CN116164243A - 一种氢泄漏检测定位系统及方法 - Google Patents
一种氢泄漏检测定位系统及方法 Download PDFInfo
- Publication number
- CN116164243A CN116164243A CN202310456830.4A CN202310456830A CN116164243A CN 116164243 A CN116164243 A CN 116164243A CN 202310456830 A CN202310456830 A CN 202310456830A CN 116164243 A CN116164243 A CN 116164243A
- Authority
- CN
- China
- Prior art keywords
- hydrogen
- detection
- node
- leakage
- wireless communication
- 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.)
- Pending
Links
- 239000001257 hydrogen Substances 0.000 title claims abstract description 199
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 199
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 186
- 238000001514 detection method Methods 0.000 title claims abstract description 116
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000013528 artificial neural network Methods 0.000 claims abstract description 19
- 150000002431 hydrogen Chemical class 0.000 claims abstract description 10
- 125000004435 hydrogen atom Chemical group [H]* 0.000 claims abstract description 3
- 238000004891 communication Methods 0.000 claims description 50
- 238000012545 processing Methods 0.000 claims description 22
- 239000007789 gas Substances 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000009499 grossing Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 230000004807 localization Effects 0.000 claims 1
- 210000002569 neuron Anatomy 0.000 description 8
- 238000003062 neural network model Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- 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
- F17D5/005—Protection or supervision of installations of gas pipelines, e.g. alarm
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B3/00—Audible signalling systems; Audible personal calling systems
- G08B3/10—Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/30—Hydrogen technology
- Y02E60/32—Hydrogen storage
