CN112597615B - 一种基于bim的下水管道管控方法及系统 - Google Patents
一种基于bim的下水管道管控方法及系统 Download PDFInfo
- Publication number
- CN112597615B CN112597615B CN202011518813.1A CN202011518813A CN112597615B CN 112597615 B CN112597615 B CN 112597615B CN 202011518813 A CN202011518813 A CN 202011518813A CN 112597615 B CN112597615 B CN 112597615B
- Authority
- CN
- China
- Prior art keywords
- information
- community
- pipeline
- management
- obtaining
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于BIM的下水管道管控方法及系统,其中,所述方法包括:获得第一社区的布局图信息;根据所述布局图信息获得下水管道布控区域;获得第一气候信息,所述第一气候信息为所述第一社区所在区域的气候信息;获得以所述第一社区为中心的预定区域内的交通量信息;将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型进行训练,获得第一训练结果,所述第一训练结果为所述第一社区的最佳下水管道管控方法;根据所述第一训练结果,获得第一管控指令;根据所述第一管控指令对所述第一社区进行下水管道管控。解决了因未综合多方因素进行下水管道布控,使得下水管道管控不合理,进而影响正常排水的技术问题。
Description
技术领域
本发明涉及下水管道管控技术领域,尤其涉及一种基于BIM的下水管道管控方法及系统。
背景技术
伴随着城市建设的飞速发展,市政工程的一项基础项目就是排水管道工程,排水系统的良好运行关系到城市的长久发展,影响着城市居民的正常生活。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
由于对排水管道进行布控时,未综合参考社区布局、交通量等多方因素,使得下水管道管控不合理,进而影响正常污水排放。
发明内容
本申请实施例通过提供一种基于BIM的下水管道管控方法及系统,解决了因未综合多方因素进行下水管道布控,使得下水管道管控不合理,进而影响正常排水的技术问题,达到了通过综合参考多方因素,同时基于BIM模型进行下水管道的布控,使得对下水管道的管控更加合理,避免影响污水排放的技术效果。
本申请实施例提供了一种基于BIM的下水管道管控方法,其中,所述方法包括:获得第一社区的布局图信息;根据所述布局图信息获得下水管道布控区域;获得第一气候信息,所述第一气候信息为所述第一社区所在区域的气候信息;获得以所述第一社区为中心的预定区域内的交通量信息;将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型进行训练,获得第一训练结果,所述第一训练结果为所述第一社区的最佳下水管道管控方法;根据所述第一训练结果,获得第一管控指令;根据所述第一管控指令对所述第一社区进行下水管道管控。
另一方面,本申请还提供了一种基于BIM的下水管道管控系统,其中,所述系统包括:第一获得单元:所述第一获得单元用于获得第一社区的布局图信息;第二获得单元:所述第二获得单元用于根据所述布局图信息获得下水管道布控区域;第三获得单元:所述第三获得单元用于获得第一气候信息,所述第一气候信息为所述第一社区所在区域的气候信息;第四获得单元:所述第四获得单元用于获得以所述第一社区为中心的预定区域内的交通量信息;第一输入单元:所述第一输入单元用于将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型进行训练,获得第一训练结果,所述第一训练结果为所述第一社区的最佳下水管道管控方法;第五获得单元:所述第五获得单元用于根据所述第一训练结果,获得第一管控指令;第一管控单元:所述第一管控单元用于根据所述第一管控指令对所述第一社区进行下水管道管控。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过获得下水管道布控区域、第一气候信息、交通量信息等影响因素,进而对其进行基于BIM模型的训练,使得输出的下水管道管控方法更加合理,进而根据管控方法对社区进行下水管道管控,使得社区生活污水可以正常排出的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种基于BIM的下水管道管控方法的流程示意图;
图2为本申请实施例一种基于BIM的下水管道管控系统的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第一输入单元15,第五获得单元16,第一管控单元17,总线300,接收器301,处理器302,发送器303,存储器304,总线接口305。
具体实施方式
本申请实施例通过提供一种基于BIM的下水管道管控方法及系统,解决了因未综合多方因素进行下水管道布控,使得下水管道管控不合理,进而影响正常排水的技术问题,达到了通过综合参考多方因素,同时基于BIM模型进行下水管道的布控,使得对下水管道的管控更加合理,避免影响污水排放的技术效果。
下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
伴随着城市建设的飞速发展,市政工程的一项基础项目就是排水管道工程,排水系统的良好运行关系到城市的长久发展,影响着城市居民的正常生活。由于对排水管道进行布控时,未综合参考社区布局、交通量等多方因素,使得下水管道管控不合理,进而影响正常污水排放。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种基于BIM的下水管道管控方法,其中,所述方法包括:获得第一社区的布局图信息;根据所述布局图信息获得下水管道布控区域;获得第一气候信息,所述第一气候信息为所述第一社区所在区域的气候信息;获得以所述第一社区为中心的预定区域内的交通量信息;将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型进行训练,获得第一训练结果,所述第一训练结果为所述第一社区的最佳下水管道管控方法;根据所述第一训练结果,获得第一管控指令;根据所述第一管控指令对所述第一社区进行下水管道管控。
为了更好地理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一
如图1所示,本申请实施例提供了一种基于BIM的下水管道管控方法,其中,所述方法还包括:
步骤S100:获得第一社区的布局图信息;
具体而言,所述布局图信息为所述第一社区的布局构造图信息,包括住宅区域、休闲区域、娱乐区域、绿化面积等的划分,通过获得第一社区的布局图信息,可基于整体对第一社区进行排水布控。
步骤S200:根据所述布局图信息获得下水管道布控区域;
具体而言,已知获得所述布局图信息,可根据所述布局图信息获得下水管道布控区域,举例而言,可根据住宅区域的住户数量信息进行有效布控,当为高层住户数量较多时,可适当加大排水管道的内径,以便于生活污水的有效排出。
步骤S300:获得第一气候信息,所述第一气候信息为所述第一社区所在区域的气候信息;
具体而言,还可获得第一气候信息,所述第一气候信息为所述第一社区所在区域的气候信息,主要的气候要素包括光照、气温和降水等,其中降水是气候重要的一个要素,举例而言,若所述第一社区所在区域在南方时,因南方降雨量较大,因此在下水管道布控时应有效考虑降雨因素。
步骤S400:获得以所述第一社区为中心的预定区域内的交通量信息;
具体而言,还可获得以所述第一社区为中心的预定区域内的交通量信息,所述预定区域可理解为以所述第一社区为中心的方圆三公里以内的区域划分,在此不作具体设定,通过获得以所述第一社区为中心的预定区域内的交通量信息,可以有效获得车流量信息,举例而言,当所述预定区域存在十字路口等交通要道时,可适当加多下水管道的布控,以便于降雨时,使得雨水可以顺利排出,不影响正常的交通。
步骤S500:将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型进行训练,获得第一训练结果,所述第一训练结果为所述第一社区的最佳下水管道管控方法;
具体而言,BIM(Building Information Modeling)建筑信息模型,是一种应用于工程设计、建造、管理的数据化工具,通过对建筑的数据化、信息化模型整合,在项目策划、运行和维护的全生命周期过程中进行共享和传递,使工程技术人员对各种建筑信息作出正确理解和高效应对,为设计团队以及包括建筑、运营单位在内的各方建设主体提供协同工作的基础,在提高生产效率、节约成本和缩短工期方面发挥重要作用。
通过将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型进行训练,通过整合输入数据,使得管控人员对输入信息作出正确理解和高效应对,进而得到最佳下水管道管控方法,提高了管控效率。
步骤S600:根据所述第一训练结果,获得第一管控指令;
步骤S700:根据所述第一管控指令对所述第一社区进行下水管道管控。
具体而言,已知所述第一训练结果,即所述第一社区的最佳下水管道管控方法,可根据所述第一社区的最佳下水管道管控方法获得第一管控指令,所述第一管控指令为对所述第一社区进行下水管道管控,进而对生活污水进行有效排放,达到了对下水管道的管控合理,避免影响污水排放的技术效果。
进一步,本申请实施例还包括:
步骤S810:根据所述下水管道布控区域获得第一管道节点信息、第二管道节点信息直至第N管道节点信息;
步骤S820:根据所述第一管道节点信息获得第一节点图像信息,所述第一节点图像信息为摄像头拍摄的图像信息;
步骤S830:判断所述第一节点图像信息是否存在异常;
步骤S840:若存在,获得第一预警信息;
步骤S850:将所述第一预警信息发送至路政管控中心进行处理。
具体而言,为了对社区的排水系统进行规范化管控,还可根据所述下水管道布控区域获得第一管道节点信息、第二管道节点信息直至第N管道节点信息,因排水系统的各排水管都是纵横交错的,同时产生交错管道节点,若这些交错管道节点发生问题,很可能造成污水的漏流,影响住户的生活,因此可根据所述第一管道节点信息获得第一节点图像信息,所述第一节点图像信息为摄像头拍摄的图像信息,即通过在各管道节点安装摄像头,对节点的连接情况进行实时监控,以此确保实时掌握节点的连接无误,进而判断所述第一节点图像信息是否存在异常,即节点是否断开连接,或因接口生锈造成管道裂缝等,若存在,获得第一预警信息,所述第一预警信息为第一管道节点存在异常,进而将所述第一预警信息发送至路政管控中心进行处理,通过根据摄像头对各节点信息进行实时监控,减少了污水泄漏时的排查时间,进而达到了对社区的排水系统进行规范化管控的技术效果。
进一步,本申请实施例还包括:
步骤S910:根据所述第一节点图像信息获得第一管道水流量信息;
步骤S920:获得第一管道内径信息;
步骤S930:根据所述第一管道内径信息获得可承载水流量信息;
步骤S940:根据所述可承载水流量信息获得预定水流量警戒值;
步骤S950:判断所述第一管道水流量信息是否超过所述预定水流量警戒值;
步骤S960:若超过,获得第二预警信息;
步骤S970:将所述第二预警信息发送至所述路政管控中心进行处理。
具体而言,为了进一步对社区的排水系统进行规范化管控,还可根据所述第一节点图像信息获得第一管道水流量信息,所述第一管道水流量信息为流经第一管道的水流量信息,还可获得第一管道内径信息,管道的内径大小直接决定了其流通水流量的大小,内径越大,流通水流量越大,反之越小,进而根据所述第一管道内径信息获得可承载水流量信息,所述可承载水流量信息为流经第一管道最大可承受的水流量信息,同时根据所述可承载水流量信息获得预定水流量警戒值,所述预定水流量警戒值为预设的可承载水流量的预警警戒值,一般小于所述可承载水流量信息,即当发生暴雨天气时,流经第一管道的水流量超过预定水流量警戒值,可进行流量预警,避免水流量超过可承载水流量信息,冲破管道,造成洪涝等,进而判断所述第一管道水流量信息是否超过所述预定水流量警戒值,若超过,获得第二预警信息,所述第二预警信息为流经第一管道的水流量超过预定水流量警戒值,进而将所述第二预警信息发送至所述路政管控中心进行处理,使得水流量冲破管道之前做好防护措施,达到了避免造成更大损失的技术效果。
进一步,本申请实施例还包括:
步骤S1010:获得第一管道污水质量信息,所述第一管道污水质量信息可通过浊度传感器检测所得;
步骤S1020:判断所述第一管道污水质量信息是否满足预设污水质量信息;
步骤S1030:若不满足,获得第三预警信息;
步骤S1040:将所述第三预警信息发送至所述路政管控中心进行处理。
具体而言,为了对社区下水管道进行更为科学的管控,还可获得第一管道污水质量信息,所述第一管道污水质量信息可通过浊度传感器检测所得,浊度传感器是通过测量透过水的光量来测量水中的悬浮固体,而这些悬浮固体可以反映出水体受污染的情况。通过浊度传感器可适时检测污水质量,是否存在大型悬浮固体颗粒物等造成下水管道的堵塞,进而判断所述第一管道污水质量信息是否满足预设污水质量信息,所述预设污水质量信息为管道流经污水不存在较大固体颗粒物,不影响污水的正常排放,当所述第一管道污水质量信息不满足预设污水质量信息时,即流经管道污水存在较大固体颗粒物,影响污水的正常排放,可获得第三预警信息,所述第三预警信息为流经第一管道的污水存在较大固体颗粒物,可能会造成下水管道堵塞,进而将所述第三预警信息发送至所述路政管控中心进行处理,达到了对堵塞的下水管道及时导通,避免影响人们正常生活的技术效果。
进一步,所述将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型进行训练,获得第一训练结果,所述第一训练结果为所述第一社区的最佳下水管道管控方法,步骤S500还包括:
步骤S510:将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型,其中,所述BIM模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述下水管道布控区域、所述第一气候信息、所述交通量信息和用来标识第一社区的最佳下水管道管控方法的标识信息;
步骤S520:获得所述BIM模型的第一训练结果,所述第一训练结果为所述第一社区的最佳下水管道管控方法。
具体而言,为了获得更加准确的下水管道管控方法,可通过将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型进行不断训练,可以使得输出的训练结果更加精确。所述BIM模型可以理解为一个神经网络模型即机器学习中的神经网络模型,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。在本申请实施例中,将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型进行不断训练,用标识的第一社区的最佳下水管道管控方法对所述神经网络模型进行训练。
进一步来说,所述训练神经网络模型的过程实质为监督学习的过程。所述多组训练数据具体为:所述下水管道布控区域、所述第一气候信息、所述交通量信息和用来标识第一社区的最佳下水管道管控方法的标识信息。通过输入所述下水管道布控区域、所述第一气候信息、所述交通量信息,神经网络模型会输出第一训练结果,所述第一训练结果为所述第一社区的最佳下水管道管控方法,通过将所述输出信息与所述起标识作用的第一社区的最佳下水管道管控方法进行校验,如果所述输出信息与所述起标识作用的第一社区的最佳下水管道管控方法要求相一致,则本数据监督学习完成,则进行下一组数据监督学习;如果所述输出信息与所述起标识作用的第一社区的最佳下水管道管控方法要求不一致,则神经网络学习模型自身进行调整,直到神经网络学习模型输出结果与所述起标识作用的第一社区的最佳下水管道管控方法要求相一致,进行下一组数据的监督学习。通过训练数据使神经网络学习模型自身不断地修正、优化,通过监督学习的过程来提高神经网络学习模型处理所述信息的准确性,进而达到使得第一社区的最佳下水管道管控方法更加精确的技术效果。
进一步,所述判断所述第一节点图像信息是否存在异常,步骤S830还包括:
步骤S831:获得第一节点历史图像信息;
步骤S832:根据所述第一节点历史图像信息构建图像对比数据库;
步骤S833:将所述第一节点图像信息输入所述图像对比数据库,获得对比结果;
步骤S834:根据所述对比结果判断所述第一节点图像信息是否存在异常。
具体而言,需要进一步判断所述第一节点图像信息是否存在异常,可获得第一节点历史图像信息,所述第一节点历史图像信息为第一节点之前的图像信息,包含节点连接正常图像信息和节点连接非正常图像信息,可所述第一节点历史图像信息构建图像对比数据库,所述图像对比数据库由多种历史图像信息组成,通过将所述第一节点图像信息输入所述图像对比数据库进行比对训练,可以获得对比结果,即判断输入的所述第一节点图像信息是否存在异常,进而根据判断结果确定是否发送预警信息,达到了对所述第一节点图像信息进行准确判断的技术效果。
进一步,所述根据所述下水管道布控区域获得第一管道节点信息、第二管道节点信息直至第N管道节点信息,步骤S810还包括:
步骤S811:根据所述第一管道节点信息获得第一节点图像信息,以此类推,获得第二节点图像信息直至第N节点图像信息;
步骤S812:根据所述第一节点图像信息生成第一验证码,所述第一验证码与所述第一节点图像信息一一对应;
步骤S813:根据所述第二节点图像信息生成第二验证码,其中,所述第二验证码与所述第二节点图像信息一一对应,以此类推,根据所述第N节点图像信息和第N-1验证码生成第N验证码,其中,N为大于1的自然数;
步骤S814:将所有节点图像信息和验证码分别复制保存在M台设备上,其中,M为大于1的自然数。
具体而言,为了确保所述所有节点图像信息的安全性,确保其不被篡改,可进行基于区块链的加密操作。区块链技术是一项具有普适性的底层技术架构,它通过共识机制在分布式节点上生成和同步数据、借助可编程脚本实现合约条款的自动执行和数据操作。区块链被定义为一种按时间顺序来组织数据区块,不同区块之间按序形成链条状连接的数据结构,借助这种数据结构来构建数字账本。
根据所述第一管道节点信息获得第一节点图像信息,以此类推,获得第二节点图像信息直至第N节点图像信息;根据所述第一节点图像信息生成第一验证码,所述第一验证码与所述第一节点图像信息一一对应;根据所述第二节点图像信息生成第二验证码,其中,所述第二验证码与所述第二节点图像信息一一对应,以此类推,根据所述第N节点图像信息和第N-1验证码生成第N验证码,其中,N为大于1的自然数;将所有节点图像信息和验证码分别复制保存在M台设备上,其中,M为大于1的自然数。对所述所有节点图像信息进行加密存储,其中,每个设备对应于一个节点,所有节点组合起来形成了区块链,这样的区块链就构成了一个便于验证(只要验证最后一个区块的Hash值就相当于验证了整个版本),不可更改(任何一个交易信息的更改,会让所有之后的区块的Hash值发生变化,这样在验证时就无法通过)的总账本。
区块链系统采用分布式数据形式,让每一个参与节点都能够获得一份完整的数据库备份,除非能够同时控制整个系统中51%的节点,否则单个节点对数据库的修改是无效的,也无法影响其他节点上的数据内容。因此,参与系统中的节点越多,算力越强,系统中的数据安全性也就越高。对所述所有节点图像信息基于区块链的加密处理,有效保证了所述所有节点图像信息的存储安全,达到了对所述所有节点图像信息进行安全的记录并保存的技术效果。
综上所述,本申请实施例所提供的一种基于BIM的下水管道管控方法及系统具有如下技术效果:
1、通过获得下水管道布控区域、第一气候信息、交通量信息等影响因素,进而对其进行基于BIM模型的训练,使得输出的下水管道管控方法更加合理,进而根据管控方法对社区进行下水管道管控,使得社区生活污水可以正常排出的技术效果。
2、通过对下水管道布控区域的各管道节点进行视频监控、对流经管道的水流量进行警戒预警、对污水质量进行实时监测以及对各节点图像信息进行加密保存,都实现了对社区的下水管道进行合理管控,以确保污水顺利排放,避免影响人们正常生活,进而达到了对社区的排水系统进行规范化管控的技术效果。
实施例二
基于与前述实施例中一种基于BIM的下水管道管控方法同样发明构思,本发明还提供了一种基于BIM的下水管道管控系统,如图2所示,所述系统包括:
第一获得单元11:所述第一获得单元11用于获得第一社区的布局图信息;
第二获得单元12:所述第二获得单元12用于根据所述布局图信息获得下水管道布控区域;
第三获得单元13:所述第三获得单元13用于获得第一气候信息,所述第一气候信息为所述第一社区所在区域的气候信息;
第四获得单元14:所述第四获得单元14用于获得以所述第一社区为中心的预定区域内的交通量信息;
第一输入单元15:所述第一输入单元15用于将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型进行训练,获得第一训练结果,所述第一训练结果为所述第一社区的最佳下水管道管控方法;
第五获得单元16:所述第五获得单元16用于根据所述第一训练结果,获得第一管控指令;
第一管控单元17:所述第一管控单元17用于根据所述第一管控指令对所述第一社区进行下水管道管控。
进一步的,所述系统还包括:
第六获得单元:所述第六获得单元用于根据所述下水管道布控区域获得第一管道节点信息、第二管道节点信息直至第N管道节点信息;
第七获得单元:所述第七获得单元用于根据所述第一管道节点信息获得第一节点图像信息,所述第一节点图像信息为摄像头拍摄的图像信息;
第一判断单元:所述第一判断单元用于判断所述第一节点图像信息是否存在异常;
第八获得单元:所述第八获得单元用于若存在,获得第一预警信息;
第一发送单元:所述第一发送单元用于将所述第一预警信息发送至路政管控中心进行处理。
进一步的,所述系统还包括:
第九获得单元:所述第九获得单元用于根据所述第一节点图像信息获得第一管道水流量信息;
第十获得单元:所述第十获得单元用于获得第一管道内径信息;
第十一获得单元:所述第十一获得单元用于根据所述第一管道内径信息获得可承载水流量信息;
第十二获得单元:所述第十二获得单元用于根据所述可承载水流量信息获得预定水流量警戒值;
第二判断单元:所述第二判断单元用于判断所述第一管道水流量信息是否超过所述预定水流量警戒值;
第十三获得单元:所述第十三获得单元用于若超过,获得第二预警信息;
第二发送单元:所述第二发送单元用于将所述第二预警信息发送至所述路政管控中心进行处理。
进一步的,所述系统还包括:
第十四获得单元:所述第十四获得单元用于获得第一管道污水质量信息,所述第一管道污水质量信息可通过浊度传感器检测所得;
第三判断单元:所述第三判断单元用于判断所述第一管道污水质量信息是否满足预设污水质量信息;
第十五获得单元:所述第十五获得单元用于若不满足,获得第三预警信息;
第三发送单元:所述第三发送单元用于将所述第三预警信息发送至所述路政管控中心进行处理。
进一步的,所述系统还包括:
第二输入单元:所述第二输入单元用于将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型,其中,所述BIM模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述下水管道布控区域、所述第一气候信息、所述交通量信息和用来标识第一社区的最佳下水管道管控方法的标识信息;
第十六获得单元:所述第十六获得单元用于获得所述BIM模型的第一训练结果,所述第一训练结果为所述第一社区的最佳下水管道管控方法。
进一步的,所述系统还包括:
第十七获得单元:所述第十七获得单元用于获得第一节点历史图像信息;
第一构建单元:所述第一构建单元用于根据所述第一节点历史图像信息构建图像对比数据库;
第三输入单元:所述第三输入单元用于将所述第一节点图像信息输入所述图像对比数据库,获得对比结果;
第四判断单元:所述第四判断单元用于根据所述对比结果判断所述第一节点图像信息是否存在异常。
进一步的,所述系统还包括:
第十八获得单元:所述第十八获得单元用于根据所述第一管道节点信息获得第一节点图像信息,以此类推,获得第二节点图像信息直至第N节点图像信息;
第一生成单元:所述第一生成单元用于根据所述第一节点图像信息生成第一验证码,所述第一验证码与所述第一节点图像信息一一对应;
第二生成单元:所述第二生成单元用于根据所述第二节点图像信息生成第二验证码,其中,所述第二验证码与所述第二节点图像信息一一对应,以此类推,根据所述第N节点图像信息和第N-1验证码生成第N验证码,其中,N为大于1的自然数;
第一保存单元:所述第一保存单元用于将所有节点图像信息和验证码分别复制保存在M台设备上,其中,M为大于1的自然数。
前述图1实施例一中的一种基于BIM的下水管道管控方法的各种变化方式和具体实例同样适用于本实施例的一种基于BIM的下水管道管控系统,通过前述对一种基于BIM的下水管道管控方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于BIM的下水管道管控系统的实施方法,所以为了说明书的简洁,再次不再详述。
实施例三
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实例施中一种基于BIM的下水管道管控方法的发明构思,本发明还提供一种基于BIM的下水管道管控系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种基于BIM的下水管道管控方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请实施例提供了一种基于BIM的下水管道管控方法,其中,所述方法包括:获得第一社区的布局图信息;根据所述布局图信息获得下水管道布控区域;获得第一气候信息,所述第一气候信息为所述第一社区所在区域的气候信息;获得以所述第一社区为中心的预定区域内的交通量信息;将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型进行训练,获得第一训练结果,所述第一训练结果为所述第一社区的最佳下水管道管控方法;根据所述第一训练结果,获得第一管控指令;根据所述第一管控指令对所述第一社区进行下水管道管控。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种基于BIM的下水管道管控方法,其中,所述方法还包括:
获得第一社区的布局图信息;
根据所述布局图信息获得下水管道布控区域;
获得第一气候信息,所述第一气候信息为所述第一社区所在区域的气候信息;
所述第一气候信息为所述第一社区所在区域的气候信息,主要的气候要素包括光照、气温和降水,其中降水是气候重要的一个要素;
获得以所述第一社区为中心的预定区域内的交通量信息;所述预定区域以所述第一社区为中心的方圆三公里以内的区域划分;
将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型进行训练,获得第一训练结果,所述第一训练结果为所述第一社区的最佳下水管道管控方法;
所述将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型进行训练,获得第一训练结果,所述第一训练结果为所述第一社区的最佳下水管道管控方法,还包括:
将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型,其中,所述BIM模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述下水管道布控区域、所述第一气候信息、所述交通量信息和用来标识第一社区的最佳下水管道管控方法的标识信息;
获得所述BIM模型的第一训练结果,所述第一训练结果为所述第一社区的最佳下水管道管控方法;
根据所述第一训练结果,获得第一管控指令;
根据所述第一管控指令对所述第一社区进行下水管道管控。
2.如权利要求1所述的方法,其中,所述方法还包括:
根据所述下水管道布控区域获得第一管道节点信息、第二管道节点信息直至第N管道节点信息;
根据所述第一管道节点信息获得第一节点图像信息,所述第一节点图像信息为摄像头拍摄的图像信息;
判断所述第一节点图像信息是否存在异常;
若存在,获得第一预警信息;
将所述第一预警信息发送至路政管控中心进行处理。
3.如权利要求2所述的方法,其中,所述方法还包括:
根据所述第一节点图像信息获得第一管道水流量信息;
获得第一管道内径信息;
根据所述第一管道内径信息获得可承载水流量信息;
根据所述可承载水流量信息获得预定水流量警戒值;
判断所述第一管道水流量信息是否超过所述预定水流量警戒值;
若超过,获得第二预警信息;
将所述第二预警信息发送至所述路政管控中心进行处理。
4.如权利要求3所述的方法,其中,所述方法还包括:
获得第一管道污水质量信息,所述第一管道污水质量信息可通过浊度传感器检测所得;
判断所述第一管道污水质量信息是否满足预设污水质量信息;
若不满足,获得第三预警信息;
将所述第三预警信息发送至所述路政管控中心进行处理。
5.如权利要求2所述的方法,其中,所述判断所述第一节点图像信息是否存在异常,还包括:
获得第一节点历史图像信息;
根据所述第一节点历史图像信息构建图像对比数据库;
将所述第一节点图像信息输入所述图像对比数据库,获得对比结果;
根据所述对比结果判断所述第一节点图像信息是否存在异常。
6.如权利要求2所述的方法,其中,所述根据所述下水管道布控区域获得第一管道节点信息、第二管道节点信息直至第N管道节点信息,还包括:
根据所述第一管道节点信息获得第一节点图像信息,以此类推,获得第二节点图像信息直至第N节点图像信息;
根据所述第一节点图像信息生成第一验证码,所述第一验证码与所述第一节点图像信息一一对应;
根据所述第二节点图像信息生成第二验证码,其中,所述第二验证码与所述第二节点图像信息一一对应,以此类推,根据所述第N节点图像信息和第N-1验证码生成第N验证码,其中,N为大于1的自然数;
将所有节点图像信息和验证码分别复制保存在M台设备上,其中,M为大于1的自然数。
7.一种基于BIM的下水管道管控系统,其中,所述系统包括:
第一获得单元:所述第一获得单元用于获得第一社区的布局图信息;
第二获得单元:所述第二获得单元用于根据所述布局图信息获得下水管道布控区域;
第三获得单元:所述第三获得单元用于获得第一气候信息,所述第一气候信息为所述第一社区所在区域的气候信息;所述第一气候信息为所述第一社区所在区域的气候信息,主要的气候要素包括光照、气温和降水,其中降水是气候重要的一个要素;
第四获得单元:所述第四获得单元用于获得以所述第一社区为中心的预定区域内的交通量信息;所述预定区域以所述第一社区为中心的方圆三公里以内的区域划分;
第一输入单元:所述第一输入单元用于将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型进行训练,获得第一训练结果,所述第一训练结果为所述第一社区的最佳下水管道管控方法;
所述将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型进行训练,获得第一训练结果,所述第一训练结果为所述第一社区的最佳下水管道管控方法,还包括:
将所述下水管道布控区域、所述第一气候信息、所述交通量信息输入BIM模型,其中,所述BIM模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述下水管道布控区域、所述第一气候信息、所述交通量信息和用来标识第一社区的最佳下水管道管控方法的标识信息;
获得所述BIM模型的第一训练结果,所述第一训练结果为所述第一社区的最佳下水管道管控方法;
第五获得单元:所述第五获得单元用于根据所述第一训练结果,获得第一管控指令;
第一管控单元:所述第一管控单元用于根据所述第一管控指令对所述第一社区进行下水管道管控。
8.一种基于BIM的下水管道管控系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011518813.1A CN112597615B (zh) | 2020-12-21 | 2020-12-21 | 一种基于bim的下水管道管控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011518813.1A CN112597615B (zh) | 2020-12-21 | 2020-12-21 | 一种基于bim的下水管道管控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112597615A CN112597615A (zh) | 2021-04-02 |
CN112597615B true CN112597615B (zh) | 2022-04-01 |
Family
ID=75199671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011518813.1A Active CN112597615B (zh) | 2020-12-21 | 2020-12-21 | 一种基于bim的下水管道管控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112597615B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113445606A (zh) * | 2021-07-07 | 2021-09-28 | 中建八局第四建设有限公司 | 一种老旧小区下水管道铺装改造方法 |
CN113627774A (zh) * | 2021-08-04 | 2021-11-09 | 胡军军 | 基于区块链技术的公路构件质量管理跟踪方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MX2016007771A (es) * | 2013-12-16 | 2017-03-10 | Latista Tech Inc | Sistema de gestion de proyecto que proporciona una interaccion optimizada con modelos digitales. |
CN109000158B (zh) * | 2018-09-04 | 2020-05-08 | 深圳市市政设计研究院有限公司 | 基于物联网和bim的管道渗漏预警系统、方法及其应用 |
CN110990995A (zh) * | 2019-10-23 | 2020-04-10 | 万翼科技有限公司 | 一种定位排水管道水流量异常的方法和装置 |
-
2020
- 2020-12-21 CN CN202011518813.1A patent/CN112597615B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112597615A (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cai et al. | A real-time fault diagnosis methodology of complex systems using object-oriented Bayesian networks | |
CN112597615B (zh) | 一种基于bim的下水管道管控方法及系统 | |
CN108984873B (zh) | 供水管网实时漏损检测方法、设备、系统及存储介质 | |
Machell et al. | Online modelling of water distribution systems: a UK case study | |
CN111950068A (zh) | 一种基于Bim的维护建筑设备的方法和装置 | |
GB2499892A (en) | Sequential method for solving pressure/flow network parameters in an industrial process simulation and control system. | |
Mahmoud et al. | Real-time operational response methodology for reducing failure impacts in water distribution systems | |
CN110990995A (zh) | 一种定位排水管道水流量异常的方法和装置 | |
CN117041311A (zh) | 一种基于数字孪生的智能巡检方法及装置 | |
TWM606693U (zh) | 智慧污水下水道系統 | |
Lu et al. | Reliability modeling by extended GO-FLOW methodology for automatic control component and system at NPP | |
CN103455000A (zh) | 一种自动形成控制逻辑的scada系统设备建模方法 | |
CN117294736A (zh) | 一种基于云计算的污水管网监测系统及方法 | |
Parvizsedghy et al. | Deterioration assessment models for water pipelines | |
CN115879324B (zh) | 城市燃气多级管网的仿真方法、仿真平台和介质 | |
McMillan et al. | Towards self-healing in water infrastructure systems | |
Ugarelli et al. | Wastewater pipes in Oslo: from condition monitoring to rehabilitation planning | |
Atique et al. | Using copula method for pipe data analysis | |
Angkasuwansiri et al. | Development of wastewater pipe performance index and performance prediction model | |
CN113516449B (zh) | 一种降低建筑噪音的信息处理方法和装置 | |
CN114064911B (zh) | 一种核电厂智能诊断系统专家知识库建模方法及系统 | |
Kępa et al. | A Hydraulic Model as a Useful Tool in the Operation of a Water-Pipe Network. | |
KR102471791B1 (ko) | 지하시설물 이상 여부 판단 방법 및 장치 | |
EP3788208A1 (en) | Autonomous in-sewer flow control system | |
CN114897196B (zh) | 一种办公建筑供水网络的运行管理方法、设备及介质 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230112 Address after: 213000 zhaiqiao North Street, Qianhuang Town, Wujin District, Changzhou City, Jiangsu Province Patentee after: VENASSA ELECTRONICS TECHNOLOGY CO.,LTD. Address before: Room 609-1, building 16, Tianan Digital City, 588 Changwu South Road, Wujin national high tech Industrial Development Zone, Changzhou City, Jiangsu Province 213000 Patentee before: CHANGZHOU JETRUSTUNG TRENCHLESS PIPELINE TECHNOLOGY Co.,Ltd. |