方案背景
近年来，随着我国科学技术的发展和城市化进程的加速，城市排放的污水量也日益增加，导致水污染严重。在污水处理过程中，水体的表层往往会出现大量泡沫，对于该泡沫厚度的监测目前采用的方式采用人为监测，该方式往往存在监测效率低，数据监测准确性差的问题，为了解决这一问题我公司提出次方案。
方案说明
系统结构框架
系统结构组成及作用
（1）现场端：由鹰眼摄像机，NVR设备、压力式液位传感器三部分组成，其中摄像机的主要作用是捕捉现场水尺测量的液位高度，NVR设备的作用是存储捕捉的视频和图片文档，压力式液位传感器是为了测量水体的实际深度。
（2）传输端：通过有线网络或者无线方式将现场端的视频图片上传到AI解算平台，同时数据采集终端将压力式传感器监测的实际水位高度一并也上传到解算平台。
（3）上位平台：包括AI解算云平台和用户平台。
系统原理
系统包括动态光感捕捉系统（摄像机完成）、视觉识别算法系统（AI平台完成）、数据分析比对系统（AI平台完成）三方面内容，采用通过动态光感捕捉系统，实时动态反映水位的变化情况，采用基于机器学习开发的图像识别算法系统以及结合不断优化的神经网络算法模型，准确识别水位的高度。配合液位传感器上传的数据进行比对计算，将最终得出水体泡沫的厚度上传到用户平台。
系统特点
● 无人值守、24小时不间断比对，数据实时上传。
● 图文并茂可以直观查看到泡沫厚度的变化趋势。
● 数据报警可以随时提醒工作人员。
● 太阳能供电，安装方便，无需铺设线路。
方案效果
该方案实施后可以有效的缓解人员压力、提高工作效率、降低成本，搭配着手机端和PC端的数据查询显示功能够更快速的获取现场数据，同时该系统还具备阈值报警功能，能够在第一时间根据设定阈值进行报警，报警方式主要包括：手机短信报警、网页或手机端推送报警以及语音通话报警。