JP2020115082A - 構造物異常検知装置 - Google Patents
構造物異常検知装置 Download PDFInfo
- Publication number
- JP2020115082A JP2020115082A JP2017093582A JP2017093582A JP2020115082A JP 2020115082 A JP2020115082 A JP 2020115082A JP 2017093582 A JP2017093582 A JP 2017093582A JP 2017093582 A JP2017093582 A JP 2017093582A JP 2020115082 A JP2020115082 A JP 2020115082A
- Authority
- JP
- Japan
- Prior art keywords
- gas
- point
- information
- abnormality detection
- detection device
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 73
- 230000005856 abnormality Effects 0.000 title claims abstract description 36
- 238000003384 imaging method Methods 0.000 claims abstract description 65
- 238000011156 evaluation Methods 0.000 claims abstract description 52
- 238000013461 design Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000031700 light absorption Effects 0.000 claims abstract description 5
- 238000009434 installation Methods 0.000 claims description 15
- 239000000126 substance Substances 0.000 claims description 11
- 238000012423 maintenance Methods 0.000 claims description 4
- 239000007789 gas Substances 0.000 description 184
- 238000004364 calculation method Methods 0.000 description 19
- 239000013256 coordination polymer Substances 0.000 description 16
- 238000000034 method Methods 0.000 description 11
- 238000010521 absorption reaction Methods 0.000 description 5
- 230000006866 deterioration Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 239000000523 sample Substances 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000003331 infrared imaging Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 238000009628 steelmaking Methods 0.000 description 2
- 230000005457 Black-body radiation Effects 0.000 description 1
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 229910021417 amorphous silicon Inorganic materials 0.000 description 1
- 150000004770 chalcogenides Chemical class 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- WPYVAWXEWQSOGY-UHFFFAOYSA-N indium antimonide Chemical compound [Sb]#[In] WPYVAWXEWQSOGY-UHFFFAOYSA-N 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052594 sapphire Inorganic materials 0.000 description 1
- 239000010980 sapphire Substances 0.000 description 1
- SBIBMFFZSBJNJF-UHFFFAOYSA-N selenium;zinc Chemical compound [Se]=[Zn] SBIBMFFZSBJNJF-UHFFFAOYSA-N 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
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
- G01M3/38—Investigating fluid-tightness of structures by using light
-
- 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
- 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
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
-
- 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
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Examining Or Testing Airtightness (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
【課題】構造物におけるガス漏洩源の位置を迅速に特定することの可能な構造物異常検知装置を提供する。【解決手段】構造物異常検知装置10は、ガス撮像装置1と評価処理装置2を有している。ガス撮像装置1は、空間に存在するガスの光吸収に伴う構造物からの入射光変化を撮像することで、ガスの存在を検知する。評価処理装置2は、ガス撮像装置1が撮像画面上のガス検知箇所に対して有する視線と構造物とが交わる地点について、構造物の設計情報を用いて、地点にガス漏洩源が存在する可能性を評価し、その評価結果に基づいて構造物の地点情報を出力する。【選択図】図1
Description
本発明は、構造物異常検知装置に関するものであり、例えば、赤外線撮像装置で得られた構造物の画像からガス漏洩を検知する構造物異常検知装置に関するものである。
ガスプラント,石油化学プラント,火力発電所,製鉄関連施設等の構造物では、操業時に大量のガスが取り扱われている。このような施設においては、施設の経年劣化や運転ミスによるガス漏洩の危険性が認識されており、大事故に至る前にガス漏洩を最小限にとどめるため、検知プローブを用いたガス検知装置が多数備え付けられている。
検知プローブを用いたガス検知装置は、検知プローブにガス分子が接触することでプローブの電気的特性が変化することを利用して、ガスの存在を検知するものである。このため、ガスが漏洩しても、ガス分子が検知プローブに届かない限りガスを検知することはできない。ガス検知装置を施設内のいたるところに高密度に配置すれば、ガス漏洩が比較的小さい段階での検知が可能となる。しかし、設置コストや保守管理コストは高くなってしまう。さらに、ガスが風に流されたりした場合等には、多数配置されたガス検知装置が一斉に発報してしまい、その結果、漏洩源の真の位置が分かりにくくなってしまう。また、ガス検知装置を低密度に配置した場合には、ガス漏洩規模が大きくなるまで検知できず、事故の危険性が高まってしまう。
これに対し、ガスの存在を検知する別の手法として赤外線撮像装置を用いた方法が、特許文献1等で提案されている。その方法では、背景からの主に赤外領域の光放射(あらゆる物体から放射されている黒体放射と呼ばれるもの)と、ガスの赤外領域の光吸収特性と、を利用する。つまり、ガスの存在によって、その背景から撮像装置に入射する赤外線量が変化することを利用して、ガスを可視化して検知するのである。このガス検知技術によると、一台の検知装置で広範囲のガスを検知できるので、多数の検知装置がなくてもガス検知が可能であり、画像解析等の手法によってガス漏洩位置の特定も可能である。
特許文献1に記載されているように、ガスによる赤外線吸収を利用した撮像装置でガス漏れを2次元的に可視化すれば、ガス漏洩位置の撮像画面上での特定は可能となる。しかし、奥行方向の場所の特定が行えないため、ガス漏れの修復作業を行う際に作業員への作業場所の指示が困難であったり、作業員が危険にさらされたりすることがある。
本発明はこのような状況に鑑みてなされたものであって、その目的は、構造物におけるガス漏洩源の位置を迅速に特定することの可能な構造物異常検知装置を提供することにある。
上記目的を達成するために、第1の発明の構造物異常検知装置は、空間に存在するガスの光吸収に伴う構造物からの入射光変化を撮像することで、前記ガスの存在を検知する撮像装置と、
前記撮像装置が撮像画面上のガス検知箇所に対して有する視線と前記構造物とが交わる地点について、前記構造物の設計情報を用いて、前記地点にガス漏洩源が存在する可能性を評価し、その評価結果に基づいて前記構造物の地点情報を出力する評価処理装置と、
を有することを特徴とする。
前記撮像装置が撮像画面上のガス検知箇所に対して有する視線と前記構造物とが交わる地点について、前記構造物の設計情報を用いて、前記地点にガス漏洩源が存在する可能性を評価し、その評価結果に基づいて前記構造物の地点情報を出力する評価処理装置と、
を有することを特徴とする。
第2の発明の構造物異常検知装置は、上記第1の発明において、前記構造物の設計情報として、3次元的な構造物の配置情報を含むことを特徴とする。
第3の発明の構造物異常検知装置は、上記第1又は第2の発明において、前記構造物の設計情報として、設置時期と設置箇所近傍の環境についての情報を含むことを特徴とする。
第4の発明の構造物異常検知装置は、上記第1〜第3のいずれか1つの発明において、前記構造物の設計情報として、構造物の運転状況についての情報を含むことを特徴とする。
第5の発明の構造物異常検知装置は、上記第1〜第4のいずれか1つの発明において、前記構造物の設計情報として、構造物の保全状況についての情報を含むことを特徴とする。
第6の発明の構造物異常検知装置は、上記第1〜第5のいずれか1つの発明において、前記評価処理装置が、前記地点にガス漏洩源が存在する可能性の評価に、前記構造物が取り扱っている化学物質の情報を更に用いることを特徴とする。
本発明によれば、ガス検知箇所にガス漏洩源が存在する可能性を評価するために構造物の設計情報等を用いる構成になっているため、構造物におけるガス漏洩源の位置を迅速に特定することが可能である。したがって、作業員への作業場所の指示を正確かつ迅速に行って、ガス漏れの修復作業を安全かつ短時間で行うことができる。
以下、本発明を実施した構造物異常検知装置等を、図面を参照しつつ説明する。なお、各実施の形態等の相互で同一の部分や相当する部分には同一の符号を付して重複説明を適宜省略する。
図1,図2に、第1,第2の実施の形態に係る構造物異常検知装置10A,10Bの概略構成を示す。構造物異常検知装置10A,10Bは、ガス撮像装置1,評価処理装置2及び出力装置3を有しており、評価処理装置2は、ガス漏洩箇所候補算出部4,評価値算出部5,出力情報生成部6及び記録部7を、機能ブロックとして有している。記録部7には、評価値算出部5に入力する情報として、構造物設計情報,構造物環境情報等が蓄えられており、構造物異常検知装置10Bでは、構造物が取り扱っている化学物質の情報(ガスリスト等)が追加されている。
ガス撮像装置1は、例えば赤外線撮像装置であり、通常の可視像撮像装置のように、撮像レンズ,2次元エリアセンサー,制御回路等からなっており、入射した光を電気信号に変換して出力する。可視像撮像装置との違いは対象とする光の波長であり、検知対象とするガスが吸収する波長帯を含むような波長を対象とする。好ましい対象波長は1〜14μmの赤外領域であり、さらに好ましい対象波長は1〜5μmの赤外領域である。これらの波長帯には多くの炭化水素系ガスが吸収を持つため、ガスプラント,石油化学プラント,火力発電所,製鉄関連施設等の構造物が利用しているガスの多くに対応することができる。
上記波長帯に対応するため、撮像レンズのレンズ材料としては、Si,Ge,カルコゲナイド,サファイヤ,ZnS,ZnSe等の赤外線透過材料が用いられ、フレネル反射による光損失を防ぐため、適切な表面コーティングがレンズ面に施される。2次元エリアセンサーとしては、いわゆる冷却型センサーや非冷却型センサーが用いられる。冷却型センサーは、InSb,MCT等の半導体材料を用いたものであり、センサーチップ自身の熱に起因する光放射の混入を防ぐためにセンサーを冷却する構成になっている。非冷却型センサーは、VO2,a−Si等の熱抵抗変換材料を用いたものである。
ここで、ガス撮像装置1によるガス検知の原理を説明する。ガス撮像装置1によって撮像されるのは、ガスの有無によって生じる入射光量の変化を示した画像である。ガスが存在しなければ、背景から放射される黒体光がガス撮像装置1に入射するが、ガスが存在すれば、ガスによる背景放射光の吸収とガス自身が放射する黒体光の両方がガス撮像装置1に入射することになる。ガスが存在しないときのガス撮像装置1への入射光とガスが存在するときのガス撮像装置1への入射光との変化がガス画像として検知される。検知されたガス画像の時間的・空間的変化を画像処理することによって、ガス漏洩源を検知することが可能となる。
評価処理装置2は、パーソナルコンピュータ,携帯機器(スマートフォン,タブレット端末等)等のデジタル機器において、CPU(Central Processing Unit),RAM(Random Access Memory),ROM(Read Only Memory),HDD(Hard Disk Drive)等によって構成されており、前述したように、ガス漏洩箇所候補算出部4,評価値算出部5,出力情報生成部6及び記録部7を、機能ブロックとして備えている。HDDに格納されている構造物異常検知用の評価処理プログラムをCPUが読み出し、RAMに展開して実行することによって、上記機能ブロックが実現される。
出力装置3は、ガス漏れが発生した場合にガス漏洩箇所候補地点(ガス漏洩源が存在する可能性のある地点)等の情報表示,ガス漏れ報知等を行うデジタル機器に相当する。例えば、中央監視室における制御端末装置,パーソナルコンピュータ(据え置き型,可搬型等),携帯端末(スマートフォン,タッチパッド等)が挙げられる。
構造物異常検知装置10A,10Bでは、ガス撮像装置1によって検知された画像上のガス漏洩地点情報(つまり撮像画面上のガス検知箇所)が、ガス漏洩箇所候補算出部4に入力される。ここには、記録部7から構造物設計情報も入力されて、ガス漏洩箇所候補の地点情報が算出される。この地点情報は、記録部7からの構造物環境情報とともに評価値算出部5に入力され、ガス漏洩箇所候補地点ごとに評価値が算出される。算出された評価値は出力情報生成部6に入力され、出力情報生成部6によって生成された出力情報が出力装置3によって表示される。なお、構造物異常検知装置10Bでは、評価値算出部5への入力として取扱い化学物質情報が追加される。
図4のフローチャートに、構造物異常検知装置10A,10Bによる処理工程の概略を示す。ガス撮像装置1によりガス漏洩を検知すると(#10)、評価処理装置2は、撮像画面上のガス漏洩検知点を3次元的な直線に変換する(#20)。つまり、画像上のガス漏洩の検知位置と、ガス撮像装置1の3次元的な設置座標と、ガス撮像装置1の撮影方向とから、ガス漏洩検知位置が対応する3次元上の直線を算出する。次に、構造物設計情報を用いて、ステップ#20で算出した直線と交わる構造物の地点の座標を1つ又は複数算出し、これをガス漏洩箇所候補地点とする(#30)。1つ又は複数算出されたガス漏洩箇所候補地点ごとにガス漏洩源可能性評価値を計算する(#40)。その評価値に基づいた表示方法でガス漏洩箇所候補地点を表示する(#50)。
