CN114136437A - 一种基于物联网和机器学习的噪声探漏管理系统及方法 - Google Patents
一种基于物联网和机器学习的噪声探漏管理系统及方法 Download PDFInfo
- Publication number
- CN114136437A CN114136437A CN202111425668.7A CN202111425668A CN114136437A CN 114136437 A CN114136437 A CN 114136437A CN 202111425668 A CN202111425668 A CN 202111425668A CN 114136437 A CN114136437 A CN 114136437A
- Authority
- CN
- China
- Prior art keywords
- noise
- leakage
- module
- data
- things
- 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 26
- 238000010801 machine learning Methods 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 title claims abstract description 20
- 238000005259 measurement Methods 0.000 claims abstract description 40
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 34
- 238000005192 partition Methods 0.000 claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims description 33
- 238000007726 management method Methods 0.000 claims description 32
- 238000009434 installation Methods 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 9
- 238000004140 cleaning Methods 0.000 claims description 4
- 230000000295 complement effect Effects 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000011900 installation process Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims 1
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000030538 Thecla Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开了一种基于物联网和机器学习的噪声探漏管理系统及方法,器系统包括将供水管网进行封闭性分区,利用供水管网GIS信息,建立噪声测量区域,所述系统包括噪声听漏仪、手机端和/或电脑端、后台服务器端,其方法包括将噪声听漏仪装配在所述供水管网上,采集声音数据并将所述声音数据通过物联网发送至手机端和/或电脑端。本发明,采用在供水管网上,构建封闭式噪声测量区域的分区,利用部署噪声听漏仪,通过噪声探漏管理系统,有效缩小渗漏范围,快速定位漏点,有效缩短探漏时间,提高了漏点定位的效率,减少听漏工作相关人力成本的同时,提高探漏工作的效率和准确率。
Description
技术领域
本发明涉及供水管网漏损管控技术领域,具体为一种基于物联网和机器学习的噪声探漏管理系统。
背景技术
城市供水管网是保证城市发展和居民生活水平的重要基础设施。但由于城市用水量的扩大、管道老化、路面挖掘和施工质量等各种因素影响,导致在供水管网中形成大大小小的管线漏损及爆管事故,不仅造成水资源的浪费和经济损失,甚至可能造成地面下沉,形成重大安全隐患。
目前的管网检漏主要还是通过人工巡检的方式为主,在现场利用听音杆、电子听漏仪或者相关仪进行渗漏点的排查。这种方式较依赖检漏人员的主观经验及监测设备的可靠性,并且需要检漏人员在用户用水较小(通常在夜间)及环境声音干扰较小的情况下进行,这种方式耗时耗力。如何节约国家水资源,减小缺水地区水资源调配压力;如何加强城市供水管网漏损管理,提高预警、定位及处理效率,减少企业经济损失;如何减小管网渗漏对地质环境的印象,减少公共安全造成隐患,已成为供水企业需要重点解决的问题。
