CN111727361B - 建筑物类型分类 - Google Patents
建筑物类型分类 Download PDFInfo
- Publication number
- CN111727361B CN111727361B CN201980013297.6A CN201980013297A CN111727361B CN 111727361 B CN111727361 B CN 111727361B CN 201980013297 A CN201980013297 A CN 201980013297A CN 111727361 B CN111727361 B CN 111727361B
- Authority
- CN
- China
- Prior art keywords
- pressure data
- prv
- building
- water
- threshold
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 133
- 230000003595 spectral effect Effects 0.000 claims abstract description 68
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000012360 testing method Methods 0.000 claims abstract description 32
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 16
- 238000004458 analytical method Methods 0.000 description 13
- 230000015654 memory Effects 0.000 description 11
- 238000003860 storage Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000009826 distribution Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004457 water analysis Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000012530 fluid Substances 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000009428 plumbing Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 239000002349 well water Substances 0.000 description 2
- 235000020681 well water Nutrition 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010234 longitudinal analysis Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000013022 venting Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
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
- G01M3/2815—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 using pressure measurements
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
- E03B7/00—Water main or service pipe systems
- E03B7/07—Arrangement of devices, e.g. filters, flow controls, measuring devices, siphons or valves, in the pipe systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Examining Or Testing Airtightness (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
提供了识别建筑物的管路系统类型的方法。该方法包括根据在第一时段内获取的第一压力数据确定谱能比，在该第一时段内，通过建筑物的管路系统的水流量低于阈值。该方法还包括根据在第二时间段内获取的第二压力数据确定多模态测试值，该第二时段包括至少一些时间，在该时间内通过管路系统的水流大于或等于阈值。此外，该方法包括根据谱能比和多模态测试值，识别建筑物的管路系统的类型。
Description
相关申请的交叉引用
本申请要求2019年2月11日提交的美国非临时专利申请序列号为16/272,233的优先权，该申请根据35U.S.C.§119要求2018年2月15日提交的美国临时专利申请列号为62/631,085的优先权，该申请的内容在此以引用的方式全部纳入，用于所有目的。
技术领域
本发明一般涉及用于确定建筑物内管路系统类型的系统及方法。对于水管工或房屋检验员而言，了解一栋建筑物是否具有工作减压阀(PRV)、无功能PRV、无PRV、止回阀和/或井可能是有帮助的。提供一种快速和非侵入性的方法来进行这种确定是有利的。
发明内容
本发明的示例性实施例提供了用于确定建筑物内管路系统类型的系统以及方法。根据本发明的一个方面，方法包括根据在第一时段内获取的第一压力数据确定的谱能比，在该第一时段内，通过建筑物的管路系统的水流量低于流量阈值，根据在第二时段内获取的第二压力数据确定多模态测试值，在第二时段内包括至少一些时间，在至少一些时间内通过管路系统的水流量大于或等于流量阈值，以及根据谱能比和多模态测试值确定建筑物的管路系统的类型。建筑物的管路系统的类型可以被认定为包括工作PRV、无功能PRV、无PRV、井和/或止回阀的系统。
该方法还可以包括分析第二压力数据的斜率，确定第二压力数据的偏度，以及确定第二压力数据的中值散度。管路系统的类型可以根据谱能比、多模态测试值、斜率、偏度和中值散度来识别。
谱能比可以由分子除以分母来确定，分子是第一压力数据在从0Hz到目标频率的第一频带内的一部分能量，而分母是第一压力数据的总能量。多模态测试值可以根据第二压力数据的直方图的两个峰值之间的差值和两个峰值之间的最小值来确定。第一时段可以至少部分地与第二时段重叠。
如果谱能比高于第一阈值，则可将管路系统的类型识别为包括井或工作PRV的系统。另一方面，如果谱能比等于或低于第一阈值，则可将管路系统的类型识别为包括无功能PRV或无PRV的系统。
根据本发明的另一个方面，方法包括根据在第一时段内获取的第一压力数据来确定谱能比，在第一时段内，通过建筑物的管路系统的水流量低于流量阈值，根据在第二时段内获取的第二压力数据确定至少一个度量，在第二时段内包括至少一些时间，在至少一些时间内，通过管路系统的水流量大于或等于流量阈值，以及根据谱能比和至少一个度量来确定建筑物的管道系统的类型。建筑物的管道系统的类型可以被识别为包括工作PRV、无功能PRV、无PRV、井或止回阀的系统。
至少一个度量可以包括止回阀度量，该止回阀度量是第二压力数据、第二压力数据的湍流变化、第二压力数据的慢坡降数、第二压力数据的快坡降数、第二压力数据的噪声水平和/或第二压力数据中高压降数的函数。
谱能比可以由分子除以分母来确定，分子是第一压力数据在从0Hz到目标频率的第一频带内的一部分能量，分母是第一压力数据的总能量。第一时段可以至少部分地与第二时段重叠。
如果谱能比高于第一阈值时，则可将管路系统的类型确定为包括止回阀、井和/或工作PRV的系统。另一方面，如果谱能比等于或低于第一阈值时，则可将管路系统的类型识别为包括无功能PRV或无PRV的系统。
从下文提供的详细描述中，本发明的更多适用性发面将变得明显。应当理解的是，详细描述和具体示例虽然表明了各种实施例，但仅用于说明的目的，而不旨在必要地限制本发明的范围。
附图说明
本发明的内容结合附图进行说明：
图1描述了水分析系统的实施例的框图；
图2描述了水设备的实施例的框图；
图3描述了云分析器的实施例的框图；
图4描述了管路系统的实施例的框图；
图5描述了安装水设备的实施例的框图；
图6A-6E描述了各种建筑物类型的压力数据随时间变化的曲线图；
图7描述了用于确定建筑物类型的方法的流程图；
图8A-8C描述了计算具有工作PRV的建筑物的谱能比的示例；
图9A-9C描述了计算没有PRV的建筑物的谱能比的示例；
图10A-10C描述了计算具有井的建筑物的谱能比的示例；
图11A-11C描述了计算具有无功能PRV的建筑物的谱能比的示例；
图12A和12B描述了多模态分布测试的示例；
图13描述了斜率分析的示例；
图14A和14B描述了偏度确定的示例；
图15描述了用于确定建筑物类型的方法的流程图；以及
图16描述了用于确定建筑物类型的另一个方法的流程图。
在附图中，类似的组件和/或特征可以具有相同的附图标记。此外，同样类型的各种组件可以通过在附图标记之后用破折号和区分相似组件的第二标记来区分。如果在说明书中仅使用第一附图标记，则不考虑第二附图标记如何，该描述都适用于具有相同的第一附图标记的任何一个类似组件。
具体实施方式
随后的描述仅提供了优选的示例性实施例，并且不旨在限制本发明的范围、适用性或配置。相反，随后对优选示例性实施例的描述将为本领域的技术人员提供用于实施优选示例性实施例的使用描述。可以理解的是，在不偏离所附权利要求中规定的精神和范围的情况下，可以对元件的功能和布置进行各种改变。
本发明的示例性实施例通过分析管路系统内的压力来对房屋或另一建筑物中的管路系统的类型进行分类。如下面进一步详细描述的，可以确定管路系统是否具有工作PRV、无功能PRV、无PRV、止回阀和/或井。这种确定基于根据打开水和/或关闭水时的时间来分析压力。
可以用水设备分析管路系统内的压力，诸如申请序列号为15/344,458，于2016年11月4日提交的题为“加压源切断后用于泄漏表征的系统和方法”所描述的水设备，为所有目的以引用方式并入。市政供水系统是经过加压的，因此当打开时，管路装置就会出水。进入建筑物的总水管压力通常为80-120psi。大多数建筑物用PRV缓冲水管压力，将压力降低到40-70psi。大多数建筑用PRV缓冲总水管的压力，以将压力降低到40-70psi，这也隔离了直接连接到总水管上的传感器所产生的噪音。在建筑物内，温度和压力将稳定在一个给定的流速下，该给定的流速由泄漏或其他管路系统的排放引起，甚至在流量传感器无法感知任何东西的情况下。如下文进一步详细讨论的那样，水设备还可用于检测管路系统内的泄漏，并监测管路系统的各种其它特性。
首先参考图1，示出了水分析系统100的实施例的框图。市政水系统128用总水管150连接到建筑物112，但其他实施例可以从井、水池、水箱或任何其他来源获取水。不同的水源可以使用不同的流量和泄漏检测算法。
从建筑物112通过互联网104远程的是云分析器108，该云分析器108与各种建筑物和用户设备130进行通信。建筑物112的用户账户信息、传感器数据、本地分析、市政用水信息被传递给云分析器108。用户设备130可以通过本地网络134和/或蜂窝网络与水设备120和云分析器连接。水设备120可以具有与云分析器108联接的以太网、电力线宽带、WiFi和/或蜂窝连接。一些实施例包括水设备可以连接到的网关或对等节点，该网关或对等节点使用WiFi、蓝牙、无线个域网(Zigbee)或其他短距离无线信号联接到网络134和/或互联网104。通常，在网络134和互联网104之间有网关或防火墙。
在建筑物112内，管路系统116是许多连接到器具和设备的管道，这些管道都与水管150联接。建筑物可以具有一个以上与管路系统116流体通信的水设备120。水设备120可以联接到特定位置的冷水和/或热水管，或联接到任何可接触的水龙头或其他水源，并与网络134进行无线或有线通信。
一个以上的点接口124可以与或可以不与管道系统进行流体通信，但可以在一些实施例中收集数据，例如环境温度、管道外的温度和/或管道内或外的声波。点接口124与网络134联接，以允许用接口向用户输入和输出。点接口可以与管路系统116完全分离，同时提供水分析系统100的状态，如瞬时用水量、一个时段的用水量、水温、水压等。可以在点接口124上显示诸如泄漏、运行的马桶或水龙头、缺失或缺陷的PRV、水费估计、低压力、热水器故障、井泵问题和/或管路系统116的其他问题的错误条件。
用户设备130可以是任何平板电脑、移动电话、网页浏览器或水分析系统100的其他接口。水设备120用用户设备130注册到用户账户中。可以使用应用软件、应用程序和/或浏览器接口向用户设备提供在点接口124处可用的所有信息。用户设备130可以有线或无线地与水设备120、云分析器108和/或点接口124连接。
参照图2，示出了水设备120的实施例的框图。电源220可以在水设备120的内部或外部，以向各个电路提供直流(DC)电。在一些实施例中，可更换的电池提供动力，而其他实施例则利用水压驱动涡轮机，为电池充电提供动力。
分析引擎204从压力传感器240、流量传感器244、温度传感器248以及可选的音频传感器250和/或水位传感器260收集各种数据。接口页216允许通过网络接口208以有线或无线方式与水设备120进行交互。分析引擎204还支持单元接口212，该单元接口212是水设备120的物理部分，以使用OLED、LED、LCD显示器和/或状态灯或LED显示各种状态、信息和图形。
各种信息由水设备120存储，这些信息可以利用网络接口208与云分析器108的整体或部分地进行核对。各种传感器240、244、248、250的传感器数据随时间存储在传感器数据存储器228中，以便进行纵向分析。例如，可以存储几个小时到几天的传感器数据。读数的间隔尺寸和存储的时间长度可以是预定的，受可用存储的限制，或者根据管路系统116的情况而变化。例如，可以存储两天内每秒钟的数据样本，但是当怀疑有泄漏时，样本率可以增加到每秒60次，持续4小时的时间。
