CN116658831A - 一种基于深度学习的智慧排水管线实时监测预警系统 - Google Patents
一种基于深度学习的智慧排水管线实时监测预警系统 Download PDFInfo
- Publication number
- CN116658831A CN116658831A CN202310620873.1A CN202310620873A CN116658831A CN 116658831 A CN116658831 A CN 116658831A CN 202310620873 A CN202310620873 A CN 202310620873A CN 116658831 A CN116658831 A CN 116658831A
- Authority
- CN
- China
- Prior art keywords
- drainage pipeline
- information
- value
- early warning
- drainage
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 31
- 238000013135 deep learning Methods 0.000 title claims abstract description 22
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 120
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000012423 maintenance Methods 0.000 claims description 105
- 230000006870 function Effects 0.000 claims description 21
- 230000036541 health Effects 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 239000010865 sewage Substances 0.000 abstract description 8
- 230000000903 blocking effect Effects 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract 1
- 230000003862 health status Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000002615 epidermis Anatomy 0.000 description 2
- 238000011418 maintenance treatment Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03F—SEWERS; CESSPOOLS
- E03F3/00—Sewer pipe-line systems
- E03F3/02—Arrangement of sewer pipe-lines or pipe-line systems
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D3/00—Arrangements for supervising or controlling working operations
- F17D3/18—Arrangements for supervising or controlling working operations for measuring the quantity of conveyed product
-
- 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
- F17D5/02—Preventing, monitoring, or locating loss
- F17D5/06—Preventing, monitoring, or locating loss using electric or acoustic means
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03F—SEWERS; CESSPOOLS
- E03F2201/00—Details, devices or methods not otherwise provided for
