CN113483249A - 一种基于机器视觉的蒸汽管道疏水系统及方法 - Google Patents
一种基于机器视觉的蒸汽管道疏水系统及方法 Download PDFInfo
- Publication number
- CN113483249A CN113483249A CN202110750058.8A CN202110750058A CN113483249A CN 113483249 A CN113483249 A CN 113483249A CN 202110750058 A CN202110750058 A CN 202110750058A CN 113483249 A CN113483249 A CN 113483249A
- Authority
- CN
- China
- Prior art keywords
- drainage
- pipeline
- module
- steam
- image acquisition
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 28
- 239000012530 fluid Substances 0.000 claims abstract description 24
- 239000007788 liquid Substances 0.000 claims abstract description 20
- 238000005259 measurement Methods 0.000 claims abstract description 20
- 238000012549 training Methods 0.000 claims abstract description 20
- 230000002209 hydrophobic effect Effects 0.000 claims abstract description 19
- 230000001105 regulatory effect Effects 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims description 15
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 230000006378 damage Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- F16T—STEAM TRAPS OR LIKE APPARATUS FOR DRAINING-OFF LIQUIDS FROM ENCLOSURES PREDOMINANTLY CONTAINING GASES OR VAPOURS
- F16T1/00—Steam traps or like apparatus for draining-off liquids from enclosures predominantly containing gases or vapours, e.g. gas lines, steam lines, containers
- F16T1/38—Component parts; Accessories
-
- 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
- F16T—STEAM TRAPS OR LIKE APPARATUS FOR DRAINING-OFF LIQUIDS FROM ENCLOSURES PREDOMINANTLY CONTAINING GASES OR VAPOURS
- F16T1/00—Steam traps or like apparatus for draining-off liquids from enclosures predominantly containing gases or vapours, e.g. gas lines, steam lines, containers
- F16T1/38—Component parts; Accessories
- F16T1/48—Monitoring arrangements for inspecting, e.g. flow of steam and steam condensate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mechanical Engineering (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Sink And Installation For Waste Water (AREA)
- Pipeline Systems (AREA)
Abstract
本发明公开了一种基于机器视觉的蒸汽管道疏水系统及方法。疏水系统包括电调阀模块,图像采集模块,环境测量模块和控制模块。通过S1在现有的疏水管道上安装电调阀,在疏水口安装图像采集模块;S2判断管道内流体状态设定疏水周期;S3疏水阀开启疏水后口进行图像采集;S4对所采集的大量图像进行模型训练;S5根据步骤S4识别现采集图像中的流体类型;S6在识别到步骤S5中图像内容的流体类型从液体转变为汽体之后,关闭电调阀,停止图像采集;S6不断重复步骤S5到步骤S5,实现自动化疏水。本发明中周期开启疏水阀,同时采用图像识别的方式远程控制关闭疏水阀;全程无需人为参与,安全性高,相比人工巡检的方式,本装置能进行高效的疏水,安全节能。
Description
技术领域
本发明涉及蒸汽管道的疏水管理,尤其涉及一种基于机器视觉的蒸汽管道疏水系统及方法。
背景技术
蒸汽管道的母管在输送蒸汽的过程中会在管道内产生冷凝水,现有的蒸汽疏水系统都是通过安装在排水支管上的疏水阀被动排水,冷凝水灌满支管就会打开疏水阀进行排水,若不能及时排水,会造成母管内的积水,母管内的积水较多会形成水塞,水塞被高速蒸汽推动前进,遇到转弯或是短面剧缩时,由于水的惯性大,撞击管壁、弯头、阀门等管附件就形成了水击现象,水击使管道振动,产生噪音,管内压力剧增,严重时可造成管道、阀门与设备的破坏。
因此在现有技术中蒸汽管网的疏水大多是由人工进行巡检,不定时的去打开疏水阀门,此种方式是存在安全隐患的,工人无法及时判断疏水是否完成,只能等到蒸汽喷射之后关闭疏水阀,高温的蒸汽将对操作人员造成人身伤害;而且疏水是需要一段时间完成的,操作人员往往在打开疏水阀之后发生忘记关闭,存在大量浪费的情况;再有在现有技术中有液位反馈自动开启关闭的疏水阀,但是对于关闭只是根据液位的反馈不能完全保证百分百疏水完全,不够及时准确;另外液位计的安装和检修很不方便。
发明内容
本发明的目的是提供一种基于机器视觉的蒸汽管道疏水系统,可以解决上述技术问题中的一个或是多个。
为了达到上述目的,本发明提出的技术方案如下:
一种基于机器视觉的蒸汽管道疏水系统,包括
电调阀模块,所述电调阀模块安装在疏水管道上作为疏水控制阀门,接收指令以开启或停止疏水作业。
图像采集模块;所述图像采集模块安装在疏水管道的出口区域;所述图像采集模块用于实时连续的采集疏水管道出口处的原始图像。
环境测量模块:所述环境测量模块安装在疏水管道出口区域的管道外部,包括温度传感器和湿度传感器,用于实时连续的采集疏水管道出口处的环境参数。
控制模块,所述控制模块结合环境测量模块的测量结果对电调阀模块开启前后的原始图像进行分析,通过原始图像的分析结果判断电调阀模块开启之后疏水口处的流体是否为液体;进而向所述电调阀模发送指令以继续或停止疏水作业。
进一步的:所述图像采集模块包括图像采集盒或工业摄像头(及相关照明设备)。
进一步的:所述控制模块是云端或是控制中心。
进一步的:还包括通信模块,所述通信模块用于其他模块之间的无线通信。
一种基于机器视觉的蒸汽管道疏水方法,包括如下步骤:
S1在现有的疏水管道上安装电调阀,在疏水口安装图像采集模块;
S2结合上位软测量结果,计算疏水管道处主管道蒸汽状态,若处于过热蒸汽状态,设定疏水周期t1,若处于非过热蒸汽状态,设定疏水周期t2;
S3对疏水口进行图像采集;图像采集在电调阀开启时开始;
S4对每一个疏水口预先进行图像采集,作为流体类型识别的训练集,对识别模型进行训练;
S5利用S4所得训练模型,在每次电调阀开启疏水时,实时采集图形识别流体类型;
S6在识别到步骤S5中图像内容的流体类型从液体转变为汽体之后,停止图像采集,关闭电调阀,完成疏水动作;
S7不断重复步骤S5到步骤S6,实现自动化疏水。
进一步的:步骤S2中的蒸汽状态判断方法如下:
步骤S21,设离疏水管道沿流动方向上游最近测点处的流体压力为T1和温度为P1;沿流动方向下游最近测点处的流体压力为T2和温度为P2;
步骤S22,根据T1求得T1温度下蒸汽边界饱和压力PS1,根据T2求得T2温度下蒸汽边界饱和压力PS2;
步骤S23,若P1>PS1,且P2>PS2,则认为疏水管道处主管道处于过热蒸汽状态,设定疏水周期为t1;否则,则认为疏水管道处主管道处于非过热蒸汽状态,设定疏水周期为t2。
进一步的:步骤S4中的模型训练方法如下:
步骤S41,通过图像采集模块摄取疏水图像image;
步骤S42,疏水动作进行时,同时记录疏水出口处的空气温度T0与湿度H0;
步骤S43,通过对图像进行标记,液体标记为liquid,汽体标记为vapor;在这里标记通常是经验丰富的熟练的工作人员。
步骤S44,通过机器学习的方法,对带有标记的疏水图像image进行模型训练,得到识别模型,表达为:G(liquid,vapor)=F(image,T0,H0)。
本发明的技术效果是:
本发明中采用周期开启疏水阀,同时采用图像识别的方式远程控制疏水阀的关闭;全程无需人为参与,安全性高,同时无需对蒸汽管道内部进行改造,只需要对蒸汽管道外部进行改造就可以远程控制,相比人工巡检的方式,本装置更加安全可靠,进行高效的疏水,安全节能。
说明书附图
图1是本发明的流程示意图;
图2是本发明的模型示意图;
图3是步骤S2中的蒸汽状态判断方法流程示意图;
图4是步骤S4中的模型训练方法流程示意图。
具体实施方式
下面将结合具体实施例来详细说明本发明,其中的示意性实施例以及说明仅用来解释本发明,但并不作为对本发明的不当限定。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
一种基于机器视觉的蒸汽管道疏水系统:包括
电调阀模块,所述电调阀模块安装在疏水管道上作为疏水控制阀门,接收指令以开启或停止疏水作业。
图像采集模块;所述图像采集模块安装在疏水管道的出口区域;所述图像采集模块用于实时连续的采集疏水管道出口处的原始图像。
