【技术实现步骤摘要】
本专利技术属于富锰渣生产安全监控
,具体涉及一种基于信息融合的富锰渣 生产安全监控系统及方法。
技术介绍
在富锰渣的生产过程中,由于生产工艺的影响,生产现场设备多、管道多、占地面 积大,对安全生产带来的影响包括潜在煤气泄漏点多、粉尘源多、危险源分散、火灾爆炸事 故发生可能性大等,同时,恶劣的生产现场环境严重影响监控系统安全状态监测的可靠性 和稳定性。 各方面危险因素对安全监控系统带来的影响是相互的、多方面的。在富锰渣生产 安全监控系统中,对煤气泄漏、粉尘污染、火灾信息等危险因素进行单一监控的安全监控系 统,监测危险信息源单一,忽略了多方面危险因素的影响,容易造成误报和漏报。 作为保证富锰渣安全生产的重要手段,安全监控系统对生产中存在的多方面危险 因素进行全面的监控是非常必要的。富锰渣生产安全监控中对危险因素的监测主要存在以 下问题: 煤气泄漏监测:实际运用中采用可燃气体探测器对煤气泄漏进行监测,虽然可燃 气体探测器灵敏度高,但是由于其工作方式的影响,可燃气体探测器受粉尘影响重,现场粉 尘较多情况下,可能发生可燃气体探测器采口样堵塞的情况,引起误报漏报,甚至探测器失 效。所以在粉尘含量高的富锰渣生产环境中,煤气泄漏监测的可靠性和准确性会受到严重 影响。 火灾监测:火灾监测的核心之一是火灾探测器。由于火灾发生的不确定性和多变 性,以及恶劣的生产环境影响,火灾探测器不可避免地要受到富锰渣生产空气中粉尘、热辐 射等因素的影响,造成误报、漏报,难以满足火灾早期监测。 粉尘监测:在富锰渣生产中,由于粉尘源多, ...
【技术保护点】
一种基于信息融合的富锰渣生产安全监控系统,其特征在于:包括信息融合计算机(8)、视频分析计算机(9)和声光报警设备(11),以及监控中心交换机(7)和分别布设在多个监控区域内的多个富锰渣生产安全监控节点,所述信息融合计算机(8)的输出端接有信息融合显示器(12),所述视频分析计算机(9)的输出端接有视频显示器(10),所述声光报警设备(11)与信息融合计算机(8)的输出端和视频分析计算机(9)的输出端均相接;所述富锰渣生产安全监控节点包括以太网I/O采集模块(4)和网络摄像机(5),以及与以太网I/O采集模块(4)和网络摄像机(5)均相接的节点交换机(6),所述以太网I/O采集模块(4)的输入端接有用于对空气中可燃气体CO的浓度进行检测的可燃气体探测器(1)、用于对空气中粉尘浓度进行检测的粉尘浓度传感器(2)和用于对空气的烟雾减光系数进行检测的火灾探测器(3),所述节点交换机(6)与监控中心交换机(7)相接。
【技术特征摘要】
1. 一种基于信息融合的富锰渣生产安全监控系统,其特征在于:包括信息融合计算机 (8)、视频分析计算机(9)和声光报警设备(11),以及监控中心交换机(7)和分别布设在多 个监控区域内的多个富锰渣生产安全监控节点,所述信息融合计算机(8)的输出端接有信 息融合显示器(12),所述视频分析计算机(9)的输出端接有视频显示器(10),所述声光报 警设备(11)与信息融合计算机(8)的输出端和视频分析计算机(9)的输出端均相接;所 述富锰渣生产安全监控节点包括以太网I/O采集模块(4)和网络摄像机(5),以及与以太 网I/O采集模块(4)和网络摄像机(5)均相接的节点交换机(6),所述以太网I/O采集模块 (4)的输入端接有用于对空气中可燃气体CO的浓度进行检测的可燃气体探测器(1)、用于 对空气中粉尘浓度进行检测的粉尘浓度传感器(2)和用于对空气的烟雾减光系数进行检 测的火灾探测器(3),所述节点交换机(6)与监控中心交换机(7)相接。2. 按照权利要求1所述的基于信息融合的富锰渣生产安全监控系统,其特征在于:所 述可燃气体探测器(1)为特安ESD3000点型可燃气体探测器,所述粉尘浓度传感器(2)为 青岛宜兰环保工程有限公司生产的GCG1000型粉尘浓度传感器,所述火灾探测器(3)为海 湾牌JTY-GD-G3点型光电感烟火灾探测器,所述以太网I/O采集模块(4)为研华ADAM-6217 型智能以太网I/O采集模块,所述网络摄像机(5)为大华DH-IPC-HFW3100P型网络摄像 机,所述节点交换机(6)为台湾摩莎EDS-308型工业以太网交换机,所述监控中心交换机 (7)为H3C公司生产的H3CS5024F-SI型千兆以太网交换机,所述节点交换机(6)与监控 中心交换机(7)通过光纤相接,所述信息融合计算机(8)和视频分析计算机(9)均为研 华IPC-610H型工业控制计算机,所述信息融合显示器(12)和视频显示器(10)均为夏普 IXD-60DS51A型显示屏,所述声光报警设备(11)由霍尼韦尔710RD闪灯和霍尼韦尔719电 子警号组成。3. -种利用如权利要求1所述系统对富锰渣生产安全进行监控的方法,其特征在于该 方法包括以下步骤: 步骤一、监控信息源数据采集及传输:将富锰渣生产区划分为m个监控区域ZpZ2、…、Zm,每个监控区域内布设一个所述富锰渣生产安全监控节点;监控区域Zk内,以太网I/O采 集模块(4)对可燃气体探测器(1)探测到的可燃气体CO的浓度&进行实时采集、对粉尘 浓度传感器(2)检测到的粉尘浓度Xs进行实时采集、对火灾探测器(3)探测到的烟雾减光 系数Xt进行实时采集并将所采集到的信号通过节点交换机(6)和监控中心交换机(7)传 输给信息融合计算机(8);同时,网络摄像机(5)拍摄该监控区域的生产现场视频并将所拍 摄到的视频通过节点交换机(6)和监控中心交换机(7)传输给视频分析计算机(9);其中, m的取值为正整数,k的取值为1?m的正整数; 步骤二、构建安全状态判断的证据体并确定出各证据体的基本可信度分配,且具体过 程如下: 步骤201、传感器数据归一化处理:信息融合计算机(8)根据公式< 对监 ^rmax aV min 控区域Zk内的可燃气体探测器(1)探测到的可燃气体CO的浓度&进行归一化处理,得到 可燃气体CO的浓度&的归一化处理结果 其中,Xniiax为可燃气体探测器(1)探测到的可 燃气体CO的浓度&的历史数据记录中的最大值,Xnilin为可燃气体探测器(1)探测到的可 燃气体CO的浓度&的历史数据记录中的最小值; 信息融合计算机(8)根据公式·< 对监控区域Zk内的粉尘浓度传感器(2) max ^.9min 探测到的粉尘浓度Xs进行归一化处理,得到粉尘浓度Xs的归一化处理结果xl;其中,Xsmax为 粉尘浓度传感器(2)探测到的粉尘浓度Xs的历史数据记录中的最大值,xsmin为粉尘浓度传 感器(2)探测到的粉尘浓度Xs的历史数据记录中的最小值; 信息融合计算机(8)根据公式< 对监控区域Zk内的火灾探测器(3)探测 到的烟雾减光系数Xt进行归一化处理,得到烟雾减光系数Xt的归一化处理结果 其中, Xtmax为火灾探测器(3)探测到的烟雾减光系数Xt历史数据记录中的最大值,XtminS火灾探 测器(3)探测到的烟雾减光系数Xt历史数据记录中的最小值; 步骤202、将监控区域Zk内可燃气体CO的浓度&的归一化处理结果 < 作为安全状态 判断的证据体IV将监控区域Zk内粉尘浓度Xs的归一化处理结果 < 作为安全状态判断的 证据体ms,且将监控区域Zk内烟雾减光系数Xt的归一化处理结果乂作为安全状态判断的证 据体mt; 步骤203、信息融合计算机(8)根据富锰渣生产的安全状态划分指标建立富锰渣生产 安全状态辨识框架Θ= (A1,A2,A3},其中A1为安全状态,A2为临界状态,A3为危险状态; 步骤204、各证据体基本可信度分配的确定,其具体过程如下: 步骤2041、信息融合计算机(8)采用滑动窗口采样法对监控中心交换机(7)传输给其 的监控区域Zk内的可燃气体CO的浓度粉尘浓度xs和烟雾减光系数xt进行实时采样, 采样连续的时间段t内的数据作为样本数据;其中,t的取值为正数; 步骤2042、信息融合计算机(8)根据富锰渣生产的可燃气体安全指标将样本数据中的 可燃气体CO的浓度&的数据分为安全数据、临界数据、危险数据三类,并统计得到安全数 据、临界数据和危险数据在样本数据中的可燃气体CO的浓度&的数据中所占的比例,且将 该安全数据在样本数据中的可燃气体CO的浓度&的数据中所占的比例定义为证据体πν对 事件A1的基本可信度分配nv(A1),将该临界数据在样本数据中的可燃气体CO中的浓度&的 数据中所占的比例定义为证据体πν对事件A2的基本可信度分配nv(A2),将该危险数据在样 本数据中的可燃气体CO的浓度&的数据中所占的比例定义为证据体对事件A3的基本 可信度分配mr(A3); 步骤2043、信息融合计算机(8)根据富锰渣生产的粉尘安全指标将样本数据中的粉尘 浓度Xs的数据分为安全数据、临界数据、危险数据三类,并统计得到安全数据、临界数据和 危险数据在样本数据中的粉尘浓度Xs的数据中所占的比例,且将该安全数据在样本数据中 的粉尘浓度Xs的数据中所占的比例定义为证据体ms对事件A1的基本可信度分配ms (A1),将 该临界数据在样本数据中的粉尘浓度xs的数据中所占的比例定义为证据体ms对事件A2的 基本可信度分配ms (A2),将该危险数据在样本数据中的粉尘浓度Xs的数据中所占的比例定 义为证据体ms对事件A3的基本可信度分配ms (A3); 步骤2044、信息融合计算机(8)根据富锰渣生产的烟雾减光系数安全指标将样本数据 中的烟雾减光系数Xt的数据分为安全数据、临界数据、危险数据三类,并统计得到安全数 据、临界数据和危险数据在样本数据中的烟雾减光系数Xt的数据中所占的比例,且将该安 全数据在样本数据中的烟雾减光系数Xt的数据中所占的比例定义为证据体mt对事件A1的 基本可信度分配mt (A1),将该临界数据在样本数据中的烟雾减光系数Xt的数据中所占的比 例定义为证据体mt对事件A2的基本可信度分配mt (A2),将该危险数据在样本数据中的烟雾 减光系数Xt的数据中所占的比例定义为证据体mt对事件A3的基本可信度分配mt (A3); 步骤三、确定出各证据体的权重系数:采用德尔菲法进行权重分析,确定出监控区域Zk 内证据体πν的权重系数Wp证据体Hls的权重系数Ws和证据体Hlt的权重系数Wt; 步骤四、判断监控区域Zk内的各证据体是否存在冲突:信息融合计算机(8)根据公式mmax (A3)彡λi和公式mmax (A3) -mmax2 (A3)彡λ2判断监控区域Zk内的各证据体是否存在冲突, 当公式Himax(A3)彡λι和公式IHmax(A3)-mmax2 (A3)彡λ2同时成立时,判断为监控区域Zk内的 各证据体存在冲突,执行步骤五;当公式mmax (A3)彡A1和公式mmax (A3)-mmax2 (A3)彡λ2中有 一个公式不成立或两个公式同时不成立时,判断为监控区域Zk内的各证据体不存在冲突, 执行步骤六;其中,Himax(A3)为监控区域Zk内各证据体对事件A3的基本可信度分配的最大 值,mmax2(A3)为监控区域Zk内各证据体对事件A3W基本可信度分配的次大值,A1S监控区 域Zk内各证据体对事件A3的基本可信度分配的最大值的最小阈值,λ2监控区域Zk内各证 据体对事件A3的基本可信度分配的最大值与次大值差值的最小阈值; 步骤五、证据体冲突情况下的监控区域Zk的生产安全状态判定:当监控区域Zk内的各 证据体存在冲突时,判断该监控区域Zk的生产安全状态为A3,执行步骤七; 步骤六、证据体不冲突情况下的监控区域Zk的生产安全状态判定,其具体过程如下: 步骤601、计算证据体的加权可信度分配:信息融合计算机(8)根据公式 ' (4卜7?)ΧW计算证据体mi对事件Aj的加权可信度分配' 其中,i=r,s,t, j= 1,2, 3,Hii (Aj)为证据体Hii对事件Aj的基本可信度分配; 步骤602、证据体加权可信度分配融合:信息融合计算机(8)调用加权可信度分配融合 模块对监控区域Zk内的各证据体进行加权可信度分配融合,得到最终可信度分配Mmd (Aj); 步骤603、判定监控区域Zk的生产安全状态:信息融合计算机(8)根据公式Mmax(Αχ)>εi和公式Mmax (Ax) -Mmax2 (Ay) >ε2判定监控区域Zk的生产安全状态,当公式Mmax (Ax) >εi和公式 Mmax (Ax)-Mmax2 (Ay)〉ε2同时成立时,判定监控区域Zk的生产安全状态为Ax,执行步骤八;当 公式Mmax (Ax) >εi和公式Mmax (Ax)-Mmax2 (Ay) >ε2中有一个公式不成立或两个公式同时不成立 时,返回步骤一;其中,Mniax(Ax)为最终可信度分配Mmd(Ap中的最大值,Mniax2(Ay)为最终可 信度分配Mmd(Aj)中的次大值,X= 1,2,3,y= 1,2,3,4,<cO,ει为最终可信度分配 Mmd(Ap的最大值的最小阈值,ε2为最终可信度分配Mmd (Ap的最大值与次大值差值的最小 阈值; 步骤七、视频图像分析辅助判断:视频分析计算机(9)对其接收到的监控区域Zk的视 频图像进行分析处理,判断得到监控区域Zk的生产安全状态,其具体过程如下: 步骤701、图像预处理:首先,视频分析计算机(9)根据公式Gray= 0. 3R+0. 59G+0.IlB对其接收到的监控区域Zk的视频图像进行灰度化处理;其中,Gray为灰度化处理后视频图 像的灰度值,R为视频分析计算机(9)接收到的监控区域Zk的视频图像中红色分量的值,G 为视频分析计算机(9)接收到的监控区域Zk的视频图像中绿色分量的值,B为视频分析计 算机(9)接收到的监控区域Zk的视频图像中蓝色分量...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。