搜索
大数据中国 首页 热点综合 热点科技 查看内容
海纳云“管道泄漏相关仪”正式亮相,破解城市管道漏损难题
2022-10-27 16:41 | 查看: 259| 评论: 0

10月25日,海纳云举行了“智能硬件2022秋季新品发布会”,来自行业内的多位优秀专家学者参加了本次发布会。发布会上,海纳云重磅推出了全自主研发的管道泄漏相关仪(简称:相关仪),将物联网与人工智能技术深层次结合,破解漏损控制难题,引领行业发展。

供水管网漏损是我国很多城市普遍面临的难题。国内600多个城市供水管网平均漏损率超过15%,供水管网漏损造成的每年经济损失高达200亿。2022年,国家发改委、住建部联合印发《关于加强公共供水管网漏损控制的通知》,要求供水管网建设、改造过程中可同步敷设有关传感器,逐步提高城市供水管网漏损的信息化、智慧化管理水平。到2025年,全国城市公共供水管网漏损率力争控制在9%以内。降低漏损、提高管网信息化管理能力势在必行。

海纳云管道泄漏相关仪
破解供水漏损控制难题

据海纳云产品事业中心李云飞介绍,以前供水检漏工作主要依赖人工听音判断,存在实时性差、定位难、效率低等问题,而且大多都属难以察觉的“深漏”、“暗漏”、“小漏”。针对这些行业痛点,海纳云自主研发管道泄漏相关仪,采用低噪、高灵敏度传感器,结合自研管网漏损预测和定位模型,可第一时间准确发现漏点并进行自动报警和定位,微小漏点也可检测,解决了“是否漏损”“漏损在哪里”的行业难题,可以很大程度替代人工检漏,实现由“人为检漏”向“智能检漏”的转变。

▲海纳云“管道泄漏相关仪”

据了解,该产品可以全天候工作,检测距离达500米,漏点检测准确率达到95%,每百米定位精度±1.5米。相对比同类产品,它采用GPS/北斗的泄漏信号同步采集技术,定位更加精准;可针对不同管道、不同材质、不同管径实现管网泄漏预警定位,适用性更强;PE、PVC、PPR、铸铁、钢管等不同供水管材同样适用,应用场景更加广泛。

中国城市科学研究会所长 卢克宇点评称:“2022年,国家要求逐步提高城市供水管网漏损的信息化、智慧化管理水平。海纳云从监测一张网、监管一平台、管理一条线三维度可满足风险识别、综合监测、精准定位、高效响应的城市风险监测预警新需求。”

软硬一体化管理
管道漏损全流程管控

针对供水管网漏损管理的信息化、智慧化升级,结合“监测一张网、监管一平台、管理一条线”的思路,海纳云还自主研发了城市安全风险综合监测预警平台,在供水管线易漏点上部署相关仪,形成供水管线综合立体化监测网络。相关仪监测到的数据可以实时上传平台,管理者可以通过平台及时直观了解辖区供水管网漏损点的分布情况、运行参数、运行状态、报警信息等。对于系统识别出的漏点,将第一时间安排巡检和维修人员跟进,巡检状态、维修进度实时跟踪,形成“报-检-修”的一条线闭环管理,实现城市供水管网管理模式从“出现漏损、人工排查、再去补救的被动维护”到“及时预警、精准定位、高效处置的主动管控”的转变。

▲海纳云“城市安全风险综合监测预警平台”

以数字技术为引擎
为应急发展建设赋能

海纳云深耕行业数字化,为数字城市建设赋能,“数字应急与城市生命线”是其布局的重点场景,服务领域除了供水安全,还涉及燃气、排水、热力、管廊、地铁隧道等18个专项场景,以技术、产品、方案的全维能力,为用户提供从顶层设计、研发、实施、交付、验收、运维以及持续迭代优化的智慧应急解决方案。

▲海纳云智慧应急生态体系

以场景化需求为导向,为用户提供定制化产品与服务。除了管道泄漏相关仪,海纳云还自主研发了应用在燃气安全场景的激光可燃气体探测仪、消防场景的“慧眼OCR传输装置”等系列智能硬件设备,同时推出全自研的城市安全风险综合监测预警平台,以全栈智能的软硬协同赋能模式,将数字技术与场景深度融合,截至目前,海纳云已广泛落地燃气、排水、高危行业、电梯、消防、森林防火等多种场景,在青岛、重庆、上海、武汉等十余个城市落地多个标杆项目。

未来,海纳云将继续深耕应急领域,通过技术创新优化城市安全治理,打造城市安全管理新模式,为智慧安全城市探索起到示范引领作用。

免责声明: 除非特别声明,文章均为投稿或网络转载,仅代表作者观点,与大数据中国网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果本文内容有侵犯你的权益,请发送信息至ab12-120@163.com,我们会及时删除
关闭

站长推荐上一条 /1 下一条

 
 
大数据行业交流
大数据行业交流
大数据求职招聘
大数据求职招聘
站长电话:
15010106923
微信联系:
hb-0310
站长邮箱:
ab12-120@163.com
大数据中国微信

QQ   

版权所有: Discuz! © 2001-2013 大数据.

GMT+8, 2024-4-29 09:29 , Processed in 0.043447 second(s), 22 queries .

返回顶部