CN112610902B - 一种老城区管网生物垢检测方法 - Google Patents
一种老城区管网生物垢检测方法 Download PDFInfo
- Publication number
- CN112610902B CN112610902B CN202011456352.XA CN202011456352A CN112610902B CN 112610902 B CN112610902 B CN 112610902B CN 202011456352 A CN202011456352 A CN 202011456352A CN 112610902 B CN112610902 B CN 112610902B
- Authority
- CN
- China
- Prior art keywords
- pipe network
- biological
- biological scale
- scale
- detection
- 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
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 68
- 230000005251 gamma ray Effects 0.000 claims abstract description 21
- 238000012163 sequencing technique Methods 0.000 claims abstract 3
- 239000003139 biocide Substances 0.000 claims description 12
- 230000001590 oxidative effect Effects 0.000 claims description 12
- 230000003115 biocidal effect Effects 0.000 claims description 6
- OSVXSBDYLRYLIG-UHFFFAOYSA-N dioxidochlorine(.) Chemical compound O=Cl=O OSVXSBDYLRYLIG-UHFFFAOYSA-N 0.000 claims description 6
- 238000000053 physical method Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- JLHMJWHSBYZWJJ-UHFFFAOYSA-N 1,2-thiazole 1-oxide Chemical class O=S1C=CC=N1 JLHMJWHSBYZWJJ-UHFFFAOYSA-N 0.000 claims description 3
- WKBOTKDWSSQWDR-UHFFFAOYSA-N Bromine atom Chemical compound [Br] WKBOTKDWSSQWDR-UHFFFAOYSA-N 0.000 claims description 3
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 claims description 3
- 239000004155 Chlorine dioxide Substances 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 150000001299 aldehydes Chemical class 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- GDTBXPJZTBHREO-UHFFFAOYSA-N bromine Substances BrBr GDTBXPJZTBHREO-UHFFFAOYSA-N 0.000 claims description 3
- 229910052794 bromium Inorganic materials 0.000 claims description 3
- 229910052801 chlorine Inorganic materials 0.000 claims description 3
- 239000000460 chlorine Substances 0.000 claims description 3
- 235000019398 chlorine dioxide Nutrition 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 229910052736 halogen Inorganic materials 0.000 claims description 3
- 150000002367 halogens Chemical class 0.000 claims description 3
- WJRBRSLFGCUECM-UHFFFAOYSA-N hydantoin Chemical compound O=C1CNC(=O)N1 WJRBRSLFGCUECM-UHFFFAOYSA-N 0.000 claims description 3
- 229940091173 hydantoin Drugs 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 150000002898 organic sulfur compounds Chemical class 0.000 claims description 3
- 150000003856 quaternary ammonium compounds Chemical class 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000003313 weakening effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 4
- 238000007689 inspection Methods 0.000 description 3
- 230000001580 bacterial effect Effects 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000013021 overheating Methods 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 150000007513 acids Chemical class 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- ZFSLODLOARCGLH-UHFFFAOYSA-N isocyanuric acid Chemical class OC1=NC(O)=NC(O)=N1 ZFSLODLOARCGLH-UHFFFAOYSA-N 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16L—PIPES; JOINTS OR FITTINGS FOR PIPES; SUPPORTS FOR PIPES, CABLES OR PROTECTIVE TUBING; MEANS FOR THERMAL INSULATION IN GENERAL
- F16L55/00—Devices or appurtenances for use in, or in connection with, pipes or pipe systems
- F16L55/24—Preventing accumulation of dirt or other matter in pipes, e.g. by traps, by strainers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/20—Controlling water pollution; Waste water treatment
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开一种老城区管网生物垢检测方法，包括步骤一、根据生物垢附着的特性分析获取所需检测管网，步骤二、检测管网分段排序，步骤三、利用红外检测和γ射线检测的方法检测并测厚，步骤四、按附着度分类标记和步骤五、分类处理；本发明通过利用生物垢附着的特性，通过利用老城区的管网布置线路、住宅区分布、城区商场分布和交通路线进行分析实现提前预测可能存在生物垢的管网线路并进行分段，检测效率大大提高，同时通过红外线检测和γ射线检测的方法对管网线路进行检测和生物垢测厚，并根据测得的结果分类进行处理，无需分隔切断进行检测处理，省时省力且检测精度高。
Description
技术领域
本发明涉及生物垢检测技术领域，尤其涉及一种老城区管网生物垢检测方法。
背景技术
生物污垢是指任何实际浸入到含水环境中的表面上所形成的微生物沉淀或生物膜，其或影响物体美观，或造成管道堵塞，另外，众所周知，伴随着某些细菌生物膜的生长而产生的酸也可能导致严重的腐蚀发生，这类细菌生物膜通常由硫酸盐还原细菌组成，这种细菌通常厌氧地生长在有油和天然气存在的水中；
现有的管道管网生物垢检查处理方法大多是将管路分隔切断，检查清除后再进行焊接连接复位，这种检测处理方法无法提前预知管路段有无生物垢，容易忽略生物垢轻度附着的管路，而轻度附着的管路得不到处理会演变成高度附着或重度附着，处理起来较为麻烦，同时分割切断会影响管路整体抗压承受强度，因此，本发明提出一种老城区管网生物垢检测方法以解决现有技术中存在的问题。
发明内容
针对上述问题，本发明的目的在于提出一种老城区管网生物垢检测方法，该老城区管网生物垢检测方法通过利用生物垢附着的特性，通过利用老城区的管网布置线路、住宅区分布、城区商场分布和交通路线进行分析实现提前预测可能存在生物垢的管网线路并进行分段，检测效率大大提高，同时通过红外线检测和γ射线检测的方法对管网线路进行检测和生物垢测厚，并根据测得的结果分类进行处理，无需分隔切断进行检测处理，省时省力且检测精度高。
为实现本发明的目的，本发明通过以下技术方案实现：一种老城区管网生物垢检测方法，包括以下步骤：
步骤一、分析获取所需检测管网，获取老城区管网布置线路图、老城区住宅分布图、城区商场分布图和交通路线图，并将其进行对比同时根据生物垢附着的特性分析，得到所需检测的管网线路的具体位置，并在图纸上标出；
步骤二、检测管网分段排序，将所需检测管网线路按指定长度进行分段，并按照生物垢附着能力进行分类和排序并标记，得到分段检测图纸，以确定管网检测顺序和着重检测段；
步骤三、检测并测厚，利用红外检测和γ射线检测的方法，按照事先分析整理好城区管网检测顺序的分段检测图纸进行分批检测，优先并着重检测老城区住宅区和城区商场附近路段附近的管网；
步骤四、按附着度分类，将检测后的结果按照管路内部生物垢附着的严重程度进行区分，并在分段检测图纸上用不同颜色标出，得到老城区管网生物垢分布覆盖图；
步骤五、分类处理，按照步骤四中得到的老城区管网生物垢分布覆盖图进行管网段生物垢的处理，生物垢附着轻微段利用生物垢除垢剂的化学方法进行处理，生物垢附着严重段利用传统的物理方法进行处理。
进一步改进在于：所述步骤二中对管网线路进行指定长度分段是根据生物垢随水流流速和生物垢附力的估算出的指定长度，所述步骤二中将分段的管网线路按照生物垢附着能力进行分类排序，其中住宅区和商场的管网线路及其附近的管网线路生物垢附着最为严重。
进一步改进在于：所述步骤三中红外线检测和γ射线检测依次工作，红外线检测管网线路段内部是否存在生物垢，γ射线检测管网线路段中生物垢附着的厚度，当管网线路段内部检测到生物垢后，γ探测器射出γ射线开始工作。
进一步改进在于：所述步骤三中红外线检测的原理是生物垢使传热受阻，导致管道局部过热、温度分布异常，通过在管道外向管道壁照射红外线，测量由管壁反射回来的红外线强度，输入设备中进行分析计算，并将管道内是否积有生物垢。
进一步改进在于：所述步骤三中γ射线检测原理是当一束准直的γ射线透过生物垢时，它的强度会被减弱，其减弱规律表示为
式中N0和N分别表示无生物垢和有生物垢时γ探测器的计数率，μ/
为生物垢的质量减弱系数，μ为线性减弱系数，
