申请/专利权人：南通大力化工设备有限公司

申请日：2024-04-24

公开（公告）日：2024-07-05

公开（公告）号：CN118066300B

主分类号：F16J13/24

分类号：F16J13/24;F17C13/02;F17C13/00

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2024.06.11#实质审查的生效;2024.05.24#公开

摘要：本发明涉及压力监测技术领域，具体涉及智能化压力储罐监测与报警系统，包括压力监测模块：配置储罐压力传感器，用于实时监测储罐内的压力变化，并将数据传输至数据处理中心；化学活性监测与预测模块：部署系列化学传感器以监测由化学反应引起的化学物质的浓度变化，包括气体产生或消耗，分析对储罐内压力的影响，基于数据分析单元结合来自化学传感器监测数据，预测未来的压力波动；预警与通讯模块。本发明，有效提高对压力变化的预测准确性，物理模型提供了基于化学工程原理的可靠预测，LSTM模型能够学习和利用历史数据中的复杂模式，堆叠泛化的应用能够综合这些方法的优势，从而更准确地预测未来的压力变化，提高系统的整体响应性和可靠性。

主权项：1.智能化压力储罐监测与报警系统，其特征在于，包括：压力监测模块：配置储罐压力传感器，用于实时监测储罐内的压力变化，并将数据传输至数据处理中心；化学活性监测与预测模块：部署系列化学传感器以监测由化学反应引起的化学物质的浓度变化，包括气体产生或消耗，分析对储罐内压力的影响，基于数据分析单元结合来自化学传感器监测数据，通过数据分析化学活性对压力变化的贡献，并预测未来的压力波动，以提前识别潜在风险，所述数据分析具体包括：物理模型建立：基于化学工程原理，建立描述化学活性和压力变化之间关系的物理关系模型，物理关系模型考虑反应动力学、物质平衡和能量平衡因素，根据反应条件分析化学反应的速率及其对储罐内压力的影响；数据预处理：对来自化学传感器的监测数据进行预处理，包括数据清洗、去噪以及异常值检测，以确保数据质量；特征工程：从预处理后的数据中提取与化学反应和压力变化相关的特征，包括时间窗口内的最大浓度变化、平均浓度变化速率以及与已知化学反应模式相关的特征；机器学习模型训练：使用提取的特征和物理模型的输出作为输入，训练机器学习模型，以学习化学活性对压力变化的复杂非线性关系；模型融合与预测：结合物理模型和机器学习模型的预测结果，使用模型融合技术来提高压力波动预测的准确性，以预测未来的压力变化；预警与通讯模块：根据压力监测模块的压力变化数据分析单元的分析结果，通过声光报警和或发送报警信息至管理人员的移动终端，快速响应。

全文数据：

权利要求：

百度查询： 南通大力化工设备有限公司 智能化压力储罐监测与报警系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD