CN104838241A - 流体流动检测和分析设备及系统 - Google Patents
流体流动检测和分析设备及系统 Download PDFInfo
- Publication number
- CN104838241A CN104838241A CN201380063437.3A CN201380063437A CN104838241A CN 104838241 A CN104838241 A CN 104838241A CN 201380063437 A CN201380063437 A CN 201380063437A CN 104838241 A CN104838241 A CN 104838241A
- Authority
- CN
- China
- Prior art keywords
- sensor
- fluid
- data
- acoustic
- battery
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000012530 fluid Substances 0.000 title claims abstract description 45
- 238000004458 analytical method Methods 0.000 title claims abstract description 25
- 238000001514 detection method Methods 0.000 title claims description 14
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 19
- 230000035945 sensitivity Effects 0.000 claims description 17
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 3
- 239000004821 Contact adhesive Substances 0.000 claims description 2
- 239000007767 bonding agent Substances 0.000 claims description 2
- 230000000052 comparative effect Effects 0.000 claims description 2
- 230000005059 dormancy Effects 0.000 claims description 2
- 230000008878 coupling Effects 0.000 claims 3
- 238000010168 coupling process Methods 0.000 claims 3
- 238000005859 coupling reaction Methods 0.000 claims 3
- 230000006978 adaptation Effects 0.000 claims 1
- 238000004891 communication Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 10
- 230000002093 peripheral effect Effects 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000003862 health status Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011010 flushing procedure Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000011900 installation process Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004851 dishwashing Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000007958 sleep Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 229910052845 zircon Inorganic materials 0.000 description 1
- GFQYVLUOOAAOGM-UHFFFAOYSA-N zirconium(iv) silicate Chemical compound [Zr+4].[O-][Si]([O-])([O-])[O-] GFQYVLUOOAAOGM-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
- G01M3/28—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds
- G01M3/2807—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
- F17D5/06—Preventing, monitoring, or locating loss using electric or acoustic means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
- G01F1/66—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by measuring frequency, phase shift or propagation time of electromagnetic or other waves, e.g. using ultrasonic flowmeters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
- G01M3/24—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations
- G01M3/243—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations for pipes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Fluid Mechanics (AREA)
- Examining Or Testing Airtightness (AREA)
- Measuring Volume Flow (AREA)
- Alarm Systems (AREA)
Abstract
一种流体监测系统具有多个传感器,所述传感器在声学上耦接到包含互连的流体输送管道的管道系统。传感器收集传感器数据,分析系统分析所述传感器数据以提供关于管道系统的泄漏识别。所述多个传感器中的每个传感器被配置来自适应地通过分析系统编程来改进系统性能参数。还描述了一种用于分析流体流动的方法,其中,使用学习算法来分析来自多个声学感测设备的数据。
Description
相关申请
本申请要求于2012年12月4日提交的且标题为“Fluid Detectionand Analysis(流体检测和分析)”的美国临时专利申请No.61/733,207的优先权,该美国临时专利申请特此针对所有目的以引用的方式并入。
发明背景
用于管道系统的流体流动和泄漏探测系统通过保护周围环境(室内或室外)免受因流体泄漏而产生的损害来提供有价值的功能。这种损害可能远超过所泄漏的流体的成本,并且在美国来自漏泄的管道系统的建筑物损害的综合年度费用超过10亿美元。室外管道系统中的泄漏也是普遍问题,其中工业分析估计经处理的可饮用水的30%损失泄漏。
尽管有管道泄漏的普遍性和高间接成本,但是已经看到了多年来已经上市的能够检测泄漏的产品的有限的市场渗入。
当前被设计用于辨别室内管道系统中的泄漏的系统要么太过昂贵,难以安装,要么提供有限的保护。这种系统的主流依赖于通过与泄漏部位下方或附近的积水接触而被触发的水分传感器。
常见的是,利用浮动开关或电子水分传感器作为检测装置的装置。这些装置,Zircon的泄漏警报(Leak Alert)水流探测器所给出的实例,与放置在在局部管道系统发生故障之后预期出现流体积水的区域中的圆盘或小盒相类似。实例将是在在空气调节系统的水回路下方的地板的最低点处。另一个此类实例利用对时域反射仪(TDR)的使用或阻抗改变来检测接触导线或导线网眼的水分。这些装置,实例是安全火警探测公司(Safe Fire Detection,Inc,)的ProH2O系统,具有连接到一定长度检测电缆或导线的小感测单元,该小感测单元被捆扎在局部管道系统发生故障之后预期变湿的区域中。
使用此类装置需要精确了解泄漏的流体将流到哪里并且为了检测到泄漏需要足够体积(常常大量的)的泄漏流体在装置处聚集。另外,因为它们仅局部地检测流体,所以需要大量这种装置来对(例如)在住宅或商业建筑物中发现的重要管网进行充分监视。
