CN110023972A - 液体存储设施的溢漏风险评定 - Google Patents

液体存储设施的溢漏风险评定 Download PDF

Info

Publication number
CN110023972A
CN110023972A CN201780073396.4A CN201780073396A CN110023972A CN 110023972 A CN110023972 A CN 110023972A CN 201780073396 A CN201780073396 A CN 201780073396A CN 110023972 A CN110023972 A CN 110023972A
Authority
CN
China
Prior art keywords
spill
risk
leakage
algorithm
region
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
CN201780073396.4A
Other languages
English (en)
Other versions
CN110023972B (zh
Inventor
A·I·詹姆斯
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.)
New Pig Corp
Original Assignee
New Pig Corp
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 New Pig Corp filed Critical New Pig Corp
Publication of CN110023972A publication Critical patent/CN110023972A/zh
Application granted granted Critical
Publication of CN110023972B publication Critical patent/CN110023972B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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
    • G06Q50/06—Energy or water supply
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Manufacturing & Machinery (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

提供了用于评定设施的液体容器存储区域中的溢漏风险的工具和技术。在一个实施例中，过程包括：识别存储在该区域中的最大容量液体存储容器；应用计算机实现的算法来计算最大容量容器的溢漏范围值，并计算与该区域相关联的各种风险方面值；以及生成与所计算的值相关联的风险评定概要。响应于所计算的值可以确定改进路径，并且可以物理地修改液体存储区域以降低该区域中的溢漏风险。

