CN117628417A - 一种燃气场用智能安全控制系统 - Google Patents
一种燃气场用智能安全控制系统 Download PDFInfo
- Publication number
- CN117628417A CN117628417A CN202410106197.0A CN202410106197A CN117628417A CN 117628417 A CN117628417 A CN 117628417A CN 202410106197 A CN202410106197 A CN 202410106197A CN 117628417 A CN117628417 A CN 117628417A
- Authority
- CN
- China
- Prior art keywords
- sound wave
- wave receiver
- module
- gas
- pressure gauge
- 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
- 230000002159 abnormal effect Effects 0.000 claims abstract description 50
- 230000005856 abnormality Effects 0.000 claims abstract description 35
- 238000013499 data model Methods 0.000 claims abstract description 17
- 230000005477 standard model Effects 0.000 claims abstract description 8
- 239000007789 gas Substances 0.000 claims description 99
- 238000012544 monitoring process Methods 0.000 claims description 14
- 230000000903 blocking effect Effects 0.000 claims description 11
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 4
- 239000002737 fuel gas Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开了一种燃气场用智能安全控制系统，涉及燃气管道巡检领域，包括：网格划分模块，所述网格划分模块对燃气场的运输管道进行网格划分；数据获取模块，所述数据获取模块获取网格划分节点的压力表的示数、声波接收器的示数；标准模型建立模块，所述标准模型建立模块建立关于网格划分节点的标准数据模型；判断分析模块，所述判断分析模块判断分析燃气场的运输管道是否存在异常；定位判断模块，所述定位判断模块对存在异常的位置进行粗定位；无人机模块，所述无人机模块得到异常位置的精确定位。通过设置标准模型建立模块、判断分析模块、定位判断模块和无人机模块，能节约大量人力，提升整体安全控制的智能化水平。
Description
技术领域
本发明涉及燃气管道巡检领域，具体是涉及一种燃气场用智能安全控制系统。
背景技术
随着自动控制技术与通信技术的发展，信息化建设在天然气行业越加受到重视。燃气场为天然气行业的重要组成部分，智慧化场站建设一直以来都是研究的热点。燃气场站包括门站、储配站、加气站等一系列站点，而这些站点目前或多或少都存在以下这些问题：场站需要值守的工作人员较多，在人力上投入较大；场站内自动化水平较低，对于管道漏气、老化或管道中用于过滤分离的滤芯的检测，需要人工来完成，耗费大量人力，检测效率低，预警反应速度慢。
发明内容
为解决上述技术问题，提供一种燃气场用智能安全控制系统，本技术方案解决了上述背景技术中提出的场站需要值守的工作人员较多，在人力上投入较大；场站内自动化水平较低，对于管道漏气、老化或管道中用于过滤分离的滤芯的检测，需要人工来完成，耗费大量人力，检测效率低，预警反应速度慢的问题。
为达到以上目的，本发明采用的技术方案为：
一种燃气场用智能安全控制系统，包括：
网格划分模块，所述网格划分模块对燃气场的运输管道进行网格划分，得到至少一个网格划分节点，在网格划分节点设置压力表、声波发射器和声波接收器；
数据获取模块，所述数据获取模块获取网格划分节点的压力表的示数、声波接收器的示数，其中，声波接收器接收声波的强度和频率；
标准模型建立模块，所述标准模型建立模块对网格划分节点赋予GPS定位坐标，针对燃气场不同的总压力输出值，建立关于网格划分节点的标准数据模型；
判断分析模块，所述判断分析模块判断分析燃气场的运输管道是否存在异常，并判断存在异常的原因，所述异常的原因为管道漏气、管线疲劳或管道中滤芯堵塞；
定位判断模块，所述定位判断模块对存在异常的位置进行粗定位；
无人机模块，所述无人机模块对粗定位进行数据采集，分析数据，得到异常位置的精确定位；
预警模块，所述预警模块发出预警和异常位置的精确定位；
仪表集成模块，所述仪表集成模块将管道所使用的现场仪表或仪器按类型进行分类，同类型现场仪表或仪器合并为一个子系统，对子系统的数据进行标准信号转换，子系统集成为总系统，总系统的数据发送至数据获取模块。
优选的，所述网格划分模块对燃气场的运输管道进行网格划分包括以下步骤：
沿燃气场的运输管道，设置网格划分节点；
以预设距离作为间隔，选择燃气场的运输管道的初始部位作为网格划分节点，将与网格划分节点相距预设距离的整数倍的点的位置均作为网格划分节点。
优选的，所述建立关于网格划分节点的标准数据模型包括以下步骤：
获取燃气场的总压力输出范围区间，将总压力输出范围区间等分，得到至少一个等分点，相邻所述等分点间距为预设值；
以等分点的所对应的总压力的值在运输管道中输出燃气，声波发射器以预设频率和预设强度发射声波；
在网格划分节点处监测压力表的数值和声波接收器的数值；
将压力表的数值和声波接收器的数值与等分点一一对应，汇总数据得到网格划分节点的监测模型；
汇总所有网格划分节点的监测模型，得到关于网格划分节点的标准数据模型。
优选的，所述判断分析模块判断分析燃气场的运输管道是否存在异常，并判断存在异常的原因包括以下步骤：
获取燃气场的运输管道的实时总压力输出值，在关于网格划分节点的标准数据模型中调取与实时总压力输出值差距最小的第一总压力，并调取各网格划分节点处与第一总压力对应的压力表的数值和声波接收器的数值；
获取网格划分节点的压力表的实时示数和声波接收器的实时示数；
将压力表的实时示数与压力表的数值作对比，将声波接收器的实时示数与声波接收器的数值作对比；
若压力表的实时示数与压力表的数值的差距大于预设差距，则判断压力表为问题压力表，获取问题压力表对应的网格划分节点的GPS定位坐标，若否，则判断压力表正常；
若声波接收器的实时示数中的频率与声波接收器的数值中的频率的差距大于预设差距，则判断声波接收器为问题声波接收器，获取问题声波接收器对应的网格划分节点的GPS定位坐标，若否，则判断声波接收器正常；
若声波接收器的实时示数中的强度与声波接收器的数值中的强度的差距大于预设差距，则判断声波接收器为问题声波接收器，获取问题声波接收器对应的网格划分节点的GPS定位坐标，若否，则判断声波接收器正常。
优选的，所述定位判断模块对存在异常的位置进行粗定位包括以下步骤：
若存在异常的为压力表，则对燃气场的运输管道的漏气位置进行粗定位；
若存在异常的为声波接收器中的强度数据，则对燃气场的运输管道中的滤芯堵塞位置进行粗定位；
若存在异常的为声波接收器中的频率数据，则对燃气场的运输管道中的管线疲劳位置进行粗定位。
优选的，所述对燃气场的运输管道的漏气位置进行粗定位包括以下步骤：
获取存在异常的相邻的两个压力表的第一GPS定位坐标，则漏气位置位于两个第一GPS定位坐标之间；
使用函数拟合得出不同漏气程度在不同距离下导致的压力表的示数的第一拟合函数z=f（x，y），其中，z为压力表的示数，x为漏气程度，y为漏气点到压力表的距离；
使用两个压力表的示数求解得出漏气程度和到压力表的距离；
将到压力表的距离作为漏气位置的粗定位。
优选的，所述对燃气场的运输管道中的滤芯堵塞位置进行粗定位包括以下步骤：
获取存在异常的相邻的两个声波接收器的第二GPS定位坐标，则漏气位置位于两个第二GPS定位坐标之间；
使用函数拟合得出不同堵塞程度在不同距离下导致的声波接收器的示数的第二拟合函数a=g（b，c），其中，a为声波接收器的示数中的强度，b为堵塞程度，c为到声波接收器的距离；
使用两个声波接收器的示数求解得出堵塞程度和到声波接收器的第一距离；
将到声波接收器的第一距离作为滤芯堵塞位置的粗定位。
优选的，所述对燃气场的运输管道中的管线疲劳位置进行粗定位包括以下步骤：
获取存在异常的相邻的两个声波接收器的第三GPS定位坐标，则漏气位置位于两个第三GPS定位坐标之间；
使用函数拟合得出不同管线疲劳程度在不同距离下导致的声波接收器的示数的第三拟合函数d=k（e，h），其中，d为声波接收器的示数中的频率，e为管线疲劳程度，h为到声波接收器的距离；
使用两个声波接收器的示数求解得出管线疲劳程度和到声波接收器的第二距离；
将到声波接收器的第二距离作为管线疲劳位置的粗定位。
优选的，所述分析数据，得到异常位置的精确定位包括以下步骤：
若存在异常的为压力表，则获取燃气场的运输管道的漏气位置的粗定位范围；
在粗定位范围处，无人机模块以预设间隔采集样本气体，将样本气体与采集位置一一对应；
判断样本气体中甲烷含量是否大于预设浓度，若是，则将采集位置作为异常位置的精确定位，若否，则不作任何处理；
若存在异常的为声波接收器中的强度数据，则获取燃气场的运输管道中的滤芯堵塞位置的粗定位范围；
在粗定位范围处，无人机模块发射样本声波，以预设间隔采集反射的样本强度，将样本强度与采集位置一一对应；
选择样本强度最小的采集位置作为异常位置的精确定位；
若存在异常的为声波接收器中的频率数据，则获取燃气场的运输管道中的管线疲劳位置的粗定位范围；
在粗定位范围处，无人机模块发射样本声波，以预设间隔采集反射的样本频率，将样本频率与采集位置一一对应；
判断样本频率与样本声波的频率差距是否大于预设频率，若是，则将采集位置作为异常位置的精确定位，若否，则不作任何处理。
与现有技术相比，本发明的有益效果在于：
通过设置标准模型建立模块、判断分析模块、定位判断模块和无人机模块，对管道中存在异常的位置进行快速筛查，能迅速缩小存在异常的位置，使用无人机模块进行辅助定位，将存在异常的位置进一步精确化，进而可以迅速排查出存在异常的位置及异常的原因，能节约大量人力，提升整体安全控制的智能化水平，同时，设置的监测仪表或仪器均相隔较大的距离，采用的监测仪表或仪器数目较少，将检测成本合理控制，同时也兼顾了检测异常位置定位的精度。
附图说明
图1为本发明的燃气场用智能安全控制系统流程示意图；
图2为本发明的网格划分模块对燃气场的运输管道进行网格划分流程示意图；
图3为本发明的建立关于网格划分节点的标准数据模型流程示意图；
图4为本发明的判断分析模块判断分析燃气场的运输管道是否存在异常，并判断存在异常的原因流程示意图；
图5为本发明的定位判断模块对存在异常的位置进行粗定位流程示意图；
图6为本发明的对燃气场的运输管道的漏气位置进行粗定位流程示意图；
图7为本发明的对燃气场的运输管道中的滤芯堵塞位置进行粗定位流程示意图；
图8为本发明的对燃气场的运输管道中的管线疲劳位置进行粗定位流程示意图；
图9为本发明的分析数据，得到异常位置的精确定位流程示意图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。
参照图1所示，一种燃气场用智能安全控制系统，包括：
网格划分模块，所述网格划分模块对燃气场的运输管道进行网格划分，得到至少一个网格划分节点，在网格划分节点设置压力表、声波发射器和声波接收器；
数据获取模块，所述数据获取模块获取网格划分节点的压力表的示数、声波接收器的示数，其中，声波接收器接收声波的强度和频率；
标准模型建立模块，所述标准模型建立模块对网格划分节点赋予GPS定位坐标，针对燃气场不同的总压力输出值，建立关于网格划分节点的标准数据模型；
判断分析模块，所述判断分析模块判断分析燃气场的运输管道是否存在异常，并判断存在异常的原因，所述异常的原因为管道漏气、管线疲劳或管道中滤芯堵塞；
定位判断模块，所述定位判断模块对存在异常的位置进行粗定位；
无人机模块，所述无人机模块对粗定位进行数据采集，分析数据，得到异常位置的精确定位；
预警模块，所述预警模块发出预警和异常位置的精确定位；
仪表集成模块，所述仪表集成模块将管道所使用的现场仪表或仪器按类型进行分类，同类型现场仪表或仪器合并为一个子系统，对子系统的数据进行标准信号转换，子系统集成为总系统，总系统的数据发送至数据获取模块。
上述燃气场用智能安全控制系统的工作过程如下：
步骤一：网格划分模块对燃气场的运输管道进行网格划分，得到至少一个网格划分节点；
步骤二：数据获取模块获取网格划分节点的压力表的示数、声波接收器的示数，在数据收集过程，仪表集成模块辅助不同型号的仪表或仪器进行数据模式的转换；
步骤三：标准模型建立模块建立关于网格划分节点的标准数据模型；
步骤四：判断分析模块判断分析燃气场的运输管道是否存在异常，并判断存在异常的原因；
步骤五：若存在异常的为压力表，则定位判断模块对燃气场的运输管道的漏气位置进行粗定位；
若存在异常的为声波接收器中的强度数据，则定位判断模块对燃气场的运输管道中的滤芯堵塞位置进行粗定位；
若存在异常的为声波接收器中的频率数据，则定位判断模块对燃气场的运输管道中的管线疲劳位置进行粗定位；
步骤六：在粗定位的位置，无人机模块进行数据采集，分析数据，得到异常位置的精确定位；
步骤七：预警模块发出预警和异常位置的精确定位。
参照图2所示，网格划分模块对燃气场的运输管道进行网格划分包括以下步骤：
沿燃气场的运输管道，设置网格划分节点；
以预设距离作为间隔，选择燃气场的运输管道的初始部位作为网格划分节点，将与网格划分节点相距预设距离的整数倍的点的位置均作为网格划分节点；
网格划分节点沿运输管道设置，预设距离足够大时，可以降低在运输管道上设置的压力表、声波发射器和声波接收器的个数，因而，可以降低检测的成本。
参照图3所示，建立关于网格划分节点的标准数据模型包括以下步骤：
