[發明專利]一種基于自來水生產的智能化數據監測方法及系統

在審

• 申請號: 201811591572.6
• 申請日: 2018-12-25
• 公開（公告）號: CN109725120A
• 公開（公告）日: 2019-05-07
• 發明（設計）人: 段鑫;曹永軍;陳宇;鄒兵;陳啟宇;危東華;白大勇;陳儒
• 申請（專利權）人: 華南智能機器人創新研究院;廣東省智能制造研究所
• 主分類號: G01N33/18
• 分類號: G01N33/18;G08C17/02
• 代理公司: 佛山市廣盈專利商標事務所(普通合伙) 44339
• 代理人: 李俊

1.一種基于自來水生產的智能化數據監測方法，其特征在于，所述方法包括：

提取自來水生產過程中的每個環節的監測數據，所述每個環節的監測數據包括取水環節的監測數據、沉淀環節的監測數據、沙慮環節的監測數據、清水環節的監測數據和供水環節的監測數據；

將每個環節的監測數據基于無線傳輸技術匯總至數據處理中心；

所述數據處理中心基于分別對每個環節的監測數據按時間段進行分析，獲取自來水生產過程中每個環節的監測數據的分析結果；

基于所述自來水生產過程中每個環節的監測數據的分析結果判斷是否存在數據異常，并在存在數據異常時，向管理用戶進行預警。

2.根據權利要求1所述的智能化數據監測方法，其特征在于，所述取水環節的監測數據為基于設置在取水泵出口和沉淀池水流入口的流量監測器分別監測的第一流量數據和第二流量數據；

所述沉淀環節的監測數據為基于設置在沉淀池水流出口的雜質監測器監測沉淀池的水質雜質數據；

所述沙慮環節的監測數據為基于設置在沙濾池中的第一液位傳感器和水質監測器分別監測的第一水位數據和水質數據；

所述清水環節的監測數據為基于設置在清水池中的第二液位傳感器和液體含氯監測器分別監測的第二水位數據和水體含氯數據；

所述供水環節的監測數據為設置在供水泵出口的供水主管上的流量監測器和壓力監測器分別監測的供水流量數據和供水水壓數據。

3.根據權利要求1所述的智能化數據監測方法，其特征在于，所述將每個環節的監測數據基于無線傳輸技術匯總至數據處理中心包括：

將每個環節的監測數據按照采集時間和采集裝置進行標記，獲取每個環節的標記監測數據；

將每個環節的標記監測數據基于無線傳輸技術匯總至數據處理中心。

4.根據權利要求2所述的智能化數據監測方法，其特征在于，所述數據處理中心基于分別對每個環節的監測數據按時間段進行分析，獲取自來水生產過程中每個環節的監測數據的分析結果包括：

對所述第一流量數據和第二流量數據按照時間段進行計算分析，獲取所述時間段內第一流量數據和第二流量數據的流量數據差值；

對所述沉淀水質雜質數據按時間段進行水質雜質含量分析，獲取所述時間段內的水質雜質含量數據；

對所述第一數位數據按時間段進行平均水位分析，獲取沙濾池在所述時間段內的平均水位數據；

對所述水質數據按時間段進行水質分析，獲取沙濾池在所述時間段內的平均水質數據；

對所述第二水位數據按時間段進行平均水位分析，獲取清水池在所述時間段內的第二平均水位數據；

對所述水體含氯數據按時間段進行平均分析，獲取清水池在所述時間段內的水體平均含氯數據；

對所述供水流量數據按時間段進行平均流量分析，獲取供水主管的平均供水流量數據；

對所述供水水壓數據按時間段進行平均水壓分析，獲取供水主管的平均水壓數據。

5.根據權利要求4所述的智能化數據監測方法，其特征在于，所述基于所述自來水生產過程中每個環節的監測數據的分析結果判斷是否存在數據異常包括：

采用所述流量數據差值、所述水質雜質含量數據、所述平均水位數據、平均水質數據、所述第二平均水位數據、所述水體平均含氯數據、所述平均供水流量數據和所述平均水壓數據在對應的預設閾值進行匹配判斷，判斷是否在預設閾值范圍內；

若不在預設范圍內，則將對應的數據判斷為數據異常。

6.根據權利要求5所述的智能化數據監測方法，其特征在于，所述在存在數據時，向管理用戶進行預警包括：

在存在數據異常時，觸發對應的數據異常指令，將所述數據異常指令推送至管理終端提示管理用戶；或者，

在存在數據異常時，將所述數據異常推送至所述管理終端，并在所述管理終端界面上顯示給管理用戶。

7.一種基于自來水生產的智能化數據監測系統，其特征在于，所述系統包括：

監測數據提取模塊：用于提取自來水生產過程中的每個環節的監測數據，所述每個環節的監測數據包括取水環節的監測數據、沉淀環節的監測數據、沙慮環節的監測數據、清水環節的監測數據和供水環節的監測數據；

數據匯總模塊：用于將每個環節的監測數據基于無線傳輸技術匯總至數據處理中心；

數據分析模塊：用于所述數據處理中心基于分別對每個環節的監測數據按時間段進行分析，獲取自來水生產過程中每個環節的監測數據的分析結果；

判斷預警模塊：用于基于所述自來水生產過程中每個環節的監測數據的分析結果判斷是否存在數據異常，并在存在數據異常時，向管理用戶進行預警。