当设备或器具与管路系统116中的水交互时，在水设备120出现重复的模式。模式曲线224被存储以将当前传感器读数与已知事件快速匹配。例如，特定的水龙头在使用时可能会导致流量、压力和/或温度传感器244、240、248的读数以可预测的方式波动，从而可以将模式曲线与当前读数相匹配以得出正在使用的结论。于2015年11月10日提交的题为“使用压力传感器检测水泄漏”的申请序列号14/937，831描述了这种分析，并为所有目的以引用方式并入。模式曲线224可以是时域和/或频域的，以支持分析引擎204的各种条件匹配。有意排放和泄漏都具有存储的模式曲线224。
配置数据库232存储为供水设备120收集的信息。表中描述了存储在配置数据库232中的供水参数。管路系统116的类型包括那些无PRV、井水、工作PRV和无功能PRV。给总水管150的供水可以来自市政供水系统128、井水、水箱或其他来源。配置数据库232可以使用分析引擎204的算法自动填充，或可以由用户设备130手动输入。在配置数据库232中记录了连接到管路系统116的不同设备和器具。
接下来请参考图3，图中显示了云分析器108的实施例的框图。云分析器108从整个水分析系统100的许多建筑物112接收数据和配置信息。每个建筑物112具有存储的系统曲线224，包括存储的设备、器具、用水设备120、点接口124、供水类型、水源类型。还存储了包括登录凭证、建筑物位置和用户人口统计信息的账户信息232。以原始和处理形式收集的传感器数据被存储为分析器数据228，并且可以包括使用历史、特定排放事件、检测到的泄漏等。
系统分析器204可以处理来自每个建筑物112的数据，以找到对应于泄漏、故障和其他事件的模式，这些事件在本地没有被水设备120识别。系统分析器204可以访问任何水设备120或点接口124以测试功能性、更新软件以及收集数据。在用户设备130与云分析器108联接的情况下，系统分析器204接收命令以执行请求的任务。例如，用户设备130可以在每个设备或设备的基础上查询使用情况。还可以确定总体使用量。系统分析器204可以访问供水公司的使用量和计费，以了解成本和总体消耗量。对于那些实时提供使用信息的公共事业设备，可以确定管路系统116的每次使用的使用量和成本。
帐户接口216允许各种水设备120和用户设备130通过互联网接口208与云分析器108交互。云分析器108提供用户被授权访问的建筑物118的历史和实时分析。各种交互页面允许输入管路系统信息、配置参数、建筑物位置和用户人口统计信息。通过账户界面216向用户设备呈现各种报告和状态参数。
参照图4，示出了管路系统116的实施例的框图。市政供水系统128在总水管通过市政当局提供的用于计费的水表404之前连接到主截止阀412-1。可以电子地或手动地读取水表404以确定账单，但一些实施例允许电子地实时读取水表404。
建筑规范通常要求使用PRV408，但并不普遍。老房子也可能缺少PRV，有一个不再正常工作的PRV，或者由市政供水系统128提供的水压小于80psi。建筑物截止阀412-2通常位于建筑物112的内部，并且提供另一个关闭总水管的地方。水设备120位于建筑物截止阀412-2之后，但在本实施例中位于热水器416之前。水设备120可以放置在水槽下、器具附近或任何其他方便流体联接的位置、附近有电源的地方。在本示例中，可以去除水线的一部分，从而水设备120可以安装在水线内。另外，如下面进一步详细讨论的那样，水设备120可以连接到水可以流经的水龙头，例如水栓440。热水管道424向建筑物118提供加热的水，而冷水管道420提供在建筑物112的环境温度和市政水系统128的温度之间变化的未加热的水。
本实施例具有单个浴室428、厨房432、洗衣机436和水栓440，但其它实施例可以有更多或更少的设备和器具。浴室428具有使用水的淋浴器444、水槽448、浴缸452和马桶456。水槽448、浴缸452和淋浴器444都与热水管和冷水管424、420连通。马桶456只需要用冷水，所以没有与热水管连通。
厨房432包括一个双盆水槽460、一个带液体/冰块分配器的冰箱464和一个洗碗机468。冰箱464只接收冷水420，但双盆水槽460和洗碗机468同时接收冷水和热水420、424。厨房432通常包括单盆水槽和其他可能与水联接的器具。
接下来参考图5，示出了水设备500的实施例的示意图。水设备120可以使水通过与水设备120一体的管道420。管道420的两端可以连接到热水管或冷水线上。或者，管道420的顶部可以连接到水龙头的适配器，如2017年12月28日提交的题为“用于水分析的便携式设备”的申请序列号62/611，187中所述，该申请为所有目的以引用方式并入。管道420的整体部分可以由铜、PVC、塑料或其他建筑管道材料制成，并且可以通过焊接接头、胶合接头和/或可拆卸和柔性软管与管路系统116配合。
有几个模块组成水设备120。电源220为水设备120供电，电源220可以是外壳的内部或外部。网络模块520包括网络接口208，以允许与网络134和互联网104进行有线或无线通信，以连接到水分析系统100的其他组件。显示组件522包括单元接口212。
另一个模块是电路卡536，其对各种传感器执行处理。可以使用分析引擎204在电路卡上处理传感器信息和/或使用系统分析器204在云端处理传感器信息。传感器信息经过数小时和数天的收集和分析，以在数据中找到表明使用、泄漏和其他问题的弱信号。电路卡536可以识别感兴趣的传感器样本，并将这些样本上传到云分析器108以进行更深入的学习。电路卡和云分析器可以使用人工智能、遗传算法、模糊逻辑和机器学习来识别管路系统116的条件和状态。
本实施例包括三个温度传感器512，以用靠近外壳外部和远离内部电子器件的传感器测量环境温度和管道420中水在两个位置的水温。第一温度传感器512-1在水进入水设备120的管道420远离各种电路可能产生的任何热量时，测量与水接触的水温。第二温度传感器512-2在管道420内的第二位置处测量水温，并且远离第一温度传感器512-1。根据两个水温传感器512-1、512-2的读数，可以对水设备120产生的热量进行算法修正。一些实施例可以只使用单个水温传感器和/或放弃环境温度的感测。环境温度可以由建筑物中的其他设备测量并通过网络134提供，例如，恒温器、烟雾探测器、点接口124可以测量环境温度并将其提供给建筑物112中的其他设备。第三温度传感器512-3测量管道420外面的环境温度。
本实施例包括电子驱动的截止阀532。该截止阀532可用于防止水设备120的下游由于泄漏而淹没。此外，截止阀532可以辅助检测泄漏。关闭截止阀532并检测到压力下降表明下游泄漏。一些实施例可以部分关闭截止阀532以调节下游的压力。还可以设置单向阀533以调节流入管道420的水流量。
