[发明专利]一种基于人工智能感官的装备气体泄漏监测系统及方法

说明书

本申请公开了一种基于人工智能感官的装备气体泄漏监测系统及方法。监测系统中包含人工智能嗅觉、红外成像视觉、超声探测听觉和机械振动触觉四部分装置，分别对应化工装备气体泄漏发生时的气体释放、红外辐射、声波扩散和设备振动四类现象；通过分析化工装备气体泄漏产生机制，揭示绝缘气体泄漏故障状态引发的气体释放、红外辐射、声波扩散、温度偏移、设备振动等特征规律，利用人工智能嗅觉、红外成像视觉、超声探测听觉、机械振动触觉原理，结合人工智能模式识别算法，构建基于人工智能视嗅听触信息融合智能感官系统，获得化工装备气体多模态泄漏准确识别及泄漏精准追溯方法；本发明解决气体泄漏定量识别及泄漏定位问题。

技术领域

本发明属于化工装备中气体泄漏准确识别及泄漏精准追溯技术，特别涉及一种基于人工智能感官的装备气体泄漏监测系统及方法。

背景技术

由于气体泄漏在压力容器、航空航天、煤气、天然气等众多领域中产生的故障，所引起的损失非常重大，所以针对气体泄漏的监测方法成为国内外研究的热点问题，监测气体泄漏具有极其重要的意义。

目前在气体泄漏监测上已经使用的几种主要的泄漏监测方法主要有：

(1)红外成像技术：利用泄漏区域温度场与周边区域温度场的差异，通过图像处理算法得到泄漏区域的红外传感图像，从而判断泄漏发生。该技术可以在较大空间范围内对监测区域进行泄漏监测，但是最大的缺点是只有在发生非常明显的泄漏后才能得到比较可靠的红外图像，泄漏预警十分滞后。

(2)漏磁、超声波、声发射技术：通过对容器材料缺陷与磁场信号、声波信号之间的相关关系，可以探测容器壁缺陷，特别是裂纹缺陷。目前这几种方法主要应用在压力容器泄漏监测当中，但是这几种方法适合于对材料局部缺陷，而且通常只能在设备停车之后检修，很难实现在线监测，所以对于大范围的泄漏监测比较困难。

(3)泄漏气体介质单点监测预警：目前所用的泄漏气体监测，都是借助于基于光学、电化学等原理的单点传感器，这些传感器虽然可以探测到发生明显泄漏后的浓度信号，进行报警，但是由于早期泄漏产生气体比较微量，很容易受到干扰，而这些传统监测手段由于具有监测范围受限、单物性选择传感器抗干扰能力差、预警滞后等缺点，对于早期泄漏微量痕迹气体很难准确探测到。

国内外在气体泄漏监测技术方面做了很多研究，但一般都是局限于某个具体单一层面的监测手段，例如单独监测气体泄漏位置或者泄漏量等，缺乏对气体泄漏过程中所引发的气体释放、红外辐射、声波扩散、温度偏移、设备振动等特征规律的揭示与阐述。

发明内容

为解决现有技术存在的问题，提高气体泄漏监测的高效性与可靠性，本发明提出一种基于人工智能感官的装备气体泄漏监测系统及方法。该系统充分利用人工智能嗅觉、红外成像视觉、超声探测听觉、机械振动触觉原理，结合人工智能模式识别算法，构建基于人工智能视嗅听触信息融合智能感官系统，获得化工装备气体多模态泄漏准确识别及泄漏精准追溯方法；建立了化工装备气体泄漏产生机制，揭示绝缘气体泄漏故障状态引发的气体释放、红外辐射、声波扩散、温度偏移、设备振动等特征规律。

为达到上述目的，本发明采用的技术手段是：

一种基于人工智能感官的装备气体泄漏监测系统，包括：计算控制中心、人工智能嗅觉模块、超声探测听觉模块、红外成像视觉模块和机械振动触觉模块；

所述人工智能嗅觉模块用于采集监测目标气体泄漏伴随痕迹挥发性组分浓度数据，进而对采集到的气体进行分析识别，得到分析识别信息后发送至计算控制中心进行泄漏状态判定；

所述超声探测听觉模块用于采集监测目标气体泄漏所发出的超声波信号数据，通过模式识别来确定泄漏发生的位置方向信息，将所得信息发送至计算控制中心；

所述红外成像视觉模块用于采集监测目标气体泄漏所辐射出的红外光信息，经图像分析处理后，再进行模式识别，得到泄漏气体的相关浓度、组分信息，将信息发送至计算控制中心；