[发明专利]一种监测化工园区有毒有害气体的方法有效

专利信息
申请号: 202011058873.X 申请日: 2020-09-30
公开(公告)号: CN112229952B 公开(公告)日: 2022-11-15
发明(设计)人: 杨波;余博文;张家旗;郭帅龙 申请(专利权)人: 重庆科技学院
主分类号: G01N33/00 分类号: G01N33/00;G06F17/18
代理公司: 重庆蕴博君晟知识产权代理事务所(普通合伙) 50223 代理人: 王玉芝
地址: 401331 重*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 监测 化工 有毒 有害 气体 方法
【说明书】:

发明提供一种监测化工园区有毒有害气体的分类方法,包括以下步骤,S1:在监测点现场执行标气通气测试,将零级空气先通入硬件监测单元中,待传感器数据标0时通入标准气体做测试,记录通气起始时间数据,执行10组标气测试,测试数据经过AD转换自动上传至服务器;S2:将服务器后台采集的m*n维传感器报警数据作为原始训练集,其中m为样本数量,n为数据个数,m*n维数据对m组数据特征明显的数据集Di编标签{0,1,2,3,4,5,6,7,8,9},数据特征不明显的的样本集Du不编码;本发明能够判断污染的气体种类以及污染源头的可能性,并在发生偷排、漏排情况下发出预警,有利于减少化工检测人员的巡检精力,提高监测效率,保证化工园区的安全和正常运行。

技术领域

本发明涉及物联网、人工智能技术领域,具体涉及一种监测化工园区有毒有害气体的方法,实现监测和预警。

背景技术

化工园区有很多化学易燃易爆化学品,如果不实时监测周围的空气中有毒有害气体的浓度,发生大规模泄露或则企业偷排、漏排等紧急事件,容易发生不可挽回的损失,对居住在化工园区的居民以及工作人员产生严重的安全威胁。所以监测整个化工园区的空气中有毒有害气体十分重要。

目前采用的化工园区安全等级衡量就是根据监测园区范围内的有毒有害气体浓度的大小来定性安全等级。采用大量的人力物力来安全巡检,巡检人员如果遇见大量的有毒有害气体是无法实时报警的。还会对巡检人员的安全产生影响。更无法溯源,和判断有毒有害气体种类。

申请号为“CN201710903647.9”的‘一种基于深度学习的单一有毒有害气体红外图像分类识别法’仅仅能够分类和识别单一气体,化工园区的有毒有害气体不止一种,都是数种气体融合在一起。因此本文选择出具有代表的有毒有害气体进行研究。通过监测具有代表性的有毒有害气体的来综合评定化工园区的安全等级。

申请号为“CN201910491330.8”的‘适于化工厂的多种融合有毒有害体分类方法及巡检机器人’所监测的有毒有害气体种类少,没有考虑气体传感器之间的交叉敏感,机器人后期的维护专业人员会耗时耗力,因此在大范围内的化工园区并不合适,这对机器人的工作性能有极大的要求。本文采用的方法不用专业人员来操作机器人,而是采用固定的监测点。整个监测过程全部自动化监测。以及再此基础上通过大量的标准气体实验建立交叉敏感数学模型来提高检测准确率。相较于在实际工程应用更符合实际环境。

发明内容

本发明目的在于提供一种监测化工园区有毒有害气体方法,利用在化工园区的固定监测点监测周围空气中有毒有害气体浓度。

本发明提供一种监测化工园区有毒有害气体的方法,包括以下步骤,

S1:在监测点现场执行标气通气测试,将零级空气先通入硬件监测单元中,待传感器数据标0时通入标准气体做测试,记录通气起始时间数据,执行10组标气测试,并将测试数据发送至服务器;

S2:将服务器后台采集的m*n维传感器报警数据作为原始训练集,其中m为样本数量,n为数据个数,m*n维数据对m组数据通过人工经验对数据集Di编标签{0,1,2,3,4,5,6,7,8,9},数据特征为未标定标签的样本集Du不编码。

所述步骤S2包括,

S21:极大似然估计高斯混合模型三参数(αi,μi,∑i),Di∪Du的对数似然为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆科技学院,未经重庆科技学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011058873.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top