CN118151621B - 一种氯化工艺实训安全控制系统及控制方法 - Google Patents
一种氯化工艺实训安全控制系统及控制方法 Download PDFInfo
- Publication number
- CN118151621B CN118151621B CN202410579973.9A CN202410579973A CN118151621B CN 118151621 B CN118151621 B CN 118151621B CN 202410579973 A CN202410579973 A CN 202410579973A CN 118151621 B CN118151621 B CN 118151621B
- Authority
- CN
- China
- Prior art keywords
- data
- practical training
- fire
- equipment
- safety
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Alarm Systems (AREA)
- Fire-Extinguishing By Fire Departments, And Fire-Extinguishing Equipment And Control Thereof (AREA)
Abstract
本发明公开了一种氯化工艺实训安全控制系统及控制方法，属于教育或演示教具领域，本发明构建实训异常分析模型，将实训过程中的设备实训过程数据和环境数据导入实训异常分析模型进行实训异常分析，构建消防设备评估模型，将获取的消防设备运行数据导入消防设备评估模型进行消防设备评估分析，将得到的实训异常分析结果和消防设备评估分析结果导入实训安全评估策略中进行实训安全评估，通过得到的实训安全评估结果进行实训安全预警，对实训过程中的设备实训过程数据、环境数据和消防设备运行数据进行综合分析，可以有效地管理安全风险，确保氯化工艺实训过程中人员的安全和设备的稳定运行。
Description
技术领域
本发明属于教育或演示教具技术领域，具体的说是氯化工艺实训安全控制技术领域。
背景技术
氯化工艺实训是一种化工生产实践，旨在培养学生或工程师在实际生产中操作氯化工艺的能力。在进行氯化工艺实训时，安全控制至关重要，现有技术无法对实训过程中的设备实训过程数据、环境数据和消防设备运行数据进行综合分析，无法有效地管理安全风险，无法确保氯化工艺实训过程中人员的安全和设备的稳定运行；
例如在公开号为CN117593947A的中国专利中公开一种化工安全生产实训装置及控制系统，涉及工业安全培训技术领域，包括结晶锅、搅拌釜、结晶釜和熔融釜，所述结晶锅、搅拌釜、结晶釜和熔融釜的内部均固定安装有电机驱动的搅拌架。该发明的优势在于：简化实训装置的设备构成，仅使用化工生产的生产设备和控制系统构成针对化工安全生产的专业实训装置，尤其体现在离心泵、换热器、离心压缩机、釜式反应器工艺单元安全培训，可用于各类职业院校化工安全相关教学实训、化工企业安全教育和工业安全培训，减少实训装置内部设备数量的同时，增强实训装置的专业性，减小实训效果和现实操作之间的差别，增强实训的应用，现实操作可弥补由仿真真实操作能力不足这一社会问题；
同时例如在公开号为CN101546489A的中国专利中提供一种用于实训教学的均四氧化制均酐装置，包括实训装置及计算机控制两部分，实训装置为将工业装置缩小后建在实训室中的一种小装置；计算机控制是用组态软件来实现实训装置的控制过程。操作站采用标准网络版，使每套装置既能独立运行，又能并入服务器联网运行。解决了工业装置占地面积大、投资大、运行费用高及安全因素和高职院校普遍存在的寻找企业实训困难的弊端；采用本装置受训人员可在校内进行装置的开车、停车、事故处理操作及工艺参数的验证，也能有效地缓解目前学校普遍存在的实训经费不足的问题。
以上专利均存在本背景技术提出的问题：现有技术无法对实训过程中的设备实训过程数据、环境数据和消防设备运行数据进行综合分析，无法有效地管理安全风险，无法确保氯化工艺实训过程中人员的安全和设备的稳定运行，为了解决这些问题，本申请设计了一种氯化工艺实训安全控制系统及控制方法。
发明内容
