CN113803646B - 适用于缺陷管道排查的排水管网监测布点方法 - Google Patents
适用于缺陷管道排查的排水管网监测布点方法 Download PDFInfo
- Publication number
- CN113803646B CN113803646B CN202111022207.5A CN202111022207A CN113803646B CN 113803646 B CN113803646 B CN 113803646B CN 202111022207 A CN202111022207 A CN 202111022207A CN 113803646 B CN113803646 B CN 113803646B
- Authority
- CN
- China
- Prior art keywords
- pipe
- pipeline
- sensor group
- sensors
- monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 51
- 238000007689 inspection Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000002950 deficient Effects 0.000 title claims abstract description 19
- 230000007547 defect Effects 0.000 claims abstract description 40
- 238000013507 mapping Methods 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 5
- 239000010865 sewage Substances 0.000 claims description 23
- 230000008595 infiltration Effects 0.000 claims description 18
- 238000001764 infiltration Methods 0.000 claims description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 18
- 230000007849 functional defect Effects 0.000 claims description 9
- 230000007847 structural defect Effects 0.000 claims description 9
- 206010015866 Extravasation Diseases 0.000 claims description 5
- 230000036251 extravasation Effects 0.000 claims description 5
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 230000008021 deposition Effects 0.000 claims description 2
- 238000013024 troubleshooting Methods 0.000 claims 1
- 238000012806 monitoring device Methods 0.000 abstract description 5
- 201000004569 Blindness Diseases 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 4
- 239000007788 liquid Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- F17D5/02—Preventing, monitoring, or locating loss
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Sewage (AREA)
Abstract
一种适用于缺陷管道排查的排水管网监测布点方法,通过对目标区域的管网进行拓扑结构分析,对管网的管道层级、管段和管节进行划分,对流量传感器检测数据比较分析,得出流量传感器与管道缺陷情况之间的映射关系,设定“直线型”和“勾型”传感器组布设方式的适用情况,先以管段为单位布设“勾型”传感器组,再对管段中的管节布设“直线型”传感器组,通过有限数量的监测设备实现最大程度缩小缺陷管道排查范围,避免监测布点的盲目性,提高了监测设备的效用价值。
Description
技术领域
本发明专利属于管网监测技术领域,涉及一种适用于缺陷管道排查的排水管网监测布点方法。
背景技术
排水管道作为城市基础设施的重要组成,是确保城市排水安全的重要支撑。管网在运行过程中由于存在建设期施工不规范、管材选型不科学、自然老化损坏等因素,管网“带病运行”的情况普遍存在,而对缺陷管段的排查则成为了管网日常运维的重要内容。
目前,在对缺陷管道进行排查时,主要采取通过人工经验并辅以CCTV巡检机器人进行管道检测,检测管道是否存在缺陷,但此种方法检测效率低、检测成本高,不适合缺陷管段的定位和实时诊断,只适用于管网普查以及针对特定管段缺陷类型的精准识别。
也有管网运维单位尝试通过在管道检查井中布设水质水量传感器,并通过对传感器实时监测数据的分析以实现对缺陷管段的定位和实时诊断。然而由于城市管网线长、面广,而目前水质水量传感器的设备成本以及人工运维成本仍然相对较高,站在经济成本的角度,通过在每个检查井中布设传感器以实现对每处管道精细监测的做法不太现实。
发明内容
本发明专利所要解决的技术问题是提供一种适用于缺陷管道排查的排水管网监测布点方法,通过有限数量的监测设备实现最大程度缩小缺陷管道排查范围,避免监测布点的盲目性,提高了监测设备的效用价值。
为解决上述技术问题,本发明专利所采用的技术方案是:一种适用于缺陷管道排查的排水管网监测布点方法,它包括如下步骤:
步骤1,拓扑,对目标区域的管网进行拓扑结构分析,对管网的管道层级、管段和管节进行划分;
步骤2,分析,对流量传感器检测数据比较分析,得出流量传感器与管道缺陷情况之间的映射关系;
步骤3,设定,设定“直线型”和“勾型”传感器组布设方式的适用情况;
步骤4,布设,先以管段为单位布设“勾型”传感器组,再对管段中的管节布设“直线型”传感器组。
管网由主干管、干管、次干管、支管四个层级的管道组成;支管将承受居住小区流排出的污水汇集至次干管,从次干管流来的污水汇集至干管,由干管流来的污水汇集至主干管,并由主干管将污水输送至污水处理厂。
各层级管道上设置检查井,包括上下层级管道交汇处的检查井,还包括同层级管道之间的检查井。
管节包括边联管节和中间管节,管段由管节组成;管段为上下层级管道相邻交汇处检查井之间的同层级管道。
管道缺陷包括结构性缺陷和功能性缺陷两类;结构性缺陷主要包括裂痕、腐蚀、错口、脱节、支管暗接,当管道中出现结构性缺陷时会造成入流入渗的现象;功能性缺陷主要包括沉积、障碍、结垢、浮渣,当管道中出现功能性缺陷时会造成淤堵的现象。
流量传感器监测数据与管道缺陷情况之间的映射关系,F3=F1+F2时,主干管L3状况良好,无入流入渗及淤堵现象;F3>F1+F2时,主干管L3存在缺陷,有入流或者内渗情况;F3<F1+F2时,主干管L3存在缺陷,有外渗或淤堵情况;式中F1、F2、F3分别代表流量传感器1、2、3监测的实时流量数据。
流量传感器监测数据与管道缺陷情况之间的映射关系,时,主干管L1、L2至少有1处存在缺陷,有入流或者内渗情况;时,干管l1存在缺陷,有入流或者内渗情况;时,主干管L1、L2、L3以及干管l1至少有1处存在缺陷,有入流或者内渗情况;式中,分别表示传感器1、2、3当天实时监测数据平均值,分别表示传感器1、2、3某天历史监测数据平均值,t表示设定的时间周期,单位为天,k表示大于1的经验系数。
流量传感器监测数据与管道缺陷情况之间的映射关系,时,主干管L1、L2至少有1处存在缺陷,有外渗或淤堵情况;时,干管l1存在缺陷,有外渗或淤堵情况;时,主干管L1、L2、L3以及干管l1至少有一处存在缺陷,有外渗或淤堵情况;式中,分别表示传感器1、2、3当天实时监测数据平均值,分别表示传感器1、2、3某天历史监测数据平均值,t表示设定的时间周期,单位为天,p表示小于1的经验系数。
“直线型”传感器组是在每处管道、管节或管段的两端分别布设一个传感器,由两个传感器构成一个传感器组,分析“直线型”传感器组监测数据之间的算术逻辑关系,判断管道是否存在缺陷情况。
“勾型”传感器组是沿着水流方向,在该层级每处管道的末端,以及与该处管道相交汇的下层级管道末端分别布设传感器,由三个传感器构成一个传感器组,分析“勾型”传感器组监测数据之间的算术逻辑关系,判断管道是否存在缺陷情况。
本发明专利的主要有益效果主要体现于:
通过有限数量的监测设备实现最大程度的缩小缺陷管道排查范围。
分析“直线型”和“勾型”传感器组监测数据之间的算术逻辑关系,精准判断管道是否存在缺陷情况,避免了监测布点的盲目性,提高了监测设备的效用价值。
该方法适用于针对排水管网缺陷管道排查的监测布点外,还可用于供水、供油等液体输送管网中缺陷管道排查的监测布点,适应范围广。
附图说明
下面结合附图和实施例对本发明专利作进一步说明:
图1为本发明网管拓扑结构示意图。
图2为本发明管道缺陷类型导致的结果分析图。
图3为本发明传感器在管道中的布置示意图。
图4为本发明传感器直线型布设示意图及其对应的简化图。
图5为本发明传感器勾型布设示意图及其对应的简化图。
图6为本发明传的传感器布点流程图。
具体实施方式
如图1~图6中,一种适用于缺陷管道排查的排水管网监测布点方法,它包括如下步骤:
步骤1,拓扑,对目标区域的管网进行拓扑结构分析,对管网的管道层级、管段和管节进行划分;
步骤2,分析,对流量传感器检测数据比较分析,得出流量传感器与管道缺陷情况之间的映射关系;
步骤3,设定,设定“直线型”和“勾型”传感器组布设方式的适用情况;
步骤4,布设,先以管段为单位布设“勾型”传感器组,再对管段中的管节布设“直线型”传感器组。此步骤中,按照“每次布点时使得传感器组能够实现精准判断的管道长度为最大,以及单个传感器能够预估的关联区域内的管道长度为最大”的原则,先采用“勾型”的布设方式以管段为单位从高层级向低层级管道依次进行布设,将所有管段布设完成后,再对管段中的管节检测采用“直线型”的布设方式的分步式监测布点方法。
优选的方案中,步骤1中,城市排水系统的管网由主干管、干管、次干管、支管四个层级的管道组成,支管将承受居住小区流排出的污水汇集至次干管,从次干管流来的污水汇集至干管,由干管流来的污水汇集至主干管,并由主干管将污水输送至污水处理厂。同时,为便于管道检修,在各层级管道上会设置检查井,既有上下层级管道交汇处的检查井,也有同层级管道之间的检查井,具体拓扑结构如图1所示。
为便于表述在此拓扑结构中管道之间的相互关系,将“上下层级管道相邻交汇处检查井之间的同层级管道”定义为每段管道(下文简称“管段”),“相邻检查井之间的同层级管道”定义为每节管道,下文简称“管节”,管节可分为边联管节和中间管节,管段由管节组成。如图1所示,干管1、2至n并联,并与主干管连接交汇,交汇处的检查井为P1、P2、...Pn;次干管11、12...1a并联,并与干管1连接交汇,交汇处的检查井为P11、P12、...P1a,其他次干管“21、22...2b”至“n1、n2...nc”每组内的管道并联,并分别与干管2至n连接交汇,交汇处的检查井分别为“P21、P22、...P2b”至“Pn1、Pn2、...Pnc”;支管“111、112...11j”并联,并与次干管11连接交汇,交汇处的检查井为P111、P112、...P11j,其他支管“121、122、12k”至“1a1、1a2、1am”每组内的管道并联,并分别与次干管12至1a连接交汇,交汇处的检查井为“P121、P122、...P12k”至“P1a1、P1a2、...P1am”,其他支管相互之间以及与次干管之间的连接关系同理。
优选的方案中,步骤2中,排水管网缺陷分为结构性缺陷和功能性缺陷两类,结构性缺陷主要包括裂痕、腐蚀、错口、脱节、支管暗接等类型,当管道中出现结构性缺陷时会造成入流入渗的现象;功能性缺陷主要包括沉积、障碍、结垢、浮渣等类型,当管道中出现功能性缺陷时会造成淤堵的现象,如图2所示。入渗是指污水管网漏水及由于污水管内水位与地下水/河水位之间的相对差形成水的流入流出,入渗分为内渗漏和外渗漏,内渗漏是指水从内到外渗漏,外渗漏是指水从内到外渗漏;入流是指由于雨污混接、错接而将雨水引入污水管。
目前,常用的水质水量传感器有流量、液位和COD传感器等,传感器布置示意图如图3所示,通过常识分析可知只有选用流量传感器时,才可根据传感器的实时监测数据-流量3是否等于流量1与流量2之和这种简单的数学逻辑关系来判断管道是否存在入流入渗以及淤堵现象,从而分析出监测区域内是否存在缺陷管段;若选用液位和COD传感器,则无法通过传感器监测数据相互之间简单的算术逻辑关系进行判断。流量传感器监测数据之间的算术逻辑关系与管段入流入渗以及淤堵之间的具体映射关系,以及单个传感器一定时间周期内的往今监测数据平均值对比关系与管道入流入渗以及淤堵之间的具体映射关系如表1所示。由上述映射关系可知,通过传感器组之间的监测数据比较,可以精确判断某一管段是否存在缺陷;通过单个传感器一定时间周期内的往今监测数据平均值对比关系,可以预估污水从起始流经至该监测点位之前的所有同层级及下层级管段区域中,即关联区域是否存在问题管段。
表1流量传感器监测数据比较分析与管道缺陷情况之间的映射关系
注:F1、F2、F3分别代表流量传感器1、2、3监测的实时流量数据;分别表示传感器1、2当天实时监测数据平均值,分别表示传感器1、2某天历史监测数据平均值,t表示设定的时间周期,单位为天,k表示大于1的经验系数;p表示小于1的经验系数。
优选的方案中,步骤3中,传感器组的布设方法有如下两种,一种是在每处管道、管节或管段的两端分别布设1个传感器,这2个传感器构成1个传感器组,通过分析传感器组监测数据之间的算术逻辑关系,即可精准判断管道是否存在缺陷情况,也即是两端传感器监测的数据相等则说明无缺陷;否则,则有缺陷,布设示意图如图4所示,主干管与干管的交汇点有n个,若需实现对主干管所有管段的精准判断,则需布设2n个传感器。此布设形式可以描述为“—”直线型布点。
另一种沿着水流方向,在该层级每处管道的末端,以及与该处管道相交汇的下层级管道末端分别布设传感器,由这3个传感器构成1个传感器组;第1组除外,第1组除由2个传感器组成;通过分析传感器组监测数据之间的算术逻辑关系,即可精准判断相应管节或者管段是否存在缺陷情况,详见表1中的映射关系1、2、3项,布设示意图如图5所示,主干管与干管的交汇点有n个,若需实现对主干管所有管段的精准判断,也需布设2n个传感器。此布设形式可以描述为“√”勾型布点,并将布设有两个传感器的检查井定义为布设基点。
通过图1、图4和图5分析可知,“—”直线型传感器组布设方式,适用于所有管段、管节;“√”勾型布设方式适用于管段、边联管节,不适用中间管节;达到相同管段长度的精准分析效果两种布设方式所需的传感器数量相同;考虑到“√”勾型传感器组布设方式中,每组传感器总有1个传感器位于下一层级的管段末端,即意味着还可通过该传感器一定时间周期内的往今监测数据平均值对比关系实现对所处管段是否存在缺陷进行预估,详见表1中映射关系的第6、7项。两种布设方式比较如表2所示,在采用相同数量传感器的情况下,“√”勾型相较于“—”直线型传感器组布设方式,精准判断的管段长度相同,预估的关联区域内的管段长度更大。因此,对于管段进行检测优先采用“√”勾型传感器组的布设方式,对管段中的管节进行检测可以采用“—”直线型布设方式。
表2“—”直线型和“√”勾型传感器组布设方式比较
优选的方案中,步骤4中,
由于管段由管节组成,管段长度一定大于管节的长度,先采用“√”勾型的布设方式以管段为单位进行布设,将所有管段布设完成后,若仍有结余传感器,再考虑对管段中的管节检测采用“—”直线型的布设方式。传感器布点方法流程图如图6所示。
1)以管段为单位进行布设
采用“√”勾型的布设方式以管段为单位进行布设时,关键在于确定布设基点。通过对城市排水系统典型管网布置拓扑结构(图1所示)的分析以及实际工程经验,高层级管段的长度通常大于低层级管段的长度,且高层级管段涉及的关联区域内的管段长度之和大于低层级管段涉及的关联区域内的管段长度之和;同层级管段长度大致相当;主干管中越靠近污水厂进水口的管段所涉及的关联区域内的管段长度之和最大,干管中越靠近与主干管交汇点的管段所涉及的关联区域内的管段长度之和最大,次干管中越靠近与干管交汇点的管段所涉及的关联区域内的管段长度之和最大;其中,关联区域内管段长度之和(即污水从起始流经至该点位之前的所有同层级及下层级管段长度之和,可以用来表示,其中k表示检查井编号)。据此分析,确定布设基点先后顺序的流程如下:
第一步:选择主干管上的布设基点,以距离污水厂进水口最近的主干管与干管交汇处的检查井作为布设基点的“起始点”即Pn(图1所示),然后根据传感器的数量按照水流的反方向由近及远依次选择主干管与干管交汇处的检查井作为下一个基点,直至P2、P1(主干管另一端的起始检查井)。根据此选择策略,如图5所示,布设顺序为首先布置传感器组2n、2n-1、2(n-1);然后按照水流的反方向依次布设,直至布置传感器组4、3、2,最后布设传感器1。
第二步:选择干管上的布设基点,先在离主干管距离最近的各干管与次干管交汇处检查井(“点位”)即P11、P21、...、Pn1(如图1所示)中,选择关联区域内管段长度之和为最大值的“点位”作为布设基点的“起始点”,可用式(1)表示,x、y、z为1~n中的任意一个,假设“起始点”为Px1;然后再将除“起始点”Px1外的离主干管距离最近的各干管与次干管交汇处检查井,连同Px1所在干管中离该点最近的下一个点位(即PX2)进行比较,选择关联区域内管段长度之和为最大值的“点位”作为下一个布设基点,该点位可能是Py1或者Px2,如式(2)和(3)所示;再次,将除之前已确定布设基点外的离主干管距离最近的各干管与次干管交汇处检查井,连同已确定布设基点外所在干管中离该点最近的下一个点位进行比较,选择关联区域内管段长度之和为最大值的“点位”作为下一个布设基点,以此类推。
第三步:选择次干管上的布设基点,与选择干管上的布设基点的方法同理,不再赘述。
再对管段中的管节进行布设,
比较各层级管段中所含管节的长度,按照管节长度从大到小的顺序,作为布设点位选择的先后顺序。
上述的实施例仅为本发明专利的优选技术方案,而不应视为对于本发明专利的限制,本申请中的实施例及实施例中的特征在不冲突的情况下,可以相互任意组合。本发明专利的保护范围应以权利要求记载的技术方案,包括权利要求记载的技术方案中技术特征的等同替换方案为保护范围。即在此范围内的等同替换改进,也在本发明专利的保护范围之内。
Claims (7)
1.一种适用于缺陷管道排查的排水管网监测布点方法,其特征是,它包括如下步骤:
步骤1,拓扑,对目标区域的管网进行拓扑结构分析,对管网的管道层级、管段和管节进行划分;
步骤2,分析,对流量传感器检测数据比较分析,得出流量传感器与管道缺陷情况之间的映射关系;
步骤3,设定,设定“直线型”和“勾型”传感器组布设方式的适用情况;
步骤4,布设,先以管段为单位布设“勾型”传感器组,再对管段中的管节布设“直线型”传感器组;
流量传感器监测数据与管道缺陷情况之间的映射关系,F3=F1+F2时,主干管L3状况良好,无入流入渗及淤堵现象;F3>F1+F2时,主干管L3存在缺陷,有入流或者内渗情况;F3<F1+F2时,主干管L3存在缺陷,有外渗或淤堵情况;式中F1、F2、F3分别代表流量传感器1、2、3监测的实时流量数据;
“直线型”传感器组是在每处管道、管节或管段的两端分别布设一个传感器,由两个传感器构成一个传感器组,分析“直线型”传感器组监测数据之间的算术逻辑关系,判断管道是否存在缺陷情况;
“勾型”传感器组是沿着水流方向,在该层级每处管道的末端,以及与该处管道相交汇的下层级管道末端分别布设传感器,由三个传感器构成一个传感器组,分析“勾型”传感器组监测数据之间的算术逻辑关系,判断管道是否存在缺陷情况。
2.根据权利要求1所述的适用于缺陷管道排查的排水管网监测布点方法,其特征是,管网由主干管、干管、次干管、支管四个层级的管道组成;支管将承受居住小区流排出的污水汇集至次干管,从次干管流来的污水汇集至干管,由干管流来的污水汇集至主干管,并由主干管将污水输送至污水处理厂。
3.根据权利要求1所述的适用于缺陷管道排查的排水管网监测布点方法,其特征是,各层级管道上设置检查井,包括上下层级管道交汇处的检查井,还包括同层级管道之间的检查井。
4.根据权利要求1所述的适用于缺陷管道排查的排水管网监测布点方法,其特征是,管节包括边联管节和中间管节,管段由管节组成;管段为上下层级管道相邻交汇处检查井之间的同层级管道。
5.根据权利要求1所述的适用于缺陷管道排查的排水管网监测布点方法,其特征是,管道缺陷包括结构性缺陷和功能性缺陷两类;结构性缺陷主要包括裂痕、腐蚀、错口、脱节、支管暗接,当管道中出现结构性缺陷时会造成入流入渗的现象;功能性缺陷主要包括沉积、障碍、结垢、浮渣,当管道中出现功能性缺陷时会造成淤堵的现象。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111022207.5A CN113803646B (zh) | 2021-09-01 | 2021-09-01 | 适用于缺陷管道排查的排水管网监测布点方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111022207.5A CN113803646B (zh) | 2021-09-01 | 2021-09-01 | 适用于缺陷管道排查的排水管网监测布点方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113803646A CN113803646A (zh) | 2021-12-17 |
CN113803646B true CN113803646B (zh) | 2023-04-07 |
Family
ID=78942178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111022207.5A Active CN113803646B (zh) | 2021-09-01 | 2021-09-01 | 适用于缺陷管道排查的排水管网监测布点方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113803646B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115577506B (zh) * | 2022-09-22 | 2023-08-25 | 长江生态环保集团有限公司 | 污水管网问题预诊断及精准排查的方法 |
CN115876409B (zh) * | 2023-02-16 | 2023-05-16 | 广州中工水务信息科技有限公司 | 一种污水管道渗漏监控与分析系统及方法 |
CN115905961B (zh) * | 2023-03-09 | 2023-05-05 | 广东广宇科技发展有限公司 | 一种基于多源数据的管道缺陷分析方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009098228A (ja) * | 2007-10-15 | 2009-05-07 | Hitachi Ltd | パイプラインの保守管理システム |
CN102072408A (zh) * | 2009-11-23 | 2011-05-25 | 中国科学院生态环境研究中心 | 一种城市供水管道漏失检测方法 |
CN208381576U (zh) * | 2018-05-18 | 2019-01-15 | 焦作市民利实业有限公司 | 一种冰晶石生产用送浆管道 |
CN111765934A (zh) * | 2020-06-30 | 2020-10-13 | 深圳市宏电技术股份有限公司 | 一种排水管道流量监测装置 |
CN112182984A (zh) * | 2020-08-18 | 2021-01-05 | 浙江大学 | 一种基于供水物联网数据同化的污水管网实时模拟方法 |
CN212456316U (zh) * | 2020-04-27 | 2021-02-02 | 张春利 | 一种地下管网漏水监测装置 |
CN212620879U (zh) * | 2020-08-21 | 2021-02-26 | 北控水务(中国)投资有限公司 | 一种市政污水管网健康状况的监控设备 |
CN213423155U (zh) * | 2020-09-24 | 2021-06-11 | 上海景峰制药有限公司 | 一种纯蒸汽在线toc检测装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102072404A (zh) * | 2009-11-23 | 2011-05-25 | 中国科学院生态环境研究中心 | 城市供水管网漏失监测点优化布设方法 |
US20150355045A1 (en) * | 2013-01-28 | 2015-12-10 | Aquarius Spectrum Ltd. | Method and apparatus for detecting leaks in a pipeline network |
CN209260872U (zh) * | 2018-12-27 | 2019-08-16 | 郑州科技学院 | 基于zigbee的窨井信息监控系统 |
CN110685346B (zh) * | 2019-08-28 | 2021-03-23 | 武汉天垦建设有限公司 | 市政污水收集系统 |
CN211236898U (zh) * | 2019-12-03 | 2020-08-11 | 中国电建集团西北勘测设计研究院有限公司 | 一种海绵城市建设项目的监测系统 |
CN111501953A (zh) * | 2020-04-27 | 2020-08-07 | 上海勘测设计研究院有限公司 | 排水管网的异常分析方法、系统、介质及设备 |
CN111765386B (zh) * | 2020-07-09 | 2022-08-26 | 观云(山东)智能科技有限公司 | 一种管道结构分布式实时健康监测系统及方法 |
CN112413411A (zh) * | 2020-11-24 | 2021-02-26 | 朱丽丽 | 一种天然气管道泄漏检测装置 |
-
2021
- 2021-09-01 CN CN202111022207.5A patent/CN113803646B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009098228A (ja) * | 2007-10-15 | 2009-05-07 | Hitachi Ltd | パイプラインの保守管理システム |
CN102072408A (zh) * | 2009-11-23 | 2011-05-25 | 中国科学院生态环境研究中心 | 一种城市供水管道漏失检测方法 |
CN208381576U (zh) * | 2018-05-18 | 2019-01-15 | 焦作市民利实业有限公司 | 一种冰晶石生产用送浆管道 |
CN212456316U (zh) * | 2020-04-27 | 2021-02-02 | 张春利 | 一种地下管网漏水监测装置 |
CN111765934A (zh) * | 2020-06-30 | 2020-10-13 | 深圳市宏电技术股份有限公司 | 一种排水管道流量监测装置 |
CN112182984A (zh) * | 2020-08-18 | 2021-01-05 | 浙江大学 | 一种基于供水物联网数据同化的污水管网实时模拟方法 |
CN212620879U (zh) * | 2020-08-21 | 2021-02-26 | 北控水务(中国)投资有限公司 | 一种市政污水管网健康状况的监控设备 |
CN213423155U (zh) * | 2020-09-24 | 2021-06-11 | 上海景峰制药有限公司 | 一种纯蒸汽在线toc检测装置 |
Non-Patent Citations (2)
Title |
---|
孙志强 ; 周孑民 ; 张宏建 ; .弯管流量计测量特性的数值模拟与试验研究.传感技术学报.2007,(06),全文. * |
罗东旭 ; .城市河流沿线排水管道检测及修复技术研究.工程技术研究.2019,(06),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN113803646A (zh) | 2021-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113803646B (zh) | 适用于缺陷管道排查的排水管网监测布点方法 | |
CN113701060B (zh) | 一种基于排水模型的城市排水管网智能诊断方法 | |
CN115545678A (zh) | 一种基于水环境画像与污染物溯源的水质监测方法 | |
CN113836622B (zh) | 一种基于gis+bim的排水管网信息管理与综合应用系统 | |
CN107038287A (zh) | 一种检查排水管网拓补结构关系的模型分析方法及介质 | |
KR100538445B1 (ko) | 통합형 하수관거 운영/모니터링 시스템 및 그 방법 | |
WO2024148660A1 (zh) | 一种基于有向拓扑网络的城市排水系统液位间接监测分析方法 | |
CN115795122B (zh) | 一种城市排水管网拓扑关系梳理方法 | |
CN116718160A (zh) | 一种基于排水管道监测数据的沉积层高度快速诊断的方法 | |
CN115356260A (zh) | 一种高水位运行管道健康状况高效检测方法 | |
CN115899586A (zh) | 一种分流制排水管网系统排查与检测方法 | |
CN115481764A (zh) | 一种分批次外水入流入渗诊断用的排水管网监测系统及方法 | |
CN203669075U (zh) | 一种便于检测和维护的雨污排水系统 | |
CN114036709B (zh) | 基于雨水管网拓扑结构优化改善节点积水状况的方法 | |
CN116109174A (zh) | 一种智能水务信息化处理平台 | |
CN114110443A (zh) | 一种输流管道奇点特征智能检测方法 | |
CN111932162A (zh) | 一种面向管网排水计算的市政排水资料质量综合评估方法 | |
CN113235712A (zh) | 一种城市排水管网监测系统的安装方法 | |
CN117909787B (zh) | 一种排水管网输运瓶颈及检查井冒溢智慧诊断方法 | |
Park et al. | Existing sewer evaluation results and rehabilitation strategies: The City of Seoul, Korea | |
KR100791910B1 (ko) | 하수관거내 퇴적량 예측방법 및 그 기능을 탑재한 하수관거모니터링 시스템 | |
KR102298462B1 (ko) | 하수도 관리 방법 | |
CN110232522A (zh) | 一种城市内河水文监测站点优化布设方法 | |
CN109146244A (zh) | 一种快速判断城市排水管道积泥程度的方法 | |
CN213274747U (zh) | 建筑与小区埋地给水管的渗漏监测报警检测系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |