CN113739077A - 一种工业管廊管道智能自动化巡检方法及其装置 - Google Patents

Abstract

本发明公开的一种工业管廊管道智能自动化巡检方法，其先通过对目标管廊管道逐层进行低速实时巡检，并将采集到的遥测巡检数据进行实时比对，若判断当前巡检标高层管道的当前巡检管段可能存在介质泄漏情况时，则对该当前巡检管段进行超低速往复巡检，并进行定漏溯源分析，以获取泄漏源位置、源强等级和泄漏介质种类等相关信息。本发明还公开了一种实现上述工业管廊管道智能自动化巡检方法的装置。本发明不仅提高了目标管廊管道的巡检效率和准确率，同时无需巡检人员人工巡检，极大地降低了巡检人员受伤害风险和劳动强度。

Description

一种工业管廊管道智能自动化巡检方法及其装置

技术领域

本发明涉及工业管廊管道巡检方法技术领域，尤其涉及一种工业管廊管道智能自动化巡检方法及其装置。

背景技术

炼油化工企业的管廊管道长达数公里至数百公里，环境工况恶劣，高低起伏，层数1-10层，每层有多达20～30根规格尺寸、输送物料、操作温度和压力不同的工业管道，例如图1所示的管廊管道共有7层，管道的工作介质主要是轻气(比空气轻的气体或挥发性有机液体)、重气(比空气重的气体或挥发性有机液体)、液体和蒸汽，每层间距500-2000mm，每层管道宽度20-30 米，管道直径DN50～600。管廊管道承担着诸如高温、高压、易燃、易爆等介质的输送任务，介质种类多达几十种甚至上百种，例如煤气、氯气、苯、氢气、丁烷、天然气等，分布在工业园区或炼化企业内的不同路段上，聚集度高、危险性大。

目前，炼油化工企业主要采用的是人工巡检的方式对管廊管道的运行状态进行感观的定性判断。然而，人工巡检往往受多种因素限制(如巡检人员的生理素质、心理素质、责任心、外部工作环境、工作经验、技能技术水平等)，使得巡查结果的准确性受到影响，存在漏巡或缺陷漏检的可能性；并且对于有些缺陷，如果没有专业检测仪器或者检测仪器精确度低，通过简单的人工巡视是不能被发现的。另一方面，巡检人员往往需要近距离接触管道和设备，这样对巡检人员的人身安全也存在一定的威胁，如果遭遇特殊工况或者恶劣环境，巡检人员面临的安全风险会更高。

由于管廊管道的原物料或动力管道分布广、数量多、距离长、服役时间长，通常依靠巡检人员携带便携式仪器沿管道行走测量，并通过看、触、嗅、听等感官来判断管道泄漏情况。由于人力资源和成本约束，平均每5～10个工作日巡检一次，无法做到不间断连续监控。管廊管道和原物料干管系统是炼油化工企业的能源或原料主动脉，几乎永无停役条件，一旦突发超过50kg (剧毒介质)～2000kg(易燃易爆介质)的严重泄漏，后果严重。此外，部分管道还铺设在跨桥、跨河等人工巡检无法进入的区域，某些管段由于高度或净空限制，人力巡检一般无法到达。采取人工巡检的方式难以第一时间发现和报告泄漏，小漏就可能转变成中漏、大漏，直至酿成安全事故或媒体事件，直接或间接责任者遭受处罚，后果不堪设想。

目前，国家已将特种服务机器人作为重点支持的研究对象，特种服务机器人的使用将减少巡检人员与危险源的接触，这样在很大程度上避免了巡检人员在管廊安全巡检过程中受到伤害。

目前特种服务机器人主要包括安防巡逻、消防救援、电力巡检、管道检测、水下机器人等5种类型。电力巡检机器人过去5～10年来发展迅猛；近年来，炼油化工场景用智能巡检机器人的研究开发明显增多。

安全是企业的立足之本，安全生产是石油化工企业持续经营和盈利的基础，泄漏即事故。据不完全统计，管廊管道事故的79％是由于管道腐蚀泄漏、断裂爆炸、人为因素和水击事故造成的。局部腐蚀、应力腐蚀、高低温交变、高低压交变、违规超温超压操作容易导致管道弯头处异常减薄、法兰垫片、焊缝缺陷处泄漏；水击即增压波、减压波交替循环，导致管道系统剧烈振动噪音、保温层脱落和阀门管件等超压破裂。工业管道长期运行，存在腐蚀泄漏、焊缝泄漏、阀门管件密封点泄漏和支吊架沉降变形引致泄漏的风险。

为此，德国某技术联盟花费数百万欧元研发了一款用于大型技术设施气体泄漏探测和定位的自动化巡检机器人RoboGasInspector，该自动化巡检机器人的泛在感知检查模块包括全向云台、TDLAS激光气体遥测仪、激光测距仪、红外气体热像仪和高清可见光摄像机。然而，上述自动化巡检机器人配置的主要是光学检测器，基于图像识别技术判断管道介质是否泄漏或泄漏风险，误判率高达60％以上，且无法或很难判断管廊中的数十乃至数百根管道中哪一层或哪一根管道泄漏、哪一类介质发生了泄漏。因此，国内目前尚无直接用于炼油化工行业的管廊管道或动力管网规模化智能自动化巡检的成功案例报道。

国内外管廊工业管道常用的检漏技术通常分为接触法和非接触法两类。接触法检漏将检漏仪表直接装在管道管件上进行测量，这种检漏方法需要每隔一定距离安装测量仪表，对服役时间长的老式管道额外增设仪表难度极大，费用高、效率低；非接触法检漏不需要直接接触设施和管道，这类测量方法包括光学法、声学法与嗅探法等，这类监测仪器可以固定在某处，也可以用手持、车载、无人机载等方式使用。

为了提高泄漏检测的效率，目前国外开发了一系列新型技术，如FLIR公司用红外热像仪能够拍摄到管件、阀门、储罐等释放的肉眼看不见的易燃易爆气体或挥发性有机物泄漏云，从而确定泄漏源。但是，这种方法只能人工巡检，距离较远时只有环境空气中的泄漏介质浓度高达10000PPM以上时才能检测到，且便携式红外气体热像仪内置的制冷型传感器的寿命只有8000小时左右，不适宜在线连续不间断监测。无人机载探测器，由于民用无人机只能携带1～2款气体或液体探测仪，持续工作时间只有1+/-0.5小时左右，在易燃易爆、有毒有害介质重大危险源设备很多、高塔林立的炼油化工厂区上方或附近飞行有坠落并击中危险源设备或人员的风险，被绝大多数地方或行业法规禁止使用。

为此，本申请人经过有益的探索和研究，找到了解决上述问题的方法，下面将要介绍的技术方案便是在这种背景下产生的。

发明内容

本发明所要解决的技术问题之一在于：针对现有技术的不足而提供一种快速准确地探测管道泄漏位置、提高巡检效率和准确率、降低巡检人员受伤害风险和劳动强度的工业管廊管道智能自动化巡检方法。

本发明所要解决的技术问题之二在于：提供一种实现上述工业管廊管道智能自动化巡检方法的装置。

作为本发明第一方面的一种工业管廊管道智能自动化巡检方法，包括以下步骤：

通过介质泄漏遥测感知巡检设备在不同工况下逐层对目标管廊管道进行遥测感知，以采集目标管廊管道在不同工况下的遥测感知数据，并根据采集到的遥测感知数据建立目标管廊管道的热像和物象融合特征标准化图像数据库；

巡检时，通过介质泄漏遥测感知巡检设备逐层对目标管廊管道进行低速实时巡检，以采集目标管廊管道的当前巡检标高层管道的当前巡检管段的实时遥测感知数据；

将采集到的实时遥测感知数据与热像和物象融合特征标准化图像数据库进行边缘计算和实时比对，并根据实时比对结果初步判断目标管廊管道当前巡检标高层管道的当前巡检管段是否存在介质泄漏情况；

若初步判断目标管廊管道的当前巡检标高层管道的当前巡检管段存在介质泄漏情况，则通过介质泄漏遥测感知巡检设备对该当前巡检管段进行超低速往复巡检，并重新采集该当前巡检管段的实时遥测感知数据；

对重新采集到的实时遥测感知数据进行定漏溯源分析，以得到该当前巡检管段内的泄漏源的相关信息。

在本发明的一个优选实施例中，所述介质泄漏遥测感知巡检设备可采集的数据包括红外温度热成像图、可见光图像、环境感知数据以及环境气象数据，所述环境感知数据包括声波音频数据、环境介质浓度数据以及介质浓度分布或梯度数据，所述环境气象数据包括风速数据、风向数据、温度数据、湿度数据以及气压数据。

在本发明的一个优选实施例中，所述将采集到的实时遥测感知数据与热像和物象融合特征标准化图像数据库进行边缘计算和实时比对，并根据实时比对结果初步判断目标管廊管道当前巡检标高层管道的当前巡检管段是否存在介质泄漏情况，包括以下步骤：

将采集到的实时遥测感知数据进行预处理，并生成实时遥测巡检图像；

将所述实时遥测巡检图像进行图像分形处理，使得所述实时遥测巡检图像被分割成若干个图像片段；

对每一个图像片段进行特征提取处理；

根据特征提取处理结果对每一图像片段进行分类处理；以及

将分类处理后的每一个图像片段与热像和物象融合特征标准化图像数据库进行逐一比对处理，以初步判断目标管廊管道的当前巡检标高层管道的当前巡检管段是否存在介质泄漏情况。

在本发明的一个优选实施例中，所述介质泄漏遥测感知巡检设备在对目标管廊管道进行逐层巡检时的速度为3km/h～5km/h，所述介质泄漏遥测感知巡检设备在目标管廊管道进行超低速往复巡检时的速度为1m/min～5m/min。

在本发明的一个优选实施例中，所述泄漏源的相关信息包括泄漏源位置、源强等级、泄漏介质种类和介质泄漏扩散图及其风险范围图。

在本发明的一个优选实施例中，所述对重新采集到的实时遥测感知数据进行定漏溯源分析，包括以下步骤：

根据HAZOP分析和气体泄漏扩散模型识别高风险泄漏释放源，形成静态泄漏风险图，以指导介质泄漏遥测感知巡检设备部署安装在管廊或管网下风向侧的合理高度位置；

根据介质泄漏扩散模型对重新采集到的实时遥测感知数据进行分析处理，以获取危险源位置、源强等级和泄漏介质种类；以及

利用介质泄漏扩散模型对采集到的实时遥测感知数据进行图像化处理，并生成介质泄漏后的扩散图及其风险范围图。

作为本发明第二方面的一种实现上述工业管廊管道智能自动化巡检方法的装置，包括：

布置在目标管廊管道的下风向侧且可沿目标管廊管道长度方向移动和沿目标管廊管道高度方向移动的介质泄漏遥测感知巡检设备，所述介质泄漏遥测感知巡检设备一方面用于在不同工况下对目标管廊管进行遥测感知，以采集目标管廊管道在不同工况下的遥测感知数据，另一方面用于逐层对目标管廊管道进行实时巡检或对可能发生泄漏的当前巡检管段进行超低速往复巡检；

图像数据库模块，所述图像数据库模块用于根据采集到的遥测感知数据建立目标管廊管道的热像和物象融合特征标准化图像数据库，并对建立的热像和物象融合特征标准化图像数据库进行存储；

介质泄漏边缘计算和比对模块，所述介质泄漏边缘计算和比对模块用于将采集到的实时遥测感知数据与热像和物象融合特征标准化图像数据库进行边缘计算和实时比对，并根据实时比对结果初步判断目标管廊管道当前巡检标高层管道的当前巡检管段是否存在介质泄漏情况；以及

定漏溯源分析模块，所述定漏溯源分析模块用于对当前巡检管段的实时遥测感知数据进行定漏溯源分析，以得到该当前巡检管段内的泄漏源的相关信息。

由于采用了如上技术方案，本发明的有益效果在于：本发明先通过对目标管廊管道逐层进行低速实时巡检，并将采集到的遥测感知巡检数据进行实时比对，若判断当前巡检标高层管道当前巡检管段可能存在介质泄漏情况时，则对该当前巡检管段进行超低速往复巡检，并进行定漏溯源分析，以获取泄漏源位置、源强等级和泄漏介质种类等相关信息，这样不仅提高了目标管廊管道的巡检效率和准确率，同时无需巡检人员人工巡检，极大地降低了巡检人员受伤害风险和劳动强度。

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是现有的石油化工行业的管廊管道的一种实施例的布置示意图。

图2是本发明的工业管廊管道智能自动化巡检方法的流程图。

图3是本发明将实时遥测感知数据与热像和物象融合特征标准化图像数据库进行实时比对的流程图。

图4是本发明对实时感知巡检数据进行定漏溯源分析的流程图。

图5是本发明的实现工业管廊管道智能自动化巡检方法的装置的结构示意图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。

参见图2，图中给出的是一种工业管廊管道智能自动化巡检方法，包括以下步骤：

步骤S10，通过介质泄漏遥测感知巡检设备在不同工况下逐层对目标管廊管道进行遥测感知，以采集目标管廊管道在不同工况下的遥测感知数据，并根据采集到的遥测感知数据建立目标管廊管道的热像和物象融合特征标准化图像数据库。介质泄漏遥测感知巡检设备可采集的数据包括红外温度热成像图、可见光图像、环境感知数据以及环境气象数据；其中，环境感知数据包括声波音频数据、环境介质浓度数据以及介质浓度分布或梯度数据等，环境气象数据包括风速数据、风向数据、温度数据、湿度数据以及气压数据等。

步骤S20，巡检时，通过介质泄漏遥测感知巡检设备逐层对目标管廊管道进行低速实时巡检，以采集目标管廊管道的当前巡检标高层管道的当前巡检管段的实时遥测感知数据。介质泄漏遥测感知巡检设备在对目标管廊管道进行逐层巡检时的速度优选地为3km/h～5km/h。

步骤S30，将采集到的实时遥测感知数据与热像和物象融合特征标准化图像数据库进行边缘计算和实时比对，并根据实时比对结果初步判断目标管廊管道当前巡检标高层管道的当前巡检管段是否存在介质泄漏情况。

步骤S40，若初步判断目标管廊管道的当前巡检标高层管道的当前巡检管段存在介质泄漏情况，则通过介质泄漏遥测感知巡检设备中的介质泄漏探测器阵列对该当前巡检管段进行超低速往复巡检，并重新采集该当前巡检管段的热像、物象、音频和介质浓度等实时遥测感知数据。介质泄漏遥测感知巡检设备在目标管廊管道进行超低速往复巡检时的速度为1m/min～5m/min。

步骤S50，对重新采集到的实时遥测感知数据进行定漏溯源分析，以得到该当前巡检管段内的泄漏源的相关信息。其中，泄漏源的相关信息包括泄漏源位置、源强等级、泄漏介质种类和介质泄漏扩散图及其风险范围图等。

参见图3，在步骤S30中，将采集到的实时遥测感知数据与热像和物象融合特征标准化图像数据库进行实时比对，并根据实时比对结果初步判断目标管廊管道的当前巡检标高层管道的当前巡检管段是否存在介质泄漏情况，包括以下步骤：

步骤S31，将采集到的实时遥测感知数据进行预处理，并生成实时遥测巡检图像。

步骤S32，将所述实时遥测巡检图像进行图像分形处理，使得实时遥测巡检图像被分割成若干个图像片段。

步骤S33，对每一个图像片段进行特征提取处理。

步骤S34，根据特征提取处理结果对每一图像片段进行分类处理。

步骤S35，将分类处理后的每一个图像片段与热像和物象融合特征标准化图像数据库进行逐一比对处理，以初步判断目标管廊管道的当前巡检标高层管道的当前巡检管段是否存在介质泄漏情况。

参见图4，在步骤S50中，对重新采集到的实时遥测感知数据进行定漏溯源分析，包括以下步骤：

步骤S51，根据HAZOP分析和气体泄漏扩散模型识别高风险泄漏释放源，形成静态泄漏风险图，以指导介质泄漏遥测感知巡检设备部署安装在管廊或管网下风向侧的合理高度位置。

步骤S52，根据介质泄漏扩散模型对重新采集到的实时遥测感知数据进行分析处理，以获取危险源位置、源强等级(严重泄漏还是一般泄漏)和泄漏介质种类(轻气、重气、液体或蒸汽)。

步骤S53，利用介质泄漏扩散模型对采集到的实时遥测感知数据进行图像化处理，并生成介质泄漏后的扩散图及其风险范围图。

参见图5，图中给出的是一种实现上述工业管廊管道智能自动化巡检方法的装置，包括介质泄漏遥测感知巡检设备100、图像数据库模块200、介质泄漏边缘计算和比对模块300以及定漏溯源分析模块400。

介质泄漏遥测感知巡检设备100布置在目标管廊管道的下风向侧且可沿目标管廊管道长度方向移动和沿目标管廊管道高度方向移动，其一方面用于在不同工况下对目标管廊管进行遥测感知，以采集目标管廊管道在不同工况下的遥测感知数据，其另一方面用于逐层对目标管廊管道进行实时巡检或对可能发生泄漏的当前巡检管段进行超低速往复巡检。

具体地，介质泄漏遥测感知巡检设备100基本能够检测所有炼油化工管廊管道输送的工艺介质或动力蒸汽，其包括搭载车体(线控底盘)、非制冷型红外测温热像仪、非制冷型激光甲烷热像仪、微机电超声波传感器阵列相机、紫外光离子探测器PID阵列、微型数字气象站以及高清可见光摄像机。非制冷型红外测温热像仪、非制冷型激光甲烷热像仪、微机电超声波传感器阵列相机、紫外光离子探测器PID阵列、微型数字气象站以及高清可见光摄像机分别安装在搭载车体(线控底盘)上，搭载车体(线控底盘)通过布置在目标管廊管道的下风向侧的轨道上或地面上实现沿目标管廊管道长度方向移动。

非制冷型红外测温热像仪用于巡检介质温度与环境温度不一致的泄漏点位，如高温蒸汽和液体介质。非制冷型激光甲烷热像仪用于巡检天然气或甲烷泄漏点位，并形成热像图。微机电超声波传感器阵列相机用于巡检高压乙烯和高压蒸汽等泄漏点位。紫外光离子探测器PID阵列用于巡检溯源非烷烃类易燃易爆挥发性有机物或有毒有害气体泄漏，可代替昂贵的红外气体热像仪(便携式红外气体热像仪采用制冷型检测器，寿命只有8000多小小时，连续不间断巡检每年都需更换探头，价格几十万)。微型数字气象站用于采集环境的风速、风向、温湿度和气压等数据，其用于巡检蒸汽泄漏，辅助溯源易燃易爆挥发性有机物泄漏。高清可见光摄像机用于对与上述声、光、嗅结合远程观察泄漏点位位置、局部细节和泄漏严重程度。

图像数据库模块200用于根据介质泄漏遥测感知巡检设备100采集到的遥测感知数据建立目标管廊管道的热像和物象融合特征标准化图像数据库，并对建立的热像和物象融合特征标准化图像数据库进行存储。

介质泄漏边缘计算和比对模块300用于将介质泄漏遥测感知巡检设备 100采集到的目标管廊管道的当前巡检标高层管道的当前巡检管段的实时遥测感知数据与热像和物象融合特征标准化图像数据库进行边缘计算和实时比对，并根据实时比对结果初步判断目标管廊管道当前巡检标高层管道的当前巡检管段是否存在介质泄漏情况。

定漏溯源分析模块400用于对介质泄漏遥测感知巡检设备100重新采集到的当前巡检管段的实时遥测感知数据进行定漏溯源分析，以得到该当前巡检管段内的泄漏源的相关信息。

本发明先通过对目标管廊管道逐层进行低速实时巡检，并将采集到的遥测巡检数据进行实时比对，若判断当前巡检标高层管道的当前巡检管段可能存在介质泄漏情况时，则对该当前巡检管段进行超低速往复巡检，并进行定漏溯源分析，以获取泄漏源位置、源强等级和泄漏介质种类等相关信息，这样不仅提高了目标管廊管道的巡检效率和准确率，同时无需巡检人员人工巡检，极大地降低了巡检人员受伤害风险和劳动强度。

以上显示和描述了本发明的基本原理和主要特征及本发明的优点。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 (7)

1.一种工业管廊管道智能自动化巡检方法，其特征在于，包括以下步骤：

通过介质泄漏遥测感知巡检设备在不同工况下逐层对目标管廊管道进行遥测感知，以采集目标管廊管道在不同工况下的遥测感知数据，并根据采集到的遥测感知数据建立目标管廊管道的热像和物象融合特征标准化图像数据库；

巡检时，通过介质泄漏遥测感知巡检设备逐层对目标管廊管道进行低速实时巡检，以采集目标管廊管道的当前巡检标高层管道的当前巡检管段的实时遥测感知数据；

将采集到的实时遥测感知数据与热像和物象融合特征标准化图像数据库进行边缘计算和实时比对，并根据实时比对结果初步判断目标管廊管道当前巡检标高层管道的当前巡检管段是否存在介质泄漏情况；

若初步判断目标管廊管道的当前巡检标高层管道的当前巡检管段存在介质泄漏情况，则通过介质泄漏遥测感知巡检设备对该当前巡检管段进行超低速往复巡检，并重新采集该当前巡检管段的实时遥测感知数据；

对重新采集到的实时遥测感知数据进行定漏溯源分析，以得到该当前巡检管段内的泄漏源的相关信息。

2.如权利要求1所述的工业管廊管道智能自动化巡检方法，其特征在于，所述介质泄漏遥测感知巡检设备可采集的数据包括红外温度热成像图、可见光图像、环境感知数据以及环境气象数据，所述环境感知数据包括声波音频数据、环境介质浓度数据以及介质浓度分布或梯度数据，所述环境气象数据包括风速数据、风向数据、温度数据、湿度数据以及气压数据。

3.如权利要求1所述的工业管廊管道智能自动化巡检方法，其特征在于，所述将采集到的实时遥测感知数据与热像和物象融合特征标准化图像数据库进行边缘计算和实时比对，并根据实时比对结果初步判断目标管廊管道当前巡检标高层管道的当前巡检管段是否存在介质泄漏情况，包括以下步骤：

将采集到的实时遥测感知数据进行预处理，并生成实时遥测巡检图像；

将所述实时遥测巡检图像进行图像分形处理，使得所述实时遥测巡检图像被分割成若干个图像片段；

对每一个图像片段进行特征提取处理；

根据特征提取处理结果对每一图像片段进行分类处理；以及

将分类处理后的每一个图像片段与热像和物象融合特征标准化图像数据库进行逐一比对处理，以初步判断目标管廊管道的当前巡检标高层管道的当前巡检管段是否存在介质泄漏情况。

4.如权利要求1所述的工业管廊管道智能自动化巡检方法，其特征在于，所述介质泄漏遥测感知巡检设备在对目标管廊管道进行逐层巡检时的速度为3km/h～5km/h，所述介质泄漏遥测感知巡检设备在目标管廊管道进行超低速往复巡检时的速度为1m/min～5m/min。

5.如权利要求1所述的工业管廊管道智能自动化巡检方法，其特征在于，所述泄漏源的相关信息包括泄漏源位置、源强等级、泄漏介质种类和介质泄漏扩散图及其风险范围图。

6.如权利要求1所述的工业管廊管道智能自动化巡检方法，其特征在于，所述对重新采集到的实时遥测感知数据进行定漏溯源分析，包括以下步骤：

根据HAZOP分析和气体泄漏扩散模型识别高风险泄漏释放源，形成静态泄漏风险图，以指导介质泄漏遥测感知巡检设备部署安装在管廊或管网下风向侧的合理高度位置；

根据介质泄漏扩散模型对重新采集到的实时遥测感知数据进行分析处理，以获取危险源位置、源强等级和泄漏介质种类；以及

利用介质泄漏扩散模型对采集到的实时遥测感知数据进行图像化处理，并生成介质泄漏后的扩散图及其风险范围图。

7.一种实现如权利要求1至6中任一项所述的工业管廊管道智能自动化巡检方法的装置，其特征在于，包括：

布置在目标管廊管道的下风向侧且可沿目标管廊管道长度方向移动和沿目标管廊管道高度方向移动的介质泄漏遥测感知巡检设备，所述介质泄漏遥测感知巡检设备一方面用于在不同工况下对目标管廊管进行遥测感知，以采集目标管廊管道在不同工况下的遥测感知数据，另一方面用于逐层对目标管廊管道进行实时巡检或对可能发生泄漏的当前巡检管段进行超低速往复巡检；

图像数据库模块，所述图像数据库模块用于根据采集到的遥测感知数据建立目标管廊管道的热像和物象融合特征标准化图像数据库，并对建立的热像和物象融合特征标准化图像数据库进行存储；

介质泄漏边缘计算和比对模块，所述介质泄漏边缘计算和比对模块用于将采集到的实时遥测感知数据与热像和物象融合特征标准化图像数据库进行边缘计算和实时比对，并根据实时比对结果初步判断目标管廊管道当前巡检标高层管道的当前巡检管段是否存在介质泄漏情况；以及

定漏溯源分析模块，所述定漏溯源分析模块用于对当前巡检管段的实时遥测感知数据进行定漏溯源分析，以得到该当前巡检管段内的泄漏源的相关信息。

Images