CN116539231A - 一种化工危险气体的远程监测方法及系统 - Google Patents
一种化工危险气体的远程监测方法及系统 Download PDFInfo
- Publication number
- CN116539231A CN116539231A CN202310822939.5A CN202310822939A CN116539231A CN 116539231 A CN116539231 A CN 116539231A CN 202310822939 A CN202310822939 A CN 202310822939A CN 116539231 A CN116539231 A CN 116539231A
- Authority
- CN
- China
- Prior art keywords
- sensors
- gas
- sensor
- concentration
- escape
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 53
- 239000000126 substance Substances 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000009792 diffusion process Methods 0.000 claims abstract description 37
- 238000003860 storage Methods 0.000 claims abstract description 25
- 231100001261 hazardous Toxicity 0.000 claims description 17
- 230000006855 networking Effects 0.000 claims description 12
- 230000035945 sensitivity Effects 0.000 claims description 5
- 239000000383 hazardous chemical Substances 0.000 claims 2
- 238000004519 manufacturing process Methods 0.000 abstract description 2
- 238000005265 energy consumption Methods 0.000 abstract 1
- 239000007789 gas Substances 0.000 description 129
- 239000000243 solution Substances 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 238000005070 sampling Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- OTMSDBZUPAUEDD-UHFFFAOYSA-N Ethane Chemical compound CC OTMSDBZUPAUEDD-UHFFFAOYSA-N 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012824 chemical production Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000002360 explosive Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000700 radioactive tracer Substances 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000013178 mathematical model Methods 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
- 238000012806 monitoring device Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
- G01N33/0063—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a threshold to release an alarm or displaying means
