预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115791300A(43)申请公布日2023.03.14(21)申请号202211651934.2(22)申请日2022.12.21(71)申请人滨州北控西海水务有限公司地址256600山东省滨州市开发区黄河八路168号(72)发明人张驰杨其辉张勇靳云端李佳屈博昊(74)专利代理机构青岛鼎丞智佳知识产权代理事务所(普通合伙)37277专利代理师曲志乾(51)Int.Cl.G01N1/14(2006.01)权利要求书2页说明书6页附图3页(54)发明名称源点式水样采集系统(57)摘要本发明涉及样品检测领域,尤其为源点式水样采集系统,包括采集单元、智控单元、留样单元、取样单元和远程管理单元,通过微型潜水泵、管路及无线控制装置,由智控单元按照远程管理单元发送的水样采样指令通过采集单元进行各取样点的水样的并存储于留样单元中,取样单元按需采集留样单元中的水样,取样指令完成后,自动进行标签生成打印,并将采样记录存储至数据库中。本发明主要由采集单元、留样单元和智能控制单元三部分组成;成功填补市场及行业产品空白、降低人员劳动强度、提高水质内控管理及时性、规避进出水超标环保追责风险、杜绝人工取样安全隐患的同时,也为集团智慧水务、水厂组团、少人/无人值守建设工作奠定了一定的单元自动化基础。CN115791300ACN115791300A权利要求书1/2页1.源点式水样采集系统,其特征在于:包括:采集单元、智控单元、留样单元、取样单元和远程管理单元,通过微型低功潜水泵、耐腐防堵管路及无线控制装置,由智控单元按照远程管理单元发送的水样采样指令通过采集单元进行各取样点的水样的并存储于留样单元中,取样单元按需采集留样单元中的水样,取样指令完成后,自动进行标签生成打印,并将采样记录存储至数据库中。2.根据权利要求1所述的源点式水样采集系统,其特征在于:还包括故障检测单元,用于对设备进行故障自检,具有报警急停的功能,对于检测出的故障提供相应的排故指南。3.根据权利要求1所述的源点式水样采集系统,其特征在于:所述管路通过隐藏式防冻低破坏敷设方案进行铺设。4.根据权利要求1所述的源点式水样采集系统,其特征在于:所述取样单元取样的水样包括瞬时水样、混合水样和留检水样。5.根据权利要求4所述的源点式水样采集系统,其特征在于:所述瞬时水样取样过程中,在触控屏模拟界面上选择取样点,设置取样量并确认,取样工作启动后,屏幕按信号节点同步模拟取样流程,实时显示设定和实际取样量,取样工作完成,生成标签后,系统返回待机。6.根据权利要求4所述的源点式水样采集系统,其特征在于:所述混合水样取样过程中,预设混合样参数并确认,取样工作启动后,触摸屏同步模拟取样过程及取样情况,取样工作完成,生成标签后,系统返回待机。7.根据权利要求6所述的源点式水样采集系统,其特征在于:所述混合水样的采集模式下设置有自动采集功能。8.根据权利要求4所述的源点式水样采集系统,其特征在于:所述留样水样取样过程中,预设参数进行自动留存水样,取样工作启动后,对于未取样的水样,系统在下一个周期自动替换之前的水样,完成新水样的留存,触摸屏同步模拟取样过程及取样情况。9.根据权利要求1所述的源点式水样采集系统,其特征在于:所述故障检测单元构建系统状态检测模型,对系统运行状态进行自检。10.根据权利要求9所述的源点式水样采集系统,其特征在于:所述系统状态检测模型构建如下:获取系统在正常运行状态下的数据向量,作为历史训练数据,通过数据处理操作,将经过离群点检测后的数据抽取出来,组成历史训练矩阵K,设在训练数据中,同时包含了k个不同的时间状态X(t),K表示为:K[X(t1),(t2),…,(tk)];对训练数据中所包含的多个时间状态下的运行状态进行分析,构建一个新的健康矩阵C,设C是n×m维的矩阵,矩阵中任意一列表示为一种数据向量,C中存在m个数据向量、n个变量;设在某个检测时段内,共有n个变量,且为相互关联的状态,用xi(tj)表示在第i个检测时间段时间点tj的检测结果,tj的数据向量表示为:TX(tj)=[x1(tj),x2(tj),…,xn(tj)]X构建历史健康矩阵对系统以往正常的运行状态数据进行存储,为健康矩阵提供建立依据,C表示为:2CN115791300A权利要求书2/2页C中的m列观测向量可从训练矩阵K中提取出来,提取完成后,K中剩余的向量称之为剩余训练矩阵L,设L中含有l列向量,得到:K=C+L即:k=m+l将在某个时间段获取到设备的数据向量Xo与C中已有的运行状态进行对比,并计算得到当前时间段医疗设备运行状态的估计向量Xe:其中,的运算方法如下:同理,获得剩余训练矩阵L对应的估计矩阵Le,由于L隶属于健康矩阵C,则L中所有的状态信息均为