一种水库生态无害化清淤系统的制作方法

1.本发明涉及水利工程技术领域，尤其涉及一种水库生态无害化清淤系统。


背景技术：

2.水利工程是用于控制和调配自然界的地表水和地下水，达到除害兴利目的而修建的工程。也称为水工程。水是人类生产和生活必不可少的宝贵资源，但其自然存在的状态并不完全符合人类的需要。只有修建水利工程，才能控制水流，防止洪涝灾害，并进行水量的调节和分配，以满足人民生活和生产对水资源的需要。
3.水库时水利工程中重要的一环，水库通过蓄水以补偿河水流量的变化，同时也可以抬高上游水位以使水能够流入渠道，水库在拦截水流的同时不可避免的会留住大量的泥沙，这些泥沙如果不经过及时的科学处理就会导致泥沙淤积问题，进而引发诸多不良后果，大量的淤泥会降低水库的性能，占据原有库容，导致蓄水能力不足，无法保证水资源的利用，同时也不能满足灌溉、用水、发电等生产生活的需求，并且泥沙中带有的金属元素会破坏水体环境，并伴随着回水上延，进而就比较容易淹没水库自身结构，对周围城镇、工业建筑等造成安全威胁。
4.传统的清淤方式一般通过挖泥船清理泥沙、利用虹吸成套设备清理淤泥以及利用气举装置吸取淤泥，这三种方式中虹吸清淤耗费的资源最少，但是清淤过程中难以对淤泥所处的位置进行有效的定位，从而减缓清淤效率，并且水库中含有重金属离子时，传统的清淤无法对重金属进行有效的清除，因此需要一种水库生态无害化清淤系统。


