CN114463954A - 一种基于物联网的可燃气体监测预警系统及方法 - Google Patents

一种基于物联网的可燃气体监测预警系统及方法 Download PDF

Info

Publication number
CN114463954A
CN114463954A CN202210381273.XA CN202210381273A CN114463954A CN 114463954 A CN114463954 A CN 114463954A CN 202210381273 A CN202210381273 A CN 202210381273A CN 114463954 A CN114463954 A CN 114463954A
Authority
CN
China
Prior art keywords
combustible gas
monitoring
monitoring area
data
unit interval
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
Application number
CN202210381273.XA
Other languages
English (en)
Other versions
CN114463954B (zh
Inventor
蔡彦坡
王金凯
玄阳
裴伟
苏东杰
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.)
Nit Intelligent Technology Co ltd
Original Assignee
Nit Intelligent Technology 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 Nit Intelligent Technology Co ltd filed Critical Nit Intelligent Technology Co ltd
Priority to CN202210381273.XA priority Critical patent/CN114463954B/zh
Publication of CN114463954A publication Critical patent/CN114463954A/zh
Application granted granted Critical
Publication of CN114463954B publication Critical patent/CN114463954B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
    • G08B21/16—Combustible gas alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Emergency Management (AREA)
  • Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • General Health & Medical Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Computing Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种基于物联网的可燃气体监测预警系统及方法，包括：可燃气体监测模型构建模块，所述可燃气体监测模型构建模块用于对监测区域内按照指定方式布置多个可燃气体监测传感器，通过监测区域内可燃气体监测传感器的布置方式，得到监测区域对应的可燃气体监测模型；模型监测数据获取模块，所述模型监测数据获取模块每隔预设时间采集一次可燃气体监测模型内的可燃气体监测传感器的监测数据，并将获取的数据保存到数据库中；模型监测数据分析模块，所述模型监测数据分析模块根据模型监测数据获取模块得到的采集结果，对监测区域内的可燃气体的逸散情况进行分析，得到监测区域内可燃气体逸散点造成的影响值。

