CN105510535A - 基于现场实验的化工园区气体传感器扇形优化部署方法 - Google Patents

基于现场实验的化工园区气体传感器扇形优化部署方法 Download PDF

Info

Publication number
CN105510535A
CN105510535A CN201510996385.6A CN201510996385A CN105510535A CN 105510535 A CN105510535 A CN 105510535A CN 201510996385 A CN201510996385 A CN 201510996385A CN 105510535 A CN105510535 A CN 105510535A
Authority
CN
China
Prior art keywords
sensor
sensors
gas sensor
field experiment
gas
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.)
Granted
Application number
CN201510996385.6A
Other languages
English (en)
Other versions
CN105510535B (zh
Inventor
魏建明
章炜
姜烨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI ZHONGWEITIANAN PUBLIC SAFETY TECHNOLOGY Co Ltd
Original Assignee
SHANGHAI ZHONGWEITIANAN PUBLIC SAFETY TECHNOLOGY Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by SHANGHAI ZHONGWEITIANAN PUBLIC SAFETY TECHNOLOGY Co Ltd filed Critical SHANGHAI ZHONGWEITIANAN PUBLIC SAFETY TECHNOLOGY Co Ltd
Priority to CN201510996385.6A priority Critical patent/CN105510535B/zh
Publication of CN105510535A publication Critical patent/CN105510535A/zh
Application granted granted Critical
Publication of CN105510535B publication Critical patent/CN105510535B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Combustion & Propulsion (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Emergency Alarm Devices (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种基于现场实验的化工园区气体传感器扇形优化部署方法，根据结合环境特性和气体特性设计了现场布设传感网的方案，主要是根据风速和传感器的地理高程设计不同现场实验的部署方案，根据最先达到报警浓度传感器所属的方案为最优方案，然后在最优方案中根据达到报警浓度的传感器的数量，达到报警浓度的传感器的时间按照升序排列，结合所具体园区中给定的传感器数量，时间序列中前几位和给定传感器数量相同的传感器的位置为最优方案中的传感器的最优部署位置。本发明的现场实验方案准确度高，充分结合了气象条件以及地理高程，更具有实际意义，同时也能够为布设方案提供启发依据和指导规则。