- E03F2201/20—Measuring flow in sewer systems
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03F—SEWERS; CESSPOOLS
- E03F2201/00—Details, devices or methods not otherwise provided for
- E03F2201/40—Means for indicating blockage in sewer systems
Abstract
本发明公开了一种基于深度学习的智慧排水管线实时监测预警系统,涉及排水管线监测技术领域,其技术方案要点包括监测模块、处理分析模块、预警模块、标记模块和控制模块:所述监测模块用于获取竖直排列的排水管线损坏信息和堵塞信息,以及获取安装在排线管线进水口处的控制阀信息;所述处理分析模块对排水管线的损坏信息和堵塞信息进行处理分析得到预警值;其中,所述预警值包括损坏值和堵塞值,效果是将故障区域和暂停区域进水口的控制阀关闭,防止继续向排水管线的故障区域排水,将正常区域进水口的控制阀打开,不影响楼下业主将生活污水流至排水管线内部进行排放。
Description
技术领域
本发明涉及排水管线监测技术领域,更具体地说,它涉及一种基于深度学习的智慧排水管线实时监测预警系统。
背景技术
城市排水系统承担着的城市污水收集处理的重要职能,是保障人民生活、城市环境和城市安全的重要市政基础设施,城市排水管网的安全有效运行也是城市水环境质量的重要保障,现有的居民楼栋都竖直设置有排水管线,每层楼的居民业主将生活污水排至排水管线,从而对生活污水进行排放,然而现有基于深度学习的智慧排水管线实时监测预警系统不能判断排水管线故障点的具体位置,并且由于排水管线设置较长,倘若将整个排水管线关闭,则影响位置低于故障区域的居民业主将生活污水排放至排水管道的内部。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种基于深度学习的智慧排水管线实时监测预警系统。
为实现上述目的,本发明提供了如下技术方案:
一种基于深度学习的智慧排水管线实时监测预警系统,包括监测模块、处理分析模块、预警模块、标记模块和控制模块:
所述监测模块用于获取竖直排列的排水管线损坏信息和堵塞信息,以及获取安装在排线管线进水口处的控制阀信息;
所述处理分析模块对排水管线的损坏信息和堵塞信息进行处理分析得到预警值;其中,所述预警值包括损坏值和堵塞值,所述损坏值是对排水管线的损坏信息进行处理分析得到用于表示排水管线损坏情况的数值,所述堵塞值是对排水管线的堵塞信息进行处理分析得到用来表示排水管线堵塞情况的数值;
所述预警模块根据预警值判断排水管线是否为正常使用状态;
所述标记模块将排水管线不能正常使用状态的区域标记为故障区域,位置高于故障区域的排水管线部分标记为暂停区域,位置低于故障区域的排水管线部分标记为正常区域;
所述控制模块将故障区域和暂停区域进水口的控制阀关闭,将正常区域进水口的控制阀打开。
由于在整栋楼安装的排水管线为竖直设置,并且排水管线发生损坏和堵塞的区域不同,基于深度学习的智慧排水管线实时监测预警系统能够判断排水管线是否出现损坏和堵塞现象,通过对排水管线的损坏信息和堵塞信息进行处理分析得到预警值,根据预警值判断排水管线是否为正常使用状态,在排水管道为不正常状态时,将排水管线不能正常使用状态的区域标记为故障区域,并且将故障区域和暂停区域进水口的控制阀关闭。
由于排水管线的暂停区域位于故障区域的上方,因此在故障区域出现故障时,排水管线暂停区域的流水将会流至排水管线的故障区域,如果排水管线的故障区域出现堵塞时,则排水管线暂停区域的流水将会堆积在排水管线的堵塞处,加剧排水管线的堵塞;如果排水管线的故障区域出现损坏时,则排水管线暂停区域的流水流至故障区域时,排水管线内部的流水将会流至外侧。
优选地,所述堵塞信息包括排水管线进水口处的进水流量信息和高于该进水口位置的其余进水口进水流量信息、以及获取该进水口和下方相邻进水口之间排水管线的排水流量信息。
需要注意的时,排水管线的进水口对应每个家庭排水口,排水管线的进水口处安装有流量计,通过进水口处的流量计可以得到排水管线进水口处的进水流量信息以及得到高于该进水口位置的其余进水口进水流量信息。
由于排水管线上安装有流量计,通过排水管线上的流量计可以获取该进水口和下方相邻进水口之间排水管线的排水流量信息。
优选地,将排水管线进水口处的进水流量信息和高于该进水口位置的其余进水口进水流量信息、以及获取该进水口和下方相邻进水口之间排水管线的排水流量信息进行取值和标记,得到第一流量值DIL、第二流量值DEL和第三流量值DSL;
