CN109891032A - 用于一流体系统的常规在线水质及安全监测的系统及方法 - Google Patents
用于一流体系统的常规在线水质及安全监测的系统及方法 Download PDFInfo
- Publication number
- CN109891032A CN109891032A CN201780060470.9A CN201780060470A CN109891032A CN 109891032 A CN109891032 A CN 109891032A CN 201780060470 A CN201780060470 A CN 201780060470A CN 109891032 A CN109891032 A CN 109891032A
- Authority
- CN
- China
- Prior art keywords
- water
- sensor
- sensor values
- unit
- subelement
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 221
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000012544 monitoring process Methods 0.000 title claims description 30
- 239000012530 fluid Substances 0.000 title description 23
- 230000008859 change Effects 0.000 claims abstract description 18
- 230000005540 biological transmission Effects 0.000 claims description 27
- 238000011109 contamination Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 21
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 11
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 claims description 9
- 229910052801 chlorine Inorganic materials 0.000 claims description 9
- 239000000460 chlorine Substances 0.000 claims description 9
- 230000007850 degeneration Effects 0.000 claims description 6
- 238000002955 isolation Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000010926 purge Methods 0.000 claims description 4
- 206010003830 Automatism Diseases 0.000 claims description 3
- 239000008213 purified water Substances 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 2
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000012360 testing method Methods 0.000 description 15
- 238000012423 maintenance Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 14
- 239000000126 substance Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000036541 health Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 239000003344 environmental pollutant Substances 0.000 description 5
- 231100000719 pollutant Toxicity 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 241000700605 Viruses Species 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 3
- 241000894006 Bacteria Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 230000002547 anomalous effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000003153 chemical reaction reagent Substances 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 239000003651 drinking water Substances 0.000 description 3
- 235000020188 drinking water Nutrition 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000000376 reactant Substances 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 102000006822 Agouti Signaling Protein Human genes 0.000 description 1
- 108010072151 Agouti Signaling Protein Proteins 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 239000003124 biologic agent Substances 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 239000013043 chemical agent Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004737 colorimetric analysis Methods 0.000 description 1
- 239000000567 combustion gas Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005202 decontamination Methods 0.000 description 1
- 230000003588 decontaminative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010612 desalination reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000840 electrochemical analysis Methods 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003020 moisturizing effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/40—Arrangements in telecontrol or telemetry systems using a wireless architecture
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Pathology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Emergency Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Telephonic Communication Services (AREA)
- Alarm Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Emergency Alarm Devices (AREA)
- Pipeline Systems (AREA)
Abstract
一种方法用于监测一供水网络中的水质,所述方法包括:沿所述供水网络在多个预定地点提供多个传感器单元;以所述多个传感器单元监测所述供水网络中的水,以接收多个检测到的传感器值;实时地传送来自所述多个传感器单元的所述多个检测到的传感器值到一计算机服务器;在所述计算机服务器处分析所述多个传感器值,以便检测在所述多个传感器单元之间移动的水的质量变化;以及从所述计算机服务器输出实时数据到一地理信息系统(GIS)用户界面或一图形用户界面(GUI)。
Description
发明领域
本发明涉及用于监测对于水及其他流体源的质量及安全目的的一平台及一系统,更具体地,涉及一种在线、实时云基础的系统,其接收来自现场单元的监测数据并且交叉参考监测数据以及使用人工智能(AI)软件及算法进行数据分析。所述系统识别所述水源,并且监测单元遍布整个水系统或其他流体系统。
背景技术
引入有害物质,如生物或化学制剂,或在重要基础设施资源(如国家或市政供水)中发生的其他事件,即使是非故意的,也可能是灾难性的事件。
水是国家资源及生命和增长的源泉。与此同时,敌对分子及与卫生有关的事件也可能对水源造成严重伤害和重大损害。
近年来,鉴于世界各地发生的事件,安全组织得出了一个统一的结论,即恐怖组织很可能利用人口自身的基础设施系统和生活方式瞄准并罢工人口稠密地区的国家基础设施,以造成尽可能多的破坏。
