助力“数智化”与“双碳”目标——梅卡曼德AI视觉读表系统,又快又省地完成各类仪表的智能化改造

助力“数智化”与“双碳”目标——梅卡曼德AI视觉读表系统,又快又省地完成各类仪表的智能化改造

在石油、燃气、化工、水务、制造等行业,有海量仪表需要定期巡检读数。这些仪表种类繁多、位置分散、工况恶劣,人工巡检工作繁重,数据也难以有效利用。

梅卡曼德 AI 智能读表系统,提供低成本、低风险、高效率、高可用的云端一体化产品解决方案,帮助企业又快又省地将海量传统仪表改造为智能仪表,解决电、水、油、气、热等工业仪器仪表数据采集难、接入难、分析难、管理难等痛点,大幅降低人工巡检工作强度,迅速提升数字化,智能化程度。

只需将梅卡曼德智能终端直接加装于现有仪表上,终端可实现定时拍照和数据自动远传,通过深度增强学习技术实现仪表示数的智能分析,实时输出识别结果,异常告警及时发现安全隐患,精细化能耗管理。

产品价值

无需停产停工

改造零打扰

无需改换整表

仪表零改造

无需触动管线

施工零风险

解决方案优势

全品类仪表通用

适用于任何厂家型号的仪表,无需协议对接,实现在同一平台统一管理

超高可信度

图片可信可回溯,AI识别准确率 >99.9%,读数与现场示数一致,无电子误差

超便捷安装

外挂式安装解耦设计,安全可靠,降低安装维护隐形成本

超长续航时间

采用超低功耗和图像压缩技术,在日拍读取频次下,稳定工作 6 年以上

超强环境适应能力

产品满足IP68标准,可适应恶劣现场环境,防水防潮防盗,抗冻耐热

超多功能应用

远程巡检,能耗计量,点位GPS,异常告警,设备管理,报表导出,API 数据对接等

产品型号

梅卡曼德 AI+IoT 核心技术优势>>

小样本学习

主流深度学习算法依赖海量数据训练模型,人工标注工作量大,成本极高。梅卡曼德图像识别算法基于小样本学习,支持全品类仪表识别(字轮表,指针表,LCD、LED 等显示面板等),对于新表型仅需获取极少量图片,即可完成模型适应,人眼可识别准确率超99.9%。

图像不变性

当前基于深度学习的目标检测、识别技术很难应对泛化、小目标、多尺度变化、图像不完整等问题。梅卡曼德仪表图像识别引擎可有效解决旋转目标识别、遮挡、低分辨率识别等问题,实现图像识别结果的强鲁棒性和不变性。

智能诊断纠错

对于表盘脏污、表盘冻裂、灰尘、反光、传输出错等实际问题,通用算法无法给出准确的异常问题类型,识别结果可靠性大打折扣,需要依赖人工完成后台审核工作。梅卡曼德针对水雾,形变,模糊,光斑,划痕,污渍等低质量图片,实现自动稽查,及时发现带病仪表并整改,提升仪表数据质量。

端云一体化

Mech-Meter低功耗采集终端,支持 NB-IoT/Lte-Cat1等多种通信方式;智能物联云平台采用分布式存储、虚拟化、微服务、数据安全等技术,具备百万量级终端接入能力。梅卡曼德提供全时段仪表数据远程巡检、多维数据分析、异常数据告警等上层应用服务,为企业提供安全、免部署、开箱即用的极致产品体验。

部分可适用仪表举例>>

部分复杂困难环境下的识别效果展示>>

                                  过曝                                       异物遮挡                                     屏占比低                                内部锈蚀

                                 双圈刻度                                    雨雪干扰                                 表盘污垢                                  局部丢失 

                                 图像旋转                                     多行识别                                 灰尘干扰                                   视觉暂留

                                  罕见字体                                   水泡干扰                                  字轮中间态                              刮痕反光

                                  背光问题                                   截断问题                                   折射畸变                                图像形变

典型案例

某特大能源企业 - 智能油田仪表巡检系统

项目背景>>

某特大能源企业是以石油、天然气勘探开发为主的国有企业,勘探开发领域横跨东北、华北等数十个市、县,总面积十余万平方公里。该企业下属某采油厂管理着数千口油水井、近四十个中心站、四十余台注汽锅炉,每年产原油能力上百万吨,为该企业主力采油厂之一。该企业及其主力采油厂一直以来均采用传统办法进行仪表巡检,存在以下痛点:

●近十个采油厂,累计近百万块仪表,出于生产安全考虑,需要每日巡检 3 次;

●每个采油站有各类仪表数十块,巡检工作耗时耗力,很难准确及时完成任务;

●巡检结果需要人工手动上报系统,管理者无法及时掌握末端数据;

●外部环境恶劣,夏季多雨路上泥泞,冬季寒冷路上结冰,人员劳动强度大,人员流失严重;

●局部工况危险,部分仪表位于高温蒸汽间、有毒气体管道间或高地,存在潜在安全风险。

现场勘察>>

现场安装环境>

仪表所处安装位置包括:采油树出口、掺水加热炉、进站油管、分流管、输油泵房、计量间等。

仪表型号>

项目涉及压力表、温度计、流量计等常见仪表。如下图所示:

监测需求>

支持同一时刻统一采集所有压力表、温度计、流量计等仪表数据;

支持设置拍照时间、拍照间隔。如设置 8 小时拍照间隔,7:00/15:00/23:00 定时拍摄表盘照片;

支持智能识别仪表示数,准确率大于99.9%;

支持设置仪表读数的上下限告警阈值,实现超限实时告警,微信推送。

实施效果>

改造前

每8小时需巡检一次,每日3班倒,投入大;

仪表巡检频次低,覆盖点位不全,经常存在漏检、错报等问题;

需一只只按顺序巡检,80% 时间浪费在路上;

数据准确性难以核实,仪表数据汇总难,数据 上报延迟明显;

许多异常问题往往只能在现场巡检时发现。

改造后

●按需设置巡检频次,小时级上报,巡检频次提升 50% 以上;

●全仪表全量上报,AI 协助智能读数,巡检结果可信可追溯;

●大幅减轻现场工作量、减少巡检时间;

●实现并行巡检,数据同一时刻统一上报,及时完成数据分析;

●自定义报警规则,上下限阈值超限可实时通知;

●可随时随地发现异常,提升生产安全性。

现场安装照片>

平台功能截图>

梅卡曼德AI智能读表系统已正式发布。将您的需求发送邮件至sale@mech-mind.net,我们将竭诚为您提供服务。

THE END
分享
二维码
< <上一篇
下一篇>>