需要注意的是,通过将排水管线进水口处的进水流量信息和高于该进水口位置的其余进水口进水流量信息、以及获取该进水口和下方相邻进水口之间排水管线的排水流量信息进行比较,从而可以判断排水管线内部的流水是否通畅,如果排水管线内部的流水不通畅,即排水管线出现了堵塞。
通过堵塞函数DSZ=a×(DIL+DEL-DSL)计算得到堵塞值DSZ,其中,a为调节因子且大于零。
需要注意的是,如果第一流量值DIL和第二流量值DEL之和大于第三流量值DSL,即通过堵塞函数DSZ=a×(DIL+DEL-DSL)计算得到堵塞值DSZ大于零,则排水管道出现了堵塞情况,如果第一流量值DIL和第二流量值DEL之和等于第三流量值DSL,即通过堵塞函数DSZ=a×(DIL+DEL-DSL)计算得到堵塞值DSZ等于零,则排水管道为通畅状态。
优选地,所述排水管线损坏信息包括漏水信息和破损信息;
需要注意的是,由于排水管线上安装有摄像头,通过摄像头可以拍摄排水管线是否出现漏水和破损现象,如果排水管线出现漏水,则排水管线不能使用,如果排水管线的表皮出现碰伤、划痕等现象,则排水管线存在潜在风险,需要进行维修或者更换处理。
将漏水信息和破损信息进行取值和标记得到漏水值LSZ和破损值PSL。
需要注意的是,如果排水管线出现漏水,则漏水值LSZ的取值为1,如果排水管线没有出现漏水,则漏水值LSZ的取值为0;如果排水管线的表面出现损坏,则破损值PSL的取值为1,如果排水管线的表面没有出现损坏,则破损值PSL的取值为0。
优选地,通过破碎函数PSZ=b1×LSZ+b2×PSL计算得到破损值PSZ,其中,b1和b2为调节因子且大于零;
需要注意的是,b1和b2的取值可以设定为1,在漏水值LSZ的取值为1和损值PSL的取值为1的情况下,通过破碎函数PSZ=b1×LSZ+b2×PSL计算得到破损值PSZ为2;如果在漏水值LSZ的取值为0和损值PSL的取值为0的情况下,通过破碎函数PSZ=b1×LSZ+b2×PSL计算得到破损值PSZ为0。
通过预警函数YJZ=c1×DSZ+c2×PSZ计算得到预警值YJZ,其中,c1和c2为调节因子且大于零。
优选地,将预警值YJZ与预设的预警阈值Q进行比较;
如果预警值YJZ≤预设的预警阈值Q,则判断排水管线为正常使用状态;
如果预警值YJZ>预设的预警阈值Q,则判断排水管线为不正常使用状态。
需要注意的是,将预警值YJZ与预设的预警阈值Q进行比较,从而可以判断排水管线是否出现了故障,如果排水管线出现了故障,则排水管线不能正常使用,从而通过控制模块将故障区域和暂停区域进水口的控制阀关闭,防止继续向排水管线的故障区域排水,将正常区域进水口的控制阀打开,不影响楼下业主将生活污水流至排水管线内部进行排放。
优选地,在排水管线为不正常使用状态时获取故障区域的位置信息,以及获取排水管线维修人员的位置信息和维修人员状态信息。
需要注意的是,在排水管线出现故障时,需要获取排水管线的位置信息,由于排水管线在出现故障时,需要维修人员进行维修处理,因此需要获取维修人员的位置信息和维修人员状态信息,从而提醒最合适的维修人员对出现故障的排水管道进行维修处理。
优选地,将不同维修人员的位置信息和故障区域的位置信息进行处理计算得到距离信息;所述维修人员状态信息包括维修人员健康状态信息和维修人员预约维修时长信息。
由于维修人员在出现身体状态不舒服时,则不能对排水管道进行维修处理;由于维修人员也不是一直处于休闲状态,因此需要考虑维修人员有没有其他的预约维修处理,如果该维修人员工作量较大,则不适合提醒该维修人员对排水管道进行维修处理,从而在其他维修人员中筛选最合适的维修人员对排水管道进行维修处理。
优选地,将距离信息、维修人员健康状态信息和维修人员预约维修时长信息进行取值和标记,得到不同维修人员的距离值JLZ、健康状态值JKZ和维修时长值WXS;
如果维修人员与排水管线之间的距离为10公里,则距离值JLZ的取值为10,如果维修人员与排水管线之间的距离为6公里,则距离值JLZ的取值为6;如果维修人员的健康状态为不佳,则健康状态值JKZ为10,如果维修人员的健康状态为良好,则健康状态值JKZ为0;如果维修人员已经有其他人预约进行维修,并且等待的维修时长为3小时,则维修时长值WXS的取值为3,如果维修人员已经有其他人预约进行维修,并且等待的维修时长为1小时,则维修时长值WXS的取值为1。
通过筛选函数SXZ=d1×JLZ+d2×JKZ+d3×WXS计算得到不同维修人员的筛选值SXZ,其中d1、d2和d3为调节因子且大于零;
提醒最小筛选值SXZ对应的维修人员对排水管线的故障区域进行维修处理。
与现有技术相比,本发明具备以下有益效果:
1、本发明中,通过将排水管线损坏信息和堵塞信息进行处理分析,从而判断排水管线是否为正常使用状态,将排水管线不能正常使用状态的区域标记为故障区域,位置高于故障区域的排水管线部分标记为暂停区域,并且将故障区域和暂停区域进水口的控制阀关闭,防止继续向排水管线的故障区域排水,将正常区域进水口的控制阀打开,不影响楼下业主将生活污水流至排水管线内部进行排放。
2、本发明中,在排水管线为不正常使用状态时获取故障区域的位置信息,以及获取排水管线维修人员的位置信息和维修人员状态信息;将不同维修人员的位置信息和故障区域的位置信息进行处理计算得到距离信息;获取维修人员状态信息包括维修人员健康状态信息和维修人员预约维修时长信息,从而筛选出最佳维修人员对排水管线进行维修处理。
附图说明
图1为本发明提出一种基于深度学习的智慧排水管线实时监测预警系统的模块示意图;
图2为本发明提出一种基于深度学习的智慧排水管线实时监测预警系统的处理方法示意图。
具体实施方式
参照图1至图2。
实施例一对本发明提出的一种基于深度学习的智慧排水管线实时监测预警系统做进一步说明。
一种基于深度学习的智慧排水管线实时监测预警系统,包括监测模块、处理分析模块、预警模块、标记模块和控制模块:
监测模块用于获取竖直排列的排水管线损坏信息和堵塞信息,以及获取安装在排线管线进水口处的控制阀信息;
处理分析模块对排水管线的损坏信息和堵塞信息进行处理分析得到预警值;其中,预警值包括损坏值和堵塞值,损坏值是对排水管线的损坏信息进行处理分析得到用于表示排水管线损坏情况的数值,堵塞值是对排水管线的堵塞信息进行处理分析得到用来表示排水管线堵塞情况的数值;
预警模块根据预警值判断排水管线是否为正常使用状态;
标记模块将排水管线不能正常使用状态的区域标记为故障区域,位置高于故障区域的排水管线部分标记为暂停区域,位置低于故障区域的排水管线部分标记为正常区域;
控制模块将故障区域和暂停区域进水口的控制阀关闭,将正常区域进水口的控制阀打开。
由于在整栋楼安装的排水管线为竖直设置,并且排水管线发生损坏和堵塞的区域不同,基于深度学习的智慧排水管线实时监测预警系统能够判断排水管线是否出现损坏和堵塞现象,通过对排水管线的损坏信息和堵塞信息进行处理分析得到预警值,根据预警值判断排水管线是否为正常使用状态,在排水管道为不正常状态时,将排水管线不能正常使用状态的区域标记为故障区域,并且将故障区域和暂停区域进水口的控制阀关闭。
由于排水管线的暂停区域位于故障区域的上方,因此在故障区域出现故障时,排水管线暂停区域的流水将会流至排水管线的故障区域,如果排水管线的故障区域出现堵塞时,则排水管线暂停区域的流水将会堆积在排水管线的堵塞处,加剧排水管线的堵塞;如果排水管线的故障区域出现损坏时,则排水管线暂停区域的流水流至故障区域时,排水管线内部的流水将会流至外侧。
堵塞信息包括排水管线进水口处的进水流量信息和高于该进水口位置的其余进水口进水流量信息、以及获取该进水口和下方相邻进水口之间排水管线的排水流量信息。
需要注意的时,排水管线的进水口对应每个家庭排水口,排水管线的进水口处安装有流量计,通过进水口处的流量计可以得到排水管线进水口处的进水流量信息以及得到高于该进水口位置的其余进水口进水流量信息。
由于排水管线上安装有流量计,通过排水管线上的流量计可以获取该进水口和下方相邻进水口之间排水管线的排水流量信息。
将排水管线进水口处的进水流量信息和高于该进水口位置的其余进水口进水流量信息、以及获取该进水口和下方相邻进水口之间排水管线的排水流量信息进行取值和标记,得到第一流量值DIL、第二流量值DEL和第三流量值DSL;
需要注意的是,通过将排水管线进水口处的进水流量信息和高于该进水口位置的其余进水口进水流量信息、以及获取该进水口和下方相邻进水口之间排水管线的排水流量信息进行比较,从而可以判断排水管线内部的流水是否通畅,如果排水管线内部的流水不通畅,即排水管线出现了堵塞。
通过堵塞函数DSZ=a×(DIL+DEL-DSL)计算得到堵塞值DSZ,其中,a为调节因子且大于零。
需要注意的是,如果第一流量值DIL和第二流量值DEL之和大于第三流量值DSL,即通过堵塞函数DSZ=a×(DIL+DEL-DSL)计算得到堵塞值DSZ大于零,则排水管道出现了堵塞情况,如果第一流量值DIL和第二流量值DEL之和等于第三流量值DSL,即通过堵塞函数DSZ=a×(DIL+DEL-DSL)计算得到堵塞值DSZ等于零,则排水管道为通畅状态。
排水管线损坏信息包括漏水信息和破损信息;
需要注意的是,由于排水管线上安装有摄像头,通过摄像头可以拍摄排水管线是否出现漏水和破损现象,如果排水管线出现漏水,则排水管线不能使用,如果排水管线的表皮出现碰伤、划痕等现象,则排水管线存在潜在风险,需要进行维修或者更换处理。
将漏水信息和破损信息进行取值和标记得到漏水值LSZ和破损值PSL。
需要注意的是,如果排水管线出现漏水,则漏水值LSZ的取值为1,如果排水管线没有出现漏水,则漏水值LSZ的取值为0;如果排水管线的表面出现损坏,则破损值PSL的取值为1,如果排水管线的表面没有出现损坏,则破损值PSL的取值为0。
通过破碎函数PSZ=b1×LSZ+b2×PSL计算得到破损值PSZ,其中,b1和b2为调节因子且大于零;
需要注意的是,b1和b2的取值可以设定为1,在漏水值LSZ的取值为1和损值PSL的取值为1的情况下,通过破碎函数PSZ=b1×LSZ+b2×PSL计算得到破损值PSZ为2;如果在漏水值LSZ的取值为0和损值PSL的取值为0的情况下,通过破碎函数PSZ=b1×LSZ+b2×PSL计算得到破损值PSZ为0。
通过预警函数YJZ=c1×DSZ+c2×PSZ计算得到预警值YJZ,其中,c1和c2为调节因子且大于零。
将预警值YJZ与预设的预警阈值Q进行比较;
如果预警值YJZ≤预设的预警阈值Q,则判断排水管线为正常使用状态;
如果预警值YJZ>预设的预警阈值Q,则判断排水管线为不正常使用状态。
需要注意的是,将预警值YJZ与预设的预警阈值Q进行比较,从而可以判断排水管线是否出现了故障,如果排水管线出现了故障,则排水管线不能正常使用,从而通过控制模块将故障区域和暂停区域进水口的控制阀关闭,防止继续向排水管线的故障区域排水,将正常区域进水口的控制阀打开,不影响楼下业主将生活污水流至排水管线内部进行排放。
实施例二
在实施例一的基础上增加如下技术特征:
一种基于深度学习的智慧排水管线实时监测预警系统,在排水管线为不正常使用状态时获取故障区域的位置信息,以及获取排水管线维修人员的位置信息和维修人员状态信息。
需要注意的是,在排水管线出现故障时,需要获取排水管线的位置信息,由于排水管线在出现故障时,需要维修人员进行维修处理,因此需要获取维修人员的位置信息和维修人员状态信息,从而提醒最合适的维修人员对出现故障的排水管道进行维修处理。
将不同维修人员的位置信息和故障区域的位置信息进行处理计算得到距离信息;维修人员状态信息包括维修人员健康状态信息和维修人员预约维修时长信息。
由于维修人员在出现身体状态不舒服时,则不能对排水管道进行维修处理;由于维修人员也不是一直处于休闲状态,因此需要考虑维修人员有没有其他的预约维修处理,如果该维修人员工作量较大,则不适合提醒该维修人员对排水管道进行维修处理,从而在其他维修人员中筛选最合适的维修人员对排水管道进行维修处理。
将距离信息、维修人员健康状态信息和维修人员预约维修时长信息进行取值和标记,得到不同维修人员的距离值JLZ、健康状态值JKZ和维修时长值WXS;
如果维修人员与排水管线之间的距离为10公里,则距离值JLZ的取值为10,如果维修人员与排水管线之间的距离为6公里,则距离值JLZ的取值为6;如果维修人员的健康状态为不佳,则健康状态值JKZ为10,如果维修人员的健康状态为良好,则健康状态值JKZ为0;如果维修人员已经有其他人预约进行维修,并且等待的维修时长为3小时,则维修时长值WXS的取值为3,如果维修人员已经有其他人预约进行维修,并且等待的维修时长为1小时,则维修时长值WXS的取值为1。
通过筛选函数SXZ=d1×JLZ+d2×JKZ+d3×WXS计算得到不同维修人员的筛选值SXZ,其中d1、d2和d3为调节因子且大于零;
提醒最小筛选值SXZ对应的维修人员对排水管线的故障区域进行维修处理。
需要注意的是,将不同维修人员的位置信息和故障区域的位置信息进行处理计算得到距离信息;获取维修人员状态信息包括维修人员健康状态信息和维修人员预约维修时长信息,从而筛选出最佳维修人员对排水管线进行维修处理。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种基于深度学习的智慧排水管线实时监测预警系统,其特征在于,包括监测模块、处理分析模块、预警模块、标记模块和控制模块:
所述监测模块用于获取竖直排列的排水管线损坏信息和堵塞信息,以及获取安装在排线管线进水口处的控制阀信息;
所述处理分析模块对排水管线的损坏信息和堵塞信息进行处理分析得到预警值;其中,所述预警值包括损坏值和堵塞值,所述损坏值是对排水管线的损坏信息进行处理分析得到用于表示排水管线损坏情况的数值,所述堵塞值是对排水管线的堵塞信息进行处理分析得到用来表示排水管线堵塞情况的数值;
所述预警模块根据预警值判断排水管线是否为正常使用状态;
所述标记模块将排水管线不能正常使用状态的区域标记为故障区域,位置高于故障区域的排水管线部分标记为暂停区域,位置低于故障区域的排水管线部分标记为正常区域;
所述控制模块将故障区域和暂停区域进水口的控制阀关闭,将正常区域进水口的控制阀打开。
2.根据权利要求1所述的一种基于深度学习的智慧排水管线实时监测预警系统,其特征在于,所述堵塞信息包括排水管线进水口处的进水流量信息和高于该进水口位置的其余进水口进水流量信息、以及获取该进水口和下方相邻进水口之间排水管线的排水流量信息。
3.根据权利要求2所述的一种基于深度学习的智慧排水管线实时监测预警系统,其特征在于,将排水管线进水口处的进水流量信息和高于该进水口位置的其余进水口进水流量信息、以及获取该进水口和下方相邻进水口之间排水管线的排水流量信息进行取值和标记,得到第一流量值DIL、第二流量值DEL和第三流量值DSL;
通过堵塞函数DSZ=a×(DIL+DEL-DSL)计算得到堵塞值DSZ,其中,a为调节因子且大于零。
4.根据权利要求3所述的一种基于深度学习的智慧排水管线实时监测预警系统,其特征在于,所述排水管线损坏信息包括漏水信息和破损信息;
将漏水信息和破损信息进行取值和标记得到漏水值LSZ和破损值PSL。
5.根据权利要求4所述的一种基于深度学习的智慧排水管线实时监测预警系统,其特征在于,通过破碎函数PSZ=b1×LSZ+b2×PSL计算得到破损值PSZ,其中,b1和b2为调节因子且大于零;
通过预警函数YJZ=c1×DSZ+c2×PSZ计算得到预警值YJZ,其中,c1和c2为调节因子且大于零。
6.根据权利要求5所述的一种基于深度学习的智慧排水管线实时监测预警系统,其特征在于,将预警值YJZ与预设的预警阈值Q进行比较;
如果预警值YJZ≤预设的预警阈值Q,则判断排水管线为正常使用状态;
如果预警值YJZ>预设的预警阈值Q,则判断排水管线为不正常使用状态。
7.根据权利要求6所述的一种基于深度学习的智慧排水管线实时监测预警系统,其特征在于,在排水管线为不正常使用状态时获取故障区域的位置信息,以及获取排水管线维修人员的位置信息和维修人员状态信息。
8.根据权利要求7所述的一种基于深度学习的智慧排水管线实时监测预警系统,其特征在于,将不同维修人员的位置信息和故障区域的位置信息进行处理计算得到距离信息;所述维修人员状态信息包括维修人员健康状态信息和维修人员预约维修时长信息。
9.根据权利要求8所述的一种基于深度学习的智慧排水管线实时监测预警系统,其特征在于,将距离信息、维修人员健康状态信息和维修人员预约维修时长信息进行取值和标记,得到不同维修人员的距离值JLZ、健康状态值JKZ和维修时长值WXS;
通过筛选函数SXZ=d1×JLZ+d2×JKZ+d3×WXS计算得到不同维修人员的筛选值SXZ,其中d1、d2和d3为调节因子且大于零;
提醒最小筛选值SXZ对应的维修人员对排水管线的故障区域进行维修处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310620873.1A CN116658831A (zh) | 2023-05-29 | 2023-05-29 | 一种基于深度学习的智慧排水管线实时监测预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310620873.1A CN116658831A (zh) | 2023-05-29 | 2023-05-29 | 一种基于深度学习的智慧排水管线实时监测预警系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116658831A true CN116658831A (zh) | 2023-08-29 |
Family
ID=87710353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310620873.1A Pending CN116658831A (zh) | 2023-05-29 | 2023-05-29 | 一种基于深度学习的智慧排水管线实时监测预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116658831A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117386999A (zh) * | 2023-12-11 | 2024-01-12 | 江苏航运职业技术学院 | 基于人工智能的智慧船舶lng供气电控系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040025074A (ko) * | 2002-09-18 | 2004-03-24 | 주식회사 수로텍 | 통합형 하수관거 운영/모니터링 시스템 및 그 방법 |
