基于数字孪生的车间环境监测装置及监测方法

技术特征：
1.基于数字孪生的车间环境监测装置，其特征在于,该系统包含传感及控制模块、集中模块、云平台和应用模块；所述传感及控制模块负责监测数据的采集及功能控制，传感及控制模块的传感器包括烟雾、温度及湿度；传感及控制模块的控制器包括喷淋器及风扇；zigbee节点包括单片机系统电路、电池供电电路及外围接口电路；其中，集中模块负责监测数据的收集及上传，设置一个zigbee节点作为zigbee协调器，完成zigbee自组网内各个监测点数据的收集和命令下发；利用nb-iot网络与zigbee协调器进行串口通信，作为zigbee自组网的网关，负责将数据上传到云平台及控制命令接收；云平台利用onenet云平台，完成数据的存储及管理；应用模块采用web架构，基于onenet平台提供的api及开发工具，搭建应用终端，远程查看监测数据及远程控制。2.如权利要求1所述的基于数字孪生的车间环境监测装置，其特征在于，所述传感及控制模块包括zigbee节点、传感器和控制器三个部分，传感器中的温湿及度传感器利用dht11数字温湿度传感器，传感器中的烟雾传感器利用mq-2烟雾传感器，当车间温湿度过高时自动或者手动开启风扇进行降温除湿，当烟雾传感器监测到室内烟雾浓度过高时，向协调器发送警报信号，手动或者自动开启喷淋设备。3.如权利要求2所述的基于数字孪生的车间环境监测装置，其特征在于，所述集中模块由zigbee协调器和nb-iot节点两部分组成，完成zigbee自组网的创建及组网管理，集中来自不同zigbee监测节点的信息，zigbee监测节点的信息包括温湿度、烟雾量、电池电量和报警信息，最后通过串口传输给nb-iot节点；所述nb-iot节点利用bc28模组，协调器cc2530使用串口1(p0_4、p0_5)与nbiot节点进行串口通信，实现发送at指令或接收控制信息。4.如权利要求3所述的基于数字孪生的车间环境监测装置，其特征在于，云平台利用web架构，控制台自动生成web应用链接，利用浏览器或onenet手机端app远程监测及控制；所述应用模块利用onenet云平台的应用管理功能搭建web应用，工作台提供数据管理，对数据存储及调用，不同类型控件可绑定对应设备的数据源，控件包括显示类曲线、仪表、图片和控制类开关、旋钮、命令框，控件状态与数据源对应关系实现一对一或多对一，界面设计包括三部分：阈值设置及报警标志、数据显示折线图、设备及工作模式控制。5.如权利要求4所述的基于数字孪生的车间环境监测方法，其特征在于，该监测方法的步骤为：步骤s1：数据预处理；步骤s2：将数据作为车间环境的状态信号，分别记为：[p1,p2,p3,p4,p5,p6,p7]；步骤s3：选取深度神经网络模型分别以参数[p1,p2,p3,p4,p5,p6,p7]为输出，采用麻雀搜索算法优化的方法训练深度神经网络模型，并计算模型输出与实际值之间的残差信号；步骤s4：计算残差序列的t2统计量，以每个样本的[p1,p2,p3,p4,p5,p6,p7]7个参数的残差为输入，计算样本残差的t2统计量；步骤s5：利用核密度估计法确定t2统计量的报警限；若车间实时运行数据的t2统计量超出控制限，则说明车间存在异常，否则车间处于正常状态。
6.如权利要求5所述的基于数字孪生的车间环境监测方法，其特征在于，所述步骤s1中，数据预处理对数据进行归一化处理，表达式为：式中：x
ij
为第j个变量对应的第i个数据；max(x
j
)为第j个变量的最大值；min(x
j
)为第j个变量的最小值；x'ij为变换之后的值。7.如权利要求6所述的基于数字孪生的车间环境监测方法，其特征在于，所述步骤s3中，残差表达式为：式中：为第i个样本的第j个参数的估计值；y
ij
代表第i个样本第j个参数的实际值。8.如权利要求7所述的基于数字孪生的车间环境监测方法，其特征在于，所述步骤s4中，t2统计量的表达式为：t2＝(e
i-μ)
t
∑-1
(e
i-μ)式中：e
i
为第i个样本[p1,p2,p3,p4,p5,p6,p7]7个参数的残差组成的列向量；μ和σ分别为训练数据残差序列的均值向量和协方差矩阵。9.如权利要求8所述的基于数字孪生的车间环境监测方法，其特征在于，所述步骤s5中，所述核密度表达式为：式中：x为样本点；x
i
为样本观察点；h为带宽；k为核函数，且满足下式：k(x)≥0且利用核密度估计法确定t2统计量报警限。

技术总结
本发明公开了一种基于数字孪生的车间环境监测装置及监测方法,该系统包含传感及控制模块、集中模块、云平台和应用模块；传感及控制模块负责监测数据的采集及功能控制，传感及控制模块的传感器包括烟雾、温度及湿度，传感及控制模块的控制器包括喷淋器及风扇，ZigBee节点包括单片机系统电路、电池供电电路及外围接口电路；集中模块负责监测数据的收集及上传，设置一个ZigBee节点作为ZigBee协调器，完成ZigBee自组网内各个监测点数据的收集和命令下发；云平台利用OneNET云平台，完成数据的存储及管理，本发明提出了在监测系统中利用深度神经网络模型对监测数据进行处理，从而保证报警的准确性。警的准确性。警的准确性。


技术研发人员：任小平 眭超亚 田荣明 段勋兴
受保护的技术使用者：重庆化工职业学院
技术研发日：2022.06.24
技术公布日：2022/9/2