基于多傳感器的化工有害氣體自動預警系統研究

陸啟武

(中海興發(廣東)安全技術服務有限公司, 廣東 廣州 510663)

0 引言

化工有害氣體主要有甲醛、碳氫化合物、硫化物等。這些氣體腐蝕性極強。個別氣體相遇具有爆炸性。其中,甲醛是1種很容易被人體吸入的無色可溶性氣體。如果人們長時間處于甲醛環境中,將會引發一系列呼吸道疾病,甚至出現染色體異常等。根據化工企業的有害氣體泄漏情況,相關學者提出了甲烷、甲醛等有害氣體檢測方案。文獻[1]提出了基于窄帶物聯網(narrow band Internet of Things,NB-IoT)和云平臺的預警系統。該系統以有害氣體濃度監測為研究對象,探討氣體傳感器工作原理,通過氣體實際傳感過程實現對化工有害氣體的監測與預警。文獻[2]提出了基于物聯網的監測系統。該系統使用ESP8266芯片進行超聲波監控,采用消息隊列遙測傳輸(message queuing telemetry transport,MQTT)協議進行物聯網數據傳輸。文獻[1]和文獻[2]系統在不同氣體的特定任務上表現不同。它們在自動采集信息方面的能力相對有限,容易受到外界干擾導致信息丟失,從而使檢測的氣體特征不完整。

為此,本文提出了應用多傳感器采集信息的化工有害氣體安全自動預警系統。該系統利用溫濕度傳感器、氣體傳感器、風速風向傳感器,結合粒子群算法采集化工廠區的環境信息后將信息傳輸至核心處理器中,并構建高斯煙羽擴散模型,以描述化工有害連續源氣體穩定濃度。該系統通過監測終端與泄漏源距離,精準計算泄漏速度,實現了安全、自動預警。

1 硬件設計

1.1 自動預警系統硬件結構

化工有害氣體自動預警系統的硬件主要由兩部分構成,即核心板和底層板。在核心板上有微處理器、硬盤存儲器、同步動態隨機存儲器(synchronous dynamic random access memory,SDRAM)等核心處理器。這些處理器可以將基板監控的資料傳送到主控面板。主控面板就像是大腦,負責協調所有組件的工作[3]。化工有害氣體自動預警終端硬件結構如圖1所示。

圖1 化工有害氣體自動預警終端硬件結構

核心板處理中心以S5PV210處理器為主。 SDRAM是動態隨機存取存儲器(dynamic random access memory,DRAM)的核心芯片。整個控制面板處理中心主要負責對各子系統的數據進行采集、處理和轉發,以實現核心板元件與底層板元件的協同工作[4]。底層板元件是微處理器與外部環境交互的一種工具,可以通過選擇合適的組件實現不同功能。

1.2 ZigBee網絡體系結構

ZigBee網絡體系結構主要由物理層、媒體訪問控制層、網絡層和應用層這4個層次組成。每個層次都具備數據和管理服務。數據傳送圍繞網絡協調程序進行。各節點與協調程序直接相連,實現了數據傳遞的功能[5-7]。ZigBee協議堆疊被直接用作通信協議。其僅需將1個或多個傳感器節點與傳輸控制協議/因特網互聯協議(transmission control protocol/internet protocol,TCP/IP)連接,而無需任何附加設備。

1.3 多傳感器

在化工復雜環境下,各傳感器的輸出參數不同,且不同傳感器也會得到不同的輸出響應結果。因此,設計多傳感器來調節信號,是實現多傳感器信號采集的重要環節。

1.3.1 溫濕度傳感器

本文使用DHT11溫濕度傳感器將監測到的數據輸入單片機。DHT11溫濕度傳感器應用電路如圖2所示。

圖2 DHT11溫濕度傳感器應用電路圖

DHT11溫濕度傳感器的供電電壓為3～5.5 V、電容為100 nF。其可以添加在電源插頭漏極電源電壓(voltage drain drain,VDD)、電源地線(ground,GND)之間,以實現解耦[8]。引腳并聯5 kΩ以上的上拉電阻,增強了信號抗干擾能力。在感應裝置啟動之后,要經過1 s的時間。這期間不會發出任何指令[9-11]。

