CN116957322A - 一种针对排水管网进行风险评估的方法及装置 - Google Patents
一种针对排水管网进行风险评估的方法及装置 Download PDFInfo
- Publication number
- CN116957322A CN116957322A CN202310686461.8A CN202310686461A CN116957322A CN 116957322 A CN116957322 A CN 116957322A CN 202310686461 A CN202310686461 A CN 202310686461A CN 116957322 A CN116957322 A CN 116957322A
- Authority
- CN
- China
- Prior art keywords
- failure
- risk
- risk assessment
- level
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012502 risk assessment Methods 0.000 title claims abstract description 159
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012544 monitoring process Methods 0.000 claims abstract description 34
- 238000012423 maintenance Methods 0.000 claims description 61
- 238000012545 processing Methods 0.000 claims description 48
- 230000007849 functional defect Effects 0.000 claims description 17
- 230000007847 structural defect Effects 0.000 claims description 17
- 238000009933 burial Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 14
- 238000001514 detection method Methods 0.000 abstract description 10
- 238000011156 evaluation Methods 0.000 description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000007726 management method Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000010842 industrial wastewater Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000010865 sewage Substances 0.000 description 3
- 239000004567 concrete Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000012954 risk control Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 229910001141 Ductile iron Inorganic materials 0.000 description 1
- 229910001335 Galvanized steel Inorganic materials 0.000 description 1
- 239000004698 Polyethylene Substances 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000010425 asbestos Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000011152 fibreglass Substances 0.000 description 1
- 239000008397 galvanized steel Substances 0.000 description 1
- 229920001903 high density polyethylene Polymers 0.000 description 1
- 239000004700 high-density polyethylene Substances 0.000 description 1
- 230000009474 immediate action Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- -1 polyethylene Polymers 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000009418 renovation Methods 0.000 description 1
- 229910052895 riebeckite Inorganic materials 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Mathematical Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种针对排水管网进行风险评估的方法及装置,涉及排水管网技术领域。在该方法中,应用于监测服务器中,获取用户设备发送的第一数据,第一数据为第一管段对应的检修数据,第一管段为多个管段中任意一个管段;将第一数据输入预设排水管网风险评估模型中,得到第一风险等级;向用户设备发送第一风险等级,以完成对第一管段的风险评估。实施本申请提供的技术方案,通过对管段的检测数据进行准确分析,减少人工判断时存在的误差,解决了人为对排水管网发生故障判断不准确的问题。
Description
技术领域
本申请涉及排水管网技术领域,具体涉及一种针对排水管网进行风险评估的方法及装置。
背景技术
城市排水管网系统是一种拥有收集和排放城市生活污水、工业废水、降雨水等功能的各类设施、设备的总称,它承担着防汛排涝的重要职责,对城市景观、环境卫生及水安全产生影响。
目前,城市的排水管网系统已成为人们关注的焦点。由于地下排水管网具有体系庞大、隐蔽性强和安全问题突出等特点,排水管网的安全操作和维护方法相对陈旧。维修人员在进行日常检测时,仅仅只通过局部、简单的经验进行判断,缺乏数据的支撑,无法准确分析出排水管网的实际情况。往往会出现维修人员认为排水管网没有故障,但是实际有故障的情况。此时,导致大多数只能在排水管发生故障后才进行修复;但管道一旦发生事故,将会对周边环境、社会活动以及经济成本产生巨大的影响。
因此,亟需解决人为对排水管网发生故障的判断不准确的问题。
发明内容
本申请提供了一种针对排水管网进行风险评估的方法及装置,该方法通过对管段的检测数据进行准确分析,减少人工判断时存在的误差,解决了人为对排水管网发生故障判断不准确的问题。
第一方面,本申请提供了一种针对排水管网进行风险评估的方法,应用于监测服务器中,方法包括:获取用户设备发送的第一数据,第一数据为第一管段对应的检修数据,第一管段为多个管段中任意一个管段;将第一数据输入预设排水管网风险评估模型中,得到第一风险等级;向用户设备发送第一风险等级,以完成对第一管段的风险评估。
