欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025111420404
申请人: 吉林大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于中红外相机的气体泄漏危险等级评级系统,其特征在于,所述系统包括中红外相机的气体泄漏危险等级评级模型,所述中红外相机的气体泄漏危险等级评级模型包括:多参数输入层:用于接收物理参数、环境参数、介质特性参数、空间参数;

数据预处理层:通过归一化函数,将异构参数映射至[0,1]区间,具体为:浓度采用饱和映射:,其中为爆炸极限;

泄漏量采用线性归一化:,其中、为历史泄漏量极值;

温度差以20℃为阈值:;

风速以10m/s为临界值:;

湿度反向映射:;

距离以50m为安全阈值:;

动态权重融合层:基于AHP确定初始权重,并通过深度Q学习算法动态调整实时权重,生成风险指数;

风险等级划分层:根据风险指数值划分四级风险,包括:I级:<0.3;II级:0.3≤<0.6;III级:0.6≤<0.8;IV级:≥0.8,并触发对应预警策略;

其中,所述物理参数、环境参数、介质特性参数、空间参数分别包括:物理参数:温度差、泄漏量、浓度、扩散速率v;

环境参数:湿度、风速、环境温度;

介质特性参数:爆炸极限、毒性系数、密度比;

空间参数:检测距离、泄漏源与人员/设备距离;

其中:

;

其中,为介质特性系数,为扩散系数,为泄漏时间,为基于所述湿度和风速计算的环境修正因子;

所述动态权重融合层中,实时权重通过深度Q学习算法动态更新,更新公式为:;

其中表示权重更新的迭代次数,为学习率,为基于预测风险与实际后果偏差的奖励函数,中,为深度Q学习中的动作价值函数,为该动作价值函数对第个权重参数的偏导数,用于量化权重调整对动作价值的影响程度;

所述动态权重融合层的动态规则为:风速>3m/s时,将扩散速率相关权重系数提升20%;

毒性系数>0.5时,强制设定=0.4。

2.根据权利要求1所述的系统,其特征在于,所述基于中红外相机的气体泄漏危险等级评级系统包括:中红外相机,波段3–3.5μm,NETD≤25mK,用于采集温度差;

多传感器单元:用于通过温湿度传感器获取湿度、环境温度,通过风力传感器获取风速;

云台装置:用于通过集成激光测距模块获取检测距离、泄漏源与人员/设备距离,支持泄漏源空间定位;

PC处理单元:用于执行改进YOLO模型分割泄漏区域,通过斯特藩-玻尔兹曼定律计算温度差,并应用所述评级模型生成风险指数并触发预警策略。

3.根据权利要求2所述的系统,其特征在于,所述预警策略包括:<0.3:触发局部声光报警;

0.3≤<0.6:联动阀门调节并远程推送警报;

0.6≤<0.8:触发紧急停机并启动区域隔离;

≥0.8:启动全面疏散预案并通知应急部门。

4.根据权利要求2所述的系统,其特征在于,所述PC处理单元基于湿度计算环境修正因子,用于修正泄漏量。