CN106644284A - 一种用于化工厂装置的自动泄漏监测与修复系统 - Google Patents
一种用于化工厂装置的自动泄漏监测与修复系统 Download PDFInfo
- Publication number
- CN106644284A CN106644284A CN201611168773.6A CN201611168773A CN106644284A CN 106644284 A CN106644284 A CN 106644284A CN 201611168773 A CN201611168773 A CN 201611168773A CN 106644284 A CN106644284 A CN 106644284A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- point
- discharge
- data
- automatic
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 111
- 239000000126 substance Substances 0.000 title claims abstract description 27
- 230000008439 repair process Effects 0.000 claims abstract description 51
- 238000007789 sealing Methods 0.000 claims abstract description 20
- 239000000463 material Substances 0.000 claims description 54
- 239000012855 volatile organic compound Substances 0.000 claims description 49
- 238000011156 evaluation Methods 0.000 claims description 36
- 238000001514 detection method Methods 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 29
- 239000003344 environmental pollutant Substances 0.000 claims description 14
- 231100000719 pollutant Toxicity 0.000 claims description 14
- 238000005067 remediation Methods 0.000 claims description 13
- 238000012423 maintenance Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 230000007935 neutral effect Effects 0.000 claims description 4
- 239000004065 semiconductor Substances 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 230000035755 proliferation Effects 0.000 claims description 3
- 238000003891 environmental analysis Methods 0.000 claims description 2
- 238000007619 statistical method Methods 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 claims 1
- 238000007689 inspection Methods 0.000 claims 1
- 238000007726 management method Methods 0.000 description 23
- 238000009792 diffusion process Methods 0.000 description 15
- 230000004044 response Effects 0.000 description 13
- 230000001419 dependent effect Effects 0.000 description 6
- 238000012216 screening Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Natural products C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 5
- 238000012806 monitoring device Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000007599 discharging Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000005504 petroleum refining Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 210000001956 EPC Anatomy 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 239000013068 control sample Substances 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000005518 electrochemistry Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- -1 methane organic compound Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明提出了一种用于化工厂装置的自动泄漏监测与修复系统，包括：密封点数据库、工况数据库、专家知识子系统、泄漏风险数据库、自动监测及评价子系统、修复任务管理子系统，其中，修复任务管理子系统接收任务指令，将该任务指令下发至对应的修复工人，并在修复任务完成后，向该修复任务对应装置所在周边的自动监测及评价子系统发送任务完成指令，由自动监测及评价子系统获取装置所在周边环境的监测数据，并自动估算出装置区无组织排放总量，如果超出正常值则进一步增加新的密封点修复任务，如果估算的排放量小于正常值，则认为无严重泄漏点。本发明减少泄漏风险，有效减排，实现全天候实时在线监测，及时生成修复任务，提醒企业尽快修复。
