用于承压储罐的BLEVE事故监测的预警装置及方法

摘要

本发明公开一种用于承压储罐的BLEVE事故监测的预警装置及方法，其装置是液位计通过上位机与数据处理器连接，温度传感器组、顶部压力传感器和高速摄像仪组件分别与数据处理器连接，数据处理器通过数据存储转换单元与储罐LSMS管理系统连接；数据存储转换单元还连接有预警信号装置，储罐LSMS管理系统还分别与循环泵启停控制器、排空连锁装置和PCS系统连接；其方法是通过相应的检测元件检测承压储罐内的液位参数、密度参数、液面蒸发情况、气相空间压力参数和温度参数，然后采用数据处理器进行分析处理，判定并得出预警结果。实现了承压储罐的液体膨胀蒸汽爆炸事故的监测与预警，其判断准确、预警也及时。

说明书

技术领域

本发明涉及承压储罐的安全技术领域，特别涉及一种用于承压储罐的BLEVE事故监测的预警装置及方法。

背景技术

液化气容器在生产、使用和运输过程中，液体膨胀蒸气爆炸（BLEVE）事故的后果最为严重。因此，BLEVE事故的监测与预警是储罐安全控制的重要环节，BLEVE事故监测的目的在于保证储罐内的变温层在允许梯度范围之内，防止液体分层产生翻滚、超压事故。数据处理器作为储罐事故预警的首要一环，对及时发现液体膨胀控制蒸汽爆炸事故起着关键作用，同时也涉及到相关的联锁系统的激活。承压储罐的BLEVE事故监测的作用主要有两个方面：一是预防分层，保证储罐内的层间液体密度不受冲注和外界漏热的影响；二是监测异常蒸发现象，将储罐内产生的蒸发气体及时排出，降低储罐的压力，消除超压和排空现象。在现有技术中一般通过测量储罐内垂直方向上的温度和密度来决定是否存在分层，且现有技术中测量点的分布距离较大。为防止分层及由其引发的液体膨胀蒸汽爆炸事故，储槽内设计有一个专门的搅拌器，通过内部搅拌或输出部分液体的方法来消除分层；或使用混合喷嘴和多孔管冲注，以使新冲注的液体和原有的液体充分混合，从而避免分层液体分层产生翻滚、超压事故。然而，液体膨胀蒸汽爆炸事故一般在分层之后的几十个小时内发生，过早的启动监测以及内部搅拌会引起蒸发量的增加，增加能源损耗。

发明内容

本发明的目的在于克服现有技术的不足，提供一种判断准确、预警及时并可减少能源损耗的用于承压储罐的BLEVE事故监测的预警装置。

本发明的另一目的在于提供一种通过上述预警装置实现的BLEVE事故监测的预警方法。

本发明的技术方案为：一种用于承压储罐的BLEVE事故监测的预警装置，包括液位计、温度传感器组、顶部压力传感器、高速摄像仪组件、数据处理器和储罐LSMS管理系统，液位计通过上位机与数据处理器连接，温度传感器组、顶部压力传感器和高速摄像仪组件分别与数据处理器连接，数据处理器通过数据存储转换单元与储罐LSMS管理系统连接；数据存储转换单元还连接有预警信号装置，储罐LSMS管理系统还分别与循环泵启停控制器、排空连锁装置和PCS系统连接；

其中，液位计用于检测承压储罐内液体界面的液位和密度；

温度传感器组用于检测承压储罐的罐壁温度；

顶部压力传感器用于检测承压储罐内气相空间的压力；

高速摄像仪组件用于拍摄承压储罐内液面蒸发情况的变化；

数据处理器用于接收并处理来自液位计、温度传感器组、顶部压力传感器和高速摄像仪组件的数据，进行图像处理、数据融合和事故模式识别，然后将得到的信号通过数据存储转换单元传送至储罐LSMS管理系统；

储罐LSMS管理系统用于接收来自数据处理器的信号，反馈给数据处理器或将其转换为控制指令传送给承压储罐上的控制器；

预警信号装置用于接收数据存储转换单元的信号，发出报警信息。

其中，所述液位计为智能伺服式液位计。智能伺服式液位计包括现场仪表、FW-9000液位计和光信号变送单元，现场仪表的电信号通过FW-9000液位计，将串行码脉冲信号输送到储罐监视系统；同时，现场仪表的模拟量液位输出信号，通过上位机输出到数据处理器，实现高速率数据采样。

所述温度传感器组包括设于承压储罐罐壁上的多个温度传感器，各温度传感器分别包括感温元件和探头，感温元件通过引线与探头相连接，探头通过垫片焊接固定于承压储罐的罐壁上。温度传感器为本安型开关组件，感温元件的引线长度根据承压储罐的高度确定。

所述顶部压力传感器和数据处理器之间还设有PID控制器和数模转换器，顶部压力传感器、PID控制器、数模转换器和数据处理器依次连接。PID控制器按照微分的函数关系进行计算，根据偏差变化的速度改变调节作用；压力传感器的变化信号通过信号调制器，将高频振荡电信号输出给模拟输入卡，模拟输入卡连接到PID控制器的反馈控制仪表的输入，并同时进行补偿和数字滤波计算以产生测量值后传递到PID控制器的运算控制器，运算控制器得出以偏差表示的输出值，经过正/反输出变换后送到模拟输出卡，模拟输出卡通过数模转换器采用Modbus RTU主/从协议和储罐LSMS管理系统进行通讯。

所述高速摄像仪组件包括摄像仪本体和同步控制器，摄像仪本体、同步控制器和数据处理器依次连接，上位机与同步控制器连接；

所述数据处理器内设有相连接的数据融合器和专家库，数据融合器用于接收并处理来自液位计、温度传感器组、顶部压力传感器和高速摄像仪组件的数据，进行图像处理、数据融合和事故模式识别，专家库用于对来自储罐LSMS管理系统的反馈信号进行自学习和数据挖掘，然后补充样本集，修正并完善数据融合的权重以及判定规则。

本发明根据上述预警装置可实现一种用于承压储罐的BLEVE事故监测的预警方法，包括以下步骤：

（1）液位计检测承压储罐内液体界面的液位和密度，得到的液位参数和密度参数通过上位机上传至数据处理器，数据处理器将液位参数和密度参数进行存储和转换后，作为判别的基础数据；

高速摄像仪组件对承压储罐内的液体界面进行拍摄，记录液面蒸发情况的变化过程并将得到的像素数据传送给数据处理器；

顶部压力传感器检测承压储罐内气相空间的压力，并将压力参数传送给数据处理器；

温度传感器组检测承压储罐的罐壁温度，并将温度参数传送给数据处理器；

（2）数据处理器对得到的像素参数和压力参数进行处理及融合，然后修正数据处理器内的样本集、数据融合的权重和判定规则；再对步骤（1）所得到的液位参数、密度参数、像素参数、压力参数和温度参数进行分析判定，当判定结果为事故将发生时，启动预警信号装置，同时储罐LSMS管理系统激活排空联锁装置对承压储罐进行泄压，或通过循环泵启停控制器采取打循环的方式保护承压储罐；具体为：

（2-1）数据处理器先将得到的像素数据投影到低维子空间，低维子空间内的数据集被划分成不相交的多个子空间，利用微粒群算法搜索最优划分，根据划分偏斜度SOP（Skew of Partition）判断子空间划分的优劣；然后计算最优划分子空间中数据对象的SPLOF（Subspace Partition Local Outlier Factor）值，并依据SPLOF值表示数据在低维子空间中的离群程度（即偏离低维子空间中其它数据的程度）判定是否存在与异常蒸发相关的离群数据；离群数据的SPLOF值直接传送到数据处理器的数据融合器内进行数据融合，融合结果给出决策分析所需要的有关分层界面异常蒸发情况的特征信息；

同时，在数据处理器内，压力参数对应的时间序列数据被分配给多个神经网络分类器，用遗传算法优化神经网络分类器的连接权系数（避免采用BP算法存在易于陷入局部极值，使每个神经网络分类器的分类接近于理想状态）；将每一个神经网络分类器的输出结果作为一条证据信息，确定各神经网络分类器的基本概率指派函数，再通过数据融合器用Dempster-Shafer算法融合各证据信息（以提高分类的精度，避免因某一个神经网络遭到破坏而使整个数据处理系统陷于瘫痪状态）；

