本發(fā)明屬于環(huán)衛(wèi)管理
技術(shù)領(lǐng)域：
：，尤其涉及一種智能環(huán)衛(wèi)平臺(tái)應(yīng)用于垃圾設(shè)備的處理管理控制系統(tǒng)。
背景技術(shù)：
：：目前，隨著“智慧地球”概念的提出，在環(huán)衛(wèi)領(lǐng)域中如何充分利用各種信息通訊技術(shù)，感知、分析、整合各類環(huán)保信息，對(duì)各種需求做出智能的響應(yīng)，使決策更加切合環(huán)境發(fā)展的需要，借助物聯(lián)網(wǎng)技術(shù)，把感應(yīng)器和裝備嵌入到各種環(huán)境監(jiān)控對(duì)象(物體)中，通過超級(jí)計(jì)算機(jī)和云計(jì)算將環(huán)保領(lǐng)域物聯(lián)網(wǎng)整合起來，實(shí)現(xiàn)人類社會(huì)與環(huán)境業(yè)務(wù)系統(tǒng)的整合，以更加精細(xì)和動(dòng)態(tài)的方式實(shí)現(xiàn)環(huán)境管理和決策的“智慧”，然而，現(xiàn)有的智能平臺(tái)，功能單一，各個(gè)單元獨(dú)立，聯(lián)系不緊密，應(yīng)對(duì)整體作業(yè)效率低，決策慢，不利于作業(yè)的快速完成。綜上所述，現(xiàn)在的技術(shù)存在的問題是：現(xiàn)有的管理系統(tǒng)功能單一，各個(gè)單元聯(lián)系不緊密，工作效率低，處理問題慢，綜合能力弱。技術(shù)實(shí)現(xiàn)要素：針對(duì)現(xiàn)有技術(shù)存在的問題，本發(fā)明提供了智能環(huán)衛(wèi)平臺(tái)應(yīng)用于垃圾設(shè)備的處理管理控制系統(tǒng)。本發(fā)明是這樣實(shí)現(xiàn)的，一種智能環(huán)衛(wèi)平臺(tái)應(yīng)用于垃圾設(shè)備的處理管理控制系統(tǒng)，所述智能環(huán)衛(wèi)平臺(tái)應(yīng)用于垃圾設(shè)備的處理管理控制系統(tǒng)包括：信息采集模塊，通過監(jiān)視器將現(xiàn)場(chǎng)的信息進(jìn)行采集；可以實(shí)時(shí)監(jiān)測(cè)到現(xiàn)場(chǎng)垃圾的處理情況；將采集到的信息通過信息傳輸模塊傳輸?shù)綌?shù)據(jù)匯總模塊；信息傳輸模塊，獲取信息采集模塊傳輸?shù)臄?shù)據(jù)并通過無線基站、電纜設(shè)備進(jìn)行傳輸；數(shù)據(jù)匯總模塊，用于接收信息傳輸模塊傳輸?shù)男畔?，由服?wù)器將數(shù)據(jù)進(jìn)行儲(chǔ)存，匯總；所述數(shù)據(jù)匯總模塊包括數(shù)據(jù)顯示模塊、視頻監(jiān)控模塊、作業(yè)評(píng)價(jià)模塊、指揮調(diào)度模塊、據(jù)處理模塊和數(shù)據(jù)分析模塊；所述數(shù)據(jù)顯示模塊、視頻監(jiān)控模塊、作業(yè)評(píng)價(jià)模塊、指揮調(diào)度模塊、據(jù)處理模塊和數(shù)據(jù)分析模塊通過信號(hào)線依次連接；數(shù)據(jù)顯示模塊，采用新一代結(jié)合超合金蔭罩技術(shù)的超黑晶顯像管，在顯像管內(nèi)部加入了黑色顆粒，能有效地過濾各發(fā)光點(diǎn)的雜散光，使顯示器的透明度提高46％，加之采用最新的防眩光抗靜電涂層，外界光線的干擾被降至極低，確保了顯示效果完美出眾。700aplus最高分辨率為1280x1024，在1024x768的分辨率下可提供高達(dá)85hz的刷新率。視頻監(jiān)控模塊，用于對(duì)數(shù)據(jù)進(jìn)行監(jiān)控；數(shù)據(jù)分析模塊，用于對(duì)數(shù)據(jù)進(jìn)行分析；所述數(shù)據(jù)分析模塊采用vlookup函數(shù)算法具體如下：lookup_value為需要在數(shù)據(jù)表第一列中進(jìn)行查找的數(shù)值。lookup_value可以為數(shù)值、引用或文本字符串。table_array為需要在其中查找數(shù)據(jù)的數(shù)據(jù)表。使用對(duì)區(qū)域或區(qū)域名稱的引用。col_index_num為table_array中查找數(shù)據(jù)的數(shù)據(jù)列序號(hào)。col_index_num為1時(shí)，返回table_array第一列的數(shù)值，col_index_num為2時(shí)，返回table_array第二列的數(shù)值，以此類推。如果col_index_num小于1，函數(shù)vlookup返回錯(cuò)誤值#value；如果col_index_num大于table_array的列數(shù)，函數(shù)vlookup返回錯(cuò)誤值#ref。range_lookup為一邏輯值，指明函數(shù)vlookup查找時(shí)是精確匹配，還是近似匹配。如果為false或0，則返回精確匹配，如果找不到，則返回錯(cuò)誤值#n/a。如果range_lookup為true或1，函數(shù)vlookup將查找近似匹配值，也就是說，如果找不到精確匹配值，則返回小于lookup_value的最大數(shù)值。如果range_lookup省略，則默認(rèn)為近似匹配。作業(yè)評(píng)價(jià)模塊，用于對(duì)數(shù)據(jù)進(jìn)行評(píng)價(jià)；作業(yè)評(píng)價(jià)模塊的評(píng)價(jià)方法包括：建立評(píng)價(jià)集：為了對(duì)各評(píng)價(jià)指標(biāo)進(jìn)行定量分析需要確定各指標(biāo)的評(píng)價(jià)集，采用5級(jí)百分制評(píng)價(jià)把評(píng)價(jià)集v劃分5個(gè)評(píng)價(jià)等級(jí)，即v＝{v1，v2，v3，v4，v5}＝{極小，很小，小，較大，大}，其中v1為影響人體危險(xiǎn)性極小，評(píng)分區(qū)間為90～100，中值為95；v2為危險(xiǎn)性很小，評(píng)分區(qū)間為80～89，中值為84.5；依此類推；選擇各區(qū)間的中值作為等級(jí)的參數(shù)，則5個(gè)等級(jí)所對(duì)應(yīng)的參數(shù)為{95，84.5，74.5，64.5，49.5}，參數(shù)列向量為ν＝{95，84.5，74.5，64.5，49.5}t；建立權(quán)重集：(1)建立遞階層次結(jié)構(gòu)：根據(jù)建立的評(píng)價(jià)指標(biāo)體系，將問題所包含的各因素分為四個(gè)層次：第一層是評(píng)價(jià)的總目標(biāo)層g，即綜合安全；第二層是準(zhǔn)則層c，最后將各具體指標(biāo)作為第三層，即指標(biāo)層p；(2)構(gòu)造兩兩比較判斷矩陣：根據(jù)1～9標(biāo)度法逐層對(duì)各個(gè)要素兩兩之間進(jìn)行重要性程度賦值，構(gòu)造判斷矩陣u＝(uij)n×n，其中uij表示因素ui和uj相對(duì)于準(zhǔn)則層的重要值，矩陣u具有性質(zhì)：uii＝1,uij＝1/uji,i,j＝1,2,…,n，得出判斷矩陣：將矩陣x1～x5按列歸一化，即：計(jì)算出矩陣y為：(3)單一準(zhǔn)則下元素相對(duì)權(quán)重的計(jì)算：將y矩陣按行相加，由公式得出：w1＝(2.6520.6860.2530.409)tw2＝(11)tw3＝(1.2730.3710.2212.135)tw4＝(1.90.3190.781)tw5＝(2.1210.6040.275)t將得到的和向量進(jìn)行歸一化處理，由公式可得權(quán)向量：(4)判斷矩陣的一致性檢驗(yàn)：計(jì)算判斷矩陣的最大特征根λmax，由公式計(jì)算得出:根據(jù)公式進(jìn)行一致性檢驗(yàn)，得到：ci1＝0.019ci2＝0ci3＝0.031ci4＝0.020ci5＝0.048由公式得：cr1＝0.022cr2＝0cr3＝0.035cr4＝0.038cr5＝0.092cr＜0.1，均滿足一致性要求，因此各因素的相對(duì)權(quán)重?cái)?shù)據(jù)處理模塊，用于對(duì)數(shù)據(jù)進(jìn)行預(yù)處理并儲(chǔ)存；指揮調(diào)度模塊，用于對(duì)垃圾設(shè)處理管理進(jìn)行指揮調(diào)度。進(jìn)一步，作業(yè)評(píng)價(jià)模塊的評(píng)價(jià)方法還包括隸屬度計(jì)算：多位使用頻數(shù)統(tǒng)計(jì)法，對(duì)被評(píng)價(jià)的各項(xiàng)指標(biāo)按評(píng)價(jià)集對(duì)各項(xiàng)指標(biāo)的危險(xiǎn)程度進(jìn)行評(píng)級(jí)，得到因素集的隸屬度：確定評(píng)判隸屬矩陣：由得到第k個(gè)因素集的相對(duì)隸屬度矩陣：其中：式中：rk—第k個(gè)因素集的相對(duì)隸屬度矩陣；rkij—第k個(gè)因素集的第i個(gè)因素屬于評(píng)價(jià)集中的j的隸屬度；pkij—組成員對(duì)第k個(gè)因素集的第i個(gè)因素指標(biāo)評(píng)級(jí)為j的頻數(shù)；構(gòu)造模糊評(píng)判矩陣：由各指標(biāo)的權(quán)向量和矩陣r可構(gòu)造模糊評(píng)判矩陣b，計(jì)算綜合評(píng)判結(jié)果：由模糊評(píng)判矩陣b和評(píng)價(jià)集的參數(shù)列向量，可求得綜合評(píng)判結(jié)果z；z＝b·v由上式可得到模糊綜合評(píng)價(jià)的結(jié)果，再根據(jù)評(píng)價(jià)等級(jí)規(guī)定，可以評(píng)定影響人體多因素失效危險(xiǎn)性大小。進(jìn)一步，數(shù)據(jù)處理模塊的預(yù)處理方法包括：對(duì)信息采集模塊采集的跳頻混合信號(hào)時(shí)頻域矩陣進(jìn)行預(yù)處理：具體包括：對(duì)進(jìn)行去低能量預(yù)處理，即在每一采樣時(shí)刻p，將幅值小于門限ε的值置0，得到門限ε的設(shè)定根據(jù)接收信號(hào)的平均能量來確定。進(jìn)一步，數(shù)據(jù)處理模塊的預(yù)處理方法還包括：找出p時(shí)刻(p＝0,1,2,…p-1)非零的時(shí)頻域數(shù)據(jù)，用表示，其中表示p時(shí)刻時(shí)頻響應(yīng)非0時(shí)對(duì)應(yīng)的頻率索引，對(duì)這些非零數(shù)據(jù)歸一化預(yù)處理，得到預(yù)處理后的向量b(p,q)＝[b1(p,q),b2(p,q),…,bm(p,q)]t，其中本發(fā)明功能完善，每個(gè)模塊聯(lián)系緊密，整體作業(yè)調(diào)度速度快，工作效率高，綜合管理能力強(qiáng)。