详情

原文传递一种基于NB_IoT的漂浮式污水检测系统及方法

专利名称：	一种基于NB_IoT的漂浮式污水检测系统及方法
摘要：	本发明公开的一种基于NB_IoT的漂浮式污水检测系统，包括主控模块和分别与主控模块连接的数据采集模块、NB_IoT通信模块、电源模块、显示模块，以及通过通信模块连接的数据处理模块、定位模块；数据采集模块用于采集水质信息并进行初步处理，传输到主控模块，主控模块通过通信模块将初步处理的水质信息传送到数据处理模块进行深度处理并显示，得到相关水质信息结果进行播报；定位模块用于获取检测数据采集当前位置并及时反馈；本发明采用NB‑IOT通信模块进行实时通讯，低功耗，保障能提供长期数据传输功能；并通过对采集水质信息进行预测模型训练，得到水质预测模型，进而对水质信息进行预测，能提前预测水质信息变化进行预警。
专利类型：	发明专利
申请人：	广东交通职业技术学院
发明人：	杨英;高嘉晖;徐泽华;潘明毅;罗新锋;梁景涛;吴伟平;陈殊
专利状态：	有效
申请日期：	1900-01-20T00:00:00+0805
发布日期：	1900-01-20T10:00:00+0805
申请号：	CN201911408826.0
公开号：	CN110988295A
代理机构：	广州市华学知识产权代理有限公司
代理人：	陈宏升
分类号：	G01N33/18;G08C17/02;G;G01;G08;G01N;G08C;G01N33;G08C17;G01N33/18;G08C17/02
申请人地址：	510650 广东省广州市天河区天源路789号
主权项：	1.一种基于NB_IoT的漂浮式污水检测系统，其特征在于，包括主控模块和分别与主控模块连接的数据采集模块、NB_IoT通信模块、电源模块、显示模块，以及通过通信模块连接的数据处理模块、定位模块；其中，所述数据采集模块用于采集水质信息并进行初步处理，传输到主控模块，主控模块通过通信模块将初步处理的水质信息传送到数据处理模块进行深度处理并显示，得到相关水质信息结果进行播报；所述定位模块用于获取检测数据采集当前位置并及时反馈；所述电源模件连接主控模块和显示模块。 2.根据权利要求1所述的一种基于NB_IoT的漂浮式污水检测系统，其特征在于，所述数据采集模块包括数字量传感器和模拟量传感器。 3.根据权利要求2所述的一种基于NB_IoT的漂浮式污水检测系统，其特征在于，所述模拟量传感器包括：温度传感器、酸碱度传感器、浑浊度传感器、溶解氧传感器；所述数字量传感器包括TDS传感器。 4.根据权利要求3所述的一种基于NB_IoT的漂浮式污水检测系统，其特征在于，所述模拟量传感器通过信号采集处理电路连接至主控模块，所述信号采集处理电路包括：信号变送电路、ADC模数转换电路；数字量传感器通过TDS数据传输电路连接至主控模块。 5.根据权利要求1所述的一种基于NB_IoT的漂浮式污水检测系统，其特征在于，所述主控模块采用K个STC15F2K60S2作为主控芯片，分为主机和从机。 6.根据权利要求5所述的一种基于NB_IoT的漂浮式污水检测系统，其特征在于，所述主机和从机通过跳线帽形式连接，并通过UART通信。 7.根据权利要求1所述的一种基于NB_IoT的漂浮式污水检测系统，其特征在于，所述电源模块采用DC-DC电源模块设置为多通道电源电路。 8.根据权利要求1所述的一种基于NB_IoT的漂浮式污水检测系统，其特征在于，所述数据处理模块包括数据库模块和神经网络训练模块，通过数据库模块收集水质信息数据，通过神经网络训练模块将水质信息数据进行训练，得到水质预测模型，进而预测水质变化。 9.一种基于NB_IoT的漂浮式污水检测方法，其特征在于，包括以下步骤： S1、通过数据采集模块获取水质信息数据； S2、将水质信息数据转换为数字量信号，并传送至主控模块； S3、主控模块将数字量信号通过通信模块转发至云端服务器，缓存在云端服务器的临时数据库中，本地服务器数据库定时从临时数据库中下载数字量信号存储在本地服务器数据库中； S4、通过数据处理模块对样本进行训练，得到神经网络模型； S5、通过神经网络模型对水质变化规律进行预测，实时输出预测值，进而通过预测值对水质信息进行预测播报和预警，并传输到用户端；具体为：从本地服务器数据库中提取一段历史的水质数据作为神经网络训练的样本数据，首先使用ADF进行样本数据平稳性检测，使用差分方式进行样本数据修正使其数据平稳，再对平稳后的数据进行归一化处理，处理后作为时间序列有效数据输入神经网络，采用深度LSTM神经网络模型进行训练，使其输出误差满足误差损失函数的要求；训练完成的模型通过JSON方式将模型参数输出，在上位机监控软件中调用，以便实时预测水质变化并显示结果。 10.根据权利要求9所述的一种基于NB_IoT的漂浮式污水检测方法，其特征在于，所述使其输出误差满足误差损失函数的要求，具体为：当训练样本的输出值与实际输出值均方根小于0.1，则满足误差损失函数的要求。
所属类别：	发明专利