重庆市研发成功城市地下管网危险源智能监管系统

近日,在国家和重庆市相关科技计划项目支持下,重庆梅安森科技股份有限公司成功研发出城市地下管网危险源智能监管系统。该系统针对城市地下管网气体危险源的特点,采用红外传感器技术,可对管网内的爆炸性及有毒有害（如甲烷、硫化氢气体等）气体浓度进行实时监测,实现了监测无人值守、数据实时采集与气体抽排控制等功能,具有监测精度高、使用寿命长、受环境影响小、可维护性强等优势特点。     

深圳地铁一期工程建筑节能潜力的研究简

本文以深圳地铁一期工程为例研究地铁建筑节能潜力。深圳地铁环控系统的能耗约占到地铁系统总能耗的40％,屏电系统,照明系统,给排水系统等占总能耗的40％以上。分析深圳地铁的建筑能耗特点并结合国内外现有的节能技术,提出有效与经济合理的节能改造方案,并对节能潜力具体进行分析。通过大系统组合式空调箱、风机的变频节能改造,照明系统的LED节能改造,可实现整个地铁车站5．6％总电耗的节能效果。     

浅谈机房监控系统对数据机房节能减排的帮助

针对目前机房动环监控系统对配电系统、空调系统、通信设备、优化布局管理利于数据机房节能减排的技术与措施进行介绍分析。数据机房能耗指标是衡量数据机房能效的量化标准,它可以反映出数据机房运行过程中的电能利用情况,也作为数据机房设计和运维改进的重要依据,也为不同数据机房之间能效比较提供依据。     

论智能电网下的网络化电力营销建设

智能电网是电网技术发展的必然趋势,对电力营销体系的发展有重要影响。本文主要介绍了智能电网下网络化电力营销的特点和优势,并详细探讨了网络化电力营销的发展策略,为网络化电力营销观念与模式的变革提供参考。     

煤矿岗前人员不安全状态智能检测系统研究——以红柳林煤矿为例

为从根本上降低煤矿从业人员实施不安全行为的概率,在充分考虑煤矿从业人员不安全个体状态是诱发其不安全行为的主要原因的基础上,设计开发一套矿工不安全状态智能检测系统。首先,对2007—2022年期间各高危行业安全事故调查报告和专家研究进行归纳,总结得出煤矿从业人员不安全状态的影响因素,构建包括生理状态、心理状态以及个体能力状态在内的3个一级指标和15个二级指标体系;其次,通过相应的表征模型对不安全状态影响因素进行深入剖析;最后,基于构建的从业人员不安全状态倾向数据库,建立煤矿岗前不安全状态智能检测系统。研究结果表明：在下井工作前对从业人员个体状态进行智能检测,能够实现矿工不安全状态“早发现、早干预”,能够有效地降低人因事故发生率,研究结果对煤炭行业安全管理具有重要的参考价值。     

电梯智能化研究综述:解决问题、应用场景、关键技术

电梯智能化是随着人工智能技术的发展,在物联网电梯的基础上发展起来的新兴技术。电梯智能化就是让电梯越来越智慧,创造更美好的乘梯服务,进而构成智慧城市的一部分,提升城市管理水平。狭义上的电梯智能化聚焦于智慧监测终端;而广义上的电梯智能化服务更多地关注智能化解决方法、智能化感知手段、智能化处理手段以及更重要的智能化场景应用。电梯智能化的发展需要解决3个问题：电梯安全持续服务、电梯智能化智慧服务、智能化服务模式。电梯智能化应用场景的主要内容包括智能电梯管理、电梯智能化检验、电梯智能化维护保养、电梯智能化救援、电梯智能化风险评估。电梯智能化关键支撑技术包括电梯智能化终端、GIS定位、多平台协同、多元信息融合与网络安全技术的电梯智能化采集技术、智能化评价、智慧分析模型、智慧决策技术等。     

智能技术让气瓶管理更安全高效

当前,信息化、智能化等新兴信息技术的应用,加速了各行各业高质量发展进程。2019年10月29日至30日在江西南昌召开的中国工业气体工业协会第29次会员大会上,记者了解到,在工业气体行业,信息化、智能化技术已经成功应用在气瓶管理、混合气体配制以及气体充装等方面。     

新技术加持下 智能视频监控在智慧楼宇中的深度应用与前景

一、智能视频监控发展现状与应用特点2008年至今十多年的时间里,网络视频监控设备逐步在项目中推广应用,到现在成为市场的主流。其中200万像素的视频监控设备可以满足大多数场景的日常视频监控需求,占据了当下市场的大部分份额。基于200万像素视频监控设备的视频分析技术,包括入侵报警、人脸识别、人员流量分析以及颜色、烟雾等感应检测技术,广泛应用于建筑智能化、智能交通等公共安全领域。     

企业视窗

华为安防更名“机器视觉” 助力干行百业数字化转型近期,从华为安防官微获悉,华为安防将更名为华为机器视觉。华为安防官微上提到:2039年华为智能安防发布HoloSens全新品牌,诠释全息感知的全新定位。2020年在加速进入“5G+AI”的时代背景下,以“视频+AI”为核心的华为智能安防也不再局限于“安”与“防”,我们希望可以承担更多,用“机器视觉”,助力干行百业数字化转型。     

基于特征显著性的地震灾害发生后建筑物裂缝智能检测模型

由于地震灾害发生后建筑物表面具有多纹理性、多目标性特征,导致现有的建筑物裂缝智能检测方法已经不能满足检测需要。为了提高检测效果,该文设计提出基于特征显著性的地震灾害后建筑物裂缝智能检测方法。建立压缩感知去噪框架,通过图像重构消除震后建筑裂缝图像噪点。采用FCM聚类分割法对去噪图像进行分割,引入灰度直方图作为灰度级的模糊聚类样本点,利用灰度样本完成图像聚类。基于人眼视觉特征,对图像背景区域重新划分,完成图像边缘检测。基于提取的二值化图像确定裂纹特征,根据特征值范围确定裂缝种类实现震后建筑裂缝检测。