Description

液体存储设施的溢漏风险评定
对相关申请的交叉引用
本申请要求于2016年10月26日提交的美国临时申请No.62/412,978的权益，其全部内容通过引用并入到本申请中。
技术领域
在各种实施例中，本发明一般而言涉及用于评定其中存储液体的区域的液体溢漏风险的工具、技术和算法。在更具体的实施例中，本发明涉及评定和量化其中存储有液体容器的区域或设施的溢漏风险。
背景技术
许多商业企业在其过程和操作中采用各种液体。例如，制造、燃料分配和化学工厂部门中的实体可以在其工业过程中使用许多不同种类的液体。对液体及其存储容器的适当的溢漏管理对于这些企业至关重要，尤其是关于可能要求特殊预防和小心处置的有害或有毒液体。溢漏的液体会对人员造成伤害、对财产和装备造成损害，并且从财务和法律责任的角度对公司造成不利影响。
但是，许多设施没有对给定液体存储区域(更不用说跨越整个设施或跨越组织内的多个存储设施)所表示的风险的限定的统一视图。即使是最忙碌和复杂的设施，通常也会依靠基准溢漏的一些“经验法则”准则。遗憾的是，这些准则具有有限的适用性，并且即使在一致地应用时也可常常造成弊大于利。例如，设施可能通过在其停车场中溢漏一个五加仑的桶(bucket)来进行测试，测量液体扩散的十英尺半径，并且然后创建每加仑液体扩散两英尺的液体溢漏准则。虽然对于五加仑的桶可能大致正确，但将相同的准则应用于275加仑的中型散装容器(IBC)可能导致不正确且过度地膨胀的溢漏半径。因为许多设施没有将高等数学应用于其溢漏风险评定的资源、知识或倾向，所以他们相反地会不适当地应用有缺陷的准则或完全忽略风险。
即使关于对其液体溢漏风险拥有增强的理解的复杂设施，由于电子器件或装备的精细性、滑倒和跌落损伤的可能性、生产停工时间以及清理劳动/材料，举行即使“无害的”液体(如水)的良性测试溢漏也可能是不可行的。经常，设施中越高风险的溢漏区域也具有越高的商业重要性，并且因此常常是最难举行实际试验或测试溢漏的地方。
以下事实进一步加剧了这些问题：联邦、州和地方的法律法规常常被宽泛地限定，但可能对该设施具有显著的潜在的负面的法律和财务的影响。例如，在设施必须遵守的某些法规的文本内，关于溢漏工具箱(kit)的准备，使用了诸如“足够数量”或“在可能发生溢漏、渗漏或破裂的区域中”之类的模糊术语。因为可能没有逻辑、计算、可接受值的表或其它目标措施来衡量遵从性，所以法律法规通常对由设施管理的显著解释开放，这会使公司暴露于显著的法律责任。
鉴于上述问题，需要的是可以提供分析框架的增强的工具、技术和算法，通过该分析框架，设施可以评估与区域是否实际且称职地为区域中液体溢漏做准备相关联的风险。
发明内容
提供了反映分析框架和逻辑方法的工具、技术和算法，由此设施可以评估与设施的液体存储区域相关联的风险。在各种实施例中，算法可被用于进行溢漏风险评定以及响应于评定生成改进路径。风险评定的结果可以被转化为物理改变，以转换存储区域，从而降低未来的溢漏风险。
在一个实施例中，提供了一种用于评定液体存储区域中的溢漏风险的方法，该液体存储区域中存储有至少一个液体存储容器。该方法可以包括：接收与存储在该区域中的最大容量液体存储容器相关联的输入数据；利用计算机系统的处理器应用计算机实现的算法，该算法被编程为：计算最大容量容器的溢漏范围值，并计算与该区域相关联的至少一个风险方面值；以及由处理器输出与至少所计算的溢漏范围值和所计算的风险方面值相关联的风险评定概要。
该方法可以包括：响应于所计算的溢漏范围值和所计算的风险方面值，由处理器确定改进路径；以及响应于所确定的改进路径的至少一部分，物理地修改液体存储区域的至少一部分。在某些实施例中，该方法还可以包括响应于多个表面斜坡而计算最大容量容器的多个溢漏范围值。在一方面，该算法可以被编程为响应于流体的类型而计算最大容量容器的溢漏范围值。在各种实施例中，风险方面值可以包括区域排放口风险值、区域液体风险值、响应压力值、溢漏工具箱容量值、溢漏工具箱距离值、溢漏工具箱可见性值、阻塞物距离值、阻塞物可见性值、排放口条件确定或其组合中的一个或多个。
附图说明
图1包括根据本发明的各种实施例的用于进行溢漏风险评定的过程流程图的示例。
图2示意性地显示了液体存储区域的示例。
图3A和3B包括输入数据捕获工作表的示例。
图4图示了表示与图2的区域相关地进行的溢漏风险评定的输出屏幕的示例。
图5A、6A、7A、8A和9A包括与各种液体存储区域相关联的输入数据以及所计算的值的表格。
图5B、6B、7B、8B和9B包括输出屏幕显示，所述输出屏幕显示图示了(分别地)和与图5A、6A、7A、8A和9A相关联的所计算的值有联系的结果。
图10包括与加燃料和轨道区域相关联的输出屏幕的示例。
图11图示了具有与各种风险方面相关联的数字风险评级的输出屏幕的在线版本的示例。
图12图示了与建筑物中的零件清洗器区域相关联的输出屏幕的示例。
图13和14图示了与开发针对液体存储区域的某些示例的改进路径相关联的示例输出屏幕。
图15包括与开发具有特定液体存储区域的改进路径相关联的输出屏幕的示例，包括在已经实现改进路径之前和之后的风险方面的数字计数。
图16示意性地显示了在实现改进路径之后对图2的存储区域的物理转换和修改。
图17包括计算机系统体系架构的示例，其中各种输入数据、计算和算法可以与本文描述的各种溢漏风险评定实施例相关联地执行。
具体实施方式
发明人已经开发了可以提供分析框架和逻辑的增强的工具、技术和算法，通过该分析框架和逻辑，设施可以评估与区域是否实际且称职地为涉及存储在该区域中的液体的溢漏做好准备相关联的风险。在各种实施例中，本发明通过解决已长时间困扰行业的问题来满足该行业中长期感觉到的需求。
例如，本文描述的溢漏风险评定算法的实施例可以显著地减轻或解决在其操作中采用液体的不同类型的设施中的许多问题。在一方面，该算法创建了与溢漏相关的风险的所开发的、鲁棒的和通用的视图。通过对设施处发生的液体溢漏构建基于物理的模型，该算法提供了与溢漏相关的风险的测量的和可测量的视图。在开发该算法之前，设施没有对给定液体存储区域中(更不用说跨越整个设施或跨越同一企业内的多个设施)表示的风险的限定的统一视图。
该算法可以减少或消除用于评定溢漏行为的粗略估计或“经验法则”类型准则的实践。因为许多设施没有将高等数学应用于液体溢漏评定所必需的时间、知识或其它资源，所以其相反地应用有缺陷的准则或完全忽略风险。该算法还允许在举行受控溢漏是不可行和/或危险的区域中获取溢漏行为的知识。使用本算法可以在即使“无害的”液体(诸如水)也会对装备造成显著损坏或对员工造成损伤风险的情况下代替或补充地进行溢漏测试。
此外，该算法可以用于开发策略的和具体的知识，以帮助设施遵守否则的话含糊的地方、州和联邦的环境规则、法规和法律。因此，算法的使用可以帮助设施减少以不利的财务后果或法律责任的形式的负面影响。
在各种实施例中，算法反映了设施可以用于评估液体区域是否充分地为其相对最大的容器的溢漏做准备的目标工具和技术。该算法还可以用于改进液体存储容器区域以及开发用于溢漏响应准备的一致的方法。本文描述的算法和工具可以被实施为存储在移动设备、智能电话、台式计算机系统、平板计算机、膝上型计算机或其它计算设备上的计算机实现的指令。在一个示例中，算法可以被用于计算与液体容器存储区域相关联的溢漏相关风险。在某些实施例中，除给定的液体存储区域的其它方面之外，可以与例如多个可用的紧急溢漏工具箱或溢漏响应工具箱相关地评定溢漏相关的风险。
图1图示了根据本发明各种实施例的用于评定感兴趣区域内的液体溢漏风险的方法的实施例的一个示例。图2示意性地图示了可以通过风险溢漏评定算法分析的存储区域202的示例。在示出的示例中，区域202包括液体存储容器204，其已被确定为例如区域202内相对最大的单个容器(例如，容量或体积最大)。区域202还包括排放口206(例如，雨水排放口)，其可以连接到区域202外部的下水道系统。例如，可以在区域202中提供溢漏工具箱208，以允许区域202中的人员解决涉及液体容器204的溢漏事件。而且，可以提供排放口阻塞设备210，以在容器溢漏事件期间覆盖或密封排放口206。
在步骤102处，例如，与存储区域202相关联的各种输入数据可以由分析者或测量设备捕获或收集。图3A图示了可以用于捕获区域202的输入数据的数据捕获工作表的一个示例。例如，图3B图示了可以通过计算机或计算设备在线访问的数据捕获工作表的不同示例。如示出的，在步骤102A处，区域202可以被给予名称302或其它标识符，并且与区域202相关联的一个或多个相片或其它图像可被捕获。在某些实施例中，可以使用一个或多个标准化名称来对区域和设施进行分类，以促进进行跨越多个设施的元分析。
在步骤102B处，可以记录存储在区域202中的液体的类型304(例如，表示为变量TYP1、TYP2、TYP3等)。液体的类型可以根据各种不同的液体(诸如：水基；油，油基；易燃物；燃料；腐蚀物；氧化剂；芳香族溶剂；以及用于其它种类的液体的灵活类别(例如，“其它”))来限定和分类。本领域技术人员可以意识到的是，分析者可以确定对存储在区域202中的给定液体(一种或多种)的液体类型指派的最佳配合。
在步骤102C处，当区域202中存在多个容器时，可以确定区域202中的最大容器的容量306(LRGcurrent)。例如，容量306可以被量化为体积(例如，加仑或升)。容量数据306的收集认识到，如果最大容量容器204在最坏情况(现实场景)中溢漏，那么该容器204将导致最大溢漏半径，这是理解和计算风险时的主要考虑。在整个算法的处理中从该最大体积容器204导出的所计算的溢漏半径在理解风险和问题解决方案中起到了显著的作用(参见下文)。
在步骤102D处，可以测量并记录容器204与最近的溢漏工具箱208之间的从液体区域到工具箱的距离(DTKcurrent)值308。该输入数据捕获最近的紧急溢漏响应供应距离存储在容器204中的液体的位置有多远。相关计算评估在液体溢漏事件的情况下这些必要供应的可得性。
在步骤102E处，可以记录最近的溢漏工具箱的吸收容量(SKCcurrent)的值。该输入允许有效地理解观察到的原地溢漏工具箱吸收容量及其给定液体存储区域202中的风险和设置的适用性。
在步骤102F处，可以测量并记录容器204与最近的排放口206之间的从液体区域到排放口/泄漏口的距离(DTDcurrent)值310。该输入数据捕获液体的最近潜在泄漏点距离液体存储容器204有多远。该数据表示如果液体到达排放口206，则溢漏将是不可恢复的或难以清理的，并且溢漏将可能涉及监管处罚和/或显著成本或解决的复杂性。
在步骤102G处，可以测量并记录容器204和最近的排放阻塞物210之间的从排放口到阻塞物的距离(DTBcurrent)值312。该输入数据捕获最近的排放口密封设备离排放口有多远。该距离是重要的，因为它被用于计算在溢漏可能潜在地到达排放口的情况下排放口可以多快和多充分地被密封。
由本文描述的各种方法和算法处理的输入数据可以由操作员手动输入、从外部数据源下载，以及/或者可以由一种或多种类型的传感器、测量工具或被编程为捕获或收集输入数据的其它设备自动地收集。在某些实施例中，输入数据可以表示物理对象或有形物品的状态、尺寸、质量或其它方面的数字的或信息的转换。在收集由溢漏风险评定算法使用的输入数据的过程中，可以使用各种设备或装备。例如，足够分辨率的数码相机可以被用于提供液体存储区域的不同图像或视角。例如，并且如下面更详细地描述的，相机可以被用于捕获分析者导出溢漏工具箱障碍物因素、溢漏工具箱可见性、阻塞物障碍物因素和阻塞物可见性的值所必需的具体视觉信息和优势点。例如，除了激光迹线之外，还可以使用具有补充的瞄准的手段的激光测量来获得距离测量。设施中的距离可以显著地变化，范围从几英尺到几百英尺，这使得基于激光的测量设备对收集数据来说是期望的。此外，激光可以被用于定性地评估沿着直线路径的障碍物的数量，并且可以使用这样的障碍物的存在来修改距离值。瞄准的补充手段可以是有用的，例如，因为许多存储区域都在户外和在明亮的阳光下，在这样的情况下即使使用特殊的激光眼镜，观察较长距离上的激光迹线也可能是挑战性的。出于该原因，在某些实施例中，包括激光对准的相机和具有可变变焦的十字准线的设备可被用于精确地示出正在进行测量的位置。该功能对于沿着水平表面(例如，停车场中的室外雨水排放口)进行测量是有用的，因为可能难以准确地放置常规的激光迹线。
本领域技术人员可以意识到的是，缺少一条或多条输入数据(例如，没有排放口206的区域，或者其中排放口206可以是独立的(self-contained)、被弃置的或受限的区域)可以影响风险溢漏评定算法的处理(参见下文)，这会导致从分析中排除对应的风险方面(例如，“排放口条件”的对应风险短语可以表现为“N/A”)。
在步骤104处，可以将在步骤102处收集的输入数据输入到计算机实现的风险溢漏评定算法中，该算法计算与区域202中的潜在液体溢漏风险相关联的各种风险方面值。
在步骤106处，可以为最大容量容器204计算溢漏范围的初始计算。在某些实施例中，取决于最大容器204的大小，将溢漏类别应用于整个算法。该溢漏类别允许对底层算法及其输出结果进行更具体的微调。溢漏类别体现了液体的相对较小的容器与相对较大的液体容器可能表现得不同的知识。
对于溢漏范围计算，算法可以计算位于区域202中的最大液体容器204的溢漏的多个范围(例如，半径)。例如，这些多个半径可以基于零度、一度和五度的斜坡的表面上的假想溢漏，并且可以考虑到底层基板(例如，不可渗透的密封混凝土相对于可渗透的土壤)的渗透性。除非指定具体的液体类型，否则基本情况是该算法使用矿物油的物理特点作为溢漏的液体，因为矿物油反映了在设施中使用和溢漏的液体的类型的普遍的中心线特点。例如，汞具有明显不同的物理特点，但实际上通常不会大量溢漏。
