用于将网络化的传感器放置在一设施内以用于逃逸性排放监测的系统及方法技术方案

一种气体传感器网络系统提供近实时监测在化学工厂和设施中VOC化合物的逃逸性排放。本公开提供一种传感器放置方法，其确定在哪里将传感器在放置一设施内。所述传感器放置方法包括：获得工厂布局、气体组成、气象条件和/或关于一设施的其它类型的信息，确定所述气体的类型以及需要的附加的传感器，以及基于所述传感器对所涉及的气体化合物的灵敏度生成所要求的最小检测距离。而且，随后计算针对各传感器类型所要求的最小数量的传感器，同时优化传感器位置来确保在所述设施内的潜在地泄露部件的最佳地覆盖。件的最佳地覆盖。件的最佳地覆盖。

【技术实现步骤摘要】
【国外来华专利技术】用于将网络化的传感器放置在一设施内以用于逃逸性排放监测的系统及方法
相关申请
[0001]本申请主张于2019年5月22提交的题为“将传感器放置在一设施内以用于逃逸性排放监测的方法”的美国临时申请US62/851120的优先权的权益，该美国临时申请其整体上通过援引并入本文。


[0002]本公开的多个方面涉及传感器基于网络排放监测系统的领域，更具体地涉及用于确定在哪里将传感器在放置一设施内以最佳地确保在所述设施内在任何位置的逃逸性排放的检测同时最小化/减少需要被放置在所述设施内完成检测的传感器的数量。

技术介绍

[0003]挥发性有机物(“VOC”)和危险空气污染物(“HAP”)会从工业设施中的各种源头(诸如烟囱、罐、孔)以及作为正常操作的部分的其它源头、以及在工艺装备和部件上的作为潜在的泄露接口的阀封装、泵密封、压缩机密封和法兰垫圈排放出。存在有许多设计为通过泄露检测和修复(“LDAR”)工作实践控制来自工业源的逃逸性排放的联邦、州以及当地规章，LDAR设计成识别泄露装备从而VOC和HAP的排放能通过有效修复而减少。虽然详细的遵守要求会是相当复杂的，但各LDAR规章实质上是监测部件以在一指定的时限(time frame)内发现逃逸泄露、修复并重新监测这些泄露以及维持证明遵守所必须的记录的主题上的一变形。泄露检测通过在40CFR部分60附录A
‑
7、测试方法21(“EPA方法21”)下的轻液体或气体蒸汽VOC检修(service)来周期性地监测各部件来执行。如果测量的值(典型地以体积百万分之几(ppm))超过监管的泄露定义，则一泄露被检测到。大的复杂的提炼厂和化学设施可需要每年监测数千部件中的几百个部件以识别部件总数(population)的泄露的1
‑
2％。
[0004]在EPA方法21的执行中，一检查员在测试时将一抽取手持式探针放置成直接接触部件并跟踪部件的周围、等待一合适的时间量来登记泄露浓度的一读数(可燃部分的混合比)。如果最高浓度读数是在一控制极限(典型地为500
‑
2000ppm)之上，则所述部件被标记以用于修复。EPA方法21确定的浓度有时用于通过相关公式来近似质量流率以评估针对所述设施的年排放泄露速率
–
带有不确定的若干源头的一程序。熟知的是，监测并修复逃逸性排放的源头的人工泄露检测方法是资源密集型的且难于适用于难以接近的源头。另外地，EPA方法21在执行上是昂贵的且会对检查员产生安全顾虑。这种人工检查程序仅查在一设施内的潜在的排放点的一子集合并具备高的时间延迟，因为一些部件可能超过一年未被访问，这造成在长时间内未进行检测的潜在的一泄露。另一方面，传感器的人工放置和测试会是成本非常高的、耗时且技术上具有挑战性。可能要求几个月和有经验的和/或受过训练的人员的若干次访问工厂。此外，各设施/工厂可能具有一不同的布局和产品气流，且有许多关键参数要考虑。
[0005]另外，人工智能(AI)是日益关注显著的人工时间和主观决策作出要么必须的领
域。除了编程效率之外，人工智能还具有其它益处：机器也可以学习和识别否则如果人阅览的话则不进行检测的数据中的相关性。倘若所涉及的数据的量且缺乏动机比较这样的数据集，人就不太可能检测相关性，但机器学习AI算法可以在无人工介入下大量地那样做。
[0006]由于上述原因，希望对现有技术中的各种不足进行一项或多项改进。传感器的人工放置和测试会是成本非常高的、耗时且技术上具有挑战性。可能要求几个月和有经验的和/或受过训练的人员的若干次访问工厂。此外，诸如机器学习的人工智能在很多领域还处于起步阶段，其能力的集成还有很大的改进空间。

技术实现思路

[0007]在各种说明性实施例的以下描述中，参考了形成其一部分的附图，并且其中通过说明的方式示出了可以在其中实践本公开的方面的各种实施例。将理解的是，在不脱离本公开的范围的情况下，可以利用其它实施例并且可以进行结构和功能修改。注意的是，在以下描述中讨论了元素之间的各种连接。注意的是，这些连接是通用的，除非另有说明，否则可以是直接的或间接的、有线的或无线的，并且本说明书不意欲在这方面进行限制。
[0008]在一实施例中，一个以上的计算机的一系统能配置成，凭借具有安装在所述系统上的在操作时使所述系统执行动作的软件、固件、硬件或它们的一组合，所述系统执行特定的操作或动作。一个以上的计算机程序能配置成，凭借包括当由数据处理装置执行时使所述装置执行动作的指令，计算机程序执行特定的操作或动作。一个基本方面包括一种方法，用于多个网络化的传感器放置在横跨一距离运输化学物质的一设施中，以检测在所述设施中由泄露导致的一个以上的气体羽烟流，所述方法包括：通过一排放监测装置，将包括横跨所述距离运输所述化学物质的多个部件的所述设施的一数字表示存储在一数据存储中，其中，所述数字表示包括遍布所述设施的多个区；算法地计算多个网络化的传感器在所述设施的数字表示中的一最佳放置以检测由一泄露产生的一气体羽烟流，其中，所述最佳放置包括至少一第一坐标、一第二坐标以及一第三坐标；提供指令以在所述设施中将多个网络化的传感器附接在指定的坐标处，其中，所述指令指示一第一网络化的传感器将在所述设施中被附接在所述第一坐标处、一第二网络化的传感器将在所述设施中被附接在所述第二坐标处以及一第三网络化的传感器将在所述设施中被附接在所述第三坐标处；以及通过利用报告所述排放监测装置的实际的坐标来替代所述第一坐标、所述第二坐标以及所述第三坐标，更新存储在所述数据存储中的所述设施的所述数字表示。该方面的其它实施例包括对应的计算机系统、装置以及记录在一个以上的计算机存储器设备上的计算机程序，各配置成执行所述方法的动作。
[0009]实施可包括一个或多个以下的特征。在所述方法中，横跨所述距离运输所述化学物质的所述多个部件包括：一阀部件，组装在在所述设施中运输化学物质的所述多个部件中的一第一部件和一第二部件之间；以及一控制器，其通信地连结于所述排放监测装置，配置成将所述阀部件从一打开位置致动到一关闭位置。所述方法还可包括：响应识别为位于所述位置边界的至少部分内的所述第二部件被识别为所述泄露的一源，通过所述排放监测装置致动所述控制器以致动所述阀部件到所述关闭位置。所述方法还可包括：所述多个网络化的传感器被附接在所述设施中之后，通过所述排放监测装置，通过三角测量(triangulating)由所述第一网络化的传感器、所述第二网络化的传感器以及所述第三网
络化的传感器中的每一个发射的一无线信号，计算所述第一网络化的传感器、所述第二网络化的传感器以及所述第三网络化的传感器中的每一个在所述设施中的所述实际坐标。所述方法还可包括：通过一远程服务器机器，生成所述设施的所述数字表示，其中，所述数字表示包括多个三维结构、所述多个三维结构之间的三维开口、所述设施的一地理位置、在所述设施中横跨所述距离运输化学物质的所述多个部件以及所述化学物质的一组成；以及基于在所述设施处测量的当前气象条件，近实时更新所述设施的数字表示本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种方法，用于多个网络化的传感器放置在横跨一距离运输化学物质的一设施中，以检测在所述设施中由泄露导致的一个以上的气体羽烟流，所述方法包括：通过一排放监测装置，将包括横跨所述距离运输所述化学物质的多个部件的所述设施的一数字表示存储在一数据存储中，其中，所述数字表示包括遍布所述设施的多个区；算法地计算多个网络化的传感器在所述设施的数字表示中的一最佳放置以检测由一泄露产生的一气体羽烟流，其中，所述最佳放置包括至少一第一坐标、一第二坐标以及一第三坐标；提供指令以在所述设施中将多个网络化的传感器附接在指定的坐标处，其中，所述指令指示一第一网络化的传感器将在所述设施中被附接在所述第一坐标处、一第二网络化的传感器将在所述设施中被附接在所述第二坐标处以及一第三网络化的传感器将在所述设施中被附接在所述第三坐标处；以及利用报告所述排放监测装置的实际的坐标，更新存储在所述数据存储中的所述设施的所述数字表示中的所述第一坐标、所述第二坐标以及所述第三坐标。2.如权利要求1所述的方法，其中，横跨所述距离运输所述化学物质的所述多个部件包括：一阀部件，组装在在所述设施中运输化学物质的所述多个部件中的一第一部件和一第二部件之间；以及一控制器，其通信地连结于所述排放监测装置，配置成将所述阀部件从一打开位置致动到一关闭位置；而且，所述方法还包括：响应所述第二部件被识别为所述泄露的一源，通过所述排放监测装置致动所述控制器以致动所述阀部件到所述关闭位置；以及所述多个网络化的传感器被附接在所述设施中之后，通过所述排放监测装置，通过三角测量由所述第一网络化的传感器、所述第二网络化的传感器以及所述第三网络化的传感器中的每一个发射的一无线信号，计算所述第一网络化的传感器、所述第二网络化的传感器以及所述第三网络化的传感器中的每一个在所述设施中的所述实际坐标。3.如权利要求1或2中的任一项的所述方法，还包括：通过一远程服务器机器，生成所述设施的所述数字表示，其中，所述数字表示包括多个三维结构、所述多个三维结构之间的三维开口、所述设施的一地理位置、在所述设施中横跨所述距离运输化学物质的所述多个部件以及所述化学物质的一组成。4.如权利要求1所述的方法，其中，所述多个区的一第一区基于至少位于所述第一区中的部件的数量、气体灵敏度以及一个以上的参数而被赋予一权重分数，所述一个以上的参数包括气体类型、气体组成、传感器类型、传感器灵敏度、气象条件、传感器覆盖的大小、历史泄露数据以及泄露概率；而且其中，所述算法地计算包括：通过采用人工智能(AI)迭代所述第一坐标、所述第二坐标以及所述第三坐标的多个组合，以基于赋予所述多个区中的每一个的权重分数来识别一代价函数的一优化，其中，所述代价函数是基于至少所述第一网络化的传感器、所述第二网络化的传感器以及所述第三网络化的传感器中的每一个的一检测区；
而且其中，所述优化还基于针对个体的区、所有的区以及几何传感器位置中的一个满足一预定义的覆盖率阈值。5.如权利要求1所述的方法，其中，所述多个区包括多个LDAR区。6.如权利要求4或5中任一项所述的方法，其中，所述代价函数还基于：所述第一网络化的传感器、所述第二网络化的传感器以及所述第三网络化的传感器中的每一个的一传感器类型和灵敏度，其中，各网络化的传感器的检测区是从其传感器类型和灵敏度获得；以及在所述设施中在所述多个部件中横跨所述距离运输的所述化学物质的一组成。7.如权利要求1、2、4或5中任一项所述的方法，其中，所述多个网络化的传感器包括所述第一网络化的传感器、所述第二网络化的传感器以及所述第三网络化的传感器，而且其中，所述多个网络化的传感器包括一传感器组件，所述传感器组件配置成测量在所述设施处的当前气象条件，而且其中，所述第一网络化的传感器包括大于一个类型的多个传感器。8.如权利要求1、2、4或5中任一项所述的方法，其中，所述算法地计算包括：采用人工智能(AI)，基于一代价函数，优化所述多个网络化的传感器在所述设施的所述数字表示中的一密集度，所述代价函数包括：其中，w
ij
是具有一默认值的一权重因子，而且其中，A
diff
是第i个LDAR区对象(L
i
)与第j个检测区对象(D
j
)之间的几何差定义的一对象的一面积。9.如权利要求1、2、4或5中任一项所述的方法，还包括：在所述多个网络化的传感器被附接在所述设施中之后，通过所述排放监测装置，通过三角测量所述第一网络化的传感器、所述第二网络化的传感器以及所述第三网络化的传感器中的每一个发射的一无线信号，计算所述第一网络化的传感器、所述第二网络化的传感器以及所述第三网络化的传感器中的每一个在所述设施中的实际的坐标，其中，所述三角测量无线信号包括计算接收所述无线信号的时间。10.如权利要求1、2、4或5中任一项所述的方法，其中，所述算法地计算包括：将所述多个网络化的传感器在所述设施中在避让区域中从坐标中排除。11.一种系统，用于放置多个网络化的传感器在横跨一距离运输物质的一设施中和监测所述多个网络化的传感器，所述系统包括：多个网络化的传感器，配置成检测在所述设施中由泄露产生的一个以上的气体羽烟流；一数据存储，配置成存储所述设施的一数字表示，其中，所述数字表示包括横跨所述距离运输所述物质的多个部件以及遍布所述设施的多个区；以及一排放监测装置，包括一处理器和存储计算机可执行的指令的一存储器，当由所述处理器执行所述计算机可执行的指令时，所述计算机可执行的指令使所述系统执行包括如下步骤：
通过所述处理器，算法地计算所述多个网络化的传感器在所述设施的所述数字表示中的一最佳放置，以检测由一泄露产生的一气体羽烟流，其中，所述最佳放置包括至少一第一坐标、一第二坐标以及一第三坐标；通过所述排放监测装置，提供指令以将所述多个网络化的...

【专利技术属性】
技术研发人员：艾本，
申请(专利权)人：美国环境保护局，
类型：发明
国别省市：