一种基于智能手机的灌区智能巡检系统及其巡检方法与流程

计算;推算;计数设备的制造及其应用技术1.本发明涉及灌区安全运行管理领域，更具体地说它是一种基于智能手机的灌区智能巡检系统。本发明还涉及基于智能手机的灌区智能巡检系统的巡检方法。背景技术：2.灌区是农业和农村经济发展的重要基础设施，是我国农产品的重要生产基地。随着我国灌区续建配套与改造工程的不断推进，灌区信息化建设作为提升灌区管理水平与效能、实现灌区现代化的重要措施，已成为灌区工程改造的一项重要建设内容。3.灌区具有灌溉面积大，渠系线路长，工程分布范围广、类型多、数量大等特征。作为灌区信息化的基础，灌区感知体系建设越来越受到重视，在灌区工程改造过程中，水雨情、水质、土壤墒情、工程安全等感知体系建设已经基本实现了自动化采集。灌区工程巡检是灌区感知体系建设的重要补充，灌区工程巡检可以及时发现潜在的风险，是灌区工程安全运行管理不可或缺的重要手段。由于灌区工程巡检对象类型多、数量大且分散分布，人工巡检仍是目前灌区工程巡检的主要方式。由于在一次巡检过程中需要完成对多个巡检对象的巡检任务，巡检人员往往根据个人习惯来安排巡检路线和巡检顺序，缺乏科学的路径规划，巡检过程中容易走弯路，增加了巡检成本，而且还存在漏检的风险。4.巡检人员在野外巡检过程中，进行查阅资料、分析计算、比较判断等数据处理和分析工作，工作量大且容易出错，如果根据实测的工况数据，结合该巡检对象各项特征要素正常工况的参数阈值，通过巡检分析系统快速判断存在的风险并生成告警信息，可大大减轻巡检人员风险分析的工作量。另外，随着大数据技术的不断发展和广泛应用，如何利用大数据技术根据历史监测数据进行巡检对象风险预测分析，及早捕捉到风险发展的趋势，值得进一步深入研究。5.借助移动智能设备辅助巡检是提高灌区巡检效率与效能的有效手段。如通过移动定位和巡检打卡生成巡检轨迹图是防止巡检人员漏检的一项重要技术措施；通过移动终端系统读取监测数据、现场填写巡检信息、上传视频、图片等数据，是提高巡检效率的重要手段。智能手机作为应用最为广泛的智能移动终端，基于智能手机的巡检终端系统，具有普及程度高、使用难度小、携带方便等优势。智能手机中具有定位功能的常用app对无线网络的依赖性强，灌区的巡检点有些分布在偏远区域，无线网络信号弱甚至没有信号，因此，需要研发移动定位功能模块，解决移动定位对无线网络信号依赖的问题，实现离线状态下的定位功能，提出移动端巡检数据的传输方案，解决离线状态下移动端巡检数据与后台管理系统同步的问题。技术实现要素：6.本发明的第一目的是为了提供一种基于智能手机的灌区智能巡检系统，大大减轻了巡检人员的工作量，提高了巡检效率，增强了巡检对象风险判断和预测分析，具有很好的应用价值；同时利用手机自身的gnss(global navigation satellite system，全球导航卫星系统)数据，研发手机定位功能模块，实现离线状态下的定位功能，同时实现离线状态下移动端巡检数据与后台管理系统同步，使用方便；解决移动定位对无线网络信号依赖的问题，克服了巡检打卡生成轨迹图受无线网络信号限制的不足。7.本发明的第二目的是为了提供所述的基于智能手机的灌区智能巡检系统的巡检方法。8.为了实现上述目的本发明的第一目的，本发明的技术方案为：一种基于智能手机的灌区智能巡检系统，其特征在于：包括后台管理系统和移动终端巡检app系统；9.移动终端巡检app系统通过4g/5g无线网络或vpn专线与后台管理系统进行数据通信；数据通信的内容包括后台管理系统向移动终端巡检app系统推送巡检任务、数据信息以及移动终端向后台管理系统提交巡检信息；10.后台管理系统实现制定巡检任务、规划巡检路径、巡检数据预测分析及预警、数据接收与管理、信息查询和数据同步等功能；11.移动终端巡检app系统实现移动定位、巡检轨迹图生成、现场巡检信息填报、数据上传、巡检告警、信息查询与显示等功能。12.为了实现上述目的本发明的第二目的，本发明的技术方案为：所述的基于智能手机的灌区智能巡检系统的巡检方法，其特征在于：包括如下步骤，13.步骤一：构建灌区巡检综合数据库；14.