该算法具有在给定各种物理特点的改变的情况下计算溢漏范围的能力。对于高容限应用，可以修改这些物理特点以反映在所检查的区域中使用的实际液体。可以看出，由算法计算的各种风险可以从多个溢漏范围的计算中导出，其可以用于不同容量以约束风险。
关于步骤106，计算初始扩散时间TVS＝0.023462*((海平面处的重力，以英尺/秒^2)*(最大容器/溢漏的体积，以加仑)*(液体的密度，以磅/英尺^3)/(液体的表面张力，以达因/厘米)。然后计算L2＝((液体的表面张力，以达因/厘米)*(最大容器/溢漏的体积，以加仑，LRGcurrent)*(初始扩散时间，TVS)/(液体的粘度，以厘泊))^1/4。接下来，计算平坦表面上的最大溢漏直径(溢漏范围)，SD0＝((L2)*1.413142)*2。然后使用安全系数的裕度来计算平坦表面上的溢漏范围，CSD0＝(SD0)*2；计算以一度倾斜的溢漏范围，CSD1＝(CSD0)*2.4；以及，计算以五度倾斜的溢漏范围，CSD5＝(CSD0)*3.2。
在步骤108处，可以对算法进行编程，以计算与区域202相关联的各种风险方面。这些风险方面108包括(例如并且不限于)与区域排放口、区域液体、响应压力、溢漏工具箱容量、溢漏工具箱距离、溢漏工具箱可见性、阻塞物距离、阻塞物可见性和排放口条件相关联的所计算或确定的值。
在步骤108A处，可以进行区域排放口风险方面计算。该方面值是先前所计算的以一度倾斜的溢漏范围(CSD1)与从液体区域到最近的排放口或泄漏点的距离(DTDcurrent)相比的扩展。该方面108A表示给定区域202中的最大体积容器204的溢漏如果不受响应者阻碍则可到达最近排放口206或泄漏点的风险。首先，计算初始区域排放口风险距离系数，ADRdc＝(DTDcurrent)/CSD1，其中理论最小值被设置为0。接下来，将ADRdc的逻辑评估应用在区域排放口风险谱上，以生成区域排放口风险短语。为了创建有用的风险谱，功能基于ADRdc值的层级(tier)来指派风险级别，包括可以被指派给对应的区域排放口风险短语的ADRdc值的以下示例：
0至0.167的ADRdc，“危急(critical)”
0.168至0.334的ADRdc，“非常高”
0.335至0.501的ADRdc，“高”
0.502至0.668的ADRdc，“升高”
0.669至1的ADRdc，“中等”
1.01及以上的ADRdc，“较低”
接下来，步骤108A可以求解到达“较低”区域排放口风险级别的从液体区域到最近排放口/泄漏口的距离。因为算法的关键输出是为了创建对区域的具体的、规定性的、物理的改进，所以可以计算实现“较低”区域排放口风险短语的从液体区域到最近的排放口/泄漏口的最小距离(DTDLower)，其中DTDLower＝1.01*CSD1。
在步骤108B处，可以进行区域液体风险方面计算。分类别地，在确定给定的区域中由液体所带来的风险时，存在起作用的一些因素：由单一类型的液体本身对人员和设置带来的危险；表示液体的类别内的附加复杂性的液体的多个类型(例如，给定液体区域中“腐蚀性”类别内的液体的多个类型)；以及，由含有多个且不同类别的液体的区域所表示的增加的复杂性和危险性，每个液体都要求具体且独特的响应。计算区域液体风险方面108B可以首先涉及编译液体的类型。对于所注解的每种类型的液体(例如，TYP1、TYP2、TYP3等)，指派对应的值1。接下来，在单独考虑时，将液体的类型编译成更大的类别并捕获类别内响应难度(即，ICD)(反映对该液体类别的溢漏的响应的相对复杂性的系数)。例如，由于对腐蚀物溢漏进行响应所要求的增加的危险、不兼容性以及专门的供应选择，与腐蚀物的溢漏相比，对单个水基的溢漏的响应相对简单：
然后，作为步骤108B的一部分，可对总类别复杂性(TCC)进行编译。TCC是反映响应者在对尚未识别出的液体的溢漏进行响应时将面对的加剧的复杂性的系数，该液体可以能想到是区域内的任何类别的液体。例如，行业中两个常用的液体是水和硫酸。如果在同一区域中使用这两种液体，存在由那些液体被混淆而导致的显著的人员风险，因为这两种液体既清澈又相对无味。在带来高精神压力或认知负荷的大量溢漏的情况下，两个液体类别的混淆的可能性进一步加剧，这可以在响应压力风险方面被考虑到(见下文)。TCC值的示例包括以下：
存在的液体类别的数量 TCC
1 1
2 1.4
3 1.8
4 2.2
5 2.6
6 3
接下来，步骤108B可以包括计算区域液体风险系数，如下：ALRC＝TCC*((ICD1*TYP1)+(ICD2*TYP2)+(ICD3*TYP3)+(ICD4*TYP4)+(ICD5*TYP5)+(ICD6*TYP6))。可以进行区域液体风险谱上的ALRc的逻辑评估，以创建区域液体风险短语。ALRc值及其对应区域液体风险短语的示例包括以下：
45及以上的ALRc，“危急”
30至44.99的ALRc，“非常高”
10至29.99的ALRc，“高”
3至9.99的ALRc，“升高”
2至2.99的ALRc，“中等”
1至1.99的ALRc，“较低”
在步骤108C处，可以进行响应压力风险方面计算。因为算法可以被用于对给定液体区域的溢漏响应之前和期间存在的风险进行建模，所以人为因素是显著的。响应压力是区域排放口风险(ADRdc)和区域液体风险(ALRc)的综合，每个都指标化和标准化为100点标度，因为它们在其各自的计算中使用单独的系数标度。响应压力反映了由对于位于更靠近排放口的距离处的人员更危险的液体所表示的进一步加剧的风险。这反映了以下现实：当液体更容易达到排放口时(ADRdc)，人员具有更短的时间来响应，并且经历更高的认知负荷和压力。如果人员几乎没有时间来响应，并且区域中存在多个类别的有害液体(ALRc)，那么这表示了人员处于时间压力下时错误识别危险液体的高可能性。
为了在步骤108C处计算响应压力风险方面，可以计算风险压力系数(RPc)，如下：RPc＝(100*(ALRc/45)+((1-ADRdc)*100)。接下来，可以进行RPc的逻辑评估以创建响应压力风险短语RPc，如下：
175及以上的RPc，“危急”
117至174.99的RPc，“非常高”
47至116.99的RPc，“高”
6.60至46.99的RPc，“升高”
0至6.59的RPc，“较低”
在步骤108D处，可以进行溢漏工具箱容量风险方面计算。该方面考虑最近的溢漏工具箱吸收和保留给定区域中最大容器的溢漏的能力。它还考虑到更高区域排放口风险要求略微更高的吸收容量(诸如当响应者面临高压和几乎没有时间时)，吸收剂放置可能既不是最优的也不是完美地高效。作为步骤108D的一部分，可以确定区域排放口风险(ADRdc)的溢漏工具箱吸收能力(SKAC)的逻辑评估，如下：
ADR<sub>dc</sub>风险短语 SKA<sub>C</sub>
“危急” 1.2
“非常高” 1.1
“高” 1.05
“升高” 1
“中等” 1
“较低” 1
接下来，溢漏工具箱吸收能力系数(SKCc)可以被计算为SKCc＝(SKCcurrent/LRGcurrent)/SKAc。可以进行溢漏工具箱吸收能力谱上SKCC的逻辑评估，以创建溢漏工具箱吸收能力风险短语，其示例如下：
1.001及以上的SKCc，“优秀”
0.751至1.00的SKCc，“非常好”
0.501至0.750的SKCc，“好”
0.301至0.500的SKCc，“临界(borderline)”
0至0.300的SKCc，“不可接受”
在步骤108E处，可以进行溢漏工具箱距离风险方面计算。该方面考虑了溢漏工具箱放置的现实情况，以及溢漏工具箱应当离液体区域多近以便有效地响应最大容器的溢漏。该方面还考虑了两个附加因素。第一，它建立在五个不同的溢漏类别上，因为区域中最大容器的体积(LRGcurrent)与到溢漏工具箱的距离(DTKcurrent)之间的关系不是线性的。例如，具有一升的最大容器的实验室区域实际上可以在该实验室中的各个地方定位非常小的溢漏工具箱。但是，在20000加仑箱的情况下，体积与距离的比率需要显著的调整，以考虑到大得多的规模的溢漏和设施。第二，随着响应压力(RPc)的增加，溢漏工具箱距离减小系数(SKDrc)也增加。这反映了在具有高响应压力的区域中，溢漏工具箱应当更靠近液体区域定位。这也反映了以下现实：在高压溢漏响应情况下，使溢漏工具箱容易被看到和访问变成了有效溢漏响应的越来越重要的方面。
作为在步骤108E处进行的评定的一部分，分析者可以观察如从液体区域拍摄的原地溢漏工具箱的照片，并从预确定的描述符中进行选择以表征液体区域和溢漏工具箱之间的路径。然后为该选择指派对应的溢漏工具箱障碍物因素(SKO)，其示例如下：
接下来，可以使用SKO来调整DTKcurrent，以生成更准确的经调整的到溢漏工具箱的距离值(DTKadj)。因为这些距离影响人员对溢漏进行响应所要求的时间，所以将其考虑在内是有用的。例如，30英尺远的具有从液体存储容器204的清楚视线(line of site)的溢漏工具箱比位于另一个存储区域中的30英尺远的溢漏工具箱更可能被记住以及在溢漏响应中有效地利用。在该示例中，DTKadj＝(DTKcurrent)*(SKO)。而且，可以进行溢漏工具箱距离缩减系数(SKDrc)的逻辑评估以生成响应压力风险短语(RPc)，诸如以下：
RP<sub>c</sub>风险短语 SKD<sub>rc</sub>
“危急” 0.3
“非常高” 0.15
“高” 0.10
“升高” 0.05
“较低” 0
而且，作为步骤108E的一部分，溢漏工具箱距离系数可以计算为SKDc＝(1-MSKc)*((DTKadj/(1-SKDrc)*CSD0))。在存在单人移动溢漏工具箱的情况下，MSKc可以是0.1，否则其可以是零。在某些实施例中，溢漏类别距离系数SKDc或SKDadj可以根据基于最大容器204的容量(LRGcurrent)的最近配合来评估，以指派溢漏工具箱距离风险短语，如下：
在步骤108F处，可以计算溢漏工具箱可见性风险方面。该方面可以依赖于对溢漏工具箱的可见性的分析者评估，但不需要依赖于分析者的主观评估。该计算采用原地溢漏工具箱拍摄的照片，根据该照片分析者报告了各种可见性点或角度。分析者观察如从液体容器204的位置拍摄的原地溢漏工具箱的照片，并针对所看到的内容从预确定的描述符中进行选择。然后为该选择指派对应的溢漏工具箱可见性得分(未经调整的)SKVun，如下：
在某些实施例中，可以进行逻辑评估以导出针对响应压力调整的溢漏工具箱可见性(SKVadj)。在升高的响应压力的情况下，算法可能要求增加的可见性，以实现相同的溢漏工具箱可见性风险短语。例如，具有“危急”级别的响应压力的区域可能被要求具有比具有“升高”响应压力的类似区域更容易地可见的溢漏工具箱，因为响应者可被假设为在高压或胁迫时更可能忽视附近的工具箱。SKVadj的值的示例在下表中示出：
响应压力RP<sub>c</sub> SKV<sub>adj</sub>
“危急” (SKV<sub>un</sub>)-1
“非常高” (SKV<sub>un</sub>)-1
“高” SKV<sub>un</sub>
“升高” SKV<sub>un</sub>
“较低” SKV<sub>un</sub>
也作为步骤108F的一部分，可以进行对溢漏工具箱可见性风险谱上的SKVadj的逻辑评估，以生成溢漏工具箱可见性风险短语(SKVC)，如以下示例中示出的：
SKV<sub>adj</sub> SKV<sub>C</sub>风险短语
5 “优秀”
4 “非常好”
3 “好”
2 “临界”
1，0 “不可接受”
在步骤108G处，可以计算阻塞物距离风险方面。该方面考虑排放口阻塞物/排放口密封装置210放置的现实，以及阻塞物210应当多靠近排放口206，以便有效地响应最大容器204的溢漏。该方面可以考虑附加的因素。第一，它可以建立在五个不同的溢漏类别上，因为区域中最大容器的体积(LRGcurrent)与从排放口到阻塞物的距离(DTBcurrent)之间的关系不是线性的。第二，随着响应压力(RPc)的增加，排放口阻塞物距离减小系数(DTBrc)也增加，反映了在具有高响应压力的区域中，阻塞物应当在液体存储区域中更靠近排放口定位。这反映了以下现实：在高压溢漏响应情况下，具有容易看到和得到的排放阻塞物变成了越来越敏锐和显著的益处。
作为在步骤108G处的处理的一部分，分析者可以观察如从排放口206或泄漏点拍摄的原地阻塞物的照片，并且然后从预确定的描述符中进行选择以表征排放口206和阻塞物210之间的路径。然后为该选择指派对应的阻塞物障碍物因素(BO)，其示例如下：
可以通过使用BO来调整DTBcurrent，以导致更准确的经调整的到溢漏工具箱值的距离(DTBadj)。因为这些距离影响在溢漏事件期间人员的响应时间，所以将其考虑在内是有用的。该调整可以被计算为DTBadj＝(DTBcurrent)*(BO)。接下来，与生成响应压力风险短语(RPc)相关的阻塞物距离减小系数(DTBrc)的逻辑评估，如以下示例中示出的：
RP<sub>c</sub>风险短语 DTB<sub>rc</sub>
“危急” 0.3
“非常高” 0.15
“高” 0.10
“升高” 0.05
“较低” 0
阻塞物距离系数(DTBc)可以被计算为DTBc＝DTBadj/((1-DTBrc)*CSD0)。可以根据基于最大容器的容量(LRGcurrent)的最近配合来对DTBc或DTBadj进行逻辑评估，以指派阻塞物距离风险短语，如以下示例中示出的：
