【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。