図3に、ガス漏洩箇所候補算出部4の構成例を示す。ガス漏洩箇所候補算出部4は、直線変換部4aと交点算出部4bからなっている。直線変換部4aは、図4のステップ#20において、撮像画面上のガス漏洩検知点(ガス検知箇所)を3次元的な直線に変換する部分である。交点算出部4bは、図4のステップ#30において、3次元的な直線と構造物との交点を計算する部分である。
ここで、撮像画面上のガス漏洩検知点の位置と、その位置に対応する3次元的な直線とを、図6を参照しつつ説明する。図6は、ガス撮像装置1の位置及び方向と、実際のガス漏洩地点Jpと、撮像画面Io上に写ったガス漏洩検知点Ipと、の関係を示しており、GSは漏洩ガス、Joは仮想的な空間座標をそれぞれ示している。なお、ガス撮像装置1が向いている方向のベクトルをガス撮像装置1の方向ベクトルと呼び、ガス撮像装置1の方向ベクトルKcを(a,b,c)とする(ただし、方向ベクトルの大きさは1、すなわち√(a2+b2+c2)=1とする。)。
撮像画面Io上におけるガス漏洩検知点Ipの座標(up,vp)の画面中心Icの座標(uc,vc)に対するオフセット量は、ガス撮像装置1から実際のガス漏洩地点Jpに向かうベクトル(ガス漏洩地点の方向ベクトル)Kpと、ガス撮像装置1の方向ベクトルKcと、の間の角度に対応する。ガス漏洩検知点Ipの座標(up,vp)と画面中心Icの座標(uc,vc)から、横方向(水平方向)の角度βと縦方向(鉛直方向)の角度γをそれぞれ算出する。
上記角度β,γは、ガス撮像装置1の視野角と縦横の画素数との関係から容易に算出可能である。例えば、撮像画面Ioの横方向画素数をUn、縦方向画素数をVnとし、ガス撮像装置1の視野角を横方向にW、縦方向にHとすれば、角度βは式:β={(up−uc)/Un}×Wで表され、角度γはγ={(vp−vc)/Vn}×Hで表される。
ガス漏洩地点の方向ベクトルKp:(a’,b’,c’)は、ガス撮像装置1の方向ベクトルKc:(a,b,c)と角度β,γを用いて計算することができ、以下の式:
a’=−{bsinβcosγ/√(1−c2)}+acosβcosγ−{acsinγ/√(1−c2)} …(1a)
b’={asinβcosγ/√(1−c2)}+bcosβcosγ−{bcsinγ/√(1−c2)} …(1b)
c’=ccosβcosγ−√(1−c2)sinγ …(1c)
で表される。
a’=−{bsinβcosγ/√(1−c2)}+acosβcosγ−{acsinγ/√(1−c2)} …(1a)
b’={asinβcosγ/√(1−c2)}+bcosβcosγ−{bcsinγ/√(1−c2)} …(1b)
c’=ccosβcosγ−√(1−c2)sinγ …(1c)
で表される。
ガス漏洩検知点Ipに対応する3次元的な直線LNとは、ガス撮像装置1の設置座標Ho:(x0,y0,z0)を通り、かつ、方向ベクトルKp:(a’,b’,c’)を持つ直線である。この直線LNの式は、撮像画面Ioの横方向をx方向、撮像画面Ioの縦方向をz方向、撮像画面Ioの法線方向をy方向とする直交座標系(x,y,z)を用いた以下の式:
(x−x0)/a’=(y−y0)/b’=(z−z0)/c’ …(2)
で表される。そして、この直線LNは、ガス撮像装置1が撮像画面Io上のガス漏洩検知箇所Ipに対して有する視線に相当する。
(x−x0)/a’=(y−y0)/b’=(z−z0)/c’ …(2)
で表される。そして、この直線LNは、ガス撮像装置1が撮像画面Io上のガス漏洩検知箇所Ipに対して有する視線に相当する。
次に、図7を参照しつつ、撮像画面Io上のガス検知点Ipとガス漏洩箇所候補地点CPとの関係を説明する。図7(A)はガス漏洩が無い時(通常時)のガス撮像装置1の撮像画面Ioを示しており、図7(B)はガス漏洩検知時のガス撮像装置1の撮像画面Ioを示している。図7(B)ではガス漏洩検知点Ipを黒丸印で示しているが、撮像画面Io上では奥行方向(図6におけるy方向)の場所の区別ができない。ガス漏洩検知点Ipに対応する3次元上の直線LN上には、ガス漏洩源が存在する可能性のある箇所が複数存在する。その一例を図7(C)に示す。図7(C)は構造物STの配置関係を、図7(A),(B)とは別の角度から見た状態(図7(B)の被写体を横から見た状態)を示している。ガス漏洩検知点Ipに対応する直線LNは、ガス撮像装置1が撮像画面Io上のガス漏洩検知箇所Ipに対して有する視線に相当するので、その視線である直線LNと構造物STとの交点がすべてガス漏洩箇所候補地点CPとなる。
この直線LNが構造物STと交わる地点を求めるには、構造物表面の方程式が必要である。面の方程式は一般に次の式:
Ax+By+Cz=D …(3)
で表される。ここで(A,B,C)は面の法線ベクトルを表す。面の方程式は構造物STの設計データから容易に計算される。例えば、座標(xs,ys,zs)を通る面の方程式は次の式:
Ax+By+Cz=Axs+Bys+Czs …(4)
で表される。
Ax+By+Cz=D …(3)
で表される。ここで(A,B,C)は面の法線ベクトルを表す。面の方程式は構造物STの設計データから容易に計算される。例えば、座標(xs,ys,zs)を通る面の方程式は次の式:
Ax+By+Cz=Axs+Bys+Czs …(4)
で表される。
ガス漏洩検知点Ipに対応する3次元上の直線LNの式(2)と、構造物表面の方程式(4)が求まったので、次に交点を計算する。まず、直線LNの式(2)を媒介変数tを使って次の式:
x=at+x0 …(5a)
y=bt+y0 …(5b)
z=ct+z0 …(5c)
のように変形する。なお、構造物が配管などの場合、視線である直線LNが配管の近傍を通過し、実際の配管とは交わらない場合がありえるので、実際の配管よりも少し太い位置に仮想的な構造物を設定して、構造物表面と直線LNとの交点を計算するのが好ましい。
x=at+x0 …(5a)
y=bt+y0 …(5b)
z=ct+z0 …(5c)
のように変形する。なお、構造物が配管などの場合、視線である直線LNが配管の近傍を通過し、実際の配管とは交わらない場合がありえるので、実際の配管よりも少し太い位置に仮想的な構造物を設定して、構造物表面と直線LNとの交点を計算するのが好ましい。
次に式(5a),(5b),(5c)を式(4)に代入すると、式:
A(at+x0)+B(bt+y0)+C(ct+z0)=Axs+Bys+Czs …(6)
が得られる。式(6)から式:
t={A(xs−x0)+B(ys−y0)+C(zs−z0)}/{Aa+Bb+Cc} …(7)
が得られる。この式(7)を式(5)に代入することで、交点座標が求まる。
A(at+x0)+B(bt+y0)+C(ct+z0)=Axs+Bys+Czs …(6)
が得られる。式(6)から式:
t={A(xs−x0)+B(ys−y0)+C(zs−z0)}/{Aa+Bb+Cc} …(7)
が得られる。この式(7)を式(5)に代入することで、交点座標が求まる。
図5のフローチャートに、上記交点座標にガス漏洩源が存在する可能性を評価するための評価値算出処理(図4の#40)の一例を示す。1つ又は複数算出されたガス漏洩箇所候補地点CPのそれぞれに対して、地点CPに対応した構造物STへの流入物質や取扱い物質の種類(構造物が取り扱っている化学物質の情報)から、予め求めておいたガス漏れ発生の可能性のあるガスのリストと、ガス撮像装置1で検知可能なガスのリストと、を照合し(#42)、ガス撮像装置1で検知可能なガスがガス撮像装置リストにあるか否か判定する(#44)。
ステップ#44で合致したものが無ければ、ガス漏洩源の可能性無し(評価値=0)としてガス漏洩源可能性候補から外す(#46)。ステップ#44で合致したものがあれば、ガス漏洩源の可能性ありと判断して、構造物STが設置されてからの経過年数(設置時期等の経年情報)や構造物劣化環境要因(設置箇所近傍環境等の周囲環境情報)を考慮した評価値の算出を行う(#48)。なお、ガスリストの照合等(#42,#44,#46)は必要に応じて省略可能である。
構造物STの設計情報である経年情報に関しては、例えば経過年数が長いものについては高い評価値を付与する。その評価値の算出には、例えば、装置の平均故障時間(MTBF)よりも経過年月が長いか否か、長い場合にはどれぐらい長いか、等のデータを用いることができる。また、(経過年数/MTBF)×10といった数式等を用いて点数付与を行ってもよい。
構造物STの設計情報である周囲環境情報に関しては、構造物STの劣化環境要因が存在する場合(例えば、常に水蒸気が当たっている場合、塩気を含んだ雰囲気が当たっている場合等)にも高い評価値を付与する。その評価値の算出において、1日における劣化環境要因が作用している時間(例えば1日のうちで水蒸気が当たっている時間)の割合の平均値×10といった数式等を用いて点数付与を行ってもよい。構造物STが設置されてからの経過年数が少ないものについては、初期不良発生の可能性を考慮した評価値を付与するようにしてもよい。複数要因がある場合には、各要因における評価値を加算又は乗算して、最終的な評価値として計算する。
なお、すべてのガス漏洩箇所候補地点CPについて評価値を計算した後、各候補地点CPの評価値を全ての候補地点CPの評価値の合計値で割った値を新たに評価値としてもよい。こうすることで、ガス漏洩箇所候補地点CPの評価値の相対比較が容易になる。
構造物STの設計情報の例としては、
・3次元的な配置情報(3D CAD設計情報)、
・設置されてからの経過年数又は設置年月日、
・劣化環境要因情報:例えば水蒸気や塩気を含んだ雰囲気が構造物近辺に存在するか、雨天時に雨水にさらされるか、日射や熱源によって高温になるか、温度の変化が激しいか等、が挙げられ、
構造物STが取り扱っている化学物質の情報の例としては、
・構造物STに流入している、あるいは構造物STから流出している物質(水,水蒸気,ガス等)や、構造物STで取り扱っている化学物質の種類、
・配管にガスを流しているかなど、構造物の運転状況についての情報、
・フランジを増し締めしたかなど、構造物の保全状況についての情報、
が挙げられる。
・3次元的な配置情報(3D CAD設計情報)、
・設置されてからの経過年数又は設置年月日、
・劣化環境要因情報:例えば水蒸気や塩気を含んだ雰囲気が構造物近辺に存在するか、雨天時に雨水にさらされるか、日射や熱源によって高温になるか、温度の変化が激しいか等、が挙げられ、
構造物STが取り扱っている化学物質の情報の例としては、
・構造物STに流入している、あるいは構造物STから流出している物質(水,水蒸気,ガス等)や、構造物STで取り扱っている化学物質の種類、
・配管にガスを流しているかなど、構造物の運転状況についての情報、
・フランジを増し締めしたかなど、構造物の保全状況についての情報、
が挙げられる。
ステップ#50でガス漏洩箇所候補地点CPの情報を出力する出力装置3としては、前述したように、例えば、中央監視室における制御端末装置が挙げられる。その他にパソコン(据え置き型,可搬型等)や携帯端末(スマートフォン,タッチパッド等)も挙げられる。操作者の操作内容に応じて、ガス漏洩箇所候補地点CPの情報を出力する。その際、操作者の指示により、ガス漏洩源可能性評価値の高い順番に表示順序を設定できるようにしておき、初期設定ではその設定となるようにしてもよい。そうしておけば、ガス漏洩源の位置特定や修復作業を迅速に行うことができ、作業員の危険性を低減することができる。
ガス漏洩箇所候補地点CPの情報としては、例えば、
・候補地点CPに存在する機器の名称とその位置、
・候補地点CPに存在する機器の配置図、
が挙げられる。また、出力内容の例としては、
・漏洩箇所候補地点CPに存在する機器名称と位置のテキスト表示、
・漏洩箇所候補地点CPに存在する機器の配置図の3D CAD画面での表示、
が挙げられる。さらに、ガス漏洩源可能性評価値を追加して表示してもよい。
・候補地点CPに存在する機器の名称とその位置、
・候補地点CPに存在する機器の配置図、
が挙げられる。また、出力内容の例としては、
・漏洩箇所候補地点CPに存在する機器名称と位置のテキスト表示、
・漏洩箇所候補地点CPに存在する機器の配置図の3D CAD画面での表示、
が挙げられる。さらに、ガス漏洩源可能性評価値を追加して表示してもよい。
以上の説明から分かるように、上述した各実施の形態には以下の特徴的な構成(C1)〜(C6)等が含まれている。
(C1):空間に存在するガスの光吸収に伴う構造物からの入射光変化を撮像することで、前記ガスの存在を検知する撮像装置と、
前記撮像装置が撮像画面上のガス検知箇所に対して有する視線と前記構造物とが交わる地点について、前記構造物の設計情報を用いて、前記地点にガス漏洩源が存在する可能性を評価し、その評価結果に基づいて前記構造物の地点情報を出力する評価処理装置と、
を有することを特徴とする構造物異常検知装置。
前記撮像装置が撮像画面上のガス検知箇所に対して有する視線と前記構造物とが交わる地点について、前記構造物の設計情報を用いて、前記地点にガス漏洩源が存在する可能性を評価し、その評価結果に基づいて前記構造物の地点情報を出力する評価処理装置と、
を有することを特徴とする構造物異常検知装置。
(C2):空間に存在するガスの光吸収に伴う構造物からの入射光変化を撮像することで、前記ガスの存在を検知し、撮像画面上のガス検知箇所に対する撮像の視線と前記構造物とが交わる地点について、前記構造物の設計情報を用いて、前記地点にガス漏洩源が存在する可能性を評価し、その評価結果に基づいて前記構造物の地点情報を出力することを特徴とする構造物異常検知方法。
(C3):空間に存在するガスの光吸収に伴う構造物からの入射光変化を撮像することで、前記ガスの存在を検知する処理と、撮像画面上のガス検知箇所に対する撮像の視線と前記構造物とが交わる地点について、前記構造物の設計情報を用いて、前記地点にガス漏洩源が存在する可能性を評価する処理と、その評価結果に基づいて前記構造物の地点情報を出力する処理と、をコンピュータに実行させることを特徴とする構造物異常検知用評価処理プログラム。
(C4):上記構成(C1)〜(C3)における構造物の設計情報として、3次元的な構造物の配置情報、設置時期と設置箇所近傍の環境についての情報のうちの少なくとも1つを含む構成。
(C5):上記構成(C1)〜(C4)における前記地点にガス漏洩源が存在する可能性の評価に、前記構造物が取り扱っている化学物質の情報を更に用いる構成。
(C6):上記構成(C1)〜(C5)における前記撮像装置の設置箇所及び撮影方向の情報を用いて前記地点を求める構成。
上述した各実施の形態から分かるように、構造物異常検知装置の実施の形態によれば、ガス検知箇所にガス漏洩源が存在する可能性を評価するために構造物STの設計情報等(プラントの構造物設計データ等)を用いる構成になっているため、構造物STにおけるガス漏洩源の位置を迅速に特定することが可能である。これは上記構造物異常検知方法や構造物異常検知用評価処理プログラムを用いた場合でも同様である。
そして、ガス漏洩源の位置を迅速に特定することにより、作業員への作業場所の指示を正確かつ迅速に行って、ガス漏れの修復作業を安全かつ短時間で行うことが可能となる。例えば、ガス撮像装置1を用いて得られた画像上のガス漏洩位置に該当する複数のガス漏洩箇所候補地点CPに対してガス漏洩源可能性評価を行い、評価値の高い順にガス漏洩源の可能性の高い箇所として提示するようにすれば、ガス漏洩源の位置特定や修復作業をより一層迅速にでき、作業員の危険性を低減することができる。
1 ガス撮像装置
2 評価処理装置
3 出力装置
4 ガス漏洩箇所候補算出部
5 評価値算出部
6 出力情報生成部
7 記録部
10A,10B 構造物異常検知装置
GS 漏洩ガス
Jo 仮想的な空間座標
Jp 実際のガス漏洩地点
Kc ガス撮像装置の方向ベクトル
Kp ガス漏洩地点の方向ベクトル
Io 撮像画面
Ic 画面中心
Ip 画面上のガス漏洩検知点
Ho ガス撮像装置の設置座標
CP ガス漏洩箇所候補地点
ST 構造物
2 評価処理装置
3 出力装置
4 ガス漏洩箇所候補算出部
5 評価値算出部
6 出力情報生成部
7 記録部
10A,10B 構造物異常検知装置
GS 漏洩ガス
Jo 仮想的な空間座標
Jp 実際のガス漏洩地点
Kc ガス撮像装置の方向ベクトル
Kp ガス漏洩地点の方向ベクトル
Io 撮像画面
Ic 画面中心
Ip 画面上のガス漏洩検知点
Ho ガス撮像装置の設置座標
CP ガス漏洩箇所候補地点
ST 構造物
Claims (6)
- 空間に存在するガスの光吸収に伴う構造物からの入射光変化を撮像することで、前記ガスの存在を検知する撮像装置と、
前記撮像装置が撮像画面上のガス検知箇所に対して有する視線と前記構造物とが交わる地点について、前記構造物の設計情報を用いて、前記地点にガス漏洩源が存在する可能性を評価し、その評価結果に基づいて前記構造物の地点情報を出力する評価処理装置と、
を有することを特徴とする構造物異常検知装置。 - 前記構造物の設計情報として、3次元的な構造物の配置情報を含むことを特徴とする請求項1記載の構造物異常検知装置。
- 前記構造物の設計情報として、設置時期と設置箇所近傍の環境についての情報を含むことを特徴とする請求項1又は2記載の構造物異常検知装置。