在步骤108H处，可以进行阻塞物可见性风险方面计算。虽然该方面可以依赖于对阻塞物的可见性的分析者评估，但它并不一定依赖于分析者的主观评估。该计算可以基于对原地阻塞物拍摄的照片，根据该照片分析者报告了可见性点或角度。分析者可以观察如从排放口/泄漏点拍摄的原地阻塞物的照片，并且然后从预确定的描述符中选择所看到的内容。然后为该选择指派对应的阻塞物可见性得分(未经调整的)BVun，其示例如下：
接下来，可以进行逻辑评估，以导出针对响应压力调整的阻塞物可见性(BVadj)。在升高的响应压力的情况下，算法可以要求增加的可见性，以实现相同的阻塞物可见性风险短语。例如，具有“危急”级别的响应压力的区域可能被要求具有比具有“升高”响应压力的类似区域更容易地可见的阻塞物，因为响应者可被假设为在高压力或胁迫时更可能忽略附近的阻塞物。BVadj的示例在下表中示出：
响应压力RP<sub>c</sub> BV<sub>adj</sub>
“危急” (BV<sub>un</sub>)-1
“非常高” (BV<sub>un</sub>)-1
“高” BV<sub>un</sub>
“升高” BV<sub>un</sub>
“较低” BV<sub>un</sub>
可以进行阻塞物可见性风险谱上的BVadj的逻辑评估，以生成阻塞物可见性风险短语(BVc)，如下：
BV<sub>adj</sub> BV<sub>c</sub>风险短语
5 “优秀”
4 “非常好”
3 “好”
2 “临界”
1,0 “不可接受”
在步骤108I处，可以确定排放口条件风险方面。这可以是用于判断聚氨酯板能够覆盖并密封排放口206的可能性的基于分析者的经验的主观的、非计算的方面，如照片中示出的。例如，该判断可以基于排放口206格栅(grate)周围的表面的平滑度和均匀性，因为这是许多普遍可用的排放口密封或溢漏转移解决方案的密封界面。
在步骤110处，根据步骤108进行的各种风险方面计算和确定的概要可以被聚合并显示在输出屏幕上。图4图示了表示与图2中所示的区域202相关地进行的溢漏风险评定的输出屏幕的示例。
图5A至图12中提供了溢漏风险评定的输入数据、计算和确定的其它示例。图5A、6A、7A、8A和9A包括与各种液体存储区域(例如，分别为样本区域1至样本区域5)相关联的输入数据和所计算的值的表格。图5B、6B、7B、8B和9B包括输出屏幕显示，所述输出屏幕显示图示了(分别地)与图5A、6A、7A、8A和9A中的每个存储区域相关联的所计算的值的结果。图10包括与加燃料和轨道区域相关联的输出屏幕的示例。图11图示了具有与各种风险方面相关联的数字风险评级的输出屏幕的在线版本的示例。图12图示了与建筑物中的零件清洗器区域相关联的输出屏幕的示例。
在步骤112处，可以计算一个或多个改进的路径推荐，以提供具体和规定性的推荐。在某些实施例中，在不对区域202或其基础设施产生“重大”改变的情况下，可以通过求解每个更早的风险计算来进行改进路径推荐计算，以实现最低的可能的风险评定。例如，移动物理排放口很少是可行的，并且在大多数情况下会对区域202构成“重大”改变。
关于对区域排放口风险方面的改进路径计算，设施将采取每个可行的物理措施来降低区域中的排放口风险，包括使排放口密封装置和溢漏响应供应适当地定位，导致整体区域的“较低”的排放风险。
关于对响应压力的改进路径确定，该计算反映了由于采纳完全改进路径推荐而产生的“较低”区域排放口风险，并且将其与未经调整的区域液体风险进行平均，以反映针对改进的区域的新的响应压力(RPpost)。因为区域排放口风险被设置为“较低”，因此其具有零值，该零值与区域液体风险进行平均并且然后被指标化为100点标度：RPip＝(0+100*(ALRc/45)。接下来，可以进行RPip的逻辑评估，以生成改进后路径响应压力风险短语(RPpost)，如下：
RP<sub>ip</sub> RP<sub>post</sub>风险短语
175及以上 “危急”
117至174.99 “非常高”
47至116.99 “高”
6.6至46.99 “升高”
0至6.59 “较低”
在某些实施例中，确定溢漏工具箱容量的改进路径反映了给定区域的最优溢漏工具箱吸收能力，将达到溢漏工具箱容量的“优秀”风险短语的最小吸收能力。对于最大容器(LRGcurrent)可以计算达到“优秀”溢漏工具箱容量评级(SKCip)所必需的基本吸收能力，同时考虑到要求略微更高的吸收容量(SKAc)的更高区域排放口风险。因此，用于改进路径的溢漏工具箱容量评级可以被计算为SKCip＝(SKAc*LRGcurrent)+1。在某些方面，SKCip可以通过选择的类别吸收能力因素(CAF)进行调整，以反映在最大容器溢漏的情况下由溢漏工具箱提供的预期最大吸收能力，如下：
接下来，可以计算每个区域的推荐的单个溢漏工具箱容量(SKCpost)。在推荐的SKCpost吸收能力超过单个溢漏工具箱中的可用吸收能力的情况下，可以通过从最大单个溢漏工具箱吸收能力(MAXsk)中减去SKCpost来计算补充骑兵(cavalry)吸收能力(CApost)。在其中LRGcurrent>2000的情况下，则SKCpost＝1000；在LRGcurrent<＝2000的情况下，则SKCpost＝(SKCip*CAF)；以及，在SKCpost>MAXsk的情况下，则CApost＝SKApost-MAXsk。
关于确定溢漏工具箱距离的改进路径，该计算反映了在仍然实现溢漏工具箱距离的“优秀”风险短语的同时溢漏工具箱应当距离液体存储区域定位的最大最优距离。该推荐的距离被描述为SKDpost。在要求骑兵吸收能力(CApost)的情况下，在仍然达到对应的“优秀”风险短语的同时其距离液体区域的最大距离可以描述为CADpost。以下是为了获得对应SKDexc值的LRGcurrent的逻辑评估的示例：
为了实现“优秀”风险短语的溢漏工具箱距离液体区域的最大距离(SKDpost)的计算可以被提供为：在LRGcurrent<＝330的情况下，则SKDpost＝1-(SKDrc-MSKc)*(CSD0*SKDexc)；并且，在LRGcurrent>330的情况下，则SKDpost＝SKDexc。实现与骑兵吸收能力(CADpost)等效的溢漏工具箱距离的“优秀”风险短语的骑兵吸收能力(CApost)的最大周长距离的计算可以被提供为：在CApost>0的情况下，则CADpost＝CSD5。
关于对溢漏工具箱可见性的改进路径计算，该计算反映了为了达到溢漏工具箱可见性的“优秀”风险短语(SKVip)，要添加到当前溢漏工具箱可见性点(SKVptcurr)的可见性点(SKVptadd)。首先，可以将SKVptpost设置为与“优秀”风险短语对应的值(例如，SKVptpost＝3)。接下来，可以进行SKVadj的逻辑评估，以导出当前的可见性点(SKVptcurr)，如下：
SKVptcurr SKVadj
3 5
2 4
1 3
1 2
0 1
然后，可以进行为了实现溢漏工具箱可见性的“优秀”风险短语(SKVip)要添加到当前溢漏工具箱可见性(SKVptadd)的附加的可见性点的计算。这可以被计算为SKVptadd＝SKVptpost-SKVptcurr。
针对阻塞物距离的改进路径计算反映了在仍然实现阻塞距离的“优秀”风险短语(DTEexc)的同时阻塞物210应当距离排放口206或泄漏点定位的最大最优距离。该推荐的距离被描述为DTBpost。为获得对应的DTBexc值，LRGcurrent的逻辑评估可以如下进行：
可以进行为了实现“优秀”风险短语的距液体存储区域的最大阻塞物距离(DTBpost)的计算，同时还考虑更高级别的响应压力的距离降低(DTBrc)的影响：在LRGcurrent<＝330的情况下，则DTBpost＝(1-(DTBrc))*(CSD0*DTBexc)；并且，在LRGcurrent>330的情况下，则DTBpost＝DTBexc。
阻塞物可见性的改进路径计算反映了为了达到阻塞物可见性(BVip)的“优秀”风险短语的要加到当前阻塞物数的可见性点(BVptcurr)的可见性点(BVptadd)。首先，将BVptpost设置为与“优秀”风险短语对应的值(例如，BVptpost＝3)。然后，可以应用SKVadj的逻辑评估，以导出当前可见性点(SKVptcurr)，如下：
BV<sub>ptcurr</sub> BV<sub>adj</sub>
3 5
2 4
1 3
1 2
0 1
可以进行为了达到阻塞物可见性(BVip)的“优秀”风险短语要添加到当前阻塞物可见性(BVptadd)的附加可见性点的计算。因此，BVptadd＝BVptpost-BVptcurr。
例如，基于用聚氨酯面板液密密封排放口206的能力的较早的分析者视图，针对排放口条件的改进路径计算创建了具体的方向。实质上，当分析者观察到被侵蚀的密封表面并为排放口条件指派“临界”风险短语时，则排放口条件的对应改进路径可以读取：“考虑用环氧树脂使排放口表面平整；保持排放口周围干净且无碎屑和砾石，以允许排放口的液密密封”或等效说明。
图13和14图示了与开发具有特定液体存储区域的改进路径相关联的示例输出屏幕。可以看出，这些屏幕显示了在区域中实现改进路径之前和之后的风险评定。图15包括与开发具有特定液体存储区域的改进路径相关联的输出屏幕的示例，包括在实现改进路径之前和之后二者的风险方面的数字计数。
在步骤114处，可以根据通过进行上述溢漏风险评定而开发的推荐来转换液体存储区域202。如图16中示出的，响应于进行评定，已物理地移动或修改了区域202的各种元件。例如，具有吸收能力的适当级别的溢漏工具箱已被定位在最大容量液体存储容器204的20英尺内。在另一个示例中，排放阻塞物210已被移动到排放口206的20英尺内。例如，可以看出，没有为区域202推荐“重大”改变，诸如移动排放口206或移动存储容器204的位置。
图17包括计算机系统体系架构的示例，其中各种输入数据、计算和确定可以与本文描述的各种溢漏风险评定实施例相关联地执行。在示出的示例中，溢漏风险评定系统1702可以包括计算机处理器(例如，服务器1704)和各种模块1706-1714，这些模块在系统1702内进行各种任务或提供功能。例如，算法模块1706可以被编程为进行各种风险方面计算。输入数据模块1708可以被编程为接收、处理和/或存储从给定液体存储区域1716收集或导出的数据。可以提供输出概要模块10以生成并显示由溢漏风险评定算法进行的计算的概要。在另一个示例中，改进路径模块1712可以被编程为进行改进路径计算。可以意识到的是，还可以在系统1702中提供一个或多个其它模块1714以执行各种任务。系统1702还可以与一个或多个合适的电子数据存储介质1718可操作地相关联，以保留或访问诸如风险评定数据之类的数据。
在某些方面，可以在区域1716内采用一个或多个测量设备1720(例如，基于激光的设备)以捕获输入数据。同样，可以在该区域内采用各种类型的数据输入设备1722(例如，移动设备、计算机、膝上型计算机等)以收集数据并将数据发送到系统1702。在各种实施例中，系统1702与区域1716内使用的设备1720、1722之间的通信可以通过各种通信媒体或通信手段1724(例如，互联网、内联网、VPN、无线等)来实现。
提供本文所提供的示例仅仅是为了说明本发明的各种潜在的实施例。给定屏幕显示、输出屏幕、示意图或流程图的特定方面不一定旨在限制本发明的范围。
在各种实施例中，各种模块或平台可以被用于实践本发明的某些方面。例如，软件即服务(SaaS)模型或应用服务提供商(ASP)模型可以被采用为软件应用交付模型，以将软件应用传送给客户端或其他用户。例如，可以通过互联网连接下载这样的软件应用，并且可以或者独立地(例如，下载到膝上型或台式计算机系统)或者通过第三方服务提供商(例如，通过第三方网站访问)来操作。此外，可以与本发明的各种实施例相关地采用云计算技术。
而且，与本实施例相关联的处理可以由可编程装备(诸如计算机)来执行。可以被采用以使得可编程装备执行过程的软件或其它指令集合可以被存储在任何存储设备(诸如计算机系统(非易失性)存储器)中。此外，可以在制造计算机系统时或经由计算机可读存储器存储介质对一些过程进行编程。
还可以意识到的是，可以使用存储在计算机可读存储介质(一个或多个)上的指示计算机或计算机系统进行过程步骤的指令来进行本文描述的某些处理方面。计算机可读介质可以包括例如存储器设备，诸如磁盘、只读和读/写类型的光盘、光盘驱动器和硬盘驱动器。计算机可读介质还可以包括存储器存储装置，其可以是物理的、虚拟的、永久的、临时的、半永久的和/或半临时的，包括其非瞬态变体。存储器和/或存储部件可以使用能够存储数据的任何计算机可读介质(诸如易失性或非易失性存储器、可移动或不可移动存储器、可擦除或不可擦除存储器、可写或可重写存储器，等等)来实现。计算机可读存储介质的示例可以包括但不限于RAM、动态RAM(DRAM)、双倍数据速率DRAM(DDRAM)、同步DRAM(SDRAM)、静态RAM(SRAM)、只读存储器(ROM)、可编程ROM(PROM)、可擦除可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)、闪存(例如，NOR或NAND闪存)、内容可寻址存储器(CAM)、聚合物存储器(例如，铁电聚合物存储器)、相变存储器、双向(ovonic)存储器、铁电存储器、硅-氧化物-氮化物-氧化物-硅(SONOS)存储器、磁卡或光卡，或适于存储信息的任何其它类型的介质。