室外管道系统中的泄漏一般使用训练有素的专业人员和复杂且昂贵的便携式声学监控设备来检测。这些单元被附着到管道网络中的元件(诸如消防栓)中,并且设备拾取受训专业人员可以识别的源自于地下泄漏的声音。虽然证明有效,但是这种劳动密集型方法证明对于连续或广泛使用而言太过昂贵。此外,识别的专业性限制此方法的可扩展性。
泄漏探测的另一种方法是利用使得系统操作员能够通过质量平稳计量来辨别泄漏的高度精确的流量计。在这些系统中使用的传感器需要高精度,并因此,重点仅放在传感器所附接的管道中的流动状态上。另外,它们的高精度通常伴随中等至大功率需求、高成本以及常常安装困难。尤其高功率需求可能是有问题的,因为它妨碍电池操作,或产品在电池更换之间寿命短。
附图简述
图1示出声学传感器设备的一个实施方案的剖面透视图;
图2为图1的传感器设备的示例性详细示意图;
图3为用于与图1的设备一起使用的示例性通信网络的示意图;并且
图4为在一个实施方案中的声学感测系统的传感器的操作流程图。
具体实施方式
用于监测诸如住宅性住所内的水系统的流检测系统可以是昂贵的并且难以安装。在本公开中,将描述用于在流体监测中使用的感测元件、声学捕捉系统和数据分析系统的实施方案。所述系统能够以降低的成本和易用性来检测系统中的泄漏,甚至到大规模的程度。
对来自管道中的流体的声学捕捉和分析
存在对简单、低成本、非侵入性和易于安装的流动传感器的长期需要。大多数传统流量计需要与流体的物理接触,这通常需要由专业管道工安装。已经使用声学传感器将非接触(或非侵入)流动传感器进行了商业化。现有声学流量测量设备使用利用多普勒效应分析或通过微分飞行时间分析的有源技术。这些方法要求声学换能器与一个或多个声学传感器的组合。当前,为了彻底地维持对住宅或建筑物中的水系统的完整性的监视,需要多个这些流动传感器设备,每个管道支路至少一个传感器设备被观察;然而,多个流动传感器的费用可能是成本昂贵的。目前技术集中在对局部管道供应精确的流率信息上,并且因此,使用更复杂、可能机械侵入的昂贵技术。容易安装和操作的流动传感器是不常见的。大多数不是靠电池供电的并且也不具有附接到通信链路的简单手段。目前传感器的安装过程包括将(一个或多个)传感器连接到电源并且供应通信链路的(一个或多个)物理附接传感器。在这点上,电池供电的(无线的)解决方案将具有很强的优势,因为电源出口不一定经常靠近所需的传感器安装位置。为了最大化这样的设备的使用寿命,使用电源需要非常谨慎。
现有市售流动传感器共有的另一个特性在于它们被设计成单独工作。虽然流动传感器可以被具体地设计用于在具有其它流动传感器的系统中使用,但是每个传感器仍作为独立的设备运行,其被设计成仅精确地确定它所附接到的管道的流率。利用当前可用的系统从多个传感器收集关于复杂管道系统的信息是不可能的。
在本公开中,流量监测系统具有成本和连接性,其使得在每个场所处能够部署小传感器群,同时为用户维持充分的精确度。在该系统中使用的单独的传感器单元是非侵入式的并且是电池供电的,其中在单个充电器上具有延长的工作寿命。传感器单元被配置来自适应地被编程以改进系统性能参数。这些参数可以包括电池寿命、声学灵敏度、泄漏定位和误警率。流体流动监测系统的自适应编程可以通过收纳有至少一个中央处理单元的分析系统来执行。
图1提供代表性传感器设备100的实施方案的剖视图,其是小电子板和在声学上耦接到管道并且被封闭在廉价壳体中的传感器。管道101是被监测的管道。流动传感器设备100包括设备壳体102,其可以由适形材料和具有用于安装的夹具的带103制成。带103集成到壳体102以便将设备附着到管道101。剖开部104曝光仪表组105,其在详细视图110中进一步描述。在此实施方案中,仪表组105包括声学传感器106、用于声学传感器106的微控制器107、为仪表组105供电的电池108、和印刷电路板109或仪表组105的其它安装构件。在此实施方案中,微控制器107包括集成无线通信和模数转换器,但是其它配置是可能的。电池108可以是或可以不是可再充电的。封装105可以或可以不允许电池更换。最终用户具有最低维护负担的设计将具有来自单个充电器的长寿命(例如,3-5年)。设备100在声学上将诸如加速度计或麦克风的传感器106耦接到承载流体的管道的壁。麦克风可以是(例如)密切相关的压电材料制件或密切相关的微机电系统(MEMS)设备。传感器106可以是现成的或定制的。设备100记录由于流动流体和相关联的固件(水槽、厕所、淋浴器、洗碗机、洒水器等)引起的声学信号。它还将当不存在流动流体时的声音记录为基准。在一个实施方案中,基准值可以是基于在没有流体流动的高概率(例如,在深夜时段)时间采集样本。
需要延长的电池寿命(例如)2年或更长,然而,电池容量受到尺寸和成本因素的限制。硬币电池是一个低成本紧凑选项。这些电池通常在1.8V至3V下运行并且具有有限的容量。例如,共电式电池是具有3V输出和165mAh容量的松下电器CR2025。许多其它电池选项是可用的,但是尺寸和成本考虑因素支持具有相对小容量的电池(例如,<1000mAh)。所需的电池寿命必须通过选择适当的小功率部件尤其是麦克风、放大器、模数转换器、微控制器、和通信芯片来获得。
被设计用于诸如移动电话的消费品内的许多应用的麦克风和加速器由于它们的低功耗和紧凑尺寸(例如,<10mm长度和宽度,<5mm厚度)而特别适合于在目前的声学感测设备中使用。实例是模拟设备模型ADXL335加速度计,其是4mm x 4mm x 1.45mm,包括内置放大器,可以在低至1.8V的电压下操作并且具有300微安的典型的电流消耗。然而,甚至此低功耗设备仍需要附加系统优化来实现长电池寿命。如果在300微安下连续地监测加速度计,则整个电池电容将在21天内使用。然而,这不包括存储和传输数据所需的功率。
类似地,模拟数字转换元件和微信息处理元件受到功率考虑因素的限制。模数转换器(ADC)可以是分立部件或可以被包括在微控制器中或在声学传感设备中。在任一情况下,对于声学范围内的采样速率(例如,400至10,000个样本/秒),ADC的耗电量将通常是30微安或以上。通过对目前方法的专门编程,微控制器必须限制麦克风或加速度计传感器读数的有效时间以便延长电池寿命,并且本身必须能够在有效状态之间以显著降低的功率运行。这种微控制器的实例是德州仪器MSP430系列。这些微控制器包括具有依次降低的功率和功能的几种不同的操作模式。例如,具有1微安的典型电流消耗的备用模式是可用的。
对于诸如住宅和商业建筑使用的许多应用而言,紧凑传感器尺寸是可期望的。典型的管道直径是在12mm至25mm的范围内,并且具有类似尺寸的传感器是可期望的。因为小微控制器和无线通信设备广泛可用,所以对紧凑麦克风或加速度计传感器和电池的选择通常是最困难的。具有25mm及以下的直径的硬币电池是可用的。具有在25mm以下的空间量和5mm以下的厚度的锂聚合物电池也是可用的。这种小尺寸的高灵敏度麦克风或加速器(例如,加速度计灵敏度>4000mV/g,或麦克风灵敏度>-30dBV/Pa)通常不可用。诸如ADXL335先前提及的紧凑加速器是可用的,但是灵敏度通常为1000mV/g或更小。通过使用上文提及的使得能够实现非常低的平均功耗的微控制器,可以选择这些紧凑设备和电池。
图2为示例性传感设备200的示意图。传感设备200包括声学传感器210、电池220、模数转换器230、微控制器240、和通信设备250。微控制器240为单独传感设备200提供局部控制。微控制器240可以包括或可以不包括集成模数转换器230或集成通信设备250。声学传感器210可以是(例如)如上文所描述的麦克风或压电部件。传感器210可以是(例如)具有4000mV/g以下的灵敏度的加速度计或具有小于-30dBV/Pa的灵敏度的麦克风。电池220是如上文所描述的小功率紧凑型,诸如具有小于1000mAh的容量。电池220直接或者通过功率调节电路为微控制器240供电。类似地,声学传感器210、模数转换器230和通信设备250直接通过功率调节电路从电池220或从微控制器240接收功率。微控制器240直接或者间接地从声学传感器210读取声学信号。直接测量可以是模拟,其读入到集成到微控制器240中的模数转换器,或数字,其从集成到传感器中的模数转换器读取。间接测量可以是模拟,其中来自声学传感器210的信号首先经过模拟信号调节电路,或数字,其中来自声学传感器210的信号经过外部模数转换器。微控制器240经由通信设备250发送和接收信息。
本公开的传感器被设计来在不使用工具的情况下安装到管道上,使得有效地将其附接到管道和从管道拆卸。为了该目的,壳体(例如,图1的壳体102)可以由适形材料(例如,低硬度橡胶或塑料)来构造。适形材料适应各种管道大小同时维持声学接触。可能存在将被用来附着到设备的集成带或夹具。可替代地,可以利用(例如)诸如压敏粘合剂的粘合剂将设备结合到管道。附着设备的操作可以首次给设备通电。这可以通过拉脱设备的感测表面上的耳片、通过让带张紧促使开关闭合或通过本领域已知的许多其它技术来完成。在一些实施方案中,组件可以包含组合电池/硬件门/连接条。在其它实施方案中,组件可以是单个完全包封的设备。
在它被附着之后,设备将确定其健康状态,然后搜索无线网络,该无线网络经由基站连接到可用通信网络,最常见的是基于wi-fi。为了协助安装,在便携式设备上运行的应用程序将寄存何时设备附接并且将报告健康状态。
