Produktintroduktion
DeepDragon™ er et globalt banebrydende og internationalt førende intelligent system, der hurtigt kan hjælpe med design og effektiv tredjepartsdrift i udpegede områder. Det løser hurtigt og effektivt de presserende investeringsbehov i den landlige spildevandsbehandlingsindustri inden for automatiseringsdesign, budgettering af investeringsomkostninger og integreret drift af spildevandsanlæg og -stationers nye rørledninger. Sammenlignet med traditionelt design kan effektiviteten forbedres med mere end 50 %, og den effektive driftsrate for aktiver kan nå 100 %, hvilket opnår intelligent drift af fabriksnetværket døgnet rundt med brede teknologiske anvendelsesmuligheder.
Sammen med Instituttet for Automation ved Det Kinesiske Videnskabsakademi etableres China Academy of Sciences Suzhou Research Institute Liding Environmental Protection Joint Laboratory
Verdens første internationale leder
International rapport om søgning efter nyheder inden for teknologi
50+ udviklingsingeniører, 1000 dages teknisk forskning og udvikling, 4 centrale opfindelsespatenter
Kerneteknologi
For at løse problemet med at indhente grundlæggende data i et bestemt område, anvender systemet en hurtig luftmodelleringsmetode, der bruger ubemandede luftfartøjer ud over konventionelle dataindsamlingsmetoder. Algoritmer baseret på deep learning kan automatisk genkende funktioner som veje, huse og vandsystemer. Dette muliggør automatisk analyse og hurtig identifikation af mål.
Systemet har i øjeblikket gennemført modeltræning og -læring til indsamling af luftfotodata i over 5000 forskellige scenedimensioner med en automatisk annoteringsnøjagtighed på 90 %. Det kan i høj grad forkorte eller endda erstatte grundlæggende dataarbejde såsom opmåling og annotering af landdistrikter og landskabsformer, forbedre arbejdseffektiviteten betydeligt og spare tid og lønomkostninger.
I forbindelse med pipelinedesign udføres projekteringen baseret på resultaterne af genkendelse af funktioner, hvor kompleksiteten af landlige huse og veje tages i betragtning. I begyndelsen af designet anvendte vi forskellige teknologier og algoritmer, såsom udvidelse af vejnetværket, for at udtrække og rense vejnetværkets skelette, eliminere eller reducere falske forgreninger i vejnetværket og beskære og rense vejnetværket for at gøre det udtrukne vejnetværksskelet mere i overensstemmelse med den faktiske vejnetstruktur.
Ved hjælp af grafteori, foreslå innovativt en kortmodel over en landsby, uddrag og transformer de identificerede træk, og dan en kortmodel over en landsby, der digitaliserer og visualiserer forholdet mellem huse, veje og deres afstande og relative højder i landsbyen.
Endelig indtastes de grafiske data og elevationsoplysninger i pipeline-netværkets genereringsalgoritme. Gennem flere iterationer kaldes den korteste sti-algoritme for én kilde for at integrere den professionelle designerfaring indsamlet af flere designenheder i designregler.
Kombineret med algoritmen kan dybdegående læring af rørledningsdesignregler nøjagtigt simulere spildevandsstrømning og rørledningsforberedelsesordninger. Reducere fejlraten for effektivt automatisk rørledningsdesign til inden for 10 %.
Systemet kan automatisk generere en detaljeret investeringsbudgetliste baseret på de tekniske mængdedata og omkostningsregler, der er angivet i det automatiske rørledningsdesignskema. Opnå rettidig og rimelig budgettering.
I rørledningsdesignprocessen kan udstyrsvalg udføres, og systemet kan vælge forskellige udstyrsprodukter og -processer baseret på de regionale vandforbrugsdata, der leveres af algoritmen, hvilket styrker den integrerede styring af fabrikken og netværket.
Platformen tilbyder realtidsredigering af funktionsegenskaber og pipeline-design, og algoritmer kan absorbere og lære brugerbetjeningsinformation, hvilket forbedrer produktets interaktionsevne mellem menneske og computer og forbedrer produktets intelligensniveau.
Platformen tilbyder også en samlet løsning, hvor brugerne kan tilpasse kortformater til WebGIS-visualiseringsudvikling og understøtter formater som almindeligt anvendte AutoCAD DWG-formatfiler, GeoJSON og andre almindeligt anvendte GIS-filformater. Den bruger WebGL-vektorblokke og brugerdefinerede stilarter til at præsentere interaktive kort, hvilket giver nye funktioner til visualisering af big data og streaming af data i realtid. Gennem dette produkt kan designfiler til rørledningskonstruktion indlæses og vises på GIS-kort. Dermed kan der realiseres integreret styring af fabrikkens netværksdata gennem hele livscyklussen.
Liding Environmental Protections decentraliserede spildevandsplatform har skabt en ny decentraliseret spildevandsmodel. Den kan opnå fuld procesautonomi og kontrollerbarhed med hurtig implementering, klar til brug dataadgang, fleksibel funktionel konfiguration og lave anlægsomkostninger. Med hensyn til omkostningsreduktion, effektivitetsforbedring, risikoforebyggelse og overholdelse sigter vi mod at øge udstyrets driftshastighed, reducere energiforbrugsomkostninger, mindske inspektionstiden for mandskab og forbedre overvågnings- og beslutningseffektiviteten. At forbedre standardiseringen, professionaliseringen, standardiseringen og intelligensniveauet for drifts- og vedligeholdelsesenheder omfattende og bedre betjene driften og styringen af spildevandsbehandling i landdistrikterne.
Systemet kan frit indstille alarmregler for at realisere alarm i realtid og push af officielle WeChat-konti, intelligent opgavefordeling, login og login af personale og køretøjer, input og behandling af driftsinformation samt automatisk generering af driftsrapporter.
Det kan reducere tiden for manuel inspektion med 40 %, forbedre overvågnings- og beslutningseffektiviteten med 20 %, forbedre standardiserings-, professionaliserings-, standardiserings- og intelligensniveauet for drifts- og vedligeholdelsesenheder betydeligt og bedre betjene driften og styringen af spildevandsrensning i landdistrikter.
Forsknings- og udviklingsproces
