车间气体泄漏分区定位智能处置方法及系统与流程

本发明涉及车间工业气体泄漏监测处置领域，尤其涉及车间气体泄漏分区定位智能处置方法及系统。

背景技术：

1、工业车间内压力容器、输气管道等设备长期处于连续运行状态，受运行应力、介质腐蚀、部件老化、工况波动等多重因素影响，极易发生气体泄漏故障，气体泄漏具有隐蔽性、突发性、扩散快及危害性大的特点，若无法及时精准识别、定位并处置，易引发爆炸、中毒和环境污染等安全事故，严重威胁车间生产安全与人员设备安全。

2、目前，工业车间气体泄漏监测管控体系尚不完善，核心问题在于巡检管控、泄漏识别定位处置两大环节存在显著技术短板，严重制约车间气体安全管控的实时性与精准性。

3、一方面，车间普遍采用静态固定巡检频率管控模式，巡检频次一经设定长期不变，无法适配设备风险动态变化特性，极易遗漏早期泄漏隐患；

4、另一方面，气体泄漏识别、定位及处置技术精度与系统性严重不足，传统监测多依赖单一气体浓度传感器完成检测，监测维度单一，极易受车间环境噪声、粉尘、温湿度波动、设备工况干扰，传感器误报、漏报率居高不下；

5、同时，单一检测手段无法精准区分单一气体泄漏与多气体混合泄漏工况，难以精准锁定泄漏源位置、判别泄漏风险等级，无法实现精准定位、智能分级、高效闭环处置。

6、针对上述技术存在的巡检策略固化、泄漏识别精度低、处置干预滞后等核心痛点，亟需研发一种全维度、动态化、高精度的车间气体泄漏分区定位智能处置方法，实现风险精准量化、分区智能管控、动态巡检适配、精准泄漏定位及提前预检处置的一体化作业。

技术实现思路

1、本发明的目的在于提供车间气体泄漏分区定位智能处置方法及系统，去解决上述提出的技术缺陷，是通过多源数据融合、多维度风险量化、动态巡检调节、多模态精准识别、分级预检干预，以解决传统技术巡检策略僵化、泄漏识别精度低、事前防控缺失的问题，实现车间气体泄漏风险全域智能化、闭环化、精准化处置，大大提升车间气体安全管控水平。

2、本发明的目的可以通过以下技术方案实现：车间气体泄漏分区定位智能处置方法，包括以下步骤：

3、步骤1、采集目标车间内监控设施的三类数据和四项关键字段进行剩余基础数据计算处理，基于计算结果筛选各监控设施的目标监控风险指标；

4、步骤2、基于各监控设施的目标监控风险指标，结合各监控设施的疲劳累积损伤系数c和历史泄漏核密度估计值进行处理计算，对计算的综合风险评分s进行判别，输出车间风险等级图和预设监控决策；

5、步骤3、基于车间风险等级图，计算每一监控设施的综合风险评分s的变化速率和变化速率加速度，同时结合四舍五入处理方式，输出动态巡检频率f1；

6、步骤4、基于各区域的动态巡检频率f1，采集目标气体浓度数据、光谱指纹数据及特定频段超声波信号进行泄漏定位识别，输出报警处置数据包；

7、步骤5、基于报警处置数据包，针对橙色区域的变化速率、变化速率加速度进行预检分析，输出预检指令或常规指令。

8、优选的，所述三类数据包括运行应力数据、腐蚀检测数据及维护记录数据；所述四项关键字段包括泄漏发生时的三维空间坐标、泄漏发生时间、泄漏持续时间及估算泄漏量、泄漏点所属设备编号及管段编号；

9、优选的，所述目标监控风险指标的分析过程如下：

10、针对每个监控设施匹配对应失效模式，计算剩余基础数据，包括疲劳剩余寿命、腐蚀剩余寿命及老化剩余寿命；失效模式包括疲劳失效模式、腐蚀减薄失效模式及密封件老化失效模式；选取剩余基础数据中的最小值作为监控设施的目标监控风险指标。

11、优选的，所述车间风险等级图的分析过程如下：

12、获取各监控设施的累积疲劳损伤度和历史泄漏强度，基于累积疲劳损伤度计算疲劳累积损伤系数c，将监控设施的目标监控风险指标转化为老化风险指标l，值域为[0，1]，采用min-max归一化方式对历史泄漏强度进行归一化处理得到历史泄漏核密度估计值；