针对现有技术的不足，本发明提出了一种氯化工艺实训安全控制系统及控制方法，本发明获取氯化工艺实训过程中的设备实训过程数据、环境数据和消防设备运行数据，构建实训异常分析模型，将实训过程中的设备实训过程数据和环境数据导入实训异常分析模型进行实训异常分析，构建消防设备评估模型，将获取的消防设备运行数据导入消防设备评估模型进行消防设备评估分析，将得到的实训异常分析结果和消防设备评估分析结果导入实训安全评估策略中进行实训安全评估，通过得到的实训安全评估结果进行实训安全预警，对实训过程中的设备实训过程数据、环境数据和消防设备运行数据进行综合分析，可以有效地管理安全风险，确保氯化工艺实训过程中人员的安全和设备的稳定运行。
为实现上述目的，本发明提供如下技术方案：
一种氯化工艺实训安全控制方法，其包括以下具体步骤：
S1、获取氯化工艺实训过程中的设备实训过程数据、环境数据和消防设备运行数据；
S2、构建实训异常分析模型，将实训过程中的设备实训过程数据和环境数据导入实训异常分析模型进行实训异常分析；
S3、构建消防设备评估模型，将获取的消防设备运行数据导入消防设备评估模型进行消防设备评估分析；
S4、将得到的实训异常分析结果和消防设备评估分析结果导入实训安全评估策略中进行实训安全评估；
S5、通过得到的实训安全评估结果进行实训安全预警。
具体的，所述S1包括以下具体步骤：
S11、通过安装在氯化工艺设备上的设备监测终端获取氯化工艺实训过程中的设备实训过程数据，其中，设备实训过程数据包括氯化工艺设备各监测点的温度、气体压强、振动幅度和振动频率数据，储存在第一储存组件中；
S12、通过环境监测终端获取氯化工艺实训过程中的环境数据，其中，环境数据包括环境中的氯气浓度数据、环境温度和环境湿度数据，储存在第二储存组件中；
S13、通过消防设备监测终端采集消防设备的图像数据和消防设备的功能数据，其中，消防设备的图像数据为消防设备各像素点的像素值，消防设备的功能数据为消防设备的内部压强数据，储存在第三储存组件中。
具体的，所述S2中的实训异常分析模型包括以下具体步骤：
S21、获取氯化工艺设备各监测点的温度、气体压强、振动幅度和振动频率数据，将获取得到的各监测点的温度、气体压强、振动幅度和振动频率数据导入设备异常系数评估公式中评估设备异常系数，其中，设备异常系数评估公式为：，其中，n为设备实训过程数据中的数据种类，为实训时间，为设备实训过程数据中的第i个数据种类的占比系数，dt为时间积分，为t时刻设备实训过程数据中的第i个数据种类的值，为设备实训过程数据中的第i个数据种类的安全范围中最接近的值，为设备实训过程数据中的第i个数据种类的安全范围的最大值，为设备实训过程数据中的第i个数据种类的安全范围的最小值；
S22、获取氯化工艺实训过程中的实时环境数据，将获取的实时环境数据导入环境异常系数评估公式中计算环境异常系数，其中，环境异常系数评估公式为：，其中，m为环境数据的种类，为第j种环境数据的占比系数，为实时环境数据中第j项的值，为环境数据中第j项安全范围的中值，为环境数据中第j项安全范围的最大值，为环境数据中第j项安全范围的最小值；
S23、获取得到的设备异常系数和环境异常系数。
具体的，所述S3中的消防设备评估模型包括以下具体步骤：
S31、获取采集得到的消防设备的图像数据和消防设备的功能数据，将采集得到的消防设备的图像数据导入设备图像异常分析公式中计算设备图像异常值，其中，设备图像异常分析公式为：，其中，Z为消防设备图像的像素点个数，为实时消防设备的第z个像素点的像素值，为成品消防设备的第z个像素点的像素值；
S32、获取得到的设备图像异常值、消防设备的内部压强数据和消防设备的内部压强安全范围，导入消防评估值计算公式中计算消防评估值，其中，消防评估值计算公式为：，其中，exp()为e的次数幂，Pmax为消防设备的内部压强安全范围最大值，Pmin为消防设备的内部压强安全范围最小值，P为消防设备的实时内部压强，Pm为消防设备的内部压强安全范围的中值。
具体的，所述S4中实训安全评估策略包括以下具体步骤：
S41、获取计算得到的设备异常系数、环境异常系数和消防评估值代入实训安全值计算公式中计算实训安全值，其中，实训安全值计算公式为：；
S42、将计算得到的实训安全值与设定的实训安全阈值代入预警系数计算公式中进行预警系数计算，其中，预警系数计算公式为：，其中，为实训安全阈值；
S43、若计算得到的预警系数小于等于0，则不进行预警；
若计算得到的预警系数大于0且小于等于0.5，则进行一级预警；
若计算得到的预警系数大于0.5且小于等于1，则进行二级预警；
若计算得到的预警系数大于1，则进行三级预警。
针对不同安全预警等级，可以采取以下措施：
1. 一级预警：
加强监控：对潜在的风险因素进行密切监控，确保其不恶化；
2. 二级预警：
对潜在的风险因素进行风险评估，确定其是否需要进一步的监控或控制。
