Оюунлаг усны тоолуур хэрхэн бодит цагт мэдээлэл цуглуулж, хэвийн бус сануурах вэ?

Оюунлаг усны тоолуурын үндсэн бүрэлдэхүүн хэсгүүд болон ажиллах зарчим

IoT сенсоруудтай оюунлаг усны тоолуурын ажиллах зарчмыг ойлгох

Оюунлаг усны тоолуурууд нь IoT сенсоруудыг ашиглан урсгалыг тасралтгүй хэмжих, автомжуулсан мэдээлэл цуглуулах боломжийг олгодог. Эдгээр төхөөрөмжүүд механик тоолуур шигт их нарийвчлалтайгаар хэрэглээг хянахын тулд усанд тэсвэртэй, цанхраагүй технологид үндэслэсэн байдаг бөгөөд суулгасан цифров сенсоруудын тусламжтайгаар минутанд 0.01 литр хүртэлх бага урсгалыг илрүүлдэг.

Бодит цагийн усны хэрэглээг хянахад ультрасоник болон цахилгаан соронзон сенсоруудын үүрэг

Ультра авиан сензорууд нь дээгүүр болон доогуур урсах трансдьюсерүүдийн хоорондох дууны долгионы тархалтын хугацааны зөрүүг тооцоолох замаар урсгалын хурдыг хэмждэг. Эзлэх хэмжээний урсгалыг илрүүлэхийн тулд цахилгаан соронзон сензоруудтай хослуулбал энэ хоёр технологийн хандлага нь 0°C-60°C хүртэлх температур дахь хэмжилтийн нарийвчлал 99,5% -ийг хангана.

Өгөгдлийн шинжилгээ болон алдаа илрүүлэх микроконтроллерийн нэгж (MCU)

Микроконтроллерийн нэгж (MCU) машин сургалтын алгоритмуудыг ашиглан хэрэглээний суурь түвшинг тогтоохын тулд минутанд 250-с дээш өгөгдлийн цэгийг боловсруулдаг. Орчин үеийн 32-битийн MCU-ууд урсгалын загварыг 500мс-с бага хугацаатай задалж, зөвхөн 0.8Вт чадал хэрэглэдэг тул талбайд суурилагдсан байдалд нь 10 гаруй жил ажиллах боломжийг олгодог.

Интернетийн холболттой оюунлаг усны тоолуурт мэдрэгч, боловсролт, холбоо харилцааны модульд интеграци

Модуль	Үндсэн үйлдэл	Гол үзүүлэлт
Зарчим авах	Ультра авиан/цахилгаан соронзон урсгалын хэмжилт	±0.5% нарийвчлал
Боловсруулалт	Загвар таних замаар алдаа илрүүлэх	95% үнэн эерэг харьцаа
Харилцаа	LoRaWAN/NB-IoT өгөгдөл дамжуулалт	98% пакет илгээх амжилт

Энэхүү нэгтгэсэн архитектур нь усны чанарын 15-аас дээш параметрийг бодит цагт хянах боломжийг олгох бөгөөд үйлдвэрийн түвшний зэвсэглэлийг хангана. Нэг чипт модулийн нэгтгэл нь анхны үеийн системүүдтэй харьцуулахад засвар, үйлчилгээний зардлыг 40%-иар бууруулсан.

Бодит цагт өгөгдөл дамжуулах утасгүй холбооны технологи

Оюунлаг усны тоолуурын сүлжээнд хэрэглэгдэх утасгүй холбооны технологи (LoRa, LoRaWAN, NB-IoT)

Одоогийн үед оюунлаг усны тоолуур нь цахилгаан эрчим хүч хэмнэх, холын зайнаас холбогдох боломжийг хангах зорилгоор LoRa, LoRaWAN, NB-IoT зэрэг LPWAN технологийг ашиглаж байна. LoRaWAN нь үл төлбөрийн спектр дээр ажилладаг тул хот ба орон нутгийн хоёр газар чигт хурдан нэвтрүүлэх боломжийг бий болгодог. Харин NB-IoT нь одоо байгаа утасны суурийн станц дээр тулгуурладаг тул бүх газар нутагт сайн хамрах боломжийг баталгаажуулдаг. Мэдээллийн хурдны хувьд NB-IoT нь хамгийн ихдээ 200 kbps хүртэлх хурдтай ажиллах боломжтой бол LoRaWAN-ийн хувьд энэ хязгаар ойролцоогоор 50 kbps байдаг. Иймээс систем өдөрт олон удаа шинэчлэгдэх шаардлагатай бол NB-IoT-ийг сонгох нь илүү тохиромжтой.

