CN112345201B - 一种气体泄漏的检测方法和系统 - Google Patents

一种气体泄漏的检测方法和系统 Download PDF

Info

Publication number
CN112345201B
CN112345201B CN202011247298.8A CN202011247298A CN112345201B CN 112345201 B CN112345201 B CN 112345201B CN 202011247298 A CN202011247298 A CN 202011247298A CN 112345201 B CN112345201 B CN 112345201B
Authority
CN
China
Prior art keywords
point
gaussian
leakage
gas
plume model
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.)
Active
Application number
CN202011247298.8A
Other languages
English (en)
Other versions
CN112345201A (zh
Inventor
温凯
王伟
李熠辰
殷雄
闪向营
韩旭
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.)
China University of Petroleum Beijing
Original Assignee
China University of Petroleum Beijing
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 China University of Petroleum Beijing filed Critical China University of Petroleum Beijing
Priority to CN202011247298.8A priority Critical patent/CN112345201B/zh
Publication of CN112345201A publication Critical patent/CN112345201A/zh
Application granted granted Critical
Publication of CN112345201B publication Critical patent/CN112345201B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
    • G01M9/08—Aerodynamic models
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D5/00—Protection or supervision of installations
    • F17D5/005—Protection or supervision of installations of gas pipelines, e.g. alarm
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D5/00—Protection or supervision of installations
    • F17D5/02—Preventing, monitoring, or locating loss
    • 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
    • G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Fluid Mechanics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

本申请公开了一种气体泄漏的检测方法，包括：根据泄漏信息建立高斯烟羽模型并确定高斯烟羽模型中的泄漏点有效源高以及气体扩散系数；控制飞行装置前往起始位置；利用高斯烟羽模型，并且基于预设的飞行控制算法对飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果。应用本申请的方案，有效地提高了油气管道的气体泄漏的检测效率和安全性，可以得到较为准确的气体泄漏的测绘结果。本申请还提供了一种气体泄漏的检测系统，具有相应技术效果。