3. 三级预警：
立即采取措施，如关闭设备、隔离危险区域、疏散人员等，以防止事故发生；
针对不同等级的安全措施，可以有效地管理安全风险，确保氯化工艺实训过程中人员的安全和设备的稳定运行；
具体的，所述通过得到的实训安全评估结果进行实训安全预警的具体内容如下：
获取评估得到的预警等级，根据得到的预警等级进行实训安全预警操作。
在此需要说明的是，这里的设备实训过程数据中的第i个数据种类的占比系数、第j种环境数据的占比系数和实训安全阈值的取值方式为：获取至少五千组实训过程的设备实训过程数据、环境数据和消防设备运行数据，聘请50名本领域的专家进行实训场景的预警等级的划分，将实训过程的设备实训过程数据、环境数据和消防设备运行数据代入预警系数计算公式中计算预警系数，将计算得到的预警系数和预警等级判断结果导入拟合软件中，输出符合最高判断准确度的设备实训过程数据中的第i个数据种类的占比系数、第j种环境数据的占比系数和实训安全阈值。
具体的，一种氯化工艺实训安全控制系统，其基于上述一种氯化工艺实训安全控制方法实现，其具体包括：数据获取模组、实训异常分析模组、消防设备评估模组、实训安全评估模组、安全预警模组和控制模组，其中，所述数据获取模组用于获取氯化工艺实训过程中的设备实训过程数据、环境数据和消防设备运行数据，所述实训异常分析模组用于构建实训异常分析模型，将实训过程中的设备实训过程数据和环境数据导入实训异常分析模型进行实训异常分析，所述消防设备评估模组用于构建消防设备评估模型，将获取的消防设备运行数据导入消防设备评估模型进行消防设备评估分析。
具体的，所述实训安全评估模组用于将得到的实训异常分析结果和消防设备评估分析结果导入实训安全评估策略中进行实训安全评估，所述安全预警模组用于通过得到的实训安全评估结果进行实训安全预警。
具体的，所述控制模组用于控制数据获取模组、实训异常分析模组、消防设备评估模组、实训安全评估模组和安全预警模组的运行。
具体的，一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；
所述处理器通过调用所述存储器中存储的计算机程序，执行上述的一种氯化工艺实训安全控制方法。
具体的，一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如上述的一种氯化工艺实训安全控制方法。
与现有技术相比，本发明的有益效果是：
本发明获取氯化工艺实训过程中的设备实训过程数据、环境数据和消防设备运行数据，构建实训异常分析模型，将实训过程中的设备实训过程数据和环境数据导入实训异常分析模型进行实训异常分析，构建消防设备评估模型，将获取的消防设备运行数据导入消防设备评估模型进行消防设备评估分析，将得到的实训异常分析结果和消防设备评估分析结果导入实训安全评估策略中进行实训安全评估，通过得到的实训安全评估结果进行实训安全预警，对实训过程中的设备实训过程数据、环境数据和消防设备运行数据进行综合分析，可以有效地管理安全风险，确保氯化工艺实训过程中人员的安全和设备的稳定运行。
附图说明
图1为本发明一种氯化工艺实训安全控制方法流程示意图；
图2为本发明一种氯化工艺实训安全控制方法S1步具体流程示意图；
图3为本发明一种氯化工艺实训安全控制方法S2步具体流程示意图；
图4为本发明一种氯化工艺实训安全控制系统构架示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。
实施例1
请参阅图1－图3，本发明提供的一种实施例：一种氯化工艺实训安全控制方法，其包括以下具体步骤：
S1、获取氯化工艺实训过程中的设备实训过程数据、环境数据和消防设备运行数据；
在本实施例中，S1包括以下具体步骤：
S11、通过安装在氯化工艺设备上的设备监测终端获取氯化工艺实训过程中的设备实训过程数据，其中，设备实训过程数据包括氯化工艺设备各监测点的温度、气体压强、振动幅度和振动频率数据，储存在第一储存组件中；
在氯化工艺中，氯化设备出现异常可能会影响一些重要的参数，这些参数可能包括但不限于：
1. 温度：设备异常可能导致温度异常升高或降低，影响反应速率和产物选择性；
2. 压强：设备异常可能引起系统压力的突然升高或降低，影响反应平衡和设备安全；
3. 氯化设备振动幅度：在氯化工艺中，氯化设备振动幅度是指设备在运行过程中的振动程度，正常情况下，设备在运行时会有一定程度的振动，但如果振动幅度过大可能会影响设备的性能、稳定性和安全性；
以上是常见的设备异常可能会影响的参数，需要通过设备监控和实时反馈；