（2-2）数据处理器内的专家库对步骤（2-1）所得到的分层界面异常蒸发情况的特征信息和证据信息进行自学习和知识发现，不断修正样本集、数据融合的权重和判定规则，并对步骤（1）所得到的液位参数、密度参数、像素参数、压力参数和温度参数进行分析判定，其判定结果分为四种情况：一、存在温度差异和密度差异，但事故不发生；二、存在温度、密度差异和异常蒸发情况，但事故不发生；三、存在温度差异、密度差异、异常蒸发情况和超压情况，事故将发生；四、无温度差异和密度差异，事故不发生；

（2-3）当步骤（2-2）的判定结果为第三种情况（即存在温度差异、密度差异、异常蒸发情况和超压情况，事故将发生）时，启动预警信号装置；同时，储罐LSMS管理系统激活排空联锁装置对承压储罐进行泄压，或通过循环泵启停控制器采取打循环的方式保护承压储罐。

上述预警方法中，所述液位计与上位机之间通过RS485接口连接，液位计采用Modbus RTU协议将液位参数和密度参数传送给上位机；液位计得到的液位参数同时也传送给同步控制器；

高速摄像仪组件对承压储罐内的液体界面进行拍摄时，摄像仪本体以每秒5千帧至一万帧的速度进行拍摄并记录液面蒸发情况的变化过程，同步控制器根据液位参数调节摄像仪本体的拍摄位置；

顶部压力传感器检测承压储罐内气相空间的压力后，压力参数通过PID控制器后以偏差信号表示输出值，再通过数模转换器传送给数据处理器；

温度传感器组检测承压储罐的罐壁温度时，当接近界面的储罐壁温度传感器接近设定温度时，同时两相邻温度传感器对应的层间密度差大于阈值，系统执行一个与逻辑，数据处理器进入判定模式（即如果密度差和温度差同时大于设定值，数据处理器必须结合其他监测参数进行蒸汽膨胀事故的发生与否的判定）。

本发明相对于现有技术，具有以下有益效果：

本用于承压储罐的BLEVE事故监测的预警装置采用液位计、温度传感器组、顶部压力传感器、高速摄像仪和数据处理器等组成独立的监控系统，相对于传统的预警装置，具有结构新颖、标准开发、且便于储罐LSMS系统管理的特点。

本用于承压储罐的BLEVE事故监测的预警方法中，利用信号探测和数据处理系统较好地综合了气相空间压力峰值、层间变温层温度梯度变化、界面异常蒸发以及界面突跃等液体膨胀蒸汽爆炸事故前兆特征，实现了承压储罐的液体膨胀蒸汽爆炸事故的监测与预警，其判断准确、预警也及时，并可有效减少能源损耗。

附图说明

图1为本预警装置的原理示意图。

图2为本预警装置中数据处理器的工作过程示意图。

具体实施方式

下面结合实施例及附图，对本发明作进一步的详细说明，但本发明的实施方式不限于此。

实施例

本实施例一种用于承压储罐的BLEVE事故监测的预警装置，如图1所示，包括液位计、温度传感器组、顶部压力传感器、高速摄像仪组件、数据处理器和储罐LSMS管理系统，液位计通过上位机与数据处理器连接，温度传感器组、顶部压力传感器和高速摄像仪组件分别与数据处理器连接，数据处理器通过数据存储转换单元与储罐LSMS管理系统连接；数据存储转换单元还连接有预警信号装置，储罐LSMS管理系统还分别与循环泵启停控制器、排空连锁装置和PCS系统连接；

其中，液位计用于检测承压储罐内液体界面的液位和密度；

温度传感器组用于检测承压储罐的罐壁温度；

顶部压力传感器用于检测承压储罐内气相空间的压力；

高速摄像仪组件用于拍摄承压储罐内液面蒸发情况的变化；

数据处理器用于接收并处理来自液位计、温度传感器组、顶部压力传感器和高速摄像仪组件的数据，进行图像处理、数据融合和事故模式识别，然后将得到的信号通过数据存储转换单元传送至储罐LSMS管理系统；

储罐LSMS管理系统用于接收来自数据处理器的信号，反馈给数据处理器或将其转换为控制指令传送给承压储罐上的控制器；储罐LSMS管理系统为储罐自带的软件系统，一般可采用上海航天能源股份有限公司所开发的SAE-LSMS。