流量传感器528用于测量管道420中的流量。在本实施例中，使用了超声波流量传感器，但其它实施例可以使用转子流量计、可变面积流量计、弹簧和活塞流量计、质量气体流量计、涡轮流量计、桨轮传感器、正位移流量计和涡流流量计。通常，这些仪表和传感器无法以实际方式测量管道中非常小的流量以进行建筑部署。在管道420内可以设置包括参考电极和测量电极的多个电极529，以指示管道420内的水位。
电路卡536与联接到管道420中的水的压力传感器524联接。来自压力传感器的读数用于测试PRV、井泵、供水和管道泄漏，以及确定水设备和器具的正常排放。压力和温度随着流量的变化而变化，这样压力传感器524和温度传感器512-1、512-2在某些情况下可以用来检测像微小泄漏一样小的流量。电路卡536观察传感器数据的趋势，对传感器数据进行频谱分析、模式匹配以及其他信号处理。于2017年11月20日提交的申请序列号为15/818，562，标题为“建筑供水的无源泄漏检测”的申请描述了如何使用水设备500来检测和表征少量泄漏，并且为所有目的以引用方式并入。
接下来参考图6A-6E，图中显示了各种建筑类型的压力数据随时间变化的曲线图。例如，该建筑物可以是住宅或具有管路系统的任何其它类型的建筑物。具体地，图6A显示了具有工作PRV的建筑物的压力数据；图6B显示了无PRV的建筑物的压力数据；图6C显示了具有井的建筑物的压力数据；图6D显示了具有无功能PRV的建筑物的压力数据；以及图6E显示了具有止回阀的建筑物的压力数据。由于每个图中存在的区别性特征，可以分析压力数据的测量值，以确定具有管道系统的住宅或任何其它类型的建筑物是否具有工作PRV、无PRV、井、止回阀和/或无功能PRV。将在下面进一步详细讨论，图6E中所示的区域610和620是非静默期的示例。
接下来参考图7，示出了用于确定建筑物类型的方法的流程图700。如图7所示，在框715处对第一阶段压力数据710进行分割，以提取没有任何有意的水活动的部分，也称为静默期。这些部分可以是水流量低于流量阈值的时间。流量阈值可以是没有可感知的水流量通过管路系统的水平。部分可以基于水龙头打开或关闭的已知时间来执行，从而仅在静默期部分中包括没有有意使水流过管路系统的时间。然后可以在框720处对静默期部分内的数据去趋势化。去趋势化可以去除压力数据710内的噪声成分，例如由于温度而产生的压力膨胀的噪声。可以使用任何合适的去趋势化方法。此外，可以限定任何合适的静默期部分的数量。例如，可以通过提取和去趋势化单个静默期部分来加快分析。第一阶段压力数据710可以包括来自任何合适的时距(例如24小时)的压力数据。
然后在框725处计算每个静默期段的谱能比。谱能比由以下定义：
频带的范围可以从0Hz到目标频率，例如5Hz、10Hz或20Hz。目标频率可以基于对频谱内发生噪声的频率的观察来选择。例如，如果大部分噪声发生在0到10Hz之间，则目标频率可以选择在0到10Hz之间选择。频能比可以针对频谱内目标频率中的一个、一些或全部计算。
接下来参考图8A-8C，示出了计算具有工作PRV的建筑物的谱能比的示例。具体地，图8A显示了具有工作PRV的建筑物的压力数据随时间的变化，虚线围圈表示四个静默期部分，这些静默期部分在图8B中额外详细地示出。如图8A和8B所示，具有工作PRV的建筑物的静默期部分是相对平坦的。如上文关于图7所讨论的，在框715处从压力数据中提取静默期部分，并在框720处去趋势化。然后在框725处根据公式(1)计算每个静默期部分的谱能比。图8C显示了图8B中所示的其中一个静默期部分的谱能比随频率的变化。或者，可以针对特定的目标频率计算单个谱能比。此外，可以为一个以上的静默期部分计算谱能比。
接下来参考图9A-9C，示出了计算无PRV的建筑物的谱能比的示例。具体地，图9A显示了无PRV的建筑物的压力数据随时间的变化，虚线围圈表示四个静默期部分，这些静默期部分在图9B中额外详细地示出。如图9A和9B所示，对于无PRV的建筑物的静默期部分可能有一些变化。如上文关于图7所讨论的，在框715处从压力数据中提取静默期部分，并在框720处去趋势化。然后在框725处根据公式(1)计算每个静默期部分的谱能比。图9C显示了图9B中所示的的其中一个静默期部分的谱能比随频率的变化。或者，可以针对特定的目标频率计算单个谱能比。此外，可以为一个或多个静默期部分计算谱能比。
图8C和9C的比较表明，对于具有工作PRV的建筑物而言，在低于市政电力线频率(通常约60Hz)的频率下，谱能比是低的，但对于无PRV的建筑物而言，从非常低的频率开始，谱能比是高的。因此，如下面进一步详细讨论的，低频率下的谱能比可用于区分具有工作PRV的建筑物和无PRV的建筑物。可以使用任何合适的阈值。例如，在20Hz的目标频率下，具有工作PRV的建筑物可被识别为具有低于50％的平均谱能比，而在20Hz的目标频率下，无PRV的建筑物可被识别为具有高于50％的平均谱能比。
接下来参考图10A-10C，示出了计算具有井的建筑物的谱能比的示例。具体地，图10A显示了具有井的建筑物的压力数据随时间的变化，虚线围圈表示四个静默期部分，这些静默期部分在图10B中额外详细地示出。如图10A和10B所示，具有井的建筑物的静默期部分是相对平坦的。如上文关于图7所讨论的，在框715处从压力数据中提取静默期部分，并在框720处去趋势化。然后在框725处根据公式(1)计算每个静默期部分的谱能比。图10C显示了图10B中所示的其中一个静默期部分的谱能比随频率的变化。或者，可以针对特定的目标频率计算单个谱能比。此外，可以为一个或多个静默期部分计算谱能比。
接下来参考图11A-11C，示出了计算具有无功能PRV的建筑物的谱能比的示例。具体地，图11A显示了具有无功能PRV的建筑物的压力数据随时间的变化，虚线围圈表示四个静默期部分，这些静默期部分在图11B中额外详细地示出。如图11A和11B所示，对于具有非功能PRV的建筑物的静默期部分可能具有一些变化。如上文关于图7所讨论的，在框715处从压力数据中提取静默期部分，并在框720处去趋势化。然后在框725处根据公式(1)计算每个静默期部分的谱能比。图11C显示了图11B中所示的其中一个静默期部分的谱能比随频率的变化。或者，可以针对特定的目标频率计算单个谱能比。此外，可以为一个或多个静默期部分计算谱能比。
图10C和11C的比较表明，对于具有井的建筑物而言，在低于市政电力线频率(通常约60Hz)的频率下，谱能比是低的，但对于具有无功能PRV的建筑物，从非常低的频率开始，谱能比是高的。因此，如下面进一步详细讨论的，低频率下的谱能比可用于区分具有井的建筑物和具有无功能PRV的建筑物。可以使用任何合适的阈值。例如，在20Hz的目标频率下，具有井的建筑物可被识别为具有小于或等于50％的平均谱能比，而在20Hz的目标频率下，具有无功能PRV的建筑物可被识别为具有大于50％的平均谱能比。
参照图7，分析第二阶段压力数据730，其包括随时间变化的压力数据。第二阶段压力数据730可以包括没有任何水活动的时段(静默期)，以及有水活动的时段(非静默期)。例如，非静默期可以包括水设备打开并且水流过管路系统的持续时间，使得水流量大于或等于上述流量阈值。第二阶段压力数据730可以与第一阶段压力数据710相同。或者，第二阶段压力数据730可以与第一阶段压力数据710部分重叠，或者第二阶段压力数据730可以不与第一阶段压力数据710的任何部分重叠。
如图7所示，可以在框735处对第二阶段压力数据730进行多模态分布测试。此外，可以在框740处分析第二阶段压力数据730的斜率。此外，可以在框745处确定第二阶段压力数据730的偏度，并且可以在框750处确定第二阶段压力数据730的中值散度。这些分析的结果，以及在框725处计算的光谱能量比，可被用于在框755处确定建筑物的类型。例如，可以确定具有管路系统的住宅或任何其它类型的建筑物是否具有工作PRV、无PRV、井或无功能PRV。尽管一些实施例使用来自图7中所示的所有分析的信息，但如果它们对于确定建筑类型是不必要的，则可以省略一些分析和信息。
接下来参考图12A和12B，示出了可在图7的框735处进行的多模态分布测试的示例。图12A显示了压力数据随时间的变化。压力数据可以包括活动期，例如水流过管路系统的一段时间。图12B显示了图12A中所示压力数据的直方图。可以限定多模态测试值以测量压力数据的不同模态的可区分度。换言之，多模态测试值表明活动期压力的上升和下降之间的差异。如图12B所示，P1是直方图的第一峰值的值，P2是直方图的第二峰值的值，m是P1和P2之间的直方图的最小值。然后，多模态测试值计算如下：
如下文进一步详细讨论的，多模态测试值可用于帮助区分具有无功能PRV的建筑物和无PRV的建筑物。可以使用任何合适的阈值。例如，具有无功能PRV的建筑物可被识别为具有大于90％的多模态测试值，而无PRV的建筑物可被识别为具有小于或等于90％的多模态测试值。
接下来参考图13，示出了可在图7的框740处进行的斜率分析的示例。图13示出了压力数据随时间的变化。对压力数据进行分析以确定在压力数据内存在多少长度大于一个时段的线性图案。时段可以具有任何合适的值，例如20秒。线性图案可以具有正斜率或负斜率。符合该标准的线性图案由图13中所示的矩形表示。例如，S1被计算为具有长度大于20秒和正斜率的线性图案的数量，而S2被计算为具有长度大于20秒和负斜率的线性图案的数量。具有最小数量的线性图案且斜率为正或负的压力数据可以表明该房屋有井。
接下来参考图14A和14B，示出了可在图7的框745处进行的偏度确定的示例。图14A示出了压力数据随时间的变化。压力数据可以包括活动期，例如水流过管路系统的一段时间。图14B显示了图14A中所示压力数据的直方图。偏度是对图14B中所示直方图的不对称性的测量。偏度可用于帮助区分具有工作PRV的建筑物和具有井的建筑物。例如，具有负偏度的建筑物，例如图14B中所示的建筑物，可被识别为具有工作PRV的建筑物。
在图7的框750处还可以分析压力数据的中值散度。中值散度是指从压力数据的中值到压力数据的最大值或最小值的距离。具体地，通过将压力数据的中值减去压力数据的最小值来计算第一中值散度M1，通过将压力数据的最大值减去压力数据的中值来计算第二中值散度M2。
再参见图7，可在框755处识别建筑物的类型。该识别可以利用在框725、735、740、745和750处进行的分析结果中的一个、一些或全部。建筑物的类型可以被识别为具有工作PRV、无功能PRV、无PRV或井的建筑物。
接着参见图15，示出了在框755处确定建筑物类型的方法的流程图。在该示例中，在框1510处计算来自第一阶段压力数据710的静默期部分在特定目标频率(例如20Hz)下的谱能比的平均值。然后在框1515处确定该平均值是否大于第一阈值。第一阈值可以是任何合适的值，例如50％。或者，可以在框1515处将来自单个静默期的单个谱能比与第一阈值进行比较。
如果谱能比的平均值大于第一阈值，则该建筑物具有井或工作PRV。为了区分这些建筑物的类型，在框1520处生成第二阶段压力数据710的测试结果值的向量。向量V的元素V(1)-V(4)可以如下确定，具有上文限定的变量多模态测试值、S1、S2、偏度、M1和M2：
然后，向量元素的总和计算如下：
总和-V＝V(1)+V(2)+V(3)+V(4) (3)
然后，在框1525处确定向量元素的总和是否大于第二阈值。第二阈值可以是任何合适的值，例如2。如果向量元素的总和大于第二阈值，则在框1530处确定建筑物具有井。另一方面，如果向量元素的总和小于或等于第二阈值，则在框1535处确定建筑物具有工作PRV。向量元素和第二阈值可以在其他实施例中被修改。
另一方面，如果在框1515处确定谱能比的平均值小于或等于第一阈值，则该建筑物具有无功能PRV或无PRV。为了区分这些建筑物的类型，在框1545处确定多模态测试值是否大于第三阈值。第三阈值可以是任何合适的值，例如90％。如果多模态测试值大于第三阈值，则在框1550处确定该建筑物具有无功能PRV。另一方面，如果多模态测试值小于或等于第三阈值，则在框1535处确定建筑物无PRV。
接着参见图16，示出了在框755处确定建筑物的类型的另一种方法的流程图。在这个示例中，在框1510处计算来自第一阶段压力数据710在特定目标频率(例如，20Hz)下的静默期部分的谱能比的平均值。然后在框1515处确定该平均值是否大于第一阈值。第一阈值可以是任何合适的值，例如50％。或者，可以在框1515处将来自单个静默期的单个谱能比与第一阈值进行比较。
如果谱能比的平均值大于第一阈值，则在框1620处通过确定止回阀度量是否大于第六阈值来判断建筑物是否具有止回阀。止回阀是允许水进入建筑物但不允许水离开建筑物的单向开关。止回阀度量可以通过将压力数据通过低通滤波器来计算，然后将过滤后的压力数据分割成时距段，例如20分钟。压力数据可以包括第一阶段压力数据710、第二阶段压力数据730和/或其他阶段压力数据，该其他阶段可以包括静默期和非静默期。止回阀度量可以是各段标准偏差值的第25位百分位数。如果止回阀度量值大于第六阈值，则在框1625处确定建筑物具有止回阀。然而，如果止回阀度量没有大于第六阈值，则确定该建筑物没有止回阀，并且该方法通过框1620继续。第六阈值可以具有任何合适的值，例如0.2-0.4。在图15所述的方法中，可以进行类似的确定以确定建筑物是否具有止回阀。
如果谱能比的平均值大于第一阈值，并且建筑物没有止回阀，建筑物具有井或工作PRV。为了区分这些建筑物类型，可以分析压力数据中湍流变化、坡度中慢降的水事件数量和坡度中快降的水事件数量。
与具有工作PRV的建筑物相比，具有井的建筑物在静默期期间表现出更多等级的稳态压力值。可以通过将压力数据通过低通滤波器，然后将过滤后的数据分割成时距段(例如5分钟)来确定静默稳态压力数据的变化。压力数据可以包括第一阶段压力数据710、第二阶段压力数据730和/或其他阶段压力数据，该其他阶段可以包括静默期和非静默期。压力数据内的静默期通常具有低方差。例如，压力数据的低方差段可以被限定为其方差低于压力数据的所有段的中位数方差值的段。“低湍流”变化是通过计算数据中低方差段的压力值偏差来确定的。
在具有井的建筑物中，水事件在压力数据中以具有缓坡的慢降方式出现。可以计算压力数据中这种慢降数。压力数据可以包括第一阶段压力数据710、第二阶段压力数据730和/或其他阶段压力数据，该其他阶段可以包括静默期和非静默期。可以通过确定平滑低通滤波数据的下采样版本的导数来计算慢降数。例如，压力数据可以以两秒的采样率进行下采样。慢降可以被识别为具有超过时距的连续期间的小负导数值。例如，小负导数值可以在-0.1到-0.05之间持续至少20-30秒。
与有水井的建筑物不同，有工作PRV的建筑物会具有在压力数据中快降和急降的水事件。可以计算压力数据中的这种下降数。压力数据可以包括第一阶段压力数据710、第二阶段压力数据730和/或其他阶段压力数据，该其他阶段可以包括静默期和非静默期。可以通过确定平滑低通滤波数据的下采样版本的导数来计算快降数。快降可以被识别为在小于时距的连续期间具有大负导数值。例如，大负导数值可以在2到5之间持续至少5-10秒。在此将压力数据中的这种下降数称为PRV度量。
在框1630处确定低湍流变化是否大于第七阈值。第七阈值可以具有任何合适的值，例如2-3psi。在框1630处还确定了慢坡降数是否大于第八阈值和PRV度量。第八阈值可以是任何合适的整数，例如5、6、7、8、9或10。PRV度量可以是大于或等于0的任何合适的整数。如果所有这些条件都是正确的，则在框1635处确定建筑物具有井。另一方面，如果这些条件中的至少一个是错误的，则在框1640处确定湍流变化是否小于第九阈值。第九阈值可以具有任何合适的值，例如1psi。如果低湍流变化小于第九阈值，则在框1645处确定建筑物具有工作PRV。另一方面，如果低湍流变化没有小于第九阈值，则在框1650处确定PRV度量是否大于第十阈值，以及慢坡降数是否小于PRV度量。第十阈值可以是任何合适的整数，例如5、6、7、8、9或10。如果这两个条件都是正确的，则在框1645处确定建筑物具有工作PRV。另一方面，如果这些条件中至少有一个是错误的，则在框1655处确定建筑物具有井和工作PRV。
如果在框1515处确定谱能比的平均值小于或等于第一阈值，则该建筑物具有无功能PRV或无PRV。为了区分这些建筑物类型，可以分析噪声水平和高压降数。
与无PRV的建筑物相比，具有无功能PRV的建筑物的压力数据具有较低的噪声。为了确定噪声水平，压力数据被分割成时距的段，例如5分钟。压力数据可以包括第一阶段压力数据710、第二阶段压力数据730和/或其他阶段压力数据，其可以包括沉默期和非沉默期。噪声水平被计算为段的标准偏差的第10位百分位数。为了确定高压降数，压力数据被分割成具有时距的段，例如5分钟。可以选择具有高方差的段，并且可以执行基于直方图的测试，例如上述的多模态分布测试，以确定每个高方差段是否具有多模态分布形状。基于直方图的测试可用于确定在压力数据中是否有明显的可区分的下降。基于直方图的测试可以在高方差段上执行，高方差段是指具有大于所有段的中位标准偏差值加一个固定值的段，例如0.5-1psi。高压降数被计算为满足基于直方图的测试的高方差段内的降数。
在框1545处确定噪声水平是否小于第四阈值，以及高压降数是否大于第五阈值。第四阈值可以是任何合适的值，例如0.3-0.5。第五阈值可以是任何合适的整数，例如2、3、4或5。如果这两个条件都是正确的，则在框1665处确定建筑物具有无功能PRV。另一方面，如果这些条件中至少有一个是错误的，则在框1670处确定建筑物无PRV。
还可以使用所公开的实施例的许多变化和修改。例如，管路分析器可用于监测分布在管道中的任何液体。这可以包括工业厂房、喷灌系统、气体分配系统、炼油厂、碳氢化合物生产设备、市政水分配等。管路系统是一个具有加压液体(例如，气体)的封闭系统，使用阀门以选择性和控制的方式释放该加压液体。
在上述描述中给出了具体细节，以提供对实施例的全面理解。然而，可以理解的是，可以在没有这些具体细节的情况下实施这些实施例。例如，电路可以用框图示出，以避免不必要的细节遮挡住实施例。在其他情况下，为了避免模糊实施例，可以不用不必要的细节示出众所周知的电路、过程、算法、结构和技术。
上述技术、框、步骤和手段的实施可以以各种方式进行。例如，这些技术、框、步骤和手段可以用硬件、软件或其组合来实现。对于硬件实施，处理单元可以在一个以上的特定应用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑设备(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于执行上述功能的其他电子单元和/或其组合中实现。
另外，需要说明的是，实施例可以描述为一个过程，该过程被描述成流程图、流图、泳道图、数据流图、结构图或框图。虽然描绘可以将操作描述为顺序的过程，但许多操作可以并行或同时执行。此外，操作的顺序可以重新排列。当其操作完成时，一个过程被终止，但可以具有未包括在附图中的附加步骤。一个进程可以对应于一个方法、一个函数、一个步骤、一个子例程、一个子程序等。当一个过程对应一个函数时，其终止对应于函数返回到调用函数或主函数。
此外，实施例可以由硬件、软件、脚本语言、固件、中间件、微代码、硬件描述语言和/或其任何的组合来实现。当用软件、固件、中间件、脚本语言和/或微代码实现时，执行必要任务的程序代码或代码段可以存储在诸如存储介质的机器可读介质中。代码段或机器可执行指令可以表示步骤、函数、子程序、程序、例程、子例程、模块、软件包、脚本、类或指令、数据结构和/或程序语句的任何组合。代码段可以通过传递和/或接收信息、数据、命令行参数、性能参数和/或存储器内容而被耦合到另一个代码段或硬件电路。信息、命令行参数、性能参数、数据等可以通过任何合适的方式传递、转发或传输，该方式包括内存共享、消息传递、令牌传递、网络传输等。
对于固件和/或软件的实施，可以用本文所述执行功能的模块(例如，步骤、函数等)来实现方法。任何有形地体现指令的机器可读介质可用于实施本文所述的方法。例如，软件代码可以存储在存储器中。存储器可以在处理器内或处理器外部实现。如本文所使用的术语“存储器”是指任何类型的长期、短期、易失性、非易失性或其它存储介质，而不限于任何特定类型的存储器或存储器的数量，或存储器储存在其上的介质的类型。
此外，如本文所公开的，术语“存储介质”可以代表用于存储数据的一个以上的存储器，包括只读存储器(ROM)、随机存取存储器(RAM)、磁性RAM、核心存储器、磁盘存储介质、光学存储介质、闪存设备和/或用于存储信息的其它机器可读介质。术语“机器可读介质”包括但不限于便携式或固定式存储设备、光学存储设备和/或能够存储包含或携带指令和/或数据的各种其它存储介质。
虽然上文已经结合具体的装置和方法对本发明的原理进行了描述，但要清楚地认识到，这种描述只是通过示例的方式进行的，而不是作为对本发明范围的限制。
Claims (14)
1.一种方法包含：
根据在第一时段内获取的第一压力数据确定谱能比，在所述第一时段内，通过建筑物的管路系统的水流量低于流量阈值；
根据在第二时段内获取的第二压力数据确定多模态测试值，所述第二时段包括至少一些时间，在所述至少一些时间内，通过所述管路系统的所述水流量大于或等于所述流量阈值；以及
根据所述谱能比和所述多模态测试值，识别所述建筑物的管路系统的类型，其中：
所述谱能比由分子除以分母来确定，所述分子是所述第一压力数据在第一频带内的一部分能量，并且所述分母是所述第一压力数据的总能量，并且
所述多模态测试值根据所述第二压力数据的直方图来确定。
2.如权利要求1所述的方法，其中所述建筑物的管路系统的类型被识别为包括工作减压阀‘PRV’、无功能PRV、无PRV、井或止回阀的系统。
3.如权利要求1所述的方法，进一步包含：
分析所述第二压力数据的斜率；
确定所述第二压力数据的偏度；以及
确定所述第二压力数据的中值散度，
其中根据所述谱能比、所述多模态测试值、所述斜率、所述偏度以及所述中值散度识别所述管路系统的类型。
4.如权利要求1所述的方法，其中所述第一频带范围从0Hz到目标频率。
5.如权利要求1所述的方法，其中所述多模态测试值根据所述第二压力数据的所述直方图的两个峰值之间的差值和所述两个峰值之间的最小值来确定。
6.如权利要求1所述的方法，其中所述第一时段至少部分地与所述第二时段重叠。
7.如权利要求1所述的方法，其中如果所述谱能比超过第一阈值，则所述管路系统的类型被识别为包括井或工作PRV的系统。
8.如权利要求7所述的方法，其中如果所述谱能比等于或低于所述第一阈值，则所述管路系统的类型被识别为包括无功能PRV或无PRV的系统。
9.一种方法包含：
根据在第一时段内获取的第一压力数据确定谱能比，在所述第一时段内，通过建筑物的管路系统的水流量低于流量阈值；
根据在第二时段内获取的第二压力数据确定至少一个度量，所述第二时段包括至少一些时间，在所述至少一些时间内，通过所述管路系统的所述水流量大于或等于所述流量阈值；以及
根据所述谱能比和所述至少一个度量，识别所述建筑物的管路系统的类型，其中：
所述谱能比由分子除以分母来确定，所述分子是所述第一压力数据在第一频带内的一部分能量，并且所述分母是所述第一压力数据的总能量，并且所述至少一个度量包括如下至少一个：
止回阀度量，其为所述第二压力数据的函数，
所述第二压力数据的湍流变化，
所述第二压力数据中的慢坡降数，
所述第二压力数据中的快坡降数，
所述第二压力数据的噪音水平，或
所述第二压力数据中的高压降数。
10.如权利要求9所述的方法，其中所述建筑物的管路系统的类型被识别为包括工作减压阀‘PRV’、无功能PRV、无PRV、井或止回阀的系统。
11.如权利要求9所述的方法，其中所述第一频带范围从0Hz到目标频率。
12.如权利要求9所述的方法，其中所述第一时段至少部分地与所述第二时段重叠。
13.如权利要求9所述的方法，其中如果所述谱能比超过第一阈值，所述管路系统的类型被识别为包括止回阀、井或工作PRV中至少一个的系统。
14.如权利要求13所述的方法，其中如果所述谱能比等于或低于所述第一阈值，所述管路系统的类型被识别为包括无功能PRV或无PRV的系统。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201862631085P | 2018-02-15 | 2018-02-15 | |
| US62/631,085 | 2018-02-15 | ||
| US16/272,233 US11635342B2 (en) | 2018-02-15 | 2019-02-11 | Building type classification |
| US16/272,233 | 2019-02-11 | ||
| PCT/US2019/017582 WO2019160834A1 (en) | 2018-02-15 | 2019-02-12 | Building type classification |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111727361A CN111727361A (zh) | 2020-09-29 |
| CN111727361B true CN111727361B (zh) | 2022-10-04 |
Family
ID=67541485
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980013297.6A Active CN111727361B (zh) | 2018-02-15 | 2019-02-12 | 建筑物类型分类 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US11635342B2 (zh) |
| EP (1) | EP3752810B8 (zh) |
| CN (1) | CN111727361B (zh) |
| WO (1) | WO2019160834A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3686698B1 (en) * | 2019-01-24 | 2022-04-06 | ABB Schweiz AG | Automated creation of modular industrial plants |
| US11053668B1 (en) | 2020-02-11 | 2021-07-06 | Hydrodynamic Technologies LLC | Intelligent water monitoring system |
Family Cites Families (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2303756A1 (en) | 2000-04-03 | 2001-10-03 | Murray D. Smith | Plumbing testing device |
| US6839644B1 (en) | 2002-04-01 | 2005-01-04 | The Texas A&M University System | Plumbing supply monitoring, modeling and sizing system and method |
| DE102004016378A1 (de) * | 2004-04-02 | 2005-11-03 | Stefan Windisch | Verfahren und Anordnung zur aktiven Überwachung von Rohrleitungen |
| US8457908B2 (en) | 2009-06-11 | 2013-06-04 | University Of Washington | Sensing events affecting liquid flow in a liquid distribution system |
| CN103032626B (zh) | 2012-12-12 | 2015-03-18 | 济南大学 | 调节阀故障诊断系统及方法 |
| FR3003006B1 (fr) | 2013-03-08 | 2015-08-07 | Technoboost | Circuit hydraulique comportant des variantes donnant des reponses modales differentes |
| US10331148B2 (en) * | 2013-07-30 | 2019-06-25 | 2397593 Ontario Inc. | Water tempering system |
| CN203745212U (zh) | 2013-11-12 | 2014-07-30 | 湖南泰通电力科技有限公司 | 一种用于对工业循环冷却水节能研究的试验系统 |
| DK2963405T3 (da) * | 2014-07-03 | 2020-03-09 | Kamstrup As | Tryksensorindretning til forsyningsnetværk |
| CN204330231U (zh) | 2014-12-04 | 2015-05-13 | 常州市常液液压件有限公司 | 阀门泄露检测台 |
| CN104536001B (zh) | 2015-01-15 | 2017-01-18 | 云南航天工程物探检测股份有限公司 | 一种基于数据切片的圆柱形桥墩质量检测方法 |
| US9923971B2 (en) | 2015-02-02 | 2018-03-20 | State Farm Mutual Automobile Insurance Company | Systems and methods for identifying unidentified plumbing supply products |
| US10712226B2 (en) * | 2015-04-03 | 2020-07-14 | Hydrosmart Technologies, Inc. | Autonomous identification of an anomalous aqueous stream from an aqueous source feeding multiple independent streams and remediation directive determination thereof |
| US9834911B2 (en) | 2015-08-13 | 2017-12-05 | William Duke Everhart | Water system leak detection |
| US10352814B2 (en) * | 2015-11-10 | 2019-07-16 | Phyn Llc | Water leak detection using pressure sensing |
| US20170186291A1 (en) * | 2015-12-24 | 2017-06-29 | Jakub Wenus | Techniques for object acquisition and tracking |
| US20170285665A1 (en) | 2016-03-30 | 2017-10-05 | E.Digital Corporation | Method, apparatus, and system for water management |
| CN106126904B (zh) | 2016-06-21 | 2018-08-21 | 四川大学 | 多层建筑物的吸收爆破振动能量舒适性评价方法 |
| US10190298B2 (en) | 2016-10-05 | 2019-01-29 | Press-Cision Co. | Pressure testing device and related methods |
| US10094095B2 (en) * | 2016-11-04 | 2018-10-09 | Phyn, Llc | System and method for leak characterization after shutoff of pressurization source |
-
2019
- 2019-02-11 US US16/272,233 patent/US11635342B2/en active Active
- 2019-02-12 WO PCT/US2019/017582 patent/WO2019160834A1/en unknown
- 2019-02-12 CN CN201980013297.6A patent/CN111727361B/zh active Active
- 2019-02-12 EP EP19707965.0A patent/EP3752810B8/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| EP3752810A1 (en) | 2020-12-23 |
| EP3752810B8 (en) | 2024-06-05 |
| US11635342B2 (en) | 2023-04-25 |
| WO2019160834A1 (en) | 2019-08-22 |
| EP3752810B1 (en) | 2024-04-24 |
| US20190250064A1 (en) | 2019-08-15 |
| CN111727361A (zh) | 2020-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111771112B (zh) | 建筑供水的被动泄漏检测 | |
| US10775213B2 (en) | Devices and system for channeling and automatic monitoring of fluid flow in fluid distribution systems | |
| TWI549072B (zh) | 用於檢測液體分佈系統中影響液體流量之事件的方法、媒體、設備與系統 | |
| US10914055B2 (en) | Fluid monitoring system | |
| CN111727361B (zh) | 建筑物类型分类 | |
| US20180045599A1 (en) | Autonomous identification of an anomalous aqueous stream from an aqueous source feeding multiple independent streams and remediation directive determination thereof | |
| WO2015154135A1 (en) | A system, apparatus and method for controlling water flow | |
| US20240003774A1 (en) | Periodic water leak detection | |
| CN111771111B (zh) | 出口点定位 | |
| JP2010139360A (ja) | ガス供給保安装置及びガスメーター |
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 |