CN116007685B - 一种污水管网底泥沉积点位的智能识别方法及识别系统 - Google Patents

一种污水管网底泥沉积点位的智能识别方法及识别系统 Download PDF

Info

Publication number
CN116007685B
CN116007685B CN202310303083.0A CN202310303083A CN116007685B CN 116007685 B CN116007685 B CN 116007685B CN 202310303083 A CN202310303083 A CN 202310303083A CN 116007685 B CN116007685 B CN 116007685B
Authority
CN
China
Prior art keywords
pipe network
sediment
sewage pipe
section
deposition
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
Application number
CN202310303083.0A
Other languages
English (en)
Other versions
CN116007685A (zh
Inventor
高晨晨
穆莹
张玮嘉
孙永利
陈子璇
李思雨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Municipal Engineering Design and Research Institute Co Ltd
Original Assignee
North China Municipal Engineering Design and Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North China Municipal Engineering Design and Research Institute Co Ltd filed Critical North China Municipal Engineering Design and Research Institute Co Ltd
Priority to CN202310303083.0A priority Critical patent/CN116007685B/zh
Publication of CN116007685A publication Critical patent/CN116007685A/zh
Application granted granted Critical
Publication of CN116007685B publication Critical patent/CN116007685B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E50/00Technologies for the production of fuel of non-fossil origin
    • Y02E50/30Fuel from waste, e.g. synthetic alcohol or diesel

Landscapes

  • Sewage (AREA)

Abstract

本发明公开了一种污水管网底泥沉积点位的智能识别方法及识别系统,通过污水管网流速或液位的实时监测数据定位潜在沉积区段,判断潜在沉积区段支管接入的影响,根据沉积区段起点和终点的COD浓度、氨氮浓度、底泥氧化还原电位、甲烷气体的实时监测数据及沉积区段识别条件确定底泥沉积程度;还提供了一种污水管网底泥沉积点位的智能识别方法中采用的识别系统,包括实时监测装置、云端处理平台和信息接收终端。本发明专利具有操作简便、自动化程度高等优点,可实现污水管网底泥沉积点位的高效诊断与智能识别。

Description

一种污水管网底泥沉积点位的智能识别方法及识别系统
技术领域
本发明涉及市政管网技术领域,尤其涉及一种污水管网底泥沉积点位的智能识别方法及识别系统。
背景技术
当前,补齐城镇污水收集处理设施短板、全面提升污水收集效能,仍是城镇排水与污水处理领域的重点工作。城市污水管网是居民生活污水排放和污染物收集处理的主要通道,也是居民生活污水污染物收集效能提升的关键要素。
我国在排水管网建设运维和日常管理等方面的“欠账”和短板问题较为突出,诸多城市存在污水管道低流速沉积问题,城市管网普查发现,部分污水管网和合流制管网的旱季流速只有0.1~0.3 m/s甚至更低,污水输送过程中的污染物沉积问题比较突出,部分高水位低流速合流管道雨季来临前的泥位可以达到甚至超过管径的50%,每年通过降雨进入河道的污泥与污水厂年污泥产量呈现相同量级。而污水中颗粒物携带有机物在管道内沉积,不仅影响污水处理厂进水水质和碳氮磷比例,还会引发严重的降雨溢流污染并导致水体雨后黑臭。
国内外科研机构在污水管网污染物的迁移特征、转化机理及衰减规律等方面已开展大量的研究实践,但与污染物沉积问题识别诊断相关的研究还处于起步阶段。现有研究主要以污水管网本身的问题排查和缺陷检测居多,且多依赖于人工检查和CCTV等设备为主,污水管网属于“地下工程”,直接采取人工和设备排查费时费力、投入和产出不成正比。因此,采取高效便捷、实时监测和智能测算的方式实现污水管网底泥沉积点位的自动识别与快速诊断,是进一步摸清管网运维和管理问题缺陷,全面提升污水收集处理设施效能的重要途径。
发明内容
本发明的目的在于,解决现有技术的不足之处,提出一种污水管网底泥沉积点位的智能识别方法及识别系统,可对存在低流速高沉积风险的污水管网进行实时监测,为污水管网疏通提供参照指标及沉积预警。
一种污水管网底泥沉积点位的智能识别方法,包括以下步骤:
S1.通过污水管网流速或液位的实时监测数据定位潜在沉积区段,潜在沉积区段识别条件为:
污水管网某区段内的平均流速小于0.6 m/s或平均液位与污水管网管径的比值大于0.75时,确定为底泥潜在沉积区段;
S2.判断潜在沉积区段支管接入的影响,潜在沉积区段支管接入影响判断条件为:
确定潜在沉积区段无其他支管接入或接入支管混合后污水的COD与氨氮浓度比值与起点的COD与氨氮浓度比值的差值范围在-0.1~0.1之间,则直接进行底泥沉积区段识别,若不满足上述要求,则通过缩短潜在沉积区段排除支管接入的影响,或选择接入支管排水量较小的时段进行沉积区段识别;
S3.根据沉积区段起点和终点的COD浓度、氨氮浓度、底泥氧化还原电位、甲烷气体的实时监测数据及沉积区段识别条件确定底泥沉积程度,沉积区段识别条件为:
若终点与起点的COD比值范围为0.8~0.9且氨氮比值范围为1.1~1.2,则判定该区段为轻度沉积区段;若终点与起点的COD比值小于等于0.8且氨氮比值大于等于1.2,则判定该区段为中度沉积区段;满足中度沉积区段识别条件基础上,底泥氧化还原电位值小于等于-330 mV且有甲烷气体产生,则判定该区段为重度沉积区段。
而且,实时监测数据应获取多个旱天连续24小时不同时段的数据结果,且满足识别条件的数据数量占有效数据总数的80%以上。
一种污水管网底泥沉积点位的智能识别方法中采用的识别系统,包括实时监测装置、云端处理平台和信息接收终端,其中云端处理平台与实时监测装置、信息接收终端均无线连接。
而且,实时监测装置将监测数据实时传送至云端处理平台,该实时监测装置包括流速测定模块、液位测定模块、GPS定位模块、COD和氨氮在线水质监测模块、甲烷气体监测模块及底泥氧化还原电位测定模块;流速测定模块用于实时测定污水管网的污水流速;液位测定模块用于实时测定污水管网的污水水深;GPS定位模块用于确定污水管网底泥沉积点位;COD和氨氮在线水质监测模块用于实时测定污水管网中污水的COD和氨氮浓度;甲烷气体监测模块用于测定污水管网中的甲烷气体;底泥氧化还原电位测定模块用于实时测定管网底泥的氧化还原电位值。
而且,云端处理平台接收实时监测装置发送的数据信息,进行沉积点位的智能识别和预警,并设置识别和预警参数,输出计算结果,根据GPS定位模块确定位置信息;信息接收终端设置于污水管网运维管理人员的手机客户端,接收云端处理平台发送信息。
而且,云端处理平台根据实时监测装置发送的数据和污水管网底泥沉积点位智能识别方法自动输出计算结果,并将沉积程度和沉积区段位置信息发送至信息接收终端,提醒运维管理人员进行点位清掏并调整运行参数;
当监测点位不满足污水管网底泥沉积区段识别条件,但出现步骤S1的潜在沉积区段识别条件时,云端处理平台应向信息接收终端发出现场检查信号,提醒运维管理人员现场确认污水管网沉积情况。
本发明的优点及技术效果在于:
