Produktintroduktion
DeepDragon ™， Det er et globalt banebrydende og internationalt førende intelligent system, der hurtigt kan hjælpe med design og tredjeparts effektiv drift i udpegede områder. Løs hurtigt og effektivt de presserende behov for investeringsbeslutninger i spildevandsbehandlingsindustrien i landdistrikterne til automatiseringsdesign, investeringsomkostningsbudgettering og integreret drift af spildevandsanlæg og stationers nye rørledninger. Sammenlignet med traditionelt design kan effektiviteten forbedres med mere end 50%, og aktivernes effektive driftshastighed kan nå 100%, hvilket giver 24/7 intelligent drift af fabrikkens netværk med brede teknologiske anvendelsesmuligheder.
Går sammen med Institut for Automation under Det Kinesiske Videnskabsakademi for at etablere China Academy of Sciences Suzhou Research Institute Liding Environmental Protection Joint Laboratory
Verdens første internationale leder
International Technology Novelty Search Report
50+ udviklingsingeniører1000 dages teknisk forskning og udvikling 4 kerneopfindelsespatenter
Kerneteknologi
For at løse problemet med at indhente grundlæggende data i et udpeget område, anvender systemet en hurtig luftmodelleringsmetode ved hjælp af ubemandede luftfartøjer ud over konventionelle indsamlingsmetoder for at opnå dataindsamling. Algoritmer baseret på dyb læring kan automatisk genkende funktioner som veje, huse og vandsystemer. Realisere automatisk analyse og hurtig identifikation af mål.
På nuværende tidspunkt har systemet gennemført modeltræning og -læring til luftbilledindsamlingsdata i over 5000 forskellige scenedimensioner med en automatisk annotationsnøjagtighed på 90 %. Det kan i høj grad forkorte eller endda erstatte grundlæggende dataarbejde såsom landlig terræn og landskabsopmåling og annotering, i høj grad forbedre arbejdseffektiviteten og spare tid og arbejdsomkostninger.
I rørledningsdesign, baseret på resultaterne af funktionsgenkendelse, udføres skemadesign under hensyntagen til kompleksiteten af landlige huse og veje. I begyndelsen af designet brugte vi forskellige teknologier og algoritmer, såsom udvidelse af vejnettet for at udvinde og rense vejnettets skelettet, eliminere eller reducere falske grene i vejnettet og beskære og rense vejnettet for at lave det udvundne vejnet. skelet mere i overensstemmelse med den faktiske vejnetstruktur.
Ved hjælp af grafteori kan du innovativt foreslå en kortmodel for landdistrikter, udtrække og transformere de identificerede funktioner og danne en kortmodel for landdistrikter, der digitaliserer og visualiserer forholdet mellem huse, veje og deres afstande og relative højder i landsbyen.
Til sidst indlæses de grafiske data og højdeoplysninger i pipeline-netværksgenereringsalgoritmen. Gennem flere iterationer kaldes den korteste vej-algoritme med enkelt kilde til at integrere den professionelle designoplevelse indsamlet af flere designenheder i designregler.
Kombineret med algoritmen kan den dybe indlæring af regler for rørledningsdesign nøjagtigt simulere spildevandsstrømning og forudlægning af rørledninger. Reducer fejlprocenten for effektivt automatisk pipelinedesign til inden for 10 %.
Systemet kan automatisk generere en detaljeret investeringsbudgetliste baseret på de tekniske mængdedata og omkostningsreglerne i den automatiske pipeline-designplan. Realiser rettidig og rimelig budgettering.
I rørledningsdesignprocessen kan udstyrsvalg opnås, og systemet kan vælge forskellige udstyrsprodukter og -processer baseret på de regionale vandforbrugsdata leveret af algoritmen, hvilket styrker den integrerede styring af fabrikken og netværket.
Platformen giver mulighed for redigering i realtid af egenskaber og pipeline-design, og algoritmer kan absorbere og lære brugerbetjeningsoplysninger, forbedre produktets menneske-computer-interaktionskapacitet og forbedre produktintelligensniveauet.
Platformen giver også en one-stop-løsning for brugere til at tilpasse kortformater til WebGIS-visualiseringsudvikling, understøttende formater såsom almindeligt anvendte AutoCAD DWG-formatfiler, GeoJSON og andre almindeligt anvendte GIS-filformater, Den bruger WebGL vektorblokke og brugerdefinerede stilarter til at præsentere interaktive kort, der giver nye big data visualisering og real-time streaming data visualiseringsfunktioner. Gennem dette produkt kan pipelinekonstruktionsdesignfiler indlæses og vises på GIS-kort. Realiser integreret styring af fabriksnetværksdata gennem hele livscyklussen.
Liding Miljøbeskyttelses decentrale spildevandsdriftsplatform har skabt en ny decentraliseret spildevandsdriftsmodel. Den kan opnå fuld procesautonomi og kontrollerbarhed med hurtig implementering, klar til brug dataadgang, fleksibel funktionel konfiguration og lave konstruktionsomkostninger. Med hensyn til omkostningsreduktion, effektivitetsforbedringer, risikoundgåelse og overholdelse, sigter vi mod at øge udstyrets driftshastighed, reducere energiforbrugsomkostningerne, reducere arbejdskraftinspektionstiden og forbedre overvågnings- og beslutningstagningseffektiviteten. For at forbedre standardiseringen, professionaliseringen, standardiseringen og intelligensniveauet for drift- og vedligeholdelsesenheder, og bedre betjene driften og forvaltningen af landdistrikternes spildevandsrensning.
Systemet kan frit indstille alarmregler for at realisere alarmer i realtid og WeChat officielle konto-push, intelligent opgavefordeling, personale- og køretøjslog-in og -log ud, driftsinformation input og behandling og automatisk generering af driftsrapport.
Det kan reducere manuel inspektionstid med 40 %, forbedre overvågnings- og beslutningstagningseffektiviteten med 20 %, i vid udstrækning forbedre standardiseringen, professionaliseringen, standardiseringen og intelligensniveauet for drifts- og vedligeholdelsesenheder og bedre betjene driften og forvaltningen af landdistrikternes spildevand. behandling.
R&D proces