Description
技术领域
本发明涉及化工监测技术领域，特别涉及一种用于化工厂装置的自动泄漏监测与修复系统。
背景技术
近年来随着VOCs(volatile organic compounds，挥发性有机物)排放污染日益受到关注，LDAR检测方法，作为无组织排放基本检测方法，在国内环保部门的VOC排放控制中被广泛应用。一个企业VOCs排放的贡献值(即占VOCs排放总量的百分比)，通常由两部分组成，即有组织排放与无组织排放。现有技术中还缺少一种对化工厂中无组织排放的自动监测和修复的设备。
发明内容
本发明的目的旨在至少解决所述技术缺陷之一。
为此，本发明的目的在于提出一种用于化工厂装置的自动泄漏监测与修复系统，可以减少泄漏风险，有效减排，实现全天候实时在线监测，及时生成修复任务，提醒企业尽快修复。
为了实现上述目的，本发明的实施例提供一种用于化工厂装置的自动泄漏监测与修复系统，包括：密封点数据库、工况数据库、专家知识子系统、泄漏风险数据库、自动监测及评价子系统、修复任务管理子系统，其中，
所述密封点数据库用于存储密封点数据；
所述工况数据库用于存储各个设备的工况数据；
所述自动监测及评价子系统用于采集当前环境的监测数据，其中，所述监测数据包括：污染物浓度、风速风向、温度和湿度；
所述专家知识子系统与所述密封垫数据库、工况数据库和自动监测及评价子系统相连，用于接收所述密封点数据、工况数据、人工检测数据和当前环境的监测数据，并统计分析泄漏量与监测数据的映射关系，建立泄漏风险数据库，以及根据所述各个设备的工况数据、当前环境的监测数据和泄漏风险和维修周期的对应数据，建立修复管理库，并生成当前需要修复检查的任务指令，将任务指令发送至所述修复任务管理子系统；
所述泄漏风险数据库用于根据各个密封点的特点，分析并存储泄漏风险和维修周期的对应数据；
所述修复管理库用于存储多个修复任务策略；
所述修复任务管理子系统与所述修复管理数据库相连，用于接收所述任务指令，将该任务指令下发至对应的修复工人，并在修复任务完成后，向该修复任务对应装置所在周边的所述自动监测及评价子系统发送任务完成指令，由所述自动监测及评价子系统获取装置所在周边环境的监测数据，并自动估算出装置区无组织排放总量，如果超出正常值则进一步增加新的密封点修复任务，如果估算的排放量小于正常值，则认为无严重泄漏点。
进一步，所述专家知识子系统进一步与所述修复任务管理子系统相连，用于对修复任务的完成情况进行分析并自动调整所述修复管理模版库中的修复任务策略。
进一步，所述自动监测及评价子系统采用内置神经网络和物联网算法的阵列检测器，其中，所述阵列检测器包括：多个激光传感器、电化学传感器、半导体传感器和光离子化传感器。
进一步，所述自动监测及评价子系统采用下述公式进行设置：
其中，H为排放源的有效高度；b、q为垂直扩散参数σz幂函数表达式的系数，即σz＝bxq，Xmax为最大落地浓度区的位置和距离，所述自动监测及评价子系统设置在最大落地浓度区内。
进一步，所述自动监测及评价子系统根据密封点的排放速率计算排放总量，其中，对可达点采用相关性法计算排放速率，对不可达点采用平均排放系数计算排放总量。
进一步，可达点采用相关性法计算排放速率，包括：
其中，eTOC为密封点的TOC排放速率；SV为修正后净检测值；e0为密封点i的默认零值排放速率；ep为密封点i的限定排放速率；ef为密封点i的相关方程核算排放速率。
进一步，对不可达点采用平均排放系数计算排放总量，包括：
其中，EVOC为物料流中VOCs排放速率；ETOC为物料流中TOC排放速率；WPVOC为物料流中VOCs的平均质量百分数；WPTOC为物料流中TOC的平均质量百分数。
进一步，所述自动监测及评价子系统还用于计算单个VOC物质的排放速率，包括：
其中，ei为VOCs物质i的排放速率；eVOC为物料流中VOCs排放速率；WFi为物料流中含i的平均质量分数；WFVOC为物料流中VOC的平均质量分数。
进一步，当监测区域具有明显的风向和风速时，在监测区域排放源的上、下风向分别设置参照点和监控点，采用下述方式：
(1)在排放源的上风向设置参照点，下风向设置监控点；
(2)监控点应设于排放源下风向的浓度最高点，不受单位周界的限制；
(3)为了确定浓度最高点，监控点最多可设4个；
(4)由4个监控点分别测得的结果，以其中的浓度最高点计值；
(5)参照点应以不受被测排放源的影响，可以代表监控点的背景浓度为原则，参照点只设1个。
进一步，所述自动泄漏监测与修复系统还用于根据计算得到的排放量建立排放地图，其中，所述排放地图用于显示各个排放点的地理位置、实时数据和浓度分布；
所述自动泄漏监测与修复系统还用于存储浓度历史数据、源强历史数据、站点历史数据和历史排放趋势；
所述自动泄漏监测与修复系统还用于发出相应的源强超标报警、浓度超标报警和设备异常报警。
本发明实施例的用于化工厂装置的自动泄漏监测与修复系统，具有以下有益效果：
1)节省费用：按照国标标准要求：动密封点每三个月检测一次，静密封点每半年检测一次，费用比较高，大部分企业难以承担。
2)减少泄漏风险，有效减排：通过系统的建立，可以实现全天候实时在线监测，及时生成修复任务，提醒企业尽快修复。
3)及时、精确的获得VOC排放总量数据。普通LDAR只是在检测区域内发现泄漏并维修，会造维修延迟，而自动LDAR系统具有实时泄漏预警功能，能随时发现严重泄漏，快速通知维修。即控制了年排放总量，又避免了泄漏延迟修复造成的物料损失，节约了成本，同时避免了高危害生产事故发生。普通LDAR只能在检测时间范围内发现泄漏，其他时间即使发生泄漏也无法及时发现，因泄漏的延迟修复必然发生。
