CN117290639A - 相变储能罐中材料泄漏定位检测的方法及系统 - Google Patents
相变储能罐中材料泄漏定位检测的方法及系统 Download PDFInfo
- Publication number
- CN117290639A CN117290639A CN202311576135.8A CN202311576135A CN117290639A CN 117290639 A CN117290639 A CN 117290639A CN 202311576135 A CN202311576135 A CN 202311576135A CN 117290639 A CN117290639 A CN 117290639A
- Authority
- CN
- China
- Prior art keywords
- leakage
- specific
- point
- storage device
- positions
- 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
- 239000000463 material Substances 0.000 title claims abstract description 382
- 238000004146 energy storage Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000003860 storage Methods 0.000 claims abstract description 111
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 86
- 238000004458 analytical method Methods 0.000 claims abstract description 74
- 238000009792 diffusion process Methods 0.000 claims abstract description 59
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 239000012782 phase change material Substances 0.000 claims abstract description 15
- 238000012549 training Methods 0.000 claims description 32
- 238000004088 simulation Methods 0.000 claims description 20
- 238000013528 artificial neural network Methods 0.000 claims description 16
- 238000002474 experimental method Methods 0.000 claims description 11
- 238000003062 neural network model Methods 0.000 claims description 11
- 238000012795 verification Methods 0.000 claims description 11
- 238000005507 spraying Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 9
- 230000000306 recurrent effect Effects 0.000 claims description 9
- 239000011232 storage material Substances 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 5
- 239000007921 spray Substances 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000000053 physical method Methods 0.000 claims 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 238000011144 upstream manufacturing Methods 0.000 abstract description 2
- 239000000126 substance Substances 0.000 abstract 1
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000704 physical effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 239000004593 Epoxy Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000003889 chemical engineering Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 239000011344 liquid material Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Medical Informatics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本申请涉及一种相变储能罐中材料泄漏定位检测的方法及系统，涉及新能源及化工安全领域，解决了通过在循环水的上下游进行相变材料检测的方式只能判断是否出现泄露，无法有效判断具体的泄漏点的问题，其包括：获取布设于材料储存装置周围固定位置的特定传感器所检测的泄露材料关联参数信息，其中，特定传感器的数量至少为3；根据泄露材料的扩散效率、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的泄露位置分析算法，分析确定材料储存装置具体泄露点的位置。本申请具有如下效果：提高了材料泄漏点定位的精准性与及时性。
Description
技术领域
本发明涉及新能源及化工安全领域，尤其是涉及一种相变储能罐中材料泄漏定位检测的方法及系统。
背景技术
生活生产中需要储存一些液体或气体材料，而储存气体或液体材料的容器可能会破裂，导致相应的液体或气体材料会产生泄露。
在工业制冷用热应用中，通常使用相变材料对冷量（或者热量）进行存储后，再分时分地利用，可以有效利用电费差价。能量的存储一般需要大型储能罐存放相变材料。通常情况下，需要将装有相变材料的小容量储能盒，密集布设于更大容量的储能罐中。罐体内通循环水，循环水与储能盒进行热交换，实现储能与放能的作用。但由于储能盒的耐久性问题，可能出现相变材料泄露的情况。如何快速准确地检测定位到相变材料的泄漏点以及时替换储能盒，是现有检测技术亟待解决的一大难题。
但通过在循环水的上下游进行相变材料检测的方式只能判断是否出现泄露，无法有效判断具体的泄漏点，而将传感器设置在材料储存装置内部检测具体泄露点，由于传感器在液体中进行工作，但无线通信在液体中难以传播，导致泄露位置检测较为困难，而且在材料储存装置安装传感器需要布置大量传感器，而且需要布设大量的走线，操作复杂。
发明内容
为了提高材料泄漏点定位的精准性与及时性，本申请提供一种相变储能罐中材料泄漏定位检测的方法及系统。
第一方面，本申请提供一种相变储能罐中材料泄漏定位检测的方法，采用如下的技术方案：
一种相变储能罐中材料泄漏定位检测的方法，包括：
获取布设于材料储存装置周围固定位置的特定传感器所检测的泄露材料关联参数信息，其中，特定传感器的数量至少为3；
根据泄露材料的扩散效率、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的泄露位置分析算法，分析确定材料储存装置具体泄露点的位置，关联参数信息包括但不局限于泄露材料扩散至特定传感器的时间及浓度变化。
通过采用上述技术方案，通过在材料储存装置布设特定传感器，可以至少获取泄漏材料经过分子运动后到达特定传感器的时间及浓度变化，并利用这些条件可以有效反向分析计算获取材料泄漏点，而且相较于在材料储存装置各个位置均布置传感器检查泄漏点的方式，节约了成本且同时减少了布线的麻烦。
可选的，根据泄露材料的扩散效率、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的泄露位置分析算法，分析确定材料储存装置具体泄露点的位置包括：
获取材料储存装置所受影响因素，并分析材料储存装置所受影响因素是否在预设影响因素范围内；
若为否，则根据设定的泄露材料的扩散效率、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的第四泄露位置分析算法，分析确定材料储存装置具体泄露点的位置；
若为是，则分析泄露材料的扩散效率是否固定；
若为是，则根据设定的泄露材料的扩散效率、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的第一泄露位置分析算法，分析确定材料储存装置具体泄露点的位置；
若为否，则获取环境温度值以及泄露材料种类；
根据环境温度值、泄露材料种类与扩散效率变化规则的对应关系，分析确定泄露材料的扩散效率变化规则，定义扩散效率变化规则为泄露材料在材料储存装置的扩展速度随时间变化或随浓度变化的函数，记函数为Vs(t)；
分析材料储存装置是否存在匀速流动的材料；
若为否，根据所分析确定的泄露材料的扩散效率变化规则、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的第二泄露位置分析算法，分析确定材料储存装置具体泄露点的位置；
若为是，则根据材料储存装置所存在的匀速流动的材料的流速、所分析确定的泄露材料的扩散效率变化规则、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的第三泄露位置分析算法，分析确定材料储存装置具体泄露点的位置，定义材料储存装置所存在的匀速流动的材料的流速为Vw，且方向一致。
通过采用上述技术方案，综合考虑材料储存装置所受影响因素、泄露材料的扩散效率的变化规则以及材料储存装置所存在材料的流动情况，并根据这些条件建立对应的泄露位置分析算法，可以满足不同材料泄露场景下确定泄露材料所在位置的要求。
可选的，定义特定传感器的数量为4，记泄漏点为B，特定传感器所在位置的坐标点分别为A1、A2、A3、A4，A1的坐标为（m,h），A2的坐标为（m+d,h）,A3的坐标为（m,0）,A4的坐标为（m+d,0），m、d、h的值根据实体测量得到，定义泄漏点B点发生材料泄露后，先后被A2处的特定传感器、A1处的特定传感器、A3处的特定传感器检测到，泄露点B到A1、A2、A3的路程为S1、S2、S3，泄漏点B材料扩散到A1、A2、A3的初始速度方向与水平线的夹角分别为α1、α2、α3，A1位置处的特定传感器检测到泄露材料的时间点为t1，A2位置处的特定传感器检测到泄露材料的时间点为t2，A3位置处的特定传感器检测到泄露材料的时间点为t3，A4位置处的特定传感器检测到泄露材料的时间点为t4，A1位置处的特定传感器与A2位置处的特定传感器检测到泄露材料的时间差为，A3位置处的特定传感器与A1位置处的特定传感器检测到泄露材料的时间差为/>；
预设的第一泄露位置分析算法如下：
首先，根据几何关系得如下公式：
（1-1）；
（1-2）；
（1-3）；
（1-4）；
（1-5）；
（1-6）；
其次，根据公式1-1至公式1-6推导得如下公式：
（1-7）；
（1-8）；
最后，由公式1-7、公式1-8，解得,/>,/>的值。
因此，可得泄漏点B的坐标：
。
通过采用上述技术方案，具体公开了在泄露材料的扩散效率固定的条件下，如何有效利用所涉及的泄露材料的扩散效率、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并通过具体的第一泄露位置分析算法作泄漏点的具体位置分析。
预设的第二泄露位置分析算法如下：
（1-9）
（1-10）
（1-11）
（1-12）
由公式1-1至公式1-4，公式1-9至公式1-12，解得，/>，/>，/>的值，/>为B材料泄露扩散到A2所在位置处的特定传感器所用时间；
因此，可得泄漏点B的坐标：
。
通过采用上述技术方案，具体公开了在材料储存装置没有匀速流动的材料且泄露材料的扩散效率变化规则确定的条件下，如何有效利用泄露材料的扩散效率变化规则、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用具体的第二泄露位置分析算法作泄漏点的具体位置分析。
可选的，预设的第三泄露位置分析算法如下：
首先，设定材料发生泄露到被传感器2检测到所用时长为，并将泄漏材料扩散速度分解为X、Y两轴方向上的速度进行分析，具体如下：
泄露点B的材料扩散至位于A1处的特定传感器的速度分解为X方向流速以及Y方向流速，其中，关于X方向流速的分析公式如下：（1-13），关于Y方向流速的分析公式如下：/>（1-14）；
泄露点B的材料扩散至位于A2处的特定传感器的速度分解为X方向流速以及Y方向流速，其中，关于X方向流速的分析公式如下：（1-15），关于Y方向流速的分析公式如下：/>（1-16）；
泄露点B的材料扩散至位于A3处的特定传感器的速度分解为X方向流速以及Y方向流速，其中，关于X方向流速的分析公式如下：（1-17），关于Y方向流速的分析公式如下：/>（1-18）；
然后，根据平面几何关系得：
（1-19）；
（1-20）；
（1-21）；
（1-22）；
最后，由公式1-13至公式1-22解得，/>，/>，/>的值，即可得B点坐标：
。
通过采用上述技术方案，具体公开了在材料储存装置有匀速流动的材料且泄露材料的扩散效率变化规则确定的条件下，如何有效材料储存装置所存在的匀速流动的材料的流速、所分析确定的泄露材料的扩散效率变化规则、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并通过具体的第三泄露位置分析算法作泄漏点的具体位置分析。
可选的，预设的第四泄露位置分析算法包括：
将所获取的不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息作为输入对象，输入至完成训练的材料泄露单点定位算法模型中，完成训练的材料泄露单点定位算法模型为本次使用的泄露位置分析算法模型；
分析单一材料泄露点定位算法模型是否输出具体的泄露位置；
若为是，则以所输出的具体泄露位置，作为材料储存装置具体泄露点的位置；
若为否，则将所获取的不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息作为输入对象，输入至完成训练的完成训练的材料泄露多点定位算法模型中，完成训练的材料泄露多点定位算法模型为本次使用的泄露位置分析算法模型；
获取通过完成训练的材料泄露多点定位算法模型所输出的多个具体泄露位置，作为材料储存装置具体泄露点的位置。
通过采用上述技术方案，具体公开了在材料储存装置所受影响因素不在预设影响因素范围内时，如何有效根据设定的泄露材料的扩散效率、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并逐一按照单一材料泄露点定位算法以及材料泄露多点定位算法模型作泄漏点的具体位置分析。
可选的，完成训练的材料泄露单点定位算法模型的获取包括：
构建达到或超过预设数量的相变储能材料罐仿真/实验模型，其中，仿真需要在确定的材料容器与传感器位置和数量的条件下进行，随机不同的泄露点位置与泄露点的数量，仿真需要得出在预设时间段内，预设时间段至少为从最早有信号变化的时间开始，到最远泄露点到传感器的传播时间；
在所构建的每个相变储能材料罐仿真/实验模型中，各选取一个参考点作为原点建立空间直角坐标系，通过在各空间不同位置设置n个参考点,获得n个参考点在各空间直角坐标系中的坐标位置；
使各空间中的n个参考点分别释放材料来模拟材料泄露场景，获取不同场景下在m个传感器位置检测到泄露材料的时间及浓度曲线数据，生成用于训练神经网络的数据集D，其中时间及浓度曲线M数据作为神经网络的输入，空间坐标作为神经网络的输出；
将数据集D划分为训练集A和验证集B，将训练集放进定位算法进行迭代训练，使损失函数收敛到最小值,得到模型参数集ζ，继而训练验证集B用于验证模型的准确性,当验证集B所验证模型的准确率达到预设准确率，则将所训练的模型作为完成训练的材料泄露单点定位算法模型。
通过采用上述技术方案，具体公开了完成训练的材料泄露单点定位算法模型的获取过程，通过训练集以及验证集的结合设置，使所训练的算法模型准确率达到预设值，从而最大程度解决不确定因素影响下的材料泄露定位不精准的问题。
可选的，还包括位于分析确定材料储存装置具体泄露点的位置之后的步骤，具体如下：
分析泄露材料是否为火源关联材料；
若为是，则将分析确定材料储存装置具体泄露点的位置发送至自动喷淋机构的控制系统；
根据位于材料储存装置预设范围内不同洒水喷头所在位置、喷洒范围以及材料储存装置具体泄露点的位置，分析确定材料储存装置具体泄露点的位置是否落入洒水喷头的喷洒范围；
若为是，则启动相应部分的洒水喷头对具体泄露点的位置即起火源进行喷淋灭火。
通过采用上述技术方案，充分考虑到泄露材料为火源关联材料的情况，可以在分析泄漏点后通过自动喷淋机构的控制系统安排洒水喷头作喷淋灭火设置。
可选的，还包括位于分析确定材料储存装置具体泄露点的位置之后的步骤，具体如下：
分析材料储存装置所储存的材料是否为相变材料；
若为是，则获取材料储存装置的材料泄露速度以及循环次数，
将泄漏速度和循环次数作为训练完结的时间递归神经网络模型的输入，通过时间递归神经网络模型输出使用寿命；
若使用寿命达到预设使用寿命范围，则发出更换维修提醒。
通过采用上述技术方案，在材料储存装置所储存的材料为相变材料的条件下，可以利用材料泄露速度以及循环次数，并结合时间递归神经网络模型，分析确定材料储存装置的使用寿命，从而间接确定材料储存装置的更换时机。
第二方面，本申请提供一种基于分子扩散运动原理的材料泄漏定位系统，采用如下的技术方案：
一种基于分子扩散运动原理的材料泄漏定位系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，该程序能够被处理器加载执行时实现如第一方面所述的相变储能罐中材料泄漏定位检测的方法。
通过采用上述技术方案，通过程序的调取，通过在材料储存装置布设特定传感器，可以至少获取泄漏材料经过分子运动后到达特定传感器的时间及浓度变化，并利用这些条件可以有效反向分析计算获取材料泄漏点，而且相较于在材料储存装置各个位置均布置传感器检查泄漏点的方式，节约了成本且同时减少了布线的麻烦。
综上所述，本申请的有益技术效果为：
通过多点传感器检测技术，实现在复杂场景下的易扩散性材料的检测定位；
可以有效分析材料储存装置的使用寿命，以便于及时更换；
通过泄露位置的精准定位，可以提高消防灭火的效率。
附图说明
图1是本申请实施例一种相变储能罐中材料泄漏定位检测的方法的整体流程示意图。
.图2是本申请实施例关于材料泄漏点定位检测的布置示意图一。
图3是本申请另一实施例分析确定材料储存装置具体泄露点的位置的流程示意图。
图4是本申请另一实施例关于材料泄漏点定位检测的布置示意图二。
图5是本申请另一实施例第四泄露位置分析算法的流程示意图。
图6是本申请另一实施例成训练的材料泄露单点定位算法模型的获取流程示意图。
图7是图6中材料泄露多点定位算法模型所涉及的场景示意图。
图8是图7中传感器1的浓度影响与传感器的浓度曲线。
图9是本申请另一实施例位于分析确定材料储存装置具体泄露点的位置之后的步骤的流程示意图。
图10是本申请另一实施例位于分析确定材料储存装置具体泄露点的位置之后的步骤的流程示意图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
参照图1，为本申请公开的一种相变储能罐中材料泄漏定位检测的方法，包括：
步骤S100，获取布设于材料储存装置周围固定位置的特定传感器所检测的泄露材料关联参数信息。
其中，特定传感器的数量至少为3，例如泄露材料为C02，则特定传感器为CO2浓度传感器，布设于材料储存装置周围固定位置的特定传感器所检测的泄露材料关联参数信息的获取可以数据处理中心获取，关联参数信息包括但不局限于泄露材料扩散至特定传感器的时间及浓度变化。
步骤S200，根据泄露材料的扩散效率、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的泄露位置分析算法，分析确定材料储存装置具体泄露点的位置。
举例来说，如图2所示，材料储存装置周围分布设置多个传感器，在一个匀速流动的液体平面内，中间某处的盒子B有某种材料泄漏。盒子B泄漏后，材料通过分子运动扩散，分别到达四个传感器的位置并被传感器检测到（可为任意的传感器检测技术）。通过分析多个传感器检测到的泄漏材料的浓度曲线C(t)，可计算出泄漏点B处的坐标。
在图1的步骤S200中，进一步考虑到材料储存装置具体泄露点的位置的分析，需要综合考虑材料储存装置所受影响因素、泄露材料的扩散效率的变化规则以及材料储存装置所存在材料的流动情况，并根据以上条件构建适合的泄露位置分析算法具体泄露点位置的有效分析，具体可参照图3所示实施例作详细说明。
参照图3，根据泄露材料的扩散效率、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的泄露位置分析算法，分析确定材料储存装置具体泄露点的位置包括：
步骤S210，获取材料储存装置所受影响因素，并分析材料储存装置所受影响因素是否在预设影响因素范围内。若为否，则执行步骤S220，若为是，则执行步骤S230。
其中，材料储存装置所受影响因素包括但不局限于环氧材料出现湍流、环境温度、环境湿度等，预设影响因素范围包括环境温度、环境湿度等，具体可以根据需要设置。
步骤S220，根据设定的泄露材料的扩散效率、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的第四泄露位置分析算法，分析确定材料储存装置具体泄露点的位置。
步骤S230，分析泄露材料的扩散效率是否固定。若为是，则执行步骤S240，若为否，则执行步骤S250。
其中，泄露材料的扩散效率是否固定的分析如下：以泄露材料作为查询对象，从预设的存储有扩散效率固定的泄露材料的数据库中，查询确定所查询材料的扩散效率是否固定。
步骤S240，根据设定的泄露材料的扩散效率、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的第一泄露位置分析算法，分析确定材料储存装置具体泄露点的位置。
步骤S250，获取环境温度值以及泄露材料种类。
其中，步骤S250所提及的环境温度为材料存储装置周围的环境。
步骤S260,根据环境温度值、泄露材料种类与扩散效率变化规则的对应关系，分析确定泄露材料的扩散效率变化规则。
定义扩散效率变化规则为泄露材料在材料储存装置的扩展速度随时间变化或随浓度变化的函数，记函数为Vs(t)。
其中，泄露材料的扩散效率变化规则的分析确定如下：以环境温度值、泄露材料种类作为查询对象，从预设的存储有环境温度值、泄露材料种类与扩散效率变化规则的对应关系的数据库中，查询获取泄露材料的扩散效率变化规则。
步骤S270,分析材料储存装置是否存在匀速流动的材料。若为否，则执行步骤S280；若为是，则执行步骤S290。
其中，材料储存装置是否存在匀速流动的材料的分析如下：以预设于材料储存装置内用于监测材料流动情况的流动传感器检测材料的流动情况，从而间接判断材料是否匀速流动。
步骤S280，根据所分析确定的泄露材料的扩散效率变化规则、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的第二泄露位置分析算法，分析确定材料储存装置具体泄露点的位置。
步骤S290，根据材料储存装置所存在的匀速流动的材料的流速、所分析确定的泄露材料的扩散效率变化规则、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的第三泄露位置分析算法，分析确定材料储存装置具体泄露点的位置。
定义材料储存装置所存在的匀速流动的材料的流速为Vw，且方向一致。
在图3的步骤S240，分析确定材料储存装置具体泄露点的位置的条件为泄露材料的扩散效率是固定的，相应设定条件下的关联信息具体如下：
参照图4，特定传感器的数量为4，记泄漏点为B，特定传感器所在位置的坐标点分别为A1、A2、A3、A4，A1的坐标为（m,h），A2的坐标为（m+d,h）,A3的坐标为（m,0）,A4的坐标为（m+d,0），m、d、h的值根据实体测量得到，定义泄漏点B点发生材料泄露后，先后被A2处的特定传感器、A1处的特定传感器、A3处的特定传感器检测到，泄露点B到A1、A2、A3的路程为S1、S2、S3，泄漏点B材料扩散到A1、A2、A3的初始速度方向与水平线的夹角分别为α1、α2、α3，A1位置处的特定传感器检测到泄露材料的时间点为t1，A2位置处的特定传感器检测到泄露材料的时间点为t2，A3位置处的特定传感器检测到泄露材料的时间点为t3，A4位置处的特定传感器检测到泄露材料的时间点为t4，A1位置处的特定传感器与A2位置处的特定传感器检测到泄露材料的时间差为，A3位置处的特定传感器与A1位置处的特定传感器检测到泄露材料的时间差为/>。
基于以上关联信息，第一泄露位置分析算法具体如下：首先，根据几何关系得如下公式：（1-1）；/>（1-2）；/>（1-3）；（1-4）；/>（1-5）；/>（1-6）。
其次，根据公式1-1至公式1-6推导得如下公式：
（1-7）。
（1-8）。
.最后，由公式1-7、公式1-8，解得，/>，/>的值。
因此，可得泄漏点B的坐标：。
在图3的步骤S280中，分析确定材料储存装置具体泄露点的位置的条件为材料储存装置没有匀速流动的材料且泄露材料的扩散效率变化规则确定，相应设定条件下的部分关联信息与第一泄露位置分析算法相关，此处对与第一泄露位置分析算法不相关的部分具体阐述，第二泄露位置分析算法具体如下：
（1-9）；/>（1-10）；/>（1-11）；/>（1-12）。
由公式1-1至公式1-4，公式1-9至公式1-12，解得，/>，/>，/>的值，/>为B材料泄露扩散到A2所在位置处的特定传感器所用时间。
因此，可得泄漏点B的坐标：。
在图3的步骤S290中，分析确定材料储存装置具体泄露点的位置的条件为材料储存装置有匀速流动的材料且泄露材料的扩散效率变化规则确定，相应设定条件下的第三泄露位置分析算法如下：
首先，设定材料发生泄露到被传感器2检测到所用时长为，并将泄漏材料扩散速度分解为X、Y两轴方向上的速度进行分析，具体如下：
泄露点B的材料扩散至位于A1处的特定传感器的速度分解为X方向流速以及Y方向流速，其中，关于X方向流速的分析公式如下：（1-13），关于Y方向流速的分析公式如下：/>（1-14）。
泄露点B的材料扩散至位于A2处的特定传感器的速度分解为X方向流速以及Y方向流速，其中，关于X方向流速的分析公式如下：（1-15），关于Y方向流速的分析公式如下：/>（1-16）。
泄露点B的材料扩散至位于A3处的特定传感器的速度分解为X方向流速以及Y方向流速，其中，关于X方向流速的分析公式如下：（1-17），关于Y方向流速的分析公式如下：/>（1-18）。
然后，根据平面几何关系得：
（1-19）。
（1-20）。
（1-21）。
（1-22）。
最后，由公式1-13至公式1-22解得，/>，/>，/>的值，即可得B点坐标：。
在图3的步骤S220中，分析确定材料储存装置具体泄露点的位置的条件为材料储存装置所受影响因素不在预设影响因素范围内，相应设定条件下的第四泄露位置分析算法如下：
步骤S221，将所获取的不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息作为输入对象，输入至完成训练的材料泄露单点定位算法模型中，完成训练的材料泄露单点定位算法模型为本次使用的泄露位置分析算法模型。
步骤S222，分析单一材料泄露点定位算法模型是否输出具体的泄露位置。若为是，则执行步骤S223；若为否，则执行步骤S224。
其中，单一材料泄露点定位算法模型是否输出具体的泄露位置的分析如下：分析系统是否接收到由单一材料泄露点定位算法模否输出的具体泄露位置，若接收到，则判断有输出具体的泄露位置；若没有接收到，则判断没有输出具体泄露位置。
步骤S223，以所输出的具体泄露位置，作为材料储存装置具体泄露点的位置。
步骤S224，将所获取的不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息作为输入对象，输入至完成训练的完成训练的材料泄露多点定位算法模型中，完成训练的材料泄露多点定位算法模型为本次使用的泄露位置分析算法模型。
步骤S225，获取通过完成训练的材料泄露多点定位算法模型所输出的多个具体泄露位置，作为材料储存装置具体泄露点的位置。
其中，材料泄露多点定位算法的训练与材料泄露单点定位算法模型的训练类似，多泄漏点定位检测可参照图7，具体训练步骤如下：1、数据集准备：通过仿真的方式获得泄露点置、数量、以及泄露量所对应的传感器浓度曲线。2、模型训练：使用ANN神经网络训练，获得预测模型。3、实验室实验：由于仿真模型存在一定理想性，需要再实际模型中进行修正，实验对比预测模型预测结果，修正预测模型。4、算法导入，开始监测。
另外，以传感器1为例，泄露点位置和泄露量的不同对该传感器浓度检测曲线的影响不同，而传感器检测到的浓度曲线（浓度/时间）为所有泄露点对该传感器影响的叠加曲线，故该叠加浓度曲线受泄露点数量影响。使用图8所示四个传感器浓度曲线输入神经网络模型预测出泄露点置、数量、以及泄露量。
在图5的步骤S221中，完成训练的材料泄露单点定位算法模型的获取需要充分利用训练集以及验证集来提高材料泄露单点定位算法模型的准确率，具体参照图6作具体展示。
参照图6，完成训练的材料泄露单点定位算法模型的获取包括：
步骤SA00，构建达到或超过预设数量的相变储能材料罐仿真/实验模型，其中，仿真需要在确定的材料容器与传感器位置和数量的条件下进行，随机不同的泄露点位置与泄露点的数量，仿真需要得出在预设时间段内，预设时间段至少为从最早有信号变化的时间开始，到最远泄露点到传感器的传播时间。
.其中，假定仿真/实验模型的预设数量为N,那么，搭建相变储能材料罐仿真/实验模型A、B、C、……、N，通过搭建的仿真/实验模型A、B、C、……、N，获取模拟/实验数据。
步骤SB00，在所构建的每个相变储能材料罐仿真/实验模型中，各选取一个参考点作为原点建立空间直角坐标系，通过在各空间不同位置设置n个参考点,获得n个参考点在各空间直角坐标系中的坐标位置。
其中，举例来说，n个参考点在各空间直角坐标系中的坐标位置A（Xn,Yn,Zn）,B（Xn,Yn,Zn）,C（Xn,Yn,Zn）,……,N（Xn,Yn,Zn）,其中n=1,2,3……。
步骤SC00，使各空间中的n个参考点分别释放材料来模拟材料泄露场景，获取不同场景下在m个传感器位置检测到泄露材料的时间及浓度曲线数据，生成用于训练神经网络的数据集D，其中时间及浓度曲线M数据作为神经网络的输入，空间坐标作为神经网络的输出。
步骤SD00，将数据集D划分为训练集A和验证集B，将训练集放进定位算法进行迭代训练，使损失函数收敛到最小值,得到模型参数集ζ，继而训练验证集B用于验证模型的准确性,当验证集B所验证模型的准确率达到预设准确率，则将所训练的模型作为完成训练的材料泄露单点定位算法模型。
其中，预设准确率可以是95%，还可以根据需要作进一步设置，而且需要说明的是算法模型可以由一定时间段内的浓度变化信息获得不同的泄露点位置与数量，浓度变化信息越长，预测结果越精确。但由于仿真建立的模型是较为理想的，与实际模型之间存在误差，因此需要对实际情况进行试验，对预测算法进行修正。
在图1的步骤S200中对泄露材料所在位置作了具体分析之后，此时还应考虑到泄露材料为火源关联材料的情况，此时为避免起火，应作及时扑灭火源，具体参照图9作具体公开。
参照图9，一种相变储能罐中材料泄漏定位检测的方法，还包括位于分析确定材料储存装置具体泄露点的位置之后的步骤，具体如下：
步骤S300，分析泄露材料是否为火源关联材料。
其中，火源关联材料可以是C02或者其它关联材料。
步骤S400，若为是，则将分析确定材料储存装置具体泄露点的位置发送至自动喷淋机构的控制系统。
其中，需要说明的是在房间内特定位置对称布设传感器作为CO2浓度探测点，所述传感器为多个，多个传感器分别与信息处理系统连接，信息处理系统将多个传感器输送的异常CO2浓度变化信息转化为起火源位置信息，确定房间内CO2浓度异常区域。
基于至少三个传感器与起火源的平面位置关系、三个传感器探测到异常CO2浓度的时间点及CO2分子在空间内的扩散速度，分别建立所述传感器坐标点、起火源中心坐标，联立方程组，计算得出起火源中心坐标。
步骤S500，根据位于材料储存装置预设范围内不同洒水喷头所在位置、喷洒范围以及材料储存装置具体泄露点的位置，分析确定材料储存装置具体泄露点的位置是否落入洒水喷头的喷洒范围。
步骤S600，若为是，则启动相应部分的洒水喷头对具体泄露点的位置即起火源进行喷淋灭火。
示例来说，当房间某处发生火灾，随着火势的蔓延，起火源释放的CO2分子向四周扩散，随后，房间内安装的传感器探测到异常的CO2浓度，传感器检测并记录CO2浓度变化曲线，通过本发明所用的信息处理系统计算得出起火源位置信息，将起火源位置信息传递给自动喷淋机构的控制系统，控制系统发出指令，洒水喷头精准定位起火源点并进行喷淋灭火。
在图1的步骤S200之后，在图1的步骤S200中对泄露材料所在位置作了具体分析之后，还应考虑到泄露材料为相变材料，可以对材料储存装置的使用寿命作进一步分析，具体参照图10作具体说明。
参照图10，一种相变储能罐中材料泄漏定位检测的方法还包括位于分析确定材料储存装置具体泄露点的位置之后的步骤，具体如下：
步骤Sa00，分析材料储存装置所储存的材料是否为相变材料。
其中，材料储存装置所储存的材料是否为相变材料的分析如下：查询记录当前材料储存装置所存储的材料的数据库来获取材料储存装置所储存的材料种类。
步骤Sb00，若为是，则获取材料储存装置的材料泄露速度以及循环次数。
其中，材料储存装置的材料泄露速度可以通过设置于材料存储装置中的用于检测材料泄露速度关联参数的传感器检测相应参数后通过分析获取，循环次数可以通过设置于材料储存装置的循环记录装置来记录。
步骤Sc00，将泄漏速度和循环次数作为训练完结的时间递归神经网络模型的输入，通过时间递归神经网络模型输出使用寿命。
步骤Sd00，若使用寿命达到预设使用寿命范围，则发出更换维修提醒。
在图10的步骤Sc00中，需要对时间递归神经网络模型的训练获取作进一步分析，具体参照如下实施例作详细说明。
训练完结的时间递归神经网络模型的获取包括：
步骤Sc10，建立容量0-100%的相变储能盒模型，对相变储能盒进行热循环测试，即热循环测试循环温度以及温度变化速率根据相变材料相变温度点设置，得出材料温度变化曲线，其中，相变储能盒为本次的材料储存装置。
步骤Sc20，使用参比温度曲线法计算材料的物理性质，物理性质包括但不局限于潜热值、比热等，将材料物性未发生变化的容量为100%相变材料的循环次数作为该相变罐体的使用寿命，定义此时该相变罐体的使用寿命为T0。
其中，参比温度曲线法英文名为T-history法。
步骤Sc30，根据材料物理性质的变化依次定义使用寿命T1、T2、T3、……、Tn ,容量为V，热循环次数为N,获得N次循环后不同容量的材料的使用寿命T。
步骤Sc40，通过相变储能盒内m个传感器位置检测到的泄漏速度对盒内容量进行推算，设传感器t0时刻检测泄漏速率为v0, tn时刻检测泄漏速率为vm,盒内初始容量为，则t0时刻盒内容量为/>，/>为传感器在不同时刻检测泄漏速率的函数关系；将以上数据作为训练神经网络的数据集D，其中泄漏速度和循环次数作为神经网络的输入，使用寿命作为神经网络的输出，神经网络算法选择时间递归神经网络算法。
步骤Sc50，当神经网络的输入次数达到预设次数，判断时间递归神经网络模型训练完结。
其中，预设次数可以是20次，也可以是30次，具体可以根据需要设置。
基于同一发明构思，本发明实施例提供一种基于分子扩散运动原理的材料泄漏定位系统，包括存储器、处理器，存储器上存储有可在所述处理器上运行实现如图1至图10任一种方法的程序。
本具体实施方式的实施例均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。
Claims (10)
1.一种相变储能罐中材料泄漏定位检测的方法，其特征在于，包括：
获取布设于材料储存装置周围固定位置的特定传感器所检测的泄露材料关联参数信息，其中，特定传感器的数量至少为3；
根据泄露材料的扩散效率、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的泄露位置分析算法，分析确定材料储存装置具体泄露点的位置，关联参数信息包括但不局限于泄露材料扩散至特定传感器的时间及浓度变化。
2.根据权利要求1所述的一种相变储能罐中材料泄漏定位检测的方法，其特征在于，根据泄露材料的扩散效率、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的泄露位置分析算法，分析确定材料储存装置具体泄露点的位置包括：
获取材料储存装置所受影响因素，并分析材料储存装置所受影响因素是否在预设影响因素范围内；
若为否，则根据设定的泄露材料的扩散效率、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的第四泄露位置分析算法，分析确定材料储存装置具体泄露点的位置；
若为是，则分析泄露材料的扩散效率是否固定；
若为是，则根据设定的泄露材料的扩散效率、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的第一泄露位置分析算法，分析确定材料储存装置具体泄露点的位置；
若为否，则获取环境温度值以及泄露材料种类；
根据环境温度值、泄露材料种类与扩散效率变化规则的对应关系，分析确定泄露材料的扩散效率变化规则，定义扩散效率变化规则为泄露材料在材料储存装置的扩展速度随时间变化或随浓度变化的函数，记函数为Vs(t)；
分析材料储存装置是否存在匀速流动的材料；
若为否，根据所分析确定的泄露材料的扩散效率变化规则、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的第二泄露位置分析算法，分析确定材料储存装置具体泄露点的位置；
若为是，则根据材料储存装置所存在的匀速流动的材料的流速、所分析确定的泄露材料的扩散效率变化规则、不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息，并应用预设的第三泄露位置分析算法，分析确定材料储存装置具体泄露点的位置，定义材料储存装置所存在的匀速流动的材料的流速为Vw，且方向一致。
3.根据权利要求2所述的一种相变储能罐中材料泄漏定位检测的方法，其特征在于，定义特定传感器的数量为4，记泄漏点为B，特定传感器所在位置的坐标点分别为A1、A2、A3、A4，A1的坐标为（m,h），A2的坐标为（m+d,h）,A3的坐标为（m,0）,A4的坐标为（m+d,0），m、d、h的值根据实体测量得到，定义泄漏点B点发生材料泄露后，先后被A2处的特定传感器、A1处的特定传感器、A3处的特定传感器检测到，泄露点B到A1、A2、A3的路程为S1、S2、S3，泄漏点B材料扩散到A1、A2、A3的初始速度方向与水平线的夹角分别为α1、α2、α3，A1位置处的特定传感器检测到泄露材料的时间点为t1，A2位置处的特定传感器检测到泄露材料的时间点为t2，A3位置处的特定传感器检测到泄露材料的时间点为t3，A4位置处的特定传感器检测到泄露材料的时间点为t4，A1位置处的特定传感器与A2位置处的特定传感器检测到泄露材料的时间差为，A3位置处的特定传感器与A1位置处的特定传感器检测到泄露材料的时间差为/>；
预设的第一泄露位置分析算法如下：
首先，根据几何关系得如下公式：
（1-1）；
（1-2）；
（1-3）；
（1-4）；
（1-5）；
（1-6）；
其次，根据公式1-1至公式1-6推导得如下公式：
（1-7）；
（1-8）；
最后，由公式1-7、公式1-8，解得，/>，/>的值；
因此，可得泄漏点B的坐标：
。
4.根据权利要求3所述的一种相变储能罐中材料泄漏定位检测的方法，其特征在于，预设的第二泄露位置分析算法如下：
（1-9）；
（1-10）；
（1-11）；
（1-12）；
由公式1-1至公式1-4，公式1-9至公式1-12，解得，/>，/>，/>的值，/>为B材料泄露扩散到A2所在位置处的特定传感器所用时间；
因此，可得泄漏点B的坐标：
。
5.根据权利要求3所述的一种相变储能罐中材料泄漏定位检测的方法，其特征在于，预设的第三泄露位置分析算法如下：
首先，设定材料发生泄露到被传感器2检测到所用时长为，并将泄漏材料扩散速度分解为X、Y两轴方向上的速度进行分析，具体如下：
泄露点B的材料扩散至位于A1处的特定传感器的速度分解为X方向流速以及Y方向流速，其中，关于X方向流速的分析公式如下：（1-13），关于Y方向流速的分析公式如下：/>（1-14）；
泄露点B的材料扩散至位于A2处的特定传感器的速度分解为X方向流速以及Y方向流速，其中，关于X方向流速的分析公式如下： （1-15），关于Y方向流速的分析公式如下：/>（1-16）；
泄露点B的材料扩散至位于A3处的特定传感器的速度分解为X方向流速以及Y方向流速，其中，关于X方向流速的分析公式如下：（1-17），关于Y方向流速的分析公式如下：/>（1-18）；
然后，根据平面几何关系得：
（1-19）；
（1-20）；
（1-21）；
（1-22）；
最后，由公式1-13至公式1-22解得，/>，/>，/>的值，即可得B点坐标：
。
6.根据权利要求2所述的一种相变储能罐中材料泄漏定位检测的方法，其特征在于，预设的第四泄露位置分析算法包括：
将所获取的不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息作为输入对象，输入至完成训练的材料泄露单点定位算法模型中，完成训练的材料泄露单点定位算法模型为本次使用的泄露位置分析算法模型；
分析单一材料泄露点定位算法模型是否输出具体的泄露位置；
若为是，则以所输出的具体泄露位置，作为材料储存装置具体泄露点的位置；
若为否，则将所获取的不同特定传感器所在位置以及不同位置特定传感器所检测的泄露材料关联参数信息作为输入对象，输入至完成训练的完成训练的材料泄露多点定位算法模型中，完成训练的材料泄露多点定位算法模型为本次使用的泄露位置分析算法模型；
获取通过完成训练的材料泄露多点定位算法模型所输出的多个具体泄露位置，作为材料储存装置具体泄露点的位置。
7.根据权利要求6所述的一种相变储能罐中材料泄漏定位检测的方法，其特征在于，完成训练的材料泄露单点定位算法模型的获取包括：
构建达到或超过预设数量的相变储能材料罐仿真/实验模型，其中，仿真需要在确定的材料容器与传感器位置和数量的条件下进行，随机不同的泄露点位置与泄露点的数量，仿真需要得出在预设时间段内，预设时间段至少为从最早有信号变化的时间开始，到最远泄露点到传感器的传播时间；
在所构建的每个相变储能材料罐仿真/实验模型中，各选取一个参考点作为原点建立空间直角坐标系，通过在各空间不同位置设置n个参考点,获得n个参考点在各空间直角坐标系中的坐标位置；
使各空间中的n个参考点分别释放材料来模拟材料泄露场景，获取不同场景下在m个传感器位置检测到泄露材料的时间及浓度曲线数据，生成用于训练神经网络的数据集D，其中时间及浓度曲线M数据作为神经网络的输入，空间坐标作为神经网络的输出；
将数据集D划分为训练集A和验证集B，将训练集放进定位算法进行迭代训练，使损失函数收敛到最小值,得到模型参数集ζ，继而训练验证集B用于验证模型的准确性,当验证集B所验证模型的准确率达到预设准确率，则将所训练的模型作为完成训练的材料泄露单点定位算法模型。
8.根据权利要求1至7任意一项所述的一种相变储能罐中材料泄漏定位检测的方法，其特征在于，还包括位于分析确定材料储存装置具体泄露点的位置之后的步骤，具体如下：
分析泄露材料是否为火源关联材料；
若为是，则将分析确定材料储存装置具体泄露点的位置发送至自动喷淋机构的控制系统；
根据位于材料储存装置预设范围内不同洒水喷头所在位置、喷洒范围以及材料储存装置具体泄露点的位置，分析确定材料储存装置具体泄露点的位置是否落入洒水喷头的喷洒范围；
若为是，则启动相应部分的洒水喷头对具体泄露点的位置即起火源进行喷淋灭火。
9.根据权利要求1至7任意一项所述的一种相变储能罐中材料泄漏定位检测的方法，其特征在于，还包括位于分析确定材料储存装置具体泄露点的位置之后的步骤，具体如下：
分析材料储存装置所储存的材料是否为相变材料；
若为是，则获取材料储存装置的材料泄露速度以及循环次数；
将泄漏速度和循环次数作为训练完结的时间递归神经网络模型的输入，通过时间递归神经网络模型输出使用寿命；
若使用寿命达到预设使用寿命范围，则发出更换维修提醒。
10.一种相变储能罐中材料泄漏定位检测的系统，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，该程序能够被处理器加载执行时实现如权利要求1至9中任一项所述的一种相变储能罐中材料泄漏定位检测的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311576135.8A CN117290639B (zh) | 2023-11-24 | 2023-11-24 | 相变储能罐中材料泄漏定位检测的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311576135.8A CN117290639B (zh) | 2023-11-24 | 2023-11-24 | 相变储能罐中材料泄漏定位检测的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117290639A true CN117290639A (zh) | 2023-12-26 |
| CN117290639B CN117290639B (zh) | 2024-02-27 |
Family
ID=89252042
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311576135.8A Active CN117290639B (zh) | 2023-11-24 | 2023-11-24 | 相变储能罐中材料泄漏定位检测的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117290639B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118133709A (zh) * | 2024-02-06 | 2024-06-04 | 同济大学 | 一种基于流体动力学仿真的受限空间氢泄漏检测与快速定位方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080168826A1 (en) * | 2007-01-17 | 2008-07-17 | Motorola, Inc. | Method and system for gas leak detection and localization |
| CN103914622A (zh) * | 2014-04-04 | 2014-07-09 | 清华大学 | 一种化学品泄漏快速预测预警应急响应决策方法 |
| CN110823456A (zh) * | 2019-09-29 | 2020-02-21 | 中国人民解放军陆军防化学院 | 一种自动搜索定位化学品输送管道泄漏点的方法和设备 |
| 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 |
| WO2020079920A1 (ja) * | 2018-10-16 | 2020-04-23 | 千代田化工建設株式会社 | 流体漏洩検知システム、流体漏洩検知装置、及び学習装置 |
-
2023
- 2023-11-24 CN CN202311576135.8A patent/CN117290639B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080168826A1 (en) * | 2007-01-17 | 2008-07-17 | Motorola, Inc. | Method and system for gas leak detection and localization |
| CN103914622A (zh) * | 2014-04-04 | 2014-07-09 | 清华大学 | 一种化学品泄漏快速预测预警应急响应决策方法 |
| WO2020079920A1 (ja) * | 2018-10-16 | 2020-04-23 | 千代田化工建設株式会社 | 流体漏洩検知システム、流体漏洩検知装置、及び学習装置 |
| CN110823456A (zh) * | 2019-09-29 | 2020-02-21 | 中国人民解放军陆军防化学院 | 一种自动搜索定位化学品输送管道泄漏点的方法和设备 |
| 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 |
Non-Patent Citations (2)
| Title |
|---|
| 姚 杰 等: "混凝土3Ｄ打印技术的研究与应用现状", 施工技术 （ 中英文 ）, vol. 52, no. 10, pages 1 - 9 * |
| 崔宏志 等: "非饱和黏土地层中相变能源桩热性能测试", 清华大学学报 （自然科学版）, vol. 62, no. 5, pages 881 - 890 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118133709A (zh) * | 2024-02-06 | 2024-06-04 | 同济大学 | 一种基于流体动力学仿真的受限空间氢泄漏检测与快速定位方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117290639B (zh) | 2024-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117290639B (zh) | 相变储能罐中材料泄漏定位检测的方法及系统 | |
| JP7232610B2 (ja) | 流体漏洩検知システム、流体漏洩検知装置、設計支援システム、設計支援装置、及び学習装置 | |
| Sophocleous et al. | Leak localization in a real water distribution network based on search-space reduction | |
| EP3575892B1 (en) | Model parameter value estimation device and estimation method, program, recording medium with program recorded thereto, and model parameter value estimation system | |
| CN106015951B (zh) | 一种适应多种状态变化的输气管道泄漏检测系统及方法 | |
| CN110500511A (zh) | 一种城市非金属管道泄漏定位方法 | |
| CN114321740B (zh) | 一种可燃气体泄漏点定位方法、系统及可读存储模块 | |
| JP2023512806A (ja) | 少なくとも２つの相互接続された化学プラントを備えるプロセスネットワークの表現の生成 | |
| US10309861B2 (en) | Intelligent pipeline small leaks and thefts detection methods and systems | |
| Meseguer et al. | Model-based monitoring techniques for leakage localization in distribution water networks | |
| KR20210078197A (ko) | 가상센서를 이용한 수소 충전소 안전 관리 시스템 | |
| CN115730535A (zh) | 一种基于气体监测的人工智能逆向溯源定漏方法 | |
| CN108152458A (zh) | 气体检测方法及装置 | |
| US20220196512A1 (en) | Detection of a leakage in a supply grid | |
| Zhou et al. | Machine learning based heat release rate indicator of premixed methane/air flame under wide range of equivalence ratio | |
| Peta et al. | Prediction of air leakage in heat exchangers for automotive applications using artificial neural networks | |
| US20210056406A1 (en) | Localized metal loss estimation across piping structure | |
| JP2016194919A (ja) | ハニカム構造体の解析方法、そのプログラム及び解析装置 | |
| Amoatey et al. | Inverse optimization based detection of leaks from simulated pressure in water networks, part 1: analysis for a single leak | |
| CN115164115A (zh) | 基于物理模型驱动机器学习的燃气管道泄漏速率预测方法 | |
| CN112393125B (zh) | 一种基于反问题分析的燃气管网漏失检测系统及方法 | |
| CN114628737A (zh) | 燃料电池冷却系统硬件在环测试平台及模型构建方法 | |
| Corzo et al. | Locating Multiple Leaks in Water Distribution Networks Combining Physically Based and Data-Driven Models and High-Performance Computing | |
| AU2021385080B2 (en) | Certified vapor recovery | |
| CN116297674B (zh) | 一种模拟计算可燃爆工质最小点火能的系统及方法 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240315 Address after: 3688 Nanhai Avenue, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province Patentee after: SHENZHEN University Country or region after: China Patentee after: Shenzhen Lihe Newspaper Big Data Center Co.,Ltd. Address before: 3688 Nanhai Avenue, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province Patentee before: SHENZHEN University Country or region before: China |