发明内容
本发明的目的在于提供一种基于物联网和机器学习的噪声探漏管理系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于物联网和机器学习的噪声探漏管理系统,包括将供水管网进行封闭性分区,利用供水管网GIS信息,建立噪声测量区域,系统包括噪声听漏仪、手机端和/或电脑端、和后台服务器端;
噪声听漏仪:装配在供水管网上,用于采集声音数据并将声音数据通过物联网发送至手机端和/或电脑端;
手机端和/或电脑端包括监测模块和报警模块;
监测模块:用于手机端和/或电脑端与噪声听漏仪连接后,监测噪声听漏仪和手机端和/或电脑端的连接状况,并将收到的噪声听漏仪发送的数据发送至后台服务器;
报警模块:用于查看噪声测量区域中噪声听漏仪报警信息并根据后台服务器反馈的评价数据进行报警提醒;
后台服务器端包括数据采集模块和渗漏分析模块;
数据采集模块:用于通过物联网采集接收手机端和/或电脑端发送的声音数据;
渗漏分析模块:采用机器学习的方法,用于将数据采集模块采集的噪声数据通过筛选、分析相关特征值评估声音是否为渗漏声音或者疑似渗漏声音,并给出评估分析,且将评价数据反馈给到手机端和/或电脑端。
优选的,报警模块包括:
报警列表单元:根据筛选条件实时展示噪声测量区域的分区安装点渗漏报警及安装点设备报警信息;
消警处理单元:根据报警数据分析确认后,进行报警数据的消警操作。
优选的,手机端还包括:
设备查看模块:用于查看噪声听漏仪安装的相关数据;
安装模块:用于噪声测量区域中噪声听漏仪的安装过程中参数配置和过程校验;
拆除模块:用于将噪声测量区域中的安装点的噪声听漏仪的拆除。
优选的,手机端还包括:
补数据模块:用于噪声听漏仪的数据的补发;
清数据模块:用于清理噪声听漏仪中内置相关数据;
出厂设置模块:用于噪声听漏仪进行出厂设置操作。
优选的,电脑端还包括综合查看模块,综合查看模块包括:
分区结构单元:用于展示噪声测量区域的分区层级结构;
GIS管网信息单元:接入供水管网GIS服务器,在地图上展现分区区块及相关GIS图层和噪声听漏仪安装点信息;
综合评价单元:用于通过物理漏损、管理漏损、计量漏损及综合评估进行噪声测量区域的分区运行状态分析评估。
优选的,电脑端还包括:
综合查看模块:用于结合GIS管网信息,综合展示噪声测量区域的分区运行评估和各噪声听漏仪的运行状态信息;
设备管理模块:用于噪声听漏仪的管理及噪声听漏仪与噪声测量区域的分区关联关系设置。
优选的,综合查看模块进一步包括:
安装点列表单元:用于展示噪声测量区域中绑定的安装点信息;
设备信息单元:用于展示安装点绑定的噪声听漏仪的基础信息;
对象图表单元:用于默认展现所选安装点的近30天安装点的噪声听漏仪采集的声音数据文件的判漏状态,并展现最后一条采集的声音数据的时域和频域图形;
工单信息单元:用于列表展示安装点对应的工单信息;
数据列表单元:用于展示近30天的采集音频数据列表。
优选的,电脑端还包括:
综合评价模块:用于通过物理漏损、管理漏损、计量漏损及综合评估进行噪声测量区域的分区运行状态分析评估。
一种基于物联网和机器学习的噪声探漏管理方法,包括将供水管网进行封闭性分区,利用供水管网GIS信息,建立噪声测量区域;
将噪声听漏仪装配在供水管网上,采集声音数据并将声音数据通过物联网发送至手机端和/或电脑端;
通过物联网采集接收手机端和/或电脑端发送的声音数据,采用机器学习的方法,将采集的噪声数据通过筛选、分析相关特征值评估声音是否为渗漏声音或者疑似渗漏声音,并给出评估分析,且将评价数据反馈给到手机端和/或电脑端。
与现有技术相比,本发明的有益效果是:
本发明,采用在供水管网上,构建封闭式噪声测量区域的分区,利用部署噪声听漏仪,通过噪声探漏管理系统,有效缩小渗漏范围,快速定位漏点,有效缩短探漏时间,提高了漏点定位的效率,减少听漏工作相关人力成本的同时,提高探漏工作的效率和准确率。
附图说明
图1为本发明的系统框图;
图2为本发明的方法流程图。
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做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。
请参阅图1,本发明提供一种技术方案:一种基于物联网和机器学习的噪声探漏管理系统,包括将供水管网进行封闭性分区,利用供水管网GIS信息,建立噪声测量区域,系统包括噪声听漏仪、手机端和/或电脑端、后台服务器端;
噪声听漏仪:装配在供水管网上,用于采集声音数据并将声音数据通过物联网发送至手机端和/或电脑端;
手机端和/或电脑端包括监测模块和报警模块;
监测模块:用于手机端和/或电脑端与噪声听漏仪连接后,监测噪声听漏仪和手机端和/或电脑端的连接状况,并将收到的噪声听漏仪发送的数据发送至后台服务器;