Селлюляр, Wi-Fi, LoRa-г бодит цагт мэдээлэл дамжуулахад харьцуулан шинжилгээ хийх

Технологи	Зарчим	Цахилгаан хэрэглээ	Дамжуулах зурвасын өргөн	Нэвтрүүлэлтийн өртөг
Cellular (4G/5G)	10+ км	Их	5-100 Mbps	$30–$50 модуль тутамд
Wi-Fi	100 м	Эрүүл мэнд	50-1000 Mbps	$10–$20 зангилаа тутамд
LoRaWAN	5–15 км	Маш бага	0.3–50 kbps	төхөөрөмж тутамд 5–15 ам.доллар

Нийтийн дэд бүтэц бүхий хот суурин газарт эсвэл хотшлын хязгаарт зэвсэглэлт сүлжээ сайн ажилладаг бол LoRaWAN нь 15 жилийн баттерейн амьдрал, өдөрт 0.01 ам.долларын ашиг шимтэй байдлаараа холынхонд доминант байдаг. Wi-Fi нь богино радиустай байдлаас болж жижиг хэмжээний суурилуулалтад хязгаарлагддаг.

IoT-т суурилсан ухаалаг усны тоолуурын системд мэдээлэл дамжуулах ба цахим унших үр ашгийн талаар

Ирмэгийн боловсруулалт нь 80–90% хувийг нь шууд төхөөрөмжид боловсруулж, мэдэгдэх хугацааг 2 секундын доор байлгаж, бодит цагт хяналт тавих чадварыг сайжруулдаг. LPWAN протоколууд металл хоолойн саатлын орчинд ч гэсэн 99.8% итгэлтэй дамжуулалтыг хангаж чаддаг. Газрын судалгааны үр дүнгээр NB-IoT сүлжээнүүд 10,000 холбогдсон тоолуур дээр 0.1%-аас бага пакет алдалттай ажиллаж, урсгалын хурд ба даралтыг тасралтгүй мэдээлж чаддаг.

Ухаалаг усны тоолуурын сүлжээ: Дэд бүтэц ба ирмэгийн оюун ухаан

Ухаалаг усны тоолуурын сүлжээний (SWMN) дэд бүтцийн бүтэц ба мэдээллийн цуглуулалт

Өнөөгийн оюунлаг усны менежментийн сүлжээнүүд нь ихэвчлэн хэмжилтийн төхөөрөмж, ирмэг боловсруулалтын чадавхи болон клауд дээр суурилсан шинжилгээний системийг нэгтгэсэн гурван давхар бүтэцтэй байдаг. Бодит суурилуулалтын талбайд эдгээр сүлжээнүүд нь ультра авиан технологийн тусламжтайгаар өдрийн турш тасралтгүй урсгалын хурдыг хэмждэг интернетэд холбогдсон метрүүдэд тулгуурладаг. Эдгээр төхөөрөмжүүд өөрсдийн хэмжилтийн өгөгдлийг аймаг бүрт байршуулсан орон нутгийн шлюз цэгүүд рүү урт хязгаартын утасгүй сүлжээгээр илгээдэг. Эдгээр шлюзүүд нутаг дэвсгэрээс гарах өгөгдлийн 60-80 хувийг газар дээр нь боловсруулж байдаг. Орон нутгийн боловсруулалтаас үлдсэн өгөгдөл нь гар утасны сүлжээгээр аюултai мэдээллийг илгээх үед хариу үйлдэлийн хугацаа 50 миллисекунд доор байлган хотын үйлчилгээт клауд серверт аюулгүй байдлаар илгээгддэг. Энэ бүх процесс нь хотуудад бүс нутгийн хэмжээнд усны эрэлтийг урьдчилан таамаглах боломжийг олгоно.