4)综合降低VOCs排放收费。自动LDAR系统采用实时监控，一旦泄漏马上修复，使无组织排放控制在最低水平，减少VOCs排放量，大大节约成本。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明实施例的用于化工厂装置的自动泄漏监测与修复系统的结构图；
图2为根据本发明实施例的用于化工厂装置的自动泄漏监测与修复系统的功能架构图；
图3为根据本发明实施例的中点法示意图；
图4(a)和(b)分别为正下风不同距离处污染物浓度与高度关系图；
图5为根据本发明实施例的监测区域的风向示意图。
具体实施方式
下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
如图1所示，本发明实施例的用于化工厂装置的自动泄漏监测与修复系统，包括：密封点数据库1、工况数据库2、专家知识子系统3、自动监测及评价子系统4、修复任务管理子系统5。
具体地，密封点数据库1用于存储密封点数据。工况数据库2用于存储化工厂中各个设备的工况数据。在本发明的一个实施例中，密封点数据库1和工况数据库2通过生产工艺图、现场拍照标记等方式建立密。
自动监测及评价子系统4用于采集当前环境的监测数据，其中，监测数据包括：污染物浓度、风速风向、温度和湿度。
在本发明的一个实施例中，自动监测及评价子系统4采用内置神经网络和物联网算法的阵列检测器。其中，阵列检测器包括：多个激光传感器、电化学传感器、半导体传感器和光离子化传感器。
具体来说，装置区周边自动监测及评价子系统4采用多个激光、电化学、半导体、光离子化传感器构成的阵列检测器，可以实现包括颗粒物(PM2.5、PM10)、常规污染物(SO2、NH3、H2S、CO、NO2、VOCs)及生产过程产生的特征污染物的监测。设备内置神经网络、物联网应用算法，实现智能化数据校正分析。
该自动监测及评价子系统4的功能特点如下：
1、全自动控制样品进样；
2、数据远程传输、解析、显示，实时自动监控；
3、多种传感器混合传感器阵列组合；
4、具有GSM/GPRS/3G等远程传输模式；
5、配套装配气象参数仪器等；
6、开放式通讯接口，可与其他设备、软件自由通讯集成联动使用；
7、可自由添加仪器台数形成网络化，没有数量限制；
8、可根据相关标准设定预警、报警限值，并上报中心，同时传输到相关管理人员的手机中。
按照GB16297—1996所作的规定，我国以控制无组织排放所造成的后果来对无组织排放实行监督和限制。采用的基本方式，是规定设立监控点(即监测点)和规定监控点的空气浓度限值。在GB16297一1996中，规定要在无组织排放源下风向设监控点，同时在排放源上风向设参照点，以监控点同参照点的浓度差值不超过规定限值来限制无组织排放；规定对其余污染物在单位周界外设监控点和监控点的浓度限值。监控点设在无组织排放源下风向2～5Om范围内的浓度最高点，相对应的参照点设在排放源上风向2～5Om范围内，按规定监控点最多可设4个，参照点只设1个。
依照上述规定设置监控点所测得的污染物在空气中的浓度，并非都是由无组织排放所造成，事实上某些低矮排气筒的排放可以造成与无组织排放相同的后果，依据GBI6297—1996所作的规定，在无组织排放监测中所测得的监控点的浓度值将不扣除低矮排气筒所作的贡献值。
一般情况，监测点设置在无组织排放源与其下风向的单位周界之间有一定距离，以致可以不必考虑排放源的高度、大小和形状因素。在这种情况下，排放源应可看作为一点源。此时监控点应设置于平均风向轴线的两侧。
监测点的设置应首先估算无组织排放污染物的最大落地浓度区域，并将监控点设置于最大落地浓度区域范围之内(图中A点)。按照GBI6297－1996中的有关规定，设置的监控点按下面公式估算最大落地浓度区的位置和距离。
其中，H为排放源的有效高度，对于无组织排放，通常可以不考虑其热力和动力抬升，所以可用排放源的几何高度代替有效高度，单位m；b、q为垂直扩散参数，σz幂函数表达式的系数，即σz＝bxq，Xmax为最大落地浓度区的位置和距离，自动监测及评价子系统4设置在最大落地浓度区内。
在本发明中，设置参照点的目的是为了了解本底值的大小。所以，设置参照点的原则要求是：参照点应不受或尽可能少受被测无组织排放源的影响，参照点要力求避开其近处的其他无组织排放源和有组织排放源的影响，尤其要注意避开那些可能对参照点造成明显影响而同时对监控点无明显影响的排放源；参照点的设置，要以能够代表监控点的污染物本底浓度为原则。
当监测区域具有明显的风向和风速时，在监测区域排放源的上、下风向分别设置参照点和监控点，采用下述方式：
(1)在排放源的上风向设置参照点，下风向设置监控点；
(2)监控点应设于排放源下风向的浓度最高点，不受单位周界的限制；
(3)为了确定浓度最高点，监控点最多可设4个；
(4)由4个监控点分别测得的结果，以其中的浓度最高点计值；
(5)参照点应以不受被测排放源的影响，可以代表监控点的背景浓度为原则，参照点只设1个。
专家知识子系统3与密封垫数据库、工况数据库2和自动监测及评价子系统4相连，用于接收密封点数据、工况数据、人工检测数据和当前环境的监测数据，并统计分析泄漏量与监测数据的映射关系，建立泄漏风险数据库，以及根据各个设备的工况数据、当前环境的监测数据和泄漏风险和维修周期的对应数据，建立修复管理库，并生成当前需要修复检查的任务指令，将任务指令发送至修复任务管理子系统5。
在本发明的一个实施例汇总，泄漏风险数据库用于根据各个密封点的特点，分析并存储泄漏风险和维修周期的对应数据。修复管理库用于存储多个修复任务策略。
修复任务管理子系统5与修复管理数据库相连，用于接收任务指令，将该任务指令下发至对应的修复工人，并在修复任务完成后，向该修复任务对应装置所在周边的自动监测及评价子系统4发送任务完成指令，由自动监测及评价子系统4获取装置所在周边环境的监测数据，并自动估算出装置区无组织排放总量，如果超出正常值则进一步增加新的密封点修复任务，如果估算的排放量小于正常值，则认为无严重泄漏点，从而可以节省检测费用，提高泄漏修复的速度。
具体地，自动监测及评价子系统4根据密封点的排放速率计算排放总量。密封点排放速率核算方法主要包括实测法、相关性法、筛选范围法和平均排放系数法。其中，对可达点采用相关性法计算排放速率，对不可达点采用平均排放系数计算排放总量。
下面分别对这两种排放量计算方法进行说明：
1、相关方程法规定了默认零值排放速率、限定排放速率和相关方程。当密封点的净检测值小于1时，用默认零值排放速率作为该密封点排放速率；当净检测值大于50000ppmv，用限定排放速率作为该密封点排放速率。净检测值在两者之间，采用相关方程计算该密封点的排放速率。若企业未记录低于泄漏定义浓度限值的密封点的净检测值，可将泄漏定义浓度限值作为检测值带入计算。