“计算机”、“计算机系统”、“计算装置”、“部件”或“计算机处理器”可以是(例如但不限于)处理器、微计算机、小型计算机、服务器、大型机、膝上型计算机、个人数据助理(PDA)、无线电子邮件设备、智能电话、移动电话、电子平板电脑、蜂窝电话、寻呼机、传真机、扫描仪或被配置为发送、处理和/或接收数据的任何其它可编程设备或计算机装置。本文公开的计算机系统和基于计算机的设备可以包括存储器和/或存储部件，以存储用于获得、处理和传送信息的某些软件应用。可以意识到的是，对于所公开的实施例的操作，这种存储器可以是内部的或外部的。在各种实施例中，“主机”、“引擎”、“加载器”、“过滤器”、“平台”或“部件”可以包括各种计算机或计算机系统，或者可以包括软件、固件和/或硬件的合理组合。在某些实施例中，“模块”可以包括软件、固件、硬件或其任何合理组合。
在本发明的各种实施例中，单个部件可以由多个部件代替，并且多个部件可以由单个部件代替，以进行给定的功能(一个或多个)。除非这种取代对于实践本发明的实施例将不可操作，否则这种取代在本发明的范围内。例如，本文描述的任何服务器可以由“服务器场”或者为协作功能而定位和配置的联网服务器的其它分组(例如，一组服务器刀片)代替。可以意识到的是，服务器场可以用来在场的单独部件之间/之中分配工作负载，并且可以通过利用多个服务器的集体和协作能力来加速计算过程。这种服务器场可以采用负载平衡软件来完成任务，诸如例如跟踪对来自不同机器的处理能力的需求、基于网络需求确定任务的优先级和调度任务，和/或在部件故障或可操作性降低的情况下提供备用应急(contingency)。
一般而言，对于本领域普通技术人员将显而易见的是，本文描述的各种实施例或其部件或零件可以在软件、固件、硬件和/或其模块的许多不同实施例中实现。用于实现一些本实施例的软件代码或专用控制硬件不是对本发明的限制。例如，上文描述的实施例可以使用任何合适的计算机编程语言(诸如使用例如常规或面向对象的技术的.NET或HTML)在计算机软件中实现。用于计算机软件和其它计算机实现的指令的编程语言可以在执行之前由编译器或汇编器翻译成机器语言，并且/或者可以由解释器在运行时直接翻译。汇编语言的示例包括ARM、MIPS和x86；高级语言的示例包括Ada、BASIC、C、C++、C#、COBOL、Fortran、Java、Lisp、Pascal、Object Pascal；以及脚本语言的示例包括Bourne脚本、JavaScript、Python、Ruby、PHP和Perl。例如，可以在Lotus Notes环境中采用各种实施例。这种软件可以被存储在任何类型的合适的计算机可读介质(一个或多个)(诸如例如磁性或光学存储介质)上。因此，在没有具体参考实际的软件代码或专用硬件部件的情况下，描述了实施例的操作和行为。缺少这样的具体参考是可行的，因为据清楚理解，普通技术人员将能够设计软件和控制硬件以基于本文的描述仅利用合理的努力并且无需过多的实验来实现本发明的实施例。
本文描述的系统和方法的各种实施例可以采用一个或多个电子计算机网络来促进不同部件之间的通信、传送数据或共享资源和信息。可以根据用于使网络中的设备互连的硬件和软件技术对这种计算机网络进行分类，诸如光纤、以太网、无线LAN、HomePNA、电力线通信或G.hn。计算机网络还可以被实施为以下网络的类型中的一种或多种：局域网(LAN)；城域网(MAN)；广域网(WAN)；虚拟专用网(VPN)；存储区域网络(SAN)；或全球区域网络(GAN)，以及其它网络类型。
例如，WAN计算机网络可以通过链接跨大城市、区域或国家边界的通信来覆盖广泛的区域。网络可以使用路由器和/或公共通信链路。一种类型的数据通信网络可以覆盖相对宽的地理区域(例如，城市到城市或国家到国家)，其使用由公共运营商(诸如电话服务提供商)提供的传输设施。在另一个示例中，GAN计算机网络可以支持跨多个无线LAN或卫星网络的移动通信。在另一个示例中，VPN计算机网络可以包括由另一个网络(例如，互联网)中的开放连接或虚拟电路而不是物理线路承载的节点之间的链路。VPN的链路层协议可以通过其它网络进行隧道化。一个VPN应用可以通过互联网促进安全通信。VPN还可以被用于通过底层网络分开地并安全地传导不同用户社区的流量。VPN还可以通过除了将接入设备连接到网络的实际IP地址之外的IP地址位置向用户提供访问网络的虚拟体验。
可以基于网络的元件或部件之间的功能关系(诸如活动联网、客户端-服务器或对等功能体系架构)来表征计算机网络。可以根据网络拓扑(诸如总线网络、星形网络、环形网络、网状网络、星形总线网络或分层拓扑网络)对计算机网络进行分类。还可以基于采用用于数据通信的方法(诸如数字和模拟网络)对计算机网络进行分类。
本文描述的方法和系统的实施例可以采用网络互连来通过公共路由技术连接两个或更多个不同的电子计算机网络或网络片段。所采用的互联网络的类型可以取决于互联网络中的管理和/或参与。互联网络的非限制性示例包括内联网、外联网和互联网。内联网和外联网可以有也可以没有到互联网的连接。如果内联网和外联网被连接到互联网，那么可以用适当的认证技术或其它安全措施来保护内联网或外联网。如本文所应用的，内联网可以是在由管理实体的共同控制下采用互联网协议、web浏览器和/或文件传送应用的一组网络。这种管理实体可以将对内联网的访问限制为例如仅授权用户或者组织或商业实体的另一个内部网络。如本文所应用的，外联网可以包括一般限于主要组织或实体的网络或互联网络，但是其也与一个或多个其它受信任组织或实体的网络具有有限的连接(例如，可以给予实体的客户对实体的内联网的访问，从而创建外联网)。
计算机网络可以包括互连网络节点的硬件元件，诸如网络接口卡(NIC)或以太网卡、中继器、桥、集线器、交换机、路由器和其它类似部件。例如，这些元件可以被物理布线用于可以设有微波链路(例如，IEEE 802.12)或光纤的通信和/或数据连接。例如，通过使用MAC地址提供对网络和寻址系统的物理访问，网卡、网络适配器或NIC可以被设计为允许计算机通过计算机网络进行通信。中继器可以被实施为电子设备，其以提升的功率级别接收和重传所传送的信号，以允许信号覆盖电信距离并降低降级。网络桥可以被配置为连接计算机网络的数据链路层处的多个网络片段，同时了解可以通过网络的哪些具体端口到达哪些地址。在网络中，桥可以将端口与地址相关联，并且然后仅将针对那个地址的流量发送到那个端口。在各种实施例中，可以采用本地桥来直接连接局域网(LAN)；可以使用远程桥在LAN之间创建广域网(WAN)链路；和/或，可以使用无线桥连接LAN和/或将远程站连接到LAN。
如本文所采用的，应用服务器可以是主管API以暴露业务逻辑和业务过程以供其它应用使用的服务器。应用服务器的示例包括J2EE或Java EE 5应用服务器，包括WebSphere Application Server。其它示例包括WebSphere Application ServerCommunity Edition(IBM)、Sybase Enterprise Application Server(Sybase公司)、WebLogic Server(BEA)、JBoss(Red Hat)、JRun(Adobe Systems)、Apache Geronimo(Apache Software Foundation)、Oracle OC4J(Oracle Corporation)、Sun Java SystemApplication Server(Sun Microsystems)和SAP Netweaver AS(ABAP/Java)。而且，可以根据.NET框架提供应用服务器，包括Windows Communication Foundation、.NET Remoting、ADO.NET和ASP.NET以及若干其它部件。例如，Java Server Page(JSP)是在web容器中执行的小服务程序，它在功能上等同于CGI脚本。JSP可以用于通过在页面中嵌入对服务器逻辑的引用来创建HTML页面。应用服务器可以主要服务基于web的应用，而其它服务器可以作为例如会话发起协议服务器，或者与电话网络一起工作。可以设计企业应用集成和面向服务的体系架构的规范，以连接许多不同的计算机网络元件。此类规范包括BusinessApplication Programming Interface、Web Services Interoperability以及Java EEConnector Architecture。
本文描述的方法和系统的实施例可以在分开的CPU之间划分功能，从而创建多处理配置。例如，可以采用具有协处理能力的多处理器和多核(单个集成电路上的多个CPU)计算机系统。而且，可以采用多任务处理作为计算机处理技术，来处置多个计算机程序的同时执行。
虽然一些实施例可以被图示并描述为包括进行各种操作的功能部件、软件、引擎和/或模块，但是可以意识到的是，这些部件或模块可以由一个或多个硬件部件、软件部件和/或其组合实现。功能部件、软件、引擎和/或模块可以例如通过由逻辑设备(例如，处理器)执行的逻辑(例如，指令、数据和/或代码)来实现。这种逻辑可以在一个或多个类型的计算机可读存储介质上存储在逻辑设备内部或外部。在其它实施例中，诸如软件、引擎和/或模块之类的功能部件可以由硬件元件实现，所述硬件元件可以包括处理器、微处理器、电路、电路元件(例如，晶体管、电阻器、电容器、电感器等)、集成电路、专用集成电路(ASIC)、可编程逻辑器件(PLD)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、逻辑门、寄存器、半导体器件、芯片、微芯片、芯片组等等。
软件、引擎和/或模块的示例可以包括软件部件、程序、应用、计算机程序、应用程序、系统程序、机器程序、操作系统软件、中间件、固件、软件模块、例程、子例程、函数、方法、过程、软件接口、应用程序接口(API)、指令集、计算代码、计算机代码、代码片段、计算机代码片段、字、值、符号或其任意组合。确定实施例是否使用硬件元件和/或软件元件来实现可以根据任何数量的因素(诸如期望的计算速率、功率级别、热容差、处理周期预算、输入数据速率、输出数据速率、存储器资源、数据总线速度和其它设计或性能限制)而变化。
此外，可以意识到的是，本文描述的实施例说明了示例实现，并且功能元件、逻辑方框、模块和电路元件可以以与所描述的实施例一致的各种其它方式实现。此外，由这些功能元件、逻辑方框、模块和电路元件进行的操作可以针对给定的实现进行组合和/或分离，并且可以由更多或更少数量的部件或模块来进行。如在阅读本公开后对于本领域技术人员将显而易见的，本文描述和图示的每个单独实施例具有离散的部件和特征，其可以在不脱离本公开的范围的情况下容易地与任何其它若干方面的特征分离或组合。任何陈述的方法都可以按照陈述事件的次序或以逻辑上可能的任何其它次序进行。
除非以其他方式明确说明，否则可以意识到的是，诸如“处理”、“计算”、“计量”、“确定”等术语是指计算机或计算系统或类似的电子计算设备(诸如通用处理器、DSP、ASIC、FPGA或其它可编程逻辑设备、离散门或晶体管逻辑、离散硬件部件，或其任意组合)的动作和/或过程，所述计算机或计算系统或类似的电子计算设备被设计为进行本文描述的操纵表示为寄存器和/或存储器内的物理量(例如，电子)的数据和/或将该数据转换为类似地表示为存储器、寄存器或其它此类信息存储、传输或显示设备内的物理量的其它数据的功能。
可以使用表达“耦合”和“连接”以及它们的派生词来描述某些实施例。这些术语不一定旨在作为彼此的同义词。例如，可以使用术语“连接”和/或“耦合”来描述一些实施例，以指示两个或更多个元件彼此直接物理或电接触。但是，术语“耦合”还可以意味着两个或更多个元件彼此不直接接触，但仍然彼此协作或交互。关于软件元件，例如，术语“耦合”可以指接口、消息接口、应用程序接口(API)、交换消息等。
虽然本文描述的各种系统可以在由如上面所讨论的通用硬件执行的软件或代码中实施，但作为替代方案，其也可以在专用硬件或软件/通用硬件和专用硬件的组合中实施。如果在专用硬件中实施，那么每个可以被实现为采用任何一种技术或多种技术的组合的电路或状态机。这些技术可以包括但不限于具有用于在施加一个或多个数据信号时实现各种逻辑功能的逻辑门的离散逻辑电路、具有适当逻辑门的专用集成电路或其它部件等。这些技术是本领域普通技术人员一般众所周知的，并因此本文不再详细描述。
本文描述的流程图和方法示出了各种实现的功能和操作。如果在软件中实施，那么每个方框、步骤或动作可以表示包括实现指定的逻辑功能(一个或多个)的程序指令的模块、片段或代码的一部分。程序指令可以以源代码或者机器代码的形式实施，所述源代码包括用编程语言编写的人类可读语句或机器代码，所述机器代码包括可由合适执行系统(诸如计算机系统中的处理部件)识别的数字指令。如果在硬件中实施，那么每个方框可以表示实现指定的逻辑功能(一个或多个)的电路或多个互连电路。
虽然本文描述的流程图和方法可以描述具体的执行的次序，但是要理解的是，执行的次序可以与所描述的次序不同。例如，可以相对于所描述的次序打乱两个或更多个方框或步骤的执行次序。而且，两个或更多个方框或步骤可以并发地执行或部分并发地执行。另外，在一些实施例中，可以跳过或省略一个或多个方框或步骤。要理解的是，所有这些变化都在本公开的范围内。
虽然为了说明的目的以上已描述了本发明的特定实施例，但是对于本领域技术人员将显而易见的是，在不脱离本发明的情况下，可以对本发明的细节进行各种变化。