Бодит цагт хянах зориулалттай IoT суурьтай оюунлаг усны тоолуурын системийн масштаблах чадвар болон найдвартай ажиллагаа

Ихэнх томоохон системүүд нь өөрсдийгөө самбардуулагч сүлжээний чадавхийн thanks дээр 99.9% хугацаанд онлайн байдаг. Модуль бүтэц нь эдгээр системийг протоколын өөрчлөлт шаардамгүйгээр зөвхөн 500 цэгээс эхлээд 50,000 хүртэл хялбархан өргөжих боломжийг олгодог. Амстердам хотод ийм системийг бүх хотын хэмжээнд нэвтрүүлсэн туршлагатай бөгөөд өдөр бүр гайхамшигтай их 12 терабайт мэдээлэлтэй ажилладаг. Өөр нэг чухал онцлог бол FHSS (давтамжийн шилжилттэй далайцжуулсан спектр) технологийн давхардсан ашиглалт юм. Энэ нь хүчирхийлэлтэй аж үйлдвэрийн бүсүүдэд ихэвчлэн тохиолддог радио давтамжийн саатлын асуудал гарч, сүлжээний зангилааны бараг хагас нь газардсан ч бүх зүйл сайн ажиллаж байхыг хангана.

Томоохон SWMN-ийн нэгдэлтэд ирмэгийн боловсруулалт болон тараан боловсруулах өгөгдөл

Ухаалаг технологийг эдгээр нэвтрэх цэгийн төвүүдэд шууд барилгын үедээ нэмж оруулахад, компаниудын cloud-руу очих өгөгдлийн хэмжээ ихэд буурдаг буюу жинхэндээ дөрвөлжилсөн хэмжээтэй багасдаг. Мөн одоо урсгалын алдагдлыг хэр хурдан илрүүлж чадаж байгаа нь гайхамшигтай зүйл юм. 15 минутын хүлээлтээс хойш системүүд асуудлыг зөвхөн 8 секундын дотор илрүүлж чаддаг болсон. Зарим судалгааны мэдээллээр ийм ирмэг AI загварууд хоолойн хагарлын бараг 94 хувийг хүртэл илрүүлж чаддаг бөгөөд энэ нь анхны өгөгдөл cloud серверт хүрэхээс хамаагүй өмнө локаль хэв маягийг танин мэдэх замаар хийгддэг. Эдгээр ирмэг төхөөрөмжүүд нь интернет холболтгүй үед ч ажиллаж чадах бөгөөд хэрэглээний өгөгдлийг дараалсан 72 цагийн турш хадгалж чадна. Ийм нөөцийн боломж нь гамшгаар өртөмтгий бүс нутгуудад инженерүүд бага хүч чадалтай, усанд тэсвэртэй процессоруудыг өдөрт нэг ваттаас бага хэрэглэж турших үед маш их ач холбогдолтой.

Машин сургалт ашиглан хэвийн бус үзэгдлийг илрүүлэх, урсгалын алдагдлын анхааруулга

Ухаалаг усны тоолуурын сүлжээнд хэвийн бус үзэгдлийг илрүүлэхэд машин сургалтыг ашиглах

Ухаалаг усны тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон тоон Эдгээр системүүд нь маш их хэмжээний хуучин мэдээллийг усны урсгалын талаар одоогийн байдлаар болж байгаа үйл явдлын хооронд хольж, нэг цагт 1.5 галлон хүртэлх бага зэргийн өөрчлөлтийг олж илрүүлж чаддаг. Зарим судалгаагаар, энэ машин механизмын програм нь усны даралтын өөрчлөлтийг тусгай мэдрэгчээр авсан дуу чимээтэй харьцуулахад, маш сайн үр дүнг олж авдаг - цуцлалыг 92 орчим хувь нь тодорхойлох чадвартай. Бүх өөрчлөлтийг харгалзан үзвэл муу биш!

Амал үйлдлийн загварыг танихын тусламжтайгаар аномалийн илрүүлэл

Өндөр дэвшилтэт ML загварууд нь 15 минутын дотор урсахыг илрүүлэх нь, статик цэг дээр тулгуурлахын оронд зан үйлийн эхлэлийн шугамаар зөрчилдөхийг хүлээн зөвшөөрөх явдал юм. Системийн хяналт:

• Цагийн/ өдөр тутмын хэрэглээний ритм
• Цаг хугацааны хувьд хэрэглээний өөрчлөлт
• Утасны сүлжээний даралтын тэмдэг

Энэ арга нь порогийн суурьт чиглэсэн арга хэмжээнд харьцуулахад буруу цохих мэдээллийг 63%-иар бууруулдаг. Тасралтгүй бага урсгалын гажиг илрэх үед шатлалт сэрвэлт - самбарын мэдээллээс эхлээд шууд зарлагаар яаралтай зөрүүтэй тохиолдолд SMS мэдэгдэл хүргэх болно.

