CN114407759A - 一种液氨卸车的安全监控系统及监控方法 - Google Patents

Abstract

本发明公开了一种液氨卸车的安全监控系统及监控方法，包括：第一获取模块，用于获取人体静电消除区域的第一监控视频；第二获取模块，用于获取钥匙管理区域的第二监控视频；第三获取模块，用于获取车辆静电消除区域的第三监控视频；第四获取模块，用于获取槽车与鹤管的连接图像；第五获取模块，用于获取在打开槽车液相阀、气相出口阀后的第一气体浓度信息；生成模块，用于根据所述第一气体浓度信息判断是否发生泄露事件，在确定未发生泄露事件时，生成打开物料储罐的工艺阀门的指令。实现对液氨卸车作业进行全面及准确的监控。

Description

一种液氨卸车的安全监控系统及监控方法

技术领域

本发明涉及监控技术领域，特别涉及一种液氨卸车的安全监控系统及监控方法。

背景技术

目前，在液氨卸车作业中缺乏有效的安全监控，仅仅基于视频监控对液氨卸车作业进行监控，缺乏对液氨卸车作业各个工序的全面及准确的监控，如缺乏对液氨卸车前的准备工作的安全监控。

发明内容

本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此，本发明的第一个目的在于提出一种液氨卸车的安全监控系统，实现对液氨卸车作业进行全面及准确的监控。

本发明的第二个目的在于提出一种液氨卸车的安全监控方法。

为达到上述目的，本发明第一方面实施例提出了一种液氨卸车的安全监控系统，包括：

第一获取模块，用于在确定槽车控制仪电源开关处于“合位”时，获取人体静电消除区域的第一监控视频；

第二获取模块，用于对所述第一监控视频进行解析，在根据第一解析结果确定人体静电释放完成后，获取钥匙管理区域的第二监控视频；

第三获取模块，用于对所述第二监控视频进行解析，在根据第二解析结果确定钥匙插入并启动槽车压缩机后，获取车辆静电消除区域的第三监控视频；

第四获取模块，用于对所述第三监控视频进行解析，在根据第三解析结果确定车辆防静电接地夹跟槽车连接牢固后，获取槽车与鹤管的连接图像；

第五获取模块，用于对所述连接图像进行解析，在确定槽车与鹤管连接牢固后，获取在打开槽车液相阀、气相出口阀后的第一气体浓度信息；

生成模块，用于根据所述第一气体浓度信息判断是否发生泄露事件，在确定未发生泄露事件时，生成打开物料储罐的工艺阀门的指令。

根据本发明的一些实施例，还包括：

第一监控模块，用于：

执行所述打开物料储罐的工艺阀门的指令后，获取在液氨卸车过程中的第二气体浓度信息，并判断是否大于预设气体浓度阈值；

在确定所述第二气体浓度信息大于预设气体浓度阈值时，发出报警提示并控制槽车压缩机停止工作。

根据本发明的一些实施例，还包括：第二监控模块，用于：

执行所述打开物料储罐的工艺阀门的指令后，获取在液氨卸车过程中的场景图像；

获取所述场景图像中各个像素点的灰度值，并计算出场景图像的平均灰度值；

计算各个像素点的灰度值与平均灰度值的差值的绝对值，将所述差值的绝对值大于预设阈值的像素点，作为含噪像素点；

获取所述含噪像素点在所述场景图像中的位置关系，确定边缘含噪像素点；根据所述边缘含噪像素点生成连通区域，作为含噪数据块；

对所述含噪数据块进行尺寸标准化处理，得到标准含噪数据块；

在所述场景图像中选取以标准含噪数据块为中心的N个数据块；将除标准含噪数据块外的N-1个数据块作为参照数据块；

计算N-1个参照数据块与含噪数据块的距离值，得到N-1个距离值，并计算出平均距离值；

确定N-1个距离值中的最大距离值与最小距离值，并计算出最大距离值与最小距离值的比值；

根据所述比值及所述平均距离值查询预设数据表，确定降噪参数；根据所述降噪参数对所述含噪数据块进行降噪处理，得到降噪场景图像；

将所述降噪场景图像输入预先训练好的场景图像识别模型中，得到图像识别结果，根据图像识别结果确定是否有异常事件，在确定存在异常事件时，发出报警提示。

根据本发明的一些实施例，还包括：第三监控模块，用于：

检测设置在槽车上的控制线路本体上的电流信号，并判断是否大于第一预设阈值；在确定大于第一预设阈值时，以0.2ms/s的采样率采集一段M毫秒的信号波；

重复采集信号波，直至采集到B段信号波；确定B段信号波之间的时间序列，在确定所述时间序列满足预设时间序列要求时，将B段信号波作为待处理信号波；

获取所述待处理信号波在M/2毫秒前的所有采样点的采样值，并确定最大采样值；剔除所述最大采样值小于第二预设阈值的待处理信号波，得到有效信号波；根据所述有效信号波得到有效电流信号；

对所述有效电流信号进行时频转换，得到所述有效电流信号对应的频谱图；

提取所述频谱图的谱线；

获取单条谱线的峰值与谷值，查询预设的峰值-谷值-滤波系数表，确定相应的滤波系数，根据所述滤波系数对对应的谱线进行滤波处理，得到滤波信号；

将所述滤波信号发送至服务器进行监控。

根据本发明的一些实施例，还包括：故障检测模块，用于：

获取槽车的各零件的三维坐标数据，根据所述三维坐标数据建立仿真模型；

根据槽车的实际数据与所述仿真模型的输出数据进行故障检测。

为达到上述目的，本发明第二方面实施例提出了一种液氨卸车的安全监控方法，包括：

在确定槽车控制仪电源开关处于“合位”时，获取人体静电消除区域的第一监控视频；

对所述第一监控视频进行解析，在根据第一解析结果确定人体静电释放完成后，获取钥匙管理区域的第二监控视频；

对所述第二监控视频进行解析，在根据第二解析结果确定钥匙插入并启动槽车压缩机后，获取车辆静电消除区域的第三监控视频；

对所述第三监控视频进行解析，在根据第三解析结果确定车辆防静电接地夹跟槽车连接牢固后，获取槽车与鹤管的连接图像；

对所述连接图像进行解析，在确定槽车与鹤管连接牢固后，获取在打开槽车液相阀、气相出口阀后的第一气体浓度信息；

根据所述第一气体浓度信息判断是否发生泄露事件，在确定未发生泄露事件时，生成打开物料储罐的工艺阀门的指令。

根据本发明的一些实施例，还包括：

执行所述打开物料储罐的工艺阀门的指令后，获取在液氨卸车过程中的第二气体浓度信息，并判断是否大于预设气体浓度阈值；

在确定所述第二气体浓度信息大于预设气体浓度阈值时，发出报警提示并控制槽车压缩机停止工作。

根据本发明的一些实施例，还包括：

执行所述打开物料储罐的工艺阀门的指令后，获取在液氨卸车过程中的场景图像；

获取所述场景图像中各个像素点的灰度值，并计算出场景图像的平均灰度值；

计算各个像素点的灰度值与平均灰度值的差值的绝对值，将所述差值的绝对值大于预设阈值的像素点，作为含噪像素点；

获取所述含噪像素点在所述场景图像中的位置关系，确定边缘含噪像素点；根据所述边缘含噪像素点生成连通区域，作为含噪数据块；

对所述含噪数据块进行尺寸标准化处理，得到标准含噪数据块；

在所述场景图像中选取以标准含噪数据块为中心的N个数据块；将除标准含噪数据块外的N-1个数据块作为参照数据块；

计算N-1个参照数据块与含噪数据块的距离值，得到N-1个距离值，并计算出平均距离值；

确定N-1个距离值中的最大距离值与最小距离值，并计算出最大距离值与最小距离值的比值；

根据所述比值及所述平均距离值查询预设数据表，确定降噪参数；根据所述降噪参数对所述含噪数据块进行降噪处理，得到降噪场景图像；

将所述降噪场景图像输入预先训练好的场景图像识别模型中，得到图像识别结果，根据图像识别结果确定是否有异常事件，在确定存在异常事件时，发出报警提示。

根据本发明的一些实施例，还包括：

检测设置在槽车上的控制线路本体上的电流信号，并判断是否大于第一预设阈值；在确定大于第一预设阈值时，以0.2ms/s的采样率采集一段M毫秒的信号波；

重复采集信号波，直至采集到B段信号波；确定B段信号波之间的时间序列，在确定所述时间序列满足预设时间序列要求时，将B段信号波作为待处理信号波；

获取所述待处理信号波在M/2毫秒前的所有采样点的采样值，并确定最大采样值；剔除所述最大采样值小于第二预设阈值的待处理信号波，得到有效信号波；根据所述有效信号波得到有效电流信号；

