CN117114407A - 基于园区多灾种实时监测的定量风险评估方法及系统 - Google Patents
基于园区多灾种实时监测的定量风险评估方法及系统 Download PDFInfo
- Publication number
- CN117114407A CN117114407A CN202311124872.4A CN202311124872A CN117114407A CN 117114407 A CN117114407 A CN 117114407A CN 202311124872 A CN202311124872 A CN 202311124872A CN 117114407 A CN117114407 A CN 117114407A
- Authority
- CN
- China
- Prior art keywords
- resistor
- operational amplifier
- inverting input
- park
- event
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012502 risk assessment Methods 0.000 title claims abstract description 30
- 238000012544 monitoring process Methods 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 70
- 238000003860 storage Methods 0.000 claims abstract description 29
- 238000010586 diagram Methods 0.000 claims abstract description 10
- 238000011058 failure modes and effects analysis Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000011897 real-time detection Methods 0.000 claims abstract description 5
- 239000003990 capacitor Substances 0.000 claims description 45
- 239000000126 substance Substances 0.000 claims description 29
- 239000013307 optical fiber Substances 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000011835 investigation Methods 0.000 abstract description 3
- 239000007789 gas Substances 0.000 description 27
- 238000007689 inspection Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 6
- 230000003750 conditioning effect Effects 0.000 description 4
- 230000003321 amplification Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 239000002360 explosive Substances 0.000 description 2
- 230000008014 freezing Effects 0.000 description 2
- 238000007710 freezing Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000007788 liquid 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
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000012955 system risk analysis Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0014—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation from gases, flames
- G01J5/0018—Flames, plasma or welding
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
- G01K7/16—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using resistive elements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
