一种船舶舱室多点CO浓度数据融合评估方法及系统与流程
本发明涉及船舶气体安全监测,具体为一种船舶舱室多点co浓度数据融合评估方法及系统。
背景技术:
1、船舶舱室(包括货舱、机舱、泵舱、压载舱等)属于典型的密闭工作空间,其内部通风条件受限、结构复杂,在作业过程中可能因货物挥发、设备运行或化学反应等因素产生一氧化碳(co)等有毒有害气体的积聚,对进入舱室作业人员的生命安全构成严重威胁;因此,对船舶舱室内co浓度进行实时监测与准确评估,是保障船舶安全运营和人员健康的重要手段。
2、然而,现有方案普遍存在以下技术缺陷:现有融合方法的权重确定主要依赖于传感器自身的置信度评估,如通过历史一致性或证据距离判断传感器是否可信,未能充分利用多传感器在空间分布上的浓度场形态信息来动态调整各测点的融合权重;这导致在船舶舱室这种传感器数量有限、空间浓度分布不均匀且可能存在传感器故障或漂移的复杂工况下,难以准确区分该位置浓度真实异常,还是该位置传感器读数异常,从而影响异常聚集区域识别的准确性。
技术实现思路
1、针对上述现有技术中的技术问题,本发明提供为一种船舶舱室多点co浓度数据融合评估方法及系统,旨在解决现有技术中因权重确定仅依赖传感器自身置信度评估而未能充分利用浓度场空间形态信息,从而影响异常聚集区域识别的准确性的问题。
2、本发明的技术方案如下:
3、一种船舶舱室多点co浓度数据融合评估方法,包括以下步骤:
4、获取船舶舱室内不同空间位置处多个co浓度传感器的浓度读数及对应的空间位置坐标;基于各传感器的浓度读数及空间位置坐标,重建船舶舱室内部的三维连续浓度场;
5、在所述三维连续浓度场上,提取各传感器所在空间位置处的场形态学特征,并根据各传感器位置处的所述场形态学特征,确定各传感器的初始融合权重;其中,所述场形态学特征用于表征各传感器所在空间位置在浓度场中的分布信息;
6、基于各传感器的浓度读数的一致性评估结果,确定各传感器的置信度修正因子;根据各传感器的初始融合权重与置信度修正因子,确定各传感器的综合权重;
7、基于各传感器的综合权重,对各传感器的浓度读数进行加权融合,得到全域浓度场特征值;
8、基于所述三维连续浓度场与所述全域浓度场特征值,识别浓度异常聚集区域,结合置信度修正因子,判断该异常聚集区域的异常类型,并输出评估结果。
9、可选的,所述基于各传感器的浓度读数及空间位置坐标,重建船舶舱室内部的三维连续浓度场,具体包括:
10、以各传感器的空间位置坐标为插值节点,以各传感器的浓度读数为节点值,采用径向基函数插值方法,将离散的传感器读数插值为连续空间分布,得到三维连续浓度场。
11、可选的,所述在所述三维连续浓度场上,提取各传感器所在空间位置处的场形态学特征,具体包括:
12、在各传感器所在空间位置处分别计算浓度场梯度幅值、浓度场曲率和局部梯度一致性指标;
13、其中,所述浓度场梯度幅值、浓度场曲率和局部梯度一致性指标共同构成各传感器所在空间位置在浓度场中的空间分布信息价值的量化表征,所述浓度场梯度幅值表征该位置的浓度变化剧烈程度,所述浓度场曲率表征该位置的浓度场凹凸性,所述局部梯度一致性指标表征该位置邻域内浓度梯度方向的一致程度。
14、可选的,所述根据各传感器所在空间位置处的场形态学特征,确定各传感器的初始融合权重,具体包括:
15、对各传感器位置处的梯度幅值、曲率绝对值和局部梯度一致性指标进行归一化处理;
16、将归一化后的梯度幅值、曲率绝对值和局部梯度一致性指标按各自的权重系数进行加权求和,得到各传感器的初始融合权重;
17、其中,梯度幅值越大和/或曲率绝对值越大和/或局部梯度一致性越高,则该传感器的初始融合权重越高。
18、可选的,所述基于各传感器的浓度读数的一致性评估结果,确定各传感器的置信度修正因子,具体包括:
19、对各传感器的当前浓度读数进行多维度一致性评估,所述一致性评估的维度包括当前浓度读数与传感器自身历史趋势之间的自一致性、以及当前浓度读数与空间邻域内其他传感器浓度读数之间的邻域一致性;
20、根据各维度的评估结果综合得到各传感器的置信度修正因子,该修正因子用于表征传感器当前读数的可信程度。
21、可选的,所述根据各传感器的初始融合权重与置信度修正因子,确定各传感器的综合权重,具体包括:
22、将各传感器的初始融合权重与对应的置信度修正因子相乘后,再对所有传感器的乘积结果进行归一化处理,得到各传感器的综合权重。
23、可选的,所述基于各传感器的综合权重,对各传感器的浓度读数进行加权融合,得到全域浓度场特征值,具体包括:
24、基于各传感器的综合权重对各传感器的浓度读数进行加权求和,得到加权浓度均值;
25、基于各传感器的综合权重与浓度读数的乘积确定加权浓度极值及其对应的空间位置;
26、基于所述三维连续浓度场在各传感器位置处的空间变化率与综合权重的加权平均确定全局浓度梯度主方向;
27、由所述加权浓度均值、加权浓度极值及其对应的空间位置和全局浓度梯度主方向构成所述全域浓度场特征值。
28、可选的,所述基于所述三维连续浓度场与所述全域浓度场特征值,识别浓度异常聚集区域,具体包括:
29、根据所述全域浓度场特征值所表征的全域浓度分布状况确定异常判定阈值,将所述三维连续浓度场中浓度值超过所述异常判定阈值的区域判定为浓度异常区域,并提取所述浓度异常区域中的连续空间区域作为浓度异常聚集区域。
30、可选的,所述结合置信度修正因子,判断该异常聚集区域的异常类型,并输出评估结果,具体包括:
31、获取所述浓度异常聚集区域所对应的各传感器的置信度修正因子,若所述置信度修正因子表征的一致性程度高于预设阈值,则判定该异常聚集区域的异常类型为浓度真实异常;
32、若所述置信度修正因子表征的一致性程度低于预设阈值,则判定该异常聚集区域的异常类型为传感器故障风险;
33、输出包含所述异常类型信息的评估结果。
34、本发明还提供了一种船舶舱室多点co浓度数据融合评估系统,包括:
35、数据获取模块,用于获取船舶舱室内不同空间位置处多个co浓度传感器的浓度读数及对应的空间位置坐标;
36、浓度场重建模块,用于基于各传感器的浓度读数及空间位置坐标,重建船舶舱室内部的三维连续浓度场;
37、权重确定模块,用于在所述三维连续浓度场上提取场形态学特征以确定各传感器的初始融合权重,以及基于各传感器的浓度读数的一致性评估结果确定置信度修正因子,并根据所述初始融合权重与置信度修正因子确定各传感器的综合权重;
38、融合评估模块,用于基于各传感器的综合权重,对各传感器的浓度读数进行加权融合,得到全域浓度场特征值;
39、异常识别与输出模块,用于基于所述三维连续浓度场与所述全域浓度场特征值识别浓度异常聚集区域,结合置信度修正因子判断该异常聚集区域的异常类型,并输出评估结果。
40、与现有技术相比,本发明提供的一种船舶舱室多点co浓度数据融合评估方法及系统,具有以下有益效果:
41、(1)通过在三维连续浓度场上提取场形态学特征确定初始融合权重,并结合多维度一致性评估得到的置信度修正因子形成综合权重,在此基础上识别浓度异常聚集区域并判定异常类型,构建了从空间形态感知到异常类型区分的完整评估闭环,能够在传感器数量有限且可能存在故障或漂移的复杂工况下,有效区分“浓度真实异常”与“传感器读数异常”,显著提高了异常聚集区域识别的准确性和评估结果的可靠性。
42、(2)通过多维度一致性评估得到各传感器的置信度修正因子,并与初始融合权重相结合形成综合权重,使置信度高的传感器获得更高权重、置信度低的传感器权重自然降低,实现了传感器权重的自适应动态调整;同时,对低置信度传感器采用降权处理,保留了各传感器的原始数据参与融合的可能性,为后续异常类型判定和传感器状态恢复提供了完整的参考信息。
43、(3)通过加权融合得到包含加权浓度均值、加权浓度极值及其空间位置和全局浓度梯度主方向的全域浓度场特征值,实现了从离散点读数向全域连续分布特征量化的提升,使监测人员能够准确掌握舱室内co浓度的整体分布态势、风险点位置及扩散趋势。
44、(4)依据置信度修正因子与预设阈值的比较结果,将异常聚集区域的异常类型判定为浓度真实异常或传感器故障风险,实现了异常评估结果的可靠性量化表征,能够为后续的指导定向通风决策或提示传感器检修提供准确的判断依据,避免了因传感器误报导致的无效处置或因漏报导致的安全隐患。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com