构建灌区巡检综合数据库，为灌区巡检任务制定、巡检数据管理、巡检对象工况风险分析及预警、巡检信息查询提供支撑；15.步骤二：构建灌区巡检一张图；16.基于gis平台构建灌区巡检一张图，用于灌区巡检数据可视化展示；17.步骤三：构建巡检对象工况风险分析模型库；18.以巡检对象为单元，构建巡检对象工况风险分析模型库，设置巡检对象基础信息、并预置标准规范中巡检对象各项特征要素正常工况(安全运行)下的参数阈值取值范围、不同工况风险等级的判定条件和规则，为现场巡检对象工况风险判断、预测分析及告警预警提供服务；19.步骤四：巡检任务制定及巡检路径规划；20.巡检人员根据所在的灌区片，通过移动终端巡检app系统向后台管理系统发送巡检任务请求，后台管理系统根据灌区片信息，自动提取出该灌区片内所有的巡检点，并进行路径规划，确定各巡检点的巡检顺序，生成巡检路线，制定巡检任务，并将巡检任务推送给移动终端巡检app系统，本次巡检任务包含的所有巡检点以及巡检路线将在灌区巡检一张图上可视化展示；21.步骤五：巡检打卡，生成巡检轨迹图；22.巡检人员每到一个巡检点，需先扫描该巡检对象的二维码，获取该巡检对象的基本信息，巡检对象的基本信息包括巡检对象运行工况风险分析模型数据、巡检点地理坐标信息等；巡检人员扫描二维码时，通过移动终端app系统的定位功能模块自动定位扫描点所在的位置(即扫描位置点)，获取扫描位置点的地理坐标信息，计算扫描位置点与巡检对象位置点之间的直线距离l1，设置距离阈值δl并比较l1与δl的大小，如果l1≤δl，则巡检打卡成功，并记录巡检打卡相关信息，生成巡检轨迹点，包括打卡人员、打卡时间、坐标信息、巡检对象信息，如果l1》δl，则巡检打卡失败，无法生成巡检轨迹点；本发明通过与巡检点自身坐标信息相比较，当两个坐标之间的距离小于给定的阈值，则巡检打卡成功，并记录巡检打卡相关信息，生成巡检轨迹点，包括打卡人员、打卡时间、坐标信息、巡检对象信息等；23.步骤六：现场填写巡检信息；24.巡检人员通过移动终端巡检app系统现场填写巡检信息，包括巡检记录、巡检对象特征要素观测值、现场拍摄的照片、视频等；25.步骤七：巡检对象工况风险告警；26.根据巡检对象工况模型数据及现场的巡检对象特征要素观测数据，移动终端巡检app系统获取该巡检对象工况风险分析模型库参数信息，并进行分析比较，如果特征要素fi的观测值si与该要素对应的工况风险分析模型参数pi之间的差值delt_i大于或等于给定的阈值δti，即：delt_i≥δti，基于智能手机的灌区智能巡检系统生成告警信息，并以颜色、符号等方式在一张图中进行可视化展示；如果delt_i《δti，则认为该项不存在风险，不生成告警信息；27.步骤八：巡检对象工况风险预测分析及预警；28.构建巡检对象工况风险预测分析模型，利用大数据分析方法，根据巡检对象的历史巡检数据，进行巡检对象安全运行工况风险发展趋势预测分析，得到在今后某一个给定的时段的风险发展趋势预测值，如果预测值超过设定的阈值，则生成预警信息，并在一张图中进行可视化展示；如果预测值没有超过设定的阈值，则不生成预警信息，表示该巡检对象当前工况正常。29.在上述技术方案中，在步骤一中，巡检综合数据库主要包括下列数据：30.1)灌区基础数据；主要包括灌区基本信息数据、灌区水利工程基础数据、渠系数据、巡检点(巡检对象)基础数据等；31.2)巡检数据；灌区巡检包括直观检查和仪器探查；巡检人员在各个巡检点现场填报和采集的数据，包括仪器探测的数据、巡检人员的记录、现场拍摄的图片或视频等数据；32.3)巡检任务数据；巡检任务由后台生成，巡检任务数据包括巡检点列表、巡检人员信息、巡检路径数据等；33.4)模型数据；构建巡检对象运行工况风险分析模型，主要包括巡检对象基础信息、标准规范中不同条件下各项特征要素正常工况的阈值、不同工况风险等级的判定条件和规则，主要用于巡检对象运行工况告警预警分析；34.5)空间数据；主要包括灌区水利工程空间分布数据、道路网网络结构数据、渠系数据、巡检对象空间分布数据以及行政区划、遥感影像等地理空间数据。35.在上述技术方案中，在步骤二中，灌区巡检数据主要包括以下图层：1)灌区范围及灌区分片(面图层)；2)灌区渠系(线图层)；3)水闸(包括节制闸、分水闸、退水闸，点图层)；4)泵站(包括提水泵站、排涝泵站，点图层)；5)涵洞(线图层)；6)倒虹吸(线图层)；7)渡槽(线图层)；8)灌区险工险段(点图层、线图层)；9)水系(线图层)；10)湖泊(面图层)；11)道路网(线图层)；12)城镇(点图层)；13)行政区划(面图层)；14)灌区高清遥感影像数据；15)巡检路线；16)巡检轨迹图；17)巡检告警预警信息分布图；空间数据按图层组织，可以控制各图层的显示状态，为各水工建筑物/巡检对象空间要素设置唯一编码，并建立与巡检数据之间的关联，可在一张图中查询各巡检对象的相关数据，巡检对象的相关数据包括巡检对象基础数据、理论阈值、巡检人员现场采集的数据、巡检告警预警信息等。36.在上述技术方案中，在步骤四中，巡检路径规划的方法，包括如下步骤：37.s41：设置巡检人员工作单位所在地(即起始位置，也称办公地)；38.s42：设置巡检小组数量及巡检灌区片；39.s43：初始化数据；40.s44：路径搜索；41.s45：路径规划方案；42.s46：判断路径规划方案是否满足约束条件；43.约束条件是：(1)每个巡检点只能由一个巡检小组完成巡检任务；(2)一个巡检小组可以对多个巡检点执行巡检任务；(3)每个巡检小组的起点和终点都必须是同一办公地；44.当满足约束条件时，跳转至步骤s49；45.当不满足约束条件时，跳转至步骤s47：46.s47：与原路线进行比较；47.s48：判断新路线是否更优；48.当新路线更优时，跳转至步骤s49；49.当新路线不为更优时，跳转至步骤s46；50.s49：判断s45得到的路径规划方案是否为最优方案；51.当为最优方案时，跳转至步骤s50；52.当不为最优方案时，跳转至步骤s44；53.s50：输出方案；54.s51：巡检路径规划结束。55.本发明具有如下优点：56.本发明根据巡检对象清单，结合巡检人员出行位置和出行时间，运用路径规划算法，为巡检人员进行科学合理的路径规划，既节约了出行成本，又避免巡检点漏检的风险；巡检打卡生成巡检轨迹图是防止巡检人员漏检的有效手段，由于巡检打卡需要获取巡检人员所在打卡点的地理位置坐标信息，但是在无线网络信号弱甚至没有信号的野外区域，智能手机依赖网络信号的定位功能无法正常使用，打卡比较困难，因此，本发明利用手机自身的gnss(global navigation satellite system，全球导航卫星系统)数据，研发不依赖网络信号的定位功能模块，克服了巡检打卡生成轨迹图受无线网络信号限制的不足；本发明为每一个巡检对象构建工况风险分析模型，输入标准规范中巡检对象各项特征要素正常工况下的参数阈值，当巡检人员现场录入巡检信息时，可通过系统快速判断该巡检对象是否存在工况风险，如果存在风险，则生成告警信息，并以文字、颜色、符号等形式在一张图的gis场景中进行可视化展示，更进一步，在后台利用大数据分析技术，结合历史巡检数据进行巡检对象工况风险发展趋势进行预测分析，及早发现潜在的风险。57.本发明构建的智能手机智能巡检方法及系统大大减轻了巡检人员的工作量，提高了巡检效率，增强了巡检对象工况风险判断和预测分析，具有很好的应用价值。附图说明58.图1本发明中的灌区智能巡检系统总体结构图。59.图2本发明中的巡检路径规划算法流程(蚁群算法)图。60.图3本发明中的手机精密单点定位计算流程图。61.图4本发明中的移动终端巡检app系统与后台系统巡检数据同步流程示意图。62.图5本发明中的巡检对象工况风险分析及预测流程图。具体实施方式63.下面结合附图详细说明本发明的实施情况，但它们并不构成对本发明的限定，仅作举例而已。同时通过说明使本发明的优点更加清楚和容易理解。64.参阅附图可知：一种基于智能手机的灌区智能巡检系统，包括后台管理系统和移动终端巡检app系统；65.移动终端巡检app系统通过4g/5g无线网络或vpn专线与后台管理系统进行数据通信；数据通信的内容包括后台管理系统向移动终端推送巡检任务、数据信息以及移动终端向后台管理系统提交巡检信息；66.后台管理系统实现制定巡检任务、规划巡检路径、巡检数据预测分析及预警、数据接收与管理、信息查询和数据同步等功能；67.移动终端巡检app系统实现移动定位、巡检轨迹图生成、现场巡检信息填报、数据上传、巡检告警、信息查询与显示等功能(如图1所示)。68.参阅附图可知：所述的基于智能手机的灌区智能巡检系统的巡检方法，包括如下步骤，69.步骤1，构建灌区巡检综合数据库70.构建用于存储和管理数据的灌区巡检综合数据库，完成数据整理、录入和更新维护工作，主要包括：灌区基础信息、灌区水利工程数据、巡检对象基础数据、灌区路网数据、巡检数据、灌区基础地理空间数据等。其中灌区基础数据、基础地理空间数据、巡检对象基础数据，巡检对象工况模型数据属于静态数据，变化频率低，变动内容少，按要求整理入库即可，巡检数据属于动态数据，动态增量更新。71.步骤2，构建灌区巡检一张图72.基于gis平台构建一张图可视化场景。灌区巡检空间数据按图层组织，包括1)灌区范围及灌区分片(面图层)；2)灌区渠系(线图层)；3)水闸(包括节制闸、分水闸、退水闸，点图层)；4)泵站(包括提水泵站、排涝泵站，点图层)；5)涵洞(线图层)；6)倒虹吸(线图层)；7)渡槽(线图层)；8)灌区险工险段(点图层、线图层)；9)水系(线图层)；10)湖泊(面图层)；11)道路网(线图层)；12)城镇(点图层)；13)行政区划(面图层)；14)灌区高清遥感影像数据；15)巡检路线；16)巡检轨迹图；17)巡检告警预警信息分布图。各图层均可控制其显示状态。为灌区巡检对象建立一套编码系统，每一水工程建筑物及巡检对象具有唯一的编码，并通过该编码与巡检数据、运行工况、预警信息等进行关联，可以在图层中通过选中空间要素对象，查询对应的基础信息和巡检数据。73.步骤3，构建巡检对象工况风险分析模型库74.建立巡检对象工况风险分析模型库，针对每一个巡检对象，根据相关标准规范要求，录入标准规范中巡检对象各项特征要素正常工况下的安全运行参数阈值，设定不同工况风险等级的判定条件和规则，为巡检对象工况风险判断、预测分析及告警预警提供服务；75.构建巡检对象工况风险分析模型库是进行工况风险分析的前提。假设一个水闸包括如下信息：(1)水闸的名称、编码、建设时间、等级等基本信息；(2)水闸的基本设计参数；(3)相关规范及规程中要求的最大过流能力、最高水位等确保工程安全运行的各项要求数据、阈值数据；(4)工程运行风险等级，以及不同风险等级的判断条件；(5)各特征要素的历史/实时监测数据；把上述信息数据有效组织起来，再设定风险判定规则，就构成了工况风险分析模型，且以实际监测数据作为输入，以工况风险等级作为输出。76.步骤4，巡检任务路径规划77.根据巡检任务确定的巡检区域，自动提取该巡检的灌区片内的所有巡检对象，构建巡检点列表。根据巡检人员执行巡检任务所在的起始位置，利用路径规划算法进行路径规划，通过巡检任务路径规划，为巡检人员提供科学合理的巡检顺序和巡检路径，节约巡检时间和成本开销；78.巡检路径规划是典型的vrp问题(vehicle routing problem，车辆路径问题)，巡检小组(一组或多组)从起始位置(起始位置一般设为巡检人员平时办公所在地)出发，巡检指定灌区片内若干个巡检点，最后回到起始位置，路径规划的核心是在满足给定的约束条件下，根据输入得到最优规划方案。对于巡检路径规划来说，以巡检总成本最小作为最优规划方案，在本发明中以路径距离作为巡检成本衡量指标，即以巡检路径最短作为目标。79.已知条件：80.(1)巡检点数量为n，每个点编号为i，i＝0，表示巡检人员起始位置；81.(2)灌区管理处设置的巡检小组数为m，每个巡检小组的编号为k；82.(3)起始位置到各巡检点的距离及各巡检点之间的距离为cij(i＝0，1，2，…,n-1；j＝1,2,…,n；i《j；i＝0表示巡检人员起始位置)。83.约束条件：84.(1)每个巡检点只能由一个巡检小组完成巡检任务；85.(2)一个巡检小组可以对多个巡检点执行巡检任务；86.(3)每个巡检小组的起点和终点都必须是同一位置，即起始位置。87.路径规划函数的目标是使巡检出行总成本最小，即以总出行路径最短为目标函数，建立数学模型：[0088][0089]式中：cij表示办公地到各巡检点的距离及各巡检点之间的距离(i＝0，1，…,n-1；j＝1,2,…,n；i《j)i＝0表示起始位置；xijk表示巡检小组k由巡检点i驶向巡检点j，当事件发生时取值为1，否则取值为0。[0090]约束条件如下：[0091][0092][0093][0094]式中，yjk表示巡检点i的货运任务由巡检小组k来完成，当事件发生时取1，否则取0[0095](式1)为目标函数；(式2)表示每个巡检点由且仅由一个巡检小组执行巡检任务；(式3)表示若巡检点j由巡检小组k执行巡检任务，则巡检小组k必由巡检点i到达巡检点j。(式4)表示若巡检点i由巡检小组k执行巡检任务，则巡检小组k执行完该点的巡检任务后必到达另一巡检点j。[0096]vrp路径规划有很多成熟的算法，本发明采用启发式算法中的蚁群搜索算法进行巡检路径规划，算法流程见图2所示。[0097]步骤5，基于智能手机gnss数据的定位功能模块巡检打卡，生成巡检轨迹图；[0098]本发明研发基于手机gnss数据的移动定位功能模块，实现手机不依赖移动网络的定位功能。采用公开的数据接口获取手机自带的gnss观测数据，使用ppp定位算法(precise point positioning，精密单点定位)，研发不依赖无线网络信号的定位功能模块，实现无网络信号状态下的移动定位。[0099]由于巡检点空间分布相对分散，巡检打卡的手机定位对定位精度要求并不高，分米级甚至米级的定位精度即可满足巡检打卡定位的要求，本发明采用成熟的ppp定位算法研发不依赖无线网络信号的定位功能模块，并用于巡检打卡生成巡检轨迹图。[0100]ppp定位是利用全球若干地面跟踪站的gps观测数据计算出的精密卫星轨道和卫星钟差，对单台gps接收机所采集的相位和伪距观测值进行定位解算。[0101]ppp定位是一种绝对定位技术，ppp技术利用高精度的载波相位观测值与伪距观测值以及一系列精密产品，便可完成单台接收机的高精度定位。精密单点定位利用igs(international gnss service)或igmas(international gnss monitoring assessment system，全球连续监测评估系统)中心提供的精密轨道、钟差和地球自转等精密产品，以及移动端载波和伪距观测数据即可得到高精度的定位结果。[0102]在gnss测量中，伪距与载波相位的观测方程如下：[0103][0103][0104][0105]式中，p为伪距观测值；为载波观测值；c为真空中的光速；为接收机钟差；为卫星钟差；vion为电离层延迟；vrtop为对流层延迟；λ为波长；n为整周模糊度；δρ为卫星星历误差对测距的影响；δρmul为多路径误差；εp为伪距观测噪声；为载波观测噪声；ρ为卫星与接收机之间的距离。[0106][0107](x,y,z)是接收机位置坐标；(xs，ys，zs)是卫星坐标。[0108]利用igs发布的精密星历产品相关数据，通过处理计算可以获得(式5)、(式6)中的卫星精确三维坐标和卫星钟差。地球自转、极移、相对论效应等误差可以通过各自的误差模型来加以修正。电离层延迟可以通过消一阶电离层组合观测值进行消除，参数估计方法采用卡尔曼滤波模型。所述误差模型为现有技术。[0109]巡检打卡及生成巡检轨迹图的流程见图3所示。如图3所示，本发明通过ppp定位算法实现无网络信号状态下的移动定位的方法包括数据输入、数据预处理和参数估计，通过数据输入、数据预处理和参数估计最终生成ppp定位结果；数据输入包括利用api接口从手机芯片获取gnss数据、从igs下载精密星历产品数据；数据预处理包括误差处理、粗差剔除、相位历元差分和周跳探测；参数估计包括常速度模型、卡尔曼滤波、状态预报和测量更新。