环境测量模块:所述环境测量模块安装在疏水管道出口区域的管道外部,包括温度传感器和湿度传感器,用于实时连续的采集疏水管道出口处的环境参数;
控制模块,所述控制模块结合环境测量模块的测量结果对电调阀模块开启前后的原始图像进行分析,通过原始图像的分析结果判断电调阀模块开启之后疏水口处的流体是否为液体;进而向所述电调阀模发送指令以继续或停止疏水作业。
本疏水系统,可以用于任意需要疏水的管道,尤其适合蒸汽管道,本系统是通过定期开启疏水阀以及识别疏水口的流体类别而结束疏水,更加节能高效。
对于各个模块的安装对于本领域的技术人员来说,本领域技术人员可以根据实际情况进行调整或是安装,在此不做限定。
优选的:所述图像采集模块优选是工业摄像头,或是图像采集盒;同时还配备相关的照明设备。清晰度高,其他的照相录像装置同样可以用于本发明中的图像采集模块。
优选的:所述控制模块是云端或是控制中心。通过云端或是控制中心对各个模块之间的逻辑关系进行控制调节,实现远程控制疏水。
优选的:还包括通信模块,所述通信模块用于其他模块之间的无线通信。在本发明中通过通信模块完成其他模块之间的通信。所述通信模块包括但不限于2G、3G、4G、蓝牙、GPRS等。
在某些实施例中,本发明还提供了一种基于机器视觉的蒸汽管道疏水方法,包括如下步骤:
S1在现有的疏水管道上安装电调阀,在疏水口安装图像采集模块;
S2结合上位软测量结果,计算疏水管道处主管道蒸汽状态,若处于过热蒸汽状态,设定疏水周期t1,若处于非过热蒸汽状态,设定疏水周期t2。疏水周期的设定是根据实际管道的情况设定的,通过多次试验确认疏水周期。
在这里步骤S2中的蒸汽状态判断方法如下:
步骤S21,设离疏水管道沿流动方向上游最近测点处的流体压力为T1和温度为P1;沿流动方向下游最近测点处的流体压力为T2和温度为P2;
步骤S22,根据T1求得T1温度下蒸汽边界饱和压力PS1,根据T2求得T2温度下蒸汽边界饱和压力PS2;
步骤S23,若P1>PS1,且P2>PS2,则认为疏水管道处主管道处于过热蒸汽状态,设定疏水周期为t1;否则(至少是下述三种条件:(1)P1<PS2,P2>PS2。(2)P1<PS2,P2<PS2。(3)
P1>PS2,P2<PS2),则认为疏水管道处主管道处于非过热蒸汽状态,设定疏水周期为t2。
S3对疏水口进行图像采集;图像采集在电调阀开启时开始;优选的:图像的采集按照时间间隔t采集,例如2S或是3S等等,亦或是可以间隔时间更长,在此不做限定。
图像采集的情况同样是根据实际的疏水情况,根据图像分辨的情况做调整,在疏水时获取多次的图像结果,以便更准确的识别图像内的情况。
S4对每一个疏水口预先进行图像采集,在这里需要大量的图片,例如10000张,根据实际情况做调整,不做限定。将图片的集合作为流体类型识别的训练集,对识别模型进行训练。
对于图像上流体的识别,是结合人工标记以及大数据样本训练之后形成的,通过的方法,利用带标记的疏水图像以及步骤S3中获取的与图像捕捉同步的数据,进行训练,训练样本量足够大之后,就可以完全实现自动判断疏水口排放的流体是否为液体。
骤S4中的模型训练方法如下:
步骤S41,通过图像采集模块摄取疏水图像image;
步骤S42,疏水动作进行时,同时记录疏水出口处的空气温度T0与湿度H0;
步骤S43,对步骤S41中的图像进行标记,液体标记为liquid,汽体标记为vapor;
步骤S44,通过机器学习的方法,对带有标记的疏水图像image进行模型训练,得到识别模型,表达为:G(liquid,vapor)=F(image,T0,H0)。
S5利用S4所得训练模型,在每次电调阀开启疏水时,实时采集图形识别流体类型;
S6在识别到步骤S5中图像内容的流体类型从液体转变为汽体之后,停止图像采集,关闭电调阀,完成疏水动作;
S7不断重复步骤S5到步骤S6,实现自动化疏水。
本发明中的疏水方法,可以大量的节约人力成本,并且进行高效的疏水,安全节能。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于机器视觉的蒸汽管道疏水系统,其特征在于:包括
电调阀模块,所述电调阀模块安装在疏水管道上作为疏水控制阀门,接收指令以开启或停止疏水作业;
图像采集模块;所述图像采集模块安装在疏水管道的出口区域;所述图像采集模块用于实时连续的采集疏水管道出口处的原始图像;
环境测量模块:所述环境测量模块安装在疏水管道出口区域的管道外部,包括温度传感器和湿度传感器,用于实时连续的采集疏水管道出口处的环境参数;
控制模块,所述控制模块结合环境测量模块的测量结果对电调阀模块开启前后的原始图像进行分析,通过原始图像的分析结果判断电调阀模块开启之后疏水口处的流体是否为液体;进而向所述电调阀模发送指令以继续或停止疏水作业。
2.根据权利要求1所述的基于机器视觉的蒸汽管道疏水系统,其特征在于:所述图像采集模块包括图像采集盒或工业摄像头。
3.根据权利要求1所述的基于机器视觉的蒸汽管道疏水系统,其特征在于:所述控制模块是云端或是控制中心。
4.根据权利要求1所述的基于机器视觉的蒸汽管道疏水系统,其特征在于:还包括通信模块,所述通信模块用于其他模块之间的无线通信。
5.一种基于机器视觉的蒸汽管道疏水方法,其特征在于,包括如下步骤:
S1在现有的疏水管道上安装电调阀,在疏水口安装图像采集模块;
S2结合上位软测量结果,计算疏水管道处主管道蒸汽状态,若处于过热蒸汽状态,设定疏水周期t1,若处于非过热蒸汽状态,设定疏水周期t2;