因此，可达点采用相关性法计算排放速率，包括：
其中，eTOC为密封点的TOC排放速率，kg/h；SV为修正后净检测值，μmol/mol；e0为密封点i的默认零值排放速率，kg/h；ep为密封点i的限定排放速率，kg/h；ef为密封点i的相关方程核算排放速率，kg/h。
表1为石油炼制和石油化工设备组件的设备泄漏率
表1
注：表1中涉及的kg/h/排放源＝每个排放源每小时的TOC排放量(千克)。
b：SV是检测设备测得的测量值(SV，ppm)。
c：轻液体泵系数也可用于压缩机、泄压设备和重液体泵。
2、平均排放系数法规定了各类密封点的排放系数。对于未开展LDAR的企业，或不可达点(除符合筛选范围法适用范围的法兰和连接件外)，可根据密封点的类型计算排放速率，具体排放系数表2。表2为石油炼制和石油化工平均组件排放系数a
表2
注：对于表中涉及的kg/h/排放源＝每个排放源每小时的TOC排放量(千克)。
b：石油炼制排放系数用于非甲烷有机化合物排放速率。
c：石油化工排放系数用于TOC(包括甲烷)排放速率。
d：轻液体泵密封的系数可以用于估算搅拌器密封的排放速率。
因此，计算VOCs的排放速率，需明确VOCs在物料流中的质量百分数(扣除其它化合物，例如甲烷、氮气、水蒸气)，采用式(3)计算排放速率。若未提供TOC中VOCs的质量分数，则取1进行核算。
对不可达点采用平均排放系数计算排放总量，包括：
其中，EVOC为物料流中VOCs排放速率，kg/h；ETOC为物料流中TOC排放速率，kg/h；WPVOC为物料流中VOCs的平均质量百分数；WPTOC为物料流中TOC的平均质量百分数。
3、如需分别计算单个VOC物质的排放速率，可根据上述计算结果，乘以该物质占VOCs的质量分数。自动监测及评价子系统4还用于计算单个VOC物质的排放速率，包括：
其中，ei为VOCs物质i的排放速率，kg/h；eVOC为物料流中VOCs排放速率，kg/h；WFi为物料流中含i的平均质量分数；WFVOC为物料流中VOC的平均质量分数。
4、排放因子的确定
根据物料的组分及浓度，查阅仪器制造商提供的数据或按照HJ733中3.2.1规定的方法通过实验确定仪器对各组分的响应因子。如果各组分的响应因子在泄漏定义浓度到仪器最大测量值范围内均小于3，则不需要修正检测值；如果有一种或多种组分的响应系数大于等于3，则需要按照式(5)计算检测仪器对物料的合成响应因子。RFm＜3，不需要修正检测值；3≤RFm＜10，需要修正检测值；如果RFm≥10，则需要更换仪器或选择其它校准气体校准仪器，并测定新响应因子，直到物料响应因子RFm＜10为止。
其中，RFm为物料合成响应因子；RFi为组分i的响应因子(注意：应采用各组分相同浓度的响应因子)；Xi为组分i占物料中TOC的摩尔百分数。
5、密封点排放时间的确定
由于各个密封点的检测时间和检测周期不同，因此在计算各个密封点排放量时，可采用中点法确定该密封点的排放时间。第n次检测值代表时间段的起始点为第n-1次至第n次检测时间段的中点，终止点为第n次至第n+1次检测时间段的中点。图3为根据本发明实施例的中点法示意图。
发生泄漏修复的情况下，修复复测的时间点为泄漏时间段的终止点。如果设备停用，密封点所属组件的管道中无工艺介质(即停工退料)，相关密封点的设备停用期可不计入排放时间。如果工艺单元停止操作而介质仍存留在设备组件内(即停工不退料)，则该段时间仍计入排放时间。
例如：第1次检测时间为1月2日，第二次为4月4日，第3次为7月7日，那么4月4日的检测结果代表的是1月2日到4月4日的后半段(46日)和4月4日到7月7日的前半段(47日)共93日的泄漏情况。如果4月4日检测发现泄漏，4月9日修复完成，则4月4日的检测结果代表的是1月2日到4月4日的后半段(46日)和4月4日到4月9日段(6日)共52日的泄漏情况。7月7日的检测结果代表时间则从4月10日起计算。
根据密封点排放速率和排放时间，相乘即可计算该密封点在该排放时间段的排放量。如需计算单个VOC物质的排放量，可根据该物质的排放速率和排放时间计算。
计算年度排放量，则计算一个自然年内，各排放时间段的排放量，相加即可。但由于检测时间通常与自然年不同，采用中点法计算一个检测周期的排放量，需要了解前半个周期的排放速率和后半个周期的排放速率，因此对于一个检测周期为6个月的密封点而言，如果下半年的检测在10月1日以后，那么从检测时间到12月31日的排放速率可用本轮检测值计算；如果下半年的检测在10月1日之前，那么前半段检测周期的排放速率可用本轮检测值计算，后半段检测周期的排放速率则需要第二年上半年的检测数据计算，由此计算第一年到年底的泄漏量。需要说明的是，在实施本发明的自动泄漏监测与修复系统之前的年度泄漏量可按年操作时间计算年度泄漏量。
例如，某装置VOCs年排放量核算
某石油炼制装置物料流A和某石油化工装置物料流B，其中设备数量如下表3。
表3
1)采用平均排放系数法计算：
按以下公式计算，结果见表4，VOCs总排放量为1906.7kg/a。
石油炼制：
石油化工：
表4
2)采用相关方程法计算：
按相关方程法计算，结果见表5，该装置VOCs总排放量为968.9kg/a。
表5
注：a)由于法兰个数较多，此处为减少数据量按如下方式表示，其中法兰的排放速率根据检测最大值进行计算；
b)未检测的组件满足筛选范围法的使用条件，可采用筛选范围法计算；
c)未检测的组件为泵，不满足筛选范围法的使用条件，采用平均排放系数法计算。
由于物流A涉及的密封点都为法兰，300个密封点中检测了167个，大于总数的50％，且有1个法兰的检测值大于等于10000ppmv。因此，对于剩下的90个不可达点可以用筛选范围法计算排放速率。根据筛选范围法，检测值大于等于10000ppmv的法兰的个数与全部被检测法兰个数的比例1/167，则不可达点按同比例分配大于等于10000ppmv的密封点的个数为：
(1/167)×90＝0.54≈1(计算结果向上取整)
不可达点按同比例分配小于10000ppmv的密封点的个数为89。根据式(2)计算不可达点的排放速率。检测值未经修正的情况下，该企业的物料流A和物料流B的VOCs排放量为968.9kg/a。
6、响应因子校正
对于石油炼制装置可不考虑相应因子，根据式(4)对物流B相关方程计算数据进行响应因子校正，物料中涉及的VOCs物质的响应因子见表6。
表6
RFm(500ppm时)＝(0.1036/2.49+0.8963/1.10)‐1＝1.17
RFm(10000ppm时)＝(0.1036/0.72+0.8964/6.06)‐1＝3.43
真实浓度大于10000ppm时响应因子大于3，需要进行调整。
如全采用RF＝3.43对物流B进行调整，结果见表7，修正后该装置物流B部分的年排放量为1880kg/a。
表7
注：a校正值＝检测值×调整后混合物的响应因子。
b未检测的组件采用平均排放系数法计算。
检测值修正后，该企业的物料流A和物料流B的VOCs年排放量为1402.2kg/a。
6、等效排放量的计算
处于同一风向上的两台监测仪器，当下风向监测浓度低于上风向时，判断该监测区域的污染状况主要为区域输送的影响，而非本地源的影响。该标准的依据是HYSPLIT(后向轨迹)模型和高斯扩散模型。同时针对企业污染物浓度的计算进行详细说明。
6.1后向轨迹分析
HYSPLIT模式是一个能完成从简单的空气团轨迹到复杂扩散和沉降模拟的模式。模式的主要用途是模拟单一污染物气团的扩散过程。模式能够对污染物的运动轨迹、扩散和干湿沉降进行很好的模拟和预测。该模式可用于评估污染物来源，以及对污染物排放进行实时模拟和预测。
利用美国海洋与大气管理局(NOAA)空气资源实验室(ARL)提供的混合型单粒子拉格朗日综合轨迹模式(HYSPLIT)和NCEPGDAS数据计算每日到达观测点附近气团的后向轨迹，结合聚类分析追溯观测期间工业园区上空的可能污染源输送情况，结果可追踪观测点周边的污染源分布情况及各类后向轨迹的主要来源和途经区域。通过后向轨迹分析可以表明，区域输送提供了金山二工区大气污染浓度值。
6.2高斯扩散模型
高斯扩散模型在50年代已经被广泛用来研究物质扩散的浓度分布。在平原地区，大气环境中的风速、气流是相对接近于稳定和均匀的，三维空间除地表外可看成是无边界的巨大容器，物质在这样大气条件下的扩散首先是沿着盛行风向运动，然后再向各个方向扩散，扩散粒子位移的概率服从正态分布高斯分布，这就是高斯模型的理论基础。
图4为通过高斯扩散模型分析得到的，点源正下风向1000m处污染物的扩散分布图4(a)及其污染物横向二维关系图4(b)，A、B、C曲线分别代表500m、1000m、10km远处。由图4中不同曲线浓度值的大小可以得出，污染源对其下风向近距离地区影响比远距离大，即离污染源越远，污染物浓度越低。
因此，通过高斯扩散模型可以表明，当本地无污染情况下，下风向浓度低于上风向浓度，说明污染受区域输送影响，当本地有污染情况下，根据高斯浓度变化曲线，下风向浓度一般均会高于上风向浓度。
6.3装置区污染物等效浓度的计算
根据《大气污染物综合排放标准》，当监测区域具有明显的风向和风速时，在监测区域排放源的上、下风向分别设置参照点和监控点。具体方法如下：
(1)于排放源的上风向设参照点，下风向设监控点；
(2)监控点应设于排放源下风向的浓度最高点，不受单位周界的限制；
(3)为了确定浓度最高点，监控点最多可设4个；
(4)由4个监控点分别测得的结果，以其中的浓度最高点计值；
(5)参照点应以不受被测排放源的影响，可以代表监控点的背景浓度为原则，参照点只设1个。
参考图5，通过设置不同的监控点，能够更好的确定污染物浓度高值点，提高数据的准确度，更好的反应企业污染状况。
通过后向轨迹模型和高斯扩散模型分析表明，当下风向监测浓度低于上风向时，监测区域的污染状况主要为区域输送的影响，而非本地源的影响。通过在监测区域排放源的下风向设置不同的监控点，可以提高数据的准确度，更好的反应企业污染状况。
并且，专家知识子系统3进一步与修复任务管理子系统5相连，用于对修复任务的完成情况进行分析并自动调整修复管理模版库中的修复任务策略。
如图2所示，系统软件平台应用、整合多项智慧环保技术，结合物联网、智能采集系统、地理信息系统、动态图表系统等先进技术，整合、共享、开发，实现监测设备的配置信息管理、实时数据传输、监测数据管理、统计查询、预警预报、决策管理平台数据接口等功能，建立全面化、精细化、信息化、智能化的在线监测平台，实现自动在线检测与修复。
在本发明的一个实施例中，自动泄漏监测与修复系统还用于根据计算得到的排放量建立排放地图，其中，排放地图用于显示各个排放点的地理位置、实时数据和浓度分布。自动泄漏监测与修复系统还用于存储浓度历史数据、源强历史数据、站点历史数据和历史排放趋势，发出相应的源强超标报警、浓度超标报警和设备异常报警。
此外，本发明实施例的自动泄漏监测与修复系统进一步可以实现实时监测，包括：对实时源强、站点实时浓度和排放趋势的实时监测。此外，系统可以进行图像建档和现场管理。其中，图像建档包括：图档管理和密封点台账。现场管理包括：检测管理、修复管理、复测管理和泄漏量计算。
本发明实施例的用于化工厂装置的自动泄漏监测与修复系统在全面掌握、分析装置区排放、气象因素的基础之上，采用先进的基于大气扩散理论的高斯分布地面浓度反推法数学模型开发。实时统计装置区的监测设备数据，并根据LDAR项目中各密封点的排放情况及其气象条件，来分析与推测装置区整体的排放情况。实现排放量演变趋势推算，泄漏点位置解析等功能。
根据本发明实施例的用于化工厂装置的自动泄漏监测与修复系统，在重点装置区周边设置自动在线监测设备，建立不同生产工况及气象参数时，泄漏数据与自动监测设备监测数据的统计模型，则可以实现装置区泄漏状态的快速评估。同时通过易泄漏密封点的泄漏规律及监测设备连续在线监测数据变化规律，可以自动生成泄漏风险较大的密封点修复任务，修复后通过装置区周边自动在线监测设备的监测数据可自动估算出装置区无组织排放总量，如果超出正常值则可进一步增加新的密封点修复任务，如果估算的排放量小于正常值，则可以认为无严重泄漏点，从而节省检测费用，提高泄漏修复的速度。把通常一年2次的监测项目变成全天候循环进行，可以有效提高企业减排效果，降低环境及安全风险，同时降低企业负担，这种模式的引进，必将推动监测过程进入智能化、自动化的ALDAR(或LDAR4.0)模式。
本发明实施例的用于化工厂装置的自动泄漏监测与修复系统，具有以下有益效果：
1)节省费用：按照国标标准要求：动密封点每三个月检测一次，静密封点每半年检测一次，费用比较高，大部分企业难以承担。
2)减少泄漏风险，有效减排：通过系统的建立，可以实现全天候实时在线监测，及时生成修复任务，提醒企业尽快修复。
