CN111735911A - 一种油气装置内微量硫化氢气体监测方法 - Google Patents

一种油气装置内微量硫化氢气体监测方法 Download PDF

Info

Publication number
CN111735911A
CN111735911A CN202010548074.4A CN202010548074A CN111735911A CN 111735911 A CN111735911 A CN 111735911A CN 202010548074 A CN202010548074 A CN 202010548074A CN 111735911 A CN111735911 A CN 111735911A
Authority
CN
China
Prior art keywords
hydrogen sulfide
gas
sensor
monitoring
concentration value
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.)
Pending
Application number
CN202010548074.4A
Other languages
English (en)
Inventor
王振坤
王庆晖
刘人境
纪秀
刘春贵
安刚
梁晓
张红军
刘咏
白东平
刘绍睿
柳翔天
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.)
Changchun Institute of Applied Chemistry of CAS
Xian Jiaotong University
China Petroleum First Construction Corp
Changchun Institute Technology
Original Assignee
Changchun Institute of Applied Chemistry of CAS
Xian Jiaotong University
China Petroleum First Construction 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 Changchun Institute of Applied Chemistry of CAS, Xian Jiaotong University, China Petroleum First Construction Corp filed Critical Changchun Institute of Applied Chemistry of CAS
Priority to CN202010548074.4A priority Critical patent/CN111735911A/zh
Publication of CN111735911A publication Critical patent/CN111735911A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
    • G01N33/0044—Sulphides, e.g. H2S
    • 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
    • G01N33/0034—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array comprising neural networks or related mathematical techniques
    • 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
    • G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
    • G01N33/0047—Organic compounds
    • 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
    • G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
    • G01N33/0063—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a threshold to release an alarm or displaying means

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Combustion & Propulsion (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种油气装置内微量硫化氢气体监测方法,包括：利用无刷离心风扇将抽取到的外界空气送至硫化氢传感器JXM‑H2S和甲烷传感器JXM‑CH4进行硫化氢和甲烷气体的持续性主动监测，然后硫化氢传感器JXM‑H2S和甲烷传感器JXM‑CH4将监测的模拟信号传输给STM32单片机，通过STM32单片机内部的硫化氢监测补偿算法程序中的修正算法和曲线拟合算法进行计算，对监测结果进行校正，然后将校正后的监测结果与硫化氢气体预先设定的浓度阈值进行比较，若监测结果高于浓度阈值则进行声光报警，再通过无线传输终端USR‑G781将监测结果和比较结果上传至上位机。通过上述方式，本发明能够有效的提高硫化氢气体的监测效率和监测精度。