技术实现要素：

5.本发明的目的是为了解决现有技术难以对淤泥的位置进行定位并且对与重金属离子难以处理的问题，而提出的一种水库生态无害化清淤系统。
6.为了实现上述目的，本发明采用了如下技术方案：
7.一种水库生态无害化清淤系统，包括图像拍摄装置和重金属传感器，所述图像拍摄装置的内部设置有图像处理系统，所述图像拍摄装置的内部还设置有数据存储模块、深度学习模块和中央处理模块；
8.所述图像处理系统与所述数据存储模块之间通信连接，所述数据存储模块与所述深度学习模块之间通信连接，所述深度学习模块与所述中央处理模块之间通信连接，所述数据存储模块对外界检测到的数据进行存储，所述深度学习模块对所述数据存储模块中存储的数据进行分析，所述中央处理模块通信连接有淤泥抽取系统，所述中央处理模块通信连接有重金属处理系统,所述淤泥抽取系统的内部包括真空泵抽取模块和虹吸清淤模块，通过所述真空泵抽取模块、虹吸清淤模块来对淤泥进行清除；
9.所述重金属处理系统的内部包括定量计算模块与药剂添加模块，通过所述药剂添加模块来添加药剂，从而对水库淤泥中的重金属离子进行反应去除。
10.优选地，所述图像处理系统包括图像采集模块、图像修复模块、图像分割模块和图
像识别模块，所述图像采集模块与所述图像修复模块之间通信连接，所述图像采集模块对水库内的图像进行拍摄，所述图像采集模块将拍摄到的图像传输到所述图像修复模块中，所述图像修复模块对所述图像采集模块传输的图片进行初步修复，去除图像中存在的噪点，降低误差，所述图像修复模块与所述图像分割模块之间通信连接，所述图像修复模块将修复后的图像传输到所述图像分割模块中，所述图像分割模块按照一定的逻辑关系对图像进行分割，所述图像分割模块与所述图像识别模块之间通信连接，所述图像分割模块将分割后的图像传输到所述图像识别模块中，所述图像识别模块对图像中存在不同元素进行识别。
11.优选地，所述图像识别模块与所述数据存储模块之间通信连接，所述图像识别模块将识别后的数据传输到所述数据存储模块中。
12.优选地，所述图像拍摄装置的内部还设置有gps定位模块，所述gps定位模块对图像拍摄装置所处的位置进行定位，所述gps定位模块与所述数据存储模块之间通信连接，所述gps定位模块将定位数据传输到所述数据存储模块中进行存储。
13.优选地，所述深度学习模块对所述数据存储模块中图像识别后的图像元素进行深度学习，并建立三维模型，计算出水库内部淤泥所述的位置，同时所述深度学习模块与所述数据存储模块内部的位置数据进行匹配，最后得出淤泥所处的位置。
14.优选地，所述深度学习模块将得到的淤泥位置信息传输到所述中央处理模块中，所述中央处理模块使得所述淤泥抽取系统开始工作。
15.优选地，所述淤泥抽取系统的内部还包括淤泥过滤处理模块，所述真空泵抽取模块与所述虹吸清淤模块之间通信连接，所述真空泵抽取模块对虹吸管道进行真空处理，所述虹吸清淤模块通过虹吸作用将水库中的淤泥进抽出，淤泥在排出的过程中会携带大量的水流，所述淤泥过滤处理模块对淤泥中含有的水分进行过滤。
16.优选地，所述重金属传感器阵列设置在大坝的外部，所述重金属传感器的内部设置有重金属传感器检测模块，所述重金属传感器检测模块对大坝内部水流的各个区域进行检测，所述重金属传感器检测模块与所述数据存储模块之间通信连接，所述重金属传感器检测模块将检测到的结果传输到所述数据存储模块中，所述深度学习模块再通过所述数据存储模块中大坝水流中重金属分布数据与所述gps定位模块传输的位置数据相结合建立“重金属含量
‑
位置”模型，所述深度学习模块将得出的数据传输到所述中央处理模块中。
17.优选地，所述重金属处理系统根据“重金属含量
‑
位置”数据对每个区域所需要的药剂量进行计算，所述定量计算模块与所述药剂添加模块之间通信连接，所述药剂添加模块根据所述定量计算模块中药量的计算对重金属水域进行投药。
18.相比现有技术，本发明的有益效果为：
19.1、本发明通过图像处理系统中的图像识别模块可以对水库内部图像中含有的元素进行分析，同时通过gps定位模块和深度学习模块的配合使用，深度学习模块对图像中含有的元素进行深度学习，将图像中的元素转换为淤泥的分布，并且通过gps定位模块中位置数据，建立出“淤泥含量
‑
位置”模型，便于后续对水库中淤泥进行清理，不需要对水库进行全方位的清理，减少了人力与资源消耗，提高了清淤效率，对周围的生态不造成伤害。
20.2、本发明通过gps定位模块、重金属传感器检测模块和深度学习模块的配合使用能够对水库中重金属含量进行划分，并且深度学习模块再通过数据存储模块中大坝水流中
重金属分布数据与gps定位模块传输的位置数据相结合建立“重金属含量
‑
位置”模型，然后再通过定量计算模块与药剂添加模块对重金属离子进行清除，减少了对药剂的添加量，加快对水库中重金属离子的处理效率。
附图说明
21.图1为本发明提出的一种水库生态无害化清淤系统的系统框图；
22.图2为本发明图像处理系统的系统框图；
23.图3为本发明淤泥抽取系统的系统框图；
24.图4为本发明重金属处理系统的系统框图。
具体实施方式
25.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
26.参照图1
‑
4，一种水库生态无害化清淤系统，包括图像拍摄装置和重金属传感器，图像拍摄装置的内部设置有图像处理系统，图像拍摄装置的内部还设置有数据存储模块、深度学习模块和中央处理模块；
