基于贝叶斯网络推理模型的管道腐蚀泄漏火灾推演系统技术方案

本发明专利技术提供了一种基于贝叶斯网络推理模型的管道腐蚀泄漏推演系统。包括管道检测模块：用于管道进行实时监测。管道风险预演模块：用于推算所有火灾源头因素，挖掘风险结点。管道火灾推演模块：用于推算火灾事故并概率算出致灾因素。本发明专利技术可以对管道内的气压差、温度、酸碱浓度进行实时监测，进而判断管道内的锈蚀情况以及是否发生泄漏，从而判断出管道的泄漏是否会产生致火因素，进而通过致火因素判断出是否发生火灾事故及其他衍生事故。本发明专利技术又基于贝叶斯网络推理模型的推理预演，不仅对致火因素进行了推演预算，而且还对火灾事故进行了推演预算，判断出具体火灾发生概率，实现对火灾事故的提前预演，加强灾前自检，防护，进一步减少火灾事故的发生。

【技术实现步骤摘要】
基于贝叶斯网络推理模型的管道腐蚀泄漏火灾推演系统
本专利技术涉及管道火灾预警的
，特别涉及一种基于贝叶斯网络推理模型的管道腐蚀泄漏火灾的推演系统。
技术介绍
目前，由于管道运输成为我国能源运输的主要运输方式，具有成本低、运量大、效率高等优点，但由于运输管道也有寿命时长，目前我国相当多一部分管道已经在“超龄服役”，由于气体和液体的腐蚀，土壤或金属氧化等众多不确定因素，管道时有泄漏事故的风险，因此，急需一种可以对概率风险较为精确的推演模型，可以快速的生成应对风险的决策。
技术实现思路
作为本专利技术的一种实施例，所述一种基于贝叶斯网络推理模型的管道腐蚀泄漏火灾系统包括：一种基于贝叶斯网络推理模型的管道腐蚀泄漏火灾推演系统，其特征在于，包括：管道检测模块：用于对管道进行实时监测，获取管道内的腐蚀数据；管道风险预演模块：用于对所述腐蚀情况进行风险预测，确定管道腐蚀的致火因素；管道火灾推演模块：用于根据所述致火因素进行场景推演，判断火灾事故发生概率。作为本专利技术的一种实施例，所述管道检测本文档来自技高网...

【技术保护点】
1.一种基于贝叶斯网络推理模型的管道腐蚀泄漏火灾推演系统，其特征在于，包括：/n管道检测模块：用于管道进行实时监测，获取管道内的腐蚀数据；/n管道风险预演模块：用于对所述腐蚀情况进行风险预测，确定管道腐蚀的致火因素；/n管道火灾推演模块：用于根据所述致火因素进行场景推演，判断火灾事故发生概率。/n

【技术特征摘要】
1.一种基于贝叶斯网络推理模型的管道腐蚀泄漏火灾推演系统，其特征在于，包括：
管道检测模块：用于管道进行实时监测，获取管道内的腐蚀数据；
管道风险预演模块：用于对所述腐蚀情况进行风险预测，确定管道腐蚀的致火因素；
管道火灾推演模块：用于根据所述致火因素进行场景推演，判断火灾事故发生概率。


2.如权利要求1所述的一种基于贝叶斯网络推理模型的管道腐蚀泄漏火灾推演系统，其特征在于，所述管道检测模块包括：
数据采集单元：用于在管道内壁设置传感设备，获取管壁内的状态数据；其中，
所述状态数据包括管壁内的压力数据，温度数据，气体数据和酸碱度浓度数据；
异常事件判断单元：用于通过所述管壁内的状态数据判断是否发生异常状况，确定异常数据；
录像监测单元：用于在管道内壁设置录像监测设备，获取管壁内的状态图片，当具有异常状况发生时，根据所述状态图片，确定异常状况位置；其中，
所述录像监测设备为微型摄像头，所述微型摄像头通过监控距离布设于管壁上；
腐蚀判断单元：用于根据所述状态数据、异常数据和状态图片，生成腐蚀数据。


3.如权利要求2所述的一种基于贝叶斯网络推理模型的管道腐蚀泄漏火灾推演系统，其特征在于，所述管道风险预演模块包括：
贝叶斯网络模块预演单元：用于利用贝叶斯条件概率算法对腐蚀数据进行预演，确定管道内壁上的致火因素；
贝叶斯网络模板聚类单元：用于通过对已发生的异常状况的类型进行判断，并将判断结果发送给火灾推演模块进行分类；
自动定位单元：用于对管道泄漏异常状况进行确认，并通过利用压力传感器确认管道渗漏的位置；
贝叶斯网络推理决策单元：通过对贝叶斯网络模板对历史异常事件进行数据挖掘，推演管道腐蚀的致火因素。


4.如权利要求1所述的一种基于贝叶斯网络推理模型的管道腐蚀泄漏火灾推演系统，其特征在于，所述管道火灾推演模块包括：
Labview系统开发平台单元:用于通过数字信号转换，对采集到的信号特征存储，处理和提取，并以图形和数据的方式显示至界面。
Labview控制系统单元：用于通过根据历史腐蚀情况和管道内的腐蚀情况进性对比，判断管道内的致火因素；
Labview数据挖掘单元：用于将所述致火因素导入所述分类贝叶斯网络，通过分类贝叶斯网络先验概率的目标节点，计算所述火灾事件发生的先验概率；并将所述先验概率计算的数据代入所述分类贝叶斯网络后验概率的目标节点，基于所述后验概率的目标节点的因果关系和关系挖掘数据，计算所述火灾事件发生的后验概率，并基于所述先验概率和后验概率，确定火灾事故发生概率。


5.如权利要求4所述一种基于贝叶斯网络推理模型的管道腐蚀泄漏火灾推演系统，其特征在于，所述Labview数据挖掘单元，确定火灾事故的发生概率包括：
步骤1：获取分类贝叶斯网络的目标节点集合N＝{J1,J2,J3……Ji}和致火因素集合Z＝{z1,z2,z3……zj}；
步骤2：根据所述目标节点集合和致火因素集合，计算所述火灾事件发生的先验概率PX:



其中，所述zj表示第j个致火因素；所述Ji表示第i个目标节点；B表示常数；
步骤3：基于所述先验概率，确定所述火灾事件发生的后验概率PH：



步骤4：根据所述先验概率和后验概率，确定火灾事故的发生概率P：



其中，当P≥1时，表示不能发生火灾；当P＜1时，表示能发生火灾，且P越小发生火灾的几率越大。


6.如权利要求2所述一种基于贝叶斯...

【专利技术属性】
技术研发人员：左哲，高进东，马世海，姚志强，赵军，徐帅，朱渊岳，刘志强，孙猛，杨文涛，关威，王胜荣，张晓蕾，吴真真，
申请(专利权)人：中国安全生产科学研究院，
类型：发明
国别省市：北京;11