S12、通过环境监测终端获取氯化工艺实训过程中的环境数据，其中，环境数据包括环境中的氯气浓度数据、环境温度和环境湿度数据，储存在第二储存组件中；
S13、通过消防设备监测终端采集消防设备的图像数据和消防设备的功能数据，其中，消防设备的图像数据为消防设备各像素点的像素值，消防设备的功能数据为消防设备的内部压强数据，储存在第三储存组件中；
S2、构建实训异常分析模型，将实训过程中的设备实训过程数据和环境数据导入实训异常分析模型进行实训异常分析；
在本实施例中，S2中的实训异常分析模型包括以下具体步骤：
S21、获取氯化工艺设备各监测点的温度、气体压强、振动幅度和振动频率数据，将获取得到的各监测点的温度、气体压强、振动幅度和振动频率数据导入设备异常系数评估公式中评估设备异常系数，其中，设备异常系数评估公式为：，其中，n为设备实训过程数据中的数据种类，为实训时间，为设备实训过程数据中的第i个数据种类的占比系数，dt为时间积分，为t时刻设备实训过程数据中的第i个数据种类的值，为设备实训过程数据中的第i个数据种类的安全范围中最接近的值，为设备实训过程数据中的第i个数据种类的安全范围的最大值，为设备实训过程数据中的第i个数据种类的安全范围的最小值；
S22、获取氯化工艺实训过程中的实时环境数据，将获取的实时环境数据导入环境异常系数评估公式中计算环境异常系数，其中，环境异常系数评估公式为：，其中，m为环境数据的种类，为第j种环境数据的占比系数，为实时环境数据中第j项的值，为环境数据中第j项安全范围的中值，为环境数据中第j项安全范围的最大值，为环境数据中第j项安全范围的最小值；
S23、获取得到的设备异常系数和环境异常系数。
S3、构建消防设备评估模型，将获取的消防设备运行数据导入消防设备评估模型进行消防设备评估分析；
在本实施例中，S3中的消防设备评估模型包括以下具体步骤：
S31、获取采集得到的消防设备的图像数据和消防设备的功能数据，将采集得到的消防设备的图像数据导入设备图像异常分析公式中计算设备图像异常值，其中，设备图像异常分析公式为：，其中，Z为消防设备图像的像素点个数，为实时消防设备的第z个像素点的像素值，为成品消防设备的第z个像素点的像素值；
S32、获取得到的设备图像异常值、消防设备的内部压强数据和消防设备的内部压强安全范围，导入消防评估值计算公式中计算消防评估值，其中，消防评估值计算公式为：，其中，exp()为e的次数幂，Pmax为消防设备的内部压强安全范围最大值，Pmin为消防设备的内部压强安全范围最小值，P为消防设备的实时内部压强，Pm为消防设备的内部压强安全范围的中值；
S4、将得到的实训异常分析结果和消防设备评估分析结果导入实训安全评估策略中进行实训安全评估；
在本实施例中，S4中实训安全评估策略包括以下具体步骤：
S41、获取计算得到的设备异常系数、环境异常系数和消防评估值代入实训安全值计算公式中计算实训安全值，其中，实训安全值计算公式为：；
S42、将计算得到的实训安全值与设定的实训安全阈值代入预警系数计算公式中进行预警系数计算，其中，预警系数计算公式为：，其中，为实训安全阈值；
S43、若计算得到的预警系数小于等于0，则不进行预警；
若计算得到的预警系数大于0且小于等于0.5，则进行一级预警；
若计算得到的预警系数大于0.5且小于等于1，则进行二级预警；
若计算得到的预警系数大于1，则进行三级预警；
针对不同安全预警等级，可以采取以下措施：
1. 一级预警：
加强监控：对潜在的风险因素进行密切监控，确保其不恶化；
2. 二级预警：
对潜在的风险因素进行风险评估，确定其是否需要进一步的监控或控制。
3. 三级预警：
立即采取措施，如关闭设备、隔离危险区域、疏散人员等，以防止事故发生；
针对不同等级的安全措施，可以有效地管理安全风险，确保氯化工艺实训过程中人员的安全和设备的稳定运行；
S5、通过得到的实训安全评估结果进行实训安全预警。
具体的，通过得到的实训安全评估结果进行实训安全预警的具体内容如下：
获取评估得到的预警等级，根据得到的预警等级进行实训安全预警操作；
在此需要说明的是，这里的设备实训过程数据中的第i个数据种类的占比系数、第j种环境数据的占比系数和实训安全阈值的取值方式为：获取至少五千组实训过程的设备实训过程数据、环境数据和消防设备运行数据，聘请50名本领域的专家进行实训场景的预警等级的划分，将实训过程的设备实训过程数据、环境数据和消防设备运行数据代入预警系数计算公式中计算预警系数，将计算得到的预警系数和预警等级判断结果导入拟合软件中，输出符合最高判断准确度的设备实训过程数据中的第i个数据种类的占比系数、第j种环境数据的占比系数和实训安全阈值；
