CN117330255A - 一种基于超声波检测装置和无人机的燃气检测系统 - Google Patents

一种基于超声波检测装置和无人机的燃气检测系统 Download PDF

Info

Publication number
CN117330255A
CN117330255A CN202311272294.9A CN202311272294A CN117330255A CN 117330255 A CN117330255 A CN 117330255A CN 202311272294 A CN202311272294 A CN 202311272294A CN 117330255 A CN117330255 A CN 117330255A
Authority
CN
China
Prior art keywords
leakage
gas
unmanned aerial
aerial vehicle
risk
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
Application number
CN202311272294.9A
Other languages
English (en)
Inventor
陈杰
周勇
张明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Resources Nanjing Municipal Design Co Ltd
Original Assignee
China Resources Nanjing Municipal Design Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Resources Nanjing Municipal Design Co Ltd filed Critical China Resources Nanjing Municipal Design Co Ltd
Priority to CN202311272294.9A priority Critical patent/CN117330255A/zh
Publication of CN117330255A publication Critical patent/CN117330255A/zh
Pending legal-status Critical Current

Links

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
    • G01M3/24—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations
    • G01M3/243—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations for pipes
    • 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
    • F17D5/06—Preventing, monitoring, or locating loss using electric or acoustic means

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明公开了一种基于超声波检测装置和无人机的燃气检测系统，涉及无人机燃气检测领域，该方法的步骤包括：通过数据采集模块采集无人机与地面的距离、燃气管道深度、无人机的飞行速度、标准声波传播速度、频谱长度、声波传播时间、泄露区域图像、管道节数；联立地震路面损毁威胁数据和管道泄露量威胁数据，得到燃气泄露威胁值；根据燃气泄露威胁值和人员风险，评估燃气泄漏危险等级并发出警报；依据风险等级发出路径决策指令。本发明在考虑了地震危险保证人员安全的同时，提高了燃气检测效率、减少了人力成本。