Description

一种基于物联网的可燃气体监测预警系统及方法
技术领域
本发明涉及可燃气体监测技术领域，具体为一种基于物联网的可燃气体监测预警系统及方法。
背景技术
随着物联网技术的快速发展，人们通过传感器有效实现了物与物之间的连接，通过获取并分析传感器采集的数据，能够快速得到传感器监测物体的状态，进而方便了人们对监测物体的管理。尤其是在工业领域，人们通过物联网能够快速有效的获取设备的状态信息，确保了生产的顺利进行。
可燃气体作为人们生产生活中的一种能量获取途径，但同时由于其具有易燃易爆的特性，因此人们对其管理尤为重视，但现有的对可燃气体的监测预警系统存在较大的缺陷，现有技术中只是从可燃气体的输入及输出端进行监控，通过输入输出端可燃气体存在的偏差来判断可燃气体是否出现泄漏，进而对人们进行预警，但是却无法快速锁定可燃气体的具体泄漏位置，进而导致排查时间较长，不能有效控制泄漏的可燃气体带来的危险性。
针对上述情况，我们需要一种基于物联网的可燃气体监测预警系统及方法。
发明内容
本发明的目的在于提供一种基于物联网的可燃气体监测预警系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于物联网的可燃气体监测预警系统，包括：
可燃气体监测模型构建模块，所述可燃气体监测模型构建模块用于对监测区域内按照指定方式布置多个可燃气体监测传感器，通过监测区域内可燃气体监测传感器的布置方式，得到监测区域对应的可燃气体监测模型；
模型监测数据获取模块，所述模型监测数据获取模块每隔预设时间采集一次可燃气体监测模型内的可燃气体监测传感器的监测数据，并将获取的数据保存到数据库中；
模型监测数据分析模块，所述模型监测数据分析模块根据模型监测数据获取模块得到的采集结果，对监测区域内的可燃气体的逸散情况进行分析，得到监测区域内可燃气体逸散点造成的影响值；
预警处理模块，所述预警处理模块对监测区域内可燃气体逸散点造成的影响值进行分析，并根据分析结果判断预警处理模块是否需要进行预警，同时，根据模型监测数据分析模块对监测区域内的可燃气体的逸散情况的分析结果，对监测区域内的温度及通风口进行调节。
本发明通过各个模块的协同合作，共同实现对可燃气体的有效监控，通过建立可燃气体监测模型，快速锁定监测区域内泄漏可燃气体的逸散点；并根据可燃气体逸散点对应的具体逸散情况进行分析，得到监测区域内可燃气体逸散点造成的影响值，同时，根据分析出的可燃气体逸散点造成的影响值，调节监测区域内的温度及通风口，降低监测区域内逸散的可燃气体可能导致的风险。
进一步的，所述可燃气体监测模型构建模块得到监测区域对应的可燃气体模型的方法包括以下步骤：
S1.1、获取监控区域内的可燃气体管道分布图；
S1.2、将监控区域划分成规格相同且面积相等的不同单元区间，在每个单元区间内的中心点位置设置一个可燃气体监测传感器，并对监测区域内的各个单元区间进行编号，
所述可燃气体监测传感器用于监测监测区域内相应单元区间内空气中的可燃气体浓度；
S1.3、判断各个可燃气体监测传感器对应的单元区间内是否包含可燃气体管道，
当可燃气体监测传感器对应的单元区间内包含可燃气体管道时，对该单元区间内的可燃气体监测传感器进行第一类型标记，
当可燃气体监测传感器对应的单元区间内不包含可燃气体管道时，对该单元区间内的可燃气体监测传感器进行第二类型标记；
S1.4、对监测区域内第一类型标记的可燃气体监测传感器进行编号，将监测区域内第一类型标记的第i个可燃气体监测传感器的编号记为Ai，
对监测区域内第二类型标记的可燃气体监测传感器进行编号，将监测区域内第二类型标记的第i个可燃气体监测传感器的编号记为Bi，进而得到监测区域对应的可燃气体模型。
本发明可燃气体监测模型构建模块得到监测区域对应的可燃气体模型的过程中，对单元区间进行编号，是为了便于后续步骤中快速匹配逸散的可燃气体情况异常的单元区间；判断各个可燃气体监测传感器对应的单元区间内是否包含可燃气体管道，并对不同情况下单元区间内的可燃气体监测传感器进行不同类型的标记，是因为在出现可燃气体泄漏的情况下，不含可燃气体管道的单元区间虽然会出现可燃气体浓度较大的情况，但是不会存在逸散点，进而通过不同类型的标记方式，能够将不存在可燃气体管道的单元区间排除，便于后续过程中快速锁定燃燃气体逸散点的位置。
进一步的，所述模型监测数据获取模块将获取的数据保存到数据库时，按单元区间编号从小到大的顺序将每个单元区间对应的数据作为一个元素录入到一个空白集合中，进而得到数据保存集，所述数据保存集中的元素对应的数据格式记为[a1，a2，a3，a4]，
其中，a1表示单元区间的编号，
a2表示相应单元区间编号内可燃气体监测传感器的编号，a2包括第一类型标记的可燃气体监测传感器的编号及第二类型标记的可燃气体监测传感器的编号，
a3表示相应单元区间编号内可燃气体监测传感器监测到的空气中的可燃气体浓度，
a4表示相应单元区间编号内可燃气体监测传感器监测的时间。
本发明模型监测数据获取模块得到数据保存集，是考虑到模型监测数据获取模块每隔预设时间采集一次可燃气体监测模型内的可燃气体监测传感器的监测数据，而每次采集的数据均包括监测区域内的各个单元区间，进而根据时间，将不同单元区间对应的监测数据划分成不同的数据保存集，能够便于后续步骤中快速得到不同时间可燃气体的扩散范围，进而准确得到监测区域内可燃气体的逸散速率，为后续过程中计算监测区域内可燃气体逸散点造成的影响值W提供数据依据；设置a1、a3是为了快速区分不同单元对应的保存数据；设置a2是考虑到相应单元区间内可燃气体监测传感器对应的标记不同的情况，便于后续步骤中快速且有效的筛选出监测区域内可燃气体的逸散点；设置a4是为了有效区分不同时间模型监测数据获取模块通过可燃气体监测模型获取到的监测数据。
进一步的，所述模型监测数据分析模块获取各个单元区间中可燃气体监测传感器对应的初始波动阈值，并将每个单元区间内可燃气体监测传感器监测到空气中的可燃气体浓度，与相应单元区间中可燃气体监测传感器对应的初始波动阈值进行比较，
当单元区间内可燃气体监测传感器监测到空气中的可燃气体浓度大于对应的初始波动阈值，则判定该单元区间内的空气中存在逸散的可燃气体，
反之，则判定该单元区间内的空气中不存在逸散的可燃气体；
所述模型监测数据分析模块分别获取数据库中前n个数据保存集，分别统计每个数据保存集中对应的单元区间内的空气中存在逸散的可燃气体的元素，进而根据统计的元素，得到监测区域内可燃气体的逸散速率及空气中存在逸散的可燃气体的单元区间内可燃气体浓度的增长率；
所述单元区间中可燃气体监测传感器对应的初始波动阈值的获取方法包括以下步骤：
S2.1、按距离当前时间从小到大的顺序，获取每个单元区间中可燃气体监测传感器对应的历史数据中，相应单元区间内的空气中不存在逸散的可燃气体时，相应的可燃气体传感器对应的可燃气体浓度数据，且每个单元区间对应获取的可燃气体浓度数据为n1个，
将第a1个单元区间对应获取的第b个可燃气体浓度数据记为a3a1b，将第a1个单元区间对应获取的第b个可燃气体浓度数据对应的初始波动阈值记为ca1b；
S2.2、计算S2.1中获取的每个单元区间对应获取的可燃气体浓度数据的均值，将第a1个单元区间对应获取的可燃气体浓度数据的均值记为
Figure DEST_PATH_IMAGE001
，所述
Figure 464667DEST_PATH_IMAGE002
；
S2.3、计算S2.1中获取的所有单元区间对应获取的可燃气体浓度数据与相应初始波动阈值之间的平均偏差值d，所述
Figure DEST_PATH_IMAGE003
，其中，a5表示监测区域中单元区间的总个数；
S2.4、获取S2.1中获取的每个单元区间对应获取的各个可燃气体浓度数据中的最大值，将第a1个单元区间对应获取的各个可燃气体浓度数据中的最大值记为
Figure 768609DEST_PATH_IMAGE004
；
S2.5、获取当前时间每个单元区间对应的可燃气体监测传感器对应的初始波动阈值，
将当前时间第a1个单元区间对应的可燃气体监测传感器对应的初始波动阈值为
Figure DEST_PATH_IMAGE005
，
所述
Figure 433946DEST_PATH_IMAGE005
表示第a1个单元区间对应的
Figure 280679DEST_PATH_IMAGE006
与
Figure 973435DEST_PATH_IMAGE004
之间的最大值，
当
Figure DEST_PATH_IMAGE007
时，则
Figure 499094DEST_PATH_IMAGE008
，
当
Figure DEST_PATH_IMAGE009
时，则
Figure 905805DEST_PATH_IMAGE010
，
当
Figure DEST_PATH_IMAGE011
时，则
Figure 138203DEST_PATH_IMAGE012
；
所述模型监测数据分析模块得到监测区域内可燃气体的逸散速率的方法包括以下步骤：
S3.1、获取模型监测数据获取模块最近得到的相邻的两个数据保存集，按时间先后顺序，将对应时间小的数据保存集记为第一数据保存集，将对应时间大的数据保存集记为第二数据保存集；
S3.2、获取第一数据保存集内空气中存在逸散的可燃气体的各个单元区间，并计算从第一数据保存集中获取的各个单元区间中，任意两个单元区间的中点之间的距离，并选取所得距离的最大值记为第一传播距离L1，进而通过第二数据保存集得到第二传播距离L2；
S3.3、得到监测区域内可燃气体的逸散速率Vy，所述
Figure DEST_PATH_IMAGE013
，其中，t1表示预设时间；
所述模型监测数据分析模块得到空气中存在逸散的可燃气体的单元区间内可燃气体浓度的增长率的方法包括以下步骤：
S4.1、获取S3.1中的第一数据保存集及第二数据保存集；
S4.2、获取第一数据保存集内空气中存在逸散的可燃气体的各个单元区间对应的元素，将获取的元素个数记为n2；
S4.3、分别将S4.2中得到的每个元素与相应元素中单元区间编号在第二数据保存集中对应的元素组成一个元素对，
所述元素对中的第一个元素为第一数据保存集中的元素，所述元素对中的第二个元素为第二数据保存集中的元素；
S4.4、计算每个元素对对应的可燃气体浓度的增长率，将第j个元素对对应的可燃气体浓度的增长率记为ZLj，
所述ZLj等于第j个元素对中的第二个元素中对应的a3值与第一个元素中对应的a3值的差除以第二个元素中对应的a3值；
S4.5、得到空气中存在逸散的可燃气体的单元区间内可燃气体浓度的增长率
Figure 441008DEST_PATH_IMAGE014
，
所述
Figure DEST_PATH_IMAGE015
。
本发明获取单元区间中可燃气体监测传感器对应的初始波动阈值，是考虑到不同区间不同时间段对应的初始波动阈值是可能不一样的，具体的初始波动阈值需要结合历史数据具体进行分析的；在单元区间中可燃气体监测传感器对应的初始波动阈值的获取过程中，获取第a1个单元区间对应获取的可燃气体浓度数据的均值
Figure 17746DEST_PATH_IMAGE001
，是为了综合考虑第a1个单元区间对应的历史数据中监测的浓度数据情况，通过获取均值，反馈历史数据中监测数据对应的稳定状态，进而为后续求取相应的初始波动阈值提供数据依据；获取的所有单元区间对应获取的可燃气体浓度数据与相应初始波动阈值之间的平均偏差值d，是为了获取历史数据中每个单元区间对应的监测数据与相应初始波动阈值之间偏差值的稳定状态，计算
Figure 369092DEST_PATH_IMAGE016
时为了得到第a1个单元区间对应获取的第b个可燃气体浓度数据a3a1b与第a1个单元区间对应获取的第b个可燃气体浓度数据对应的初始波动阈值ca1b之间的偏差值，计算
Figure DEST_PATH_IMAGE017
，是为了得到第a1个单元区间对应的各个可燃气体浓度数据相应的偏差值之和，进而判断出第a1个单元区间对应的偏差值的稳定情况；将当前时间第a1个单元区间对应的可燃气体监测传感器对应的初始波动阈值为
Figure 518314DEST_PATH_IMAGE005
，是理论上将
Figure 788758DEST_PATH_IMAGE006
作为待求的初始波动阈值，但是又考虑到单元区间历史数据的实际情况，即考虑到
Figure 695535DEST_PATH_IMAGE004
大于
Figure 647310DEST_PATH_IMAGE006
时这种特殊情况，则相应的对理论上的初始波动阈值进行调整，即既包含理论中的初始波动阈值，又包含
Figure 447776DEST_PATH_IMAGE004
大于
Figure 764488DEST_PATH_IMAGE006
时这种特殊情况，即
Figure 781729DEST_PATH_IMAGE005
，进而确保获取的初始波动阈值的准确性；获取的第一数据保存集与第二数据保存集中，第一数据保存集是先获取的历史数据，第一数据保存集是相对第一数据保存集后获取的历史数据，因此第二数据保存集更加贴近当前时间；S3.2中选取所得距离的最大值记为第一传播距离L1，是为了将可燃气体浓度异常的单元区间中点之间的最大距离判断可燃气体传播的最大范围，进而在后续过程中将监测区域内可燃气体的逸散速率数值化，使得获取的结果更加准确；S4.5中得到空气中存在逸散的可燃气体的单元区间内可燃气体浓度的增长率
Figure 474878DEST_PATH_IMAGE014
，计算
Figure 67534DEST_PATH_IMAGE018
，是为了通过加权的方式获取第j个元素对对应的可燃气体浓度的增长率ZLj对
Figure 945360DEST_PATH_IMAGE014
的影响情况，通过n2个元素对对应的可燃气体浓度的增长率ZLj对
Figure 561149DEST_PATH_IMAGE014
的影响情况的累加值，得到相应的
Figure 917044DEST_PATH_IMAGE014
，该方式能够中和各个元素对
Figure 567468DEST_PATH_IMAGE014
的影响情况，能够有效减少某个异常元素相应的影响情况对
Figure 616196DEST_PATH_IMAGE014
造成的偏差，进而使得最终获取的结果更加稳定且更具有代表性。
进一步的，所述模型监测数据分析模块得到监测区域内可燃气体逸散点造成的影响值的方法包括以下步骤：
S5.1、获取第一数据保存集内空气中存在逸散的可燃气体的各个单元区间对应的a3值；
S5.2、获取监测区域对应的Vy及
Figure 781598DEST_PATH_IMAGE014
；
S5.3、得到监测区域内可燃气体逸散点造成的影响值W，
所述
Figure DEST_PATH_IMAGE019
，
其中，e1表示第一影响系数，e2表示第二影响系数，e3表示第三影响系数，
Figure 645911DEST_PATH_IMAGE020
表示第一数据保存集内空气中存在逸散的可燃气体的各个单元区间中的第j1个单元区间对应的a3值，
Figure DEST_PATH_IMAGE021
表示第一数据保存集内空气中存在逸散的可燃气体的各个单元区间中的第j1个单元区间，在第二数据保存集中相应单元区间对应的初始波动阈值，
Figure 744317DEST_PATH_IMAGE022
表示第一数据保存集内空气中存在逸散的可燃气体的各个单元区间中的第j1个单元区间对应的初始波动阈值，
n3表示第二数据保存集内空气中存在逸散的可燃气体的单元区间的个数。
本发明模型监测数据分析模块得到监测区域内可燃气体逸散点造成的影响值的过程中，从单元区间对应的浓度增长率、初始波动阈值、监测区域对应的Vy及历史数据中第二数据保存集内空气中存在逸散的可燃气体的单元区间的个数这四个方面进行综合考虑，进而将监测区域内可燃气体逸散点造成的影响数值化、具体化，便于后续通过具体化后的影响值W对监测区域内的温度及通风口大小进行调节；第一影响系数e1、第二影响系数e2、第三影响系数e3这三个系数均是常量，均是在数据库中预制的，在计算W时，直接从数据库中查找第一影响系数e1、第二影响系数e2、第三影响系数e3这三个系数分别对应的常数；计算
Figure DEST_PATH_IMAGE023
，是为了通过之前获取的增长率
Figure 104891DEST_PATH_IMAGE014
及第一数据保存集内的
Figure 819906DEST_PATH_IMAGE020
推算出
Figure 392970DEST_PATH_IMAGE020
在第二数据保存集中相应位置对应的值；计算
Figure 142620DEST_PATH_IMAGE024
是为了预估推算的
Figure 205254DEST_PATH_IMAGE023
与相应单元区间中初始波动阈值
Figure 282931DEST_PATH_IMAGE021
之间的偏差值，进而为后续估算
Figure 306293DEST_PATH_IMAGE014
、初始波动阈值对监测区域内可燃气体逸散点造成的影响情况；计算
Figure DEST_PATH_IMAGE025
是为了估算第一数据保存集与第二数据保存集内空气中存在逸散的可燃气体的各个单元区间中的第j1个单元区间偏差值的比值，则说明
Figure 113712DEST_PATH_IMAGE014
及相应的初始波动阈值对监测区域内可燃气体逸散点造成的影响越严重，该方式能够有效将
Figure 550509DEST_PATH_IMAGE014
及相应的初始波动阈值对W造成的影响数值化，能够准确衡量各个单元区间内可燃气体浓度的严重程度。
进一步的，所述预警处理模块包括预警判定模块及可燃气体逸散情况处理模块，
所述预警判定模块获取监测区域内可燃气体逸散点造成的影响值，并根据获取的结果判断是否需要对监测区域对应的负责人进行预警；
所述可燃气体逸散情况处理模块针对监测区域内的可燃气体的逸散情况的分析结果，调节监测区域内的温度及通风口的大小。
进一步的，所述预警判定模块将获取的监测区域内可燃气体逸散点造成的影响值W与第一阈值进行比较，
当W大于等于第一阈值时，则判定监测区域内可燃气体浓度异常，并将监测区域内异常浓度对应的单元区间编号传输给监测区域负责人，
当W小于第一阈值时，则判定监测区域内可燃气体浓度正常，不对监测区域负责人进行预警。
进一步的，所述可燃气体逸散情况处理模块调节监测区域内的温度的方法包括以下步骤：
S6.1、获取监测区域内可燃气体的逸散速率Vy；
S6.2、获取监测区域内当前时间空气中的温度T；
S6.3、计算监测区域内的调节后的温度值T1，所述
Figure 912220DEST_PATH_IMAGE026
，其中，β表示逸散速率的调节系数；
所述可燃气体逸散情况处理模块调节监测区域内通风口大小的方法包括以下步骤：
S7.1、获取第一数据保存集中可燃气体监测传感器的标记为第一类型，且空气中存在逸散的可燃气体浓度最大的单元区间，
若获取的单元区间为一个，则判定逸散点的位置为获取的单元区间的中点，
若获取的单元区间为两个，则判定逸散点的位置为获取的单元区间的中点之间连线中，所得线段的中心点，
若获取的单元区间大于等于三个，则将获取的单元区间的中点两两之间相互连接，得到一个包含获取的单元区间的所有中点且围成的面积最大的图形，并判定逸散点的位置为所得图形的中心点；
S7.2、获取监测区域内各个通风口与逸散点之间的距离，并按从小到大的顺序对所得距离进行排序，并按排序中的序号为各个通风口进行标号，
将序号k对应的通风口与逸散点之间的距离记为DLk；
S7.3、计算监测区域内的通风口的调节偏差值Rk2，所述
Figure DEST_PATH_IMAGE027
，
其中，
Figure 686141DEST_PATH_IMAGE028
表示与逸散点之间的距离为DLk的序号为k的通风口对监测区域内可燃气体逸散点造成的影响值W的调节值，
P表示与逸散点之间的距离为单位距离的通风口对监测区域内可燃气体逸散点造成的影响值W的调节值，
Figure DEST_PATH_IMAGE029
表示监测区域内各个通风口与逸散点之间的距离排序中，前k2个序号对应的通风口，对监测区域内可燃气体逸散点造成的影响值W的综合调节值；
S7.4、获取k2为不同值时，各个Rk2中的最小值，记为Rmin，Rmin中对应的各个通风口为调节后保持开启的通风口，其余通风口则依旧保持关闭。
本发明可燃气体逸散情况处理模块调节监测区域内的温度的过程中，考虑到温度对空气中气体扩散快慢的影响，温度越高，气体的热运动越快，则空气中的可燃气体的扩散速度越快，同理，可以通过降低温度的方式，抑制空气中的可燃气体的热运动，进而达到抑制其逸散速率的技术效果；可燃气体逸散情况处理模块调节监测区域内通风口大小的过程中，获取第一数据保存集中可燃气体监测传感器的标记为第一类型，且空气中存在逸散的可燃气体浓度最大的单元区间，是因为考虑到标记为第二类型的可燃气体监测传感器对应的单元区间不包含可燃气体管道，而可燃气体的逸散点则是位于可燃气体管道上，因此通过该筛选方式，在确定逸散点的过程中，能够直接排除包含第二类型标记的单元区间对最终位置的判定影响，使得最终获取的位置更加准确；获取监测区域内各个通风口与逸散点之间的距离，是考虑同一通风口与逸散点之间的距离不同，对可燃气体的排放情况不同，距离越近，逸散点逸散的可燃气体从通风口排除的时间越短，该通风口对监测区域内可燃气体逸散点造成的影响值W越容易进行调节处理；计算
Figure 879225DEST_PATH_IMAGE030
是为了判断影响值W与综合调节值
Figure 847443DEST_PATH_IMAGE029
之间偏差，
Figure DEST_PATH_IMAGE031
对应的结果越小，则说明W与
Figure 899713DEST_PATH_IMAGE029
这两个值越接近，当
Figure 8483DEST_PATH_IMAGE031
越大且W大于
Figure 462599DEST_PATH_IMAGE029
时，则说明W与
Figure 100253DEST_PATH_IMAGE029
这两个值相差越远且综合调节值越小，对应的情况时通风口的调节力度不够，监测区域内可燃气体对环境依旧造成影响，且存在安全隐患；而当
Figure 374240DEST_PATH_IMAGE031
越大且W小于
Figure 21122DEST_PATH_IMAGE029
时，则说明W与
Figure 126481DEST_PATH_IMAGE029
这两个值相差越远且综合调节值越大，对应的情况时通风口的调节力度过量，该情况虽然不存在安全隐患，但是会造成能源过度浪费；计算监测区域内的调节后的温度值T1时，
Figure 75982DEST_PATH_IMAGE026
中的β是通过数据库查询获取的，即β是数据库中预制的数值。
一种基于物联网的可燃气体监测预警方法，所述方法包括以下步骤：
S1、通过可燃气体监测模型构建模块对监测区域内按照指定方式布置多个可燃气体监测传感器，通过监测区域内可燃气体监测传感器的布置方式，得到监测区域对应的可燃气体监测模型；
S2、模型监测数据获取模块每隔预设时间采集一次可燃气体监测模型内的可燃气体监测传感器的监测数据，并将获取的数据保存到数据库中；
S3、在模型监测数据分析模块中，根据模型监测数据获取模块得到的采集结果，对监测区域内的可燃气体的逸散情况进行分析，得到监测区域内可燃气体逸散点造成的影响值；
S4、通过预警处理模块对监测区域内可燃气体逸散点造成的影响值进行分析，并根据分析结果判断预警处理模块是否需要进行预警，同时，根据模型监测数据分析模块对监测区域内的可燃气体的逸散情况的分析结果，对监测区域内的温度及通风口进行调节。
与现有技术相比，本发明所达到的有益效果是：本发明通过建立可燃气体监测模型，快速锁定监测区域内泄漏可燃气体的逸散点；并根据可燃气体逸散点对应的具体逸散情况进行分析，得到监测区域内可燃气体逸散点造成的影响值，同时，根据分析出的可燃气体逸散点造成的影响值，调节监测区域内的温度及通风口，降低监测区域内逸散的可燃气体可能导致的风险。
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是本发明一种基于物联网的可燃气体监测预警系统的结构示意图；
图2是本发明一种基于物联网的可燃气体监测预警系统中可燃气体监测模型构建模块得到监测区域对应的可燃气体模型的方法的流程示意图；
图3是本发明一种基于物联网的可燃气体监测预警系统中单元区间中可燃气体监测传感器对应的初始波动阈值的获取方法的流程示意图；
图4是本发明一种基于物联网的可燃气体监测预警方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-图4，本发明提供技术方案：一种基于物联网的可燃气体监测预警系统，包括：
可燃气体监测模型构建模块，所述可燃气体监测模型构建模块用于对监测区域内按照指定方式布置多个可燃气体监测传感器，通过监测区域内可燃气体监测传感器的布置方式，得到监测区域对应的可燃气体监测模型；
模型监测数据获取模块，所述模型监测数据获取模块每隔预设时间采集一次可燃气体监测模型内的可燃气体监测传感器的监测数据，并将获取的数据保存到数据库中；
模型监测数据分析模块，所述模型监测数据分析模块根据模型监测数据获取模块得到的采集结果，对监测区域内的可燃气体的逸散情况进行分析，得到监测区域内可燃气体逸散点造成的影响值；
预警处理模块，所述预警处理模块对监测区域内可燃气体逸散点造成的影响值进行分析，并根据分析结果判断预警处理模块是否需要进行预警，同时，根据模型监测数据分析模块对监测区域内的可燃气体的逸散情况的分析结果，对监测区域内的温度及通风口进行调节。
本发明通过各个模块的协同合作，共同实现对可燃气体的有效监控，通过建立可燃气体监测模型，快速锁定监测区域内泄漏可燃气体的逸散点；并根据可燃气体逸散点对应的具体逸散情况进行分析，得到监测区域内可燃气体逸散点造成的影响值，同时，根据分析出的可燃气体逸散点造成的影响值，调节监测区域内的温度及通风口，降低监测区域内逸散的可燃气体可能导致的风险。
所述可燃气体监测模型构建模块得到监测区域对应的可燃气体模型的方法包括以下步骤：
S1.1、获取监控区域内的可燃气体管道分布图；
S1.2、将监控区域划分成规格相同且面积相等的不同单元区间，在每个单元区间内的中心点位置设置一个可燃气体监测传感器，并对监测区域内的各个单元区间进行编号，
所述可燃气体监测传感器用于监测监测区域内相应单元区间内空气中的可燃气体浓度；
S1.3、判断各个可燃气体监测传感器对应的单元区间内是否包含可燃气体管道，
当可燃气体监测传感器对应的单元区间内包含可燃气体管道时，对该单元区间内的可燃气体监测传感器进行第一类型标记，
当可燃气体监测传感器对应的单元区间内不包含可燃气体管道时，对该单元区间内的可燃气体监测传感器进行第二类型标记；
S1.4、对监测区域内第一类型标记的可燃气体监测传感器进行编号，将监测区域内第一类型标记的第i个可燃气体监测传感器的编号记为Ai，
对监测区域内第二类型标记的可燃气体监测传感器进行编号，将监测区域内第二类型标记的第i个可燃气体监测传感器的编号记为Bi，进而得到监测区域对应的可燃气体模型。
本发明可燃气体监测模型构建模块得到监测区域对应的可燃气体模型的过程中，对单元区间进行编号，是为了便于后续步骤中快速匹配逸散的可燃气体情况异常的单元区间；判断各个可燃气体监测传感器对应的单元区间内是否包含可燃气体管道，并对不同情况下单元区间内的可燃气体监测传感器进行不同类型的标记，是因为在出现可燃气体泄漏的情况下，不含可燃气体管道的单元区间虽然会出现可燃气体浓度较大的情况，但是不会存在逸散点，进而通过不同类型的标记方式，能够将不存在可燃气体管道的单元区间排除，便于后续过程中快速锁定燃燃气体逸散点的位置。
所述模型监测数据获取模块将获取的数据保存到数据库时，按单元区间编号从小到大的顺序将每个单元区间对应的数据作为一个元素录入到一个空白集合中，进而得到数据保存集，所述数据保存集中的元素对应的数据格式记为[a1，a2，a3，a4]，
其中，a1表示单元区间的编号，
a2表示相应单元区间编号内可燃气体监测传感器的编号，a2包括第一类型标记的可燃气体监测传感器的编号及第二类型标记的可燃气体监测传感器的编号，
a3表示相应单元区间编号内可燃气体监测传感器监测到的空气中的可燃气体浓度，
a4表示相应单元区间编号内可燃气体监测传感器监测的时间。
本实施例中如监测区域内包括三个单元区间，对应的编号分别为01、02及03；
若编号为01的单元区间中可燃气体监测传感器的编号为A01，且在t0时该可燃气体监测传感器监测到的空气中的可燃气体浓度为19%，
编号为02的单元区间中可燃气体监测传感器的编号为B01，且在t0时该可燃气体监测传感器监测到的空气中的可燃气体浓度为9%，
编号为03的单元区间中可燃气体监测传感器的编号为A02，且在t0时该可燃气体监测传感器监测到的空气中的可燃气体浓度为15%；
则t0时编号为01的单元区间对应的数据为[01，A01，19%，t0]，
t0时编号为02的单元区间对应的数据为[02，B01，9%，t0]，
t0时编号为03的单元区间对应的数据为[03，A02，15%，t0]，
则t0时对应的数据保存集为
{[01，A01，19%，t0]，[02，B01，9%，t0]，[03，A02，15%，t0]}。
本发明模型监测数据获取模块得到数据保存集，是考虑到模型监测数据获取模块每隔预设时间采集一次可燃气体监测模型内的可燃气体监测传感器的监测数据，而每次采集的数据均包括监测区域内的各个单元区间，进而根据时间，将不同单元区间对应的监测数据划分成不同的数据保存集，能够便于后续步骤中快速得到不同时间可燃气体的扩散范围，进而准确得到监测区域内可燃气体的逸散速率，为后续过程中计算监测区域内可燃气体逸散点造成的影响值W提供数据依据；设置a1、a3是为了快速区分不同单元对应的保存数据；设置a2是考虑到相应单元区间内可燃气体监测传感器对应的标记不同的情况，便于后续步骤中快速且有效的筛选出监测区域内可燃气体的逸散点；设置a4是为了有效区分不同时间模型监测数据获取模块通过可燃气体监测模型获取到的监测数据。
所述模型监测数据分析模块获取各个单元区间中可燃气体监测传感器对应的初始波动阈值，并将每个单元区间内可燃气体监测传感器监测到空气中的可燃气体浓度，与相应单元区间中可燃气体监测传感器对应的初始波动阈值进行比较，
当单元区间内可燃气体监测传感器监测到空气中的可燃气体浓度大于对应的初始波动阈值，则判定该单元区间内的空气中存在逸散的可燃气体，
反之，则判定该单元区间内的空气中不存在逸散的可燃气体；
所述模型监测数据分析模块分别获取数据库中前n个数据保存集，分别统计每个数据保存集中对应的单元区间内的空气中存在逸散的可燃气体的元素，进而根据统计的元素，得到监测区域内可燃气体的逸散速率及空气中存在逸散的可燃气体的单元区间内可燃气体浓度的增长率；
所述单元区间中可燃气体监测传感器对应的初始波动阈值的获取方法包括以下步骤：
S2.1、按距离当前时间从小到大的顺序，获取每个单元区间中可燃气体监测传感器对应的历史数据中，相应单元区间内的空气中不存在逸散的可燃气体时，相应的可燃气体传感器对应的可燃气体浓度数据，且每个单元区间对应获取的可燃气体浓度数据为n1个，
将第a1个单元区间对应获取的第b个可燃气体浓度数据记为a3a1b，将第a1个单元区间对应获取的第b个可燃气体浓度数据对应的初始波动阈值记为ca1b；