此传感器设备是廉价、强健、容易部署的系统的一部分以保护建筑物免受来自流体泄漏的损害。这允许估计管道系统中的流率而无需侵入到管道中并且无需使用大功率部件。这提供估计流量和保护建筑物所需的信息。另外,传感器提供关于包含互连的流体输送管道的管道系统内流率变化的瞬时信息。
通过运行被设计来拒绝非显著数据的算法,该设备可以或可不减少数据集。此算法可以(例如)是抑制声学频率的带通滤波器或多个带通滤波器,所述声学频率不会给出关于流率的信息或给出冗余信息。当产生改进的传感器精确度或灵敏度、减少的能量使用(和更长的电池寿命)或增强的通信信号强度时,将执行局部处理。
图3示出示例性通信网络300,其中第一传感器设备301安装在管道上,而第二传感器设备302安装在相同的管道系统内的另一根管道上。为了全面监测管道系统,可以将设备定位在整个系统上,使得它们的覆盖区域重叠,但是这对于即将呈现的有用服务不是必须的。本公开中传感器的可编程性和本公开中分析系统的学习算法允许传感器之间间隔的广泛灵活性,从而简化安装过程。例如,传感器与传感器间隔在系统的一个部分中可以是2m,而在系统的另一个部分中可以是6m。一旦系统已经学习了特性特征-例如,在每个传感器处流体使用事件(例如,马桶冲洗)的相对幅度和频谱,就可以对单独的传感器进行编程以(例如)利用不同的唤醒阈值来改进对未来事件的响应。系统的其它部件可以包括有网状网络根节点的基站303(可选)、无线局域网(例如,wi-fi)路由器304和因特网连接305。在其它实施方案中,连接可以是硬连线的或经由移动电话完成。箭头306和307指示无线网状连接,自配置,(例如)符合Zigbee标准。诸如星型的其它无线通信架构也是可能的,并且指向多个点。箭头308指示wi-fi连接,例如,符合802.11标准。此网络是双向的,因此,可以从基站命令设备以(例如)采集一组样本、接受新算法、接受未升级的软件、提供原始的未经处理的数据、提供电池状态、设备健康信息等。在一些实施方案中,基站303的功能可以改为由被提供服务的建筑物中的,或云(远程)网络中的,或位于其他地方的软件提供。不同于在此处明确描述的那些计算机和外围硬件的其它计算机和外围硬件也是可能的。
目前的系统利用低成本传感器、无线连接性和高度集成的、强大的、廉价处理器的出现来降低成本。许多信号处理可以致力于在远程位置处运行的软件。目标(尤其)为智能手机市场的传感器和处理器本身是非常昂贵的。该设备具有不需要工具的简单的附接手段,因此促进简易安装。另外,该设备具有可以持续几年的自包含式电源,并且它本身可以自动地附接至无线通信系统而无需任何用户交互。
通过使用相对新的小功率传感器、处理器和无线通信硬件最大化使用寿命,其中许多已经被研发用于远程低维护应用。这些设备通常具有极低占空比,因此意味着相比于其主动收集处理、处理或传达数据,其保持睡眠状态会更长。例如,给定的传感器设备可以每隔10秒醒来,而收集数据持续仅100毫秒,对应于1%的占空比。这极大地降低了大部分时间相对于设备的平均功耗。处理器可以被配置来执行数据简化,并且仅传输适当的信息。其可以自适应地操作传感器以最小化数据损失并且降低功耗。系统中的计算机和外围硬件可以(例如)被用来通过学习估计声学信号随时间的存在概率而最小化对电池的使用,压缩数据以及实现低带宽传输,对数据排序,与主时钟同步,和/或将同步的声学数据传输至主时钟。占空比可以(例如)在管道系统中预期的不活动周期期间小很多。关键数据分析和决策可以由集中处理器做出。
数据分析系统
现在将描述监测建筑物或容器中管道系统和附接设备的完整性的数据分析系统。目前,为了了解管道系统分支内的流体流动,需要沿着每个支路安装单独的流动传感器。这些目前技术的限制因素包括需要多个传感器以及没有能力确定除了其影响流量测量以外的任何问题。也就是说,管网本身中的声学改变将不会被记录。此外,虽然这些系统提供精确的流率读数,但是对于一些应用,绝对精确度可能不是最为关键的。
在目前的方法中,利用来自管道系统中多个传感器的数据来了解流体流动率和因流量引起的可能的问题。在一些实施方案中,分析系统采用来自各种类型的多个传感器的时间相关数据,例如,流率、温度、压力、和声学特征。对多个数据流的分析可以在监视下在关于系统完整性的决策中建立可信度。传感器不一定需要安装在每个管道支路上,因为管道作为声学导波管工作,并且一般而言,将针对每个不同的流组合产生来自每个传感器的声学特征的独特组合。分析这些特征应该足以利用水流来确定(一条或多条)支路。这些特征常常包括每个不同信号的信号接收开始的相对时间,以及在检测信号的每个传感器处信号的相对幅度。
在管道中流动的流体的特征包括:(a)当流动开始、关闭时或当一定量的夹带空气经过时,每段管道的机械“减幅振荡”。此减幅振荡还可以用来巩固对承载水流的管道的识别;(b)通过管道内非层流流体流动感应到的振动;(c)由泄漏引起的振动,其中气蚀和其它湍流特性导致较高频率噪音;以及(d)由导致液滴形成和释放的极缓慢泄漏引起的长期信号。如本领域一个熟练的技术人员将知道的,对于由管道中的流体流动产生的声学特征,还存在其它原因。
通过将来自在管道系统进口端处的精确流率测量设备的外部数据组合到来自多个传感器的数据集以形成一组系统数据,可以将许多量化信息添加到上文的分析技术。更多流率测量设备将简化确定,但不一定是必需的。以更大精确度估计流率的过程涉及学习算法,该学习算法识别来自一组传感器的声学特征的独特组合,将此独特组合与由(一个或多个)精确的测量设备测量的流率相关联,并且不断地改善关联性活动。可选地,该过程可以运行学习程序,该学习程序通过对管道系统上的各种设备的首次识别过程来分步骤引导(step)拥有者。此程序将要求用户以设计用于最大化学习过程的顺序来识别操作设备。此过程可以在移动设备或(诸如)平板或膝上型计算机的其它便携式计算系统上方便地实施。
一旦在有或者没有来自精确流率测量设备的外部数据情况下已经确定了特征和流的组合的合理确定,就可以分析异常信号事件以给出对流问题的估计-(例如)破裂或堵塞的管,或甚至已经从壁松动的管道。将声学信号转换为流动信息的过程可能是极度计算密集型的,并且因此,应该在计算能力和电源不太昂贵的情况下,例如在云中执行。
该方法的实施方案可以包括随时间的自适应分析,这种随时间的自适应分析允许通过定制传感器(tailoring sensor)和处理使用(占空比)来检测极小泄漏并降低功耗。分析可以包括与已存储特征的图案匹配,其中特征可能包括(例如)时间和天气信息、滤波的频谱信息、和经由用户输入“学习”的特征(例如,马桶已被冲洗)。分析可以包括使用关于管道年龄和类型和/或设备年龄和类型的数据。随时间的自适应分析允许系统警告关于附接设备的维护需要。因此,数据系统学习建筑物中管道系统和附接设备的特性特征。此外,数据系统可以包括外部数据,该外部数据可以包括气象测量和预测的元件、关于管道系统的信息、和来自附接到管道系统的流量计的信息。
通过使用来自多个传感器的组合信号,可以改进系统灵敏度超过单独的传感器灵敏度。例如,中央处理器可以基于来自传感器中的一个(例如,离使用中的器具最近或离泄漏位置最近一个传感器)的数据来识别在具体流体流动事件期间有效的一个具体声学频率范围或多个范围。该处理器可以调整其它传感器以将重点放在有源声学频率的子集上,这将为每个传感器降低信噪比。这些信号的组合为中央处理器提供了更完整的信息,并且因此,提供比一个单独传感器更好的灵敏度和准确度。因此,与多个感测设备通信的处理部件能够对从感测设备采撷的数据执行分析,其中由处理部件分析的系统泄漏检测灵敏度和/或精确度比感测设备的泄漏检测灵敏度和/或准确度更高。
因此,可编程传感器还可以用于改善系统性能。在一些实施方案中,传感器可以是可编程的以提高泄漏检测的灵敏度;也就是说,管道系统中的泄漏识别。例如,泄漏产生具有与传统流体使用不同轮廓的声学信号,通常包括更高的频率分量。在其它实施方案中,传感器可以是电池供电的,并且可以是可编程的以增加电池工作时间。例如,传感器的占空比可以在低流体流动的持续期期间(诸如,夜间或当建筑未被占用时)降低。作为另一实例,如果相关联的接收器检测到足够的信号强度,则无线发送器的功率可以降低。可编程性可以包括至少部分地由来自中央处理单元的指令指引的传感器。而在其它实施方案中,可编程性包括选择某些时间段来记录和处理信号,以及选择某些时间段来采取小功率休眠的模式。例如,时间段可以包括选择高流体流动的次数和可忽略的流体流动的次数。泄漏定位可以通过(例如)对接近流体泄漏的如通过传感器的整体声学信号强度确定的传感器的频率范围进行编程来改进。可以对来自近端传感器的处于具体频率(诸如,系统将其与泄漏相关联的频率)下的信号的振幅进行比较。因为处于不同频率下的声学波沿着管道长度以不同速率衰减,所以可以相对于近侧传感器估计泄漏位置。
可以通过利用不同的报警阈值对传感器进行编程来改进误警率。当通知该系统误报警时,可以调节各个传感器的阈值。例如,接近器具(例如,洗衣机)产生强噪声学的传感器可能具有增加的报警阈值。