报警模块:用于查看噪声测量区域中噪声听漏仪报警信息并根据后台服务器反馈的评价数据进行报警提醒;
后台服务器端包括数据采集模块和渗漏分析模块;
数据采集模块:用于通过物联网采集接收手机端和/或电脑端发送的声音数据;
渗漏分析模块:采用机器学习的方法,用于将数据采集模块采集的噪声数据通过筛选、分析相关特征值评估声音是否为渗漏声音或者疑似渗漏声音,并给出评估分析,且将评价数据反馈给到手机端和/或电脑端。
在本实施例中,渗漏分析模块是通过对声音强度、梅尔倒频谱系数特征、快速傅里叶变换频率特征进行分析比对和学习渗漏特征,并给出是否渗漏预判结果。
数据采集模块:安装点设备根据安装时的设置参数,采集安装位置管网声音,通过物理网上传至服务器。
在一种可选的实施方式中,报警模块包括:
报警列表单元:根据筛选条件实时展示噪声测量区域的分区安装点渗漏报警及安装点设备报警信息;
消警处理单元:根据报警数据分析确认后,进行报警数据的消警操作。
在一种可选的实施方式中,手机端还包括:
设备查看模块:用于查看噪声听漏仪安装的相关数据;
安装模块:用于噪声测量区域中噪声听漏仪的安装过程中参数配置和过程校验;
拆除模块:用于将噪声测量区域中的安装点的噪声听漏仪的拆除。
在本实施例中,设备查看模块包括:
渗透案例单元:展现设定的典型案例信息;
设备列表单元:列表展示安装点噪声听漏仪基本信息及近7日设备状态;
基于GIS展示单元:在地图中查找定位安装点及最近一次判漏状态;
安装点设备音频列表单元:点击上述安装点噪声听漏仪;
安装点设备信息单元:用于展现安装点及噪声听漏仪的基本信息及配置参数信息。
在一种可选的实施方式中,手机端还包括:
补数据模块:用于噪声听漏仪的数据的补发;
清数据模块:用于清理噪声听漏仪中内置相关数据;
在本实施例中,清理噪声听漏仪中内置相关数据是进行格式化设备数据操作。
出厂设置模块:用于噪声听漏仪进行出厂设置操作。
在一种可选的实施方式中,电脑端还包括综合查看模块,综合查看模块包括:
分区结构单元:用于展示噪声测量区域的分区层级结构;
GIS管网信息单元:接入供水管网GIS服务器,在地图上展现分区区块及相关GIS图层和噪声听漏仪安装点信息;
综合评价单元:用于通过物理漏损、管理漏损、计量漏损及综合评估进行噪声测量区域的分区运行状态分析评估。
在一种可选的实施方式中,电脑端还包括:
综合查看模块:用于结合GIS管网信息,综合展示噪声测量区域的分区运行评估和各噪声听漏仪的运行状态信息;
设备管理模块:用于噪声听漏仪的管理及噪声听漏仪与噪声测量区域的分区关联关系设置。
在本实施例中,设备管理模块包括:
设备维护单元:设备管理包括设备创建、修改、删除、列表及查询功能安装监测点绑定单元:安装点与设备之间对应关联关系绑定。
在一种可选的实施方式中,综合查看模块进一步包括:
安装点列表单元:用于展示噪声测量区域中绑定的安装点信息;
设备信息单元:用于展示安装点绑定的噪声听漏仪的基础信息;
对象图表单元:用于默认展现所选安装点的近30天安装点的噪声听漏仪采集的声音数据文件的判漏状态,并展现最后一条采集的声音数据的时域和频域图形;
在本实施例中,点击播放按钮可实现对应采集的声音数据的的播放。
工单信息单元:用于列表展示安装点对应的工单信息;
数据列表单元:用于展示近30天的采集音频数据列表。
在本实施例中,点击列表中数据行,可进行所选音频播放、强度信息、时域或频域图表展现、判漏分析状态、人工诊断操作
在一种可选的实施方式中,电脑端还包括:
综合评价模块:用于通过物理漏损、管理漏损、计量漏损及综合评估进行噪声测量区域的分区运行状态分析评估。
在本实施例中,通过物理漏损、管理漏损、计量漏损及综合评估进行NMA分区运行状态分析评估。其中具体评价指标如下:
物理漏损(Physical Leakage Assessment):
其中,PLA:物理漏损评估,LR:渗漏率,n:设备数,n1:渗漏数,n2
:疑似渗漏数
管理漏损评估(Management Leakage Assessment):
其中,TR:工单完成及时率,CR:工单完成率,MLA:管理漏损评估状态;
计量漏损评估(Metering Leakage Assessment):
其中,FR:故障率,DI:数据完整率,MLA:计量漏损评估状态,
m:设备故障数,n:设备数,q:设备采集数据文件数;
Q:时间区间内应采集音频数;
综合漏损评估(Comprehensive Leakage Assessment):
其中,CLA:综合漏损状态,MCR:人工确认率,OL:设备在线率,
n3:人工确认渗漏数量;Q1
:两个时间区间内采集文件数,p讯中断数,n:设备数;
请参阅图2,本发明还提供另一实施例:
一种基于物联网和机器学习的噪声探漏管理方法,包括将供水管网进行封闭性分区,利用供水管网GIS信息,建立噪声测量区域;
将噪声听漏仪装配在供水管网上,采集声音数据并将声音数据通过物联网发送至手机端和/或电脑端;
通过物联网采集接收手机端和/或电脑端发送的声音数据,采用机器学习的方法,将采集的噪声数据通过筛选、分析相关特征值评估声音是否为渗漏声音或者疑似渗漏声音,并给出评估分析,且将评价数据反馈给到手机端和/或电脑端。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种基于物联网和机器学习的噪声探漏管理系统,包括将供水管网进行封闭性分区,利用供水管网GIS信息,建立噪声测量区域,其特征在于:所述系统包括噪声听漏仪、手机端和/或电脑端、后台服务器端;
所述噪声听漏仪:装配在所述供水管网上,用于采集声音数据并将所述声音数据通过物联网发送至手机端和/或电脑端;
所述手机端和/或电脑端包括监测模块和报警模块;
所述监测模块:用于手机端和/或电脑端与噪声听漏仪连接后,监测所述噪声听漏仪和所述手机端和/或电脑端的连接状况,并将收到的所述噪声听漏仪发送的数据发送至后台服务器;
所述报警模块:用于查看所述噪声测量区域中所述噪声听漏仪报警信息并根据所述后台服务器反馈的评价数据进行报警提醒;
所述后台服务器端包括数据采集模块和渗漏分析模块;
所述数据采集模块:用于通过物联网采集接收所述手机端和/或电脑端发送的声音数据;
所述渗漏分析模块:采用机器学习的方法,用于将所述数据采集模块采集的噪声数据通过筛选、分析相关特征值评估声音是否为渗漏声音或者疑似渗漏声音,并给出评估分析,且将所述评价数据反馈给到所述手机端和/或电脑端。
2.根据权利要求1所述的一种基于物联网和机器学习的噪声探漏管理系统,其特征在于:所述报警模块包括:
报警列表单元:根据筛选条件实时展示噪声测量区域的分区安装点渗漏报警及安装点设备报警信息;
消警处理单元:根据报警数据分析确认后,进行报警数据的消警操作。
3.根据权利要求1所述的一种基于物联网和机器学习的噪声探漏管理系统,其特征在于:所述手机端还包括:
设备查看模块:用于查看所述噪声听漏仪安装的相关数据;
安装模块:用于所述噪声测量区域中所述噪声听漏仪的安装过程中参数配置和过程校验;
拆除模块:用于将所述噪声测量区域中的安装点的所述噪声听漏仪的拆除。
4.根据权利要求1所述的一种基于物联网和机器学习的噪声探漏管理系统,其特征在于:所述手机端还包括:
补数据模块:用于所述噪声听漏仪的数据的补发;
清数据模块:用于清理噪声听漏仪中内置相关数据;
出厂设置模块:用于所述噪声听漏仪进行出厂设置操作。
5.根据权利要求1所述的一种基于物联网和机器学习的噪声探漏管理系统,其特征在于:所述电脑端还包括:
综合查看模块:用于结合GIS管网信息,综合展示噪声测量区域的分区运行评估和各所述噪声听漏仪的运行状态信息;
设备管理模块:用于所述噪声听漏仪的管理及所述噪声听漏仪与噪声测量区域的分区关联关系设置。
6.根据权利要求5所述的一种基于物联网和机器学习的噪声探漏管理系统,其特征在于:所述综合查看模块包括:
分区结构单元:用于展示噪声测量区域的分区层级结构;
GIS管网信息单元:接入供水管网GIS服务器,在地图上展现分区区块及相关GIS图层和噪声听漏仪安装点信息;
综合评价单元:用于通过物理漏损、管理漏损、计量漏损及综合评估进行噪声测量区域的分区运行状态分析评估。
7.根据权利要求6所述的一种基于物联网和机器学习的噪声探漏管理系统,其特征在于:所述综合查看模块进一步包括:
安装点列表单元:用于展示噪声测量区域中绑定的安装点信息;
设备信息单元:用于展示所述安装点绑定的所述噪声听漏仪的基础信息;
对象图表单元:用于默认展现所选安装点的近30天安装点的所述噪声听漏仪采集的声音数据文件的判漏状态,并展现最后一条采集的声音数据的时域和频域图形;
工单信息单元:用于列表展示安装点对应的工单信息;
数据列表单元:用于展示近30天的采集音频数据列表。
8.根据权利要求1所述的一种基于物联网和机器学习的噪声探漏管理系统,其特征在于:所述电脑端还包括:
综合评价模块:用于通过物理漏损、管理漏损、计量漏损及综合评估进行噪声测量区域的分区运行状态分析评估。
9.一种基于物联网和机器学习的噪声探漏管理方法,包括将供水管网进行封闭性分区,利用供水管网GIS信息,建立噪声测量区域,其特征在于:
将噪声听漏仪装配在所述供水管网上,采集声音数据并将所述声音数据通过物联网发送至手机端和/或电脑端;
通过物联网采集接收所述手机端和/或电脑端发送的声音数据,采用机器学习的方法,将采集的噪声数据通过筛选、分析相关特征值评估声音是否为渗漏声音或者疑似渗漏声音,并给出评估分析,且将所述评价数据反馈给到所述手机端和/或电脑端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111425668.7A CN114136437A (zh) | 2021-11-27 | 2021-11-27 | 一种基于物联网和机器学习的噪声探漏管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111425668.7A CN114136437A (zh) | 2021-11-27 | 2021-11-27 | 一种基于物联网和机器学习的噪声探漏管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114136437A true CN114136437A (zh) | 2022-03-04 |
Family
ID=80388838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111425668.7A Pending CN114136437A (zh) | 2021-11-27 | 2021-11-27 | 一种基于物联网和机器学习的噪声探漏管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114136437A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1194684A (ja) * | 1997-09-18 | 1999-04-09 | Sakamoto Kazuhiko | 水道管漏水探知装置 |
KR20040056718A (ko) * | 2002-12-24 | 2004-07-01 | 주식회사 수로텍 | 웹기반 하수관거 통합 유지관리 시스템 및 그 제어방법 |
US20060101915A1 (en) * | 2002-12-27 | 2006-05-18 | Martin Thompson | Leak locator |
US20130213482A1 (en) * | 2011-09-05 | 2013-08-22 | Seba Dynatronic Mess-und Ortungstechnik GmbH | Method for acoustically localizing leaks in piping systems |
CN106369288A (zh) * | 2016-08-31 | 2017-02-01 | 瀚沃环境技术(上海)有限公司 | 给水管网漏损监控系统 |
CN106838630A (zh) * | 2016-12-26 | 2017-06-13 | 上海岩土工程勘察设计研究院有限公司 | 一种用于大型排水管涵渗漏检测的方法 |
KR20190043781A (ko) * | 2017-10-19 | 2019-04-29 | 주식회사 하이엔시스 | 상하수도의 관로누수 감시를 위한 IoT 장치 및 방법 |
US20200320650A1 (en) * | 2019-04-05 | 2020-10-08 | I D Technologies Inc. | Multi-utility integrity monitoring and display system |
-
2021
- 2021-11-27 CN CN202111425668.7A patent/CN114136437A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1194684A (ja) * | 1997-09-18 | 1999-04-09 | Sakamoto Kazuhiko | 水道管漏水探知装置 |
KR20040056718A (ko) * | 2002-12-24 | 2004-07-01 | 주식회사 수로텍 | 웹기반 하수관거 통합 유지관리 시스템 및 그 제어방법 |
US20060101915A1 (en) * | 2002-12-27 | 2006-05-18 | Martin Thompson | Leak locator |
US20130213482A1 (en) * | 2011-09-05 | 2013-08-22 | Seba Dynatronic Mess-und Ortungstechnik GmbH | Method for acoustically localizing leaks in piping systems |
CN106369288A (zh) * | 2016-08-31 | 2017-02-01 | 瀚沃环境技术(上海)有限公司 | 给水管网漏损监控系统 |
CN106838630A (zh) * | 2016-12-26 | 2017-06-13 | 上海岩土工程勘察设计研究院有限公司 | 一种用于大型排水管涵渗漏检测的方法 |
KR20190043781A (ko) * | 2017-10-19 | 2019-04-29 | 주식회사 하이엔시스 | 상하수도의 관로누수 감시를 위한 IoT 장치 및 방법 |
US20200320650A1 (en) * | 2019-04-05 | 2020-10-08 | I D Technologies Inc. | Multi-utility integrity monitoring and display system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111006137B (zh) | 一种供水管线漏损监测与泄漏定位方法及系统 | |
US10509012B2 (en) | Sound propagation comparison with automated frequency selection for pipe condition assessment | |
US20220163420A1 (en) | Method and system for detecting a structural anomaly in a pipeline network | |
KR102006206B1 (ko) | 딥러닝을 통한 음향기반 상수도 누수 진단 방법 | |
US10690630B2 (en) | Generation and utilization of pipe-specific sound attenuation | |
RU2636007C2 (ru) | Устройство и способ динамического измерения показателя качества среды | |
US20200320650A1 (en) | Multi-utility integrity monitoring and display system | |
US10565752B2 (en) | Graphical mapping of pipe node location selection | |
US10386261B2 (en) | High repetition rate thermometry system and method | |
CN112525977B (zh) | 一种无组织VOCs泄漏在线监测溯源方法和系统 | |
KR100490292B1 (ko) | 웹기반 하수관거 통합 유지관리 시스템 및 그 제어방법 | |
CN116523312A (zh) | 一种智慧城市数据管理方法及系统 | |
CN203053659U (zh) | 检漏仪 | |
CN114186825A (zh) | 一种天然气巡检规划方法 | |
CN114136437A (zh) | 一种基于物联网和机器学习的噪声探漏管理系统及方法 | |
CN111310978A (zh) | 确定油气管道的重点监控管段的方法及装置 | |
KR100902386B1 (ko) | 소음 모니터링 시스템, 소음 모니터링 방법 및 소음모니터링 프로그램을 기록한 컴퓨터로 읽을 수 있는 매체 | |
Bellucci et al. | LIFE DYNAMAP: making dynamic noise maps a reality | |
CN113093586A (zh) | 一种基于大数据的环保监测系统 | |
Kim et al. | Development of real-time pipeline management system for prevention of accidents | |
CN111243221A (zh) | 一种基于监测的自然灾害监测预警方法 | |
Bellucci et al. | LIFE DYNAMAP: accuracy, reliability and sustainability of dynamic noise maps | |
CN115964609A (zh) | 一种燃气管线相邻地下空间甲烷报警下燃气沼气识别方法 | |
CN112524497B (zh) | 一种能源管道泄漏监测方法 | |
Murray et al. | Implementing Transmission Main Leak Monitoring to Reduce Risk and Non-Revenue Water |
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 |