Claims (20)

1.一种用于评定液体存储区域中的溢漏风险的方法，所述液体存储区域中存储有至少一个液体存储容器，所述方法包括：
接收与存储在区域中的最大容量液体存储容器相关联的输入数据；
利用计算机系统的处理器应用计算机实现的算法，所述算法被编程为：
计算最大容量容器的溢漏范围值，以及
计算与所述区域相关联的至少一个风险方面值；以及
由所述处理器输出与至少所计算的溢漏范围值和所计算的风险方面值相关联的风险评定概要。
2.如权利要求1所述的方法，还包括响应于所计算的溢漏范围值和所计算的风险方面值，物理地修改所述液体存储区域的至少一部分。
3.如权利要求1所述的方法，还包括：
响应于所计算的溢漏范围值和所计算的风险方面值，由所述处理器确定改进路径；以及
响应于所确定的改进路径的至少一部分，物理地修改所述液体存储区域的至少一部分。
4.如权利要求1所述的方法，还包括被编程为响应于多个表面斜坡而计算所述最大容量容器的多个溢漏范围值的所述算法。
5.如权利要求1所述的方法，还包括被编程为响应于流体的类型而计算所述最大容量容器的所述溢漏范围值的所述算法。
6.如权利要求1所述的方法，还包括被编程为计算包括区域排放口风险值的至少一个风险方面值的所述算法。
7.如权利要求1所述的方法，还包括被编程为计算包括区域液体风险值的至少一个风险方面值的所述算法。
8.如权利要求1所述的方法，还包括被编程为计算包括响应压力值的至少一个风险方面值的所述算法。
9.如权利要求1所述的方法，还包括被编程为计算包括溢漏工具箱容量值的至少一个风险方面值的所述算法。
10.如权利要求1所述的方法，还包括被编程为计算包括溢漏工具箱距离值的至少一个风险方面值的所述算法。
11.如权利要求1所述的方法，还包括被编程为计算包括溢漏工具箱可见性值的至少一个风险方面值的所述算法。
12.如权利要求1所述的方法，还包括被编程为计算包括阻塞物距离值的至少一个风险方面值的所述算法。
13.如权利要求1所述的方法，还包括被编程为计算包括阻塞物可见性值的至少一个风险方面值的所述算法。
14.如权利要求1所述的方法，还包括被编程为计算包括排放口条件确定的至少一个风险方面值的所述算法。
15.一种用于评定液体存储区域中的溢漏风险的计算机系统，所述液体存储区域中存储有至少一个液体存储容器，所述系统包括：
电子计算机服务器，被编程为：
接收与存储在区域中的最大容量液体存储容器相关联的输入数据；
执行算法，所述算法用于：
计算最大容量容器的溢漏范围值，以及
计算与所述区域相关联的至少一个风险方面值；
输出与至少所计算的溢漏范围值和所计算的风险方面值相关联的风险评定概要；以及，
至少一个数据存储介质，被编程为在所述至少一个数据存储介质中存储所述输入数据、所计算的风险方面值或所计算的风险方面值的至少一部分。
16.如权利要求15所述的系统，还包括被编程为响应于所计算的溢漏范围值和所计算的风险方面值而确定改进路径的服务器。
17.如权利要求16所述的系统，其中所确定的改进路径包括至少一个推荐，用于响应于所确定的改进路径的至少一部分而物理地修改所述液体存储区域的至少一部分。
18.如权利要求15所述的系统，还包括被编程为执行用于响应于多个表面斜坡而计算所述最大容量容器的多个溢漏范围值的所述算法的所述服务器。
19.一种用于评定液体存储区域中的溢漏风险的方法，所述液体存储区域中存储有至少一个液体存储容器，所述方法包括：
接收与存储在区域中的最大容量液体存储容器相关联的输入数据；
利用计算机系统的处理器应用计算机实现的算法，所述算法被编程为：
计算最大容量容器的溢漏范围值，以及
计算与所述区域相关联的至少一个风险方面值；以及
响应于所计算的溢漏范围值和所计算的风险方面值，由所述处理器确定改进路径；以及，
响应于所确定的改进路径的至少一部分，物理地修改所述液体存储区域的至少一部分。
20.如权利要求19所述的方法，还包括被编程为响应于多个表面斜坡而计算所述最大容量容器的多个溢漏范围值的所述算法。
CN201780073396.4A 2016-10-26 2017-10-26 液体存储设施的溢漏风险评定 Active CN110023972B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662412978P 2016-10-26 2016-10-26
US62/412,978 2016-10-26
PCT/US2017/058437 WO2018081362A1 (en) 2016-10-26 2017-10-26 Spill risk assessment for liquid storage facilities

Publications (2)

Publication Number Publication Date
CN110023972A true CN110023972A (zh) 2019-07-16
CN110023972B CN110023972B (zh) 2023-08-29

Family

ID=61969716

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780073396.4A Active CN110023972B (zh) 2016-10-26 2017-10-26 液体存储设施的溢漏风险评定

Country Status (10)

Country Link
US (5) US11687860B2 (zh)
EP (2) EP3532960A4 (zh)
JP (1) JP7122302B2 (zh)
KR (1) KR102468167B1 (zh)
CN (1) CN110023972B (zh)
AU (2) AU2017348167A1 (zh)
CA (1) CA3041807A1 (zh)
CO (1) CO2019004746A2 (zh)
MX (1) MX2019004903A (zh)
WO (1) WO2018081362A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114206517A (zh) * 2019-08-01 2022-03-18 美国纽匹格公司 多气雾剂罐穿刺系统
CN114206517B (zh) * 2019-08-01 2024-06-07 美国纽匹格公司 多气雾剂罐穿刺系统

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
USD826977S1 (en) * 2016-07-27 2018-08-28 Beckman Coulter, Inc. Display screen with graphical user interface for a laboratory instrument
EP3532960A4 (en) * 2016-10-26 2020-04-01 New Pig Corporation LEAKAGE RISK ASSESSMENT FOR LIQUID STORAGE SYSTEMS
USD847256S1 (en) 2017-03-10 2019-04-30 Capital One Services, Llc Payment card
USD928174S1 (en) * 2018-11-06 2021-08-17 Honeywell International Inc. Display screen with graphical user interface
USD916781S1 (en) * 2018-11-06 2021-04-20 Honeywell International Inc. Display screen with graphical user interface
USD916868S1 (en) * 2019-02-22 2021-04-20 Fundlab Technologies Inc. Display screen or portion thereof with graphical user interface for an investment tool
USD929440S1 (en) * 2019-04-19 2021-08-31 Pepsico, Inc. Display screen or portion thereof with animated graphical user interface
USD1018575S1 (en) * 2019-12-09 2024-03-19 Caterpillar Inc. Display screen having a graphical user interface
USD1018576S1 (en) 2020-10-08 2024-03-19 Assurant, Inc. Display screen or portion thereof with a graphical user interface
CN112232702B (zh) * 2020-11-05 2023-09-01 交通运输部规划研究院 一种面向多风险源的时空高分辨率溢油风险定量分析方法
TWD213508S (zh) 2020-12-04 2021-08-21 晶睿通訊股份有限公司 監控系統電腦程式產品之圖形化使用者介面
CN112802044B (zh) * 2021-02-03 2023-07-18 浙江海洋大学 一种气泡幕围油边缘的实时调整方法及系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5724255A (en) * 1996-08-27 1998-03-03 The University Of Wyoming Research Corporation Portable emergency action system for chemical releases
CN1771512A (zh) * 2003-04-01 2006-05-10 麦思敏士顾问(私人)有限公司 风险控制系统
US20060129338A1 (en) * 2003-12-11 2006-06-15 Turley Richard D Pipeline integrity management process
DE102006040895A1 (de) * 2006-08-31 2008-03-13 Heinrich Imhof Vertikaler Rundbehälter zur Lagerung von Flüssigkeiten sowie Anordnung mit mehreren Behältern
WO2009022148A1 (en) * 2007-08-16 2009-02-19 Ntnu Technology Transfer As Method and apparatus for operating a pipeline
US20090138306A1 (en) * 2007-09-28 2009-05-28 Johnson Controls Technology Company Facility risk assessment systems and methods
JP2009287665A (ja) * 2008-05-29 2009-12-10 Hitachi Ltd パイプライン危険地域監視システム
US20130325545A1 (en) * 2012-06-04 2013-12-05 Sap Ag Assessing scenario-based risks
US20160042305A1 (en) * 2014-08-05 2016-02-11 Environmental Protection Administration, R.O.C. (Taiwan) Environment risk sorting system
WO2016025919A1 (en) * 2014-08-14 2016-02-18 Soneter, Inc Methods and apparatus for fluid flow monitoring and leak detection
CN105787677A (zh) * 2016-03-31 2016-07-20 交通运输部水运科学研究所 石化港区事故风险区域定量评估方法
CN105894115A (zh) * 2016-03-31 2016-08-24 交通运输部水运科学研究所 区域性港口重大危险源定量风险评估方法
KR20160114366A (ko) * 2015-03-24 2016-10-05 대한민국(환경부 화학물질안전원장) 장외영향평가 및 위해관리계획을 위한 작성지원 시스템

Family Cites Families (68)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5392388A (en) * 1992-12-04 1995-02-21 International Business Machines Corporation Method and system for viewing graphic images in a data processing system
JP2000356994A (ja) * 1999-06-15 2000-12-26 Yamaha Corp オーディオシステム、その制御方法および記録媒体
JP2001264310A (ja) * 2000-03-17 2001-09-26 Taiho Ind Co Ltd 油処理剤試験キット
US6812846B2 (en) 2001-09-28 2004-11-02 Koninklijke Philips Electronics N.V. Spill detector based on machine-imaging
US8354927B2 (en) * 2002-06-11 2013-01-15 Intelligent Technologies International, Inc. Shipping container monitoring based on door status
JP2004059013A (ja) * 2002-07-25 2004-02-26 Masaki Nakagome タンク保守管理支援システム
US20040168086A1 (en) * 2002-12-18 2004-08-26 Carl Young Interactive security risk management
KR100587819B1 (ko) * 2003-07-15 2006-06-12 한국가스안전공사 중대산업설비의 위험등급에 따른 진단평가 방법 및 그 프로그램을 저장한 컴퓨터로 읽을 수 있는 기록매체
US6970808B2 (en) 2004-04-29 2005-11-29 Kingsley E. Abhulimen Realtime computer assisted leak detection/location reporting and inventory loss monitoring system of pipeline network systems
US7783383B2 (en) 2004-12-22 2010-08-24 Intelligent Hospital Systems Ltd. Automated pharmacy admixture system (APAS)
TW200704183A (en) * 2005-01-27 2007-01-16 Matrix Tv Dynamic mosaic extended electronic programming guide for television program selection and display
USD554655S1 (en) * 2005-06-21 2007-11-06 Hewlett-Packard Development Company, L.P. User interface on a display device
JP2007072753A (ja) * 2005-09-07 2007-03-22 Geosphere Environmental Technology Corp 陸水汚染の危険度の算定方法
USD552115S1 (en) * 2005-10-05 2007-10-02 Olympus Imaging Corp. Portion of interface for a digital camera having multiple selection icons
JP2007220098A (ja) * 2006-01-20 2007-08-30 Japan Alcohol Corp 液体物品の情報管理方法とその装置
JP4640838B2 (ja) * 2006-07-11 2011-03-02 富士通テン株式会社 車両制御装置
JP4404220B2 (ja) 2006-04-14 2010-01-27 三菱重工業株式会社 気体状況予測装置、方法、プログラム、および拡散状況予測システム
JP5643116B2 (ja) * 2008-03-03 2014-12-17 ナイキ イノベイト セー． フェー． 対話型運動器具システム
USD590413S1 (en) * 2008-03-22 2009-04-14 Yahoo! Inc. Computer user interface for a display screen
EP2394239A4 (en) 2009-02-05 2014-05-28 Cryoport Systems Inc METHODS OF CONTROLLING SHIPMENT OF REGULATED TEMPERATURE MATERIAL USING ANTI-SPILL SHIPPING CONTAINER
USD678306S1 (en) * 2010-04-23 2013-03-19 Karl Storz Gmbh & Co. Kg Computer screen display and portion of a computer screen display with a graphical user interface
JP2013134663A (ja) * 2011-12-27 2013-07-08 Mitsubishi Heavy Ind Ltd 災害活動支援システム及び方法
USD705242S1 (en) * 2012-05-11 2014-05-20 Unitedhealth Group Incorporated Display screen or portions thereof with graphical user interface
USD725663S1 (en) * 2012-09-07 2015-03-31 Sodick Co., Ltd. Display screen with graphical user interface
USD745875S1 (en) * 2012-12-13 2015-12-22 Symantec Corporation Display device with graphical user interface
AU350064S (en) * 2013-01-04 2013-08-02 Samsung Electronics Co Ltd Display screen for an electronic device
USD765682S1 (en) * 2013-01-24 2016-09-06 Assessment Technology Incorporated Display screen for a communications device with a graphical user interface
USD707696S1 (en) * 2013-03-11 2014-06-24 Motorola Mobility Llc Display screen with graphical user interface
USD746842S1 (en) * 2013-08-01 2016-01-05 Sears Brands, L.L.C. Display screen or portion thereof with graphical user interface
US20150153918A1 (en) * 2013-12-04 2015-06-04 General Electric Company System and method for dashboard software maintained by an end user
USD776141S1 (en) * 2014-01-29 2017-01-10 Samsung Electronics Co., Ltd. Display screen or portion thereof with graphical user interface
TWD163530S (zh) * 2014-02-20 2014-10-11 優力勤股份有限公司 顯示螢幕之圖形化使用者介面
EP2962887A1 (en) 2014-07-02 2016-01-06 Inergy Automotive Systems Research (Société Anonyme) Method for controlling a filling operation of a vehicular liquid storage system
JP2016076186A (ja) * 2014-10-09 2016-05-12 シチズンホールディングス株式会社 可搬型情報表示装置
USD780780S1 (en) * 2014-10-28 2017-03-07 Adp, Llc Display screen or portion thereof with graphical user interface
USD781890S1 (en) * 2014-10-31 2017-03-21 Auto Meter Products, Inc. Display screen or portion thereof with graphical user interface
USD789954S1 (en) * 2014-12-09 2017-06-20 Jpmorgan Chase Bank, N.A. Display screen or portion thereof with a graphical user interface
USD786281S1 (en) * 2014-12-09 2017-05-09 Jpmorgan Chase Bank, N.A. Display screen or portion thereof with a graphical user interface
USD774052S1 (en) * 2014-12-09 2016-12-13 Jpmorgan Chase Bank, N.A. Display screen or portion thereof with a graphical user interface
USD772907S1 (en) * 2014-12-31 2016-11-29 Intuit Inc. Display device with transitional refund and explanation graphical user interface
CN104574004A (zh) 2015-02-15 2015-04-29 国家电网公司 配网状态检修辅助系统
USD775142S1 (en) * 2015-02-20 2016-12-27 State Farm Mutual Automobile Insurance Company Display screen with a graphical user interface for automobile repair estimation and recommendation
USD818471S1 (en) * 2015-02-27 2018-05-22 Oracle International Corporation Display screen or portion thereof with animated graphical user interface
USD779523S1 (en) * 2015-04-06 2017-02-21 Domo, Inc. Display screen or portion thereof with a graphical user interface for analytics
CN104806226B (zh) 2015-04-30 2018-08-17 北京四利通控制技术股份有限公司 智能钻井专家系统
USD766958S1 (en) * 2015-05-21 2016-09-20 Elemica, Inc. Display with graphical user interface
US20160371618A1 (en) * 2015-06-11 2016-12-22 Thomson Reuters Global Resources Risk identification and risk register generation system and engine
USD766940S1 (en) * 2015-08-17 2016-09-20 Td Ameritrade Ip Company, Inc. Display screen or portion thereof with graphical user interface
USD813270S1 (en) * 2015-11-13 2018-03-20 Cfph, Llc Display screen with animated graphical user interface
USD816116S1 (en) * 2015-11-24 2018-04-24 Ayori Selassie Computer display with graphical user interface
USD792899S1 (en) * 2016-04-01 2017-07-25 Google Inc. Display screen portion with a transitional graphical user interface component
JP6670156B2 (ja) 2016-04-05 2020-03-18 リンテック株式会社 回路部材接続用シートおよび半導体装置の製造方法
USD829756S1 (en) * 2016-04-18 2018-10-02 Mx Technologies, Inc. Display screen or portion thereof with animated graphical user interface
USD825607S1 (en) * 2016-04-18 2018-08-14 Mx Technologies, Inc. Display screen with a graphical user interface
USD816093S1 (en) * 2016-05-10 2018-04-24 Rockwell Automation Technologies, Inc. Display screen or portion thereof with graphical user interface
US10353534B2 (en) * 2016-05-13 2019-07-16 Sap Se Overview page in multi application user interface
USD835138S1 (en) * 2016-06-01 2018-12-04 Recognition Concepts, Inc. Display screen with graphical user interface for managing customized messaging
USD806735S1 (en) * 2016-07-29 2018-01-02 Neurotrack Technologies, Inc. Display screen or portion thereof with graphical user interface
USD810111S1 (en) * 2016-09-08 2018-02-13 Sap Se Electronic display screen with a graphical user interface
USD823868S1 (en) * 2016-09-18 2018-07-24 Mohamed Eissa Display screen or portion thereof with an animated graphical user interface
EP3532960A4 (en) * 2016-10-26 2020-04-01 New Pig Corporation LEAKAGE RISK ASSESSMENT FOR LIQUID STORAGE SYSTEMS
USD828383S1 (en) * 2016-11-07 2018-09-11 Hiscene Information Technology Co., Ltd Display screen or portion thereof with a graphical user interface
USD829749S1 (en) * 2017-03-06 2018-10-02 Citigroup Global Markets, Inc. Display screen with transitional graphical user interface of a financial markets orders and executed trades viewer application
USD824409S1 (en) * 2017-06-16 2018-07-31 Stockpitch Financial Corporation Display screen with a graphical user interface
USD838734S1 (en) * 2017-06-23 2019-01-22 United Services Automobile Association (Usaa) Display screen with a financial workbench graphical user interface
USD824410S1 (en) * 2017-07-10 2018-07-31 Gen-Probe Incorporated Display screen or portion thereof with graphical user interface
USD834605S1 (en) * 2017-09-06 2018-11-27 Box, Inc. Display screen or portion thereof with graphical user interface for display of open task drawer
USD833458S1 (en) * 2017-09-06 2018-11-13 Box, Inc. Display screen or portion thereof with graphical user interface for display of content feedback

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5724255A (en) * 1996-08-27 1998-03-03 The University Of Wyoming Research Corporation Portable emergency action system for chemical releases
CN1771512A (zh) * 2003-04-01 2006-05-10 麦思敏士顾问(私人)有限公司 风险控制系统
US20060129338A1 (en) * 2003-12-11 2006-06-15 Turley Richard D Pipeline integrity management process
DE102006040895A1 (de) * 2006-08-31 2008-03-13 Heinrich Imhof Vertikaler Rundbehälter zur Lagerung von Flüssigkeiten sowie Anordnung mit mehreren Behältern
WO2009022148A1 (en) * 2007-08-16 2009-02-19 Ntnu Technology Transfer As Method and apparatus for operating a pipeline
US20090138306A1 (en) * 2007-09-28 2009-05-28 Johnson Controls Technology Company Facility risk assessment systems and methods
JP2009287665A (ja) * 2008-05-29 2009-12-10 Hitachi Ltd パイプライン危険地域監視システム
US20130325545A1 (en) * 2012-06-04 2013-12-05 Sap Ag Assessing scenario-based risks
US20160042305A1 (en) * 2014-08-05 2016-02-11 Environmental Protection Administration, R.O.C. (Taiwan) Environment risk sorting system
WO2016025919A1 (en) * 2014-08-14 2016-02-18 Soneter, Inc Methods and apparatus for fluid flow monitoring and leak detection
KR20160114366A (ko) * 2015-03-24 2016-10-05 대한민국(환경부 화학물질안전원장) 장외영향평가 및 위해관리계획을 위한 작성지원 시스템
CN105787677A (zh) * 2016-03-31 2016-07-20 交通运输部水运科学研究所 石化港区事故风险区域定量评估方法
CN105894115A (zh) * 2016-03-31 2016-08-24 交通运输部水运科学研究所 区域性港口重大危险源定量风险评估方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114206517A (zh) * 2019-08-01 2022-03-18 美国纽匹格公司 多气雾剂罐穿刺系统
CN114206517B (zh) * 2019-08-01 2024-06-07 美国纽匹格公司 多气雾剂罐穿刺系统

Also Published As

Publication number Publication date
CA3041807A1 (en) 2018-05-03
JP2019533863A (ja) 2019-11-21
EP3532960A4 (en) 2020-04-01
USD905077S1 (en) 2020-12-15
AU2017348167A1 (en) 2019-05-09
WO2018081362A1 (en) 2018-05-03
US11687860B2 (en) 2023-06-27
EP3733149A1 (en) 2020-11-04
JP7122302B2 (ja) 2022-08-19
CN110023972B (zh) 2023-08-29
USD905076S1 (en) 2020-12-15
EP3532960A1 (en) 2019-09-04
CO2019004746A2 (es) 2019-05-21
AU2021286371A1 (en) 2022-01-20
KR20190073482A (ko) 2019-06-26
USD896822S1 (en) 2020-09-22
MX2019004903A (es) 2019-08-05
US20180114160A1 (en) 2018-04-26
USD905717S1 (en) 2020-12-22
KR102468167B1 (ko) 2022-11-16

Similar Documents

Publication Publication Date Title
CN110023972A (zh) 液体存储设施的溢漏风险评定
Yang et al. Towards sustainable and resilient high density cities through better integration of infrastructure networks
Oswald et al. Water storage dynamics and runoff response of a boreal Shield headwater catchment
Jato-Espino et al. Flood risk assessment in urban catchments using multiple regression analysis
Tahri et al. Using Fuzzy Analytic Hierarchy Process multi-criteria and automatic computation to analyse coastal vulnerability
Figueiredo et al. Water wise–a digital water solution for smart cities and water management entities
US11308603B2 (en) Detection and monitoring of waste disposal in an environmental location using artificial intelligence
Cutore et al. Forecasting palmer index using neural networks and climatic indexes
Abudu et al. Application of partial least-squares regression in seasonal streamflow forecasting
Rougé et al. Identifying key water resource vulnerabilities in data‐scarce transboundary river basins
Khaleghi et al. Flood hydrograph simulation using the SWMM model: A semiarid zone watershed case study, Shiraz Khoshk River, Iran
Du et al. A data-driven framework for smart urban domestic wastewater: a sustainability perspective
Pedersen et al. Using multi-event hydrologic and hydraulic signatures from water level sensors to diagnose locations of uncertainty in integrated urban drainage models used in living digital twins
Zhou et al. Conceptual planning approach of low impact development s for combined water quality‐quantity control at an urban scale: A case study in Southern China
Salajegheh et al. Modeling the impact of social network measures on institutional adaptive capacity needed for sustainable governance of water resources
Bean et al. Predicting Utah ground snow loads with PRISM
Schneider et al. Assessing the hydrologic performance of best management practices
Thieler et al. Smartphone-based distributed data collection enables rapid assessment of shorebird habitat suitability
Sharpe Design and Validation of Low-Cost Environmental Monitoring Systems to Support Basic and Ecosystem Service Delivery
Ali Shah Integrated water resources management in a transboundary river basin: model development and sensitivity analysis
Sepúlveda Analysis of methods to estimate spring flows in a karst aquifer
Fleming et al. Climate Trends but Little Net Water Supply Shift in One of Canada's Most Water‐Stressed Regions over the Last Century
Saba et al. Getting ahead of the curve: supporting adaptation to long-term climate change and short-term climate variability alike
Mobley et al. Environmental flow components for measuring hydrologic model fit during low flow events
Kouloglou et al. FIWARE-Compatible Smart Data Models for Satellite Imagery and Flood Risk Assessment to Enhance Data Management

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