Description

一种油气装置内微量硫化氢气体监测方法
技术领域
本发明属于危险气体监测领域，尤其是涉及一种油气装置内微量硫化氢气体监测方法。
背景技术
在石化企业生产加工石化产品的过程中，石化企业涉及的有毒有害气体包括可燃气、H2S、CO、NH3、SO2等，这些气体可分为可燃类和毒性类，前者泄漏容易造成火灾爆炸，后者泄漏容易造成人员中毒伤亡，特别是H2S气体，容易带来闪电式中毒，所以在石油等化石能源生产和加工过程中，针对化石能源伴生的有毒有害气体的监测至关重要。
目前，现有的监测危险气体设备对气体监测传感器的危险气体之间的交叉干扰并未进行有效处理，监测结果不精确，容易产生误报警情况，危及人身安全。
发明内容
本发明的目的是：对化石能源生产和加工现场的硫化氢、甲烷气体浓度进行精确监测，防止误报警，安全可靠。
为实现上述发明目的，本发明提供一种油气装置内微量硫化氢气体监测方法，其特征在于包括下列步骤：
1、通过硫化氢传感器和甲烷传感器采集硫化氢和甲烷的浓度值；
2、将硫化氢传感器和甲烷传感器监测的浓度值传给单片机，单片机对监测结果通过硫化氢监测补偿算法程序中的修正算法和曲线拟合算法进行校正，将校正后的结果与硫化氢气体预先设定的浓度阈值进行比较，若结果高于预设的浓度阈值则进行下位机声光报警；
3、通过无线传输终端将监测结果和比较结果上传至上位机，并进行上位机声光报警。
所述校正的具体过程如下：
a、设实际气体浓度值数据Z＝[z1 z2]T，其中z1为硫化氢气体浓度值，z2为甲烷气体浓度值；传感器实测的气体浓度值数据X＝[x1 x2]T，其中x1为硫化氢传感器实测的硫化氢气体浓度值，x2为甲烷传感器实测的甲烷气体浓度值；硫化氢传感器和甲烷传感器的交叉干扰系数矩阵为:
Figure BDA0002541470630000021
其中a12代表硫化氢传感器对甲烷气体的交叉干扰系数，a21代表甲烷传感器对硫化氢气体的交叉干扰系数；则经过交叉干扰系数矩阵计算后的实际气体浓度值数据Z＝A- 1X；
b、利用BP神经网络的线性拟合特性，将经过交叉干扰系数矩阵计算后的气体浓度值数据Z进行线性曲线拟合。
进一步地，在范例学习阶段，首先建立BP神经网络，然后将经过交叉干扰系数矩阵计算后硫化氢气体的实际气体浓度值数据作为样本，并将硫化氢气体的实际气体浓度值数据作为输出结果，以此进行BP神经网络的训练，最后生成基于BP神经网络的线性拟合神经网络。
在实际应用阶段，经过交叉干扰系数矩阵计算后硫化氢气体的实际气体浓度值数据作为输入，经过基于BP神经网络的线性拟合神经网络进行拟合运算，最终达到实时高效的输入更为精确的硫化氢气体浓度值数据。
本发明是以硫化氢监测补偿算法为基础，并结合硫化氢传感器、甲烷传感器和无刷离心风扇，进行持续、实时、主动、精确地监测石化能源生产和加工现场的硫化氢、甲烷气体浓度的方法，该方法是防止现场工作人员中毒采取的有针对性的监测，对存在的险情第一时间进行实时预警提示，安全可靠。
附图说明
图1为本发明监测方法流程图。
具体实施方式
参见图1，本发明具体方法过程如下：
S101：利用离心风扇的运转将外界空气吸进监测气道，通过监测气道将待监测的外界空气送至内置于气道内的硫化氢传感器和甲烷传感器安装处；
S102：利用硫化氢传感器和甲烷传感器监测通过监测气道吸收进来的外界空气，并将传感器监测气体的信号传输给单片机STM32；
S103:对监测结果进行交叉干扰计算:
a、首先将硫化氢传感器和甲烷传感器监测的模拟信号传输给STM32单片机；
b、然后通过STM32单片机进行计算，利用交叉干扰系数矩阵修正，设实际气体浓度值数据Z＝[z1 z2]T，其中z1为硫化氢气体浓度值，z2为甲烷气体浓度值；传感器实测的气体浓度值数据X＝[x1 x2]T，其中x1为硫化氢传感器JXM-H2S实测的硫化氢气体浓度值，x2为甲烷传感器JXM-CH4实测的甲烷气体浓度值；硫化氢传感器JXM-H2S和甲烷传感器JXM-CH4的交叉干扰系数矩阵为:
Figure BDA0002541470630000031
其中a12代表硫化氢传感器JXM-H2S对甲烷气体的交叉干扰系数，a21代表甲烷传感器对硫化氢气体的交叉干扰系数；则实际气体浓度值数据Z＝A-1X；
S104：因气体传感器自身特性的限制，即使测试环境一致，其测试结果也可能不相同，所以利用BP神经网络的线性拟合特性将经过交叉干扰系数矩阵计算后的传感器输出值气体浓度值数据Z进行线性曲线拟合，以此通过硫化氢监测补偿算法获得精确的硫化氢监测结果；
在范例学习阶段，首先建立BP神经网络，然后将经过交叉干扰系数矩阵计算后硫化氢气体的实际气体浓度值数据作为样本，并将硫化氢气体的实际气体浓度值数据作为输出结果，以此进行BP神经网络的训练，最后生成基于BP神经网络的线性拟合神经网络。
在实际应用阶段，经过交叉干扰系数矩阵计算后硫化氢气体的实际气体浓度值数据作为输入，经过基于BP神经网络的线性拟合神经网络进行拟合运算，最终达到实时高效的输入更为精确的硫化氢气体浓度值数据。
S105：将精确的监测结果与硫化氢气体预先设定的浓度阈值进行比较，若监测结果高于浓度阈值，则进行步骤106；若监测结果低于浓度阈值则回到步骤102；
S106：将比较结果送至本地声光报警子程序进行声光报警，将精确的监测结果和比较结果送至本地显示子程序进行本地显示；并将监测结果和比较结果送至无线传输终端USR-G781，通过无线传输终端USR-G781将监测结果与比较结果送至专属服务器。
S107：上位机通过访问专网服务器获取监测结果和比较结果，并根据监测结果和比较结果进行上位机的声光报警。

Claims (3)

1.一种油气装置内微量硫化氢气体监测方法，其特征在于包括下列步骤：
(1)通过硫化氢传感器和甲烷传感器采集硫化氢和甲烷的浓度值；
(2)将硫化氢传感器和甲烷传感器监测的浓度值传给单片机，单片机对监测结果通过硫化氢监测补偿算法程序中的修正算法和曲线拟合算法进行校正，将校正后的结果与硫化氢气体预先设定的浓度阈值进行比较，若结果高于预设的浓度阈值则进行下位机声光报警；
(3)通过无线传输终端将监测结果和比较结果上传至上位机，并进行上位机声光报警。
2.根据权利要求1所述的一种油气装置内微量硫化氢气体监测方法，其特征在于所述校正的过程如下：
a、设实际气体浓度值数据Z＝[z1 z2]T，其中z1为硫化氢气体浓度值，z2为甲烷气体浓度值；传感器实测的气体浓度值数据X＝[x1 x2]T，其中x1为硫化氢传感器实测的硫化氢气体浓度值，x2为甲烷传感器实测的甲烷气体浓度值；硫化氢传感器和甲烷传感器的交叉干扰系数矩阵为:
Figure FDA0002541470620000011
其中a12代表硫化氢传感器对甲烷气体的交叉干扰系数，a21代表甲烷传感器对硫化氢气体的交叉干扰系数；则经过交叉干扰系数矩阵计算后的实际气体浓度值数据Z＝A-1X；
b、利用BP神经网络的线性拟合特性，将经过交叉干扰系数矩阵计算后的气体浓度值数据Z进行线性曲线拟合。
3.根据权利要求2所述的一种油气装置内微量硫化氢气体监测方法，其特征在于：在范例学习阶段，首先建立BP神经网络，然后将经过交叉干扰系数矩阵计算后硫化氢气体的实际气体浓度值数据作为样本，并将硫化氢气体的实际气体浓度值数据作为输出结果，以此进行BP神经网络的训练，最后生成基于BP神经网络的线性拟合神经网络；
在实际应用阶段，将经过交叉干扰系数矩阵计算后硫化氢气体的实际气体浓度值数据作为输入，经过基于BP神经网络的线性拟合神经网络进行拟合运算，最终达到实时高效的输入更为精确的硫化氢气体浓度值数据。
CN202010548074.4A 2020-06-16 2020-06-16 一种油气装置内微量硫化氢气体监测方法 Pending CN111735911A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010548074.4A CN111735911A (zh) 2020-06-16 2020-06-16 一种油气装置内微量硫化氢气体监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010548074.4A CN111735911A (zh) 2020-06-16 2020-06-16 一种油气装置内微量硫化氢气体监测方法

Publications (1)

Publication Number Publication Date
CN111735911A true CN111735911A (zh) 2020-10-02

Family

ID=72649416

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010548074.4A Pending CN111735911A (zh) 2020-06-16 2020-06-16 一种油气装置内微量硫化氢气体监测方法

Country Status (1)

Country Link
CN (1) CN111735911A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113341066A (zh) * 2021-05-24 2021-09-03 西南石油大学 基于多传感器融合技术的四氢噻吩浓度的在线检测方法及系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008125124A1 (en) * 2007-04-17 2008-10-23 Tallinn University Of Technology Non-uniform sampling and demodulation for wideband multi-frequency measurements
WO2009123461A1 (en) * 2008-04-03 2009-10-08 Intopto As Method and device for gas analysis using an interferometric laser
RU2411511C1 (ru) * 2010-02-15 2011-02-10 Открытое акционерное общество "Авангард" Устройство для контроля концентрации опасных газов
CN102053136A (zh) * 2010-11-18 2011-05-11 北京科技大学 一种高原非煤矿山井下空气环境参数实时监测仪
US20140326049A1 (en) * 2013-05-06 2014-11-06 Serguei Zelepouga Method and apparatus for real-time measurement of fuel gas compositions and heating values
CN204703959U (zh) * 2015-05-06 2015-10-14 四川旭信科技有限公司 多参数气体测定器
CN107204100A (zh) * 2017-06-06 2017-09-26 榆林学院 一种基于石油钻井平台的硫化氢报警系统及方法
CN109001379A (zh) * 2018-08-01 2018-12-14 扬中市南方矿用电器有限公司 甲烷硫化氢测定方法及装置
CN208420868U (zh) * 2018-08-06 2019-01-22 陕西科技大学 基于最小二乘支持向量机的碱回收炉烟气氧含量的软测量系统
CN109357699A (zh) * 2018-11-05 2019-02-19 河南省日立信股份有限公司 一种多传感器阵列交叉求解及其检测方法
CN210376303U (zh) * 2019-08-23 2020-04-21 上海神开石油科技有限公司 一种适用于钻井现场的硫化氢实时监测系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008125124A1 (en) * 2007-04-17 2008-10-23 Tallinn University Of Technology Non-uniform sampling and demodulation for wideband multi-frequency measurements
WO2009123461A1 (en) * 2008-04-03 2009-10-08 Intopto As Method and device for gas analysis using an interferometric laser
RU2411511C1 (ru) * 2010-02-15 2011-02-10 Открытое акционерное общество "Авангард" Устройство для контроля концентрации опасных газов
CN102053136A (zh) * 2010-11-18 2011-05-11 北京科技大学 一种高原非煤矿山井下空气环境参数实时监测仪
US20140326049A1 (en) * 2013-05-06 2014-11-06 Serguei Zelepouga Method and apparatus for real-time measurement of fuel gas compositions and heating values
CN204703959U (zh) * 2015-05-06 2015-10-14 四川旭信科技有限公司 多参数气体测定器
CN107204100A (zh) * 2017-06-06 2017-09-26 榆林学院 一种基于石油钻井平台的硫化氢报警系统及方法
CN109001379A (zh) * 2018-08-01 2018-12-14 扬中市南方矿用电器有限公司 甲烷硫化氢测定方法及装置
CN208420868U (zh) * 2018-08-06 2019-01-22 陕西科技大学 基于最小二乘支持向量机的碱回收炉烟气氧含量的软测量系统
CN109357699A (zh) * 2018-11-05 2019-02-19 河南省日立信股份有限公司 一种多传感器阵列交叉求解及其检测方法
CN210376303U (zh) * 2019-08-23 2020-04-21 上海神开石油科技有限公司 一种适用于钻井现场的硫化氢实时监测系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
周鹏辉等: "基于MSP430的便携式四合一气体检测仪", 《仪表技术与传感器》 *
张华等: "多参数气体检测设备数据处理研究", 《自动化与仪表》 *
张国云等: "基于人工神经网络的电力变压器油中溶解气体微机在线监测系统的设计", 《化工自动化及仪表》 *
盛男等: "矿用硫化氢传感器设计", 《传感器与微系统》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113341066A (zh) * 2021-05-24 2021-09-03 西南石油大学 基于多传感器融合技术的四氢噻吩浓度的在线检测方法及系统
CN113341066B (zh) * 2021-05-24 2022-04-08 西南石油大学 基于多传感器融合技术的四氢噻吩浓度的在线检测方法及系统

Similar Documents

Publication Publication Date Title
CN117690261A (zh) 一种用于厂区危化气体泄漏监测的区域预警系统
CN105971738B (zh) 一种燃气轮机组烟气流量在线监测的方法
CN112002095A (zh) 一种矿山洞内的火灾预警方法
CN112833334A (zh) 一种混合燃气输送调节系统及调节方法
US20090309028A1 (en) Intelligent system and method to monitor object movement
CN109030566B (zh) 一种实验室气体泄漏诊断装置及方法
CN115892828B (zh) 一种用于化工生产用存储装置的存储监管系统
CN111735911A (zh) 一种油气装置内微量硫化氢气体监测方法
CN114519263A (zh) 一种矿山安全监测预警系统及其综合监测预警方法
CN117780416A (zh) 一种煤矿通风智能化监测调控装置及系统
CN117275206A (zh) 一种基于物联网的电气火灾监测预警系统
Sajjan et al. Analysis of air pollution by using raspberry Pi-IoT
CN116517862A (zh) 一种基于stft-cnn的矿井通风机异常诊断系统
CN118191245A (zh) 一种基于传感器的智能环网柜内部气体检测方法及装置
CN117035564B (zh) 一种适用于工程监理的施工质量监管系统
Illahi et al. Automatic harmful gas detection using electronic nose technology
CN112241800B (zh) 一种焦炉VOCs污染物排放量的计算方法
CN203745440U (zh) 一种多功能气体在线连续监控系统
CN109345754A (zh) 一种基于bp神经网络的矿井火灾预警监测系统及方法
KR100419567B1 (ko) 인터넷을 이용한 실시간 대기배출시설 종합관리 시스템
CN214500896U (zh) 一种混合燃气输送调节系统
Karri et al. Artificial neural networks and neuro-fuzzy inference systems as virtual sensors for hydrogen safety prediction
Wu et al. Real-time airflow monitoring and control within the mine production system
CN116975768B (zh) 一种肥料安全生产的数据异常检测方法
CN117007247B (zh) 一种基于数据分析的化工气体泄露安全反馈系统及方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201002

RJ01 Rejection of invention patent application after publication