通过采用上述技术方案,监测服务器获取第一管段的检修数据,使用预设排水管网风险评估模型对检修数据进行分析,更加客观的评估出第一管段实际的风险等级,避免人工评估时受主观因素影响,导致评估的结果存在偏差,解决了人为对排水管网发生故障判断不准确的问题。
可选的,获取第一风险等级;将第一风险等级输入预设排水管网风险评估模型中,得到第一处理措施;预设排水管网风险评估模型包括第一风险等级与第一处理措施之间的对应关系;向用户设备展示第一处理措施,以便于用户根据第一处理措施对第一管段进行处理。
通过采用上述技术方案,根据检修数据对第一管段进行风险评估,及时发现排水管网存在的问题,根据风险等级展示对应的处理措施,帮助用户及时对排水管网存在的问题进行处理,有效降低了排水管网故障的发生和带来的损失。
可选的,接收用户设备上传的排水管网的历史维护数据,历史维护数据包括排水管网的故障检修信息和故障处理措施信息;根据历史维护数据,构建排水管网的风险评估指标和风险评估指标对应的分值;风险评估指标包括排水管网的失效可能性指标和失效后果指标;根据风险评估指标对应的分值,从预设风险数据库中获取风险评估指标对应的风险等级;构建预设排水管网风险评估模型,预设排水管网风险评估模型包括故障检修信息与风险等级的对应关系,以及风险等级与故障处理措施信息的对应关系。
通过采用上述技术方案,能够分析排水管网的历史数据,构建排水管网的风险评估指标和风险评估对应的分值,使得评估更加全面和准确;还根据排水管网的风险等级制定处理措施,有助于高效识别风险管段,实现对排水管网的风险评估和应对措施。
可选的,获取失效可能性数值,失效可能性数值为失效可能性指标对应的分值,失效可能性指标包括管材指标、管龄指标、结构性缺陷指标以及功能性缺陷指标;一个失效可能性指标对应一个权重;将失效可能性数值输入预设排水管网风险评估模型中,确定失效可能性等级;获取失效后果数值,失效后果数值为失效后果指标对应的分值,失效后果指标包括区域类别指标、易涝程序指标、管径指标、管道埋深指标、道路级别指标以及服务人口指标;将失效后果数值输入预设排水管网风险评估模型中,确定失效后果等级;根据将失效可能性等级与失效后果等级输入预设排水管网风险评估模型中,得到第一风险等级。
通过采用上述技术方案,综合分析排水管网的多种因素,根据失效可能性指标和失效后果指标对应分值和权重,能够客观的评估排水管网的失效可能性和失效后果,根据失效可能性和失效后果能准确评估出排水管网的风险等级,提高了评估的准确性。
可选的,预设排水管网风险评估模型包括失效可能性数值与失效可能性等级之间的对应关系,一个失效可能性数值对应一个失效可能性等级。
通过采用上述技术方案,能够更加准确地评估排水管网的失效可能性风险等级,提高了评估的准确性,实现对排水管网的预警。
可选的,预设排水管网风险评估模型包括失效后果数值与失效后果等级之间的对应关系,一个失效后果数值对应一个失效后果等级。
通过采用上述技术方案,能够更加准确地评估排水管网的失效后果风险等级,提高了评估的准确性,实现对排水管网的预警。
可选的,获取失效可能性等级;获取失效后果等级;将失效可能性等级与失效后果等级之间相乘,得到失效等级数值;将失效等级数值输入预设排水管网风险评估模型中,得到第一风险等级,预设排水管网风险评估模型包括失效等级数值与第一风险等级之间的对应关系。
通过采用上述技术方案,能够更加全面评估排水管网的风险等级,提高了评估的精度;根据失效等级数值与第一风险等级的对应关系,确定排水管网的风险等级,能够实现对排水管网的预警和预测。
可选的,获取用户设备发送的第二数据,第二数据为第二管段对应的检修数据;第二管段为多个管段中除第一管段的任意一个管段;将第二数据输入预设排水管网风险评估模型中,得到第二风险等级;判断第一风险等级是否大于第二风险等级;当第一风险等级大于第二风险等级时,优先向用户设备发送第一风险等级,以便于用户优先处理第一管段。
通过采用上述技术方案,能够实现对多个管段的检修数据进行风险评估,提高了对管段的监测能力,根据管段的风险等级,方便用户及时了解不同管段的风险等级,优先处理风险等级较高的管段。
在本申请的第二方面提供了一种针对排水管网进行风险评估的装置,装置为监测服务器,监测服务器包括获取单元、处理单元以及展示单元;获取单元,获取用户设备发送的第一数据,第一数据为第一管段对应的检修数据,第一管段为多个管段中任意一个管段;处理单元,将第一数据输入预设排水管网风险评估模型中,得到第一风险等级;展示单元,向用户设备展示第一风险等级,以完成对第一管段的风险评估。
可选的,获取单元用于获取第一风险等级;处理单元用于将第一风险等级输入预设排水管网风险评估模型中,得到第一处理措施;预设排水管网风险评估模型包括第一风险等级与第一处理措施之间的对应关系;展示单元用于向用户设备展示第一处理措施,以便于用户根据第一处理措施对第一管段进行处理。
可选的,获取单元接收用户设备上传的排水管网的历史维护数据,历史维护数据包括排水管网的故障检修信息和故障处理措施信息;处理单元用于根据历史维护数据,构建排水管网的风险评估指标和风险评估指标对应的分值;风险评估指标包括排水管网的失效可能性指标和失效后果指标;根据风险评估指标对应的分值,从预设风险数据库中获取风险评估指标对应的风险等级;构建预设排水管网风险评估模型,预设排水管网风险评估模型包括故障检修信息与风险等级的对应关系,以及风险等级与故障处理措施信息的对应关系。
可选的,获取单元用于获取失效可能性数值,失效可能性数值为失效可能性指标对应的分值,失效可能性指标包括管材指标、管龄指标、结构性缺陷指标以及功能性缺陷指标;一个失效可能性指标对应一个权重;处理单元用于将失效可能性数值输入预设排水管网风险评估模型中,确定失效可能性等级;获取单元用于获取失效后果数值,失效后果数值为失效后果指标对应的分值,失效后果指标包括区域类别指标、易涝程序指标、管径指标、管道埋深指标、道路级别指标以及服务人口指标;处理单元用于将失效后果数值输入预设排水管网风险评估模型中,确定失效后果等级;处理单元用于根据将失效可能性等级与失效后果等级输入预设排水管网风险评估模型中,得到第一风险等级。
可选的,预设排水管网风险评估模型包括失效可能性数值与失效可能性等级之间的对应关系,一个失效可能性数值对应一个失效可能性等级。
可选的,预设排水管网风险评估模型包括失效后果数值与失效后果等级之间的对应关系,一个失效后果数值对应一个失效后果等级。
可选的,获取单元用于获取失效可能性等级;获取单元用于获取失效后果等级;处理单元用于将失效可能性等级与失效后果等级之间相乘,得到失效等级数值;将失效等级数值输入预设排水管网风险评估模型中,得到第一风险等级,预设排水管网风险评估模型包括失效等级数值与第一风险等级之间的对应关系。
可选的,获取单元用于获取用户设备发送的第二数据,第二数据为第二管段对应的检修数据;第二管段为多个管段中除第一管段的任意一个管段;处理单元用于将第二数据输入预设排水管网风险评估模型中,得到第二风险等级;判断第一风险等级是否大于第二风险等级;展示单元用于当第一风险等级大于第二风险等级时,优先向用户设备发送第一风险等级,以便于用户优先处理第一管段。
在本申请第三方面提供一种电子设备,电子设备包括处理器、存储器、用户接口及网络接口,存储器用于存储指令,用户接口和网络接口用于给其他设备通信,处理器用于执行存储器中存储的指令,使得一种电子设备执行如本申请上述中任意一项的方法。
在本申请第四方面提供一种计算机可读存储介质,计算机可读存储介质存储有指令,当指令被执行时,执行本申请上述中任意一项的方法。
综上所述,本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