Description

基于现场实验的化工园区气体传感器扇形优化部署方法
技术领域
本发明涉及安全应急监控方法，更具体地说，涉及一种基于现场实验的化工园区气体传感器扇形优化部署方法。
背景技术
随着化工行业的发展，涉及到易燃易爆、有毒有害危险品的危化品园区，由于人为、设备、生产管理或者环境因素等不可避免地会出现危险气体的泄漏的情况，会引起火灾、爆炸等一系列严重事故，事故一旦发生，危害范围往往会很大，往往超出工业园区或建设项目的边界，给周边人群、环境造成恶劣影响，导致大量人员伤亡和财产损失，若事故发生在城市区域或者人口密集区域，由于人员集中，疏散困难，造成的后果会更加严重。
这些事故的预防措施有：
(1)对所有油气生产设施建立正式的工程设计评价程序；
(2)积极使用标准对工程实践进行调节。例如炼油厂等处理类似危险物质的工厂是通过OSHA标准来调节的，该标准是1992年颁布的；
(3)制定相关的操作规程并加强对操作人员的专业培训；
(4)完善对运行设备的维护工作。
这些措施虽然在一定程度上可以降低危害的发生频率，但是起不到真正的预防效果，事故一旦发生，如何快速有效地感知并且采取相关措施来降低危害后果才是关键，园区中合理的部署气体传感器才可以有效地监测到气体的泄漏，才可以及时采取应急措施，防止更严重的后果发生。为了监测危化品园区中可燃气体的泄漏，在这些园区中通常会部署气体传感器，但是危化品园区按照常规安装的气体传感器由于实际风向和风力等环境因素，以及地理高程等的影响在气体泄漏时可能存在监测盲区，无法真正监测到泄漏的气体，遇到火花或者其他可燃条件会引起爆炸和火灾，所以设计一套能够快速准确地监测气体泄漏的无线传感器网络是解决这一问题的重要方法。
《GB50493-2009石油化工可燃气体和有毒气体检测报警设计规范》规定了(1)当可燃性气体泄漏时，浓度达到了25％的爆炸下限(LEL)，应设置可燃气体监测器；(2)可燃气体监测系统应该采取两级报警，二级报警浓度为0.5LEL，一级报警浓度为0.25LEL，爆炸浓度下限为LEL。
如何对工业园区中的无线传感网络进行合理布局，预防和控制潜在的重特大事故，降低其造成的损失和影响，确保工业园区、在建项目的安全运营和周边环境安全，已成为各级政府、建设者与管理者以及社会各界日益关心，关注和需要解决的核心问题，所以为避免发生重大伤亡事故，结合园区危化品扩散态势以及园区实际情况设计一套无线传感网部署系统是迫在眉睫的事情，也是造福人类的一项工程。
现在大多数的传感器的部署方法是根据计算机将泄漏情景模拟出来，一般利用CFD的相关理论和仿真软件进行扩散模型的分析，根据扩散模型进行浓度分析，然后部署气体传感器节点，还有一些是纯粹基于通信特性方面进行的研究，没有结合实际泄漏场景和地理高程以及其气象条件，只是停留在理论意义上，并不具有实用性。
发明内容
针对现有技术中存在的计算机模拟泄漏情景仅仅停留在理论研究，不具有实用性的问题，本发明的目的是提供一种基于现场实验的化工园区气体传感器扇形优化部署方法。
为实现上述目的，本发明采用如下技术方案：
一种基于现场实验的化工园区气体传感器扇形优化部署方法，包括以下步骤：步骤1，在泄漏源前方的扇形区域布置多个气体传感器，气体传感器布置于扇形的两条边以及两条边的连线上；步骤2，记录传感器的高度及其位置坐标；步骤3，启动风扇并记录风速；步骤4，使泄漏源发生泄漏，并控制泄漏速度恒定；步骤5，对泄漏气体浓度进行采样，连续监测一段时间并记录实验结果；步骤6，调节风扇风速，重复步骤3～5，依次记录实验结果；步骤7，调节扇形夹角，重复步骤3～6，依次记录实验结果；步骤8，设定报警浓度门限为可燃气体爆炸下限，记录同一风速的所有实验中第一次达到设定阈值的传感器的响应时间；步骤9，找到达到报警浓度的传感器数量最多的实验对应的实验结果，作为最优部署方案，然后确定该实验中最优的监测节点位置。
根据本发明的一实施例，步骤9包括以下步骤：比较最优部署方案中所有达到报警浓度的传感器的时间，按照时间长短升序排列；根据具体给定的传感器的数量，选择时间序列中前几位相应数量的传感器的位置作为最优方案中气体传感器的最优部署位置。
根据本发明的一实施例，步骤9中，报警浓度门限为可燃气体爆炸下限为LEL，则设定阈值为0.25LEL。
根据本发明的一实施例，步骤7中，调节扇形的夹角，使得扇形边与泄漏源的夹角变化范围依次为0°，5°，10°，15°，20°，25°，30°。
根据本发明的一实施例，步骤5中，采样间隔为1秒，监测时间为5分钟。
在上述技术方案中，本发明的基于现场实验的化工园区气体传感器扇形优化部署方法的现场实验方案准确度高，充分结合了气象条件以及地理高程，更具有实际意义，同时也能够为布设方案提供启发依据和指导规则。
附图说明
图1是本发明基于现场实验的化工园区气体传感器扇形优化部署方法的传感器布置图；
图2是本发明基于现场实验的化工园区气体传感器扇形优化部署方法的流程图；
图3和图4是不同高程的传感器达到报警浓度所用时间示意图。
具体实施方式
下面结合附图和实施例进一步说明本发明的技术方案。
本发明根据结合环境特性和气体特性设计了现场布设传感网的方案，主要是根据风速和传感器的地理高程设计不同现场实验的部署方案，根据最先达到报警浓度传感器所属的方案为最优方案，然后在最优方案中根据达到报警浓度的传感器的数量，达到报警浓度的传感器的时间按照升序排列，结合所具体园区中给定的传感器数量，时间序列中前几位和给定传感器数量相同的传感器的位置为最优方案中的传感器的最优部署位置。
因此，参照图1，本发明公开一种基于现场实验的化工园区气体传感器扇形优化部署方法，其硬件设备包括：液化气罐1个、变速风扇1个、传感器15个、风速计1个、秒表、卷尺、标尺若干、温度标定设备、无纸记录仪一台、传感器支杆若干、中继设备、PC机等。
对于上述设备：
液化气罐为气体泄漏源，调节液化气罐的压力阀使其以一定的速度进行泄漏。
变速风扇通过调节风速来模拟无风、软风、轻风、微风以及和风等情景，对应的风速分别为V1＝0～0.2，V2＝0.3～1.5，V3＝1.6～3.3，V4＝3.4～5.4，V5＝5.5～7.9(m/s)。
传感器为气体传感器，作为监测节点，在部署中形成扇形，扇形夹角为è，传感器高度分别为距离地面H1、H2和H3，改变夹角的大小，形成不同的情景。气体传感器用来监测不同情景下不同泄漏时间的气体的浓度，各个传感器节点的监测数据通过中继设备传输到PC机上存储，同时记录不同节点的位置坐标、响应时间、风速以及监测浓度。
风速计用来测变速风扇的风速，秒表用来记录监测时间，卷尺和标尺是用来确定传感器节点的位置坐标，温度标定设备是温度计，用来测量试验场地的气温，无纸记录仪是用来记录不同监测节点的位置坐标、响应时间、风速以及监测浓度，气体传感器支杆用来将传感器固定在不同高程，中继设备是网关节点，用来向PC机传输传感器的浓度信号。
参照图2，本发明的实现过程包括两个阶段：确定最优部署方案阶段和确定最优部署方案中最优部署节点位置。
确定最优部署方案阶段，通过实验不同风速条件下传感器传感器形成扇形不同夹角的方案中，监测到报警浓度气体传感器数量最多的实验方案即为最优部署方案。
确定最优部署方案中最优部署节点位置的阶段，依据监测时间的长短，按照时间的长短升序排列，再根据具体的监测节点的数量，确定时间最短的前几位的节点的位置就是该方案中最优节点的位置。
进一步地，参照图1和图2，上述优化部署方法包括如下步骤：
S1：在泄漏源前方的扇形区域布置多个气体传感器，气体传感器布置于扇形的两条边以及两条边的连线上。具体来说，在液化气罐前面部署气体传感器，形成一个夹角为è的扇形，在扇形的两条边以及两条边的连接线上部署传感器节点，部署三行，第一行与液化气罐的垂直距离为L1，第一行与第二行的垂直距离为L2，第三行与第二行的垂直距离为L3。
S2：记录传感器的高度及其位置坐标，每一行部署传感器的高度分别为H1、H2和H3，用卷尺和标尺测量传感器的位置坐标，在无纸记录仪上记录。
S3：启动风扇并记录风速。风扇开启，调节风速为V1，利用风速计进行测定，在无纸记录仪上记录。
S4：使泄漏源发生泄漏，并控制泄漏速度恒定。具体来说，将液化气罐阀门打开，使得液化气罐发生泄漏，控制气罐内外压力，使其泄漏速度一定。
