KR102162196B1 - Industrial Valve Gas Leak Prediction System - Google Patents

Industrial Valve Gas Leak Prediction System Download PDF

Info

Publication number
KR102162196B1
KR102162196B1 KR1020190169701A KR20190169701A KR102162196B1 KR 102162196 B1 KR102162196 B1 KR 102162196B1 KR 1020190169701 A KR1020190169701 A KR 1020190169701A KR 20190169701 A KR20190169701 A KR 20190169701A KR 102162196 B1 KR102162196 B1 KR 102162196B1
Authority
KR
South Korea
Prior art keywords
industrial valve
safety management
gas
industrial
gas leakage
Prior art date
Application number
KR1020190169701A
Other languages
Korean (ko)
Inventor
김정훈
이경식
김영규
Original Assignee
한국가스안전공사
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 한국가스안전공사 filed Critical 한국가스안전공사
Priority to KR1020190169701A priority Critical patent/KR102162196B1/en
Application granted granted Critical
Publication of KR102162196B1 publication Critical patent/KR102162196B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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
    • G01M3/16—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using electric detection means
    • G01M3/18—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using electric detection means for pipes, cables or tubes; for pipe joints or seals; for valves; for welds; for containers, e.g. radiators
    • G01M3/184—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using electric detection means for pipes, cables or tubes; for pipe joints or seals; for valves; for welds; for containers, e.g. radiators for valves
    • 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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data

Abstract

The present invention relates to an industrial valve gas leak accident prediction system comprising: an industrial valve safety management device (100) installed at a main industrial value of a plant facility, measuring external gas leak related data or internal gas leak related data of each industrial valve in real time, and transmitting corresponding data; a connection device (200) transmitting the corresponding data received from the industrial valve safety management device (100); and an industrial valve safety management server (300) determining an external gas leak sign or an internal gas leak sign of the industrial valve by using a prediction model based on the corresponding data received from the connection device (200). Accordingly, the present invention determines the external leak sign and the internal leak sign of the gas to efficiently prevent accidents caused by the gas leak.

Description

산업용 밸브 가스누출사고 예측 시스템{Industrial Valve Gas Leak Prediction System}Industrial Valve Gas Leak Prediction System {Industrial Valve Gas Leak Prediction System}

본 발명은 산업용 밸브의 가스누출 징조를 외부누설 및 내부누설로 구분하여 각기 다른 모델(알고리즘)로 예측함으로써 가스누출에 따른 위험을 예방할 수 있는 새로운 개념의 가스누출사고 예측 시스템에 관한 것이다. The present invention relates to a gas leakage accident prediction system of a new concept capable of preventing the risk of gas leakage by dividing the signs of gas leakage of an industrial valve into external leakage and internal leakage and predicting with different models (algorithms).

석유화학 플랜트 및 가스 시설물의 가스누출에 기인한 사고는 심각한 인적/물적 피해를 유발시키게 되는데, 최근 발생하는 플랜트의 대형 사고는 대부분 산업용 밸브의 노후나 불량으로 인하여 발생하게 된다.Accidents caused by gas leaks in petrochemical plants and gas facilities cause serious human/physical damage. Most of the recent large-scale accidents in plants are caused by aging or defective industrial valves.

이러한 산업용 밸브는 배관과 더불어 석유화학 플랜트 및 가스 시설물의 핵심 장치로 항상 위험에 노출되어 있으며, 설치 수량이 많으며 넓은 지역에 분포된다는 특징이 있다.These industrial valves are a key device of petrochemical plants and gas facilities in addition to piping, and are always exposed to danger, have a large number of installations, and are distributed over a wide area.

석유화학 플랜트 및 가스 시설물에서 발생하는 사고의 주요 원인은 밸브에서의 가스/화학물질 등의 누출로 인한 흡입/중독, 화재 및 폭발 등으로 볼 수 있는데, 이를 예방하기 위해서는 위험 분석 및 위험성 평가에 기반한 감시(예측) 시스템 및 자동제어 시스템 도입이 시급하다.The main causes of accidents occurring in petrochemical plants and gas facilities can be seen as inhalation/poisoning, fire and explosion due to leakage of gas/chemical substances from valves.To prevent this, risk analysis and risk assessment It is urgent to introduce a monitoring (prediction) system and an automatic control system.

산업용 밸브의 경우 밸브의 원인별 A/S 비율을 살펴보면 외부 기밀누설에 의한 손상이 가장 많았으며, 그 다음이 시트 기밀누설(내부 기밀누설)이 차지하는데, 현장에서 외부누출의 경우 가스류는 소음 및 버블테스트, 액체류는 육안 판단 및 유해성 가스는 누출 검지기 등 이용하고 대부분 육안 및 소음으로 판단하고 내부 누출은 유량, 온도, 압력 등으로 점검자가 직접 확인하여 누출 판단을 한다.In the case of industrial valves, if you look at the A/S ratio for each cause of the valve, the damage caused by external airtight leakage was the most, followed by seat airtight leakage (internal airtight leakage). In case of external leakage at the site, gas flow is noise. And bubble tests, liquids are judged by the naked eye, and harmful gases are judged by a leak detector, and most of them are judged by the naked eye and noise, and the internal leakage is determined by the inspector directly by checking the flow rate, temperature, pressure, etc.

산업용 밸브에서 내부 기밀누설이 발생하는 경우 밸브가 제대로 차단되지 않아, 대규모 공정불량 또는 폭발 가능성이 있고, 외부 기밀누설이 발생할 경우 외부로 누출되어 가스중독 또는 폭발 위험이 있어 사물인터넷(IoT) 기반으로 외부 기밀누설은 물론 내부 기밀누설을 미리 예측하여 대응할 수 있는 기술의 도입이 절실히 필요한 실정이다. In the event of an internal leak in an industrial valve, the valve is not properly shut off, so there is a possibility of a large-scale process defect or explosion, and if an external leak occurs, there is a risk of gas poisoning or explosion, which is based on the Internet of Things (IoT). There is an urgent need to introduce a technology capable of predicting and responding to external leaks as well as internal leaks.