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种化工危险气体的远程监测方法及系统,涉及工业安全生产监视领域。该远程监测方法通过在化工厂区中按阵列布置n个第二传感器,在气体储罐上布置第一传感器。第一传感器获取第一逸散浓度;第二传感器获取第二逸散浓度,并根据气体扩散模型唤醒m个第二传感器进入工作状态,获取第二逸散浓度,基于气体扩散模型选定逸散源。本发明的远程监测方法的第二传感器在未发生泄露的情况下处于休眠状态,且通过气体逸散路径在发生气体泄露的情况下唤醒部分第二传感器,有效减轻监测网络的能耗,并能够根据气体扩散模型选定气体逸散源。
Description
技术领域
本发明涉及工业安全生产监视领域,尤其涉及一种化工危险气体的远程监测方法及系统。
背景技术
危险气体具有易燃、易爆、有毒等化学性质,化工生产需要避免危险气体的泄露。现有技术中,公开号CN109374589B中提供了一种采用荧光示踪剂的危险气体监测装置,通过在危险气体中注入荧光示踪剂的方式对危险气体进行监测,实现了危险气体的可视化监测管理。但该技术方案需要在危险气体中注入其他成分,会导致气体纯度有所下降,在部分化工厂区并不适用。此外,公开号CN109632891B提供了一种利用阵列第二传感器监测气体种类以及浓度的方法,通过第二传感器电阻值的变化判断环境中检测气体的浓度大小,并基于神经网络预测检测气体的泄露情况、气体种类。这些技术手段难以解决危险气体逸散的溯源问题,对于大规模危险气体存储条件下,泄露源的判断往往需要人工参与。而人员进入存储区域寻找泄露源需要承担较大的安全风险,该行为的安全性较低。
发明内容
针对上述问题,本发明提供了一种化工危险气体的远程监测方法,通过传感系统布置以及有效的监测实现危险气体的溯源,完成化工生产中危险气体泄漏源的精准判断。具体来说,通过在气体储罐上布置第一传感器,当第一传感器监测到周边危险气体浓度超过阈值的情况下,则根据逸散特征调用路径上的第二传感器,第二传感器检测危险气体浓度,确定气体逸散源。进一步的,本发明还提供了一种用于实现所述化工危险气体的远程监测方法的监测系统。
本申请的发明目的可通过以下技术手段实现:
一种化工危险气体的远程监测方法,包括以下步骤:
步骤1:化工厂区内设有多个气体储罐,在多个气体储罐布置第一传感器,在化工厂区按阵列布置多个第二传感器,第一传感器处于工作状态,第二传感器处于休眠状态;
步骤2:一个监测周期开始后,第一传感器i获取化工厂区的第一逸散浓度K1,并上传第一逸散浓度K1至协调器;
步骤3:若第一逸散浓度K1>Wk,进入步骤4,反之,返回至步骤2,Wk为第一逸散浓度的阈值;
步骤4:协调器将第一逸散浓度发送至主控单元,主控单元根据多个第一逸散浓度预测气体逸散路径,并确定位于该气体逸散路径的m个第二传感器;
步骤5:多个第一传感器广播组网信号唤醒第二传感器,第二传感器与第一传感器组成动态监测网,该动态监测网包括至少一个协调器、m个第二传感器以及与m个第二传感器通信的n个第一传感器;
步骤6:第二传感器确定第一传感器的信号强度P以及环境中第二逸散浓度K2,第二传感器经协调器将信号强度P与第二逸散浓度K2发送至主控单元;
步骤7:主控单元根据多个第二逸散浓度K2确定气体扩散模型,并根据多个信号强度P确定n个第一传感器的坐标;
步骤8:主控单元根据气体扩散模型预测位于逸散源的第一传感器j,该第一传感器j进入报警状态,m个第二传感器进入休眠状态。
在本发明中,步骤1中,将化工厂区划分为多个网格,在网格交叉点布置第二传感器,任意一第二传感器存储有一位置编码。
在本发明中,第一逸散浓度K1为气体逸散后被第一传感器监测到的浓度值。
在本发明中,步骤4中,将气体逸散路径进行线性化处理,确定该气体逸散路径经过的m个第二传感器。
在本发明中,组网信号包含气体逸散路径上m个第二传感器的编号与关键帧, m个第二传感器接收组网信号后提取关键帧,并进入工作状态。
在本发明中,第二逸散浓度K2为气体逸散至临界状态下,第二传感器能够采集到的浓度值。
在本发明中,气体扩散模型为:,其中,D为扩散系数,/>是拉普拉斯算子,t为时间。
在本发明中,根据任意第二传感器接收到的信号强度P确定该第二传感器与第一传感器的距离,根据至少三个第二传感器的坐标预测该第一传感器的坐标。
在本发明中,还包括步骤9,若i≠j,调整至少一个第一传感器的灵敏度。
一种实现所述化工危险气体的远程监测方法的远程监测系统,包括多个第一传感器、多个第二传感器、协调器以及主控单元,
第一传感器布置在气体储罐上,第一传感器具有工作状态和报警状态;
第二传感器按阵列布置在化工厂区,第二传感器具有工作状态和休眠状态;
协调器被配置为接收第一传感器的第一逸散浓度和第二传感器的第二逸散浓度;
主控单元被配置为将处于逸散源的第一传感器调整为报警状态,其中,
主控单元计算n个第一传感器的坐标,并根据气体扩散模型预测位于逸散源的第一传感器。