S5：对泄漏气体浓度进行采样，连续监测一段时间并记录实验结果。具体来说，用秒表记录监测时间，气体传感器每隔1秒进行浓度的采样，连续监测5分钟，每个传感器把浓度值存储在自身的存储器中，并经过中继设备传输到PC机中，在无纸记录仪上记录，实验编号记为1。
S6：调节风扇风速，依次设定为V2、V3、V4、V5，重复步骤3～5，依次记录实验结果。
S7：调节扇形夹角，è，使得扇形边与进气方向的夹角的变化范围依次为angle1＝0°，angle2＝5°，angle3＝10°，angle4＝15°，angle5＝20°，angle6＝25°，angle7＝30°，重复步骤3～6，依次记录实验结果。
S8：设定报警浓度门限为可燃气体爆炸下限，记录同一风速的所有实验中第一次达到设定阈值的传感器的响应时间。具体来说，依据《GB50493-2009石油化工可燃气体和有毒气体检测报警设计规范》设定报警浓度门限为可燃气体爆炸下限LEL，记录同一风速的所有实验中第一次达到0.25LEL的传感器的响应时间。
S9：找到达到报警浓度的传感器数量最多的实验对应的实验结果，作为最优部署方案，然后确定该实验中最优的监测节点位置。
S9进一步包括以下子步骤：
S9.1：比较最优部署方案中所有达到报警浓度的传感器的时间，按照时间长短升序排列。
S9.2：根据具体给定的传感器的数量，选择时间序列中前几位相应数量的传感器的位置作为最优方案中气体传感器的最优部署位置。
下面通过一个实施例来进一步说明上述技术方案。
如图1所示，在园区中部署变速风扇16、风速仪17测定风扇16的风速，液化气罐18作为泄漏源，气体传感器1-15形成一个扇形，部署在传感器支杆19上，进气方向与水平方向夹角为15°，其中传感器1、3、5、7、9、11、13、15高程为0.6米，传感器2、4、6、8、10、12高程为0.3米，每行传感器的间距分别为L1，L2、L3，均为1米。
下表所示为一种基于现场实验的化工园区气体传感器优化部署方法的实验样本库示意图。
如上表所示，本发明一种基于现场实验的化工园区气体传感器优化部署方法的实验样本库，用来存储实验方案的序号，在同一风速下改变部署方案中的L1、L2、L3，进行多次实验，在表格中进行记录，改变风扇风速为V1、V2、V3、V4、V5，再次重复进行实验，再次记录。
在进行每一次实验时，记录每一个气体传感器在不同泄漏时刻的泄漏气体的名称、浓度、响应时间、位置坐标以及风速，记录完毕后，将监测到报警浓度的传感器最多的部署方案作为最优方案。
如图3和图4所示，报警浓度分为0.25LEL、0.5LEL和LEL三个等级，图3是高程为0.6米的情况，横坐标为传感器的编号，纵坐标为监测到不同报警浓度的传感器发生报警所需要的时间，圆形代表监测到0.25LEL的传感器的编号和时间，菱形代表监测到0.5LEL的传感器的编号和时间，方块代表监测到LEL的传感器的编号和时间。可见，监测到0.25LEL的节点序号按时间升序排列为15、7、13、5、3，监测到0.5LEL的排列顺序为：13、15、7、3，监测到LEL的排列顺序为：13、15、7，所以这些传感器的位置是最优的，其他传感器的位置都没有监测到报警浓度值。
图4是高程为0.3米的部署情况，横坐标为传感器的编号，纵坐标为监测到不同报警浓度的传感器发生报警所需要的时间，圆形代表监测到0.25LEL的传感器的编号和时间，菱形代表监测到0.5LEL的传感器的编号和时间，方块代表监测到LEL的传感器的编号和时间，监测到0.25LEL节点序号的排列顺序为12、14、6、8、2、4，监测到0.5LEL的节点序号的排列顺序为14、12、8、4，监测到LEL的节点序号为4，所以这些监测节点的位置是最优的。
综上所述，本发明具有以下优点：
1.结合环境特性和传感器节点特性，在实际园区进行现场实验，可以得到准确的气体扩散态势模型，便于分析气体浓度分布。
2.在传感器等硬件设备有限的条件下进行优化部署，经济实用。
3.与计算模拟方法比较，本发明更加准确，更加符合实际园区中的泄漏场景，可以实现有效监测，可以为其他布设方案提供启发依据和指导规则。
本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。