对所述有效电流信号进行时频转换，得到所述有效电流信号对应的频谱图；

提取所述频谱图的谱线；

获取单条谱线的峰值与谷值，查询预设的峰值-谷值-滤波系数表，确定相应的滤波系数，根据所述滤波系数对对应的谱线进行滤波处理，得到滤波信号；

将所述滤波信号发送至服务器进行监控。

根据本发明的一些实施例，还包括：

获取槽车的各零件的三维坐标数据，根据所述三维坐标数据建立仿真模型；

根据槽车的实际数据与所述仿真模型的输出数据进行故障检测。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是根据本发明一个实施例的一种液氨卸车的安全监控系统的框图；

图2是根据本发明又一个实施例的一种液氨卸车的安全监控系统的框图；

图3是根据本发明一个实施例的一种液氨卸车的安全监控方法的流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

如图1所示，本发明第一方面实施例提出了一种液氨卸车的安全监控系统，包括：

第一获取模块，用于在确定槽车控制仪电源开关处于“合位”时，获取人体静电消除区域的第一监控视频；

第二获取模块，用于对所述第一监控视频进行解析，在根据第一解析结果确定人体静电释放完成后，获取钥匙管理区域的第二监控视频；

第三获取模块，用于对所述第二监控视频进行解析，在根据第二解析结果确定钥匙插入并启动槽车压缩机后，获取车辆静电消除区域的第三监控视频；

第四获取模块，用于对所述第三监控视频进行解析，在根据第三解析结果确定车辆防静电接地夹跟槽车连接牢固后，获取槽车与鹤管的连接图像；

第五获取模块，用于对所述连接图像进行解析，在确定槽车与鹤管连接牢固后，获取在打开槽车液相阀、气相出口阀后的第一气体浓度信息；

生成模块，用于根据所述第一气体浓度信息判断是否发生泄露事件，在确定未发生泄露事件时，生成打开物料储罐的工艺阀门的指令。

上述技术方案的工作原理：在确定槽车控制仪电源开关处于“合位”时，获取人体静电消除区域的第一监控视频；“合位”表示开关处于闭合状态。第一监控视频包括监控人体是否触摸“人体静电释放仪”以及人体静电流程指示灯是否处于绿灯常亮状态。在确定人体触摸“人体静电释放仪”以及人体静电流程指示灯处于绿灯常亮状态时，表示人体静电释放完成后，获取钥匙管理区域的第二监控视频；第二监控视频包括钥匙插入“钥匙插入管理器”以及钥匙管理指示灯是否绿灯常亮。在“钥匙插入管理器”检测不到钥匙时，槽车压缩机不能开启并有语音报警提示。在根据第二解析结果确定钥匙插入并启动槽车压缩机后，获取车辆静电消除区域的第三监控视频；第三监控视频包括“车辆防静电接地夹”跟槽车连接及连接车体指示灯绿灯是否常亮。在确定“车辆防静电接地夹”跟槽车未连接或连接不良槽车泵不能启动并有语音报警提示。在根据第三解析结果确定车辆防静电接地夹跟槽车连接牢固后，获取槽车与鹤管的连接图像；将鹤管气相、液相接管与槽车连接，接管时应检查密封圈和垫片是否老化、失效，并把“鹤管气相、液相连接器”任意触点与卡扣接触，连接指示灯，绿灯常亮进入下一步操作(“鹤管气相、液相连接器”未与槽车卡扣接触或接触不良槽车压缩机不能启动并有语音报警提示)。获取在打开槽车液相阀、气相出口阀后的第一气体浓度信息，生成模块，用于根据所述第一气体浓度信息判断是否发生泄露事件，在确定未发生泄露事件时，生成打开物料储罐的工艺阀门的指令。

上述技术方案的有益效果：实现对液氨卸车前的准备工作的安全监控，包括人体静电消除、车辆静电消除等，保证液氨卸车的安全性。

如图2所示，根据本发明的一些实施例，还包括：

第一监控模块，用于：

执行所述打开物料储罐的工艺阀门的指令后，获取在液氨卸车过程中的第二气体浓度信息，并判断是否大于预设气体浓度阈值；

在确定所述第二气体浓度信息大于预设气体浓度阈值时，发出报警提示并控制槽车压缩机停止工作。

上述技术方案的工作原理：第一监控模块，用于：执行所述打开物料储罐的工艺阀门的指令后，获取在液氨卸车过程中的第二气体浓度信息，并判断是否大于预设气体浓度阈值；在确定所述第二气体浓度信息大于预设气体浓度阈值时，发出报警提示并控制槽车压缩机停止工作。预设气体浓度阈值为20％。此时要把泄漏源找到并处理好，现场可燃气体检测仪显示0％时才能再次启动槽车泵。

上述技术方案的有益效果：在液氨卸车过程中，检测是否发生泄露，实现安全监控。

在一实施例中，还包括对气相流量进行检测，即卸车过程中30秒未检测到气体流量，将触发联锁停止槽车压缩机运行，并有语音报警提示。

在一实施例中，卸车完成后，按下红色“停止1”键先停液氨泵，关闭槽车气相球阀、再关闭鹤管气相球阀，再关闭槽车液相球阀、鹤管液相球阀，由驾驶员负责把鹤管连接处压力释放断开连接，并把卸车鹤管放回原位并垂直摆放，摘除“防静电接地夹”，打开“钥匙插入管理器”取出钥匙，将卸车控制仪电源开关打到“分”位，撤除车辆防滑块，卸车工作完成系统进入待机状态。

联锁装置的使用从钥匙、静电接地释放、卡扣的牢固性、鹤管的复位、泄漏报警等几方面与卸车泵连锁，杜绝了液氨卸车的风险。

根据本发明的一些实施例，还包括：第二监控模块，用于：

执行所述打开物料储罐的工艺阀门的指令后，获取在液氨卸车过程中的场景图像；

获取所述场景图像中各个像素点的灰度值，并计算出场景图像的平均灰度值；

计算各个像素点的灰度值与平均灰度值的差值的绝对值，将所述差值的绝对值大于预设阈值的像素点，作为含噪像素点；

获取所述含噪像素点在所述场景图像中的位置关系，确定边缘含噪像素点；根据所述边缘含噪像素点生成连通区域，作为含噪数据块；

对所述含噪数据块进行尺寸标准化处理，得到标准含噪数据块；

在所述场景图像中选取以标准含噪数据块为中心的N个数据块；将除标准含噪数据块外的N-1个数据块作为参照数据块；

计算N-1个参照数据块与含噪数据块的距离值，得到N-1个距离值，并计算出平均距离值；

确定N-1个距离值中的最大距离值与最小距离值，并计算出最大距离值与最小距离值的比值；

根据所述比值及所述平均距离值查询预设数据表，确定降噪参数；根据所述降噪参数对所述含噪数据块进行降噪处理，得到降噪场景图像；

将所述降噪场景图像输入预先训练好的场景图像识别模型中，得到图像识别结果，根据图像识别结果确定是否有异常事件，在确定存在异常事件时，发出报警提示。

上述技术方案的工作原理：第二监控模块，用于：执行所述打开物料储罐的工艺阀门的指令后，获取在液氨卸车过程中的场景图像；获取所述场景图像中各个像素点的灰度值，并计算出场景图像的平均灰度值；计算各个像素点的灰度值与平均灰度值的差值的绝对值，将所述差值的绝对值大于预设阈值的像素点，作为含噪像素点；获取所述含噪像素点在所述场景图像中的位置关系，确定边缘含噪像素点；根据所述边缘含噪像素点生成连通区域，作为含噪数据块；对所述含噪数据块进行尺寸标准化处理，得到标准含噪数据块；含噪数据块的形状及尺寸是不标准的进行尺寸标准化处理。在所述场景图像中选取以标准含噪数据块为中心的N个数据块；将除标准含噪数据块外的N-1个数据块作为参照数据块；计算N-1个参照数据块与含噪数据块的距离值，得到N-1个距离值，并计算出平均距离值；确定N-1个距离值中的最大距离值与最小距离值，并计算出最大距离值与最小距离值的比值；根据所述比值及所述平均距离值查询预设数据表，确定降噪参数；预设数据表为比值-平均距离值-降噪参数，根据比值及平均距离值这两个参数，准确确定降噪参数。在无噪声情况下，N-1个数据块与中心数据块的距离值有关联性。根据所述降噪参数对所述含噪数据块进行降噪处理，得到降噪场景图像；将所述降噪场景图像输入预先训练好的场景图像识别模型中，得到图像识别结果，根据图像识别结果确定是否有异常事件，在确定存在异常事件时，发出报警提示。

上述技术方案的有益效果：对场景图像中的含噪像素点打包成数据块，进行整体降噪处理，提高了降噪速率，实现对场景图像的准确降噪，在将所述降噪场景图像输入预先训练好的场景图像识别模型后，有利于提高识别的准确性，实现准确监控。

在一实施例中，计算N-1个参照数据块与含噪数据块的距离值，包括：

其中，D为一参照数据块与含噪数据块的距离值；O_i为参照数据块中第i个像素点的灰度值；w为参照数据块中包括的像素点的数量，也为含噪数据块中包括的像素点的数量，参照数据块中包括的像素点的数量与含噪数据块中包括的像素点的数量相等；S_i为含噪数据块中第i个像素点的灰度值；T为参照数据块中所有像素点的灰度值的中位数；U为含噪数据块中所有像素点的灰度值的中位数。

上述技术方案的有益效果：准确计算出各个参照数据块与含噪数据块的距离值，便于提高后续计算平均距离值及确定最大距离值、最小距离值的准确性。

根据本发明的一些实施例，还包括：第三监控模块，用于：

检测设置在槽车上的控制线路本体上的电流信号，并判断是否大于第一预设阈值；在确定大于第一预设阈值时，以0.2ms/s的采样率采集一段M毫秒的信号波；

重复采集信号波，直至采集到B段信号波；确定B段信号波之间的时间序列，在确定所述时间序列满足预设时间序列要求时，将B段信号波作为待处理信号波；

获取所述待处理信号波在M/2毫秒前的所有采样点的采样值，并确定最大采样值；剔除所述最大采样值小于第二预设阈值的待处理信号波，得到有效信号波；根据所述有效信号波得到有效电流信号；

对所述有效电流信号进行时频转换，得到所述有效电流信号对应的频谱图；

提取所述频谱图的谱线；

获取单条谱线的峰值与谷值，查询预设的峰值-谷值-滤波系数表，确定相应的滤波系数，根据所述滤波系数对对应的谱线进行滤波处理，得到滤波信号；

将所述滤波信号发送至服务器进行监控。

上述技术方案的工作原理：检测设置在槽车上的控制线路本体上的电流信号，并判断是否大于第一预设阈值；在确定大于第一预设阈值时，以0.2ms/s的采样率采集一段M毫秒的信号波；重复采集信号波，直至采集到B段信号波；确定B段信号波之间的时间序列，在确定所述时间序列满足预设时间序列要求时，将B段信号波作为待处理信号波；时间序列包括相邻信号波之间的间隔，及采集B段信号波的总的时间跨度，保证采集的B段信号波的有效性，进而便于进行处理。获取所述待处理信号波在M/2毫秒前的所有采样点的采样值，并确定最大采样值；剔除所述最大采样值小于第二预设阈值的待处理信号波，得到有效信号波；根据所述有效信号波得到有效电流信号；第二预设阈值等于1/2第一预设阈值。便于准确确定有效电流信号。对所述有效电流信号进行时频转换，得到所述有效电流信号对应的频谱图；提取所述频谱图的谱线；获取单条谱线的峰值与谷值，查询预设的峰值-谷值-滤波系数表，确定相应的滤波系数，根据所述滤波系数对对应的谱线进行滤波处理，得到滤波信号；将所述滤波信号发送至服务器进行监控。

上述技术方案的有益效果：准确获取槽车上的控制线路本体上的滤波信号，进而准确确定槽车上的控制线路本体上是否存在异常放电，在监控到存在异常放电时，及时进行处理，消除安全隐患。

根据本发明的一些实施例，还包括：故障检测模块，用于：

获取槽车的各零件的三维坐标数据，根据所述三维坐标数据建立仿真模型；

根据槽车的实际数据与所述仿真模型的输出数据进行故障检测。

上述技术方案的工作原理：故障检测模块，用于：获取槽车的各零件的三维坐标数据，根据所述三维坐标数据建立仿真模型；根据槽车的实际数据与所述仿真模型的输出数据进行故障检测。

上述技术方案的有益效果：基于槽车的实际数据与所述仿真模型的输出数据实现准确的故障检测，提高了维修的及时性。

如图3所示，本发明第二方面实施例提出了一种液氨卸车的安全监控方法，包括步骤S1-S6：

S1、在确定槽车控制仪电源开关处于“合位”时，获取人体静电消除区域的第一监控视频；

S2、对所述第一监控视频进行解析，在根据第一解析结果确定人体静电释放完成后，获取钥匙管理区域的第二监控视频；

S3、对所述第二监控视频进行解析，在根据第二解析结果确定钥匙插入并启动槽车压缩机后，获取车辆静电消除区域的第三监控视频；

S4、对所述第三监控视频进行解析，在根据第三解析结果确定车辆防静电接地夹跟槽车连接牢固后，获取槽车与鹤管的连接图像；

S5、对所述连接图像进行解析，在确定槽车与鹤管连接牢固后，获取在打开槽车液相阀、气相出口阀后的第一气体浓度信息；

S6、根据所述第一气体浓度信息判断是否发生泄露事件，在确定未发生泄露事件时，生成打开物料储罐的工艺阀门的指令。

上述技术方案的有益效果：实现对液氨卸车前的准备工作的安全监控，包括人体静电消除、车辆静电消除等，保证液氨卸车的安全性。

根据本发明的一些实施例，还包括：

执行所述打开物料储罐的工艺阀门的指令后，获取在液氨卸车过程中的第二气体浓度信息，并判断是否大于预设气体浓度阈值；

在确定所述第二气体浓度信息大于预设气体浓度阈值时，发出报警提示并控制槽车压缩机停止工作。

上述技术方案的有益效果：在液氨卸车过程中，检测是否发生泄露，实现安全监控。

根据本发明的一些实施例，还包括：

执行所述打开物料储罐的工艺阀门的指令后，获取在液氨卸车过程中的场景图像；

获取所述场景图像中各个像素点的灰度值，并计算出场景图像的平均灰度值；

计算各个像素点的灰度值与平均灰度值的差值的绝对值，将所述差值的绝对值大于预设阈值的像素点，作为含噪像素点；

获取所述含噪像素点在所述场景图像中的位置关系，确定边缘含噪像素点；根据所述边缘含噪像素点生成连通区域，作为含噪数据块；

对所述含噪数据块进行尺寸标准化处理，得到标准含噪数据块；

在所述场景图像中选取以标准含噪数据块为中心的N个数据块；将除标准含噪数据块外的N-1个数据块作为参照数据块；

计算N-1个参照数据块与含噪数据块的距离值，得到N-1个距离值，并计算出平均距离值；

确定N-1个距离值中的最大距离值与最小距离值，并计算出最大距离值与最小距离值的比值；

根据所述比值及所述平均距离值查询预设数据表，确定降噪参数；根据所述降噪参数对所述含噪数据块进行降噪处理，得到降噪场景图像；

将所述降噪场景图像输入预先训练好的场景图像识别模型中，得到图像识别结果，根据图像识别结果确定是否有异常事件，在确定存在异常事件时，发出报警提示。

上述技术方案的有益效果：对场景图像中的含噪像素点打包成数据块，进行整体降噪处理，提高了降噪速率，实现对场景图像的准确降噪，在将所述降噪场景图像输入预先训练好的场景图像识别模型后，有利于提高识别的准确性，实现准确监控。

根据本发明的一些实施例，还包括：

检测设置在槽车上的控制线路本体上的电流信号，并判断是否大于第一预设阈值；在确定大于第一预设阈值时，以0.2ms/s的采样率采集一段M毫秒的信号波；

重复采集信号波，直至采集到B段信号波；确定B段信号波之间的时间序列，在确定所述时间序列满足预设时间序列要求时，将B段信号波作为待处理信号波；

获取所述待处理信号波在M/2毫秒前的所有采样点的采样值，并确定最大采样值；剔除所述最大采样值小于第二预设阈值的待处理信号波，得到有效信号波；根据所述有效信号波得到有效电流信号；

对所述有效电流信号进行时频转换，得到所述有效电流信号对应的频谱图；

提取所述频谱图的谱线；

获取单条谱线的峰值与谷值，查询预设的峰值-谷值-滤波系数表，确定相应的滤波系数，根据所述滤波系数对对应的谱线进行滤波处理，得到滤波信号；

将所述滤波信号发送至服务器进行监控。

上述技术方案的有益效果：准确获取槽车上的控制线路本体上的滤波信号，进而准确确定槽车上的控制线路本体上是否存在异常放电，在监控到存在异常放电时，及时进行处理，消除安全隐患。

根据本发明的一些实施例，还包括：

获取槽车的各零件的三维坐标数据，根据所述三维坐标数据建立仿真模型；

根据槽车的实际数据与所述仿真模型的输出数据进行故障检测。

上述技术方案的有益效果：基于槽车的实际数据与所述仿真模型的输出数据实现准确的故障检测，提高了维修的及时性。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种液氨卸车的安全监控系统，其特征在于，包括：

第一获取模块，用于在确定槽车控制仪电源开关处于“合位”时，获取人体静电消除区域的第一监控视频；

第二获取模块，用于对所述第一监控视频进行解析，在根据第一解析结果确定人体静电释放完成后，获取钥匙管理区域的第二监控视频；

第三获取模块，用于对所述第二监控视频进行解析，在根据第二解析结果确定钥匙插入并启动槽车压缩机后，获取车辆静电消除区域的第三监控视频；

第四获取模块，用于对所述第三监控视频进行解析，在根据第三解析结果确定车辆防静电接地夹跟槽车连接牢固后，获取槽车与鹤管的连接图像；

第五获取模块，用于对所述连接图像进行解析，在确定槽车与鹤管连接牢固后，获取在打开槽车液相阀、气相出口阀后的第一气体浓度信息；

生成模块，用于根据所述第一气体浓度信息判断是否发生泄露事件，在确定未发生泄露事件时，生成打开物料储罐的工艺阀门的指令。

2.如权利要求1所述的液氨卸车的安全监控系统，其特征在于，还包括：

第一监控模块，用于：

执行所述打开物料储罐的工艺阀门的指令后，获取在液氨卸车过程中的第二气体浓度信息，并判断是否大于预设气体浓度阈值；

在确定所述第二气体浓度信息大于预设气体浓度阈值时，发出报警提示并控制槽车压缩机停止工作。

3.如权利要求1所述的液氨卸车的安全监控系统，其特征在于，还包括：第二监控模块，用于：

执行所述打开物料储罐的工艺阀门的指令后，获取在液氨卸车过程中的场景图像；

获取所述场景图像中各个像素点的灰度值，并计算出场景图像的平均灰度值；

计算各个像素点的灰度值与平均灰度值的差值的绝对值，将所述差值的绝对值大于预设阈值的像素点，作为含噪像素点；

获取所述含噪像素点在所述场景图像中的位置关系，确定边缘含噪像素点；根据所述边缘含噪像素点生成连通区域，作为含噪数据块；

对所述含噪数据块进行尺寸标准化处理，得到标准含噪数据块；

在所述场景图像中选取以标准含噪数据块为中心的N个数据块；将除标准含噪数据块外的N-1个数据块作为参照数据块；

计算N-1个参照数据块与含噪数据块的距离值，得到N-1个距离值，并计算出平均距离值；

确定N-1个距离值中的最大距离值与最小距离值，并计算出最大距离值与最小距离值的比值；

根据所述比值及所述平均距离值查询预设数据表，确定降噪参数；根据所述降噪参数对所述含噪数据块进行降噪处理，得到降噪场景图像；

将所述降噪场景图像输入预先训练好的场景图像识别模型中，得到图像识别结果，根据图像识别结果确定是否有异常事件，在确定存在异常事件时，发出报警提示。

4.如权利要求1所述的液氨卸车的安全监控系统，其特征在于，还包括：第三监控模块，用于：

检测设置在槽车上的控制线路本体上的电流信号，并判断是否大于第一预设阈值；在确定大于第一预设阈值时，以0.2ms/s的采样率采集一段M毫秒的信号波；

重复采集信号波，直至采集到B段信号波；确定B段信号波之间的时间序列，在确定所述时间序列满足预设时间序列要求时，将B段信号波作为待处理信号波；

获取所述待处理信号波在M/2毫秒前的所有采样点的采样值，并确定最大采样值；剔除所述最大采样值小于第二预设阈值的待处理信号波，得到有效信号波；根据所述有效信号波得到有效电流信号；

对所述有效电流信号进行时频转换，得到所述有效电流信号对应的频谱图；

提取所述频谱图的谱线；

获取单条谱线的峰值与谷值，查询预设的峰值-谷值-滤波系数表，确定相应的滤波系数，根据所述滤波系数对对应的谱线进行滤波处理，得到滤波信号；

将所述滤波信号发送至服务器进行监控。

5.如权利要求1所述的液氨卸车的安全监控系统，其特征在于，还包括：故障检测模块，用于：

获取槽车的各零件的三维坐标数据，根据所述三维坐标数据建立仿真模型；

根据槽车的实际数据与所述仿真模型的输出数据进行故障检测。

6.一种液氨卸车的安全监控方法，其特征在于，包括：

在确定槽车控制仪电源开关处于“合位”时，获取人体静电消除区域的第一监控视频；

对所述第一监控视频进行解析，在根据第一解析结果确定人体静电释放完成后，获取钥匙管理区域的第二监控视频；

对所述第二监控视频进行解析，在根据第二解析结果确定钥匙插入并启动槽车压缩机后，获取车辆静电消除区域的第三监控视频；

对所述第三监控视频进行解析，在根据第三解析结果确定车辆防静电接地夹跟槽车连接牢固后，获取槽车与鹤管的连接图像；

对所述连接图像进行解析，在确定槽车与鹤管连接牢固后，获取在打开槽车液相阀、气相出口阀后的第一气体浓度信息；

根据所述第一气体浓度信息判断是否发生泄露事件，在确定未发生泄露事件时，生成打开物料储罐的工艺阀门的指令。

7.如权利要求6所述的液氨卸车的安全监控方法，其特征在于，还包括：

执行所述打开物料储罐的工艺阀门的指令后，获取在液氨卸车过程中的第二气体浓度信息，并判断是否大于预设气体浓度阈值；

在确定所述第二气体浓度信息大于预设气体浓度阈值时，发出报警提示并控制槽车压缩机停止工作。

8.如权利要求6所述的液氨卸车的安全监控方法，其特征在于，还包括：

执行所述打开物料储罐的工艺阀门的指令后，获取在液氨卸车过程中的场景图像；

获取所述场景图像中各个像素点的灰度值，并计算出场景图像的平均灰度值；

计算各个像素点的灰度值与平均灰度值的差值的绝对值，将所述差值的绝对值大于预设阈值的像素点，作为含噪像素点；

获取所述含噪像素点在所述场景图像中的位置关系，确定边缘含噪像素点；根据所述边缘含噪像素点生成连通区域，作为含噪数据块；

对所述含噪数据块进行尺寸标准化处理，得到标准含噪数据块；

在所述场景图像中选取以标准含噪数据块为中心的N个数据块；将除标准含噪数据块外的N-1个数据块作为参照数据块；

计算N-1个参照数据块与含噪数据块的距离值，得到N-1个距离值，并计算出平均距离值；

确定N-1个距离值中的最大距离值与最小距离值，并计算出最大距离值与最小距离值的比值；

根据所述比值及所述平均距离值查询预设数据表，确定降噪参数；根据所述降噪参数对所述含噪数据块进行降噪处理，得到降噪场景图像；

将所述降噪场景图像输入预先训练好的场景图像识别模型中，得到图像识别结果，根据图像识别结果确定是否有异常事件，在确定存在异常事件时，发出报警提示。

9.如权利要求6所述的液氨卸车的安全监控方法，其特征在于，还包括：

检测设置在槽车上的控制线路本体上的电流信号，并判断是否大于第一预设阈值；在确定大于第一预设阈值时，以0.2ms/s的采样率采集一段M毫秒的信号波；

重复采集信号波，直至采集到B段信号波；确定B段信号波之间的时间序列，在确定所述时间序列满足预设时间序列要求时，将B段信号波作为待处理信号波；

获取所述待处理信号波在M/2毫秒前的所有采样点的采样值，并确定最大采样值；剔除所述最大采样值小于第二预设阈值的待处理信号波，得到有效信号波；根据所述有效信号波得到有效电流信号；

对所述有效电流信号进行时频转换，得到所述有效电流信号对应的频谱图；

提取所述频谱图的谱线；

获取单条谱线的峰值与谷值，查询预设的峰值-谷值-滤波系数表，确定相应的滤波系数，根据所述滤波系数对对应的谱线进行滤波处理，得到滤波信号；

将所述滤波信号发送至服务器进行监控。

10.如权利要求6所述的液氨卸车的安全监控方法，其特征在于，还包括：

获取槽车的各零件的三维坐标数据，根据所述三维坐标数据建立仿真模型；

根据槽车的实际数据与所述仿真模型的输出数据进行故障检测。

Images