• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 16
    • 下载费用:20 金币  

    重庆时时彩官开奖: 一种化学品泄漏快速预测预警应急响应决策方法.pdf

    摘要
    申请专利号:

    重庆时时彩单双窍门 www.4mum.com.cn CN201410136961.5

    申请日:

    2014.04.04

    公开号:

    CN103914622A

    公开日:

    2014.07.09

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06F 19/00申请日:20140404|||公开
    IPC分类号: G06F19/00(2011.01)I 主分类号: G06F19/00
    申请人: 清华大学
    发明人: 赵劲松; 王冰; 陈丙珍
    地址: 100084 北京市海淀区100084信箱82分箱清华大学专利办公室
    优先权:
    专利代理机构: 西安智大知识产权代理事务所 61215 代理人: 贾玉健
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201410136961.5

    授权公告号:

    103914622B||||||

    法律状态公告日:

    2017.07.07|||2014.08.06|||2014.07.09

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    本发明一种化学品泄漏快速预测预警应急响应决策方法,将扩散模型模拟与神经网络和气体传感器系统相结合,应用于工业园区有害气体泄漏的快速预警及辅助决策,包括:园区风险因素识别,用于识别可能发生的各类泄露事故;数值模拟,对所有可能发生的事故进行模拟,得到有害气体的影响范围;数据筛选,根据实际的传感器布局提取和重组数值模拟结果中有效部分;神经网络训练,利用筛选后的数据对特定神经网络模型进行训练,以获得针对特定工业园区及周边条件的模型参数,并使用冗余数据参数验证;传感器系统与神经网络模型整合,将模型与传感器DCS结合起来。

    权利要求书

    权利要求书
    1.  一种化学品泄漏快速预测预警应急响应决策方法,包括风险因素识别、情景数值模拟、模拟结果筛选、神经网络训练以及训练结果与传感器系统集成共五个阶段,其特征在于:
    风险因素识别包括:识别化工园区的风险因素,量化各个风险要素并根据识别的风险要素及其取值范围,合理取值并组合各种可能发生的泄露情景;
    情景数值模拟阶段包括:将园区风险因素识别步骤中组成的所有可能发生的泄露情景进行模拟,以获得不同泄露情景下泄露气体的影响范围;
    模拟结果筛选包括:
    对一种包括4个气体传感器的布局方案中的关键参数进行优化,利用模拟得到的泄露气体浓度分布进行简单优化,得到最适传感器布局;
    根据确定的传感器布局方案,提取在传感器布局可测量风向范围内的虚拟探测数据以及与之匹配的环境敏感点泄漏气体扩散数据,按照神经网络的训练逻辑准备训练数据和校验数据;
    神经网络训练步骤包括:
    建立用于函数拟合的前向神经网络,将准备好的训练数据作为神经网络训练的输入输出,计算网络参数;
    将检验数据输入部分输入神经网络,结果部分与神经网络预测结果对比,评估预测精度;
    神经网络与传感器和园区控制系统集成步骤:
    将各个风险源的模拟分析以及训练结果与风险源和环境敏感点的地理位置信息以数据库和调用程序的形式结合,并提供与传感器系统的数据接口,实现从事故发生—传感器报警—模型快速预测—辅助决策的工作流程。

    2.  根据权利要求1所述的化学品泄漏快速预测预警应急响应决策方法,其特征在于,所述园区风险识别部分由以下步骤组成:
    步骤一、利用风险评估识别风险因子及事故情景因素并判定可能发生的各 类泄漏情景的必备要素,包括风险要素和事故情景要素;
    步骤二、分别确定各个风险因子以及事故情境因素的取值范围,在各个因素的取值范围内分别以一定步长划分数值序列,其中步长不得超过该因素取值范围的10%,最后将不同的风险因子/事故情景因素的各个取值组合成大量的可能发生的泄露情景,当共有n种风险因素时,各个风险因素有Ni种取值(Ni≥1,整数),则共有种泄露情景。

    3.  根据权利要求1所述的化学品泄漏快速预测预警应急响应决策方法,其特征在于,所述情景数值模拟阶段使用的数值模型包括:高斯及类高斯扩散模型(Gaussian Plume Model)、计算流体力学(CFD)模型以及PHAST、FLACS、SLAB、ALOHA以及HGSYSTEM整合模型,最后得到J种泄露情景模拟结果。

    4.  根据权利要求1所述的化学品泄漏快速预测预警应急响应决策方法,其特征在于,所述模拟结果筛选步骤对一组4个传感器进行布局优化,且4个传感器采用正多边形结构,顺序编号为1~4,相邻编号传感器的间距相等,优化步骤如下:
    步骤一、根据泄漏源的位置以及园区布局,传感器的检测限,确定基本布局参数L1,d和α的取值范围,其中L1为1号传感器距离泄漏源的距离,d为传感器间距,α为1-2和1-4传感器夹角的1/2;
    步骤二、根据风频信息确定主导风向,传感器对称布置在主导风向的下风向上,实际风向与主导风向夹角为β,并取一个较大值β0做为优化区间,将其离散为实际风向序列(β1,β2,…,βM),序列长度为M;
    步骤三、对布局参数L1,d,α在取值范围内离散成参数序列,长度分别为P1,P2,P3,组成种布局方案;
    步骤四、对第k种布局方案(k=1,2,…,K)使用数据筛选算法,针对第j种情景模拟结果(j=1,2,…,J),筛选出该布局方案在风向为βm(m=1,2,…,M)时的有效布局数目
    步骤五、对第k种布局方案(k=1,2,…,K)计算不同风向βm(m=1,2,…,M)时的情景适用率记录满足m=1,2,,…,M的最大风向范围Wk,取满足{max(Wk),k=1,2,…,K}的布局为最优化布局。