Claims (5)

1.一种基于现场实验的化工园区气体传感器扇形优化部署方法，其特征在于，包括以下步骤：
步骤1，在泄漏源前方的扇形区域布置多个气体传感器，所述气体传感器布置于扇形的两条边以及两条边的连线上；
步骤2，记录传感器的高度及其位置坐标；
步骤3，启动风扇并记录风速；
步骤4，使泄漏源发生泄漏，并控制泄漏速度恒定；
步骤5，对泄漏气体浓度进行采样，连续监测一段时间并记录实验结果；
步骤6，调节风扇风速，重复步骤3～5，依次记录实验结果；
步骤7，调节扇形夹角，重复步骤3～6，依次记录实验结果；
步骤8，设定报警浓度门限为可燃气体爆炸下限，记录同一风速的所有实验中第一次达到设定阈值的传感器的响应时间；
步骤9，找到达到报警浓度的传感器数量最多的实验对应的实验结果，作为最优部署方案，然后确定该实验中最优的监测节点位置。
2.如权利要求1所述的基于现场实验的化工园区气体传感器扇形优化部署方法，其特征在于，步骤9包括以下步骤：
比较最优部署方案中所有达到报警浓度的传感器的时间，按照时间长短升序排列；
根据具体给定的传感器的数量，选择时间序列中前几位相应数量的传感器的位置作为最优方案中气体传感器的最优部署位置。
3.如权利要求1所述的基于现场实验的化工园区气体传感器扇形优化部署方法，其特征在于：
步骤9中，所述报警浓度门限为可燃气体爆炸下限为LEL，则所述设定阈值为0.25LEL。
4.如权利要求1所述的基于现场实验的化工园区气体传感器扇形优化部署方法，其特征在于：
步骤7中，调节扇形的夹角，使得扇形边与泄漏源的夹角变化范围依次为0°，5°，10°，15°，20°，25°，30°。
5.如权利要求1所述的基于现场实验的化工园区气体传感器扇形优化部署方法，其特征在于：
步骤5中，采样间隔为1秒，监测时间为5分钟。
CN201510996385.6A 2015-12-25 2015-12-25 基于现场实验的化工园区气体传感器扇形优化部署方法 Active CN105510535B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510996385.6A CN105510535B (zh) 2015-12-25 2015-12-25 基于现场实验的化工园区气体传感器扇形优化部署方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510996385.6A CN105510535B (zh) 2015-12-25 2015-12-25 基于现场实验的化工园区气体传感器扇形优化部署方法

Publications (2)

Publication Number Publication Date
CN105510535A true CN105510535A (zh) 2016-04-20
CN105510535B CN105510535B (zh) 2017-09-15

Family

ID=55718663

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510996385.6A Active CN105510535B (zh) 2015-12-25 2015-12-25 基于现场实验的化工园区气体传感器扇形优化部署方法

Country Status (1)

Country Link
CN (1) CN105510535B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109272162A (zh) * 2018-09-20 2019-01-25 马鞍山九天智控科技有限公司 一种基于燃爆指数的安防预测系统及方法
US10663367B2 (en) 2017-07-28 2020-05-26 International Business Machines Corporation Adaptive sensing for a gas leak detection
CN113406270A (zh) * 2021-05-12 2021-09-17 中国汽车技术研究中心有限公司 燃料电池汽车氢气传感器位置优化方法
US20220099640A1 (en) * 2018-12-19 2022-03-31 Elichens Method for calibrating a gas sensor

