【技术实现步骤摘要】
本专利技术涉及公路机电设备监测，尤其涉及一种基于云边端架构的公路机电设备运行监测方法及系统。
技术介绍
1、随着中国公路建设里程的不断增加，作为维持公路高效安全运营的公路机电设备的数量也在迅速增长，庞大的数量给公路机电设备维护维修的任务带来了新的挑战，也成了迫切需要解决的一个关键问题。目前，了解公路机电设备运行状态的主要手段主要依靠于定期的人工巡检，这一手段具有滞后性和不确定性，不符合公路数字化的趋势要求。借助信息化手段，专利技术新的公路机电设备运行监测系统十分有必要。
技术实现思路
1、本专利技术为解决上述技术问题，提出了一种基于云边端架构的公路机电设备运行监测方法及系统，以解决至少一个上述技术问题。
2、本申请提供了一种基于云边端架构的公路机电设备运行监测方法，包括以下步骤：
3、步骤s1：监测并采集被监测设备的温湿度信号、振动幅度信号以及噪声信号，从而得到监测数据，并将监测数据转换为第一无线传输信号并发送至边缘计算单元；
4、步骤s2：控制边缘计算单元接收第一无线传输信号，并对第一无线传输信号进行数模转换，从而得到监测数据，并对监测数据进行特征提取，从而得到监测特征数据；
5、步骤s3：对监测特征数据中的温湿度特征数据以及噪声特征数据进行状态判断处理，从而得到公路机电设备第一运行状态数据；
6、步骤s4：对监测特征数据中的振动幅度特征数据进行随机森林决策处理，从而得到公路机电设备第二运行状态数据；
7、步
8、本专利技术中通过采集温湿度、振动和噪声的多重信号，实现了对设备状态的实时监测，从而能够及时发现设备异常或故障情况。通过采集不同类型的监测信号，结合特征提取和状态判断处理，对设备的多个方面进行全面的评估，提高了对设备状态的全局认识。通过在边缘计算单元进行第一无线传输信号的数模转换和特征提取，减少了云端计算工作量，提升了实时性，使得对设备状态的判断更加迅速。采用了两种不同的状态判断方法(基于特征的判断和随机森林决策)，从多个维度对设备状态进行判断，提高了判断的准确性和鲁棒性。使用了低功耗的lora技术和高带宽的5g通信技术，分别用于边缘计算单元和云端服务器的通信，既保证了数据传输的稳定性，又节约了能源消耗。将设备状态数据发送至云端服务器，通过可视化界面实现对设备状态的实时监控和远程告警，使得管理人员可以随时随地了解设备的运行情况。通过实时监测和状态判断，提前发现设备的潜在问题，从而进行预防性维护，避免了设备故障带来的生产停工和维修成本。及时发现并处理设备异常，降低因故障造成的损坏，延长设备的使用寿命，提高了设备的可靠性和稳定性。
9、优选地，本申请还提供了一种基于云边端架构的公路机电设备运行监测系统，该基于云边端架构的公路机电设备运行监测系统包括：
10、监测数据采集模块，用于监测并采集被监测设备的温湿度信号、振动幅度信号以及噪声信号，从而得到监测数据，并将监测数据转换为第一无线传输信号并发送至边缘计算单元；
11、监测特征提取模块，用于控制边缘计算单元接收无线传输信号，并对无线传输信号进行数模转换，从而得到监测数据，并对监测数据进行特征提取，从而得到监测特征数据；
12、状态判断处理模块，用于对监测特征数据中的温湿度特征数据以及噪声特征数据进行状态判断处理，从而得到公路机电设备第一运行状态数据；
13、随机森林决策处理模块，用于对监测特征数据中的振动幅度特征数据进行随机森林决策处理，从而得到公路机电设备第二运行状态数据；
14、可视化告警模块，用于将公路机电设备第一运行状态数据以及公路机电设备第二运行状态数据进行数模逆转换，从而得到第二无线传输信号，以发送至云端服务器进行可视化告警作业，其中第一无线传输信号为基于低功耗的lora技术的无线传输方式，第二无线传输信号为基于5g通信的无线传输方式。
15、本专利技术的有益效果在于：本专利技术在被监测设备上同时采集了温湿度、振动幅度和噪声等多维度信号，获得了全面的监测数据。第一无线传输信号采用基于低功耗的lora技术，有效节约了能源消耗，延长了设备的使用寿命。引入了边缘计算单元对监测数据进行处理，减轻了云端的计算压力，提高了实时性和响应速度。对监测特征数据进行特征提取，并基于温湿度和噪声特征数据进行状态判断处理，实现了对设备状态的实时监测和准确评估。通过随机森林决策处理，实现了对第二机电设备运行状态的监测，从而全面掌握了多个机电设备的运行状况。第二无线传输信号采用了基于5g通信的无线传输方式，保证了数据的高速传输和云端服务器的及时接收。通过将第一、公路机电设备第二运行状态数据发送至云端服务器，实现了告警作业的可视化，为后续的决策和维护提供了依据。通过实时监测和评估设备状态，及时发现潜在问题，可以采取相应措施来降低设备故障的风险，提高了设备的稳定性和可靠性。根据设备的实时状态，可以制定更加精准的维护策略，避免了不必要的维护和更换，降低了维护成本。
本文档来自技高网...【技术保护点】
1.一种基于云边端架构的公路机电设备运行监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，作用于公路机电设备检测装置，公路机电设备检测装置包括温湿度传感器、振动传感器、噪声传感器、无线传输模块以及电源模块，步骤S1具体为：
3.根据权利要求2所述的方法，其特征在于，步骤S14中监测信号预处理通过监测信号预处理计算公式进行处理，其中监测信号预处理计算公式具体为：
4.根据权利要求1所述的方法，其特征在于，监测特征数据包括振动幅度特征数据、温湿度特征数据以及噪声特征数据，振动幅度特征数据包括谐波特征数据以及共振频率特征数据，步骤S2具体为：
5.根据权利要求4所述的方法，其特征在于，噪声频谱数据包括噪声频谱结构数据以及噪声频谱极值数据，其中步骤S263具体为：
6.根据权利要求4所述的方法，其特征在于，步骤S262中噪声能量计算通过噪声能量计算公式进行计算，其中噪声能量计算公式具体为：
7.根据权利要求1所述的方法，其特征在于，步骤S3具体为：
8.根据权利要求7所述的方
9.根据权利要求1所述的方法，其特征在于，步骤S4中随机森林决策处理通过随机森林决策模型进行决策处理，其中随机森林决策模型的构建步骤具体为：
10.一种基于云边端架构的公路机电设备运行监测系统，其特征在于，用于执行如权利要求1所述的基于云边端架构的公路机电设备运行监测方法，该基于云边端架构的公路机电设备运行监测系统包括：
...【技术特征摘要】
1.一种基于云边端架构的公路机电设备运行监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，作用于公路机电设备检测装置，公路机电设备检测装置包括温湿度传感器、振动传感器、噪声传感器、无线传输模块以及电源模块，步骤s1具体为：
3.根据权利要求2所述的方法，其特征在于，步骤s14中监测信号预处理通过监测信号预处理计算公式进行处理，其中监测信号预处理计算公式具体为：
4.根据权利要求1所述的方法，其特征在于，监测特征数据包括振动幅度特征数据、温湿度特征数据以及噪声特征数据，振动幅度特征数据包括谐波特征数据以及共振频率特征数据，步骤s2具体为：
5.根据权利要求4所述的方法，其特征在于，噪声频谱数据包括噪声频谱结构数据以及噪声频谱极...
【专利技术属性】
技术研发人员：罗元军，傅达，汪展翅，曹佳宝，杨飞，赵恺，杨国红，贺晋，徐联祺，彭巍，罗栋，罗密，王波，安晓丹，郭家宝，黎恺嘉，张栋威，王琪轩，李媚，华实，胡果，
申请(专利权)人：湖南省衡永高速公路建设开发有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。