预警信号装置用于接收数据存储转换单元的信号，发出报警信息。

其中，液位计为智能伺服式液位计。智能伺服式液位计包括现场仪表、FW-9000液位计和光信号变送单元，现场仪表的电信号通过FW-9000液位计，将串行码脉冲信号输送到储罐监视系统；同时，现场仪表的模拟量液位输出信号，通过上位机输出到数据处理器，实现高速率数据采样。智能伺服式液位计要求有光电信号转换装置。

温度传感器组包括设于承压储罐罐壁上的多个温度传感器，各温度传感器分别包括感温元件和探头，感温元件通过引线与探头相连接，探头通过垫片焊接固定于承压储罐的罐壁上。温度传感器为本安型开关组件，感温元件的引线长度根据承压储罐的高度确定。温度传感器的出口安装有DCS逻辑控制器，DCS逻辑控制器还与数据处理器连接。

顶部压力传感器和数据处理器之间还设有PID控制器和数模转换器，顶部压力传感器、PID控制器、数模转换器和数据处理器依次连接。PID控制器按照微分的函数关系进行计算，根据偏差变化的速度改变调节作用；压力传感器的变化信号通过信号调制器，将高频振荡电信号输出给模拟输入卡，模拟输入卡连接到PID控制器的反馈控制仪表的输入，并同时进行补偿和数字滤波计算以产生测量值后传递到PID控制器的运算控制器，运算控制器得出以偏差表示的输出值，经过正/反输出变换后送到模拟输出卡，模拟输出卡通过数模转换器采用Modbus RTU主/从协议和储罐LSMS管理系统进行通讯。

高速摄像仪组件包括摄像仪本体和同步控制器，摄像仪本体、同步控制器和数据处理器依次连接，上位机与同步控制器连接。摄像仪本体对界面以及界面蒸发事件进行拍摄及记录，并且把视频数据进行不同格式的储存，同步控制器提供视频与数据的同步。同步控制器一端与摄像仪本体连接，一端与数据处理器连接。

数据处理器内设有相连接的数据融合器和专家库，数据融合器用于接收并处理来自液位计、温度传感器组、顶部压力传感器和高速摄像仪组件的数据，进行图像处理、数据融合和事故模式识别，专家库用于对来自储罐LSMS管理系统的反馈信号进行自学习和数据挖掘，然后补充样本集，修正并完善数据融合的权重以及判定规则。数据融合器对来自压力传感器组和高速摄像仪组件的信息进行融合，提取征兆信息，并将征兆与知识库中的知识匹配，做出故障诊断决策，提供给数据存储转换单元，并通过预警信号装置发出预警信号。如果报警灯亮，则储罐LSMS管理系统激活排空联锁装置对承压储罐进行泄压，或通过循环泵启停控制器采取打循环的方式保护承压储罐。液体膨胀蒸汽爆炸事故监测装置的数据通过储罐LSMS管理系统上传至PCS系统，PCS系统实现控制系统和管理层之间的通讯。

本实施例根据上述预警装置可实现一种用于承压储罐的BLEVE事故监测的预警方法，包括以下步骤：

（1）液位计检测承压储罐内液体界面的液位和密度，得到的液位参数和密度参数通过上位机上传至数据处理器，数据处理器将液位参数和密度参数进行存储和转换后，作为判别的基础数据；

高速摄像仪组件对承压储罐内的液体界面进行拍摄，记录液面蒸发情况的变化过程并将得到的像素数据传送给数据处理器；

顶部压力传感器检测承压储罐内气相空间的压力，并将压力参数传送给数据处理器；

温度传感器组检测承压储罐的罐壁温度，并将温度参数传送给数据处理器；

（2）数据处理器对得到的像素参数和压力参数进行处理及融合，然后修正数据处理器内的样本集、数据融合的权重和判定规则；再对步骤（1）所得到的液位参数、密度参数、像素参数、压力参数和温度参数进行分析判定，当判定结果为事故将发生时，启动预警信号装置，同时储罐LSMS管理系统激活排空联锁装置对承压储罐进行泄压，或通过循环泵启停控制器采取打循环的方式保护承压储罐；具体为：

（2-1）数据处理器先将得到的像素数据投影到低维子空间，低维子空间内的数据集被划分成不相交的多个子空间，利用微粒群算法搜索最优划分，根据划分偏斜度SOP（Skew of Partition）判断子空间划分的优劣；然后计算最优划分子空间中数据对象的SPLOF（Subspace Partition Local Outlier Factor）值，并依据SPLOF值表示数据在低维子空间中的离群程度（即偏离低维子空间中其它数据的程度）判定是否存在与异常蒸发相关的离群数据；离群数据的SPLOF值直接传送到数据处理器的数据融合器内进行数据融合，融合结果给出决策分析所需要的有关分层界面异常蒸发情况的特征信息；