S3对疏水口进行图像采集;图像采集在电调阀开启时开始;
S4对每一个疏水口预先进行图像采集,作为流体类型识别的训练集,对识别模型进行训练;
S5利用S4所得训练模型,在每次电调阀开启疏水时,实时采集图形识别流体类型;
S6在识别到步骤S5中图像内容的流体类型从液体转变为汽体之后,停止图像采集,关闭电调阀,完成疏水动作;
S7不断重复步骤S5到步骤S6,实现自动化疏水。
6.根据权利要求5所述的基于机器视觉的蒸汽管道疏水方法,其特征在于:步骤S2中的蒸汽状态判断方法如下:
步骤S21,设离疏水管道沿流动方向上游最近测点处的流体压力为T1和温度为P1;沿流动方向下游最近测点处的流体压力为T2和温度为P2;
步骤S22,根据T1求得T1温度下蒸汽边界饱和压力PS1,根据T2求得T2温度下蒸汽边界饱和压力PS2;
步骤S23,若P1>PS1,且P2>PS2,则认为疏水管道处主管道处于过热蒸汽状态,设定疏水周期为t1;否则,则认为疏水管道处主管道处于非过热蒸汽状态,设定疏水周期为t2。
7.根据权利要求5所述的基于机器视觉的蒸汽管道疏水方法,其特征在于:步骤S4中的模型训练方法如下:
步骤S41,通过图像采集模块摄取疏水图像image;
步骤S42,疏水动作进行时,同时记录疏水出口处的空气温度T0与湿度H0;
步骤S43,对步骤S41中的图像进行标记,液体标记为liquid,汽体标记为vapor;
步骤S44,通过机器学习的方法,对带有标记的疏水图像image进行模型训练,得到识别模型,表达为:G(liquid,vapor)=F(image,T0,H0)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110750058.8A CN113483249A (zh) | 2021-07-01 | 2021-07-01 | 一种基于机器视觉的蒸汽管道疏水系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110750058.8A CN113483249A (zh) | 2021-07-01 | 2021-07-01 | 一种基于机器视觉的蒸汽管道疏水系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113483249A true CN113483249A (zh) | 2021-10-08 |
Family
ID=77939563
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110750058.8A Pending CN113483249A (zh) | 2021-07-01 | 2021-07-01 | 一种基于机器视觉的蒸汽管道疏水系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113483249A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016126582A (ja) * | 2015-01-06 | 2016-07-11 | 株式会社テイエルブイ | 機器作動状態管理システム、機器作動状態管理装置、及び、機器作動状態管理プログラム |
CN105781629A (zh) * | 2016-03-30 | 2016-07-20 | 国核电力规划设计研究院 | 一种发电厂汽轮机蒸汽管路疏水阀控制方法 |
CN106501256A (zh) * | 2016-10-25 | 2017-03-15 | 许静 | 一种流体介质自动识别装置 |
CN110470429A (zh) * | 2019-08-12 | 2019-11-19 | 上海应用技术大学 | 基于机器视觉的供热管道泄漏检测装置 |
CN110529722A (zh) * | 2019-09-26 | 2019-12-03 | 中国电力工程顾问集团西北电力设计院有限公司 | 基于蒸汽过热度参数的管道疏水方法及系统 |
CN110985141A (zh) * | 2019-12-24 | 2020-04-10 | 杭州汽轮机股份有限公司 | 汽轮机疏水控制方法及汽轮机疏水系统 |
CN112664817A (zh) * | 2020-12-17 | 2021-04-16 | 杭州英集动力科技有限公司 | 基于蒸汽管网模型的主动式疏水系统 |
CN112686864A (zh) * | 2020-12-30 | 2021-04-20 | 中山嘉明电力有限公司 | 基于图像识别的液体、气体跑冒滴漏识别方法及系统 |
-
2021
- 2021-07-01 CN CN202110750058.8A patent/CN113483249A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016126582A (ja) * | 2015-01-06 | 2016-07-11 | 株式会社テイエルブイ | 機器作動状態管理システム、機器作動状態管理装置、及び、機器作動状態管理プログラム |
CN105781629A (zh) * | 2016-03-30 | 2016-07-20 | 国核电力规划设计研究院 | 一种发电厂汽轮机蒸汽管路疏水阀控制方法 |
CN106501256A (zh) * | 2016-10-25 | 2017-03-15 | 许静 | 一种流体介质自动识别装置 |
CN110470429A (zh) * | 2019-08-12 | 2019-11-19 | 上海应用技术大学 | 基于机器视觉的供热管道泄漏检测装置 |
CN110529722A (zh) * | 2019-09-26 | 2019-12-03 | 中国电力工程顾问集团西北电力设计院有限公司 | 基于蒸汽过热度参数的管道疏水方法及系统 |
CN110985141A (zh) * | 2019-12-24 | 2020-04-10 | 杭州汽轮机股份有限公司 | 汽轮机疏水控制方法及汽轮机疏水系统 |
CN112664817A (zh) * | 2020-12-17 | 2021-04-16 | 杭州英集动力科技有限公司 | 基于蒸汽管网模型的主动式疏水系统 |
CN112686864A (zh) * | 2020-12-30 | 2021-04-20 | 中山嘉明电力有限公司 | 基于图像识别的液体、气体跑冒滴漏识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104390657B (zh) | 一种发电机组运行参数测量传感器故障诊断方法及系统 | |
CN101893686A (zh) | 基于摄影数字化的断路器动作特性在线检测装置和方法 | |
CN110955288B (zh) | 一种基于大数据的环境监管系统 | |
CN110632433A (zh) | 电厂设备运行故障诊断系统及方法 | |
CN108931027A (zh) | 一种可视化远程监控控制维护空调系统 | |
CN103116351A (zh) | 一种纺织疵布检测摄像头及其检测系统 | |
CN113155860A (zh) | 一种基于流态视频监测的过水建筑物结构损伤诊断方法及系统 | |
JP2019100442A (ja) | 空気圧式作動弁の診断システム及び空気圧式作動弁の診断方法 | |
CN113433900B (zh) | 一种油田站场无人值守智能集控方法和系统 | |
CN100434902C (zh) | 回转窑烧结熟料质量的计算机检测方法及检测装置 | |
CN114326741B (zh) | 基于四足机器人的海水淡化监视控制系统 | |
CN110988290B (zh) | 一种应用于污水处理的水下监测系统 | |
CN109034211A (zh) | 一种基于机器学习的车位状态检测方法 | |
CN113483249A (zh) | 一种基于机器视觉的蒸汽管道疏水系统及方法 | |
CN206920895U (zh) | 建筑工地管理系统 | |
CN117475608B (zh) | 基于无人机集群的多场景安防监控方法 | |
CN111223071A (zh) | 基于深度学习技术的输电线路场景语义理解方法 | |
CN117495110A (zh) | 消防救援风险评估方法、装置、设备及可读存储介质 | |
CN108805890A (zh) | 一种基于输电线图像特征点的弧锤测量方法 | |
CN112543497A (zh) | 一种深度感知的安全监测系统 | |
CN107620948A (zh) | 一种热网首站安全监控系统 | |
CN116906821A (zh) | 一种基于5g的燃气输配管网监控预警管理系统 | |
CN110289687A (zh) | 一种基于图像分析的开闭所智能冷凝控制系统 | |
KR102281100B1 (ko) | 지하 매설관 이상 탐지 시스템 및 방법 | |
CN110708844B (zh) | 一种自动调控管廊灯光的方法及系统 |
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 | ||
CB02 | Change of applicant information |
Address after: 310000 rooms 208, 209-1, 209-2, building 2, 88 Longyuan Road, Cangqian street, Yuhang District, Hangzhou City, Zhejiang Province Applicant after: Zhejiang Yingji Power Technology Co.,Ltd. Address before: 310000 rooms 208, 209-1, 209-2, building 2, 88 Longyuan Road, Cangqian street, Yuhang District, Hangzhou City, Zhejiang Province Applicant before: Hangzhou Yingji Power Technology Co.,Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211008 |
|
RJ01 | Rejection of invention patent application after publication |