一种基于电子鼻物联网的危险化学品检测方法和系统技术方案

本发明专利技术公开了一种基于电子鼻物联网的危险化学品检测方法和系统，属于气体检测技术领域，方法包括：通过标准样本构建气体检测模型；将测试样本输入至气体检测模型，以检测出测试样本中的气体成分；通过气体检测模型确定出危险化学品的浓度；在危险化学品的浓度高于报警阈值的情况下，并输出检测结果；比对测试样本的检测结果与已知的测试样本的样本信息，对报警阈值进行修正；将气体检测模型配置在电子鼻检测器中，通过多个电子鼻检测器采集空气样本；在某个目标电子鼻检测器监测到空气中存在危险化学品且的情况下，目标电子鼻检测器向云端服务器上报自身位置信息；云端服务器通知工作人员及时前往目标电子鼻检测器的位置，对相关设备进行维修。关设备进行维修。关设备进行维修。

【技术实现步骤摘要】
一种基于电子鼻物联网的危险化学品检测方法和系统


[0001]本专利技术属于气体检测
，具体涉及一种基于电子鼻物联网的危险化学品检测方法和系统。

技术介绍

[0002]在工业生产过程中，经常会发生一些危险化学品泄露事件，有毒有害或者易燃易爆气体一旦泄露会造成巨大的人员和财产损失，严重危害人身和财产安全。
[0003]现有技术中，往往采用人工巡查的方式检查各处生产设备是否存在气体泄露，人工成本高，并且人工判断是否存在泄露的准确性低。在另一些现有技术中，存在通过气压传感器检测是否存在气体泄露，此种方法，只能应用在可以为气压传感器的安装提供便利的设备中，并且只要存在气体泄露即进行最高级别的报警，会对一些无毒无害的气体泄露发生误报，造成停产停工，给企业带来不必要的损失。

技术实现思路

[0004]为了解决现有技术存在的通过人工或者气压传感器的方式检测气体泄露，检测准确性低的技术问题，本专利技术提供一种基于电子鼻物联网的危险化学品检测方法和系统。
[0005]第一方面
[0006]本专利技术提供一种基于电子鼻物联网的危险化学品检测方法，所述电子鼻物联网包括多个位置分散的电子鼻检测器，所述危险化学品检测方法包括：
[0007]S101：通过标准样本构建气体检测模型；
[0008]S102：将测试样本输入至所述气体检测模型，以检测出所述测试样本中的气体成分，其中，所述测试样本的气体成分、浓度、气体是否有害为已知量；
[0009]S103：在确定所述测试样本存在危险化学品的情况下，通过所述气体检测模型确定出所述危险化学品的浓度；
[0010]S104：在所述危险化学品的浓度高于报警阈值的情况下，将所述测试样本确定为危险样本，并输出检测结果；
[0011]S105：比对所述测试样本的检测结果与已知的所述测试样本的样本信息，对所述报警阈值进行修正；
[0012]S106：将所述气体检测模型配置在所述电子鼻检测器中，通过多个所述电子鼻检测器采集空气样本；
[0013]S107：在某个目标电子鼻检测器监测到空气中存在危险化学品且危险化学品的浓度高于所述报警阈值的情况下，所述目标电子鼻检测器向云端服务器上报自身位置信息、危险化学品的成分以及浓度；
[0014]S108：所述云端服务器通知工作人员及时前往所述目标电子鼻检测器的位置，对相关设备进行维修。
[0015]第二方面
[0016]本专利技术提供一种基于电子鼻物联网的危险化学品检测系统，所述电子鼻物联网包括多个位置分散的电子鼻检测器，所述危险化学品检测系统包括：
[0017]构建模块，用于通过标准样本构建气体检测模型；
[0018]成分检测模块，用于将测试样本输入至所述气体检测模型，以检测出所述测试样本中的气体成分，其中，所述测试样本的气体成分、浓度、气体是否有害为已知量；
[0019]浓度检测模块，用于在确定所述测试样本存在危险化学品的情况下，通过所述气体检测模型确定出所述危险化学品的浓度；
[0020]输出模块，用于在所述危险化学品的浓度高于报警阈值的情况下，将所述测试样本确定为危险样本，并输出检测结果；
[0021]修正模块，用于比对所述测试样本的检测结果与已知的所述测试样本的样本信息，对所述报警阈值进行修正；
[0022]采集模块，用于将所述气体检测模型配置在所述电子鼻检测器中，通过多个所述电子鼻检测器采集空气样本；
[0023]上报模块，用于在某个目标电子鼻检测器监测到空气中存在危险化学品且危险化学品的浓度高于所述报警阈值的情况下，所述目标电子鼻检测器向云端服务器上报自身位置信息、危险化学品的成分以及浓度；
[0024]通知模块，用于所述云端服务器通知工作人员及时前往所述目标电子鼻检测器的位置，对相关设备进行维修。
[0025]与现有技术相比，本专利技术至少具有以下有益技术效果：
[0026]在本专利技术中，通过多个位置分散的电子鼻检测器组成电子鼻物联网，在电子鼻检测器中配置气体检测模型，自动分析空气中气体的成分以及浓度，在某个位置的电子鼻检测器监测到空气中存在危险化学品且危险化学品的浓度高于报警阈值的情况下，电子鼻检测器向云端服务器上报自身位置信息、危险化学品的成分以及浓度；所述云端服务器通知工作人员及时前往相应的电子鼻检测器处，对相关设备进行维修。检测准确性高，避免误报，可以保护人身和财产安全。
附图说明
[0027]下面将以明确易懂的方式，结合附图说明优选实施方式，对本专利技术的上述特性、技术特征、优点及其实现方式予以进一步说明。
[0028]图1是本专利技术提供的一种基于电子鼻物联网的危险化学品检测方法的流程示意图；
[0029]图2是本专利技术提供的一种基于电子鼻物联网的危险化学品检测系统的结构示意图。
具体实施方式
[0030]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对照附图说明本专利技术的具体实施方式。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
[0031]为使图面简洁，各图中只示意性地表示出了与专利技术相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。
[0032]还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0033]在本文中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。
[0034]另外，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0035]在一个实施例中，参考说明书附图1，本专利技术提供的一种基于电子鼻物联网的危险化学品检测方法的流程示意图。
[0036]本专利技术提供的一种基于电子鼻物联网的危险化学品检测方法，应用于基于电子鼻物联网的危险化学品检测系统。