获取燃气场的总压力输出范围区间，将总压力输出范围区间等分，得到至少一个等分点，相邻所述等分点间距为预设值；
以等分点的所对应的总压力的值在运输管道中输出燃气，声波发射器以预设频率和预设强度发射声波；
在网格划分节点处监测压力表的数值和声波接收器的数值；
将压力表的数值和声波接收器的数值与等分点一一对应，汇总数据得到网格划分节点的监测模型；
汇总所有网格划分节点的监测模型，得到关于网格划分节点的标准数据模型；
由于燃气场的总压力输出并非固定值，而是根据实际情况，在一个范围内变化，因此，在不同的燃气场的总压力输出值下，获取在运输管道正常运作时的网格划分节点的压力表的数值和声波接收器的数值，作为关于网格划分节点的标准数据模型，用以对检测的数据进行异常判断。
参照图4所示，判断分析模块判断分析燃气场的运输管道是否存在异常，并判断存在异常的原因包括以下步骤：
获取燃气场的运输管道的实时总压力输出值，在关于网格划分节点的标准数据模型中调取与实时总压力输出值差距最小的第一总压力，并调取各网格划分节点处与第一总压力对应的压力表的数值和声波接收器的数值；
获取网格划分节点的压力表的实时示数和声波接收器的实时示数；
将压力表的实时示数与压力表的数值作对比，将声波接收器的实时示数与声波接收器的数值作对比；
若压力表的实时示数与压力表的数值的差距大于预设差距，则判断压力表为问题压力表，获取问题压力表对应的网格划分节点的GPS定位坐标，若否，则判断压力表正常；
若声波接收器的实时示数中的频率与声波接收器的数值中的频率的差距大于预设差距，则判断声波接收器为问题声波接收器，获取问题声波接收器对应的网格划分节点的GPS定位坐标，若否，则判断声波接收器正常；
若声波接收器的实时示数中的强度与声波接收器的数值中的强度的差距大于预设差距，则判断声波接收器为问题声波接收器，获取问题声波接收器对应的网格划分节点的GPS定位坐标，若否，则判断声波接收器正常；
根据关于网格划分节点的标准数据模型，可以在不同的运输管道的实时总压力输出值下，对压力表的实时示数和声波接收器的实时示数进行判断分析，得出存在异常的网格划分节点及异常的原因。
参照图5所示，定位判断模块对存在异常的位置进行粗定位包括以下步骤：
若存在异常的为压力表，则对燃气场的运输管道的漏气位置进行粗定位；
若存在异常的为声波接收器中的强度数据，则对燃气场的运输管道中的滤芯堵塞位置进行粗定位；
若存在异常的为声波接收器中的频率数据，则对燃气场的运输管道中的管线疲劳位置进行粗定位。
参照图6所示，对燃气场的运输管道的漏气位置进行粗定位包括以下步骤：
获取存在异常的相邻的两个压力表的第一GPS定位坐标，则漏气位置位于两个第一GPS定位坐标之间；
在漏气位置两侧的压力表的监测值必定均存在异常，因此，能获得两个压力表的第一GPS定位坐标；
使用函数拟合得出不同漏气程度在不同距离下导致的压力表的示数的第一拟合函数z=f（x，y），其中，z为压力表的示数，x为漏气程度，y为漏气点到压力表的距离；
使用两个压力表的示数求解得出漏气程度和到压力表的距离；
将到压力表的距离作为漏气位置的粗定位；
对漏气位置进行粗定位时，假设漏气程度为j，两个第一GPS定位坐标之间的间距为l，漏气点到其中一个压力表的距离为m，则到另一个压力表的距离为l-m，两个压力表的示数分别为n和p，则代入数第一拟合函数z=f（x，y）中；
得到两个方程n=f（j，m）和p=f（j，l-m），其中的未知数为j和m，连理两个方程，消去j，得到关于m的方程t=q（m），未知数为m，解出m，则得到漏气点到其中一个压力表的距离，但该距离较为宽泛，只能作为粗定位。
参照图7所示，对燃气场的运输管道中的滤芯堵塞位置进行粗定位包括以下步骤：
获取存在异常的相邻的两个声波接收器的第二GPS定位坐标，则漏气位置位于两个第二GPS定位坐标之间；
使用函数拟合得出不同堵塞程度在不同距离下导致的声波接收器的示数的第二拟合函数a=g（b，c），其中，a为声波接收器的示数中的强度，b为堵塞程度，c为到声波接收器的距离；
使用两个声波接收器的示数求解得出堵塞程度和到声波接收器的第一距离；
将到声波接收器的第一距离作为滤芯堵塞位置的粗定位；
对滤芯堵塞位置进行粗定位与对漏气位置进行粗定位的方法是类似的。
参照图8所示，对燃气场的运输管道中的管线疲劳位置进行粗定位包括以下步骤：
获取存在异常的相邻的两个声波接收器的第三GPS定位坐标，则漏气位置位于两个第三GPS定位坐标之间；
使用函数拟合得出不同管线疲劳程度在不同距离下导致的声波接收器的示数的第三拟合函数d=k（e，h），其中，d为声波接收器的示数中的频率，e为管线疲劳程度，h为到声波接收器的距离；
使用两个声波接收器的示数求解得出管线疲劳程度和到声波接收器的第二距离；
将到声波接收器的第二距离作为管线疲劳位置的粗定位；
对管线疲劳位置进行粗定位与对漏气位置进行粗定位的方法是类似的。
参照图9所示，分析数据，得到异常位置的精确定位包括以下步骤：
若存在异常的为压力表，则获取燃气场的运输管道的漏气位置的粗定位范围；
在粗定位范围处，无人机模块以预设间隔采集样本气体，将样本气体与采集位置一一对应；
判断样本气体中甲烷含量是否大于预设浓度，若是，则将采集位置作为异常位置的精确定位，若否，则不作任何处理；
若存在异常的为声波接收器中的强度数据，则获取燃气场的运输管道中的滤芯堵塞位置的粗定位范围；
在粗定位范围处，无人机模块发射样本声波，以预设间隔采集反射的样本强度，将样本强度与采集位置一一对应；
选择样本强度最小的采集位置作为异常位置的精确定位；
其原因是滤芯所在位置必然是吸收声音最强的位置，因此，收集的样本强度最小，而由于滤芯在粗定位的异常位置范围内，因此，该滤芯为异常的滤芯，可以将采集位置作为异常位置的精确定位；
若存在异常的为声波接收器中的频率数据，则获取燃气场的运输管道中的管线疲劳位置的粗定位范围；
在粗定位范围处，无人机模块发射样本声波，以预设间隔采集反射的样本频率，将样本频率与采集位置一一对应；
判断样本频率与样本声波的频率差距是否大于预设频率，若是，则将采集位置作为异常位置的精确定位，若否，则不作任何处理。
再进一步的，本方案还提出一种存储介质，其上存储有计算机可读程序，计算机可读程序被调用时运行上述的燃气场用智能安全控制系统。
可以理解的是，存储介质可以是磁性介质，例如，软盘、硬盘、磁带；光介质例如，DVD；或者半导体介质例如固态硬盘SolidStateDisk，SSD等。
综上所述，本发明的优点在于：通过设置标准模型建立模块、判断分析模块、定位判断模块和无人机模块，对管道中存在异常的位置进行快速筛查，能迅速缩小存在异常的位置，使用无人机模块进行辅助定位，将存在异常的位置进一步精确化，进而可以迅速排查出存在异常的位置及异常的原因，能节约大量人力，提升整体安全控制的智能化水平，同时，设置的监测仪表或仪器均相隔较大的距离，采用的监测仪表或仪器数目较少，将检测成本合理控制，同时也兼顾了检测异常位置定位的精度。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (9)
1.一种燃气场用智能安全控制系统，其特征在于，包括：
网格划分模块，所述网格划分模块对燃气场的运输管道进行网格划分，得到至少一个网格划分节点，在网格划分节点设置压力表、声波发射器和声波接收器；
数据获取模块，所述数据获取模块获取网格划分节点的压力表的示数、声波接收器的示数，其中，声波接收器接收声波的强度和频率；
标准模型建立模块，所述标准模型建立模块对网格划分节点赋予GPS定位坐标，针对燃气场不同的总压力输出值，建立关于网格划分节点的标准数据模型；
判断分析模块，所述判断分析模块判断分析燃气场的运输管道是否存在异常，并判断存在异常的原因，所述异常的原因为管道漏气、管线疲劳或管道中滤芯堵塞；
定位判断模块，所述定位判断模块对存在异常的位置进行粗定位；
无人机模块，所述无人机模块对粗定位进行数据采集，分析数据，得到异常位置的精确定位；
预警模块，所述预警模块发出预警和异常位置的精确定位；
仪表集成模块，所述仪表集成模块将管道所使用的现场仪表或仪器按类型进行分类，同类型现场仪表或仪器合并为一个子系统，对子系统的数据进行标准信号转换，子系统集成为总系统，总系统的数据发送至数据获取模块。
2.根据权利要求1所述的一种燃气场用智能安全控制系统，其特征在于，所述网格划分模块对燃气场的运输管道进行网格划分包括以下步骤：
沿燃气场的运输管道，设置网格划分节点；
以预设距离作为间隔，选择燃气场的运输管道的初始部位作为网格划分节点，将与网格划分节点相距预设距离的整数倍的点的位置均作为网格划分节点。
3.根据权利要求2所述的一种燃气场用智能安全控制系统，其特征在于，所述建立关于网格划分节点的标准数据模型包括以下步骤：
获取燃气场的总压力输出范围区间，将总压力输出范围区间等分，得到至少一个等分点，相邻所述等分点间距为预设值；
以等分点的所对应的总压力的值在运输管道中输出燃气，声波发射器以预设频率和预设强度发射声波；
在网格划分节点处监测压力表的数值和声波接收器的数值；
将压力表的数值和声波接收器的数值与等分点一一对应，汇总数据得到网格划分节点的监测模型；
汇总所有网格划分节点的监测模型，得到关于网格划分节点的标准数据模型。
4.根据权利要求3所述的一种燃气场用智能安全控制系统，其特征在于，所述判断分析模块判断分析燃气场的运输管道是否存在异常，并判断存在异常的原因包括以下步骤：
获取燃气场的运输管道的实时总压力输出值，在关于网格划分节点的标准数据模型中调取与实时总压力输出值差距最小的第一总压力，并调取各网格划分节点处与第一总压力对应的压力表的数值和声波接收器的数值；
获取网格划分节点的压力表的实时示数和声波接收器的实时示数；
将压力表的实时示数与压力表的数值作对比，将声波接收器的实时示数与声波接收器的数值作对比；
若压力表的实时示数与压力表的数值的差距大于预设差距，则判断压力表为问题压力表，获取问题压力表对应的网格划分节点的GPS定位坐标，若否，则判断压力表正常；
若声波接收器的实时示数中的频率与声波接收器的数值中的频率的差距大于预设差距，则判断声波接收器为问题声波接收器，获取问题声波接收器对应的网格划分节点的GPS定位坐标，若否，则判断声波接收器正常；
若声波接收器的实时示数中的强度与声波接收器的数值中的强度的差距大于预设差距，则判断声波接收器为问题声波接收器，获取问题声波接收器对应的网格划分节点的GPS定位坐标，若否，则判断声波接收器正常。
5.根据权利要求4所述的一种燃气场用智能安全控制系统，其特征在于，所述定位判断模块对存在异常的位置进行粗定位包括以下步骤：
若存在异常的为压力表，则对燃气场的运输管道的漏气位置进行粗定位；
若存在异常的为声波接收器中的强度数据，则对燃气场的运输管道中的滤芯堵塞位置进行粗定位；
若存在异常的为声波接收器中的频率数据，则对燃气场的运输管道中的管线疲劳位置进行粗定位。
6.根据权利要求5所述的一种燃气场用智能安全控制系统，其特征在于，所述对燃气场的运输管道的漏气位置进行粗定位包括以下步骤：
获取存在异常的相邻的两个压力表的第一GPS定位坐标，则漏气位置位于两个第一GPS定位坐标之间；
使用函数拟合得出不同漏气程度在不同距离下导致的压力表的示数的第一拟合函数z=f（x，y），其中，z为压力表的示数，x为漏气程度，y为漏气点到压力表的距离；
使用两个压力表的示数求解得出漏气程度和到压力表的距离；
将到压力表的距离作为漏气位置的粗定位。
7.根据权利要求6所述的一种燃气场用智能安全控制系统，其特征在于，所述对燃气场的运输管道中的滤芯堵塞位置进行粗定位包括以下步骤：
获取存在异常的相邻的两个声波接收器的第二GPS定位坐标，则漏气位置位于两个第二GPS定位坐标之间；
使用函数拟合得出不同堵塞程度在不同距离下导致的声波接收器的示数的第二拟合函数a=g（b，c），其中，a为声波接收器的示数中的强度，b为堵塞程度，c为到声波接收器的距离；
使用两个声波接收器的示数求解得出堵塞程度和到声波接收器的第一距离；
将到声波接收器的第一距离作为滤芯堵塞位置的粗定位。
8.根据权利要求7所述的一种燃气场用智能安全控制系统，其特征在于，所述对燃气场的运输管道中的管线疲劳位置进行粗定位包括以下步骤：
获取存在异常的相邻的两个声波接收器的第三GPS定位坐标，则漏气位置位于两个第三GPS定位坐标之间；
使用函数拟合得出不同管线疲劳程度在不同距离下导致的声波接收器的示数的第三拟合函数d=k（e，h），其中，d为声波接收器的示数中的频率，e为管线疲劳程度，h为到声波接收器的距离；
使用两个声波接收器的示数求解得出管线疲劳程度和到声波接收器的第二距离；
将到声波接收器的第二距离作为管线疲劳位置的粗定位。
9.根据权利要求8所述的一种燃气场用智能安全控制系统，其特征在于，所述分析数据，得到异常位置的精确定位包括以下步骤：
若存在异常的为压力表，则获取燃气场的运输管道的漏气位置的粗定位范围；
在粗定位范围处，无人机模块以预设间隔采集样本气体，将样本气体与采集位置一一对应；
判断样本气体中甲烷含量是否大于预设浓度，若是，则将采集位置作为异常位置的精确定位，若否，则不作任何处理；
若存在异常的为声波接收器中的强度数据，则获取燃气场的运输管道中的滤芯堵塞位置的粗定位范围；
在粗定位范围处，无人机模块发射样本声波，以预设间隔采集反射的样本强度，将样本强度与采集位置一一对应；
选择样本强度最小的采集位置作为异常位置的精确定位；
若存在异常的为声波接收器中的频率数据，则获取燃气场的运输管道中的管线疲劳位置的粗定位范围；
在粗定位范围处，无人机模块发射样本声波，以预设间隔采集反射的样本频率，将样本频率与采集位置一一对应；
判断样本频率与样本声波的频率差距是否大于预设频率，若是，则将采集位置作为异常位置的精确定位，若否，则不作任何处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410106197.0A CN117628417B (zh) | 2024-01-25 | 2024-01-25 | 一种燃气场用智能安全控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410106197.0A CN117628417B (zh) | 2024-01-25 | 2024-01-25 | 一种燃气场用智能安全控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117628417A true CN117628417A (zh) | 2024-03-01 |
| CN117628417B CN117628417B (zh) | 2024-03-26 |
Family
ID=90025537
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410106197.0A Active CN117628417B (zh) | 2024-01-25 | 2024-01-25 | 一种燃气场用智能安全控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117628417B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117973267A (zh) * | 2024-03-28 | 2024-05-03 | 深圳市中燃科技有限公司 | 一种燃气数据的异常检测方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000055771A (ja) * | 1998-08-07 | 2000-02-25 | Babcock Hitachi Kk | 漏洩位置検出装置 |
| GB201312752D0 (en) * | 2013-07-17 | 2013-08-28 | Atmos Wave Ltd | Monitoring pipelines |
| CN103499023A (zh) * | 2013-09-24 | 2014-01-08 | 常州大学 | 一种燃气管道泄漏在线检测和定位方法及其装置 |
| CN108488638A (zh) * | 2018-03-28 | 2018-09-04 | 东北大学 | 基于声波负压波混合监测的管道泄漏监测系统及方法 |
| CN111310830A (zh) * | 2020-02-17 | 2020-06-19 | 湖北工业大学 | 一种联合收割机堵塞故障诊断系统及方法 |
| EP3992600A1 (en) * | 2020-11-02 | 2022-05-04 | Tata Consultancy Services Limited | Method and system for inspecting and detecting fluid in a pipeline |
| US20220163420A1 (en) * | 2019-04-24 | 2022-05-26 | The University Of Adelaide | Method and system for detecting a structural anomaly in a pipeline network |
| CN114756958A (zh) * | 2022-03-24 | 2022-07-15 | 中国科学院深圳先进技术研究院 | 一种无人机螺旋桨气动噪声数值模拟方法 |
| CN116642140A (zh) * | 2023-04-27 | 2023-08-25 | 中国矿业大学 | 一种面向燃气站场管网的监测巡检系统及泄漏预警方法 |
-
2024
- 2024-01-25 CN CN202410106197.0A patent/CN117628417B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000055771A (ja) * | 1998-08-07 | 2000-02-25 | Babcock Hitachi Kk | 漏洩位置検出装置 |
| GB201312752D0 (en) * | 2013-07-17 | 2013-08-28 | Atmos Wave Ltd | Monitoring pipelines |
| CN103499023A (zh) * | 2013-09-24 | 2014-01-08 | 常州大学 | 一种燃气管道泄漏在线检测和定位方法及其装置 |
| CN108488638A (zh) * | 2018-03-28 | 2018-09-04 | 东北大学 | 基于声波负压波混合监测的管道泄漏监测系统及方法 |
| US20220163420A1 (en) * | 2019-04-24 | 2022-05-26 | The University Of Adelaide | Method and system for detecting a structural anomaly in a pipeline network |
| CN111310830A (zh) * | 2020-02-17 | 2020-06-19 | 湖北工业大学 | 一种联合收割机堵塞故障诊断系统及方法 |
| EP3992600A1 (en) * | 2020-11-02 | 2022-05-04 | Tata Consultancy Services Limited | Method and system for inspecting and detecting fluid in a pipeline |
| CN114756958A (zh) * | 2022-03-24 | 2022-07-15 | 中国科学院深圳先进技术研究院 | 一种无人机螺旋桨气动噪声数值模拟方法 |
| CN116642140A (zh) * | 2023-04-27 | 2023-08-25 | 中国矿业大学 | 一种面向燃气站场管网的监测巡检系统及泄漏预警方法 |
Non-Patent Citations (2)
| Title |
|---|
| 崔勋杰;: "天然气管道泄漏声波检测原理及定位方法", 辽宁化工, no. 02, 28 February 2017 (2017-02-28), pages 189 - 191 * |
| 崔勋杰;: "天然气管道泄漏声波检测原理及定位方法", 辽宁化工, no. 02, pages 189 - 191 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117973267A (zh) * | 2024-03-28 | 2024-05-03 | 深圳市中燃科技有限公司 | 一种燃气数据的异常检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117628417B (zh) | 2024-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117628417B (zh) | 一种燃气场用智能安全控制系统 | |
| CN102563362B (zh) | 压缩空气系统管网泄漏智能检测方法及系统 | |
| CN106352243A (zh) | 一种基于声波法的输气管道泄露检测系统 | |
| CN101832472B (zh) | 利用次声波实现管道泄漏检测的系统 | |
| CN103836347B (zh) | 一种用于原油集输管道的泄漏监测装置及监测方法 | |
| CN100456010C (zh) | 基于压力信号拐点检测油气管道泄漏的方法 | |
| CN203023812U (zh) | 一种基于无线传感网络的输油管道泄漏监测系统 | |
| CN103675221B (zh) | 一种水质检测分析系统及水质检测分析方法 | |
| CN102410908A (zh) | 一种二氧化碳地质封存泄漏的监测系统 | |
| CN116305699B (zh) | 一种基于全方位感知的管道监督系统 | |
| CN106247173A (zh) | 管道泄漏检测的方法及装置 | |
| CN115854271B (zh) | 城市地下管网损伤监测与修复系统及损伤识别修复方法 | |
| CN108151721B (zh) | 基于水位工况识别的船闸变形自动监测系统及其测量、气象修正方法 | |
| CN201297502Y (zh) | 基于次声波的天然气管道泄漏远程检测装置及系统 | |
| CN115931246A (zh) | 一种氢冷发电机的气密性检测与故障处理系统及方法 | |
| CN111879479B (zh) | 集输气管道非高斯噪声环境微泄漏信号监测系统及方法 | |
| CN111856993B (zh) | 一种模拟信号多通道同步采集系统及其采集方法 | |
| CN105222885A (zh) | 一种光纤振动检测方法及装置 | |
| CN112594559A (zh) | 一种海底输油管道泄漏监测系统及方法 | |
| CN117168713A (zh) | 一种氦氢质谱检漏仪信号快速处理系统及方法 | |
| CN104819382B (zh) | 一种用于光纤预警系统的自适应恒虚警率振源检测方法 | |
| CN202442118U (zh) | 压缩空气系统管网泄漏智能检测系统 | |
| JPH06117600A (ja) | ガス、蒸気等の漏洩地点および漏洩量推定システム | |
| CN216520991U (zh) | 一种管道泄漏检测系统 | |
| CN116447514A (zh) | 一种储氢罐智能预警装置及预警方法 |
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 |