- 前記構造物の設計情報として、構造物の運転状況についての情報を含むことを特徴とする請求項1〜3のいずれか1項に記載の構造物異常検知装置。
- 前記構造物の設計情報として、構造物の保全状況についての情報を含むことを特徴とする請求項1〜4のいずれか1項に記載の構造物異常検知装置。
- 前記評価処理装置が、前記地点にガス漏洩源が存在する可能性の評価に、前記構造物が取り扱っている化学物質の情報を更に用いることを特徴とする請求項1〜5のいずれか1項に記載の構造物異常検知装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017093582A JP2020115082A (ja) | 2017-05-10 | 2017-05-10 | 構造物異常検知装置 |
PCT/JP2018/014952 WO2018207526A1 (ja) | 2017-05-10 | 2018-04-09 | 構造物異常検知装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017093582A JP2020115082A (ja) | 2017-05-10 | 2017-05-10 | 構造物異常検知装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020115082A true JP2020115082A (ja) | 2020-07-30 |
Family
ID=64104480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017093582A Pending JP2020115082A (ja) | 2017-05-10 | 2017-05-10 | 構造物異常検知装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2020115082A (ja) |
WO (1) | WO2018207526A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019184485A (ja) * | 2018-04-13 | 2019-10-24 | コニカミノルタ株式会社 | ガス検知用画像処理装置、ガス検知用画像処理方法、及び、ガス検知用画像処理プログラム |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023276305A1 (ja) * | 2021-06-29 | 2023-01-05 | コニカミノルタ株式会社 | 監視支援システム |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004069547A2 (en) * | 2003-01-31 | 2004-08-19 | Mikron Infrared, Inc. | Apparatus for thermal imaging |
JP5252533B2 (ja) * | 2007-08-08 | 2013-07-31 | 四国電力株式会社 | 車載型漏洩ガス検知システムおよび方法 |
US7939804B2 (en) * | 2008-11-26 | 2011-05-10 | Fluke Corporation | System and method for detecting gas leaks |
JP4934228B2 (ja) * | 2010-06-17 | 2012-05-16 | 新日鉄ソリューションズ株式会社 | 情報処理装置、情報処理方法及びプログラム |
US20150292976A1 (en) * | 2014-04-10 | 2015-10-15 | General Electric Company | Method and system for detecting leaks in steam turbines |
US9488629B2 (en) * | 2014-04-10 | 2016-11-08 | General Electric Company | Method for detecting coolant leaks in generators |
MY192904A (en) * | 2015-02-17 | 2022-09-14 | Fujitsu Ltd | Determination device, determination method, and determination program |
JPWO2016181854A1 (ja) * | 2015-05-08 | 2018-02-22 | コニカミノルタ株式会社 | ガス濃度測定装置 |
US20180222581A1 (en) * | 2015-08-04 | 2018-08-09 | Konica Minolta, Inc. | Gas Detection Device and Gas Detection Method |
JP6278228B2 (ja) * | 2015-10-05 | 2018-02-14 | コニカミノルタ株式会社 | ナビゲート装置及びナビゲート方法 |
JP6787337B2 (ja) * | 2015-11-16 | 2020-11-18 | コニカミノルタ株式会社 | ガス測定装置及びガス測定方法 |
JP2019174115A (ja) * | 2016-08-24 | 2019-10-10 | コニカミノルタ株式会社 | ガス検出情報表示システム及びガス検出情報表示プログラム |
-
2017
- 2017-05-10 JP JP2017093582A patent/JP2020115082A/ja active Pending
-
2018
- 2018-04-09 WO PCT/JP2018/014952 patent/WO2018207526A1/ja active Application Filing
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019184485A (ja) * | 2018-04-13 | 2019-10-24 | コニカミノルタ株式会社 | ガス検知用画像処理装置、ガス検知用画像処理方法、及び、ガス検知用画像処理プログラム |
JP7056342B2 (ja) | 2018-04-13 | 2022-04-19 | コニカミノルタ株式会社 | ガス検知用画像処理装置、ガス検知用画像処理方法、及び、ガス検知用画像処理プログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2018207526A1 (ja) | 2018-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200072744A1 (en) | Inspection and failure detection of corrosion under fireproofing insulation using a hybrid sensory system | |
Natephra et al. | Live data visualization of IoT sensors using augmented reality (AR) and BIM | |
US10643324B2 (en) | Machine learning system and data fusion for optimization of deployment conditions for detection of corrosion under insulation | |
CN109564716A (zh) | 用于检测紧急情况的装置、系统和方法 | |
JPWO2019138873A1 (ja) | ガス検知用画像処理装置およびガス検知用画像処理方法 | |
US11162888B2 (en) | Cloud-based machine learning system and data fusion for the prediction and detection of corrosion under insulation | |
US20170328522A1 (en) | Automated Gas Detection and Reporting System | |
CN104937615A (zh) | 自定向检查计划 | |
CN111382786A (zh) | 用于设备的故障处理方法和装置、计算机系统和存储介质 | |
Massaro et al. | Overview and application of enabling technologies oriented on energy routing monitoring, on network installation and on predictive maintenance | |
US11409275B2 (en) | Systems and methods for predicting environmental conditions | |
CN113056665A (zh) | 使用混合传感系统对防火绝缘层下腐蚀进行检查与故障检测 | |
WO2018207526A1 (ja) | 構造物異常検知装置 | |
WO2016158801A1 (ja) | 作業計画システム、作業計画方法、意思決定支援システム、コンピュータプログラム、及び記録媒体 | |
US20230393013A1 (en) | Methods and apparatus for measuring methane emissions within a mesh sensor network | |
JP7090600B2 (ja) | 移動体危険度評価装置,移動体監視システム及び移動体危険度評価処理プログラム | |
JP7300835B2 (ja) | バッテリの試験 | |
KR20210036173A (ko) | 적외선 스펙트럼 이미징 카메라 분석기법을 활용한 실시간 누출가스 감지 장치 및 방법 | |
Rangel et al. | Gas leak inspection using thermal, visual and depth images and a depth-enhanced gas detection strategy | |
Iureva et al. | Industrial robot's vision systems | |
Lee et al. | A Novel Fire Detection and Suppression System for the Surveillance of a Wind Turbine Nacelle | |
McKay et al. | Fixed AI-Powered Imaging for Automated Leak Detection on Offshore Production Platforms | |
CN114963025B (zh) | 泄漏点定位方法、装置、电子设备及可读存储介质 | |
Kasymov et al. | Improvement of firebrand tracking and detection software | |
KR102531238B1 (ko) | 인공지능 기반 다목적 안전 감시 일체형 카메라 시스템 |