基于窄带通信的桥梁气象监测系统、方法、设备及存储介质技术方案

基于窄带通信的桥梁气象监测系统、方法、设备及存储介质，属于环境监测技术领域，是针对采集桥梁现场的温度、湿度，风力，风速等一系列气象参数，并进行远距离传输与云计算分析大桥的健康状况的问题所提出。包括电池和太阳能充电板，包括Lora窄带无线通信模块、DHT11温度、湿度传感器模块、风速传感器模块和风向传感器模块，还包括L4R5ZINUCLEO主控模块和Labview上位机模块。采用Lora无线通信模块，不必抵达现场便可以对桥梁数据进行监测及分析，极大降低了维护成本。进行低功耗管理，可以保障7*24小时不间断工作。障7*24小时不间断工作。障7*24小时不间断工作。

【技术实现步骤摘要】
基于窄带通信的桥梁气象监测系统、方法、设备及存储介质


[0001]本专利技术涉及环境监测
，特别是涉及基于窄带通信的桥梁气象监测系统、方法、设备及存储介质。

技术介绍

[0002]桥梁作为交通运输的必要组成部分，其安全性和稳定性需要得到可靠的保证。目前我国依然存在约24万座建国初期至改革开放几十年中建立的旧桥，其建造标准低，年久失修存在较多安全隐患。
[0003]目前市场上我国旧桥的检测大多使用“传感器+CAN总线传输”或“移动网络模块搭配传感器”的方法。
[0004]前者存在着传输距离短，维护困难等缺点，后者存在着数据收集困难、人为处理数据效率低下的缺点。

技术实现思路

[0005]为了克服上述现有技术存在的缺陷，本专利技术提供了基于窄带通信的桥梁气象监测系统、方法、设备及存储介质，可以解决通过所设计的桥梁气象监测系统完成精确定时采集桥梁现场的温度、湿度，风力，风速等一系列气象参数，并进行远距离传输与云计算分析大桥的健康状况的问题。以及工作人员在实时查看及分析桥梁健康状况时，在无网络、无电源等恶劣环境下均本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于窄带通信的桥梁气象监测系统，其特征在于，包括电池系统、传感器系统、无线通信系统、主控系统和上位机软件系统；所述电池系统与所述传感器系统以及无线通信系统连接，用于向所述传感器系统以及无线通信系统供电，所述传感器系统和无线通信系统与主控系统连接，所述传感器系统用于采集环境信息，所述无线通信系统用于信息通信，所述主控系统与上位机软件系统连接，所述主控系统，将采集到的数据处理后按对应格式发送给上位机软件系统，所述上位机软件系统，用于显示、处理、存储桥梁健康状况信息。2.根据权利要求1所述的基于窄带通信的桥梁气象监测系统，其特征在于，所述电池系统包括电池和太阳能充电板，所述无线通信系统包括Lora窄带无线通信模块，所述传感器系统包括DHT11温度、湿度传感器模块、风速传感器模块和风向传感器模块，所述主控系统包括L4R5ZINUCLEO主控模块，所述上位机软件系统包括Labview上位机模块；所述太阳能充电板，用于利用太阳光能转化为电池电能；所述电池，用于向L4R5ZINUCLEO主控模块，DHT11温度、湿度传感器模块，风速传感器模块，风向传感器模块和Lora窄带无线通信模块供电；所述DHT11温度、湿度传感器模块，用于采集温度和湿度；所述风速传感器模块，用于采集风速信息；所述风向传感器模块，用于采集风向信息；所述Lora窄带无线通信模块，用于无线远程通信；所述L4R5ZINUCLEO主控模块，用于通过单总线通讯协议向所述DHT11温度、湿度传感器模块发送信号，完成信号的交互，并获取当前环境的温度、湿度信息；接收所述风速传感器模块及风向传感器模块的电压信号，在系统内进行信号的运算以及平滑滤波处理，将所获取的电压信号分别转化为当前环境的风速值、风向值；将获取到的环境参量通过串行通信与所述Lora窄带无线通信模块进行信号传输，通过窄带通信信号的方式发送给所述上位机软件系统。3.基于窄带通信的桥梁气象监测方法，其特征在于，所述Labview上位机模块将数据通过所述桥梁环境健康算法进行处理，包括以下步骤：步骤S1，执行桥梁环境健康算法，对数据进行清洗，去除数据集中的缺失值,对离散数据进行预热处理；步骤S2，对数据集中的所有特征均采用预热处理，为SVM机器学习向量机提供样本的标签化数据；步骤S3，训练SVM核函数模型，确定向量机模型参数；步骤S4，模型分类与指标测试，确定SVM向量机模型。4.根据权利要求3所述的基于窄带通信的桥梁气象监测方法，其特征在于，所述步骤S1，执行桥梁环境健康算法，对数据进行清洗，去除数据集中的缺失值,对离散数据进行预热处理的方法为：执行桥梁环境健康算法，输入桥梁环境参数包括温度、湿度、风力、风向；对原始数据中的离散型变量导致产生的缺失值，进行清洗，去除数据集中的缺失值，对离散数据进行预热处理，将整个数据集分为训练集和验证集，存储于不同的文件中；离散数据进行预热处理，将整个数据集分为训练集和验证集，存储于不同的文件中；
式(1)、式(2)中，T1为训练集，T2为验证集，x
i i＝1，2，3，4为所设置的温度、湿度、风力、风向特征；R
n
为实值函数g(x),采用分类函数f(x)＝sgn(g(x))，探索某个模式x对应的y值，完成x的分类；y
i i＝1，2，3，4分别为温度、湿度、风力、风向分类后在训练集与验证集中所对应的标签值。5.根据权利要求3所述的基于窄带通信的桥梁气象监测方法，其特征在于，所述步骤S2，对数据集中的所有特征均采用预热处理，为SVM机器学习向量机提供样本的标签化数据的方法为：对数据集中的所有特征均采用预热处理，将温度分为4个类别，将湿度分为四个类别，将风速分为4个类别，将风向分为16个类别，为SVM机器学习向量机提供样本的标签化数据。6.根据权利要求3所述的基于窄带通信的桥梁气象监测方法，其特征在于，所述步骤S3，训练SVM核函数模型，确定向量机模型参数的方法为：训练SVM核函数模型，通过训练后的核函数寻找样本数据点与超平面之间的映射关系确定向量机模型参数；支持...

【专利技术属性】
技术研发人员：邢键，王霖涛，崔洪夺，王增生，
申请(专利权)人：东北林业大学，
类型：发明
国别省市：