Түүхэн өгөгдөл дээр загвар сургаж хэвийн бус зүй тогтол тогтоох

Загварыг метрийн 3–5 жилийн өгөгдөл дээр сургасан бөгөөд ердийн асуудлыг танин мэдэх боломжтой:

Зургийн Төрөл	Шалгах зөвхөн	Хариу өгөх хугацаа
Хоолой тасрах	98%	<5 минут
Аажим зөрүү гарах	89%	2–48 цаг
Гэмт хэрэгт оролдох	95%	Хамгийн сүүлч

Тайбэй хотын Усны газар зэрэг хотын үйлчилгээний компаниуд 2022 онд эдгээр загварыг ашиглах болсноос хойш орлогод орохгүй байгаа усны алдагдлыг 37% бууруулсан гэж тайлагнаж байна.

Ус зөрөхийг илрүүлэх системд буруу цохих мэдээллийг шийдвэрлэх

Буруу цохих мэдээллийг хамгийн бага байлгахын тулд дараагийн үеийн системүүд дараах зүйлсийг нэгтгэдэг:

1. Контекстийн шинжилгээ - зэргэлдээх тоолууруудын хоорондох гажигийг харьцуулах
2. Тоног төхөөрөмжийн эрүүл мэндийг хянах - гэмтсэн сенсоруудаас ирсэн цохилоог шүүх
3. Даралтын шилжилтийн зураглал - хэвийн хавхлагын ажиллагааг урсгалын ялгаатай болгох

Туршилтууд нь энэ ангилах арга нь үйл ажиллагааны үр ашгийг 41%-иар сайжруулсан бөгөөд баг багажууд жинхэнэ урсгал руу, сенсорын алдаанаас бусад зүйлд анхаарлаа хандуулах боломжийг олгосон.

Оюунлаг усны тоолуурын технологийн бодит нөлөө ба ирээний чиг хандлага

Бодит цагт усны хэрэглээг хянах зориулалтаар интернетийн технологийг ашигласан оюунлаг усны тоолуурыг хотын хэмжээнд түгээх

Дэлхийн хэмжээнд бүхний ихэвчлэн IoT технологид суурилсан оюунлаг усны тоолууруудыг нэвтрүүлж байгаа бөгөөд ийм зах зээлийн хэмжээ 2030 он гэхэд ойролцоогоор 9.04 тэрбум ам.долларт хүрэх боломжтой гэж үзэж байна. Орон нутгийн засаг захиргаанууд эдгээр тоолуурыг суурилуулснаар гэр, аж ахуйн усны хэрэглээг бодит цагт нь хянах боломжтой болж, хуучин арга замаас илүү хурдан хугацаанд ус алдаж буй газрыг илрүүлж чадаж байна. Зарим газраас шинэ системд шилжсэнээр асуудлыг илрүүлэх хурд нь 65 хувийн хурдсах үр дүнтэй байсан гэж мэдээлж байна. Жишээлбэл, зарим хотууд цахилгаан-долгионы аргын тоолуурт шилжсэнээр хоолой хагарах үед гурван өдрийн оронд засвар хийх хугацааг ихэнх тохиолдолд найман цагаас бага болтол багасгасан. Энэ төрлийн сайжруулалт нь усны алдагдлыг багасгах, засварын зардлыг хэмнэхэд ихээхэн нөлөө үзүүлдэг.

Хэмжигдсэн үр дүн: Ус алдалт ба гажиг илрүүлснээс үүдэлтэй урвалын хугацаа, усны алдагдлын бууралт

• Хиймэл оюун ухааныг ашиглан гажиг илрүүлдэг байсан бүс нутгуудад орлогод орохгүй байгаа усны (NRW) алдагдал 30–35% буурсан
• Автомжуулсан засварын мэдэгдлүүд нь хэрэглэгчдийн газрын усны дутагдалыг 45% илүү хурдан шийдвэрлэх боломжийг олгодог.
• Тасралтгүй хяналт нь гар аргаар унших алдааг арилгаж, бодит тооцооллын нарийвчлалыг 22%-иар сайжруулдаг.