不幸的是,世界各地的水基础设施系统的共同设计-供应网看起来像一棵树,有许多树枝及子枝-确保有害的水性物质可以传播到城市郊区和郊区最偏远的房屋。此外,并非所有威胁都来自恐怖分子。员工的不熟练或故障的设备可能有机会造成一个无意的但致命的水污染事件。
此外,例如地震、龙卷风及飓风等自然灾害以及在采矿或钻井过程中发生的无意的工作事故可能会损坏含有饮用水的管道。这种情况可能导致细菌及污染物渗入水系统并导致广泛的疾病。
今天的城市监控系统-信不信由你-是使用手动测试,这些活动在全市范围内的有限数量的地方进行,在一个拥有10,000名居民的城镇中,每周只抽取6或7个随机水样来测试水质!并且结果仅在24至48小时后才收到。
由于人力限制、低维护能力及当前系统的成本,安装用于监控整个城市的水质的系统实际上是无法实现的目标。因此,在较小的地区内才有非常小的项目完成,并且只有大型国家机构才能运行及维护大型水质监测站。
目前的监测系统装置描绘了悲伤及不可靠的画面;设备非常大并且购买昂贵,系统不稳定并且需要熟练的人员来操作及执行定期维护,这两者都很昂贵。系统需要定期校准并且使用大量昂贵的化学品。
此外,有两种方法可以监测游离氯,这是需要检查的值之一,而两种方式都存在问题。一种方法是比色分析,其包括将昂贵的试剂引入水中。测试后,水不能重新引入水系统。
另一种方法是电流测量,其中标准电流传感器设计由两个电极(阳极及阴极)组成,这两个电极测量通过阴极中次氯酸的化学还原所引起的电流变化。由于这种减少而流动的电流与氯浓度成比例。膜及电解质有助于控制反应。必须小心控制流率及压力,以便进行精确测量。这个方法在常规使用期间需要大量校准,并且需要针对每个新水源重新校准。今天,任何给定水系统的水源都经常变化,这加重了这种方法的缺点。
在近几年对现有系统进行的测试中,专家们寻找一种简单、低成本的解决方案,只需要最少的维护,并且无需专家分析结果就可以发送有关水质的稳定可靠的数据。符合这些标准的系统还没有找到。
发明内容
所述立即创新平台旨在满足上述专家制定的标准。所述创新平台提供了一种远离传统的安全措施的范式转变,所述安全措施专门用于在管道内的受保护供水设施,以保护处理厂及水本身。
这是通过获得关于全年供应给居民的水质的连续信息来实现的。在这个创新平台中的这种突破性方法为水提供了一种“网络保护”或“在线/实时保护”的类型。
所述平台监控并且提供所有市政供水管线及系统的连续信息,几乎不需要维护,具有远程校准功能以及具有一学习AI系统。所述平台包括配备有智能、廉价、创新传感器和/或多传感器模块的多个小型单元。这些单元测试多个水质参数并且将测试结果数据传输到一云服务器,所述云服务器存储及分析在所述现场中获得的信息。
通过使用由发明人及数据挖掘系统开发的复杂算法,允许这个平台实时地并且以最高精度识别漏洞及故障及并且预测故障的发展,即使在它们的起源时也是如此。
GIS软件用于创建一基于网络的用户界面及实时在线显示的动态网格。所述界面及显示允许所述系统管理员实时了解所有水管中的水质,并且为水质中检测到的任何缺陷或故障设置多个特定警报。还提供了一个客户端应用程序,为用户(维护人员、分析人员、管理员、主管等)提供在旅途中或现场监控、跟踪、接收通知、警报及更多等功能。
这个平台还提供了一种独特的解决方案,通过使用远程校准及维护方法解决了当前监控系统的维护问题。
根据本发明,提供了一种方法用于监测一供水网络中的水质,所述方法包括:沿所述供水网络在多个预定地点提供多个传感器单元;以所述多个传感器单元监测所述供水网络中的水,以接收多个检测到的传感器值;实时地传送来自所述多个传感器单元的所述多个检测到的传感器值到一计算机服务器;在所述计算机服务器处分析所述多个传感器值,以便检测在所述多个传感器单元之间移动的水的质量变化;以及从所述计算机服务器输出实时数据到一地理信息系统(GIS)用户界面或一图形用户界面(GUI)。
根据下面描述的本发明的优选实施例中的进一步特征,所述计算机服务器在一存储库中记录所述多个检测到的传感器值,并且比较来自所述多个传感器单元中的每一个的多个传感器值与存储在所述存储库中相同的所述多个传感器单元的多个记录值。
根据所描述的优选实施例中的更进一步的特征,所述计算机服务器比较来自多个按顺序定位的传感器单元的多个传送的传感器值,并且当确定所述多个按顺序定位的传感器单元中的一个或多个相对于其他所述多个按顺序定位的传感器单元有一局部异常时,所述计算机服务器向所述GIS用户界面发送多个警报。
根据进一步的特征,所述计算机服务器比较多个传送的传感器值与多个预定的传感器值参数。
根据进一步的特征,所述方法还包括当所述多个传送的传感器值在所述多个参数之外时,向所述GIS或GUI发送多个警报。
根据进一步的特征,所述服务器计算机在所述多个警报是错误的时候,学习调整所述多个参数。
根据进一步的特征,所述多个传感器单元包括一主单元及多个子单元,并且所述多个预定的传感器值参数根据在所述主传感器单元处所检测到的多个传感器值来校准。
根据进一步的特征,所述多个传感器单元仅包括多个无源传感器或多个无源及有源传感器。
根据进一步的特征,所述输出包括发送多个异常或多个故障的多个通知,包括所述多个异常或多个故障的多个地点。
根据进一步的特征,所述方法还包括基于来自所述多个地点的水的一传播速率来计算一受影响区域,并且影响以下至少一个:发送一警报,所述警报包括所述受影响区域的一指示;自动隔离所述受影响区域;对所述受影响区域中的水进行一自动净化处理;以及从所述受影响区域冲洗所述受影响区域中的水。
根据进一步的特征,所述多个传感器单元包括一主单元及多个子单元,所述主单元相对于所述多个子单元位于最接近净化水的一源头。
根据进一步的特征,所述计算机服务器比较来自多个子单元的多个传送的传感器值与来自所述主单元的多个传送的传感器值。
根据进一步的特征,所述计算机服务器将来自多个子单元的多个传送的传感器值与至少一个进行比较:来自在一相同支流中其他的所述多个子单元的多个传送的传感器值;来自所述主单元的多个传送的传感器值;以及来自在邻近多个支流中并行的所述多个子单元的多个传送的传感器值。
根据进一步的特征,所述计算机服务器还包括多个污染特征的一数据库,使得检测到所述多个污染特征中的一个导致一警报被发送到所述GIS或GUI。
根据进一步的特征,所述多个污染特征是基于游离氯、PH、浊度及电导率的多个参数之间的相对值。
根据进一步的特征,所述多个污染特征是基于以下至少一个的预定值:一游离氯值、PH值、浊度值及一电导率值。
根据进一步的特征,所述多个污染特征是可随时间检测,并且其中所述多个记录值被分析并且与所述多个污染特征比较,以及所述检测是一匹配的一结果或一未来匹配的一预测。
根据进一步的特征,所述多个污染特征异于水的一或多个概述,所述多个概述中的每一个与来自一不同水源的水有关。
根据进一步的特征,对存储在所述存储库中的所述多个传感器值的所述分析检测多个水管随时间的一退化。
根据进一步的特征,所述多个子单元中的其中一个沿着所述供水网络定位在一管道中的每一个汇合处或分歧处。
根据另一个实施例,提供了一种监测系统用于一供水网络,所述装置包括:一主传感器单元,位于所述供水网络的一水源的一出口处;多个子单元按顺序定位于所述供水网络内;一处理设备,与所述主传感器单元及所述多个子单元电子通信,所述处理设备配置成用以接收从所述主单元及子单元所传送的多个传感器值,并且所述处理设备包括一处理器及一非暂时性存储器,所述非暂时性存储器具有存储在其上的多个计算机可读指令,所述多个计算机可读指令指示所述处理器以:比较来自所述多个子单元的每一个的所述接收到的传感器值与来自所述主传感器单元的所述接收到的传感器值;比较来自所述多个子单元的每一个的所述接收到的传感器值与其余部分的所述多个子单元的所述接收到的传感器值;以及传送一值的汇总组,用以显示在一地理信息系统(GIS)或一图形用户界面(GUI)上,使得所述GIS或GUI显示所述多个接收到的传感器值一的一视觉表征。
根据进一步的特征,所述说处理器被进一步指示以:存储所述多个接收到的传感器值在一存储库;比较来自所述主传感器单元或一给定的所述子单元的所述多个接收到的传感器值与来自所述存储库用于相同的所述单元的多个存储的传感器值;以及通知是一异常模式,所述异常模式是通过所述比较识别的。
附图说明
本文仅通过示例的方式参考附图描述了各种实施例,其中:
图1是用于常规在线流体安全及水质监测的系统/平台的一图示。
图2是描绘所述多个单元及所述服务器计算机之间的互连的一图示。
图3是一检测异常的一视觉通知的一示例。
图4是一计算的隔离区域的一显示的一示例。
图5是在一局部区域中的一演变异常的一图形显示的一示例。
图6是所述系统的一示例性图形显示。
图7A至图7B是所述主单元及所述多个子单元之间和/或所述多个子单元之间的比较/交叉参考的一图示。
图8是一种方法及过程用于监测一供水网络中的水质的一流程图。
图9是一种方法及过程用于监测一供水网络中的水质的一实施例的一流程图。
图10是一种方法及过程用于监测一供水网络中的水质的一实施例的一流程图。
具体实施方式
参考附图和所附说明,可以更好地理解根据本发明的用于监测一流体系统中的水质的一系统、平台及方法的原理及操作。
现在参考附图,图1示出了用于常规在线流体安全及水质监测的系统/平台的一图示。平台功能包括:认识水起源;在线、多级缓冲、交叉检查及对水网及管道整体扩散的数据分析;实时提前警告能力;早期预测能力(例如,基于初步指标、交叉引用历史数据等),通过云基础服务器(云计算)使用数据分析、AI软件及算法来实时检测及识别有害物质。
本发明通过提供包括三个组件的一平台100成功地解决了已知结构的缺点:
1.许多先进的传感器模块或单元分布在一个确定的地理位置,如军队设施、村庄、城市、国家等。每个传感器单元包括多个传感器、包括多个电测和/或电光传感器,其测试水系统和/或其他流体中的水的各种特性。这些参数表明一所述水或流体的质量及健康状况的一整体表示。这些单元安装在水系统中。
对于每个系统,一主单元102及多个子单元104分布在整个供水网络中。所述主单元放置在来自处理厂或饮用水贮存器10的出口附近(统称并可互换地称为“水源”),以便当水进入所述供水网络时监测具有最佳健康及质量的水。所述多个子单元通过所述流体网络安装。所述多个子单元优选地放置在所述管道系统的每一个接合处。这样的配置允许所述系统以尽可能完整的方式覆盖所述供水网络并且接收。
2.服务器计算机130(例如,云服务器)分析从所述多个传感器单元接收的原始数据(包括沿所述系统的多个并行单元的比较、比较串联的所述多个单元以及将新接收的数据与多个同一单元的存储/历史数据进行比较)。交叉参考在多个子单元与所述主单元之间的所述多个检测到的传感器值,以及所述多个子单元本身之间的所述多个检测到的传感器值,提供操作员在所述整个供水网络中的水的健康及质量的一正确实时的图像。
