[发明专利]对城市排水管网井下作业人员风险监测的设备及监测方法在审

专利信息
申请号: 202210697625.2 申请日: 2022-06-20
公开(公告)号: CN115054212A 公开(公告)日: 2022-09-16
发明(设计)人: 骆汉宾;刘文黎;唐冰;吴俊豪;周星宇 申请(专利权)人: 华中科技大学
主分类号: A61B5/0205 分类号: A61B5/0205;A61B5/321;A61B5/33;A61B5/332;A61B5/11;A61B5/1455;G01N33/00
代理公司: 华中科技大学专利中心 42201 代理人: 李晓飞
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 城市 排水 管网 井下 作业 人员 风险 监测 设备 方法
【权利要求书】:

1.一种对城市排水管网井下作业人员风险监测的设备,其特征在于,包括:信号采集模块、边缘计算模块、网络通讯模块及主控制平台,所述信号采集模块通过所述网络通讯模块与所述边缘计算模块连接,所述边缘计算模块还通过所述网络通讯模块与所述主控制平台连接;

所述信号采集模块用于采集作业环境中的有害气体浓度数据及图像数据,还用于采集作业人员的周期性波动生物计量指标、非周期性波动生物计量指标及运动状态数据;

所述边缘计算模块用于将所述有害气体浓度数据及非周期性波动生物计量指标与设定的安全阈值进行比对,判断是否在设定的安全阈值范围内,若不在设定的安全阈值范围内,发出预警信息给作业人员;并将所述图像数据、周期性波动生物计量指标及运动状态数据上传至所述主控制平台;

所述主控制平台用于分析所述图像数据、周期性波动生物计量指标及运动状态数据在一段时间内的趋势,预测作业环境及作业人员的安全状态,并根据预测结果下发指令至作业人员。

2.根据权利要求1所述的设备,其特征在于,所述信号采集模块包括有害气体监测单元、生理特征监测单元、姿态监测单元、图像采集单元;

所述有害气体监测单元用于采集作业环境中有害气体浓度数据;

所述生理特征监测单元用于采集作业人员的周期性波动生物计量指标及非周期性波动生物计量指标;

所述姿态监测单元,用于采集作业人员的运动状态数据;

所述图像采集单元,用于采集作业环境中的图像数据。

3.根据权利要求2所述的设备,其特征在于,所述有害气体监测单元包括甲烷传感器、氨气传感器、硫化氢传感器及氧气传感器。

4.根据权利要求2所述的设备,其特征在于,所述非周期性波动生物计量指标包括作业人员的体温数据指标、血氧数据指标;

所述周期性波动生物计量指标包括作业人员的心电数据指标、血压数据指标。

5.根据权利要求4所述的设备,其特征在于,所述姿态监测单元包括三轴加速度计、三轴陀螺仪及三轴磁传感器。

6.根据权利要求1所述的设备,其特征在于,所述网络通讯模块包括NB-IoT和5G网络,所述信号采集模块通过所述NB-IoT与所述边缘计算模块连接,所述边缘计算模块还通过所述5G网络与所述主控制平台连接。

7.根据权利要求2所述的设备,其特征在于,所述信号采集模块还包括定位单元、语音交互单元、报警器及照明器中的之一或多个。

8.根据权利要求1所述的设备,其特征在于,所述边缘计算模块还用于将所述有害气体浓度数据及非周期性波动生物计量指标上传至所述主控制平台,所述主控制平台还用于分析所述有害气体浓度数据及非周期性波动生物计量指标在一段时间内的趋势,预测作业环境及作业人员的安全状态。

9.根据权利要求7所述的设备,其特征在于,所述有害气体监测单元位于作业人员的左大臂外侧,姿态监测单元位于腰部,图像采集单元、语音交互单元、定位单元、报警器及照明器集成于安全帽中,生理特征监测单元位于作业人员的手腕处。

10.一种对城市排水管网井下作业人员风险监测的方法,其特征在于,包括:

采集作业环境中的有害气体浓度数据及图像数据,采集作业人员的周期性波动生物计量指标、非周期性波动生物计量指标及运动状态数据;

在作业环境中,将所述有害气体浓度数据及非周期性波动生物计量指标与设定的安全阈值进行比对,判断所述有害气体浓度数据及非周期性波动生物计量指标是否在设定的安全阈值范围内,若不在设定的安全阈值范围内,发出预警信息给作业人员;

将所述图像数据、周期性波动生物计量指标及运动状态数据上传至排水管网井外,分析所述图像数据、周期性波动生物计量指标及运动状态数据在一段时间内的趋势,预测作业环境及作业人员的安全状态,并根据预测结果下发指令至作业人员。

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华中科技大学,未经华中科技大学许可,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/202210697625.2/1.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