1.3.2 氣體傳感器

本文使用電阻型氣敏傳感器測量氣體濃度時,電阻值會隨著氣體的測量而改變,從而將對氣體的探測轉化為對電阻的測量[12-13]。

電阻型氣敏傳感器結構如圖3所示。

圖3 電阻型氣敏傳感器結構

本文將氣體轉變為電壓信號,以便檢測與采集。本文設R1為傳感器的分壓電阻,根據分壓原理計算氣體傳感器的氣體濃度變化值,進而檢測出氣體濃度變化。在輸出接點處測得的電壓為:

(1)

式中:R2為傳感器內阻;U回路為回路電壓;U接點為接點電壓。

在接點處設置1個運算放大器,得到的輸出電壓為:

(2)

為了避免信號通道串擾,本文需要對其他模擬輸入通道對地短接,以保證其采集精度。

1.3.3 風速風向傳感器

型號為PHWS/WD的風速風向傳感器的風速感應模塊由3個碳纖維杯、杯托以及轉換器組成。轉換器是1種多齒的轉子,屬于狹縫光耦合器。當風罩被橫向風影響時,縫隙中活軸轉子旋轉會產生頻率信號。風向傳感器的轉換器是1種精密的導電性塑料電位儀。當風向變化時,風向傳感器的尾部會轉動,從而在電位儀的移動端形成1個可變電阻。

1.4 自動預警終端

本文對每個傳感器設定了1個上限閾值。當檢測到的數據超出了上限閾值時,傳感系統會向微處理器發出1個中斷信號。該微處理器可以對當前的中斷信號進行處理,從而觸發報警。自動預警終端結構如圖4所示。

圖4 自動預警終端結構

監控布設要考慮化學品的性質、化工園區的建筑結構以及可能發生泄漏的地點。在化工企業周圍的公共區域中,監測點主要集中在周邊道路和場界圍墻,以形成1個連續監測的防護層。本文假設所監控的有害氣體具有揮發性,主要以空氣為傳播媒介。因此在開放式和半開放式的環境下,風向對有害物質的監控起著重要作用。監測點布置方式以下風口布設為主,其布設點距離化學泄漏源不超過1 m。通過風速傳感器對風向進行監控。每次的觀測資料都以下風向為主。在相同的監控層間,為了保證監控的連續性,終端間的間距必須小于20 m。在易發生危險的區域和鄰近脆弱軟性社會目標的區域,監控要加大分布密度,并進行交錯布置。

2 軟件設計

2.1 多傳感器信息采集

本文利用多個傳感器采集不同方向的數據,并對這些數據進行融合處理,從而形成多傳感器完整信息。多傳感器的數據融合結果如式(3)所示。

(3)

式中:m、n分別為多傳感器采集的全部數據和傳感器數據;(ci,di)為第i個傳感器的空間坐標;δ為多傳感器屬性差異系數;cab為多傳感器融合系數。

由于多傳感器數據采集的過程中受到不同應用場合影響,往往存在差異過大的問題,容易造成數據采集誤差。因此,本文描述數據采集的適應性為:

f=E0+εE1+ηE2

(4)

式中:E0、E1、E2分別為傳感器數據采集過程中初始、系統和采集過程中消耗的能量;ε、η分別為傳感器系統誤差和采集過程中的誤差。

業務負責擬定房屋租賃合同，合同談判。根據合同金額分級授權：10萬元以下合同報部門經理審批，50萬元以下合同由副總審批，50萬元以上由總經理審批。

本文結合粒子群算法進行多傳感器數據采集。具體步驟如下。

①本文設置傳感器數據采集相關參數,以獲取傳感器的資料。

②在N×N的區域中,n′個傳感器分布在不同的空間位置。在此基礎上,本文可以通過式(5)求出簇頭數量,從而獲取區域劃分后的子域數量。

(5)

式中:δ為傳感器分布在空間中的位置向量。

③在各子域中,本文選取任意1種傳感器作為粒子群的初始群體。通過對現有微粒群適應系數的計算,可以獲得微粒的數值,并將其作為最佳微粒。

④本文隨機生成G個新的粒子,并將G個新粒子作為粒子群中的抗體,通過選擇概率的大小對所選擇的抗體進行排序。由此可得到有序的多傳感器信息。

2.2 自動預警算法

本文使用高斯煙羽擴散模型來描述化工有害連續源氣體穩定濃度。其計算式為:

(6)

式(6)中確定的αy、αz值,與大氣穩定度密切相關。

在高斯煙羽擴散模型中,目標氣體是以恒定速率擴散到大氣中的。因此,有害氣體泄漏速度是泄漏氣體總質量與泄漏時間的比值。氣體泄漏速度可表示為:

(7)

式中:β為目標化工液體泄漏系數;S為泄漏口面積;ρ為目標氣體液化密度;P0、P分別為當前環境壓力和泄漏液體存儲罐內壓力;g為重力加速度。

本文根據傳感器監測到當前有害氣體濃度,通過監測終端與泄漏源距離計算精準泄漏速度。當多傳感器監測到系統終端后,本文首先對數據進行初始化,然后判斷監測到的氣體是否達到上限值。如果是,則啟動蜂鳴報警器開始報警;如果不是,則繼續監測以讀取目標氣體濃度值,并在終端界面顯示監測結果。

3 測試結果與分析

3.1 測試點位布設

某石化產業園涉及石化、化工、倉儲等多個領域。園區內公司種類繁多,規模也比較大。為了對化工企業的危害性氣體進行檢測,本文共設5個監測點。

測試點位布設如圖5所示。

圖5 測試點位布設示意圖

圖5中:B1為基準點;A1～ A5為主要監控點。所研究的某石化產業園現已建成2個聚氯乙烯箱和1個二氧化硫箱。聚氨乙烯儲罐區域主要設在園區西北角落,由2個100 m3臥罐組成。二氧化硫儲罐區域主要設在園區的東北角落,是1個300 m3球罐。

3.2 測試裝置設計

測試裝置作為傳感器陣列和與氣體發生反應的場所,其密封性能將直接影響到測試結果的準確性。由于測試過程中需要進行氣體成分的替換,所以測試盒的體積應該盡可能地小(大約為250 mL3),并且需在測試盒上安裝1個小型的風扇。這樣,樣品在進入測試盒后就能完全混合。試驗箱內裝有入氣口和出氣口,并采用密封膠帶將其嚴實地包好,以確保其氣密性。測試盒的底部印制電路板用標準膠條固定。印制電路板連接傳感器陣列和數據采集電路,并連接到后端的數據采集卡。由于試驗環境中存在著腐蝕性氣體,所以實驗室采用了聚氯乙烯材料。測試裝置原理如圖6所示。

圖6 測試裝置原理圖

本文采用流量計調節被測大氣,并在流量進入測試設備后進行檢測。測試設備可以配置多種不同的氣體。氣體差值不超過5 ×10-6,基本可以達到測試的要求。整個試驗過程都是在封閉的測試箱內進行的,排除了外界干擾。

3.3 有害氣體數據查詢

有害氣體數值查詢結果如表1所示。本文以表1數據作為測試對象,進行詳細測試分析。

表1 有害氣體數值查詢結果

3.4 測試結果與分析

根據上述測試內容,本文對比文獻[1]、文獻[2]和本文方法的有害氣體濃度監測結果,以此作為預警依據。3種方法的有害氣體濃度監測結果對比如圖7所示。

圖7 3種方法的有害氣體濃度監測結果對比

由圖7(a)可知,使用文獻[1]方法監測的C2H3Cl、SO2濃度值,分別與表1數據存在1.11 ×10-6、2.44 ×10-6的最大誤差。由圖7(b)可知,使用文獻[2]方法監測的C2H3Cl、SO2濃度值,分別與表1數據存在1.24 ×10-6、0.11 ×10-6的最大誤差。由圖7(c)可知,使用本文方法監測的C2H3Cl、SO2濃度值,分別與表1數據存在0.02×10-6、0.01×10-6的最大誤差。通過上述分析結果可知,使用本文方法監測的數據更加精準。這說明使用本文方法進行自動預警具有可靠性。

4 結論

對化工企業的報警可以有效地保證化工企業的安全。因此,本文設計了應用多傳感器采集信息的化工有害氣體安全自動預警系統。本文通過對硬件結構進行設計,以ZigBee網絡體系構建預警系統內部通信網絡架構,聯合多種傳感器獲取環境信息,結合移動終端和中心服務器處理信息,實現遠程預警;軟件設計中,利用粒子群算法實現多傳感器信息的采集,并使用高斯煙羽擴散模型建立自動預警算法。本文通過測試分析,確定了化工園區的安全生產規律,并對其進行了監測和預警。