本發(fā)明檢測(cè)出的結(jié)果更準(zhǔn)確、真實(shí)、可靠；克服不能動(dòng)態(tài)檢測(cè)災(zāi)害趨勢(shì)的困難，能更好、更準(zhǔn)確的及時(shí)發(fā)現(xiàn)災(zāi)害，做到提前預(yù)防；采用定量化與定性分析相結(jié)合，結(jié)合工程實(shí)際建立評(píng)價(jià)集，建立綜合評(píng)價(jià)判斷矩陣，根據(jù)每一危險(xiǎn)因素對(duì)安全影響的權(quán)重計(jì)算總的影響率，摒棄采用單一角度評(píng)定，不僅能正確得出是否能安全工作的結(jié)論，還能解決安全程度的問題；簡(jiǎn)化評(píng)價(jià)過程，消除評(píng)價(jià)的主觀隨意性，便于普通的工程技術(shù)人員應(yīng)用于工程實(shí)際。本發(fā)明的可靠性高、可操作性好，使評(píng)估結(jié)果能更客觀真實(shí)地反映工程實(shí)際。本發(fā)明數(shù)據(jù)處理模塊的數(shù)據(jù)處理后，數(shù)據(jù)可準(zhǔn)確真實(shí)體現(xiàn)，相比于現(xiàn)有技術(shù)有巨大的提高。附圖說明圖1是本發(fā)明實(shí)施提供的智能環(huán)衛(wèi)平臺(tái)應(yīng)用于垃圾設(shè)備的處理管理控制系統(tǒng)示意圖。如圖：1、信息采集模塊；2、信息傳輸模塊；3、數(shù)據(jù)匯總模塊；4、數(shù)據(jù)顯示模塊；5、視頻監(jiān)控模塊；6、作業(yè)評(píng)價(jià)模塊；7、指揮調(diào)度模塊；8、數(shù)據(jù)處理模塊；9、數(shù)據(jù)分析模塊。具體實(shí)施方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。如圖1所示，本發(fā)明實(shí)施提供的智能環(huán)衛(wèi)平臺(tái)應(yīng)用于垃圾設(shè)備的處理管理控制系統(tǒng)，包括：信息采集模塊1將采集到的信息通過信息傳輸模塊2傳輸?shù)綌?shù)據(jù)匯總模塊3；數(shù)據(jù)匯總模塊3包括數(shù)據(jù)顯示模塊4，視頻監(jiān)控模塊5，作業(yè)評(píng)價(jià)模塊6，指揮調(diào)度模塊7，數(shù)據(jù)處理模塊8和數(shù)據(jù)分析模塊9；數(shù)據(jù)匯總模塊3將獲取的數(shù)據(jù)進(jìn)行處理，先通過數(shù)據(jù)顯示模塊4將數(shù)據(jù)通過視頻監(jiān)控模塊5顯示；然后由數(shù)據(jù)分析模塊9通過作業(yè)評(píng)價(jià)模塊5進(jìn)行評(píng)價(jià)；最后由數(shù)據(jù)處理模塊8通過指揮調(diào)度模塊7進(jìn)行指揮調(diào)度。信息采集模塊：通過監(jiān)視器、作業(yè)車和環(huán)衛(wèi)工人將現(xiàn)場(chǎng)的信息通過設(shè)備進(jìn)行采集；可以實(shí)時(shí)監(jiān)測(cè)到現(xiàn)場(chǎng)垃圾的處理情況。信息傳輸模塊：獲取數(shù)據(jù)通過無線基站、電纜設(shè)備進(jìn)行傳輸；保障信息順利、快手傳輸。數(shù)據(jù)匯總模塊：由服務(wù)器將數(shù)據(jù)進(jìn)行儲(chǔ)存，匯總。數(shù)據(jù)顯示模塊和視頻監(jiān)控模塊：將獲取的現(xiàn)場(chǎng)視頻數(shù)據(jù)及時(shí)的顯示在大屏幕。數(shù)據(jù)分析模塊和作業(yè)評(píng)價(jià)模塊：由工作站進(jìn)行分析評(píng)價(jià)，并進(jìn)行執(zhí)行決策。