다시 말하면, 석유화학, 가스 플랜트의 밸브는 배관 및 저장 시설과 더불어 핵심 시설물로 고온, 고압, 유량변화 등에 의한 밸브 및 밸브 이음새에서의 가스 누출(Leak)이라는 위험요소에 상시 노출되어 있어 비정상적인 상황에 대한 감지 및 자동제어(자동개폐)가 가능한 시스템의 개발이 필요한 것이다.In other words, valves of petrochemical and gas plants are core facilities along with piping and storage facilities, and are constantly exposed to risk factors such as gas leakage from valves and valve joints due to high temperature, high pressure, and flow changes. It is necessary to develop a system capable of detecting and automatically controlling (automatic opening and closing).

[선행기술문헌][Prior technical literature]

등록특허 제10-0476989호Registered Patent No. 10-0476989

등록특허 제10-1210729호Registered Patent No. 10-1210729

등록특허 제10-1918591호Registered Patent No. 10-1918591

상기한 문제점들을 해결하기 위하여 창작된 본 발명은 석유화학 플랜트 및 가스 시설물에서 발생하는 사고의 주요 원인인 산업용 밸브의 가스누출 징조를 외부누설 및 내부누설로 구분하여 각기 다른 모델(알고리즘)로 예측함으로써 가스누출에 따른 위험을 예방하고 제어할 수 있는 새로운 개념의 가스누출사고 예측 시스템을 제공함을 그 목적으로 한다. The present invention, created to solve the above problems, divides the signs of gas leakage from industrial valves, which are the main causes of accidents occurring in petrochemical plants and gas facilities, into external leakage and internal leakage, and predicts them with different models (algorithms). Its purpose is to provide a new concept of gas leak accident prediction system that can prevent and control the risk of gas leak.

상기한 목적을 달성하기 위하여 창작된 본 발명의 기술적 구성은 다음과 같다.The technical configuration of the present invention created to achieve the above object is as follows.

본 발명은 산업용 밸브의 가스누출사고 예측 시스템에 관한 것으로서, 플랜트 시설의 주요 산업용 밸브에 설치되며, 각 산업용 밸브의 가스 외부누출 관련 데이터 또는 가스 내부누출 관련 데이터를 실시간으로 측정하고, 해당 데이터를 전송하는 산업용 밸브 안전관리 장치(100); 상기 산업용 밸브 안전관리 장치(100)로부터 수신받은 해당 데이터를 전송하는 접속장치(200); 및, 상기 접속장치(200)로부터 수신받은 해당 데이터를 이용하는 예측모델을 이용하여 산업용 밸브의 가스 외부누출 징조 또는 가스 내부누출 징조를 결정하는 산업용 밸브 안전관리 서버(300);를 포함하여 구성된다.The present invention relates to a gas leak accident prediction system for industrial valves, which is installed in major industrial valves of plant facilities, measures data related to external gas leakage or internal gas leakage of each industrial valve in real time, and transmits the data. Industrial valve safety management device 100; A connection device 200 for transmitting the corresponding data received from the industrial valve safety management device 100; And an industrial valve safety management server 300 that determines an indication of gas leakage or gas leakage of an industrial valve by using a predictive model using the data received from the connection device 200.

산업용 밸브 안전관리 서버(300)는 상기 산업용 밸브 안전관리 장치(100)를 통하여 수집된 가스농도 데이터를 저장하는 가스농도 데이터베이스부(310); 상기 산업용 밸브 안전관리 장치(100)를 통하여 수집된 포펫시트열화 데이터를 저장하는 열화 데이터베이스부(320); 상기 산업용 밸브 안전관리 장치(100)를 통하여 수집된 가스농도 데이터와 포펫시트열화 데이터를 이용하여 생성되는 예측모델을 가동하여 가스 외부누출 징조 또는 가스 내부누출 징조를 결정하는 가스누출 위험예측 엔진(330);을 포함하며, 상기 가스누출 위험예측 엔진(330)의 예측모델 결정에 따라 미리 설정된 제어신호를 상기 접속장치(200)로 전송한다.The industrial valve safety management server 300 includes a gas concentration database unit 310 for storing gas concentration data collected through the industrial valve safety management device 100; A deterioration database unit 320 for storing poppet sheet deterioration data collected through the industrial valve safety management device 100; A gas leak risk prediction engine 330 that operates a prediction model generated using the gas concentration data collected through the industrial valve safety management device 100 and the poppet sheet deterioration data to determine the sign of gas leakage or gas leakage. ); and transmits a preset control signal to the connection device 200 according to the determination of the prediction model of the gas leak risk prediction engine 330.

접속장치(200)는 상기 산업용 밸브 안전관리 서버(300)로부터 수신받은 제어신호를 상기 산업용 밸브 안전관리 장치(100)로 전달하여 상기 산업용 밸브 안전관리 장치(100)의 작동을 제어한다.The connection device 200 controls the operation of the industrial valve safety management device 100 by transmitting the control signal received from the industrial valve safety management server 300 to the industrial valve safety management device 100.

상기한 구성의 본 발명에 따른 기술적 효과는 다음과 같다.The technical effect according to the present invention of the above configuration is as follows.

첫째, 가스누출 위험예측 엔진(330)의 예측모델을 활용하여 가스의 외부누출 징조와 내부누출 징조를 결정하여 가스누출에 따른 사고를 미연에 방지할 수 있다.First, by using the predictive model of the gas leakage risk prediction engine 330, an accident due to gas leakage can be prevented in advance by determining the signs of external leakage and internal leakage of gas.

둘째, 가스의 외부누출 징조를 예측하는 경우에도 밀폐공간과 외부공간으로 구분하여 각기 다른 예측모델에 따라 가스의 외부누출 징조를 결정함으로써 보다 정확한 판단 및 조치가 가능하다.Second, even when predicting the signs of external leakage of gas, it is possible to make more accurate judgments and actions by dividing into closed spaces and external spaces and determining signs of external leakage of gas according to different prediction models.

셋째, 가스의 내부누출 징조를 예측하는 경우 내부누출의 직접적인 원인인 포펫시트의 두께 감소량을 산출하는 예측모델을 다변수 회귀분석을 통하여 생성함으로써, 밸브를 직접 해체하여 내부검사를 하지 않더라도 실시간으로 수집되는 인접배관 두께, 총작동시간, 총작동시간 가운데 밸브가 열려있는 시간의 비율, 유량, 및 작동온도만으로 가스 내부누출의 직접적인 원인인 포펫시트의 두께 변화량을 예측하여 누설이 발생되기 전에 미리 점검 및 유지보수가 가능하다.Third, when predicting the signs of internal leakage of gas, a prediction model that calculates the thickness reduction of the poppet sheet, which is the direct cause of the internal leakage, is generated through multivariate regression analysis, so that the valve is directly disassembled and collected in real time even without internal inspection. By predicting the change in thickness of the poppet sheet, which is the direct cause of gas internal leakage, only by the thickness of the adjacent pipe, the total operating time, the ratio of the time the valve is open among the total operating time, the flow rate, and the operating temperature, check in advance before leakage occurs. Maintenance is possible.

도1은 본 발명의 전체 구성을 도시하는 블럭도이다.1 is a block diagram showing the overall configuration of the present invention.

이하에서는 본 발명의 구체적 실시예를 첨부도면을 참조하여 보다 상세히 설명한다.Hereinafter, specific embodiments of the present invention will be described in more detail with reference to the accompanying drawings.

본 발명은 산업용 밸브의 가스누출사고 예측 시스템에 관한 것으로서, 도1에 도시된 것처럼 산업용 밸브 안전관리 장치(100), 접접속장치(200) 및 산업용 밸브 안전관리 서버(300)를 포함하여 구성된다.The present invention relates to a gas leak accident prediction system of an industrial valve, and is configured to include an industrial valve safety management device 100, a contact connection device 200, and an industrial valve safety management server 300 as shown in FIG. .

산업용 밸브 안전관리 장치(100)는 플랜트 시설의 주요 산업용 밸브에 설치되며, 각 산업용 밸브의 가스 외부누출 관련 데이터 또는 가스 내부누출 관련 데이터를 실시간으로 측정하고, 해당 데이터를 전송하는 기능을 수행한다.The industrial valve safety management apparatus 100 is installed in a major industrial valve of a plant facility, and performs a function of measuring data related to external gas leakage or data related to internal gas leakage of each industrial valve in real time, and transmitting the corresponding data.

이러한 산업용 밸브 안전관리 장치(100)에는 가스 외부누출 관련 데이터를 수집하기 위하여 누출된 가스의 농도를 측정하는 가스누출센서가 포함되고, 가스 내부누출 관련 데이터를 수집하기 위하여 배관두께센서, 유량센서, 압력센서, 온도센서, 밸브개폐시간을 카운팅하는 타이머, 밸브를 개폐할 수 있는 밸브자동개폐장치가 포함되고, 측정된 데이터를 접접속장치(200)로 전송하는 유선 또는 무선 통신기능이 구비되어야 하는데, 현재 상용화된 다양한 제품 가운데 적절한 규격과 사양의 제품을 선택하여 산업용 밸브 안전관리 장치(100)를 구성할 수 있다.The industrial valve safety management device 100 includes a gas leak sensor that measures the concentration of the leaked gas in order to collect data related to external gas leakage, and a pipe thickness sensor, a flow sensor, and so on to collect data related to the internal gas leakage. A pressure sensor, a temperature sensor, a timer for counting the valve opening and closing time, a valve automatic opening and closing device capable of opening and closing the valve are included, and a wired or wireless communication function for transmitting the measured data to the contact connection device 200 should be provided. , It is possible to configure the industrial valve safety management device 100 by selecting a product of an appropriate standard and specification among various products currently commercially available.

접속장치(200)는 산업용 밸브 안전관리 장치(100)로부터 수신받은 해당 데이터를 인터넷을 포함한 유무선 통신수단을 통하여 산업용 밸브 안전관리 서버(300)로 전송하는 역할을 한다.The connection device 200 serves to transmit the corresponding data received from the industrial valve safety management device 100 to the industrial valve safety management server 300 through a wired or wireless communication means including the Internet.

즉, 접속장치(200)는 일종의 라우터나 게이트웨이와 같은 역할을 하는 것으로서, 다수의 산업용 밸브 안전관리 장치(100)가 하나의 접속장치(200)를 공유할 수 있다.That is, the connection device 200 serves as a kind of router or gateway, and a plurality of industrial valve safety management devices 100 may share one connection device 200.

아울러, 접속장치(200)는 산업용 밸브 안전관리 서버(300)로부터 수신받은 제어신호를 상기 산업용 밸브 안전관리 장치(100)로 전달하여 산업용 밸브 안전관리 장치(100)의 밸브 개폐 작동을 제어할 수도 있다.In addition, the connection device 200 may transmit a control signal received from the industrial valve safety management server 300 to the industrial valve safety management device 100 to control the valve opening/closing operation of the industrial valve safety management device 100. have.

산업용 밸브 안전관리 서버(300)는 접속장치(200)를 경유하여 수신받은 해당 데이터를 이용하는 예측모델을 이용하여 산업용 밸브의 가스 외부누출 징조 또는 가스 내부누출 징조를 결정하고, 가스누출 위험예측 엔진(330)의 예측모델 결정에 따라 미리 설정된 제어신호를 접속장치(200)로 전송한다.The industrial valve safety management server 300 uses a predictive model using the data received via the connection device 200 to determine the sign of gas leakage or gas leakage of the industrial valve, and the gas leakage risk prediction engine ( According to the determination of the prediction model 330, a preset control signal is transmitted to the access device 200.

산업용 밸브 안전관리 서버(300)에는 도1에 도시된 것처럼 가스농도 데이터베이스부(310), 열화 데이터베이스부(320), 및 가스누출 위험예측 엔진(330)이 포함된다.The industrial valve safety management server 300 includes a gas concentration database unit 310, a deterioration database unit 320, and a gas leak risk prediction engine 330 as shown in FIG. 1.

가스농도 데이터베이스부(310)는 산업용 밸브 안전관리 장치(100)를 통하여 수집된 가스농도 데이터를 저장한다.The gas concentration database unit 310 stores gas concentration data collected through the industrial valve safety management device 100.

아울러, 저장된 가스농도 데이터를 이용하여 산출된 평시 가스농도의 평균이나 표준편차와 같은 통계 데이터도 함께 저장된다.In addition, statistical data such as average or standard deviation of the average gas concentration calculated using the stored gas concentration data are also stored.

열화 데이터베이스부(320)는 산업용 밸브 안전관리 장치(100)를 통하여 수집된 포펫시트열화 데이터를 저장한다.The deterioration database unit 320 stores poppet sheet deterioration data collected through the industrial valve safety management device 100.

포펫시트열화 데이터는 포펫시트 두께를 의미하는데, 열화에 의해서 시간이 경과될수록 포펫시트 두께가 감소하면 기밀성이 저하되어 내부누출이 발생하기 때문에 이렇게 정의한다. The poppet sheet deterioration data refers to the poppet sheet thickness. As time elapses due to deterioration, when the poppet sheet thickness decreases, the airtightness decreases and internal leakage occurs.

포펫시트 두께가 얇기 때문에 두께 측정기를 이용하여 측정하며 이러한 측정 데이터는 밸브를 해체하여 내부 부품을 검사할 수 있을 때 파악이 가능하며, 이러한 측정 데이터는 산업용 밸브 안전관리 장치(100)를 통하여 입력되어 데이터베이스화된다. 현장에서 측정된 포펫시트 두께에 관한 데이터는 산업용 밸브 안전관리 장치(100)를 통하지 않고 별도 데이터 입력수단(장치)를 통하여 열화 데이터베이스부(320)에 저장될 수도 있다.Since the poppet sheet thickness is thin, it is measured using a thickness measuring device, and these measurement data can be grasped when the valve can be disassembled and the internal parts can be inspected, and such measurement data is input through the industrial valve safety management device 100 Databaseized. The data on the thickness of the poppet sheet measured in the field may be stored in the deterioration database unit 320 through a separate data input means (device), not through the industrial valve safety management device 100.

포펫시트열화 데이터에는 밸브를 해체하여 직접 측정한 포펫시트의 두께에 관한 데이터와 함께 산업용 밸브 안전관리 장치(100)에 구비된 각종 센서가 감지한 인접배관 두께, 총작동시간, 총작동시간 가운데 밸브가 열려있는 시간의 비율, 유량, 및 작동온도에 관한 데이터가 포함되며, 이러한 데이터들이 산업용 밸브 종류별, 내부물질 종류별, 포펫시트 종류별로 구분되어 수집 및 저장된다.The poppet sheet deterioration data includes data on the thickness of the poppet sheet directly measured by disassembling the valve, along with the thickness of adjacent pipes detected by various sensors provided in the industrial valve safety management device 100, the total operating time, and the valve among the total operating time. Data on the percentage of open time, flow rate, and operating temperature are included, and these data are classified by industrial valve type, internal material type, and poppet sheet type, and are collected and stored.

가스누출 위험예측 엔진(330)은 산업용 밸브 안전관리 장치(100)를 통하여 수집된 가스농도 데이터와 포펫시트열화 데이터를 이용하여 생성되는 예측모델을 가동하여 가스 외부누출 징조 또는 가스 내부누출 징조를 결정한다.The gas leak risk prediction engine 330 operates a predictive model generated using the gas concentration data and poppet sheet deterioration data collected through the industrial valve safety management device 100 to determine the sign of external gas leakage or the sign of gas internal leakage. do.

가스 외부누출의 경우 가스누출 위험예측 엔진(330)은 산업용 밸브 안전관리 장치(100)의 설치장소가 밀폐공간인 경우와 외부공간인 경우로 구분하여 각기 다른 예측모델에 따라 가스 외부누출 징조를 결정하게 된다.In the case of gas leakage, gas leakage risk prediction engine 330 divides the installation location of the industrial valve safety management device 100 into a closed space and an external space, and determines the signs of gas leakage according to different predictive models. Is done.

[가스 외부누출 - 밀폐공간][Gas external leakage-confined space]

산업용 밸브 안전관리 서버(300)의 가스누출 위험예측 엔진(330)은 산업용 밸브 안전관리 장치(100)의 설치장소가 밀폐공간인 경우, 아래의 3가지 가운데 어느 하나에 해당할 경우 가스 외부누출 징조로 결정한다. Gas leakage risk prediction of the industrial valve safety management server 300 The engine 330 is a sign of gas leakage when the installation location of the industrial valve safety management device 100 is a closed space, or when any of the following three cases is true. To decide.

(1) 모니터링 시점 이전 60분 데이터 범위의 1분 단위 표준편차 최대값이 가스농도 데이터베이스부(310)에 미리 저장된 평시 가스농도 통계 데이터의 표준편차 최대값을 초과하는 경우 가스 외부누출 징조로 결정한다.(1) If the maximum value of the standard deviation in 1-minute units of the data range of 60 minutes before the monitoring point exceeds the maximum value of the standard deviation of the normal gas concentration statistical data previously stored in the gas concentration database 310, it is determined as a sign of gas leakage. .

다시 말하면, 10초 단위로 데이터가 측정될 경우 1분 단위로 6개의 가스농도 데이터가 수집되는데, 이러한 6개의 데이터에 대하여 산출한 표준편차가 1분 단위 표준편차가 된다. 따라서 모니터링 시점 이전 60분 데이터 범위에서는 1분 단위 표준편차 60개가 존재하게 되고 이러한 60개의 표준편차 가운데 최대값이 데이터베이스부(310)에 미리 저장된 평시 가스농도 통계 데이터의 표준편차 최대값을 초과하는 경우 가스 외부누출 징조로 결정할 수 있다.In other words, when data is measured in units of 10 seconds, 6 gas concentration data are collected in units of 1 minute, and the standard deviation calculated for these 6 data units becomes the standard deviation in units of 1 minute. Therefore, 60 standard deviations per minute exist in the data range of 60 minutes before the monitoring point, and the maximum value of these 60 standard deviations exceeds the maximum standard deviation of the normal gas concentration statistical data previously stored in the database unit 310. This can be determined as a sign of a gas leak.

(2) 모니터링 시점 이전 60분 데이터 범위의 각 10분 구간별 1분 단위 표준편차에 대한 회귀분석을 통하여 선형 기울기를 산출하여 표준편차가 증가하는 구간이 미리 설정된 갯수 이상으로 발견되는 경우 가스 외부누출 징조로 결정한다.(2) When a linear slope is calculated through regression analysis of the standard deviation in 1-minute units for each 10-minute interval of the data range of 60 minutes before the monitoring point, and the interval in which the standard deviation increases is found to be more than a preset number, external gas leakage. Decide by signs.

