基于IIoT的远程监控系统：用于数据中心冷却压缩机的温度、电流和振动监测，采用PLC和Node-RED技术实现的条件性维护框架 作者：Jefferson Damián Pinza Apolo, Jonathan Lizandro Bravo Robles, José Luis Dumán Zhicay, Ramiro Xavier Cazares Guerrero, Wilmer Fabian Albarracin Guarochico, Paul Francisco Baldeón Egas

《Sensors》：IIoT-Based Remote Monitoring System for Temperature, Current, and Vibration Using PLC and Node-RED in a Data Center Cooling Compressor: A Condition-Based Maintenance Framework Jefferson Damián Pinza Apolo, Jonathan Lizandro Bravo Robles, José Luis Dumán Zhicay, Ramiro Xavier Cazares Guerrero, Wilmer Fabian Albarracin Guarochico and Paul Francisco Baldeón Egas

　　

摘要

为了解决传统自动化滑坡检测方法的主要局限性——即依赖大型训练数据集、检测精度不足以及误报率较高——本研究提出了一种基于InSAR的自动化滑坡检测方法，该方法结合了多权重因子耦合技术，被称为改进的热点分析（IHSA）方法。该方法利用InSAR获得的地表变形数据，通过空间权重矩阵优化热点检测模型，并融合多种特征信息。此外还应用形态学处理来细化滑坡边界。通过与人工解译的真实数据对比验证，结果表明该方法的精度达到90.20%，比传统热点分析方法提高了53.61个百分点，同时保持92.00%的稳定召回率。提取的滑坡边界与人工解译结果高度一致，有效解决了传统方法中常见的输出碎片化和内部空洞等问题。本研究提供了一种高效且无需训练的解决方案，可用于大规模潜在滑坡的早期识别，为区域滑坡检测和灾害缓解提供了重要的方法论支持和数据基础。