Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆市特种设备检测研究院(重庆市特种设备事故应急调查处理中心);长春特种设备检测研究院(长春市特种设备安全监控中心)邱勇军获国家专利权

重庆市特种设备检测研究院(重庆市特种设备事故应急调查处理中心);长春特种设备检测研究院(长春市特种设备安全监控中心)邱勇军获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉重庆市特种设备检测研究院(重庆市特种设备事故应急调查处理中心);长春特种设备检测研究院(长春市特种设备安全监控中心)申请的专利一种危化品运输车辆安防监控系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118869753B

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411182047.4,技术领域涉及:H04L67/12;该发明授权一种危化品运输车辆安防监控系统是由邱勇军;康笃刚;牛晶明;孙学辉;黄崧;黄艳芸;王飞;蔡琴;彭燕;李秀权;杨林设计研发完成,并于2024-08-27向国家知识产权局提交的专利申请。

一种危化品运输车辆安防监控系统在说明书摘要公布了:本发明公开了一种危化品运输车辆安防监控系统,涉及危化品运输车监测技术领域,包括数据采集模块、处理器、报警模块、通信模块、云平台;处理器分别连接数据采集模块、报警模块,处理器通过通信模块连接云平台;本发明可以通过实时监控、预警和远程控制等功能,准确地监测危化品运输过程中的罐体物理状态,有效提高车辆的安全性和管理效率,降低事故风险,保障危化品运输过程的安全顺利进行。

本发明授权一种危化品运输车辆安防监控系统在权利要求书中公布了:1.一种危化品运输车辆安防监控系统,其特征在于,包括数据采集模块、处理器、报警模块、通信模块、云平台;处理器分别连接数据采集模块、报警模块,处理器通过通信模块连接云平台; 数据采集模块,对车辆进行数据采集,并将数据传送给处理器;数据采集模块包括温度传感器、压力传感器、液位传感器,通过在车辆上对温度、压力、液位传感器的布置进行数据采集;还包括气压传感器,采集气压数据以及利用地理信息系统来收集经纬度信息; 处理器,通过预设系统阈值中各个数据类型对应的阈值参数确定当前系统是否存在危险;若存在危险,向报警模块发送报警指令; 报警模块,接收处理器发送的报警指令,生成报警信息并通过通信模块将报警信息发送至云平台; 云平台,接收报警信息进行显示并做相应的应急处理措施; 所述处理器还包括当确定当前车辆运行处于正常状态时,对利用阈值调整模型对阈值参数进行调整,获得调整后的阈值参数; 实时监控车辆运行过程的温度、压力、液位是否超过调整后的阈值参数,当温度、压力、液位中任意一项数据参数值超过其对应的调整后的阈值参数时,控制车辆停止运行并进行声音报警;其中,所述阈值调整模型如下: ; 其中,分别表示液位、温度、压力对应的调整后的阈值参数;分别表示液位、温度、压力对应的预设的阈值参数;分别表示在车辆运行过程中的液位、温度、压力对应的平均参数数据;分别表示在车辆运行过程中的液位、温度、压力最大参数数据;分别表示在车辆运行过程中的温度检测数据和压力检测数据对应的最小值; 所述传感器数据解析模块具体包括:数据接收模块、特征提取模块、深度学习模块、预警模块、反馈模块; 数据接收模块,接收数据采集模块采集的数据;包括不同海拔、经纬度下的温度、压力、液位数据; 特征提取模块对采集的数据进行预处理,提取与车辆安全威胁相关的特征,并将提取的特征进行关联,得到关联数学模型; 深度学习模块利用深度学习算法训练关联数学模型,对关联后的特征进行学习和模式识别,进而得到基于车辆安全状况和关联状况的数学模型; 预警模块根据基于车辆安全状况和关联状况的数学模型的输出结果,智能判断车辆安全状况; 反馈模块负责记录已发生的车辆安全事件和预警结果,对数据进行归档并形成知识库,供记录模块和查询模块进行记录和查询; 特征提取模块提取与车辆威胁相关的特征包括:不同海拔、经纬度下的车辆运行过程的温度、压力、液位特征,特征提取模块按照超过预设阈值、等于预设阈值,小于预设阈值的标准对提取的与车辆安全威胁相关的特征进行关联; 特征提取模块设定关联状况为G,提取的特征为m,标识值为L,则建立与安全威胁相关的特征关联数学模型为: ; 其中,为发生系数; 关联状况G根据关联数学模型中发生系数的变化输出包含与车辆安全威胁相关的特征和标识值的字符串并将字符串传输给深度学习模块; 深度学习模块采用卷积神经网络或者循环神经网络对关联状况G输出的字符串进行训练得到车辆安全状况Y,进而得到基于车辆安全状况Y和关联状况G的数学模型: ; 其中,f表示关联状况G与车辆安全状况Y之间的关系,T是预警阈值,用于判断车辆安全状况是否达到预警级别; 为了明确模型中的变量和参数,表示为以下形式: ; 其中,是相应关联状况的权重系数,是不同时间段内关联状况G输出字符串的代码; 深度学习模块输出的Y值为正值时,车辆存在安全威胁,预警模块启动,深度学习模块输出的Y值为负值时,车辆不存在威胁,预警模块不启动; 预警模块在收到网络安全状况Y的值为正时发出车辆存在危险信号,并将Y值与预设的预警值进行比对,根据比对情况对危险信号进行分级,依据级别进行分类和处置,并将结果发送至显示模块进行显示。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆市特种设备检测研究院(重庆市特种设备事故应急调查处理中心);长春特种设备检测研究院(长春市特种设备安全监控中心),其通讯地址为:401121 重庆市渝北区两江新区高新园芙蓉路5号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。