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>>

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。

（文章转自网络，如有侵权，请联系删除）