我们的判断
AI 应进入测量的信号层。
判断读数,需要考察测量时的实际条件。介质、温度与安装条件的变化,都可能影响信号与测量结果。我们研究以学习模型配合物理计算,分析复杂工况下的测量信号,辅助读数判断。
介质
气泡或颗粒可能影响信号质量。
温度
温度变化可能改变介质物性与测量条件。
安装
弯头、阀门与安装位置,可能影响测量位置的流动状态。
学习模型在语言和图像上的进展,为测量信号研究提供了新的工具。我们认为,AI 在测量中的更大空间,在读数形成之前的信号层;规划中的云端分析将以这一层的输出为基础。
我们的方法
从信号分析,
走向系统智能。
我们以三个层次推进:传感器内的测量模型、PoE 连接,以及按系统拓扑组织的云引擎。目标是将 AI 从单点测量延伸到相互关联的物理系统,为客户提供系统报告与风险预测。三个层次目前处于不同阶段。
信号层
测量大模型
研究目标:在传感器内引入测量大模型,配合物理计算分析信号规律,辅助复杂工况下的读数判断。目前处于模型设计阶段。
研究中连接层
PoE,一根网线
开发中:PoE 系统与数据平台,目标是以一根网线承载供电和数据传输。仪表原始信号的获取条件,尚未与制造方确认。
在建系统层
跨传感器的分析
规划中:以 SaaS + AI 云引擎,按管网等物理系统的拓扑关联流量、红外及其他传感器,通过 AI agent 开展分析、报告与风险预测。尚未开始。
规划中
第一代产品
PoE 智能流量传感器
第一代 PoE 智能流量传感器,是这一方向正在研发的首个产品实例。
- 测量本体:来自合作制造商的成熟流量计。
- 自主开发部分:PoE 系统与数据平台在建;传感器内的测量模型处于研究阶段。
- 首个应用方向:管道流量监测。
研发中
进一步了解流量传感器
- 流量
- 0.80 m³/h
- 信号质量
- 正常
- 公式与模型
- 一致
示例数据,非真实设备输出。
我们的基础
平台已投入使用;测量大模型处于设计与仿真测试阶段。
公司
在香港注册成立
傳感網有限公司是在香港注册成立的私人公司。注册名称、公司编号、成立日期与注册地址,均可在公司页核对。
公司资料工程
内部管理平台已投入使用
自建平台已用于公司的项目、客户门户与业务记录,并设有受权限控制的 AI 数据访问接口。这些实际使用经验,为正在开发的传感器数据平台提供权限管理与业务集成方面的基础。
研究
模型设计与仿真测试
测量大模型处于设计阶段,已用仿真数据完成首轮测试。下一步采集真实信号,尚未开始;之后再用真实数据验证。
路线
研发里程碑
做完的事写日期;未完成的事只写先后顺序和进入下一阶段的条件,不写日期。
- 2025 年 4 月
公司在香港注册成立
已完成 - 2026 年秋
自建管理平台与 AI 接口投入使用
已完成
研究线
测量大模型
- 进行中
模型设计与仿真测试
设计模型框架,并用仿真数据测试,首轮测试已完成;框架定稿后进入下一阶段。
- 下一步
真实信号采集
在试验管路上采集传感器原始信号,同时记录独立参考读数。尚未开始。
- 之后
真实数据验证
以独立参考为准,与常规计算方法对照;结果不成立就回到设计。
- 之后
模型嵌入传感器
把通过验证的模型压缩到能在传感器内的处理器上运行。
产品线
传感器与平台
- 进行中
第一代 PoE 智能流量传感器的系统设计
确定传感器系统、PoE 连接与数据平台的设计。
- 下一步
演示系统
把样机接入自己的平台,做成演示系统。
- 之后
香港首批试点
演示系统完成后,逐个商定试点现场的范围与验收方法。
- 远期
更多类型的传感器接入同一网络
将平台扩展到更多类型的传感器。
两条线并行;测量大模型通过真实数据验证之后才装入传感器。