CN114576564A - 下水道管渠阻塞渗漏人工智能侦测系统 - Google Patents
下水道管渠阻塞渗漏人工智能侦测系统 Download PDFInfo
- Publication number
- CN114576564A CN114576564A CN202011373101.5A CN202011373101A CN114576564A CN 114576564 A CN114576564 A CN 114576564A CN 202011373101 A CN202011373101 A CN 202011373101A CN 114576564 A CN114576564 A CN 114576564A
- Authority
- CN
- China
- Prior art keywords
- water level
- leakage
- rainfall
- day
- curve
- 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.)
- Withdrawn
Links
- 230000000903 blocking effect Effects 0.000 title claims description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 305
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 12
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 18
- 238000013473 artificial intelligence Methods 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 12
- 238000012935 Averaging Methods 0.000 claims description 6
- 238000012806 monitoring device Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 2
- 230000002045 lasting effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 13
- 238000012423 maintenance Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000002689 soil Substances 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
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
一种下水道管渠阻塞渗漏人工智能侦测系统，主要通过一感测装置取得一下水道的流量、流速及水位资料，一雨量监测设备取得雨量资料，并取得上、下游管网相关雨量、水位及流量资料，利用智能运算装置作人工智能运算，自动侦测下水道管渠阻塞及渗漏程度，达到智能自动化监测的目的。
Description
技术领域
本发明是有关一种下水道管渠阻塞渗漏人工智能侦测系统，是一用于自动侦测下水道管渠阻塞及渗漏程度的自动化系统，以管渠内流量、流速及水位资料，搭配上、下游管网相关雨量、水位、流量资料，利用智能运算装置以人工智能自动侦测下水道阻塞及渗漏程度的自动化监测系统。
背景技术
下水道管渠是以密闭式管线埋设于地面下，管线常因淤积或外来物阻塞，使断面减少产生人孔溢流造成淹水，或因管线受损破裂发生渗漏现象，造成环境污染。主要引起异常的原因说明下:
(1)管渠输水容量不足、坡度不良，地层下陷造成排水口过高无法排出。
(2) 管渠淤积阻塞，由于树根侵入、混疑土块附着、止水胶圈脱落、破布及其他飘浮物等贮留管内，或由于管线破损致使土石、沙碟等沉积于管内，或因污水中的油脂粘着于管壁，使流水断面减少。
(3)管渠破裂渗漏，因地盘变动或地震受损，或因其他工程施工而受损等，导致破裂而渗漏。
下水道检查阻塞渗漏主要使用摄影机逐段检查管内状况并录影判读为主要检查方式，由现场作业人员携带录影设备进行纵走检视，并在各接头处进行环摄，以确认管线状况。或者，将摄影机设置在自走车装置上于管道内移动，通过在地面上的监视录影机，观察下水道破损、裂缝、浸漏、连接管的状态，并将其收录在储存设备上，再播放检查。
但上述检查缺点为无法在通水状态下进行检视，因此，须先清洗下水道系统，并须将检视的管段以另一暂代管段输水后，再行检视，较费时费工。
因此，若是有以上状态发生，再加上维护管理不当时，将容易导致发生积水、恶臭，使道路下陷、排水不良造成淹水等问题。为防患于未然，应常加检查巡视，以维持下水道设施的正常功能，并提早消除可避免的灾害发生。