數(shù)據(jù)處理模塊和調(diào)度指揮模塊：由調(diào)度指揮室進(jìn)行整體作業(yè)的調(diào)度。該智能管理系統(tǒng)功能完善，每個(gè)模塊聯(lián)系緊密，整體作業(yè)調(diào)度速度快，工作效率高，綜合管理能力強(qiáng)。數(shù)據(jù)顯示模塊，采用新一代結(jié)合超合金蔭罩技術(shù)的超黑晶顯像管，在顯像管內(nèi)部加入了黑色顆粒，能有效地過濾各發(fā)光點(diǎn)的雜散光，使顯示器的透明度提高46％，加之采用最新的防眩光抗靜電涂層，外界光線的干擾被降至極低，確保了顯示效果完美出眾。700aplus最高分辨率為1280x1024，在1024x768的分辨率下可提供高達(dá)85hz的刷新率。視頻監(jiān)控模塊，用于對(duì)數(shù)據(jù)進(jìn)行監(jiān)控；數(shù)據(jù)分析模塊，用于對(duì)數(shù)據(jù)進(jìn)行分析；所述數(shù)據(jù)分析模塊采用vlookup函數(shù)算法具體如下：lookup_value為需要在數(shù)據(jù)表第一列中進(jìn)行查找的數(shù)值。lookup_value可以為數(shù)值、引用或文本字符串。table_array為需要在其中查找數(shù)據(jù)的數(shù)據(jù)表。使用對(duì)區(qū)域或區(qū)域名稱的引用。col_index_num為table_array中查找數(shù)據(jù)的數(shù)據(jù)列序號(hào)。col_index_num為1時(shí)，返回table_array第一列的數(shù)值，col_index_num為2時(shí)，返回table_array第二列的數(shù)值，以此類推。如果col_index_num小于1，函數(shù)vlookup返回錯(cuò)誤值#value；如果col_index_num大于table_array的列數(shù)，函數(shù)vlookup返回錯(cuò)誤值#ref。range_lookup為一邏輯值，指明函數(shù)vlookup查找時(shí)是精確匹配，還是近似匹配。如果為false或0，則返回精確匹配，如果找不到，則返回錯(cuò)誤值#n/a。如果range_lookup為true或1，函數(shù)vlookup將查找近似匹配值，也就是說，如果找不到精確匹配值，則返回小于lookup_value的最大數(shù)值。如果range_lookup省略，則默認(rèn)為近似匹配。下面結(jié)合工作原理對(duì)本發(fā)明作進(jìn)一步描述。本發(fā)明實(shí)施例提供的智能環(huán)衛(wèi)平臺(tái)應(yīng)用于垃圾設(shè)備的處理管理控制系統(tǒng)，包括：信息采集模塊，通過監(jiān)視器將現(xiàn)場(chǎng)的信息進(jìn)行采集；可以實(shí)時(shí)監(jiān)測(cè)到現(xiàn)場(chǎng)垃圾的處理情況；將采集到的信息通過信息傳輸模塊傳輸?shù)綌?shù)據(jù)匯總模塊；信息傳輸模塊，獲取信息采集模塊傳輸?shù)臄?shù)據(jù)并通過無線基站、電纜設(shè)備進(jìn)行傳輸；數(shù)據(jù)匯總模塊，用于接收信息傳輸模塊傳輸?shù)男畔?，由服?wù)器將數(shù)據(jù)進(jìn)行儲(chǔ)存，匯總；所述數(shù)據(jù)匯總模塊包括數(shù)據(jù)顯示模塊、視頻監(jiān)控模塊、作業(yè)評(píng)價(jià)模塊、指揮調(diào)度模塊、據(jù)處理模塊和數(shù)據(jù)分析模塊；所述數(shù)據(jù)顯示模塊、視頻監(jiān)控模塊、作業(yè)評(píng)價(jià)模塊、指揮調(diào)度模塊、據(jù)處理模塊和數(shù)據(jù)分析模塊通過信號(hào)線依次連接；數(shù)據(jù)顯示模塊，用于數(shù)據(jù)的顯示；視頻監(jiān)控模塊，用于對(duì)數(shù)據(jù)進(jìn)行監(jiān)控；數(shù)據(jù)分析模塊，用于對(duì)數(shù)據(jù)進(jìn)行分析；作業(yè)評(píng)價(jià)模塊，用于對(duì)數(shù)據(jù)進(jìn)行評(píng)價(jià)；作業(yè)評(píng)價(jià)模塊的評(píng)價(jià)方法包括：建立評(píng)價(jià)集：為了對(duì)各評(píng)價(jià)指標(biāo)進(jìn)行定量分析需要確定各指標(biāo)的評(píng)價(jià)集，采用5級(jí)百分制評(píng)價(jià)把評(píng)價(jià)集v劃分5個(gè)評(píng)價(jià)等級(jí)，即v＝{v1，v2，v3，v4，v5}＝{極小，很小，小，較大，大}，其中v1為影響人體危險(xiǎn)性極小，評(píng)分區(qū)間為90～100，中值為95；v2為危險(xiǎn)性很小，評(píng)分區(qū)間為80～89，中值為84.5；依此類推；選擇各區(qū)間的中值作為等級(jí)的參數(shù)，則5個(gè)等級(jí)所對(duì)應(yīng)的參數(shù)為{95，84.5，74.5，64.5，49.5}，參數(shù)列向量為ν＝{95，84.5，74.5，64.5，49.5}t；建立權(quán)重集：(1)建立遞階層次結(jié)構(gòu)：根據(jù)建立的評(píng)價(jià)指標(biāo)體系，將問題所包含的各因素分為四個(gè)層次：第一層是評(píng)價(jià)的總目標(biāo)層g，即綜合安全；第二層是準(zhǔn)則層c，最后將各具體指標(biāo)作為第三層，即指標(biāo)層p；(2)構(gòu)造兩兩比較判斷矩陣：根據(jù)1～9標(biāo)度法逐層對(duì)各個(gè)要素兩兩之間進(jìn)行重要性程度賦值，構(gòu)造判斷矩陣u＝(uij)n×n，其中uij表示因素ui和uj相對(duì)于準(zhǔn)則層的重要值，矩陣u具有性質(zhì)：uii＝1,uij＝1/uji,i,j＝1,2,…,n，得出判斷矩陣：將矩陣x1～x5按列歸一化，即：計(jì)算出矩陣y為：(3)單一準(zhǔn)則下元素相對(duì)權(quán)重的計(jì)算：將y矩陣按行相加，由公式得出：w1＝(2.6520.6860.2530.409)tw2＝(11)tw3＝(1.2730.3710.2212.135)tw4＝(1.90.3190.781)tw5＝(2.1210.6040.275)t將得到的和向量進(jìn)行歸一化處理，由公式可得權(quán)向量：(4)判斷矩陣的一致性檢驗(yàn)：計(jì)算判斷矩陣的最大特征根λmax，由公式計(jì)算得出:根據(jù)公式進(jìn)行一致性檢驗(yàn)，得到：ci1＝0.019ci2＝0ci3＝0.031ci4＝0.020ci5＝0.048由公式得：cr1＝0.022cr2＝0cr3＝0.035cr4＝0.038cr5＝0.092cr＜0.1，均滿足一致性要求，因此各因素的相對(duì)權(quán)重?cái)?shù)據(jù)處理模塊，用于對(duì)數(shù)據(jù)進(jìn)行預(yù)處理并儲(chǔ)存；指揮調(diào)度模塊，用于對(duì)垃圾設(shè)處理管理進(jìn)行指揮調(diào)度。作業(yè)評(píng)價(jià)模塊的評(píng)價(jià)方法還包括隸屬度計(jì)算：多位使用頻數(shù)統(tǒng)計(jì)法，對(duì)被評(píng)價(jià)的各項(xiàng)指標(biāo)按評(píng)價(jià)集對(duì)各項(xiàng)指標(biāo)的危險(xiǎn)程度進(jìn)行評(píng)級(jí)，得到因素集的隸屬度：確定評(píng)判隸屬矩陣：由得到第k個(gè)因素集的相對(duì)隸屬度矩陣：其中：式中：rk—第k個(gè)因素集的相對(duì)隸屬度矩陣；rkij—第k個(gè)因素集的第i個(gè)因素屬于評(píng)價(jià)集中的j的隸屬度；pkij—組成員對(duì)第k個(gè)因素集的第i個(gè)因素指標(biāo)評(píng)級(jí)為j的頻數(shù)；構(gòu)造模糊評(píng)判矩陣：由各指標(biāo)的權(quán)向量和矩陣r可構(gòu)造模糊評(píng)判矩陣b，計(jì)算綜合評(píng)判結(jié)果：由模糊評(píng)判矩陣b和評(píng)價(jià)集的參數(shù)列向量，可求得綜合評(píng)判結(jié)果z；z＝b·v由上式可得到模糊綜合評(píng)價(jià)的結(jié)果，再根據(jù)評(píng)價(jià)等級(jí)規(guī)定，可以評(píng)定影響人體多因素失效危險(xiǎn)性大小。數(shù)據(jù)處理模塊的預(yù)處理方法包括：對(duì)信息采集模塊采集的跳頻混合信號(hào)時(shí)頻域矩陣進(jìn)行預(yù)處理：具體包括：對(duì)進(jìn)行去低能量預(yù)處理，即在每一采樣時(shí)刻p，將幅值小于門限ε的值置0，得到門限ε的設(shè)定根據(jù)接收信號(hào)的平均能量來確定。進(jìn)一步，數(shù)據(jù)處理模塊的預(yù)處理方法還包括：找出p時(shí)刻(p＝0,1,2,…p-1)非零的時(shí)頻域數(shù)據(jù)，用表示，其中表示p時(shí)刻時(shí)頻響應(yīng)非0時(shí)對(duì)應(yīng)的頻率索引，對(duì)這些非零數(shù)據(jù)歸一化預(yù)處理，得到預(yù)處理后的向量b(p,q)＝[b1(p,q),b2(p,q),…,bm(p,q)]t，其中本發(fā)明功能完善，每個(gè)模塊聯(lián)系緊密，整體作業(yè)調(diào)度速度快，工作效率高，綜合管理能力強(qiáng)。本發(fā)明檢測(cè)出的結(jié)果更準(zhǔn)確、真實(shí)、可靠；克服不能動(dòng)態(tài)檢測(cè)災(zāi)害趨勢(shì)的困難，能更好、更準(zhǔn)確的及時(shí)發(fā)現(xiàn)災(zāi)害，做到提前預(yù)防；采用定量化與定性分析相結(jié)合，結(jié)合工程實(shí)際建立評(píng)價(jià)集，建立綜合評(píng)價(jià)判斷矩陣，根據(jù)每一危險(xiǎn)因素對(duì)安全影響的權(quán)重計(jì)算總的影響率，摒棄采用單一角度評(píng)定，不僅能正確得出是否能安全工作的結(jié)論，還能解決安全程度的問題；簡(jiǎn)化評(píng)價(jià)過程，消除評(píng)價(jià)的主觀隨意性，便于普通的工程技術(shù)人員應(yīng)用于工程實(shí)際。本發(fā)明的可靠性高、可操作性好，使評(píng)估結(jié)果能更客觀真實(shí)地反映工程實(shí)際。本發(fā)明數(shù)據(jù)處理模塊的數(shù)據(jù)處理后，數(shù)據(jù)可準(zhǔn)確真實(shí)體現(xiàn)，相比于現(xiàn)有技術(shù)有巨大的提高。以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁12當(dāng)前第1頁12