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1995032421A1 (en) * 1994-05-23 1995-11-30 Aromascan Plc Sensor arrangement
WO1997001753A1 (en) * 1995-06-28 1997-01-16 Aromascan Plc Gas sensor arrangement
CN102033527A (zh) * 2010-10-11 2011-04-27 刘征涛 化工园区液态环境风险源监测布点方法
CN104101686A (zh) * 2014-07-01 2014-10-15 聚光科技(杭州)股份有限公司 一种气体监测方法
CN104792468A (zh) * 2015-04-07 2015-07-22 中国石油大学(华东) 一种炼油装置气体检测报警仪优化布置方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1995032421A1 (en) * 1994-05-23 1995-11-30 Aromascan Plc Sensor arrangement
WO1997001753A1 (en) * 1995-06-28 1997-01-16 Aromascan Plc Gas sensor arrangement
CN102033527A (zh) * 2010-10-11 2011-04-27 刘征涛 化工园区液态环境风险源监测布点方法
CN104101686A (zh) * 2014-07-01 2014-10-15 聚光科技(杭州)股份有限公司 一种气体监测方法
CN104792468A (zh) * 2015-04-07 2015-07-22 中国石油大学(华东) 一种炼油装置气体检测报警仪优化布置方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10663367B2 (en) 2017-07-28 2020-05-26 International Business Machines Corporation Adaptive sensing for a gas leak detection
CN109272162A (zh) * 2018-09-20 2019-01-25 马鞍山九天智控科技有限公司 一种基于燃爆指数的安防预测系统及方法
US20220099640A1 (en) * 2018-12-19 2022-03-31 Elichens Method for calibrating a gas sensor
US11879881B2 (en) * 2018-12-19 2024-01-23 Elichens Method for calibrating a gas sensor
CN113406270A (zh) * 2021-05-12 2021-09-17 中国汽车技术研究中心有限公司 燃料电池汽车氢气传感器位置优化方法

Also Published As

Publication number Publication date
CN105510535B (zh) 2017-09-15

Similar Documents

Publication Publication Date Title
CN103914622B (zh) 一种化学品泄漏快速预测预警应急响应决策方法
RU2680652C2 (ru) Способ комплексного мониторинга природной среды
CN104750949B (zh) 一种气体泄漏中毒个人风险定量评估及表征方法
CN105510535A (zh) 基于现场实验的化工园区气体传感器扇形优化部署方法
KR101956188B1 (ko) 유해화학물질의 다층적 확산분석정보 제공방법
Hanna et al. Hazard Response Modeling Uncertainity (a Quantitative Method)
CN105654806A (zh) 一种管道泄漏事故的模拟训练与考核系统及方法
CN110569513B (zh) 一种危化品气体检测器水平布置距离的优化方法
KR101710869B1 (ko) 장외영향평가 및 위해관리계획을 위한 작성지원 시스템
CN103196038A (zh) 燃气管网泄漏源实时定位分析方法及系统
CN107505267B (zh) 一种气体探测器布点分析方法及装置
Vázquez-Román et al. A CFD-based approach for gas detectors allocation
CN112633553A (zh) 一种用于燃气管线-危化企业耦合隐患辨识与风险评估方法及系统
CN111539579B (zh) 一种应急逃生路线的确定方法及装置
CN107301495A (zh) 一种有机朗肯循环系统混合工质泄漏安全性的评估方法
Riddick et al. A cautionary report of calculating methane emissions using low-cost fence-line sensors
Schleder et al. Experimental data and CFD performance for cloud dispersion analysis: The USP-UPC project
KR102170971B1 (ko) 장외영향평가 및 위해관리계획을 위한 작성지원 시스템
Mizuta et al. Preparedness of Emergency Evacuation for the Leakage of Toxic Substances.
Balaskas et al. Earthquake early warning and rapid response system based on smart seismic and monitoring sensors embedded in a communication platform and coupled with BIM models
Lozano-Toro et al. A quantitative model to assess the human consequences of a natural gas pipeline rupture in urban distribution networks
Jiang et al. Optimized deployment method and performance evaluation of gas sensor network based on field experiment
TWI466052B (zh) 整合式跨尺度之毒化災後果分析系統
CN112016738B (zh) 一种吸入性有毒物质的危害预测方法
Tian Study of the Impact of Atmospheric Variability on Subsurface Methane Emissions: Application to Leak Detection and Quantification for Underground Natural Gas Pipeline Leaks

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant