CN114135795B - 一种全方位泄漏监测预警物联网系统及其预警方法 - Google Patents
一种全方位泄漏监测预警物联网系统及其预警方法 Download PDFInfo
- Publication number
- CN114135795B CN114135795B CN202111371266.3A CN202111371266A CN114135795B CN 114135795 B CN114135795 B CN 114135795B CN 202111371266 A CN202111371266 A CN 202111371266A CN 114135795 B CN114135795 B CN 114135795B
- Authority
- CN
- China
- Prior art keywords
- leakage
- monitoring
- risk
- data
- early warning
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 62
- 238000007670 refining Methods 0.000 claims abstract description 37
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 230000008447 perception Effects 0.000 claims abstract description 11
- 238000003860 storage Methods 0.000 claims abstract description 8
- 238000007726 management method Methods 0.000 claims description 33
- 238000012806 monitoring device Methods 0.000 claims description 27
- 238000007689 inspection Methods 0.000 claims description 19
- 238000007789 sealing Methods 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000012502 risk assessment Methods 0.000 claims description 12
- 230000003068 static effect Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 7
- 238000012512 characterization method Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 5
- 238000004880 explosion Methods 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 239000012080 ambient air Substances 0.000 claims description 3
- 230000002265 prevention Effects 0.000 abstract description 3
- 239000010410 layer Substances 0.000 description 34
- 239000007789 gas Substances 0.000 description 17
- 238000004519 manufacturing process Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 239000007788 liquid Substances 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 231100000331 toxic Toxicity 0.000 description 2
- 230000002588 toxic effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 235000011470 Adenanthera pavonina Nutrition 0.000 description 1
- 240000001606 Adenanthera pavonina Species 0.000 description 1
- 208000032750 Device leakage Diseases 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000013070 change management Methods 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000003863 physical function Effects 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 239000011241 protective layer Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
- F17D5/06—Preventing, monitoring, or locating loss using electric or acoustic means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开的一种高风险设备管线全方位泄漏监测预警系统，包括：感知层，感知层用于通过“点、线、面”全方位泄漏监测方式对炼化装置高位易漏的设备、管线和区域进行感知数据采集；云平台，云平台用于对感知层上传的感知数据进行存储处理和解析处理；数据处理层，数据处理层用于对云平台解析后的感知数据进行泄漏趋势预测处理和/或定漏溯源处理，并生成泄漏趋势预测结果和/或定漏溯源结果；以及应用管理层，应用管理层用于根据数据处理层生成的泄漏趋势预测结果和/或定漏溯源结果进行泄漏风险等级可视化动态展示。还公开了一种上述高风险设备管线全方位泄漏监测预警系统的预警方法。本发明对泄漏趋势和安全风险进行预警预防。
Description
技术领域
本发明涉及管线泄漏监测方法技术领域，尤其涉及一种全方位泄漏监测预警物联网系统及其预警方法。
背景技术
石化行业是一个高风险的行业，其所加工的物料多为易燃易爆有毒有害物质，一旦发生泄漏，极易引发火灾、中毒、爆炸事故。目前，石化企业主要依靠布置固定式气体检测报警器(GDS)、人工巡检、LDAR和各种光学视频法监检测泄漏，监测数据汇聚程度低，判漏的准确性和实时性都不理想，智能化程度低，泄漏检出率和误报率都不能很好的满足企业的需求。
安监总管三〔2014〕116号文规定：化工安全仪表系统(SIS)包括安全联锁系统、紧急停车系统和有毒有害、可燃气体及火灾检测保护系统(GDS)等。安全仪表系统独立于过程控制系统(例如分散控制系统等)；可燃气体探测器是需要消防认证的，其布置图也要到消防部门送审。按照中国石化安(2017)653号文《中国石化危险化学品泄漏安全管理办法》第3.2和3.4款的规定，企业应当对风险等级较高的要害部位进行介质泄漏后的扩散路径和影响范围进行分析，采取相应的预警和预防措施；预警和预防措施包括源头控制、泄漏点位历史数据库和泄漏监检测等技防手段。泄漏监检测手段包括但不限于GDS、火灾自动报警系统、人工巡检、LDAR、在线壁厚腐蚀监测和各种视频监控系统。
按照GBT 50493-2019第4.1.3款的规定，下列可燃气体和(或)有毒气体释放源周围应布置GDS检测点：1.气体压缩机和液体泵的动密封；2.液体采样口和气体采样口；3.液体/气体排液(水)口和放空口；4.经常拆卸的法兰和经常操作的阀门组。
随着DCS系统及计算机技术的快速发展，炼化企业操作人员面对的报警组态信息从60年代的数十个上升到现如今的4,000余个；庞大的报警数量造成报警泛滥，操作人员无法在大量的报警中快速准确地定位关键报警，GDS泄漏探测报警信息很容易被成千上万的报警信息掩盖，难以及时处理突发泄漏。近年来世界著名石油化工公司、工程公司和专业公司共同对报警系统进行了研究及实践，运用高级报警管理的理念，推出了相关的国际规范和工程导则。通过高级报警管理系统(AAS)的实践，证明可提高报警系统的有效性和安全性。
由于泄漏主要是由于设备不完整缺陷或问题造成的，因此国内外在基于风险的设备管理基础上推行设备和管道的完整性管理。美国职业安全卫生署于1992年颁布了联邦法规《高危险化学品过程安全管理(PSM)》，PSM管理体系包含14个要素，其中的设备完整性管理基于高危化学品对生产过程和设备的潜在风险分析，对生产过程域工艺设备进行分类分级管控。
设备完整性范畴涵盖压力容器及储罐、工艺管道系统、泄压排放装置、紧急停机系统、仪控系统、动设备及电气设备等七大关键设备，通过人员专业能力建立、设备的合规操作、风险评估、预测劣化速度及失效率、定级管理、分级检验、合理的保养维修、失效根因分析、谨慎的变更管理、优化管理体系等闭环管理，提升过程安全，并达到安稳长满优的生产目标。设备的完整性管理是动态的，需要持续改进。
总而言之，现有技术的缺点主要有以下几个方面：
1.GDS系统关注的重点不包含炼化装置设备管线易腐蚀泄漏部位和含缺陷设备管线操作工况异常波动时易漏部位，特别是处于高点高处的上述容易泄漏的设备管线部位基本没有或很少部署GDS探测器，加之GDS系统探测器现场布点位置不合理，导致现有GDS气体泄漏探测报警系统的漏检率和误报率较高，不能满足预警预防和降低泄漏安全风险的要求。
2.AAS服务器通过厂级信息网与DCS进行OPC数据交互，但目前炼化企业各种泄漏监检测数据和泄漏点位历史数据库并未上传或汇聚到DCS系统；因此AAS高级报警系统并不能对泄漏趋势进行研判，也没有能力对泄漏安全风险等级进行实时准确的预警。
3.目前炼化企业设备完整性管理系统是基于各种静态的台账表格、点巡检记录和检验报告和基于历史经验的风险分析建立起来的，实时性差，更新速度慢，已不符合动态的数字化转型需求。具体来说，基于物联网技术的各类设备传感器采集到的实时监测数据并未全部集成到设备完整性管理信息系统中；主要原因是由于基于无线传输和人工智能的物联网技术发展很快，各类设备实时或在线连续监测系统由不同的制造商提供，系统所依赖技术的成熟度不同，传输和解析等协议也不尽相同，部分实时或在线连续监测系统的效用和可靠性还未得到充分验证。
综上所述，现有GDS系统、AAS系统和设备完整性管理系统既不能对炼化企业的泄漏趋势和安全风险进行预警预防，也不能对炼化企业的设备泄漏及其风险进行及时的智能动态闭环管理。
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能够对泄漏趋势和安全风险进行预警预防，同时也能对设备管线泄漏及其风险进行及时的智能动态闭环管理的全方位泄漏监测预警物联网系统。
本发明所要解决的技术问题之二在于：提供一种上述全方位泄漏监测预警物联网系统的预警方法。
作为本发明第一方面的一种高风险设备管线全方位泄漏监测预警系统，包括：
感知层，所述感知层用于通过“点、线、面”全方位泄漏监测方式对炼化装置高位易漏的设备、管线和区域进行感知数据采集，并将采集到的感知数据进行上传；
云平台，所述云平台用于对所述感知层上传的感知数据进行存储处理和解析处理；
数据处理层，所述数据处理层用于对所述云平台解析后的感知数据进行泄漏趋势预测处理和/或定漏溯源处理，并生成泄漏趋势预测结果和/或定漏溯源结果；以及
应用管理层，所述应用管理层用于根据所述数据处理层生成的泄漏趋势预测结果和/或定漏溯源结果进行泄漏风险等级可视化动态展示。
在本发明的一个优选实施例中，所述感知层包括：
至少一布置在炼化装置内的用于对炼化装置的高危易漏设备的密封点进行实时监测的密封点状态监测设备；
至少一布置在炼化装置内的用于对炼化装置的高危易漏管线进行实时监测的管线智能自动化巡检设备；
至少一布置在炼化装置内的用于对炼化装置的高危易漏区域进行实时监测的区域阵列监测设备；
数据集中器，所述数据集中器分别与每一密封点状态监测设备、每一管线智能自动化巡检设备和每一区域阵列监测设备连接，其用于接收每一密封点状态监测设备、每一管线智能自动化巡检设备和每一区域阵列监测设备采集到的感知数据，并对这些感知数据进行集中汇总处理；
边缘计算模块，所述边缘计算模块与所述数据集中器连接，其用于对所述数据集中器收集到的泄漏数据进行边缘计算处理，并生成边缘计算结果；以及
无线通讯模块，所述无线通讯模块与所述边缘计算模块连接，其用于将所述边缘计算模块生成的边缘计算结果发送至所述云平台。
在本发明的一个优选实施例中，所述无线通讯模块为低功耗广域网LPWAN、4G无线网络或5G无线网络中的一种或多种组合。
在本发明的一个优选实施例中，所述云平台还可用于导入外部异构数据，并对导入的外部异构数据进行存储处理和解析处理。
在本发明的一个优选实施例中，所述数据处理层结合云计算建模方法、最优化算法、大数据分析方法和机器学习方法对所述云平台解析后的感知数据进行泄漏趋势预测处理和/或定漏溯源处理。
作为本发明第二方面的一种高风险设备管线全方位泄漏监测预警系统的预警方法，包括以下步骤：
步骤S10，通过泄漏风险分析方法找出炼化装置高危易漏的设备、管线和区域，并对找出的设备、管线和区域进行处理形成静态泄漏风险图；
步骤S20，基于静态泄漏风险图制定“点、线、面”分级管控物联网传感器或探测器布点方案，并根据制定的“点、线、面”分级管控物联网传感器或探测器布点方案部署全方位泄漏监测预警物联网系统的感知层；
步骤S30，全方位泄漏监测预警物联网系统的感知层将在现场采集到的感知数据分别实时传输至全方位泄漏监测预警物联网系统的云平台；
步骤S40，全方位泄漏监测预警物联网系统的云平台对接收到的感知数据进行存储处理和解析处理，并将解析后的感知数据上传至全方位泄漏监测预警物联网系统的数据处理层；
步骤S50，全方位泄漏监测预警物联网系统的数据处理层对云平台解析后的感知数据进行泄漏趋势预测处理和/或定漏溯源处理，并生成泄漏趋势预测结果和/或定漏溯源结果；
步骤S60，全方位泄漏监测预警物联网系统的应用管理层根据数据处理层生成的泄漏趋势预测结果和/或定漏溯源结果进行泄漏风险等级可视化动态展示。
在本发明的一个优选实施例中，所述泄漏风险分析方法包括危险性及可操作分析方法、失效模式与影响分析方法、保护层分析方法、定量风险评估方法以及爆炸潜在环境危险区域划分方法。
在本发明的一个优选实施例中，在步骤S10中，通过CAD数字化工具对找出的设备、管线和区域进行处理，形成网格化的静态泄漏风险图。
在本发明的一个优选实施例中，在步骤S20中，所述全方位泄漏监测预警物联网系统的感知层采用直接法进行监测感知数据，具体为直接监测释放源或泄漏源设备的泄漏率YL，或者监测释放源附近及其邻域环境空气中泄漏介质的浓度YC。
在本发明的一个优选实施例中，在步骤S20中，所述全方位泄漏监测预警物联网系统的感知层采用间接法进行监测感知数据，具体为间接监测导致泄漏的原因物理量Xci或泄漏表征物理量Xrj。
由于采用了如上技术方案，本发明的有益效果在于：
1.本发明的高风险设备管线全方位泄漏监测预警系统采用“点、线、面”全方位、全天候泄漏在线监测的方式，围绕炼化企业安全生产分级智能管控泄漏安风险，提升企业“全面感知、预警预测、集成协同、分析优化”智能制造能力和数字化生产力，为企业建设“本质安全，可靠高效”智能工厂或智能油气田夯实了安全生产基础；
2.本发明能够对炼化装置高风险点位或区域的泄漏致因或表征物理量及泄漏率进行立体全方位、全天候的在线连续监测，能够消减消除现有各种单一非联网监检测手段或技术的泄漏监检测盲点或盲区(如高风险人工不可达和当前GDS未布点点位)；
3.本发明通过“点、线、面”物联网泄漏监测节点部署得越多、感知数据越多，动态泄漏风险图(iPLD)迭代升级就越快，设备损伤速率、失效概率和泄漏风险等级的预警预测就越准确，就越能及时准确地发现设备哪儿漏或哪一个设备漏，就越能从成千上万的高风险设备管线中及时发现不可达易漏点位的低频小概率泄漏，将大幅提升检漏效率和质量、大幅降低泄漏事故率，提升炼化装置的过程安全管理水平和经济效益；
4.本发明所监测到的感知数据通过低功耗广域网LPWAN或4G/5G无线通信技术实时或经边缘计算后传输至统一的云平台数据库(如石化智云平台)，消除泄漏监检测数据信息孤岛，提升高风险泄漏报警的实时性和准确率，提升持续改进的速率和泄漏风险动态可视化管理水平。
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是本发明的结构示意图。
图2是本发明的流程示意图。
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。
本发明以工业物联网技术为手段，对炼油化工企业生产装置、油气田企业油气站场、装置不可达设备点位、管线、设施的位置进行全方位的泄漏监测，形成泄漏风险监测预警物联网系统，是石化、油气田企业安全生产、减少泄漏事故的重要保证。
参见图1，图中给出的是一种高风险设备管线全方位泄漏监测预警系统，包括感知层100、云平台200、数据处理层300以及应用管理层400。
感知层100用于通过“点、线、面”全方位泄漏监测方式对炼化装置高位易漏的设备、管线和区域进行感知数据采集，并将采集到的感知数据进行上传。具体地，感知层100包括密封点状态监测设备110、管线智能自动化巡检设备120、区域阵列监测设备130、数据集中器140、边缘计算模块150以及无线通讯模块160。
密封点状态监测设备110布置在炼化装置内，其用于对炼化装置的高危易漏设备的密封点进行实时监测。当然，密封点状态监测设备110并不局限于本实施例中的数量，其应根据需要监测的高位易漏设备的密封点而设置。在本实施例中，密封点状态监测设备110可采用中国发明CN113357453A公开的一种高温型卡箍式泄漏收集装置、中国发明CN113242614A公开的一种用于复杂管网环境的无线自组网系统、中国实用新型CN212779794U公开的一种用于泄漏收集器的气密性现场检测装置、中国发明CN110296325A公开的一种基于包袋法原理的泄漏实时监测装置、中国实用新型CN207364506U公开的一种卡箍式法兰密封泄漏在线收集机构、中国实用新型CN207213401U公开的一种通用型在役法兰密封在线收集机构中的一种或多种组合。
管线智能自动化巡检设备120布置在炼化装置内的用于对炼化装置的高危易漏管线进行实时监测的管线智能自动化巡检设备。当然，管线智能自动化巡检设备120并不局限于本实施例中的数量，其应根据需要监测的高位易漏设备的密封点而设置。在本实施例中，管线智能自动化巡检设备120可采用中国发明CN109737309B公开的一种基于风险识别的风险源定漏溯源系统。
区域阵列监测设备130布置在炼化装置内的用于对炼化装置的高危易漏区域进行实时监测。当然，区域阵列监测设备130并不局限于本实施例中的数量，其应根据需要监测的高位易漏设备的密封点而设置。在本实施例中，区域阵列监测设备130可采用中国发明CN113242614A公开的一种用于复杂管网环境的无线自组网系统、中国发明CN107607671A公开的一种气体泄漏源定位方法、中国外观设计CN304663614S的厂用本质安全型区域监测设备、中国实用新型CN207067090U公开的一种防爆TVOC气体泄漏区域监测装置中的一种或多种组合。
数据集中器140分别与密封点状态监测设备110、管线智能自动化巡检设备120和区域阵列监测设备130连接，其用于接收密封点状态监测设备110、管线智能自动化巡检设备120和区域阵列监测设备130采集到的感知数据，并对这些感知数据进行集中汇总处理。
边缘计算模块150与数据集中器140连接，其用于对数据集中器140收集到的泄漏数据进行边缘计算处理，并生成边缘计算结果。
无线通讯模块160与边缘计算模块150连接，其用于将边缘计算模块150生成的边缘计算结果发送至云平台200。在本实施例中，无线通讯模块160为低功耗广域网LPWAN、4G无线网络或5G无线网络中的一种或多种组合。
云平台200用于对感知层100上传的感知数据进行存储处理和解析处理。云平台200还可用于导入外部异构数据，并对导入的外部异构数据进行存储处理和解析处理。外部异构数据主要是指来自于泄漏监测预警物联网系统之外的炼油化工装置分布式控制系统DCS数据(如实时温度、压力、流量、液位、组份和流速等数据)、承压设备管线定期检验数据(如定点测厚数据和LDAR检测值等)、人工巡检数据和运维台账数据等；汇聚的异构数据经过清洗和物理涵义解析，能够显著增强大数据分析泄漏致因预测和泄漏趋势预警的时效性和准确性。
数据处理层300用于对云平台200解析后的感知数据进行泄漏趋势预测处理和/或定漏溯源处理，并生成泄漏趋势预测结果和/或定漏溯源结果。在本实施例中，数据处理层300结合云计算建模方法、最优化算法、大数据分析方法和机器学习方法对所述云平台解析后的感知数据进行泄漏趋势预测处理和/或定漏溯源处理。
应用管理层400用于根据数据处理层300生成的泄漏趋势预测结果和/或定漏溯源结果进行泄漏风险等级可视化动态展示。
参见图2，图中给出的是一种高风险设备管线全方位泄漏监测预警系统的预警方法，包括以下步骤：
步骤S10，通过泄漏风险分析方法找出炼化装置高危易漏的设备、管线和区域，并对找出的设备、管线和区域进行处理形成静态泄漏风险图(PLD)。其中，泄漏风险分析方法包括危险性及可操作分析方法(HAZOP)、失效模式与影响分析方法(FMEA)、保护层分析方法(LOPA)、定量风险评估方法(QRA)以及爆炸潜在环境危险区域划分方法。在步骤S10中，通过CAD数字化工具对找出的设备、管线和区域进行处理，形成网格化的静态泄漏风险图静态泄漏风险图静态泄漏风险图静态泄漏风险图静态泄漏风险图。
步骤S20，基于静态泄漏风险图制定“点、线、面”分级管控物联网传感器或探测器布点方案，并根据制定的“点、线、面”分级管控物联网传感器或探测器布点方案部署全方位泄漏监测预警物联网系统的感知层100。
在步骤S20中，全方位泄漏监测预警物联网系统的感知层100采用直接法进行监测感知数据，具体为直接监测释放源或泄漏源设备的泄漏率YL，或者监测释放源附近及其邻域环境空气中泄漏介质的浓度YC。
在步骤S20中，全方位泄漏监测预警物联网系统的感知层100采用间接法进行监测感知数据，具体为间接监测导致泄漏的原因物理量Xci或泄漏表征物理量Xrj。
步骤S30，全方位泄漏监测预警物联网系统的感知层100将在现场采集到的感知数据分别实时传输至全方位泄漏监测预警物联网系统的云平台200；
步骤S40，全方位泄漏监测预警物联网系统的云平台200对接收到的感知数据进行存储处理和解析处理，并将解析后的感知数据上传至全方位泄漏监测预警物联网系统的数据处理层300；
步骤S50，全方位泄漏监测预警物联网系统的数据处理层300对云平台解析后的感知数据进行泄漏趋势预测处理和/或定漏溯源处理，并生成泄漏趋势预测结果和/或定漏溯源结果；
步骤S60，全方位泄漏监测预警物联网系统的应用管理层400根据数据处理层生成的泄漏趋势预测结果和/或定漏溯源结果进行泄漏风险等级可视化动态展示。
本发明基于点、线、面物联网监测系统泄漏在线连续监测数据YL/YC，结合泄漏表征或泄漏致因物理量监测(如腐蚀监检测)数据Xci/Xrj，通过大数据分析和机器学习等方法构建YL/YC与Xci/Xrj之间数学物理函数或概率关系并迭代优化，能够智能自动化预测结构失效损伤速率、预警泄漏风险等级，实现零泄漏(安全生产事故)智能运维，加速过程安全管理的数字化转型。
本发明“点、线、面”全方位、全天候泄漏在线监测预警物联网系统，围绕炼化企业安全生产分级智能管控泄漏安风险，提升企业“全面感知、预警预测、集成协同、分析优化”智能制造能力和数字化生产力，为企业建设“本质安全，可靠高效”智能工厂或智能油气田夯实了安全生产基础。
本发明能够对炼化装置高风险点位或区域的泄漏致因或表征物理量及泄漏率进行立体全方位、全天候的在线连续监测，能够消减消除现有各种单一非联网监检测手段或技术的泄漏监检测盲点或盲区(如高风险人工不可达和当前GDS未布点点位)。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。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 (9)
1.一种高风险设备管线全方位泄漏监测预警系统，其特征在于，包括：
感知层，所述感知层用于通过“点、线、面”全方位泄漏监测方式对炼化装置高位易漏的设备、管线和区域进行感知数据采集，并将采集到的感知数据进行上传；
云平台，所述云平台用于对所述感知层上传的感知数据进行存储处理和解析处理；
数据处理层，所述数据处理层用于对所述云平台解析后的感知数据进行泄漏趋势预测处理和/或定漏溯源处理，并生成泄漏趋势预测结果和/或定漏溯源结果；以及
应用管理层，所述应用管理层用于根据所述数据处理层生成的泄漏趋势预测结果和/或定漏溯源结果进行泄漏风险等级可视化动态展示；
所述感知层包括：
至少一布置在炼化装置内的用于对炼化装置的高危易漏设备的密封点进行实时监测的密封点状态监测设备；
至少一布置在炼化装置内的用于对炼化装置的高危易漏管线进行实时监测的管线智能自动化巡检设备；
至少一布置在炼化装置内的用于对炼化装置的高危易漏区域进行实时监测的区域阵列监测设备；
数据集中器，所述数据集中器分别与每一密封点状态监测设备、每一管线智能自动化巡检设备和每一区域阵列监测设备连接，其用于接收每一密封点状态监测设备、每一管线智能自动化巡检设备和每一区域阵列监测设备采集到的感知数据，并对这些感知数据进行集中汇总处理；
边缘计算模块，所述边缘计算模块与所述数据集中器连接，其用于对所述数据集中器收集到的泄漏数据进行边缘计算处理，并生成边缘计算结果；以及
无线通讯模块，所述无线通讯模块与所述边缘计算模块连接，其用于将所述边缘计算模块生成的边缘计算结果发送至所述云平台。
2.如权利要求1所述的高风险设备管线全方位泄漏监测预警系统，其特征在于，所述无线通讯模块为低功耗广域网LPWAN、4G无线网络或5G无线网络中的一种或多种组合。
3.如权利要求1所述的高风险设备管线全方位泄漏监测预警系统，其特征在于，所述云平台还可用于导入外部异构数据，并对导入的外部异构数据进行存储处理和解析处理。
4.如权利要求1所述的高风险设备管线全方位泄漏监测预警系统，其特征在于，所述数据处理层结合云计算建模方法、最优化算法、大数据分析方法和机器学习方法对所述云平台解析后的感知数据进行泄漏趋势预测处理和/或定漏溯源处理。
5.一种如权利要求1至4中任一项所述的高风险设备管线全方位泄漏监测预警系统的预警方法，其特征在于，包括以下步骤：
步骤S10，通过泄漏风险分析方法找出炼化装置高危易漏的设备、管线和区域，并对找出的设备、管线和区域进行处理形成静态泄漏风险图；
步骤S20，基于静态泄漏风险图制定“点、线、面”分级管控物联网传感器或探测器布点方案，并根据制定的“点、线、面”分级管控物联网传感器或探测器布点方案部署全方位泄漏监测预警物联网系统的感知层；
步骤S30，全方位泄漏监测预警物联网系统的感知层将在现场采集到的感知数据分别实时传输至全方位泄漏监测预警物联网系统的云平台；
步骤S40，全方位泄漏监测预警物联网系统的云平台对接收到的感知数据进行存储处理和解析处理，并将解析后的感知数据上传至全方位泄漏监测预警物联网系统的数据处理层；
步骤S50，全方位泄漏监测预警物联网系统的数据处理层对云平台解析后的感知数据进行泄漏趋势预测处理和/或定漏溯源处理，并生成泄漏趋势预测结果和/或定漏溯源结果；
步骤S60，全方位泄漏监测预警物联网系统的应用管理层根据数据处理层生成的泄漏趋势预测结果和/或定漏溯源结果进行泄漏风险等级可视化动态展示。
6.如权利要求5所述的预警方法，其特征在于，所述泄漏风险分析方法包括危险性及可操作分析方法、失效模式与影响分析方法、保护层分析方法、定量风险评估方法以及爆炸潜在环境危险区域划分方法。
7.如权利要求5所述的预警方法，其特征在于，在步骤S10中，通过CAD数字化工具对找出的设备、管线和区域进行处理，形成网格化的静态泄漏风险图。
8.如权利要求5所述的预警方法，其特征在于，在步骤S20中，所述全方位泄漏监测预警物联网系统的感知层采用直接法进行监测感知数据，具体为直接监测释放源或泄漏源设备的泄漏率YL，或者监测释放源附近及其邻域环境空气中泄漏介质的浓度YC。
9.如权利要求5所述的预警方法，其特征在于，在步骤S20中，所述全方位泄漏监测预警物联网系统的感知层采用间接法进行监测感知数据，具体为间接监测导致泄漏的原因物理量Xci或泄漏表征物理量Xrj。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111371266.3A CN114135795B (zh) | 2021-11-18 | 2021-11-18 | 一种全方位泄漏监测预警物联网系统及其预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111371266.3A CN114135795B (zh) | 2021-11-18 | 2021-11-18 | 一种全方位泄漏监测预警物联网系统及其预警方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114135795A CN114135795A (zh) | 2022-03-04 |
| CN114135795B true CN114135795B (zh) | 2023-10-24 |
Family
ID=80390474
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111371266.3A Active CN114135795B (zh) | 2021-11-18 | 2021-11-18 | 一种全方位泄漏监测预警物联网系统及其预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114135795B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2061153A1 (en) * | 1991-02-13 | 1992-08-14 | Barry N. Williams | Line leak detector and method |
| CN102235575A (zh) * | 2010-04-29 | 2011-11-09 | 国际商业机器公司 | 用于检查管道泄露的数据处理方法及系统 |
| CN109737309A (zh) * | 2019-01-09 | 2019-05-10 | 慧感(上海)物联网科技有限公司 | 一种基于风险识别的风险源定漏溯源方法及其系统 |
| CN111537160A (zh) * | 2020-05-09 | 2020-08-14 | 深圳市行健自动化股份有限公司 | 基于分布式光纤的高能管道泄漏监测方法 |
| CN112036086A (zh) * | 2020-08-31 | 2020-12-04 | 北京市燃气集团有限责任公司 | 燃气管线动态风险预警系统 |
| CN112489382A (zh) * | 2020-12-25 | 2021-03-12 | 广州金匙信息科技有限公司 | 一种基于物联网的可燃气体泄漏报警系统 |
| CN213236990U (zh) * | 2020-06-29 | 2021-05-18 | 上海旗鳐海洋技术有限公司 | 一种基于nb iot的管道监测平台 |
| CN112945477A (zh) * | 2021-03-30 | 2021-06-11 | 禹班工程科技(上海)有限公司 | 一种压力输水管道渗漏检测/监测系统、方法及介质 |
| CN113450519A (zh) * | 2021-06-25 | 2021-09-28 | 慧感(上海)物联网科技有限公司 | 一种基于多维度的现场设备泄漏监测系统及其监测方法 |
-
2021
- 2021-11-18 CN CN202111371266.3A patent/CN114135795B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2061153A1 (en) * | 1991-02-13 | 1992-08-14 | Barry N. Williams | Line leak detector and method |
| CN102235575A (zh) * | 2010-04-29 | 2011-11-09 | 国际商业机器公司 | 用于检查管道泄露的数据处理方法及系统 |
| CN109737309A (zh) * | 2019-01-09 | 2019-05-10 | 慧感(上海)物联网科技有限公司 | 一种基于风险识别的风险源定漏溯源方法及其系统 |
| CN111537160A (zh) * | 2020-05-09 | 2020-08-14 | 深圳市行健自动化股份有限公司 | 基于分布式光纤的高能管道泄漏监测方法 |
| CN213236990U (zh) * | 2020-06-29 | 2021-05-18 | 上海旗鳐海洋技术有限公司 | 一种基于nb iot的管道监测平台 |
| CN112036086A (zh) * | 2020-08-31 | 2020-12-04 | 北京市燃气集团有限责任公司 | 燃气管线动态风险预警系统 |
| CN112489382A (zh) * | 2020-12-25 | 2021-03-12 | 广州金匙信息科技有限公司 | 一种基于物联网的可燃气体泄漏报警系统 |
| CN112945477A (zh) * | 2021-03-30 | 2021-06-11 | 禹班工程科技(上海)有限公司 | 一种压力输水管道渗漏检测/监测系统、方法及介质 |
| CN113450519A (zh) * | 2021-06-25 | 2021-09-28 | 慧感(上海)物联网科技有限公司 | 一种基于多维度的现场设备泄漏监测系统及其监测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114135795A (zh) | 2022-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101341248B1 (ko) | 발전설비의 위험도 기반 정비 시스템 | |
| CN109737309B (zh) | 一种基于风险识别的风险源定漏溯源方法及其系统 | |
| CN112525977B (zh) | 一种无组织VOCs泄漏在线监测溯源方法和系统 | |
| CN109345148A (zh) | 天然气管道及场站工艺装置安全隐患识别的智能诊断方法 | |
| US12092269B2 (en) | Method for troubleshooting potential safety hazards of compressor in smart gas pipeline network and internet of things system thereof | |
| CN116453307A (zh) | 一种在线检测管道安全预警系统及其方法 | |
| CN111720743A (zh) | 一种排水管网运行监测系统 | |
| CN118244709A (zh) | 关联故障设备及影响因素获取方法、装置及异常处理系统 | |
| CN114266404A (zh) | 一种化工园区场地污染预警系统 | |
| CN114135795B (zh) | 一种全方位泄漏监测预警物联网系统及其预警方法 | |
| CN110765633A (zh) | 一种动力装置的智能管理方法和装置 | |
| CN117474316A (zh) | 一种化工园区安全风险管控系统 | |
| CN101206476A (zh) | 基于多代理的重大危险源分布式监控系统 | |
| Wang et al. | Construction method and application of real‐time monitoring and early‐warning model for anaerobic reactor leakage | |
| Epifancev et al. | Problems and advantages of SCADA systems when performing measurements at hazardous production technologies | |
| CN114623390A (zh) | 一种用于石油石化管线气体泄漏在线监测的系统及方法 | |
| Luo et al. | A risk assessment method considering risk attributes and work safety informational needs and its application | |
| CN114021864A (zh) | 一种涉氨制冷企业重大风险辨识与实时动态风险评估方法 | |
| Sun et al. | Research on the Problems of Enterprise Safety Production Based on Alarm Data of Safety Information Platform in Chemical Industrial Park | |
| CN118228641B (zh) | 一种流体管网输差监控方法、系统以及计算机程序产品 | |
| CN111694909A (zh) | 基于gis的环保智能地图及其用途 | |
| Aljameel et al. | Oil and Gas Pipelines Leakage Detection Approaches: A Systematic Review of Literature. | |
| Ni et al. | Research on Smart gas safety supervision system based on IOT technology | |
| Jiang | The application of Internet of things technology in integrity management of urban gas pipe network | |
| US20240202404A1 (en) | Apparatuses, methods, and computer program products for predicting fugitive leaks |
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 |