-
公开(公告)号：CN119660915A
公开(公告)日：2025-03-21
申请号：CN202411795923.0
申请日：2024-12-09
Applicant: 信开环境投资有限公司 , 北京智宇天成设计咨询有限公司
IPC: C02F1/52 , G06N3/006 , G06N3/092 , C02F101/10
Abstract: 本发明为解决现有技术中难以精确控制加药量的问题，提供了一种基于强化学习的污水除磷智能加药方法。该基于强化学习的污水除磷智能加药方法，包括步骤：步骤S1：构建强化学习算法的PMD环境。步骤S2：在所述步骤S1构建的所述MDP环境的基础上，训练DQN算法模型，并以训练后的所述DQN算法模型作为智能体。步骤S3：基于所述步骤S1构建的所述MDP环境，构建MDP环境控制系统。步骤S4：把所述步骤S2中所述智能体部署到所述步骤S3构建的所述MDP环境控制系统上，并由所述MDP环境控制系统控制加药泵对污水进行智能加药。本发明中强化学习中MDP环境的构建，可以实时响应与预测，实时响应水质变化，预测未来状态，确保长期稳定运行。
-
公开(公告)号：CN119294612A
公开(公告)日：2025-01-10
申请号：CN202411807885.6
申请日：2024-12-10
Applicant: 北京智宇天成设计咨询有限公司
IPC: G06Q10/04 , G06N20/00 , G06Q50/26 , G06F17/16 , G06F18/21 , G06F18/214 , G06F18/2433
Abstract: 本发明提供了一种基于机器学习的污水厂参数预测方法及系统，属于污水厂生产管理技术领域。该方法包括以下步骤：读取数据库中储存的时间序列下的历史污水数据，并导入选择性状态空间模型Mamba中进行训练；采集前一阶段时间序列下的实时污水数据；读取实时污水数据，并由训练后的选择性状态空间模型Mamba进行参数预测，得到后一阶段时间序列下用于污水厂运行控制的预测污水数据；储存。该系统包括采集模块、储存数据库模块和预测模块。本发明结合了基于卡尔曼滤波算法的异常数据处理技术以及基于选择性状态空间模型Mamba的创新时序预测技术，在污水处理厂关键运行参数预测中具有显著的优势。
-
公开(公告)号：CN117610220A
公开(公告)日：2024-02-27
申请号：CN202311286610.8
申请日：2023-10-08
Applicant: 北京智宇天成设计咨询有限公司 , 信开环境投资有限公司
IPC: G06F30/20 , G06F111/02
Abstract: 本发明涉及建筑设计技术领域，提供了一种污水厂柱网布置方法及系统，该污水厂柱网布置方法及系统适用于地下式污水厂柱网布置设计，可根据模块化的工艺单体模型拼装形式，识别总平面布局并智能布置结构框柱以完成柱网布置设计，且可根据设置条件快速生成多种合理的布置方案，可极大的减少人工操作时间和劳动成本，提高设计者的工作效率；可实现多人协同工作，增强团队成员之间的沟通和协作，提高沟通效率和准确性；可根据不同的设计方案和需求进行快速的修改、调整、优化和比较，使设计操作更加灵活、方便；设计获得的柱网布置方案可通过可视化三维模型进行直观展示，便于更好的理解和沟通设计意图。
-
公开(公告)号：CN114781108A
公开(公告)日：2022-07-22
申请号：CN202210694789.X
申请日：2022-06-20
Applicant: 北京智宇天成设计咨询有限公司 , 国投信开水环境投资有限公司
IPC: G06F30/18 , G06F30/20 , G06F113/14
Abstract: 为解决现有技术中放空管的设计流程繁杂往复，设计效率低，且无法保证放空管道计算的准确性和布设的合理性的问题，本发明中提供一种基于BIM的污水处理厂放空管的自动绘制方法，属于工程设计技术领域。该方法包括以下步骤：编制工艺单体计算书和放空管道计算书；建立工艺单体的标准化模型库；所述工艺单体计算书、所述放空管道计算书以及所述标准化模型库中的信息进行传输和数据联动；生成放空管主管详细信息；由前端绘制程序完成污水处理厂放空管的自动绘制。本发明中通过将工艺单体计算书、放空管道计算书和工艺单体的标准化模型库进行数据联动，自动绘制放空管，简化设计流程，直接提高放空管计算的效率和准确性，也提高了设计效率。
-
Patent Agency Ranking
公开(公告)号：CN117610304A
公开(公告)日：2024-02-27
申请号：CN202311692337.9
申请日：2023-12-11
Applicant: 北京智宇天成设计咨询有限公司 , 信开环境投资有限公司
IPC: G06F30/20 , G06F17/10 , G06F113/08