Abstract
本发明公开一种氢泄漏检测定位系统及方法,涉及氢系统安全技术领域,该系统中近场检测模块包括检测节点和值守节点;设置在每一管路接头的接口位置的所有检测节点与对应的值守节点连接;检测节点检测对应接口位置的氢气浓度信号,并将氢气浓度信号以及对应的检测节点编号无线发送至对应的值守节点;值守节点对接收的氢气浓度信号进行预处理,并将预处理后的信号、检测节点编号以及相应的值守节点编号无线传输至上层总控模块;远场传感器阵列利用氢气传感器检测氢系统关键位置的氢气浓度信号,并无线传输至上层总控模块;上层总控模块采用训练好的BP神经网络进行氢泄漏检测以及氢泄漏位置的定位。本发明能够精确检测且快速定位氢泄漏的区域。
Description
技术领域
本发明涉及氢系统安全技术领域,特别是涉及一种氢泄漏检测定位系统及方法。
背景技术
氢能是一种新型能源,其燃烧效率高,燃烧无污染,受到广泛关注,但是其一旦产生泄漏,易发生危险。因此,检测氢系统环境的氢泄漏显得极为重要。现有技术是通过氢气传感器进行检测,而氢系统有多条管路与连接处,并且目前的检测方案出于成本与空间考虑,传感器的布置并不能兼顾所有的潜在泄漏位置。因此,只在关键位置布置传感器,进而只能检测出较明显的氢泄漏。但是当一些管路接头处出现微量氢泄漏时,由于泄漏量较小,对于空气氢浓度的影响较小,基于现有技术难以精确的检测出来。微量氢泄漏如果发现较晚,也会存在安全隐患。若想让检测更加精确,则需要占用较多空间以及存在较多线束,且传感器量程较小,器件温度不可控。这样也会大大增加维护成本。因此,针对以上问题,亟需提供一种兼顾高精度、快速与结构简单的氢泄漏检测系统或方法。
发明内容
本发明的目的是提供一种氢泄漏检测定位系统及方法,能够精确检测且快速定位氢泄漏的区域。
为实现上述目的,本发明提供了如下方案:
一种氢泄漏检测定位系统,氢系统中氢气管路通过管路接头接合;所述一种氢泄漏检测定位系统包括:近场检测模块、远场传感器阵列和上层总控模块;
所述近场检测模块包括设置在管路接头的接口位置的检测节点和值守节点;设置在每一管路接头的接口位置的所有检测节点与对应的值守节点连接;所述检测节点用于检测对应接口位置的氢气浓度信号,并将所述氢气浓度信号以及对应的检测节点编号无线发送至对应的值守节点;所述值守节点用于对接收的氢气浓度信号进行预处理,并将预处理后的信号、检测节点编号以及相应的值守节点编号无线传输至所述上层总控模块;所述接口位置包括:氢气管路接口和储氢罐阀门阀口;所述预处理包括:归一化处理和平滑处理;
所述远场传感器阵列用于利用氢气传感器检测氢系统关键位置的氢气浓度信号,并无线传输至所述上层总控模块;
所述上层总控模块用于根据远场传感器阵列的氢气浓度信号和每一值守节点传输的信号,采用训练好的BP神经网络进行氢泄漏检测以及氢泄漏位置的定位。
可选地,所述检测节点包括:基于BLE的无线通信的微机电微量感应单元与第一定时开关;
所述基于BLE的无线通信的微机电微量感应单元与所述第一定时开关连接;所述基于BLE的无线通信的微机电微量感应单元在所述第一定时开关的控制下开始工作或停止工作;所述基于BLE的无线通信的微机电微量感应单元用于检测对应接口位置的氢气浓度信号,并将所述氢气浓度信号、检测节点编号以及相应的值守节点编号无线发送至对应的值守节点。
可选地,所述基于BLE的无线通信的微机电微量感应单元包括:BLE无线通信装置和微机电感应模块;所述BLE无线通信装置集成在所述微机电感应模块上。
可选地,所述微机电感应模块为MOS气敏传感器。
可选地,所述值守节点包括:第一BLE无线通信单元、信号处理单元与第二定时开关;
所述第二定时开关用于控制所述第一BLE无线通信单元和所述信号处理单元开始工作或停止工作;
所述信号处理单元与所述第一BLE无线通信单元连接;所述信号处理单元用于对接收的氢气浓度信号进行预处理;所述第一BLE无线通信单元用于将预处理后的信号以及检测节点编号无线传输至所述上层总控模块。
可选地,所述上层总控模块包括:微控制单元MCU、第二BLE无线通信单元与警报扬声器;
所述微控制单元MCU通过所述第二BLE无线通信单元无线接收所述远场传感器阵列的氢气浓度信号和每一值守节点传输的信号,并采用训练好的BP神经网络进行氢泄漏检测以及氢泄漏位置的定位;
所述警报扬声器用于当多个检测节点检测到氢泄漏和/或远场传感器阵列检测到氢泄漏时,进行报警。
可选地,还包括:云端大数据平台;
所述云端大数据平台与所述上层总控模块通信。