该分析方法可以利用远离一个或多个建筑物的计算资源与网络上的传感器。该方法包括实现上面列举的各种想法的软件代码。该方法包括根据时间表与传感器(其随时间可以改变位置、编号或类型)通信,或者也可以是事件驱动的。例如,在感兴趣建筑物当地的暴雨中,该过程可以更频繁地询问传感器阵列。该方法可以通过确保传感器具有最新的软件并且实现对传感器的电池状态和其他可观察健康特性的询问来维持传感器。根据时间表,该方法可以将指示传感器系统和管道系统健康状态的报告以及可选地流体使用统计信息传达给建筑物或传感器网络拥有者指定的各方。若存在可疑问题,该方法将随时与指定方通信。动作将取决于问题的严重性。其也可以命令一个或多个可选的阀关闭并且停止流体供给。该方法能够为建筑提供廉价的、功能强大的、易于部署的保护使其免受泄漏液体的损害。
在一个实施方案中,在集中处理单元上运行的管理软件与多个传感器通信。在其他实施方案中,管理软件可以在一组分布式处理单元上运行。这种分布可以是,但不限于:1)在不同的地理区域中运行相同代码的处理单元,每个有一组本地传感器进行监视;或2)在传感器上、每栋房子中的基站和一个或多个中央处理单元、所有能够执行本文所定义的功能的组合上运行的分布式代码。
在一些实施方案中,该系统包括一个移动应用程序,该移动应用程序可以用于指示哪些设备正在进行操作,或用来存储关于传感器位置和状态的数据(例如,照片)。在其他实施方案中,该系统包括用于将数据传送到中央数据库、在此中央数据库处执行分析并且将结果传送回至现场的设备。该分析可能包括用于将特定建筑物的特征和设备数据与其他建筑物的特征和设备数据进行比较以建立对可能的故障机理和特征的理解的方法。
图4示出描绘在一个实施方案中声学感测系统的传感器的操作的流程图400。虽然只描述了一个传感器,但是应当理解,传感器可以是耦接到管道系统的多个传感器中的一个。首先提供感测设备,其中传感器在初始状态410下开始。感测设备包括声学传感器(例如,麦克风或加速度计)、模数转换器和本地微控制器。传感器状态设置可能包括微控制器模式、(一个或多个)声学频率范围、采样率、放大器增益、ADC动态范围、唤醒时间、(一个或多个)唤醒触发阈值或其他设置。在步骤420中,传感器报告给系统的控制器。也就是说,从系统中的感测设备收集数据。从传感器报告的信息可能包括麦克风或加速度计数据(处理或未经处理)、电池状态、无线链路状态、报警器、温度、软件修订水平或其它传感器状态信息。数据430可以由控制器接收,诸如外部数据,包括气象测量和预测的元件、关于管道系统的信息和来自附接到管道系统的流量计的信息。
在步骤440中,系统控制器使用学习算法来分析数据以改进关于流率分布的信息的准确性和完整性。例如,控制器可以是将经处理的声学信号与存储的模板和历史数据进行比较的分析系统。为了本公开的目的,控制器也可以被称为处理部件、集中处理单元或中央控制器。因此,可以更加有效地将来自正常或预期流体流动(诸如,厕所冲洗)的声学信号与泄漏或者其它非预期的流体流动区别开。作为另一实例,分析系统可以根据已处理的声学信号与存储的模板和历史数据的比较结果来改变感测设备中的参数。作为另一个实例,该系统可以基于接近传感器的声学特性来改变感测设备中的参数。如果系统从一个传感器接收到流体流动的相对清晰的信号,则该系统可以基于从第一传感器接收的频率来调谐其它传感器参数。作为另一个实例,该系统可以基于对其它同样仪表化的管道系统的操作的分析来改变感测设备中的参数。该系统可以(例如)从其他安装件与类似器具和管道构造来获悉附接到管道系统中的某些器具(诸如,厕所和淋浴器)的声学信号。在一些实施方案中,学习算法可以对不准确且不完整的数据进行操作。例如,该数据可能是来自已经移除的,不可用的,没有安装的或离流体流动事件太远以至于不能检测给定事件的传感器的丢失信号。不准确的数据可以包括实际泄漏被错误地归类为假警报的情况。该学习算法可以采用(例如)支持向量机,该支持向量机可有效对抗不准确且不完整的数据。在其它实施方案中,为管道系统的特性具体训练学习算法,诸如厕所冲洗或淋浴器热水和/或冷水激活和去激活的特性。该系统可以(例如)包括指示用户执行具体活动(例如,打开淋浴器热水)的训练界面。以这种方式,传感器信号特征可以最终与具体流体流动事件相关联。在步骤420和440中对数据的收集和分析可以在计算机的硬件处理器上执行。
在步骤450中从控制器接收的参数可以包括(一个或多个)声学频率范围、采样率、放大器增益、ADC动态范围、唤醒时间、(一个或多个)唤醒触发阈值或其他设置。在从控制器接收设置后,传感器现在处于修改状态460下,其中其已经(例如)调整了其唤醒时间以降低功耗或已经更改了其传感器参数从而被调谐,以改进整个系统性能。传感器将继续向控制器报告数据,如由步骤420所描绘的。随着时间的推移,可以基于来自传感器的数据和附加数据重复这种循环430。
虽然已经描述了诸如某些电池和微控制器类型的特定部件,但是满足所期望性能特性的其它等效部件可以替代。
虽然已经相对于本发明的具体实施方案详细地描述了本说明书,但是本领域的技术人员理解,一旦获得对前述内容的理解,可以很容易地构想到这些实施方案的变更、修改和等价物。在不脱离本发明范围的情况下,本发明的这些和其它变更和修改可以由本领域的普通技术人员来实施。此外,本领域的那些普通技术人员将理解,前面的描述仅是举例的方式,而并不旨在限制本发明。因此,本发明主题旨在涵盖这种修改和变型。
Claims (21)
1.一种流体流动监测系统,其包括:
多个传感器,所述传感器在声学上耦接到包含互连的流体输送管道的管道系统,所述传感器收集传感器数据;和
收纳有中央处理单元的分析系统,所述分析系统分析来自所述多个传感器的传感器数据以提供所述互连的流体输送管道中的泄漏识别;
其中所述多个传感器中的每个传感器被配置来自适应地编程以改进系统性能参数。
2.根据权利要求1所述的系统,其中所述传感器是电池供电的。
3.根据权利要求1所述的系统,其中所述传感器非侵入地耦接至所述管道系统。
4.根据权利要求1所述的系统,其中所述系统性能参数包括电池寿命、声学灵敏度、泄漏定位和误警率。
5.根据权利要求1所述的系统,其中至少一个传感器是可编程的。
6.根据权利要求5所述的系统,其中所述至少一个传感器是可编程的以改进所述泄漏识别的灵敏度。
7.根据权利要求5所述的系统,其中所述至少一个传感器是电池供电的,所述至少一个传感器可编程以增加所述电池的工作时间。
8.根据权利要求7所述的系统,其中工作时间的增加包括降低低流体流动的持续期期间的占空比。
9.根据权利要求5所述的系统,其中所述至少一个传感器至少部分地由来自所述中央处理单元的指令指引。
10.一种用于分析流体流动的方法,所述方法包括:
提供多个声学感测设备,所述声学感测设备具有i)麦克风或加速度计,ii)模数转换器,和iii)微控制器;
从所述多个声学感测设备收集数据;和
使用学习算法分析所述数据,其中所述学习算法通过下列各项中的至少一个来改进关于管道系统中流率的分析的信息的精确度和完整性:a)将已处理的声学信号与已存储的模板和历史数据相比较,b)根据已处理的声学信号与已存储的模板和历史数据的比较结果来改变所述感测设备中的参数,c)基于接近所述传感器的声学特性来改变所述感测设备中的参数,以及d)基于对其它同样仪表化的管道系统的操作的分析来改变所述感测设备中的参数;
其中在计算机硬件处理器上执行所述收集和分析。
11.根据权利要求10所述的方法,其中所述学习算法对不准确且不完全的数据进行操作。
12.根据权利要求10所述的方法,其中为所述管道系统的特性具体地训练所述学习算法。
13.一种流体泄漏探测装置,其包括:
多个感测设备,每个传感设备包括:
声学传感器,其中所述声学传感器能够检测来自被用来传输流体的管道的声学信号;
电连接到所述声学传感器的电池,所述电池具有小于1000mAh的容量;
包含所述声学传感器和所述电池的壳体;和
非侵入耦接元件,所述非侵入耦接元件被配置来将所述壳体(i)耦接到所述管道或(ii)耦接到靠近所述管道的位置;和
与所述多个感测设备通信的处理部件,所述处理部件能够对从所述多个感测设备采撷的数据执行分析,其中由所述处理部件分析的系统泄漏检测灵敏度高于所述感测设备的泄漏检测灵敏度。
14.根据权利要求13所述的系统,其中所述声学传感器包括具有小于4000mV/g的灵敏度的加速度计,或具有小于-30dBV/Pa的灵敏度的麦克风。
15.根据权利要求14所述的系统,其中所述麦克风包括压电材料和微机电系统装置中的至少一个。
16.根据权利要求13所述的系统,其中所述壳体包括适形材料,其中,所述适形材料在维持与所述管道声学接触的同时适应各种管道大小。
17.根据权利要求13所述的系统,其中所述耦接元件包括带、夹具、粘合剂或压敏粘合剂。
18.根据权利要求13所述的系统,其中所述分析是可编程的。
19.根据权利要求18所述的系统,其中所述可编程性包括选择某些时间段来记录和处理信号,以及选择某些时间段来采取小功率休眠的模式。
20.根据权利要求19所述的系统,其中所述可编程性包括选择高流体流动的次数和可忽略的流体流动的次数。
21.根据权利要求18所述的系统,其中所述可编程性至少部分地由中央控制器指引。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261733207P | 2012-12-04 | 2012-12-04 | |
US61/733,207 | 2012-12-04 | ||
PCT/US2013/073200 WO2014089249A1 (en) | 2012-12-04 | 2013-12-04 | Fluid flow detection and analysis device and system |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104838241A true CN104838241A (zh) | 2015-08-12 |
CN104838241B CN104838241B (zh) | 2019-05-28 |
Family
ID=50883976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380063437.3A Active CN104838241B (zh) | 2012-12-04 | 2013-12-04 | 流体流动检测和分析设备及系统 |
Country Status (5)
Country | Link |
---|---|
US (3) | US9664589B2 (zh) |
EP (1) | EP2929300B1 (zh) |
CN (1) | CN104838241B (zh) |
ES (1) | ES2725534T3 (zh) |
WO (1) | WO2014089249A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107126659A (zh) * | 2017-06-26 | 2017-09-05 | 贵阳博烁科技有限公司 | 消防栓管理装置及系统 |
CN108679455A (zh) * | 2018-05-17 | 2018-10-19 | 中山市顺康塑料制品有限公司 | 管道泄漏监测装置及管道泄漏监测方法 |
CN109443456A (zh) * | 2018-10-31 | 2019-03-08 | 华北电力大学(保定) | 流量测量方法及装置 |
CN109488886A (zh) * | 2017-09-11 | 2019-03-19 | 清华大学 | 油气管道内检测器数据集线系统及时序控制方法 |
CN109952575A (zh) * | 2016-11-10 | 2019-06-28 | 3M创新有限公司 | 用于监督本地分析的系统和方法 |
CN111727360A (zh) * | 2017-12-26 | 2020-09-29 | 罗伯特·博世有限公司 | 利用声音信号对管道系统进行泄漏检测 |
CN111771112A (zh) * | 2017-11-20 | 2020-10-13 | Phyn有限责任公司 | 建筑供水的被动泄漏检测 |
CN113219541A (zh) * | 2021-04-16 | 2021-08-06 | 浙江纺织服装职业技术学院 | 一种非金属管堵塞检测装置 |
CN113286993A (zh) * | 2018-11-07 | 2021-08-20 | 安泰克安全公司 | 一种用于自动化系统的淹水传感器 |
CN113324603A (zh) * | 2021-04-16 | 2021-08-31 | 浙江纺织服装职业技术学院 | 一种非金属管流通状态的检测装置 |
Families Citing this family (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2725534T3 (es) | 2012-12-04 | 2019-09-24 | Stephen J Horne | Dispositivo y sistema de detección y análisis de flujo de fluidos |
US9665536B2 (en) * | 2013-01-22 | 2017-05-30 | General Electric Company | Systems and methods for providing a cloud flowmeter |
US9506785B2 (en) | 2013-03-15 | 2016-11-29 | Rain Bird Corporation | Remote flow rate measuring |
WO2016032457A1 (en) * | 2014-08-27 | 2016-03-03 | Leeo, Inc. | Fluid-flow monitor |
DE102014119512A1 (de) * | 2014-12-23 | 2016-06-23 | Endress + Hauser Flowtec Ag | Durchflussmessgerät |
US9928724B2 (en) | 2015-05-13 | 2018-03-27 | Rachio, Inc. | Flow characteristic detection and automatic flow shutoff |
GB201509450D0 (en) * | 2015-06-01 | 2015-07-15 | Reece Innovation Ct Ltd | Leak detection system |
WO2017005269A1 (en) * | 2015-07-03 | 2017-01-12 | Kamstrup A/S | System for monitoring a utility network |
US20210183227A1 (en) * | 2015-09-25 | 2021-06-17 | Conservation Labs, Inc. | Sound monitoring system |
CA3000003C (en) * | 2015-09-25 | 2023-04-11 | Mark KOVSCEK | Fluid monitoring system |
US10062259B2 (en) * | 2015-10-01 | 2018-08-28 | Superior Communications, Inc. | Pool floatation device with sonar |
BR102015025882B1 (pt) * | 2015-10-09 | 2021-02-02 | Jose Roberto Do Amaral Assy | sensor de fluxo de material particulado sólido e método de economia de energia para sensor de fluxo de material particulado sólido |
US11430322B2 (en) * | 2015-12-16 | 2022-08-30 | Pillar Technologies, Inc. | Systems and methods for building water-leak detection and alert |
WO2017117030A1 (en) * | 2015-12-28 | 2017-07-06 | Nudge Systems, LLC | Fluid flow sensing systems and methods of use |
US10408647B2 (en) * | 2016-02-15 | 2019-09-10 | Olea Networks, Inc. | Analysis of pipe systems with sensor devices |
US10048159B2 (en) | 2016-02-29 | 2018-08-14 | Mueller International, Llc | Adjustable hydrant strap |
CA3027902C (en) * | 2016-06-16 | 2019-09-17 | Hifi Engineering Inc. | Method of estimating flowrate in a pipeline |
WO2018013857A1 (en) | 2016-07-13 | 2018-01-18 | Rain Bird Corporation | Flow sensor |
SG11201903149XA (en) * | 2016-10-13 | 2019-05-30 | South East Water Corp | Vibration sensor for fluid leak detection |
US10704935B2 (en) | 2016-12-04 | 2020-07-07 | Buoy Labs, Inc. | Fluid flow detector with tethered drag block |
WO2018154449A1 (en) * | 2017-02-21 | 2018-08-30 | Sensworx Systems India Pvt Ltd | System and method for monitoring water distribution and leakage detection |
US20180238765A1 (en) * | 2017-02-22 | 2018-08-23 | Max H. GRAMESPACHER | Method and system for water metering and unusual water flow detection |
CN106870960B (zh) * | 2017-03-03 | 2018-09-21 | 河北工程大学 | 一种管道漏水自动化监测系统及方法 |
US11105705B1 (en) * | 2017-03-31 | 2021-08-31 | Leaksentinel Inc. | Non-invasive, independently powered leak detector and valve shut-off apparatus |
US20180347764A1 (en) * | 2017-06-06 | 2018-12-06 | James M. Kellar | System and Method for Detecting Broken or Clogged Drainage Pipe Structures |
USD866375S1 (en) | 2017-08-02 | 2019-11-12 | Buoy Labs, Inc. | Water flow monitoring device |
GB201714509D0 (en) * | 2017-09-08 | 2017-10-25 | Univ Of Huddersfield | Fluid flow apparatus, method of manufacture and use thereof |
US10697940B2 (en) * | 2017-09-20 | 2020-06-30 | Fisher Controls International Llc | Methods and apparatus to multi-purpose an acoustic emission sensor |
US10473494B2 (en) | 2017-10-24 | 2019-11-12 | Rain Bird Corporation | Flow sensor |
US11781895B2 (en) | 2018-02-23 | 2023-10-10 | Buoy Labs, Inc. | Fluid flow analysis and management |
TWI649564B (zh) * | 2018-01-25 | 2019-02-01 | 桓達科技股份有限公司 | 線上物料水分量測系統及其方法 |
US11150154B2 (en) * | 2018-06-08 | 2021-10-19 | Orbis Intelligent Systems, Inc. | Pipe sensors |
US11733115B2 (en) | 2018-06-08 | 2023-08-22 | Orbis Intelligent Systems, Inc. | Detection devices for determining one or more pipe conditions via at least one acoustic sensor and including connection features to connect with an insert |
US11698314B2 (en) | 2018-06-08 | 2023-07-11 | Orbis Intelligent Systems, Inc. | Detection device for a fluid conduit or fluid dispensing device |
EP3873313A1 (en) * | 2018-10-30 | 2021-09-08 | Shine Bathroom Technologies, Inc. | Intelligent networked toilet system with customizable feature set |
US11662242B2 (en) | 2018-12-31 | 2023-05-30 | Rain Bird Corporation | Flow sensor gauge |
FI20195034A1 (fi) * | 2019-01-18 | 2020-07-19 | Winhax Solutions Oy | Jälkiasennettava nesteen ja kaasun virtausmittari |
US20200300664A1 (en) * | 2019-03-18 | 2020-09-24 | MoniThing LLC | Method and system for monitoring water flow |
BR102020009199A2 (pt) * | 2020-05-08 | 2021-11-23 | Alexandre Leite Rosa | Sensor de fluxo |
EP4211465A4 (en) * | 2020-09-09 | 2024-02-28 | Siemens Healthcare Diagnostics, Inc. | SENSOR ARRANGEMENT |
CA3198593A1 (en) * | 2020-10-15 | 2022-04-21 | Recon Pillar Llc | Systems and methods for building water-leak detection and alert |
SE544526C2 (en) * | 2020-12-07 | 2022-07-05 | Cleanguard Ab | A method, a computer program and a system for monitoring utilization of individual water appliances of a common water distribution system |
EP4019908B1 (en) * | 2020-12-28 | 2024-01-17 | Kamstrup A/S | Fluid consumption meter and method for detecting sound in a piping system |
SE2150609A1 (en) | 2021-05-12 | 2022-11-13 | Inventiair Ab | System and method for monitoring and analysing a change of sound variables in a closed pressurized unit |
US20220404230A1 (en) | 2021-06-10 | 2022-12-22 | Waterx Technologies, Inc. | Devices, systems and methods for detecting leaks and measuring usage |
WO2023034882A1 (en) * | 2021-08-31 | 2023-03-09 | Orbis Intelligent Systems, Inc. | Monitoring sites of a fluid delivery infrastructure |
US11788919B2 (en) | 2021-10-08 | 2023-10-17 | Itron, Inc. | Coordinated acoustic leak detection sensor sampling |
TWI786989B (zh) * | 2021-12-13 | 2022-12-11 | 溫玉華 | 鞍帶式監測栓閥裝置 |
WO2023150390A2 (en) * | 2022-02-07 | 2023-08-10 | Iot Technologies Llc | Systems and methods for detecting events using data classification |
US12007306B2 (en) | 2022-06-01 | 2024-06-11 | Haier Us Appliance Solutions, Inc. | Method for associating a leak detector with an appliance |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5974862A (en) * | 1997-05-06 | 1999-11-02 | Flow Metrix, Inc. | Method for detecting leaks in pipelines |
US20020124666A1 (en) * | 1996-09-02 | 2002-09-12 | Navarro Vincente Blazquez | Self-sufficient electronic system for instant monitoring of steam traps, valves and installations |
US20030167847A1 (en) * | 2000-06-26 | 2003-09-11 | Brown Ian J. | Leak detection apparatus and method |
US20050279169A1 (en) * | 2002-11-12 | 2005-12-22 | Paul Lander | Tracking vibrations in a pipeline network |
US20060219438A1 (en) * | 2005-04-05 | 2006-10-05 | Halliburton Energy Services, Inc. | Wireless communications in a drilling operations environment |
CN101008992A (zh) * | 2006-12-30 | 2007-08-01 | 北京市劳动保护科学研究所 | 基于人工神经网络的管道泄漏的检测方法 |
CN101246467A (zh) * | 2007-11-19 | 2008-08-20 | 清华大学 | 自适应阈值检漏结合多尺度快速时延搜索的泄漏定位方法 |
CN101539241A (zh) * | 2009-05-07 | 2009-09-23 | 北京航空航天大学 | 一种管道泄漏监测网络的层级式多源数据融合方法 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3580092A (en) | 1969-12-23 | 1971-05-25 | Scarpa Lab Inc | Acoustic flowmeter |
US3906780A (en) * | 1972-10-12 | 1975-09-23 | Mobil Oil Corp | Particulate material detection means |
TW283763B (zh) | 1992-10-06 | 1996-08-21 | Caldon Inc | |
US5416724A (en) | 1992-10-09 | 1995-05-16 | Rensselaer Polytechnic Institute | Detection of leaks in pipelines |
US5353627A (en) | 1993-08-19 | 1994-10-11 | Texaco Inc. | Passive acoustic detection of flow regime in a multi-phase fluid flow |
US5349568A (en) * | 1993-09-27 | 1994-09-20 | The University Of Chicago | Leak locating microphone, method and system for locating fluid leaks in pipes |
US6567006B1 (en) * | 1999-11-19 | 2003-05-20 | Flow Metrix, Inc. | Monitoring vibrations in a pipeline network |
US20020073768A1 (en) | 2000-09-01 | 2002-06-20 | Joynes George Malcolm Swift | Fluid flow sensors & leak detection systems |
US6644119B1 (en) | 2002-06-28 | 2003-11-11 | The Regents Of The University Of California | Noninvasive characterization of a flowing multiphase fluid using ultrasonic interferometry |
US7274996B2 (en) | 2003-10-20 | 2007-09-25 | Genscape Intangible Holding, Inc. | Method and system for monitoring fluid flow |
US20060174707A1 (en) * | 2005-02-09 | 2006-08-10 | Zhang Jack K | Intelligent valve control methods and systems |
CA2503275A1 (en) | 2005-04-07 | 2006-10-07 | Advanced Flow Technologies Inc. | System, method and apparatus for acoustic fluid flow measurement |
MX2007014705A (es) * | 2005-05-27 | 2008-02-15 | Cidra Corp | Un aparato y metodo para medir un parametro de un flujo de fases multiples. |
US20070206521A1 (en) | 2006-03-05 | 2007-09-06 | Osaje Emeke E | Wireless Utility Monitoring And Control Mesh Network |
US8166823B2 (en) * | 2009-09-29 | 2012-05-01 | National Oilwell Varco, L.P. | Membrane-coupled ultrasonic probe system for detecting flaws in a tubular |
US8539820B2 (en) * | 2010-11-01 | 2013-09-24 | King Fahd University Of Petroleum And Minerals | Acoustic leak detection system and method with enviromental noise isolation |
US8494932B2 (en) | 2011-03-18 | 2013-07-23 | International Business Machines Corporation | Fluid flow measurement system |
US8930150B2 (en) | 2012-02-01 | 2015-01-06 | International Business Machines Corporation | Leak detection in a fluid distribution network |
ES2725534T3 (es) | 2012-12-04 | 2019-09-24 | Stephen J Horne | Dispositivo y sistema de detección y análisis de flujo de fluidos |
-
2013
- 2013-12-04 ES ES13860742T patent/ES2725534T3/es active Active
- 2013-12-04 WO PCT/US2013/073200 patent/WO2014089249A1/en active Application Filing
- 2013-12-04 CN CN201380063437.3A patent/CN104838241B/zh active Active
- 2013-12-04 EP EP13860742.9A patent/EP2929300B1/en active Active
- 2013-12-04 US US14/097,227 patent/US9664589B2/en active Active
-
2017
- 2017-05-25 US US15/605,657 patent/US10732069B2/en active Active
-
2020
- 2020-08-03 US US16/983,966 patent/US11668622B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020124666A1 (en) * | 1996-09-02 | 2002-09-12 | Navarro Vincente Blazquez | Self-sufficient electronic system for instant monitoring of steam traps, valves and installations |
