SE526421C2 - Lokalisering av en visualiserad gasläckas punktkälla - Google Patents

Lokalisering av en visualiserad gasläckas punktkälla

Info

Publication number
SE526421C2
SE526421C2 SE0302336A SE0302336A SE526421C2 SE 526421 C2 SE526421 C2 SE 526421C2 SE 0302336 A SE0302336 A SE 0302336A SE 0302336 A SE0302336 A SE 0302336A SE 526421 C2 SE526421 C2 SE 526421C2
Authority
SE
Sweden
Prior art keywords
point
gas leak
gas
crf
point source
Prior art date
Application number
SE0302336A
Other languages
English (en)
Other versions
SE0302336L (sv
SE0302336D0 (sv
Inventor
Bjoern Ardoe
Tomas Christiansson
Jonas Sandsten
Original Assignee
Gasoptics Sweden Ab
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 Gasoptics Sweden Ab filed Critical Gasoptics Sweden Ab
Priority to SE0302336A priority Critical patent/SE526421C2/sv
Publication of SE0302336D0 publication Critical patent/SE0302336D0/sv
Priority to DK04103086T priority patent/DK1512955T3/da
Priority to AT04103086T priority patent/ATE322003T1/de
Priority to ES04103086T priority patent/ES2259430T3/es
Priority to EP04103086A priority patent/EP1512955B1/en
Priority to DE602004000549T priority patent/DE602004000549T2/de
Priority to US10/887,136 priority patent/US7082370B2/en
Priority to NO20043207A priority patent/NO329633B1/no
Priority to RU2004124096/28A priority patent/RU2292540C9/ru
Publication of SE0302336L publication Critical patent/SE0302336L/sv
Publication of SE526421C2 publication Critical patent/SE526421C2/sv

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00Investigating fluid-tightness of structures
    • G01M3/38Investigating fluid-tightness of structures by using light
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504Investigating 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
    • G01N21/3518Devices using gas filter correlation techniques; Devices using gas pressure modulation techniques

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Examining Or Testing Airtightness (AREA)
  • Auxiliary Devices For And Details Of Packaging Control (AREA)
  • Feeding And Controlling Fuel (AREA)
  • Feeding, Discharge, Calcimining, Fusing, And Gas-Generation Devices (AREA)
  • Medicines Containing Material From Animals Or Micro-Organisms (AREA)
  • Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)
  • Sampling And Sample Adjustment (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Description