[0037]所述电子鼻物联网包括多个位置分散的电子鼻检测器，在实际应用过程中，可以将电子鼻检测器布置在场地的各个位置，对整个场地进行全面的监控。
[0038]危险化学品检测方法包括：
[0039]S101：通过标准样本构建气体检测模型。
[0040]其中，所述标准样本的气体成分已知，浓度为100％。
[0041]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于电子鼻物联网的危险化学品检测方法，其特征在于，所述电子鼻物联网包括多个位置分散的电子鼻检测器，所述危险化学品检测方法包括：S101：通过标准样本构建气体检测模型；S102：将测试样本输入至所述气体检测模型，以检测出所述测试样本中的气体成分，其中，所述测试样本的气体成分、浓度、气体是否有害为已知量；S103：在确定所述测试样本存在危险化学品的情况下，通过所述气体检测模型确定出所述危险化学品的浓度；S104：在所述危险化学品的浓度高于报警阈值的情况下，将所述测试样本确定为危险样本，并输出检测结果；S105：比对所述测试样本的检测结果与已知的所述测试样本的样本信息，对所述报警阈值进行修正；S106：将所述气体检测模型配置在所述电子鼻检测器中，通过多个所述电子鼻检测器采集空气样本；S107：在某个目标电子鼻检测器监测到空气中存在危险化学品且危险化学品的浓度高于所述报警阈值的情况下，所述目标电子鼻检测器向云端服务器上报自身位置信息、危险化学品的成分以及浓度；S108：所述云端服务器通知工作人员及时前往所述目标电子鼻检测器的位置，对相关设备进行维修。2.根据权利要求1所述的危险化学品检测方法，其特征在于，所述S101具体包括：S1011：获取多个所述标准样本的数据矩阵X，多个所述标准样本包括m类气体，每一类气体包括n个所述标准样本，其中，所述标准样本的气体成分已知，浓度为100％；S1012：汇总得到总样本矩阵P，S1013：根据所述总样本矩阵P，计算单类样本P
i
的列数据的均值矩阵η
i
和总样本矩阵P的均值矩阵η
m
：：其中，表示第i类第j个标准样本的特征值；S1014：计算所述总样本矩阵P的类内散度矩阵Q1和类间散度矩阵Q2：：S1015：构建目标函数φ(α)，并添加约束条件，计算当所述类内散度矩阵Q1最小且所述类间散度矩阵的Q2值最大时，所述总样本矩阵P的特征值λ，以便对气体成分进行区分：
其中，所述约束条件为：α
·
Q2·
α
T
＝1φ'(α)＝α
·
Q1·
α
T
‑
λ(α
·
Q1·
α
T
‑
1)＝0因此，所述总样本矩阵P的特征值λ为：S1016：计算总样本特征识别矩阵P
’
：P
’
＝λ
·
PS1017：对所述总样本特征识别矩阵P
’
中的每一类样本的特征值取均值，计算多个气体分类矩阵Y
i
：S1018：基于所述气体分类矩阵Y
i
，构建所述气体检测模型。3.根据权利要求1所述的危险化学品检测方法，其特征在于，所述S102具体包括：S1021：获取多个所述测试样本，其中，所述测试样本的气体成分、浓度、气体是否有害为已知量；S1022：提取所述测试样本的特征矩阵Z；S1023：计算各个特征识别矩阵Y
i
与所述测试样本的特征矩阵Z之间的欧式距离，在所述欧式距离小于预设距离的情况下，确定所述测试样本中的气体成分。4.根据权利要求1所述的危险化学品检测方法，其特征在于，所述电子鼻检测器包括气体容纳腔和光学传感器，所述S103具体包括：S1031：根据比尔定律构建所述气体检测模型：I(λ)＝I0(λ)e
‑
σ(λ)cL
其中，I(λ)表示所述光学传感器接收到的光强度，I0(λ)表示初始光强，σ(λ)表示被测物质的吸收截面，λ表示波长，c表示被测物质的浓度，L表示所述气体容纳腔的长度；S1032：对上述公式进行变形，则有：cσ(λ)L＝ln[I0(λ)/I(λ)]S1033：假设所述测试样本中包括K种气体成分，在吸收光谱中获取K个测试点，则有：其中，k＝1,2,
…
,K；S1034：通过K个等式求解出K个未知的c
k
，以检测出所述测试样本中各气体成分的浓度。5.根据权利要求1所述的危险化学品检测方法，其特征在于，所述S105具体包括：S1051：比对检测结果与已知的所述测试样本的样本信息，对所述检测结果进行评价，其中，评价结果包括：将安全检测为危险类结果，将危险检测为安全类结果，将安全检测为
安全类结果，将危险检测为危险类结果；S1052：令所述将安全预测为安全类结果的次数为TX，所述将安全预测为危险类结果的次数为FY，所述将危险预测为危险类结果的次数为TY，所述将危险预测为安全类结果的次数为FX，则安全样本被预测错误的比例FY
rate
和危险样本被预测正确的比例FX
rate
为：为：S1053：令所述将安全预测为危险类结果付出的代价为p，所述将危险预测为安全类结果两类结果付出的代价为q，...

【专利技术属性】
技术研发人员：马泽亮，程盟盟，刘红婷，
申请(专利权)人：江苏宝知科技信息有限公司，
类型：发明
国别省市：