[發明專利]一種基于物聯網的滲濾液污水監測系統

有效

• 申請號: 202211384067.0
• 申請日: 2022-11-07
• 公開（公告）號: CN115436374B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 肖取武;侯立山
• 申請（專利權）人: 湖南迪亞環境工程股份有限公司
• 主分類號: G01N21/84
• 分類號: 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: 湖南正則奇美專利代理事務所(普通合伙) 43105
• 代理人: 張繼綱

1.一種基于物聯網的滲濾液污水監測系統，其特征在于，包括圖像分析模塊、氣體分析模塊、滲濾液分析模塊以及控制終端；

所述圖像分析模塊獲取垃圾堆積產生的滲濾液的圖像，并通過使用CNN神經網絡模型分析滲濾液為污水的概率；所述圖像分析模塊包括圖像采集單元以及圖像分析單元；所述圖像分析模塊在判斷滲濾液為污水時，發送氣體檢測信號至氣體分析模塊；

所述氣體分析模塊用于采集空氣中的氣體，并對氣體成分進行檢測；所述氣體分析模塊包括第一控制單元、氣體收集單元以及氣體分析單元；所述氣體分析模塊檢測空氣中包含有害氣體時，發送滲濾液分析信號至滲濾液分析模塊；

所述滲濾液分析模塊用于采集滲透液并分析滲濾液是否為有害污水；所述滲濾液分析模塊包括第二控制單元，滲濾液采集單元以及滲濾液分析單元；所述滲濾液采集單元以及滲濾液分析單元為一一對應關系；所述滲濾液分析模塊檢測到液體中含有有害物質時，發送預警信號至控制終端；

所述控制終端用于訓練判斷滲濾液是否為污水的CNN神經網絡模型以及在檢驗到滲濾液中具有有害物質時，向城市管理人員發起預警。

2.根據權利要求1所述的一種基于物聯網的滲濾液污水監測系統，其特征在于，所述圖像采集單元包括若干安裝在垃圾堆放處周圍的圖像采集設備；每個圖像采集設備實時獲取視野內的地面視頻數據；每個圖像采集單元將采集的視頻數據通過電氣方式發送至對應的圖像分析單元。

3.根據權利要求1所述的一種基于物聯網的滲濾液污水監測系統，其特征在于，所述圖像分析單元計算滲濾液有害概率包括以下步驟：

步驟S1：所述控制終端預先收集若干水流圖片；并通過人工標注方式標注出其中的污水以及非污水；將污水標記為1，將非污水標記為0；

步驟S2：所述控制終端將水流圖片作為輸入，輸入至CNN神經網絡模型中；該CNN神經網絡模型以預測的水流為污水的概率作為輸出，預測的準確率作為訓練目標；對CNN神經網絡模型進行訓練；CNN神經網絡模型的參數設置以及參數調節根據實際經驗配置；

步驟S3：所述控制終端將CNN神經網絡模型準確率訓練至98%時停止訓練；將訓練完成的CNN神經網絡模型標記為M；所述控制終端將CNN神經網絡模型M發送至每個圖像分析單元；

步驟S4：每個所述圖像分析單元接收圖像采集單元發送的視頻數據；每隔時間周期T，從視頻數據中抽取一幀畫面；將抽取的畫面作為輸入，輸入至CNN神經網絡模型M中，獲得畫面內滲濾液為污水的概率p；其中，所述時間周期T根據實際經驗設置；

步驟S5：所述圖像分析單元預設概率閾值P；判斷概率p是否大于概率閾值P，若大于概率閾值P，則發送氣體檢測信號至氣體分析模塊。

4.根據權利要求1所述的一種基于物聯網的滲濾液污水監測系統，其特征在于，所述氣體收集單元包括安裝在垃圾堆積處的若干空氣采集設備；所述第一控制單元在接收到圖像分析單元發送的氣體檢測信號后，啟動所有空氣采集設備對垃圾堆積處的空氣進行采集；所述氣體收集單元預設氣體體積閾值V1；當空氣采集設備采集的空氣體積達到氣體體積閾值V1時，停止采集；每個所述氣體收集單元將采集的空氣通過管道運輸至對應的氣體分析單元。

5.根據權利要求1所述的一種基于物聯網的滲濾液污水監測系統，其特征在于，所述氣體分析單元包括一套檢驗有害氣體的氣體檢驗設備；檢驗的有害氣體類別根據滲濾液中常見的具有揮發性的物質種類設置；所述氣體分析單元在接收到由氣體收集單元傳輸的空氣后，使用氣體檢驗設備對空氣進行檢測；若檢測到空氣中含有任意一種有害氣體，則發送滲濾液分析信號至滲濾液分析模塊。

6.根據權利要求1所述的一種基于物聯網的滲濾液污水監測系統，其特征在于，所述滲濾液采集單元包括根據實際經驗安裝在垃圾堆積處附近的液體匯流位置的液體采集設備；第二控制單元在接收到滲濾液分析信號后，控制液體采集設備采集匯流處的滲濾液液體；所述滲濾液采集單元預設液體體積閾值V2；當液體采集設備采集的液體體積達到液體體積閾值V2時，停止采集；每個所述滲濾液采集單元將采集的液體通過管道運輸至對應的滲濾液分析單元。