为生物垢平均密度，D为生物垢厚度，β为修正因子，通过公式(1)算出生物垢厚度D。
进一步改进在于：所述步骤四中将检测后的管网线路段分为轻度附着、中度附着、高度附着和重度附着四类，所述步骤五中将轻度附着和中度附着生物垢的管网线路段利用生物垢除垢剂的化学方法进行处理，高度附着和重度附着生物垢的管网线路段利用物理方法进行处理。
进一步改进在于：所述步骤五中使用的除垢剂为氧化生物杀伤剂和非氧化生物杀伤剂的混合物。
进一步改进在于：所述氧化生物杀伤剂为氯、溴、二氧化氯、氯代异氰脲酸酯以及含卤素的乙内酰脲，所述非氧化生物杀伤剂为季铵化合物、异噻唑酮、醛类、对羟基苯甲酸酯类和有机硫化合物。
本发明的有益效果为：本发明通过利用生物垢附着的特性，通过利用老城区的管网布置线路、住宅区分布、城区商场分布和交通路线进行分析实现提前预测可能存在生物垢的管网线路并进行分段，检测效率大大提高，同时通过红外线检测和γ射线检测的方法对管网线路进行检测和生物垢测厚，并根据测得的结果分类进行处理，无需分隔切断进行检测处理，省时省力且检测精度高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”、“第四”等仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
根据图1所示，本实施例提供了一种老城区管网生物垢检测方法，包括以下步骤：
步骤一、分析获取所需检测管网，获取老城区管网布置线路图、老城区住宅分布图、城区商场分布图和交通路线图，并将其进行对比同时根据生物垢附着的特性分析，得到所需检测的管网线路的具体位置，并在图纸上标出；
步骤二、检测管网分段排序，将所需检测管网线路按指定长度进行分段，并按照生物垢附着能力进行分类和排序并标记，得到分段检测图纸，以确定管网检测顺序和着重检测段；
步骤三、检测并测厚，利用红外检测和γ射线检测的方法，按照事先分析整理好城区管网检测顺序的分段检测图纸进行分批检测，优先并着重检测老城区住宅区和城区商场附近路段附近的管网；
步骤四、按附着度分类，将检测后的结果按照管路内部生物垢附着的严重程度进行区分，分为轻度附着、中度附着、高度附着和重度附着四类，并在分段检测图纸上用不同颜色标出，得到老城区管网生物垢分布覆盖图；
步骤五、分类处理，按照步骤四中得到的老城区管网生物垢分布覆盖图进行管网段生物垢的处理，生物垢附着轻微段利用生物垢除垢剂的化学方法进行处理，生物垢附着严重段利用传统的物理方法进行处理。
所述步骤二中对管网线路进行指定长度分段是根据生物垢随水流流速和生物垢附力的估算出的指定长度，所述步骤二中将分段的管网线路按照生物垢附着能力进行分类排序，其中住宅区和商场的管网线路及其附近的管网线路生物垢附着最为严重。
所述步骤三中红外线检测和γ射线检测依次工作，红外线检测管网线路段内部是否存在生物垢，γ射线检测管网线路段中生物垢附着的厚度，当管网线路段内部检测到生物垢后，γ探测器射出γ射线开始工作。
所述步骤三中红外线检测的原理是生物垢使传热受阻，导致管道局部过热、温度分布异常，通过在管道外向管道壁照射红外线，测量由管壁反射回来的红外线强度，输入设备中进行分析计算，并将管道内是否积有生物垢。
所述步骤三中γ射线检测原理是当一束准直的γ射线透过生物垢时，它的强度会被减弱，其减弱规律表示为
式中N0和N分别表示无生物垢和有生物垢时γ探测器的计数率，μ/
为生物垢的质量减弱系数，μ为线性减弱系数，
为生物垢平均密度，D为生物垢厚度，β为修正因子，通过公式(1)算出生物垢厚度D。
所述步骤五中将轻度附着和中度附着生物垢的管网线路段利用生物垢除垢剂的化学方法进行处理，高度附着和重度附着生物垢的管网线路段利用物理方法进行处理。
所述步骤五中使用的除垢剂为氧化生物杀伤剂和非氧化生物杀伤剂的混合物。
所述氧化生物杀伤剂为氯、溴、二氧化氯、氯代异氰脲酸酯以及含卤素的乙内酰脲，所述非氧化生物杀伤剂为季铵化合物、异噻唑酮、醛类、对羟基苯甲酸酯类和有机硫化合物。
该老城区管网生物垢检测方法通过利用生物垢附着的特性，通过利用老城区的管网布置线路、住宅区分布、城区商场分布和交通路线进行分析实现提前预测可能存在生物垢的管网线路并进行分段，检测效率大大提高，同时通过红外线检测和γ射线检测的方法对管网线路进行检测和生物垢测厚，并根据测得的结果分类进行处理，无需分隔切断进行检测处理，省时省力且检测精度高。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种老城区管网生物垢检测方法，其特征在于包括以下步骤：
步骤一、分析获取所需检测管网，获取老城区管网布置线路图、老城区住宅分布图、城区商场分布图和交通路线图，并将其进行对比同时根据生物垢附着的特性分析，得到所需检测的管网线路的具体位置，并在图纸上标出；
步骤二、检测管网分段排序，将所需检测管网线路根据生物垢随水流流速和生物垢附力的估算出指定长度，按所述指定长度进行分段，并将分段的管网线路按照生物垢附着能力进行分类和排序并标记，得到分段检测图纸，以确定管网检测顺序和着重检测段，其中住宅区和商场的管网线路及其附近的管网线路生物垢附着最为严重；
步骤三、检测并测厚，利用红外检测和γ射线检测的方法，按照事先分析整理好城区管网检测顺序的分段检测图纸进行分批检测，优先并着重检测老城区住宅区和城区商场附近路段附近的管网；
步骤四、按附着度分类，将检测后的结果按照管路内部生物垢附着的严重程度进行区分，并在分段检测图纸上用不同颜色标出，得到老城区管网生物垢分布覆盖图；
步骤五、分类处理，按照步骤四中得到的老城区管网生物垢分布覆盖图进行管网段生物垢的处理，生物垢附着轻微段利用生物垢除垢剂的化学方法进行处理，生物垢附着严重段利用传统的物理方法进行处理。
2.根据权利要求1所述的一种老城区管网生物垢检测方法，其特征在于：所述步骤三中红外线检测和γ射线检测依次工作，红外线检测管网线路段内部是否存在生物垢，γ射线检测管网线路段中生物垢附着的厚度，当管网线路段内部检测到生物垢后，γ探测器射出γ射线开始工作。
3.根据权利要求1所述的一种老城区管网生物垢检测方法，其特征在于：所述步骤三中红外线检测的原理是生物垢使传热受阻，导致管道局部过热、温度分布异常，通过在管道外向管道壁照射红外线，测量由管壁反射回来的红外线强度，输入设备中进行分析计算，并将管道内是否积有生物垢。
4.根据权利要求1所述的一种老城区管网生物垢检测方法，其特征在于：所述步骤三中γ射线检测原理是当一束准直的γ射线透过生物垢时，它的强度会被减弱，其减弱规律表示为
式中N0和N分别表示无生物垢和有生物垢时γ探测器的计数率，
为生物垢的质量减弱系数，μ为线性减弱系数，
为生物垢平均密度，D为生物垢厚度，β为修正因子，通过公式(1)算出生物垢厚度D。
5.根据权利要求1所述的一种老城区管网生物垢检测方法，其特征在于：所述步骤四中将检测后的管网线路段分为轻度附着、中度附着、高度附着和重度附着四类，所述步骤五中将轻度附着和中度附着生物垢的管网线路段利用生物垢除垢剂的化学方法进行处理，高度附着和重度附着生物垢的管网线路段利用物理方法进行处理。
6.根据权利要求1所述的一种老城区管网生物垢检测方法，其特征在于：所述步骤五中使用的除垢剂为氧化生物杀伤剂和非氧化生物杀伤剂的混合物。
7.根据权利要求6所述的一种老城区管网生物垢检测方法，其特征在于：所述氧化生物杀伤剂为氯、溴、二氧化氯、氯代异氰脲酸酯以及含卤素的乙内酰脲，所述非氧化生物杀伤剂为季铵化合物、异噻唑酮、醛类、对羟基苯甲酸酯类和有机硫化合物。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011456352.XA CN112610902B (zh) | 2020-12-11 | 2020-12-11 | 一种老城区管网生物垢检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011456352.XA CN112610902B (zh) | 2020-12-11 | 2020-12-11 | 一种老城区管网生物垢检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112610902A CN112610902A (zh) | 2021-04-06 |
| CN112610902B true CN112610902B (zh) | 2022-07-08 |
Family
ID=75233322
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011456352.XA Active CN112610902B (zh) | 2020-12-11 | 2020-12-11 | 一种老城区管网生物垢检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112610902B (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4912332A (en) * | 1988-06-03 | 1990-03-27 | Research And Development Institute, Inc. At Montana State University | Non-destructive methods for detecting organic deposits and removing them |
| DE3834586A1 (de) * | 1988-10-11 | 1990-04-12 | Dea Mineraloel Ag | Verbessertes verfahren zur pruefung von rohrleitungen |
| US4945758A (en) * | 1987-05-28 | 1990-08-07 | Arabian American Oil Company | Method and apparatus for monitoring the interior surface of a pipeline |
| CN1376909A (zh) * | 2001-03-23 | 2002-10-30 | 何凤歧 | γ射线在役管网检测方法和装置 |
| JP2005331492A (ja) * | 2004-05-21 | 2005-12-02 | First Water Kk | レジオネラ防止センサー |
| KR100694661B1 (ko) * | 2006-11-27 | 2007-03-14 | 허관용 | 바이오파울링 방지장치 및 그 방법 |
| CN201748164U (zh) * | 2010-06-29 | 2011-02-16 | 莱芜钢铁股份有限公司 | 便携式煤气管道在线检测装置 |
| CN102306021A (zh) * | 2011-08-16 | 2012-01-04 | 上海交通大学 | 基于实时ArcGis的管网水质生物安全保障联调联控方法 |
| CN103805677A (zh) * | 2014-01-23 | 2014-05-21 | 浙江大学 | 一种应用于给水管网管垢/管道生物膜分区采样方法 |
| CN104657550A (zh) * | 2015-02-10 | 2015-05-27 | 吉林建筑大学 | 一种评估老旧城区给水管道改造次序的方法 |
| CN105039572A (zh) * | 2015-08-31 | 2015-11-11 | 浙江大学 | 一种饮用水管网管道生物膜微生物群落监测分析方法 |
| WO2016019363A1 (en) * | 2014-08-01 | 2016-02-04 | Gordon & Rosenblatt, Llc | Methods for treating premise plumbing |
| CN106600094A (zh) * | 2016-07-14 | 2017-04-26 | 广州京维智能科技有限公司 | 一种基于供水管网动态模型的管道水质风险评价方法 |
| CA3020824A1 (en) * | 2016-04-15 | 2017-10-19 | Ecolab Usa Inc. | Performic acid biofilm prevention for industrial co2 scrubbers |
| GB2560790A (en) * | 2017-12-20 | 2018-09-26 | Intellitect Water Ltd | A water network monitor, monitoring system and method |
| CN209263148U (zh) * | 2018-11-30 | 2019-08-16 | 山东青洁能环保有限公司 | 具有腐蚀结垢检测功能的循环水供暖系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ITBO20000713A1 (it) * | 2000-12-06 | 2002-06-06 | Castellini Spa | Apparecchiatura e motodo per il rilevamento di biofilm in condotti idrici di riuniti dentali |
| KR20110006248A (ko) * | 2009-07-14 | 2011-01-20 | 웅진코웨이주식회사 | 수배관내의 바이오필름 측정장치 |
| FI20156009A (fi) * | 2015-12-23 | 2017-06-24 | Kemira Oyj | Menetelmä ja laite kerrostumien muodostuksen valvomiseksi ja hallitsemiseksi |
| US20190263696A1 (en) * | 2018-02-23 | 2019-08-29 | Hampton Roads Sanitation District | Apparatus and method for biofilm management in water systems |
| CN110782149A (zh) * | 2019-10-19 | 2020-02-11 | 吉林建筑大学 | 一种评估老旧城区给水管道改造次序的方法 |
| CN111592200A (zh) * | 2020-06-30 | 2020-08-28 | 广西碧福环保工程有限公司 | 一种生态+生物+物理净化及消毒的自来水处理新工艺 |
-
2020
- 2020-12-11 CN CN202011456352.XA patent/CN112610902B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4945758A (en) * | 1987-05-28 | 1990-08-07 | Arabian American Oil Company | Method and apparatus for monitoring the interior surface of a pipeline |
| US4912332A (en) * | 1988-06-03 | 1990-03-27 | Research And Development Institute, Inc. At Montana State University | Non-destructive methods for detecting organic deposits and removing them |
| DE3834586A1 (de) * | 1988-10-11 | 1990-04-12 | Dea Mineraloel Ag | Verbessertes verfahren zur pruefung von rohrleitungen |
| CN1376909A (zh) * | 2001-03-23 | 2002-10-30 | 何凤歧 | γ射线在役管网检测方法和装置 |
| JP2005331492A (ja) * | 2004-05-21 | 2005-12-02 | First Water Kk | レジオネラ防止センサー |
| KR100694661B1 (ko) * | 2006-11-27 | 2007-03-14 | 허관용 | 바이오파울링 방지장치 및 그 방법 |
| CN201748164U (zh) * | 2010-06-29 | 2011-02-16 | 莱芜钢铁股份有限公司 | 便携式煤气管道在线检测装置 |
| CN102306021A (zh) * | 2011-08-16 | 2012-01-04 | 上海交通大学 | 基于实时ArcGis的管网水质生物安全保障联调联控方法 |
| CN103805677A (zh) * | 2014-01-23 | 2014-05-21 | 浙江大学 | 一种应用于给水管网管垢/管道生物膜分区采样方法 |
| WO2016019363A1 (en) * | 2014-08-01 | 2016-02-04 | Gordon & Rosenblatt, Llc | Methods for treating premise plumbing |
| CN104657550A (zh) * | 2015-02-10 | 2015-05-27 | 吉林建筑大学 | 一种评估老旧城区给水管道改造次序的方法 |
| CN105039572A (zh) * | 2015-08-31 | 2015-11-11 | 浙江大学 | 一种饮用水管网管道生物膜微生物群落监测分析方法 |
| CA3020824A1 (en) * | 2016-04-15 | 2017-10-19 | Ecolab Usa Inc. | Performic acid biofilm prevention for industrial co2 scrubbers |
| CN106600094A (zh) * | 2016-07-14 | 2017-04-26 | 广州京维智能科技有限公司 | 一种基于供水管网动态模型的管道水质风险评价方法 |
| GB2560790A (en) * | 2017-12-20 | 2018-09-26 | Intellitect Water Ltd | A water network monitor, monitoring system and method |
| CN209263148U (zh) * | 2018-11-30 | 2019-08-16 | 山东青洁能环保有限公司 | 具有腐蚀结垢检测功能的循环水供暖系统 |
Non-Patent Citations (2)
| Title |
|---|
| 固体表面生物膜结构特征与控制技术研究进展;徐冉等;《工业用水与废水》;20091228(第06期);全文 * |
| 城市排水管网自动清理系统的可行性分析;陈乐;《河南科技》;20110330(第06期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112610902A (zh) | 2021-04-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20130085690A1 (en) | Data processing method and system for checking pipeline leakage | |
| US7706988B2 (en) | Method for improved crack detection and discrimination using circumferential magnetic flux leakage | |
| Cho et al. | Evaluation of the relationship between two different methods for enumeration fecal indicator bacteria: Colony-forming unit and most probable number | |
| US20100030491A1 (en) | Estimating Worst Case Corrosion in a Pipeline | |
| CN112668206A (zh) | 一种考虑多因素的酸性气田腐蚀预测模型及参数确定方法 | |
| Hachad et al. | Locating illicit discharges in storm sewers in urban areas using multi-parameter source tracking: field validation of a toolbox composite index to prioritize high risk areas | |
| EP3721022B1 (fr) | Procédé d'évaluation de l'état d'un système de distribution d'eau | |
| Vlad et al. | Assessment of the density of wood with stem decay of Norway spruce trees using drill resistance | |
| CN106940363A (zh) | 一种基于海洋生物行为反应的海洋污染预警方法 | |
| CN116773606B (zh) | 一种河湖水下沉积物污染状况获取方法 | |
| CN112610902B (zh) | 一种老城区管网生物垢检测方法 | |
| Martino et al. | Determining ground penetrating radar amplitude thresholds for the corrosion state of reinforced concrete bridge decks | |
| CN119187108A (zh) | 一种基于钻井液特征污染物检测的自动清洗系统及方法 | |
| JP6214979B2 (ja) | 配水管網の情報システム | |
| CN116976709B (zh) | 基于流域生态系统的脆弱性评估方法 | |
| Chessman et al. | Insights into human impacts on streams from tolerance profiles of macroinvertebrate assemblages | |
| Maruéjouls et al. | Impact of two pollutant fluxes calculation methods along with uncertainties on estimation of combined sewer overflow contribution to environmental pollution at the whole urban catchment scale | |
| CN117405637A (zh) | 一种快速识别污水管网缺陷的诊断方法 | |
| US20190093829A1 (en) | System and method for detecting and remediating selective seam weld corrosion in a conduit | |
| CN117037448A (zh) | 一种用于地下水污染防控的污染预警方法及系统 | |
| CN108460519B (zh) | 污染源重心概化下小型河道纳污能力风险估计方法 | |
| CN118643397B (zh) | 一种埋地燃气管道防腐层缺陷自动识别与检测系统及方法 | |
| Anyanwu et al. | Experimental investigations and mathematical modelling of corrosion growth rate on carbon steel under the influence of soil pH and resistivity | |
| CN118408590B (zh) | 基于机器学习的管道健康监测系统 | |
| Rodriguez et al. | Evaluating adenosine triphosphate bioluminescence for biomonitoring in potable water systems |
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 |