27.图像处理系统与数据存储模块之间通信连接，数据存储模块与深度学习模块之间通信连接，深度学习模块与中央处理模块之间通信连接，数据存储模块对外界检测到的数据进行存储，深度学习模块对数据存储模块中存储的数据进行分析，中央处理模块通信连接有淤泥抽取系统，中央处理模块通信连接有重金属处理系统，工作时，图像处理系统会对水库中的图像进行拍摄分析，并且将数据传输到数据存储模块中进行存储，深度学习模块对数据存储模块中存储的数据进行分析，并且将分析后的数据结果传输到中央处理模块中，通过中央处理模块来使得淤泥抽取系统和重金属处理系统进行工作；
28.图像处理系统包括图像采集模块、图像修复模块、图像分割模块和图像识别模块，图像采集模块与图像修复模块之间通信连接，图像采集模块对水库内的图像进行拍摄，图像采集模块将拍摄到的图像传输到图像修复模块中，图像修复模块对图像采集模块传输的图片进行初步修复，去除图像中存在的噪点，降低误差，图像修复模块与图像分割模块之间通信连接，图像修复模块将修复后的图像传输到图像分割模块中，图像分割模块按照一定的逻辑关系对图像进行分割，图像分割模块与图像识别模块之间通信连接，图像分割模块将分割后的图像传输到图像识别模块中，图像识别模块对图像中存在不同元素进行识别；
29.工作时，图像采集模块对水库中图像进行多组拍摄，选取其中画质最好的一组，然后通过图像修复模块对图片进行初步修复，去除图像中存在的噪点，图像分割模块对处理处理后的图像按照一定的逻辑顺序进行分割，最后通过图像识别模块对分隔后的图像中所包含的元素进行识别分析；
30.图像识别模块与数据存储模块之间通信连接，图像识别模块将识别后的数据传输到数据存储模块中，工作时，图像识别模块对图像识别分析后的数据会保持到数据存储模块中；
31.图像拍摄装置的内部还设置有gps定位模块，gps定位模块对图像拍摄装置所处的位置进行定位，gps定位模块与数据存储模块之间通信连接，gps定位模块将定位数据传输
到数据存储模块中进行存储，工作时，gps定位模块会对图像拍摄装置所处的位置进行定位，并且将图像拍摄装置的位置信息数据传输到数据存储模块中进行存储；
32.深度学习模块对数据存储模块中图像识别后的图像元素进行深度学习，并建立三维模型，计算出水库内部淤泥的位置，同时深度学习模块与数据存储模块内部的位置数据进行匹配，最后得出淤泥所处的位置，工作时，深度学习模块会提取出数据存储模块中图像识别模块对图像识别分析后的数据进行深度学习，并且根据gps定位模块所提供的位置信息来建立立体坐标系，将图像识别模块对图像识别分析后的数据转换成淤泥的分布，并将淤泥的分布与坐标相关联，建立“淤泥含量
‑
位置”模型，确定处淤泥的分布坐标；
33.深度学习模块将得到的淤泥位置信息传输到中央处理模块中，中央处理模块使得淤泥抽取系统开始工作；
34.淤泥抽取系统的内部包括真空泵抽取模块、虹吸清淤模块与淤泥过滤处理模块，真空泵抽取模块与虹吸清淤模块之间通信连接，真空泵抽取模块对虹吸管道进行真空处理，虹吸清淤模块通过虹吸作用将水库中的淤泥进抽出，淤泥在排出的过程中会携带大量的水流，淤泥过滤处理模块对淤泥中含有的水分进行过滤；
35.工作时，深度学习模块将淤泥的分布坐标传输到中央处理模块中，中央处理模块使得淤泥抽取系统开始工作，淤泥抽取系统进行工作时首相将虹吸管道移动到淤泥含量较高的地方，然后使得真空泵抽取模块开始工作，真空泵抽取模块工作将虹吸管道中的空气排出，使得虹吸管道内部处于中空状态，此时在虹吸清淤模块的作用下会使得水库底部的淤泥排出到水库外部，在淤泥排出的过程中会附带大量的水流，通过淤泥过滤处理模块可以对排出的淤泥进行清理，同时也对排出的水流进行收集，避免造成顺利浪费；
36.重金属传感器阵列设置在大坝的外部，重金属传感器的内部设置有重金属传感器检测模块，重金属传感器检测模块对大坝内部水流的各个区域进行检测，重金属传感器检测模块与数据存储模块之间通信连接，重金属传感器检测模块将检测到的结果传输到数据存储模块中，深度学习模块再通过数据存储模块中大坝水流中重金属分布数据与gps定位模块传输的位置数据相结合建立“重金属含量
‑
位置”模型，深度学习模块将得出的数据传输到中央处理模块中；
37.工作时，阵列设置在水库表面上的重金属传感器可以通过其内部的重金属传感器检测模块对大坝内部水流的各个区域的离子含量进行检测，重金属传感器检测模块会将检测到的结果传输到数据存储模块中进行存储，深度学习模块再通过数据存储模块中大坝水流中重金属分布数据进行深度学习，得出水库中重金属离子分布示意图，然后再与gps定位模块传输的位置数据相结合建立“重金属含量
‑
位置”模型，然后深度学习模块将建立“重金属含量
‑
位置”模型穿疏导中央处理模块中。
38.重金属处理系统的内部包括定量计算模块与药剂添加模块，重金属处理系统根据“重金属含量
‑
位置”数据对每个区域所需要的药剂量进行计算，定量计算模块与药剂添加模块之间通信连接，药剂添加模块根据定量计算模块中药量的计算对重金属水域进行投药；
39.工作时，中央处理模块通过对建立的“重金属含量
‑
位置”模型进行分析，使得重金属处理系统开始工作，重金属处理系统内部的定量计算模块根据“重金属含量
‑
位置”模型中各个位置重金属离子含量的不同，从而选择不同含量的药剂，然后再通过药剂添加模块
对计算得出药剂量进行投放，使得重金属离子已沉淀的方式落入到水库底部，此时再使得淤泥抽取系统开始工作，以“重金属含量
‑
位置”模型坐标为参考，通过虹吸对反应沉淀后的重金属离子进行清除，减少了对药剂的添加量，加快对水库中重金属离子的处理效率。
40.以上，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。