다시 말하면, 10초 단위로 데이터가 측정될 경우 1분 단위로 6개의 가스농도 데이터가 수집되는데, 이러한 6개의 데이터에 대하여 산출한 표준편차가 1분 단위 표준편차가 된다. 모니터링 시점 이전 60분 데이터 범위에는 10분으로 구분된 6개의 구간이 존재하고, 각 10분 구간별로 1분 단위 표준편차가 10개씩 존재하는데, 각 10분 구간별로 10개씩 존재하는 1분 단위 표준편차에 대한 회귀분석을 통하여 선형 기울기를 산출하면 6개의 구간별로 표준편차가 증가하는 구간(선형 기울기가 증가하는 구간)인지 여부를 판단할 수 있고, 이러한 판단을 통하여 표준편차가 증가하는 구간이 6개 구간 가운데 4개 구간 이상인 경우 가스누출이 발생된 가스 외부누출 징조로 결정할 수 있다.In other words, when data is measured in units of 10 seconds, 6 gas concentration data are collected in units of 1 minute, and the standard deviation calculated for these 6 data units becomes the standard deviation in units of 1 minute. There are 6 sections divided into 10 minutes in the data range of 60 minutes before the monitoring point, and there are 10 standard deviations in 1-minute units for each 10-minute period, and there are 10 standard deviations in 1-minute units for each 10-minute period. When the linear slope is calculated through regression analysis of, it is possible to determine whether the standard deviation increases for each of the six intervals (the linear slope increases), and through this determination, there are 6 intervals in which the standard deviation increases. If there are four or more of the sections, it can be determined as a sign of a gas leak that has occurred.

(3) 모니터링 시점 이전 60분 데이터 범위의 각 10분 구간별 1분 단위 이동평균에 대한 회귀분석을 통하여 선형 기울기를 산출하여 이동평균이 증가하는 구간이 미리 설정된 갯수 이상으로 발견되는 경우 가스 외부누출 징조로 결정한다.(3) When a linear slope is calculated through a regression analysis on the moving average of 1 minute for each 10 minute interval of the data range of 60 minutes before the monitoring point, and when the number of intervals in which the moving average increases is found to be more than a preset number, gas leaks out. Decide by signs.

다시 말하면, 10초 단위로 데이터가 측정될 경우 1분 단위로 6개의 가스농도 데이터가 수집되는데, 이러한 6개의 데이터에 대하여 산출한 이동평균이 1분 단위 이동평균이 된다. 모니터링 시점 60분 데이터 범위에는 10분으로 구분된 6개의 구간이 존재하고, 각 10분 구간별로 1분 단위 이동평균이 10개씩 존재하는데, 각 10분 구간별로 10개씩 존재하는 1분 단위 이동평균에 대한 회귀분석을 통하여 선형 기울기를 산출하면 6개의 구간 구간별로 이동평균이 증가하는 구간(선형 기울기가 증가하는 구간)인지 여부를 판단할 수 있고, 이러한 판단을 통하여 이동평균이 증가하는 구간이 6개 구간 가운데 4개 구간 이상인 경우 가스누출이 발생된 가스 외부누출 징조로 결정할 수 있다.In other words, when data is measured in units of 10 seconds, 6 gas concentration data are collected in units of 1 minute, and the moving average calculated for these 6 pieces of data becomes a moving average in units of 1 minute. There are 6 sections divided into 10 minutes in the data range of 60 minutes at the time of monitoring, and there are 10 moving averages per minute for each 10 minute interval, and there are 10 moving averages per minute for each 10 minute interval. When the linear slope is calculated through regression analysis, it is possible to determine whether the moving average increases for each of the six sections (a section in which the linear slope increases), and through this determination, there are 6 sections in which the moving average increases. If there are four or more of the sections, it can be determined as a sign of a gas leak that has occurred.

[가스 외부누출 - 외부공간][Gas external leakage-external space]

산업용 밸브는 설치장소가 개방된 외부공간의 경우 외부 풍향에 따라 설치된 가스누출센서가 누출가스를 제대로 검지하지 못하는 경향이 있는 바, 이러한 문제점을 보완하기 위하여 산업용 밸브 안전관리 서버(300)의 가스누출 위험예측 엔진(330)은 산업용 밸브 안전관리 장치(100)의 설치장소가 외부공간인 경우, 가스누출의 위험이 없는 안심단계로 설정된 가스농도 범위 이내에서 가스농도 데이터베이스부(310)에 미리 저장된 평시 가스농도 통계 데이터의 평균값을 일정 크기 이상 초과하는 가스농도가 비주기적으로 미리 정해진 횟수 이상 검지될 경우 가스 외부누출 징조로 결정한다.In the case of an external space where the installation site is open, the gas leak sensor installed according to the external wind direction tends to not properly detect the leaked gas.In order to compensate for this problem, the gas leak of the industrial valve safety management server 300 When the installation place of the industrial valve safety management device 100 is an external space, the risk prediction engine 330 is stored in the gas concentration database unit 310 in advance within the gas concentration range set to a safe level without the risk of gas leakage. If the gas concentration exceeding the average value of the gas concentration statistical data by a certain size or more is detected aperiodically more than a predetermined number of times, it is determined as a sign of gas leakage.

즉, 실시간 가스농도 데이터를 이용하여 일반적인 경보단계 수준의 가스농도 값보다 낮은 농도의 안전관리 단계를 2단계로 정의(안심단계 및 주의단계)하여 사고예방이 강화되도록 모니터링하는 것이다.In other words, by using real-time gas concentration data, the safety management stage with a concentration lower than the gas concentration value of the general warning stage is defined as two stages (safety stage and caution stage) and monitored to enhance accident prevention.

가스농도는 가스의 종류에 따라 안전관리 단계별 농도를 달리 적용하고 있는데, 예를 들어, LPG의 경우 감지되는 가스농도가 0.53% 이상 2.1% 미만인 경우 경보단계에 해당하여 경보와 가스차단이 이루어지게 되고, 2.1% 이상 9.5% 미만인 경우 위험단계에 해당하여 소방서나 119와 같은 방재기관의 출동이 이루어지게 되고, LNG의 경우는 감지되는 가스농도가 1.25% 이상 5% 미만인 경우 경보단계에 해당하고, 5% 이상 15% 미만인 경우 위험단계에 해당한다.The gas concentration is applied differently by the level of safety management depending on the type of gas.For example, in the case of LPG, if the detected gas concentration is 0.53% or more and less than 2.1%, it corresponds to the alarm stage, and an alarm and gas shut-off are performed. , If the concentration is 2.1% or more and less than 9.5%, it is a dangerous stage, and a fire department or disaster prevention organization such as 119 is dispatched, and in the case of LNG, if the detected gas concentration is 1.25% or more and less than 5%, it is a warning stage. If the percentage is more than 15%, it is a risk level.

LPG의 경우 감지되는 가스농도가 0.53% 미만인 경우 경보단계 수준의 가스농도 값보다 낮으나 이를 2단계로 나누어 0.05% 미만인 경우 안심단계로 설정하여 별도의 조치를 취하지 않고, 안심단계의 가스농도를 초과하여 0,05% 이상 0.53% 미만의 경우가 비주기적으로 발생할 경우(예를 들어 5일 이상 검지) 경보단계에 도달하는 것은 아니나 주의단계로 설정하여 밸브 제어 및 점검이 이루어지도록 조치할 수 있다. LNG의 경우는 0.05% 미만인 경우 안심단계로 설정하여 별도의 조치를 취하지 않고, 안심단계의 가스농도를 초과하여 0,05% 이상 1.25% 미만의 경우가 비주기적으로 발생할 경우(예를 들어 5일 이상 검지) 경보단계에 도달하는 것은 아니나 주의단계로 설정하여 밸브 제어 및 점검이 이루어지도록 조치할 수 있다.In the case of LPG, if the detected gas concentration is less than 0.53%, it is lower than the gas concentration level at the alarm level, but if it is divided into two stages and is less than 0.05%, it is set as the safe level and no action is taken. If 0,05% or more and less than 0.53% occur aperiodically (for example, detection for more than 5 days), the alarm stage may not be reached, but the valve control and inspection can be performed by setting it as a caution stage. In the case of LNG, if it is less than 0.05%, it is set as a safe step and no separate measures are taken.If the gas concentration of the safe step is exceeded, 0,05% or more and less than 1.25% occurs aperiodically (e.g., 5 days Abnormality detection) It does not reach the alarm stage, but it can be set as a caution stage and take measures to allow valve control and inspection.

[가스 내부누출][Gas internal leakage]

산업용 밸브 안전관리 장치(100)를 통하여 수집되는 포펫시트열화 데이터에는 이미 살펴본 바와 같이 포펫시트의 두께, 인접배관 두께, 총작동시간, 총작동시간 가운데 밸브가 열려있는 시간의 비율, 유량, 및 작동온도가 포함되되, 해당 데이터들이 산업용 밸브 종류별, 내부물질 종류별, 포펫시트 종류별로 구분되어 수집되어 열화 데이터베이스부(320)에 저장된다.The poppet sheet deterioration data collected through the industrial valve safety management device 100 includes the thickness of the poppet sheet, the thickness of the adjacent pipe, the total operating time, the ratio of the time the valve is open among the total operating time, flow rate, and operation The temperature is included, and the corresponding data is collected by dividing by industrial valve type, internal material type, and poppet sheet type and stored in the deterioration database unit 320.

산업용 밸브 안전관리 서버(300)의 가스누출 위험예측 엔진(330)은, 포펫시트의 두께를 종속변수로 하고, 인접배관 두께, 총작동시간, 총작동시간 가운데 밸브가 열려있는 시간의 비율, 유량, 및 작동온도를 독립변수로 하는 다변수 회귀분석을 통하여 예측모델(다변수 회귀식)을 생성하는데, 이러한 예측모델은 산업용 밸브 종류별, 내부물질 종류별, 포펫시트 종류별로 생성된다. The gas leakage risk prediction engine 330 of the industrial valve safety management server 300 uses the thickness of the poppet sheet as a dependent variable, and the ratio of the time the valve is open among the thickness of adjacent pipes, total operating time, and total operating time, flow rate A prediction model (multivariate regression equation) is generated through a multivariate regression analysis using, and operating temperature as independent variables, which are generated by industrial valve type, internal material type, and poppet sheet type.

이와 같은 예측모델이 생성되면 산업용 밸브 안전관리 장치(100)를 통하여 실시간으로 수집되는 독립변수 관련 데이터(인접배관 두께, 총작동시간, 총작동시간 가운데 밸브가 열려있는 시간의 비율, 유량, 및 작동온도)를 예측모델에 입력하여 산출되는 포펫시트의 두께가 미리 설정된 기준값 이하로 감소된 것으로 산출될 경우 가스 내부누출 징조로 결정한다.When such a predictive model is generated, data related to independent variables collected in real time through the industrial valve safety management device 100 (adjacent pipe thickness, total operating time, ratio of the valve open time among the total operating time, flow rate, and operation) When it is calculated that the thickness of the poppet sheet calculated by inputting the temperature) into the prediction model is reduced below a preset reference value, it is determined as a sign of gas leakage.

즉, 밸브 해체를 통한 직접적인 내부검사를 하지 않더라도 이러한 예측모델을 이용하면 실시간으로 수집되는 인접배관 두께, 총작동시간, 총작동시간 가운데 밸브가 열려있는 시간의 비율, 유량, 및 작동온도만으로 가스 내부누출의 직접적인 원인인 포펫시트의 두께 변화량을 예측하여 누설이 발생되기 전에 미리 점검 및 유지보수가 가능해진다.In other words, even without direct internal inspection through valve disassembly, using this predictive model allows the gas interior only with the ratio of the time the valve is open among the thickness of adjacent pipes collected in real time, total operating time, and total operating time, flow rate, and operating temperature. By predicting the amount of change in the thickness of the poppet sheet, which is the direct cause of leakage, inspection and maintenance are possible before leakage occurs.

상기한 바와 같이 본 발명의 구체적 실시예를 첨부도면을 참조하여 설명하였으나 본 발명의 보호범위가 반드시 이러한 실시예에만 한정되는 것은 아니며, 본 발명의 기술적 요지를 변경하지 않는 범위 내에서 다양한 설계변경, 공지기술의 부가나 삭제, 단순한 수치한정 등의 경우에도 본 발명의 보호범위에 속함을 분명히 한다.As described above, specific embodiments of the present invention have been described with reference to the accompanying drawings, but the protection scope of the present invention is not necessarily limited to these embodiments, and various design changes within the scope of not changing the technical gist of the present invention, In the case of addition or deletion of known technologies, simple numerical limitation, etc., it is clear that they belong to the scope of protection of the present invention.

100:산업용 밸브 안전관리 장치
200:접속장치
300:산업용 밸브 안전관리 서버
310:가스농도 데이터베이스부
320:열화 데이터베이스부
330:가스누출 위험예측 엔진100: Industrial valve safety management device
200: connection device
300: Industrial valve safety management server
310: Gas concentration database unit
320: deterioration database unit
330: gas leak risk prediction engine

Claims (6)

산업용 밸브의 가스누출사고 예측 시스템에 관한 것으로서,
플랜트 시설의 주요 산업용 밸브에 설치되며, 각 산업용 밸브의 가스 외부누출 관련 데이터 또는 가스 내부누출 관련 데이터를 실시간으로 측정하고, 해당 데이터를 전송하는 산업용 밸브 안전관리 장치(100);
상기 산업용 밸브 안전관리 장치(100)로부터 수신받은 해당 데이터를 전송하는 접속장치(200); 및,
상기 접속장치(200)로부터 수신받은 해당 데이터를 이용하는 예측모델을 이용하여 산업용 밸브의 가스 외부누출 징조 또는 가스 내부누출 징조를 결정하는 산업용 밸브 안전관리 서버(300);
를 포함하여 구성되되,
상기 산업용 밸브 안전관리 서버(300)는,
상기 산업용 밸브 안전관리 장치(100)를 통하여 수집된 가스농도 데이터를 저장하는 가스농도 데이터베이스부(310);
상기 산업용 밸브 안전관리 장치(100)를 통하여 수집된 포펫시트열화 데이터를 저장하는 열화 데이터베이스부(320); 및,
상기 산업용 밸브 안전관리 장치(100)를 통하여 수집된 가스농도 데이터와 포펫시트열화 데이터를 이용하여 생성되는 예측모델을 가동하여 가스 외부누출 징조 또는 가스 내부누출 징조를 결정하는 가스누출 위험예측 엔진(330);
을 포함하며, 상기 가스누출 위험예측 엔진(330)의 예측모델 결정에 따라 미리 설정된 제어신호를 상기 접속장치(200)로 전송하고,
상기 접속장치(200)는,
상기 산업용 밸브 안전관리 서버(300)로부터 수신받은 제어신호를 상기 산업용 밸브 안전관리 장치(100)로 전달하여 상기 산업용 밸브 안전관리 장치(100)의 작동을 제어하고,
상기 산업용 밸브 안전관리 서버(300)의 가스누출 위험예측 엔진(330)은,
상기 산업용 밸브 안전관리 장치(100)의 설치장소가 밀폐공간인 경우와 외부공간인 경우로 구분하여 각기 다른 예측모델에 따라 가스 외부누출 징조를 결정하고,
상기 산업용 밸브 안전관리 장치(100)를 통하여 수집되는 포펫시트열화 데이터에는,
포펫시트의 두께, 인접배관 두께, 총작동시간, 총작동시간 가운데 밸브가 열려있는 시간의 비율, 유량, 및 작동온도가 포함되되, 해당 데이터들이 산업용 밸브 종류별, 내부물질 종류별, 포펫시트 종류별로 구분되어 수집되고,
상기 산업용 밸브 안전관리 서버(300)의 가스누출 위험예측 엔진(330)은,
포펫시트의 두께를 종속변수로 하고,
인접배관 두께, 총작동시간, 총작동시간 가운데 밸브가 열려있는 시간의 비율, 유량, 및 작동온도를 독립변수로 하는 다변수 회귀분석을 통하여 예측모델(다변수 회귀식)을 산업용 밸브 종류별, 내부물질 종류별, 포펫시트 종류별로 생성하고, 상기 산업용 밸브 안전관리 장치(100)를 통하여 수집되는 독립변수 관련 데이터를 예측모델에 입력하여 산출되는 포펫시트의 두께가 미리 설정된 기준값 이하로 감소할 경우 가스 내부누출 징조로 결정하는 것을 특징으로 하는 산업용 밸브 가스누출사고 예측 시스템.It relates to a gas leak accident prediction system for industrial valves,
An industrial valve safety management device 100 installed on major industrial valves of a plant facility, measuring data related to external gas leakage or data related to internal gas leakage of each industrial valve in real time, and transmitting the data;
A connection device 200 for transmitting the corresponding data received from the industrial valve safety management device 100; And,
An industrial valve safety management server 300 that determines an indication of gas leakage or gas leakage of an industrial valve by using a predictive model using the data received from the connection device 200;
It is composed including,
The industrial valve safety management server 300,
A gas concentration database unit 310 for storing gas concentration data collected through the industrial valve safety management device 100;
A deterioration database unit 320 for storing poppet sheet deterioration data collected through the industrial valve safety management device 100; And,
A gas leak risk prediction engine 330 that operates a prediction model generated using the gas concentration data collected through the industrial valve safety management device 100 and the poppet sheet deterioration data to determine the sign of gas leakage or gas leakage. );
It includes, and transmits a preset control signal to the connection device 200 according to the determination of the prediction model of the gas leakage risk prediction engine 330,
The connection device 200,
Control the operation of the industrial valve safety management device 100 by transmitting the control signal received from the industrial valve safety management server 300 to the industrial valve safety management device 100,
The gas leakage risk prediction engine 330 of the industrial valve safety management server 300,
The installation location of the industrial valve safety management device 100 is divided into a case where the installation location is a closed space and an external space, and determines the signs of gas leakage according to different predictive models,
In the poppet sheet deterioration data collected through the industrial valve safety management device 100,
Poppet sheet thickness, adjacent piping thickness, total operating time, the ratio of the valve open time among the total operating time, flow rate, and operating temperature are included, and the data are classified by industrial valve type, internal material type, and poppet sheet type. Is collected,
The gas leakage risk prediction engine 330 of the industrial valve safety management server 300,
The thickness of the poppet sheet is the dependent variable,
Predictive model (multivariate regression equation) by industrial valve type, internally through multivariate regression analysis using the ratio of the valve open time, flow rate, and operating temperature among the adjacent pipe thickness, total operating time, and total operating time as independent variables. When the thickness of the poppet sheet, which is generated by material type and by poppet sheet type, and is calculated by inputting independent variable-related data collected through the industrial valve safety management device 100 into a predictive model, decreases below a preset reference value, the gas interior Industrial valve gas leakage accident prediction system, characterized in that the determination as a leak sign. 제1항에서,
상기 산업용 밸브 안전관리 서버(300)의 가스누출 위험예측 엔진(330)은,
상기 산업용 밸브 안전관리 장치(100)의 설치장소가 밀폐공간인 경우,
(1) 모니터링 시점 이전 60분 데이터 범위의 1분 단위 표준편차 최대값이 상기 가스농도 데이터베이스부(310)에 미리 저장된 평시 가스농도 통계 데이터의 표준편차 최대값을 초과하거나,
(2) 모니터링 시점 이전 60분 데이터 범위의 각 10분 구간별 1분 단위 표준편차에 대한 회귀분석을 통하여 선형 기울기를 산출하여 표준편차가 증가하는 구간이 미리 설정된 갯수 이상으로 발견되거나,
(3) 모니터링 시점 이전 60분 데이터 범위의 각 10분 구간별 1분 단위 이동평균에 대한 회귀분석을 통하여 선형 기울기를 산출하여 이동평균이 증가하는 구간이 미리 설정된 갯수 이상으로 발견되는 것 가운데 어느 하나인 경우 가스 외부누출 징조로 결정하는 것을 특징으로 하는 산업용 밸브 가스누출사고 예측 시스템.In claim 1,
The gas leakage risk prediction engine 330 of the industrial valve safety management server 300,
When the installation place of the industrial valve safety management device 100 is a closed space,
(1) The maximum value of the standard deviation in 1-minute units of the data range of 60 minutes before the monitoring time exceeds the maximum standard deviation of the normal gas concentration statistical data previously stored in the gas concentration database unit 310, or
(2) The linear slope is calculated through regression analysis on the standard deviation of 1 minute for each 10-minute interval of the data range of 60 minutes before the monitoring point, and the interval with increasing standard deviation is found to be more than a preset number, or
(3) Any one of those found to exceed the preset number of sections in which the moving average increases by calculating the linear slope through regression analysis on the moving average of 1 minute for each 10-minute interval of the data range of 60 minutes before the monitoring point. Industrial valve gas leakage accident prediction system, characterized in that the determination as a sign of external gas leakage in the case of. 제1항에서,
상기 산업용 밸브 안전관리 서버(300)의 가스누출 위험예측 엔진(330)은,
상기 산업용 밸브 안전관리 장치(100)의 설치장소가 외부공간인 경우,
가스누출의 위험이 없는 안심단계로 설정된 가스농도 범위 이내에서 상기 가스농도 데이터베이스부(310)에 미리 저장된 평시 가스농도 통계 데이터의 평균값을 일정 크기 이상 초과하는 가스농도가 비주기적으로 미리 정해진 횟수 이상 검지될 경우 가스 외부누출 징조로 결정하는 것을 특징으로 하는 산업용 밸브 가스누출사고 예측 시스템.
In claim 1,
The gas leakage risk prediction engine 330 of the industrial valve safety management server 300,
When the installation place of the industrial valve safety management device 100 is an external space,
A gas concentration that exceeds the average value of the normal gas concentration statistical data previously stored in the gas concentration database unit 310 within the range of the gas concentration set in a safe step without the risk of gas leakage is detected aperiodically more than a predetermined number of times Industrial valve gas leakage accident prediction system, characterized in that the determination as a sign of external gas leakage if it is.
 삭제delete 삭제delete 삭제delete
KR1020190169701A 2019-12-18 2019-12-18 Industrial Valve Gas Leak Prediction System KR102162196B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190169701A KR102162196B1 (en) 2019-12-18 2019-12-18 Industrial Valve Gas Leak Prediction System

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190169701A KR102162196B1 (en) 2019-12-18 2019-12-18 Industrial Valve Gas Leak Prediction System

Publications (1)

Publication Number Publication Date
KR102162196B1 true KR102162196B1 (en) 2020-10-06

Family

ID=72826191

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190169701A KR102162196B1 (en) 2019-12-18 2019-12-18 Industrial Valve Gas Leak Prediction System

Country Status (1)

Country Link
KR (1) KR102162196B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220120890A (en) 2021-02-24 2022-08-31 포항공과대학교 산학협력단 Gas leak prediction method and system based on deep learning

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101918591B1 (en) * 2018-05-04 2018-11-14 한국가스안전공사 Gas-related Accident Prediction System for the Area of Dense Energy Consumption

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101918591B1 (en) * 2018-05-04 2018-11-14 한국가스안전공사 Gas-related Accident Prediction System for the Area of Dense Energy Consumption

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220120890A (en) 2021-02-24 2022-08-31 포항공과대학교 산학협력단 Gas leak prediction method and system based on deep learning

Similar Documents

Publication Publication Date Title
JP5547945B2 (en) Pressure relief valve monitoring
RU2525369C2 (en) Method and device for real-time increase in fluid transfer pipeline operation efficiency
KR102086706B1 (en) Fugitive emission detector
EP2739969B1 (en) Self-testing combustible gas and hydrogen sulfide detection apparatus
US20130271286A1 (en) Methods and Systems for Monitoring Environmental Conditions Using Wireless Sensor Devices and Actuator Networks
CN110120143A (en) A kind of inflammable and explosive region smog intelligent monitor system of Petrochemical Enterprises
KR20190047639A (en) System and apparatus for monitoring a factory environment using multi sensing
KR20190115953A (en) System and method for diagnosing risk of power plant using rate of change of deviation
KR102162196B1 (en) Industrial Valve Gas Leak Prediction System
KR101589127B1 (en) Check valve opening and closing characteristics monitoring and diagnosing devices
KR20230119627A (en) Gas regulator diaphragm-position and pressure-relief detection
KR101918591B1 (en) Gas-related Accident Prediction System for the Area of Dense Energy Consumption
CA2170306A1 (en) Method and system for assessing the operating condition of a pressure regulator in a corrosive gas distribution system
Xu et al. Leak detection methods overview and summary
ES2651237T3 (en) Instrumentation system to determine risk factors
Wang et al. Construction method and application of real‐time monitoring and early‐warning model for anaerobic reactor leakage
KR102557961B1 (en) Method and apparatus for managing atmospheric environment pollutants of factories by using internet of things sensors and big data
JP2783753B2 (en) Detecting new leak sources in a micro leak gas atmosphere
Dadhich et al. Fault detection and automation in the liquid storage terminals
US20220178466A1 (en) Abnormal Condition Detection On Shut Down Valve And Blow Down Valve
Vijay et al. Hazard and Operability (HAZOP) Study on LNG Skid
Rachmantyo et al. Failure Risk Analysis in Amine Contactor Unit Using Failure Mode and Effect Analysis (FMEA) Method at PT X
Susarev et al. Construction of system of extended objects diagnostic monitoring
RU2532232C1 (en) System of localised control of combustible gas leaks by primary parameters of measuring devices
CN117928656A (en) Informationized control platform based on natural gas safety production

Legal Events

Date Code Title Description
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant