CN114998528A - 一种基于纳米机器人技术的管道检漏系统及方法 - Google Patents
一种基于纳米机器人技术的管道检漏系统及方法 Download PDFInfo
- Publication number
- CN114998528A CN114998528A CN202210737669.3A CN202210737669A CN114998528A CN 114998528 A CN114998528 A CN 114998528A CN 202210737669 A CN202210737669 A CN 202210737669A CN 114998528 A CN114998528 A CN 114998528A
- Authority
- CN
- China
- Prior art keywords
- pipeline
- data
- leakage
- nano
- robot
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/52—Scale-space analysis, e.g. wavelet analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Graphics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开了一种基于纳米机器人技术的管道检漏系统及方法,包括:采集管道本体和流体数据;建立三维管网空间模型;利用三维管网空间模型,分析管道本体和流体数据,判断管道是否存在泄漏。本发明纳米机器人投入单元将纳米机器人投入管道,纳米机器人顺流体移动,移动过程中采集管道本体和流体参数,同时实时与主机通讯进行数据交互,主机实时通软件构建管网模型,显示每段管网上的数据参数,对可能存在的泄漏隐患进行预警。
Description
技术领域
本发明属于供热管网检测技术领域,涉及纳米机器人技术,尤其是一种基于纳米机器人技术的管道检漏系统及方法。
背景技术
对于管道泄漏问题国内外都要很多检漏方法,现已有的检漏方式大致分为硬件的检测和实时动态检测两种。硬件的检测,其原理是将硬件设备安装于管道,当管道发生泄漏时硬件设备能够检测并判断泄漏发生的具体方位。常用的检测方法有:光纤电缆、热成像技术、声波检测、管内探测球法等。另一种是基于软件的检测方法,实时动态检测,就是使用数据采集卡收集有效的管道沿线压力、流量、温度数据,再根据这些数据的变化,利用编程对管道进行泄漏检测和定位。软件检测主要是基于数学建模,常常可分为信号处理技术和管道建模的方法等技术。管道建模检漏的方法主要有:空间状态法、系统辨识法、管道内体积、质量平衡法和瞬态模型等等,常用的分析方法有:负压波法、、小波变换法、压力梯度法、自适应滤波法以及神经网络法等等。在现实的运用中,以管道模型为基础的检漏方式,能合理观察到流动特征情况,再整理各个参数综合考虑其影响,就可以相对准确的对管道中的运行情况进行模拟,对各点的流量变化、压差变化、温度变化等数据有精准的监控。
不管是比较大的漏点还是渗漏的漏点都可以被检测定位到,因此被广泛应用在管道运输中。(出自东北石油大学刘爽《供热管道泄漏检测技术研究论文》)
发明内容
本发明的目的在于解决现有技术中的问题,提供一种基于纳米机器人技术的管道检漏系统及方法。
为达到上述目的,本发明采用以下技术方案予以实现:
第一方面,本发明提供一种基于纳米机器人技术的管道检漏方法,包括以下步骤:
采集管道本体和流体数据;
建立三维管网空间模型;
利用三维管网空间模型,分析管道本体和流体数据,判断管道是否存在泄漏。
第二方面,本发明提供一种基于纳米机器人技术的管道检漏系统,包括:
数据采集模块,用于采集管道本体和流体数据;
模型建立模块,用于建立三维管网空间模型;
泄漏判断模块,用于利用三维管网空间模型,分析管道本体和流体数据,判断管道是否存在泄漏。
第三方面,本发明提供一种基于纳米机器人技术的管道检漏系统,包括:
供水管道,所述供水管道的入口处设置有纳米机器人投入单元;
回水管道,所述回水管道与供水管道相连,出口处设置有纳米机器人回收单元;
主机,所述主机通过通讯电缆与纳米机器人投入单元和纳米机器人回收单元相交互;所述主机用于实时接收纳米机器人传输数据的同时进行3D管道绘制,并对管道管体与管道中流体数据进行分析,判断管道是否泄漏;所述主机上还连接有用于将主机的数据分析结果进行呈现,进行人机交互,提前预警泄漏风险点的显示器。