一种氢泄漏检测定位方法,应用于所述的一种氢泄漏检测定位系统,包括:
获取远场传感器阵列的氢气浓度信号和每一值守节点传输的信号;每一值守节点传输的信号包括:预处理后的信号、检测节点编号以及相应的值守节点编号;所述预处理后的信号包括:接收的检测节点检测的氢气浓度信号;
根据远场传感器阵列的氢气浓度信号和每一值守节点传输的信号,采用训练好的BP神经网络进行氢泄漏检测以及氢泄漏位置的定位。
可选地,所述根据远场传感器阵列的氢气浓度信号和每一值守节点传输的信号,采用训练好的BP神经网络进行氢泄漏检测以及氢泄漏位置的定位,具体包括:
当1个检测节点检测到氢泄漏,且远场传感器阵列未检测到氢泄漏时,将危险警报划分为I级风险,并标明泄漏区域,此时警报扬声器不发出警报声;
当多个检测节点检测到氢泄漏,且远场传感器阵列未检测到氢泄漏时,将危险警报划分为II级风险,并标明泄漏区域,此时警报扬声器发出间隔的警报声;
当多个检测节点检测到氢泄漏,且远场传感器阵列检测到氢泄漏时,将危险警报划分为III级风险,并标明泄漏区域,此时警报扬声器发出连续不断的警报声。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明所提供的一种氢泄漏检测定位系统及方法,利用近场检测模块的检测节点和值守节点检测多条氢气管路连接处的微量氢泄漏;利用远场传感器阵列检测较大范围浓度变化的氢泄漏;同时利用BP神经网络模型对泄漏点进行快速且精确的定位,解决了连接线束冗杂、占用空间大、经济性差、精度较低且维修困难的问题,弥补了传统检测氢气泄漏传感器无法检测出微量氢泄漏且无法快速精确定位微量氢泄漏的问题,具有同时兼顾微量小范围与高浓度变化、大范围的氢泄漏检测的优点,实用性更好。
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为本发明所提供的一种氢泄漏检测定位系统结构示意图;
图2为本发明所提供的近场检测模块结构示意图;
图3为本发明所提供的一种氢泄漏检测定位方法流程示意图;
图4为用于神经网络定位的管路网格示意图;
图5为预警的流程示意图。
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。
本发明的目的是提供一种氢泄漏检测定位系统及方法,能够精确检测且快速定位氢泄漏的区域。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明所提供的一种氢泄漏检测定位系统,用于检测氢系统中的氢泄漏,氢系统中氢气管路通过管路接头接合。所述一种氢泄漏检测定位系统包括:近场检测模块、远场传感器阵列和上层总控模块。
如图2所示,所述近场检测模块包括设置在管路接头的接口位置的检测节点和值守节点;设置在每一管路接头的接口位置的所有检测节点与对应的值守节点连接;设置在每一管路接头的接口位置的所有检测节点构成一个检测节点组,每个检测节点组均对应一个值守节点。值守节点与检测节点由无线通信模块建立连接从而取代传统线束。
所述检测节点用于检测对应接口位置的氢气浓度信号,并将所述氢气浓度信号以及对应的检测节点编号无线发送至对应的值守节点;所述值守节点用于对接收的氢气浓度信号进行预处理,并将预处理后的信号、检测节点编号以及相应的值守节点编号无线传输至所述上层总控模块;所述接口位置包括:氢气管路接口和储氢罐阀门阀口;所述预处理包括:归一化处理和平滑处理。
对所有检测节点进行编号,每个编号均对应唯一的检测节点,在通过无线传输模块传输检测的信号数据时,同时将节点的编号信息一同上传。若检测到氢泄漏则可迅速判定出现泄漏的检测节点的位置。
所述远场传感器阵列用于利用氢气传感器检测氢系统关键位置的氢气浓度信号,并无线传输至所述上层总控模块;远场传感器阵列由多个配备无线传输模块的氢气传感器组成,各氢气传感器均独立工作且间隔较远分开布置。
所述上层总控模块用于根据远场传感器阵列的氢气浓度信号和每一值守节点传输的信号,采用训练好的BP神经网络进行氢泄漏检测以及氢泄漏位置的定位。
如图4所示,对BP神经网络的训练过程为:
对值守节点所在的管路系统进行表面网格划分,并分别编号,当显示某一网格处发生泄漏,则泄漏点可精确定位到该网格所在的氢气管路位置。
建立三层BP神经网络,输入层神经元的个数R取决于所选用信号的多少,分别对应于该检测节点组的每个检测节点检测到的氢气浓度。网络输出层神经元个数L,取决于所划分网格的个数n(L≥),输出层每个神经元输出值为0或1,输出值(0,0,…,0),(0,0,…,1),…,分别对应网格正常工作、网格出现泄漏的工作状态。隐含层神经元的个数可由以下经验公式确定:
