[发明专利]一种基于物联网的渗滤液污水监测系统有效

专利信息
申请号: 202211384067.0 申请日: 2022-11-07
公开(公告)号: CN115436374B 公开(公告)日: 2023-03-24
发明(设计)人: 肖取武;侯立山 申请(专利权)人: 湖南迪亚环境工程股份有限公司
主分类号: G01N21/84 分类号: G01N21/84;G01N21/25;G01N33/00;G01N33/18;G08B21/12;G08B25/08;G08B31/00;H04L67/12;G06V20/52;G06V10/764;G06V10/82
代理公司: 湖南正则奇美专利代理事务所(普通合伙) 43105 代理人: 张继纲
地址: 410000 湖南省长沙市雨*** 国省代码: 湖南;43
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 联网 渗滤 污水 监测 系统
【说明书】:

发明公开了一种基于物联网的渗滤液污水监测系统,涉及渗滤液有害物质监测技术领域,设置图像分析模块获取垃圾堆积产生的渗滤液的图像,并通过使用CNN神经网络模型分析渗滤液为污水的概率;在判断为污水的情况下,通过气体分析模块收集垃圾堆积处的空气,并分析空气中是否含有有害气体;若含有有害气体,通过渗滤液分析模块收集周围液体汇流处的渗滤液液体,并分析液体中是否包含有有害物质;若含有有害物质,发送预警信号至控制终端;由控制终端向城市管理人员发送报警信号;解决了渗滤液有害物质的自动监测问题。

技术领域

本发明属于渗滤液检测领域,涉及物联网技术,具体是一种基于物联网的渗滤液污水监测系统。

背景技术

垃圾在堆放和填埋过程中由于压实、发酵等生物化学降解作用,同时在降水和地下水的渗流作用下产生了一种高浓度的有机或无机成份的液体,我们称之为垃圾渗滤液,也叫渗沥液。影响渗滤液产生的因素很多,主要有垃圾堆放填埋区域的降雨情况、垃圾的性质与成分、填埋场的防渗处理情况、场地的水文地质条件等;当垃圾堆积物中具有有毒物质或高挥发性刺鼻物质时,往往会影响周围居民的生活;而有毒害的渗滤液往往是在已经渗滤过一段时间,导致居民生活受到影响时才能被发现;因此,缺少一种提前发现渗滤液中包含有害物质的监测系统;

为此,提出一种基于物联网的渗滤液污水监测系统。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种基于物联网的渗滤液污水监测系统,该一种基于物联网的渗滤液污水监测系统设置图像分析模块获取垃圾堆积产生的渗滤液的图像,并通过使用CNN神经网络模型分析渗滤液为污水的概率;在判断为污水的情况下,通过气体分析模块收集垃圾堆积处的空气,并分析空气中是否含有有害气体;若含有有害气体,通过渗滤液分析模块收集周围液体汇流处的渗滤液液体,并分析液体中是否包含有有害物质;若含有有害物质,发送预警信号至控制终端;由控制终端向城市管理人员发送报警信号;解决了渗滤液有害物质的自动监测问题。

为实现上述目的,根据本发明的第一方面的实施例提出一种基于物联网的渗滤液污水监测系统,包括图像分析模块、气体分析模块、渗滤液分析模块以及控制终端;

其中,所述图像分析模块主要用于根据垃圾堆积产生的渗滤液的图像分析渗滤液有害的概率;

所述图像分析模块包括图像采集单元以及图像分析单元;

其中,所述图像采集单元主要用于收集渗滤液流出位置的视频画面;

所述图像采集单元包括若干安装在垃圾堆放处周围的图像采集设备;所述图像采集单元可以是监控摄像头;每个图像采集设备实时获取视野内的地面视频数据;可以理解的是,当垃圾堆积的地面出现渗透液时,渗透液也会被图像采集设备拍摄到;每个图像采集单元将采集的视频数据通过电气方式发送至对应的图像分析单元;

其中,所述图像分析单元主要用于根据渗滤液图像计算渗滤液有害的概率;

所述图像分析单元计算渗滤液有害概率包括以下步骤:

步骤S1:所述控制终端预先收集若干水流图片;并通过人工标注方式标注出其中的污水以及非污水;将污水标记为1,将非污水标记为0;

步骤S2:所述控制终端将水流图片作为输入,输入至CNN神经网络模型中;该CNN神经网络模型以预测的水流为污水的概率作为输出,预测的准确率作为训练目标;对CNN神经网络模型进行训练;CNN神经网络模型的参数设置以及参数调节根据实际经验配置;

步骤S3:所述控制终端将CNN神经网络模型准确率训练至98%时停止训练;将训练完成的CNN神经网络模型标记为M;所述控制终端将CNN神经网络模型M发送至每个图像分析单元;

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湖南迪亚环境工程股份有限公司,未经湖南迪亚环境工程股份有限公司许可,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/202211384067.0/2.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