Productintroductie
DeepDragon™ is een wereldwijd baanbrekend en internationaal toonaangevend intelligent systeem dat snel ondersteuning biedt bij het ontwerp en de efficiënte exploitatie door derden in specifieke gebieden. Het lost snel en efficiënt de dringende investeringsbeslissingen op die nodig zijn voor de rioolwaterzuiveringsindustrie op het platteland, met betrekking tot het automatiseringsontwerp, de budgettering van investeringskosten en de geïntegreerde exploitatie van nieuwe leidingen voor rioolwaterzuiveringsinstallaties en -stations. In vergelijking met traditionele ontwerpen kan de efficiëntie met meer dan 50% worden verbeterd en kan de effectieve operationele bezettingsgraad van de installaties 100% bereiken, waardoor een 24/7 intelligente werking van het fabrieksnetwerk mogelijk wordt, met brede technologische toepassingsmogelijkheden.
In samenwerking met het Instituut voor Automatisering van de Chinese Academie van Wetenschappen wordt het Liding Environmental Protection Joint Laboratory van het Suzhou Onderzoeksinstituut van de Chinese Academie van Wetenschappen opgericht.
's Werelds eerste internationale leider
Internationaal rapport over onderzoek naar technologische vernieuwingen
Meer dan 50 ontwikkelingsingenieurs, 1000 dagen technisch onderzoek en ontwikkeling, 4 octrooien voor kernuitvindingen
Kerntechnologie
Om het probleem van het verkrijgen van basisgegevens in een bepaald gebied op te lossen, maakt het systeem, naast conventionele acquisitiemethoden, gebruik van een snelle methode voor luchtmodellering met behulp van onbemande luchtvaartuigen. Algoritmen gebaseerd op deep learning kunnen automatisch kenmerken zoals wegen, huizen en watersystemen herkennen. Dit maakt automatische analyse en snelle identificatie van doelen mogelijk.
Het systeem heeft inmiddels de modeltraining en het leerproces voltooid voor luchtfoto's met meer dan 5000 verschillende scèneafmetingen, met een automatische annotatienauwkeurigheid van 90%. Dit kan basaal datawerk, zoals het in kaart brengen en annoteren van landelijk terrein en landvormen, aanzienlijk verkorten of zelfs vervangen, de efficiëntie aanzienlijk verbeteren en tijd en arbeidskosten besparen.
Bij het ontwerpen van de pijpleiding wordt, op basis van de resultaten van de kenmerkherkenning, een schema opgesteld, rekening houdend met de complexiteit van landelijke huizen en wegen. Aan het begin van het ontwerp hebben we verschillende technologieën en algoritmen toegepast, zoals het uitbreiden van het wegennet, om het skelet van het wegennet te extraheren en te zuiveren, valse vertakkingen in het wegennet te elimineren of te verminderen, en het wegennet te snoeien en te zuiveren, zodat het geëxtraheerde skelet beter aansluit op de werkelijke structuur van het wegennet.
Met behulp van grafentheorie wordt op innovatieve wijze een kaartmodel voor een landelijk dorp voorgesteld. De geïdentificeerde kenmerken worden geëxtraheerd en getransformeerd, en er wordt een kaartmodel gevormd dat de relatie tussen huizen, wegen, hun onderlinge afstanden en relatieve hoogtes in het dorp digitaliseert en visualiseert.
Ten slotte worden de grafische gegevens en hoogte-informatie ingevoerd in het algoritme voor het genereren van het pijpleidingnetwerk. Door middel van meerdere iteraties wordt het algoritme voor het kortste pad vanaf één bronpunt aangeroepen om de professionele ontwerpervaring die door meerdere ontwerpteams is verzameld, te integreren in ontwerpregels.
In combinatie met het algoritme kan de deep learning-methode voor het ontwerpen van pijpleidingen de rioolwaterstroom en de voorbereidende aanlegschema's nauwkeurig simuleren. Hierdoor wordt de foutmarge bij het efficiënte automatische ontwerp van pijpleidingen teruggebracht tot minder dan 10%.
Het systeem kan automatisch een gedetailleerde investeringsbegroting genereren op basis van de hoeveelheidsgegevens en kostenregels die zijn vastgelegd in het automatische pijpleidingontwerpschema. Dit maakt een tijdige en realistische budgettering mogelijk.
Tijdens het ontwerpproces van de pijpleiding kan de juiste apparatuur worden geselecteerd. Het systeem kan vervolgens, op basis van de door het algoritme aangeleverde regionale waterverbruiksgegevens, verschillende apparatuurproducten en -processen selecteren, waardoor het geïntegreerde beheer van de fabriek en het netwerk wordt versterkt.
Het platform biedt realtime bewerking van functie-eigenschappen en pipeline-ontwerp, en algoritmen kunnen informatie over gebruikershandelingen absorberen en leren, waardoor de interactie tussen mens en computer wordt verbeterd en het intelligentieniveau van het product toeneemt.
Het platform biedt gebruikers een totaaloplossing voor het aanpassen van kaartformaten voor de ontwikkeling van WebGIS-visualisaties. Het ondersteunt formaten zoals de veelgebruikte AutoCAD DWG-bestanden, GeoJSON en andere gangbare GIS-bestandsformaten. Het maakt gebruik van WebGL-vectorblokken en aangepaste stijlen om interactieve kaarten weer te geven, waardoor nieuwe functies voor big data-visualisatie en realtime streaming datavisualisatie mogelijk worden. Met dit product kunnen ontwerpbestanden voor pijpleidingconstructies worden geladen en weergegeven op GIS-kaarten. Het realiseert geïntegreerd beheer van fabrieksnetwerkgegevens gedurende de gehele levenscyclus.
Het gedecentraliseerde rioolwaterzuiveringsplatform van Liding Environmental Protection heeft een nieuw model voor gedecentraliseerd rioolwaterbeheer gecreëerd. Het platform biedt volledige procesautonomie en -controle, met snelle implementatie, direct bruikbare data-toegang, flexibele functionele configuratie en lage bouwkosten. Met het oog op kostenbesparing, efficiëntieverbetering, risicovermijding en naleving van regelgeving, streven we ernaar de operationele capaciteit van apparatuur te verhogen, de energiekosten te verlagen, de inspectietijd te verkorten en de efficiëntie van monitoring en besluitvorming te verbeteren. We willen de standaardisatie, professionalisering en intelligentie van operationele en onderhoudseenheden in het algemeen verbeteren en zo de exploitatie en het beheer van rioolwaterzuivering op het platteland beter ondersteunen.
Het systeem kan vrij alarmregels instellen voor realtime alarmmeldingen en pushberichten naar het officiële WeChat-account, intelligente taakverdeling, aan- en afmelden van personeel en voertuigen, invoer en verwerking van operationele informatie en automatische generatie van operationele rapporten.
Het kan de tijd die nodig is voor handmatige inspecties met 40% verkorten, de efficiëntie van monitoring en besluitvorming met 20% verbeteren, de standaardisatie, professionalisering en intelligentie van operationele en onderhoudseenheden in het algemeen verhogen en de werking en het beheer van rioolwaterzuiveringsinstallaties op het platteland beter ondersteunen.
R&D-proces
