CN117994939B - 基于物联网的气体监测预警系统及方法 - Google Patents
基于物联网的气体监测预警系统及方法 Download PDFInfo
- Publication number
- CN117994939B CN117994939B CN202410399810.2A CN202410399810A CN117994939B CN 117994939 B CN117994939 B CN 117994939B CN 202410399810 A CN202410399810 A CN 202410399810A CN 117994939 B CN117994939 B CN 117994939B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- gas
- data
- node
- value
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 294
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000005540 biological transmission Effects 0.000 claims description 78
- 238000004364 calculation method Methods 0.000 claims description 58
- 239000000126 substance Substances 0.000 claims description 27
- 238000012423 maintenance Methods 0.000 claims description 25
- 230000015654 memory Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 6
- 239000007789 gas Substances 0.000 description 178
- 239000001257 hydrogen Substances 0.000 description 12
- 229910052739 hydrogen Inorganic materials 0.000 description 12
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 10
- JJWKPURADFRFRB-UHFFFAOYSA-N carbonyl sulfide Chemical compound O=C=S JJWKPURADFRFRB-UHFFFAOYSA-N 0.000 description 8
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 6
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical class [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 2
- 238000007259 addition reaction Methods 0.000 description 2
- 150000001335 aliphatic alkanes Chemical class 0.000 description 2
- 150000001336 alkenes Chemical class 0.000 description 2
- 150000001345 alkine derivatives Chemical class 0.000 description 2
- -1 amine compounds Chemical class 0.000 description 2
- 229910021529 ammonia Inorganic materials 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 229910002090 carbon oxide Inorganic materials 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 229910052736 halogen Inorganic materials 0.000 description 2
- 150000002367 halogens Chemical class 0.000 description 2
- 150000002431 hydrogen Chemical class 0.000 description 2
- 229910000039 hydrogen halide Inorganic materials 0.000 description 2
- 239000012433 hydrogen halide Substances 0.000 description 2
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 2
- 239000012495 reaction gas Substances 0.000 description 2
- 229930195735 unsaturated hydrocarbon Natural products 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Landscapes
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了基于物联网的气体监测预警系统及方法,属于可燃气体报警器领域,本发明提取各个监测节点的环境监测数据代入环境危险值获取策略中计算附近环境危险值,将计算得到的各个监测节点的气体危险值和附近环境危险值代入危险系数计算策略中计算危险系数,将计算得到的危险系数与设定的危险系数阈值进行危险对比,若得到危险系数大于等于设定的危险系数阈值,则向维护人员对监测节点进行维护预警,若得到的危险系数小于设定的危险系数阈值,则不向维护人员对监测节点进行维护预警,基于监测节点的气体数据和环境数据构建气体监测预警网络,提高了气体监测预警的时效性,同时提高了气体监测预警的准确性。
Description
技术领域
本发明属于可燃气体报警器技术领域,具体的说是基于物联网的气体监测预警系统及方法。
背景技术
随着物联网技术的快速发展,人们通过传感器有效实现了物与物之间的连接,通过获取并分析传感器采集的数据,能够快速得到传感器监测物体的状态,进而方便了人们对监测物体的管理。尤其是在工业领域,人们通过物联网能够快速有效地获取设备的状态信息,确保了生产的顺利进行;
例如授权公告号为CN114463954B的中国专利中公开了一种基于物联网的可燃气体监测预警系统及方法,包括:可燃气体监测模型构建模块,所述可燃气体监测模型构建模块用于对监测区域内按照指定方式布置多个可燃气体监测传感器,通过监测区域内可燃气体监测传感器的布置方式,得到监测区域对应的可燃气体监测模型;模型监测数据获取模块,所述模型监测数据获取模块每隔预设时间采集一次可燃气体监测模型内的可燃气体监测传感器的监测数据,并将获取的数据保存到数据库中;模型监测数据分析模块,所述模型监测数据分析模块根据模型监测数据获取模块得到的采集结果,对监测区域内的可燃气体的逸散情况进行分析,得到监测区域内可燃气体逸散点造成的影响值;
同时例如在公开号为CN110415478A的中国专利中公开一种基于物联网的火警分级预警系统,包括:定量可燃气体传感器,用于检测环境可燃气体浓度;温度传感器,用于检测被监测的对象温度;中央处理单元,用于根据所述可燃气体浓度及所述温度进行运算,从而预测可能发生火灾的情况,并根据温度异常变化的紧急程度进行分级预警;物联网模块,用于将所述定量可燃气体传感器、温度传感器和中央处理单元组成一个物联网云平台。本发明在智能算法下通过采集相应传感器的数据运算环境中可燃气体浓度异常变化和监测对象温度异常变化,并根据异常变化的紧急程度进行分级预警,起到防患于未然的效果。
以上专利均存在本背景技术提出的问题:现有技术中只是从气体的输入及输出端进行监控,通过输入输出端气体存在的偏差来判断气体是否出现泄漏,进而对人们进行预警,但是却无法基于监测节点的气体数据和环境数据快速锁定气体的具体泄漏位置,进而导致排查时间较长,不能有效控制泄漏的气体带来的危险性,现有技术中均存在上述问题,为了解决这些问题,本申请设计了基于物联网的气体监测预警系统及方法。
发明内容
针对现有技术的不足,本发明提出了基于物联网的气体监测预警系统及方法。
为实现上述目的,本发明提供如下技术方案:
基于物联网的气体监测预警方法,其包括以下具体步骤:
S1、在需要监测的区域的各个监测节点上设置气体监测模组收集各个监测节点的气体数据,同时采集各个监测节点的环境数据,将监测得到的气体数据和环境数据通过物联网传输模组传输至服务器;
S2、提取各个监测节点的气体监测数据导入气体危险值获取策略计算气体危险值;
S3、提取各个监测节点的环境监测数据代入环境危险值获取策略中计算附近环境危险值;
S4、将计算得到的各个监测节点的气体危险值和附近环境危险值代入危险系数计算策略中计算危险系数;
S5、将计算得到的危险系数与设定的危险系数阈值进行危险对比,若得到危险系数大于等于设定的危险系数阈值,则向维护人员对监测节点进行维护预警,若得到的危险系数小于设定的危险系数阈值,则不向维护人员对监测节点进行维护预警。
本发明进一步的改进在于,所述S1包括以下具体步骤:
S11、在需要监测的区域的各个监测节点上设置气体监测模组和环境监测模组;
S12、气体监测模组对各个监测节点的气体数据进行数据监测,采集监测节点的传输气体浓度数据和传输气体压力数据,环境监测模组对各个监测节点的环境数据进行数据监测,采集监测节点的温度数据、湿度数据和在监测节点温度、湿度下能与传输气体反应的物质的浓度数据,这里的与传输气体反应的物质为在温度数据、湿度数据环境下与传输气体发生爆炸、明火等有害反应的反应气体;
S13、将监测得到的气体数据和环境数据通过物联网传输模组传输至服务器。
本发明进一步的改进在于,所述S2中气体危险值获取策略的具体内容如下:
获取其中一个监测节点的传输气体浓度数据和传输气体压力数据导入监测节点气体危险参数计算公式中计算监测节点气体危险值,第i个监测节点气体危险值计算公式为:,其中,/>为第i个监测节点的传输气体的浓度,/>为监测节点的传输气体的安全浓度范围的中值,/>为监测节点的传输气体的安全浓度范围的最大值,/>为监测节点的传输气体的安全浓度范围的最小值,/>为浓度占比系数,/>为第i个监测节点的传输气体的压力值,/>为监测节点的传输气体的压力安全范围的中值,/>为监测节点的传输气体的压力安全范围的最大值,/>为监测节点的传输气体的压力安全范围的最小值,/>为压力占比系数,/>。
本发明进一步的改进在于,所述S3中环境危险值获取策略的具体内容为:
S31、提取监测节点的温度数据、湿度数据和在监测节点温度、湿度下能与传输气体反应的物质的浓度数据;
S32、将获取的监测节点的温度数据、湿度数据和在监测节点温度、湿度下能与传输气体反应的物质的浓度数据代入监测节点环境危险值计算公式中计算监测节点环境危险值,第i个监测节点环境危险值计算公式为:,其中,/>为温度数据占比系数,/>为第i个监测节点的温度数据,/>为监测节点的温度安全范围的中值,/>为监测节点的温度安全范围的最大值,/>为监测节点的温度安全范围的最小值,/>为第i个监测节点的湿度数据,/>为监测节点的湿度安全范围的中值,/>为监测节点的湿度安全范围的最大值,/>为监测节点的湿度安全范围的最小值,/>为湿度占比系数,/>为监测节点的第j个在监测节点温度、湿度下能与传输气体反应的物质的浓度数据,z为监测节点的第j个在监测节点温度、湿度下能与传输气体反应的物质的数量,/>为物质占比系数,/>为第j个在监测节点温度、湿度下能与传输气体反应的物质的安全浓度数据,在此需要说明的是,这里的传输气体与在监测节点温度、湿度下能与传输气体反应的物质以传输气体为氢气,能与氢气反应的气体种类很多,卤素单质(X2)与氢气在光照条件下剧烈反应,生成卤化氢;硫化氢、硫化羰(COS)、一些含氮化合物(如氨、胺类化合物等)等;大多数的不饱和烃(烯烃、炔烃等)和苯及其同系物可以与氢气发生加成反应;碳氧化物(如CO2)在高温条件下也可以与氢气反应生成相应的烷烃;
需要注意的是,不同的气体与氢气的反应条件和产物可能不同,需要根据具体情况进行分析。
本发明进一步的改进在于,所述S4中危险系数计算策略包括以下具体内容:
获取计算得到的各个监测节点的气体危险值和附近环境危险值代入危险系数计算公式中计算各个监测节点的危险系数,第i个监测节点的危险系数计算公式为:,其中,N为监测节点的个数,/>为第c个监测节点距离第i个监测节点的距离,/>为第c个节点的环境危险值,/>为设定的距离标准值。
本发明进一步的改进在于,所述S5包括以下具体步骤:
S51、将计算得到的对应监测节点的危险系数与设定的危险系数阈值进行危险对比,判断对应监测节点的危险系数是否大于等于设定的危险系数阈值;
S52、若得到危险系数大于等于设定的危险系数阈值,则向维护人员对监测节点进行维护预警,若得到的危险系数小于设定的危险系数阈值,则不向维护人员对监测节点进行维护预警;
在此需要说明的是,这里的距离标准值、浓度占比系数、压力占比系数、温度数据占比系数、湿度占比系数、物质占比系数和危险系数阈值的取值方式为:取5000组历史监测节点的气体数据和各个监测节点的环境数据,获取对应历史数据的节点的故障判断数据,将历史监测节点的气体数据和各个监测节点的环境数据代入危险系数计算公式中计算危险系数,将计算得到的危险系数和对应节点的故障判断结果代入拟合软件中输出符合故障判断准确率的最优距离标准值、浓度占比系数、压力占比系数、温度数据占比系数、湿度占比系数、物质占比系数和危险系数阈值;
基于物联网的气体监测预警系统,其基于上述基于物联网的气体监测预警方法实现,其具体包括:数据获取模块、气体危险值计算模块、储存环境危险值计算模块、危险系数计算模块、对比模块和控制模块,所述数据获取模块用于在需要监测的区域的各个监测节点上设置气体监测模组收集各个监测节点的气体数据,同时采集各个监测节点的环境数据,将监测得到的气体数据和环境数据通过物联网传输模组传输至服务器,所述气体危险值计算模块用于提取各个监测节点的气体监测数据导入气体危险值获取策略计算气体危险值,所述储存环境危险值计算模块用于提取各个监测节点的环境监测数据代入环境危险值获取策略中计算附近环境危险值。
本发明进一步的改进在于,所述危险系数计算模块用于将计算得到的各个监测节点的气体危险值和附近环境危险值代入危险系数计算策略中计算危险系数,所述对比模块用于将计算得到的危险系数与设定的危险系数阈值进行危险对比,若得到危险系数大于等于设定的危险系数阈值,则向维护人员对监测节点进行维护预警,若得到的危险系数小于设定的危险系数阈值,则不向维护人员对监测节点进行维护预警。
本发明进一步的改进在于,所述控制模块用于控制数据获取模块、气体危险值计算模块、储存环境危险值计算模块、危险系数计算模块和对比模块的运行。
一种电子设备,包括:处理器和存储器,其中,所述存储器中存储有可供处理器调用的计算机程序;
所述处理器通过调用所述存储器中存储的计算机程序,执行上述的基于物联网的气体监测预警方法。
一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行如上述的基于物联网的气体监测预警方法。
与现有技术相比,本发明的有益效果是:
本发明在需要监测的区域的各个监测节点上设置气体监测模组收集各个监测节点的气体数据,同时采集各个监测节点的环境数据,将监测得到的气体数据和环境数据通过物联网传输模组传输至服务器,提取各个监测节点的气体监测数据导入气体危险值获取策略计算气体危险值,提取各个监测节点的环境监测数据代入环境危险值获取策略中计算附近环境危险值,将计算得到的各个监测节点的气体危险值和附近环境危险值代入危险系数计算策略中计算危险系数,将计算得到的危险系数与设定的危险系数阈值进行危险对比,若得到危险系数大于等于设定的危险系数阈值,则向维护人员对监测节点进行维护预警,若得到的危险系数小于设定的危险系数阈值,则不向维护人员对监测节点进行维护预警,基于监测节点的气体数据和环境数据构建气体监测预警网络,提高了气体监测预警的时效性,同时提高了气体监测预警的准确性。