Description

一种气体泄漏的检测方法和系统
技术领域
本发明涉及气体监测技术领域，特别是涉及一种气体泄漏的检测方法和系统。
背景技术
目前，长输油气管道已经成为油气资源输送的主要方式，而管道的安全影响着能源供应的可靠性，因此其安全重要性不言而喻。天然气作为易燃、易爆、有毒气体，一旦输气管道本身受到外力破坏发生泄漏或破裂，极易引起火灾及爆炸。天然气管道呈长线状，目前，全天候、全方位的管线监测始终未能实现，在传统的方案中，通常是采用人工巡检方式进行检测。但是，这样的方式不能及时发现管线的突发问题，并且处理事故的效率也比较低。同时，在泄漏事故现场，这样的检测方法也存在着安全隐患，检测结果也不能及时反馈。
综上所述，如何有效地实现油气管道的气体泄漏的检测，提高检测效率和安全性，是目前本领域技术人员急需解决的技术问题。
发明内容
本发明的目的是提供一种气体泄漏的检测方法和系统，以有效地实现油气管道的气体泄漏的检测，提高检测效率和安全性。
为解决上述技术问题，本发明提供如下技术方案：
一种气体泄漏的检测方法，包括：
根据泄漏信息建立高斯烟羽模型并确定所述高斯烟羽模型中的泄漏点有效源高以及气体扩散系数；
控制飞行装置前往起始位置；
利用所述高斯烟羽模型，并且基于预设的飞行控制算法对所述飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果。
优选的，所述利用所述高斯烟羽模型，并且基于预设的飞行控制算法对所述飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果，包括：
利用所述高斯烟羽模型，并且基于预设的自主飞行控制算法对所述飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果。
优选的，所述利用所述高斯烟羽模型，并且基于预设的自主飞行控制算法对所述飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果，包括：
在控制飞行装置前往起始位置之后，将所述起始位置作为当前的back点；
控制所述飞行装置从当前的back点出发，移动目标距离，将到达的位置作为当前的待定点，并且检测所述飞行装置在待定点的泄漏气体浓度；其中，当前的待定点在y方向与当前的back点相距第一距离，在z方向与当前的back点相距第二距离；
判断当前的待定点的泄漏气体浓度是否等于当前的back点的泄漏气体浓度；
如果等于，则将当前的待定点作为新的back点，并且返回执行所述控制所述飞行装置从当前的back点出发，移动目标距离的操作，以得到新的待定点；
如果不等于，则按照预设的点位选取方式，选取出N个不同的点位，利用所述高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，并确定出最接近于当前的back点的泄漏气体浓度的点位，控制所述飞行装置飞到确定出的点位之后，将该点位作为新的back点，并且返回执行所述控制所述飞行装置从当前的back点出发，移动目标距离的操作，以得到新的待定点；N为正整数；
当判断出飞行结束条件成立时，得到气体泄漏的测绘结果并结束检测。
优选的，所述按照预设的点位选取方式，选取出N个不同的点位，包括：
当判断出当前的待定点的泄漏气体浓度低于当前的back点的泄漏气体浓度时，以当前的back点为圆心，以当前的back点与当前的待定点的距离作为半径，从当前的待定点触发，在当前的待定点的高度面上逆时针画一个设定的圆弧，并且在该圆弧上选取N个不同的点位；
当判断出当前的待定点的泄漏气体浓度高于当前的back点的泄漏气体浓度时，以当前的back点为圆心，以当前的back点与当前的待定点的距离作为半径，从当前的待定点触发，在当前的待定点的高度面上顺时针画一个设定的圆弧，并且在该圆弧上选取N个不同的点位。
优选的，设定的圆弧为1/4的圆弧，N＝360。
优选的，在根据泄漏信息建立高斯烟羽模型之后，还包括，在建立的高斯烟羽模型中引入误差项；
相应的，所述利用所述高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，包括：
利用引入了误差项的高斯烟羽模型，计算出N个点位各自的泄漏气体浓度；
其中，引入了误差项的高斯烟羽模型表示为：
Figure GDA0003402484600000031
C(x,y,z)表示(x,y,z)处的泄漏气体浓度，(x,y,z)表示x，y以及z方向的坐标值，Q表示泄露源强度，σy，σz分别表示y方向和z方向的无量纲气体扩散系数，μ表示风速，H表示泄漏点有效源高，R为引入的误差项，且
Figure GDA0003402484600000032
Si为与坐标值正相关的误差参数，Fi为随机数。
优选的，在建立的高斯烟羽模型中引入误差项之后，还包括：将修正参数项引入高斯烟羽模型；
相应的，所述利用引入了误差项的高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，包括：
利用引入了误差项以及修正参数项的高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，并且按照预设规则进行所述高斯烟羽模型中的修正参数项的更新；
其中，引入了误差项以及修正参数项的高斯烟羽模型表示为：
Figure GDA0003402484600000033
A为引入的修正参数项，且
Figure GDA0003402484600000034
Bi为与坐标值正相关的修正参数，Di为随机数。
优选的，所述按照预设规则进行所述高斯烟羽模型中的修正参数项的更新，包括：
在所述确定出最接近于当前的back点的泄漏气体浓度的点位，控制所述飞行装置飞到确定出的点位，将该点位作为新的back点之后，在返回执行所述控制所述飞行装置从当前的back点出发，移动目标距离的操作之前，检测出新的back点的泄漏气体浓度；
确定出能够使得新的back点的泄漏气体浓度的计算值等于检测值的目标高斯烟羽模型，并且将所述目标高斯烟羽模型中的修正参数项存储至目标数据库中；
基于所述目标数据库进行所述高斯烟羽模型中的修正参数项的更新；
其中，所述目标数据库中存储了初始的修正参数项以及从各次的目标高斯烟羽模型中的修正参数项。
优选的，所述基于所述目标数据库进行所述高斯烟羽模型中的修正参数项的更新，包括：
确定出所述目标数据库中存储的各个修正参数项的平均值，并利用所述平均值进行所述高斯烟羽模型中的修正参数项的更新。
优选的，还包括：
当所述目标高斯烟羽模型中的修正参数项与更新之前的高斯烟羽模型中的修正参数项的差值的绝对值超出预设范围时，放弃本次针对修正参数项的更新，并且放弃将本次的目标高斯烟羽模型中的修正参数项存储至目标数据库中。
一种气体泄漏的检测系统，包括：
高斯烟羽模型建立模块，用于根据泄漏信息建立高斯烟羽模型并确定所述高斯烟羽模型中的泄漏点有效源高以及气体扩散系数；
起始位置确定模块，用于控制飞行装置前往起始位置；
飞行控制模块，用于利用所述高斯烟羽模型，并且基于预设的飞行控制算法对所述飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果。
应用本发明实施例所提供的技术方案，考虑到利用气体模型来模拟出泄漏现场的气体分布情况，而高斯烟羽模型适合较为开阔且平坦的地区、大气条件均一的扩散情况和连续点源式的扩散，非常符合输气管道的气体泄漏情况，因此本申请基于高斯烟羽模型得到气体泄漏的测绘结果。并且，本申请考虑到无人机能够实现自主路径的规划飞行，即无人机可以依靠预设的飞行控制算法实现路径规划，从而完成既定的任务，而在目前的油气行业中无人机的应用多为空白，本申请考虑到可以发挥无人机的优势进行泄漏现场的自主检测，因此，本申请控制飞行装置前往起始位置，再利用高斯烟羽模型，并且基于预设的飞行控制算法对飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果。相较于传统的人工巡检的方案，本申请的方案有效地提高了油气管道的气体泄漏的检测效率和安全性。并且利用高斯烟羽模型，可以得到较为准确的气体泄漏的测绘结果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明中一种气体泄漏的检测方法的实施流程图；
图2a为基于标准高斯烟羽模型的气体扩散的等浓度面示意图；
图2b为基于标准高斯烟羽模型的某一海拔高度下的气体浓度分布示意图；
图3为本发明一种具体实施方式中的步骤S103的具体实施流程图；
图4a为基于引入了误差项的高斯烟羽模型的气体扩散的等浓度面示意图；
图4b为基于引入了误差项的高斯烟羽模型的某一海拔高度下的气体浓度分布示意图；
图5a为引入了误差项之后的一种飞行错误的情况示意图；
图5b为引入了误差项之后的另一种飞行错误的情况示意图；
图6为本发明一种具体实施方式中的飞行效果的情况示意图；
图7为本发明中一种气体泄漏的检测系统的结构示意图。
具体实施方式
本发明的核心是提供一种气体泄漏的检测方法，有效地提高了油气管道的气体泄漏的检测效率和安全性，可以得到较为准确的气体泄漏的测绘结果。
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图1，图1为本发明中一种气体泄漏的检测方法的实施流程图，该气体泄漏的检测方法可以包括以下步骤：
步骤S101：根据泄漏信息建立高斯烟羽模型并确定高斯烟羽模型中的泄漏点有效源高以及气体扩散系数。
具体的，高斯烟羽模型适合较为开阔且平坦的地区、大气条件均一的扩散情况和连续点源式的扩散，这非常符合输气管道的气体泄漏情况，此外，很多高架烟囱排放污染物沿下风向扩散的浓度分布也可以采用此模型进行气体浓度分布的模拟。
还需要指出的是，在使用高斯烟羽模型进行模拟时，通常需要假定风速的大小和方向不随时间和空间发生变化，保持稳定状态；泄露源的源强一定，能够持续均匀的释放气体；不考虑重力的影响；泄漏后的扩散区域不随时间发生变化，保持稳定。
建立的高斯烟羽模型可以表示为：
Figure GDA0003402484600000061
C(x,y,z)表示(x,y,z)处的泄漏气体浓度，(x,y,z)表示x，y以及z方向的坐标值，Q表示泄露源强度，σy，σz分别表示y方向和z方向的无量纲气体扩散系数，μ表示风速，H表示泄漏点有效源高。exp表示以e为底的指数函数。
此外需要说明的是，C(x,y,z)具体针对的是下风向(x,y,z)处的泄漏气体浓度，也可以称为气体质量浓度。
泄漏气体形成的气云在变成水平形状的时候，气云中心距离地面会有一定的高度，这一泄漏气云的抬升高度加上几何架高度就是泄漏源的有效高度。即H可以表示为：H＝HS+ΔH。其中，HS为泄漏点的几何高度，ΔH为气云抬升高度。ΔH的影响因素主要有泄漏点的流速、角度、温度、压力、泄漏口径、环境温度和大气稳定度。
在本发明的一种具体实施方式中，根据理论分析并且结合实验结果，气云抬升高度ΔH的计算公式可以具体为：ΔH＝2.4VSd/μ。d为泄漏口径，μ为风速，VS为气体流速。此外，扩散点源的坐标为(0，0，H)。
根据泄漏信息建立高斯烟羽模型，除了需要如上文中介绍的确定出泄漏点有效源高之外，还需要确定出气体扩散系数。扩散系数类比到一维线性计算就是高斯分布中的方差，决定了正太分布线的“高矮胖瘦”。在高斯烟羽模型中代表的是在某一高度面上，即xoy平面上，气体浓度值的隆起程度。影响其数值的主要参数是大气稳定度。
大气稳定度的确定一般采用的是Pasquill方法，具体的，可以将气象条件分为六类，每一类对应不同的扩散系数的计算方法。此外，太阳辐射等级数、空中云量、地面风速等都是大气稳定度的影响因素。确定气象条件的方法可参阅表一和表二。
表一：
Figure GDA0003402484600000071
表二：
Figure GDA0003402484600000072
其中，地面风速的定义是距地面10m高度处10min内的平均风速；云量是指当地天空的云层覆盖率；太阳高度角指当地时间和纬度下太阳光线与地平线之间的夹角。
此外，扩散系数除了与大气稳定度有关之外，还与下风向的距离相对应，其关系可以用表三表示。
表三：
大气稳定度 σ<sub>y</sub> σ<sub>z</sub>
A 0.22x/(1+0.0001x)<sup>0.5</sup> 0.2x
B 0.16x/(1+0.0001x)<sup>0.5</sup> 0.12x
C 0.11x/(1+0.0001x)<sup>0.5</sup> 0.08x/(1+0.0002x)<sup>0.5</sup>
D 0.08x/(1+0.0001x)<sup>0.5</sup> 0.06x/(1+0.0015x)<sup>0.5</sup>
E 0.06x/(1+0.0001x)<sup>0.5</sup> 0.03x/(1+0.0003x)
F 0.04x/(1+0.0001x)<sup>0.5</sup> 0.016x/(1+0.0003x)
可参阅图2a和图2b，图2a为基于标准高斯烟羽模型的气体扩散的等浓度面示意图，图2b为基于标准高斯烟羽模型的某一海拔高度下的气体浓度分布示意图。可以看出，等浓度点分布连续，等浓度面相当平滑。
步骤S102：控制飞行装置前往起始位置。
在建立了高斯烟羽模型之后，可以控制飞行装置前往起始位置，起始位置可以由工作人员预先设定，也可以设置有其他的起始位置确定规则。
例如，在本发明的一种具体实施方式中，可以控制飞行装置朝着泄漏方向飞行，本申请的飞行装置通常为无人机。当检测出浓度值达到一定数值时，例如达到5％时，将当前的位置作为起始位置。起始位置也就是后文的一种具体实施方式中的第一个back点。
步骤S103：利用高斯烟羽模型，并且基于预设的飞行控制算法对飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果。
控制飞行装置到达了起始位置之后，便可以利用高斯烟羽模型，并且基于预设的飞行控制算法对飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果。
预设的飞行控制算法的具体内容也可以根据实际需要进行设定和选取，例如常用的有改进蚁群算法、A*算法和遗传算法等。
在本发明的一种具体实施方式中，考虑到虽然目前的用于进行路径规划的飞行控制算法种类多样，但是，都存在一定的优缺点，本申请的该种实施方式中，通过自定义的飞行控制算法，可以很好地实现对于飞行装置的路径控制，从而得到较为精确的气体泄漏的测绘结果。即步骤S103可以包括：
利用高斯烟羽模型，并且基于预设的自主飞行控制算法对飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果。
自主飞行控制算法为自主设计的算法，具体内容可以根据实际需要进行设定和调整，但可以理解的是，应当使得基于预设的自主飞行控制算法对飞行装置进行飞行路径的控制时，能够得到准确的气体泄漏的测绘结果。
具体的，在本发明的一种具体实施方式中，步骤S103可以具体包括：
步骤S31：在控制飞行装置前往起始位置之后，将起始位置作为当前的back点；
步骤S32：控制飞行装置从当前的back点出发，移动目标距离，将到达的位置作为当前的待定点，并且检测飞行装置在待定点的泄漏气体浓度；其中，当前的待定点在y方向与当前的back点相距第一距离，在z方向与当前的back点相距第二距离；
步骤S33：判断当前的待定点的泄漏气体浓度是否等于当前的back点的泄漏气体浓度；
如果等于，则执行步骤S34：将当前的待定点作为新的back点，并且返回执行步骤S32的操作，以得到新的待定点；
如果不等于，则执行步骤S35：按照预设的点位选取方式，选取出N个不同的点位，利用高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，并确定出最接近于当前的back点的泄漏气体浓度的点位，控制飞行装置飞到确定出的点位之后，将该点位作为新的back点，并且返回执行步骤S32的操作，以得到新的待定点，以得到新的待定点；N为正整数；
步骤S36：当判断出飞行结束条件成立时，得到气体泄漏的测绘结果并结束检测。
该种实施方式中，首先控制飞行装置前往起始位置，将起始位置作为当前的back点，也即第一个back点。之后，本申请希望飞行装置能够沿着第一个back点的等浓度面飞行，实现针对气体泄漏的测绘。
具体的，控制飞行装置从当前的back点出发，例如首先是从第一个back点出发，移动目标距离之后便可以到达待定点。由于当前的待定点在y方向与当前的back点相距第一距离，在z方向与当前的back点相距第二距离，也就是说，如果从第一个back点出发，向y方向移动第一距离并且向z方向移动第二距离的话，也能够到达待定点，即第一距离以及第二距离构成一个直角三角形的两条直角边，目标距离则是该直角三角形的斜边。第一距离和第二距离的取值均可以根据实际情况进行设定，例如分别设定为0.02m和0.618m。第一距离和第二距离相对于整个飞行路径而言十分的微小，该例子的取值是多次模拟测试得到的，第一距离和第二距离能够决定飞行装置的飞行时间和精确程度，并且可以理解的是，取值越小，飞行时间越长，但是轨迹越密集和精确。
飞行装置朝着设定的方向飞行了目标距离之后，将到达的位置作为当前的待定点，并且检测飞行装置在待定点的泄漏气体浓度。
如果当前的待定点的泄漏气体浓度，恰巧等于当前的back点的泄漏气体浓度，便将当前的待定点作为新的back点，并且返回步骤S32。
通常而言，目标距离飞行完毕之后，到达的位置的泄漏气体浓度不等于当前的back点的泄漏气体浓度，即待定点的坐标大概率不在第一个back点的等浓度面上，因此，需要对待定点进行位置调整。
具体的调整方式是，按照预设的点位选取方式，选取出N个不同的点位，利用高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，并确定出最接近于当前的back点的泄漏气体浓度的点位。
将确定出的最接近于当前的back点的泄漏气体浓度的点位作为调整之后的待定点，因此，控制飞行装置飞到确定出的这一点位之后，再将这一点位作为新的back点，从而返回步骤S32。
按照预设的点位选取方式，选取出N个不同的点位时，具体的选取方式也可以根据实际需要进行设定和调整，例如在本发明的一种具体实施方式中，步骤S35中描述的：按照预设的点位选取方式，选取出N个不同的点位，可以具体包括：
当判断出当前的待定点的泄漏气体浓度低于当前的back点的泄漏气体浓度时，以当前的back点为圆心，以当前的back点与当前的待定点的距离作为半径，从当前的待定点触发，在当前的待定点的高度面上逆时针画一个设定的圆弧，并且在该圆弧上选取N个不同的点位；
当判断出当前的待定点的泄漏气体浓度高于当前的back点的泄漏气体浓度时，以当前的back点为圆心，以当前的back点与当前的待定点的距离作为半径，从当前的待定点触发，在当前的待定点的高度面上顺时针画一个设定的圆弧，并且在该圆弧上选取N个不同的点位。
该种实施方式中，考虑到气体泄漏时，是浓度小的浓度面包裹浓度大的浓度面，这就说明，当前的待定点的泄漏气体浓度低于当前的back点的泄漏气体浓度时，需要将待定点的坐标点向里侧修正，即以当前的back点为圆心，以当前的back点与当前的待定点的距离作为半径，从当前的待定点触发，在当前的待定点的高度面上逆时针画一个设定的圆弧，并且在该圆弧上选取N个不同的点位。相应的，当前的待定点的泄漏气体浓度高于当前的back点的泄漏气体浓度时，需要将待定点的坐标点向外侧修正，即顺时针画一个设定的圆弧。
在实际应用中，设定的圆弧通常选取为1/4的圆弧即可，N＝360。并且N个点通常是均匀的间隔，即相邻的点间的角度为π/720。也就是说，该种实施方式中，如果当前的待定点的泄漏气体浓度不等于当前的back点的泄漏气体浓度，需要利用利用高斯烟羽模型，计算出当前的待定点附近的360个点位各自的泄漏气体浓度，从这360个数中选取出最接近于当前的back点的泄漏气体浓度的点位，从而控制飞行装置飞到该点位，并将该点位作为新的back点。
可以看出，该种实施方式中，可以让飞行装置的飞行路径，是沿着第一个back点所在的等浓度面的，从而实现针对气体泄漏情况的测绘。
飞行结束条件的具体内容可以根据实际需要进行设定和调整，例如，在实际应用中，飞行结束条件可以设定为飞行装置的剩余电量低于电量阈值，又如，可以设定为在飞行装置到达了起始位置之后，在飞行装置的飞行过程中，当任意点位的泄漏气体浓度低于预设的浓度结束阈值时，结束飞行。又如，可以设定为当在飞行装置的飞行过程中，当任意点位的泄漏气体浓度与初始位置的泄漏气体浓度偏差超出设定的偏差阈值时，结束飞行。
此外，需要强调的是，在图3中，并未示出步骤S36。在实际应用中，步骤S36的具体触发机制也可以根据实际需要进行设定。例如单独设定一个进程，按照预设周期判断飞行装置的剩余电量，即可以按照预设周期执行步骤S36。又如，可以在每次得到一个新的back点时，在控制飞行装置前往下一个待定点之前，执行一次步骤S36，均不影响本发明的实施。
在前述实施方式中，每一次执行步骤S35时，都是利用标准的高斯烟羽模型，计算出N个点位各自的泄漏气体浓度。在本发明的一种具体实施方式中，考虑到在实际的环境中发生气体泄漏时，环境情况复杂，环境扰动因素包括环境风速的变化、地面粗糙度的不同、大气温度差不同等诸多因素。风速作为气体扩散的最主要因素，其大小和方向的变化都会对浓度分布产生重要影响。在实际情况中，不同地方的风速往往会有不同，这就使得实际气体浓度分布与理想的气体浓度分布存在一定程度的偏差。地面粗糙度的影响主要体现在气体扩散区域不同时，对应的地面覆盖物存在很大的差别，地面粗糙度会影响地面对空气的热量辐射，进而影响空气的温度场分布，使得气体的对流作用不同，进而影响泄漏气体的分布情况。此外，在浓度场中由于各个因素的影响，不同高度大气稳定度可能也不一样，不同坐标处的大气稳定度也就不尽相同，导致实际情况中的气体分布往往不能依赖某单一大气稳定度下的扩散系数进行计算。
因此，在本发明的一种具体实施方式中，在根据泄漏信息建立高斯烟羽模型之后，还包括，在建立的高斯烟羽模型中引入误差项；
相应的，步骤S35中描述的利用高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，可以具体为：
利用引入了误差项的高斯烟羽模型，计算出N个点位各自的泄漏气体浓度；
其中，引入了误差项的高斯烟羽模型表示为：
Figure GDA0003402484600000121
C(x,y,z)表示(x,y,z)处的泄漏气体浓度，(x,y,z)表示x，y以及z方向的坐标值，Q表示泄露源强度，σy，σz分别表示y方向和z方向的无量纲气体扩散系数，μ表示风速，H表示泄漏点有效源高，R为引入的误差项，且
Figure GDA0003402484600000122
Si为与坐标值正相关的误差参数，Fi为随机数。
该种实施方式中由于每一次执行步骤S35时，是利用引入了误差项的高斯烟羽模型，进行N个点位各自的泄漏气体浓度的计算，有利于将泄漏情况模拟的更加真实，即更加符合实际环境中扰动因素较多的情况。
可参阅图4a和图4b，图4a为基于引入了误差项的高斯烟羽模型的气体扩散的等浓度面示意图，图4b为基于引入了误差项的高斯烟羽模型的某一海拔高度下的气体浓度分布示意图。
本申请的误差项具体是考虑到三个方向的随机误差，即Si为与坐标值正相关的误差参数。可以看出，相较于标准高斯烟羽模型的情况下浓度分布为平滑连续的曲面，引入了误差项之后，气体浓度分布凸起严重，平面粗糙，有利于更加真实地反映出实际环境中的气体泄漏事故的扩散情况。
进一步地，在本发明的一种具体实施方式中，在建立的高斯烟羽模型中引入误差项之后，还包括：将修正参数项引入高斯烟羽模型；
相应的，上述实施方式中描述的利用引入了误差项的高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，在该种实施方式中可以具体为：
利用引入了误差项以及修正参数项的高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，并且按照预设规则进行高斯烟羽模型中的修正参数项的更新；
其中，引入了误差项以及修正参数项的高斯烟羽模型表示为：
Figure GDA0003402484600000131
A为引入的修正参数项，且
Figure GDA0003402484600000132
Bi为与坐标值正相关的修正参数，Di为随机数。
前述实施方式中，由于是利用引入了误差项的高斯烟羽模型，进行N个点位各自的泄漏气体浓度的计算，有利于将泄漏情况模拟的更加真实。但是，加入了随机误差之后，高斯烟羽模型在远离扩散源点的位置处，等浓度面起伏不定，梯度方向没有规律性，一些等值面之间甚至不相互连接，这样会导致飞行装置的飞行效果不是很理想。
例如在图5a中，出现了一条圆弧上具有多个与back点的等浓度面相交的点，从而导致飞行装置不知道应该将哪一个点作为调整之后的待定点。在图5b中出现了飞行装置无法探测到圆弧外的点，导致飞行装置的轨迹过于片面化的问题。
申请人经过分析之后考虑到，首先，加入误差项的高斯烟羽模型计算得到的等浓度面的坐标不成连续的椭球状，这就使得在调整待定点的坐标时出现bug的可能性增加。而标准的高斯烟羽模型的规律性较强，浓度场均匀，飞行装置可以实现平滑连续的沿等浓度面的飞行。这就为本申请的该种实施方式提供了思路：将加入了误差项的高斯烟羽模型再转化成标准的高斯烟羽模型。这里基于的思路是，某一点与其附近等浓度值的点必定处于某一扩散系数确定的理想等浓度面上，这就将求1/4圆弧与加入了误差项的高斯烟羽模型的交点过程，转化成与标准的高斯烟羽模型求交点的过程。而在不同的点为，对应不同的标准高斯烟羽模型，即标准的高斯烟羽模型理想的参数选取，取决于某点实测值与上一标准高斯烟羽模型计算得到的同一点的差值，也就实现了“边飞边算”的目的，不再依赖于单一的气体理想模型来实现飞行路径的控制。
具体的，在执行步骤S35时，是利用引入了误差项以及修正参数项的高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，并且按照预设规则进行高斯烟羽模型中的修正参数项的更新；
其中，引入了误差项以及修正参数项的高斯烟羽模型表示为：
Figure GDA0003402484600000141
按照预设规则进行高斯烟羽模型中的修正参数项的更新，具体的更新方式可以根据实际需要进行设定，通常而言，是每次执行步骤S35之后，进行一次高斯烟羽模型中的修正参数项的更新。
在本发明的一种具体实施方式中，按照预设规则进行高斯烟羽模型中的修正参数项的更新，包括：
在确定出最接近于当前的back点的泄漏气体浓度的点位，控制飞行装置飞到确定出的点位，将该点位作为新的back点之后，在返回执行控制飞行装置从当前的back点出发，移动目标距离的操作之前，检测出新的back点的泄漏气体浓度；
确定出能够使得新的back点的泄漏气体浓度的计算值等于检测值的目标高斯烟羽模型，并且将目标高斯烟羽模型中的修正参数项存储至目标数据库中；
基于目标数据库进行高斯烟羽模型中的修正参数项的更新；
其中，目标数据库中存储了初始的修正参数项以及从各次的目标高斯烟羽模型中的修正参数项。
例如第一个back点位A0，此时的待定点为B0且B0这一位置的泄漏气体浓度与A0这一位置的泄漏气体浓度不相同。便利用引入了误差项以及修正参数项的高斯烟羽模型，计算出N个点位各自的泄漏气体浓度。可以理解的是，在第一次执行步骤S35时，高斯烟羽模型中的修正参数项为预先设定的初始修正参数项。
计算出了N个点位各自的泄漏气体浓度之后，选取出最接近与A0这一位置的泄漏气体浓度的点位，例如选取出的点位为C0，则控制飞行装置飞到C0，将C0作为新的back点，并且检测出C0这一位置的泄漏气体浓度。可以理解的是，如果检测值等于此前的计算值，则无需进行修正参数项的更新，但通常而言，检测值和此前的计算值之间会存在偏差，因此本申请会确定出能够使得新的back点的泄漏气体浓度的计算值等于检测值的目标高斯烟羽模型，并且将目标高斯烟羽模型中的修正参数项存储至目标数据库中。也就是说，目标高斯烟羽模型的含义是，当飞行装置处于A0时，如果当时是基于目标高斯烟羽模型进行C0这一点位的泄漏气体浓度的计算，那么控制飞行装置飞到C0之后，检测值将会等于计算值。
目标高斯烟羽模型，也是具有误差项以及修正参数项的高斯烟羽模型，但是，目标高斯烟羽模型中的修正参数项的取值不等于初始修正参数项。当然，如果目标高斯烟羽模型中的修正参数项的取值是等于初始修正参数项的，那么控制飞行装置飞到C0时，检测值是等于此前的计算值的，如前文的描述，这种特殊情况无需进行修正参数项的更新，也即这种情况不需要确定出目标高斯烟羽模型。
将得到的目标高斯烟羽模型中的修正参数项存储至目标数据库中，此时，由于是第一次执行步骤S35，因此，目标数据库中存储了两个修正参数项，即一个是初始的修正参数项，另一个是第一次执行步骤S35之后得到的目标高斯烟羽模型中的修正参数项。并且可以理解的是，后续不断执行步骤S35时，会不断产生新的目标高斯烟羽模型，目标数据库中存储的修正参数项也就会不断增加。
保存了之后，便可以基于目标数据库进行高斯烟羽模型中的修正参数项的更新，通常是确定出目标数据库中存储的各个修正参数项的平均值，并利用平均值进行高斯烟羽模型中的修正参数项的更新。并且可以理解的是，随着不断执行步骤S35，修正参数项的数值会不断地趋于稳定。
由上分析可知，该种实施方式中，实现了“边飞边算”的目的，即，将求1/4圆弧与加入了误差项的高斯烟羽模型的交点过程，转化成与标准的高斯烟羽模型求交点的过程。每次执行步骤S35之后，进行高斯烟羽模型中的修正参数项的更新，从而避免了飞行出错的概率。
此外需要说明的是，初始的修正参数项会影响方案的准确性和合理性，因此，在实际应用中，通常可以利用机器学习模型进行大量的数据模拟测试，得到较为合适的初始的修正参数项。
进一步地，在本发明的一种具体实施方式中，还可以包括：
当目标高斯烟羽模型中的修正参数项与更新之前的高斯烟羽模型中的修正参数项的差值的绝对值超出预设范围时，放弃本次针对修正参数项的更新，并且放弃将本次的目标高斯烟羽模型中的修正参数项存储至目标数据库中。
前述实施方式中，可以在每次执行步骤S35时进行修正参数项的更新，该种实施方式中，考虑到当目标高斯烟羽模型中的修正参数项与更新之前的高斯烟羽模型中的修正参数项的差值的绝对值超出预设范围时，说明本次得到的目标高斯烟羽模型中的修正参数项不值得信赖，因此会舍弃本次更新，进一步地提高了本申请方案的稳定性，