P=K-1;
P=2R+1;
式中,P为隐含层神经元个数;R为输入层神经元个数;L为输出层神经元个数;K为输入样本模式个数;r为任意1-10的整数。
具体隐含层神经元个数计算公式根据实际要求,从以上四式中任意选取其一即可。
分别对给定任意的管路网格发生氢泄漏的模拟,收集不同时刻的各值守节点的浓度信号以及浓度变化速率信号,将以上数据进行预处理。具体包括以下步骤:
对收集的原始数据进行归一化处理,公式为:
对数据进行平滑预处理,由于Savitzky-Golay滤波器具有滤除噪声同时确保信号形状、宽度不变的特性,故采用SG滤波法。其公式为:
将经过上述数据处理后的数据信号放入神经网络,不断进行调试与多轮训练。当神经网络对泄漏模拟的定位准确率达到95%以上,且产生误差时的定位的网格与实际模拟泄漏的网格相邻有接触,则可通过模拟测试,跳出训练。若模型的定位不满足以上条件,则继续对神经网络进行训练,直到满足上述条件。最终得到完整的精确定位氢泄漏的神经网络模型。
具体地,所述检测节点包括:基于BLE的无线通信的微机电微量感应单元与第一定时开关;第一定时开关即可用于在特定的需要时刻开启和关闭感应模块,大大增强实用性。
所述基于BLE的无线通信的微机电微量感应单元与所述第一定时开关连接;所述基于BLE的无线通信的微机电微量感应单元在所述第一定时开关的控制下开始工作或停止工作;所述基于BLE的无线通信的微机电微量感应单元用于检测对应接口位置的氢气浓度信号,并将所述氢气浓度信号、检测节点编号以及相应的值守节点编号无线发送至对应的值守节点。
所述基于BLE的无线通信的微机电微量感应单元包括:BLE无线通信装置和微机电感应模块;所述BLE无线通信装置集成在所述微机电感应模块上。
BLE无线通信装置具有超低功耗的特点,仅一粒纽扣电池的电量即可满足一年以上的工作时间。具有长距离无线通信能力和较大的通信范围半径。
所述微机电感应模块包括但不限于MOS气敏传感器。MOS气敏传感器对特定气体较为敏感,根据对特定气体的吸附和反应,使电导率与电阻率发生变化,从而实现对气体浓度微量变化的检测。
所述值守节点包括:第一BLE无线通信单元、信号处理单元与第二定时开关;
所述第二定时开关用于控制所述第一BLE无线通信单元和所述信号处理单元开始工作或停止工作;
所述信号处理单元与所述第一BLE无线通信单元连接;所述信号处理单元用于对接收的氢气浓度信号进行预处理;所述第一BLE无线通信单元用于将预处理后的信号以及检测节点编号无线传输至所述上层总控模块。
所述上层总控模块包括:微控制单元MCU、第二BLE无线通信单元与警报扬声器;
所述微控制单元MCU通过所述第二BLE无线通信单元无线接收所述远场传感器阵列的氢气浓度信号和每一值守节点传输的信号;并采用训练好的BP神经网络进行氢泄漏检测以及氢泄漏位置的定位;
所述警报扬声器用于当多个检测节点检测到氢泄漏和/或远场传感器阵列检测到氢泄漏时,进行报警。
本发明所提供的提供一种氢泄漏检测定位系统的工作流程为:
第一定时开关和第二定时开关打开,近场检测模块和远场传感器阵列均正常工作,检测节点的微机电感应模块通过BLE无线通信装置将检测的信号与相对应的检测节点编号实时传输给值守节点,值守节点进行信号预处理,将预处理后的信号通过第一BLE无线通信单元传输给微控制单元MCU。远场传感器阵列的检测信号也实时无线传输给微控制单元MCU进行处理。若检测节点检测到氢泄漏,则由微控制单元MCU通过第二BLE无线通信单元将检测到泄漏信号的检测节点编号传输至终端,从而确定氢泄漏位置信息。
作为一个具体的实施例,本发明所提供的一种氢泄漏检测定位系统,还包括:云端大数据平台;所述云端大数据平台与所述上层总控模块通信。将数据实时传入云端,可对后续的分析提供精确的数据与信号,且方便进行大数据统计分析。
与现有技术相比,本发明具有如下效果:
现有技术难以检测氢系统微量氢泄漏,本发明可采用MOS气敏传感器等对氢气较为敏感的传感器,实现对氢气浓度<50ppm的检测。
现有技术难以快速、精确地定位微量氢泄漏的位置。本发明通过在可能出现的氢泄漏处都加装微机电氢泄漏感应模块并一一进行编号,并建立检测节点的BP神经网络模型,通过对神经网络模型进行训练可精确定位泄漏位置,灵敏度高,实现对泄漏区域进行快速、精确的定位。
本发明采用BLE无线通信数据传输,有效避免了传统线束的杂乱无章、维修困难、占据太多空间的缺点。