Abstract: 本发明提供了一种除臭风量快速精确计算的设计方法及设备，本发明详细梳理除臭风量计算的方法及原则，并植入智能化设计平台中。同时，于Revit端建立相关除臭风量计算视图，执行除臭风量计算之后，相关除臭风量可标注于对应的除臭风量计算视图中，简单直观，便于概览。Revit端完成相关除臭风量计算后，同步上传Revit端模型参数至智能化设计平台，可快速生成详尽的除臭风量计算表，便于后期专业间进行风量核查。本发明的智能化设计平台中内置除臭风量计算原则，快速、准确地抓取各除臭单体、构筑物相关计算参数，大大提高除臭风量计算的速度及准度，可以满足专业计算要求。
-
公开(公告)号：CN112446084B
公开(公告)日：2023-08-01
申请号：CN202011468103.2
申请日：2020-12-14
Applicant: 国投信开水环境投资有限公司 , 四川蓉信开工程设计有限公司 , 北京智宇天成设计咨询有限公司
Abstract: 本发明公开了一种Revit与传统绘图软件交互设计的适应性出图方法，用于污水厂设计，包括：第一步，利用Revit平台绘制污水厂建筑图；第二步，利用天正Revit插件将第一步所绘制建筑图导出TGL文件；第三步，将第一步所绘制建筑图导出DWG文件；第四步，拼接TGL文件和DWG文件。本发明通过设置规则从两种出图方式自动过滤识别所需信息，自动拼接TGL和DWG文件，从而实现了Revit与传统绘制软件间的交互设计。本发明减少了专业设计中的重复工作量，提高了设计效率；且可完成Revit与其他专业绘图软件及节能计算软件间的设计交互，提高普遍适应性。
-
公开(公告)号：CN112528369B
公开(公告)日：2022-11-11
申请号：CN202011429493.2
申请日：2020-12-09
Applicant: 四川蓉信开工程设计有限公司 , 国投信开水环境投资有限公司 , 北京智宇天成设计咨询有限公司
IPC: G06F30/13
Abstract: 本发明提供了基于revit的CAD出图方法，其针对原生revit链接模型出图的模式存在的链接模型之间联系不紧密和出图调整难度高的情况，通过在服务器上根据精细化模型生成重构模型，并利用该重构模型进行再拼装，其通过预设自动出图插件自动重新创建到当前模型性的revit软件使用模式，从而克服了手动创建模型调整视图范围过程复杂和效率低下的问题，并且还有效地节省创建调整模型所需要的时间、增强模型的复用性和提高模型的使用效率。
-
公开(公告)号：CN119294612B
公开(公告)日：2025-03-14
申请号：CN202411807885.6
申请日：2024-12-10
Applicant: 北京智宇天成设计咨询有限公司
IPC: G06Q10/04 , G06N20/00 , G06Q50/26 , G06F17/16 , G06F18/21 , G06F18/214 , G06F18/2433
Abstract: 本发明提供了一种基于机器学习的污水厂参数预测方法及系统，属于污水厂生产管理技术领域。该方法包括以下步骤：读取数据库中储存的时间序列下的历史污水数据，并导入选择性状态空间模型Mamba中进行训练；采集前一阶段时间序列下的实时污水数据；读取实时污水数据，并由训练后的选择性状态空间模型Mamba进行参数预测，得到后一阶段时间序列下用于污水厂运行控制的预测污水数据；储存。该系统包括采集模块、储存数据库模块和预测模块。本发明结合了基于卡尔曼滤波算法的异常数据处理技术以及基于选择性状态空间模型Mamba的创新时序预测技术，在污水处理厂关键运行参数预测中具有显著的优势。
-
公开(公告)号：CN115270255A
公开(公告)日：2022-11-01
申请号：CN202210855937.1
申请日：2022-07-21
Applicant: 北京智宇天成设计咨询有限公司 , 国投信开水环境投资有限公司
IPC: G06F30/13
Abstract: 本发明为解决传统水厂设计中设计流程耗时长、效率低、速度慢、准确率不高的问题，提供一种计算书值传递的快速设计方法，属于工程设计技术领域。该方法包括以下步骤：步骤S1，在水处理工程设计系统中内置工艺专业标准计算书模板；步骤S2，在水处理工程设计系统中的网页端建立设计项目；步骤S3，依据设计信息确定设计项目的工艺路线以及各个工艺单体的大纲参数；步骤S4，自动进行工艺单体内部以及不同工艺单体间的计算书的值传递和数据解析；步骤S5，生成设计项目的实际的大纲、计算书、设备清单和仪表清单。该方法由工艺专业牵头进行计算值的传递，降低了程序的开发难度，简化设计流程，提高设计效率，保证结果的准确性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