- G06F18/24155—Bayesian classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Probability & Statistics with Applications (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Manufacturing & Machinery (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Plasma & Fusion (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明属于环境监测技术领域，提出了基于园区多灾种实时监测的定量风险评估方法及系统，包括检测模块和存储模块，存储模块包括园区公共区域存储单元、园区车间存储单元和园区库房存储单元，检测模块的实时检测数据存储于相应的存储单元，检测模块包括温度检测信息、气体浓度检测信息和火灾检测信息；调研获取存储模块的历史信息数据，通过存储模块的历史信息数据，包括以下步骤：步骤一：运用FMEA方法辨识园区内重大危险源；步骤二：运用领结图进行事故情景建模以及发生概率计算；步骤三：运用贝叶斯网络进行风险更新；步骤四：事故情景后果分析计算。通过上述技术方案，解决了现有技术中人工巡检不到位，同时巡检效率较低的问题。
Description
技术领域
本发明属于环境监测技术领域，涉及基于园区多灾种实时监测的定量风险评估方法及系统。
背景技术
随着化工行业的快速发展，化工企业不断向化工园区集中，园区化已经成为化工行业发展的主要趋势。化工园区内企业集中，存储和使用的危险化学品数量较多，一旦发生事故不仅会造成人员伤亡、经济损失，还会造成人员恐慌，另外，危险化学品引起的火灾爆炸事故不但多发易发，而且危害巨大。危险化学品管理水平在化工企业安全生产、安全运行中尤为重要，其不仅直接影响企业的效益，还会影响公共安全和社会稳定。
目前园区安全巡检主要有人工巡检。通常化工园区面积大，火灾隐患较多且较为分散，采用人工巡检，对巡检人员自身素质要求较高，当人在疲劳状态下容易做出错误判断，导致问题检查不到位或者遗漏同时巡检效率较低。
发明内容
本发明提出基于园区多灾种实时监测的定量风险评估方法及系统，解决了现有技术中人工巡检不到位，同时巡检效率较低的问题。
本发明的技术方案是这样实现的：
第一方面，基于园区多灾种实时监测的定量风险评估方法，包括检测模块和存储模块，所述存储模块包括园区公共区域存储单元、园区车间存储单元和园区库房存储单元，所述检测模块的实时检测数据存储于相应的存储单元，所述检测模块包括温度检测信息、气体浓度检测信息和火灾检测信息；
调研获取所述存储模块的历史信息数据，通过所述存储模块的历史信息数据，包括以下步骤：
步骤一：运用FMEA方法辨识园区内重大危险源；
步骤二：运用领结图进行事故情景建模以及发生概率计算；
步骤三：运用贝叶斯网络进行风险更新；
步骤四：事故情景后果分析计算；
所述FMEA方法通过历史信息数据评估潜在的故障模式，其评估指标为风险优先级数RPN，通过计算风险优先级数来确定危险源分析的排序，风险优先级数表示为：
S表示故障造成损失的严重程度；P代表故障发生概率；D表示在注意到事件发生之前检测到事件的概率。
进一步，所述领结图用于描述从事故原因开始到事故后果结束的事故情境，该事故情境包括了初始事件、中间事件、顶级事件、事故发生的原因、导致事故的途径以及事故的后果，
所述领结图包括故障树和事件树，所述故障树用于表示导致顶级事件的初始事件以及顶级事件与基本事件之间的逻辑关系，所述事件树用于描述故障事件造成的可能后果。
进一步，所述贝叶斯网络可更新事件的先验概率，所述贝叶斯网络包括网络节点，所述网络节点表示化工园区的各类事件，可以是初始事件、中间事件和顶级事件，对应初始事件的节点为父节点，中间事件、顶级事件为子节点，父节点导致子节点的发生，计算先验概率的公式为：
是父节点变量，表示初始事件；/>是子节点变量，表示初始事件导致的中间事件及顶级事件；
所述贝叶斯网络能够通过初始事件的概率推导出中间事件、顶级事件的概率，
管理平台通过概率相乘、危险源叠加计算就可以获得园区的实际风险值。
第二方面，基于园区多灾种实时监测的定量风险评估系统，包括主控单元和温度检测电路，所述温度检测电路连接所述主控单元，所述温度检测电路包括热电偶U2和放大器U1，所述热电偶U2的第一端连接所述放大器U1的同相输入端，所述热电偶U2的第二端连接所述放大器U1的反相输入端，所述放大器U1的同相输入端接地，所述放大器U1连接所述主控单元，所述放大器U1的输出端连接所述主控单元。
进一步，所述温度检测电路还包括电阻R1、电阻R2、电阻R3、电阻R4和运放U3，所述运放U3的反相输入端通过所述电阻R1连接所述放大器U1的输出端，所述运放U3的同相输入端通过所述电阻R2连接5V电源，所述电阻R4的第一端连接所述运放U3的同相输入端，所述电阻R4的第二端接地，所述运放U3的输出端通过所述电阻R3连接所述运放U3的反相输入端，所述运放U3的输出端连接所述主控单元。
进一步，还包括火灾检测电路，所述火灾检测电路包括红外传感器U4、电阻R12、电容C1、电阻R6、电阻R7、运放U5和变阻器RP1，所述红外传感器U4的第一端通过所述电阻R12连接12V电源，所述红外传感器U4的第二端通过电容C1连接所述运放U5的反相输入端，所述红外传感器U4的第三端接地，所述运放U5的同相输入端通过所述电阻R6接地，所述运放U5的输出端连接所述变阻器RP1的第一端，所述变阻器RP2的第二端接地，所述变阻器RP1的滑动端通过所述电阻R7连接所述运放U5的同相输入端，所述运放U5的输出端连接所述主控单元。
进一步，所述火灾检测电路还包括电阻R8、电阻R9、电容C4、电阻R10、电容C5和运放U6，所述电阻R8的第一端连接所述运放U5的输出端，所述电阻R8的第二端通过电阻R9连接所述运放U6的反相输入端。所述电容C5的第一端连接所述运放U6的反相输入端，所述电容C5的第二端接地，所述运放U6的同相输入端通过所述电阻R10连接所述电容C4的第一端，所述电容C4的第二端连接所述电阻R8的第二端，所述运放U6的输出端连接所述主控单元。
进一步，所述火灾检测电路还包括电阻R11、变阻器RP2、变阻器RP3和运放U7，所述电阻R11的第一端连接所述运放U6的输出端，所述电阻R11的第二端连接所述运放U7的反相输入端，所述运放U7的同相输入端连接所述变阻器RP2的第一端，所述变阻器RP2的第二端接地，所述运放U7的输出端连接所述变阻器RP3的第一端，所述变阻器RP3的第二端连接所述运放U7的反相输入端，所述运放U7的输出端连接所述主控单元。
进一步，还包括气体检测电路，所述气体检测电路包括光纤气体传感器U8、运放U9和电阻R13，所述光纤气体传感器U8的第一端连接所述运放U9的反相输入端，所述光纤气体传感器U8的第二端接地，所述运放U9的同相输入端接地，所述运放U9的输出端通过所述电阻R13连接所述运放U9的反相输入端，所述运放U9的输出端连接所述主控单元。
进一步，所述气体检测电路还包括电阻R14、电阻R15、运放U11、电阻R16、电阻R17、电容C7、电容C8、电容C9、运放U10、电阻R18、电阻R19、电阻R20和电阻R21，所述电阻R14的第一端连接所述运放U9的输出端，所述电阻R14的第二端通过所述电阻R15连接所述运放U11的反相输入端，所述运放U11的同相输入端通过所述电阻R16接地，所述运放U11的输出端通过所述电容C7连接所述电阻R14的第二端，所述运放U11的输出端通过所述电阻R17连接所述运放U11的同相输入端，所述运放U11的输出端通过所述电容C8连接所述电容C9的第一端，所述电容C9的第二端连接所述运放U10的反相输入端，所述电阻R18的第一端连接所述运放U10的反相输入端，所述电阻R18的第二端接地，所述运放U10的同相输入端通过所述电阻R20接地，所述运放U10的输出端通过所述电阻R21连接所述电容C9的第一端，所述运放U10的输出端通过所述电阻R19连接所述运放U10的同相输入端，所述运放U10的输出端连接所述主控单元。
本发明的工作原理及有益效果为：
1、本发明首先提出了基于园区多灾种实时监测的定量风险评估方法，采用FMEA方法根据检测模块检测的温度、气体浓度以及火灾信息对园区危害分析，找到可能引发事故发生的危险源并进行风险优先级数排序，达到了定量概率分析的目的。然后用领结图分析事故情景，之后转换为贝叶斯网络，进行风险更新。最后进行事故情景后果分析计算。该方法解决了人工巡检不到位，同时巡检效率较低的问题。
2、本发明还提出了基于园区多灾种实时监测的定量风险评估系统，温度检测电路用于检测环境温度，温度采集电路中，由于热电偶U2输出的电压信号低，因此需要通过放大器U1对其进行放大处理，放大器U1是一种适用于K型热电偶并带冷端补偿的热电偶放大器，它将热电偶U2冷端补偿器和信号放大器集成在一块芯片上,具有冷端冰点补偿和信号放大双重功能，放大器U1将热电偶U2输出信号的电压放大，电压范围为0.02~6.16V。其中，放大器U1的引脚12将热电偶U2的断偶信号接到主控单元的外部中断请求输入端，使主控单元以中断方式来响应断偶信号。
附图说明
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。
图1为本发明基于园区多灾种实时监测的定量风险评估方法流程图；
图2为本发明中温度检测电路原理图；
图3为本发明中调理电路原理图；
图4为本发明中火灾检测电路原理图；
图5为本发明中气体检测电路原理图；
图6为本发明中带通滤波电路原理图。
具体实施方式
下面将结合本发明实施例，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作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。
实施例一
如图1所示，本实施例提出了基于园区多灾种实时监测的定量风险评估方法，包括检测模块和存储模块，存储模块包括园区公共区域存储单元、园区车间存储单元和园区库房存储单元，检测模块的实时检测数据存储于相应的存储单元，检测模块包括温度检测信息、气体浓度检测信息和火灾检测信息；
调研获取存储模块的历史信息数据，通过存储模块的历史信息数据，还包括以下步骤：
步骤一：运用FMEA方法辨识化工园区内重大危险源；
步骤二：运用领结图进行事故情景建模以及发生概率计算；
步骤三：运用贝叶斯网络进行风险更新；
步骤四：事故情景后果分析计算；
FMEA方法通过历史信息数据评估潜在的故障模式，其评估指标为风险优先级数RPN，通过计算风险优先级数来确定危险源分析的排序，风险优先级数表示为：
S表示故障造成损失的严重程度；P代表故障发生概率；D表示在注意到事件发生之前检测到事件的概率。
危险辨识是进行区域风险评估的基础和关键，通过危险源辨识可对危险程度进行定性评估，为定量风险评估提供危险源，是基于对化工园区空间地理信息、化学物质、作业活动、设备运转等调研获得的信息，运用系统风险分析方法对化工园区进行危险源辨识，分析人员、过程、设备运转过程中存在的可能引发事故发生的危险源的过程。
S表示故障造成损失的严重程度，用1-5五个数字来代表故障的严重程度S，那么集合S={1，2，3，4，5}，其中，1表示故障严重程度最轻，无影响，分值越大，故障严重程度逐渐增强，而5则代表非常严重的灾难性影响。P代表故障发生概率，D表示在注意到事件发生之前检测到事件的概率，对于P和D而言，同样用集合，P={1，2，3，4，5}和D={1，2，3，4，5}分别来表示，其中，1表示程度最低，分值越大程度逐渐增强，5表示程度最高。
进一步，领结图用于描述从事故原因开始到事故后果结束的事故情境，该事故情境包括了初始事件、中间事件、顶级事件、事故发生的原因、导致事故的途径以及事故的后果，
领结图包括故障树和事件树，故障树用于表示导致顶级事件的初始事件以及顶级事件与基本事件之间的逻辑关系，事件树用于描述故障事件造成的可能后果。
领结图通过定性和定量建模描述了事故场景，表明了初始事件、中间事件和顶级事件之间的逻辑关系，而且明确了中间事件导致顶级事件以及安全障碍的失败如何使顶级事件升级为事故后果。
进一步，贝叶斯网络可更新事件的先验概率，贝叶斯网络包括网络节点，网络节点表示化工园区的各类事件，可以是初始事件、中间事件和顶级事件，对应初始事件的节点为父节点，中间事件、顶级事件为子节点，父节点导致子节点的发生，计算先验概率的公式为：
是父节点变量，表示初始事件；/>是子节点变量，表示初始事件导致的中间事件及顶级事件；
贝叶斯网络能够通过初始事件的概率推导出中间事件、顶级事件的概率，
管理平台通过概率相乘、危险源叠加计算就可以获得园区的实际风险值。
在基于贝叶斯网络的化工园区风险评估中，网络节点表示化工园区的各类事件，中间事件、顶级事件为子节点，父节点导致子节点的发生，初始事件导致中间事件、顶级事件的发生，而有向边界则表示各类事件之间的条件依赖关系。
利用贝叶斯网络可以更新事件的先验概率，因为化工园区风险评价是一项复杂的过程，如果在评价过程中，发现了新的信息E，这里的信息可以是发生在事故发生期问发生的事故，也可能是可能发生的事故后果的观察结果。这时基于贝叶斯网络理论能够计算出彤的后验概率。后验概率的概率公式为：
实施例二
如图2~图3所示，基于与上述实施例一相同的实施例构思，本实施例还提出了基于园区多灾种实时监测的定量风险评估系统，包括主控单元和温度检测电路，温度检测电路连接主控单元，温度检测电路包括热电偶U2和放大器U1，热电偶U2的第一端连接放大器U1的同相输入端，热电偶U2的第二端连接放大器U1的反相输入端，放大器U1的同相输入端接地，放大器U1的第12引脚连接主控单元，放大器U1的输出端连接主控单元。
化工园区内存在很多液体以及气体化学品，大多属于易燃易爆品，有些化学品的自燃温度低，当环境温度过高时，可能存在自燃的现象发生。
温度检测电路用于检测环境温度，采用K型热电偶作为热电偶U2，测温范围为0~600℃，此根据K型热电偶的分度表可知，K型热电偶产生的热电势范围为0~24.9mV，由于热电偶U2输出的电压信号低，因此需要通过放大器U1对其进行放大处理，放大器U1是一种适用于K型热电偶并带冷端补偿的热电偶放大器，它将热电偶U2冷端补偿器和信号放大器集成在一块芯片上,具有冷端冰点补偿和信号放大双重功能，放大器U1将热电偶U2输出信号的电压放大，电压范围为0.02~6.16V。其中，放大器U1的引脚12将热电偶U2的断偶信号接到主控单元的外部中断请求输入端，使主控单元以中断方式来响应断偶信号。
进一步，如图3所示，温度检测电路还包括电阻R1、电阻R2、电阻R3、电阻R4和运放U3，运放U3的反相输入端通过电阻R1连接放大器U1的输出端，运放U3的同相输入端通过电阻R2连接5V电源，电阻R4的第一端连接运放U3的同相输入端，电阻R4的第二端接地，运放U3的输出端通过电阻R3连接运放U3的反相输入端，运放U3的输出端连接主控单元。
本实施例中，主控单元所能承受的电压范围为0~3V，因此通过由电阻R1、电阻R2、电阻R3、电阻R4和运放U3构成的调理电路对放大器U1的输出电压做进一步处理，以满足主控单元的需求。调理电路中，运放U3采用运算放大器LM358，运算放大器LM358内部具有两个独立的高增益运算放大器，适合电压范围很宽的单双电源。该电路是一个带有正向偏置的反向放大电路，其中电阻R1和电阻R3连接运放U3反相输入端，以构成反向放大电路，电阻R2和电阻R4连接运放U3同相输入端，为运放U3提供合适的偏置电流。在电路的输出端设二极管D和二极管D2以保证输出电压范围在0~3V之间，从而满足主动单元的需求。
进一步，如图4所示，还包括火灾检测电路，火灾检测电路包括红外传感器U4、电阻R12、电容C1、电阻R6、电阻R7、运放U5和变阻器RP1，红外传感器U4的第一端通过电阻R12连接12V电源，红外传感器U4的第二端通过电容C1连接运放U5的反相输入端，红外传感器U4的第三端接地，运放U5的同相输入端通过电阻R6接地，运放U5的输出端连接变阻器RP1的第一端，变阻器RP2的第二端接地，变阻器RP1的滑动端通过电阻R7连接运放U5的同相输入端，运放U5的输出端连接主控单元。
火是导致园区发生大型火灾或者发生爆炸重要因素，因此火灾检测电路设置在每个重危险源位置处，当有明火发生时，如果能及时发现可以尽快阻止火势蔓延，从而尽可能的减小意外发生而造成的损失。
火灾检测电路中，红外传感器U4用于检测火灾信号，红外传感器U4采用的是RE200B型热释电红外传感器，热释电红外传感器可以将火发出的红外辐射转变成微弱的电信号，该微弱的电信号经过运放U5构成的放大电路进行放大后送至主控单元，调整变阻器RP1的阻值即可改变放大电路的增益。其中图4中，电容C2、电阻R5和电容C3组成滤波电路，滤除电源中的高压脉冲信号，稳压管D3起到稳压的作用，防止加在红外传感器U4上的电压过高而损坏红外传感器U4。
进一步，如图4所示，火灾检测电路还包括电阻R8、电阻R9、电容C4、电阻R10、电容C5和运放U6，电阻R8的第一端连接运放U5的输出端，电阻R8的第二端通过电阻R9连接运放U6的反相输入端。电容C5的第一端连接运放U6的反相输入端，电容C5的第二端接地，运放U6的同相输入端通过电阻R10连接电容C4的第一端，电容C4的第二端连接电阻R8的第二端，运放U6的输出端连接主控单元。
在火灾信号采集以及放大的过程中会加入很多干扰信号，需要对运放U5输出的电压信号进行滤波处理，电阻R8、电阻R9、电容C4、电阻R10、电容C5和运放U6构成低通滤波电路，滤除运放U5输出电压中的高频成分，让有用的电信号经过，阻止无用的电信号通过，提高电路的检测精度。
进一步，如图4所示，火灾检测电路还包括电阻R11、变阻器RP2、变阻器RP3和运放U7，电阻R11的第一端连接运放U6的输出端，电阻R11的第二端连接运放U7的反相输入端，运放U7的同相输入端连接变阻器RP2的第一端，变阻器RP2的第二端接地，运放U7的输出端连接变阻器RP3的第一端，变阻器RP3的第二端连接运放U7的反相输入端，运放U7的输出端连接主控单元。
运放U6输出的为模拟量，为了让主控单元更好的识别该检测信号，需要将模拟量变为数字量送至主控单元，电阻R11、变阻器RP2、变阻器RP3和运放U7构成AD转换电路，AD转换电路用于将模拟量转为数字量送至主控单元，其中运放U7构成差分放大器，差分放大器除了将模拟量变为数字量外，还可以很好地抑制共模干扰，减小外部干扰对电路的影响。进一步提高电路检测精度。
进一步，如图5~图6所示，还包括气体检测电路，气体检测电路包括光纤气体传感器U8、运放U9和电阻R13，光纤气体传感器U8的第一端连接运放U9的反相输入端，光纤气体传感器U8的第二端接地，运放U9的同相输入端接地，运放U9的输出端通过电阻R13连接运放U9的反相输入端，运放U9的输出端连接主控单元。
在化工园区生产过程中，有大量有毒有害、易燃易爆气体产生，这些气体会在密闭的空间中积累。当积累到一定浓度时可能会对人的生命安全构成了极大的威胁，同时还有可能造成各种安全事故。因此，对气体成分进行实时检测非常重要。气体检测电路设置在化工园区管道接口或开关处，实时检测化学品泄露的情况。
气体检测电路中，光纤气体传感器U8用于检测化学品气体浓度值，光纤气体传感器U8将检测气体浓度值转变为电压值输出，光纤气体传感器U8输出的电压信号较弱，因此通过由运放U9组成的低噪声放大器进行放大，放大后的电压信号送至主控单元。
进一步，如图6所示，气体检测电路还包括电阻R14、电阻R15、运放U11、电阻R16、电阻R17、电容C7、电容C8、电容C9、运放U10、电阻R18、电阻R19、电阻R20和电阻R21，电阻R14的第一端连接运放U9的输出端，电阻R14的第二端通过电阻R15连接运放U11的反相输入端，运放U11的同相输入端通过电阻R16接地，运放U11的输出端通过电容C7连接电阻R14的第二端，运放U11的输出端通过电阻R17连接运放U11的同相输入端，运放U11的输出端通过电容C8连接电容C9的第一端，电容C9的第二端连接运放U10的反相输入端，电阻R18的第一端连接运放U10的反相输入端，电阻R18的第二端接地，运放U10的同相输入端通过电阻R20接地，运放U10的输出端通过电阻R21连接电容C9的第一端，运放U10的输出端通过电阻R19连接运放U10的同相输入端，运放U10的输出端连接主控单元。
为保证测量的精确性并具有良好的信噪比，在运放U9的输出端和主控单元之间加入带通滤波电路，以除去有用信号频带以外的噪声，包括环境噪声及由前置放大电路引入的噪声。
带通滤波电路由低通滤波器和高通滤波器串接组成，运放U11构成低通滤波器，用于滤除电路中的高频成分，运放U10构成高通滤波器，用于滤除信号中的噪声。
以上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、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.基于园区多灾种实时监测的定量风险评估方法，其特征在于，包括检测模块和存储模块，所述存储模块包括园区公共区域存储单元、园区车间存储单元和园区库房存储单元，所述检测模块的实时检测数据存储于相应的存储单元，所述检测模块包括温度检测信息、气体浓度检测信息和火灾检测信息；
调研获取所述存储模块的历史信息数据，通过所述存储模块的历史信息数据，包括以下步骤：
步骤一：运用FMEA方法辨识园区内重大危险源；
步骤二：运用领结图进行事故情景建模以及发生概率计算；
步骤三：运用贝叶斯网络进行风险更新；
步骤四：事故情景后果分析计算；
所述FMEA方法通过历史信息数据评估潜在的故障模式，其评估指标为风险优先级数RPN，通过计算风险优先级数来确定危险源分析的排序，风险优先级数表示为：
S表示故障造成损失的严重程度；P代表故障发生概率；D表示在注意到事件发生之前检测到事件的概率。
2.根据权利要求1所述的基于园区多灾种实时监测的定量风险评估方法，其特征在于，所述领结图用于描述从事故原因开始到事故后果结束的事故情境，该事故情境包括了初始事件、中间事件、顶级事件、事故发生的原因、导致事故的途径以及事故的后果，
所述领结图包括故障树和事件树，所述故障树用于表示导致顶级事件的初始事件以及顶级事件与基本事件之间的逻辑关系，所述事件树用于描述故障事件造成的可能后果。
3.根据权利要求1所述的基于园区多灾种实时监测的定量风险评估方法，其特征在于，所述贝叶斯网络可更新事件的先验概率，所述贝叶斯网络包括网络节点，所述网络节点表示化工园区的各类事件，可以是初始事件、中间事件和顶级事件，对应初始事件的节点为父节点，中间事件、顶级事件为子节点，父节点导致子节点的发生，计算先验概率的公式为：
是父节点变量，表示初始事件；/>是子节点变量，表示初始事件导致的中间事件及顶级事件；
所述贝叶斯网络能够通过初始事件的概率推导出中间事件、顶级事件的概率，
管理平台通过概率相乘、危险源叠加计算就可以获得园区的实际风险值。
4.基于园区多灾种实时监测的定量风险评估系统，其特征在于，包括主控单元和温度检测电路，所述温度检测电路连接所述主控单元，所述温度检测电路包括热电偶U2和放大器U1，所述热电偶U2的第一端连接所述放大器U1的同相输入端，所述热电偶U2的第二端连接所述放大器U1的反相输入端，所述放大器U1的同相输入端接地，所述放大器U1连接所述主控单元，所述放大器U1的输出端连接所述主控单元。
5.根据权利要求4所述的基于园区多灾种实时监测的定量风险评估系统，其特征在于，所述温度检测电路还包括电阻R1、电阻R2、电阻R3、电阻R4和运放U3，所述运放U3的反相输入端通过所述电阻R1连接所述放大器U1的输出端，所述运放U3的同相输入端通过所述电阻R2连接5V电源，所述电阻R4的第一端连接所述运放U3的同相输入端，所述电阻R4的第二端接地，所述运放U3的输出端通过所述电阻R3连接所述运放U3的反相输入端，所述运放U3的输出端连接所述主控单元。
6.根据权利要求4所述的基于园区多灾种实时监测的定量风险评估系统，其特征在于，还包括火灾检测电路，所述火灾检测电路包括红外传感器U4、电阻R12、电容C1、电阻R6、电阻R7、运放U5和变阻器RP1，所述红外传感器U4的第一端通过所述电阻R12连接12V电源，所述红外传感器U4的第二端通过电容C1连接所述运放U5的反相输入端，所述红外传感器U4的第三端接地，所述运放U5的同相输入端通过所述电阻R6接地，所述运放U5的输出端连接所述变阻器RP1的第一端，所述变阻器RP2的第二端接地，所述变阻器RP1的滑动端通过所述电阻R7连接所述运放U5的同相输入端，所述运放U5的输出端连接所述主控单元。
7.根据权利要求6所述的基于园区多灾种实时监测的定量风险评估系统，其特征在于，所述火灾检测电路还包括电阻R8、电阻R9、电容C4、电阻R10、电容C5和运放U6，所述电阻R8的第一端连接所述运放U5的输出端，所述电阻R8的第二端通过电阻R9连接所述运放U6的反相输入端。所述电容C5的第一端连接所述运放U6的反相输入端，所述电容C5的第二端接地，所述运放U6的同相输入端通过所述电阻R10连接所述电容C4的第一端，所述电容C4的第二端连接所述电阻R8的第二端，所述运放U6的输出端连接所述主控单元。
8.根据权利要求7所述的基于园区多灾种实时监测的定量风险评估系统，其特征在于，所述火灾检测电路还包括电阻R11、变阻器RP2、变阻器RP3和运放U7，所述电阻R11的第一端连接所述运放U6的输出端，所述电阻R11的第二端连接所述运放U7的反相输入端，所述运放U7的同相输入端连接所述变阻器RP2的第一端，所述变阻器RP2的第二端接地，所述运放U7的输出端连接所述变阻器RP3的第一端，所述变阻器RP3的第二端连接所述运放U7的反相输入端，所述运放U7的输出端连接所述主控单元。
9.根据权利要求4所述的基于园区多灾种实时监测的定量风险评估系统，其特征在于，还包括气体检测电路，所述气体检测电路包括光纤气体传感器U8、运放U9和电阻R13，所述光纤气体传感器U8的第一端连接所述运放U9的反相输入端，所述光纤气体传感器U8的第二端接地，所述运放U9的同相输入端接地，所述运放U9的输出端通过所述电阻R13连接所述运放U9的反相输入端，所述运放U9的输出端连接所述主控单元。
10.根据权利要求9所述的基于园区多灾种实时监测的定量风险评估系统，其特征在于，所述气体检测电路还包括电阻R14、电阻R15、运放U11、电阻R16、电阻R17、电容C7、电容C8、电容C9、运放U10、电阻R18、电阻R19、电阻R20和电阻R21，所述电阻R14的第一端连接所述运放U9的输出端，所述电阻R14的第二端通过所述电阻R15连接所述运放U11的反相输入端，所述运放U11的同相输入端通过所述电阻R16接地，所述运放U11的输出端通过所述电容C7连接所述电阻R14的第二端，所述运放U11的输出端通过所述电阻R17连接所述运放U11的同相输入端，所述运放U11的输出端通过所述电容C8连接所述电容C9的第一端，所述电容C9的第二端连接所述运放U10的反相输入端，所述电阻R18的第一端连接所述运放U10的反相输入端，所述电阻R18的第二端接地，所述运放U10的同相输入端通过所述电阻R20接地，所述运放U10的输出端通过所述电阻R21连接所述电容C9的第一端，所述运放U10的输出端通过所述电阻R19连接所述运放U10的同相输入端，所述运放U10的输出端连接所述主控单元。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311124872.4A CN117114407A (zh) | 2023-09-02 | 2023-09-02 | 基于园区多灾种实时监测的定量风险评估方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311124872.4A CN117114407A (zh) | 2023-09-02 | 2023-09-02 | 基于园区多灾种实时监测的定量风险评估方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117114407A true CN117114407A (zh) | 2023-11-24 |
Family
ID=88794540
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311124872.4A Pending CN117114407A (zh) | 2023-09-02 | 2023-09-02 | 基于园区多灾种实时监测的定量风险评估方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117114407A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201331515Y (zh) * | 2009-01-13 | 2009-10-21 | 南京科润工业介质有限公司 | 淬火介质冷却特性测试仪 |
| CN204595587U (zh) * | 2015-04-30 | 2015-08-26 | 华南理工大学 | 基于物联网的化工园区实时风险监控硬件系统 |
| CN108627263A (zh) * | 2018-07-04 | 2018-10-09 | 中山市中健医疗设备有限公司 | 一种热灌注肿瘤治疗仪的温度数据采集电路 |
| CN111126853A (zh) * | 2019-12-25 | 2020-05-08 | 华北水利水电大学 | 基于模糊fmea的水利工程风险预警分析方法及系统 |
| CN113554318A (zh) * | 2021-07-27 | 2021-10-26 | 中国石油大学(华东) | 一种化工园区三维可视化风险智能管控一体化系统及方法 |
| CN217467507U (zh) * | 2022-05-20 | 2022-09-20 | 王天明 | 矿山救护队应急管理系统 |
| CN217542156U (zh) * | 2022-05-09 | 2022-10-04 | 河北凌风电力工程勘测设计有限公司 | 电力设备勘察用检测装置 |
| CN218647495U (zh) * | 2022-08-19 | 2023-03-17 | 淮安中科晶上智能网联研究院有限公司 | 一种电池仓烟雾检测装置 |
-
2023
- 2023-09-02 CN CN202311124872.4A patent/CN117114407A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201331515Y (zh) * | 2009-01-13 | 2009-10-21 | 南京科润工业介质有限公司 | 淬火介质冷却特性测试仪 |
| CN204595587U (zh) * | 2015-04-30 | 2015-08-26 | 华南理工大学 | 基于物联网的化工园区实时风险监控硬件系统 |
| CN108627263A (zh) * | 2018-07-04 | 2018-10-09 | 中山市中健医疗设备有限公司 | 一种热灌注肿瘤治疗仪的温度数据采集电路 |
| CN111126853A (zh) * | 2019-12-25 | 2020-05-08 | 华北水利水电大学 | 基于模糊fmea的水利工程风险预警分析方法及系统 |
| CN113554318A (zh) * | 2021-07-27 | 2021-10-26 | 中国石油大学(华东) | 一种化工园区三维可视化风险智能管控一体化系统及方法 |
| CN217542156U (zh) * | 2022-05-09 | 2022-10-04 | 河北凌风电力工程勘测设计有限公司 | 电力设备勘察用检测装置 |
| CN217467507U (zh) * | 2022-05-20 | 2022-09-20 | 王天明 | 矿山救护队应急管理系统 |
| CN218647495U (zh) * | 2022-08-19 | 2023-03-17 | 淮安中科晶上智能网联研究院有限公司 | 一种电池仓烟雾检测装置 |
Non-Patent Citations (3)
| Title |
|---|
| 姚锡文;许开立;闫放;汤规成;: "复合型工艺风险评估模型的研究及其现场应用", 东北大学学报(自然科学版), no. 05 * |
| 张姗姗: "化工园区生产安全动态综合风险评估方法研究", 工程科技I辑, no. 2, pages 6 * |
| 王好一;赵东风;孟亦飞;纪晨曦;: "基于前导事件和贝叶斯网络的储罐溢油动态风险评价", 安全与环境学报, no. 02 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102313793B (zh) | 一种化工园区空气中多组分气体污染物的监控系统 | |
| US5206818A (en) | Fugitive emissions monitoring system including integrated fugitive emissions analyzer and source identifier | |
| CN106020154A (zh) | 一种用于乙烯生产的安全动态健康评估方法及评估系统 | |
| CN103676836A (zh) | 在线安全运行指导方法 | |
| Irawan et al. | Real Time System Monitoring and Analysis-Based Internet of Things (IoT) Technology in Measuring Outdoor Air Quality. | |
| CN105389965A (zh) | 基于tdlas传感器的城市燃气管道无线监测系统及监测方法 | |
| Kirchen et al. | Metrics for the evaluation of data quality of signal data in industrial processes | |
| CN205484275U (zh) | 大空间有害气体自动巡检装置 | |
| Sajjan et al. | Analysis of air pollution by using raspberry Pi-IoT | |
| CN112326583A (zh) | 一种基于物联网的毒害气体智能检测系统及方法 | |
| CN111861283A (zh) | 一种基于物联网的构筑物安全评估方法及系统 | |
| CN117114407A (zh) | 基于园区多灾种实时监测的定量风险评估方法及系统 | |
| US20230003705A1 (en) | Computer systems and methods for estimating changes in fugitive emissions | |
| Maduranga et al. | Design of an IoT based indoor air quality monitoring system | |
| CN117079442A (zh) | 基于数据分析的化工园区危化气体泄漏扩散监测系统 | |
| CN117554571A (zh) | 一种复合型恶臭气体的分析溯源监测系统 | |
| CN112344346A (zh) | 危废焚烧在线管理系统 | |
| Khunsongkiet et al. | Converting air quality monitoring low cost sensor data to digital value via mobile interface | |
| CN116862109A (zh) | 一种区域碳排放态势感知预警方法 | |
| CN113741354A (zh) | 安全生产监控预警方法、系统以及具有存储功能的装置 | |
| CN116384741A (zh) | 一种危险源辨识与管理系统及装置 | |
| Momenimovahed et al. | Comparison of black carbon measurement techniques for marine engine emissions using three marine fuel types | |
| CN207964620U (zh) | 一种基于激光混合气体检测的汽车内外部气体环境监测净化控制系统 | |
| Le et al. | Reproducibility and imputation of air toxics data | |
| Manikandan et al. | Internet of things enabled ml for air quality assessment: Systematic review |
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 |