一种基于气体智能感知的泄漏气体监测系统技术方案

本发明专利技术涉及气体监测，具体涉及一种基于气体智能感知的泄漏气体监测系统，包括服务器，服务器通过响应信号采集模块采集传感器阵列的实时动态信号，并利用响应矩阵构建模块将采集的响应信号构建为响应矩阵，服务器利用响应矩阵处理模块对响应矩阵进行标准化处理，同时通过标准图谱构建模块基于标准化处理后的响应矩阵构建标准图谱，服务器与进行模型训练生成识别模型，并利用识别模型对标准图谱进行识别的识别模型生成模块相连；本发明专利技术提供的技术方案能够有效克服现有技术所存在的气体泄漏监测结果不够准确、可靠性较差的缺陷。可靠性较差的缺陷。可靠性较差的缺陷。

【技术实现步骤摘要】
一种基于气体智能感知的泄漏气体监测系统


[0001]本专利技术涉及气体监测，具体涉及一种基于气体智能感知的泄漏气体监测系统。

技术介绍

[0002]日常生活、工业生产等领域内，有害气体，如天然气、石油等烷烃类易燃易爆的气体泄漏会造成多方面危害。为了减少气体泄漏的危害，需要对区域内是否存在气体泄漏现象进行检测，常见的气体检测方式主要包括：半导体式、催化燃烧式、电化学式和红外线式，即通过对应检测原理的传感器，探测区域内的气体浓度。但是，这些传感器需要与气体进行接触才能进行检测，使得这些传感器的检测范围较小，并且反应迟缓。
[0003]随着检测技术的发展，现有技术中存在便携式远程气体泄漏检测装置，通过手动控制激光束对目标区域进行扫描来监测是否存在气体泄漏。然而，采用便携式远程气体泄漏检测装置进行气体泄漏监测，难免会存在操作员遗漏扫描的情况，由于是人工操作，即使专注的操作员也会忘记指向一些区域。因此，采用便携式远程气体泄漏检测装置进行气体泄漏监测，难以保证气体泄漏监测的可靠性。同时，由于监测装置单一导致监测点、监测数据的单一，无法根据监测数据准确泄漏气体的浓度变化趋势，不利于现场人流疏散和救援工作的展开。

技术实现思路

[0004](一)解决的技术问题
[0005]针对现有技术所存在的上述缺点，本专利技术提供了一种基于气体智能感知的泄漏气体监测系统，能够有效克服现有技术所存在的气体泄漏监测结果不够准确、可靠性较差的缺陷。
[0006](二)技术方案
[0007]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0008]一种基于气体智能感知的泄漏气体监测系统，包括服务器，所述服务器通过响应信号采集模块采集传感器阵列的实时动态信号，并利用响应矩阵构建模块将采集的响应信号构建为响应矩阵，所述服务器利用响应矩阵处理模块对响应矩阵进行标准化处理，同时通过标准图谱构建模块基于标准化处理后的响应矩阵构建标准图谱，所述服务器与进行模型训练生成识别模型，并利用识别模型对标准图谱进行识别的识别模型生成模块相连；
[0009]所述服务器通过监测图像采集模块对待监测区域进行图像采集，并利用图像预处理模块对采集图像进行预处理，所述服务器通过泄漏区域获取模块从预处理后的采集图像中获取泄漏区域，同时分别利用区域特征提取模块、区域特征分析模块对泄漏区域进行特征提取、特征选择，所述服务器通过识别结果输出模块基于选择特征输出识别结果，所述服务器通过监测结果判定模块基于识别模型生成模块、识别结果输出模块得到的识别结果对泄漏气体进行综合判定。
[0010]优选地，所述响应矩阵构建模块将传感器阵列的实时浓度动态信号构建为A*B的
响应矩阵，其中行代表传感器阵列中的传感器数目与对应编号，列代表对应传感器的响应时间。
[0011]优选地，所述响应矩阵处理模块将每个响应矩阵标准化至1
‑
255取值范围，同时对标准化后的响应矩阵进行归一化处理。
[0012]优选地，所述标准图谱构建模块对标准化处理后的响应矩阵，按照统一的颜色模板和绘制标准构建出色柱标准图谱。
[0013]优选地，还包括识别模型训练模块，所述响应矩阵构建模块基于响应信号采集模块采集的不同类型、不同浓度气体的实时动态信号构建标准响应矩阵，所述标准图谱构建模块基于标准化处理后的标准响应矩阵构建训练图谱库，并发送至识别模型训练模块，所述识别模型训练模块将训练图谱库输入识别模型生成模块进行模型训练。
[0014]优选地，所述识别模型生成模块对训练图谱库中的图谱数据进行特征提取，并进行学习训练，生成基于标准图谱进行泄漏气体识别的识别模型。
[0015]优选地，所述图像预处理模块采用一点校正算法、两点校正算法或基于场景的非均匀性校正算法对采集图像进行非均匀性校正，去除固定图案噪声，并采用改进的双边滤波算法对非均匀性校正后的采集图像进行滤波处理。
[0016]优选地，所述泄漏区域获取模块采用联合背景差分、帧间差分的方法从预处理后的采集图像中获取泄漏区域，包括：
[0017]基于前N帧采集图像获得初始背景图像，并采用背景更新算法获得更新背景图像；
[0018]将当前帧采集图像与更新背景图像进行背景差分，再进行形态学滤波得到背景差分图像；
[0019]对前N帧采集图像进行帧间差分，得到帧间差分图像；
[0020]对背景差分图像、帧间差分图像进行与运算，从当前帧采集图像中获取泄漏区域。
[0021]优选地，所述区域特征提取模块对泄漏区域提取的特征包括时域特征和小波域特征，所述区域特征分析模块采用主成分分析法对区域特征提取模块提取的特征进行特征选择。
[0022]优选地，所述识别结果输出模块中包含有支持向量机的非线性预测模型，所述非线性预测模型以区域特征分析模块选择的特征为输入，基于支持向量机的核函数输出泄漏气体识别结果。
[0023](三)有益效果
[0024]与现有技术相比，本专利技术所提供的一种基于气体智能感知的泄漏气体监测系统，一方面响应信号采集模块对传感器阵列的实时动态信号进行采集，响应矩阵构建模块将采集的响应信号构建为响应矩阵，并通过标准图谱构建模块构建标准图谱，最终借助训练好的识别模型得到识别结果；另一方面，监测图像采集模块对待监测区域进行图像采集，泄漏区域获取模块从预处理后的采集图像中获取泄漏区域，并分别利用区域特征提取模块、区域特征分析模块对泄漏区域进行特征提取、特征选择，最终基于选择特征输出识别结果，将分布式检测与无接触检测充分融合，不仅拓宽了气体泄漏监测的适用范围，同时还有效提升了气体泄漏监测结果的准确性、可靠性。
附图说明
[0025]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0026]图1为本专利技术的系统示意图；
[0027]图2为本专利技术中利用传感器阵列进行气体泄漏监测的流程示意图；
[0028]图3为本专利技术中通过对待监测区域的图像采集进行气体泄漏监测的流程示意图。
具体实施方式
[0029]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0030]一种基于气体智能感知的泄漏气体监测系统，如图1和图2所示，包括服务器，服务器通过响应信号采集模块采集传感器阵列的实时动态信号，并利用响应矩阵构建模块将采集的响应信号构建为响应矩阵，服务器利用响应矩阵处理模块对响应矩阵进行标准化处理，同时通过标准图谱构建模块基于标准本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于气体智能感知的泄漏气体监测系统，其特征在于：包括服务器，所述服务器通过响应信号采集模块采集传感器阵列的实时动态信号，并利用响应矩阵构建模块将采集的响应信号构建为响应矩阵，所述服务器利用响应矩阵处理模块对响应矩阵进行标准化处理，同时通过标准图谱构建模块基于标准化处理后的响应矩阵构建标准图谱，所述服务器与进行模型训练生成识别模型，并利用识别模型对标准图谱进行识别的识别模型生成模块相连；所述服务器通过监测图像采集模块对待监测区域进行图像采集，并利用图像预处理模块对采集图像进行预处理，所述服务器通过泄漏区域获取模块从预处理后的采集图像中获取泄漏区域，同时分别利用区域特征提取模块、区域特征分析模块对泄漏区域进行特征提取、特征选择，所述服务器通过识别结果输出模块基于选择特征输出识别结果，所述服务器通过监测结果判定模块基于识别模型生成模块、识别结果输出模块得到的识别结果对泄漏气体进行综合判定。2.根据权利要求1所述的基于气体智能感知的泄漏气体监测系统，其特征在于：所述响应矩阵构建模块将传感器阵列的实时浓度动态信号构建为A*B的响应矩阵，其中行代表传感器阵列中的传感器数目与对应编号，列代表对应传感器的响应时间。3.根据权利要求1所述的基于气体智能感知的泄漏气体监测系统，其特征在于：所述响应矩阵处理模块将每个响应矩阵标准化至1
‑
255取值范围，同时对标准化后的响应矩阵进行归一化处理。4.根据权利要求1所述的基于气体智能感知的泄漏气体监测系统，其特征在于：所述标准图谱构建模块对标准化处理后的响应矩阵，按照统一的颜色模板和绘制标准构建出色柱标准图谱。5.根据权利要求1所述的基于气体智能感知的泄漏气体监测系统，其特征在于：还包括识别模型训练模块，所述响应矩阵构建模块基于响应信号采集模块采集的不同类型、不同浓度...

【专利技术属性】
技术研发人员：王志祝，胡乔石，黄鑫，
申请(专利权)人：合肥永信科翔智能技术有限公司，
类型：发明
国别省市：