附图说明
图1为本发明基于物联网的气体监测预警方法流程示意图;
图2为本发明基于物联网的气体监测预警方法S1步具体流程示意图;
图3为本发明一种电子设备示意图;
图4为本发明基于物联网的气体监测预警系统框架示意图。
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
请参阅图1-图2,本发明提供的一种实施例:基于物联网的气体监测预警方法,其包括以下具体步骤:
S1、在需要监测的区域的各个监测节点上设置气体监测模组收集各个监测节点的气体数据,同时采集各个监测节点的环境数据,将监测得到的气体数据和环境数据通过物联网传输模组传输至服务器;
S2、提取各个监测节点的气体监测数据导入气体危险值获取策略计算气体危险值;
S3、提取各个监测节点的环境监测数据代入环境危险值获取策略中计算附近环境危险值;
S4、将计算得到的各个监测节点的气体危险值和附近环境危险值代入危险系数计算策略中计算危险系数;
S5、将计算得到的危险系数与设定的危险系数阈值进行危险对比,若得到危险系数大于等于设定的危险系数阈值,则向维护人员对监测节点进行维护预警,若得到的危险系数小于设定的危险系数阈值,则不向维护人员对监测节点进行维护预警;
在此需要说明的是,S1包括以下具体步骤:
S11、在需要监测的区域的各个监测节点上设置气体监测模组和环境监测模组;
S12、气体监测模组对各个监测节点的气体数据进行数据监测,采集监测节点的传输气体浓度数据和传输气体压力数据,环境监测模组对各个监测节点的环境数据进行数据监测,采集监测节点的温度数据、湿度数据和在监测节点温度、湿度下能与传输气体反应的物质的浓度数据,这里的与传输气体反应的物质为在温度数据、湿度数据环境下与传输气体发生爆炸、明火等有害反应的反应气体;
S13、将监测得到的气体数据和环境数据通过物联网传输模组传输至服务器;
在此需要说明的是,S2中气体危险值获取策略的具体内容如下:
获取其中一个监测节点的传输气体浓度数据和传输气体压力数据导入监测节点气体危险参数计算公式中计算监测节点气体危险值,第i个监测节点气体危险值计算公式为:,其中,/>为第i个监测节点的传输气体的浓度,/>为监测节点的传输气体的安全浓度范围的中值,/>为监测节点的传输气体的安全浓度范围的最大值,/>为监测节点的传输气体的安全浓度范围的最小值,/>为浓度占比系数,/>为第i个监测节点的传输气体的压力值,/>为监测节点的传输气体的压力安全范围的中值,/>为监测节点的传输气体的压力安全范围的最大值,/>为监测节点的传输气体的压力安全范围的最小值,/>为压力占比系数,/>;
在此需要说明的是,S3中环境危险值获取策略的具体内容为:
S31、提取监测节点的温度数据、湿度数据和在监测节点温度、湿度下能与传输气体反应的物质的浓度数据;
S32、将获取的监测节点的温度数据、湿度数据和在监测节点温度、湿度下能与传输气体反应的物质的浓度数据代入监测节点环境危险值计算公式中计算监测节点环境危险值,第i个监测节点环境危险值计算公式为:,其中,/>为温度数据占比系数,/>为第i个监测节点的温度数据,/>为监测节点的温度安全范围的中值,/>为监测节点的温度安全范围的最大值,/>为监测节点的温度安全范围的最小值,/>为第i个监测节点的湿度数据,/>为监测节点的湿度安全范围的中值,/>为监测节点的湿度安全范围的最大值,为监测节点的湿度安全范围的最小值,/>为湿度占比系数,/>为监测节点的第j个在监测节点温度、湿度下能与传输气体反应的物质的浓度数据,z为监测节点的第j个在监测节点温度、湿度下能与传输气体反应的物质的数量,/>为物质占比系数,/>为第j个在监测节点温度、湿度下能与传输气体反应的物质的安全浓度数据,在此需要说明的是,这里的传输气体与在监测节点温度、湿度下能与传输气体反应的物质以传输气体为氢气,能与氢气反应的气体种类很多,卤素单质(X2)与氢气在光照条件下剧烈反应,生成卤化氢;硫化氢、硫化羰(COS)、一些含氮化合物(如氨、胺类化合物等)等;大多数的不饱和烃(烯烃、炔烃等)和苯及其同系物可以与氢气发生加成反应;碳氧化物(如CO2)在高温条件下也可以与氢气反应生成相应的烷烃;
需要注意的是,不同的气体与氢气的反应条件和产物可能不同,需要根据具体情况进行分析;
在此需要说明的是,S4中危险系数计算策略包括以下具体内容:
获取计算得到的各个监测节点的气体危险值和附近环境危险值代入危险系数计算公式中计算各个监测节点的危险系数,第i个监测节点的危险系数计算公式为:,其中,N为监测节点的个数,/>为第c个监测节点距离第i个监测节点的距离,/>为第c个节点的环境危险值,/>为设定的距离标准值;
在此需要说明的是,S5包括以下具体步骤:
S51、将计算得到的对应监测节点的危险系数与设定的危险系数阈值进行危险对比,判断对应监测节点的危险系数是否大于等于设定的危险系数阈值;
S52、若得到危险系数大于等于设定的危险系数阈值,则向维护人员对监测节点进行维护预警,若得到的危险系数小于设定的危险系数阈值,则不向维护人员对监测节点进行维护预警;
在此需要说明的是,这里的距离标准值、浓度占比系数、压力占比系数、温度数据占比系数、湿度占比系数、物质占比系数和危险系数阈值的取值方式为:取5000组历史监测节点的气体数据和各个监测节点的环境数据,获取对应历史数据的节点的故障判断数据,将历史监测节点的气体数据和各个监测节点的环境数据代入危险系数计算公式中计算危险系数,将计算得到的危险系数和对应节点的故障判断结果代入拟合软件中输出符合故障判断准确率的最优距离标准值、浓度占比系数、压力占比系数、温度数据占比系数、湿度占比系数、物质占比系数和危险系数阈值。
通过本实施例能够实现:在需要监测的区域的各个监测节点上设置气体监测模组收集各个监测节点的气体数据,同时采集各个监测节点的环境数据,将监测得到的气体数据和环境数据通过物联网传输模组传输至服务器,提取各个监测节点的气体监测数据导入气体危险值获取策略计算气体危险值,提取各个监测节点的环境监测数据代入环境危险值获取策略中计算附近环境危险值,将计算得到的各个监测节点的气体危险值和附近环境危险值代入危险系数计算策略中计算危险系数,将计算得到的危险系数与设定的危险系数阈值进行危险对比,若得到危险系数大于等于设定的危险系数阈值,则向维护人员对监测节点进行维护预警,若得到的危险系数小于设定的危险系数阈值,则不向维护人员对监测节点进行维护预警,基于监测节点的气体数据和环境数据构建气体监测预警网络,提高了气体监测预警的时效性,同时提高了气体监测预警的准确性。
实施例2
如图4所示,基于物联网的气体监测预警系统,其基于上述基于物联网的气体监测预警方法实现,其具体包括:数据获取模块、气体危险值计算模块、储存环境危险值计算模块、危险系数计算模块、对比模块和控制模块,数据获取模块用于在需要监测的区域的各个监测节点上设置气体监测模组收集各个监测节点的气体数据,同时采集各个监测节点的环境数据,将监测得到的气体数据和环境数据通过物联网传输模组传输至服务器,气体危险值计算模块用于提取各个监测节点的气体监测数据导入气体危险值获取策略计算气体危险值,储存环境危险值计算模块用于提取各个监测节点的环境监测数据代入环境危险值获取策略中计算附近环境危险值;危险系数计算模块用于将计算得到的各个监测节点的气体危险值和附近环境危险值代入危险系数计算策略中计算危险系数,对比模块用于将计算得到的危险系数与设定的危险系数阈值进行危险对比,若得到危险系数大于等于设定的危险系数阈值,则向维护人员对监测节点进行维护预警,若得到的危险系数小于设定的危险系数阈值,则不向维护人员对监测节点进行维护预警;控制模块用于控制数据获取模块、气体危险值计算模块、储存环境危险值计算模块、危险系数计算模块和对比模块的运行。
实施例3
如图3所示,本实施例提供一种电子设备,包括:处理器和存储器,其中,存储器中存储有可供处理器调用的计算机程序;
处理器通过调用存储器中存储的计算机程序,执行上述的基于物联网的气体监测预警方法。
该电子设备可因配置或性能不同而产生比较大的差异,能够包括一个或一个以上的处理器(Central Processing Units,CPU)和一个或一个以上的存储器,其中,该存储器中存储有至少一条计算机程序,该计算机程序由该处理器加载并执行以实现上述方法实施例提供的基于物联网的气体监测预警方法。该电子设备还能够包括其他用于实现设备功能的部件,例如,该电子设备还能够具有有线或无线网络接口以及输入输出接口等部件,以便进行数据的输入输出。本实施例在此不做赘述。
实施例4
本实施例提出一种计算机可读存储介质,其上存储有可擦写的计算机程序;
当计算机程序在计算机设备上运行时,使得计算机设备执行上述的基于物联网的气体监测预警方法。
例如,计算机可读存储介质能够是只读存储器(Read-Only Memory,简称:ROM)、随机存取存储器(Random Access Memory,简称:RAM)、只读光盘(Compact Disc Read-OnlyMemory,简称:CD-ROM)、磁带、软盘和光数据存储设备等。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
应理解,根据A确定B并不意味着仅仅根据A确定B,还能够根据A和/或其它信息确定B。
Claims (7)
1.基于物联网的气体监测预警方法,其特征在于,其包括以下具体步骤:
S1、在需要监测的区域的各个监测节点上设置气体监测模组收集各个监测节点的气体数据,同时采集各个监测节点的环境数据,将监测得到的气体数据和环境数据通过物联网传输模组传输至服务器;
S2、提取各个监测节点的气体监测数据导入气体危险值获取策略计算各个监测节点的气体危险值;
S3、提取各个监测节点的环境监测数据代入环境危险值获取策略中计算各个监测节点的附近环境危险值;
S4、将计算得到的各个监测节点的气体危险值和附近环境危险值代入危险系数计算策略中计算危险系数;
S5、将计算得到的危险系数与设定的危险系数阈值进行危险对比,若得到危险系数大于等于设定的危险系数阈值,则向维护人员对监测节点进行维护预警,若得到的危险系数小于设定的危险系数阈值,则不向维护人员对监测节点进行维护预警;所述S1包括以下具体步骤:
S11、在需要监测的区域的各个监测节点上设置气体监测模组和环境监测模组;
S12、气体监测模组对各个监测节点的气体数据进行数据监测,采集监测节点的传输气体浓度数据和传输气体压力数据,环境监测模组对各个监测节点的环境数据进行数据监测,采集监测节点的温度数据、湿度数据和在监测节点温度、湿度下能与传输气体反应的物质的浓度数据;
S13、将监测得到的气体数据和环境数据通过物联网传输模组传输至服务器;所述S2中气体危险值获取策略的具体内容如下:
获取其中一个监测节点的传输气体浓度数据和传输气体压力数据导入监测节点气体危险参数计算公式中计算监测节点气体危险值,第i个监测节点气体危险值计算公式为:,其中,/>为第i个监测节点的传输气体的浓度,/>为监测节点的传输气体的安全浓度范围的中值,/>为监测节点的传输气体的安全浓度范围的最大值,/>为监测节点的传输气体的安全浓度范围的最小值,为浓度占比系数,/>为第i个监测节点的传输气体的压力值,/>为监测节点的传输气体的压力安全范围的中值,/>为监测节点的传输气体的压力安全范围的最大值,为监测节点的传输气体的压力安全范围的最小值,/>为压力占比系数,;所述S3中环境危险值获取策略的具体内容为:
S31、提取监测节点的温度数据、湿度数据和在监测节点温度、湿度下能与传输气体反应的物质的浓度数据;
S32、将获取的监测节点的温度数据、湿度数据和在监测节点温度、湿度下能与传输气体反应的物质的浓度数据代入监测节点环境危险值计算公式中计算监测节点环境危险值,第i个监测节点环境危险值计算公式为:,其中,/>为温度数据占比系数,/>为第i个监测节点的温度数据,/>为监测节点的温度安全范围的中值,/>为监测节点的温度安全范围的最大值,/>为监测节点的温度安全范围的最小值,/>为第i个监测节点的湿度数据,/>为监测节点的湿度安全范围的中值,/>为监测节点的湿度安全范围的最大值,/>为监测节点的湿度安全范围的最小值,/>为湿度占比系数,/>为监测节点的第j个在监测节点温度、湿度下能与传输气体反应的物质的浓度数据,z为监测节点的第j个在监测节点温度、湿度下能与传输气体反应的物质的数量,/>为物质占比系数,为第j个在监测节点温度、湿度下能与传输气体反应的物质的安全浓度数据;所述S4中危险系数计算策略包括以下具体内容:
获取计算得到的各个监测节点的气体危险值和附近环境危险值代入危险系数计算公式中计算各个监测节点的危险系数,第i个监测节点的危险系数计算公式为:,其中,N为监测节点的个数,/>为第c个监测节点距离第i个监测节点的距离,/>为第c个节点的环境危险值,/>为设定的距离标准值。
2.如权利要求1所述的基于物联网的气体监测预警方法,其特征在于,所述S5包括以下具体步骤:
S51、将计算得到的对应监测节点的危险系数与设定的危险系数阈值进行危险对比,判断对应监测节点的危险系数是否大于等于设定的危险系数阈值;
S52、若得到危险系数大于等于设定的危险系数阈值,则向维护人员对监测节点进行维护预警,若得到的危险系数小于设定的危险系数阈值,则不向维护人员对监测节点进行维护预警。
3.基于物联网的气体监测预警系统,其基于如权利要求1-2任一项的所述基于物联网的气体监测预警方法实现,其特征在于,其具体包括:数据获取模块、气体危险值计算模块、储存环境危险值计算模块、危险系数计算模块、对比模块和控制模块,所述数据获取模块用于在需要监测的区域的各个监测节点上设置气体监测模组收集各个监测节点的气体数据,同时采集各个监测节点的环境数据,将监测得到的气体数据和环境数据通过物联网传输模组传输至服务器,所述气体危险值计算模块用于提取各个监测节点的气体监测数据导入气体危险值获取策略计算气体危险值,所述储存环境危险值计算模块用于提取各个监测节点的环境监测数据代入环境危险值获取策略中计算附近环境危险值。
4.如权利要求3中所述的基于物联网的气体监测预警系统,其特征在于,所述危险系数计算模块用于将计算得到的各个监测节点的气体危险值和附近环境危险值代入危险系数计算策略中计算危险系数,所述对比模块用于将计算得到的危险系数与设定的危险系数阈值进行危险对比,若得到危险系数大于等于设定的危险系数阈值,则向维护人员对监测节点进行维护预警,若得到的危险系数小于设定的危险系数阈值,则不向维护人员对监测节点进行维护预警。
5.如权利要求4中所述的基于物联网的气体监测预警系统,其特征在于,所述控制模块用于控制数据获取模块、气体危险值计算模块、储存环境危险值计算模块、危险系数计算模块和对比模块的运行。
6.一种电子设备,其特征在于,包括:处理器和存储器,其中,所述存储器中存储有可供处理器调用的计算机程序;
所述处理器通过调用所述存储器中存储的计算机程序,执行权利要求1-2任一项所述的基于物联网的气体监测预警方法。
7.一种计算机可读存储介质,其特征在于:储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1-2任意一项所述的基于物联网的气体监测预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410399810.2A CN117994939B (zh) | 2024-04-03 | 2024-04-03 | 基于物联网的气体监测预警系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410399810.2A CN117994939B (zh) | 2024-04-03 | 2024-04-03 | 基于物联网的气体监测预警系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117994939A CN117994939A (zh) | 2024-05-07 |
CN117994939B true CN117994939B (zh) | 2024-06-07 |
Family
ID=90900914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410399810.2A Active CN117994939B (zh) | 2024-04-03 | 2024-04-03 | 基于物联网的气体监测预警系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117994939B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104090089A (zh) * | 2014-07-03 | 2014-10-08 | 中国人民解放军后勤工程学院 | 一种山洞油库油气危险源分级预警方法 |
CN208141572U (zh) * | 2018-03-14 | 2018-11-23 | 南京邮电大学 | 一种基于分布式网络的工厂可燃气体检测报警系统 |
DE202018005482U1 (de) * | 2018-11-27 | 2018-12-14 | ITS Innovations & Technologie Service GmbH & Co. KG | Anordnung zur Detektion von Bränden und Gefahrenherden in Abfallhalden und Abfallballen |
CN111564023A (zh) * | 2020-05-14 | 2020-08-21 | 清华大学合肥公共安全研究院 | 关于埋地燃气管线泄漏报警阈值设定的方法和系统 |
CN212112217U (zh) * | 2020-06-15 | 2020-12-08 | 温州中泰安全科技有限公司 | 一种同时检测多类危险因素并处置危险的智能化控制系统 |
CN112216071A (zh) * | 2020-10-10 | 2021-01-12 | 深圳中神电子科技有限公司 | 一种基于大数据的智慧化工监测预警平台 |
CN112486790A (zh) * | 2020-12-04 | 2021-03-12 | 北京航空航天大学 | 一种基于多维分层准则的软件可靠性验收风险评估方法 |
CN113298475A (zh) * | 2021-06-30 | 2021-08-24 | 大连海事大学 | 一种基于物联网的危险品判断及运输安全检测方法及系统 |
CN113532758A (zh) * | 2020-04-17 | 2021-10-22 | 国家能源投资集团有限责任公司 | 加氢机泄漏率测试方法和测试装置 |
CN113804839A (zh) * | 2021-09-29 | 2021-12-17 | 重庆科华安全设备有限责任公司 | 灾区环境多参量融合监测与爆炸危险性诊断系统及装置 |
CN114882669A (zh) * | 2022-05-07 | 2022-08-09 | 中海石油气电集团有限责任公司 | 一种加氢站安全监测及预警系统 |
CN115019482A (zh) * | 2022-08-04 | 2022-09-06 | 武汉鼎业环保工程技术有限公司 | 基于大数据的危险气体巡回预警方法及装置 |
CN115601913A (zh) * | 2021-07-09 | 2023-01-13 | 内蒙古蒙牛乳业(集团)股份有限公司(Cn) | 一种可燃危险物质火灾风险预警方法及装置 |
KR20230036738A (ko) * | 2021-09-08 | 2023-03-15 | 송인관 | 질식사고 예방시스템 |
CN115909645A (zh) * | 2023-01-09 | 2023-04-04 | 西安易诺敬业电子科技有限责任公司 | 一种车间生产安全预警系统和预警方法 |
CN116906821A (zh) * | 2023-07-24 | 2023-10-20 | 安徽中电光达通信技术有限公司 | 一种基于5g的燃气输配管网监控预警管理系统 |
CN220572548U (zh) * | 2023-08-11 | 2024-03-12 | 陕西坚瑞消防安全设备有限公司 | 一种电化学储能站火灾主动抑制装置 |
CN117711185A (zh) * | 2024-02-05 | 2024-03-15 | 中国水利水电第九工程局有限公司 | 一种基于多源数据的公路施工用预警监控系统及方法 |
-
2024
- 2024-04-03 CN CN202410399810.2A patent/CN117994939B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104090089A (zh) * | 2014-07-03 | 2014-10-08 | 中国人民解放军后勤工程学院 | 一种山洞油库油气危险源分级预警方法 |
CN208141572U (zh) * | 2018-03-14 | 2018-11-23 | 南京邮电大学 | 一种基于分布式网络的工厂可燃气体检测报警系统 |
DE202018005482U1 (de) * | 2018-11-27 | 2018-12-14 | ITS Innovations & Technologie Service GmbH & Co. KG | Anordnung zur Detektion von Bränden und Gefahrenherden in Abfallhalden und Abfallballen |
CN113532758A (zh) * | 2020-04-17 | 2021-10-22 | 国家能源投资集团有限责任公司 | 加氢机泄漏率测试方法和测试装置 |
CN111564023A (zh) * | 2020-05-14 | 2020-08-21 | 清华大学合肥公共安全研究院 | 关于埋地燃气管线泄漏报警阈值设定的方法和系统 |
CN212112217U (zh) * | 2020-06-15 | 2020-12-08 | 温州中泰安全科技有限公司 | 一种同时检测多类危险因素并处置危险的智能化控制系统 |
CN112216071A (zh) * | 2020-10-10 | 2021-01-12 | 深圳中神电子科技有限公司 | 一种基于大数据的智慧化工监测预警平台 |
CN112486790A (zh) * | 2020-12-04 | 2021-03-12 | 北京航空航天大学 | 一种基于多维分层准则的软件可靠性验收风险评估方法 |
CN113298475A (zh) * | 2021-06-30 | 2021-08-24 | 大连海事大学 | 一种基于物联网的危险品判断及运输安全检测方法及系统 |
CN115601913A (zh) * | 2021-07-09 | 2023-01-13 | 内蒙古蒙牛乳业(集团)股份有限公司(Cn) | 一种可燃危险物质火灾风险预警方法及装置 |
KR20230036738A (ko) * | 2021-09-08 | 2023-03-15 | 송인관 | 질식사고 예방시스템 |
CN113804839A (zh) * | 2021-09-29 | 2021-12-17 | 重庆科华安全设备有限责任公司 | 灾区环境多参量融合监测与爆炸危险性诊断系统及装置 |
CN114882669A (zh) * | 2022-05-07 | 2022-08-09 | 中海石油气电集团有限责任公司 | 一种加氢站安全监测及预警系统 |
CN115019482A (zh) * | 2022-08-04 | 2022-09-06 | 武汉鼎业环保工程技术有限公司 | 基于大数据的危险气体巡回预警方法及装置 |
CN115909645A (zh) * | 2023-01-09 | 2023-04-04 | 西安易诺敬业电子科技有限责任公司 | 一种车间生产安全预警系统和预警方法 |
CN116906821A (zh) * | 2023-07-24 | 2023-10-20 | 安徽中电光达通信技术有限公司 | 一种基于5g的燃气输配管网监控预警管理系统 |
CN220572548U (zh) * | 2023-08-11 | 2024-03-12 | 陕西坚瑞消防安全设备有限公司 | 一种电化学储能站火灾主动抑制装置 |
CN117711185A (zh) * | 2024-02-05 | 2024-03-15 | 中国水利水电第九工程局有限公司 | 一种基于多源数据的公路施工用预警监控系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117994939A (zh) | 2024-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112070215B (zh) | 基于bp神经网络的危险态势分析的处理方法及处理装置 | |
CN110488777B (zh) | 一种化工厂事故预警及事态跟踪系统 | |
CN113554318A (zh) | 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 | |
CN113984246A (zh) | 一种基于温度传感的化工安全生产监测方法及系统 | |
CN116994418B (zh) | 管道安全预警方法及系统 | |
CN112668873A (zh) | 矿山安全态势分析及预测预警方法 | |
CN113432812A (zh) | 一种压力容器泄漏检测系统及其工作方法 | |
CN114429308A (zh) | 一种基于大数据的企业安全风险评估方法及系统 | |
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 | |
CN117994939B (zh) | 基于物联网的气体监测预警系统及方法 | |
CN110533305B (zh) | 一种冶金企业生产安全事故综合防控方法 | |
CN106768652B (zh) | 油库监测方法和系统 | |
CN114595948A (zh) | 基于人工智能的多风险参数企业风险评估方法及系统 | |
CN115601913A (zh) | 一种可燃危险物质火灾风险预警方法及装置 | |
CN117007247B (zh) | 一种基于数据分析的化工气体泄露安全反馈系统及方法 | |
CN118038642B (zh) | 一种基于气体分析的矿用数字化气体参数预警系统及方法 | |
CN117577282A (zh) | 一种应用于医院危险化学品库房的监测方法及装置 | |
CN116599767B (zh) | 基于机器学习的网络威胁监测系统 | |
CN117952440B (zh) | 化工园区生产环境监管方法及系统 | |
CN118067204B (zh) | 一种基于数字计量技术的安全生产数据采集系统 | |
CN116975768B (zh) | 一种肥料安全生产的数据异常检测方法 | |
CN117706037A (zh) | 一种电缆工井内气体检测方法 | |
CN117912177A (zh) | 一种安全预警系统及方法 | |
CN117523769A (zh) | 一种极早期火灾监测系统 | |
CN115219254A (zh) | 一种气固两相流多参数在线监测装置 |
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 |