Description

一种基于超声波检测装置和无人机的燃气检测系统
技术领域
本发明涉及无人机燃气检测领域，具体为一种基于超声波检测装置和无人机的燃气检测系统。
背景技术
燃气泄漏是一个常见但危险的问题，可能导致火灾、爆炸、人员伤害和环境污染。因此，及早检测和处理燃气泄漏至关重要，传统的燃气泄漏检测方法通常依赖于人工巡检或固定传感器网络，超声波传感器的出现为燃气检测提供了新思路，目前，超声波传感器已经在许多领域中成功应用，包括距离测量、物体检测和材料检验，它们对于检测气体泄漏和流体流动具有极高的潜力。
例如，公开号为CN112197176B的专利公开了一种燃气泄漏检测系统，包该系统括超声波流量计、电磁阀以及告警子系统，通过超声波流量计来检测燃气管道内的流速数据，然后根据流速数据进行是否泄漏以及燃气泄漏等级的判定。
但上述方法存在一定的局限性，包括覆盖面有限、响应时间较长和无法覆盖复杂或危险的地形或设施，这时就需要一种考虑实时响应和安全程度的燃气检测方法，无人机技术的快速发展为燃气检测提供了新的可能性，无人机可以携带各种传感器，快速准确地监测广大地区，特别是难以到达的地方，因此，本发明提出种基于超声波检测装置和无人机的燃气检测系统。
发明内容
本发明的目的在于提供一种基于超声波检测装置和无人机的燃气检测系统，以解决上述背景技术中的问题。
为实现上述目的，本发明提供如下技术方案：一种基于超声波检测装置和无人机的燃气检测系统，包括：
数据采集模块，用于采集无人机飞行过程中无人机与地面的距离、燃气管道深度、无人机的飞行速度、标准声波传播速度、频谱长度、声波传播时间、泄露区域图像、管道节数；威胁计算模块，用于运行燃气泄露威胁值计算策略，计算地震路面损毁威胁数据和管道泄露量威胁数据，联立所述地震路面损毁威胁数据和管道泄露量威胁数据，计算燃气泄露威胁值S1；人员识别模块，用于根据所述泄露区域图像判断泄露区域是否存在人员风险；危险分级模块，用于根据燃气泄露威胁值S1和人员风险，评估燃气泄漏危险等级，还包括语音播报装置，用于对危险区域居民发出警报；补救路径决策模块，用于记录修补救援路线，依据风险等级发出路线决策指令。
本发明进一步改进在于，所述威胁计算模块包括环境干扰单元、燃气泄露威胁值获取单元、损毁定位单元，所述环境干扰单元用于通过风向、风速数据计算无人机偏移距离，所述燃气泄露威胁值获取单元包括基线建立子单元、泄露事件特征提取子单元、综合威胁值计算子单元和异常检测子单元。
本发明进一步改进在于，所述基线建立子单元包括建立燃气管道正常输送环境信息数据集作为检测系统的基线特征值，所述基线特征值包括在安全情况下，通过激光传感器获取无人机悬停在管道上空时无人机与地面的距离Dis1，记录这一时段的频谱长度Dspe1、标准声波传播速度v1，得到在标准声波传播速度v1的条件下频谱长度与距离的比值关系Dis1/Dspe1；所述泄露事件特征提取子单元包括当检测到频谱条带发生变化时，截取前1/2频谱条带，在所述频谱条带上记录声波发送节点nd1、声波接收节点nd2和频谱变化节点nd3，并记录节点nd1至节点nd3的频谱长度Dspe2，获取节点nd1至节点nd2的传播时间TIME、无人机飞行过程中无人机与地面的距离Dis2、无人机的飞行速度v2，得到燃气泄漏范围由此可得声波在燃气中的平均传播速度则燃气泄露浓度情况Con可由声波在燃气中的平均传播速度v3和标准声波传播速度v1的差值表示，Con＝|v3-v1|，可得管道泄露量威胁值Gas＝Con·Dran。
本发明进一步改进在于，所述综合威胁值计算子单元包括联立管道泄露量威胁数据和地震路面损毁威胁数据，所述地震路面损毁威胁数据通过计算地震路面损毁威胁值Equake得到，预先得到管道节数num，记录每节管道的长度数据集(L1,L2,…,Lnum)、深度数据集(H1,H2,…,Hnum)、直径数据集(D1,D2,…,Dnum)，其中，Li为第i节管道的长度，Hi为第i节管道的深度，Di为第i节管道的直径，得到管道胁迫值其中，λj表示管道在j级地震下通过经验公式得到的平均震害率，设地震作用下的燃气管道破坏数满足泊松分布，则地震路面损毁威胁值/>gra表示地震的总级别数，计算燃气泄露威胁值/>其中/>表示管道泄露量威胁值的权重，/>表示地震路面损毁威胁值的权重。
本发明进一步改进在于，所述异常检测子单元用于将燃气泄露威胁值与燃气泄露威胁值阈值进行对比，确定风险等级。
本发明进一步改进在于，所述损毁定位单元通过无人机搭载的定位系统对存在燃气泄露的风险区域进行定位，得到燃气泄露区域位置信息。
本发明进一步改进在于，所述人员识别模块包括设置居民人员流动值S2，收集居民特征数据集和建筑特征数据集，采集泄露区域图像信息，对所述泄露区域图像信息进行特征提取，并分类，具体包括：设置预警特征二元分类器，通过采集的历史图像数据收集居民特征数据集(x1,x2,…,xm)和建筑特征数据集(y1,y2,…,yn)，m表示居民特征数据集数量，n表示建筑特征数据集数量，通过逻辑回归训练特征数据集，将训练结果输入到所述预警特征二元分类器中；泄露区域图像信息通过预警特征二元分类器进行特征提取，将泄露区域划分为山区和平原，当泄露区域为平原时，提取居民特征数据，当泄露区域为山区时，提取建筑特征数据，若存在居民特征数据或存在建筑特征数据，则输出S2＝1，若不存在居民特征数据或存在建筑特征数据，则输出S2＝0。
本发明进一步改进在于，所述危险分级模块包括设置燃气泄露风险阈值Trisk1、Trisk2、Trisk3、Trisk4，设风险等级包括轻微泄露风险、低泄露风险、中泄露风险、高泄露风险、紧急泄露风险；所述轻微泄露风险判断公式为所述低泄露风险判断公式为/>所述中泄露风险判断公式为F3＝{(Trisk2＜S1≤Trisk3)∩S2＝0}；所述高泄露风险判断公式为F4＝{(Trisk3＜S1≤Trisk4)∩S2＝0}；所述紧急泄露风险判断公式为，若判断公式F4或F5成立，则通过语音播报装置，对危险区域居民发出警报。
本发明进一步改进在于，所述补救路径决策模块通过无人机在飞行过程中记录可通过区域，得到补救路径规划网络，并获取补救路径规划网络DEM影像，得到出发点到补救点的所有补救路径数据集其中/>表示第p条路径的第q个高程点的高程；将所述威胁计算模块得到的燃气泄露区域风险等级和位置信息作为泄露节点映射在所述补救路径规划网络中，所述泄露节点遵循泄露风险由低到高的规则包括一级泄露节点、二级泄露节点、三级泄露节点、四级泄露节点、五级泄露节点；当所述风险等级判定为轻微泄露风险时，根据实际情况判断是否前去修补；当所述风险等级判定为低泄露风险和中泄露风险时，补救路径的选取避开所有泄露节点且满足/>其中/>表示第p条路径的最大高程点的高程，/>表示第p条路径的最小高程点的高程；当所述风险等级判定为高泄露风险时，补救路径的选取避开三级泄露节点、四级泄露节点和五级泄露节点且满足当所述风险等级判定为紧急泄露风险时，补救路径的选取遵循最短路径原则。
与现有技术相比，本发明的有益效果是：
1、本发明首先通过结合超声波装置和无人机获取与地面的距离、燃气管道深度、无人机的飞行速度等数据，联立地震里面损毁威胁值对燃气泄露危险等级进行评估，在考虑了地震危险保证工作人员安全的同时提高了燃气检测效率，减少了人力成本；
2、人员识别模块通过两种地形的不同的特征选取方式，判断泄露区域是否存在人员风险，依据风险等级对存在人员风险的泄露区域发出警报，通过人员识别模块可以及时对危险区域的居民发出警报；
附图说明
图1为本发明一种基于超声波检测装置和无人机的燃气检测系统工作流程图；
图2为本发明一种基于超声波检测装置和无人机的燃气检测系统框架图。
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，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。
实施例1
图1和图2分别展示了本发明一种基于超声波检测装置和无人机的燃气检测系统工作流程图和系统框架图，包括：
数据采集模块，用于采集无人机飞行过程中无人机与地面的距离、燃气管道深度、无人机的飞行速度、标准声波传播速度、频谱长度、声波传播时间、泄露区域图像、管道节数；威胁计算模块，用于运行燃气泄露威胁值计算策略，计算地震路面损毁威胁数据和管道泄露量威胁数据，联立所述地震路面损毁威胁数据和管道泄露量威胁数据，计算燃气泄露威胁值S1；人员识别模块，用于根据所述泄露区域图像判断泄露区域是否存在人员风险；危险分级模块，用于根据燃气泄露威胁值S1和人员风险，评估燃气泄漏危险等级，还包括语音播报装置，用于对危险区域居民发出警报；补救路径决策模块，用于记录修补救援路线，依据风险等级发出路线决策指令。
所述威胁计算模块包括环境干扰单元、燃气泄露威胁值获取单元、损毁定位单元，所述环境干扰单元用于通过风向、风速数据计算无人机偏移距离，所述燃气泄露威胁值获取单元包括基线建立子单元、泄露事件特征提取子单元、综合威胁值计算子单元和异常检测子单元。
所述基线建立子单元包括建立燃气管道正常输送环境信息数据集作为检测系统的基线特征值，所述基线特征值包括在安全情况下，通过激光传感器获取无人机悬停在管道上空时无人机与地面的距离Dis1，记录这一时段的频谱长度Dspe1、标准声波传播速度v1，由于在相同条件下声波的频率不会发生改变，因此可以得到在标准声波传播速度v1的条件下频谱长度与距离的比值关系Dis1/Dspe1；所述泄露事件特征提取子单元包括当检测到频谱条带发生变化时，截取前1/2频谱条带，在所述频谱条带上记录声波发送节点nd1、声波接收节点nd2和频谱变化节点nd3，并记录节点nd1至节点nd3的频谱长度Dspe2，获取节点nd1至节点nd2的传播时间TIME、无人机飞行过程中无人机与地面的距离Dis2、无人机的飞行速度v2，则声波在空气中的传播距离为(Dis1/Dspe1)Dspe2，由于声波在传输过程中无人机也会随之产生距离移动，因此燃气泄漏范围由此声波在燃气中的平均传播速度/>则燃气泄露浓度情况Con可由声波在燃气中的平均传播速度v3和标准声波传播速度v1的差值表示，Con＝|v3-v1|，可得管道泄露量威胁值Gas＝Con·Dran。