发明内容
为了解决上述问题，能够即时侦测到上述情况，本发明使用自动侦测的系统机制，除了能够提早处理因下水道管渠阻塞及渗漏所产生的问题之外，本发明还将非接触式装置直接设置定位于人孔盖内(指人孔盖背面或管渠的壁面)，用以有效避免感测线材接触水体腐蚀与下水道阻塞垃圾的问题，对于设备安装与维护更是一大益处。
一种下水道管渠阻塞渗漏人工智能侦测系统，包括：一主机本体，内部具有一主机电路板；一天线装置，与该主机电路板电性连接，用以接收及传输资料；一感测装置，与该主机电路板电性连接，用以侦测管渠内部的水位、流速、流量资料；一雨量监测设备，用以取得雨量资料，并传送至主机本体；一智能运算装置，与该主机电路板电性连接或设置于一云端伺服器，该智能运算装置会搜集雨量、水位、流速或/及流量资料进行处理及判读，进而分析出管渠内是否发生阻塞或渗漏；当判断该管渠内的水位与流速异常，或是与降雨时相应降雨量的正常规律水位时序曲线进行比较，用以推估是否阻塞或渗漏；一电池，用以提供该上述各项装置所需的运作电源。
于一较佳实施例中，其中该水位暴增且流速下降，用以判断下水道下游是否阻塞，判断条件为：
(目前水位测量值-前次水位测量值)大于门槛值；
(前次流速测量值-目前流速测量值)大于门槛值；以及
持续一段时间(15分钟)以上，可以判断下游管渠阻塞。
于一较佳实施例中，其中该水位骤降且流速上升，用以判断下水道上游是否渗漏，判断条件为:
(前次水位测量值-目前水位测量值)大于门槛值；
(目前流速测量值-前次流速测量值)大于门槛值；以及
持续一段时间(15分钟)以上，可以判断下游管渠渗漏。
于一较佳实施例中，与晴天规律水位比较，用以判断雨水下水道下游是否阻塞，判断条件:
搜集大量水位大数据资料，并滤除已知阻塞或渗漏等异常管渠的水位等资料，去除降雨期间的水位资料，只保留晴天水位资料；
将晴天水位分成四种时段，分别为周一至周四、周五、周六与周日；
将每种时段同一时间的水位取平均，得到所有时段的平均水位；
将四种时段的平均水位，组成晴天规律水位时序曲线；
将晴天规律水位时序曲线乘上倍率(如1.2倍)，定义为晴天阻塞规律水位门槛曲线，当晴天时，测量水位超过晴天阻塞规律水位门槛曲线，持续一段时间(如15分钟)以上，可判定为阻塞；以及当晴天时，根据测量水位超过晴天规律水位时序曲线的百分比，推估阻塞程度。
于一较佳实施例中，与晴天规律水位比较，用以判断雨水下水道上游是否渗漏，判断条件:
搜集大量水位大数据资料，并滤除已知阻塞或渗漏等异常管渠的水位等资料，去除降雨期间的水位资料，只保留晴天水位资料；
将晴天水位分成四种时段，分别为周一至周四、周五、周六与周日；
将每种时段同一时间的水位取平均，得到所有时段的平均水位；
结合四种时段的平均水位，组成晴天规律水位时序曲线；
将晴天规律水位时序曲线乘上倍率(如0.8倍)，定义为晴天渗漏规律水位门槛曲线，当晴天时，测量水位超过晴天渗漏规律水位门槛曲线，持续一段时间(如15分钟)以上，可判定为渗漏；以及当晴天时，根据测量水位超过晴天规律水位时序曲线的百分比，推估渗漏程度。
于一较佳实施例中，其中该与晴天规律水位比较，用以判断下水道下游是否阻塞，判断条件:
搜集大量水位大数据资料，并滤除已知阻塞或渗漏等异常管渠的水位等资料，去除降雨期间水位资料，只保留晴天水位资料；
用人工智能演算法(如LSTM、RNN等)，推估晴天规律水位时序曲线；
晴天规律水位时序曲线乘上倍率(如1.2倍)，定义为晴天阻塞规律水位门槛曲线；当晴天时，测量水位超过晴天阻塞规律水位门槛曲线，持续一段时间(如15分钟)以上，可判定为阻塞；以及当晴天时，根据测量水位超过晴天规律水位时序曲线的百分比，推估阻塞程度。
于一较佳实施例中，其中该与晴天规律水位比较，用以判断下水道上游是否渗漏，判断条件:
搜集大量水位大数据资料，并滤除已知阻塞或渗漏等异常管渠的水位等资料，去除降雨期间水位资料，只保留晴天水位资料；
用人工智能演算法(如LSTM、RNN等)，推估晴天规律水位时序曲线；
将晴天正常规律水位时序曲线乘上倍率(如0.8倍)，定义为晴天渗漏规律水位门槛曲线；当晴天时，测量水位超过晴天渗漏规律水位门槛曲线，持续一段时间(如15分钟)以上，可判定为渗漏；以及当晴天时，根据测量水位超过晴天规律水位时序曲线的百分比，推估渗漏程度。
于一较佳实施例中，其中该与降雨时雨天规律水位比较，用以判断下水道下游是否阻塞，判断条件：
搜集大量降雨事件的雨量及水位大数据资料，并滤除已知阻塞或渗漏等异常管渠的水位等资料；
用人工智能演算法(如LSTM、RNN等)，推估降雨时相应的雨天规律水位时序曲线；
将相应降雨量的正常的雨天规律水位时序曲线乘上倍率(如1.2倍)，定义为雨天阻塞规律水位门槛曲线；
当降雨时，测量水位超过雨天阻塞规律水位门槛曲线，持续一段时间(如15分钟)以上，可判定为阻塞；以及当降雨时，根据测量水位超过降雨时雨天规律水位时序曲线的百分比，推估阻塞程度。
于一较佳实施例中，其中该与降雨时雨天规律水位比较，用以判断下水道上游是否渗漏，判断条件：