[0110]巡检人员每到一个巡检点，先扫描该巡检对象的二维码，获取该巡检对象的基本信息，巡检对象的基本信息包括巡检对象运行工况风险分析模型数据、巡检点地理坐标信息；巡检人员扫描二维码时，通过移动终端定位功能自动定位扫描点所在的位置(扫描位置点)，获取扫描位置点的地理坐标信息，计算扫描位置点与巡检对象位置点之间的直线距离l1，设置距离阈值δl并比较l1与δl的大小，如果l1≤δl，则巡检打卡成功，并记录巡检打卡相关信息，生成巡检轨迹点，包括打卡人员、打卡时间、坐标信息、巡检对象信息，如果l1》δl，则巡检打卡失败，无法生成巡检轨迹点；[0111]步骤6，巡检信息填报及告警[0112]巡检人员需要在现场填写巡检信息，上传巡检数据，具体包括：(1)巡检对象工况描述及记录的信息；(2)现场拍摄的照片、视频；(3)巡检仪器观测值。由于创建了巡检对象工况风险分析模型，在二维码中预置了模型相关参数，当填报巡检数据时，可以即时进行工况风险分析。将巡检对象工况风险分为3种等级：正常，预警，告警，设当前监测值为s_c,正常工况下的理论值是s_t,给定增量阈值为δq，按下表1来确定工况风险等级。[0113]表1巡检对象工况风险等级判断[0114]序号状态判断判断结果1s_c≤s_t正常状态2s_t《s_c≤s_c+δq预警状态3s_c》s_t+δq警戒状态[0115]如果巡检对象特征要素其中一项或多项观测值超过了模型预置的参数阈值，系统就会生成告警信息，并以文字、符号、颜色等方式显示在一张图中；如果观测值没有超过模型预置的参数阈值，则不生成告警信息，从而克服了现有技术灌区巡检工程采用人工巡检，难以实现巡检数据现场处理的信息化、自动化的问题。[0116]步骤7，巡检对象工况风险预测分析及预警[0117]选取自回归滑动平均模型(arma模型，auto-regressive and moving average)来构建巡检对象工况风险预测分析模型。arma(p,q)模型中包含了p个自回归项和q个移动平均项，arma(p,q)模型可以表示为：[0118][0119]式中p和q是模型的自回归阶数和移动平均阶数，和θ是不为0的待定系数，εt是独立的误差项，xt是平稳、正态、零均值的时间序列。[0120]根据巡检对象的历史监测数据作为模型的输入数据，根据历史监测数据来计算特征要素在未来一个给定时段δt的预测值。设当前测定值为s_c，通过模型计算得到的预测值为s_f,巡检对象在正常工况下该特征要素的理论阈值为s_t，设定特征要素观测值的增量阈值为δq，那么，巡检对象的工况风险根据下表2进行判断。[0121]表2根据巡检对象监测值、预测值进行工况风险判断[0122][0123]上述巡检对象工况分析结果在一张图中进行可视化展示，采用文字、符号、颜色、专题图等方式；采用巡检对象工况风险预测模型对特征要素值进行预测，克服了现有技术无法进行巡检数据预测分析，缺乏对巡检对象安全运行风险的发展趋势预测分析，不能及时发现潜在的风险隐患的缺陷。巡检对象工况风险分析及预测流程图见图5所示。[0124]在本发明的巡检对象工况风险预测分析中，利用实时监测数据与历史监测数据相结合进行的综合分析，同时利用步骤6的告警信息生成后、在对技术规程相关要求做了数字化、模型化后，将观测值与技术规程中规定的阈值进行比较，超过阈值就告警，简单直接高效，减轻了巡检人员查阅技术规程、简单计算和换算的工作量。[0125]步骤8，移动端巡检数据与后台管理系统实现数据同步[0126]本发明研发移动端与后台管理系统数据同步服务。在移动终端巡检app系统创建与后台服务相同的巡检数据库表结构。巡检人员在巡检点现场填写巡检数据记录，在无线网络信号良好的情况下，直接通过vpn网络传输到后台管理系统，实现数据同步；如果没有无线网络信号，则先保存到巡检app系统本地，等有网络信号时，自动同步到后台管理系统；克服了现有技术智能手机在野外无信号状态下，巡检数据无法同步问题，离线状态下现场巡检数据无法传输到后台服务器的缺陷；巡检app系统与后台管理系统数据同步流程图见图4所示。[0127]其它未说明的部分均属于现有技术。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!