同时，在数据处理器内，压力参数对应的时间序列数据被分配给多个神经网络分类器，用遗传算法优化神经网络分类器的连接权系数（避免采用BP算法存在易于陷入局部极值，使每个神经网络分类器的分类接近于理想状态）；将每一个神经网络分类器的输出结果作为一条证据信息，确定各神经网络分类器的基本概率指派函数，再通过数据融合器用Dempster-Shafer算法融合各证据信息（以提高分类的精度，避免因某一个神经网络遭到破坏而使整个数据处理系统陷于瘫痪状态）；

（2-2）数据处理器内的专家库对步骤（2-1）所得到的分层界面异常蒸发情况的特征信息和证据信息进行自学习和知识发现，不断修正样本集、数据融合的权重和判定规则，并对步骤（1）所得到的液位参数、密度参数、像素参数、压力参数和温度参数进行分析判定，其判定结果分为四种情况：一、存在温度差异和密度差异，但事故不发生；二、存在温度、密度差异和异常蒸发情况，但事故不发生；三、存在温度差异、密度差异、异常蒸发情况和超压情况，事故将发生；四、无温度差异和密度差异，事故不发生；

（2-3）当步骤（2-2）的判定结果为第三种情况（即存在温度差异、密度差异、异常蒸发情况和超压情况，事故将发生）时，启动预警信号装置；同时，储罐LSMS管理系统激活排空联锁装置对承压储罐进行泄压，或通过循环泵启停控制器采取打循环的方式保护承压储罐。

上述预警方法中，液位计与上位机之间通过RS485接口连接，液位计采用Modbus RTU协议将液位参数和密度参数传送给上位机；液位计得到的液位参数同时也传送给同步控制器；

高速摄像仪组件对承压储罐内的液体界面进行拍摄时，摄像仪本体以每秒5千帧至一万帧的速度进行拍摄并记录液面蒸发情况的变化过程，同步控制器根据液位参数调节摄像仪本体的拍摄位置；

顶部压力传感器检测承压储罐内气相空间的压力后，压力参数通过PID控制器后以偏差信号表示输出值，再通过数模转换器传送给数据处理器；

温度传感器组检测承压储罐的罐壁温度时，当接近界面的储罐壁温度传感器接近设定温度时，同时两相邻温度传感器对应的层间密度差大于阈值，系统执行一个与逻辑，数据处理器进入判定模式（即如果密度差和温度差同时大于设定值，数据处理器必须结合其他监测参数进行蒸汽膨胀事故的发生与否的判定）。

数据处理器对各参数进行处理（即进行步骤（2-1）和（2-2））时，其具体过程如图2所示，数据融合器对图像信息和气相空间的压力值进行信息融合，包括预处理、特征抽取、识别或判决，以建立对所观察目标的初步结论（具体为：对图像信息选用离群数据挖掘，离群数据挖掘的输入变量为经过预处理的模糊图像的空间数据库，数据层融合直接在采集到的原始数据层上进行的融合以确定界面图像的属性，并依靠KNN算法实现图像空间数据相关依赖关系的发现，以及图像类别的判定；对气相空间压力，通过时序分析形成时间数据库，压力值的特征层融合采用Dempster-Shafer算法，采用置信度调整拒绝证据区间，D-S算法的合成规则能有效判决正常压力峰值的区间，而且其信任函数也是判断目标类别阈值的一个有效方法）。推理机是专家库中基于知识推理的部件，包含模糊推理和状态矢量估计两部分，在专家库中还加入了自学习模块，故障决策经自学习模块反馈给知识库，并对相应的置信度因子进行修改，更新知识库。同时，自学习模块能根据知识库中的知识和用户对系统提问的动态应答进行推理，并通过关联处理进行决策，最终获得推断结果。

如上所述，便可较好地实现本发明，上述实施例仅为本发明的较佳实施例，并非用来限定本发明的实施范围；即凡依本发明内容所作的均等变化与修饰，都为本发明权利要求所要求保护的范围所涵盖。