可参阅图6，为利用引入了误差项以及修正参数项的高斯烟羽模型，计算出N个点位各自的泄漏气体浓度的实施方式中的飞行效果仿真图，可以看出，飞行装置已经能很好地沿着误差场中的等值面飞行，飞行轨迹比较平滑，所描绘的轮廓比较完整地包含了所有等值面，解决了引入了误差项之后容易导致的无人机断飞、倒飞、偏离航线等问题。也就是说，仅仅引入了误差项之后，使得高斯烟羽模型更接近于实际环境，但不利于飞行装置的飞行，进一步的，将引入了误差项的高斯烟羽模型转换为随坐标点变化的标准的高斯烟羽模型，即通过引入参数项并且按照设定规则进行参数项的更新，使得本申请的方案既没有影响浓度计算的准确性，也减小了飞行的压力，让飞行装置能够达到很好的飞行效果。
应用本发明实施例所提供的技术方案，考虑到利用气体模型来模拟出泄漏现场的气体分布情况，而高斯烟羽模型适合较为开阔且平坦的地区、大气条件均一的扩散情况和连续点源式的扩散，非常符合输气管道的气体泄漏情况，因此本申请基于高斯烟羽模型得到气体泄漏的测绘结果。并且，本申请考虑到无人机能够实现自主路径的规划飞行，即无人机可以依靠预设的飞行控制算法实现路径规划，从而完成既定的任务，而在目前的油气行业中无人机的应用多为空白，本申请考虑到可以发挥无人机的优势进行泄漏现场的自主检测，因此，本申请控制飞行装置前往起始位置，再利用高斯烟羽模型，并且基于预设的飞行控制算法对飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果。相较于传统的人工巡检的方案，本申请的方案有效地提高了油气管道的气体泄漏的检测效率和安全性。并且利用高斯烟羽模型，可以得到较为准确的气体泄漏的测绘结果。
相应于上面的方法实施例，本发明实施例还提供了一种气体泄漏的检测系统，可以与上文相互对应参照。
可以参阅图7，为本发明中一种气体泄漏的检测系统的结构示意图，包括：
高斯烟羽模型建立模块701，用于根据泄漏信息建立高斯烟羽模型并确定高斯烟羽模型中的泄漏点有效源高以及气体扩散系数；
起始位置确定模块702，用于控制飞行装置前往起始位置；
飞行控制模块703，用于利用高斯烟羽模型，并且基于预设的飞行控制算法对飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果。
在本发明的一种具体实施方式中，飞行控制模块703，具体包括：
利用高斯烟羽模型，并且基于预设的自主飞行控制算法对飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果。
在本发明的一种具体实施方式中，飞行控制模块703，具体包括：
第一back点确定单元，用于在控制飞行装置前往起始位置之后，将起始位置作为当前的back点；
移动单元，用于控制飞行装置从当前的back点出发，移动目标距离，将到达的位置作为当前的待定点，并且检测所述飞行装置在待定点的泄漏气体浓度；其中，当前的待定点在y方向与当前的back点相距第一距离，在z方向与当前的back点相距第二距离；
第一判断单元，用于判断当前的待定点的泄漏气体浓度是否等于当前的back点的泄漏气体浓度；
如果等于，则执行第一确定单元，第一确定单元用于将当前的待定点作为新的back点，并且返回触发移动单元，以得到新的待定点；
如果不等于，则执行第二确定单元，第二确定单元用于按照预设的点位选取方式，选取出N个不同的点位，利用高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，并确定出最接近于当前的back点的泄漏气体浓度的点位，控制飞行装置飞到确定出的点位之后，将该点位作为新的back点，并且返回触发移动单元，以得到新的待定点；N为正整数；
飞行结束单元，用于当判断出飞行结束条件成立时，得到气体泄漏的测绘结果并结束检测。
在本发明的一种具体实施方式中，第二确定单元按照预设的点位选取方式，选取出N个不同的点位，具体为：
当判断出当前的待定点的泄漏气体浓度低于当前的back点的泄漏气体浓度时，以当前的back点为圆心，以当前的back点与当前的待定点的距离作为半径，从当前的待定点触发，在当前的待定点的高度面上逆时针画一个设定的圆弧，并且在该圆弧上选取N个不同的点位；
当判断出当前的待定点的泄漏气体浓度高于当前的back点的泄漏气体浓度时，以当前的back点为圆心，以当前的back点与当前的待定点的距离作为半径，从当前的待定点触发，在当前的待定点的高度面上顺时针画一个设定的圆弧，并且在该圆弧上选取N个不同的点位。
在本发明的一种具体实施方式中，设定的圆弧为1/4的圆弧，N＝360。
在本发明的一种具体实施方式中，还包括，误差项引入单元，用于在高斯烟羽模型建立模块701根据泄漏信息建立高斯烟羽模型之后，在建立的高斯烟羽模型中引入误差项；
相应的，第二确定单元利用高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，具体为：
利用引入了误差项的高斯烟羽模型，计算出N个点位各自的泄漏气体浓度；
其中，引入了误差项的高斯烟羽模型表示为：
Figure GDA0003402484600000191
C(x,y,z)表示(x,y,z)处的泄漏气体浓度，(x,y,z)表示x，y以及z方向的坐标值，Q表示泄露源强度，σy，σz分别表示y方向和z方向的无量纲气体扩散系数，μ表示风速，H表示泄漏点有效源高，R为引入的误差项，且
Figure GDA0003402484600000192
Si为与坐标值正相关的误差参数，Fi为随机数。
在本发明的一种具体实施方式中，还包括修正参数项引入单元，用于在误差项引入单元在建立的高斯烟羽模型中引入误差项之后，将修正参数项引入高斯烟羽模型；
相应的，第二确定单元利用引入了误差项的高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，具体为：
利用引入了误差项以及修正参数项的高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，并且按照预设规则进行高斯烟羽模型中的修正参数项的更新；
其中，引入了误差项以及修正参数项的高斯烟羽模型表示为：
Figure GDA0003402484600000193
A为引入的修正参数项，且
Figure GDA0003402484600000194
Bi为与坐标值正相关的修正参数，Di为随机数。
在本发明的一种具体实施方式中，第二确定单元按照预设规则进行高斯烟羽模型中的修正参数项的更新，包括：
在确定出最接近于当前的back点的泄漏气体浓度的点位，控制飞行装置飞到确定出的点位，将该点位作为新的back点之后，在返回执行控制飞行装置从当前的back点出发，移动目标距离的操作之前，检测出新的back点的泄漏气体浓度；
确定出能够使得新的back点的泄漏气体浓度的计算值等于检测值的目标高斯烟羽模型，并且将目标高斯烟羽模型中的修正参数项存储至目标数据库中；
基于目标数据库进行高斯烟羽模型中的修正参数项的更新；
其中，目标数据库中存储了初始的修正参数项以及从各次的目标高斯烟羽模型中的修正参数项。
在本发明的一种具体实施方式中，第二确定单元基于目标数据库进行高斯烟羽模型中的修正参数项的更新，包括：
确定出目标数据库中存储的各个修正参数项的平均值，并利用平均值进行高斯烟羽模型中的修正参数项的更新。
在本发明的一种具体实施方式中，还包括：
修正参数项舍弃单元，用于当目标高斯烟羽模型中的修正参数项与更新之前的高斯烟羽模型中的修正参数项的差值的绝对值超出预设范围时，放弃本次针对修正参数项的更新，并且放弃将本次的目标高斯烟羽模型中的修正参数项存储至目标数据库中。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的技术方案及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (8)

1.一种气体泄漏的检测方法，其特征在于，包括：
根据泄漏信息建立高斯烟羽模型并确定所述高斯烟羽模型中的泄漏点有效源高以及气体扩散系数；
控制飞行装置前往起始位置；
利用所述高斯烟羽模型，并且基于预设的飞行控制算法对所述飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果；
所述利用所述高斯烟羽模型，并且基于预设的飞行控制算法对所述飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果，包括：
利用所述高斯烟羽模型，并且基于预设的自主飞行控制算法对所述飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果；
所述利用所述高斯烟羽模型，并且基于预设的自主飞行控制算法对所述飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果，包括：
在控制飞行装置前往起始位置之后，将所述起始位置作为当前的back点；
控制所述飞行装置从当前的back点出发，移动目标距离，将到达的位置作为当前的待定点，并且检测所述飞行装置在待定点的泄漏气体浓度；其中，当前的待定点在y方向与当前的back点相距第一距离，在z方向与当前的back点相距第二距离；
判断当前的待定点的泄漏气体浓度是否等于当前的back点的泄漏气体浓度；
如果等于，则将当前的待定点作为新的back点，并且返回执行所述控制所述飞行装置从当前的back点出发，移动目标距离的操作，以得到新的待定点；
如果不等于，则按照预设的点位选取方式，选取出N个不同的点位，利用所述高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，并确定出最接近于当前的back点的泄漏气体浓度的点位，控制所述飞行装置飞到确定出的点位之后，将该点位作为新的back点，并且返回执行所述控制所述飞行装置从当前的back点出发，移动目标距离的操作，以得到新的待定点；N为正整数；
当判断出飞行结束条件成立时，得到气体泄漏的测绘结果并结束检测；
在根据泄漏信息建立高斯烟羽模型之后，还包括，在建立的高斯烟羽模型中引入误差项；
相应的，所述利用所述高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，包括：
利用引入了误差项的高斯烟羽模型，计算出N个点位各自的泄漏气体浓度；
其中，引入了误差项的高斯烟羽模型表示为：
Figure FDA0003402484590000021
C(x,y,z)表示(x,y,z)处的泄漏气体浓度，(x,y,z)表示x，y以及z方向的坐标值，Q表示泄露源强度，σy，σz分别表示y方向和z方向的无量纲气体扩散系数，μ表示风速，H表示泄漏点有效源高，R为引入的误差项，且
Figure FDA0003402484590000022
Si为与坐标值正相关的误差参数，Fi为随机数。
2.根据权利要求1所述的气体泄漏的检测方法，其特征在于，所述按照预设的点位选取方式，选取出N个不同的点位，包括：
当判断出当前的待定点的泄漏气体浓度低于当前的back点的泄漏气体浓度时，以当前的back点为圆心，以当前的back点与当前的待定点的距离作为半径，从当前的待定点出发，在当前的待定点的高度面上逆时针画一个设定的圆弧，并且在该圆弧上选取N个不同的点位；
当判断出当前的待定点的泄漏气体浓度高于当前的back点的泄漏气体浓度时，以当前的back点为圆心，以当前的back点与当前的待定点的距离作为半径，从当前的待定点出发，在当前的待定点的高度面上顺时针画一个设定的圆弧，并且在该圆弧上选取N个不同的点位。
3.根据权利要求2所述的气体泄漏的检测方法，其特征在于，设定的圆弧为1/4的圆弧，N＝360。
4.根据权利要求1所述的气体泄漏的检测方法，其特征在于，在建立的高斯烟羽模型中引入误差项之后，还包括：将修正参数项引入高斯烟羽模型；
相应的，所述利用引入了误差项的高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，包括：
利用引入了误差项以及修正参数项的高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，并且按照预设规则进行所述高斯烟羽模型中的修正参数项的更新；
其中，引入了误差项以及修正参数项的高斯烟羽模型表示为：
Figure FDA0003402484590000031
A为引入的修正参数项，且
Figure FDA0003402484590000032
Bi为与坐标值正相关的修正参数，Di为随机数。
5.根据权利要求4所述的气体泄漏的检测方法，其特征在于，所述按照预设规则进行所述高斯烟羽模型中的修正参数项的更新，包括：
在所述确定出最接近于当前的back点的泄漏气体浓度的点位，控制所述飞行装置飞到确定出的点位，将该点位作为新的back点之后，在返回执行所述控制所述飞行装置从当前的back点出发，移动目标距离的操作之前，检测出新的back点的泄漏气体浓度；
确定出能够使得新的back点的泄漏气体浓度的计算值等于检测值的目标高斯烟羽模型，并且将所述目标高斯烟羽模型中的修正参数项存储至目标数据库中；
基于所述目标数据库进行所述高斯烟羽模型中的修正参数项的更新；
其中，所述目标数据库中存储了初始的修正参数项以及从各次的目标高斯烟羽模型中的修正参数项。
6.根据权利要求5所述的气体泄漏的检测方法，其特征在于，所述基于所述目标数据库进行所述高斯烟羽模型中的修正参数项的更新，包括：
确定出所述目标数据库中存储的各个修正参数项的平均值，并利用所述平均值进行所述高斯烟羽模型中的修正参数项的更新。
7.根据权利要求5所述的气体泄漏的检测方法，其特征在于，还包括：
当所述目标高斯烟羽模型中的修正参数项与更新之前的高斯烟羽模型中的修正参数项的差值的绝对值超出预设范围时，放弃本次针对修正参数项的更新，并且放弃将本次的目标高斯烟羽模型中的修正参数项存储至目标数据库中。
8.一种气体泄漏的检测系统，其特征在于，包括：
高斯烟羽模型建立模块，用于根据泄漏信息建立高斯烟羽模型并确定所述高斯烟羽模型中的泄漏点有效源高以及气体扩散系数；
起始位置确定模块，用于控制飞行装置前往起始位置；
飞行控制模块，用于利用所述高斯烟羽模型，并且基于预设的飞行控制算法对所述飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果；
所述飞行控制模块，具体用于利用所述高斯烟羽模型，并且基于预设的自主飞行控制算法对所述飞行装置进行飞行路径的控制，得到气体泄漏的测绘结果；
所述飞行控制模块，具体包括：
第一back点确定单元，用于在控制飞行装置前往起始位置之后，将所述起始位置作为当前的back点；
移动单元，用于控制所述飞行装置从当前的back点出发，移动目标距离，将到达的位置作为当前的待定点，并且检测所述飞行装置在待定点的泄漏气体浓度；其中，当前的待定点在y方向与当前的back点相距第一距离，在z方向与当前的back点相距第二距离；
第一判断单元，用于判断当前的待定点的泄漏气体浓度是否等于当前的back点的泄漏气体浓度；
如果等于，则执行第一确定单元，所述第一确定单元用于将当前的待定点作为新的back点，并且返回触发所述移动单元，以得到新的待定点；
如果不等于，则执行第二确定单元，所述第二确定单元用于按照预设的点位选取方式，选取出N个不同的点位，利用所述高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，并确定出最接近于当前的back点的泄漏气体浓度的点位，控制所述飞行装置飞到确定出的点位之后，将该点位作为新的back点，并且返回执行所述控制所述飞行装置从当前的back点出发，移动目标距离的操作，以得到新的待定点；N为正整数；
飞行结束单元，用于当判断出飞行结束条件成立时，得到气体泄漏的测绘结果并结束检测；
还包括误差项引入单元，用于在所述高斯烟羽模型建立模块根据泄漏信息建立高斯烟羽模型之后，在建立的高斯烟羽模型中引入误差项；
相应的，所述第二确定单元利用高斯烟羽模型，计算出N个点位各自的泄漏气体浓度，具体为：
利用引入了误差项的高斯烟羽模型，计算出N个点位各自的泄漏气体浓度；
其中，引入了误差项的高斯烟羽模型表示为：
Figure FDA0003402484590000051
C(x,y,z)表示(x,y,z)处的泄漏气体浓度，(x,y,z)表示x，y以及z方向的坐标值，Q表示泄露源强度，σy，σz分别表示y方向和z方向的无量纲气体扩散系数，μ表示风速，H表示泄漏点有效源高，R为引入的误差项，且
Figure FDA0003402484590000052
Si为与坐标值正相关的误差参数，Fi为随机数。
CN202011247298.8A 2020-11-10 2020-11-10 一种气体泄漏的检测方法和系统 Active CN112345201B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011247298.8A CN112345201B (zh) 2020-11-10 2020-11-10 一种气体泄漏的检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011247298.8A CN112345201B (zh) 2020-11-10 2020-11-10 一种气体泄漏的检测方法和系统

Publications (2)

Publication Number Publication Date
CN112345201A CN112345201A (zh) 2021-02-09
CN112345201B true CN112345201B (zh) 2022-01-28

Family

ID=74362379

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011247298.8A Active CN112345201B (zh) 2020-11-10 2020-11-10 一种气体泄漏的检测方法和系统

Country Status (1)

Country Link
CN (1) CN112345201B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113128045B (zh) * 2021-04-15 2023-12-22 南京工业大学 一种长管拖车失效后果工程评估方法
CN113586968A (zh) * 2021-06-01 2021-11-02 北京市燃气集团有限责任公司 一种天然气泄漏源定位方法及装置
CN113468815A (zh) * 2021-07-12 2021-10-01 南京航空航天大学 一种基于高斯扩散模型和深度神经网络的液态危化品挥发浓度估算方法
CN115638938A (zh) * 2022-10-28 2023-01-24 南京安全无忧网络科技有限公司 一种基于定位监测的泄漏防护距离测定系统及方法
CN116091491B (zh) * 2023-04-03 2023-07-04 中国科学技术大学先进技术研究院 VOCs气体检测方法、装置、设备及计算机可读存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105548476A (zh) * 2015-12-21 2016-05-04 新奥科技发展有限公司 气体泄露检测方法及检测系统
CN106090622A (zh) * 2016-06-27 2016-11-09 西安交通大学 一种空中飞行人工嗅觉气体早期泄漏监测定位系统及方法
CN106202679A (zh) * 2016-07-04 2016-12-07 重庆大学 一种基于无人机系统的气体泄漏扩散过程的预测方法
CN107462380A (zh) * 2017-07-26 2017-12-12 西安交通大学 一种基于智能嗅觉视觉的气体泄漏自主定位装置及方法
CN107941988A (zh) * 2017-10-16 2018-04-20 华南理工大学 一种检测气体污染源的无人机设备及监测方法
CN108535418A (zh) * 2018-04-12 2018-09-14 盐城工学院 一种污染物溯源方法、装置、监控终端及存储介质
CN109117549A (zh) * 2018-08-08 2019-01-01 浙江航天恒嘉数据科技有限公司 一种污染物扩散预测方法及系统
CN110653831A (zh) * 2019-09-19 2020-01-07 常熟理工学院 用于地下综合管廊的多寻味机器人及危险气体泄漏源定位系统和方法
CN111024313A (zh) * 2019-10-30 2020-04-17 北京众蓝科技有限公司 一种主动搜索定位化学气体泄漏点的方法和设备
CN111751502A (zh) * 2020-07-08 2020-10-09 中国计量大学 一种基于改进模拟退火的多无人机协同污染物溯源方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180292374A1 (en) * 2017-04-05 2018-10-11 International Business Machines Corporation Detecting gas leaks using unmanned aerial vehicles
CN108932394B (zh) * 2018-07-19 2023-01-17 成都鼎安华智慧物联网股份有限公司 有毒气体泄漏危害范围的确定方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105548476A (zh) * 2015-12-21 2016-05-04 新奥科技发展有限公司 气体泄露检测方法及检测系统
CN106090622A (zh) * 2016-06-27 2016-11-09 西安交通大学 一种空中飞行人工嗅觉气体早期泄漏监测定位系统及方法
CN106202679A (zh) * 2016-07-04 2016-12-07 重庆大学 一种基于无人机系统的气体泄漏扩散过程的预测方法
CN107462380A (zh) * 2017-07-26 2017-12-12 西安交通大学 一种基于智能嗅觉视觉的气体泄漏自主定位装置及方法
CN107941988A (zh) * 2017-10-16 2018-04-20 华南理工大学 一种检测气体污染源的无人机设备及监测方法
CN108535418A (zh) * 2018-04-12 2018-09-14 盐城工学院 一种污染物溯源方法、装置、监控终端及存储介质
CN109117549A (zh) * 2018-08-08 2019-01-01 浙江航天恒嘉数据科技有限公司 一种污染物扩散预测方法及系统
CN110653831A (zh) * 2019-09-19 2020-01-07 常熟理工学院 用于地下综合管廊的多寻味机器人及危险气体泄漏源定位系统和方法
CN111024313A (zh) * 2019-10-30 2020-04-17 北京众蓝科技有限公司 一种主动搜索定位化学气体泄漏点的方法和设备
CN111751502A (zh) * 2020-07-08 2020-10-09 中国计量大学 一种基于改进模拟退火的多无人机协同污染物溯源方法

Also Published As

Publication number Publication date
CN112345201A (zh) 2021-02-09

Similar Documents

Publication Publication Date Title
CN112345201B (zh) 一种气体泄漏的检测方法和系统
Rengel et al. A priori validation of CFD modelling of hydrocarbon pool fires
US9909840B2 (en) Networked anemometer system for windmeasurement
CN107679655A (zh) 一种航天发射火箭落点预测系统
JP2017026190A (ja) 航空機管理装置、航空機、及び航空機の軌道算出方法
CN115018386B (zh) 爆炸环境下的储油罐安全评估方法及装置
US20210311196A1 (en) System and Method for Fast Wind Flow Measurement by LiDAR in a Complex Terrain
CN107423556B (zh) 一种基于径向基函数代理模型的远程火箭炮发射诸元计算方法
Neumann et al. Aerial-based gas tomography–from single beams to complex gas distributions
CN112989717B (zh) 一种加氢站火灾事故热辐射评估方法及系统
EP4127457A1 (en) System and method for wind flow turbulence measurement by lidar in a complex terrain
CN108122051A (zh) 一种基于无人机探测的危险介质泄漏过程实时动态预测方法
CN109086539A (zh) 液氨储罐泄露伤害半径获取方法和设备
CN115906706A (zh) 一种危化品罐区多米诺综合风险高精度分析方法
CN114754934A (zh) 气体泄漏检测方法
CN107871025B (zh) 基于改进人工蜂群算法的气体传感器优化部署方法及系统
CN108920838B (zh) 一种储罐泄漏下风侧探测快速报警响应判断优化安装计算模型的构建方法
CN114896901A (zh) 一种危化品大气扩散评估方法
US8190376B2 (en) System and method for source identification for a chemical release
CN116187033A (zh) 一种长输天然气管道泄漏定位方法、计算机设备及计算机可读存储介质
Lisakov et al. Determination of control points quantity and their location in protected object for high-speed multipoint electro-optical system for fire detection and determine its spatial coordinates
CN113806866B (zh) 基于光线偏折量的高速飞行器探测方法及仿真方法
Zhu et al. Dangerous gas traceability route planning for Four-rotor UAV based on the weighted centroid method
CN105921896A (zh) 一种卷筒爬绳块的安装定位方法
CN117113619B (zh) 一种海岸靶区环境的仿真方法

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
GR01 Patent grant
GR01 Patent grant