Бодит цагийн усны хэрэглээг хянах, урьдчилан сэргийлэх засварын технологийн хөгжил

Дараагийн үеийн метрүүд нь урсгалын хурд, даралтын өөрчлөлт, хэрэглээний оргил цэгийг газар дээр нь шинжлэхийн тулд ирэх үеийн компьютерийн технологийг ашигладаг. Машин сургалтын загварууд одоогоор насосны эвдрэлийг 72 цагийн өмнө 89% нарийвчлалтайгаар урьдчилан таамаглаж чаддаг. Өөрөө тохируулгын хийх чадвартай мэдрэгчид засварын айлчлалыг 40%-иар бууруулахад тусалж, хэмжилтийн нарийвчлалыг ±0.5% хадгалж байдаг.

Оюунлаг хотын платформууд ба хиймэл оюуны тусламжтай нөөцийн удирдлагатай интеграци

Оюунлаг усны сүлжээнүүд нийслэлийн даяарх IoT сүлжээтэй холбогдож, салхины үед динамик үнэ тогтоох боломжийг олгодог. Калифорни мужийн нэг хотод метрийн өгөгдлийг автомжуулсан поливын системтэй холбох замаар цагийн ачааллын үеийн хэрэглээг 18% бууруулсан. Хиймэл оюуны платформууд нь олон салбарын өгөгдлийг боловсруулж, байгууламжийн ажиллагааг бодит цагт тохируулан үр дүнтэй ажиллуулдаг.

Дараагийн үеийн ухаалаг усны тоолуурт зориулсан шинээр гарч буй утасгүй өгөгдлийн дамжуулалтын стандартууд

NB-IoT болон LTE-MTC шиг шинэ стандартууд нь 99,9% өгөгдлийн дамжуулалтын найдвартай байдлыг хадгалж, баттерейн амьдралыг 15+ жил болтол сунгана. Хотууд LoRaWAN-с 5G-ийг дэмждэг сүлжээнд шилжих замаар квадрат миль тутамд 50,000-с илүү тоолуурыг зэрэг холбож чадах болно. Эдгээр шинэчлэлтүүд нягт хүн амын бүсэд ч гэсэн цус уралт мэдээллийг дэд 2 секундын дотор дамжуулдаг.

Түгээмэл асуултууд (FAQ)

Ухаалаг усны тоолуурыг ашиглах гол давуу талууд юу вэ?

Ухаалаг усны тоолуурууд нь бодит цагт хяналт тавих, усны алдагдлыг бууруулах, цус уралтыг хурдан илрүүлэх, нэхэмжлэх нарийвчлалыг сайжруулах боломжийг олгоно. Мөн урьдчилан таамаглаж засвар үйлчилгээний зардлыг бууруулахад тусалдаг.

Оюунлаг усан эрчим хэмжигч усны алдагдал яаж илрүүлдэг вэ?

Ухаалаг усны тоолуурууд хэрэглээний хандлагыг шинжилж, хэвийн бус үзэгдлийг илрүүлэхийн тулд машин сургалтын алгоритмуудыг ашигладаг. Усны хэрэглээ болон даралтын хэв маягийн хазайлтыг илрүүлснээр цус уралтыг тогтоож болно.

Ухаалаг усны тоолуурууд ямар утасгүй холбооны технологийг ашигладаг вэ?

Оюунлаг усны тоолуур нь ихэвчлэн LoRaWAN, NB-IoT болон заримдаа эсгий холбооны технологи ашиглан өгөгдөл дамжуулдаг бөгөөд хотын болон холынхны суурилуулалтыг хангана.

Оюунлаг усны тоолуурын сүлжээний найдвартай байдал хэр вэ?

Эдгээр сүлжээ нь маш найдвартай бөгөөд ихэвчлэн цагийн 99.9%-д онлайн горимд ажилладаг. Сүлжээ нь өөрөө засагдах мэш сүлжээ болон давтамж шилжих аргачлалыг ашиглан холболтыг хадгалдаг.

Оюунлаг усны сүлжээ хотын системтэйгээ хэрхэн интеграцчилагдах вэ?

Оюунлаг усны сүлжээг хотын IoT торлуудтай интеграцчилснаар динамик нөөцийн менежментийг хэрэгжүүлэх, нөөцийн тараалтыг оновчтой болгох, эрэлтийн хэлбэлзлийн үед үр дүнтэй хариу үзүүлэхэд тусалдаг.