3)及时、精确的获得VOC排放总量数据。普通LDAR只是在检测区域内发现泄漏并维修，会造维修延迟，而自动LDAR系统具有实时泄漏预警功能，能随时发现严重泄漏，快速通知维修。即控制了年排放总量，又避免了泄漏延迟修复造成的物料损失，节约了成本，同时避免了高危害生产事故发生。普通LDAR只能在检测时间范围内发现泄漏，其他时间即使发生泄漏也无法及时发现，因泄漏的延迟修复必然发生。
4)综合降低VOCs排放收费。自动LDAR系统采用实时监控，一旦泄漏马上修复，使无组织排放控制在最低水平，减少VOCs排放量，大大节约成本。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求及其等同限定。
Claims (10)
1.一种用于化工厂装置的自动泄漏监测与修复系统，其特征在于，包括：密封点数据库、工况数据库、专家知识子系统、泄漏风险数据库、自动监测及评价子系统、修复任务管理子系统，其中，
所述密封点数据库用于存储密封点数据；
所述工况数据库用于存储各个设备的工况数据；
所述自动监测及评价子系统用于采集当前环境的监测数据，其中，所述监测数据包括：污染物浓度、风速风向、温度和湿度；
所述专家知识子系统与所述密封垫数据库、工况数据库和自动监测及评价子系统相连，用于接收所述密封点数据、工况数据、人工检测数据和当前环境的监测数据，并统计分析泄漏量与监测数据的映射关系，建立泄漏风险数据库，以及根据所述各个设备的工况数据、当前环境的监测数据和泄漏风险和维修周期的对应数据，建立修复管理库，并生成当前需要修复检查的任务指令，将任务指令发送至所述修复任务管理子系统；
所述泄漏风险数据库用于根据各个密封点的特点，分析并存储泄漏风险和维修周期的对应数据；
所述修复管理库用于存储多个修复任务策略；
所述修复任务管理子系统与所述修复管理数据库相连，用于接收所述任务指令，将该任务指令下发至对应的修复工人，并在修复任务完成后，向该修复任务对应装置所在周边的所述自动监测及评价子系统发送任务完成指令，由所述自动监测及评价子系统获取装置所在周边环境的监测数据，并自动估算出装置区无组织排放总量，如果超出正常值则进一步增加新的密封点修复任务，如果估算的排放量小于正常值，则认为无严重泄漏点。
2.如权利要求1所述的用于化工厂装置的自动泄漏监测与修复系统，其特征在于，所述专家知识子系统进一步与所述修复任务管理子系统相连，用于对修复任务的完成情况进行分析并自动调整所述修复管理模版库中的修复任务策略。
3.如权利要求1所述的用于化工厂装置的自动泄漏监测与修复系统，其特征在于，所述自动监测及评价子系统采用内置神经网络和物联网算法的阵列检测器，其中，所述阵列检测器包括：多个激光传感器、电化学传感器、半导体传感器和光离子化传感器。
4.如权利要求1或3所述的用于化工厂装置的自动泄漏监测与修复系统，其特征在于，所述自动监测及评价子系统采用下述公式进行设置：
其中，H为排放源的有效高度；b、q为垂直扩散参数σz幂函数表达式的系数，即σz＝bxq，Xmax为最大落地浓度区的位置和距离，所述自动监测及评价子系统设置在最大落地浓度区内。
5.如权利要求1所述的用于化工厂装置的自动泄漏监测与修复系统，其特征在于，所述自动监测及评价子系统根据密封点的排放速率计算排放总量，其中，对可达点采用相关性法计算排放速率，对不可达点采用平均排放系数计算排放总量。
6.如权利要求5所述的用于化工厂装置的自动泄漏监测与修复系统，其特征在于，可达点采用相关性法计算排放速率，包括：
其中，eTOC为密封点的TOC排放速率；SV为修正后净检测值；e0为密封点i的默认零值排放速率；ep为密封点i的限定排放速率；ef为密封点i的相关方程核算排放速率。
7.如权利要求5所述的用于化工厂装置的自动泄漏监测与修复系统，其特征在于，对不可达点采用平均排放系数计算排放总量，包括：
其中，EVOC为物料流中VOCs排放速率；ETOC为物料流中TOC排放速率；WPVOC为物料流中VOCs的平均质量百分数；WPTOC为物料流中TOC的平均质量百分数。
8.如权利要求7所述的用于化工厂装置的自动泄漏监测与修复系统，其特征在于，所述自动监测及评价子系统还用于计算单个VOC物质的排放速率，包括：
其中，ei为VOCs物质i的排放速率；eVOC为物料流中VOCs排放速率；WFi为物料流中含i的平均质量分数；WFVOC为物料流中VOC的平均质量分数。
9.如权利要求1所述的用于化工厂装置的自动泄漏监测与修复系统，其特征在于，当监测区域具有明显的风向和风速时，在监测区域排放源的上、下风向分别设置参照点和监控点，采用下述方式：
(1)在排放源的上风向设置参照点，下风向设置监控点；
(2)监控点应设于排放源下风向的浓度最高点，不受单位周界的限制；
(3)为了确定浓度最高点，监控点最多可设4个；
(4)由4个监控点分别测得的结果，以其中的浓度最高点计值；
(5)参照点应以不受被测排放源的影响，可以代表监控点的背景浓度为原则，参照点只设1个。
10.如权利要求1所述的用于化工厂装置的自动泄漏监测与修复系统，其特征在于，所述自动泄漏监测与修复系统还用于根据计算得到的排放量建立排放地图，其中，所述排放地图用于显示各个排放点的地理位置、实时数据和浓度分布；
所述自动泄漏监测与修复系统还用于存储浓度历史数据、源强历史数据、站点历史数据和历史排放趋势；
所述自动泄漏监测与修复系统还用于发出相应的源强超标报警、浓度超标报警和设备异常报警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611168773.6A CN106644284B (zh) | 2016-12-16 | 2016-12-16 | 一种用于化工厂装置的自动泄漏监测与修复系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611168773.6A CN106644284B (zh) | 2016-12-16 | 2016-12-16 | 一种用于化工厂装置的自动泄漏监测与修复系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106644284A true CN106644284A (zh) | 2017-05-10 |
| CN106644284B CN106644284B (zh) | 2019-07-12 |