3.显示系统(参见图6)用于向所述最终用户显示所述水系统的一动态网格(即所述系统中水的健康状况)。
创新地,安装在所述水网格中的多个传感器单元可以远程校准(例如,通过校准一主单元并且自动同步多个子单元与所述主单元,所述主单元是手动校准的)。进一步创新地,在优选实施例中,对于大多数监测活动,所述水或流体不需要[永久地]从所述水系统中移除。对于那些需要从所述系统中清除水样的监测活动,由于所有的监测活动都是被动的,在监测程序中所述水没有改变,例如基于电光/光谱/光谱传感器,不会在水中引起任何反应。因此,从水系统中取出用于处理、分析及监测的水样可以在之后返回所述系统。然而,在一些实施例中,会对从所述系统中提取的水样进行化学和/或电化学分析,然后丢弃。
参考附图及随附的描述可以更好地理解根据本发明用于监测一流体源和/或系统的一平台及一系统的原理及操作。
一水/流体系统(此后仅参考“水系统”,但是很清楚,每次提到水系统同样适用于其他流体系统,例如燃料、燃气、蒸汽、污水系统等,特别是用于提供饮用水的一供水网络)通常根据一树结构来构建,具有一中心节点/通道,其具有从主通道流出的支流。连接元件的线称为“分支”。没有子节点的节点称为叶节点、“端节点”或“叶子”。
所述创新平台是根据具有“父”(主单元)节点和“子”(子单元)节点的一类似树结构被建立在所述水系统中。多个传感器单元被提供在沿着所述供水网络的多个预定地点。因此,一主传感器单元位于所述主要水汇合处,并且多个从属单元遍布从所述主汇合处引出的多个并行支流。在优选实施例中,多个子单元位于每个汇合处,使得对于管道的分支的每个水管,在水管入口处有一个单元,在水管出口处有一个单元。一主单元位于所述水线的源头,并且分析水的成分,此时应该是最干净的。在某些情况下,多个主单元位于可能不是一水源的重要汇合处,而是预期具有高质量水的一起点。为了本公开的目的,一水源被定义为净化水的一储存库,无论所述水是在所述即时储存库处理还是从另一来源用管道输送到所述储存库。
沿着所述主线,多个子单元被部署在通向所述主线的每个管道中,并且监控这个点的补水。当这些次级管线分离成较小的管道时,所述多个子单元位于所述较小的管道中。理论上,多个子单元可以放置在较大的体积线分离成较小的体积线的每个汇合处,但实际上,监测的分辨率(即每个水系统的子单元数量)取决于预算和/或逻辑挑战(管道尺寸、可达性等)。
每个单元包括一个或多个电光/光谱/光谱传感器,其在不使用化学反应物或反应剂等的情况下监测流体。传感器检查许多参数。例如,光谱传感器(例如光谱仪)提供作为波长函数的材料(水中的分子)的反射或透射性质的定量测量。在替代或另外的实施例中,所述传感器单元包括化学反应物及试剂。电光和/或化学基础的传感器相对于传统系统是小型化并且提供便宜、可靠及低维护的传感器单元。利用所述多个传感器单元来监测供水网络中的水,以接收多个检测到的传感器值。
分子反射或透射不同波长的光的特定方式为特定的水体提供了特定的“指纹”或“DNA”,可以随时间检查其他水体或同一水体。“指纹”、“DNA”或“水概述”由所述多个检测到的传感器值所组成,用于各种参数。在实施例中,本领域已知的水的附加参数/特性的测量是通过传感器来采用。在实施例中,对于区域中每个水源的水概述被存储并且编目在一系统数据库中。
图2是描绘所述多个单元及所述服务器计算机之间的互连的一图示。来自所述多个传感器单元的所述多个检测到的传感器值实时或接近实时地传送200到一服务器计算机。为此,每个单元包括一通信组件。所述多个通信组件可以通过一有线通信介质连接到所述服务器,但是所述多个组件优选地是多个无线通信组件(部分或全部)并且发送所述监测数据到一服务器/云服务器130。优选地,在预定时间传送所述数据,使得所述数据全部周期性地同时传送。可能需要周期性地同步所述多个单元的本地时钟,以确保所述多个传送的传感器值携带同步的时间戳。同步可以相对于主单元、或相对于云服务器的指定时钟、或相对于第三方源,例如一卫星(例如GPS)时钟,被执行。
所述多个传感器值在服务器计算机处被接收并且被分析132以便检测在所述多个传感器单元之间移动的水的质量变化。使用算法及软件处理所述数据以检查各种参数。来自每个单独单元的数据被处理、比较及计算,以及来自其他单元的所有数据的比较及计算。
此外,所述云上的所述系统交叉检查来自同一水线上的所述多个单元所收集的所述数据,在它们之间以及相对于所述主单元。图7A描绘所述多个子单元之间的比较/交叉参考的一图示。交叉引用可以包括所述主单元,并且可以仅在所述多个子单元之间。图7B描绘所述多个子单元及所述主单元之间的比较/交叉参考的一图示。通过识别与起点相关的最微小的偏差是为了达到最佳准确度,以便于在最早阶段发现问题。
综上所述,所述系统在线(并实时)地交叉检查,通过每个单元本身及所述多个子单元之间以及与所述主单元相关测试的所述多个参数,一旦进入水线,所述参数就作为水的最佳质量的参考点。
另外,所述服务器计算机将所述多个检测到的传感器值记录在一存储库中,并且比较来自所述多个传感器单元中的每一个的多个传感器值与存储在所述存储库中的相同传感器单元的多个记录值。在实施例中,多个传感器值另外地或可替代地与来自其他多个子单元和/或主单元的多个记录(历史数据)传感器值进行比较/交叉引用。存储设施、比较方法及分析类型在文件的其他地方详述。
图3描绘一检测异常的一视觉通知的一示例。当发现一问题时,所述系统会立即通知用户。所述服务器计算机通过发送所述检测到的(和/或计算的)异常或故障的通知与这些异常或故障的地点来更新GIS。所述GIS系统包括实时(或接近实时)的所述受影响区域及检测单元300的多个图形显示,通过以彩色标记覆盖一数字地图,所述图形显示用于识别问题的性质(基于颜色)及所述受影响区域的地点。例如,在GIS上以红色显示的单元300指示检测异常的地点及以红色显示的通知细节302。当然,红色的颜色表示在现场描绘的紧急程度或污染程度。在实施例中,平台中包括附加或替代用户界面。提供了一基于网络的用户界面。可以从桌上型及移动计算设备的一计算机浏览器通过使用用户名及密码来访问所述界面。一客户端计算机应用程序及移动应用程序可以下载并且安装到各种计算设备(固定和移动)上,这些计算设备接收数据并与GIS和/或云服务器交互。专用终端及显示器可以安装在命令中心以及需要实时或接近实时数据的其他位置。所述通知体现在图形、文本、音频、视觉和/或视听媒体中。在实施例中,所述用户界面是一图形用户界面(GUI),那不是GIS。
图4描绘一计算的隔离区域的一显示的一示例。在实施例中,所述系统还被编程为主动地工作以隔离所述受影响区域。所述系统检测(或在云服务器处计算)水流速率并且计算或估计所述污染传播的距离,并且封锁所述事故区域400。在某些情况下,通过自动关闭污染水供应区域周围的管道阀门来实现隔离。
在实施例中,对在所述受影响区域中在水上开始一自动净化处理。示例性地,所述处理可以包括将净化化学品自动引入水中。进一步示例性地,所述处理可以包括激活(例如发送一详细警报)一净化团队并且向所述团队提供数据,所述数据与所述受影响区域的地点、所述区域的大小、各种相关的环境条件和/或污染的性质有关。在实施例中,已经确定被污染的水可以从所述供水网络手动地或自动地冲洗。
现有系统的一个问题是监控系统接收的误报量。所述立即平台包括多个单元,其中许多单元彼此并行放置在相邻或附近的支流中,所述支流或多或少地并行于所述直接支流。因此,一个单元所接收的多个警报可以依按顺序的单元来交叉检查,或随机选择同一支流中多个子单元和/或在附近支流中的多个并行单元,以确定所述警报是否一异常(表明所述子单元可能有故障)或所述警报是否被后续和/或并行的子单元证实。如其他地方所述,所述多个传感器值与所述主单元的所述传感器值进行比较。
在实施例中,所述云服务器比较来自多个按顺序定位的传感器单元的多个传送的传感器值,并且当确定所述多个按顺序定位的传感器单元中的一个或多个相对于其他所述多个按顺序定位的传感器单元有一局部异常时,向所述GIS用户界面发送多个警报。术语“按顺序定位”单元通常是指基于水流方向位于连续位置的传感器单元。通常,水在任何给定的管道中以一单一方向流动。然而,管道可以在汇合处在不同方向上发散,并且在这种情况下,水流的一单一方向、多个方向或所有方向可以基于上下文来确定哪些传感器单元按顺序的。此外,水流的方向可以在管道内改变。此外,新的水源可以引入管道,来改变水流的方向。所述系统能够感知方向变化以及识别来自一新水源的水的引入。
所述水系统当前由多个源头所提供,包括:(1)钻井,包括不同类型的水和不同质量的水、(2)从开源抽水和(3)海水淡化。对这些不同水类型对相同参数/特性的测量会因种类不同而异。此外,每种水型对[相同环境]的反应不同。所述系统认识监测的水的类型并且相应地分析水,计算多个参数以校正水的类型。在实施例中,所述服务器计算机(云)比较多个传送的传感器值与多个预定的传感器值参数。
如上所述,每个水源都具有特定的DNA或“指纹”。为每个水源创建一水概述,为所述多个传感器值定义一组参数。可以为每个水源创建多个附加水概述,其中所述多个附加概述基于可以应用于所述多个水源的不同变量。所述多个水概述存储在一系统范围的数据库中。这样,所述数据库包括多个预定的传感器值参数。所述多个概述可以表示特定位置的最佳传感器值参数。所述多个概述可表示给定季节期间特定位置的最佳传感器值参数。所述多个概述可以包括不同参数之间的相对值。例如,如果游离氯值等于X,那么PH值将等于Y,这是将X分解为Y的预定义等式的结果。
在实施例中,用于一给定供水网络(或更大网络的子系统)的所述水概述被动态地定义。通过所述主单元所收集的多个传感器值通常所述多个最佳传感器值,因为所述主单元是最接近所述水净化/处理中心的单元。然而,所述主单元也适用于检测所述处理中心的失效或故障,例如当所述服务器比较来自所述主单元的多个当前传感器值与多个历史(记录的)传感器值并且识别为一异常时。在一替代实施例中,所述服务器识别出相对于所述系统中的多个子单元有多个异常读数。所述服务器计算机基于所述主单元的所述多个传感器值为所述多个子单元计算多个可接受参数。有效地,所述计算机服务器比较来自多个子单元的多个传送的传感器值与来自所述主单元的多个传送的传感器值。
水被广泛的测试,以评估各种污染物在所述监测参数中如何显现。指示污染的绝对传感器值在数据库中针对每个水概描编目。指示污染的相对传感器值同样在数据库中针对每个水概描编目(因为每种污染在不同来源的水/流体中表现不同)。用于发展污染物的多个传感器值(绝对和/或相对)也在数据库中编目。结果,所述数据库包括多个污染特征,其是许多不同水概述的污染或污染物的所有类型表现的值和/或参数。现有数据库不断更新新概述及新参数,因为所述系统的所述学习算法从所述多个传感器单元的所接收的所述传感器数据的持续分析中学习。
就本文件而言,关于饮用水(或其他有用状态的液体),术语“污染”是指水(或其他液体)已经从所述水被认为可以使用的状态改变。所述污染可能是微小的污染,不会使水无法使用,或污染可能是导致水不适合使用的主要变化。
“污染特征”一术语是指多个因素的结合,其指示所述系统中的水已经被污染。一污染特征类似于一计算机病毒特征(从中借用所述术语),因为病毒检测软件在扫描文件时搜索多个病毒特征。所述多个特征是代码中的告示迹象,向所述软件指示所述代码是恶意的。使用病毒特征作为一语言寓言,多个污染特征是一组绝对或相对传感器值,其指示水被污染。
如上所述,所述多个污染特征(指示一污染或一演变中/发展中的污染的绝对或相对传感器值)被存储并且编目在所述服务器计算机数据库中。所述水网络中的一个污染特征的检出会导致向GIS发送一警报。在实施例中,多个污染特征是基于游离氯、PH、浊度及电导率的多个参数之间的相对值。在实施例中,多个污染特征是基于一个或多个的给定(绝对)值:一游离氯值、PH值、浊度值及一电导率值。
图5描绘在一局部区域中的一演变异常的一图形显示的一示例。所述系统收集来自现场的所有正在进行的输入数据,并且包括学习算法136,其知道和/或学习如何识别不同于随时间观察的正常情景的通常行为,并分析行为以学习跳过产生误报的数据。例如,特定管道或管道组的缓慢退化可导致所述系统标记许多误报。所述系统了解所述多个传感器值随时间的变化,表明一退化、故障或即将发生的故障,并且提供适当的通知及警报。当发现所述多个传送的传感器值在所述预定参数之外时,所述服务器计算机向GIS发送警报或通知。在所述GIS上的一示例性图形显示在图5中示出。传感器读数在一个单元502与另一个单元504之间不同,其立即或随时间在所述网络的一可定义段506内指示出检测到一维护问题。所述图形显示以不同颜色来表示所述多个单元(例如黄色,表示需要维护),并且在GIS上发送及显示一文本通知508。
图6描绘所述系统的一示例性图形显示。在优选实施例中,所述GIS既包含在一命令中心的一多媒体显示器600上,也包含在一固定终端(例如台式计算机)及一移动终端(笔记本电脑、平板电脑、智能电话、导航设备)上,以及可由人员访问的一网络界面。所述GIS是示例性实施例。清楚的是,所述系统可以呈现在一GUI或甚至一文本(例如,SMS、电子邮件、WhatsappTM和/或其他信使服务)系统或一音频系统上。
如上所述,一些污染特征可随时间检测。因此,多个记录值被分析并且与所述数据库中的多个污染特征进行比较。如果发现一匹配,则发送一警报。在某些情况下,还可以对一未来匹配进行一预测,从而产生一类似的通知。
由于系统由大量单元组成-每个扇区甚至数千个单元-并且为了减少及优化所述系统维护,所述系统的所述多个子单元可以远程校准、通过手动校准所述主单元。一旦所述主单元被正确校准(例如,定期或在定期维护大修期间),所述主单元就向与所述主单元相关的所有子单元发出校准命令。所述多个子单元根据所述主单元的校准参数自动重新校准/复位。
为了创建对传感器精度的一致控制,所述系统按以下配置执行传感器的交叉检查:每个传感器类型测试将在同一主/从属集群的所有传感器上横向执行,以便隔离和识别故障是否是传感器故障而不是水的问题。假设当存在污染时,它应该影响水中的多个参数,因此其他传感器值也应该反映水的问题。
如果问题在于一传感器单元中的一特定传感器,那么那个传感器输出的传感器值应该与同一支流中的其他传感器不同(在按顺序定位的单元中)。此外,整个单元检测到的其余参数应在健康范围内,并与其他单元中的相同传感器读数一致。因此,表明问题在于特定单元中的特定传感器。当水存在问题时,可能有多个单元将检测到这个问题,因此将从多个单元输出异常传感器值。如果整个装置出现失效或故障,则所有传感器值应与顺序传感器,并联传感器(沿多个并行支流的类似位置的传感器)或两者的值不一致。在实施例中,所述校准流体永久地存储在每个传感器单元中,其中重新校准传感器是检测到故障。校准流体具有设定值/特性,每个传感器应以相同的方式作出反应。当一个或多个传感器返回意外或“不正确”值时,则表明传感器存在不规则性。
当确定故障(传感器或整个单元)时,会向GIS发送通知。处理故障的一种方式是远程重置或重新校准传感器或单元。可替换地或另外地,所述服务器考虑到检测到的偏差自动校正读数。如果问题仍然存在,可能会派遣一维护团队对传感器/单元进行物理修复或更换传感器/单元。
传感器
每个传感器单元(无论是主单元还是子单元)都容纳在包含各种传感器的盒子或容器中。容器的至少一部分对于光学传感器可以是透明的,以传输和接收分析流体的光脉冲。除了先前已提到的传感器之外,所述设备还可包括以下传感器中的一个或多个:
(a)浊度传感器
(b)氯检测传感器
(c)PH传感器
(d)EC-电力传导传感器
(e)TSS-传感器
(f)紫外线吸收传感器
(g)(k)ORP传感器
(h)No2传感器
(i)No3传感器
(j)NH4+传感器
(k)O2传感器
发光或光检测传感器(多波长)包括:
(a)红外传感器
(b)光学传感器-棱镜传感器
(c)内部光源-各种光波长
(d)和/或在设备的外壳中的任何其他适用的传感器。
所述多个传感器单元可以安装在管道上/管道中或者替换管道的一部分或通过“窗口”“看”水或不透明的玻璃或任何可选的其他透明材料,并且通过各种传感器进行流体测试。
根据实施例,一些测试可能需要将水或流体泵送到小的储罐中(在壳体内或邻近壳体),其中可以在水静止时进行更深入的流体分析,而不是在运动,以获得更准确的数据,其中测试类型需要暴露于流体,以便传感器进行更彻底的检查。
在测试结束时,流体将被泵送回管道,因为它没有被用于任何目的,除了它在流动循环中被移除很短的时间。由于传感器单元仅包括无源传感器,因此可以重新引入被监测的水。没有反应物或试剂被引入水中或改变水的化学和生物组成的任何其他类型的干预。在其他实施例中,水样被侵入性地测试(例如,如上所述),使得样本不能返回到供应网络。在这种情况下,样本尺寸非常小(例如皮升或稍高),并且所用化学品的量按比例减少(导致大量节省金钱)。样本可以储存在储罐中(定期空出)或冲洗到管外。
本创新系统提出的范式转变之一是改变人们对保护水设施的看法,同时也保护水本身。
本创新方法及过程用于监测一供水网络中的水质的一实施例描绘在图8的流程图中。
在步骤800,沿一供水网络在一预定地点提供多个传感器单元。多个传感器单元包括一主单元和多个子单元。多于一个集群(主单元和子单元)放置在同一供水网络中,从而有效地描绘所述主网络内的一子网络。出于本公开的目的,每个这样的子网络本身被认为是一网络。所述主单元位于水处理厂的一出口附近,确保通过所述传感器扫描到最佳水,并且得到用作所述多个子单元的基线参数的多个传感器值。在实施例中,多个子单元按顺序定位从所述主单元远离到所述网络的所述端点。在优选实施例中,所述多个子单元位于所述网络内的每个汇合处,如上所述。
在实施例中,在步骤802,基于来自所述主单元的所述多个传感器值来校准所述多个子单元。
在步骤804,通过整个所述供水网络中的传感器单元的网络来监测(或采样并返回系统,如上所述)水。
步骤806包括实时地将检测到的传感器值从多个传感器单元传送到服务器计算机。术语服务器计算机(及其变体)用于同等地指代专用服务器,在并置设备和云服务器之间具有分布式处理和存储能力的服务器群。
在服务器处,在步骤808中,分析传感器值以便监测水的健康水平并检测在所述多个传感器单元之间移动的水的健康及质量变化。
在步骤810,来自服务器计算机的实时(或接近实时)数据被输出到地理信息系统(GIS)用户界面。输出的数据包括供水网络的一视觉描绘,其含有颜色编码的标记,所述标记指示所描绘的位置中的水的健康水平。输出的数据包括音频通知和警报,以及记录的消息。输出的数据包括基于文本的信息。可以在多种媒体中的任何一种上提供音频、视频、视听、文本和其他通知,包括:命令中心中的数字地图/网格、计算机终端、移动计算设备(例如平板、智能手机、膝上型电脑等)。
通知可以是电子邮件、推送通知、音频警报、录制的音频消息、SMS消息与导航应用程序兼容的位置数据,通过互联网、蜂窝通信、卫星通信、有线和无线方式、基于RF的通信传送的任何类型的模拟和/或数字消息以及本领域中已知的任何其他类型的通信介质。
本创新方法及过程用于监测一供水网络中的水质的一实施例描绘在图9的流程图中。
在步骤900,多个传感器单元位于网格中。在步骤902,基于预定的和/或动态定义的(或动态细化的)特征、参数及值范围,在整个水系统中测量及监测水质。在步骤904,将所述多个传感器值(以有线或无线方式,如上面进一步详细描述的)传送到所述服务器计算机(云服务器)。这个通信以一致的基础以预定间隔发生。
在步骤906,所述多个传感器值/数据通过云服务器的处理设备处理,以分析、比较及推断多个传感器单元之间的水质变化。
数据处理在本领域中是公知的,并且可以以多种方式实现。术语“处理设备”是指执行本文详述的任务所需的任何方式的数据处理所需的任何和所有硬件、固件和软件。上述部分列表包括一个或多个处理器[CPU、微处理器、ASIP、GPU、PPU、DSP协处理器、浮点单元、网络处理器、多核处理器、前端处理器等]、存储器[易失性及非易失性:RAM、DRAM、SRAM、ROM、PROM、EPROM、EEPROM、固态存储器、闪存、活动磁头驱动器、磁带、光盘驱动器等]、软件、算法、机器学习逻辑、人工智能等。
在步骤908,系统检测或识别异常(或发展异常、故障或失效)及检测传感器单元的实际地点。处理设备将异常或故障的通知(包括其地点)发送到GIS用户界面。异常事件包括但不限于管道退化、处理设施中的新的或长期的故障、人为错误、化学品分配器的故障、污水渗漏、由于自然灾害、事故、非法人为干预导致的细菌和其他生物制剂的引入等。
在步骤910,所述系统检测所述实际地点中的水压及流速,并且计算来自传感器单元或检测到异常的单元的水的一传播速率。在步骤912,对计算含有污染水的区域采取以下一个或多个动作:(a)发送一警报,所述警报包括所述受影响区域的一指示,以便维修人员派往所述地点;(b)通过关闭供水系统中的自动阀门或向水网络管理员发出指示,自动隔离所述受影响区域;(c)对所述受影响区域的水进行一自动净化处理;及(d)从所述受影响区域冲洗所述受影响区域中的水。
本创新方法及过程用于监测一供水网络中的水质的一实施例描绘在图10的流程图中。
在步骤1000,所述多个传感器单元位于网格中。在步骤1002,基于预定和/或动态定义的(或动态细化的)特征、参数和值范围,在整个水系统中测量及监测水质。在步骤1004,将传感器值传送到服务器计算机。这种通信以一致的基础以预定间隔发生。
在步骤1006,传感器值/数据通过所述云服务器的处理设备处理,以分析、比较及推断多个传感器单元之间的水质变化。
在步骤1008,所述服务器计算机将检测到的多个传感器值记录在一存储库中。作为分析的一部分,服务器将来自多个传感器单元中的每一个的传感器值与存储在存储库中的相同传感器单元的多个记录值进行比较。虽然术语“存储库”可能适用于单个设备的解释,清楚的是,术语库所期望的存储设施可以是单个存储设备、并置的多个链接存储设备、云存储或用于存储数字数据的任何其他方式或机制。
通过使用记录的历史数据和机器学习,所述系统能够检测不断发生的异常事件。异常事件包括但不限于管道退化、处理设施中的新的或长期的故障、人为错误、污水渗漏、由于自然灾害、事故、非法人为干预等导致的细菌和其他生物制剂的引入。
缓慢发展的事件(例如管道退化导致污染物以逐渐的速率缓慢释放到水中)导致传统监测系统出现两个问题:没有检测到问题,相反,许多误报(导致错误警报和忽略有问题读数的倾向)。逐渐污染会在系统中产生一些标志,但在任何给定时间,总体情况是没有问题污染。
本创新的数据处理系统从历史的角度分析水,比较来自相同传感器的数据随时间的变化,这允许系统和处理器在它们成为彻底的故障,故障,污染或其组合之前识别发展中的异常。
在步骤1010,当基于历史数据的分析识别出局部区域中的累进恶化时,系统向GISUI发送通知并经由GIS UI发送通知。
在步骤1012,系统向UI通知需要维护的局部区域的地点。
在步骤1014,通知显示在命令中心的地理信息系统(GIS)上。附加地或替代地,显示和其他通知方式被发送到可以是固定终端或移动终端的终端。可以派遣维护人员执行必要的维护,并且可以由移动终端(导航设备,平板电脑,智能电话等)引导到适当的地点。
可以以与呈现步骤的顺序不同的顺序跳过或实现前述过程中的一些步骤。此外,已经参考图8、图9及图10描述的各种过程中的一些包括在描述其他过程时已经省略的步骤或细节。明确的意图是,此前描述的步骤是示例性的,并且可以与来自其他过程的步骤互换,添加到一些过程和/或从其他过程中省略。这些过程不是限制性的,而是为了说明创新系统的优选实施例。虽然已经关于有限数量的实施例描述了本发明,但是应当理解,可以进行本发明的许多变化,修改和其他应用。因此,如下权利要求中所述的要求保护的发明不限于这里描述的表现形式。
Claims (22)
1.一种方法用于监测一供水网络中的水质,其特征在于,所述方法包括:
沿所述供水网络在多个预定地点提供多个传感器单元;
以所述多个传感器单元监测所述供水网络中的水,以接收多个检测到的传感器值;
实时地传送来自所述多个传感器单元的所述多个检测到的传感器值到一计算机服务器;
在所述计算机服务器处分析所述多个传感器值,以便检测在所述多个传感器单元之间移动的水的质量变化;以及
从所述计算机服务器输出实时数据到一地理信息系统(GIS)用户界面或一图形用户界面(GUI)。
2.如权利要求1所述的方法,其特征在于:所述计算机服务器在一存储库中记录所述多个检测到的传感器值,并且比较来自所述多个传感器单元中的每一个的多个传感器值与存储在所述存储库中相同的所述多个传感器单元的多个记录值。
3.如权利要求1所述的方法,其特征在于:所述计算机服务器比较来自多个按顺序定位的传感器单元的多个传送的传感器值,并且当确定所述多个按顺序定位的传感器单元中的一个或多个相对于其他所述多个按顺序定位的传感器单元有一局部异常时,所述计算机服务器向所述GIS用户界面发送多个警报。
4.如权利要求1所述的方法,其特征在于:所述计算机服务器比较多个传送的传感器值与多个预定的传感器值参数。
5.如权利要求4所述的方法,其特征在于:所述方法还包括当所述多个传送的传感器值在所述多个参数之外时,向所述GIS或GUI发送多个警报。
6.如权利要求3及5任一项所述的方法,其特征在于:所述服务器计算机在所述多个警报是错误的时候,学习调整所述多个参数。
7.如权利要求4所述的方法,其特征在于:所述多个传感器单元包括一主单元及多个子单元,并且所述多个预定的传感器值参数根据在所述主传感器单元处所检测到的多个传感器值来校准。
8.如权利要求1所述的方法,其特征在于:所述多个传感器单元仅包括多个无源传感器或多个无源及有源传感器。
9.如权利要求1所述的方法,其特征在于:所述输出包括发送多个异常或多个故障的多个通知,包括所述多个异常或多个故障的多个地点。
10.如权利要求9所述的方法,其特征在于:所述方法还包括:
基于来自所述多个地点的水的一传播速率来计算一受影响区域,并且影响以下至少一个:
发送一警报,所述警报包括所述受影响区域的一指示;
自动隔离所述受影响区域;
对所述受影响区域中的水进行一自动净化处理;以及
从所述受影响区域冲洗所述受影响区域中的水。
11.如权利要求1所述的方法,其特征在于:所述多个传感器单元包括一主单元及多个子单元,所述主单元相对于所述多个子单元位于最接近净化水的一源头。
12.如权利要求11所述的方法,其特征在于:所述计算机服务器比较来自多个子单元的多个传送的传感器值与来自所述主单元的多个传送的传感器值。
13.如权利要求11所述的方法,其特征在于:所述计算机服务器将来自多个子单元的多个传送的传感器值与至少一个进行比较:
来自在一相同支流中其他的所述多个子单元的多个传送的传感器值;
来自所述主单元的多个传送的传感器值;以及
来自在邻近多个支流中并行的所述多个子单元的多个传送的传感器值。
14.如权利要求2所述的方法,其特征在于:所述计算机服务器还包括多个污染特征的一数据库,使得检测到所述多个污染特征中的一个导致一警报被发送到所述GIS或GUI。
15.如权利要求14所述的方法,其特征在于:所述多个污染特征是基于游离氯、PH、浊度及电导率的多个参数之间的相对值。
16.如权利要求14所述的方法,其特征在于:所述多个污染特征是基于以下至少一个的预定值:一游离氯值、PH值、浊度值及一电导率值。
17.如权利要求14所述的方法,其特征在于:所述多个污染特征是可随时间检测,并且其中所述多个记录值被分析并且与所述多个污染特征比较,以及所述检测是一匹配的一结果或一未来匹配的一预测。
18.如权利要求15所述的方法,其特征在于:所述多个污染特征异于水的一或多个概述,所述多个概述中的每一个与来自一不同水源的水有关。
19.如权利要求2所述的方法,其特征在于:对存储在所述存储库中的所述多个传感器值的所述分析检测多个水管随时间的一退化。
20.如权利要求11所述的方法,其特征在于:所述多个子单元中的其中一个沿着所述供水网络定位在一管道中的每一个汇合处或分歧处。
21.一种监测系统用于一供水网络,其特征在于,所述装置包括:
一主传感器单元,位于所述供水网络的一水源的一出口处;
多个子单元按顺序定位于所述供水网络内;
一处理设备,与所述主传感器单元及所述多个子单元电子通信,所述处理设备配置成用以接收从所述主单元及子单元所传送的多个传感器值,并且所述处理设备包括一处理器及一非暂时性存储器,所述非暂时性存储器具有存储在其上的多个计算机可读指令,所述多个计算机可读指令指示所述处理器以:
比较来自所述多个子单元的每一个的所述接收到的传感器值与来自所述主传感器单元的所述接收到的传感器值;
比较来自所述多个子单元的每一个的所述接收到的传感器值与其余部分的所述多个子单元的所述接收到的传感器值;以及
传送一值的汇总组,用以显示在一地理信息系统(GIS)或一图形用户界面(GUI)上,使得所述GIS或GUI显示所述多个接收到的传感器值一的一视觉表征。
22.如权利要求21所述的监测系统,其特征在于:所述说处理器被进一步指示以:
存储所述多个接收到的传感器值在一存储库;
比较来自所述主传感器单元或一给定的所述子单元的所述多个接收到的传感器值与来自所述存储库用于相同的所述单元的多个存储的传感器值;以及
通知是一异常模式,所述异常模式是通过所述比较识别的。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662401218P | 2016-09-29 | 2016-09-29 | |
US62/401,218 | 2016-09-29 | ||
PCT/IL2017/051111 WO2018061015A2 (en) | 2016-09-29 | 2017-10-01 | A system, platform and method for constant online water quality & safety monitoring of an entire fluid system using multi-sensor units with online cross checking data analysis on remote servers with ai software and algorithms |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109891032A true CN109891032A (zh) | 2019-06-14 |
CN109891032B CN109891032B (zh) | 2021-11-09 |
Family
ID=61762587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780060470.9A Active CN109891032B (zh) | 2016-09-29 | 2017-10-01 | 用于一流体系统的常规在线水质及安全监测的系统及方法 |
Country Status (15)
Country | Link |
---|---|
US (1) | US11039226B2 (zh) |
EP (1) | EP3519636B1 (zh) |
JP (1) | JP2019531890A (zh) |
KR (1) | KR20190061014A (zh) |
CN (1) | CN109891032B (zh) |
AU (1) | AU2017333493B2 (zh) |
BR (1) | BR112019006149A2 (zh) |
CA (1) | CA3037859A1 (zh) |
ES (1) | ES2897001T3 (zh) |
IL (1) | IL265600B (zh) |
MX (1) | MX2019003597A (zh) |
PL (1) | PL3519636T3 (zh) |
RU (1) | RU2019108800A (zh) |
WO (1) | WO2018061015A2 (zh) |
ZA (1) | ZA201901776B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210007306A1 (en) * | 2019-07-12 | 2021-01-14 | Harvest2o LLC | Hydroponic system for growing multiple types of plants |
CN112415169A (zh) * | 2021-01-25 | 2021-02-26 | 浙江和达科技股份有限公司 | 一种应用于供水管网的水质监管系统 |
CN112432662A (zh) * | 2019-08-26 | 2021-03-02 | 苹果公司 | 用于检测个体健康相关事件的方法和装置 |
CN113003619A (zh) * | 2019-12-19 | 2021-06-22 | 株式会社晓林 | 基于iot的系统 |
CN117513485A (zh) * | 2024-01-02 | 2024-02-06 | 上海中韩杜科泵业制造有限公司 | 基于水质污染级别的供水系统 |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108828178B (zh) * | 2018-08-06 | 2024-05-31 | 中国环境科学研究院 | 一种水质巡检设备 |
US11300705B2 (en) * | 2018-10-15 | 2022-04-12 | Colorado State University Research Foundation | Devices and methods for measuring temperature, oxidation reduction potential, and water-level within a subsurface formation |
DE102019103865A1 (de) * | 2019-02-15 | 2020-08-20 | Caroma Industries Ltd. | Sanitäranlagenmanagementsystem und Sanitäranlagenmanagementverfahren |
US11506606B2 (en) * | 2019-05-06 | 2022-11-22 | Sweetsense, Inc. | Alarm threshold organic and microbial fluorimeter and methods |
US11964882B2 (en) * | 2019-12-12 | 2024-04-23 | Sung Kook Cho | IoT-based system for measurement of contamination distribution of contaminated groundwater through real-time monitoring of contamination degree of contaminated groundwater well for control of contaminated groundwater purification device and prediction of purification period based on measurement result |
JP2021152762A (ja) * | 2020-03-24 | 2021-09-30 | 株式会社Screenホールディングス | 学習済みモデル生成方法、学習済みモデル、異常要因推定装置、基板処理装置、異常要因推定方法、学習方法、学習装置、及び、学習データ作成方法 |
CN111398525A (zh) * | 2020-04-01 | 2020-07-10 | 镇江颀珑工程技术服务有限公司 | 一种针对工业用水的抗干扰在线监测系统 |
CN111573755A (zh) * | 2020-05-28 | 2020-08-25 | 苏州国溯科技有限公司 | 一种医院废水排放监管系统及废水原水泄露识别方法 |
CN111573756A (zh) * | 2020-05-28 | 2020-08-25 | 苏州国溯科技有限公司 | 一种医院废水排放安全精准监管成套装备 |
CN111757287A (zh) * | 2020-06-19 | 2020-10-09 | 合肥学院 | 一种基于物联网的水质监测系统 |
JP7517872B2 (ja) * | 2020-06-19 | 2024-07-17 | メタウォーター株式会社 | 水質管理システム、情報処理装置、プログラムおよび水質管理方法 |
TWI817046B (zh) * | 2020-09-30 | 2023-10-01 | 尖峰水塔股份有限公司 | 熱泵租賃管理系統及其管理方法 |
AU2021104890A4 (en) * | 2020-12-18 | 2021-10-07 | OzGreen Energy Pty Ltd | System and method for monitoring water quality |
IT202100018986A1 (it) * | 2021-07-19 | 2023-01-19 | Mauro Pagliarella | Sistema di controllo real-time distribuito su area geografica di tipo continentale, utilizzato per il monitoraggio ed il controllo automatico della rete di distribuzione dell’acqua potabile |
JP7016197B1 (ja) * | 2021-09-06 | 2022-02-18 | Wota株式会社 | プログラム、方法、情報処理装置、システム |
US20230089011A1 (en) * | 2021-09-20 | 2023-03-23 | Sas Institute Inc. | Process to Geographically Associate Potential Water Quality Stressors to Monitoring Stations |
KR102592931B1 (ko) | 2021-10-19 | 2023-10-23 | 주식회사 에어위드 | 사물인터넷 수질 측정 장치를 이용한 위치 기반의 지능형 수질 모니터링 시스템 및 그 방법 |
CN114660309A (zh) * | 2022-05-24 | 2022-06-24 | 江西省天轴通讯有限公司 | 一种面向实时监测监管区域的自主取证检测方法和系统 |
CN114881540B (zh) * | 2022-07-04 | 2022-09-27 | 广东盈峰科技有限公司 | 确定水源治理方案的方法和装置、电子设备和存储介质 |
CN115550761B (zh) * | 2022-10-06 | 2023-10-27 | 上海昂莱机电东台有限公司 | 一种实时生化监测系统的应用 |
US20240183134A1 (en) * | 2022-12-02 | 2024-06-06 | Techolution Consulting LLC | Intelligent water network management system and a method thereof |
DE102022134268A1 (de) * | 2022-12-21 | 2024-06-27 | Endress + Hauser Flowtec Ag | Qualitätsvariablen als Fingerabdruck zur Untersuchung des systemischen Verhaltens einesWasserverteilungsnetzes |
CN117156313B (zh) * | 2023-08-29 | 2024-04-02 | 广东祁越智能科技有限公司 | 一种基于物联网的智慧泵房用运行安全检测系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070219728A1 (en) * | 2005-11-16 | 2007-09-20 | Sensicore, Inc. | System and methods for fluid quality sensing, data sharing and data visualization |
US20080109175A1 (en) * | 2006-08-30 | 2008-05-08 | Sensicore, Inc. | Systems and methods for dynamic monitoring of fluid movement in a fluid distribution network using controlled concentration pulses of additives |
CN101349687A (zh) * | 2007-07-20 | 2009-01-21 | 中国科学院生态环境研究中心 | 一种监测水质污染的方法和系统 |
GB2507184A (en) * | 2010-03-04 | 2014-04-23 | Takadu Ltd | Anomaly event classification in a network of pipes for resource distribution |
CN105354755A (zh) * | 2015-09-30 | 2016-02-24 | 冯小林 | 基于物联网的供水设备的管理方法 |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3382041B2 (ja) * | 1994-12-26 | 2003-03-04 | 東京瓦斯株式会社 | 配管の劣化の推定方法 |
JP3832123B2 (ja) * | 1998-06-12 | 2006-10-11 | 株式会社日立製作所 | 水質計 |
JP3451959B2 (ja) * | 1998-09-17 | 2003-09-29 | 株式会社日立製作所 | 水道水質管理システム |
US7454295B2 (en) | 1998-12-17 | 2008-11-18 | The Watereye Corporation | Anti-terrorism water quality monitoring system |
US6560543B2 (en) * | 1998-12-17 | 2003-05-06 | Perlorica, Inc. | Method for monitoring a public water treatment system |
US8920619B2 (en) * | 2003-03-19 | 2014-12-30 | Hach Company | Carbon nanotube sensor |
JP4583765B2 (ja) | 2004-01-14 | 2010-11-17 | 富士重工業株式会社 | 蓄電デバイスの残存容量演算装置 |
US20060031040A1 (en) | 2004-08-03 | 2006-02-09 | Wolfe Thomas D | System for real-time contaminant detection in a water distribution system |
WO2006020784A1 (en) | 2004-08-09 | 2006-02-23 | Sensicore, Inc. | Systems and methods for fluid quality monitoring using portable sensors in connection with supply and service entities |
US7136782B1 (en) * | 2005-05-09 | 2006-11-14 | St-Infonox, Inc. | Optical measurements in fluids using distributed sensor networks |
US7289923B2 (en) | 2005-07-21 | 2007-10-30 | Nagare | System and method for fluid distribution |
US20070090059A1 (en) * | 2005-07-22 | 2007-04-26 | Plummer Robert J | Remote water quality monitoring systems and techniques |
DE102006060138B4 (de) | 2006-12-18 | 2009-01-22 | Airbus France | Online-Sensor zum Überwachen chemischer Verunreinigungen in hydraulischen Flüssigkeiten |
GB0823656D0 (en) | 2008-12-30 | 2009-02-04 | I2O Water Ltd | Mains water supply processing |
US20120228235A1 (en) * | 2009-11-13 | 2012-09-13 | Mehta Virendra J | Method and System for Purifying Water |
US7920983B1 (en) * | 2010-03-04 | 2011-04-05 | TaKaDu Ltd. | System and method for monitoring resources in a water utility network |
US8583386B2 (en) * | 2011-01-18 | 2013-11-12 | TaKaDu Ltd. | System and method for identifying likely geographical locations of anomalies in a water utility network |
US8341106B1 (en) | 2011-12-07 | 2012-12-25 | TaKaDu Ltd. | System and method for identifying related events in a resource network monitoring system |
CN103245378A (zh) | 2013-03-07 | 2013-08-14 | 北京华安奥特科技有限公司 | 一种基于Wi-Fi MESH技术的煤矿本安型多功能水文监测平台 |
FR3007925B1 (fr) | 2013-06-26 | 2017-04-14 | Claude Somajini | Systeme de surveillance et de gestion centralise d'un reseau d'alimentation en eau par appareils mobiles (smartphone, tablette tactile etc. ) ou par ordinateur via internet |
JP6139700B2 (ja) * | 2013-12-02 | 2017-05-31 | 株式会社東芝 | 漏水抑制装置、漏水抑制システム、および漏水抑制プログラム |
US9569858B2 (en) | 2014-02-13 | 2017-02-14 | James Bennett Babcock | Cloud-based system for water analysis |
US20160202228A1 (en) * | 2015-01-08 | 2016-07-14 | International Business Machines Corporation | Water quality monitoring and early event detection |
CN204462116U (zh) | 2015-03-13 | 2015-07-08 | 山西潞安环保能源开发股份有限公司 | 煤矿突水在线监测智能预警系统 |
US20170305759A1 (en) * | 2016-04-22 | 2017-10-26 | Localized Water Solutions LLC | Water treatment method and system providing partial dynamic by-pass of water treatment stages |
-
2017
- 2017-10-01 BR BR112019006149A patent/BR112019006149A2/pt not_active Application Discontinuation
- 2017-10-01 MX MX2019003597A patent/MX2019003597A/es unknown
- 2017-10-01 IL IL265600A patent/IL265600B/en unknown
- 2017-10-01 CN CN201780060470.9A patent/CN109891032B/zh active Active
- 2017-10-01 CA CA3037859A patent/CA3037859A1/en active Pending
- 2017-10-01 EP EP17855174.3A patent/EP3519636B1/en active Active
- 2017-10-01 AU AU2017333493A patent/AU2017333493B2/en active Active
- 2017-10-01 JP JP2019517962A patent/JP2019531890A/ja active Pending
- 2017-10-01 US US16/336,122 patent/US11039226B2/en active Active
- 2017-10-01 KR KR1020197010481A patent/KR20190061014A/ko not_active Application Discontinuation
- 2017-10-01 RU RU2019108800A patent/RU2019108800A/ru not_active Application Discontinuation
- 2017-10-01 PL PL17855174T patent/PL3519636T3/pl unknown
- 2017-10-01 ES ES17855174T patent/ES2897001T3/es active Active
- 2017-10-01 WO PCT/IL2017/051111 patent/WO2018061015A2/en unknown
-
2019
- 2019-03-22 ZA ZA2019/01776A patent/ZA201901776B/en unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070219728A1 (en) * | 2005-11-16 | 2007-09-20 | Sensicore, Inc. | System and methods for fluid quality sensing, data sharing and data visualization |
US20080109175A1 (en) * | 2006-08-30 | 2008-05-08 | Sensicore, Inc. | Systems and methods for dynamic monitoring of fluid movement in a fluid distribution network using controlled concentration pulses of additives |
CN101349687A (zh) * | 2007-07-20 | 2009-01-21 | 中国科学院生态环境研究中心 | 一种监测水质污染的方法和系统 |
GB2507184A (en) * | 2010-03-04 | 2014-04-23 | Takadu Ltd | Anomaly event classification in a network of pipes for resource distribution |
CN105354755A (zh) * | 2015-09-30 | 2016-02-24 | 冯小林 | 基于物联网的供水设备的管理方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210007306A1 (en) * | 2019-07-12 | 2021-01-14 | Harvest2o LLC | Hydroponic system for growing multiple types of plants |
CN112432662A (zh) * | 2019-08-26 | 2021-03-02 | 苹果公司 | 用于检测个体健康相关事件的方法和装置 |
CN112432662B (zh) * | 2019-08-26 | 2024-02-13 | 苹果公司 | 用于检测个体健康相关事件的方法和装置 |
CN113003619A (zh) * | 2019-12-19 | 2021-06-22 | 株式会社晓林 | 基于iot的系统 |
CN112415169A (zh) * | 2021-01-25 | 2021-02-26 | 浙江和达科技股份有限公司 | 一种应用于供水管网的水质监管系统 |
CN112415169B (zh) * | 2021-01-25 | 2021-04-06 | 浙江和达科技股份有限公司 | 一种应用于供水管网的水质监管系统 |
CN117513485A (zh) * | 2024-01-02 | 2024-02-06 | 上海中韩杜科泵业制造有限公司 | 基于水质污染级别的供水系统 |
CN117513485B (zh) * | 2024-01-02 | 2024-03-12 | 上海中韩杜科泵业制造有限公司 | 基于水质污染级别的供水系统 |
Also Published As
Publication number | Publication date |
---|---|
ES2897001T3 (es) | 2022-02-28 |
PL3519636T3 (pl) | 2022-01-10 |
US20190297397A1 (en) | 2019-09-26 |
WO2018061015A4 (en) | 2019-03-21 |
KR20190061014A (ko) | 2019-06-04 |
WO2018061015A2 (en) | 2018-04-05 |
BR112019006149A2 (pt) | 2019-06-18 |
US11039226B2 (en) | 2021-06-15 |
CN109891032B (zh) | 2021-11-09 |
JP2019531890A (ja) | 2019-11-07 |
IL265600B (en) | 2022-08-01 |
EP3519636A4 (en) | 2020-06-03 |
EP3519636B1 (en) | 2021-08-25 |
EP3519636A2 (en) | 2019-08-07 |
AU2017333493A1 (en) | 2019-05-02 |
MX2019003597A (es) | 2019-06-10 |
RU2019108800A (ru) | 2020-10-29 |
AU2017333493B2 (en) | 2022-12-22 |
ZA201901776B (en) | 2020-02-26 |
CA3037859A1 (en) | 2018-04-05 |
RU2019108800A3 (zh) | 2020-12-08 |
WO2018061015A3 (en) | 2019-03-07 |
IL265600A (en) | 2019-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109891032A (zh) | 用于一流体系统的常规在线水质及安全监测的系统及方法 | |
Mastrocicco et al. | The issue of groundwater salinization in coastal areas of the mediterranean region: A review | |
Perelman et al. | Event detection in water distribution systems from multivariate water quality time series | |
Chraim et al. | Wireless gas leak detection and localization | |
Raciti et al. | Anomaly detection in water management systems | |
US7424399B2 (en) | Systems and methods for fluid quality sensing, data sharing and data visualization | |
US20080109175A1 (en) | Systems and methods for dynamic monitoring of fluid movement in a fluid distribution network using controlled concentration pulses of additives | |
US20070219728A1 (en) | System and methods for fluid quality sensing, data sharing and data visualization | |
Salem et al. | An industrial cloud-based IoT system for real-time monitoring and controlling of wastewater | |
Hou et al. | Distribution water quality anomaly detection from UV optical sensor monitoring data by integrating principal component analysis with chi-square distribution | |
Bhardwaj et al. | Smart water management framework for irrigation in agriculture | |
Chen et al. | Applying a deployment strategy and data analysis model for water quality continuous monitoring and management | |
CN106716074B (zh) | 探测装置 | |
Sai et al. | IoT based Water Quality Monitoring System | |
Bristow et al. | Delay between sensing and response in water contamination events | |
Gerlin et al. | Sewage Monitoring System Using IoT | |
Sankary et al. | Analyzing multi-variate water quality signals for water quality monitoring station placement in water distribution systems | |
Cho et al. | Real-time experiment of water security measurement sensors in a drinking water system: Case study: The Colorado State University Campus | |
Cretescu et al. | Monitoring of surface water status in the Lower Danube Basin | |
Thompson et al. | Protecting water quality and public health using a smart grid | |
Loden et al. | A wireless sensor system for validation of real-time automatic calibration of groundwater transport models | |
Mwemezi | Innovative secured water quality monitoring system using remote sensors: case of pangani water basin | |
Kong et al. | AIoT Monitoring Technology for Optimal Fill Dam Installation and Operation | |
Patel et al. | IoT based Volcano Multipara meter Surveillance Method | |
Cho et al. | Online water monitoring method as a water security tool: A feasibility view |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |