CN112478483A - 一种危化品常压储罐自动化监测预警方法及系统 - Google Patents
一种危化品常压储罐自动化监测预警方法及系统 Download PDFInfo
- Publication number
- CN112478483A CN112478483A CN202011382496.5A CN202011382496A CN112478483A CN 112478483 A CN112478483 A CN 112478483A CN 202011382496 A CN202011382496 A CN 202011382496A CN 112478483 A CN112478483 A CN 112478483A
- Authority
- CN
- China
- Prior art keywords
- early warning
- data
- storage tank
- module
- monitoring index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65D—CONTAINERS FOR STORAGE OR TRANSPORT OF ARTICLES OR MATERIALS, e.g. BAGS, BARRELS, BOTTLES, BOXES, CANS, CARTONS, CRATES, DRUMS, JARS, TANKS, HOPPERS, FORWARDING CONTAINERS; ACCESSORIES, CLOSURES, OR FITTINGS THEREFOR; PACKAGING ELEMENTS; PACKAGES
- B65D90/00—Component parts, details or accessories for large containers
- B65D90/48—Arrangements of indicating or measuring devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65D—CONTAINERS FOR STORAGE OR TRANSPORT OF ARTICLES OR MATERIALS, e.g. BAGS, BARRELS, BOTTLES, BOXES, CANS, CARTONS, CRATES, DRUMS, JARS, TANKS, HOPPERS, FORWARDING CONTAINERS; ACCESSORIES, CLOSURES, OR FITTINGS THEREFOR; PACKAGING ELEMENTS; PACKAGES
- B65D90/00—Component parts, details or accessories for large containers
- B65D90/22—Safety features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Health & Medical Sciences (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种危化品常压储罐自动化监测预警方法及系统,方法包括:采集危险化学品常压储罐的监测指标数据;采集危险化学品常压储罐的基础信息;将采集的信息进行汇聚;对采集到的数据进行压缩编码;对采集到的监测指标数据进行逻辑判断,判断是否存在预警情况并进行预警;对监测指标数据和预警数据进行实时显示,同时将预警信息推送至客户端。本发明可通过系统对接方式或基于深度学习的图像识别方式和储罐中控系统进行数据对接,并可实现广域网内的危化品储罐监测数据的自动采集、高效数据传输和智能预警,为行业执法提供主动式监管手段,弥补行业监管漏洞,有效提升行业监管效率与准确率。
Description
技术领域
本发明属于数据处理和展示领域,特别涉及一种危化品常压储罐自动化监测预警方法及系统。
背景技术
在危险化学品安全防范很严峻的情况下,如何有效快速的实现危化品常压储罐异常检测预警,具有重要的意义。传统的危险化学品常压储罐检测与预警基于C/S架构的客户端软件来展示和预警,无法满足实时的远程检测和预警的需求。随着移动互联网技术的快速升级发展,数据大数据的处理和传输变得较为便利和快捷。基于互联网的远程检测预警已不再是难点,可以通过互联网实时传输危险化学品常压储罐检测和预警消息。
危险化学品常压储罐常规检测中传感器实时检测数据在基于C/S架构的客户端展示与预警,已经无法满足现有情况下对危险化学品常压储罐安全监控的时效性要求。此外,目前单一的预警方式存在局限性,相关负责安全的人员无法实时了解和掌握最及时的信息,进而无法做出最及时、最有效的安全防护措施。
发明内容
本发明的目的在于提供一种危化品常压储罐自动化监测预警方法及系统,用于解决在互联网模式下危化品常压储罐的高效监测和预警。
实现本发明目的的技术解决方案为:一种危化品常压储罐自动化监测预警方法,所述方法包括以下步骤:
步骤1,对接所有需要监测的危险化学品常压储罐中控系统,采集危险化学品常压储罐的监测指标数据;
步骤2,采集危险化学品常压储罐的基础信息;
步骤3,将所述监测指标数据、基础信息通过互联网发送到转发服务模块进行汇聚;
步骤4,转发服务模块对采集到的数据进行压缩编码后发送到中心数据接收服务模块,该模块将数据存储进数据库,同时将数据发送给预警生成模块;
步骤5,预警生成模块对采集到的监测指标数据进行逻辑判断,判断是否存在预警情况并进行预警,同时将预警数据发送至展示模块;
步骤6,展示模块对监测指标数据和预警数据进行实时显示,同时将预警信息推送至客户端。
进一步地,步骤1中所述对接所有需要监测的危险化学品常压储罐中控系统,采集危险化学品常压储罐的监测指标数据,具体采用数据接口对接或图像识别对接方式。
进一步地,步骤4中所述压缩编码采用自定义编码方式实现:每个数据包包括头部信息以及多个数值信息,其中头部信息长度为4个字节,数值信息长度为6个字节,头部信息标识了传送的数据点位编号以及对应的监测指标数据类型,数据点位编号占3个字节,监测指标数据类型占1个字节,所述监测指标数据类型包括温度、液位、压力、有毒气体浓度;数值信息包括时间戳信息和监测指标数据,其中时间戳信息占4个字节,监测指标数据占2个字节。
进一步地,步骤5所述预警生成模块对采集到的监测指标数据进行逻辑判断,判断是否存在预警情况并进行预警,具体过程包括:
步骤5-1,根据每个危险化学品常压储罐的基础信息设置多级数据告警阈值;
步骤5-2,判断监测指标数据是否超过某一级数据告警阈值,若超过,则执行下一步,否则执行步骤5-5;
步骤5-3,判断当前危险化学品常压储罐是否存在作业任务,若存在,则执行下一步,否则执行步骤5-5;
步骤5-4,判断当前危险化学品常压储罐是否存在检修任务,若存在,则执行步骤5-5,否则进行数据告警阈值所对应等级的预警,并产生预警信息;
步骤5-5,判断是否出现短时预警,若未出现,则不执行任何动作,否则消除该预警信息;所述短时预警是指预警时间短于预设时间阈值。
进一步地,步骤6中所述展示模块会根据预警的等级将预警信息推送至对应等级的客户端。
一种危化品常压储罐自动化监测预警系统,所述系统包括第一采集模块、第二采集模块、数据传输模块、数据转发模块、中心数据接收模块、预警生成模块以及展示模块;
所述第一采集模块,用于对接所有需要监测的危险化学品常压储罐中控系统,采集危险化学品常压储罐的监测指标数据;
所述第二采集模块,用于采集危险化学品常压储罐的基础信息;
所述数据传输模块,用于将所述监测指标数据、基础信息通过互联网发送到数据转发模块进行汇聚;
所述数据转发模块,用于对采集到的数据进行压缩编码后发送到中心数据接收模块;
所述中心数据接收模块,用于将数据存储进数据库,同时将数据发送给预警生成模块;
所述预警生成模块,用于对采集到的监测指标数据进行逻辑判断,判断是否存在预警情况并进行预警,同时将预警数据发送至展示模块;
所述展示模块,用于对监测指标数据和预警数据进行实时显示,同时将预警信息推送至客户端。
本发明与现有技术相比,其显著优点为:目前常常规监测预警是能在本地展示和预警,通过本发明方法可实现将监测预警数据经过高效传输、数据处理、集中监测展示,并通过不同工具及时报告和提醒相关负责人,可以随时随地远程监测与预警提醒,有效提升了危化品储罐的监管效率。
下面结合附图对本发明作进一步详细描述。
附图说明
图1为一个实施例中危化品常压储罐自动化监测预警示意图。
图2为一个实施例中物联网网关对接危化品储罐中控系统示意图。
图3为一个实施例中数据转发模块数据压缩编码格式示意图。
图4为一个实施例中危化品常压储罐产生预警信息示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,结合图1,提供了一种危化品常压储罐自动化监测预警方法,所述方法包括以下步骤:
步骤S01,在危化品企业部署物联网网关,对接所有需要监测的危险化学品常压储罐中控系统,采集危险化学品常压储罐的监测指标数据;
这里,所述储罐监测指标数据包括储罐实时的温度、液位、压力、有毒气体浓度等等;
步骤S02,采集危险化学品常压储罐的基础信息;
这里,所述危险化学品常压储罐的基础信息包括:空间坐标信息、储罐高度、储罐直径、储罐存储货种等等;
步骤S03,将所述监测指标数据、基础信息通过互联网发送到转发服务模块进行汇聚;一个转发服务模块可以负责转发一个地区所有危化品企业的采集数据;
步骤S04,转发服务模块对采集到的数据进行压缩编码后发送到中心数据接收服务模块,该模块将数据存储进数据库,同时将数据发送给预警生成模块;
这里,大量数据通过互联网传输会消耗很多资源,所以在数据传输展示之前需要对数据进行编码;
步骤S05,预警生成模块对采集到的监测指标数据进行逻辑判断,判断是否存在预警情况并进行预警,同时将预警数据发送至展示模块;
步骤S06,展示模块对监测指标数据和预警数据进行实时显示,同时将预警信息通过互联网移动终端、厂区报警设备等推送至客户端,使得负责人在最早的时间内做出最有效的安全防护措施。
进一步地,在其中给一个实施例中,步骤S01中所述对接所有需要监测的危险化学品常压储罐中控系统,采集危险化学品常压储罐的监测指标数据,具体采用数据接口对接或图像识别对接方式。
这里,数据接口对接为常规数据对接方式,需要中控系统的开发厂家开放数据接口,然后通过网络接口调用的方式获取数据。
图像识别方式对接为采用基于深度学习的图像识别技术对中控系统的监控屏幕画面进行连续截取并提取画面上的相关数据获得。如图2所示,这里需要危化品企业操作人员,通过组态功能,把相关数据进行整合,并且通过一台或多台电脑显示器画面进行展示。同时准备一根VGA线缆,一端连接PC主机显卡VGA接口,另一端连接物联网网关。物联网网关通过自身图像处理功能,完成监视器画面数据识别采集。物联网网关通过互联网把数据传输至转发服务模块。
进一步优选地,在其中一个实施例中,所述图像识别对接方式具体为:基于FASTER-R-CNN深度学习方法对中控系统的监控屏幕画面进行连续截取并从画面上提取危险化学品常压储罐的监测指标数据。
传统的图像中的文字识别将文字识别划分为字符切分和单字符识别两个独立的步骤,而基于FASTER-R-CNN的卷积神经网络则可以忽略字符切分步骤,直接进行文字识别。Faster R-CNN框架由RPN(候选区域生成网络)和RCN(区域分类网络)两个子网络组成。RPN通过监督学习的方法提取候选区域,给出的是无标签的区域和粗定位结果。RCN引入类别概念,同时进行候选区域的分类和位置回归,给出精细定位结果。训练时两个子网络通过端到端的方式联合优化。在上述场景中,由于数字都是电脑系统中的字体,且基本采用先标签(文字)在前,数据(数字)在后的方式,为了保证定位精度,同时提升运算速度,本发明对原有FASTER-R-CNN模型和训练方式进行了微调。考虑到文字或数字的变化有限,网络结构只采用了3个卷积层,且训练过程中提高了正样本的重叠率阈值。根据文字或数字的宽高比范围来适配RPN层Anchor的宽高比。通过以上方式可以获得比较高的识别率。
进一步地,在其中给一个实施例中,结合图3,步骤S04中所述压缩编码采用自定义编码方式实现:每个数据包包括头部信息以及多个数值信息,其中头部信息长度为4个字节,数值信息长度为6个字节,头部信息标识了传送的数据点位编号以及对应的监测指标数据类型,数据点位编号占3个字节,监测指标数据类型占1个字节,所述监测指标数据类型包括温度、液位、压力、有毒气体浓度;数值信息包括时间戳信息和监测指标数据,其中时间戳信息占4个字节,监测指标数据占2个字节。
采用这种编码方式,数据压缩比例大大提高,约为原始数据传输的十分之一。
进一步地,在其中给一个实施例中,步骤S05所述预警生成模块对采集到的监测指标数据进行逻辑判断,判断是否存在预警情况并进行预警,具体过程包括:
步骤S05-1,根据每个危险化学品常压储罐的基础信息设置多级数据告警阈值;这里例如:多级数据告警阈值包括告警阈值数值依次降低的一级数据告警阈值、二级数据告警阈值、......等等;
步骤S05-2,判断监测指标数据是否超过某一级数据告警阈值,若超过,则执行下一步,否则执行步骤S05-5;
步骤S05-3,判断当前危险化学品常压储罐是否存在作业任务,若存在,则执行下一步,否则执行步骤S05-5;
步骤S05-4,判断当前危险化学品常压储罐是否存在检修任务,若存在,则执行步骤S05-5,否则进行数据告警阈值所对应等级的预警,并产生预警信息;这里例如,一级数据告警阈值对应一级预警,二级数据告警阈值对应二级预警......等等;
步骤S05-5,判断是否出现短时预警,若未出现,则不执行任何动作,否则消除该预警信息;所述短时预警是指预警时间短于预设时间阈值。
进一步地,在其中一个实施例中,步骤S06中所述展示模块会根据预警的等级将预警信息推送至对应等级的客户端。这里例如,一级预警对应一级客户端(如上级管理部门等),二级预警对应一级客户端(如现场负责人等)......等等。
在一个实施例中,提供了一种危化品常压储罐自动化监测预警系统,所述系统包括第一采集模块、第二采集模块、数据传输模块、数据转发模块、中心数据接收模块、预警生成模块以及展示模块;
所述第一采集模块,用于对接所有需要监测的危险化学品常压储罐中控系统,采集危险化学品常压储罐的监测指标数据;
所述第二采集模块,用于采集危险化学品常压储罐的基础信息;
所述数据传输模块,用于将所述监测指标数据、基础信息通过互联网发送到数据转发模块进行汇聚;
所述数据转发模块,用于对采集到的数据进行压缩编码后发送到中心数据接收模块;
所述中心数据接收模块,用于将数据存储进数据库,同时将数据发送给预警生成模块;
所述预警生成模块,用于对采集到的监测指标数据进行逻辑判断,判断是否存在预警情况并进行预警,同时将预警数据发送至展示模块;
所述展示模块,用于对监测指标数据和预警数据进行实时显示,同时将预警信息推送至客户端。
关于危化品常压储罐自动化监测预警系统的具体限定可以参见上文中对于危化品常压储罐自动化监测预警方法的限定,在此不再赘述。上述危化品常压储罐自动化监测预警系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
综上,本发明提出的危化品常压储罐自动化监测预警方法及系统,可通过系统对接方式或基于深度学习的图像识别方式和储罐中控系统进行数据对接,并可实现广域网内的危化品储罐监测数据的自动采集、高效数据传输和智能预警,为行业执法提供主动式监管手段,弥补行业监管漏洞,有效提升行业监管效率与准确率。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种危化品常压储罐自动化监测预警方法,其特征在于,所述方法包括以下步骤:
步骤1,对接所有需要监测的危险化学品常压储罐中控系统,采集危险化学品常压储罐的监测指标数据;
步骤2,采集危险化学品常压储罐的基础信息;
步骤3,将所述监测指标数据、基础信息通过互联网发送到转发服务模块进行汇聚;
步骤4,转发服务模块对采集到的数据进行压缩编码后发送到中心数据接收服务模块,该模块将数据存储进数据库,同时将数据发送给预警生成模块;
步骤5,预警生成模块对采集到的监测指标数据进行逻辑判断,判断是否存在预警情况并进行预警,同时将预警数据发送至展示模块;
步骤6,展示模块对监测指标数据和预警数据进行实时显示,同时将预警信息推送至客户端。
2.根据权利要求1所述的危化品常压储罐自动化监测预警方法,其特征在于,步骤1中所述储罐监测指标数据包括储罐实时的温度、液位、压力、有毒气体浓度。
3.根据权利要求2所述的危化品常压储罐自动化监测预警方法,其特征在于,步骤2中所述危险化学品常压储罐的基础信息包括:空间坐标信息、储罐高度、储罐直径、储罐存储货种。
4.根据权利要求3所述的危化品常压储罐自动化监测预警方法,其特征在于,步骤1中所述对接所有需要监测的危险化学品常压储罐中控系统,采集危险化学品常压储罐的监测指标数据,具体采用数据接口对接或图像识别对接方式。
5.根据权利要求4所述的危化品常压储罐自动化监测预警方法,其特征在于,所述图像识别对接方式具体为:基于FASTER-R-CNN深度学习方法对中控系统的监控屏幕画面进行连续截取并从画面上提取危险化学品常压储罐的监测指标数据。
6.根据权利要求5所述的危化品常压储罐自动化监测预警方法,其特征在于,步骤4中所述压缩编码采用自定义编码方式实现:每个数据包包括头部信息以及多个数值信息,其中头部信息长度为4个字节,数值信息长度为6个字节,头部信息标识了传送的数据点位编号以及对应的监测指标数据类型,数据点位编号占3个字节,监测指标数据类型占1个字节,所述监测指标数据类型包括温度、液位、压力、有毒气体浓度;数值信息包括时间戳信息和监测指标数据,其中时间戳信息占4个字节,监测指标数据占2个字节。
7.根据权利要求6所述的危化品常压储罐自动化监测预警方法,其特征在于,步骤5所述预警生成模块对采集到的监测指标数据进行逻辑判断,判断是否存在预警情况并进行预警,具体过程包括:
步骤5-1,根据每个危险化学品常压储罐的基础信息设置多级数据告警阈值;
步骤5-2,判断监测指标数据是否超过某一级数据告警阈值,若超过,则执行下一步,否则执行步骤5-5;
步骤5-3,判断当前危险化学品常压储罐是否存在作业任务,若存在,则执行下一步,否则执行步骤5-5;
步骤5-4,判断当前危险化学品常压储罐是否存在检修任务,若存在,则执行步骤5-5,否则进行数据告警阈值所对应等级的预警,并产生预警信息;
步骤5-5,判断是否出现短时预警,若未出现,则不执行任何动作,否则消除该预警信息;所述短时预警是指预警时间短于预设时间阈值。
8.根据权利要求7所述的危化品常压储罐自动化监测预警方法,其特征在于,步骤6中所述展示模块会根据预警的等级将预警信息推送至对应等级的客户端。
9.一种危化品常压储罐自动化监测预警系统,其特征在于,所述系统包括第一采集模块、第二采集模块、数据传输模块、数据转发模块、中心数据接收模块、预警生成模块以及展示模块;
所述第一采集模块,用于对接所有需要监测的危险化学品常压储罐中控系统,采集危险化学品常压储罐的监测指标数据;
所述第二采集模块,用于采集危险化学品常压储罐的基础信息;
所述数据传输模块,用于将所述监测指标数据、基础信息通过互联网发送到数据转发模块进行汇聚;
所述数据转发模块,用于对采集到的数据进行压缩编码后发送到中心数据接收模块;
所述中心数据接收模块,用于将数据存储进数据库,同时将数据发送给预警生成模块;
所述预警生成模块,用于对采集到的监测指标数据进行逻辑判断,判断是否存在预警情况并进行预警,同时将预警数据发送至展示模块;
所述展示模块,用于对监测指标数据和预警数据进行实时显示,同时将预警信息推送至客户端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011382496.5A CN112478483B (zh) | 2020-12-01 | 2020-12-01 | 一种危化品常压储罐自动化监测预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011382496.5A CN112478483B (zh) | 2020-12-01 | 2020-12-01 | 一种危化品常压储罐自动化监测预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112478483A true CN112478483A (zh) | 2021-03-12 |
CN112478483B CN112478483B (zh) | 2022-12-27 |
Family
ID=74938613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011382496.5A Active CN112478483B (zh) | 2020-12-01 | 2020-12-01 | 一种危化品常压储罐自动化监测预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112478483B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113688773A (zh) * | 2021-09-03 | 2021-11-23 | 重庆大学 | 一种基于深度学习的储罐穹顶位移数据修复方法及其装置 |
CN114030769A (zh) * | 2021-11-17 | 2022-02-11 | 陕西延长石油集团三原销售有限公司 | 一种油库系统智能预警方法 |
CN115453998A (zh) * | 2022-09-22 | 2022-12-09 | 中远海运科技股份有限公司 | 一种危化品企业罐区安全生产可视化监控方法及平台 |
CN116986164A (zh) * | 2023-07-26 | 2023-11-03 | 河南检亿科技有限公司 | 酸碱储罐泄漏监测预警方法、系统及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202306775U (zh) * | 2011-10-12 | 2012-07-04 | 华南理工大学 | 危险化学品重大危险源网络监测预警系统 |
CN104318731A (zh) * | 2014-10-20 | 2015-01-28 | 公安部沈阳消防研究所 | 基于物联网的石化企业消防综合信息管理平台及方法 |
KR20180059356A (ko) * | 2016-11-25 | 2018-06-04 | (재)한국재난안전기술원 | 유해 화학물질을 포함하는 재난상황의 긴급대처를 위한 통합관제 시스템 및 이를 이용한 재난대응 방법 |
CN108170036A (zh) * | 2017-12-12 | 2018-06-15 | 重庆第二师范学院 | 一种基于互联网的危化品智能管控系统及方法 |
CN111144700A (zh) * | 2019-12-03 | 2020-05-12 | 中国五洲工程设计集团有限公司 | 一种应用于危化品生产的安全监测预警系统 |
CN111352380A (zh) * | 2020-03-18 | 2020-06-30 | 中钢集团马鞍山矿山研究总院股份有限公司 | 一种危化品运输车在线监测系统 |
CN111723720A (zh) * | 2020-06-15 | 2020-09-29 | 中国石油大学(华东) | 一种有机气体泄漏智能可视化实时在线监测系统 |
-
2020
- 2020-12-01 CN CN202011382496.5A patent/CN112478483B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202306775U (zh) * | 2011-10-12 | 2012-07-04 | 华南理工大学 | 危险化学品重大危险源网络监测预警系统 |
CN104318731A (zh) * | 2014-10-20 | 2015-01-28 | 公安部沈阳消防研究所 | 基于物联网的石化企业消防综合信息管理平台及方法 |
KR20180059356A (ko) * | 2016-11-25 | 2018-06-04 | (재)한국재난안전기술원 | 유해 화학물질을 포함하는 재난상황의 긴급대처를 위한 통합관제 시스템 및 이를 이용한 재난대응 방법 |
CN108170036A (zh) * | 2017-12-12 | 2018-06-15 | 重庆第二师范学院 | 一种基于互联网的危化品智能管控系统及方法 |
CN111144700A (zh) * | 2019-12-03 | 2020-05-12 | 中国五洲工程设计集团有限公司 | 一种应用于危化品生产的安全监测预警系统 |
CN111352380A (zh) * | 2020-03-18 | 2020-06-30 | 中钢集团马鞍山矿山研究总院股份有限公司 | 一种危化品运输车在线监测系统 |
CN111723720A (zh) * | 2020-06-15 | 2020-09-29 | 中国石油大学(华东) | 一种有机气体泄漏智能可视化实时在线监测系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113688773A (zh) * | 2021-09-03 | 2021-11-23 | 重庆大学 | 一种基于深度学习的储罐穹顶位移数据修复方法及其装置 |
CN113688773B (zh) * | 2021-09-03 | 2023-09-26 | 重庆大学 | 一种基于深度学习的储罐穹顶位移数据修复方法及其装置 |
CN114030769A (zh) * | 2021-11-17 | 2022-02-11 | 陕西延长石油集团三原销售有限公司 | 一种油库系统智能预警方法 |
CN115453998A (zh) * | 2022-09-22 | 2022-12-09 | 中远海运科技股份有限公司 | 一种危化品企业罐区安全生产可视化监控方法及平台 |
CN116986164A (zh) * | 2023-07-26 | 2023-11-03 | 河南检亿科技有限公司 | 酸碱储罐泄漏监测预警方法、系统及存储介质 |
CN116986164B (zh) * | 2023-07-26 | 2024-05-28 | 河南检亿科技有限公司 | 酸碱储罐泄漏监测预警方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112478483B (zh) | 2022-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112478483B (zh) | 一种危化品常压储罐自动化监测预警方法及系统 | |
EP3279700A1 (en) | Security inspection centralized management system | |
CN108319926A (zh) | 一种工地现场的安全帽佩戴检测系统及检测方法 | |
CN107332698A (zh) | 一种面向明长城智能感知系统的安全态势感知系统及方法 | |
CN112966903A (zh) | 危险化学品安全生产风险监测预警系统及方法 | |
CN110807460B (zh) | 一种基于图像识别的变电站智能巡视系统及其应用方法 | |
CN108650225A (zh) | 一种远程安全监测设备、系统及远程安全监测方法 | |
CN208548969U (zh) | 一种安全帽佩戴智能监控系统 | |
CN110830772A (zh) | 一种厨房视频分析资源调度方法、装置及系统 | |
CN112112629A (zh) | 一种钻井作业过程中的安全业务管理系统和方法 | |
CN113642474A (zh) | 一种基于yolov5的危险区域人员监控方法 | |
CN114569927A (zh) | 一种消防设备安全在线监测系统 | |
CN114882688A (zh) | 一种基于边缘计算的酒吧安全监测系统 | |
CN114979585A (zh) | 一种基于边缘计算的加油站智能安全系统 | |
CN110149303B (zh) | 一种党校的网络安全预警方法及预警系统 | |
CN112686130B (zh) | 一种智慧渔船监管决策系统 | |
CN110968479A (zh) | 一种针对应用程序的业务级全链路监控方法及服务器 | |
CN112988843B (zh) | 一种基于SQL Server数据库的SMT贴片机故障管理及诊断系统 | |
CN114067396A (zh) | 基于视觉学习的居配工程现场试验数字化管理系统及方法 | |
CN112449019A (zh) | 一种ims智能物联网运维管理平台 | |
CN116978180A (zh) | 一种炼钢厂环境安全检测方法、装置、介质及电子设备 | |
CN115330262A (zh) | 一种智慧城市公共管理方法、系统和存储介质 | |
CN115187880A (zh) | 基于图像识别的通信光缆缺陷检测方法、系统及存储介质 | |
CN114495308A (zh) | 一种基于ai连动式智能巡检系统 | |
CN113656264B (zh) | 一种实时报警服务平台系统 |
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 |