度值、人员走动数、动物出没数和土壤酸碱度,水源数据包括pH值、浊度值、溶解氧值和硫化物值,气体数据包括有害气体分子量、有害气体温度、有害气体压强和有害气体体积浓度。
3.根据权利要求1所述的一种基于区块链的高精准智能流量监控传感器,其特征在于,所述环境监测模块的监测过程具体如下:
步骤一:获取流动腔体(2)的地理位置,依据地理位置得到流动腔体(2)所在地的天气预报数据,提取天气预报数据中未来十五天的温度值、降雨值;
步骤二:将天气预报中未来十五天的温度值相加取平均值,得到流动腔体(2)所在地的温度均值JWDu;将天气预报中未来十五天的降雨值相加取平均值,得到流动腔体(2)所在地的降雨均值JJYu;
步骤三:利用公式LXu=JWDu/JJYu计算得到监测区域的流量系数LXu;
步骤四:获取监测区域内的土壤酸碱度SJu;获取监测区域对应的土壤酸碱阈值YSJu,土壤酸碱度比对土壤酸碱阈值得到监测区域的土壤酸碱度差值CSJu;
步骤五:统计监测区域内的人员走动数Ru和动物出没数Du;
步骤六:监测区域的流量系数LXu结合公式计算得到流动腔体(2)对应监测区域的环影值HYu,公式具体如下:
式中,a1、a2和a3均为固定的比例系数值,且a1、a2和a3的取值均大于零。
4.根据权利要求1所述的一种基于区块链的高精准智能流量监控传感器,其特征在于,所述污染监测模块的污染监测过程具体如下:
步骤S1:采集监测区域内的水源样本,获取监测区域内水源样本的pH值PHu、浊度值ZDu、溶解氧值RJu以及硫化物值LHu;
步骤S2:计算得到监测区域内的水污值SWu;式中,c1、c2和c3均为固定的比例系数值,且c1、c2和c3的取值均大于零;
步骤S3:采集监测区域内的气体样本,获取监测区域内气体样本的有害气体分子量FZu、有害气体温度WDu、有害气体压强YQu以及有害气体体积浓度TNu;
步骤S4:利用公式QWu=(FZu/22.4)×[273/(273+WDu)]×[YQu/101325]×TNu计算得到监测区域的气污值QWu。
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深圳信息职业技术学院,未经深圳信息职业技术学院许可,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/202111502015.4/1.html,转载请声明来源钻瓜专利网。