US5974862A (en) * | 1997-05-06 | 1999-11-02 | Flow Metrix, Inc. | Method for detecting leaks in pipelines |
US20030167847A1 (en) * | 2000-06-26 | 2003-09-11 | Brown Ian J. | Leak detection apparatus and method |
US20050279169A1 (en) * | 2002-11-12 | 2005-12-22 | Paul Lander | Tracking vibrations in a pipeline network |
US20060219438A1 (en) * | 2005-04-05 | 2006-10-05 | Halliburton Energy Services, Inc. | Wireless communications in a drilling operations environment |
CN101008992A (zh) * | 2006-12-30 | 2007-08-01 | 北京市劳动保护科学研究所 | 基于人工神经网络的管道泄漏的检测方法 |
CN101246467A (zh) * | 2007-11-19 | 2008-08-20 | 清华大学 | 自适应阈值检漏结合多尺度快速时延搜索的泄漏定位方法 |
CN101539241A (zh) * | 2009-05-07 | 2009-09-23 | 北京航空航天大学 | 一种管道泄漏监测网络的层级式多源数据融合方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109952575B (zh) * | 2016-11-10 | 2023-12-29 | 3M创新有限公司 | 用于监督本地分析的系统和方法 |
CN109952575A (zh) * | 2016-11-10 | 2019-06-28 | 3M创新有限公司 | 用于监督本地分析的系统和方法 |
CN107126659A (zh) * | 2017-06-26 | 2017-09-05 | 贵阳博烁科技有限公司 | 消防栓管理装置及系统 |
CN109488886B (zh) * | 2017-09-11 | 2024-01-23 | 清华大学 | 油气管道内检测器数据集线系统及时序控制方法 |
CN109488886A (zh) * | 2017-09-11 | 2019-03-19 | 清华大学 | 油气管道内检测器数据集线系统及时序控制方法 |
CN111771112A (zh) * | 2017-11-20 | 2020-10-13 | Phyn有限责任公司 | 建筑供水的被动泄漏检测 |
CN111771112B (zh) * | 2017-11-20 | 2024-01-05 | Phyn有限责任公司 | 建筑供水的被动泄漏检测 |
CN111727360A (zh) * | 2017-12-26 | 2020-09-29 | 罗伯特·博世有限公司 | 利用声音信号对管道系统进行泄漏检测 |
CN108679455A (zh) * | 2018-05-17 | 2018-10-19 | 中山市顺康塑料制品有限公司 | 管道泄漏监测装置及管道泄漏监测方法 |
CN109443456B (zh) * | 2018-10-31 | 2021-01-12 | 华北电力大学(保定) | 流量测量方法及装置 |
CN109443456A (zh) * | 2018-10-31 | 2019-03-08 | 华北电力大学(保定) | 流量测量方法及装置 |
CN113286993A (zh) * | 2018-11-07 | 2021-08-20 | 安泰克安全公司 | 一种用于自动化系统的淹水传感器 |
CN113219541A (zh) * | 2021-04-16 | 2021-08-06 | 浙江纺织服装职业技术学院 | 一种非金属管堵塞检测装置 |
CN113324603A (zh) * | 2021-04-16 | 2021-08-31 | 浙江纺织服装职业技术学院 | 一种非金属管流通状态的检测装置 |
Also Published As
Publication number | Publication date |
---|---|
US11668622B2 (en) | 2023-06-06 |
US20140366612A1 (en) | 2014-12-18 |
EP2929300A1 (en) | 2015-10-14 |
US9664589B2 (en) | 2017-05-30 |
US20170261397A1 (en) | 2017-09-14 |
CN104838241B (zh) | 2019-05-28 |
EP2929300A4 (en) | 2016-08-03 |
US20200363283A1 (en) | 2020-11-19 |
WO2014089249A1 (en) | 2014-06-12 |
ES2725534T3 (es) | 2019-09-24 |
EP2929300B1 (en) | 2019-02-20 |
US10732069B2 (en) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11668622B2 (en) | Fluid flow detection and analysis device and system | |
US11262271B2 (en) | Water control system | |
CN106369288B (zh) | 给水管网漏损监控系统 | |
CN208459810U (zh) | 一种基于arm的智能家庭漏水浸水保护装置 | |
CN201955882U (zh) | 一种森林火险测试及预警装置 | |
CN101871834A (zh) | 一种无线远程漏水探测设备与系统 | |
KR20140063380A (ko) | 소음 수준 및 분포를 이용한 상시 누수진단 시스템 | |
JP2008516234A (ja) | パイプライン網内の振動の追跡 | |
CN101349382B (zh) | 管道运输防盗预警方法及系统 | |
CN209230681U (zh) | 一种窨井监测终端 | |
KR100865794B1 (ko) | Usn 기반 수도정보 통합관리방법 | |
US20210183227A1 (en) | Sound monitoring system | |
KR101382232B1 (ko) | 소음 수준 및 분포를 이용한 상시 누수진단 시스템 | |
CN104930340B (zh) | 蒸汽热网疏水器的分布式无线监测装置、系统及工作方法 | |
KR101382231B1 (ko) | 음의 연속성을 이용한 누수진단 시스템 | |
EP3752810B1 (en) | Building type classification | |
CN203630924U (zh) | 室外电力设备凝水报警装置 | |
CN108512900A (zh) | 污水管网智能监测系统 | |
Choudhary et al. | Battery-Powered Wireless Sensor Network for Non-Invasive Monitoring of Water Usage Events in Premise Plumbing Systems | |
US11713847B2 (en) | Steam trap | |
CN117990162B (zh) | 一种基于卷积神经网络的窨井监测装置及方法 | |
JP2018190459A (ja) | 看視システム | |
Nkemeni | Energy-aware distributed computing: application to leak detection in wireless sensor network-based water pipeline monitoring systems | |
Kannan et al. | EXAMINING THE EFFECTIVENESS OF WIRELESS SENSOR NETWORK IN UNDERWATER NETWORK PIPELINE MANAGEMENT | |
WO2022169554A1 (en) | Sound monitoring system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20200924 Address after: California, USA Patentee after: Shuishijia company Address before: California, USA Patentee before: Stephen J. Horn Patentee before: Robert .L. MacDonald |