通过本实施例能够实现：获取氯化工艺实训过程中的设备实训过程数据、环境数据和消防设备运行数据，构建实训异常分析模型，将实训过程中的设备实训过程数据和环境数据导入实训异常分析模型进行实训异常分析，构建消防设备评估模型，将获取的消防设备运行数据导入消防设备评估模型进行消防设备评估分析，将得到的实训异常分析结果和消防设备评估分析结果导入实训安全评估策略中进行实训安全评估，通过得到的实训安全评估结果进行实训安全预警，对实训过程中的设备实训过程数据、环境数据和消防设备运行数据进行综合分析，可以有效地管理安全风险，确保氯化工艺实训过程中人员的安全和设备的稳定运行。
实施例2
如图4所示，一种氯化工艺实训安全控制系统，其基于上述一种氯化工艺实训安全控制方法实现，其具体包括：数据获取模组、实训异常分析模组、消防设备评估模组、实训安全评估模组、安全预警模组和控制模组，其中，数据获取模组用于获取氯化工艺实训过程中的设备实训过程数据、环境数据和消防设备运行数据，实训异常分析模组用于构建实训异常分析模型，将实训过程中的设备实训过程数据和环境数据导入实训异常分析模型进行实训异常分析，消防设备评估模组用于构建消防设备评估模型，将获取的消防设备运行数据导入消防设备评估模型进行消防设备评估分析；实训安全评估模组用于将得到的实训异常分析结果和消防设备评估分析结果导入实训安全评估策略中进行实训安全评估，安全预警模组用于通过得到的实训安全评估结果进行实训安全预警；控制模组用于控制数据获取模组、实训异常分析模组、消防设备评估模组、实训安全评估模组和安全预警模组的运行。
实施例3
本实施例提供一种电子设备，包括：处理器和存储器，其中，存储器中存储有可供处理器调用的计算机程序；
处理器通过调用存储器中存储的计算机程序，执行上述的一种氯化工艺实训安全控制方法。
该电子设备可因配置或性能不同而产生比较大的差异，能够包括一个或一个以上的处理器（Central Processing Units，CPU）和一个或一个以上的存储器，其中，该存储器中存储有至少一条计算机程序，该计算机程序由该处理器加载并执行以实现上述方法实施例提供的一种氯化工艺实训安全控制方法。该电子设备还能够包括其他用于实现设备功能的部件，例如，该电子设备还能够具有有线或无线网络接口以及输入输出接口等部件，以便进行数据的输入输出。本实施例在此不做赘述。
实施例4
本实施例提出一种计算机可读存储介质，其上存储有可擦写的计算机程序；
当计算机程序在计算机设备上运行时，使得计算机设备执行上述的一种氯化工艺实训安全控制方法。
例如，计算机可读存储介质能够是只读存储器（Read-Only Memory，简称：ROM）、随机存取存储器（Random Access Memory，简称：RAM）、只读光盘（Compact Disc Read-OnlyMemory，简称：CD-ROM）、磁带、软盘和光数据存储设备等。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
应理解，根据A确定B并不意味着仅仅根据A确定B，还能够根据A和/或其它信息确定B。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行计算机指令或计算机程序时，全部或部分地产生按照本发明实施例的流程或功能。计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线网络或/和无线网络方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。可用介质可以是磁性介质（例如，软盘、硬盘、磁带）、光介质（例如，DVD）、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到，结合本发明中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
Claims (9)
1.一种氯化工艺实训安全控制方法，其特征在于，其包括以下具体步骤：
S1、获取氯化工艺实训过程中的设备实训过程数据、环境数据和消防设备运行数据；
S2、构建实训异常分析模型，将实训过程中的设备实训过程数据和环境数据导入实训异常分析模型进行实训异常分析；
S3、构建消防设备评估模型，将获取的消防设备运行数据导入消防设备评估模型进行消防设备评估分析；
S4、将得到的实训异常分析结果和消防设备评估分析结果导入实训安全评估策略中进行实训安全评估；
S5、通过得到的实训安全评估结果进行实训安全预警；所述S1包括以下具体步骤：
S11、通过安装在氯化工艺设备上的设备监测终端获取氯化工艺实训过程中的设备实训过程数据，其中，设备实训过程数据包括氯化工艺设备各监测点的温度、气体压强、振动幅度和振动频率数据，储存在第一储存组件中；
S12、通过环境监测终端获取氯化工艺实训过程中的环境数据，其中，环境数据包括环境中的氯气浓度数据、环境温度和环境湿度数据，储存在第二储存组件中；
S13、通过消防设备监测终端采集消防设备的图像数据和消防设备的功能数据，其中，消防设备的图像数据为消防设备各像素点的像素值，消防设备的功能数据为消防设备的内部压强数据，储存在第三储存组件中；所述S2中的实训异常分析模型包括以下具体步骤：
S21、获取氯化工艺设备各监测点的温度、气体压强、振动幅度和振动频率数据，将获取得到的各监测点的温度、气体压强、振动幅度和振动频率数据导入设备异常系数评估公式中评估设备异常系数，其中，设备异常系数评估公式为：，其中，n为设备实训过程数据中的数据种类，为实训时间，为设备实训过程数据中的第i个数据种类的占比系数，dt为时间积分，为t时刻设备实训过程数据中的第i个数据种类的值，为设备实训过程数据中的第i个数据种类的安全范围中最接近的值，为设备实训过程数据中的第i个数据种类的安全范围的最大值，为设备实训过程数据中的第i个数据种类的安全范围的最小值；
S22、获取氯化工艺实训过程中的实时环境数据，将获取的实时环境数据导入环境异常系数评估公式中计算环境异常系数，其中，环境异常系数评估公式为：，其中，m为环境数据的种类，为第j种环境数据的占比系数，为实时环境数据中第j项的值，为环境数据中第j项安全范围的中值，为环境数据中第j项安全范围的最大值，为环境数据中第j项安全范围的最小值；
S23、获取得到的设备异常系数和环境异常系数。
2.如权利要求1所述的一种氯化工艺实训安全控制方法，其特征在于，所述S3中的消防设备评估模型包括以下具体步骤：
S31、获取采集得到的消防设备的图像数据和消防设备的功能数据，将采集得到的消防设备的图像数据导入设备图像异常分析公式中计算设备图像异常值，其中，设备图像异常分析公式为：，其中，Z为消防设备图像的像素点个数，为实时消防设备的第z个像素点的像素值，为成品消防设备的第z个像素点的像素值；
S32、获取得到的设备图像异常值、消防设备的内部压强数据和消防设备的内部压强安全范围，导入消防评估值计算公式中计算消防评估值，其中，消防评估值计算公式为：，其中，exp()为e的次数幂，Pmax为消防设备的内部压强安全范围最大值，Pmin为消防设备的内部压强安全范围最小值，P为消防设备的实时内部压强，Pm为消防设备的内部压强安全范围的中值。
3.如权利要求2所述的一种氯化工艺实训安全控制方法，其特征在于，所述S4中实训安全评估策略包括以下具体步骤：
S41、获取计算得到的设备异常系数、环境异常系数和消防评估值代入实训安全值计算公式中计算实训安全值，其中，实训安全值计算公式为：；
S42、将计算得到的实训安全值与设定的实训安全阈值代入预警系数计算公式中进行预警系数计算，其中，预警系数计算公式为：，其中，为实训安全阈值；
S43、若计算得到的预警系数小于等于0，则不进行预警；
若计算得到的预警系数大于0且小于等于0.5，则进行一级预警；
若计算得到的预警系数大于0.5且小于等于1，则进行二级预警；
若计算得到的预警系数大于1，则进行三级预警。
4.如权利要求3所述的一种氯化工艺实训安全控制方法，其特征在于，所述通过得到的实训安全评估结果进行实训安全预警的具体内容如下：
获取评估得到的预警等级，根据得到的预警等级进行实训安全预警操作。
5.一种氯化工艺实训安全控制系统，其基于如权利要求1-4任一项的所述一种氯化工艺实训安全控制方法实现，其特征在于，其具体包括：数据获取模组、实训异常分析模组、消防设备评估模组、实训安全评估模组、安全预警模组和控制模组，其中，所述数据获取模组用于获取氯化工艺实训过程中的设备实训过程数据、环境数据和消防设备运行数据，所述实训异常分析模组用于构建实训异常分析模型，将实训过程中的设备实训过程数据和环境数据导入实训异常分析模型进行实训异常分析，所述消防设备评估模组用于构建消防设备评估模型，将获取的消防设备运行数据导入消防设备评估模型进行消防设备评估分析。
6.如权利要求5中所述的一种氯化工艺实训安全控制系统，其特征在于，所述实训安全评估模组用于将得到的实训异常分析结果和消防设备评估分析结果导入实训安全评估策略中进行实训安全评估，所述安全预警模组用于通过得到的实训安全评估结果进行实训安全预警。
7.如权利要求6中所述的一种氯化工艺实训安全控制系统，其特征在于，所述控制模组用于控制数据获取模组、实训异常分析模组、消防设备评估模组、实训安全评估模组和安全预警模组的运行。
8.一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；
其特征在于，所述处理器通过调用所述存储器中存储的计算机程序，执行如权利要求1-4任一项所述的一种氯化工艺实训安全控制方法。
9.一种计算机可读存储介质，其特征在于，储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1-4任一项所述的一种氯化工艺实训安全控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410579973.9A CN118151621B (zh) | 2024-05-11 | 2024-05-11 | 一种氯化工艺实训安全控制系统及控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410579973.9A CN118151621B (zh) | 2024-05-11 | 2024-05-11 | 一种氯化工艺实训安全控制系统及控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118151621A CN118151621A (zh) | 2024-06-07 |
| CN118151621B true CN118151621B (zh) | 2024-08-02 |
Family
ID=91297208
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410579973.9A Active CN118151621B (zh) | 2024-05-11 | 2024-05-11 | 一种氯化工艺实训安全控制系统及控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118151621B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118553341B (zh) * | 2024-07-30 | 2025-01-21 | 青岛华芯晶电科技有限公司 | 基于性能分析的氧化镓晶体生长评估系统及方法 |
| CN118732633B (zh) * | 2024-09-04 | 2025-02-07 | 青岛巨商汇网络科技有限公司 | 一种智能制造数字化车间生产任务优化调度方法 |
| CN118941124A (zh) * | 2024-10-14 | 2024-11-12 | 国网山东省电力公司青岛供电公司 | 一种基于电力大数据的节能管理方法及系统 |
| CN118936760A (zh) * | 2024-10-15 | 2024-11-12 | 正帆科技(湖州)有限公司 | 一种基于气体数据分析的工业监控系统及方法 |
| CN119294795B (zh) * | 2024-12-12 | 2025-03-25 | 辽源市银鹰制药有限责任公司 | 基于工业生产的全自动流控制方法及装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116453292A (zh) * | 2023-04-20 | 2023-07-18 | 杭州凯棉科技有限公司 | 一种化工企业生产安全风险等级划分及预警方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114610559A (zh) * | 2020-12-04 | 2022-06-10 | 中兴通讯股份有限公司 | 设备运行环境评估方法、判决模型训练方法、电子设备 |
| CN116184970B (zh) * | 2023-04-28 | 2023-07-18 | 嘉祥洪润电碳有限公司 | 一种基于石墨纯化的安全管控系统 |
| CN116645010B (zh) * | 2023-07-21 | 2023-11-21 | 金正大生态工程集团股份有限公司 | 一种化工安全生产巡控系统 |