搜集大量降雨事件的雨量及水位大数据资料，并滤除已知阻塞或渗漏等异常管渠的水位等资料；
用人工智能演算法(如LSTM、RNN等)，推估降雨时，相应的雨天规律水位时序曲线；
将相应降雨量的正常的雨天规律水位时序曲线乘上倍率(如0.8倍)，定义为雨天渗漏规律水位门槛曲线；
当降雨时，测量水位小于雨天渗漏规律水位门槛曲线，持续一段时间(如15分钟)以上，可判定为渗漏；以及当降雨时，根据测量水位低于降雨时雨天规律水位时序曲线的百分比，推估渗漏程度。
于一较佳实施例中，其中该感测装置为一非接触式感测装置或接触式感测装置，用以侦测该管渠内部水位、流速或流量资料。
于一较佳实施例中，其中该非接触式感测装置为雷达式流量计或镭射式流量计。
于一较佳实施例中，其中该主机本体及感测装置固定于一人孔盖本体的背面或该管渠的墙面。
于一较佳实施例中，其中该智能运算装置由一雨量侦测设备或由天线接收云端伺服器搜集该雨量资料。
附图说明
图1是本发明下水道管渠阻塞渗漏人工智能侦测系统的架构示意图；
图2是本发明下水道管渠阻塞渗漏人工智能侦测系统的硬体设备示意图；
图3A是本发明下水道管渠阻塞渗漏人工智能侦测系统的阻塞分析第一流程示意图；
图3B是本发明下水道管渠阻塞渗漏人工智能侦测系统的阻塞分析第二流程示意图；
图3C是本发明下水道管渠阻塞渗漏人工智能侦测系统的阻塞分析第三流程示意图；
图3D是本发明下水道管渠阻塞渗漏人工智能侦测系统的阻塞分析第四流程示意图；
图3E是本发明下水道管渠阻塞渗漏人工智能侦测系统的渗漏分析第一流程示意图；
图3F是本发明下水道管渠阻塞渗漏人工智能侦测系统的渗漏分析第二流程示意图；
图3G是本发明下水道管渠阻塞渗漏人工智能侦测系统的渗漏分析第三流程示意图；
图3H是本发明下水道管渠阻塞渗漏人工智能侦测系统的渗漏分析第四流程示意图；
图4A是本发明下水道管渠阻塞渗漏人工智能侦测系统的固定于人孔盖背面示意图；
图4B是本发明下水道管渠阻塞渗漏人工智能侦测系统的固定于管渠壁面示意图；
图4C是本发明下水道管渠阻塞渗漏人工智能侦测系统的感测装置设置在主机本体外部示意图；
图5是本发明下水道管渠阻塞渗漏人工智能侦测系统的外接接触式感测器示意图；
图6A是本发明下水道管渠阻塞渗漏人工智能侦测系统的天线装设在人孔盖示意图；
图6B是本发明下水道管渠阻塞渗漏人工智能侦测系统的感测装置为非接触感测器示意图；
图6C是本发明下水道管渠阻塞渗漏人工智能侦测系统的硬体剖面示意图；
图6D是本发明下水道管渠阻塞渗漏人工智能侦测系统的机箱结合机箱盖示意图。
附图标记说明
1: 人孔盖本体
11: 正面
111: 开孔
114: 容置部
1141: 天线装置
11411: 电路导线
115: 穿孔
12: 背面
120: 主机本体
121: 机箱
1210: 机箱盖
1211: 主机电路板
1212:感测装置
1213: 电池
1214: 天线装置
1215: 接触式感测器
1216: 智能运算装置
2: 路面
3: 下水道井
4: 雨量监测设备
51:云端伺服器
52:雨量监测站
53:上、下游及关联管网监测设备
54:远端控制单位
6:水体。
具体实施方式
有关于本发明其他技术内容、特点与功效，在以下配合参考附图的较佳实施例的详细说明中，将可清楚的呈现。
请参阅图1及2所示，是本发明下水道管渠阻塞渗漏人工智能侦测系统的架构图，主要包括有一主机本体120，该主机本体120是接收来自感测装置1212及雨量监测设备4的资料，并可通过天线装置1214接受一云端伺服器51资料(包括雨量、水位、流速及/或流量等资料)或多个远端雨量监测站52或多个上、下游关联管网监测设备53的资料(包括水位、流速或流量等资料)。
该主机本体120至少包括有一机壳121，该机壳121内设置有主机电路板1211、感测装置1212、电池1213、天线装置1214及智能运算装置1216，其中该感测装置1212、电池1213、天线装置1214及智能运算装置1216皆与该主机电路板1211电性连接。
该感测装置1212为一非接触式感测装置(不跟侦测物直接接触)或接触式感测装置(跟侦测物直接接触)，用以侦测下水道井内的水位、流速、流量或/及气压等资料，其中该非接触式感测装置为雷达式流量计或是镭射式流量计。
该电池1213用以提供该主机本体120及其他硬件设备运作所需的电源，而该天线装置1214用以无线接收外部资料(包括雨量、水位、流速或流量等资料)，以传送给该主机电路板1211或/及该主机电路板1211能够通过该天线装置1214传输资料至远端控制单位54。
该雨量监测设备4可装设于现场，用以搜集雨量资料，并传送置主机本体120。
该智能运算装置1216设置于该主机本体120内部或云端伺服器51中，若装设于主机本体120内部，是该主机电路板1211电性连接；该智能运算装置1216会将所接收的水位、流速、流量等资料及该雨量资料进行运算，以进行判断下水道管渠是否有阻塞或渗漏；
关于智能运算装置1216，运作说明如下：
(1)该智能运算装置1216针对管渠是否阻塞，判断条件为：
(a)水位暴增且流速下降判断分析流程，如图3A所示：
i.(目前水位测量值-前次水位测量值)大于门槛值301a；
ii.(前次流速测量值-目前流速测量值)大于门槛值302a；
iii.持续一段时间(15分钟)以上，可以判断下游管渠阻塞303a。
(b)与晴天规律水位时序曲线比较判断分析流程，如图3B所示:
i.搜集大量水位大数据资料，并滤除已知阻塞或渗漏异常管渠的水位资料，去除降雨期间的水位资料，只保留晴天水位资料401a；
ii.将晴天水位资料分为四种时段，分别为周一至周四、周五、周六与周日402a；
iii.将每种时段同一时间的水位取平均，得到所有时段的平均水位，组成晴天规律水位时序曲线403a；
iv.将晴天规律水位时序曲线乘上倍率(如1.2倍)，定义为晴天阻塞规律水位门槛曲线404a；
v.当晴天时，测量水位超过晴天阻塞规律水位门槛曲线，持续一段时间(如15分钟)以上，可判断为阻塞405a；
vi.当晴天时，根据测量水位超过晴天规律水位时序曲线百分比，推估阻塞程度406a。
(c)与晴天规律水位时序曲线比较判断分析流程，如图3C所示:
i.搜集大量水位大数据资料，并滤除已知阻塞或渗漏等异常管渠的水位等资料，去除降雨期间的水位资料，只保留晴天水位资料501a；
ii.用人工智能演算法(如LSTM、RNN等)，推估晴天规律水位时序曲线502a；
iii.将晴天规律水位时序曲线乘上倍率(如1.2倍)，定义为晴天阻塞规律水位门槛曲线503a；
iv.当晴天时，测量水位超过晴天阻塞规律水位门槛曲线，持续一段时间(如15分钟)以上，可判定为阻塞504a；
v.当晴天时，根据测量水位超过晴天规律水位时序曲线的百分比，推估阻塞程度505a。
(d)与降雨时规律水位时序曲线比较判断分析流程，如图3D所示：
i.搜集大量降雨事件的雨量及水位大数据资料，并滤除已知阻塞或渗漏等异常管渠的水位等资料601a；
ii.用人工智能演算法(如LSTM、RNN等)，推估降雨时相应的雨天规律水位时序曲线602a；
iii.将相应降雨量的雨天规律水位时序曲线乘上倍率(如1.2倍)，定义为雨天阻塞规律水位门槛曲线603a；
iv.当降雨时，测量水位超过雨天阻塞规律水位门槛曲线，持续一段时间(如15分钟)以上，可判定为阻塞604a；以及
v.当降雨时，根据测量水位超过雨天规律水位时序曲线的百分比，推估阻塞程度605a。
(2)该智能运算装置1216针对管渠是否渗漏，判断条件为：
(a)水位骤降且流速上升判断分析流程，如图3E所示：
i.(前次水位测量值-目前水位测量值)大于门槛值301b；
ii.(目前流速测量值-前次流速测量值)大于门槛值302b；
iii.持续一段时间(15分钟)以上，可以判断上游管渠渗漏303b。
(b)与晴天规律水位时序曲线比较判断分析流程，如图3F所示：
i.搜集大量水位大数据资料，并滤除已知阻塞或渗漏等异常等管渠的水位等资料，去除降雨期间的水位资料，只保留晴天水位资料401b；
ii.将晴天水位资料分为四种时段，分别为周一至周四、周五、周六与周日402b；
iii.将每种时段同一时间的水位平均，得到所有时段的平均水位，组成晴天规律水位时序曲线403b；
iv.将晴天规律水位时序曲线乘上倍率(如0.8倍)，定义为晴天渗漏规律水位门槛曲线404b；
v.当晴天时，测量水位超过晴天渗漏规律水位门槛曲线，持续一段时间(如15分钟)以上，可判断为渗漏405b；
vi.当晴天时，根据测量水位超过晴天规律水位时序曲线百分比，推估渗漏程度406b。
(c)与晴天规律水位时序曲线比较判断分析流程，如图3G所示：
i.搜集大量水位大数据资料，并滤除已知阻塞或渗漏等异常等管渠的水位等资料，501b；
ii.用人工智能演算法(如LSTM、RNN等)，推估晴天规律水位时序曲线502b；
iii.将晴天规律水位时序曲线乘上倍率(如0.8倍)，定义为晴天渗漏规律水位门槛曲线503b；
iv.当晴天时，测量水位超过晴天渗漏规律水位门槛曲线，持续一段时间(如15分钟)以上，可判定为渗漏504b；
v.当晴天时，根据测量水位超过晴天规律水位时序曲线的百分比，推估渗漏程度505b。
(d)与降雨时雨天规律水位时序曲线比较判断分析流程，如图3H所示：
i.搜集大量降雨事件的雨量及水位大数据资料，并滤除已知阻塞或渗漏等异常管渠的水位等资料601b；
ii.用人工智能演算法(如LSTM、RNN等)，推估降雨时相应的雨天规律水位时序曲线602b；
iii.将相应降雨量的雨天规律水位时序曲线乘上倍率(如0.8倍)，定义为雨天渗漏规律水位门槛曲线603b；
iv.当降雨时，测量水位小于雨天渗漏规律水位门槛曲线，持续一段时间(如15分钟)以上，可判定为渗漏604b；以及
v.当降雨时，根据测量水位低于雨天规律水位时序曲线的百分比，推估渗漏程度605b。
如图4A所示，该主机本体120可固定于一人孔盖本体1的背面12上，或如图4B所示，该主机本体120可固定于管渠壁面，并靠近人孔盖本体的背面处。
另外，如图4C所示，该感测装置1212能够分离于该机壳121外设置，并定位于该背面12或管渠壁面上。
另外，如图5所示，该主机电路板1211连接接触式感测器1215（例如超音波流量计、压力式水位计、超音波流速计或水质计等）时，该接触式感测器1215具有一感测端（图中未示），而该接触式感测器1215的感测端与该下水道井内的水体6相接触，以进行侦测该下水道管渠内水体6的流量、水位、流速及水质等资料。
另外，该天线装置2能够分离于该机壳121外设置，并定位于该背面12上；也能够外嵌于该正面11上或是外接耐压天线，如图6A、6B及6C所示，能够于该正面11上形成有一容置部114，并将天线装置1141设置于该容置部114内，而该天线装置1141内部的电路导线11411能够通过一穿孔115与该主机电路板1211进行电性连接；
当安装于路面2的下水道井3上后，如图6B及6C所示，该感测装置1212若为非接触式感测装置即无须与下水道内的污水直接接触，便于安装与维护。
而于实际实施的状态下，如图6D所示，必须使用一机箱盖1210盖于该机箱121上之后，再将该机箱121锁于该人孔盖本体1的背面12上。
再如图6C所示，另外该人孔盖本体1与该下水道井3的接合处能够设置有一接触式感测器1215，若是该人孔盖本体1被移开时，该接触式感测器1215能够启动该主机电路板1211能够自动发出示警通知并回传井盖的开启状态。
本发明所提供的下水道管渠阻塞渗漏人工智能侦测系统，与其他现有技术相互比较时，其优点如下：
1.本发明使用自动侦测的系统机制，用以能够提早处理因下水道管渠阻塞及渗漏所产生的问题。
2.本发明对于下水道流量、水位及管渠阻塞及渗漏的侦测系统安装与维护，带来很大优点，由于本发明是将非接触式感测装置及相关装置设置定位于人孔盖的背面或管渠墙面，故能够有效避免感测线材腐蚀、污泥与垃圾的问题发生。
3.本发明的设计，对于清洁与维护具有极大帮助之外，更能够有效降低维护所需的成本。
本发明已通过上述的实施例说明如上，然其并非用以限定本发明，任何本领域技术人员在了解本发明前述的技术特征及实施例，并在本发明的精神和范围内，不可作些许的更动与润饰，因此本发明的专利保护范围须视权利要求所界定为准。
Claims (10)
1.一种下水道管渠阻塞渗漏人工智能侦测系统，其特征在于，包括：
一主机本体，内部具有一主机电路板；
一雨量监测设备，用以取得雨量资料，并传送至主机本体；
一天线装置，与该主机电路板电性连接，用以接收及传输资料；
一感测装置，与该主机电路板电性连接，用以侦测管渠内部的水位、流速、流量资料；
一智能运算装置，与该主机电路板电性连接或设置于一云端伺服器，该智能运算装置会搜集雨量、水位、流速或/及流量资料进行处理及判读，进而分析出管渠内是否发生阻塞或渗漏；当判断该管渠内的水位与流速异常，或是与降雨时相应降雨量的正常规律水位时序曲线进行比较，用以推估是否阻塞或渗漏；
一电池，用以提供上述各项装置所需的运作电源。
2.如权利要求1所述的下水道管渠阻塞渗漏人工智能侦测系统，其特征在于，其中该水位异常暴增且流速下降，用以判断污水下水道下游是否阻塞，判断条件为：
(目前水位测量值-前次水位测量值)大于门槛值；
(前次流速测量值-目前流速测量值)大于门槛值；以及
持续一段时间以上，判断下游管渠阻塞。
3.如权利要求1所述的下水道管渠阻塞渗漏人工智能侦测系统，其特征在于，与晴天规律水位比较，用以判断下水道下游是否阻塞，判断条件:
搜集大量水位大数据资料，并滤除已知阻塞或渗漏异常管渠的水位资料，去除降雨期间的水位资料，只保留晴天水位资料；
将晴天水位分成四种时段；
将每种时段同一时间的水位取平均，得到所有时段的平均水位；
将四种时段的平均水位，组成晴天规律水位时序曲线；
将晴天规律水位时序曲线乘上倍率，定义为晴天阻塞规律水位门槛曲线，当晴天时，测量水位超过晴天阻塞规律水位门槛曲线，持续一段时间以上，判定为阻塞；以及
当晴天时，根据测量水位超过晴天规律水位时序曲线的百分比，推估阻塞程度。
4.如权利要求1所述的下水道管渠阻塞渗漏人工智能侦测系统，其特征在于，与晴天规律水位比较，用以判断下水道下游是否阻塞，判断条件:
搜集大量水位大数据资料，并滤除已知阻塞或渗漏异常管渠的水位资料，去除降雨期间水位资料，只保留晴天水位资料；
用人工智能演算法，推估晴天规律水位时序曲线；
晴天规律水位时序曲线乘上倍率，定义为晴天阻塞规律水位门槛曲线；当晴天时，测量水位超过晴天阻塞规律水位门槛曲线，持续一段时间以上，判定为阻塞；以及
当晴天时，根据测量水位超过晴天规律水位时序曲线的百分比，推估阻塞程度。
5.如权利要求1所述的下水道管渠阻塞渗漏人工智能侦测系统，其特征在于，与降雨时正常规律水位比较，用以判断下水道下游是否阻塞，判断条件：
搜集大量降雨事件的雨量及水位大数据资料，并滤除已知阻塞或渗漏异常管渠的水位资料；
用人工智能演算法，推估降雨时，相应的正常的雨天规律水位时序曲线；
将相应降雨量的正常的雨天规律水位时序曲线乘上倍率，定义为雨天阻塞规律水位门槛曲线；
当降雨时，测量水位超过雨天阻塞规律水位门槛曲线，持续一段时间以上，判定为阻塞；以及
当降雨时，根据测量水位超过降雨时雨天规律水位时序曲线的百分比，推估阻塞程度。
6.如权利要求1所述的下水道管渠阻塞渗漏人工智能侦测系统，其特征在于，其中该水位骤降且流速上升，用以判断下水道上游是否渗漏，判断条件为：
(前次水位测量值-目前水位测量值)大于门槛值；
(目前流速测量值-前次流速测量值)大于门槛值；
持续一段时间以上，判断下游管渠渗漏。
7.如权利要求1所述的下水道管渠阻塞渗漏人工智能侦测系统，其特征在于，与晴天规律水位比较，用以判断下水道上游是否渗漏，判断条件:
搜集大量水位大数据资料，并滤除已知阻塞或渗漏异常管渠的水位资料，去除降雨期间的水位资料，只保留晴天水位资料；
将晴天水位分成四种时段；
将每种时段同一时间的水位取平均，得到所有时段的平均水位；
结合四种时段的平均水位，组成晴天规律水位时序曲线；
将晴天规律水位时序曲线乘上倍率，定义为晴天渗漏规律水位门槛曲线，当晴天时，测量水位超过晴天渗漏规律水位门槛曲线，持续一段时间以上，判定为渗漏；以及
当晴天时，根据测量水位超过晴天规律水位时序曲线的百分比，推估渗漏程度。
8.如权利要求1所述的下水道管渠阻塞渗漏人工智能侦测系统，其特征在于，与晴天规律水位比较，用以判断下水道上游是否渗漏，判断条件:
搜集大量水位大数据资料，并滤除已知阻塞或渗漏异常管渠的水位资料，去除降雨期间水位资料，只保留晴天水位资料；
用人工智能演算法，推估晴天规律水位时序曲线；
将晴天规律水位时序曲线乘上倍率，定义为晴天渗漏规律水位门槛曲线；当晴天时，测量水位超过晴天渗漏规律水位门槛曲线，持续一段时间以上，判定为渗漏；以及
当晴天时，根据测量水位超过晴天规律水位时序曲线的百分比，推估渗漏程度。
9.如权利要求1所述的下水道管渠阻塞渗漏人工智能侦测系统，其特征在于，与降雨时正常规律水位比较，用以判断下水道上游是否渗漏，判断条件:
搜集大量降雨事件的雨量及水位大数据资料，并滤除已知阻塞或渗漏异常管渠的水位资料；
用人工智能演算法，推估降雨时，相应的正常的雨天规律水位时序曲线；
将相应降雨量的正常的雨天规律水位时序曲线乘上倍率，定义为雨天渗漏规律水位门槛曲线；
当降雨时，测量水位小于雨天渗漏规律水位门槛曲线，持续一段时间以上，判定为渗漏；以及
当降雨时，根据测量水位低于降雨时正常的雨天规律水位时序曲线的百分比，推估渗漏程度。
10.如权利要求1所述的下水道管渠阻塞渗漏人工智能侦测系统，其特征在于，其中该感测装置为一非接触式感测装置或接触式感测装置，用以侦测该管渠内部水位、流速或流量资料。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011373101.5A CN114576564A (zh) | 2020-11-30 | 2020-11-30 | 下水道管渠阻塞渗漏人工智能侦测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011373101.5A CN114576564A (zh) | 2020-11-30 | 2020-11-30 | 下水道管渠阻塞渗漏人工智能侦测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114576564A true CN114576564A (zh) | 2022-06-03 |
Family
ID=81766685
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011373101.5A Withdrawn CN114576564A (zh) | 2020-11-30 | 2020-11-30 | 下水道管渠阻塞渗漏人工智能侦测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114576564A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2618171A (en) * | 2022-09-20 | 2023-11-01 | Stormharvester Ipr Ltd | Anomaly detection in wastewater networks |
| WO2024061986A1 (en) * | 2022-09-20 | 2024-03-28 | Stormharvester IPR Limited | Anomaly detection for wastewater assets with pumps in wastewater networks |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101042587A (zh) * | 2006-03-22 | 2007-09-26 | 株式会社东芝 | 综合监视诊断装置 |
| CN203432650U (zh) * | 2013-07-05 | 2014-02-12 | 张冬 | 一种下水道预警监测系统 |
| CN203743864U (zh) * | 2014-03-26 | 2014-07-30 | 于久凯 | 下水道监测预警系统 |
| KR101456981B1 (ko) * | 2014-05-09 | 2014-11-06 | (주)웹솔루스 | 하수관로 수위계측 모니터링 시스템 |
| CN205655889U (zh) * | 2016-05-25 | 2016-10-19 | 武汉新烽光电股份有限公司 | 一种低功耗城市排水管网实时监测装置 |
| CN107478273A (zh) * | 2017-08-14 | 2017-12-15 | 武汉科技大学 | 基于嵌入式和物联网技术的下水道监控系统及方法 |
| CN109406717A (zh) * | 2017-08-17 | 2019-03-01 | 北京元正数据科技有限公司 | 井下参数检测系统 |
| CN110081318A (zh) * | 2019-05-17 | 2019-08-02 | 南京管科智能科技有限公司 | 一种管网监控系统 |
| CN110488299A (zh) * | 2019-08-01 | 2019-11-22 | 唐山哈船科技有限公司 | 一种城市内涝下水道堵塞检测系统及检测方法 |
| CN111176175A (zh) * | 2019-11-21 | 2020-05-19 | 南京鸿光环保科技有限公司 | 一种基于物联网技术的智能下水道监控系统 |
| CN111780829A (zh) * | 2020-06-19 | 2020-10-16 | 中国农业大学 | 一种用于排水井盖的堵塞检测系统及堵塞检测方法 |
| CN111878712A (zh) * | 2020-07-07 | 2020-11-03 | 恒天益科技（深圳）有限公司 | 一种管网均匀流的监测实现方法及系统 |
-
2020
- 2020-11-30 CN CN202011373101.5A patent/CN114576564A/zh not_active Withdrawn
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101042587A (zh) * | 2006-03-22 | 2007-09-26 | 株式会社东芝 | 综合监视诊断装置 |
| CN203432650U (zh) * | 2013-07-05 | 2014-02-12 | 张冬 | 一种下水道预警监测系统 |
| CN203743864U (zh) * | 2014-03-26 | 2014-07-30 | 于久凯 | 下水道监测预警系统 |
| KR101456981B1 (ko) * | 2014-05-09 | 2014-11-06 | (주)웹솔루스 | 하수관로 수위계측 모니터링 시스템 |
| CN205655889U (zh) * | 2016-05-25 | 2016-10-19 | 武汉新烽光电股份有限公司 | 一种低功耗城市排水管网实时监测装置 |
| CN107478273A (zh) * | 2017-08-14 | 2017-12-15 | 武汉科技大学 | 基于嵌入式和物联网技术的下水道监控系统及方法 |
| CN109406717A (zh) * | 2017-08-17 | 2019-03-01 | 北京元正数据科技有限公司 | 井下参数检测系统 |
| CN110081318A (zh) * | 2019-05-17 | 2019-08-02 | 南京管科智能科技有限公司 | 一种管网监控系统 |
| CN110488299A (zh) * | 2019-08-01 | 2019-11-22 | 唐山哈船科技有限公司 | 一种城市内涝下水道堵塞检测系统及检测方法 |
| CN111176175A (zh) * | 2019-11-21 | 2020-05-19 | 南京鸿光环保科技有限公司 | 一种基于物联网技术的智能下水道监控系统 |
| CN111780829A (zh) * | 2020-06-19 | 2020-10-16 | 中国农业大学 | 一种用于排水井盖的堵塞检测系统及堵塞检测方法 |
| CN111878712A (zh) * | 2020-07-07 | 2020-11-03 | 恒天益科技（深圳）有限公司 | 一种管网均匀流的监测实现方法及系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2618171A (en) * | 2022-09-20 | 2023-11-01 | Stormharvester Ipr Ltd | Anomaly detection in wastewater networks |
| WO2024061980A1 (en) * | 2022-09-20 | 2024-03-28 | Stormharvester IPR Limited | Anomaly detection in wastewater networks |
| WO2024061986A1 (en) * | 2022-09-20 | 2024-03-28 | Stormharvester IPR Limited | Anomaly detection for wastewater assets with pumps in wastewater networks |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114576564A (zh) | 下水道管渠阻塞渗漏人工智能侦测系统 | |
| KR100855170B1 (ko) | 하수관 감시 시스템 | |
| KR100828968B1 (ko) | 지리정보시스템과 연계된 하수관거 유지관리방법 및 그기능을 탑재한 하수관거 유지관리시스템 | |
| Goel et al. | Assessment of sediment deposition rate in Bargi Reservoir using digital image processing | |
| US20230251124A1 (en) | Permeable Pavement Monitoring System | |
| US20180119844A1 (en) | Apparatus And Method For Detection And Monitoring Of The Condition Of Pipeline Components | |
| US20210404167A1 (en) | Detecting vacuum presure and anomalous cylcing in a vacuum sewer system | |
| CN112037474A (zh) | 多传感器层次化泥石流监测预警方法、系统、计算机设备 | |
| Beheshti et al. | Detection of extraneous water ingress into the sewer system using tandem methods–a case study in Trondheim city | |
| CN107843714B (zh) | 泥石流试验用人工降雨模拟装置 | |
| TWI770695B (zh) | 下水道管渠阻塞滲漏人工智能偵測系統 | |
| KR20050078189A (ko) | 하수관거 모니터링 및 자료해석 방법 | |
| KR100538445B1 (ko) | 통합형 하수관거 운영/모니터링 시스템 및 그 방법 | |
| KR100869237B1 (ko) | 폐쇄회로 티브이 영상 또는 회귀분석식을 이용한 하수관거내 퇴적량 예측방법 및 그 기능을 탑재한 하수관거유지관리시스템 | |
| KR101659310B1 (ko) | 하수관 관리를 위한 시스템 및 방법 | |
| TWI770859B (zh) | 下水道管渠入流入滲流量自動監測系統 | |
| CN101169483B (zh) | 地质灾害降雨监测预警仪 | |
| KR102080066B1 (ko) | 무단방류 감시 시스템 | |
| CN107807225B (zh) | 泥石流试验用人工降雨模拟方法 | |
| CN113487048A (zh) | 一种排水隧道运营安全监测与维护系统及方法 | |
| CN115853093B (zh) | 一种可识别雨污混接的排水管网动态检测方法及系统 | |
| CN214540108U (zh) | 可测地表径流的雨量计、雨量自动监测系统 | |
| Mierau et al. | Open Channel Flow Monitoring Under Small Water Surface Gradients | |
| CN116989854B (zh) | 一种排水孔运行性态评估方法 | |
| JP2022082294A (ja) | 管水路の異常検知システム、推定装置、学習モデル生成装置、管水路の異常検知装置、管水路の異常検知方法、推定方法、及び学習モデル生成方法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220603 |
|
| WW01 | Invention patent application withdrawn after publication |