实施本发明的一种化工危险气体的远程监测方法及系统,其有益效果在于:本发明能够及时监测危险气体泄露,并且根据危险气体的逸散特征确定危险气体泄露源,避免人员检测危险气体泄露溯源,提升了危险气体仓储管理整体的安全性与可控性。此外,第二传感器在非必要时间段下能够处于休眠状态,从而有效减少长期仓储过程中频繁对第二传感器的维护与更换操作,减少安全浓度时第二传感器的频繁报警,相对而言更加符合实际应用场景,经济性、实用性更强。
附图说明
图1为本发明的化工危险气体的远程监测方法的流程图;
图2为本发明的化工厂区中第一传感器和第二传感器布置的示意图;
图3为本发明的带有第一传感器的气体储罐的示意图;
图4为具体环境中第二逸散浓度浓度随时间变化的曲线图;
图5为本发明的气体扩散范围覆盖第一传感器、第二传感器的示意图;
图6为本发明用于实现所述化工危险气体的远程监测方法的远程监测系统的硬件框图。
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。
本实施例所涉及的化工厂区为室内空间,根据气体扩散模型,该化工厂区为无风的环境,气体的逸散是均匀且有序的。危险气体为易燃、易爆或对人体存在健康危害的气体,例如是乙烷。乙烷作为常见的一类化工用品,属于易燃、易爆品类别,且工业需求量较大,大部分化工企业的生产都需要进行乙烷的仓储管理。为了判断危险气体在化工厂区仓储环境下的状态,通过布置第二传感器的方式进行危险气体泄露的监测。气体泄露后,化工厂区的危险气体逸散是均匀的,故这一状态可以被认为满足气体扩散模型,相关现有技术都可用于生成或计算某类气体的逸散特征。应当理解,本实施例中涉及的危险气体存储在气体储罐中,所述气体储罐为密闭且工作状态下不会同时出现多个气体泄露源。
实施例一
本实施例详述的一种化工危险气体的远程监测方法,参照图1,该远程监测方法包括以下步骤:
步骤1:化工厂区内设有多个气体储罐,在多个气体储罐布置第一传感器,在化工厂区按阵列布置多个第二传感器,第一传感器处于工作状态,第二传感器处于休眠状态。如图2,所述阵列布置通过将室内区域平均划分为多个网格,在网格线交叉点上布置第二传感器。任意一第二传感器存储有一位置编码,位置编码根据第二传感器的位置生成,用于提供计算气体扩散模型的数据。
步骤2:一个监测周期开始后,第一传感器i获取化工厂区的第一逸散浓度K1,并上传第一逸散浓度K1至协调器。在本实施例中,第一逸散浓度K1为危险气体逸散后最先被监测到的浓度值,用于确定危险气体存在的区域范围,其为危险气体在空气中的有效成分浓度,例如170ppM。
步骤3:若第一逸散浓度K1>Wk,进入步骤4,反之,返回至步骤2,Wk为第一逸散浓度的阈值。在本实施例中,第一逸散浓度超过阈值,说明当前存在危险气体泄露的问题。阈值Wk根据危险气体种类确定,当危险气体是乙烷时, 阈值可以是125ppM,当危险气体是一氧化碳时,阈值可以是50ppM。
参照图3,当气体储罐A1出现泄露之后,其周边的气体储罐A2与气体储罐A3也会收集到第一逸散浓度,但在同一时间内,气体储罐A1获取的第一逸散浓度更高,速度更快。当气体储罐上的第一传感器监测到第一逸散浓度后,会上报一时间帧至主控单元,主控单元获取到任意一时间帧后,后续接收的时间帧标记为监测,并认为最先上报时间帧的气体储罐A1上的第一传感器为监测有效。
步骤4:协调器将第一逸散浓度发送至主控单元,主控单元根据多个第一逸散浓度预测气体逸散路径,并确定位于该气体逸散路径的m个第二传感器。逸散特征中包括气体逸散方向、沉降特征,基于逸散特征确定气体逸散路径,线性化处理所述气体逸散路径,确定该气体逸散路径经过的m个第二传感器。
步骤5:多个第一传感器广播组网信号唤醒第二传感器,第二传感器与第一传感器组成动态监测网,该动态监测网包括至少一个协调器、m个第二传感器以及与m个第二传感器通信的n个第一传感器。第一传感器与第二传感器,可以被理解为是无线传感器网络中的节点,兼顾有通信功能与监测功能。在本实施例中,组网信号包含气体逸散路径上m个第二传感器的编号与关键帧,组网信号广播发出后,m个第二传感器接收组网信号,提取关键帧,并进入工作状态,其他第二传感器忽略组网信号,保持休眠状态。第二传感器被唤醒后与周围的n个第一传感器通信,该n个第一传感器与被唤醒的m个第二传感器组成动态监测网。需要说明的是,化工厂区的第一传感器总数N≥n,与被唤醒的第二传感器距离较远的N-n个第一传感器远离气体逸散路径,无须测量该N-n个第一传感器的坐标。
步骤6:第二传感器确定第一传感器的信号强度P以及环境中第二逸散浓度K2,第二传感器经协调器将信号强度P与第二逸散浓度K2发送至主控单元。其中,第二逸散浓度K2为危险气体逸散至临界状态下,m个第二传感器能够采集到的浓度值。为了提高测量的准确性,第二传感器可以具有更高的灵敏度和更低的响应值下限。参照图4,在一个采样周期内,任意一第二传感器均监测到第二逸散浓度降低的情况,且所述降低的情况变化幅度小于上一个采样周期内的变化幅度,则认为危险气体逸散进入至临界状态,所述临界状态为变化幅度小于上一个采样周期内的变化幅度的时间点。
