一种用于扬尘噪声实时预警的系统及方法技术方案

本发明专利技术涉及环境噪声识别预警技术领域，特别是涉及一种用于扬尘噪声实时预警的系统及方法。包括：扬尘监测模块，用于监测空气中的扬尘质量浓度值；噪声监测模块，用于检测环境中的噪声，并将检测到的噪声转换为分贝值；视频监控模块，用于拍摄环境图像，并识别环境图像中正在运行的机械装置，视频监控模块内设置有显示屏，用于实时显示扬尘质量浓度值和分贝值；云平台模块，用于实时获取环境监测数据，云平台模块内预设有环境监测数据阈值M，当环境监测数据超过预设环境监测数据阈值M时，实时发出预警等级信息。本发明专利技术所提供的用于扬尘噪声实时预警的系统具有全天候、全时刻的精准识别建筑工地扬尘噪声污染的优点，可以减少人力劳动。劳动。劳动。

【技术实现步骤摘要】
一种用于扬尘噪声实时预警的系统及方法


[0001]本专利技术涉及环境噪声识别预警
，特别是涉及一种用于扬尘噪声实时预警的系统及方法。

技术介绍

[0002]建筑施工扬尘是因建筑施工人为活动而引起的，其扬尘颗粒在施工人为活动的影响下会随着空气流动而移动，最后变成细小颗粒物，易被人吸食，一旦进入肺中，就会引起一系列疾病，甚至危害人们的生命。具体来说，建筑施工过程中，因施工人员活动或机械的运转而产生大量扬尘悬浮在控制，其不仅会使粉尘浓度增加，同时也会降低大气质量，尤其是在大城市，粉尘浓度已经严重超标。因粉尘中含有大量的碳氢氧硫氯氟等重金属且反应后容易产生毒，不仅会影响周围植物生长，同时也会影响人们的身体健康。毕竟含有重金属元素粉尘颗粒会随着空气运动，一旦其中微笑颗粒进入人们呼吸道系统、积留在肺泡中，就会引发一系列疾病。
[0003]此外，建筑施工还会伴随有一定的噪声，建筑施工噪声指在城市中，建设公用设施如地下铁道、高速公路、桥梁，敷设地下管道和电缆等，以及从事工业与民用建筑的施工现场，都大量使用各种不同性能的动力机械，使原来比较安静的环境成为噪声污染严重的场所，某些施工现场紧邻居住建筑群，对居民的生活造成很大的干扰。
[0004]然而现有技术中，现行的治理措施都是基于人力的形式，在施工过程中进行有效的监管和治理，因此，由于人力监管准确性较差且无法做到全天候、全时刻和全环境等特性，并不能及时准确地获取特定地点甚至特定时间的环境状态参数，因此，如何提供一种用于扬尘噪声实时预警的系统及方法是本领域技术人员急需解决的技术问题。

技术实现思路

[0005]本专利技术的目的是提供一种用于扬尘噪声实时预警的系统及方法，本专利技术所提供的用于扬尘噪声实时预警的系统具有全天候、全时刻的精准识别建筑施工工地的扬尘噪声污染的优点，可以减少人力劳动，本系统装置还具有结构简单，成本低廉等特点。
[0006]本专利技术改进了现有技术中，对于建筑施工工地扬尘的监测以及噪声的监测更多的是依赖于人力监管以及群众对扬尘污染和噪声污染的举报并基于人力形式的问题，本专利技术通过基于光的散射的形式，对空气中的扬尘颗粒进行实时检测，由于光在不同的包含粒径颗粒物的空气中，散射是不同的，因此，本申请对于颗粒物粒径的识别具有极高的准确性。
[0007]本专利技术改进了现有技术中，由于建筑施工工地噪声包括多种，对于建筑施工机械噪声的准确识别不够精准的问题，本专利技术通过额外增设预设卷积神经网络模型，通过预设训练集可以对建筑施工工地上的任何噪声进行准确识别，滤除其中的干扰噪音，精准识别施工机械的噪音。
[0008]为了实现上述目的，本专利技术提供了如下的技术方案：一种用于扬尘噪声实时预警的系统，包括：
扬尘监测模块，所述扬尘监测模块用于监测空气中的扬尘质量浓度值；噪声监测模块，所述噪声监测模块用于检测环境中的噪声，并将检测到的所述噪声转换为分贝值；视频监控模块，所述视频监控模块用于拍摄环境图像，并识别所述环境图像中正在运行的机械装置，所述视频监控模块内设置有显示屏，所述显示屏用于实时显示所述扬尘质量浓度值和所述分贝值；云平台模块，所述云平台模块用于实时获取环境监测数据，所述云平台模块内预设有环境监测数据阈值M，当所述环境监测数据超过预设环境监测数据阈值M时，实时发出预警等级信息，其中，所述环境监测数据包括所述扬尘质量浓度值和所述分贝值；所述预警等级信息由高至低划分为：一级预警等级、二级预警等级和三级预警等级，其中，当所述环境监测数据大于1.8M时，所述预警等级信息为所述一级预警等级，此时，启动塔吊喷淋系统；当所述环境监测数据大于1.5M且小于等于1.8M时，所述预警等级信息为所述二级预警等级，此时，启动围墙喷淋系统；当所述环境监测数据大于M且小于等于1.5M时，所述预警等级信息为所述三级预警等级，此时，启动雾炮喷淋系统。
[0009]在本申请的一些实施例中，所述扬尘监测模块内设置有空气吸入单元，所述空气吸入单元用于吸入空气；所述扬尘监测模块内还设置有检测单元，所述检测单元用于实时检测所述扬尘质量浓度值，所述检测单元内设置有激光发射器，当所述空气吸入单元吸入的空气进入所述扬尘监测模块内时，所述激光发射器向所述空气吸入单元吸入的空气发射激光，所述检测单元内还设置有计算单元，所述计算单元用于根据光散射波形计算颗粒物数量浓度，并根据所述颗粒物数量浓度计算所述扬尘质量浓度值。
[0010]在本申请的一些实施例中，所述噪声监测模块内设置有噪声传感器，所述噪声传感器用于实时获取环境中的噪声；所述噪声监测模块内还设置有处理单元，所述处理单元用于将所述噪声传感器实时获取的环境中的噪声转换为电信号，并通过噪声A计权处理，将所述电信号计算转换为所述分贝值。
[0011]在本申请的一些实施例中，所述用于扬尘噪声实时预警的系统还包括预设神经网络卷积模块，所述预设神经网络卷积模块包括：拾音传感器，所述拾音传感器用于采集环境中的噪声的声纹数据；声纹数据处理单元，所述数据处理单元用于对所述声纹数据进行处理，并得到所述声纹数据所对应的声纹图谱；声纹图谱处理单元，所述声纹图谱处理单元用于通过傅里叶变换提取所述声纹图谱的特征信息；数据信息识别单元，所述数据信息识别单元用于通过预设CNN神经网络模型对所述声纹图谱的特征信息进行识别，并根据识别结果提取环境中的噪声种类，当识别到机械噪声时，实时提取所述环境图像中正在运行的机械装置，并对所述机械装置进行标记；
其中，所述噪声种类包括：机械噪声和人为噪声。
[0012]在本申请的一些实施例中，所述预设CNN神经网络模型包括：采集单元，所述采集单元用于通过所述拾音传感器采集环境中的噪声的声纹数据；分类单元，所述分类单元用于对采集到的所述声纹数据进行数据划分，并得到划分后的数据集，所述分类单元还用于将所述数据集转换成声纹特征图谱进行目标框的标注；提取单元，所述提取单元用于通过傅里叶变换提取所述声纹特征图谱的特征信息；训练单元，所述训练单元用于通过CNN模型对所述声纹特征图谱的特征信息进行模型训练，并得到所述预设CNN神经网络模型；评估单元，所述评估单元用于通过所述数据集对所述预设CNN神经网络模型进行模型评估。
[0013]为了实现上述目的，本专利技术还相应的提供了一种用于扬尘噪声实时预警的方法，包括：步骤S1：监测空气中的扬尘质量浓度值；步骤S2：检测环境中的噪声，并将检测到的所述噪声转换为分贝值；步骤S3：拍摄环境图像，识别所述环境图像中正在运行的机械装置，并实时显示所述扬尘质量浓度值和所述分贝值；步骤S4：实时获取环境监测数据，当所述环境监测数据超过预设环境监测数据阈值M时，实时发出预警等级信息，其中，所述环境监测数据包括所述扬尘质量浓度值和所述分贝值；所述预警等级信息由高至低划分为：一级预警等级、二级预警等级和三级预警等级，其中，当所述环境监测数据大于1.8M时，所述预警等级信息为所述一级预警等级，此时，启动塔吊喷淋系统；当所述环境监测数据大于1.5M且小于等于1.8M时，所述预警等级信息为所述二级预警等级，此时，启动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于扬尘噪声实时预警的系统，其特征在于，包括：扬尘监测模块，所述扬尘监测模块用于监测空气中的扬尘质量浓度值；噪声监测模块，所述噪声监测模块用于检测环境中的噪声，并将检测到的所述噪声转换为分贝值；视频监控模块，所述视频监控模块用于拍摄环境图像，并识别所述环境图像中正在运行的机械装置，所述视频监控模块内设置有显示屏，所述显示屏用于实时显示所述扬尘质量浓度值和所述分贝值；云平台模块，所述云平台模块用于实时获取环境监测数据，所述云平台模块内预设有环境监测数据阈值M，当所述环境监测数据超过预设环境监测数据阈值M时，实时发出预警等级信息，其中，所述环境监测数据包括所述扬尘质量浓度值和所述分贝值；所述预警等级信息由高至低划分为：一级预警等级、二级预警等级和三级预警等级，其中，当所述环境监测数据大于1.8M时，所述预警等级信息为所述一级预警等级，此时，启动塔吊喷淋系统；当所述环境监测数据大于1.5M且小于等于1.8M时，所述预警等级信息为所述二级预警等级，此时，启动围墙喷淋系统；当所述环境监测数据大于M且小于等于1.5M时，所述预警等级信息为所述三级预警等级，此时，启动雾炮喷淋系统。2.根据权利要求1所述的一种用于扬尘噪声实时预警的系统，其特征在于，所述扬尘监测模块内设置有空气吸入单元，所述空气吸入单元用于吸入空气；所述扬尘监测模块内还设置有检测单元，所述检测单元用于实时检测所述扬尘质量浓度值，所述检测单元内设置有激光发射器，当所述空气吸入单元吸入的空气进入所述扬尘监测模块内时，所述激光发射器向所述空气吸入单元吸入的空气发射激光，所述检测单元内还设置有计算单元，所述计算单元用于根据光散射波形计算颗粒物数量浓度，并根据所述颗粒物数量浓度计算所述扬尘质量浓度值。3.根据权利要求1所述的一种用于扬尘噪声实时预警的系统，其特征在于，所述噪声监测模块内设置有噪声传感器，所述噪声传感器用于实时获取环境中的噪声；所述噪声监测模块内还设置有处理单元，所述处理单元用于将所述噪声传感器实时获取的环境中的噪声转换为电信号，并通过噪声A计权处理，将所述电信号计算转换为所述分贝值。4.根据权利要求1所述的一种用于扬尘噪声实时预警的系统，其特征在于，所述用于扬尘噪声实时预警的系统还包括预设神经网络卷积模块，所述预设神经网络卷积模块包括：拾音传感器，所述拾音传感器用于采集环境中的噪声的声纹数据；声纹数据处理单元，所述数据处理单元用于对所述声纹数据进行处理，并得到所述声纹数据所对应的声纹图谱；声纹图谱处理单元，所述声纹图谱处理单元用于通过傅里叶变换提取所述声纹图谱的特征信息；数据信息识别单元，所述数据信息识别单元用于通过预设CNN神经网络模型对所述声
纹图谱的特征信息进行识别，并根据识别结果提取环境中的噪声种类，当识别到机械噪声时，实时提取所述环境图像中正在运行的机械装置，并对所述机械装置进行标记；其中，所述噪声种类包括：机械噪声和人为噪声。5.根据权利要求4所述的一种用于扬尘噪声实时预警的系统，其特征在于，所述预设CNN神经网络模型包括：采集单元，所述采集单元用于通过所述拾音传感器采集环境中的噪声的声纹数据；分类单元，所述分...

【专利技术属性】
技术研发人员：彭戈，冷健雄，柴敏平，康长安，李春霞，张初华，曹炳伟，余红样，江杨，李小双，吴敏，黄庆发，
申请(专利权)人：江西怡杉环保股份有限公司，
类型：发明
国别省市：