所述综合威胁值计算子单元包括联立管道泄露量威胁数据和地震路面损毁威胁数据，所述地震路面损毁威胁数据通过计算地震路面损毁威胁值Equake得到，预先得到管道节数num，记录每节管道的长度数据集(L1,L2,…,Lnum)、深度数据集(H1,H2,…,Hnum)、直径数据集(D1,D2,…,Dnum)，其中，Li为第i节管道的长度，Hi为第i节管道的深度，Di为第i节管道的直径，得到管道胁迫值/>其中，λj表示管道在j级地震下通过经验公式得到的平均震害率，设地震作用下的燃气管道破坏数满足泊松分布，则地震路面损毁威胁值/>gra表示地震的总级别数，计算燃气泄露威胁值/>其中/>表示管道泄露量威胁值的权重，/>表示地震路面损毁威胁值的权重。
所述异常检测子单元用于将燃气泄露威胁值与燃气泄露威胁值阈值进行对比，确定风险等级。
所述损毁定位单元通过无人机搭载的定位系统对存在燃气泄露的风险区域进行定位，得到燃气泄露区域位置信息。
燃气泄露往往伴随爆炸和火灾导致的人员伤害，因此在人员识别模块包括设置居民人员流动值S2，收集居民特征数据集和建筑特征数据集，采集泄露区域图像信息，对所述泄露区域图像信息进行特征提取，并分类，具体包括：设置预警特征二元分类器，通过采集的历史图像数据收集居民特征数据集(x1,x2,…,xm)和建筑特征数据集(y1,y2,…,yn)，m表示居民特征数据集数量，n表示建筑特征数据集数量，通过逻辑回归训练特征数据集，将训练结果输入到所述预警特征二元分类器中；泄露区域图像信息通过预警特征二元分类器进行特征提取，将泄露区域划分为山区和平原，当泄露区域为平原时，提取居民特征数据，当泄露区域为山区时，提取建筑特征数据，若存在居民特征数据或存在建筑特征数据，则输出S2＝1，若不存在居民特征数据或存在建筑特征数据，则输出S2＝0。
所述危险分级模块包括设置燃气泄露风险阈值Trisk1、Trisk2、Trisk3、Trisk4，设风险等级包括轻微泄露风险、低泄露风险、中泄露风险、高泄露风险、紧急泄露风险；所述轻微泄露风险判断公式为所述低泄露风险判断公式为所述中泄露风险判断公式为F3＝{(Trisk2＜S1≤Trisk3)∩S2＝0}；所述高泄露风险判断公式为F4＝{(Trisk3＜S1≤Trisk4)∩S2＝0}；所述紧急泄露风险判断公式为/>，若判断公式F4或F5成立，则通过语音播报装置，对危险区域居民发出警报。
在修补和搜救过程中，应考虑人力成本和补救人员的安全，因此所述补救路径决策模块应综合考虑泄露风险等级和路径路况；通过无人机在飞行过程中记录可通过区域，得到补救路径规划网络，并获取补救路径规划网络DEM影像，得到出发点到补救点的所有补救路径数据集其中/>表示第p条路径的第q个高程点的高程；将所述威胁计算模块得到的燃气泄露区域风险等级和位置信息作为泄露节点映射在所述补救路径规划网络中，所述泄露节点遵循泄露风险由低到高的规则包括一级泄露节点、二级泄露节点、三级泄露节点、四级泄露节点、五级泄露节点；当所述风险等级判定为轻微泄露风险时，根据实际情况判断是否前去修补；当所述风险等级判定为低泄露风险和中泄露风险时，补救路径的选取避开所有泄露节点且需要满足节省人力的需求，因此，选取所有可选路径中高程最高点和最低点相差最小的路径/>其中/>表示第p条路径的最大高程点的高程，/>表示第p条路径的最小高程点的高程；当所述风险等级判定为高泄露风险时，补救路径的选取避开三级泄露节点、四级泄露节点和五级泄露节点且满足当所述风险等级判定为紧急泄露风险时，补救路径的选取遵循最短路径原则。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (9)

1.一种基于超声波检测装置和无人机的燃气检测系统，其特征在于：包括：
数据采集模块，用于采集无人机飞行过程中无人机与地面的距离、燃气管道深度、无人机的飞行速度、标准声波传播速度、频谱长度、声波传播时间、泄露区域图像、管道节数；威胁计算模块，用于运行燃气泄露威胁值计算策略，计算地震路面损毁威胁数据和管道泄露量威胁数据，联立所述地震路面损毁威胁数据和管道泄露量威胁数据，计算燃气泄露威胁值S1；人员识别模块，用于根据所述泄露区域图像判断泄露区域是否存在人员风险；危险分级模块，用于根据燃气泄露威胁值S1和人员风险，评估燃气泄漏危险等级，还包括语音播报装置，用于对危险区域居民发出警报；补救路径决策模块，用于记录修补救援路线，依据风险等级发出路线决策指令。
2.根据权利要求1所述的一种基于超声波检测装置和无人机的燃气检测系统，其特征在于：所述威胁计算模块包括燃气泄露威胁值获取单元和损毁定位单元，所述燃气泄露威胁值获取单元包括基线建立子单元、泄露事件特征提取子单元、综合威胁值计算子单元和异常检测子单元。
3.根据权利要求2所述的一种基于超声波检测装置和无人机的燃气检测系统，其特征在于：所述基线建立子单元包括建立燃气管道正常输送环境信息数据集作为检测系统的基线特征值，所述基线特征值包括在安全情况下，通过激光传感器获取无人机悬停在管道上空时无人机与地面的距离Dis1，记录这一时段的频谱长度Dspe1、标准声波传播速度v1，得到在标准声波传播速度v1的条件下频谱长度与距离的比值关系Dis1/Dspe1；所述泄露事件特征提取子单元包括当检测到频谱条带发生变化时，截取前1/2频谱条带，在所述频谱条带上记录声波发送节点nd1、声波接收节点nd2和频谱变化节点nd3，并记录节点nd1至节点nd3的频谱长度Dspe2，获取节点nd1至节点nd2的传播时间TIME、无人机飞行过程中无人机与地面的距离Dis2、无人机的飞行速度v2，得到燃气泄漏范围由此可得声波在燃气中的平均传播速度/>则燃气泄露浓度情况Con可由声波在燃气中的平均传播速度v3和标准声波传播速度v1的差值表示，Con＝|v3-v1|，可得管道泄露量威胁值Gas＝Con·Dran。
4.根据权利要求4所述的一种基于超声波检测装置和无人机的燃气检测系统，其特征在于：所述综合威胁值计算子单元包括联立管道泄露量威胁数据和地震路面损毁威胁数据，所述地震路面损毁威胁数据通过计算地震路面损毁威胁值Equake得到，预先得到管道节数num，记录每节管道的长度数据集(L1,L2,…,Lnum)、深度数据集(H1,H2,…,Hnum)、直径数据集(D1,D2,…,Dnum)，其中，Li为第i节管道的长度，Hi为第i节管道的深度，Di为第i节管道的直径，得到管道胁迫值其中，λj表示管道在j级地震下通过经验公式得到的平均震害率，设地震作用下的燃气管道破坏数满足泊松分布，则地震路面损毁威胁值/>gra表示地震的总级别数，计算燃气泄露威胁值其中/>表示管道泄露量威胁值的权重，/>表示地震路面损毁威胁值的权重。
5.根据权利要求4所述的一种基于超声波检测装置和无人机的燃气检测系统，其特征在于：所述异常检测子单元用于将燃气泄露威胁值与燃气泄露威胁值阈值进行对比，确定风险等级。
6.根据权利要求5所述的一种基于超声波检测装置和无人机的燃气检测系统，其特征在于：所述损毁定位单元通过无人机搭载的定位系统对存在燃气泄露的风险区域进行定位，得到燃气泄露区域位置信息。
7.根据权利要求6所述的一种基于超声波检测装置和无人机的燃气检测系统，其特征在于：所述人员识别模块包括设置居民人员流动值S2，收集居民特征数据集和建筑特征数据集，采集泄露区域图像信息，对所述泄露区域图像信息进行特征提取，并分类，具体包括：设置预警特征二元分类器，通过采集的历史图像数据收集居民特征数据集(x1,x2,…,xm)和建筑特征数据集(y1,y2,…,yn)，m表示居民特征数据集数量，n表示建筑特征数据集数量，通过逻辑回归训练特征数据集，将训练结果输入到所述预警特征二元分类器中；泄露区域图像信息通过预警特征二元分类器进行特征提取，将泄露区域划分为山区和平原，当泄露区域为平原时，提取居民特征数据，当泄露区域为山区时，提取建筑特征数据，若存在居民特征数据或存在建筑特征数据，则输出S2＝1，若不存在居民特征数据或存在建筑特征数据，则输出S2＝0。
8.根据权利要求7所述的一种基于超声波检测装置和无人机的燃气检测系统，其特征在于：所述危险分级模块包括设置燃气泄露风险阈值Trisk1、Trisk2、Trisk3、Trisk4，设风险等级包括轻微泄露风险、低泄露风险、中泄露风险、高泄露风险、紧急泄露风险；所述轻微泄露风险判断公式为所述低泄露风险判断公式为所述中泄露风险判断公式为F3＝{(Trisk2＜S1≤Trisk3)∩S2＝0}；所述高泄露风险判断公式为F4＝{(Trisk3＜S1≤Trisk4)∩S2＝0}；所述紧急泄露风险判断公式为/>，若判断公式F4或F5成立，则通过语音播报装置，对危险区域居民发出警报。
9.根据权利要求8所述的一种基于超声波检测装置和无人机的燃气检测系统，其特征在于：所述补救路径决策模块通过无人机在飞行过程中记录可通过区域，得到补救路径规划网络，并获取补救路径规划网络DEM影像，得到出发点到补救点的所有补救路径数据集其中/>表示第p条路径的第q个高程点的高程；将所述威胁计算模块得到的燃气泄露区域风险等级和位置信息作为泄露节点映射在所述补救路径规划网络中，所述泄露节点遵循泄露风险由低到高的规则包括一级泄露节点、二级泄露节点、三级泄露节点、四级泄露节点、五级泄露节点；当所述风险等级判定为轻微泄露风险时，根据实际情况判断是否前去修补；当所述风险等级判定为低泄露风险和中泄露风险时，补救路径的选取避开所有泄露节点且满足/>其中/>表示第p条路径的最大高程点的高程，/>表示第p条路径的最小高程点的高程；当所述风险等级判定为高泄露风险时，补救路径的选取避开三级泄露节点、四级泄露节点和五级泄露节点且满足/>当所述风险等级判定为紧急泄露风险时，补救路径的选取遵循最短路径原则。
CN202311272294.9A 2023-09-28 2023-09-28 一种基于超声波检测装置和无人机的燃气检测系统 Pending CN117330255A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311272294.9A CN117330255A (zh) 2023-09-28 2023-09-28 一种基于超声波检测装置和无人机的燃气检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311272294.9A CN117330255A (zh) 2023-09-28 2023-09-28 一种基于超声波检测装置和无人机的燃气检测系统

Publications (1)

Publication Number Publication Date
CN117330255A true CN117330255A (zh) 2024-01-02

Family

ID=89282405

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311272294.9A Pending CN117330255A (zh) 2023-09-28 2023-09-28 一种基于超声波检测装置和无人机的燃气检测系统

Country Status (1)

Country Link
CN (1) CN117330255A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117889943A (zh) * 2024-03-13 2024-04-16 浙江维度仪表有限公司 基于机器学习的气体超声波流量计检验方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117889943A (zh) * 2024-03-13 2024-04-16 浙江维度仪表有限公司 基于机器学习的气体超声波流量计检验方法及系统
CN117889943B (zh) * 2024-03-13 2024-05-14 浙江维度仪表有限公司 基于机器学习的气体超声波流量计检验方法及系统

Similar Documents

Publication Publication Date Title
CN113963514B (zh) 一种油气化管道一体化监测预警系统
US10275402B2 (en) Systems and methods to provide pipeline damage alerts
Khan et al. Integration of structural health monitoring and intelligent transportation systems for bridge condition assessment: Current status and future direction
CN100552668C (zh) 基于压力和声波信息融合的泄漏检测定位方法
CN109357167A (zh) 一种燃气管道漏点检测装置及检测方法
KR101988317B1 (ko) 인공지능에 기반하여 비산먼지를 측정하고 예측하는 장치 및 그 방법
US10641681B2 (en) Structure abnormality detection system, structure abnormality detection method, and storage medium
CN117330255A (zh) 一种基于超声波检测装置和无人机的燃气检测系统
JP2013525790A (ja) 配管漏れをチェックするデータ処理方法およびシステム
CN116029884B (zh) 一种基于河道水质污染溯源模型的河流污染溯源方法
CN102518947A (zh) 一种城市管网泄露实时监测方法
US10697861B2 (en) Structure abnormality detection device, structure abnormality detection method, storage medium, and structure abnormality detection system
Barchyn et al. Plume detection modeling of a drone-based natural gas leak detection system
US12000729B2 (en) Perpendicular distance prediction of vibrations by distributed fiber optic sensing
CN116305699B (zh) 一种基于全方位感知的管道监督系统
CN113531399A (zh) 管道监测方法、管道监测装置、计算机设备及存储介质
CN113128709B (zh) 一种供水管网漏损管理系统
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
Alves et al. A fast and efficient feature extraction methodology for structural damage localization based on raw acceleration measurements
Idachaba et al. Current technologies and the applications of data analytics for crude oil leak detection in surface pipelines
CN104964736B (zh) 基于时频特性最大期望分类的光纤入侵振源识别方法
US20220329068A1 (en) Utility Pole Hazardous Event Localization
CN109253400A (zh) 基于分布式光纤传感的管道震动感测方法及系统
CN115481940A (zh) 一种基于大数据的油气管道区域风险监测系统
CN115585403A (zh) 多维度监控埋地天然气管道的安全预警系统

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