| CN117252556B (zh) * | 2023-11-15 | 2024-02-27 | 北京海德利森科技有限公司 | 一种加氢站安全评估方法及系统 |
| CN117933725B (zh) * | 2024-02-29 | 2024-08-16 | 连云港长久安全咨询服务有限公司 | 一种化工安全检修作业的管理方法和系统 |
-
2024
- 2024-05-11 CN CN202410579973.9A patent/CN118151621B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116453292A (zh) * | 2023-04-20 | 2023-07-18 | 杭州凯棉科技有限公司 | 一种化工企业生产安全风险等级划分及预警方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118151621A (zh) | 2024-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN118151621B (zh) | 一种氯化工艺实训安全控制系统及控制方法 | |
| CN105551549B (zh) | 一种核电设备运行状况在线监测方法及系统 | |
| US11906112B2 (en) | Methods for safety management of compressors in smart gas pipeline network and internet of things systems thereof | |
| CN104246636A (zh) | 用于离心式压缩机的实时性能降级报告的方法和系统 | |
| CN112783100A (zh) | 存储器、化工企业安全生产风险预警方法、设备和装置 | |
| CN109241353B (zh) | 一种数据审核方法 | |
| CN109115949B (zh) | 基于大数据的污染溯源方法及计算机可读介质 | |
| CN114997607A (zh) | 一种基于工程检测数据的异常评估预警方法及系统 | |
| Kumari et al. | Development of parametric reduced-order model for consequence estimation of rare events | |
| JP7466479B2 (ja) | 業務改善支援装置、プログラムおよびプログラムを格納した記憶媒体 | |
| CN116665401A (zh) | 一种化工生产用防事故报警系统 | |
| CN117540315A (zh) | 一种过程工业设备系统健康度在线诊断方法 | |
| CN117592906A (zh) | 基于数据分析的汽车配件智能仓储管理系统 | |
| CN112763963A (zh) | 一种基于深度网络对互感器进行在线监控的系统及方法 | |
| CN107589063A (zh) | 一种动态大气腐蚀区域地图数据处理方法、装置及系统 | |
| Scarponi et al. | Reactive and proactive approaches: Tutorials and example | |
| JP2023176269A (ja) | 設備を保守するための装置、方法、およびプログラム | |
| CN114445041A (zh) | 一种危化品在途事故应急处理方法及系统 | |
| KR20190081691A (ko) | 머신러닝 알고리즘을 이용한 공정 이상 감지 시스템 및 그 방법 | |
| CN117521927A (zh) | 一种电力系统网络安全事件关联分析方法 | |
| CN102880151A (zh) | 双层数据模型驱动的厂级化工过程监测方法 | |
| CN117330246A (zh) | 一种储罐泄漏气体监测器空间布置优化方法、装置及介质 | |
| CN116978180A (zh) | 一种炼钢厂环境安全检测方法、装置、介质及电子设备 | |
| CN118484767B (zh) | 一种井下监测数据智能处理方法和系统 | |
| CN119155200B (zh) | 一种基于人工智能智慧空间治理平台 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |