[發明專利]一種化學品泄漏快速預測預警應急響應決策方法有效
| 申請號: | 201410136961.5 | 申請日: | 2014-04-04 |
| 公開(公告)號: | CN103914622B | 公開(公告)日: | 2017-07-07 |
| 發明(設計)人: | 趙勁松;王冰;陳丙珍 | 申請(專利權)人: | 清華大學 |
| 主分類號: | G06F19/00 | 分類號: | G06F19/00 |
| 代理公司: | 西安智大知識產權代理事務所61215 | 代理人: | 賈玉健 |
| 地址: | 100084 北京市海淀區1*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 化學品 泄漏 快速 預測 預警 應急 響應 決策 方法 | ||
技術領域
本發明屬于工業生產中的安全預警技術領域,特別涉及一種化學品泄漏快速預測預警應急響應決策方法。
背景技術
很多流程工業在生產過程中會使用或者產生一些對人體有害的有毒、有害氣體(如氯氣,光氣等),這些工業園區一旦發生有毒有害氣體泄漏事故,泄漏出的有毒有害氣體可能會對周邊一定范圍內的人類造成嚴重的危害。在有毒有害氣體泄漏事故發生時,泄漏的物質和大致泄漏位置能夠比較容易地確定,但有害氣體的泄漏量或者泄漏速率則很難在現場獲得。在有限的時間利用有限的信息預測有毒氣體的擴散趨勢和影響范圍是事故應急響應過程的重要環節。目前,傳統的數值擴散預測模型,包括高斯煙羽模型,計算流體力學模型,以及一些較為成熟的擴散模擬軟件都需要使用者提供詳細的泄漏源泄露速率,并且需要一定的時間計算才能得到結果。因此,泄漏源的泄露速率或者泄漏量以及較長的計算時間限制了這些傳統氣體擴散模型在事故應急響應以及輔助決策過程中的應用,它們更多地被用于事故發生之后的調查分析。由于歷史原因,我國相當一部分可能發生有毒有害氣體泄露事故的工業園區周邊3~5km范圍內即有居民區存在,當發生嚴重有毒有害氣體泄露事故時,這些有毒有害氣體很可能擴散至工業園區界區之外,對居民區產生威脅。在沒有快速有效地預測有毒有害氣體擴散范圍的方法時,決策者往往以最壞的情況考慮有害氣體的覆蓋范圍,而最壞情況的預測結果往往意味著政府部門需要疏散幾萬甚至十幾萬人,這是非常不現實的。因此一種快速有效地預測有害氣體擴散范圍的方法對于事故應急響應和輔助決策具有重要意義。
處理有毒有害氣體的工廠都會有針對性地在有毒有害氣體儲罐附近設置一個或多個有害氣體傳感器,用于監控是否有氣體泄漏。這些氣體傳感器均與控制中心相連,提供有毒氣體泄漏報警信息。但目前很多工業園區均沒有完全發揮氣體傳感器的作用,事故發生時,應急響應人員只能通過傳感器獲得泄漏氣體的種類,瞬時濃度,而不能通過這些信息快速地預測泄漏氣體的分布情況,進而采取有效的控制措施,制定合理的疏散計劃。
目前,世界上普遍使用的事故后果分析方法主要包括使用不同種類的數值模型(高斯煙羽模型,計算流體力學模型(CFD)以及商業模型PHAST,FLACS等對已經發生的事故進行重現,展示在當時的事故泄露條件下泄漏氣體的影響范圍(包括死亡區,重傷區和影響區),并研究大氣擴散條件對泄漏氣體擴散范圍和濃度分布的影響。但使用數值模型分析的缺點在于必須知道泄漏源的源強(泄露速率)以及泄露形式(爆炸泄露/孔徑泄露等),結合氣象參數和傳質擴散方程進行模擬,模型復雜,計算耗時長,不能用于事故狀態下的實時或者快速預測。
發明內容
為了克服上述現有技術的缺點,本發明的目的在于提供一種化學品泄漏快速預測預警應急響應決策方法,對工業園區進行風險分析,泄露情景模擬,適量補充并優化園區現有的有毒有害氣體傳感器系統,將園區的有毒氣體報警系統與氣體擴散預測分析相結合,為事故應急響應決策提供技術支持。
為了實現上述目的,本發明采用的技術方案是:
一種化學品泄漏快速預測預警應急響應決策方法,包括風險因素識別、情景數值模擬、模擬結果篩選、神經網絡訓練以及訓練結果與傳感器系統集成共五個階段,其中:
風險因素識別包括:識別化工園區的風險因素,量化各個風險要素并根據識別的風險要素及其取值范圍,合理取值并組合各種可能發生的泄露情景;
情景數值模擬階段包括:將園區風險因素識別步驟中組成的所有可能發生的泄露情景進行模擬,以獲得不同泄露情景下泄露氣體的影響范圍;
模擬結果篩選包括:
對一種包括4個氣體傳感器的布局方案中的關鍵參數進行優化,利用模擬得到的泄露氣體濃度分布進行簡單優化,得到最適傳感器布局;
根據確定的傳感器布局方案,提取在傳感器布局可測量風向范圍內的虛擬探測數據以及與之匹配的環境敏感點泄漏氣體擴散數據,按照神經網絡的訓練邏輯準備訓練數據和校驗數據;
神經網絡訓練步驟包括:
建立用于函數擬合的前向神經網絡,將準備好的訓練數據作為神經網絡訓練的輸入輸出,計算網絡參數;
將檢驗數據輸入部分輸入神經網絡,結果部分與神經網絡預測結果對比,評估預測精度;
神經網絡與傳感器和園區控制系統集成步驟:
將各個風險源的模擬分析以及訓練結果與風險源和環境敏感點的地理位置信息以數據庫和調用程序的形式結合,并提供與傳感器系統的數據接口,實現從事故發生—傳感器報警—模型快速預測—輔助決策的工作流程。
所述園區風險識別部分由以下步驟組成:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于清華大學,未經清華大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410136961.5/2.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建模或仿真,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





