[發明專利]一種監測化工園區有毒有害氣體的方法有效
| 申請號: | 202011058873.X | 申請日: | 2020-09-30 |
| 公開(公告)號: | CN112229952B | 公開(公告)日: | 2022-11-15 |
| 發明(設計)人: | 楊波;余博文;張家旗;郭帥龍 | 申請(專利權)人: | 重慶科技學院 |
| 主分類號: | G01N33/00 | 分類號: | G01N33/00;G06F17/18 |
| 代理公司: | 重慶蘊博君晟知識產權代理事務所(普通合伙) 50223 | 代理人: | 王玉芝 |
| 地址: | 401331 重*** | 國省代碼: | 重慶;50 |
| 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 監測 化工 有毒 有害 氣體 方法 | ||
1.一種監測化工園區有毒有害氣體的方法,包括以下步驟,
S1:在監測點現場執行標氣通氣測試,將零級空氣先通入硬件監測單元中,待傳感器數據標0時通入標準氣體做測試,記錄通氣起始時間數據,執行10組標氣測試,并將測試數據上傳至服務器;
S2:將服務器后臺采集的m*n維傳感器報警數據作為原始訓練集,其中m為樣本數量,n為數據個數,m*n維數據對m組數據通過人工經驗對數據集Di編標簽{0,1,2,3,4,5,6,7,8,9},數據特征為未標定標簽的樣本集Du不編碼;
所述步驟S2包括,
S21:極大似然估計高斯混合模型三參數(αi,μi,∑i),Di∪Du的對數似然為:
其中Di為有標簽數據集,Du為無標簽的數據集,αi為混合系數,μi和μj為樣本的均值,∑i為協方差矩陣,i表示第i個樣本,j表示數據集Di標簽0到9中第j個類別,x為樣本集,y為標簽集,p(θ=i|x)為樣本x由第i個高斯混合成分的后驗概率,θ表示樣本x隸屬的高斯混合成分,p(y=j|θ=i,x)為x由第i個高斯混合成分生成其類別為j的概率,N為數據個數;
S22:根據當前模型參數計算數據特征明顯樣本xj屬于各高斯混合成分概率:
基于Yji更新參數,其中li為第i類的有標記樣本數目:
S23:通過高斯混合模型預測出特征明顯的樣本標簽;
S24:利用無監督數據增強方法對無標簽數據集進行特征增強,通過高斯混合聚類有標簽數據集得到pθ(y|x),將無標簽數據集Du輸入pθ(y|x)得到模型將無監督數據增強得到的數據通過pθ(y|x)得到其中沒有梯度傳遞,利用Du低特征數據集和增強過后的Du通過無監督一致性損失進行訓練,最終的損失函數為KL散度表示,
即
其中,-logpθ(y*|x)表示有標簽數據集的交叉熵損失,表示無標簽數據與無標簽數據增強后的隨機分布度量距離,L為有標簽數據集,U為無標簽數據集,為最終損失,λ為微調系數根據實際情況設定,為數據增強變換,E為期望。
2.根據權利要求1所述的一種監測化工園區有毒有害氣體的方法,其特征在于,有毒有害氣體濃度報警分為四個報警等級,其中四級報警影響度最小,一級報警影響度最大;
待分類的氣體種類為氯氣、氨氣、硫化氫、三氯甲烷、甲醛、甲醇、氯化氫。
3.根據權利要求1所述的一種監測化工園區有毒有害氣體的方法,其特征在于,所述步驟S2包括,特征信息明顯的報警樣本全部通過人工經驗先標定標簽,特征信息不明顯的報警樣本則不標定。
4.根據權利要求1所述的一種監測化工園區有毒有害氣體的方法,其特征在于,硬件監測單元采用的傳感器為工業電化學傳感器;
硬件監測單元包括氣體預處理模塊、檢測模塊、UPS電源、通訊模塊、顯示模塊和箱體,各模塊運行由主控程序統一控制,各傳感器所檢測信號統一進行處理,運行的參數和測量數據參數在本地和遠程數據中心查看;
硬件監測單元在監測點開機過后,每隔預設時間發送一組樣本給后臺服務器,服務器保存數據,在網絡客戶端導出。
5.根據權利要求2所述的一種監測化工園區有毒有害氣體的方法,其特征在于,四個報警等級的閾值判斷依據為時間加權容許濃度、短時間接觸容許濃度、立即威脅生命和健康濃度、最高容許濃度。
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重慶科技學院,未經重慶科技學院許可,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/202011058873.X/1.html,轉載請聲明來源鉆瓜專利網。