1、使用预设排水管网风险评估模型对检修数据进行分析,更加客观的评估第一管段的风险等级,避免人工评估时受主观因素影响,导致评估的结果存在偏差,解决了人为对排水管网发生故障判断不准确的问题。
2、及时发现排水管网存在的问题,根据风险等级展示对应的处理措施,帮助用户及时对排水管网存在的问题进行处理,有效降低了排水管网故障的发生和损失。
3、能够分析排水管网的历史数据,构建排水管网的风险评估指标和风险评估对应的分值,使得评估更加全面和准确;还根据排水管网的风险等级制定处理措施,有助于高效识别风险管段,实现对排水管网的风险评估和应对措施。
4、能够实现对多个管段的检修数据进行风险评估,提高了对管段的监测能力,根据管段的风险等级,方便用户及时了解不同管段的风险等级,优先处理风险等级较高的管段。
附图说明
图1是本申请实施例提供的一种针对排水管网进行风险评估方法的第一流程示意图;
图2是本申请实施例提供的一种针对排水管网进行风险评估方法的第二流程示意图;
图3是本申请实施例提供的一种针对排水管网进行风险评估方法的第三流程示意图;
图4是本申请实施例提供的一种针对排水管网进行风险评估装置的结构示意图;
图5是本申请实施例公开的一种电子设备的结构示意图。
附图标记说明:401、获取单元;402、处理单元;403、展示单元;500、电子设备;501、处理器;502、通信总线;503、用户接口;504、网络接口;505、存储器。
具体实施方式
为了使本领域的技术人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
在本申请实施例的描述中,“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,术语“多个”的含义是指两个或两个以上。例如,多个系统是指两个或两个以上的系统,多个屏幕终端是指两个或两个以上的屏幕终端。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
城市排水管网系统是一种拥有收集和排放城市生活污水、工业废水、降雨水等功能的各类设施、设备的总称,它承担着防汛排涝的重要职责,对城市景观、环境卫生及水安全产生影响。伴随着中国经济的快速发展,城市化进程的持续加速,城市生活污水、工业废水的数量越来越多,城市的地表渗透率也在迅速降低,导致了城市总体不透水面积迅速扩大,从而使得城市排水系统中的雨水无法进行有效的渗透,给城市的排水系统带来了巨大的压力,我国排水管网基础设施建设和管理压力也将进一步加大。
在一次又一次的暴雨侵袭下,大、中、小城市均出现不同程度的内涝,造成了道路上交通堵塞和排水不畅,已成为影响城市发展和居民出行的一个“瓶颈”。在城市内涝、安全和环境等问题日趋严重的情况下,城市的排水管网系统常常成为人们关注的焦点。与大多数地上构筑物不同,中国城市地下排水管网具有体系庞大、隐蔽性强和安全问题突出等特点,排水管网的安全操作和维护方法相对陈旧。维修人员在进行日常检测时,仅仅只通过局部、简单的经验进行判断,缺乏数据的支撑,无法准确分析出排水管网的实际情况。往往会出现维修人员认为排水管网没有故障,但是实际有故障的情况。此时,导致大多数只能在排水管发生故障后才进行修复;但管道一旦发生事故,将会对周边环境、社会活动以及经济成本产生巨大的影响。
因此,如何解决人为对排水管网发生故障判断不准确的问题,是目前亟需解决的问题。本申请实施例提供的一种针对排水管网进行风险评估的方法,应用于监测服务器中,本申请的监测服务器可以为市政养护部门提供服务的平台,图1是本申请实施例提供的一种针对排水管网进行风险评估方法的第一流程示意图,参考图1,该方法包含以下步骤S101-步骤S103。
步骤S101:获取用户设备发送的第一数据,第一数据为第一管段对应的检修数据,第一管段为多个管段中任意一个管段。
在上述步骤中,维修人员在对城市的地下排水管网进行检修,在检修过程中维修人员会将检修的数据进行记录,维修人员记录的数据为检修数据,检修数据包括管道当前属性和管道状况,此时维修人员是指市政养护部门的相关人员,检修数据的包括的种类可根据实际情况进行设置。
管道评估以管段为最小评估单位,为了更好的开展排水管网预防维护管理,根据风险评估结果准确定位到高风险管段并进行风险控制,结合我国流制排水管网的结构特点,以排水管网之间的检查井为管段节点,进行排水管网管段划分,故可排水管网划分为多个管段,为了便于后续管理,以序号的顺序对多个管段进行标记。
此时以维修人员检测第一管段的第一数据为例,维修人员对第一管段检修完成后,维修人员通过用户设备将第一管段对应的检修数据发送给监测服务器,监测服务器接收用户设备发送的第一数据,此时第一数据为第一管段对应的检修数据。
举例来说,第一管段的序号为23,维修人员在对序号为23的第一管段进行检测,维修人员检测完成后,将序号为23的检修数据通过用户设备向监测服务器进行发送,监测服务器接收用户设备发送的序号为23的检修数据。
步骤S102:将第一数据输入预设排水管网风险评估模型中,得到第一风险等级。
在将第一数据输入预设排水管网风险评估模型中之前,需事先构建预设排水管网风险评估模型,构建预设排水管网风险评估模型具体包括:服务器接收用户设备上传的排水管网的历史维护数据,历史维护数据包括排水管网的故障检修信息和故障处理措施信息,故障检修信息为排水管网发生故障事件记录信息,故障处理措施信息为国内外文献调研信息和排水专家基于故障提出的意见信息。根据历史维护数据,结合排水管网的特点,通过归纳和组合,确定排水管网的风险评估指标和风险评估指标对应的分值,风险评估指标包括排水管网的失效可能性指标和失效后果指标,即得到失效可能性指标对应的分值,以及失效后果指标对应的分值。根据风险评估指标对应的分值,确定风险评估等级总分值,一个风险评估指标对应多个分值;根据风险评估等级的总分值从预设风险数据库中获取风险评估等级总分值对应的风险等级,建立故障检修信息与风险等级的对应关系,以及风险等级与故障处理措施信息的对应关系,根据对应关系构建预设排水管网风险评估模型。将排水管网中管段发生故障的概率命名为失效可能性指标,将排水管网中管段发生故障的后果影响命名为失效后679C指标。
在上述步骤中,将第一数据输入预设排水管网风险评估模型中,获取第一数据中的失效可能性数值,失效可能性数值为失效可能性指标对应的分值,失效可能性指标包括管材指标、管龄指标、结构性缺陷指标以及功能性缺陷指标。针对失效可能性指标在下文中逐一进行介绍。
首先,管材指标是指排水管道的主要组成材料,管材的质量直接决定管道的耐用程度,因此,将管材作为排水管网失效评估的指标之一,设置管材的评分标准与分值。当管材为钢筋混凝土、球墨铸铁、镀锌钢、玻璃钢夹砂、石棉以及水泥时,对应的分值可设置为1分;当管材为混凝土、聚乙烯、高密度聚乙烯以及钢管时,对应的分值可设置为2分;当管材为砖石和陶土时,对应的分值可设置为3分;当管材为其他材质时,对应的分值可设置为5分。根据维修人员输入检修管段的材质,在管材指标中匹配对应的分值。
管龄指标是指排水管道自铺设以来的服务年限,随着排水管道管龄越接近其设计的使用年限时,出现的故障的可能性更大,因此,将管龄作为排水管网失效评估的指标之一,设置管龄的评分标准和分值。根据管道实际已经使用年限占设计使用年限之比判定分值,当管龄为刚新建时,对应的分值可设置为1分;当管龄的使用年龄大于0%,但小于且等于35%时,对应的分值可设置为2分;当管龄的使用年龄大于35%,但小于且等于65%时,对应的分值可设置为3分;当管龄的使用年龄大于65%,但小于且等于85%时,对应的分值可设置为4分;当管龄的使用年龄大于85%时,对应的分值可设置为5分。根据维修人员输入检修管段的服务年限,在管龄指标中匹配对应的分值。