Family
ID=58823094
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611168773.6A Active CN106644284B (zh) | 2016-12-16 | 2016-12-16 | 一种用于化工厂装置的自动泄漏监测与修复系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106644284B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107783524A (zh) * | 2017-10-26 | 2018-03-09 | 北京中燕信息技术有限公司 | 泄漏检测分析方法、装置及系统 |
| CN108053052A (zh) * | 2017-11-20 | 2018-05-18 | 淮阴工学院 | 一种油罐车油气泄漏速度智能监测系统 |
| CN108280598A (zh) * | 2018-03-07 | 2018-07-13 | 深圳市博安达信息技术股份有限公司 | 挥发性有机物排放企业全过程监管方法、系统和存储装置 |
| CN108414692A (zh) * | 2018-03-06 | 2018-08-17 | 深圳市卡普瑞环境科技有限公司 | 一种污染源的监测点设置方法及其相关设备 |
| CN108414690A (zh) * | 2018-03-06 | 2018-08-17 | 深圳市卡普瑞环境科技有限公司 | 一种参数确定方法及其相关设备 |
| CN109030720A (zh) * | 2017-09-28 | 2018-12-18 | 山东经邦环保科技有限公司 | 一种VOCs污染源检测用密封点标注方法及系统 |
| CN110778923A (zh) * | 2019-11-11 | 2020-02-11 | 安徽恒宇环保设备制造股份有限公司 | 一种用于化工厂的气体泄漏点逆向寻源定位系统 |
| CN113267602A (zh) * | 2021-06-28 | 2021-08-17 | 福建师范大学 | 单车蒸发排放运行损失VOCs排放因子测试方法及其系统 |
| CN113515506A (zh) * | 2020-04-10 | 2021-10-19 | 中国石油化工股份有限公司 | 基于大数据挖掘分析的ldar评估系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1172409A (ja) * | 1997-06-23 | 1999-03-16 | Mitsui Eng & Shipbuild Co Ltd | 配管の漏洩検知方法 |
| CN101230953A (zh) * | 2008-01-24 | 2008-07-30 | 深圳东方锅炉控制有限公司 | 一种管路泄漏检测系统及具有远程监视的管路泄漏检测系统 |
| CN103914622A (zh) * | 2014-04-04 | 2014-07-09 | 清华大学 | 一种化学品泄漏快速预测预警应急响应决策方法 |
| CN205003823U (zh) * | 2015-08-10 | 2016-01-27 | 海诚建筑设计院(上海)有限公司 | 一种基于物联网的多功能气体泄漏监测疏散系统 |
| CN106054768A (zh) * | 2016-06-24 | 2016-10-26 | 西安优耐特容器制造有限公司 | 基于多参数监测的在线泄漏智能监测系统及监测方法 |
-
2016
- 2016-12-16 CN CN201611168773.6A patent/CN106644284B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1172409A (ja) * | 1997-06-23 | 1999-03-16 | Mitsui Eng & Shipbuild Co Ltd | 配管の漏洩検知方法 |
| CN101230953A (zh) * | 2008-01-24 | 2008-07-30 | 深圳东方锅炉控制有限公司 | 一种管路泄漏检测系统及具有远程监视的管路泄漏检测系统 |
| CN103914622A (zh) * | 2014-04-04 | 2014-07-09 | 清华大学 | 一种化学品泄漏快速预测预警应急响应决策方法 |
| CN205003823U (zh) * | 2015-08-10 | 2016-01-27 | 海诚建筑设计院(上海)有限公司 | 一种基于物联网的多功能气体泄漏监测疏散系统 |
| CN106054768A (zh) * | 2016-06-24 | 2016-10-26 | 西安优耐特容器制造有限公司 | 基于多参数监测的在线泄漏智能监测系统及监测方法 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109030720A (zh) * | 2017-09-28 | 2018-12-18 | 山东经邦环保科技有限公司 | 一种VOCs污染源检测用密封点标注方法及系统 |
| CN107783524A (zh) * | 2017-10-26 | 2018-03-09 | 北京中燕信息技术有限公司 | 泄漏检测分析方法、装置及系统 |
| CN108053052A (zh) * | 2017-11-20 | 2018-05-18 | 淮阴工学院 | 一种油罐车油气泄漏速度智能监测系统 |
| CN108414692A (zh) * | 2018-03-06 | 2018-08-17 | 深圳市卡普瑞环境科技有限公司 | 一种污染源的监测点设置方法及其相关设备 |
| CN108414690A (zh) * | 2018-03-06 | 2018-08-17 | 深圳市卡普瑞环境科技有限公司 | 一种参数确定方法及其相关设备 |
| CN108280598A (zh) * | 2018-03-07 | 2018-07-13 | 深圳市博安达信息技术股份有限公司 | 挥发性有机物排放企业全过程监管方法、系统和存储装置 |
| CN110778923A (zh) * | 2019-11-11 | 2020-02-11 | 安徽恒宇环保设备制造股份有限公司 | 一种用于化工厂的气体泄漏点逆向寻源定位系统 |
| CN113515506A (zh) * | 2020-04-10 | 2021-10-19 | 中国石油化工股份有限公司 | 基于大数据挖掘分析的ldar评估系统及方法 |
| CN113267602A (zh) * | 2021-06-28 | 2021-08-17 | 福建师范大学 | 单车蒸发排放运行损失VOCs排放因子测试方法及其系统 |
| CN113267602B (zh) * | 2021-06-28 | 2023-10-03 | 福建师范大学 | 单车蒸发排放运行损失VOCs排放因子测试方法及其系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106644284B (zh) | 2019-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106644284B (zh) | 一种用于化工厂装置的自动泄漏监测与修复系统 | |
| CN113728220B (zh) | 一种大气污染监测传感器校准和协同工作的方法 | |
| CN110909483B (zh) | 一种基于网格化数据的点源大气污染物排放清单校验方法 | |
| CN101255947B (zh) | 流体流量自动采集计量系统 | |
| CN106339974A (zh) | 一种市区大气污染物排放清单的建立方法 | |
| CN102622670A (zh) | 一种突发水环境污染事故涉嫌风险源的溯源方法 | |
| CN113505471A (zh) | 一种河流断面污染物浓度预测计算方法 | |
| CN103900666A (zh) | 膜式燃气表长期运行的计量精度控制方法 | |
| CN114295778B (zh) | 一种基于火电厂烟气排放质量评价方法及评价系统 | |
| CN114398423A (zh) | 一种基于多源数据的河涌水质时空预测方法及系统 | |
| CN112836396A (zh) | 一种建筑实时能耗异常诊断系统 | |
| CN117557305A (zh) | 示范区碳排放数字化管理方法和系统 | |
| CN109472395B (zh) | 一种核电站大修期间辐射剂量预测方法及终端 | |
| CN110907318A (zh) | 一种近地面大气总悬浮颗粒物质量浓度遥感物理估算方法 | |
| CN116242978A (zh) | 一种智能排水管理系统及方法 | |
| CN115114794A (zh) | 核电厂事故放射性物质在复杂厂房内实时扩散计算方法 | |
| CN114659800A (zh) | Rde模拟试验方法、系统、存储介质及电子设备 | |
| CN107045336A (zh) | 一种燃料全过程在线监督装置及平台 | |
| CN115950797B (zh) | 污染物溯源方法和系统 | |
| Brown et al. | Annual Report for 2008 on the UK Heavy Metals Monitoring Network. | |
| EP4279894A1 (en) | Method and system for locating and quantifying fugitive emission leaks | |
| KR102538345B1 (ko) | 원격분광측정차량을 이용한 미세먼지 원인 물질 배출원 추적방법 | |
| CN108829641B (zh) | 一种基于统计技术的测量过程核查方法 | |
| CN117037920A (zh) | 一种敞开型油田工艺池VOCs排放量快速核算方法 | |
| Moore et al. | Classification of Methane Emissions from Industrial Meters, Vintage vs Modern Plastic Pipe, and Plastic-lined Steel and Cast-Iron Pipe |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP02 | Change in the address of a patent holder | ||
| CP02 | Change in the address of a patent holder |
Address after: 203, 2 / F, building 1, No. 7, Fengxian Middle Road, Haidian District, Beijing 100094 Patentee after: BEIJING VIREADY TECHNOLOGY Co.,Ltd. Address before: 100094, No. 103 North clear road, Beijing, Haidian District, building 1, building 2, 212 (with elevator), B Patentee before: BEIJING VIREADY TECHNOLOGY Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220506 Address after: 203, 2 / F, building 1, No. 7, Fengxian Middle Road, Haidian District, Beijing 100094 Patentee after: BEIJING VIREADY TECHNOLOGY Co.,Ltd. Patentee after: Guangdong weiruidi Technology Co., Ltd Address before: 203, 2 / F, building 1, No. 7, Fengxian Middle Road, Haidian District, Beijing 100094 Patentee before: BEIJING VIREADY TECHNOLOGY Co.,Ltd. |