一种刚性填埋场温度监测系统及方法

技术领域

本发明涉及温度检测技术领域，具体涉及刚性填埋场的温度监测系统及方法。

背景技术

随着经济的发展，固废处置量逐年增加，刚性填埋场作为新兴的固废处置方式，其相关管理和处置技术缺失，造成刚性填埋场管理不规范，在填埋场运行过程中，废物物化性质变化，以及填埋废物化学反应等导致填埋场内局部温度升高。过高的温度可能导致填埋场内的有害气体泄漏、火灾等安全隐患，另外过高的温度容易造成防渗层损坏，由此带来场地渗漏造成环境破坏。因此对填埋场的温度进行实时监测显得尤为重要。传统的温度监测，采用人工记录，传感器数量有限、覆盖范围不够广泛、监测准确性受限等。因此，急需一种刚性填埋场自动温度监测系统，以提高监测效率和准确性，用以对刚性填埋场进行场地三维温度动态监测预警和管控。

发明内容

针对现有技术中的不足，本发明提供一种刚性填埋场温度监测系统，包括：

填埋场温度检测网格，由多个分布式温度传感器布置在填埋场的不同深度和区域，与数据传输模块构成填埋场温度监测网络；

数据采集与传输模块，负责从各个温度传感器收集温度和位置数据，并通过无线通信传输至处理模块进行数据分析；

数据处理分析模块，接收并分析来自数据采集与传输模块的温度数据，采用神经网络算法生成实时温度分布图和预警信息；

显示与控制终端，展示实时温度分布图、报警信息，并接收用户输入的控制指令，以实现对填埋场的远程监控；

异常处理单元，当温度监测值与预测值超过阈值时，采取通风、排气等降温措施。

具体的，所述温度传感器由供电电池、测温元件、单片机和无线模块组成，由测温元件探测出测点的温度，单片机定时采集转换温度，符合条件时通过无线模块发送到数据处理模块。

具体的，根据填埋场深度、区域划分数进行布置所述温度传感器网络，填埋场垂向方向分n(n>＝2)层，水平方向分m(m>1)区域，形成n×m个单元池，在每个单元池布设温度传感器来实时进行场地温度数据的采集和填埋场三维空间的温度动态监测。

具体的，所述数据处理分析模块根据当前的温度数据，采用神经网络算法对场地温度的变化趋势进行预测。

具体的，所述显示终端包括：显示屏，用于显示实时温度分布图、报警信息等；操作面板，接收用户输入的控制指令；通信接口，与中央处理模块进行数据交换。

本发明还提供一种刚性填埋场温度监测方法，采用上述的设备，包括以下步骤：

在刚性填埋场布设温度传感器；

采集的实时温度和位置信息无线传输至数据处理分析模块；

接收信息存储于数据库中，为显示终端提供实时和历史的温度数据；

根据监测点的布设方案，建立单元池内部温度监测点的三维模型(给出具体的术语解释)；将温度及位置数据信息与模型进行匹配，通过算法计算(具体算法请提供)出单元池内部温度分布，并通过空间三维散点形式进行实时温度展示；

当数据处理发现内部温度差值大于设定的预警值时，生成预警信号，并在显示端以声光报警形式进行提醒。

具体的，所述实时温度展示采用以下方式：各点的温度变化通过颜色变化显现，颜色越深温度越高，用户利用浏览器可实时查看三维模型中的温度变化情况。

本发明的有益效果

本发明采用分布式无线温度传感器，有效地提高了温度监测范围和准确性；数据采集与传输模块采用无线通信技术，减少了布线的复杂性和成本；中央处理模块进行实时数据分析，生成温度分布图和报警信息，提高了监测效率；预警模块和自动控制模块的设置，有助于提前预测和处理温度异常，降低了安全风险；显示与控制终端可实现远程监控，方便了现场管理人员的工作。

附图说明

图1为本发明提供的刚性填埋场温度监测系统的各模块交互示意图；

图2为本发明具体实施例中填埋场温度监测网络布设示意图；

图3为本发明具体实施例中温度监控的数据呈现图；

图4为本发明具体实施例中采用的神经网格算法模型示意图；

图5为本发明具体实施例中的显示界面图；

图6为本发明的温度传感器的内部构造示意图。

具体实施方式

为使本发明的目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述具体细节以便于充分理解本发明，本领域技术人员可以在不违背本发明构思的情况下做类似改进，因此本发明的保护范围不受下面公开的具体实施例的限制。

本发明提供的刚性填埋场温度监测系统，包括：

填埋场温度检测网格，由多个分布式温度传感器布置在填埋场的不同深度和区域，与数据传输模块构成填埋场温度监测网络(如图2所示)；所述温度传感器由供电电池、测温元件、单片机和无线模块组成，由测温元件探测出测点的温度，单片机定时采集转换温度，符合条件时通过无线模块发送到数据处理模块(如图6所示)；

数据采集与传输模块，负责从各个温度传感器收集温度数据，并通过无线通信传输至处理模块进行数据分析；

数据处理分析模块，接收并分析来自数据采集与传输模块的温度数据，采用神经网络算法生成实时温度分布图和预警信息；

显示与控制终端，展示实时温度分布图、报警信息，并接收用户输入的控制指令，以实现对填埋场的远程监控；

异常处理单元，当温度监测值与预测值超过阈值时，采取通风、排气等降温措施。

如图2所示，在本发明一具体实施例中，温度传感器根据场地深度、水平区域进行布置，垂向方向分n(n>＝2)层，水平方向分m(m>1)区域，形成n×m个单元池，在单元池中布设温度传感器，来实时场地温度数据的采集和场地三维空间的温度动态监测。

在本发明具体实施例中，所述数据处理分析模块根据当前的温度数据，采用神经网络算法对场地温度的变化趋势进行预测。

具体实施例中采用的显示终端包括：显示屏，用于显示实时温度分布图、报警信息等；操作面板，接收用户输入的控制指令；通信接口，与中央处理模块进行数据交换。

如图1所示，本发明还提供一种刚性填埋场温度监测方法，采用本发明提供的设备，包括以下步骤：

在无线温度传感器布设前需要对传感器进行位置标定，目的是为了在后期建立三维模型过程中将传感器所在位置与实际所在的空间位置对应起来。传感器采用不锈钢材质。所有传感器的位置、埋设深度按照图纸设计或设计方案要求进行铺设。传感器埋设于刚性填埋场的单元池中，每个单元池中安置三个以上温度传感器。路由采用HDPE保护套管进行保护。库区底部监管电缆铺设完毕后，从填埋场刚性填埋场立墙上，采用转接盒进行线缆转接，后进行立墙上的保护套管中，爬坡经过场地路由直接进入监控箱，电缆在出库区的路由中，一般使用Φ20-63的HDPE保护套管进行保护连到控制箱。线缆由填埋场进入转接箱，转接箱固定在刚性填埋场人行道的立墙。监管传感器铺设完毕后详细记录传感器地址和埋放位置。所有传感器和电缆铺设完毕后，需要进行故障自检，采取自校正方式，确保每个监管传感器功能有效。发生故障时，对电缆和传感器进行及时修复。将传感器的每个位置和填埋场结构所在的空间位置一一对应起来，这样可以将实际的空间模型通过显示端的三维模型展示出来。

采集的实时温度和位置信息无线传输至数据处理分析模块；

接收信息存储于数据库中，为显示终端提供实时和历史的温度数据；如图3所示，显示持续监控的温度数据情况。

根据监测点的布设方案，建立单元池内部温度监测点的三维模型；将温度及位置数据信息与模型进行匹配，通过卷积神经网络与门控循环单元神经网络(GRU)相结合，算出单元池内部温度分布及其预测值，并通过空间三维散点形式进行实时温度展示；

采用卷积神经网络对单元池的温度空间分布情况进行精准预测，将卷积神经网络(CNN)与门控循环单元神经网络(GRU)相结合，构建了基于CNN-GRU的单元池多点温度预测模型，网络模型如图4所示，包括：

(1)输入层。将单元池内某一时刻的温度、传感器位置坐标与其相关的室外空气温度串联成全新的时间序列特征向量，对其预处理后输入预测模型中。

(2)CNN层。CNN层主要捕捉输入的历史序列中深层次的时间、空间特征规律，根据输入数据非线性、稀疏性、强耦合性的特点，设计4层卷积层(onv2D)，卷积核数目依次为16、16、32、32，并选取ReLU激活函数进行激活。每经过2次连续卷积进行一次最大池化(MaxPooling2D)，对提取的高维特征进行降维，压缩数据，加快运行效率。为了充分利用现有的数据，将卷积核尺寸设为3×3，池大小为2，最后通过Flatten操作，将其提取的深层次抽象特征转换为全局特征向量作为GRU层的输入。

(3)GRU层。GRU层对CNN层提取的全局特征向量进行学习，经过不断改进可得，构建2层GRU结构达到了最好的预测效果，激活函数采用ReLU激活函数，神经元数目分别为64、128，最后将全连接层(Dense)的输出经过反归一化得20min后的温度。

当数据处理发现内部温度大于设定的预警值度时，生成预警信号，并在显示端以声光报警形式进行提醒。

具体实施例中，如图5所示，实时温度展示采用以下方式：各点的温度变化通过颜色变化显现，颜色越深温度越高，用户利用浏览器可实时查看三维模型中的温度变化情况。