耙吸挖泥船疏浚施工大数据基础数据管理系统的制作方法

1.本发明涉及疏浚工程施工技术领域，特别是涉及一种耙吸挖泥船疏浚施工大数据基础数据管理系统。


背景技术：

2.耙吸挖泥船是一种装备有耙头挖掘机具和水力吸泥装置的大型自航、装仓式挖泥船。挖泥时，将耙吸管放下河底，利用泥泵的真空作用，通过耙头和吸泥管自河底吸收泥浆进入挖泥船的泥仓中，泥仓满后，起耙航行至抛泥区开启泥门卸泥，或直接将挖起的泥土排出船外。而疏浚工程，是指采用挖泥船或其他机具以及人工进行水下挖掘，为拓宽和加深水域而进行的土石方工程。
3.因此，在疏浚工程中，耙吸挖泥船起到至关重要的作用。同时，由于疏浚工程复杂程度和耙吸挖泥船的设备复杂程度均较高，在疏浚工程作业中缺乏有效管理耙吸挖泥船疏浚施工的方式，影响整体的作业管理效率和作业管理体验。


技术实现要素：

4.基于此，有必要针对在疏浚工程作业中缺乏有效管理耙吸挖泥船疏浚施工的方式，影响整体的作业管理效率和作业管理体验这一不足，提供一种耙吸挖泥船疏浚施工大数据基础数据管理系统。
5.一种耙吸挖泥船疏浚施工大数据基础数据管理系统，包括：
6.信号源诊断模型，用于管理耙吸挖泥船在疏浚施工中的信号源数据；
7.多维工艺点模型，用于管理耙吸挖泥船在疏浚施工中的工艺点信息；
8.船舶作业特征模型，用于管理耙吸挖泥船在疏浚施工中的船舶作业特征。
9.上述的耙吸挖泥船疏浚施工大数据基础数据管理系统，包括信号源诊断模型、多维工艺点模型和船舶作业特征模型。信号源诊断模型用于管理耙吸挖泥船在疏浚施工中的信号源数据；多维工艺点模型用于管理耙吸挖泥船在疏浚施工中的工艺点信息；船舶作业特征模型，用于管理耙吸挖泥船在疏浚施工中的船舶作业特征。基于此，通过各模型的构建，满足在耙吸挖泥船疏浚施工中基础数据的管理需求，提高整体的作业管理效率和作业管理体验。
10.在其中一个实施例中，信号源诊断模型包括：
11.信号诊断模块，用于执行对信号源数据的信号诊断，获得诊断数据；
12.诊断同步模块，用于对所述信号源数据执行同步处理；
13.信号源分类及配置模块，用于对所述信号源数据和所述诊断数据进行配置修改；
14.数据推送模块，用于推送所述信号源数据。
15.在其中一个实施例中，信号诊断模块包括：
16.断线判定单元，用于诊断所述信号源数据对应的信号源是否信号断线；
17.进水判定单元，用于诊断所述信号源数据对应的信号源是否进水；
18.越界判定单元，用于诊断所述信号源数据对应的信号源是否越界；
19.故障判定单元，用于诊断所述信号源数据对应的信号源是否故障。
20.在其中一个实施例中，数据推送模块包括：
21.诊断查询单元，用于查询所述信号源数据中的异常信息；
22.诊断推送单元，用于向设定目标推送所述信号源数据。
23.在其中一个实施例中，多维工艺点模型包括：
24.工艺点信号源计算单元，用于计算所述工艺点信息；
25.工艺点信息分类配置单元，用于对所述工艺点信息执行分类配置；
26.工艺点内容修改配置单元，用于对所述工艺点信息执行内容配置
27.工艺点生成单元，用于生成所述工艺点信息对应的工艺点；
28.工艺点存储单元，用于存储所述工艺点信息；
29.工艺点查询及推送单元，用于查询所述工艺点信息；
30.土质信息设置单元，用于设置所述工艺点信息相关的土质信息。
31.在其中一个实施例中，工艺点信号源计算单元用于计算所述工艺点信息的瞬时值、平均值和累计值。
32.在其中一个实施例中，工艺点信息分类配置单元用于将所述工艺点信息分类为船舶位置数据、作业特征数据、疏浚产量数据、疏浚工艺数据、功耗数据和/或油耗数据。
33.在其中一个实施例中，工艺点存储单元用于以数据分类模型存储所述工艺点信息；所述数据分类模型包括位置信息基础数据模型、作业信息基础数据模型、产量信息基础数据模型、工艺信息基础数据模型、功耗信息基础数据模型、油耗信息基础数据模型和/或设备运行基础数据模型。
34.在其中一个实施例中，船舶作业特征包括停泊、装舱、溢流、卸泥、空载航行、满载航行、吹岸和/或艏喷。
