-
公开(公告)号：CN119755541A
公开(公告)日：2025-04-04
申请号：CN202411952926.0
申请日：2024-12-27
Applicant: 宁波水表(集团)股份有限公司 , 同济大学 , 浙江宁水水务科技有限公司
Abstract: 本发明公开了一种基于高频压力数据驱动的供水管网爆管定位方法，包括以下步骤：当高频压力监测器发出异常警报时，对报警前后6分钟的实时压力信号进行数据清洗与小波降噪，生成有效高频压力数据集；采用基于滑动窗的双边累积和算法提取有效高频压力数据集中的时间特征值；结合前期波速统计值，采用负压波法对异常压力波起始点位进行定位；若定位为阀门或泵操作点，则列入正常管网操作，同时统计修正各管道波速，若定位为其他管道节点，则发出爆管定位警报。优点在于本发明利用实时高频压力数据，采用负压波法，将误差精确至毫秒级别，同时利用正常管网操作修正各管道波速，以期适应管道老化与温度变化等因素的影响，使爆管定位更加迅速、精准。
-
公开(公告)号：CN115438447A
公开(公告)日：2022-12-06
申请号：CN202210481637.1
申请日：2022-05-05
Applicant: 宁波水表(集团)股份有限公司 , 同济大学
IPC: G06F30/18 , G06F30/20 , G06F119/14
Abstract: 本申请提供了一种供水管网漏损的定位方法，包括：读取并分析供水管网的漏损数据，基于管网水力模型和漏损数据构建模拟基准漏损数据库，进而构建无漏损模型；基于无漏损模型计算漏损基准特征，并计算漏损基准特征与模拟基准数据库中模拟漏损基准特征的相似性以确定漏损管段的范围；构建模拟实时漏损数据库，并计算模拟实时漏损数据库中模拟实时漏损特征与漏损管段范围内实际实时漏损特征的漏损相似性以确定漏损风险最高的管段，可以在保证计算准确性的前提下提升供水管网漏损的定位效率。
-
公开(公告)号：CN115345343A
公开(公告)日：2022-11-15
申请号：CN202210481646.0
申请日：2022-05-05
Applicant: 宁波水表(集团)股份有限公司 , 同济大学
Abstract: 本申请提供了一种供水管网的浊度预测方法，浊度预测方法包括：采集供水管网的水质监测数据；对水质监测数据进行预处理，以得到水质监测数据集，其中，水质监测数据集包括：训练集和测试集；构建Elman神经网络模型，基于训练集训练Elman神经网络模型，以得到用于浊度预测的最优模型，并基于最优模型和测试集对供水管网的浊度进行预测，以得到供水管网的浊度预测值，上述预测方法可以提高模型的预测精度。
-
公开(公告)号：CN111667168B
公开(公告)日：2024-01-23
申请号：CN202010497087.3
申请日：2020-06-04
Applicant: 同济大学
Abstract: 本发明公开了一种基于液位监测诊断排水系统运行状态的方法，属于排水系统运行状态诊断技术领域。该方法包括如下步骤：(1)优化布置液位监测点，以液位监测点为界将排水系统分为若干个排水分区；(2)收集并预处理收集到的排水管网液位监测数据；(3)以预处理后的液位监测数据作为输入条件，通过曼宁公式或求解圣维南方程组，计算管道流量值；(4)利用便携式流量计校核管道流量校核管道流量并确定管道的淤积程度；(5)基于校核后的管道流量计算各排水分区的晴天日均流量、地下水入渗量、生活污水混接量，对地下水入渗严重和生活污水混接严重的区域进行详细排查。本发明的诊断效率更高，
-
公开(公告)号：CN113688973A
公开(公告)日：2021-11-23
申请号：CN202110787051.3
申请日：2021-07-13
Applicant: 同济大学
Abstract: 本发明提供一种基于深度神经网络的供水泵站调度方法，其特征在于，该方法包括如下步骤：确定深度神经网络的输入特征，确定泵站调度指令发出时间间隔，搭建深度神经网络PumpNet；获取供水系统对应于深度神经网络输入特征的历史监测数据以及历史泵站调度指令，训练深度神经网络PumpNet；采集供水系统对应于深度神经网络PumpNet输入特征的实时监测数据，将其输入到训练好的深度神经网络中进行预测；输出泵站实时调度指令。本发明提供的方法借助深度神经网络技术能够自动提取供水系统监测数据的时间空间特征，可以更高效更充分地提取数据中满足泵站调度的特征。
-
Patent Agency Ranking
公开(公告)号：CN112097126B
公开(公告)日：2021-07-20
申请号：CN202010989680.X
申请日：2020-09-18
Applicant: 同济大学
Abstract: 本发明涉及一种基于深度神经网络的供水管网爆管管道精确识别方法该方法包括如下步骤：(1)搭建深度神经网络，确定爆管发生的可能区域并选择压力监测点位置；(2)模拟不同位置的爆管，采集压力监测点压力数据作为训练数据，训练深度神经网络；(3)在现场爆管发生的可能区域选择压力监测点位置并采集压力监测点压力数据，将其输入到训练好的深度神经网络中进行识别；(4)输出爆管管道识别结果。与现有技术相比，本发明可使用管网中容易获取的压力监测数据取得精确的爆管管道定位结果，对水力模型、监测数据的不确定性有良好的适应能力，具有成本低、精度高的特点。
-
公开(公告)号：CN112973485A
公开(公告)日：2021-06-18
申请号：CN202110290713.6
申请日：2021-03-18
Applicant: 同济大学 , 上海市政工程设计研究总院(集团)有限公司
Abstract: 本发明公开了一种快速的管式静态混合器，包括：干管；支管，贯穿干管至中空部分；以及混合组件，与干管相连，其内部功能构件包括叶片单元、鳍状导流件与卷片，其结构连接件包括环状固定件，其中，两块太极状叶片单元相互交叉且中心区域凸起，叶片光滑端布置在支管接入口附近，叶片尖锐端向下游远离支管接入口的方向延伸且与鳍状导流件相连，在叶片单元靠近支管接入口的部分有环形掏空部分并内置环状固定件，环状固定件上有环绕阵列的卷片，卷片顶角处的凹耳均向主相流体入口方向凸出。本发明既能通过交叉的叶片单元实现流体的切割，又能利用鳍状导流件诱导环流的生成，同时借助卷片促进涡旋的产生，最终使得管内流体充分混合。
-
公开(公告)号：CN110108328B
公开(公告)日：2021-03-26
申请号：CN201910266354.3
申请日：2019-04-03
Applicant: 同济大学
IPC: G01F1/34 , G01M3/28 , F17D5/02 , G06F30/18 , G06F30/27 , G06F30/28 , G06N3/12 , G06F111/02 , G06F111/04 , G06F113/04 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种供水管网漏损区域漏水量的获取方法，该方法将水力模型与监测数据进行耦合，通过优化漏损水量的空间分布，反演得到供水管网中不同区域的漏损水量，不仅耦合了水力模型和监测数据，还结合了虚拟分区和管道漏损风险评估两项技术，以测压点处的模拟值与监测值差异最小为目标，利用优化算法计算得到供水管网不同区域的漏损水量。与现有技术相比，本发明实现了对漏损率较高的，即存在众多漏点的供水管网的有效漏损区域识别，具有及时识别漏损，精确识别漏点位置，成本低、操作省时等优点。
-
公开(公告)号：CN111501807A
公开(公告)日：2020-08-07
申请号：CN202010371362.7
申请日：2020-05-06
Applicant: 山西省城乡规划设计研究院 , 同济大学
Abstract: 本发明公开了一种湿陷性黄土地区大管径埋管敷设结构，属于市政工程或水利工程技术领域。包括埋管、排水沟、渗水井、纵向帷幕、横向帷幕、碾压垫层、袖阀管、注浆料层、铺盖层。一种湿陷性黄土地区大管径埋管敷设结构的施工方法，通过采用纵向帷幕、横向帷幕在埋管下方地基中形成竖向隔离带，袖阀管向地基底部压力灌注注浆料，在基础底部形成注浆料层，在帷幕顶部基础上铺设铺盖层，其上依次铺设碾压垫层，碾压垫层两侧开挖排水沟，排水沟中间隔地设置渗水井，然后铺设防渗膜，在排水沟、渗水井中抛置透水骨料，最后在防渗膜上方敷设埋管，管沟回填。本发明工艺简单，绿色环保，施工速度较快，具有良好的经济效益和社会效益。
-
公开(公告)号：CN117871323A
公开(公告)日：2024-04-12
申请号：CN202311870726.6
申请日：2023-12-29
Applicant: 同济大学
Abstract: 本发明是一种管道内气水两相流界面和压力变化模拟的实验系统，由上游水箱、连接软管、控制球阀、压缩空气机和连接支管、透明主管、压力传感器装置、透明竖管、压力调节阀、下游收集水箱、连接导管和循环泵组成。通过水泵和阀门设置和设定不同的上游水位和封闭边界、进行不同体积的动态和静态气团引入模拟、并设置不同的透明竖管通气情况，可进行单一或多种初始和边界条件改变下的量化模拟。该装置系统结构简单、操作方便、经济实用，适用于在室内进行多种实验条件和影响因素的参数改变下进行气‑水间歇喷涌过程的量化模拟研究。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.057 seconds)