13、将目标车间平面按1m×1m网格离散化，针对每一监控设施，获取该监控设施空间覆盖范围所对应的全部网格单元，提取网格单元归一化后的历史泄漏核密度估计值的最大值，计算每一监控设施的综合风险评分s；

14、调取预设综合风险评分阈值[smin，smax]对综合风险评分s进行判别处理，输出高风险级、中风险级及低风险级，基于判别处理划分结果，将设施风险等级投影填充至其所覆盖的1m×1m网格，生成车间风险等级图，车间风险等级图包括红色区域：高风险级、橙色区域：中风险级及绿色区域：低风险级，无监控设施覆盖的网格标记为空白区域；

15、基于车间风险等级图中各颜色区域匹配对应的预设监控决策。

16、优选的，所述动态巡检频率f1的分析过程如下：

17、计算每一监控设施的综合风险评分s的变化速率和变化速率加速度，基于车间风险等级图，获取各区域的基础巡检频率f0，调取预设速度敏感系数α和预设加速度敏感系数β，基于1+α×变化速率+β×变化速率加速度计算得到动态调整系数k1，基于动态调整系数k1×基础巡检频率f0计算得到动态巡检频率f1，对动态巡检频率f1进行限幅，将限幅后的动态巡检频率f1四舍五入至可用档位，在车间风险等级图上，叠加显示每一监控设施当前的动态巡检频率f1。

18、优选的，所述目标气体浓度数据包括氨气、co2气体，对采集的光谱指纹数据提取特征峰，构建光谱指纹特征向量，对特定频段超声波信号进行去噪处理和采用短时傅里叶变换（stft）进行时频分析，提取声纹特征，构建声波指纹向量；

19、将同一时刻、同一监控设施内的目标气体浓度数据、光谱指纹特征向量、声波指纹向量融合为一个复合感知数据帧。

20、优选的，所述报警处置数据包的分析过程如下：

21、将复合感知数据帧与预设基准数据库进行比对分析，若触发预警指令，将参数浓度最大值对应的气体设定为异常气体；

22、计算光谱指纹特征向量与标准光谱指纹特征向量之间的相似度评分，将相似度评分最大值对应的气体设定为识别气体，将异常气体与识别气体进行比对，输出单一泄漏或多气体泄漏；

23、当触发预警指令时，获取声波指纹向量与标准声波指纹向量之间的余弦相似度并判别处理，输出高风险标签/低风险标签；

24、将高风险标签/低风险标签、预警指令及单一泄漏/多气体泄漏组合，得到报警处置数据包。

25、优选的，所述预检分析的过程如下：针对橙色区域的变化速率、变化速率加速度进行预检分析，输出预检工单或常规指令，预检工单包括设施编号、坐标、变化速率；

26、将该监控设施标记为关注对象，并在车间风险等级图中用黄色虚线圈标注。

27、本发明的有益效果如下：

28、（1）本发明是基于三类现场实测信息和提取的四维泄漏关键字段，结合失效模式，筛选目标监控风险指标，实现多失效模式下设施风险的客观量化筛选，以解决海量车间设备难以客观锁定高风险关注对象的难题，且引入多指标加权融合理念，生成可视化的车间风险等级图，按红、橙、绿划分高、中、低风险区域，并匹配差异化基础监控决策，同时构建动态调整系数对基础巡检频率进行修正，可依据风险恶化快慢实时调节巡检频次，提升巡检策略的实时自适应能力。

29、（2）本发明还构建复合感知数据帧与基准数据库比对，可区分单一气体泄漏与多气体混合泄漏，依托声波余弦相似度标记风险高低，生成完整报警处置数据包并联动声光闪烁报警，多模态信息相互校验，降低单一传感器误报概率，实现泄漏识别、泄漏定位、风险标签、处置建议一体化输出，便于运维人员差异化处置。

30、（3）本发明还针对中风险橙色区域增设预检分析机制，对加速劣化设备标记关注对象、提升巡检档位，实现车间气体泄漏从风险评估-动态巡检-泄漏识别-提前预检的全链路智能处置。