本发明可通过超低功耗定时开关控制,在无需使用时可自主关闭,降低能耗,有效提高使用时长。
本发明克服了由于近场气敏传感器对氢气较为敏感、精度高、量程有限,对于高浓度、大范围氢泄漏场景无法有效判断泄漏严重程度,而远场氢浓度传感器可检测高浓度、大范围的氢泄漏,却不能检测到微量氢泄漏的浓度变化的问题,进行近场高精度与远场高浓度变化联合检测,既可检测到微量氢泄漏,也可针对较大范围、较高浓度的氢泄漏进行检测与预警。
本发明可将信号数据随时上传至云端大数据平台,从而方便对数据做进一步的分析处理。
如图3所示,本发明所提供的一种氢泄漏检测定位方法,应用于所述的一种氢泄漏检测定位系统,包括:
S101,获取远场传感器阵列的氢气浓度信号和每一值守节点传输的信号;每一值守节点传输的信号包括:预处理后的信号、检测节点编号以及相应的值守节点编号;所述预处理后的信号包括:接收的检测节点检测的氢气浓度信号;
S102,根据远场传感器阵列的氢气浓度信号和每一值守节点传输的信号,采用训练好的BP神经网络进行氢泄漏检测以及氢泄漏位置的定位。
本发明近场检测模块具有对氢气较为敏感、精度高、量程有限的特点,对于高浓度、大范围氢泄漏场景无法有效判断泄漏的严重程度;远场传感器阵列可检测高浓度、较大范围的氢泄漏,却不能检测到微量氢泄漏的浓度变化。且由于氢泄漏是一种扩散过程,近场检测节点相比于远场氢浓度传感器延时更低。本发明将氢泄漏危险警报分为三个等级,分别为I级风险、II级风险、III级风险。
如图5所示,当1个检测节点检测到氢泄漏,且远场传感器阵列未检测到氢泄漏时,将危险警报划分为I级风险,并标明泄漏区域,此时警报扬声器不发出警报声;
当多个检测节点检测到氢泄漏,且远场传感器阵列未检测到氢泄漏时,将危险警报划分为II级风险,并标明泄漏区域,此时警报扬声器发出间隔的警报声;
当多个检测节点检测到氢泄漏,且远场传感器阵列检测到氢泄漏时,将危险警报划分为III级风险,并标明泄漏区域,此时警报扬声器发出连续不断的警报声。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种氢泄漏检测定位系统,其特征在于,氢系统中氢气管路通过管路接头接合;所述一种氢泄漏检测定位系统包括:近场检测模块、远场传感器阵列和上层总控模块;
所述近场检测模块包括设置在管路接头的接口位置的检测节点和值守节点;设置在每一管路接头的接口位置的所有检测节点与对应的值守节点连接;所述检测节点用于检测对应接口位置的氢气浓度信号,并将所述氢气浓度信号以及对应的检测节点编号无线发送至对应的值守节点;所述值守节点用于对接收的氢气浓度信号进行预处理,并将预处理后的信号、检测节点编号以及相应的值守节点编号无线传输至所述上层总控模块;所述接口位置包括:氢气管路接口和储氢罐阀门阀口;所述预处理包括:归一化处理和平滑处理;
所述远场传感器阵列用于利用氢气传感器检测氢系统关键位置的氢气浓度信号,并无线传输至所述上层总控模块;
所述上层总控模块用于根据远场传感器阵列的氢气浓度信号和每一值守节点传输的信号,采用训练好的BP神经网络进行氢泄漏检测以及氢泄漏位置的定位。
2.根据权利要求1所述的一种氢泄漏检测定位系统,其特征在于,所述检测节点包括:基于BLE的无线通信的微机电微量感应单元与第一定时开关;
所述基于BLE的无线通信的微机电微量感应单元与所述第一定时开关连接;所述基于BLE的无线通信的微机电微量感应单元在所述第一定时开关的控制下开始工作或停止工作;所述基于BLE的无线通信的微机电微量感应单元用于检测对应接口位置的氢气浓度信号,并将所述氢气浓度信号、检测节点编号以及相应的值守节点编号无线发送至对应的值守节点。
3.根据权利要求2所述的一种氢泄漏检测定位系统,其特征在于,所述基于BLE的无线通信的微机电微量感应单元包括:BLE无线通信装置和微机电感应模块;所述BLE无线通信装置集成在所述微机电感应模块上。
4.根据权利要求3所述的一种氢泄漏检测定位系统,其特征在于,所述微机电感应模块为MOS气敏传感器。
5.根据权利要求1所述的一种氢泄漏检测定位系统,其特征在于,所述值守节点包括:第一BLE无线通信单元、信号处理单元与第二定时开关;
所述第二定时开关用于控制所述第一BLE无线通信单元和所述信号处理单元开始工作或停止工作;
所述信号处理单元与所述第一BLE无线通信单元连接;所述信号处理单元用于对接收的氢气浓度信号进行预处理;所述第一BLE无线通信单元用于将预处理后的信号以及检测节点编号无线传输至所述上层总控模块。
6.根据权利要求1所述的一种氢泄漏检测定位系统,其特征在于,所述上层总控模块包括:微控制单元MCU、第二BLE无线通信单元与警报扬声器;
所述微控制单元MCU通过所述第二BLE无线通信单元无线接收所述远场传感器阵列的氢气浓度信号和每一值守节点传输的信号,并采用训练好的BP神经网络进行氢泄漏检测以及氢泄漏位置的定位;
所述警报扬声器用于当多个检测节点检测到氢泄漏和/或远场传感器阵列检测到氢泄漏时,进行报警。
7.根据权利要求1所述的一种氢泄漏检测定位系统,其特征在于,还包括:云端大数据平台;
所述云端大数据平台与所述上层总控模块通信。
8.一种氢泄漏检测定位方法,应用于权利要求1-7任意一项所述的一种氢泄漏检测定位系统,其特征在于,包括:
获取远场传感器阵列的氢气浓度信号和每一值守节点传输的信号;每一值守节点传输的信号包括:预处理后的信号、检测节点编号以及相应的值守节点编号;所述预处理后的信号包括:接收的检测节点检测的氢气浓度信号;
根据远场传感器阵列的氢气浓度信号和每一值守节点传输的信号,采用训练好的BP神经网络进行氢泄漏检测以及氢泄漏位置的定位。
9.根据权利要求8所述的一种氢泄漏检测定位方法,其特征在于,所述根据远场传感器阵列的氢气浓度信号和每一值守节点传输的信号,采用训练好的BP神经网络进行氢泄漏检测以及氢泄漏位置的定位,具体包括:
当1个检测节点检测到氢泄漏,且远场传感器阵列未检测到氢泄漏时,将危险警报划分为I级风险,并标明泄漏区域,此时警报扬声器不发出警报声;
当多个检测节点检测到氢泄漏,且远场传感器阵列未检测到氢泄漏时,将危险警报划分为II级风险,并标明泄漏区域,此时警报扬声器发出间隔的警报声;
当多个检测节点检测到氢泄漏,且远场传感器阵列检测到氢泄漏时,将危险警报划分为III级风险,并标明泄漏区域,此时警报扬声器发出连续不断的警报声。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310456830.4A CN116164243A (zh) | 2023-04-26 | 2023-04-26 | 一种氢泄漏检测定位系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310456830.4A CN116164243A (zh) | 2023-04-26 | 2023-04-26 | 一种氢泄漏检测定位系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116164243A true CN116164243A (zh) | 2023-05-26 |
Family
ID=86414979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310456830.4A Pending CN116164243A (zh) | 2023-04-26 | 2023-04-26 | 一种氢泄漏检测定位系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116164243A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117740256A (zh) * | 2024-02-19 | 2024-03-22 | 中汽研新能源汽车检验中心(天津)有限公司 | 一种燃料电池重卡用氢气泄漏点监测定位方法和装置 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102736607A (zh) * | 2012-07-06 | 2012-10-17 | 重庆邮电大学 | 基于数据融合的家居安全健康远程监测系统 |
CN203719696U (zh) * | 2014-03-03 | 2014-07-16 | 陕西理工学院 | 一种车用储气瓶异常状态监测装置 |
CN104061445A (zh) * | 2014-07-09 | 2014-09-24 | 中国石油大学(华东) | 一种基于神经网络的管道泄漏检测方法 |
CN204302214U (zh) * | 2014-12-12 | 2015-04-29 | 重庆大学 | 一种面向工业现场的危害气体泄漏监测及远程预警系统 |
CN206920379U (zh) * | 2017-07-07 | 2018-01-23 | 湖北大学 | 基于wifi的实验室多点氢气无线检测系统 |
CN110107819A (zh) * | 2019-05-17 | 2019-08-09 | 河南工业大学 | 一种石化产品输送管道泄露监测预警系统及方法 |
CN110398320A (zh) * | 2019-07-09 | 2019-11-01 | 北京讯腾智慧科技股份有限公司 | 一种易于持续优化的燃气泄漏检测定位方法及系统 |
CN111425768A (zh) * | 2020-03-31 | 2020-07-17 | 长安大学 | 基于水下传感器网络的输油管道漏油点与漏油速率的探测方法 |
CN112218261A (zh) * | 2020-10-20 | 2021-01-12 | 国佳云为(常州)信息科技有限公司 | 一种工厂危险气体智能监测系统 |
CN113919238A (zh) * | 2021-12-14 | 2022-01-11 | 北京理工大学 | 一种氢燃料电池汽车停车场传感器优化布置方法及系统 |
CN114323448A (zh) * | 2021-11-26 | 2022-04-12 | 北京格睿能源科技有限公司 | 氢气泄漏检测及定位系统、方法 |
CN114352947A (zh) * | 2021-12-08 | 2022-04-15 | 天翼物联科技有限公司 | 一种燃气管道泄漏检测方法、系统、装置及存储介质 |
US20220357230A1 (en) * | 2021-05-05 | 2022-11-10 | Earthview Corporation | Gas leak quantization system |
-
2023
- 2023-04-26 CN CN202310456830.4A patent/CN116164243A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102736607A (zh) * | 2012-07-06 | 2012-10-17 | 重庆邮电大学 | 基于数据融合的家居安全健康远程监测系统 |
CN203719696U (zh) * | 2014-03-03 | 2014-07-16 | 陕西理工学院 | 一种车用储气瓶异常状态监测装置 |
CN104061445A (zh) * | 2014-07-09 | 2014-09-24 | 中国石油大学(华东) | 一种基于神经网络的管道泄漏检测方法 |
CN204302214U (zh) * | 2014-12-12 | 2015-04-29 | 重庆大学 | 一种面向工业现场的危害气体泄漏监测及远程预警系统 |
CN206920379U (zh) * | 2017-07-07 | 2018-01-23 | 湖北大学 | 基于wifi的实验室多点氢气无线检测系统 |
CN110107819A (zh) * | 2019-05-17 | 2019-08-09 | 河南工业大学 | 一种石化产品输送管道泄露监测预警系统及方法 |
CN110398320A (zh) * | 2019-07-09 | 2019-11-01 | 北京讯腾智慧科技股份有限公司 | 一种易于持续优化的燃气泄漏检测定位方法及系统 |
CN111425768A (zh) * | 2020-03-31 | 2020-07-17 | 长安大学 | 基于水下传感器网络的输油管道漏油点与漏油速率的探测方法 |
WO2021197244A1 (zh) * | 2020-03-31 | 2021-10-07 | 长安大学 | 基于水下传感器网络的输油管道漏油点与漏油速率的探测方法 |
CN112218261A (zh) * | 2020-10-20 | 2021-01-12 | 国佳云为(常州)信息科技有限公司 | 一种工厂危险气体智能监测系统 |
US20220357230A1 (en) * | 2021-05-05 | 2022-11-10 | Earthview Corporation | Gas leak quantization system |
CN114323448A (zh) * | 2021-11-26 | 2022-04-12 | 北京格睿能源科技有限公司 | 氢气泄漏检测及定位系统、方法 |
CN114352947A (zh) * | 2021-12-08 | 2022-04-15 | 天翼物联科技有限公司 | 一种燃气管道泄漏检测方法、系统、装置及存储介质 |
CN113919238A (zh) * | 2021-12-14 | 2022-01-11 | 北京理工大学 | 一种氢燃料电池汽车停车场传感器优化布置方法及系统 |
Non-Patent Citations (5)
Title |
---|
叶斌等: "《关于BP 网中隐含层层数及其节点数选取方法浅析》", 《商丘职业技术学院学报》, vol. 3, no. 6 * |
姜春雷等: "《基于BP神经网络组合方法的MODIS叶面积指数时间序列建模与预测》", 《光谱学与光谱分析》, vol. 37, no. 1, pages 53 - 57 * |
张宝等: "《SG滤波与局部均值分解相结合的滚动轴承故障诊断方法》", 《机械设计与制造》, no. 3 * |
窦仁超;孙立臣;刘兴悦;闫荣鑫;任国华;: "气体传感器在国外航天器上的应用", 仪器仪表学报, no. 05 * |
谢亚平;陈丰农;张竞成;周斌;王海江;吴开华;: "基于高光谱技术的农作物常见病害监测研究", 光谱学与光谱分析, no. 07 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117740256A (zh) * | 2024-02-19 | 2024-03-22 | 中汽研新能源汽车检验中心(天津)有限公司 | 一种燃料电池重卡用氢气泄漏点监测定位方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102109511B (zh) | 一种基于无线传感器网络的污水监测网络结构 | |
CN106093135B (zh) | 一种基于石墨烯气敏传感器阵列的电力变压器故障智能诊断装置 | |
CN114444259B (zh) | 一种雨污管网溯源追踪系统及方法 | |
CN102122133B (zh) | 自适应小波神经网络异常检测故障诊断分类系统及方法 | |
CN107807215A (zh) | 基于物联网的水质监测系统及平台 | |
CN111271610B (zh) | 一种液体管道渗漏检测预警装置及方法 | |
CN116164243A (zh) | 一种氢泄漏检测定位系统及方法 | |
CN101832472A (zh) | 利用次声波实现管道泄漏检测的系统 | |
CN105606666A (zh) | 一种基于气体传感器的便携式开关柜局放检测装置及方法 | |
CN107085018A (zh) | 一种用于voc及恶臭类气体检测的电子鼻系统 | |
CN109838696A (zh) | 基于卷积神经网络的管道故障诊断方法 | |
CN203023812U (zh) | 一种基于无线传感网络的输油管道泄漏监测系统 | |
CN105445158A (zh) | 一种高精度大气污染实时在线检测仪 | |
CN112036086A (zh) | 燃气管线动态风险预警系统 | |
CN111486345B (zh) | 一种粮库地下管网液体泄漏在线监测预警方法及装置 | |
CN202119467U (zh) | 自适应小波神经网络异常检测故障诊断分类系统 | |
CN109063849A (zh) | 一种管道内检测器的实时跟踪与分级定位系统及方法 | |
CN107884539A (zh) | 一种环境水质远程监控系统 | |
CN205175954U (zh) | 一种水质多参数在线监测装置 | |
CN112330911A (zh) | 一种基于大数据的消防灾害智能监测预警管理系统 | |
CN205101867U (zh) | 一种具有实时监控功能的燃气调压箱 | |
CN116626238A (zh) | 一种气流和气体组合感知的双通道检测罗盘系统、气体泄漏检测方法、数据融合及追踪方法 | |
CN208155846U (zh) | 一种自来水水质光学检测装置 | |
CN203148916U (zh) | 一种智能多组分气体监测系统 | |
CN205264012U (zh) | 一种基于物联网的高精度天然气检漏仪 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230526 |
|
RJ01 | Rejection of invention patent application after publication |