20 25 30 35 utförs.
Sammanfattning av uppfinningen Ett syfte med föreliggande uppfinning är således att tillhandahålla en förbättrad lokalisering av en visualiserad gasläckas punktkälla. En aspekt av syftet är att tillhandahålla automatisk lokalisering av en visualiserad gasläckas punktkälla medelst t ex gaskorrelationsteknik som kräver ett minimum av mänsklig intervention.
Ett annat syfte med föreliggande uppfinning är att tillhandahålla information som underlättar beslutsprocessen för en operatör på en anläggning eller ett raffina- deri. Sådan information kan t ex vara lokalisering av en visualiserad gasläckas punktkälla i relation till anläggningens fysikaliska konstruktion, varigenom operatören enklare kan besluta huruvida ett subsystem hos anläggningen skall stängas ned eller om hela anläggningen skall stängas ned för att gasläckan skall tas om hand.
För att uppfylla de ovannämnda syftena och aspektema bland andra, hänför sig föreliggande uppfinning till en metod, en utrustning, ett övervakningssystem och en datorprogramprodukt enligt de självständiga patentkraven l, ll, 12 och 14.
Föredragna utföringsformer av uppfinningen definieras i de beroende kraven.
Ritningama och den detaljerade beskrivningen av uppfinningen visar och beskriver väsentligen endast föredragna utföringsforiner av uppfinningen. Såsom inses av en kunnig person inom området, kan uppfinningen relatera till andra utföringsformer och dess många detaljer kan modifieras på olika sätt, allt utan att falla ur ramen för uppfinningskonceptet. Följaktligen skall ritningarna och den detaljerade beskrivningen betraktas som varande av illustrativ natur och är inte avsedda att begränsa omfånget hos föreliggande uppfinning.
Kortfattad beskrivning av ritningarna Föreliggande uppfinning kommer att beskrivas med hänvisning till bifogade ritningar, i vilka: fig. 1 visar en bild av tidsmedelvärdet av ett antal bildrutor; fig. 2 visar bilden enligt fig. 1 med alla de lokala maximum av hörnstyrke- funktionen lokaliserade; fig. 3 visar bilden enligt fig. 2 med alla punkter med en lägre hörnstyrka än en faktor gånger den största är borttagna; fig. 4 visar bilden enligt fig. 3 med alla punkter borttagna som inte är stabila över tiden; fi g. 5 visar en utföringsforin av en utrustning för att lokalisera punktkällan medelst gaskorrelationstekniken med ett dubbelteleskopsystem; 10 15 20 25 30 35 fig. 6 visar en utföringsform av en utrustning för att lokalisera punktkällan medelst gaskorrelationstekniken med två infraröda kameror med gascellen och linsen monterade tillsammans på en av kamerorna; fig. 7 visar en utföringsform av en utrustning för att lokalisera punktkällan medelst gaskorrelationstekniken medelst en stråldelare inuti den infraröda kameran.
Gascellen är placerad framför detektom B; och fig. 8 visar en utföringsforrn av en utrustning för lokalisering av punktkällan medelst gaskorrelationstekniken med en roterande gascell anordnad på en periodisk bytare (eng. chopper) inuti den infraröda kameran. Bilderna är tagna sekventiellt med en enkel detektor.
Detaljerad beskrivning av uppfinningen Uppfinningen hänför sig således till lokalisering av en eller flera punktkällor hos en visualiserad gasläcka. Särskilt hänför sig föreliggande uppfinning till automatisk lokalisering av en eller flera punktkällor hos en visualiserad gasläcka medelstt ex gaskorrelationstekniken.
Föreliggande uppfinning vilar på ett antal fysikaliska egenskaper hos gas- läckor. De viktigaste är den turbulenta gasstrukturen vid olika avstånd från gas- källan och gaskällans fixerade plats i rummet. Förekomsten av en stark koncentrations gradient med ett hörnformat uppträdande i gasbilderna vid källan används också.
Gaskoncentrationsfördelningen är en fyrdimensionell funktion i tiden och i rummet. Gasvisualiseringstekniker projicerar denna fiinktion till en tredimensionell funktion genom att integrera längs en av rumskoordinaterna, eller mer exakt, genom att integrera längs linjen som motsvarar samma punkt i den projektiva transforrnen.
I denna beskrivning kallas gasfördelningens tredimensionella funktion g(x,y,t).
Punktkälloma är strukturer som visar stabilitet i alla tre koordinatema. Här refererar x och y till en koordinatsystem oberoende av kamerans rotation och translation.
Allmänt kan föreliggande uppfinning ses som en sökning i en hömstyrke- funktion crf(x', y', z- ), beräknad baserat på ett antal bilder av en gasläcka, för maximivärden i (x', yß-variablema som inte förflyttas då tidsvariabeln r förändras, dvs som är stabila över tiden och genom att betrakta 'en punkt (x*, yli) som en punktkälla om hömstyrkefunktionen crf (x', y',r) har ett maximivärde i punkten (x: f) och punkten (x: yt) är stabil över tiden.
Mer specifikt utförs lokaliseringen av punktkällan enligt en utföringsfonn av uppfinningen genom fyra huvudsteg, nämligen 1) utföra ett tidsmedelvärde genom att bestämma partialintegralen i tidskoordinaten, dvs beräkna tidsmedelvärdet av ett antal bildrutor av en tagen uppsättning av gasbilder, 2) lokalisera möjliga punkt- källor genom att beräkna hömstyrkefunktionen (crf) av de tidsmedelvärdsbildade 10 15 20 25 30 bilderna, 3) bestämma en eller flera lokala maximipunkter hos hömstyrkefunktionen (crf) och betrakta nämnda lokala maximipunkter som möjliga punktkällor för läckage, och 4) bestämma tidsstabiliteten hos dessa möjliga källor. Dessa fyra steg kommer att beskrivas i mer detalj nedan.
Det forsta steget i den uppfinningsenliga metoden för att lokalisera en punkt- källa hos en visualiserad gasläcka är att beräkna tidsmedelvärdet för ett antal bild- rutor hos en uppsättning gaskoncentrationsbilder, vilka bilder har tagits i en tids- sekvens medelst en anordning för bildtagning av gasfördelningar medelst optisk teknik. Mer specifikt tas tidsmedelvärdet av ett antal bildrutor runt bildrutan i vilken källan skall lokaliseras. Om källan skall lokaliseras i realtid måste medelvärdet tas i bildrutor som ligger tidigare i tid. Detta tidsmedelvärdesbildande utförs för att dämpa turbulenta effekter som uppträder långt fiån källan och som förändras mycket över tiden. De mer stabila strukturema nära gaskällan förstärks genom denna operation. Detta steg är valfiitt men förbättrar utförandet.
Således är det första steget ett tidsmedelvärde och utförs genom partial- integralen i tidskoordinaten. Tidsmedelvärdet kallas f(x, y, r) och definieras som f (x, y, r) = Él- Ig(x, y,t)ât. De i rummet liggande områdena långt från källan med 0 740 mycket tubulens kommer att utjämnas av tidsmedelvärdesbildandet. F ig. l visar ett exempel på tidsmedelvärdet av ett antal bildrutor, i vilken figur områden i gas- strålen långt ifrån källan är utjämnade och områden nära källan bibehåller sin skärpa.
I den resulterande tidsmedelvärdesbildade bilden, med reducerad turbulens, har gaskällan en skarp hömliknande struktur. Det andra steget är att beräkna höm- styrkefunktionen (crf). Alla de lokala maximum av hömstyrkefunktionen (crf) betraktas som möjliga källor för gasläckan och lagras i en kandidatlista innefattad i ett lagringsorgan.
Således, i det andra steget, beräknas hömstyrkefunktionen i rumsriktningama för att lokalisera möjliga källpunkter. Detta utförs genom att utvärdera de singulära kovariationsmatriserna av den spatiella gradienten av f(x, y, r). Denna matris definieras som m = aa* där a definieras som a = . Det spatiella medelvärdet 5% ÖV Ûy av m(x,y,z) beräknas som m'(x',y°,r) = jfm(x,y,r)âxây där N(x',y°) är ett litet x,ye~ område runt punkten (x', y'). Detta spatiella medelvärde kan möjligtvis vara viktat med en faktor som beror på avståndet från punkten (x' , y') _ Egenvärdena (Å1(x',y' ,r),Å2 (x', y',r)) till m'(x' , y', r) beräknas sedan och hömstyrkefunktionen 10 15 20 25 30 35 (fi PO Ux definieras som crf (x',y' ,z-) = c | kyl., |-| 112 + lf l där c är en konstant. Konstanten c kan beräknas som (of + l/cf) där of är ett positivt tal. Således är konstanten c större än eller lika med 2. I idealfallet är ett egenvärde O och ett annat stort vid en icke-hörn, vilket resulterar i en negativ hörnstyrkefunktion. Vidare har i idealfallet ett höm två lika stora egenvärden och hömstyrkefunktionen kommer då att bli större, ju större konstanten c Emellertid kommer i verkligheten även måttliga hörn att förstärkas av ett stort värde på konstanten c. t Om gradienten inte förändras mycket, så kommer m (x' , y',r) att vara nära singulär med ett egenvärde nära noll och hörnstyrkefunktionen crf (x', y', r ) kommer att vara negativ. Om emellertid gradienten förändras mycket, kommer matrisen att ha två egenvärden som inte är noll och med c korrekt valt, kommer hömstyrkefunktionen crf(x' , y' , r) att vara stor. Ju större gradienten är, desto större kommer hörnstyrkefunktionen crf (x', y',r ) att vara, så att hömstyrkefunktionen crflx' , y', r ) kommer att vara stor i områden där tidsmedelvärdet f(x, y, r) har en stor gradient som förändras mycket.
För att kunna detektera möjliga gaskällor utan tidigare kunskap om storleken på läckan, lokaliseras i det tredje steget den starkaste hömegenskapen. Detta utförs genom att kandidatema i listan sorteras efter hömstyrkan och den starkaste kandidaten hittas. Värdet på den lokaliserade hömstyrkan är ett dynamiskt mått på hur stora typiska hömstyrkevärden är i ett särskilt fall. Ett tröskelvärde baserat på hömstyrkevärdet för den starkaste kandidaten används för att ta bort möjliga källor som har ett för lågt hömstyrkevärde, dvs alla kandidater med ett värde lägre än en faktor gånger den starkaste hömstyrkan tas bort fi'ån listan.
Således beräknas i det tredje steget alla de spatiella lokala maximivärdena av hörnstyrkefunktionen crf(x' , y' , r) för varje värde på tiden r. I denna uppsättning av punkter hittas den punkt (x ) med det största värdet på hörnstyrkefunktionen ñ max 'ymax crf(x', y', r) för varje t. Fig. 2 visar en bild som motsvarar bilden enligt fig. 1.
Emellertid är i fig. 2 alla de lokala maximipunktema på hörnstyrkefunktionen lokaliserade och visade som flera små svarta fyrkanter. Ett tröskelvärde baserat på det största värdet på hömstyrkan används för att ta bort punkter från uppsättningen.
Det vill säga, för varje r tas all punkter i uppsättningen med ett hörnstyrkevärde mindre än k - crf (x' r) bort. k är här en konstant mellan O och 1. Den mawymax > resulterande bilden visas i fig. 3.
Konstanten k kan sättas beroende på antalet möjliga källor som man vill hitta. Om till exempel endast en möjlig källa är önskvärd, bör ett högt värde på k väljas. Å andra sidan, ett lågt värde på k skall väljas om alla möjliga källor skall hittas, även om en av de möjliga källorna visar sig vara falsk.
Det fjärde steget i proceduren enligt uppfinningen är baserat på faktumet att 10 15 20 25 30 35 526 421 6 läckagekällan inte rör sig över tiden. Tidsstabiliteten för alla möjliga källor undersöks. Detta görs genom granskning av kandidatlistan för möjliga källor i ett antal tidigare bildrutor med samma lokalisering i rummet. Om en punkt bland dessa möjliga källor är tillräckligt stabil, dvs lokalisationen varierar inte eller varierar minimalt över tiden, så är den att betrakta som en läckkälla. Således är en punkt som är stabil i tidsvariabeln t ett möjligt läckursprung. För att en punkt (x,° , yf ) skall betraktas som stabil i r vid tiden t; så måste det existera åtminstone en punkt i varje uppsättning mellan [f] - Ar,r,] som hör till den öppna bollen B,(x,' , yf ) , där r är ett konstant avstånd, mätt enligt någon norm t ex L, , L, eller Lw. Situationen då endast de punkter sparas som är stabila över tiden visas i fi g. 4. Såsom visas i fig. 4 har endast en punkt hittats, dvs punkten längst till höger indikerad som (x: yt), och denna punkt är således ansedd att vara gasläckans punktkälla.
Om realtidskravet reduceras kan punktemas stabilitet över tiden undersökas för efterföljande bildrutor såväl som för föregående bildrutor, dvs för bildrutor som ligger vid tidpunkter efter eller före bildrutan i vilken källan skall lokaliseras.
Om arman a priori-inforrnation är känd, kan denna information användas för att rangordna punkterna i kandidatlistan, som innehåller de påträffade lokala maximipunktema, på ett annat sätt. Sådan a priori-infonnation är t ex anlägg- ningens geometri.
Utföringsforrner av uppfinningen innefattar valfritt också brusreduktion.
Koncentrationsbilder på gasläckan kan innehålla många olika sorters brus. En del av bruset kan komma från detektorn, dvs den optiska utrustning som tar bildema på gasläckan, och några från själva mätningsproceduren. Innan beräkningar görs på bilderna, bör så mycket som möjligt av bruset företrädesvis tas bort. Borttagningen av bruset kan göras i olika steg. Bruset kant ex tas bort medelst ett variabelt tröskelvärde, medianfiltrering med morfologiska operationer, Gaussisk filtrering och/eller ett Wienerfilter.
Bilder kan t ex innehålla ett cykliskt brus som manifesterar sig självt som horisontella linjer som rör sig upp och ned i bilden. Detta brus är troligtvis en artefakt från detektom. Eftersom detta brus inte har någonting att göra med den verkliga gasfördelningen, skall det om möjligt tas bort.
Det cykliska bruset kan tas bort genom analysering av bildema i Fourier- planet och beräkning av medelvärdet av det absoluta värdet av Fourierkoefficien- tema hos en bildsekvens. Tydligt distinkta punkter vid högre frekvenser kan existera både i bilder som innehåller gas och i bilder med bara brus vilket resulterar från oönskat brus. På några bilder, kan stora koncentrationer av frekvenser vid vertikala linjer genom origo speciellt noteras. Dessa frekvenser motsvarar horison- tella linjer och detta är bruset som skall elimineras.
För att eliminera detta brus, kan frekvenserna där de existerar lokaliseras ur 10 15 20 25 30 35 medelvärdet av många bilder. Medelvärdet av det absoluta värdet i ett något större område runt dessa frekvenser beräknas för varje bild. Brusfrekvenserna kan sedan skalas till detta värde om de är större än medelvärdet. På detta sätt tas brusfrekven- sema endast bort om de är närvarande och dominanta och en rimlig rekonstruktions- nivå har valts. Detta för att orsaka så lite skada som möjligt på signalen.
Då brus förekommer i bilderna, är det bäst att, om möjligt, lokalisera den fysikaliska orsaken till bruset och eliminera den så nära källan som möjligt. Detta kan betyda att detektorn ersätts.
Mätningsproceduren kan baseras på faktumet att det är en temperaturskillnad mellan gasen och bakgrunden. Om dessa två har nästan samma temperatur kan värdet vara mycket brusi gt. Eftersom en IR-bild som har blivit gasfiltrerad kan ses som en temperaturbild av bakgrunden och lufltemperaturen är känd, är det möjligt att beräkna mängden brus i varje bildpixel. Från detta kan ett variabelt tröskelvärde skapas som är högre i områden med en liten temperaturskillnad och lägre där skillnaden är stor. Även efter det att det variabla tröskelvärdet har använts kan det fortfarande vara brus kvar i bilden. Detta brus kan modelleras som ett salt-och-peppar-brus och kan tas bort genom ett medianfilter. Salt-och-peppar-bruset är ett brus som är satt till extremvärdena med pixelvärden lika med noll eller med det maximala värdet.
Eftersom filtret också kan förstöra formen på gasstrålen är det företrädesvis enbart använt för att erhålla en mask. Denna mask används för att ta bort allt brus utanför gasstrålen.
Eftersom det är den huvudsakliga gasstrålen som är av intresse, utförs vissa morfologiska operationer på masken för att ta bort alla små strukturer och förstora och ansluta huvudstrålstrukturen. Dessa operationer kan vara krympning och utvidgning av masken. Efter detta appliceras masken på bilden för att enbart erhålla strålen. Efiersom det inte är känt exakt hur mycket av gasstrålen som har spridits, bör masken vara lite extra utvidgad.
Det är inte känt hur mycket av de små strukturerna i bilden som är brus och hur mycket som är turbulens. Men då de minsta turbulenta strukturerna har den kortaste livslängden, är de också minst troliga att överleva mellan två bildrutor i videosekvensen. Detta gör dessa strukturer mindre intressanta av dessa två skäl.
Innan ytterligare beräkningar görs tas de bort. Detta görs medelst ett Gaussiskt filter som slätar ut bildema. Ett Gaussiskt filter har egenskapen att den totala mängden gas i bilden bibehålls konstant.
Om statistiska egenskaper hos signalen är kända, kan också ett Wienerfilter användas för att filtrera bildema.
Vidare kan utföringsforrner av uppfinningen också innefatta efterfiltrering, dvs filtrering av bilderna efter det att punktkällan har lokaliserats. Efierfiltrering kan 10 15 20 25 30 35 vara önskvärd. Om det till exempel finns hundratals av korrekt klassificerade läckor och mindre än tio felaktiga, så kan udda läckor tas bort. På samma sätt, om en läcka inte hittas i ett fåtal bildrutor men hittas i många bildrutor före och efter, kan läckan antas existera även i dessa bildrutor. Efter att ha applicerat sådana filter, kan sekvensen erhållas med läckkällan korrekt klassificerad i alla bildrutoma förutom de allra första som beskrivs ovan. Dessa filtertyper kan dock inte användas i en realtidsapplikation.
Det skall förstås, att den beskrivna metoden fungerar för många olika storlekar på gasläckaget. En del definitioner kan emellertid ändras för att hantera olika läckstorlekar. Till exempel, kan antalet pixlar varieras mellan två strukturer för att betrakta strukturerna som närliggande. Vidare är ett sätt att få det att fungera som det är för olika storlekar att söka i en Gaussisk pyramid.
Eftersom alla eller många av de ovan beskrivna stegen och beräkningarna kan utföras i en dator medelst en digital videosekvens, måste alla beräkningarna utföras i den diskreta domänen. Detta kan göras genom att ersätta alla integraler med summor och alla de kontinuerliga filnktionema med samplade versioner.
Föreliggande uppfinning hänför sig vidare till en utrustning för automatisk lokalisering av en punktkälla till en visualiserad gasläcka. Nämnda utrustning innefattar eller år anslutningsbar till organ som utnyttjar en gasvisualisationsteknik och utför de beskrivna stegen för lokalisering av en punktkälla till en visualiserad gasläcka, jämför fig. 5 ~ 8. Hänvisning görs också till sökandens ansökningar WO 01/48459 och EP 1257807.
F i g. 5 visar en utföringsforrn av en utrustning för lokalisering av punktkållan medelst gaskorrelationstekniken med ett dubbelteleskopsystem. Utstrålande gas från en anläggning bevakas med ett dubbelteleskopsystem, där en optisk kanal passerar en gaskorrelationscell och där de två bilderna placeras sida vid sida i bildplanet hos en känslig infraröd kamera.
Alternativt kan två bilder A och B produceras genom två infraröda kameror anordnade tillsammans, såsom visas i fig. 6, eller med en enskild kamera med en stråldelande enhet och en gaskorrelationscell framför en av de två detektorerna inuti kameran såsom visas i fig. 7. En annan lösning är att använda en enkel detektor- kamera med gaskorrelationscellen anordnad på en periodisk brytare (eng. chopper) framför detektorn, för Sekventiell tagning av bilderna A och B, såsom visas i fi g. 8.
Föreliggande uppfinning hänför sig också till ett övervakningssystem (visas ej) innefattande eller anslutningsbart till utrustningen för lokalisering av punkt- källan till en visualiserad gasläcka. Ett sådant övervakningssystem kan till exempel vara ett övervakningssystem hos ett raffinaderi eller anläggning. Övervaknings- systemet innefattar också organ som tillhandahåller information till t ex en operatör beträffande vilken komponent eller subsystem hos anläggningen som har en 10 15 “26 1121 L. 9 gasläcka, varigenom operatörens beslutsprocess förbättras och förenklas. Eftersom operatören mottar information om lokaliseringen av källan till gasläckan i relation till anläggningens fysikaliska konstruktion, kommer det att vara enkelt för operatören att på lämpligt sätt ta hand om gasläckan, tex att besluta om ett sub- system i anläggningen skall stängas för att ersätta eller reparera en komponent i subsystemet eller att stänga hela anläggningen.
Emellertid kan övervakningssystemet innefatta organ som tillhandahåller gasläckinformation som måste analyseras, företrädesvis automatiskt, medelst en datoriserad anordning ansluten till eller innefattad i övervakningssystemet. Den datoriserade anordningen kan vidare vara utformad att styra driften av raffinaderiet eller anläggningen beroende på analysresultatet. Det vill säga, den datoriserade anordningen kan vara utformad att automatiskt stänga ned anläggningen eller en del av anläggning om en gasläcka detekteras. Även om uppfinningen har beskrivits med hänvisning till gasabsorptions- bilder, skall det förstås att uppfinningen även kan tillärnpas på gaskoncentrations- bilder, eftersom dessa två bildtyper är starkt kopplade till varandra.

Claims (1)

1. 0 15 20 25 30 35 F26 4-21 1 0 PATENTKRAV En metod för automatisk lokalisering av en visualiserad gasläckas punktkälla, innefattande stegen att söka i en hömstyrkefunktion crf (x', y', r ), beräknad på basis av ett antal bildrutor av nämnda gasläcka, efter maximivärden i variablema (xi, yl) som är stabila över tidsvariabeln t och betrakta en punkt (xi, f) som nämnda punktkälla om nämnda hömstyrkefunktion crf (x' , y', r) har ett maximivärde i nämnda punkt (xi, yi) och nämnda punkt (xi, f) är stabil över tiden. En metod för automatisk lokalisering av en visualiserad gasläckas punktkälla, innefattande stegen att - ta ett antal bildrutor av nämnda gasläcka, nämnda gasbildrutor är separerade över tiden; - beräkna en hömstyrkefunktion (crf) baserat på nämnda antal bildrutor; - bestämma en eller flera maximipunkter hos nämnda hömstyrkefunktion (crf) och betrakta närrmda lokala maximipunkter som möjliga läckagekällor; - bestämma tidsstabiliteten hos nämnda möjliga källor; och - betrakta en eller flera av nämnda möjliga källor som är stabila över tiden som nämnda punktkälla till nämnda visualiserade gasläcka. Metoden enligt krav l eller 2, vidare innefattande stegen att beräkna ett tids- medelvärde f(x, y, r) hos nämnda antal bilder av nämnda gasläcka före beräkning av nämnda hömstyrkefunktion och beräkna nämnda hömstyrke- funktion hos nämnda tidsmedelvärde. Metoden enligt krav 3, varvid tidsmedelvärdet f(x, y, r) beräknas som f (x, y,r) = :- Ig(x, y,t)öt, dar g(x, y, t) ar den tredimensionella projektionen 0 740 av den fyrdimensionella funktionen av gasfördelningen i tid och rum, varvid rumsområden långt från källan med mycket turbulens kommer att jämnas ut. Metoden enligt krav 3 eller 4, varvid hörnstyrkefimktionen (crf) beräknas i rumsriktningama genom utvärdering av de singulära kovariansmatrisema hos den spatiella gradienten av f(x, J), varvid matrisen definieras som 8% a%y; m = aa' där a definieras som a = 10 15 20 25 30 35 10. 11. 52 421 11 - beräkna rumsmedelvärdet av m(x, y,r) som m'(x',y',r) = fimornoâxßy xyezt/(xfif) där N(x°,y') är en liten area runt punkten (x',y'); - beräkna egenvärdena (Å1(x' ,y',r),,12(x',y' ,r) ) till m'(x', y',r); - bestämma hömstyrkefunktionen (crj) som crf (x' , y°,r) = c | Lä, | -1212 +Å22 | där c är en konstant, varigenom hömstyrke- fimktionen crf (x' , y' , r) kommer att vara större i områden där tidsmedel- värdet f (x, y,r) har en stor gradient som förändras mycket. Metoden enligt krav 5, vidare innefattande steget av att vikta rumsmedelvärdet med en faktor som beror på avståndet från punkten (x: yíi). Metoden enligt krav 5 eller 6, vidare innefattande stegen att: - beräkna alla de spatiella lokala maximipunkter av crf (x', y',r ) för varje värde på r; - hitta punkten (x I ) med det största värdet på crf (x' , y', r ) för varje tid mflx 3 ysflax 'få - medelst ett tröskelvärde baserat på det påträffade största värdet crf (x°, y', r) ta bort punkter som har ett hömstyrkevärde som är mindre än k - crf (x' r), där k är en konstant mellan 0 och 1. t IllflX7yHläX, Metoden enligt krav 7, vidare innefattande stegen att: - bestämma hur en punkt (x: , y,' ) förändras med r-variabeln; - bestämma en punkt (x: , y; ) som stabil i r-variabeln över tiden t, om det finns åtminstone en punkt i varje uppsättning mellan [r, - Ar, rl] som tillhör den öppna bollen B,(x,' , y: ) där r är ett konstant avstånd, mätt med någon IIOITII. Metoden enligt något av kraven 1 - 8, varvid nämnda antal bildrutor av nämnda gasläcka är ett antal gaskoncentrationsbilder eller gasabsorptions- bilder. Metoden enligt något av kraven 1 - 9, vidare innefattande steget av att reducera bruset i nämnda antal bildrutor av nämnda gasläcka, nämnda brusreduktion utförs före och/eller efier nämnda lokalisering av nämnda punktkälla. En utrustning för automatisk lokalisering av en visualiserad gasläckas 10 15 20 12. 13. 14. 12 punktkälla, nämnda utrustning använder en gasvisualiseringsteknik och innefattar organ för att utföra stegen enligt något av kraven 1 - 10. Ett övervakningssystem för automatisk lokalisering av en visualiserad gasläckas punktkälla, nämnda övervakningssystem innefattar en utrustning som utnyttjar en gasvisualiseringsteknik, organ för att utföra stegen enligt något av kraven 1 - l0, och är anordnad att tillhandahålla information som relaterar till en komponent eller ett subsystem i en anläggning, vilken komponent eller subsystem har en gasläcka. Övervakningssystemet enligt krav 12, kännetecknat av att en datoriserad anordning är ansluten till eller innefattad i nämnda övervakningssystem och anordnad att analysera nämnda information och att styra drifien av närrmda subsystem eller anläggning beroende på resultatet av analysen av nämnda information. En datorprogramprodukt för automatisk lokalisering av en visualiserad gasläckas punktkälla, närrmda datorprograrnprodukt innefattar organ för att utföra stegen och funktionema hos något av föregående patentkrav då de körs på ett datoriserat system.
SE0302336A 2003-09-02 2003-09-02 Lokalisering av en visualiserad gasläckas punktkälla SE526421C2 (sv)

Priority Applications (9)

Application Number Priority Date Filing Date Title
SE0302336A SE526421C2 (sv) 2003-09-02 2003-09-02 Lokalisering av en visualiserad gasläckas punktkälla
DE602004000549T DE602004000549T2 (de) 2003-09-02 2004-06-30 Lokalisierung einer punktförmigen Quelle eines visualisierten Gaslecks
EP04103086A EP1512955B1 (en) 2003-09-02 2004-06-30 Localization of a point source of a visualized gas leak
AT04103086T ATE322003T1 (de) 2003-09-02 2004-06-30 Lokalisierung einer punktförmigen quelle eines visualisierten gaslecks
ES04103086T ES2259430T3 (es) 2003-09-02 2004-06-30 Localizacion de una fuente puntual de un escape de gas visualizado.
DK04103086T DK1512955T3 (da) 2003-09-02 2004-06-30 Lokalisering af et visualiseret gasudslips punktkilde
US10/887,136 US7082370B2 (en) 2003-09-02 2004-07-08 Localization of a point source of a visualized gas leak
NO20043207A NO329633B1 (no) 2003-09-02 2004-07-28 Lokalisering av en punktkilde for en visualisert gasslekkasje
RU2004124096/28A RU2292540C9 (ru) 2003-09-02 2004-07-29 Способ (варианты), оборудование и система контроля для автоматизированного определения местоположения точечного источника визуализированной утечки газа

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
SE0302336A SE526421C2 (sv) 2003-09-02 2003-09-02 Lokalisering av en visualiserad gasläckas punktkälla

Publications (3)

Publication Number Publication Date
SE0302336D0 SE0302336D0 (sv) 2003-09-02
SE0302336L SE0302336L (sv) 2005-03-03
SE526421C2 true SE526421C2 (sv) 2005-09-13

Family

ID=28673229

Family Applications (1)

Application Number Title Priority Date Filing Date
SE0302336A SE526421C2 (sv) 2003-09-02 2003-09-02 Lokalisering av en visualiserad gasläckas punktkälla

Country Status (9)

Country Link
US (1) US7082370B2 (sv)
EP (1) EP1512955B1 (sv)
AT (1) ATE322003T1 (sv)
DE (1) DE602004000549T2 (sv)
DK (1) DK1512955T3 (sv)
ES (1) ES2259430T3 (sv)
NO (1) NO329633B1 (sv)
RU (1) RU2292540C9 (sv)
SE (1) SE526421C2 (sv)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7418354B1 (en) * 2004-03-23 2008-08-26 Invensys Systems Inc. System and method for leak detection based upon analysis of flow vectors
US8803093B2 (en) 2009-06-02 2014-08-12 Flir Systems Ab Infrared camera for gas detection
US9618417B2 (en) * 2011-10-20 2017-04-11 Picarro, Inc. Methods for gas leak detection and localization in populated areas using isotope ratio measurements
US20180052072A1 (en) * 2015-03-09 2018-02-22 Konica Minolta, Inc. Gas leak location estimating device, gas leak location estimating system, gas leak location estimating method and gas leak location estimating program
US10739226B2 (en) 2016-03-03 2020-08-11 Konica Minolta Opto, Inc. Gas leak position estimation device, gas leak position estimation method and gas leak position estimation program
US10908079B2 (en) * 2016-06-07 2021-02-02 Konica Minolta, Inc. Image-processing device for gas detection, image-processing method for gas detection, and image-processing program for gas detection
CN111033231B (zh) 2017-06-12 2023-11-24 前视红外系统股份公司 用于量化气体泄漏的系统和方法
CN110400324B (zh) * 2018-04-19 2021-09-10 中国石油化工股份有限公司 一种气体浓度分析系统
CN113358817B (zh) * 2021-04-22 2023-06-06 上海工程技术大学 一种基于气体浓度梯度驱动的气体源定位装置
CN115469064B (zh) * 2022-09-07 2024-04-26 西北工业大学 一种多网格空间气体扩散源定位方法及系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5001346A (en) * 1990-02-26 1991-03-19 Rockwell International Corporation Leak detection system with background compensation
US5205173A (en) * 1991-06-21 1993-04-27 Palmer Environmental Services Method and apparatus for detecting leaks in pipelines using cross-correlation techniques
US5656813A (en) * 1995-04-04 1997-08-12 Gmd Systems, Inc. Apparatus for imaging gas
DE19744164A1 (de) * 1997-10-07 1999-04-08 Zae Bayern Bildgebendes Verfahren zur Detektion von Gasverteilungen in Echtheit
US6389881B1 (en) * 1999-05-27 2002-05-21 Acoustic Systems, Inc. Method and apparatus for pattern match filtering for real time acoustic pipeline leak detection and location
US6259803B1 (en) * 1999-06-07 2001-07-10 The United States Of America As Represented By The Secretary Of The Navy Simplified image correlation method using off-the-shelf signal processors to extract edge information using only spatial data
SE9904836L (sv) * 1999-12-28 2001-06-29 Jonas Sandsten Kvantitativ avbildning av gasemissioner utnyttjande optisk teknik
US6446491B1 (en) * 2000-12-22 2002-09-10 Juan Rogelio Pompa Method and apparatus for locating leaks in pipelines

Also Published As

Publication number Publication date
NO329633B1 (no) 2010-11-22
SE0302336L (sv) 2005-03-03
EP1512955A1 (en) 2005-03-09
DE602004000549T2 (de) 2007-02-01
DE602004000549D1 (de) 2006-05-18
RU2292540C2 (ru) 2007-01-27
DK1512955T3 (da) 2006-08-07
US20050049804A1 (en) 2005-03-03
RU2292540C9 (ru) 2007-05-20
ES2259430T3 (es) 2006-10-01
NO20043207L (no) 2005-03-03
SE0302336D0 (sv) 2003-09-02
US7082370B2 (en) 2006-07-25
EP1512955B1 (en) 2006-03-29
ATE322003T1 (de) 2006-04-15
RU2004124096A (ru) 2006-01-27

Similar Documents

Publication Publication Date Title
CN105976330B (zh) 一种嵌入式雾天实时视频稳像方法
CN110555908B (zh) 基于室内移动目标背景修复的三维重建方法
SE526421C2 (sv) Lokalisering av en visualiserad gasläckas punktkälla
CN109446913A (zh) 一种判断车底是否改装的检测方法
Ma et al. An algorithm for fabric defect detection based on adaptive canny operator
CN116523916A (zh) 产品表面缺陷检测方法、装置、电子设备及存储介质
Yang et al. An adaptive edge detection algorithm based on improved canny
Biswas et al. A model of noise reduction using Gabor Kuwahara Filter
CN111415365A (zh) 图像检测方法及装置
Ranipa et al. A practical approach for depth estimation and image restoration using defocus cue
CN115205793A (zh) 基于深度学习二次确认的电力机房烟雾检测方法及装置
Song et al. End-to-end dehazing of traffic sign images using reformulated atmospheric scattering model
Li et al. MCFDFusion: Multi-focus image fusion based on multi-scale cross-difference and focus detection
CN111738934A (zh) 基于mtcnn的红眼自动修复方法
Liu et al. Research on noise processing and particle recognition algorithm of PTV image
KR101777948B1 (ko) 엔트로피와 배경변화율 차이점을 이용한 주요 객체 자동 검출 장치
A Elsawy et al. Modified canny detector-based active contour for segmentation
Han et al. Microscopic Image Feature Extraction and Particle Size Mathematical Modeling.
Nguyen et al. A robust approach to detect gas bubbles through images analysis
Liu et al. A New Diagnosis Method on Insulators with Measuring Contact Angles
Li et al. An Adaptive Algorithm for Workpiece Edge Detection Combining Morphology and Canny Operator
CN116703958B (zh) 显微图像的边缘轮廓检测方法、系统、设备和存储介质
Zheng et al. Piston Surface Defect Recognition Method Based on Image Processing
Yang et al. End-to-End Plankton Database Collection System
Zeng et al. Automatic Camera Pose Estimation by Key-Point Matching of Reference Objects

Legal Events

Date Code Title Description
NUG Patent has lapsed