CN113916673B - 一种基于容器状态监测的安全预警方法及系统 - Google Patents

一种基于容器状态监测的安全预警方法及系统 Download PDF

Info

Publication number
CN113916673B
CN113916673B CN202111259913.1A CN202111259913A CN113916673B CN 113916673 B CN113916673 B CN 113916673B CN 202111259913 A CN202111259913 A CN 202111259913A CN 113916673 B CN113916673 B CN 113916673B
Authority
CN
China
Prior art keywords
pressure
bearing
container
monitoring
information
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
CN202111259913.1A
Other languages
English (en)
Other versions
CN113916673A (zh
Inventor
霍振
靳永强
王艳丽
李丽芳
王永红
靳小强
张艳萍
李海燕
任贺
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.)
Anyang Lanhai Safety Engineer Co ltd
Original Assignee
Anyang Lanhai Safety Engineer Co ltd
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 Anyang Lanhai Safety Engineer Co ltd filed Critical Anyang Lanhai Safety Engineer Co ltd
Priority to CN202111259913.1A priority Critical patent/CN113916673B/zh
Publication of CN113916673A publication Critical patent/CN113916673A/zh
Application granted granted Critical
Publication of CN113916673B publication Critical patent/CN113916673B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
    • G01N3/10—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces generated by pneumatic or hydraulic pressure
    • G01N3/12—Pressure testing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/08—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness for measuring thickness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/02—Details
    • G01N3/06—Special adaptations of indicating or recording means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/0001—Type of application of the stress
    • G01N2203/0003—Steady
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/0014—Type of force applied
    • G01N2203/0016—Tensile or compressive
    • G01N2203/0019—Compressive
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/0058—Kind of property studied
    • G01N2203/006—Crack, flaws, fracture or rupture
    • G01N2203/0062—Crack or flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/02—Details not specific for a particular testing method
    • G01N2203/06—Indicating or recording means; Sensing means
    • G01N2203/0641—Indicating or recording means; Sensing means using optical, X-ray, ultraviolet, infrared or similar detectors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/02—Details not specific for a particular testing method
    • G01N2203/06—Indicating or recording means; Sensing means
    • G01N2203/0658—Indicating or recording means; Sensing means using acoustic or ultrasonic detectors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/02—Details not specific for a particular testing method
    • G01N2203/06—Indicating or recording means; Sensing means
    • G01N2203/067—Parameter measured for estimating the property
    • G01N2203/0676—Force, weight, load, energy, speed or acceleration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/02—Details not specific for a particular testing method
    • G01N2203/06—Indicating or recording means; Sensing means
    • G01N2203/067—Parameter measured for estimating the property
    • G01N2203/0682—Spatial dimension, e.g. length, area, angle

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明提供了一种基于容器状态监测的安全预警方法及系统，方法包括：获得第一检测周期；当满足第一检测周期时对第一容器进行状态检测，获得第一内部缺陷信息和第一表面缺陷信息输入第一承压模拟通道，获得第一承压预测结果，其中，第一承压预测结果包括第一承压预测时长，满足第一预设时长，获得第一缺陷位置信息，获得第一承压监测点分布结果；依据第一承压监测点分布结果对第一容器进行监测，获得第一监测结果输入第一安全评估模型，获得第一评估结果，当满足预设要求时，发出第一预警信息。解决了现有技术中由于对于容器的监测是在卸压状态下监测，缺乏对于工作状态下的监测方法，导致存在具有安全隐患的技术问题。

Description

一种基于容器状态监测的安全预警方法及系统
技术领域
本发明涉及物联网相关技术领域，具体涉及一种基于容器状态监测的安全预警方法及系统。
背景技术
在石油化工生产环境中，有较多承压工作的反应容器，承压容器失效可能会导致泄露、爆炸等严重性质的生产事故，因此对于承压容器的状态进行监测的监测数据，为保障生产过程的安全性提供了重要的依据。
目前主要依赖于对于承压容器周期性的监测，人为分析是否存在缺陷，一者需要专业的监测团队，二者周期性的监测是在容器卸压状态下的监测结果，工作状态和非工作状态缺陷呈现的特征差异性会导致存在安全隐患。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中由于对于容器的监测是在卸压状态下监测，缺乏对于工作状态下的监测方法，导致存在具有安全隐患的技术问题。
发明内容
本申请实施例通过提供了一种基于容器状态监测的安全预警方法及系统，解决了现有技术中由于对于容器的监测是在卸压状态下监测，缺乏对于工作状态下的监测方法，导致存在具有安全隐患的技术问题。通过在满足预设卸压检测周期时对反应容器进行状态检测，主要检测容器缺陷特征；根据工作压力模拟工作环境通道，将容器缺陷特征输入模拟工作环境通道判断容器可以承压的最长时间，如果承压时间超过预设的时长，则可以使用容器继续工作，但同时实时监测缺陷位置的缺陷状态，根据监测结果使用智能化模型进行评估，当满足预设要求时表明存在风险较大，则需要进行预警，结合卸压监测并预测承压时长，再时长满足要求时使用时实时监测容器状态，异常及时预警，达到了提高安全预警准确性的技术效果。
鉴于上述问题，本申请实施例提供了一种基于容器状态监测的安全预警方法及系统。
第一方面，本申请实施例提供了一种基于容器状态监测的安全预警方法，其中，所述方法包括：获得第一检测周期，其中，所述第一检测周期为第一容器预设的卸压检测周期；当满足所述第一检测周期时对所述第一容器进行状态检测，获得第一检测结果，其中，所述第一检测结果包括第一内部缺陷信息和第一表面缺陷信息；将所述第一内部缺陷信息和所述第一表面缺陷信息输入第一承压模拟通道，获得第一承压预测结果，其中，所述第一承压预测结果包括第一承压预测时长；当所述第一承压预测时长满足第一预设时长，获得第一缺陷位置信息，其中，所述第一预设时长大于所述第一检测周期；根据所述第一缺陷位置信息，获得第一承压监测点分布结果；依据所述第一承压监测点分布结果对所述第一容器进行监测，获得第一监测结果，其中，所述第一监测结果为不同时间节点的多组监测数据集合；将所述第一监测结果输入第一安全评估模型，获得第一评估结果，当所述第一评估结果满足预设要求时，发出第一预警信息。
另一方面，本申请实施例提供了一种基于容器状态监测的安全预警系统，其中，所述系统包括：第一获得单元，所述第一获得单元用于获得第一检测周期，其中，所述第一检测周期为第一容器预设的卸压检测周期；第二获得单元，所述第二获得单元用于当满足所述第一检测周期时对所述第一容器进行状态检测，获得第一检测结果，其中，所述第一检测结果包括第一内部缺陷信息和第一表面缺陷信息；第三获得单元，所述第三获得单元用于将所述第一内部缺陷信息和所述第一表面缺陷信息输入第一承压模拟通道，获得第一承压预测结果，其中，所述第一承压预测结果包括第一承压预测时长；第四获得单元，所述第四获得单元用于当所述第一承压预测时长满足第一预设时长，获得第一缺陷位置信息，其中，所述第一预设时长大于所述第一检测周期；第五获得单元，所述第五获得单元用于根据所述第一缺陷位置信息，获得第一承压监测点分布结果；第六获得单元，所述第六获得单元用于依据所述第一承压监测点分布结果对所述第一容器进行监测，获得第一监测结果，其中，所述第一监测结果为不同时间节点的多组监测数据集合；第七获得单元，所述第七获得单元用于将所述第一监测结果输入第一安全评估模型，获得第一评估结果，当所述第一评估结果满足预设要求时，发出第一预警信息。
第三方面，本申请实施例提供了一种基于容器状态监测的安全预警系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了获得第一检测周期，其中，所述第一检测周期为第一容器预设的卸压检测周期；当满足所述第一检测周期时对所述第一容器进行状态检测，获得第一检测结果，其中，所述第一检测结果包括第一内部缺陷信息和第一表面缺陷信息；将所述第一内部缺陷信息和所述第一表面缺陷信息输入第一承压模拟通道，获得第一承压预测结果，其中，所述第一承压预测结果包括第一承压预测时长；当所述第一承压预测时长满足第一预设时长，获得第一缺陷位置信息，其中，所述第一预设时长大于所述第一检测周期；根据所述第一缺陷位置信息，获得第一承压监测点分布结果；依据所述第一承压监测点分布结果对所述第一容器进行监测，获得第一监测结果，其中，所述第一监测结果为不同时间节点的多组监测数据集合；将所述第一监测结果输入第一安全评估模型，获得第一评估结果，当所述第一评估结果满足预设要求时，发出第一预警信息的技术方案，通过在满足预设卸压检测周期时对反应容器进行状态检测，主要检测容器缺陷特征；根据工作压力模拟工作环境通道，将容器缺陷特征输入模拟工作环境通道判断容器可以承压的最长时间，如果承压时间超过预设的时长，则可以使用容器继续工作，但同时实时监测缺陷位置的缺陷状态，根据监测结果使用智能化模型进行评估，当满足预设要求时表明存在风险较大，则需要进行预警，结合卸压监测并预测承压时长，再时长满足要求时使用时实时监测容器状态，异常及时预警，达到了提高安全预警准确性的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种基于容器状态监测的安全预警方法流程示意图；
图2为本申请实施例提供了一种基于容器状态监测的容器厚度检测方法流程示意图；
图3为本申请实施例提供了一种基于容器状态监测的安全预警系统结构示意图；
图4为本申请实施例示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第六获得单元16，第七获得单元17，电子设备300，存储器301，处理器302，通信接口303，总线架构304。
具体实施方式
本申请实施例通过提供了一种基于容器状态监测的安全预警方法及系统，解决了现有技术中由于对于容器的监测是在卸压状态下监测，缺乏对于工作状态下的监测方法，导致存在具有安全隐患的技术问题。通过在满足预设卸压检测周期时对反应容器进行状态检测，主要检测容器缺陷特征；根据工作压力模拟工作环境通道，将容器缺陷特征输入模拟工作环境通道判断容器可以承压的最长时间，如果承压时间超过预设的时长，则可以使用容器继续工作，但同时实时监测缺陷位置的缺陷状态，根据监测结果使用智能化模型进行评估，当满足预设要求时表明存在风险较大，则需要进行预警，结合卸压监测并预测承压时长，再时长满足要求时使用时实时监测容器状态，异常及时预警，达到了提高安全预警准确性的技术效果。
申请概述
在石油化工生产环境中，有较多承压工作的反应容器，承压容器失效可能会导致泄露、爆炸等严重性质的生产事故，因此对于承压容器的状态进行监测的监测数据，为保障生产过程的安全性提供了重要的依据，目前主要依赖于对于承压容器周期性的监测，人为分析是否存在缺陷，一者需要专业的监测团队，二者周期性的监测是在容器卸压状态下的监测结果，工作状态和非工作状态缺陷呈现的特征差异性会导致存在安全隐患，但现有技术中由于对于容器的监测是在卸压状态下监测，缺乏对于工作状态下的监测方法，导致存在具有安全隐患的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请实施例提供了一种基于容器状态监测的安全预警方法，其中，所述方法包括：获得第一检测周期，其中，所述第一检测周期为第一容器预设的卸压检测周期；当满足所述第一检测周期时对所述第一容器进行状态检测，获得第一检测结果，其中，所述第一检测结果包括第一内部缺陷信息和第一表面缺陷信息；将所述第一内部缺陷信息和所述第一表面缺陷信息输入第一承压模拟通道，获得第一承压预测结果，其中，所述第一承压预测结果包括第一承压预测时长；当所述第一承压预测时长满足第一预设时长，获得第一缺陷位置信息，其中，所述第一预设时长大于所述第一检测周期；根据所述第一缺陷位置信息，获得第一承压监测点分布结果；依据所述第一承压监测点分布结果对所述第一容器进行监测，获得第一监测结果，其中，所述第一监测结果为不同时间节点的多组监测数据集合；将所述第一监测结果输入第一安全评估模型，获得第一评估结果，当所述第一评估结果满足预设要求时，发出第一预警信息。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请实施例提供了一种基于容器状态监测的安全预警方法，其中，所述方法包括：
S100：获得第一检测周期，其中，所述第一检测周期为第一容器预设的卸压检测周期；
具体而言，所述第一容器为化工石油生产中存在安全隐患的生产容器，示例性的：对压力敏感的密闭反应容器，压力过高会产生爆炸风险，压力较低难以完成生产；对材料强度要求较高的反应容器，在高温高压条件下需要材料具备一定的耐高温、耐高压及耐久性等性质，当出现裂痕、裂缝等都会导致存储安全隐患；所述第一检测周期为使用第一容器的石油化工厂商预设的对第一容器进行全面检查的周期，上一个周期可以和下一个周期时间间隔不同，依据上一个周期内检测到的容器的状态，若是容器状态较好，则使用常规预设周期，若是容器状态较差，则可以缩短检查周期；进一步的，对第一容器进行的全面检测是在卸压状态下检测的，且由于无论是压力还是温度等条件对于第一容器的影响最终都会体现到容器的自身材料缺陷之上，包括但不限于:内外表面裂缝长度、深度、方向、宽度；材料壁厚等信息。通过对第一容器的在卸压状态下全面检测，可以排除其他因素干扰，全面准确的采集容器内外的材料缺陷数据，为进一步分析容器状态提供全面的数据基础。
S200：当满足所述第一检测周期时对所述第一容器进行状态检测，获得第一检测结果，其中，所述第一检测结果包括第一内部缺陷信息和第一表面缺陷信息；
进一步的，基于所述获得第一检测结果，步骤S200还包括：
S210：通过X射线探损传感器对所述第一容器多角度探测，获得第一内部探测图像；
S220：通过超声波探损传感器对所述第一容器多角度探测，获得第一表面探测图像；
S230：对所述第一内部探测图像和所述第一表面探测图像分别进行卷积特征提取，获得第一内部缺陷特征信息和第一表面缺陷特征信息；
S240：将所述第一内部缺陷特征信息和所述第一表面缺陷特征信息添加进所述第一检测结果。
具体而言，所述第一检测结果为当时间间隔满足所述第一检测周期的时候，对第一容器进行状态检测得到的检测结果数据，检测方法包括但不限于：使用所述X射线探损传感器检测容器的内部孔隙缺陷；使用所述超声波探损传感器基于表面波检测容器的表面缺陷数据。其中，X射线探损传感器和超声波探损传感器型号选择需要依据第一容器的实际材料而定，在此不作限制。进一步的，将使用X射线探损传感器和超声波探损传感器探测得到的依次所述第一内部探测图像和所述第一表面探测图像输入基于卷积神经网络训练的特征提取器进行特征提取，依据分析提取出的特征信息就可以获得第一容器的表面的裂缝位置、裂缝方向、裂缝长度、裂缝宽度、裂缝深度等数据，以及第一容器内部的孔隙位置、孔隙空间体积、孔隙数量等数据。更进一步的，将分析得到的数据分为两类进行存储，第一类为将第一容器内部的孔隙位置、孔隙空间体积、孔隙数量等表征第一容器内部缺陷特征的数据存储为所述第一内部缺陷特征信息，存储方式优选为选用一对多的形式进行存储，即一个孔隙对应多维度的多个特征信息存储，得到第一孔隙缺陷信息、第二孔隙缺陷信息…第n孔隙缺陷信息，n表示孔隙的数量特征；第二类为将第一容器的表面的裂缝位置、裂缝方向、裂缝长度、裂缝宽度、裂缝深度等表征第一容器表面缺陷特征的数据存储为所述第一表面缺陷特征信息，存储方式优选为选用一对多的形式进行存储，即一个表面缺陷对应多维度的多个特征信息存储，得到第一表面缺陷信息、第二表面缺陷信息…第m表面缺陷信息，m表示表面缺陷的数量特征。通过采集全面的第一容器的缺陷特征数据，便于分析预测第一容器的当前承压能力。
S300：将所述第一内部缺陷信息和所述第一表面缺陷信息输入第一承压模拟通道，获得第一承压预测结果，其中，所述第一承压预测结果包括第一承压预测时长；
具体而言，所述第一承压模拟通道为基于神经网络训练的评估当前检测的第一容器的状态数据下在进行未来预设生产工作时预测工作时长，通过有监督训练的神经网络模型采用多组训练数据得到，多组训练数据都包括：历史周期中采集的内部缺陷信息和表面缺陷信息以及标识在预设生产工作下预测工作时长的标识信息。其中，标识信息的采集优选的基于大数据联合多方生产厂商的生产经验得到同类生产容器的内外部缺陷在预设生产工作下随时间的变化趋势，预设一缺陷阈值，缺陷阈值为第一容器存在较大安全隐患的可容忍最大缺陷值，进一步的，缺陷阈值有多个：主缺陷阈值为：表面缺陷阈值：单个表面缺陷的面积阈值；主内部缺陷阈值：深度阈值或孔隙缺陷的体积阈值，副缺陷阈值为：副表面缺陷阈值：缺陷数量；副内部缺陷阈值：孔隙的数量，当不满足主缺陷阈值时判断副缺陷阈值；结合时间和缺陷的变化关系得到基于当前容器状态满足缺陷阈值时的时长标识信息。当模型达到收敛时停止训练，将所述第一内部缺陷信息和所述第一表面缺陷信息输入模型，得到所述第一承压预测结果可以表征第一容器的第一承压预测时长，根据第一承压预测时长判断第一容器是否可以继续使用。更进一步的，在分析过程中，若是出现满足缺陷阈值的缺陷信息则停止分析直接进行安全预警，并将该缺陷信息反馈至相关工作人员，若是没有出现满足缺陷阈值的缺陷信息则持续对缺陷进行遍历比对得到各缺陷的预测承压时长，将最短的预测承压时长输出为第一承压预测时长，作为进一步的信息反馈基础。
S400：当所述第一承压预测时长满足第一预设时长，获得第一缺陷位置信息，其中，所述第一预设时长大于所述第一检测周期；
S500：根据所述第一缺陷位置信息，获得第一承压监测点分布结果；
具体而言，所述第一预设时长为使用容器状态监测的安全预警系统的生产厂家预设的承压时长的最短时长，其中，第一预设时长大于第一检测周期，第一检测周期存在两种情况，若是在此次容器状态检测中一般为常规的第一检测周期，但若是厂家认为第一检测结果中表征的容器状态需要重点监测，则将第一检测周期更新为短于常规检测周期的检测时间间隔，优选为0.5*常规检测周期；将第一承压预测时长和第一预设时长进行比较，当第一承压预测时长大于第一预设时长，则说明基于预测承压时长判断，当前容器状态满足持续工作到下次检测的要求，则可以投入后续的生产工作中。进一步的，实际的生产环境复杂多变，难以控制的因素较多，所以需要对各缺陷位置进行生产工作中的实时监测，所述第一缺陷位置信息为预测承压时长满足预设接近程度于第一预设时长的缺陷位置数据，预设接近程度为厂家结合实际生产环境预设预测承压时长和第一预设时长的差值；则在实际的生产过程中，第一缺陷位置信息对应的缺陷为潜在安全隐患威胁较大的位置，对这些位置需要持续重点监测，得到所述第一承压监测点分布结果。通过对承压时长进行分析判断，当第一承压预测时长大于第一预设时长才可以进行后步的生产工作，并对第一缺陷位置信息对应的重点监测位置进行生产工作中的持续性监测，提高了对于生产安全预警的监测力度。
S600：依据所述第一承压监测点分布结果对所述第一容器进行监测，获得第一监测结果，其中，所述第一监测结果为不同时间节点的多组监测数据集合；
具体而言，所述第一监测结果为基于第一承压监测点分布结果对第一容器各个监测位置采用多个监测仪器进行实时监测得到的结果，由于卸压监测的传感器对于工作状态下的第一容器监测效果不佳，因此实时监测仪器优选为和系统通信连接的声发射传感器；进一步的，将同一个缺陷位置的监测结果，包括但不限于：缺陷面积等信息，进一步包括随时间时序时间节点存储的多个监测结果数据，存储为一组，多个缺陷位置对应于多组的监测结果。通过对基于时序采集的多组监测数据集合可以得到缺陷随时序变化的趋势数据，并基于变化趋势可以结合该缺陷对应的缺陷阈值评估在实际生产条件下的安全风险，当存在异常的变化趋势时进行预警，保障生产安全。
S700：将所述第一监测结果输入第一安全评估模型，获得第一评估结果，当所述第一评估结果满足预设要求时，发出第一预警信息。
具体而言，所述第一安全评估模型为基于所述第一承压模拟通道进行增量学习得到的在实时的生产条件及实时的容器状态监测结果下，评估容器安全程度的智能化模型，使用实时监测的所述第一监测结果和在标识实时容器状态下的承压预测时长的标识数据作为增量训练数据训练所述第一安全评估模型，当模型达到收敛后停止训练，将所述第一监测结果输入第一安全评估模型，得到表征实时监测容器状态下的多组承压预测时长的随时序变化趋势数据，记为所述第一评估结果。进一步的，预设要求如下：当任意一组的承压预测时长小于第一预设时长则进行报警，进一步的，当未出现承压预测时长小于第一预设时长的情况时，若是多组承压预测时长持续靠近第一预设时长，则需要进行预警反馈至相关工作人员进行调整，报警方式和预警方式记为所述第一预警信息。由于所述第一安全评估模型和第一承压模拟通道的基础数据基本相同，因此采用基于增量学习的方式训练第一安全评估模型不仅可以减少训练量，加快训练效率，同时解决了目前缺少实时的容器状态数据监测结果的问题，增大了数据量，保证了模型的收敛速度及准确性，基于多组承压预测时长的随时序变化趋势数据判断容器的安全并对异常情况及时预警，达到了保障生产安全的技术效果。
进一步的，所述方法还包括步骤S800：
S810：当所述第一承压预测时长满足第二预设时长，获得第二预警信息，其中，所述第二预设时长小于所述第一检测周期。
具体而言，所述第二预设时长为厂家预设的第一容器无法继续投入生产的承压预测时长，第二预设时长远小于所述第一检测周期，即：当承压预测时长大于所述第一检测周期即归属于第一预设时长的处理方式，其次，当承压预测时长小于但靠近所述第一检测周期时，则只是无法投入后步工作生产，需要相关人员调整，只是进行安全预警；但当承压预测时长小于等于第二预设时长时，则承压预测时长过短，第一容器的缺陷较严重，进行报警信息，提醒相关人员对第一容器的缺陷信息进行核对，若是属实则需要对第一容器进行更换，进而避免了安全事故的发生，保障了生产活动的安全进行。
进一步的，如图2所示，所述方法还包括步骤S900：
S910：通过第一厚度检测设备对所述第一容器多位置检测，获得第一厚度分布信息；
S920：获得第一预设厚度标准信息，其中，所述第一预设厚度标准信息为基于大数据采集所述第一容器工作的标准厚度；
S930：判断所述第一厚度分布信息是否满足所述第一预设厚度标准信息；
S940：若是所述第一厚度分布信息满足所述第一预设厚度标准信息，则将所述第一厚度分布信息添加进所述第一检测结果。
具体而言，所述第一厚度检测设备为用来在泄压状态下检测第一容器壁厚的装置，优选的使用：超声波测厚仪声：根据超声波脉冲反射原理来进行厚度测量的，当探头发射的超声波脉冲通过被测物体到达材料分界面时，脉冲被反射回探头通过精确测量超声波在材料中传播的时间来确定被测材料的厚度，但并不对其他可以实现相同作用的设备常规技术加以限制；所述第一厚度分布信息为使用第一厚度检测设备对第一容器的多个位置进行检测，再将检测到的结果进行聚类分析，得到多个厚度聚类结果区域，将聚类结果中的每个区域和位置信息一一对应存储得到的信息；所述第一预设厚度标准信息为基于大数据采集的依据实际生产经验总结得到的第一容器正常工作的各位置厚度标准值，即保障正常作业的最小值；进一步的，将第一厚度分布信息中的多个聚类区域的位置数据和第一预设厚度标准信息中的位置进行匹配，得到一一对应的多个厚度分布聚类区域-预设厚度标准区域，将相同区域的第一厚度分布信息和第一预设厚度标准信息进行遍历比对，若是第一厚度分布信息小于等于第一预设厚度标准信息，则第一容器无法进行后步工作，需要发出报警信息，提醒相关工作人员；若是第一厚度分布信息大于第一预设厚度标准信息，则表明第一容器可以继续后步的工作，记为：满足第一预设厚度标准信息，则将第一厚度分布信息添加进第一检测结果，其中，多个聚类区域的比对结果之间是逻辑或的关系，当有任意一个区域比对结果小于等于第一预设厚度标准信息，则发出报警信息。通过容器厚度状态进行检测，增加了第一容器状态的检测维度，基于此评估的第一容器的安全性更加准确。
进一步的，基于所述将所述第一内部缺陷信息和所述第一表面缺陷信息输入第一承压模拟通道，获得第一承压预测结果，步骤S300还包括：
S310：获得所述第一容器的第一预设工作任务，其中，所述第一预设工作任务包括多个生产周期；
S320：根据所述多个生产周期，获得第一工作参数集合，其中，所述第一工作参数和每个所述生产周期一一对应；
S330：根据所述第一工作参数集合，获得第一压力变化系数；
S340：根据所述第一压力变化系数构建所述第一承压模拟通道，将所述第一内部缺陷信息和所述第一表面缺陷信息输入第一承压模拟通道，获得所述第一承压预测结果。
具体而言，所述第一预设工作任务为使用第一容器的厂家后步的多个计划工作任务，将多个工作任务依据生产时序从先到后进行存储，单独的工作任务记为一个生产周期，多个工作任务对应于多个生产周期。进一步的，第一容器中可能在不同的工作任务中需要进行不同属性、不同浓度、不同物质、不同产量要求的产品生产，则会影响到温度、压力、生产时间等生产条件数据，将每个生成周期对应的生产条件数据记为所述第一工作参数，对多个生产周期进行处理得到随时序排序的所述第一工作参数集合；由于压力数据是对于第一容器安全强度最重要数据，因此从第一工作参数集合提取随时序变化的多个工作压力变化条件，并拟合得到和缺陷之间的函数关系，将函数斜率作为所述第一压力变化系数；进一步的，每一个生产周期内对应于随时序变化的压力变化情况，每一个压力值为了满足生产会存续一定时间，而同一个周期不同生产时刻的压力值不同，所以得到一组随时序变化的压力变化速率，而多个生产周期就对应于多组随时序变化的压力变化速率，更进一步的，基于大数据得到多组的随时序变化的表面缺陷数据-压力变化值，进而得到缺陷和压力之间的函数关系，将第一生产周期内的多个函数变化速率依据时序进行排序，记为K1，将第二生产周期内的个函数变化速率依据时序进行排序，记为K2，直到得到第n生产周期下的压力变化系数Kn时停止；进一步的，基于第一压力变化系数构建所述第一承压模拟通道，评估当前缺陷信息得到表征达到缺陷阈值需要的时长的第一承压预测结果。通过采集生产计划的工作参数，并提取压力数据模拟工作时的实际生产状态，基于当前缺陷状态进行评估，对不满足要求的第一容器进行预警，达到了保障安全生产的技术效果。
进一步的，基于所述根据所述第一压力变化系数构建所述第一承压模拟通道，步骤S340还包括：
S341：构建第一平面坐标系，将所述第一内部缺陷信息和所述第一表面缺陷信息输入所述第一平面坐标系，拟合获得第一函数关系，其中，所述第一函数关系为缺陷在所述第一平面坐标系中横向坐标与纵向坐标之间的关系；
S342：构建第一承压预测公式：
Figure BDA0003325290280000171
S2＝K2S1；S3＝K3S2；…Sn＝KnSn-1，其中，S1、S2…Sn为经过承压模拟后的预测缺陷面积、K1、K2…Kn为每个生产周期对应的压力变化系数、f(x)为所述第一函数关系、a为缺陷横向坐标的初始最小值，b为缺陷横向坐标的初始最大值；
S343：根据所述第一承压预测公式和所述第一压力变化系数构建所述第一承压模拟通道。
具体而言，所述第一平面坐标系为基于第一容器表面的缺陷构建的多个平面坐标系，针对每个缺陷或孔隙构建原点互相交接且互相垂直的两个平面坐标系，记为第一平面，第二平面；由于缺陷和孔隙的形貌不规则，且部分缺陷深度极小，只需要采用一个坐标系即可，所以不使用空间坐标系，但是并不对可以实现相同功能的空间坐标系进行限制；将所述第一内部缺陷信息和所述第一表面缺陷信息输入所述第一平面坐标系，就得到每个平面内孔隙长度和宽度之间的函数关系，第一平面的记为f(x1)1＝x1，第二平面的记为f(x2)2＝x2，将f(x)＝f(x1)1+f(x2)2记为第一函数关系；进一步的，构建第一承压预测公式：
Figure BDA0003325290280000181
S2＝K2S1；S3＝K3S2；…Sn＝KnSn-1，其中，S1、S2…Sn为经过承压模拟后的预测缺陷面积、K1、K2…Kn为每个生产周期对应的压力变化系数、f(x)为所述第一函数关系、a为缺陷横向坐标的初始最小值，b为缺陷横向坐标的初始最大值；更进一步的，通过缺陷阈值计算得到缺陷面积阈值，进而根据缺陷面积阈值得到达到缺陷面积阈值时的生产周期内的某个时刻，就得到预测承压时长，结合所述第一承压预测公式和所述第一压力变化系数构建评估当前缺陷信息达到缺陷阈值需要的时长的第一承压模拟通道。
进一步的，基于所述根据所述第一工作参数集合，获得第一压力变化系数，步骤S330还包括：
S331：将所述生产周期依据时序进行排序，获得第一排序结果，其中，所述第一排序结果包括第一生产周期、第二生产周期…第n生产周期；
S332：根据所述第一生产周期、所述第二生产周期…所述第n生产周期，获得第一变化速率集合、第二变化速率集合…第n变化速率集合；
S333：根据所述第一变化速率集合、所述第二变化速率集合…所述第n变化速率集合，获得第一压力变化系数。
具体而言，所述第一排序结果为对多个生产周期依据时序进行排序得到的结果，包括第一生产周期、第二生产周期…第n生产周期；进一步的，对第一生产周期、第二生产周期…第n生产周期内的压力变化速率依次进行采集，进一步的，基于大数据得到多组的随时序变化的表面缺陷数据-压力变化值，进而得到缺陷和压力之间的函数关系，将第一生产周期内的多个函数变化速率依据时序进行排序，记为K1，将第二生产周期内的个函数变化速率依据时序进行排序，记为K2，直到得到第n生产周期下的压力变化系数Kn时停止，得到所述第一变化速率集合、所述第二变化速率集合…所述第n变化速率集合，记为K1、K2…Kn。通过采集压力压力变化系数模拟承压通道，对工作状态进行表征，提前预测工作状态下的承压时长，对异常情况进行预警，达到了保障安全生产的技术效果。
综上所述，本申请实施例所提供的一种基于容器状态监测的安全预警方法及系统具有如下技术效果：
1.本申请实施例通过提供了一种基于容器状态监测的安全预警方法及系统，解决了现有技术中由于对于容器的监测是在卸压状态下监测，缺乏对于工作状态下的监测方法，导致存在具有安全隐患的技术问题。通过在满足预设卸压检测周期时对反应容器进行状态检测，主要检测容器缺陷特征；根据工作压力模拟工作环境通道，将容器缺陷特征输入模拟工作环境通道判断容器可以承压的最长时间，如果承压时间超过预设的时长，则可以使用容器继续工作，但同时实时监测缺陷位置的缺陷状态，根据监测结果使用智能化模型进行评估，当满足预设要求时表明存在风险较大，则需要进行预警，结合卸压监测并预测承压时长，再时长满足要求时使用时实时监测容器状态，异常及时预警，达到了提高安全预警准确性的技术效果。
实施例二
基于与前述实施例中一种基于容器状态监测的安全预警方法相同的发明构思，如图3所示，本申请实施例提供了一种基于容器状态监测的安全预警系统，其中，所述系统包括：
第一获得单元11，所述第一获得单元11用于获得第一检测周期，其中，所述第一检测周期为第一容器预设的卸压检测周期；
第二获得单元12，所述第二获得单元12用于当满足所述第一检测周期时对所述第一容器进行状态检测，获得第一检测结果，其中，所述第一检测结果包括第一内部缺陷信息和第一表面缺陷信息；
第三获得单元13，所述第三获得单元13用于将所述第一内部缺陷信息和所述第一表面缺陷信息输入第一承压模拟通道，获得第一承压预测结果，其中，所述第一承压预测结果包括第一承压预测时长；
第四获得单元14，所述第四获得单元14用于当所述第一承压预测时长满足第一预设时长，获得第一缺陷位置信息，其中，所述第一预设时长大于所述第一检测周期；
第五获得单元15，所述第五获得单元15用于根据所述第一缺陷位置信息，获得第一承压监测点分布结果；
第六获得单元16，所述第六获得单元16用于依据所述第一承压监测点分布结果对所述第一容器进行监测，获得第一监测结果，其中，所述第一监测结果为不同时间节点的多组监测数据集合；
第七获得单元17，所述第七获得单元17用于将所述第一监测结果输入第一安全评估模型，获得第一评估结果，当所述第一评估结果满足预设要求时，发出第一预警信息。
进一步的，所述系统还包括：
第八获得单元，所述第八获得单元用于当所述第一承压预测时长满足第二预设时长，获得第二预警信息，其中，所述第二预设时长小于所述第一检测周期。
进一步的，所述系统还包括：
第九获得单元，所述第九获得单元用于通过X射线探损传感器对所述第一容器多角度探测，获得第一内部探测图像；
第十获得单元，所述第十获得单元用于通过超声波探损传感器对所述第一容器多角度探测，获得第一表面探测图像；
第十一获得单元，所述第十一获得单元用于对所述第一内部探测图像和所述第一表面探测图像分别进行卷积特征提取，获得第一内部缺陷特征信息和第一表面缺陷特征信息；
第一添加单元，所述第一添加单元用于将所述第一内部缺陷特征信息和所述第一表面缺陷特征信息添加进所述第一检测结果。
进一步的，所述系统还包括：
第十二获得单元，所述第十二获得单元用于通过第一厚度检测设备对所述第一容器多位置检测，获得第一厚度分布信息；
第十三获得单元，所述第十三获得单元用于获得第一预设厚度标准信息，其中，所述第一预设厚度标准信息为基于大数据采集所述第一容器工作的标准厚度；
第一判断单元，所述第一判断单元用于判断所述第一厚度分布信息是否满足所述第一预设厚度标准信息；
第二添加单元，所述第二添加单元用于若是所述第一厚度分布信息满足所述第一预设厚度标准信息，则将所述第一厚度分布信息添加进所述第一检测结果。
进一步的，所述系统还包括：
第十四获得单元，所述第十四获得单元用于获得所述第一容器的第一预设工作任务，其中，所述第一预设工作任务包括多个生产周期；
第十五获得单元，所述第十五获得单元用于根据所述多个生产周期，获得第一工作参数集合，其中，所述第一工作参数和每个所述生产周期一一对应；
第十六获得单元，所述第十六获得单元用于根据所述第一工作参数集合，获得第一压力变化系数；
第十七获得单元，所述第十七获得单元用于根据所述第一压力变化系数构建所述第一承压模拟通道，将所述第一内部缺陷信息和所述第一表面缺陷信息输入第一承压模拟通道，获得所述第一承压预测结果。
进一步的，所述系统还包括：
第一构建单元，所述第一构建单元用于构建第一平面坐标系，将所述第一内部缺陷信息和所述第一表面缺陷信息输入所述第一平面坐标系，拟合获得第一函数关系，其中，所述第一函数关系为缺陷在所述第一平面坐标系中横向坐标与纵向坐标之间的关系；
第二构建单元，所述第二构建单元用于构建第一承压预测公式：
Figure BDA0003325290280000231
S2＝K2S1；S3＝K3S2；…Sn＝KnSn-1，其中，S1、S2…Sn为经过承压模拟后的预测缺陷面积、K1、K2…Kn为每个生产周期对应的压力变化系数、f(x)为所述第一函数关系、a为缺陷横向坐标的初始最小值，b为缺陷横向坐标的初始最大值；
第三构建单元，所述第三构建单元用于根据所述第一承压预测公式和所述第一压力变化系数构建所述第一承压模拟通道。
进一步的，所述系统还包括：
第一排序单元，所述第一排序单元用于将所述生产周期依据时序进行排序，获得第一排序结果，其中，所述第一排序结果包括第一生产周期、第二生产周期…第n生产周期；
第十八获得单元，所述第十八获得单元用于根据所述第一生产周期、所述第二生产周期…所述第n生产周期，获得第一变化速率集合、第二变化速率集合…第n变化速率集合；
第十九获得单元，所述第十九获得单元用于根据所述第一变化速率集合、所述第二变化速率集合…所述第n变化速率集合，获得第一压力变化系数。
示例性电子设备
下面参考图4来描述本申请实施例的电子设备，
基于与前述实施例中一种基于容器状态监测的安全预警方法相同的发明构思，本申请实施例还提供了一种基于容器状态监测的安全预警系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行第一方面任一项所述的方法。
该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture，简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU，微处理器，ASIC，或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303，使用任何收发器一类的系统，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，RAN),无线局域网(wireless local areanetworks，WLAN)，有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory，EEPROM)、只读光盘(compactdisc read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中，存储器301用于存储执行本申请方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本申请上述实施例提供的一种基于容器状态监测的安全预警方法。
可选的，本申请实施例中的计算机执行指令也可以称之为应用程序代码，本申请实施例对此不作具体限定。
本申请实施例通过提供了一种基于容器状态监测的安全预警方法及系统，解决了现有技术中由于对于容器的监测是在卸压状态下监测，缺乏对于工作状态下的监测方法，导致存在具有安全隐患的技术问题。通过在满足预设卸压检测周期时对反应容器进行状态检测，主要检测容器缺陷特征；根据工作压力模拟工作环境通道，将容器缺陷特征输入模拟工作环境通道判断容器可以承压的最长时间，如果承压时间超过预设的时长，则可以使用容器继续工作，但同时实时监测缺陷位置的缺陷状态，根据监测结果使用智能化模型进行评估，当满足预设要求时表明存在风险较大，则需要进行预警，结合卸压监测并预测承压时长，再时长满足要求时使用时实时监测容器状态，异常及时预警，达到了提高安全预警准确性的技术效果。
本领域普通技术人员可以理解：本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本申请实施例的范围，也不表示先后顺序。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个、种)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程系统。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。
本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列(FPGA)或其它可编程逻辑系统，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算系统的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (7)

1.一种基于容器状态监测的安全预警方法，其中，所述方法包括：
获得第一检测周期，其中，所述第一检测周期为第一容器预设的卸压检测周期；
当满足所述第一检测周期时对所述第一容器进行状态检测，获得第一检测结果，其中，所述第一检测结果包括第一内部缺陷信息和第一表面缺陷信息；
获得所述第一容器的第一预设工作任务，其中，所述第一预设工作任务包括多个生产周期；
根据所述多个生产周期，获得第一工作参数集合，其中，所述第一工作参数和每个所述生产周期一一对应；
根据所述第一工作参数集合，获得第一压力变化系数；
根据所述第一压力变化系数构建第一承压模拟通道：
构建第一平面坐标系，将所述第一内部缺陷信息和所述第一表面缺陷信息输入所述第一平面坐标系，拟合获得第一函数关系，其中，所述第一函数关系为缺陷在所述第一平面坐标系中横向坐标与纵向坐标之间的关系；
构建第一承压预测公式：
Figure FDA0003633806310000011
S2＝K2S1；S3＝K3S2；…Sn＝KnSn-1，其中，S1、S2…Sn为经过承压模拟后的预测缺陷面积、K1、K2…Kn为每个生产周期对应的压力变化系数、f(x)为所述第一函数关系、a为缺陷横向坐标的初始最小值，b为缺陷横向坐标的初始最大值；
根据所述第一承压预测公式和所述第一压力变化系数构建所述第一承压模拟通道；
将所述第一内部缺陷信息和所述第一表面缺陷信息输入第一承压模拟通道，获得第一承压预测结果，其中，所述第一承压预测结果包括第一承压预测时长；
当所述第一承压预测时长满足第一预设时长，获得第一缺陷位置信息，其中，所述第一预设时长大于所述第一检测周期；
根据所述第一缺陷位置信息，获得第一承压监测点分布结果；
依据所述第一承压监测点分布结果对所述第一容器进行监测，获得第一监测结果，其中，所述第一监测结果为不同时间节点的多组监测数据集合；
将所述第一监测结果输入第一安全评估模型，获得第一评估结果，当所述第一评估结果满足预设要求时，发出第一预警信息。
2.如权利要求1所述的方法，其中，所述方法还包括：
当所述第一承压预测时长满足第二预设时长，获得第二预警信息，其中，所述第二预设时长小于所述第一检测周期。
3.如权利要求1所述的方法，其中，所述获得第一检测结果，还包括：
通过X射线探损传感器对所述第一容器多角度探测，获得第一内部探测图像；
通过超声波探损传感器对所述第一容器多角度探测，获得第一表面探测图像；
对所述第一内部探测图像和所述第一表面探测图像分别进行卷积特征提取，获得第一内部缺陷特征信息和第一表面缺陷特征信息；
将所述第一内部缺陷特征信息和所述第一表面缺陷特征信息添加进所述第一检测结果。
4.如权利要求3所述的方法，其中，所述方法还包括：
通过第一厚度检测设备对所述第一容器多位置检测，获得第一厚度分布信息；
获得第一预设厚度标准信息，其中，所述第一预设厚度标准信息为基于大数据采集所述第一容器工作的标准厚度；
判断所述第一厚度分布信息是否满足所述第一预设厚度标准信息；
若是所述第一厚度分布信息满足所述第一预设厚度标准信息，则将所述第一厚度分布信息添加进所述第一检测结果。
5.如权利要求1所述的方法，其中，所述根据所述第一工作参数集合，获得第一压力变化系数，还包括：
将所述生产周期依据时序进行排序，获得第一排序结果，其中，所述第一排序结果包括第一生产周期、第二生产周期…第n生产周期；
根据所述第一生产周期、所述第二生产周期…所述第n生产周期，获得第一变化速率集合、第二变化速率集合…第n变化速率集合；
根据所述第一变化速率集合、所述第二变化速率集合…所述第n变化速率集合，获得第一压力变化系数。
6.一种基于容器状态监测的安全预警系统，其中，所述系统包括：
第一获得单元，所述第一获得单元用于获得第一检测周期，其中，所述第一检测周期为第一容器预设的卸压检测周期；
第二获得单元，所述第二获得单元用于当满足所述第一检测周期时对所述第一容器进行状态检测，获得第一检测结果，其中，所述第一检测结果包括第一内部缺陷信息和第一表面缺陷信息；
第十四获得单元，所述第十四获得单元用于获得所述第一容器的第一预设工作任务，其中，所述第一预设工作任务包括多个生产周期；
第十五获得单元，所述第十五获得单元用于根据所述多个生产周期，获得第一工作参数集合，其中，所述第一工作参数和每个所述生产周期一一对应；
第十六获得单元，所述第十六获得单元用于根据所述第一工作参数集合，获得第一压力变化系数；
第十七获得单元，所述第十七获得单元用于根据所述第一压力变化系数构建第一承压模拟通道：
第一构建单元，所述第一构建单元用于构建第一平面坐标系，将所述第一内部缺陷信息和所述第一表面缺陷信息输入所述第一平面坐标系，拟合获得第一函数关系，其中，所述第一函数关系为缺陷在所述第一平面坐标系中横向坐标与纵向坐标之间的关系；
第二构建单元，所述第二构建单元用于构建第一承压预测公式：
Figure FDA0003633806310000041
S2＝K2S1；S3＝K3S2；…Sn＝KnSn-1，其中，S1、S2…Sn为经过承压模拟后的预测缺陷面积、K1、K2…Kn为每个生产周期对应的压力变化系数、f(x)为所述第一函数关系、a为缺陷横向坐标的初始最小值，b为缺陷横向坐标的初始最大值；
第三构建单元，所述第三构建单元用于根据所述第一承压预测公式和所述第一压力变化系数构建所述第一承压模拟通道；
第三获得单元，所述第三获得单元用于将所述第一内部缺陷信息和所述第一表面缺陷信息输入第一承压模拟通道，获得第一承压预测结果，其中，所述第一承压预测结果包括第一承压预测时长；
第四获得单元，所述第四获得单元用于当所述第一承压预测时长满足第一预设时长，获得第一缺陷位置信息，其中，所述第一预设时长大于所述第一检测周期；
第五获得单元，所述第五获得单元用于根据所述第一缺陷位置信息，获得第一承压监测点分布结果；
第六获得单元，所述第六获得单元用于依据所述第一承压监测点分布结果对所述第一容器进行监测，获得第一监测结果，其中，所述第一监测结果为不同时间节点的多组监测数据集合；
第七获得单元，所述第七获得单元用于将所述第一监测结果输入第一安全评估模型，获得第一评估结果，当所述第一评估结果满足预设要求时，发出第一预警信息。
7.一种基于容器状态监测的安全预警系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使系统以执行如权利要求1至5任一项所述的方法。
CN202111259913.1A 2021-10-28 2021-10-28 一种基于容器状态监测的安全预警方法及系统 Active CN113916673B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111259913.1A CN113916673B (zh) 2021-10-28 2021-10-28 一种基于容器状态监测的安全预警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111259913.1A CN113916673B (zh) 2021-10-28 2021-10-28 一种基于容器状态监测的安全预警方法及系统

Publications (2)

Publication Number Publication Date
CN113916673A CN113916673A (zh) 2022-01-11
CN113916673B true CN113916673B (zh) 2022-06-24

Family

ID=79243211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111259913.1A Active CN113916673B (zh) 2021-10-28 2021-10-28 一种基于容器状态监测的安全预警方法及系统

Country Status (1)

Country Link
CN (1) CN113916673B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115479949B (zh) * 2022-09-14 2023-04-07 交铁检验认证实验室(成都)有限公司 一种基于大数据的桥梁安全监测预警方法及系统
CN117056686B (zh) * 2023-08-14 2024-02-02 嘉兴市安得特种设备科技有限公司 一种检测压力容器表面缺陷的告警方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004162160A (ja) * 2002-09-17 2004-06-10 Nippon Steel Corp 高炉操業における操業監視方法、装置、及びコンピュータプログラム
CN101975695A (zh) * 2010-10-15 2011-02-16 华东理工大学 含裂纹类缺陷承压设备的安全评定方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NO345517B1 (en) * 2014-06-04 2021-03-22 Schlumberger Technology Bv Pipe defect assessment system and method
GB201509169D0 (en) * 2015-05-28 2015-07-15 Advanced Eng Solutions Ltd System and method for the prediction of leakage in a pipeline
JP7238841B2 (ja) * 2020-03-31 2023-03-14 トヨタ自動車株式会社 加圧検査方法および加圧検査装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004162160A (ja) * 2002-09-17 2004-06-10 Nippon Steel Corp 高炉操業における操業監視方法、装置、及びコンピュータプログラム
CN101975695A (zh) * 2010-10-15 2011-02-16 华东理工大学 含裂纹类缺陷承压设备的安全评定方法

Also Published As

Publication number Publication date
CN113916673A (zh) 2022-01-11

Similar Documents

Publication Publication Date Title
CN113916673B (zh) 一种基于容器状态监测的安全预警方法及系统
Karve et al. Digital twin approach for damage-tolerant mission planning under uncertainty
JP6978541B2 (ja) 動的外れ値偏り低減のコンピュータ実装方法、コンピュータシステム及びコンピュータ装置
CN105051527A (zh) 疲劳破坏预测和结构完整性评定的无损检测的嵌入式缺陷的概率建模和尺寸测定
CN117405176B (zh) 一种大体积混凝土施工质量检测方法及系统
JP6823025B2 (ja) 検査装置及び機械学習方法
Mauša et al. Multivariate logistic regression prediction of fault-proneness in software modules
CN113792090B (zh) 一种轧钢数据监控方法、系统、介质及电子终端
CN114331114A (zh) 一种管道安全风险智能化监管方法及系统
CN117171366B (zh) 用于电网调度运行态势的知识图谱构建方法及系统
JP7553716B2 (ja) パイプ及び容器の腐食及び浸食監視のためのシステム及び方法
US20230064270A1 (en) System and method for corrosion and erosion monitoring of fixed equipment
Aldrin et al. Assessing the reliability of nondestructive evaluation methods for damage characterization
Schoefs et al. The αδ method for modelling expert judgement and combination of non-destructive testing tools in risk-based inspection context: application to marine structures
Rabiei A Bayesian framework for structural health management using acoustic emission monitoring and periodic inspections
CN115617613A (zh) 数据预警方法、装置、电子设备及存储介质
EP3888839A1 (en) Method and system for monitoring and identifying the weld quality on metallic components
Li et al. Distinguishing between uncertainty and variability in nondestructive evaluation
CN114460280B (zh) 一种大体积混凝土结构隐患病害的定量识别方法及系统
CN117309624B (zh) 一种感温电缆性能评价方法及系统
RU19942U1 (ru) Унифицированное устройство чернякова/петрушина для оценки эффективности организационно-технических систем
McCool Flexural strength tests of brittle materials: Selecting the number of specimens and determining confidence limits for Weibull parameters
CN117831026A (zh) 基于机器学习的食品质量检测方法及装置
Siddig Probabilistic Graphical Model for Sizing Assessment in Ultrasonic Testing in Dissimilar Metal Weld
CN116089893A (zh) 一种高炉状态预警方法、装置、设备及存储介质

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