结构性缺陷指标是指管道结构本体遭受损伤,影响强度、刚度和使用寿命的缺陷,因此,将结构性缺陷指标作为排水管网失效评估的指标之一,设置结构性缺陷指标的评分标准与分值。根据管道实际检测的结构性缺陷等级判定分值,当结构性缺陷为0级时,对应的分值可设置为1分;当结构性缺陷为1级时,对应的分值可设置为2分;当结构性缺陷为2级时,对应的分值可设置为3分;当结构性缺陷为3级时,对应的分值可设置为4分;当结构性缺陷为4级时,对应的分值可设置为5分;根据维修人员输入检修管段的拍摄图片,通过识别拍摄图片中管段的结构性缺陷的级数,在结构性缺陷指标中匹配对应的分值。
功能性缺陷指标是指导致管道过水断面发生变化,影响畅通性能的缺陷,因此,将功能性缺陷指标作为排水管网失效评估的指标之一,设置功能性缺陷指标的评分标准与分值。根据管道实际检测的功能性缺陷等级判定分值,当功能性缺陷为0级时,对应的分值可设置为1分;当功能性缺陷为1级时,对应的分值可设置为2分;当功能性缺陷为2级时,对应的分值可设置为3分;当功能性缺陷为3级时,对应的分值可设置为4分;当功能性缺陷为4级时,对应的分值可设置为5分;根据维修人员输入检修管段的拍摄图片,通过识别拍摄图片中管段的功能性缺陷的级数,在功能性缺陷指标中匹配对应的分值。
由于失效可能性指标中包括四个失效可能性指标,四个失效可能性指标包括管材指标、管龄指标、结构性缺陷指标以及功能性缺陷指标,一个失效可能性指标对应一个权重,失效可能性指标的总权重为1。
计算各失效可能性指标的负相关复相关系数R,根据R来表示各项指标之间的共性强弱。基于排水管网检测的数据,计算各个失效可能性指标之间的权重,以管材指标为例,计算管材指标在失效可能性指标中的权重,在失效可能性指标中一共有4个评估指标,假定管材为因变量,余下3个指标作为自变量进行回归分析,就可以得到复相关系数R。复相关系数R计算公式如下:
在上述公式中:i=1,2,3,…n;Xi为指标的评分值;是对指标的真实值进行测量后,把测量偏离于真实值的所有值进行平均所得的结果;/>为X中除去Xi的剩下的数值。
因为负相关系数R可以体现出各个指标之间存在的重复信息量,而R的倒数则反映出某一指标中包含的与其他指标不同的信息量。显然,R与权重之间属于复相关关系,选取R的倒数作为得分,再对其进行归一化处理,最终得到权重值,R和Di计算公式如下:
在上述公式中,i=1,2,3,…n。通过上述公式可得到管材指标在失效可能性指标的权重,其他指标在失效可能性指标的权重计算与管材指标的计算类似,这里不在一一进行举例说明。
获取第一管段中各个失效可能性指标对应的分值,在将各个失效可能性指标对应的分值与失效可能性指标对应的权重进行计算,得到各失效可能性指标的得分,在将各失效可能性指标的得分进行相加,得到失效可能性总分值,即失效可能性数值。由于预设排水管网风险评估模型包括失效可能性数值与失效可能性等级之间的对应关系,一个失效可能性数值对应一个失效可能性等级。故将失效可能性数值输入预设排水管网风险评估模型中,得到失效可能性等级。
计算失效可能性数值可使用加权之和进行计算,失效可能性数值表示为POF,POF计算公式如下:
在上述计算公式中,ωi为指标权重;POFi为各项失效可能性指标的得分;i=1,2,3,…n。根据上述公式得到失效可能性数值,在将失效可能性数值输入预设排水管网风险评估模型中得到失效可能性等级。
进一步,构建失效可能性数值与失效可能性等级之间的对应关系,失效可能性等级可采用概率来表示,当失效可能性的总分值为1时,管段发生故障的概率为0~20%,失效可能性等级可设置为第一等级;当失效可能性的数值大于1且小于或等于2时,管段发生故障的概率为21~40%,失效可能性等级可设置为第二等级;当失效可能性的数值大于2且小于或等于3时,管段发生故障的概率为41~60%,失效可能性等级可设置为第三等级;当失效可能性的数值大于3且小于或等于4时,管段发生故障的概率为61~80%,失效可能性等级可设置为第四等级;当失效可能性的数值大于4且小于或等于5时,管段发生故障的概率为81~100%,失效可能性等级可设置为第五等级;概率越大,对应的等级越高。
举例来说,通过计算得到第一管段的失效可能性数值为1.5时,失效可能性数值1.5在失效可能性数值的大于1且小于或等于2时的范围内,故确定第一管段对应的失效可能性等级为第二等级。
此外,监测服务器获取第一数据中的失效后果数值,失效后果数值为失效后果指标对应的分值,失效后果指标包括区域类别指标、易涝程序指标、管径指标、管道埋深指标、道路级别指标以及服务人口指标;针对失效后果指标在下文中逐一进行介绍。
区域类别指标是指靠近关键区域(公共服务、商业区、机场、旅游景点、学校、水体保护区等)的距离。将区域类别指标作为排水管网失效评估的指标之一,当评估对象位于具有高度社会影响的地区时,失效后果危害程度最高。根据评估对象所在区域靠近关键区域(学校、医院、保护区等)距离判定分值,设置区域类别指标的评分标准与分值。当管段的区域类别与学校、医院、水体保护区等关键地区距离小于800m时,对应的分值可设置为1分;当管段的区域类别与学校、医院、水体保护区等关键地区距离大于400m,但小于且等于800m时,对应的分值可设置为2分;当管段的区域类别与学校、医院、水体保护区等关键地区距离大于200m,但小于且等于400m时,对应的分值可设置为3分;当管段的区域类别与学校、医院、水体保护区等关键地区距离大于100m,但小于且等于200m时,对应的分值可设置为4分;当管段的区域类别与学校、医院、水体保护区等关键地区距离小于或等于100m时,对应的分值可设置为5分;根据维修人员输入检修管段对应的序号,一个管段对应一个唯一的序号,事先将不同管段序号对应的区域类别进行存储,根据管段序号获取对应的区域类别,在区域类别指标中匹配对应的分值。
易涝程序指标是指道路两侧小于或等于2km范围内在经历强降雨或者长期降雨等情况产生的易涝点数量。根据评估对象所在区域靠近关键区域(学校、医院、保护区等)距离判定分值,设置易涝程序指标的评分标准与分值。当易涝点数量小于或等于1时,对应的分值可设置为1分;当易涝点数量大于1,但小于5时,对应的分值可设置为3分;当易涝点数量大于或等于5时,对应的分值可设置为5分;根据维修人员输入检修管段对应的序号,获取序号管段对应的易涝点数量,根据易涝点数量在易涝程序指标中匹配对应的分值。
管径指标是指排水管道的尺寸大小。根据管径大小判断分值,管径越大,管道发生失效造成更高的维护成本。设置管径指标的评分标准与分值。当管径的尺寸小于600mm时,对应的分值可设置为1分;当管径的尺寸大于或等于600mm,但小于1000mm时,对应的分值可设置为2分;当管径的尺寸大于或等于1000mm,但小于1500mm时,对应的分值可设置为4分;当管径的尺寸大于或等于15000mm时,对应的分值可设置为5分;根据维修人员对管径尺寸的检测,根据管径尺寸在管径指标中匹配对应的分值。
管道埋深指标是指管道埋深,是指管道埋设处从地表面到管道底部的垂直距离。根据埋深是否符合规范要求设置对应的分值:当管段埋深小于且等于2m时,对应的分值可设置为1分;当管段埋深大于2m,但小于或等于5m时,对应的分值可设置为3分;当管段埋深大于5m时,对应的分值可设置为5分,根据维修人员对管段埋深的测量,根据管段埋深在管道埋深指标中匹配对应的分值。
道路级别指标是指排水管段所在区域上方道路性质。根据评估对象所在位置上方道路类别判定分值,当评估管段位于高交通量道路(如高速公路或主干道)附近,其分值可设置为5分;当评估管段位于道路交通量较高的主干路,其分值可设置为4分;当评估管段位于较小且交通较少的次干路,其分值可设置为3分;当当评估管段位于较小且交通较少的主干路,其分值可设置为2分;当评估管段位于小巷/乡间小路/废弃道路时,其分值可设置为1分。根据维修人员将管段序号进行上传,获取管段序号对应的道路性质,根据道路性质在道路级别指标中匹配对应的分值。