    5.  根据权利要求4所述的化学品泄漏快速预测预警应急响应决策方法,其特征在于,所述模拟结果筛选步骤中判断有效布局的标准为:对于任意传感器布局,对特定风向下的每种泄漏情景,4个传感器中有3个或3个以上被烟羽覆盖则称该布局为在该风向和泄露情景条件下的有效布局。

    6.  根据权利要求4或5所述的化学品泄漏快速预测预警应急响应决策方法,其特征在于,所属模拟结果筛选步骤中,情景适用率为(m=1,2,…,Mk=1,2,…,K)。

    7.  根据权利要求6所述的化学品泄漏快速预测预警应急响应决策方法,其特征在于,所述模拟结果数据筛选部分包含以下筛选算法:
    步骤一、检查传感器布局参数L1,d,α,实际风向β,下风向敏感源位置(L2,Y2)以及泄露情景序号J是否符合要求;
    步骤二、对第j个泄露情景(j=1,2,…,J)模拟结果的气体扩散距离,浓度分布,扩散时间和烟羽宽度进行插值,确定筛选起始点;
    步骤三、计算参数γ,θ2,θ4,W1,和W2,其中γ为2号或4号传感器以泄漏源为顶点与主导风向的夹角,θ2为2号传感器以泄漏源为顶点与实际风向的夹角,θ4为4号传感器以泄漏源为顶点与实际风向的夹角,W1为环境敏感点距离烟羽中心线的垂直距离,W2为环境敏感点处的烟羽半宽;
    步骤四、检查传感器布局在该泄露情景和实际风向下是否为有效布局,若是,继续;若不是,跳过并记录此泄露情景,继续步骤二;
    步骤五、提取3个有效传感器位置的污染源浓度和扩散时间;
    步骤六、检查泄露气体是否能够扩散至下风向环境敏感点,即计算环境敏感点在第j个泄露情景中的位置参数Qj,如果能,继续步骤七,如果不能,记录此序号并继续步骤二;
    步骤七、提取下风向环境敏感点处有害气体的浓度和扩散时间;
    步骤八、将所有提取到的传感器位置浓度和时间值以及下风向敏感点浓度和时间值整理并保存。

    8.  根据权利要求1或7所述的化学品泄漏快速预测预警应急响应决策方法,其特征在于,所述的判断泄漏气体是否能扩散至下风向环境敏感点的方法为:计算环境敏感点在气体泄露烟羽中的位置参数Qj=W1/W2,若Qj≤1,则环境敏感点受到泄漏气体扩散影响,反之则不受影响。

    9.  根据权利要求1所述的化学品泄漏快速预测预警应急响应决策方法,其特征在于,所述神经网络训练部分实现过程如下:
    步骤一、确定网络输入,以现场可得的参数作为输入,包括储存压力(p),风速(v),风向(β),温度(T),湿度(h),大气稳定度(S),风险源下风向3台气体传感器的有效浓度测量值(c1,c2,c3)和报警时间(t1,t2,t3),下风向敏感点的位置(L2,Y2);
    步骤二、确定网络输出,以下风向环境敏感点处有害气体到达的浓度(c)和时间(t)作为输出;
    步骤三、网络内部结构确定,使用前向神经网络即BP网络,包含一个非线性隐含层和一个线性输出层,非线性隐含层取sigmoid传递函数,线性输出层取linear传递函数,网络不包含反馈回路;
    步骤四、按照输入输出要求,使用数据筛选算法准备输入和输出数据矩阵以及冗余的验证数据;
    步骤五、使用MATLAB神经网络工具箱,按照单次统一训练方法对神经网络使用输入输出数据训练,得到网络参数;
    步骤六、使用冗余输入数据作为神经网络输入,比较网络输出和冗余输出的差异,评估预测精度。

    10.  根据权利要求1所述的化学品泄漏快速预测预警应急响应决策方法,其特征在于,所述神经网络与传感器系统集成部分包括如下步骤:
    步骤一、建立单一风险源与主导风向下风向的环境敏感点的区域地图;
    步骤二、对某单一风险源进行风险分析,识别可能的泄露情景并对泄露情景进行模拟;
    步骤三、执行数据筛选步骤的传感器布局优化,获得该传感器布局在主导风向下风向的最大适用角度;
    步骤四、对该风险源主导风向下风向最大使用角度范围内的所有环境敏感点进行数据筛选,得到一组神经网络训练的输入输出矩阵;
    步骤五、使用数据筛选得到的神经网络输入输出矩阵进行训练和预测精度评估;
    步骤六、将训练得到的神经网络参数制作成能够自动调用的应用程序,使传感器的DCS数据能够通过数据接口采集并使用应用程序计算;
    步骤七、真实事故发生时,传感器报警—启动预制好的应用程序—预测泄露扩散对环境敏感点的影响—决策人员判断是否需要疏散。

    关 键 词:
    一种 化学品 泄漏 快速 预测 预警 应急 响应 决策 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:一种化学品泄漏快速预测预警应急响应决策方法.pdf
    链接地址://www.4mum.com.cn/p-6115578.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03