第四方面,本发明提供一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述方法的步骤。
第四方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述方法的步骤。
与现有技术相比,本发明具有以下有益效果:
本发明纳米机器人投入单元将纳米机器人投入管道,纳米机器人顺流体移动,移动过程中采集管道本体和流体参数,同时实时与主机通讯进行数据交互,主机实时通软件构建管网模型,显示每段管网上的数据参数,对可能存在的泄漏隐患进行预警。
附图说明
为了更清楚的说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明管道检漏方法的流程图。
图2为本发明管道检漏系统的模块图。
图3为本发明的管网结构和设备位置安装图。
其中:1-供水管道、2-回水管道、3-纳米机器人投入单元、4-纳米机器人回收单元、5-通讯电缆、6-主机、7-显示器。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明实施例的描述中,需要说明的是,若出现术语“上”、“下”、“水平”、“内”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,或者是该发明产品使用时惯常摆放的方位或位置关系,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”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
此外,若出现术语“水平”,并不表示要求部件绝对水平,而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平,并不是表示该结构一定要完全水平,而是可以稍微倾斜。
在本发明实施例的描述中,还需要说明的是,除非另有明确的规定和限定,若出现术语“设置”、“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,可以根据具体情况理解上述术语在本发明中的具体含义。
下面结合附图对本发明做进一步详细描述:
参见图1,本发明实施例公开了一种基于纳米机器人技术的管道检漏方法,包括以下步骤:
S1,采集管道本体和流体数据;在供水管道中注满流体并处于满管状态时,向管道中投入纳米机器人,纳米机器人通过发射声波,采集反射回来的声波信号,得到管道本体和流体数据。
S2,建立三维管网空间模型,具体方法如下:
S2-1,对采集到的声波信号进行预处理:
式中,ΔYn为采集声波均值,M为同一空间纳米机器人的数量,wi分别纳米机器人采集第i个声波信号,α是衰减系数;
S2-2,建立声波信号高斯分布模型G(ΔYn):
S2-3,建立三维管网空间模型Δd:
Δd={dj},j∈ID
式中,ID为纳米机器人密度值,D为纳米机器人采集到的数据空间;纳米机器采集到的某一个具体的信息数据为D中的一个点,d作为一组采集数据的数值,每一个参数值为d的某一个分量dj。
S3,利用三维管网空间模型,分析管道本体和流体数据,判断管道是否存在泄漏,具体方法如下:
S3-1,将声波信号进行小波包分解,得到若干不同尺度的小波;
S3-2,获取各尺度小波分解细节系数与近似系数的幅值,并计算得到近似系数与细节系数的幅值比:
其中,R(i)为i点的幅值比,i为系数数据点,A(i)为i点的近似系数幅值序列,A(i)=|a(i)|,a(i)为小波分解的近似系数;D(i)为i点的细节系数幅值序列,D(i)=|d(i)|,d(i)为小波分解的细节系数。
S3-3,根据幅值比判断是否发生泄漏,具体方法如下:
步骤1,根据常规信号的小波近似系数与细节系数的幅值比设定阈值K;具体方法如下:
1)删除R(i)中的最大值,得到序列R1(i);
2)计算序列R1(i)的平均值,该平均值为阈值K。
步骤2,若R(i)>K,则判断为泄漏发生;若R(i)≤K,则判断为未发生泄漏。
如图2所示,本发明实施例还公开了一种管道检漏系统,包括:
数据采集模块,用于采集管道本体和流体数据;
模型建立模块,用于建立三维管网空间模型;
泄漏判断模块,用于利用三维管网空间模型,分析管道本体和流体数据,判断管道是否存在泄漏。
如图3所示,本发明实施例公开了一种基于纳米机器人技术的管道检漏系统,包括供水管道1、回水管道2和主机6。供水管道1的入口处设置有纳米机器人投入单元3;回水管道2与供水管道1相连,出口处设置有纳米机器人回收单元4;主机6通过通讯电缆5与纳米机器人投入单元3和纳米机器人回收单元4相交互;所述主机6用于实时接收纳米机器人传输数据的同时进行3D管道绘制,并对管道管体与管道中流体数据进行分析,判断管道是否泄漏;所述主机6上还连接有用于将主机6的数据分析结果进行呈现,进行人机交互,提前预警泄漏风险点的显示器7。
纳米机器人投入单元3将纳米机器人投入管道,纳米机器人顺流体移动,经过各个换热站(Q1~QN+1),纳米机器人在移动过程中采集管道本体和流体参数,同时实时与主机6通讯进行数据交互,主机6实时通过软件构建管网模型,显示每段管网上的数据参数,对可能存在的泄漏隐患进行预警。纳米机器人回收单元4在流体流经回收单元时,对流体中的纳米机器人进行回收。纳米机器人投入单元3和纳米机器人回收单元4同时具备与纳米机器人通讯的功能,并可以与纳米机器人进行数据交换。
纳米机器人在供水管1中顺水流动过程中,采集管道内壁和外壁壁厚数据及流体的温度、压力、流速等数据,并传输给投入单元与回收单元。纳米机器人投入单元3和纳米机器人回收单元4接收到管道内纳米机器人的数据后,经通讯电缆5与主机6通信。主机6内置软件,能够在实时接收纳米机器人传输数据的同时进行3D实时管道管网建模,显示纳米机器人的移动轨迹,同时对管道管体与管道中流体数据进行解析、分析,预警定位泄漏位置。显示器7实时呈现构建管道模型,纳米机器人的移动轨迹,管道泄漏预警数据、流体的实时参数,能够将主机6的数据分析结果进行呈现,进行人机交互,提前预警泄漏风险点。
纳米机器人和用于计算管道泄漏和分析数据的模块组成控制调节单元,用于计算管道泄漏和分析数据的模块通过通讯电缆5分别连接纳米机器人投入单元3和纳米机器人回收单元4,所述纳米机器人投入单元3和纳米机器人回收单元4设置在首站内。
本发明的工作原理:
纳米机器人顺流体移动,移动过程中采集管道本体和流体参数,同时实时与主机通讯进行数据交互,主机实时通软件构建管网模型,显示每段管网上的数据参数,对可能存在的泄漏隐患进行预警。
当供水管道中注满流体并处于满管状态时,在纳米机器人投入单元3给管道中投入纳米机器人。
当纳米级机器人在管道中循环一周后,在回水管道上的纳米机器人回收单元4进行纳米机器人进行回收。
当纳米机器人在管道中移动,采集管道本体和流体数据时与投入单元、回收单元进行实时通信。投入单元、回收单元通过通讯电缆5与主机6进行通信。
当主机6软件进行实时构建管网模型,并同时对管道本体参数和流体参数进行解析、分析,预警管网可能存在的泄漏位置。
为建立全面、准确的三维管网模型,必须做好三维管网数据采集工作,全面采集三维管网及其附属物的相关信息。因管网在地下走向不是一条直线,在平面上有走向变化,同时在垂直面上也有走向变化。通过纳米机器人在管网中移动过程,安装在纳米机器人上的各种传感器及定位装置,采集管网的空间坐标位置及管网壁厚、阀门等相关数据。
为实现全面建立三维管网模型,需建立“管网的数据库”和“模型文件库”,“管网的数据库”按管线类别进行分类存储,不同管线数据库下存储“管线数据表”,“管线数据表”一般包括所属单位、材质、道路名称、录入日期、建设年代、管段编码、管线类别、起端点号、终端点号、断面尺寸、管道形状标识、空间坐标位置及其它相关信息。“模型文件库”下有管道模型、管件模型和附属模型文件库,并且每种模型文件库中的模型都是唯一的。管道模型安装管线类别进行分类,管线类别下面根据管道断面的形状进行二级分类。管件模型按照管线类别进行分类,管线类别下面根据管件断面的形状进行二级分类。附属模型文件库按照管线类别进行分类,管线类别下按照附属物类别进行二级分类,在二级分类下根据形状和结构进行三级分类等等。
纳米机器人在管道中采集数据时,采取连续追踪方式进行,确保管线走向正确,采集空间位置信息、直径等信息,同时通过传感器采集流体的压力、温度、流速等信息。
在建模过程中采集到的实时数据与建立的“管网的数据库”和“模型文件库”进行数据对比,并标注数据差异部分,完成三维管网模型建立。实时更新管网数字化空间定位和动态管理,实时掌握管网管线危险泄漏预警,掌握全面的管网管线空间分布信息,使得管网数据更全、更准,提供基础性的保障和服务作用。
本发明建立三维管网空间模型的具体方法如下:
L1:建立三维管网空间模型,采集纳米机器人声波信号,通过声波在管道中反射波数据,该声波会因为管道壁厚会有部分被吸收,不会产生反射波信号;
L2:对采集到的声波信号进行预处理:
式中,M为同一空间纳米机器人的数量,wi分别纳米机器人采集第i个声波信号,α是衰减系数;M与i为正整数。
L3,建立纳米机器人采集到的声波信号高斯分布模型
L4:建立三维管网空间模型
Δd={dj},j∈ID
式中,D为纳米机器人采集到的数据空间;纳米机器采集到的某一个具体的信息数据为D中的一个点,d作为一组采集数据的数值,每一个参数值为d的某一个分量dj;j=1,2,3…
L5:根据L3步骤和L4步骤进行三维管网管道建立模型。
本发明一实施例提供一种终端设备。该实施例的终端设备包括:处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序。所述处理器执行所述计算机程序时实现上述各个实施例中的步骤。或者,所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。
所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器、存储器。
所述处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述终端设备的各种功能。
所述终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上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 (10)
1.一种基于纳米机器人技术的管道检漏方法,其特征在于,包括以下步骤:
采集管道本体和流体数据;
建立三维管网空间模型;
利用三维管网空间模型,分析管道本体和流体数据,判断管道是否存在泄漏。
2.根据权利要求1所述的基于纳米机器人技术的管道检漏方法,其特征在于,所述采集管道本体和流体数据,包括:
在供水管道中注满流体并处于满管状态时,向管道中投入纳米机器人,纳米机器人通过发射声波,采集反射回来的声波信号,得到管道本体和流体数据。
3.根据权利要求2所述的基于纳米机器人技术的管道检漏方法,其特征在于,所述建立三维管网空间模型,包括:
步骤1,对采集到的声波信号进行预处理:
式中,ΔYn为采集声波均值,M为同一空间纳米机器人的数量,wi分别纳米机器人采集第i个声波信号,α是衰减系数;
步骤2,建立声波信号高斯分布模型G(ΔYn):
步骤3,建立三维管网空间模型Δd:
Δd={dj},j∈ID
式中,ID为纳米机器人密度值,D为纳米机器人采集到的数据空间;纳米机器采集到的某一个具体的信息数据为D中的一个点,d作为一组采集数据的数值,每一个参数值为d的某一个分量dj。
4.根据权利要求3所述的基于纳米机器人技术的管道检漏方法,其特征在于,所述分析管道本体和流体数据,判断管道是否存在泄漏,包括:
将声波信号进行小波包分解,得到若干不同尺度的小波;
获取各尺度小波分解细节系数与近似系数的幅值,并计算得到近似系数与细节系数的幅值比;
根据幅值比判断是否发生泄漏。
6.根据权利要求5所述的基于纳米机器人技术的管道检漏方法,其特征在于,所述根据幅值比判断是否发生泄漏,包括:
步骤1,根据常规信号的小波近似系数与细节系数的幅值比设定阈值K;具体方法如下:
1)删除R(i)中的最大值,得到序列R1(i);
2)计算序列R1(i)的平均值,该平均值为阈值K;
步骤2,若R(i)>K,则判断为泄漏发生;若R(i)≤K,则判断为未发生泄漏。
7.一种基于纳米机器人技术的管道检漏系统,其特征在于,包括:
数据采集模块,用于采集管道本体和流体数据;
模型建立模块,用于建立三维管网空间模型;
泄漏判断模块,用于利用三维管网空间模型,分析管道本体和流体数据,判断管道是否存在泄漏。
8.一种用于实现权利要求1-6所述方法的基于纳米机器人技术的管道检漏系统,其特征在于,包括:
供水管道(1),所述供水管道(1)的入口处设置有纳米机器人投入单元(3);
回水管道(2),所述回水管道(2)与供水管道(1)相连,出口处设置有纳米机器人回收单元(4);
主机(6),所述主机(6)通过通讯电缆(5)与纳米机器人投入单元(3)和纳米机器人回收单元(4)相交互;所述主机(6)用于实时接收纳米机器人传输数据的同时进行3D管道绘制,并对管道管体与管道中流体数据进行分析,判断管道是否泄漏;所述主机(6)上还连接有用于将主机(6)的数据分析结果进行呈现,进行人机交互,提前预警泄漏风险点的显示器(7)。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-6任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210737669.3A CN114998528A (zh) | 2022-06-27 | 2022-06-27 | 一种基于纳米机器人技术的管道检漏系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210737669.3A CN114998528A (zh) | 2022-06-27 | 2022-06-27 | 一种基于纳米机器人技术的管道检漏系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114998528A true CN114998528A (zh) | 2022-09-02 |
Family
ID=83036790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210737669.3A Pending CN114998528A (zh) | 2022-06-27 | 2022-06-27 | 一种基于纳米机器人技术的管道检漏系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114998528A (zh) |
-
2022
- 2022-06-27 CN CN202210737669.3A patent/CN114998528A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109357167B (zh) | 一种燃气管道漏点检测装置及检测方法 | |
CN111552995B (zh) | 基于bim-3dgis和数据自动解析技术的轨道交通施工可视化监测管理系统 | |
CN110889455B (zh) | 一种化工园巡检机器人的故障检测定位及安全评估方法 | |
CN102496232B (zh) | 一种输电设施监控方法及系统 | |
CN103775832B (zh) | 基于瞬变流反问题方法的输油管道漏失检测的装置 | |
CN102563360B (zh) | 基于序贯概率比检测的管道安全预警系统的振动事件检测方法 | |
US20130066568A1 (en) | Integrated system with acoustic technology, mass imbalance and neural network for detecting, locating and quantifying leaks in ducts | |
CN113963514A (zh) | 一种油气化管道一体化监测预警系统 | |
CN111222743B (zh) | 一种光纤感知事件的垂直偏移距离及威胁级别判断方法 | |
CN106121622B (zh) | 一种基于示功图的有杆泵抽油井的多故障诊断方法 | |
CN114321740B (zh) | 一种可燃气体泄漏点定位方法、系统及可读存储模块 | |
CN116757097A (zh) | 一种数字孪生水利工程运维监测系统和方法 | |
CN116541678B (zh) | 一种气站安全管道压力监测方法、装置 | |
CN110310021A (zh) | 一种用于基坑监测预警的场地环境与监测点匹配系统 | |
CN109445363A (zh) | 一种基于异常检测算法的施工现场动态安全监测系统 | |
CN112766301A (zh) | 一种采油机示功图相似性判断方法 | |
CN114429308A (zh) | 一种基于大数据的企业安全风险评估方法及系统 | |
CN115481940A (zh) | 一种基于大数据的油气管道区域风险监测系统 | |
CN101017374A (zh) | 基于盲源信号分析的聚丙烯熔融指数软测量仪表及方法 | |
CN115744801A (zh) | 加油站vocs油气在线监测管理平台 | |
CN117094564B (zh) | 一种基于数字孪生的智慧泵站管理系统 | |
CN114387332A (zh) | 一种管道测厚方法及装置 | |
CN114463932A (zh) | 非接触式施工安全距离主动动态识别预警系统及方法 | |
CN116678368B (zh) | 基于bim技术的装配式钢结构数据智能采集方法 | |
CN117689256A (zh) | 一种铝合金熔铸产品质量溯源方法 |
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 |