基于大数据的铁路运输煤炭抑尘智能监测分析系统论文和设计-孙一辰

全文摘要

本实用新型涉及煤炭运输监测技术领域，尤其是涉及一种基于大数据的铁路运输煤炭抑尘智能监测分析系统，其包括：激光雷达监测设备、雷达测速设备、视频监控设备、车号识别设备、大气质量监测设备、气象监测设备和煤炭抑尘智能大数据分析平台；本实用新型拟从列车载煤量和粉尘浓度两个视角出发，基于激光雷达监测设备、雷达测速设备、视频监控设备、车号识别设备、大气质量监测设备、气象监测设备等设备的数据来源，通过对多源异构数据的分析，实现煤炭运输过程中的综合监测。

主设计要求

1.一种基于大数据的铁路运输煤炭抑尘智能监测分析系统，其特征在于，包括：激光雷达监测设备、雷达测速设备、视频监控设备、车号识别设备、大气质量监测设备、气象监测设备和煤炭抑尘智能大数据分析平台；所述激光雷达监测设备与所述煤炭抑尘智能大数据分析平台连接，用于监测煤炭运输列车的三维结构信息数据并反馈至所述煤炭抑尘智能大数据分析平台；所述雷达测速设备与所述煤炭抑尘智能大数据分析平台连接，用于测定煤炭运输列车的速度数据并反馈至所述煤炭抑尘智能大数据分析平台；所述视频监控设备与所述煤炭抑尘智能大数据分析平台连接，用于通过视频采集的方式采集煤炭运输列车的图像数据并反馈至所述煤炭抑尘智能大数据分析平台；所述车号识别设备与所述煤炭抑尘智能大数据分析平台连接，用于识别煤炭运输列车各个车厢的车厢号数据并反馈至所述煤炭抑尘智能大数据分析平台；所述大气质量监测设备与所述煤炭抑尘智能大数据分析平台连接，用于监测煤炭运输列车铁路沿线周边空气质量数据并反馈至所述煤炭抑尘智能大数据分析平台；所述气象监测设备与所述煤炭抑尘智能大数据分析平台连接，用于监测煤炭运输列车铁路沿线周边的气象数据并反馈至所述煤炭抑尘智能大数据分析平台；所述煤炭抑尘智能大数据分析平台用于对各个设备的数据进行采集、整理、分析，并进行三维数据化呈现。

设计方案

1.一种基于大数据的铁路运输煤炭抑尘智能监测分析系统，其特征在于，包括：激光雷达监测设备、雷达测速设备、视频监控设备、车号识别设备、大气质量监测设备、气象监测设备和煤炭抑尘智能大数据分析平台；

所述激光雷达监测设备与所述煤炭抑尘智能大数据分析平台连接，用于监测煤炭运输列车的三维结构信息数据并反馈至所述煤炭抑尘智能大数据分析平台；所述雷达测速设备与所述煤炭抑尘智能大数据分析平台连接，用于测定煤炭运输列车的速度数据并反馈至所述煤炭抑尘智能大数据分析平台；所述视频监控设备与所述煤炭抑尘智能大数据分析平台连接，用于通过视频采集的方式采集煤炭运输列车的图像数据并反馈至所述煤炭抑尘智能大数据分析平台；所述车号识别设备与所述煤炭抑尘智能大数据分析平台连接，用于识别煤炭运输列车各个车厢的车厢号数据并反馈至所述煤炭抑尘智能大数据分析平台；所述大气质量监测设备与所述煤炭抑尘智能大数据分析平台连接，用于监测煤炭运输列车铁路沿线周边空气质量数据并反馈至所述煤炭抑尘智能大数据分析平台；所述气象监测设备与所述煤炭抑尘智能大数据分析平台连接，用于监测煤炭运输列车铁路沿线周边的气象数据并反馈至所述煤炭抑尘智能大数据分析平台；所述煤炭抑尘智能大数据分析平台用于对各个设备的数据进行采集、整理、分析，并进行三维数据化呈现。

2.根据权利要求1所述的基于大数据的铁路运输煤炭抑尘智能监测分析系统，其特征在于，所述煤炭抑尘智能大数据分析平台包括：大数据分析平台的转码服务器、大数据分析平台的分析服务器、大数据分析平台的三维展示服务器和显示装置；