35.在其中一个实施例中，还包括：
36.历史数据导入模型，用于导入历史数据。
附图说明
37.图1为一实施方式的耙吸挖泥船疏浚施工大数据基础数据管理系统模块结构图；
38.图2为一实施方式的耙吸挖泥船疏浚施工大数据基础数据管理系统模块结构图；
39.图3为一实施方式的耙吸挖泥船疏浚施工大数据基础数据管理系统模块结构图；
40.图4为一实施方式的船舶作业特征关系示意图。
具体实施方式
41.为了更好地理解本发明的目的、技术方案以及技术效果，以下结合附图和实施例对本发明进行进一步的讲解说明。同时声明，以下所描述的实施例仅用于解释本发明，并不用于限定本发明。
42.本发明实施例提供了一种耙吸挖泥船疏浚施工大数据基础数据管理系统。
43.图1为一实施方式的耙吸挖泥船疏浚施工大数据基础数据管理系统模块结构图，如图1所示，一实施方式的耙吸挖泥船疏浚施工大数据基础数据管理系统包括：
44.信号源诊断模型100，用于管理耙吸挖泥船在疏浚施工中的信号源数据；
45.多维工艺点模型101，用于管理耙吸挖泥船在疏浚施工中的工艺点信息；
46.船舶作业特征模型102，用于管理耙吸挖泥船在疏浚施工中的船舶作业特征。
47.其中，耙吸挖泥船在疏浚施工中存在多个信号源，例如传感器、声呐或定位装置等。信号源在疏浚施工过程中，产生相应的信号源数据。
48.同时，在疏浚施工过程中，根据耙吸挖泥船的预先配置和人工配置，存在多个工艺点，用于对应记录作业状态。
49.在其中一个实施例中，图2为另一实施方式的耙吸挖泥船疏浚施工大数据基础数据管理系统模块结构图，如图2所示，信号源诊断模型100包括：
50.信号诊断模块200，用于执行对信号源数据的信号诊断，获得诊断数据；
51.诊断同步模块201，用于对所述信号源数据执行同步处理；
52.信号源分类及配置模块202，用于对所述信号源数据和所述诊断数据进行配置修改；
53.数据推送模块203，用于推送所述信号源数据。
54.其中，信号诊断模块200对现有的船端通讯软件进行改造升级，在耙吸挖泥船的船端增加信号源数据点，并将数据传输至平台端服务器，用于记录诊断数据。其中，在平台端服务器的数据库中，通过信号源诊断表的字段记录方式，记录诊断数据。
55.在其中一个实施例中，图3为又一实施方式的耙吸挖泥船疏浚施工大数据基础数据管理系统模块结构图，如图3所示，信号诊断模块200包括：
56.断线判定单元300，用于诊断所述信号源数据对应的信号源是否信号断线；
57.进水判定单元301，用于诊断所述信号源数据对应的信号源是否进水；
58.越界判定单元302，用于诊断所述信号源数据对应的信号源是否越界；
59.故障判定单元303，用于诊断所述信号源数据对应的信号源是否故障。
60.在其中一个实施例中，断线判定单元300根据传感器的原始数据进行判定，当传感器的采样值数据处于断线值附近，则认为传感器信号断线。进水判定单元301根据传感器的原始疏浚判定，当传感器的采样值一会处于正常状态，一会处于进水数值附近，且持续跳动3次以上，则认为传感器进水。越界判定单元302判定传感器的实际值是否在越界范围内，若小于越界最小值或大于越界最大值，则认为传感器越界报警。故障判定单元303针对冗余类传感器，根据同类别的其它参考信号源建立故障判定模型。传感器作为信号源，包含：吃水传感器、液位雷达传感器。
61.在其中一个实施例中，诊断同步模块201基于通讯接口软件，将传输的数据进行扩容，确保诊断疏浚中使用的信号源数据同步。
62.在其中一个实施例中，信号源分类及配置模块202基于平台服务器，针对诊断的信号源，对其诊断数据的类型：断线、进水、越界、故障等信息后台配置修改。
63.在其中一个实施例中，如图3所示，数据推送模块203包括：
64.诊断查询单元400，用于查询所述信号源数据中的异常信息；
65.诊断推送单元401，用于向设定目标推送所述信号源数据。
66.诊断查询单元400实现针对交互端查询当前诊断出的异常的传感器信息，并且具备一键查询功能，查询当前传感器中异常的信息。其中，交互端包括web端。
67.诊断推送单元401实现针对客户端的诊断信息智能推送。在后台定期进行自动诊断，根据权限、推送策略的不同，向不同用户自动推送。其中，客户端包括电脑端或移动端。
68.在其中一个实施例中，如图2所示，多维工艺点模型101包括：
69.工艺点信号源计算单元500，用于计算所述工艺点信息；
70.工艺点信息分类配置单元501，用于对所述工艺点信息执行分类配置；
71.工艺点内容修改配置单元502，用于对所述工艺点信息执行内容配置
72.工艺点生成单元503，用于生成所述工艺点信息对应的工艺点；
73.工艺点存储单元504，用于存储所述工艺点信息；
74.工艺点查询及推送单元505，用于查询所述工艺点信息；
75.土质信息设置单元506，用于设置所述工艺点信息相关的土质信息。
76.其中，工艺点信号源计算单元500基于平台，定期根据“工艺点列表”生成工艺点信号。每一分钟生成的一次工艺点，计算工艺点的方式：“瞬时值”：取最后一刻信号的实际值；“平均值”：取一分钟内该信号点的平均值。“累计值”：取一分钟内该信号点的数据累计值。
77.其中，工艺点信息分类配置单元501可通过后台配置软件对工艺点所包含的信息进行分类、配置。用户可以对分类信息进行增删改操作。工艺点包含信息的主要分类包括：船舶位置数据、作业特征数据、疏浚产量数据、疏浚工艺数据、功耗数据和/或油耗数据。
78.其中，工艺点内容修改配置单元502在平台端，可通过后台配置软件对工艺点所包含的信息进行增、改。对于工艺点的修改，必须系统给定权限的用户才能对其进行修改。
79.其中，工艺点生成单元503具备手动生成和自动生成功能：
80.手动生成：平台中设有“手动生成”按钮，选取需要生成的时间，进行手动生成。
81.自动生成：平台后天回自动生成前一天的工艺点数据。
82.在其中一个实施例中，工艺点存储单元504以数据分类模型对工艺点包含的各个数据进行标签分类存储，在船舶端直接生成工艺点，将工艺点传输到平台端数据中心。数据分类模型包括位置信息基础数据模型、作业信息基础数据模型、产量信息基础数据模型、工艺信息基础数据模型、功耗信息基础数据模型、油耗信息基础数据模型和/或设备运行基础数据模型。
83.其中，当其他业务模型向基础数据层请求数据时，工艺点查询及推送单元505可提供快速的查询、索引、输出等数据服务。
84.其中，土质信息设置单元506可用于修改船舶施工一段时间内的土质信息。添加土质信息，土质的划分及对应id如下：有机质土及泥炭、淤泥类、淤泥质土类、粘性土类、粉土类、砂土类、碎石土类和/或岩石类。
85.在其中一个实施例中，图4为一实施方式的船舶作业特征关系示意图，如图4所示，船舶作业特征包括停泊、装舱、溢流、卸泥、空载航行、满载航行、吹岸和/或艏喷。
86.在其中一个实施例中，如图1所示，一实施方式的耙吸挖泥船疏浚施工大数据基础数据管理系统还包括：
87.历史数据导入模型103，用于导入历史数据。
88.历史数据导入模型103运行在平台端，可将船舶端记录下来的历史数据，导入至平台数据库中。scada系统的历史文件(*.nst文件)的数据文件复制到平台中心。通过数据导入软件，将数据导入至数据库中，并自动生成工艺点。
89.上述的耙吸挖泥船疏浚施工大数据基础数据管理系统，包括信号源诊断模型100、多维工艺点模型101和船舶作业特征模型102。信号源诊断模型100用于管理耙吸挖泥船在疏浚施工中的信号源数据；多维工艺点模型101用于管理耙吸挖泥船在疏浚施工中的工艺点信息；船舶作业特征模型102，用于管理耙吸挖泥船在疏浚施工中的船舶作业特征。基于此，通过各模型的构建，满足在耙吸挖泥船疏浚施工中基础数据的管理需求，提高整体的作业管理效率和作业管理体验。
90.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
91.以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。