S2.2、计算S2.1中获取的每个单元区间对应获取的可燃气体浓度数据的均值，将第a1个单元区间对应获取的可燃气体浓度数据的均值记为
Figure 726013DEST_PATH_IMAGE001
，所述
Figure 520794DEST_PATH_IMAGE002
；
S2.3、计算S2.1中获取的所有单元区间对应获取的可燃气体浓度数据与相应初始波动阈值之间的平均偏差值d，所述
Figure 74135DEST_PATH_IMAGE003
，其中，a5表示监测区域中单元区间的总个数；
S2.4、获取S2.1中获取的每个单元区间对应获取的各个可燃气体浓度数据中的最大值，将第a1个单元区间对应获取的各个可燃气体浓度数据中的最大值记为
Figure 194538DEST_PATH_IMAGE004
；
S2.5、获取当前时间每个单元区间对应的可燃气体监测传感器对应的初始波动阈值，
将当前时间第a1个单元区间对应的可燃气体监测传感器对应的初始波动阈值为
Figure 239854DEST_PATH_IMAGE005
，
所述
Figure 228539DEST_PATH_IMAGE005
表示第a1个单元区间对应的
Figure 511753DEST_PATH_IMAGE006
与
Figure 662111DEST_PATH_IMAGE004
之间的最大值，
当
Figure 397986DEST_PATH_IMAGE007
时，则
Figure 691826DEST_PATH_IMAGE008
，
当
Figure 626284DEST_PATH_IMAGE009
时，则
Figure 88490DEST_PATH_IMAGE010
，
当
Figure 170715DEST_PATH_IMAGE011
时，则
Figure 642148DEST_PATH_IMAGE012
；
本实施例中若编号01对应的单元区间前三个数据分别为9%，22%，10%；
若9%对应的初始波动阈值为15%，22%对应的初始波动阈值为16%，10%对应的初始波动阈值为16%；
若每个单元区间对应获取的可燃气体浓度数据为2个，
若获取的所有单元区间对应获取的可燃气体浓度数据与相应初始波动阈值之间的平均偏差值d=5%；
由于22%＞16%，则不获取22%，
则编号为01的单元区间对应获取的可燃气体浓度数据的均值为
Figure 759008DEST_PATH_IMAGE032
，
由于10%＞9%，则
Figure DEST_PATH_IMAGE033
，
因为
Figure 657694DEST_PATH_IMAGE034
，且14.5%＞10%，
则当前时间编号为01的单元区间对应的可燃气体监测传感器对应的初始波动阈值为
Figure DEST_PATH_IMAGE035
。
所述模型监测数据分析模块得到监测区域内可燃气体的逸散速率的方法包括以下步骤：
S3.1、获取模型监测数据获取模块最近得到的相邻的两个数据保存集，按时间先后顺序，将对应时间小的数据保存集记为第一数据保存集，将对应时间大的数据保存集记为第二数据保存集；
S3.2、获取第一数据保存集内空气中存在逸散的可燃气体的各个单元区间，并计算从第一数据保存集中获取的各个单元区间中，任意两个单元区间的中点之间的距离，并选取所得距离的最大值记为第一传播距离L1，进而通过第二数据保存集得到第二传播距离L2；
S3.3、得到监测区域内可燃气体的逸散速率Vy，所述
Figure 696057DEST_PATH_IMAGE013
，其中，t1表示预设时间；
所述模型监测数据分析模块得到空气中存在逸散的可燃气体的单元区间内可燃气体浓度的增长率的方法包括以下步骤：
S4.1、获取S3.1中的第一数据保存集及第二数据保存集；
S4.2、获取第一数据保存集内空气中存在逸散的可燃气体的各个单元区间对应的元素，将获取的元素个数记为n2；
S4.3、分别将S4.2中得到的每个元素与相应元素中单元区间编号在第二数据保存集中对应的元素组成一个元素对，
所述元素对中的第一个元素为第一数据保存集中的元素，所述元素对中的第二个元素为第二数据保存集中的元素；
S4.4、计算每个元素对对应的可燃气体浓度的增长率，将第j个元素对对应的可燃气体浓度的增长率记为ZLj，
所述ZLj等于第j个元素对中的第二个元素中对应的a3值与第一个元素中对应的a3值的差除以第二个元素中对应的a3值；
S4.5、得到空气中存在逸散的可燃气体的单元区间内可燃气体浓度的增长率
Figure 328771DEST_PATH_IMAGE014
，
所述
Figure 972242DEST_PATH_IMAGE015
。
本发明获取单元区间中可燃气体监测传感器对应的初始波动阈值，是考虑到不同区间不同时间段对应的初始波动阈值是可能不一样的，具体的初始波动阈值需要结合历史数据具体进行分析的；在单元区间中可燃气体监测传感器对应的初始波动阈值的获取过程中，获取第a1个单元区间对应获取的可燃气体浓度数据的均值
Figure 41829DEST_PATH_IMAGE001
，是为了综合考虑第a1个单元区间对应的历史数据中监测的浓度数据情况，通过获取均值，反馈历史数据中监测数据对应的稳定状态，进而为后续求取相应的初始波动阈值提供数据依据；获取的所有单元区间对应获取的可燃气体浓度数据与相应初始波动阈值之间的平均偏差值d，是为了获取历史数据中每个单元区间对应的监测数据与相应初始波动阈值之间偏差值的稳定状态，计算
Figure 833067DEST_PATH_IMAGE016
时为了得到第a1个单元区间对应获取的第b个可燃气体浓度数据a3a1b与第a1个单元区间对应获取的第b个可燃气体浓度数据对应的初始波动阈值ca1b之间的偏差值，计算
Figure 646302DEST_PATH_IMAGE017
，是为了得到第a1个单元区间对应的各个可燃气体浓度数据相应的偏差值之和，进而判断出第a1个单元区间对应的偏差值的稳定情况；将当前时间第a1个单元区间对应的可燃气体监测传感器对应的初始波动阈值为
Figure 472176DEST_PATH_IMAGE005
，是理论上将
Figure 509402DEST_PATH_IMAGE006
作为待求的初始波动阈值，但是又考虑到单元区间历史数据的实际情况，即考虑到
Figure 928882DEST_PATH_IMAGE004
大于
Figure 404863DEST_PATH_IMAGE006
时这种特殊情况，则相应的对理论上的初始波动阈值进行调整，即既包含理论中的初始波动阈值，又包含
Figure 960609DEST_PATH_IMAGE004
大于
Figure 998098DEST_PATH_IMAGE006
时这种特殊情况，即
Figure 904874DEST_PATH_IMAGE005
，进而确保获取的初始波动阈值的准确性；获取的第一数据保存集与第二数据保存集中，第一数据保存集是先获取的历史数据，第一数据保存集是相对第一数据保存集后获取的历史数据，因此第二数据保存集更加贴近当前时间；S3.2中选取所得距离的最大值记为第一传播距离L1，是为了将可燃气体浓度异常的单元区间中点之间的最大距离判断可燃气体传播的最大范围，进而在后续过程中将监测区域内可燃气体的逸散速率数值化，使得获取的结果更加准确；S4.5中得到空气中存在逸散的可燃气体的单元区间内可燃气体浓度的增长率
Figure 856649DEST_PATH_IMAGE014
，计算
Figure 657115DEST_PATH_IMAGE018
，是为了通过加权的方式获取第j个元素对对应的可燃气体浓度的增长率ZLj对
Figure 239406DEST_PATH_IMAGE014
的影响情况，通过n2个元素对对应的可燃气体浓度的增长率ZLj对
Figure 492533DEST_PATH_IMAGE014
的影响情况的累加值，得到相应的
Figure 185682DEST_PATH_IMAGE014
，该方式能够中和各个元素对
Figure 778338DEST_PATH_IMAGE014
的影响情况，能够有效减少某个异常元素相应的影响情况对
Figure 390585DEST_PATH_IMAGE014
造成的偏差，进而使得最终获取的结果更加稳定且更具有代表性。
所述模型监测数据分析模块得到监测区域内可燃气体逸散点造成的影响值的方法包括以下步骤：
S5.1、获取第一数据保存集内空气中存在逸散的可燃气体的各个单元区间对应的a3值；
S5.2、获取监测区域对应的Vy及
Figure 6374DEST_PATH_IMAGE014
；
S5.3、得到监测区域内可燃气体逸散点造成的影响值W，
所述
Figure 126383DEST_PATH_IMAGE019
，
其中，e1表示第一影响系数，e2表示第二影响系数，e3表示第三影响系数，
Figure 776807DEST_PATH_IMAGE020
表示第一数据保存集内空气中存在逸散的可燃气体的各个单元区间中的第j1个单元区间对应的a3值，
Figure 497639DEST_PATH_IMAGE021
表示第一数据保存集内空气中存在逸散的可燃气体的各个单元区间中的第j1个单元区间，在第二数据保存集中相应单元区间对应的初始波动阈值，
Figure 725358DEST_PATH_IMAGE022
表示第一数据保存集内空气中存在逸散的可燃气体的各个单元区间中的第j1个单元区间对应的初始波动阈值，
n3表示第二数据保存集内空气中存在逸散的可燃气体的单元区间的个数。
本发明模型监测数据分析模块得到监测区域内可燃气体逸散点造成的影响值的过程中，从单元区间对应的浓度增长率、初始波动阈值、监测区域对应的Vy及历史数据中第二数据保存集内空气中存在逸散的可燃气体的单元区间的个数这四个方面进行综合考虑，进而将监测区域内可燃气体逸散点造成的影响数值化、具体化，便于后续通过具体化后的影响值W对监测区域内的温度及通风口大小进行调节；第一影响系数e1、第二影响系数e2、第三影响系数e3这三个系数均是常量；计算
Figure 760310DEST_PATH_IMAGE023
，是为了通过之前获取的增长率
Figure 389874DEST_PATH_IMAGE014
及第一数据保存集内的
Figure 484869DEST_PATH_IMAGE020
推算出
Figure 199884DEST_PATH_IMAGE020
在第二数据保存集中相应位置对应的值；计算
Figure 38527DEST_PATH_IMAGE024
是为了预估推算的
Figure 460281DEST_PATH_IMAGE023
与相应单元区间中初始波动阈值
Figure 352276DEST_PATH_IMAGE021
之间的偏差值，进而为后续估算
Figure 164374DEST_PATH_IMAGE014
、初始波动阈值对监测区域内可燃气体逸散点造成的影响情况；计算
Figure 665763DEST_PATH_IMAGE025
是为了估算第一数据保存集与第二数据保存集内空气中存在逸散的可燃气体的各个单元区间中的第j1个单元区间偏差值的比值，则说明
Figure 145286DEST_PATH_IMAGE014
及相应的初始波动阈值对监测区域内可燃气体逸散点造成的影响越严重，该方式能够有效将
Figure 378821DEST_PATH_IMAGE014
及相应的初始波动阈值对W造成的影响数值化，能够准确衡量各个单元区间内可燃气体浓度的严重程度。
所述预警处理模块包括预警判定模块及可燃气体逸散情况处理模块，
所述预警判定模块获取监测区域内可燃气体逸散点造成的影响值，并根据获取的结果判断是否需要对监测区域对应的负责人进行预警；
所述可燃气体逸散情况处理模块针对监测区域内的可燃气体的逸散情况的分析结果，调节监测区域内的温度及通风口的大小。
所述预警判定模块将获取的监测区域内可燃气体逸散点造成的影响值W与第一阈值进行比较，
当W大于等于第一阈值时，则判定监测区域内可燃气体浓度异常，并将监测区域内异常浓度对应的单元区间编号传输给监测区域负责人，
当W小于第一阈值时，则判定监测区域内可燃气体浓度正常，不对监测区域负责人进行预警。
所述可燃气体逸散情况处理模块调节监测区域内的温度的方法包括以下步骤：
S6.1、获取监测区域内可燃气体的逸散速率Vy；
S6.2、获取监测区域内当前时间空气中的温度T；
S6.3、计算监测区域内的调节后的温度值T1，所述
Figure 68428DEST_PATH_IMAGE026
，其中，β表示逸散速率的调节系数；
所述可燃气体逸散情况处理模块调节监测区域内通风口大小的方法包括以下步骤：
S7.1、获取第一数据保存集中可燃气体监测传感器的标记为第一类型，且空气中存在逸散的可燃气体浓度最大的单元区间，
若获取的单元区间为一个，则判定逸散点的位置为获取的单元区间的中点，
若获取的单元区间为两个，则判定逸散点的位置为获取的单元区间的中点之间连线中，所得线段的中心点，
若获取的单元区间大于等于三个，则将获取的单元区间的中点两两之间相互连接，得到一个包含获取的单元区间的所有中点且围成的面积最大的图形，并判定逸散点的位置为所得图形的中心点；
S7.2、获取监测区域内各个通风口与逸散点之间的距离，并按从小到大的顺序对所得距离进行排序，并按排序中的序号为各个通风口进行标号，
将序号k对应的通风口与逸散点之间的距离记为DLk；
S7.3、计算监测区域内的通风口的调节偏差值Rk2，所述
Figure 248874DEST_PATH_IMAGE027
，
其中，
Figure 441958DEST_PATH_IMAGE028
表示与逸散点之间的距离为DLk的序号为k的通风口对监测区域内可燃气体逸散点造成的影响值W的调节值，
P表示与逸散点之间的距离为单位距离的通风口对监测区域内可燃气体逸散点造成的影响值W的调节值，
Figure 49657DEST_PATH_IMAGE029
表示监测区域内各个通风口与逸散点之间的距离排序中，前k2个序号对应的通风口，对监测区域内可燃气体逸散点造成的影响值W的综合调节值；
S7.4、获取k2为不同值时，各个Rk2中的最小值，记为Rmin，Rmin中对应的各个通风口为调节后保持开启的通风口，其余通风口则依旧保持关闭。
本发明可燃气体逸散情况处理模块调节监测区域内的温度的过程中，考虑到温度对空气中气体扩散快慢的影响，温度越高，气体的热运动越快，则空气中的可燃气体的扩散速度越快，同理，可以通过降低温度的方式，抑制空气中的可燃气体的热运动，进而达到抑制其逸散速率的技术效果；可燃气体逸散情况处理模块调节监测区域内通风口大小的过程中，获取第一数据保存集中可燃气体监测传感器的标记为第一类型，且空气中存在逸散的可燃气体浓度最大的单元区间，是因为考虑到标记为第二类型的可燃气体监测传感器对应的单元区间不包含可燃气体管道，而可燃气体的逸散点则是位于可燃气体管道上，因此通过该筛选方式，在确定逸散点的过程中，能够直接排除包含第二类型标记的单元区间对最终位置的判定影响，使得最终获取的位置更加准确；获取监测区域内各个通风口与逸散点之间的距离，是考虑同一通风口与逸散点之间的距离不同，对可燃气体的排放情况不同，距离越近，逸散点逸散的可燃气体从通风口排除的时间越短，该通风口对监测区域内可燃气体逸散点造成的影响值W越容易进行调节处理；计算
Figure 898664DEST_PATH_IMAGE030
是为了判断影响值W与综合调节值
Figure 505970DEST_PATH_IMAGE029
之间偏差，
Figure 694505DEST_PATH_IMAGE031
对应的结果越小，则说明W与
Figure 332160DEST_PATH_IMAGE029
这两个值越接近，当
Figure 871726DEST_PATH_IMAGE031
越大且W大于
Figure 190712DEST_PATH_IMAGE029
时，则说明W与
Figure 623967DEST_PATH_IMAGE029
这两个值相差越远且综合调节值越小，对应的情况时通风口的调节力度不够，监测区域内可燃气体对环境依旧造成影响，且存在安全隐患；而当
Figure 573469DEST_PATH_IMAGE031
越大且W小于
Figure 459385DEST_PATH_IMAGE029
时，则说明W与
Figure 519745DEST_PATH_IMAGE029
这两个值相差越远且综合调节值越大，对应的情况时通风口的调节力度过量，该情况虽然不存在安全隐患，但是会造成能源过度浪费。
一种基于物联网的可燃气体监测预警方法，所述方法包括以下步骤：
S1、通过可燃气体监测模型构建模块对监测区域内按照指定方式布置多个可燃气体监测传感器，通过监测区域内可燃气体监测传感器的布置方式，得到监测区域对应的可燃气体监测模型；
S2、模型监测数据获取模块每隔预设时间采集一次可燃气体监测模型内的可燃气体监测传感器的监测数据，并将获取的数据保存到数据库中；
S3、在模型监测数据分析模块中，根据模型监测数据获取模块得到的采集结果，对监测区域内的可燃气体的逸散情况进行分析，得到监测区域内可燃气体逸散点造成的影响值；
S4、通过预警处理模块对监测区域内可燃气体逸散点造成的影响值进行分析，并根据分析结果判断预警处理模块是否需要进行预警，同时，根据模型监测数据分析模块对监测区域内的可燃气体的逸散情况的分析结果，对监测区域内的温度及通风口进行调节。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于物联网的可燃气体监测预警系统，其特征在于，包括：
可燃气体监测模型构建模块，所述可燃气体监测模型构建模块用于对监测区域内按照指定方式布置多个可燃气体监测传感器，通过监测区域内可燃气体监测传感器的布置方式，得到监测区域对应的可燃气体监测模型；
模型监测数据获取模块，所述模型监测数据获取模块每隔预设时间采集一次可燃气体监测模型内的可燃气体监测传感器的监测数据，并将获取的数据保存到数据库中；
模型监测数据分析模块，所述模型监测数据分析模块根据模型监测数据获取模块得到的采集结果，对监测区域内的可燃气体的逸散情况进行分析，得到监测区域内可燃气体逸散点造成的影响值；
预警处理模块，所述预警处理模块对监测区域内可燃气体逸散点造成的影响值进行分析，并根据分析结果判断预警处理模块是否需要进行预警，同时，根据模型监测数据分析模块对监测区域内的可燃气体的逸散情况的分析结果，对监测区域内的温度及通风口进行调节；
所述可燃气体监测模型构建模块得到监测区域对应的可燃气体模型的方法包括以下步骤：
S1.1、获取监控区域内的可燃气体管道分布图；
S1.2、将监控区域划分成规格相同且面积相等的不同单元区间，在每个单元区间内的中心点位置设置一个可燃气体监测传感器，并对监测区域内的各个单元区间进行编号，
所述可燃气体监测传感器用于监测监测区域内相应单元区间内空气中的可燃气体浓度；
S1.3、判断各个可燃气体监测传感器对应的单元区间内是否包含可燃气体管道，
当可燃气体监测传感器对应的单元区间内包含可燃气体管道时，对该单元区间内的可燃气体监测传感器进行第一类型标记，
当可燃气体监测传感器对应的单元区间内不包含可燃气体管道时，对该单元区间内的可燃气体监测传感器进行第二类型标记；
S1.4、对监测区域内第一类型标记的可燃气体监测传感器进行编号，将监测区域内第一类型标记的第i个可燃气体监测传感器的编号记为Ai，
对监测区域内第二类型标记的可燃气体监测传感器进行编号，将监测区域内第二类型标记的第i个可燃气体监测传感器的编号记为Bi，进而得到监测区域对应的可燃气体模型。
2.根据权利要求1所述的一种基于物联网的可燃气体监测预警系统，其特征在于：所述模型监测数据获取模块将获取的数据保存到数据库时，按单元区间编号从小到大的顺序将每个单元区间对应的数据作为一个元素录入到一个空白集合中，进而得到数据保存集，所述数据保存集中的元素对应的数据格式记为[a1，a2，a3，a4]，
其中，a1表示单元区间的编号，
a2表示相应单元区间编号内可燃气体监测传感器的编号，a2包括第一类型标记的可燃气体监测传感器的编号及第二类型标记的可燃气体监测传感器的编号，
a3表示相应单元区间编号内可燃气体监测传感器监测到的空气中的可燃气体浓度，
a4表示相应单元区间编号内可燃气体监测传感器监测的时间。
3.根据权利要求2所述的一种基于物联网的可燃气体监测预警系统，其特征在于：所述模型监测数据分析模块获取各个单元区间中可燃气体监测传感器对应的初始波动阈值，并将每个单元区间内可燃气体监测传感器监测到空气中的可燃气体浓度，与相应单元区间中可燃气体监测传感器对应的初始波动阈值进行比较，
当单元区间内可燃气体监测传感器监测到空气中的可燃气体浓度大于对应的初始波动阈值，则判定该单元区间内的空气中存在逸散的可燃气体，
反之，则判定该单元区间内的空气中不存在逸散的可燃气体；
所述模型监测数据分析模块分别获取数据库中前n个数据保存集，分别统计每个数据保存集中对应的单元区间内的空气中存在逸散的可燃气体的元素，进而根据统计的元素，得到监测区域内可燃气体的逸散速率及空气中存在逸散的可燃气体的单元区间内可燃气体浓度的增长率；
所述单元区间中可燃气体监测传感器对应的初始波动阈值的获取方法包括以下步骤：
S2.1、按距离当前时间从小到大的顺序，获取每个单元区间中可燃气体监测传感器对应的历史数据中，相应单元区间内的空气中不存在逸散的可燃气体时，相应的可燃气体传感器对应的可燃气体浓度数据，且每个单元区间对应获取的可燃气体浓度数据为n1个，
将第a1个单元区间对应获取的第b个可燃气体浓度数据记为a3a1b，将第a1个单元区间对应获取的第b个可燃气体浓度数据对应的初始波动阈值记为ca1b；
S2.2、计算S2.1中获取的每个单元区间对应获取的可燃气体浓度数据的均值，将第a1个单元区间对应获取的可燃气体浓度数据的均值记为
Figure 331416DEST_PATH_IMAGE001
，所述
Figure 790080DEST_PATH_IMAGE002
；
S2.3、计算S2.1中获取的所有单元区间对应获取的可燃气体浓度数据与相应初始波动阈值之间的平均偏差值d，所述
Figure 397778DEST_PATH_IMAGE003
，其中，a5表示监测区域中单元区间的总个数；
S2.4、获取S2.1中获取的每个单元区间对应获取的各个可燃气体浓度数据中的最大值，将第a1个单元区间对应获取的各个可燃气体浓度数据中的最大值记为
Figure 246786DEST_PATH_IMAGE004
；
S2.5、获取当前时间每个单元区间对应的可燃气体监测传感器对应的初始波动阈值，
将当前时间第a1个单元区间对应的可燃气体监测传感器对应的初始波动阈值为
Figure 588512DEST_PATH_IMAGE005
，
所述
Figure 42627DEST_PATH_IMAGE005
表示第a1个单元区间对应的
Figure 945861DEST_PATH_IMAGE006
与
Figure 219848DEST_PATH_IMAGE004
之间的最大值，
Figure 866729DEST_PATH_IMAGE007
时，则
Figure 972089DEST_PATH_IMAGE008
，
当
Figure 921590DEST_PATH_IMAGE009
时，则
Figure 807507DEST_PATH_IMAGE010
，
当
Figure 867867DEST_PATH_IMAGE011
时，则
Figure 657093DEST_PATH_IMAGE012
；
所述模型监测数据分析模块得到监测区域内可燃气体的逸散速率的方法包括以下步骤：
S3.1、获取模型监测数据获取模块最近得到的相邻的两个数据保存集，按时间先后顺序，将对应时间小的数据保存集记为第一数据保存集，将对应时间大的数据保存集记为第二数据保存集；
S3.2、获取第一数据保存集内空气中存在逸散的可燃气体的各个单元区间，并计算从第一数据保存集中获取的各个单元区间中，任意两个单元区间的中点之间的距离，并选取所得距离的最大值记为第一传播距离L1，进而通过第二数据保存集得到第二传播距离L2；
S3.3、得到监测区域内可燃气体的逸散速率Vy，所述
Figure 777496DEST_PATH_IMAGE013
，其中，t1表示预设时间；
所述模型监测数据分析模块得到空气中存在逸散的可燃气体的单元区间内可燃气体浓度的增长率的方法包括以下步骤：
S4.1、获取S3.1中的第一数据保存集及第二数据保存集；
S4.2、获取第一数据保存集内空气中存在逸散的可燃气体的各个单元区间对应的元素，将获取的元素个数记为n2；
S4.3、分别将S4.2中得到的每个元素与相应元素中单元区间编号在第二数据保存集中对应的元素组成一个元素对，
所述元素对中的第一个元素为第一数据保存集中的元素，所述元素对中的第二个元素为第二数据保存集中的元素；
S4.4、计算每个元素对对应的可燃气体浓度的增长率，将第j个元素对对应的可燃气体浓度的增长率记为ZLj，
所述ZLj等于第j个元素对中的第二个元素中对应的a3值与第一个元素中对应的a3值的差除以第二个元素中对应的a3值；
S4.5、得到空气中存在逸散的可燃气体的单元区间内可燃气体浓度的增长率
Figure 88392DEST_PATH_IMAGE014
，
所述
Figure 77076DEST_PATH_IMAGE015
。
4.根据权利要求3所述的一种基于物联网的可燃气体监测预警系统，其特征在于：所述模型监测数据分析模块得到监测区域内可燃气体逸散点造成的影响值的方法包括以下步骤：
S5.1、获取第一数据保存集内空气中存在逸散的可燃气体的各个单元区间对应的a3值；
S5.2、获取监测区域对应的Vy及
Figure 94711DEST_PATH_IMAGE014
；
S5.3、得到监测区域内可燃气体逸散点造成的影响值W，
所述
Figure 510649DEST_PATH_IMAGE016
，
其中，e1表示第一影响系数，e2表示第二影响系数，e3表示第三影响系数，
Figure 246523DEST_PATH_IMAGE017
表示第一数据保存集内空气中存在逸散的可燃气体的各个单元区间中的第j1个单元区间对应的a3值，
Figure 445424DEST_PATH_IMAGE018
表示第一数据保存集内空气中存在逸散的可燃气体的各个单元区间中的第j1个单元区间，在第二数据保存集中相应单元区间对应的初始波动阈值，
Figure 707778DEST_PATH_IMAGE019
表示第一数据保存集内空气中存在逸散的可燃气体的各个单元区间中的第j1个单元区间对应的初始波动阈值，
n3表示第二数据保存集内空气中存在逸散的可燃气体的单元区间的个数。
5.根据权利要求4所述的一种基于物联网的可燃气体监测预警系统，其特征在于：所述预警处理模块包括预警判定模块及可燃气体逸散情况处理模块，
所述预警判定模块获取监测区域内可燃气体逸散点造成的影响值，并根据获取的结果判断是否需要对监测区域对应的负责人进行预警；
所述可燃气体逸散情况处理模块针对监测区域内的可燃气体的逸散情况的分析结果，调节监测区域内的温度及通风口的大小。
6.根据权利要求5所述的一种基于物联网的可燃气体监测预警系统，其特征在于：所述预警判定模块将获取的监测区域内可燃气体逸散点造成的影响值W与第一阈值进行比较，
当W大于等于第一阈值时，则判定监测区域内可燃气体浓度异常，并将监测区域内异常浓度对应的单元区间编号传输给监测区域负责人，
当W小于第一阈值时，则判定监测区域内可燃气体浓度正常，不对监测区域负责人进行预警。
7.根据权利要求6所述的一种基于物联网的可燃气体监测预警系统，其特征在于：所述可燃气体逸散情况处理模块调节监测区域内的温度的方法包括以下步骤：
S6.1、获取监测区域内可燃气体的逸散速率Vy；
S6.2、获取监测区域内当前时间空气中的温度T；
S6.3、计算监测区域内的调节后的温度值T1，所述
Figure 435562DEST_PATH_IMAGE020
，其中，β表示逸散速率的调节系数；
所述可燃气体逸散情况处理模块调节监测区域内通风口大小的方法包括以下步骤：
S7.1、获取第一数据保存集中可燃气体监测传感器的标记为第一类型，且空气中存在逸散的可燃气体浓度最大的单元区间，
若获取的单元区间为一个，则判定逸散点的位置为获取的单元区间的中点，
若获取的单元区间为两个，则判定逸散点的位置为获取的单元区间的中点之间连线中，所得线段的中心点，
若获取的单元区间大于等于三个，则将获取的单元区间的中点两两之间相互连接，得到一个包含获取的单元区间的所有中点且围成的面积最大的图形，并判定逸散点的位置为所得图形的中心点；
S7.2、获取监测区域内各个通风口与逸散点之间的距离，并按从小到大的顺序对所得距离进行排序，并按排序中的序号为各个通风口进行标号，
将序号k对应的通风口与逸散点之间的距离记为DLk；
S7.3、计算监测区域内的通风口的调节偏差值Rk2，所述
Figure 16323DEST_PATH_IMAGE021
，
其中，
Figure 222176DEST_PATH_IMAGE022
表示与逸散点之间的距离为DLk的序号为k的通风口对监测区域内可燃气体逸散点造成的影响值W的调节值，
P表示与逸散点之间的距离为单位距离的通风口对监测区域内可燃气体逸散点造成的影响值W的调节值，
Figure 339037DEST_PATH_IMAGE023
表示监测区域内各个通风口与逸散点之间的距离排序中，前k2个序号对应的通风口，对监测区域内可燃气体逸散点造成的影响值W的综合调节值；
S7.4、获取k2为不同值时，各个Rk2中的最小值，记为Rmin，Rmin中对应的各个通风口为调节后保持开启的通风口，其余通风口则依旧保持关闭。
8.应用权利要求1-7任意一项所述的一种基于物联网的可燃气体监测预警系统的基于物联网的可燃气体监测预警方法，其特征在于：所述方法包括以下步骤：
S1、通过可燃气体监测模型构建模块对监测区域内按照指定方式布置多个可燃气体监测传感器，通过监测区域内可燃气体监测传感器的布置方式，得到监测区域对应的可燃气体监测模型；
S2、模型监测数据获取模块每隔预设时间采集一次可燃气体监测模型内的可燃气体监测传感器的监测数据，并将获取的数据保存到数据库中；
S3、在模型监测数据分析模块中，根据模型监测数据获取模块得到的采集结果，对监测区域内的可燃气体的逸散情况进行分析，得到监测区域内可燃气体逸散点造成的影响值；
S4、通过预警处理模块对监测区域内可燃气体逸散点造成的影响值进行分析，并根据分析结果判断预警处理模块是否需要进行预警，同时，根据模型监测数据分析模块对监测区域内的可燃气体的逸散情况的分析结果，对监测区域内的温度及通风口进行调节。
CN202210381273.XA 2022-04-13 2022-04-13 一种基于物联网的可燃气体监测预警系统及方法 Active CN114463954B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210381273.XA CN114463954B (zh) 2022-04-13 2022-04-13 一种基于物联网的可燃气体监测预警系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210381273.XA CN114463954B (zh) 2022-04-13 2022-04-13 一种基于物联网的可燃气体监测预警系统及方法

Publications (2)

Publication Number Publication Date
CN114463954A true CN114463954A (zh) 2022-05-10
CN114463954B CN114463954B (zh) 2022-06-21

Family

ID=81418672

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210381273.XA Active CN114463954B (zh) 2022-04-13 2022-04-13 一种基于物联网的可燃气体监测预警系统及方法

Country Status (1)

Country Link
CN (1) CN114463954B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115389707A (zh) * 2022-08-01 2022-11-25 江苏力之源智能电气有限公司 一种基于物联网的sf6气体监测报警系统及方法
CN115792133A (zh) * 2022-12-23 2023-03-14 天津新亚精诚科技有限公司 一种基于可燃气体监测的消防安全分析方法及系统
CN116539231A (zh) * 2023-07-06 2023-08-04 江西省化学工业设计院 一种化工危险气体的远程监测方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2308938A1 (en) * 2000-05-19 2001-11-19 Raymond Wood Excess gas flow, earthquake, gas and smoke detector and shut-off valve
WO2011057465A1 (zh) * 2009-11-10 2011-05-19 天津市浦海新技术有限公司 一种火灾、可燃气体报警系统及方法
CN102881120A (zh) * 2012-10-09 2013-01-16 宁波宇宏电气有限公司 一种具有智能报警阈值的燃气泄漏报警控制器及其控制方法
CN109413579A (zh) * 2018-09-19 2019-03-01 常州大学 室内可燃气体泄露源定位的远程预警系统、部署方法及其定位方法
CN110085003A (zh) * 2019-04-25 2019-08-02 常州机电职业技术学院 一种埋地燃气管道监控预警方法
CN210006184U (zh) * 2019-06-03 2020-01-31 阳光学院 燃气管网智慧监测管理系统
CN114321740A (zh) * 2021-12-24 2022-04-12 华荣科技股份有限公司 一种可燃气体泄漏点定位方法、系统及可读存储模块

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2308938A1 (en) * 2000-05-19 2001-11-19 Raymond Wood Excess gas flow, earthquake, gas and smoke detector and shut-off valve
WO2011057465A1 (zh) * 2009-11-10 2011-05-19 天津市浦海新技术有限公司 一种火灾、可燃气体报警系统及方法
CN102881120A (zh) * 2012-10-09 2013-01-16 宁波宇宏电气有限公司 一种具有智能报警阈值的燃气泄漏报警控制器及其控制方法
CN109413579A (zh) * 2018-09-19 2019-03-01 常州大学 室内可燃气体泄露源定位的远程预警系统、部署方法及其定位方法
CN110085003A (zh) * 2019-04-25 2019-08-02 常州机电职业技术学院 一种埋地燃气管道监控预警方法
CN210006184U (zh) * 2019-06-03 2020-01-31 阳光学院 燃气管网智慧监测管理系统
CN114321740A (zh) * 2021-12-24 2022-04-12 华荣科技股份有限公司 一种可燃气体泄漏点定位方法、系统及可读存储模块

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115389707A (zh) * 2022-08-01 2022-11-25 江苏力之源智能电气有限公司 一种基于物联网的sf6气体监测报警系统及方法
CN115389707B (zh) * 2022-08-01 2024-03-29 江苏力之源智能电气有限公司 一种基于物联网的sf6气体监测报警系统及方法
CN115792133A (zh) * 2022-12-23 2023-03-14 天津新亚精诚科技有限公司 一种基于可燃气体监测的消防安全分析方法及系统
CN115792133B (zh) * 2022-12-23 2023-11-07 天津新亚精诚科技有限公司 一种基于可燃气体监测的消防安全分析方法及系统
CN116539231A (zh) * 2023-07-06 2023-08-04 江西省化学工业设计院 一种化工危险气体的远程监测方法及系统
CN116539231B (zh) * 2023-07-06 2023-09-05 江西省化学工业设计院 一种化工危险气体的远程监测方法及系统

Also Published As

Publication number Publication date
CN114463954B (zh) 2022-06-21

Similar Documents

Publication Publication Date Title
CN114463954B (zh) 一种基于物联网的可燃气体监测预警系统及方法
EP3249483B1 (en) Information processing device and information processing method
TWI543102B (zh) 異因分析與校正方法與系統
US20150235133A1 (en) Data concentration prediction device, data concentration prediction method, and recording medium recording program thereof
CN114674988B (zh) 一种基于无线网络的空气在线监测系统
CN116400126B (zh) 一种具有数据处理系统的低压电力箱
CN107679715A (zh) 一种基于spc的电能表综合误差过程能力评价方法及评价系统
CN111750935A (zh) 一种工作环境监测控制装置
CN117006593B (zh) 基于需求的工业空调出风控制方法及系统
CN115907279A (zh) 基于物联网的工业生产产品用质量检测系统及方法
CN115077627A (zh) 一种多融合环境数据监管方法及监管系统
CN117111551A (zh) 一种基于ames系统的药品生产质量监控方法及系统
CN110807174B (zh) 一种基于统计分布的污水厂厂群出水分析及异常识别方法
CN112151185A (zh) 一种儿童呼吸疾病与环境数据关联分析方法及系统
Tang et al. A monitoring and control system of agricultural environmental data based on the internet of things
US6782376B2 (en) Reasoning method based on similarity of cases
CN116797153A (zh) 一种基于大数据的企业员工任务管理应用定制方法
CN212300442U (zh) 一种工作环境监测控制装置
CN114384872A (zh) 产品研制过程质量综合管控系统
CN117391312B (zh) 一种智慧建筑的告警智能处理方法及系统
CN106023830B (zh) 一种led显示系统
CN116661522B (zh) 一种基于数据处理的温变试验箱温度智能调控方法
CN114237072B (zh) 应用云控制技术的智能家居门锁一体化控制系统及方法
CN117130265B (zh) 一种保健品运输环境自适应控制方法及系统
CN117826693B (zh) 一种智慧油库监控预警系统及方法

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