可选的,在m个第二传感器监测到第二逸散浓度值达到峰值的情况下,主控单元选定m个第二传感器的边缘节点的邻居节点,发送一组网信号至所述邻居节点,邻居节点进入工作状态,在时刻t0到时刻t1,获取第二逸散浓度变化值△K,发送所述第二逸散浓度变化值△K到主控单元,当△K>0时,则认为t0时刻为临界状态的起始时刻。
步骤7:主控单元根据多个第二逸散浓度K2确定气体扩散模型,并根据多个信号强度P确定n个第一传感器的坐标。气体扩散模型的边界所包含的区域内存在多个第二传感器与至少一个的第一传感器。因使用、搬运等原因,气体储罐的坐标可能发生变化,需要确定在当前监测周期内,可能被确定为逸散源的气体储罐的坐标。在本实施例中,根据任意第二传感器接收到的信号强度P确定该第二传感器与第一传感器的距离。根据三角定位法,根据至少三个第二传感器的坐标可以预测第一传感器的坐标。
步骤8:主控单元根据气体扩散模型预测位于逸散源的第一传感器j,该第一传感器j进入报警状态,m个第二传感器进入休眠状态。该第一传感器j对应的气体储罐可能发生泄漏。
步骤9:若i≠j,调整至少一个第一传感器的灵敏度。在理论上,首先测出危险气体的第一传感器i通常是逸散源。在实际使用环境中,因遮挡、缺电等原因,i≠j。作为进一步改进,若i≠j,调整第一传感器j的灵敏度,或者检查第一传感器j是否缺电或损坏。
实施例二
将化工厂区转换为二维平面,在该二维平面中第二传感器部署在有危险气体泄露的环境中,第二传感器获取环境中第二逸散浓度后发送至主控单元,主控单元根据多个第二逸散浓度K2确定气体扩散模型。如图5所示,危险气体在密闭区域内扩散后,部分第一传感器和第二传感器在气体扩散范围内。其气体扩散模型在理想条件下描述为:,其中,/>是拉普拉斯算子,D为扩散系数,t为时间。不同危险气体的扩散系数不相同,本实施例进一步公开了采用迭代逼近算法计算扩散系数的方法。
步骤21:模型定义:生成气源参数,气源参数包括气源位置(x,y)、气源强度Q,气源参数表示为X=(Q,x,y)。生成一检验函数,检验函数的解集为f(X,D)=0时自变量的集合{X,D}。/>为第二逸散浓度预测值的生成函数。
步骤22:初始化:基于步骤21中设定的检验函数,代入初始扩散系数D1、最大抽样次数M,生成初始目标函数f1(X)。生成气源强度、气源位置构成气源参数,初始目标函数具有第一解集A。
步骤23:差值计算:执行一次随机抽样,为气源参数X赋一随机扰动项,得到第二解集B。基于第二解集B计算目标函数f2(X),比较目标函数的增量△f= f2(X)-f1(X)。若exp(-△f/T)<g,保存第二解集B,否则保存第一解集A。T为迭代精度。g为迭代幅值,g取值在[0,1]之间。
步骤24:迭代:若抽样次数小于M,重复步骤23,否则将最终解集的扩散系数作为扩散系数的最终估计值。
应当理解,本实施例所述的估计方法并未构建危险气体的三维空间模型,若需要提高溯源的精度,可考虑采用例如贝叶斯滤波与卡尔曼滤波的算法进行计算。当其他解决方案可适用的情况下,等效适用于本发明。
实施例三
本实施例进一步公开了基于逸散特征确定气体逸散路径的方法。逸散特征在密闭无风区域内可以用高斯烟羽模型进行描述,高斯烟羽模型是描述气体传输和扩散的数学模型,通常用于预测大气中气体的浓度分布。该模型假设气体在水平方向的扩散服从高斯分布,垂直方向的扩散服从指数分布。
与实施例二不同,本实施例采用了更一般的空间坐标系。基于高斯烟羽模型生成的逸散特征满足:。其中,c(x,y,z)为位置(x,y,z)的气体浓度,/>为方向x上的扩散参数,/>为方向y上的扩散参数,/>为方向z上的扩散参数,t为时间。Q为气源强度,H为气源高度。u为气压影响系数。气源高度可以简化表示为化工厂区的海拔,低空环境下的气压影响系数可以设为0.8至1。
由此,根据气源强度、气源高度以及气压影响系数,可以预测任意时刻危险气体经过的空间坐标(x,y,z),从而绘制气体逸散路径,唤醒位于气体逸散路径的第二传感器。
实施例四
参照图6,本实施例详述一种化工危险气体的远程监测方法的远程监测系统。该远程监测系统包括多个第一传感器、多个第二传感器、协调器以及主控单元。第一传感器布置在气体储罐上,第一传感器具有工作状态和报警状态。第二传感器按阵列布置在化工厂区,第二传感器具有工作状态和休眠状态。协调器被配置为接收第一传感器的第一逸散浓度和第二传感器的第二逸散浓度。主控单元被配置为将处于逸散源的第一传感器调整为报警状态。主控单元确定气体扩散模型和n个第一传感器的坐标,根据气体扩散模型预测位于逸散源的第一传感器。本发明能够及时监测危险气体泄露,并且根据危险气体的逸散特征确定危险气体泄露源,避免人员检测危险气体泄露溯源。
远程监测系统的第一传感器总数N≥n,第二传感器总数M≥m。本发明根据m个第二传感器的有效通信半径确定n个第一传感器,逸散源是该n个第一传感器中的一个。处于有效通信半径外的N-n个第一传感器远离泄漏区域。虽然,N-n个第一传感器处于工作状态,但是由于远离泄漏区域,不参与动态监测网的组建。第二传感器在非必要时间段下能够处于休眠状态,从而有效减少长期仓储过程中频繁对第二传感器的维护与更换操作,减少安全浓度时第二传感器的频繁报警,相对而言更加符合实际应用场景。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改,等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种化工危险气体的远程监测方法,其特征在于,包括以下步骤:
步骤1:化工厂区内设有多个气体储罐,在多个气体储罐布置第一传感器,在化工厂区按阵列布置多个第二传感器,第一传感器处于工作状态,第二传感器处于休眠状态;
步骤2:一个监测周期开始后,第一传感器i获取化工厂区的第一逸散浓度K1,并上传第一逸散浓度K1至协调器;
步骤3:若第一逸散浓度K1>Wk,进入步骤4,反之,返回至步骤2,Wk为第一逸散浓度的阈值;
步骤4:协调器将第一逸散浓度发送至主控单元,主控单元根据多个第一逸散浓度预测气体逸散路径,并确定位于该气体逸散路径的m个第二传感器;
步骤5:多个第一传感器广播组网信号唤醒第二传感器,第二传感器与第一传感器组成动态监测网,该动态监测网包括至少一个协调器、m个第二传感器以及与m个第二传感器通信的n个第一传感器;
步骤6:第二传感器确定第一传感器的信号强度P以及环境中第二逸散浓度K2,第二传感器经协调器将信号强度P与第二逸散浓度K2发送至主控单元;
步骤7:主控单元根据多个第二逸散浓度K2确定气体扩散模型,并根据多个信号强度P确定n个第一传感器的坐标;
步骤8:主控单元根据气体扩散模型预测位于逸散源的第一传感器j,该第一传感器j进入报警状态,m个第二传感器进入休眠状态。
2.根据权利要求1所述的化工危险气体的远程监测方法,其特征在于,步骤1中,将化工厂区划分为多个网格,在网格交叉点布置第二传感器,任意一第二传感器存储有一位置编码。
3.根据权利要求1所述的化工危险气体的远程监测方法,其特征在于,第一逸散浓度K1为气体逸散后被第一传感器监测到的浓度值。
4.根据权利要求1所述的化工危险气体的远程监测方法,其特征在于,步骤4中,将气体逸散路径进行线性化处理,确定该气体逸散路径经过的m个第二传感器。
5. 根据权利要求1所述的化工危险气体的远程监测方法,其特征在于,组网信号包含气体逸散路径上m个第二传感器的编号与关键帧, m个第二传感器接收组网信号后提取关键帧,并进入工作状态。
6.根据权利要求1所述的化工危险气体的远程监测方法,其特征在于,第二逸散浓度K2为气体逸散至临界状态下,第二传感器能够采集到的浓度值。
7.根据权利要求1所述的化工危险气体的远程监测方法,其特征在于,气体扩散模型为:,其中,D为扩散系数,/>是拉普拉斯算子,t为时间。
8.根据权利要求1所述的化工危险气体的远程监测方法,其特征在于,根据任意第二传感器接收到的信号强度P确定该第二传感器与第一传感器的距离,根据至少三个第二传感器的坐标预测该第一传感器的坐标。
9.根据权利要求1所述的化工危险气体的远程监测方法,其特征在于,还包括步骤9,若i≠j,调整至少一个第一传感器的灵敏度。
10.一种用于实现根据权利要求1所述的化工危险气体的远程监测方法的远程监测系统,其特征在于,包括多个第一传感器、多个第二传感器、协调器以及主控单元,
第一传感器布置在气体储罐上,第一传感器具有工作状态和报警状态;
第二传感器按阵列布置在化工厂区,第二传感器具有工作状态和休眠状态;
协调器被配置为接收第一传感器的第一逸散浓度和第二传感器的第二逸散浓度;
主控单元被配置为将处于逸散源的第一传感器调整为报警状态,其中,
主控单元计算n个第一传感器的坐标,并根据气体扩散模型预测位于逸散源的第一传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310822939.5A CN116539231B (zh) | 2023-07-06 | 2023-07-06 | 一种化工危险气体的远程监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310822939.5A CN116539231B (zh) | 2023-07-06 | 2023-07-06 | 一种化工危险气体的远程监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116539231A true CN116539231A (zh) | 2023-08-04 |
CN116539231B CN116539231B (zh) | 2023-09-05 |
Family
ID=87449231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310822939.5A Active CN116539231B (zh) | 2023-07-06 | 2023-07-06 | 一种化工危险气体的远程监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116539231B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116866857A (zh) * | 2023-09-03 | 2023-10-10 | 江西省化学工业设计院 | 一种间歇化工过程的动态监测方法及系统 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6095342A (ja) * | 1983-10-31 | 1985-05-28 | Tokyo Electric Power Co Inc:The | ガス検知器の配置決定装置 |
JP2004271436A (ja) * | 2003-03-11 | 2004-09-30 | Osaka Gas Co Ltd | ガスセンサー及びガス警報器及びガスセンサー点検のための点検ガス収納容器 |
JP2005030909A (ja) * | 2003-07-11 | 2005-02-03 | Shimadzu Corp | におい分布測定方法並びに装置、及びにおい発生源特定装置 |
CN101350828A (zh) * | 2008-09-02 | 2009-01-21 | 中国科学院上海微系统与信息技术研究所 | 一种基于移动代理的无线传感器网络扩散气体源协同定位系统及方法 |
CN101796409A (zh) * | 2007-07-17 | 2010-08-04 | Wgd公司 | 检测器系统和检测或确定气体混合物内特定气体的方法 |
CN102314748A (zh) * | 2011-07-05 | 2012-01-11 | 万达信息股份有限公司 | 一种基于无线传感器网络的毒气泄漏源定位方法 |
JP2015176318A (ja) * | 2014-03-14 | 2015-10-05 | 大阪瓦斯株式会社 | 無線式ガス検知システム |
KR20170025479A (ko) * | 2015-08-28 | 2017-03-08 | 라임아이 주식회사 | 공장 내 유해가스 검출을 통한 안전 관리 시스템 및 이의 동작 방법 |
CN106814160A (zh) * | 2015-11-27 | 2017-06-09 | 深圳洲斯移动物联网技术有限公司 | 一种基于气体传感器设备的气体监测系统 |
CN108760580A (zh) * | 2018-05-21 | 2018-11-06 | 众安仕(北京)科技有限公司 | 一种动态环境监测的气体扩散推测系统及方法 |
US20190033160A1 (en) * | 2017-07-28 | 2019-01-31 | International Business Machines Corporation | Adaptive sensing for gas leak detection |
CN110851952A (zh) * | 2019-09-29 | 2020-02-28 | 中国人民解放军陆军防化学院 | 利用固定位置传感器定位化学气体泄漏点的方法和设备 |
CN113341831A (zh) * | 2021-06-22 | 2021-09-03 | 尼特西普消防技术有限公司 | 一种可燃气体报警控制系统 |
CN114023043A (zh) * | 2021-10-13 | 2022-02-08 | 厦门理工学院 | 一种泄露气体安全预警方法 |
CN114463954A (zh) * | 2022-04-13 | 2022-05-10 | 尼特智能科技股份有限公司 | 一种基于物联网的可燃气体监测预警系统及方法 |
CN114493550A (zh) * | 2022-02-28 | 2022-05-13 | 深圳芯闻科技有限公司 | 一种应用于油库的智能气味传感器智慧监测系统 |
CN115480028A (zh) * | 2022-07-07 | 2022-12-16 | 上海汉洁环境工程有限公司 | 一种基于无线传感器网络的工业企业甲烷泄漏监测定位系统 |
-
2023
- 2023-07-06 CN CN202310822939.5A patent/CN116539231B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6095342A (ja) * | 1983-10-31 | 1985-05-28 | Tokyo Electric Power Co Inc:The | ガス検知器の配置決定装置 |
JP2004271436A (ja) * | 2003-03-11 | 2004-09-30 | Osaka Gas Co Ltd | ガスセンサー及びガス警報器及びガスセンサー点検のための点検ガス収納容器 |
JP2005030909A (ja) * | 2003-07-11 | 2005-02-03 | Shimadzu Corp | におい分布測定方法並びに装置、及びにおい発生源特定装置 |
CN101796409A (zh) * | 2007-07-17 | 2010-08-04 | Wgd公司 | 检测器系统和检测或确定气体混合物内特定气体的方法 |
CN101350828A (zh) * | 2008-09-02 | 2009-01-21 | 中国科学院上海微系统与信息技术研究所 | 一种基于移动代理的无线传感器网络扩散气体源协同定位系统及方法 |
CN102314748A (zh) * | 2011-07-05 | 2012-01-11 | 万达信息股份有限公司 | 一种基于无线传感器网络的毒气泄漏源定位方法 |
JP2015176318A (ja) * | 2014-03-14 | 2015-10-05 | 大阪瓦斯株式会社 | 無線式ガス検知システム |
KR20170025479A (ko) * | 2015-08-28 | 2017-03-08 | 라임아이 주식회사 | 공장 내 유해가스 검출을 통한 안전 관리 시스템 및 이의 동작 방법 |
CN106814160A (zh) * | 2015-11-27 | 2017-06-09 | 深圳洲斯移动物联网技术有限公司 | 一种基于气体传感器设备的气体监测系统 |
US20190033160A1 (en) * | 2017-07-28 | 2019-01-31 | International Business Machines Corporation | Adaptive sensing for gas leak detection |
CN108760580A (zh) * | 2018-05-21 | 2018-11-06 | 众安仕(北京)科技有限公司 | 一种动态环境监测的气体扩散推测系统及方法 |
CN110851952A (zh) * | 2019-09-29 | 2020-02-28 | 中国人民解放军陆军防化学院 | 利用固定位置传感器定位化学气体泄漏点的方法和设备 |
CN113341831A (zh) * | 2021-06-22 | 2021-09-03 | 尼特西普消防技术有限公司 | 一种可燃气体报警控制系统 |
CN114023043A (zh) * | 2021-10-13 | 2022-02-08 | 厦门理工学院 | 一种泄露气体安全预警方法 |
CN114493550A (zh) * | 2022-02-28 | 2022-05-13 | 深圳芯闻科技有限公司 | 一种应用于油库的智能气味传感器智慧监测系统 |
CN114463954A (zh) * | 2022-04-13 | 2022-05-10 | 尼特智能科技股份有限公司 | 一种基于物联网的可燃气体监测预警系统及方法 |
CN115480028A (zh) * | 2022-07-07 | 2022-12-16 | 上海汉洁环境工程有限公司 | 一种基于无线传感器网络的工业企业甲烷泄漏监测定位系统 |
Non-Patent Citations (5)
Title |
---|
YUKIO HIRANAKA 等: "LOCATING GAS SOURCES USING A GAS SENSOR ARRAY", 《ANALYTICAL SCIENCES 》 * |
ZHANG YONG 等: "An indoor gas leakage source localization algorithm using distributed maximum likelihood estimation in sensor networks", 《JOURNAL OF AMBIENT INTELLIGENCE AND HUMANIZED COMPUTING》 * |
杨韬 等: "基于休眠/唤醒的无线传感器监控系统的节能技术研究", 《信息通信》 * |
秦晓鑫 等: "一种基于无线传感网络的气体泄漏源定位算法", 《软件》 * |
赵勇 等: "化工园区有害气体泄漏寻源算法研究", 《系统仿真学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116866857A (zh) * | 2023-09-03 | 2023-10-10 | 江西省化学工业设计院 | 一种间歇化工过程的动态监测方法及系统 |
CN116866857B (zh) * | 2023-09-03 | 2023-11-21 | 江西省化学工业设计院 | 一种间歇化工过程的动态监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116539231B (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109117549B (zh) | 一种污染物扩散预测方法及系统 | |
CN116539231B (zh) | 一种化工危险气体的远程监测方法及系统 | |
US11927581B2 (en) | Greenhouse gas emission monitoring systems and methods | |
Wu et al. | An intelligent tunnel firefighting system and small-scale demonstration | |
CA3099173A1 (en) | Infrared imaging systems and methods for gas leak detection | |
US10656045B2 (en) | Apparatus for analyzing the performance of fluid distribution equipment | |
CA2772816C (en) | Methods and systems for monitoring operation of equipment | |
US11959777B2 (en) | Methods and Internet of Things (IoT) systems for safety management of smart gas underground gas pipeline networks | |
CN113418142B (zh) | 天然气泄露监测系统及方法 | |
CN117079428A (zh) | 一种用于厂区危化气体泄漏监测的区域预警系统 | |
US20210191385A1 (en) | Systems and methods for predicting environmental conditions | |
CN116642140A (zh) | 一种面向燃气站场管网的监测巡检系统及泄漏预警方法 | |
CN117079442B (zh) | 基于数据分析的化工园区危化气体泄漏扩散监测系统 | |
CN117093883A (zh) | 智慧燃气异常数据分析方法、物联网系统和装置及介质 | |
CN108931700A (zh) | 一种基于WSNs的电网安全风险预警系统 | |
CN103604914A (zh) | 矿山物联网煤矿瓦斯移动检测数据处理方法 | |
CN116989897B (zh) | 一种低功耗的可车载式危废库远程异常监测系统 | |
Sahyoun et al. | Dynamic plume tracking using mobile sensors | |
Wang et al. | Forest fire detection system based on Fuzzy Kalman filter | |
CN116432831A (zh) | 一种化学品风险类型异常事件的预测方法 | |
JPH06117600A (ja) | ガス、蒸気等の漏洩地点および漏洩量推定システム | |
CN115615624B (zh) | 一种基于无人巡检装置的设备泄漏检测方法及系统 | |
CN117821984B (zh) | 一种智慧燃气管道阴极保护智能检测方法和物联网系统 | |
JPH07190879A (ja) | 気体状物質の漏洩地点推定方法 | |
CN118157309A (zh) | 一种智能高压开关柜的监测与控制方法及其系统 |
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 |