Productintroductie
DeepDragon™ is een wereldwijd baanbrekend en toonaangevend intelligent systeem dat snel kan helpen bij het ontwerp en de efficiënte werking door derden in aangewezen gebieden. Het lost snel en efficiënt de dringende investeringsbeslissingen op van de landelijke rioolwaterzuiveringsindustrie voor het automatiseringsontwerp, de investeringskostenbegroting en de geïntegreerde werking van nieuwe pijpleidingen van rioolwaterzuiveringsinstallaties en -stations. Vergeleken met traditioneel ontwerp kan de efficiëntie met meer dan 50% worden verbeterd en kan de effectieve werkingsgraad van de activa 100% bereiken, wat zorgt voor een 24/7 intelligente werking van het fabrieksnetwerk, met brede technologische toepassingsmogelijkheden.
De krachten bundelen met het Instituut voor Automatisering van de Chinese Academie van Wetenschappen om het Chinese Academie van Wetenschappen Suzhou Research Institute Liding Environmental Protection Joint Laboratory op te richten
's Werelds eerste internationale leider
Internationaal rapport over technologische nieuwigheden
50+ ontwikkelingsingenieurs1000 dagen technisch onderzoek en ontwikkeling4 kernuitvinding patenten
Kerntechnologie
Om het probleem van het verkrijgen van basisgegevens in een bepaald gebied op te lossen, maakt het systeem gebruik van een snelle luchtmodelleringsmethode met behulp van onbemande luchtvaartuigen, naast conventionele dataverzamelingsmethoden. Algoritmen gebaseerd op deep learning kunnen automatisch kenmerken zoals wegen, huizen en watersystemen herkennen. Dit zorgt voor automatische analyse en snelle identificatie van doelen.
Momenteel heeft het systeem de modeltraining en -leerfase afgerond voor het verzamelen van luchtfotogegevens in meer dan 5000 verschillende scènedimensies, met een automatische annotatienauwkeurigheid van 90%. Het kan basiswerk aan data, zoals het in kaart brengen en annoteren van landelijk terrein en landvormen, aanzienlijk verkorten of zelfs vervangen, de werkefficiëntie aanzienlijk verbeteren en tijd en arbeidskosten besparen.
Bij het ontwerpen van pijpleidingen wordt het schemaontwerp uitgevoerd op basis van de resultaten van kenmerkherkenning, rekening houdend met de complexiteit van huizen en wegen op het platteland. Aan het begin van het ontwerp hebben we verschillende technologieën en algoritmen toegepast, zoals uitbreiding van het wegennet, om het wegennetskelet te extraheren en te zuiveren, valse vertakkingen in het wegennet te elimineren of te verminderen, en het wegennet te snoeien en te zuiveren om het geëxtraheerde wegennetskelet beter te laten aansluiten op de werkelijke wegennetstructuur.
Met behulp van de grafentheorie wordt op innovatieve wijze een model voor een kaart van een landelijk dorp voorgesteld, worden de geïdentificeerde kenmerken geëxtraheerd en getransformeerd, en wordt een model voor een kaart van een landelijk dorp opgesteld dat de relatie tussen huizen, wegen en hun afstanden en relatieve hoogten in het dorp digitaliseert en visualiseert.
Ten slotte worden de grafische gegevens en hoogtegegevens ingevoerd in het algoritme voor het genereren van het pijpleidingnetwerk. Door middel van meerdere iteraties wordt het algoritme voor het kortste pad van één bron aangeroepen om de professionele ontwerpervaring van meerdere ontwerpeenheden te integreren in ontwerpregels.
In combinatie met het algoritme kan deep learning van pijpleidingontwerpregels de rioolstroom en de aanlegschema's voor pijpleidingen nauwkeurig simuleren. Het foutenpercentage van efficiënt automatisch pijpleidingontwerp wordt hiermee teruggebracht tot 10%.
Het systeem kan automatisch een gedetailleerde investeringsbegrotingslijst genereren op basis van de technische hoeveelheidsgegevens en kostenregels die in het automatische pijpleidingontwerpschema zijn opgenomen. Realiseer tijdige en redelijke budgettering.
Tijdens het ontwerpproces van pijpleidingen kan de apparatuur worden geselecteerd. Het systeem kan verschillende apparatuurproducten en -processen selecteren op basis van de regionale waterverbruiksgegevens die door het algoritme worden verstrekt. Dit versterkt het geïntegreerde beheer van de fabriek en het netwerk.
Het platform biedt realtime bewerking van kenmerkeigenschappen en pijplijnontwerp, en algoritmen kunnen informatie over de bediening door gebruikers absorberen en leren, waardoor de mogelijkheden voor interactie tussen mens en computer worden verbeterd en het niveau van de productintelligentie wordt verhoogd.
Het platform biedt gebruikers ook een totaaloplossing voor het aanpassen van kaartformaten voor de ontwikkeling van WebGIS-visualisaties, met ondersteuning voor formaten zoals veelgebruikte AutoCAD DWG-bestanden, GeoJSON en andere veelgebruikte GIS-bestandsformaten. Het gebruikt WebGL-vectorblokken en aangepaste stijlen om interactieve kaarten te presenteren, wat nieuwe functies voor big data-visualisatie en realtime streaming datavisualisatie biedt. Via dit product kunnen ontwerpbestanden voor pijpleidingconstructies worden geladen en weergegeven op GIS-kaarten. Realiseer geïntegreerd beheer van fabrieksnetwerkgegevens gedurende de gehele levenscyclus.
Het decentrale rioolbeheerplatform van Liding Environmental Protection heeft een nieuw model voor decentrale rioolbeheer gecreëerd. Het kan volledige procesautonomie en -beheersbaarheid bereiken, met snelle implementatie, gebruiksklare datatoegang, flexibele functionele configuratie en lage bouwkosten. Wat betreft kostenreductie, efficiëntieverbetering, risicovermijding en compliance, streven we ernaar de operationele snelheid van apparatuur te verhogen, energieverbruik te verlagen, de inspectietijd door personeel te verkorten en de efficiëntie van monitoring en besluitvorming te verbeteren. We willen de standaardisatie, professionalisering, standaardisatie en intelligentie van operationele en onderhoudsunits grondig verbeteren en de werking en het beheer van rioolwaterzuiveringsinstallaties op het platteland beter bedienen.
Het systeem kan naar wens alarmregels instellen om alarmen in realtime en officiële WeChat-accountpush, intelligente taakverdeling, aan- en afmelden van personeel en voertuigen, invoer en verwerking van operationele informatie en automatische generatie van operationele rapporten te realiseren.
Het kan de tijd voor handmatige inspectie met 40% verkorten, de efficiëntie van monitoring en besluitvorming met 20% verbeteren, de standaardisatie, professionalisering, standaardisatie en het intelligentieniveau van operationele en onderhoudseenheden grondig verbeteren en de werking en het beheer van rioolwaterzuiveringsinstallaties op het platteland beter bedienen.
R&D-proces