1、本发明的一种污水管网底泥沉积点位的智能识别方法及识别系统,针对污水管网污染物沉积导致的污水处理厂进水浓度偏低、降雨冲刷污染物入河影响水体水质等问题,提出一种污水管网底泥沉积点位智能识别的方法及系统,可为污水管网污染物沉积问题诊断提供技术支撑,有效提升污水收集处理设施的运行效能。
2、本发明的一种污水管网底泥沉积点位的智能识别方法及识别系统,针对开展污水管网污染物沉积点位识别存在的技术难度,提出了一种基于COD和氨氮(NH3-N)水质指标变化趋势关系的识别方法,结合污水管网实际流速、液位及底泥厌氧发酵状况等特征,实现污水管网底泥沉积点位的高效识别和快速诊断。
3、本发明的一种污水管网底泥沉积点位的智能识别方法及识别系统,以实时监测装置、云端处理平台和信息接收终端等组成要素,建立了一种污水管网底泥沉积点位智能识别系统,可实现污水管网底泥沉积点位的智能化、精准化识别,有效提升污水管网问题排查的工作效率。
附图说明
图1为本发明识别方法逻辑图;
图2为本发明采用的识别系统示意图;
图中:1-实时监测装置;2-云端处理平台;3-信息接收终端;101-液位测定模块;102-甲烷气体监测模块;103-流速测定模块;104-GPS定位模块;105-底泥氧化还原电位测定模块;106-COD和氨氮在线水质监测模块。
具体实施方式
下面详细描述本发明的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”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,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”仅用于描述目的,而不能理解为指示或暗示相对重要性。
一种污水管网底泥沉积点位的智能识别方法,包括以下步骤:
S1.通过污水管网流速或液位的实时监测数据定位潜在沉积区段,潜在沉积区段识别条件为:
污水管网某区段内的平均流速小于0.6 m/s或平均液位与污水管网管径的比值大于0.75时,确定为底泥潜在沉积区段;
S2.判断潜在沉积区段支管接入的影响,潜在沉积区段支管接入影响判断条件为:
确定潜在沉积区段无其他支管接入或接入支管混合后污水的COD与氨氮浓度比值与起点的COD与氨氮浓度比值的差值范围在-0.1~0.1之间,则直接进行底泥沉积区段识别,若不满足上述要求,则通过缩短潜在沉积区段排除支管接入的影响,或选择接入支管排水量较小的时段进行沉积区段识别;
S3.根据沉积区段起点和终点的COD浓度、氨氮浓度、底泥氧化还原电位、甲烷气体的实时监测数据及沉积区段识别条件确定底泥沉积程度,沉积区段识别条件为:
若终点与起点的COD比值范围为0.8~0.9且氨氮比值范围为1.1~1.2,则判定该区段为轻度沉积区段;若终点与起点的COD比值小于等于0.8且氨氮比值大于等于1.2,则判定该区段为中度沉积区段;满足中度沉积区段识别条件基础上,底泥氧化还原电位值小于等于-330 mV且有甲烷气体产生,则判定该区段为重度沉积区段。
而且,实时监测数据应获取多个旱天连续24小时不同时段的数据结果,且满足识别条件的数据数量占有效数据总数的80%以上。
一种污水管网底泥沉积点位的智能识别方法中采用的识别系统,包括实时监测装置、云端处理平台和信息接收终端,其中云端处理平台与实时监测装置、信息接收终端均无线连接。
而且,实时监测装置将监测数据实时传送至云端处理平台,该实时监测装置包括流速测定模块、液位测定模块、GPS定位模块、COD和氨氮在线水质监测模块、甲烷气体监测模块及底泥氧化还原电位测定模块;流速测定模块用于实时测定污水管网的污水流速;液位测定模块用于实时测定污水管网的污水水深;GPS定位模块用于确定污水管网底泥沉积点位;COD和氨氮在线水质监测模块用于实时测定污水管网中污水的COD和氨氮浓度;甲烷气体监测模块用于测定污水管网中的甲烷气体;底泥氧化还原电位测定模块用于实时测定管网底泥的氧化还原电位值。
而且,云端处理平台接收实时监测装置发送的数据信息,进行沉积点位的智能识别和预警,并设置识别和预警参数,输出计算结果,根据GPS定位模块确定位置信息;信息接收终端设置于污水管网运维管理人员的手机客户端,接收云端处理平台发送信息。
而且,云端处理平台根据实时监测装置发送的数据和污水管网底泥沉积点位智能识别方法自动输出计算结果,并将沉积程度和沉积区段位置信息发送至信息接收终端,提醒运维管理人员进行点位清掏并调整运行参数;
当监测点位不满足污水管网底泥沉积区段识别条件,但出现步骤S1的潜在沉积区段识别条件时,云端处理平台应向信息接收终端发出现场检查信号,提醒运维管理人员现场确认污水管网沉积情况。
为了更清楚地说明本发明的具体实施方式,下面提供一种实施例:
污水管网底泥沉积点位的智能识别方法参照图1,以某一段实际污水管道为例,按照定位潜在沉积区段、确定潜在沉积区段支管接入的影响、识别与确定底泥沉积程度的顺序进行:
实时监测污水管网某区段内的流速和液位数据,当平均流速小于0.6 m/s或平均液位与污水管网管径的比值大于0.75时,定位X1和X2为底泥潜在沉积区段;
确定潜在沉积区段支管接入的影响,当底泥潜在沉积区段X1与X2之间无其他支管接入时,则直接进行底泥沉积区段识别;当底泥潜在沉积区段X1与X2之间有其他支管接入时,对比接入点Xn和X1点位污水的COD和氨氮的浓度关系,若Xn接入污水混合后的COD与氨氮浓度比值与X1点位的COD与氨氮浓度比值的差值范围在-0.1~0.1之间,可直接进行底泥沉积区段识别,若不满足上述要求,则通过缩短潜在沉积区段排除支管接入的影响,或选择接入支管排水量较小的时段进行沉积区段识别;
对比X1与X2的COD和氨氮浓度关系,若X2与X1的COD比值范围为0.8~0.9且氨氮比值范围为1.1~1.2,则判定该区段为轻度沉积区段;若X2与X1的COD比值小于等于0.8且氨氮比值大于等于1.2,则判定该区段为中度沉积区段;满足中度沉积区段识别条件基础上,底泥氧化还原电位值小于等于-330 mV且有甲烷气体产生,则判定该区段为重度沉积区段;
其中,流速、液位与污水管网管径的比值条件取自《室外排水设计标准》(GB50014)中对污水管道的最小设计流速和最大设计充满度要求;
其中,流速、液位、COD浓度、氨氮浓度、底泥氧化还原电位、甲烷气体的实时监测数据应获取多个旱天连续24小时不同时段的数据结果,管网中污水监测数据有一定的即时性和随机性,需保障关注的指标能够满足识别条件的数据数量占有效数据总数的80%以上;
沉积区段识别条件中对COD和氨氮浓度的限定条件为多次对实际管网沉积区段调研获得数据,重度沉积区段增加条件“底泥氧化还原电位值小于等于-330 mV和有甲烷气体产生”是判断底泥是否长期沉积而发生专性厌氧产甲烷的必要条件。对污水管网X1-X2区段底泥沉积情况识别过程数据情况如表1:
Figure SMS_1
Figure SMS_2
一种污水管网底泥沉积点位的智能识别方法中采用的识别系统参照图2,包括实时监测装置、云端处理平台和信息接收终端,其中云端处理平台与实时监测装置、信息接收终端均无线连接。
实时监测装置将监测数据实时传送至云端处理平台,实时监测装置包括流速测定模块、液位测定模块、GPS定位模块、COD和氨氮在线水质监测模块、甲烷气体监测模块、底泥氧化还原电位测定模块;流速测定模块用于实时测定污水管网的污水流速;液位测定模块用于实时测定污水管网的污水水深;GPS定位模块用于确定污水管网底泥沉积点位;COD和氨氮在线水质监测模块用于实时测定污水管网中污水的COD和氨氮浓度;甲烷气体监测模块用于测定污水管网中的甲烷气体;底泥氧化还原电位测定模块用于实时测定管网底泥的氧化还原电位值。
液位监测模块可采用超声波液位计;流速测定模块可采用多普勒流速测定仪;底泥氧化还原电位测定模块测试探头应伸入至管网底部;COD和氨氮在线水质监测模块测试探头应伸入至常规管网运行水位以下。
云端处理平台接收实时监测装置发送的数据信息,进行沉积点位的智能识别和预警,并设置识别和预警参数,输出计算结果,根据GPS定位装置确定位置信息;信息接收终端设置于污水管网运维管理人员的手机客户端,接收云端处理平台发送信息。
云端处理平台可对污水管网底泥沉积点位的智能识别方法中的COD浓度、氨氮浓度、底泥氧化还原电位和甲烷气体产生值的条件判断参数进行设定。
云端处理平台根据实时监测装置发送的数据和污水管网底泥沉积点位智能识别方法自动输出计算结果,并将沉积程度和沉积区段位置信息发送至信息接收终端,提醒运维管理人员进行点位清掏并调整运行参数;
云端处理平台根据判定条件输出“底泥潜在沉积区段”“底泥沉积区段”位置信息,并提示底泥沉积程度为“轻度沉积区段”“中度沉积区段”“重度沉积区段”的一种。
当监测点位不满足污水管网底泥沉积点位识别条件,但出现潜在沉积区段识别条件限定的流速和液位条件时,云端处理平台应向信息接收终端发出现场检查信号,提醒运维管理人员现场确认污水管网沉积情况。
最后,本发明的未尽述之处均采用现有技术中的成熟产品及成熟技术手段。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的实施例或示例中。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨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,本发明的范围由权利要求及其等同限定。

Claims (6)

1.一种污水管网底泥沉积点位的智能识别方法,其特征在于,包括以下步骤:
S1.通过污水管网流速或液位的实时监测数据定位潜在沉积区段,潜在沉积区段识别条件为:
污水管网某区段内的平均流速小于0.6 m/s或平均液位与污水管网管径的比值大于0.75时,确定为底泥潜在沉积区段;
S2.判断潜在沉积区段支管接入的影响,潜在沉积区段支管接入影响判断条件为:
确定潜在沉积区段无其他支管接入或接入支管混合后污水的COD与氨氮浓度比值与起点的COD与氨氮浓度比值的差值范围在-0.1~0.1之间,则直接进行底泥沉积区段识别,若不满足上述要求,则通过缩短潜在沉积区段排除支管接入的影响,或选择接入支管排水量较小的时段进行沉积区段识别;
S3.根据沉积区段起点和终点的COD浓度、氨氮浓度、底泥氧化还原电位、甲烷气体的实时监测数据及沉积区段识别条件确定底泥沉积程度,沉积区段识别条件为:
若终点与起点的COD比值范围为0.8~0.9且氨氮比值范围为1.1~1.2,则判定该区段为轻度沉积区段;若终点与起点的COD比值小于等于0.8且氨氮比值大于等于1.2,则判定该区段为中度沉积区段;满足中度沉积区段识别条件基础上,底泥氧化还原电位值小于等于-330 mV且有甲烷气体产生,则判定该区段为重度沉积区段。
2.根据权利要求1所述的一种污水管网底泥沉积点位的智能识别方法,其特征在于:所述实时监测数据应获取多个旱天连续24小时不同时段的数据结果,且满足识别条件的数据数量占有效数据总数的80%以上。
3.一种如权利要求1所述污水管网底泥沉积点位的智能识别方法中采用的识别系统,其特征在于:包括实时监测装置、云端处理平台和信息接收终端,其中云端处理平台与实时监测装置、信息接收终端均无线连接。
4.根据权利要求3所述的一种污水管网底泥沉积点位的智能识别方法中采用的识别系统,其特征在于:所述实时监测装置将监测数据实时传送至云端处理平台,该实时监测装置包括流速测定模块、液位测定模块、GPS定位模块、COD和氨氮在线水质监测模块、甲烷气体监测模块及底泥氧化还原电位测定模块;所述流速测定模块用于实时测定污水管网的污水流速;所述液位测定模块用于实时测定污水管网的污水水深;所述GPS定位模块用于确定污水管网底泥沉积点位;所述COD和氨氮在线水质监测模块用于实时测定污水管网中污水的COD和氨氮浓度;所述甲烷气体监测模块用于测定污水管网中的甲烷气体;所述底泥氧化还原电位测定模块用于实时测定管网底泥的氧化还原电位值。
5.根据权利要求3所述的一种污水管网底泥沉积点位的智能识别方法中采用的识别系统,其特征在于:所述云端处理平台接收实时监测装置发送的数据信息,进行沉积点位的智能识别和预警,并设置识别和预警参数,输出计算结果,根据GPS定位模块确定位置信息;所述信息接收终端设置于污水管网运维管理人员的手机客户端,接收云端处理平台发送信息。
6.根据权利要求3所述的一种污水管网底泥沉积点位的智能识别方法中采用的识别系统,其特征在于:所述云端处理平台根据实时监测装置发送的数据和污水管网底泥沉积点位智能识别方法自动输出计算结果,并将沉积程度和沉积区段位置信息发送至信息接收终端,提醒运维管理人员进行点位清掏并调整运行参数;
当监测点位不满足所述污水管网底泥沉积区段识别条件,但出现步骤S1的潜在沉积区段识别条件时,云端处理平台应向信息接收终端发出现场检查信号,提醒运维管理人员现场确认污水管网沉积情况。
CN202310303083.0A 2023-03-27 2023-03-27 一种污水管网底泥沉积点位的智能识别方法及识别系统 Active CN116007685B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310303083.0A CN116007685B (zh) 2023-03-27 2023-03-27 一种污水管网底泥沉积点位的智能识别方法及识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310303083.0A CN116007685B (zh) 2023-03-27 2023-03-27 一种污水管网底泥沉积点位的智能识别方法及识别系统

Publications (2)

Publication Number Publication Date
CN116007685A CN116007685A (zh) 2023-04-25
CN116007685B true CN116007685B (zh) 2023-05-30

Family

ID=86021358

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310303083.0A Active CN116007685B (zh) 2023-03-27 2023-03-27 一种污水管网底泥沉积点位的智能识别方法及识别系统

Country Status (1)

Country Link
CN (1) CN116007685B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117109407B (zh) * 2023-10-24 2024-01-30 深圳市绿奥环境建设有限公司 一种排水管污泥沉积可视化监测装置及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6328467B1 (en) * 1999-05-07 2001-12-11 University Of Tennessee Research Corp. Method and apparatus for detecting ice or frost deposition
CN206609377U (zh) * 2017-04-05 2017-11-03 重庆交通大学 一种污水处理管道污泥沉积状态监测装置
CN107808054A (zh) * 2017-10-27 2018-03-16 河海大学 一种基于野外观测的沉积物再悬浮模型构建方法
CN207751556U (zh) * 2018-01-03 2018-08-21 江苏路翔交通工程有限公司 一种下水道沉积度检测装置
CN109690246A (zh) * 2016-09-12 2019-04-26 艺康美国股份有限公司 沉积物的监测器
CN111174664A (zh) * 2020-02-27 2020-05-19 广东稳固检测鉴定有限公司 一种检测市政排水管道沉积物厚度的装置
CN216246673U (zh) * 2021-09-06 2022-04-08 厦门联发智能科技股份有限公司 一种市政污水管网健康状况的监控设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150355076A1 (en) * 2014-06-05 2015-12-10 Athlon Solutions, LLC Fouling probe for measuring fouling in a process fluid

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6328467B1 (en) * 1999-05-07 2001-12-11 University Of Tennessee Research Corp. Method and apparatus for detecting ice or frost deposition
CN109690246A (zh) * 2016-09-12 2019-04-26 艺康美国股份有限公司 沉积物的监测器
CN206609377U (zh) * 2017-04-05 2017-11-03 重庆交通大学 一种污水处理管道污泥沉积状态监测装置
CN107808054A (zh) * 2017-10-27 2018-03-16 河海大学 一种基于野外观测的沉积物再悬浮模型构建方法
CN207751556U (zh) * 2018-01-03 2018-08-21 江苏路翔交通工程有限公司 一种下水道沉积度检测装置
CN111174664A (zh) * 2020-02-27 2020-05-19 广东稳固检测鉴定有限公司 一种检测市政排水管道沉积物厚度的装置
CN216246673U (zh) * 2021-09-06 2022-04-08 厦门联发智能科技股份有限公司 一种市政污水管网健康状况的监控设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
城市居民生活污水污染物沉积衰减规律及影响;高晨晨等;《中国给水排水》;第第39卷卷(第第3期期);全文 *

Also Published As

Publication number Publication date
CN116007685A (zh) 2023-04-25

Similar Documents

Publication Publication Date Title
CN110673566B (zh) 一种污水混合收集管网的多层智慧监管系统与运行方法
CN107990934B (zh) 一种生猪养殖业污水排放的智慧监管系统
CN116007685B (zh) 一种污水管网底泥沉积点位的智能识别方法及识别系统
CN102809638A (zh) 一种城市排水监测系统及其对水质水量的监测方法
CN111177210A (zh) 一种高分辨率工业污染源排放测算方法
CN110793574A (zh) 排水管网监测体系
CN108002532A (zh) 基于物联网和大数据技术的污水处理模型动态核验方法
CN101786675A (zh) 一种多参数废水源头分离装置及方法
CN117966859A (zh) 一种保障排水管网健康运行的在线监测系统及方法
CN114565273A (zh) 一种排水管网系统运行工况快速诊断与评估方法及系统
CN115545511A (zh) 一种生活污水污染物管道收集转输效能核算方法
CN114997555A (zh) 一种城镇排水管网系统污水收集效能问题诊断与整治技术方法
CN212620879U (zh) 一种市政污水管网健康状况的监控设备
CN209400519U (zh) 一种工业园区在线水质监测系统
CN114240127B (zh) 基于水质水量诊断分析的城镇污水提质增效评估方法
CN111523799A (zh) 一种分流制管网雨污混合程度分析方法
CN116046703A (zh) 一种基于居民生活排污规律的外水入流入渗快速诊断方法
CN215048803U (zh) 污水排放处理全过程监管系统
CN115899586A (zh) 一种分流制排水管网系统排查与检测方法
CN115650327A (zh) 一种城镇污水系统旱天外水入流的剥离方法
CN102253175A (zh) 用浊度反演排水系统初期雨水水质的检测方法
CN114755382A (zh) 一种水平衡自动分析监测系统
CN114897441A (zh) 一种基于常规水质指标定量测算污水管道清污混流权重的方法
CN114386796A (zh) 海绵城市项目建设效果及整体质量评价方法
CN114624407A (zh) 一种基于典型地块的片区污水系统外水水量测算方法

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
GR01 Patent grant
GR01 Patent grant