所述大数据分析平台的转码服务器、大数据分析平台的分析服务器、大数据分析平台的三维展示服务器分别与网络交换机连接；

所述网络交换机分别与所述激光雷达监测设备、雷达测速设备、视频监控设备、车号识别设备、大气质量监测设备、气象监测设备连接；

所述显示装置分别与所述大数据分析平台的转码服务器、大数据分析平台的分析服务器、大数据分析平台的三维展示服务器。

3.根据权利要求2所述的基于大数据的铁路运输煤炭抑尘智能监测分析系统，其特征在于，所述显示装置包括：显示器或者拼接大屏。

4.根据权利要求1所述的基于大数据的铁路运输煤炭抑尘智能监测分析系统，其特征在于，所述激光雷达监测设备的型号为C32-151A。

5.根据权利要求1所述的基于大数据的铁路运输煤炭抑尘智能监测分析系统，其特征在于，所述雷达测速设备的型号为STJ1-12。

6.根据权利要求1所述的基于大数据的铁路运输煤炭抑尘智能监测分析系统，其特征在于，所述视频监控设备的抓拍装置的型号为iDS-TCV300-AEM\/1236。

7.根据权利要求1所述的基于大数据的铁路运输煤炭抑尘智能监测分析系统，其特征在于，所述视频监控设备的终端服务器的型号为DS-TP50-12DH\/S。

8.根据权利要求1所述的基于大数据的铁路运输煤炭抑尘智能监测分析系统，其特征在于，所述车号识别设备的型号为AEI-S1型。

9.根据权利要求1所述的基于大数据的铁路运输煤炭抑尘智能监测分析系统，其特征在于，所述大气质量监测设备的型号为BPM-200M。

10.根据权利要求1所述的基于大数据的铁路运输煤炭抑尘智能监测分析系统，其特征在于，所述煤炭抑尘智能大数据分析平台的型号为DANA。

设计说明书

技术领域

本实用新型涉及煤炭运输监测技术领域，尤其是涉及一种基于大数据的铁路运输煤炭抑尘智能监测分析系统。

背景技术

目前，图像识别技术已经应用在安保、交通监控等多方面领域，相对比较成熟。而铁路煤炭运输过程遗撒一直存在，虽然已经采取表面固化剂措施，但并不能完全杜绝遗撒问题，且遗撒并不是稳态过程随机性强，易受外界风压、地形地貌、会车等多方面因素影响。抓住运煤车厢顶面为遗撒源头这一特点，利用图像识别技术对比不同地点的图像差别，结合车速、车辆信息、通过瞬间大气质量变化以及气象等因素，融入到大数据中最终得出同一车厢煤层表面状态变化率与各个因素的关系，判断不同列车的遗撒程度，通过排序找出遗撒问题源头。

公开于该背景技术部分的信息仅仅旨在加深对本实用新型的总体背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

实用新型内容

本实用新型的目的在于提供一种基于大数据的铁路运输煤炭抑尘智能监测分析系统，以解决列车在运输煤炭过程中，由于宏观外部环境的多样性，以及微观煤炭粉尘扩散运动的复杂性，使得在途运输过程中煤炭泄露的综合评估具有一定的挑战性。因此，仅单一的对局部环境中的气体成分分析难以实现对泄露车辆的定位和煤炭扬尘浓度的测定。

为了实现上述目的，本实用新型采用以下技术方案：

本实用新型提供一种基于大数据的铁路运输煤炭抑尘智能监测分析系统，其包括：激光雷达监测设备、雷达测速设备、视频监控设备、车号识别设备、大气质量监测设备、气象监测设备和煤炭抑尘智能大数据分析平台；

作为一种进一步的技术方案，所述煤炭抑尘智能大数据分析平台包括：大数据分析平台的转码服务器、大数据分析平台的分析服务器、大数据分析平台的三维展示服务器和显示装置；

所述大数据分析平台的转码服务器、大数据分析平台的分析服务器、大数据分析平台的三维展示服务器分别与网络交换机连接；

所述网络交换机分别与所述激光雷达监测设备、雷达测速设备、视频监控设备、车号识别设备、大气质量监测设备、气象监测设备连接；

所述显示装置分别与所述大数据分析平台的转码服务器、大数据分析平台的分析服务器、大数据分析平台的三维展示服务器。

作为一种进一步的技术方案，所述显示装置包括：显示器或者拼接大屏。

作为一种进一步的技术方案，所述激光雷达监测设备的型号为C32-151A。

作为一种进一步的技术方案，所述雷达测速设备的型号为STJ1-12。

作为一种进一步的技术方案，所述视频监控设备的抓拍装置的型号为iDS-TCV300-AEM\/1236。

作为一种进一步的技术方案，所述视频监控设备的终端服务器的型号为DS-TP50-12DH\/S。

作为一种进一步的技术方案，所述车号识别设备的型号为AEI-S1型。

作为一种进一步的技术方案，所述大气质量监测设备的型号为BPM-200M。

作为一种进一步的技术方案，所述煤炭抑尘智能大数据分析平台的型号为DANA。

采用上述技术方案，本实用新型具有如下有益效果：

本实用新型拟从列车载煤量和粉尘浓度两个视角出发，基于激光雷达监测设备、雷达测速设备、视频监控设备、车号识别设备、大气质量监测设备、气象监测设备等设备的数据来源，通过对多源异构数据的分析，实现煤炭运输过程中的综合监测。

附图说明

为了更清楚地说明本实用新型具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图是本实用新型的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本实用新型实施例提供的基于大数据的铁路运输煤炭抑尘智能监测分析系统的控制流程图；

图2为本实用新型实施例提供的基于大数据的铁路运输煤炭抑尘智能监测分析系统的电路连接图；

图3为本实用新型实施例提供的基于大数据的铁路运输煤炭抑尘智能监测分析方法的控制流程图；

图4为本实用新型实施例提供的煤炭抑尘智能大数据分析平台的控制界面示意图。

图标：1-雷达测速设备；2-激光雷达监测设备；3-视频监控设备；4-车号识别设备；5-大气质量监测设备；6-气象监测设备；7-网络交换机；8-大数据分析平台的三维展示服务器；9-大数据分析平台的分析服务器；10-大数据分析平台的转码服务器；11-拼接大屏；12-显示器。

具体实施方式

下面将结合附图对本实用新型的技术方案进行清楚、完整地描述，显然，所描述的实施例是本实用新型一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本实用新型保护的范围。

在本实用新型的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本实用新型和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本实用新型的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本实用新型的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本实用新型中的具体含义。

以下结合附图对本实用新型的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本实用新型，并不用于限制本实用新型。

实施例一

结合图1至图4所示，本实施例提供一种基于大数据的铁路运输煤炭抑尘智能监测分析系统，其包括：激光雷达监测设备2、雷达测速设备1、视频监控设备3、车号识别设备4、大气质量监测设备5、气象监测设备6和煤炭抑尘智能大数据分析平台；所述激光雷达监测设备2与所述煤炭抑尘智能大数据分析平台连接，用于监测煤炭运输列车的三维结构信息数据并反馈至所述煤炭抑尘智能大数据分析平台；所述雷达测速设备1与所述煤炭抑尘智能大数据分析平台连接，用于测定煤炭运输列车的速度数据并反馈至所述煤炭抑尘智能大数据分析平台；所述视频监控设备3与所述煤炭抑尘智能大数据分析平台连接，用于通过视频采集的方式采集煤炭运输列车的图像数据并反馈至所述煤炭抑尘智能大数据分析平台；所述车号识别设备4与所述煤炭抑尘智能大数据分析平台连接，用于识别煤炭运输列车各个车厢的车厢号数据并反馈至所述煤炭抑尘智能大数据分析平台；所述大气质量监测设备5与所述煤炭抑尘智能大数据分析平台连接，用于监测煤炭运输列车铁路沿线周边空气质量数据并反馈至所述煤炭抑尘智能大数据分析平台；所述气象监测设备6与所述煤炭抑尘智能大数据分析平台连接，用于监测煤炭运输列车铁路沿线周边的气象数据并反馈至所述煤炭抑尘智能大数据分析平台；所述煤炭抑尘智能大数据分析平台用于对各个设备的数据进行采集、整理、分析，并进行三维数据化呈现。

可见，本系统拟从列车载煤量和粉尘浓度两个视角出发，基于激光雷达监测设备、雷达测速设备、视频监控设备、车号识别设备、大气质量监测设备、气象监测设备的数据来源，通过对多源异构数据的分析，实现对煤炭铁路运输过程中的综合监测，最终通过大数据的方式将多个系统的数据进行采集、整理、分析，最后由煤炭抑尘智能大数据分析平台通过三维建模方式呈现出来煤炭铁路运输过程中各项数据的三维对比图，从而可以直观的判断铁路运输过程中煤炭的遗撒情况。

本实施例中，优选地，所述煤炭抑尘智能大数据分析平台包括：大数据分析平台的转码服务器10、大数据分析平台的分析服务器9、大数据分析平台的三维展示服务器8和显示装置；所述大数据分析平台的转码服务器10、大数据分析平台的分析服务器9、大数据分析平台的三维展示服务器8分别与网络交换机7连接；所述网络交换机7分别与所述激光雷达监测设备2、雷达测速设备1、视频监控设备3、车号识别设备4、大气质量监测设备5、气象监测设备6连接；所述显示装置分别与所述大数据分析平台的转码服务器10、大数据分析平台的分析服务器9、大数据分析平台的三维展示服务器8。

本实施例中，优选地，所述显示装置包括：显示器12或者拼接大屏11。

作为一种进一步的技术方案，所述激光雷达监测设备2的型号为C32-151A。所述激光雷达监测设备2采用直接获取目标物体的表面采样点的三维坐标信息，从而得到物体的三维结构信息数据。所述激光雷达监测设备2采用32线激光雷达安装有32对固定的激光发射与激光接收装置，通过内部的电机旋转以5hz(或者10hz、20hz)转速下，进行360度的全景扫描。采用脉冲式测距方式，测距精度达到±2cm，数据速度最高达到64万点\/秒，采用以太网通信接口。

例如：激光雷达监测设备2

型号：C32-151A；

设备参数：

扫描通道32路；

测距方式脉冲式；

激光波段905nm；

激光等级1级(人眼安全)；

信号传输方式无线功率与信号传输；

最大量程150米(反射率为30％)；

最小测程0.5米；

测距精度+\/-2cm；

数据获取速度最高64万点\/秒；

扫描频率垂直32路垂直方向固联；

扫描频率水平 5Hz、10Hz、20Hz(可选)；

视场角垂直-16°～+15° 水平360°；

角度分辨率垂直最密为1° 水平5Hz:0.09° 10Hz:0.18° 20Hz:0.36°；

冲击500m\/sec^{2<\/sup>，持续11ms；}

振动5Hz～2000Hz，3G rms；

防护等级可达IP67。

作为一种进一步的技术方案，所述雷达测速设备1的型号为STJ1-12。所述雷达测速设备1采用的窄波测速雷达，频率24G，测速距离：单车道18～38m，测速范围：20km\/h～400km\/h。

例如：雷达测速设备1

型号：STJ1-12；

设备参数：

窄波测速雷达；

单车道测速雷达，频率24G；

测速距离：单车道18～38m(可调整)；

测速范围：20km\/h～400km\/h；

WIFI功能：可通过雷达WIFI进行雷达各项参数设置，调试简单快捷；

工作电压：9-12V DC。

作为一种进一步的技术方案，所述视频监控设备3的抓拍装置的型号为iDS-TCV300-AEM\/1236。所述视频监控设备3的终端服务器的型号为DS-TP50-12DH\/S。所述视频监控设备3采用包含高清一体化嵌入式摄像机、高清镜头、室外防护罩、相机内置网络信号防雷器、红外白光爆闪一体灯、LED环境补光灯、终端服务器等设备组成的监控设备。

例如：视频监控设备3

抓拍单元型号：iDS-TCV300-AEM\/1236

设备参数：

包含高清一体化嵌入式摄像机、高清镜头、室外防护罩、相机内置网络信号防雷器、电源适配器等；

感光器件：两个1\/1.8英寸全局曝光CMOS

镜头12-36mm；

宽动态范围可达107dB；

视频压缩支持H.265、H.264、M-JPEG、MPEG4，可支持TCP\/IP,HTTP,HTTPS,FTP,DNS,RTP,RTSP,RTC,NTP,UpnP,IPv6；DHCP、802.1x等网络协议；

支持主码流同时输出不少于30路2048×1536、2Mbps的25帧\/s图像以提供客户端浏览；

支持存储自动覆盖，存储卡最大支持256G；

设备内置深度学习芯片；

双路融合功能：内置两个图像传感器，可分别输出黑白及彩色图像，样机可对视频图像和抓拍图片进行融合输出；

例如：视频监控设备3终端服务器；

型号：DS-TP50-12DH\/S(2T)；

设备参数：

设备采用嵌入式Linux实时操作系统，内存容量2GB；

16个10M\/100M自适应RJ45接口、2个10M\/100M\/1000M自适应RJ45接口(其中1个为1000M可光电切换SFP接口,且与16个100兆网口处于同一网段)；

内置1块3.5寸2T硬盘；

支持2路HD-TVI摄像机接入编码传输和录像，应能对接入的2路HD-TVI视频信号进行实时环通输出；

4个HD-TVI接口、2个RS-232接口、4个RS-485接口、1个VGA接口、1个HDMI接口、1个CVBS输出接口、2个USB2.0接口、4路报警输入接口、4路报警输出接口、1个音频输入接口、1个音频输出接口、1个DC12V输出接口、1个DC5V输出接口、1个eSATA接口、4个SATA接口；

支持对任意四个视频通道进行视频画面拼接，可支持模拟通道和数字通道混合拼接；

最多可接入16路IP摄像机(单路码率10M)；

设备带有LCD显示屏，用于显示与设置日期、时间，显示设备内部温度，显示四块硬盘的工作状态；

可通过VGA、HDMI进行本地视频预览、菜单参数配置，可通过CVBS进行本地视频预览。

作为一种进一步的技术方案，所述车号识别设备4的型号为AEI-S1型，所述车号识别设备4采用天线、车轮传感器(磁钢)、AEI主机、前置设备、KVM(键盘、鼠标和显示器12)、信号防雷单元、温控器、UPS电源等部分组成的车号识别设备4。

例如：车号识别设备4

型号：AEI设备S1型；

设备参数：

车号地面识别设备由天线、车轮传感器(磁钢)、AEI主机、前置设备、KVM(键盘、鼠标和显示器12)、信号防雷单元、温控器、UPS电源等部分组成。

作为一种进一步的技术方案，所述大气质量监测设备5的型号为BPM-200M。所述大气质量监测设备5采用动态加热除湿及湿度补偿方法，解决雨天高湿情况对测量的影响，全天候高精度测量，浓度测量值分钟刷新，可选择15min，30min等任意时间范围内浓度限值报警。

例如：大气质量监测设备5

型号：BPM-200M

设备参数：

测量原理β射线吸收法；

性能指标：

分辨率0.0001mg\/m3；

最低检测限0.005mg\/m3；

测量量程(0～10)mg\/m3，(0～20)mg\/m3，(0～50)mg\/m3(0～100)mg\/m3(可选)；

采样流量2L\/min；

流量误差±2％F.S.；

流量稳定性≤±2％工作点流量\/24h；

校准膜重现性≤±2％标准值；

采样周期(1～360)min或连续采样；

粉尘采样时间(1～300)min或连续采样；

探测器计数时间(1～60)min；

时间分辨率1min；

技术参数；

动态加热动态加热控制系统；

浓度报警根据设置进行浓度报警；

省纸模式省纸模式设计，减少维护量；

源C14放射源，活度10μCi，属于豁免源；

滤纸带玻璃纤维纸带；

接口参数：

通信接口RS232、4G无线传输(联通、移动、电信三网通)。

作为一种进一步的技术方案，所述气象监测设备6采用对铁路沿线的能见度、风向、风速、气温、湿度、雨量等进行自动监测，并将监测信息及时传送到监控中心。

设备参数：

对铁路沿线的能见度、风向、风速、气温、湿度、雨量等进行自动监测，并将监测信息及时传送到监控中心。系统自带显示、自动保存、实时防雷时钟、数据通讯等功能。

1、可靠运行于各种恶劣的野外环境，低功耗、高稳定性、高精度、可无人值守。

2、完善的防雷击、耐腐蚀、抗干扰等保护措施。

3、有线连接和无线网络通讯功能，即可与计算机连接，又可实现远距离布网或异地遥测实现数据监测。

4、记录仪可独立工作，自带LCD显示屏、时钟、可扩展，显示各项要素数据，实现数据的海量存储。存储时间有要求，可联系客户定制。

5、交直流两用电源系统、太阳能电池供电等多种供电方式。

作为一种进一步的技术方案，所述煤炭抑尘智能大数据分析平台的型号为DANA。

通过德拓大数据平台，将现有激光雷达监测设备2、雷达测试设备、视频监控设备3、车号识别设备4、大气质量监测设备5、气象监测设备6以统一格式进行采集抽取，打破业务壁垒，使数据连通。对汇聚后的数据进行清洗、整理，得到符合业务流程的有效数据后，通过DataStudio进行数据建模并对模型训练、校正，得到最终的贴合生产环境的“煤炭遗撒”数据模型，可确定指定车次、车厢在不同站点间煤炭上表面形变率，形成结果集进行存储。最终通过pandabi软件或三维呈现服务器将结果集以可视化呈现。

型号：DANA

设备参数：

实施例二

结合图1至图4所示，本实施例提供一种基于大数据的铁路运输煤炭抑尘智能监测分析方法，其包括如下步骤：

对煤炭运输列车经过的区域进行多点监测；

每个监测点通过实施例一中的铁路运输煤炭抑尘智能监测分析系统对经过的煤炭运输列车进行监测，包括：通过雷达测速设备1感应列车通过数据，将产生的感应数据传输到激光雷达监测设备2、视频监控设备3及车号识别设备4，触发激光雷达监测设备2、视频监控设备3及车号识别设备4分别对煤炭运输列车进行雷达扫描、视频和图片的录制及抓拍、列车的各个车厢号识别；激光雷达监测设备2扫描产生的整个列车车厢的三维点云数据传输到大数据分析平台的转码服务器10端进行数据转码；视频监控设备3录制的视频和抓拍的图片数据输到大数据分析平台的转码服务器10端进行数据转码；车号识别设备4识别的各节车厢的车号数据输到大数据分析平台的转码服务器10端进行数据转码；大气监测设备将列车通过时监测到的大气中的颗粒物数据传输到大数据分析平台的转码服务器10端进行数据转码；气象监测设备6将列车通过时监测到的气象数据传输到大数据分析平台的转码服务器10端进行数据转码；大数据分析平台的转码服务器10将转码后的各项数据通过网络传输到大数据分析平台的分析服务器9进行筛选、整理、分析，大数据分析平台的分析服务器9将筛选、整理、分析的最终数据传输到大数据分析平台的三维展示服务器8端进行三维数据呈现；

通过对每个监测点的设备产生的数据进行对比，得出煤炭在铁路运输过程中各节车厢煤炭的变化情况，通过点云数据三维成像及抓拍的各节车厢图片对比得出每节车厢煤炭的遗撒情况。

可见，本实用新型拟从列车载煤量和粉尘浓度两个视角出发，基于激光雷达监测设备、雷达测速设备、视频监控设备、车号识别设备、大气质量监测设备、气象监测设备等设备的数据来源，通过对多源异构数据的分析，实现煤炭运输过程中的综合监测。最终通过大数据的方式将多个系统的数据进行采集、整理、分析，最后由煤炭抑尘智能大数据分析平台通过三维建模方式呈现出来煤炭铁路运输过程中各项数据的三维对比图，从而可以直观的判断铁路运输过程中煤炭的遗撒情况。

作为一种进一步的技术方案，所述对煤炭运输列车经过的区域进行多点监测包括：

对煤炭运输列车沿线的始发端进行监测；

对煤炭运输列车沿线的若干个站点端进行监测；

对煤炭运输列车沿线的终点端进行监测。

作为一种进一步的技术方案，各个监测点的部署位置包括：

激光雷达测速设备1、激光雷达监测设备2、视频监控设备3主要部署在煤炭运输列车沿线正上方或者铁路沿线两侧；

大气质量监测设备5、气象监测设备6、车号识别设备4分别部署在铁路沿线两侧。

作为一种进一步的技术方案，所述雷达测速设备1用于测定煤炭运输列车的速度数据，通过网络传输到网络交换机7，接着由网络交换机7将数据传输到大数据分析平台的转码服务器10端，然后速度数据经过转码服务器端转码后生成数据分析服务器可识别的数据，接着由网络交换机7传输到大数据分析平台的数据分析服务器端，经过数据分析端服务器分析整理后生成最后需要呈现的数据，再由网络交换机7将需要呈现的数据传输至大数据分析平台的三维展示服务器8端进行三维数据可视化呈现，最终由显示器12端或拼接大屏11端显示出来。

作为一种进一步的技术方案，所述激光雷达监测设备2产生的三维点云数据通过网络传输到网络交换机7，接着由网络交换机7将数据传输到大数据分析平台的转码服务器10端，然后三维点云数据经过转码服务器端转码后生成数据分析服务器可识别的数据，接着由网络交换机7传输到大数据分析平台的数据分析服务器端，经过数据分析端服务器分析整理后生成最后需要呈现的数据，再由网络交换机7将需要呈现的数据传输至大数据分析平台的三维展示服务器8端进行三维数据可视化呈现，最终由显示器12端或拼接大屏11端显示出来。

作为一种进一步的技术方案，所述视频监控设备3采集的煤炭运输列车的视图数据通过网络传输到网络交换机7，接着由网络交换机7将视图数据传输到大数据分析平台的转码服务器10端，然后数据经过转码服务器端转码后生成数据分析服务器可识别的数据，接着由网络交换机7传输到大数据分析平台的数据分析服务器端，经过数据分析端服务器分析整理后生成最后需要呈现的数据，再由网络交换机7将需要呈现的数据传输至大数据分析平台的三维展示服务器8端进行三维数据可视化呈现，最终由显示器12端或拼接大屏11端显示出来。

作为一种进一步的技术方案，所述车号识别设备4产生的煤炭运输列车的车厢号数据通过网络传输到网络交换机7，接着由网络交换机7将车厢号数据传输到大数据分析平台的转码服务器10端，然后数据经过转码服务器端转码后生成数据分析服务器可识别的数据，接着由网络交换机7传输到大数据分析平台的数据分析服务器端，经过数据分析端服务器分析整理后生成最后需要呈现的数据，再由网络交换机7将需要呈现的数据传输至大数据分析平台的三维展示服务器8端进行三维数据可视化呈现，最终由显示器12端或拼接大屏11端显示出来。

作为一种进一步的技术方案，所述大气质量监测设备5产生的煤炭运输列车铁路沿线周边空气质量数据通过网络传输到网络交换机7，接着由网络交换机7将周边空气质量数据传输到大数据分析平台的转码服务器10端，然后数据经过转码服务器端转码后生成数据分析服务器可识别的数据，接着由网络交换机7传输到大数据分析平台的数据分析服务器端，经过数据分析端服务器分析整理后生成最后需要呈现的数据，再由网络交换机7将需要呈现的数据传输至大数据分析平台的三维展示服务器8端进行三维数据可视化呈现，最终由显示器12端或拼接大屏11端显示出来。

作为一种进一步的技术方案，所述气象监测设备6产生的煤炭运输列车铁路沿线周边的气象数据通过网络传输到网络交换机7，接着由网络交换机7将数据传输到大数据分析平台的转码服务器10端，然后数据经过转码服务器端转码后生成数据分析服务器可识别的数据，接着由网络交换机7传输到大数据分析平台的数据分析服务器端，经过数据分析端服务器分析整理后生成最后需要呈现的数据，再由网络交换机7将需要呈现的数据传输至大数据分析平台的三维展示服务器8端进行三维数据可视化呈现，最终由显示器12端或拼接大屏11端显示出来。

作为一种进一步的技术方案，所述激光雷达设备、雷达测速设备1、视频监控设备3、车号识别设备4、空气监测设备、气象监测设备6输出的数据都是通过网络接口传输到大数据分析平台的转码服务器10端，数据经过转码整理后通过网络传输到分析服务器进行数据分析，最后经过分析的数据通过网络传到三维展示服务器端进行三维数据化呈现；所述激光雷达设备、雷达测速设备1、视频监控设备3、车号识别设备4、空气监测设备、气象监测设备6产生的数据都以数据库形式存储数据，大数据分析平台通过网络提取各个设备数据库中的数据进行大数据分析。

最后应说明的是：以上各实施例仅用以说明本实用新型的技术方案，而非对其限制；尽管参照前述各实施例对本实用新型进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本实用新型各实施例技术方案的范围。

设计图

基于大数据的铁路运输煤炭抑尘智能监测分析系统论文和设计

基于大数据的铁路运输煤炭抑尘智能监测分析系统论文和设计-孙一辰

全文摘要

主设计要求

设计方案

设计说明书

设计图

相关信息详情

猜你喜欢