CN108679451A (zh) * | 2018-05-30 | 2018-10-19 | 安晓静 | 一种高楼建筑排水管路堵塞故障定位监控装置 |
JP2019073868A (ja) * | 2017-10-13 | 2019-05-16 | 株式会社西原衛生工業所 | 排水管詰まり検知システム及び排水管詰まり検知プログラム |
CN112361218A (zh) * | 2020-11-13 | 2021-02-12 | 广州立信电子科技有限公司 | 一种基于大数据的市政给排水管网运行安全智能监测系统 |
KR102257819B1 (ko) * | 2021-01-14 | 2021-05-28 | 신진유지건설 주식회사 | 하수관거의 자동모니터링 통합관리시스템 |
CN113062415A (zh) * | 2021-03-23 | 2021-07-02 | 鲁永贵 | 一种房屋建筑排水系统 |
CN114942948A (zh) * | 2022-05-12 | 2022-08-26 | 深圳天澄科工水系统工程有限公司 | 一种排水管网诊断及管理方法 |
CN115162496A (zh) * | 2022-07-19 | 2022-10-11 | 成都天伟宏交通设施有限公司 | 一种基于智能化的市政排水管网智能在线监测分析管理系统 |
CN115218962A (zh) * | 2022-07-29 | 2022-10-21 | 安徽省阜阳市大洋消防器材有限公司 | 一种基于大数据智慧化城市供水的数据收集检测系统 |
CN217759126U (zh) * | 2022-07-20 | 2022-11-08 | 柳州铁道职业技术学院 | 楼房下水管排堵装置 |
CN218095484U (zh) * | 2022-09-07 | 2022-12-20 | 上海城建信息科技有限公司 | 一种基于mr的污水管网监测装置 |
CN115574266A (zh) * | 2022-08-31 | 2023-01-06 | 山东君强建设工程有限公司 | 基于物联网技术的市政管网健康度在线监测系统 |
CN115655422A (zh) * | 2022-09-06 | 2023-01-31 | 中持水务股份有限公司 | 一种排水管网坍塌预警分析方法、装置、电子设备及介质 |
CN115983800A (zh) * | 2023-01-05 | 2023-04-18 | 深圳港湾建设有限公司 | 道路安全智能排水管网方法及系统 |
-
2023
- 2023-05-29 CN CN202310620873.1A patent/CN116658831A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040025074A (ko) * | 2002-09-18 | 2004-03-24 | 주식회사 수로텍 | 통합형 하수관거 운영/모니터링 시스템 및 그 방법 |
JP2019073868A (ja) * | 2017-10-13 | 2019-05-16 | 株式会社西原衛生工業所 | 排水管詰まり検知システム及び排水管詰まり検知プログラム |
CN108679451A (zh) * | 2018-05-30 | 2018-10-19 | 安晓静 | 一种高楼建筑排水管路堵塞故障定位监控装置 |
CN112361218A (zh) * | 2020-11-13 | 2021-02-12 | 广州立信电子科技有限公司 | 一种基于大数据的市政给排水管网运行安全智能监测系统 |
KR102257819B1 (ko) * | 2021-01-14 | 2021-05-28 | 신진유지건설 주식회사 | 하수관거의 자동모니터링 통합관리시스템 |
CN113062415A (zh) * | 2021-03-23 | 2021-07-02 | 鲁永贵 | 一种房屋建筑排水系统 |
CN114942948A (zh) * | 2022-05-12 | 2022-08-26 | 深圳天澄科工水系统工程有限公司 | 一种排水管网诊断及管理方法 |
CN115162496A (zh) * | 2022-07-19 | 2022-10-11 | 成都天伟宏交通设施有限公司 | 一种基于智能化的市政排水管网智能在线监测分析管理系统 |
CN217759126U (zh) * | 2022-07-20 | 2022-11-08 | 柳州铁道职业技术学院 | 楼房下水管排堵装置 |
CN115218962A (zh) * | 2022-07-29 | 2022-10-21 | 安徽省阜阳市大洋消防器材有限公司 | 一种基于大数据智慧化城市供水的数据收集检测系统 |
CN115574266A (zh) * | 2022-08-31 | 2023-01-06 | 山东君强建设工程有限公司 | 基于物联网技术的市政管网健康度在线监测系统 |
CN115655422A (zh) * | 2022-09-06 | 2023-01-31 | 中持水务股份有限公司 | 一种排水管网坍塌预警分析方法、装置、电子设备及介质 |
CN218095484U (zh) * | 2022-09-07 | 2022-12-20 | 上海城建信息科技有限公司 | 一种基于mr的污水管网监测装置 |
CN115983800A (zh) * | 2023-01-05 | 2023-04-18 | 深圳港湾建设有限公司 | 道路安全智能排水管网方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117386999A (zh) * | 2023-12-11 | 2024-01-12 | 江苏航运职业技术学院 | 基于人工智能的智慧船舶lng供气电控系统 |
CN117386999B (zh) * | 2023-12-11 | 2024-02-20 | 江苏航运职业技术学院 | 基于人工智能的智慧船舶lng供气电控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109577449B (zh) | 一种基于大数据的城市排水网络监控控制系统 | |
CN116658831A (zh) | 一种基于深度学习的智慧排水管线实时监测预警系统 | |
CN109975893B (zh) | 基于物联网的城市内涝预警方法及系统 | |
KR102313700B1 (ko) | Ict 모니터링 기반의 상수관망 자동드레인 밸브 시스템 | |
CN112374556B (zh) | 一种污水异常排放监控系统及其监控方法 | |
KR102458172B1 (ko) | 상수도관 수질에 따른 자동 드레인시스템 | |
CN109960200A (zh) | 基于大数据的城市排水网络监控控制系统 | |
CN112445166A (zh) | 一种水利工程闸泵远程测控系统构建方法 | |
CN116128466A (zh) | 一种地下综合管廊水灾风险内外联动管控方法及系统 | |
CN115965358A (zh) | 轨道交通地下区间给排水智慧运维管控平台及管理方法 | |
JP3492653B2 (ja) | 水処理設備の監視方法及び監視システム | |
CN103968229A (zh) | 具有信息反馈功能的自动排液装置 | |
KR20040025074A (ko) | 통합형 하수관거 운영/모니터링 시스템 및 그 방법 | |
CN213336249U (zh) | 一种排水管网健康状态监控装置 | |
CN109340888A (zh) | 一种集中供热站报警方法及系统 | |
CN208886402U (zh) | 阀门井浓度监测系统 | |
KR101965717B1 (ko) | 하수 통합 제어 시스템 | |
CN114399116A (zh) | 一种变电站防汛方法 | |
CN209366438U (zh) | 一种船舶生活污水排放监管装置 | |
CN112880000A (zh) | 换热机组二次网自动补水定压系统故障诊断及报警方法 | |
CN110344840A (zh) | Tbm用带有自动控制的外水循环系统及外水循环方法 | |
CN207318156U (zh) | 全时段污水抽取机构 | |
CN217000070U (zh) | 一种带有溢流堰板的一体化截流井 | |
CN217999966U (zh) | 一种基于温度控制的水泵泵体过热缓解保护系统 | |
CN108760651A (zh) | 一种空调系统水质管理装置 |
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 |