服务人口指标是指管段所在区域的服务人口数量,针对不同服务人口是指不同的评分标准和分值。当服务人口数小于1.5万人时,对应的分值可设置为1分;当服务人口数大于或等于1.5万人,且小于3.75万人时,对应的分值可设置为2分;当服务人口数大于或等于3.75万人,且小于7.5万人时,对应的分值可设置为3分;当服务人口数大于或等于7.5万人,且小于12.75万人时,对应的分值可设置为4分;当服务人口数大于或等于12.75万人时,对应的分值可设置为5分;根据管段所在区域的服务入口数量在服务人口指标中匹配对应的分值。
再计算各个失效后果指标各自对应的权重,失效后果指标对应权重的计算与管材类似,这里不在一一进行举例说明。一个失效后果指标对应一个权重,计算得到各个失效后果指标对应的权重后,根据第一管段对应的检测信息,获取第一管段在各失效后果指标中对应分值,将各失效后果指标对应的分值与各失效后果指标对应权重进行相乘,得到各失效指标的得分,再将多个失效后果指标的得分进行相加,得到失效后果总分值,即失效后果数值。再将失效后果数值输入预设排水管网风险评估模型中,得到失效后果等级,预设排水管网风险评估模型包括失效后果数值与失效后果等级之间的对应关系,一个失效后果数值对应一个失效后果等级。
计算失效后果数值可使用加权之和进行计算,失效可能性数值表示为COF,COF计算公式如下:
在上述计算公式中,ωi为指标权重;COFi为各项失效后果指标的得分;i=1,2,3,…n。使用上述公式得到失效后果数值,在将失效后果数值输入预设排水管网风险评估模型中,得到失效后果等级。
进一步,构建失效后果数值与失效后果等级之间的对应关系,失效后果等级可采用失效后果影响程序来表示,当失效后果数值为1时,可忽略影响,失效后果等级可设置为第一等级;当失效后果数值为大于1且小于或大于2时,较小影响,失效后果等级可设置为第二等级;当失效后果数值为大于2且小于或等于3时,中等影响,失效后果等级可设置为第三等级;当失效后果数值为大于3且小于或等于4时,较大影响,失效后果等级可设置为第四等级;当失效后果数值为大于4且小于或等于5时,严重影响,失效后果等级可设置为第五等级;影响程度越严重,等级越高。
举例来说,计算得到第一管段的失效后果数值为3.6时,第一管段的失效后果数值在大于3且小于或等于4的范围内,故确定第一管段对应的失效后果等级为第四等级。
监测服务器获取第一管段对应的失效可能性等级和失效后果等级后,将失效可能性等级与失效后果等级之间相乘,得到失效等级数值,将失效等级数值输入预设排水管网风险评估模型中,得到第一风险等级,预设排水管网风险评估模型包括失效等级数值与第一风险等级之间的对应关系。
在将失效等级数值输入预设排水管网风险评估模型之前,构建失效等级数值与第一风险等级之间的对应关系,当失效等级数值大于或等于1,且小于或等于2时,失效风险等级可设置为低风险;当失效等级数值大于2,且小于或等于4时,失效风险等级可设置为较低风险;当失效等级数值大于4,且小于或等于9时,失效风险等级可设置为较中风险;当失效等级数值大于9,且小于或等于16时,失效风险等级可设置为较高风险;当失效等级数值大于16,且小于或等于25时,失效风险等级可设置为高风险。在将上述构建的对应关系存储在预设排水管网风险评估模型中。
在上述示例中,当第一管段的失效可能性等级为第二等级,第一管段的失效后果等级为第四等级,将失效可能性等级与失效后果等级进行相乘,得到失效等级数值为8,失效等级数值8在失效风险等级处于中风险,第一风险等级对应中风险。
步骤S103:向用户设备发送第一风险等级,以完成对第一管段的风险评估。
在上述步骤中,监测服务器使用预设排水管网风险评估模型对第一数据进行分析,得到第一管段对应第一风险等级。监测服务器将第一风险等级向用户设备发送,用户设备是指市政部门使用的电子设备,以完成对第一管段的风险评估。
监测服务器在对第一管段进行风险评估后,风险评估的目的是为了控制风险,将失效风险降至可控或最低,减少紧急的投资,故根据风险等级制定对应的处置原则和控制措施,以便于市政相关部门根据风险等级和处理措施对管段进行处理。如图2所示,图2是本申请实施例提供的一种针对排水管网进行风险评估方法的第二流程示意图,该方法包括步骤S201-步骤S203。
步骤S201:获取第一风险等级。
在上述步骤中,监测服务器获取第一管段对应的第一风险等级。
步骤S202:将第一风险等级输入预设排水管网风险评估模型中,得到第一处理措施;预设排水管网风险评估模型包括第一风险等级与第一处理措施之间的对应关系。
在上述步骤中,在将第一风险等级输入预设排水管网风险评估模型之前,构建第一风险等级与第一处理措施之间的对应关系,当第一风险等级为低风险时,管道状态为健康,安全隐患很小,处理原则可设置为不需要立即采取行动,第一控制措施可设置为需要制定养护计划,并定期开展失效风险评估,进行日常监测;当第一风险等级为较低风险时,管道状态为正常,安全隐患可接受,处理原则可设置为实施风险管理,可采取风险控制措施,第一控制措施可设置为需要制定养护计划,并定期开展失效风险评估,加强日常监测及维护;当第一风险等级为中风险时,管道状态为可能失效,存在安全隐患,处理原则可设置为应实施必要风险管理,及时采取控制措施,第一控制措施可设置为加强监控,及时开展管道检测与评估,制定修复计划和应急响应措施;当第一风险等级为较高风险,管道状态为即将失效,存在较高安全隐患,处理原则可设置为应实施风险管理,降低失效风险,立即采取控制措施,第一控制措施可设置为实时监控,短时间内开展管道检测与评估制定计划和应急响应措施,短期内需要进行修复或翻新;第一风险等级为高风险时,管道状态为即将失效或已经失效,存在重大安全隐患,处理原则可设置为必须采取风险管理,降低失效风险,需要立刻采取控制措施,第一控制措施可设置为实时监控,立即开展管道检测与评估,制定计划和应急响应措施,需要立即修复或更换。
举例来说,当第一风险等级为中风险,中风险对应管道状态为能失效,存在安全隐患,第一处理措施是实施必要风险管理,及时采取控制措施,具体的控制措施为加强监控,及时开展管道检测与评估,制定修复计划和应急响应措施。
步骤S203:向用户设备展示第一处理措施,以便于用户根据第一处理措施对第一管段进行处理。
在上述步骤中,向用户设备展示第一风险等级对应的第一处理措施,监测服务器向用户设备发送第一管段对应的第一风险等级和第一处理措施,以便于相关部门的人员根据第一处理措施对第一管段进行处理。
举例来说,第一管段对应的序号为23,对第一数据输入预设排水管网风险评估模型中,得到第一风险等级和第一处理措施,向用户设备发送第一管段对应的序号、第一数据、第一风险等级以及第一处理措施,以便于相关部门的人员确定第一管段的具体位置,并根据第一处理措施对第一管段进行处理。
在一种可能的实施方式中,当同时对两个不同的管段的检修数据进行风险评估时,判断两个不同管段对应的风险等级,优先向用户设备发送风险等级较高的管段,以便于相关部门及时对较严重的管段进行处理,减少故障的发生。如图3所示,图3是本申请实施例提供的一种针对排水管网进行风险评估方法的第三流程示意图,该方法包括步骤S301-步骤S304。
步骤S301:获取用户设备发送的第二数据,第二数据为第二管段对应的检修数据。
在上述步骤中,第二管段为多个管段中除第一管段的任意一个管段,维修人员对第二管段检修完成后,维修人员通过用户设备将第二管段对应的检修数据发送给监测服务器,监测服务器接收用户设备发送的第二数据,此时第二数据为第二管段对应的检修数据。
举例来说,第二管段的序号为24,维修人员在对序号为24的第二管段进行检测,维修人员检测完成后,将序号为24的检修数据通过用户设备向监测服务器进行发送,监测服务器接收用户设备发送的序号为24的检修数据。
步骤S302:将第二数据输入预设排水管网风险评估模型中,得到第二风险等级。
在上述步骤中,在将第二数据输入预设排水管网风险评估模型中,得到第二风险等级。
在上述举例中,将第二数据输入预设排水管网风险评估模型中,得到第二风险等级,当第二风险等级为较高风险。
步骤S303:判断第一风险等级是否大于第二风险等级。
在上述步骤中,通过判断第一管段和第二管段各自对应风险等级,进而确定风险等级较高的管段,优先对风险等级较高的管段进行处理。
步骤S304:当第一风险等级大于第二风险等级时,优先向用户设备发送第一风险等级,以便于用户优先处理第一管段。
在上述步骤中,当第一风险等级大于第二风险等级时,监测服务器确认第一风险等级高于第二风险等级,优先向用户设备发送第一风险等级,第一风险等级对应第一处理措施,以便于相关部门的人员根据第一处理措施及时对第一管段进行处理。
在上述举例中,当第二风险等级为较高风险,第一风险等级为高风险,第一风险等级大于第二风险等级,优先处理第一风险等级,第一风险等级与第一处理措施为对应关系,根据第一处理措施对第一管段进行处理。
此外,当第一风险等级小于第二风险等级时,优先向用户设备发送第二风险等级,以便于用户优先对第二管段进行处理。当第一风险等级等于第二风险等级时,判断接收第一数据的时间是否早于第二数据的接收时间,若早于第二数据的接收时间,优先向用户设备发送第一风险等级。
进一步,在本申请中对管段的检修数据进行风险评估后,都会将当前风险评估的结果进行存储,当后续在对同一管段的检修数据进行风险评估时,可基于本次对管段的风险评估数据,对历史的风险评估数据进行修订,以便于市政养护部门及时了解管段对应的信息。
本申请实施例还提供了一种针对排水管网进行风险评估的装置,图4是本申请实施例提供的一种针对排水管网进行风险评估装置的结构示意图,参考图4,装置为监测服务器,监测服务器包括获取单元401、处理单元402以及展示单元403。
获取单元401,获取用户设备发送的第一数据,第一数据为第一管段对应的检修数据,第一管段为多个管段中任意一个管段。
处理单元402,将第一数据输入预设排水管网风险评估模型中,得到第一风险等级。
展示单元403,向用户设备展示第一风险等级,以完成对第一管段的风险评估。
在一种可能的实施方式中,获取单元401用于获取第一风险等级;处理单元402用于将第一风险等级输入预设排水管网风险评估模型中,得到第一处理措施;预设排水管网风险评估模型包括第一风险等级与第一处理措施之间的对应关系;展示单元403用于向用户设备展示第一处理措施,以便于用户根据第一处理措施对第一管段进行处理。
在一种可能的实施方式中,获取单元401接收用户设备上传的排水管网的历史维护数据,历史维护数据包括排水管网的故障检修信息和故障处理措施信息;处理单元402用于根据历史维护数据,构建排水管网的风险评估指标和风险评估指标对应的分值;风险评估指标包括排水管网的失效可能性指标和失效后果指标;根据风险评估指标对应的分值,从预设风险数据库中获取风险评估指标对应的风险等级;构建预设排水管网风险评估模型,预设排水管网风险评估模型包括故障检修信息与风险等级的对应关系,以及风险等级与故障处理措施信息的对应关系。
在一种可能的实施方式中,获取单元401用于获取失效可能性数值,失效可能性数值为失效可能性指标对应的分值,失效可能性指标包括管材指标、管龄指标、结构性缺陷指标以及功能性缺陷指标;一个失效可能性指标对应一个权重;处理单元402用于将失效可能性数值输入预设排水管网风险评估模型中,确定失效可能性等级;获取单元401用于获取失效后果数值,失效后果数值为失效后果指标对应的分值,失效后果指标包括区域类别指标、易涝程序指标、管径指标、管道埋深指标、道路级别指标以及服务人口指标;处理单元402用于将失效后果数值输入预设排水管网风险评估模型中,确定失效后果等级;处理单元用于根据将失效可能性等级与失效后果等级输入预设排水管网风险评估模型中,得到第一风险等级。
在一种可能的实施方式中,预设排水管网风险评估模型包括失效可能性数值与失效可能性等级之间的对应关系,一个失效可能性数值对应一个失效可能性等级。
在一种可能的实施方式中,预设排水管网风险评估模型包括失效后果数值与失效后果等级之间的对应关系,一个失效后果数值对应一个失效后果等级。
在一种可能的实施方式中,获取单元401用于获取失效可能性等级;获取单元401用于获取失效后果等级;处理单元402用于将失效可能性等级与失效后果等级之间相乘,得到失效等级数值;将失效等级数值输入预设排水管网风险评估模型中,得到第一风险等级,预设排水管网风险评估模型包括失效等级数值与第一风险等级之间的对应关系。
在一种可能的实施方式中,获取单元401用于获取用户设备发送的第二数据,第二数据为第二管段对应的检修数据;第二管段为多个管段中除第一管段的任意一个管段;处理单元402用于将第二数据输入预设排水管网风险评估模型中,得到第二风险等级;判断第一风险等级是否大于第二风险等级;展示单元403用于当第一风险等级大于第二风险等级时,优先向用户设备发送第一风险等级,以便于用户优先处理第一管段。
需要说明的是:上述实施例提供的装置在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置和方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本申请还公开一种电子设备。参照图5,图5为本申请实施例提供了一种电子设备的结构示意图。电子设备500可以包括:至少一个处理器501,至少一个网络接口504,用户接口503,存储器505,至少一个通信总线502。
其中,通信总线502用于实现这些组件之间的连接通信。
其中,用户接口503可以包括显示屏(Display)、摄像头(Camera),可选用户接口503还可以包括标准的有线接口、无线接口。
其中,网络接口504可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,处理器501可以包括一个或者多个处理核心。处理器501利用各种接口和线路连接整个服务器内的各个部分,通过运行或执行存储在存储器505内的指令、程序、代码集或指令集,以及调用存储在存储器505内的数据,执行服务器的各种功能和处理数据。可选的,处理器501可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器501可集成中央处理器(CentralProcessingUnit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用请求等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器501中,单独通过一块芯片进行实现。
其中,存储器505可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器505包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器505可用于存储指令、程序、代码、代码集或指令集。存储器505可包括存储程序区和存储数据区,其中,存储程序区。可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及的数据等。存储器505可选的还可以是至少一个位于远离前述处理器501的存储装置。
如图5所示,作为一种计算机存储介质的存储器505中可以包括操作系统、网络通信模块、用户接口模块以及针对排水管网进行风险评估的应用程序。
在图5所示的电子设备500中,用户接口503主要用于为用户提供输入的接口,获取用户输入的数据;而处理器501可以用于调用存储器505中存储针对排水管网进行风险评估的应用程序,当由一个或多个处理器执行时,使得电子设备执行如上述实施例中一个或多个所述的方法。
一种电子设备可读存储介质,所述电子设备可读存储介质存储有指令。当由一个或多个处理器执行时,使得电子设备执行如上述实施例中一个或多个所述的方法。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必需的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所披露的装置,可通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口,装置或单元的间接耦合或通信连接,可以是电性或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后,将容易想到本公开的其他实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。
Claims (10)
1.一种针对排水管网进行风险评估的方法,其特征在于,应用于监测服务器中,所述方法包括:
获取用户设备发送的第一数据,所述第一数据为第一管段对应的检修数据,所述第一管段为多个管段中任意一个管段;
将所述第一数据输入预设排水管网风险评估模型中,得到第一风险等级;
向所述用户设备发送所述第一风险等级,以完成对所述第一管段的风险评估。
2.根据权利要求1所述的方法,其特征在于,在向所述用户设备发送所述第一风险等级,以完成对所述第一管段的风险评估之后,所述方法还包括:
获取所述第一风险等级;
将所述第一风险等级输入所述预设排水管网风险评估模型中,得到第一处理措施;所述预设排水管网风险评估模型包括所述第一风险等级与所述第一处理措施之间的对应关系;
向所述用户设备展示所述第一处理措施,以便于用户根据所述第一处理措施对所述第一管段进行处理。
3.根据权利要求2所述的方法,其特征在于,在将所述第一数据输入预设排水管网风险评估模型中,得到第一风险等级之前,构建所述预设排水管网风险评估模型,具体包括:
接收所述用户设备上传的排水管网的历史维护数据,所述历史维护数据包括排水管网的故障检修信息和故障处理措施信息;
根据所述历史维护数据,构建所述排水管网的风险评估指标和所述风险评估指标对应的分值;所述风险评估指标包括所述排水管网的失效可能性指标和失效后果指标;
根据所述风险评估指标对应的分值,从预设风险数据库中获取所述风险评估指标对应的风险等级;
构建预设排水管网风险评估模型,所述预设排水管网风险评估模型包括所述故障检修信息与所述风险等级的对应关系,以及所述风险等级与所述故障处理措施信息的对应关系。
4.根据权利要求1所述的方法,其特征在于,所述将所述第一数据输入预设排水管网风险评估模型中,得到第一风险等级,具体包括:
获取失效可能性数值,所述失效可能性数值为失效可能性指标对应的分值,所述失效可能性指标包括管材指标、管龄指标、结构性缺陷指标以及功能性缺陷指标;一个所述失效可能性指标对应一个权重;
将所述失效可能性数值输入所述预设排水管网风险评估模型中,确定失效可能性等级;
获取失效后果数值,所述失效后果数值为失效后果指标对应的分值,所述失效后果指标包括区域类别指标、易涝程序指标、管径指标、管道埋深指标、道路级别指标以及服务人口指标;
将所述失效后果数值输入所述预设排水管网风险评估模型中,确定失效后果等级;
根据将所述失效可能性等级与所述失效后果等级输入所述预设排水管网风险评估模型中,得到第一风险等级。
5.根据权利要求4所述的方法,其特征在于,所述预设排水管网风险评估模型包括所述失效可能性数值与所述失效可能性等级之间的对应关系,一个所述失效可能性数值对应一个所述失效可能性等级。
6.根据权利要求4所述的方法,其特征在于,所述预设排水管网风险评估模型包括所述失效后果数值与所述失效后果等级之间的对应关系,一个所述失效后果数值对应一个所述失效后果等级。
7.根据权利要求4所述的方法,其特征在于,所述根据将所述失效可能性等级与所述失效后果等级输入所述预设排水管网风险评估模型中,得到第一风险等级,具体包括:
获取所述失效可能性等级;
获取所述失效后果等级;
将所述失效可能性等级与所述失效后果等级之间相乘,得到失效等级数值;
将所述失效等级数值输入所述预设排水管网风险评估模型中,得到所述第一风险等级,所述预设排水管网风险评估模型包括所述失效等级数值与所述第一风险等级之间的对应关系。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述用户设备发送的第二数据,所述第二数据为第二管段对应的检修数据;所述第二管段为多个所述管段中除所述第一管段的任意一个管段;
将所述第二数据输入所述预设排水管网风险评估模型中,得到第二风险等级;
判断所述第一风险等级是否大于所述第二风险等级;
当所述第一风险等级大于所述第二风险等级时,优先向所述用户设备发送所述第一风险等级,以便于所述用户优先处理所述第一管段。
9.一种针对排水管网进行风险评估的装置,其特征在于,所述装置为监测服务器,所述监测服务器包括获取单元(401)、处理单元(402)以及展示单元(403);
获取单元(401),获取用户设备发送的第一数据,所述第一数据为第一管段对应的检修数据,所述第一管段为多个管段中任意一个管段;
处理单元(402),将所述第一数据输入预设排水管网风险评估模型中,得到第一风险等级;
展示单元(403),向所述用户设备展示所述第一风险等级,以完成对所述第一管段的风险评估。
10.一种电子设备,其特征在于,包括处理器(501)、存储器(505)、用户接口(503)及网络接口(504),所述存储器(505)用于存储指令,所述用户接口(503)和所述网络接口(504)用于给其他设备通信,所述处理器(501)用于执行所述存储器(505)中存储的指令,以使所述电子设备(500)执行如权利要求1-8任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310686461.8A CN116957322A (zh) | 2023-06-09 | 2023-06-09 | 一种针对排水管网进行风险评估的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310686461.8A CN116957322A (zh) | 2023-06-09 | 2023-06-09 | 一种针对排水管网进行风险评估的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116957322A true CN116957322A (zh) | 2023-10-27 |
Family
ID=88451886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310686461.8A Pending CN116957322A (zh) | 2023-06-09 | 2023-06-09 | 一种针对排水管网进行风险评估的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116957322A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117495093A (zh) * | 2023-11-08 | 2024-02-02 | 哈尔滨航天恒星数据系统科技有限公司 | 一种排水管网缺陷隐患风险评估方法、电子设备及存储介质 |
CN118153963A (zh) * | 2024-04-18 | 2024-06-07 | 天创信用服务有限公司 | 一种基于大数据的资产安全风险管理系统 |
CN119004864A (zh) * | 2024-10-22 | 2024-11-22 | 中安广源检测评价技术服务股份有限公司 | 一种城市管网风险监测系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114154915A (zh) * | 2021-12-14 | 2022-03-08 | 南方电网深圳数字电网研究院有限公司 | 一种用于电力设备风险管控的数据处理方法及装置 |
CN114565257A (zh) * | 2022-02-23 | 2022-05-31 | 国家石油天然气管网集团有限公司 | 油气并行管道风险评价方法和管控方法 |
CN114818363A (zh) * | 2022-05-16 | 2022-07-29 | 中建三局绿色产业投资有限公司 | 城市深层排水隧道淤积风险评估及预测预警方法 |
CN115689118A (zh) * | 2022-11-08 | 2023-02-03 | 国家石油天然气管网集团有限公司 | 一种油气管道风险评价方法、系统、存储介质和电子设备 |
-
2023
- 2023-06-09 CN CN202310686461.8A patent/CN116957322A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114154915A (zh) * | 2021-12-14 | 2022-03-08 | 南方电网深圳数字电网研究院有限公司 | 一种用于电力设备风险管控的数据处理方法及装置 |
CN114565257A (zh) * | 2022-02-23 | 2022-05-31 | 国家石油天然气管网集团有限公司 | 油气并行管道风险评价方法和管控方法 |
CN114818363A (zh) * | 2022-05-16 | 2022-07-29 | 中建三局绿色产业投资有限公司 | 城市深层排水隧道淤积风险评估及预测预警方法 |
CN115689118A (zh) * | 2022-11-08 | 2023-02-03 | 国家石油天然气管网集团有限公司 | 一种油气管道风险评价方法、系统、存储介质和电子设备 |
Non-Patent Citations (1)
Title |
---|
王智恺: "城市市政排水管网运行安全风险评估及工程示范", 《中国优秀硕士学位论文全文数据库 工程科技II辑》, 15 January 2022 (2022-01-15), pages 16 - 21 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117495093A (zh) * | 2023-11-08 | 2024-02-02 | 哈尔滨航天恒星数据系统科技有限公司 | 一种排水管网缺陷隐患风险评估方法、电子设备及存储介质 |
CN118153963A (zh) * | 2024-04-18 | 2024-06-07 | 天创信用服务有限公司 | 一种基于大数据的资产安全风险管理系统 |
CN119004864A (zh) * | 2024-10-22 | 2024-11-22 | 中安广源检测评价技术服务股份有限公司 | 一种城市管网风险监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116957322A (zh) | 一种针对排水管网进行风险评估的方法及装置 | |
Koo et al. | Innovative method for assessment of underground sewer pipe condition | |
CN103543706B (zh) | 一种排水物联网系统 | |
Jeong et al. | Prediction of flexible pavement deterioration in relation to climate change using fuzzy logic | |
CN110852577A (zh) | 基于城市韧性与城市流域水文模型的城市洪涝评估方法 | |
KR101591271B1 (ko) | 하수관거 정비 판단을 위한 의사결정 시스템 및 그 방법 | |
CN115270527B (zh) | 道路塌陷风险实时评估方法、设备及存储介质 | |
Zhou et al. | Flood impacts on urban road connectivity in southern China | |
Francini et al. | A performance-based approach for innovative emergency planning | |
JP4152423B2 (ja) | 点検業務に利用可能な評点式データシートに基づく健全性評価システム | |
Mezhoud et al. | Prioritization of maintenance work in wastewater networks using decision support methods | |
Vladeanu et al. | Consequence of failure of sewers (COFS) model for risk-based asset management using analytical hierarchy process | |
CN116341957A (zh) | 一种公路基础设施数字化率测度方法 | |
CN104280402A (zh) | 基于图像分析的路桥质量诊断系统 | |
CN113627686A (zh) | 一种洪涝评估方法 | |
Mbanjwa | An investigation of the relationships between inventory and inspection data of RC bridges and RC culverts in the Western Cape Province | |
KR20220096880A (ko) | 웹 어플리케이션을 활용한 하수관로 안전관리 시스템 | |
KR20030067305A (ko) | 매설배관 위험진단 평가방법 | |
Omenzetter et al. | Prioritisation methodology for application of bridge monitoring systems for quick post-earthquake assessment | |
Luo | Multi-Criteria Spatial Analysis of Multi-Purpose Utility Tunnels | |
Strauss et al. | WG1 technical report: Performance indicators for roadway bridges of COST Action 1406 | |
KR102530193B1 (ko) | 웹 어플리케이션을 활용한 상수관로 안전관리 시스템 | |
Almuhanna et al. | Spatial analysis of urban roadway pavement management | |
Tang et al. | RESIDENT PARTICIPATORY MONITORING OF SLOPE DISASTERS USING TILT SENSORS | |
Pratama et al. | The development of bridge management system in Indonesia |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |