智能光譜氣體檢測技術賦能石化工業安全低碳高端發展

林 融

(中國石化工程建設有限公司,北京 100101)

0 引言

我國石化工業作為基礎能源和基礎原材料的流程制造業,2022年全行業國內生產總值(gross domestic product,GDP)為16.56萬億元(約占全國GDP的13.7%),已經成為國民經濟持續發展的重要支柱產業之一[1]。截至2023年2月中旬:我國煉油產能達9.2億噸/年(美國9億噸/年);乙烯產能達4 675萬噸/年(美國4 482萬噸/年);聚乙烯、聚丙烯、對二甲苯、精對苯二甲酸等20多種大宗石化產品產能均居世界前列。然而,與美、德、英、法、日等世界制造強國相比,我國石化工業還存在能耗與物耗偏高、資源與能源利用率偏低、產品結構性過剩較為嚴重、高端制造水平亟待提高、安全環保水平亟待提升等問題,未來發展還面臨著更加嚴峻的資源、市場、環保、競爭等挑戰。這些問題和挑戰倒逼我國石化企業必須加快數字化和低碳化轉型升級、提質增效,加快向集約化、園區化、高端化、智能化和綠色化等方向發展[2]。

目前,我國石化企業的安全生產隱患排查工作主要依靠人工巡檢和固定點式氣體檢測器。人工巡檢是依靠人的專業知識和經驗發現生產中存在的安全隱患。這容易受到主觀因素影響,且很難發現泄漏事故及危險狀態,導致可靠性差。固定點式氣體檢測器在事故發生后才能發現泄漏源頭并采取安全措施,不能達到從源頭上防治事故的目的。

光譜法等智能化氣體檢測技術能夠對由錯誤操作、工藝異常、儀表故障、設備故障等引起的早期氣體泄漏等異常工況進行及時預測。特別是針對“兩重點一重大”的危險源,智能化氣體檢測技術能夠遠程、大范圍、快速、精確地監測出泄漏地點、濃度、范圍及變化趨勢,使操作工及時進行挽救操作以將操作狀況拉回正常工況,從而減少事故發生的幾率。在國家“智能制造”戰略[3]和“工業互聯網+安全生產”行動計劃的指引下,隨著智能化技術應用研究的不斷深入,安全生產管理逐漸從靜態分析向動態感知、事后應急向事前預防、單點防控向全局聯防轉變。這也為提升安全、環保管理水平提供了有力的技術支撐。綜上所述,研發并推廣應用光譜法等智能化氣體檢測技術迫在眉睫。

為滿足智能光譜氣體檢測技術在石化工業生產中對危險氣體泄漏進行安全和環保監測的強烈需求,本文首先系統地闡述了智能光譜氣體檢測技術的檢測原理、技術特點及適用范圍,并將其與傳統氣體檢測技術進行了技術性能、適用范圍、性價比等方面的對照;然后,分析了智能光譜氣體檢測技術在石油化工典型場景的應用案例;最后,對我國智能光譜氣體檢測技術的發展思路提出了建設性的意見。研究表明,加速推進智能光譜氣體檢測技術的研發及推廣應用能夠有效賦能石化工業安全、低碳、高端發展。

1 石油化工安全生產形勢與監管要求

1.1 石油化工安全發展面臨的挑戰

我國石油化工行業總體呈現以下特點。

①分布范圍廣。除西藏自治區以外,我國各省、市、自治區、特別行政區均建有化工園區(共380余個)。根據國務院安委[2016]7號文,國民經濟行業的20個門類中有15個、95個大類中有68個涉及石油化工危險化學品,分別占總量的75%、70.8%。

②企業數量多。截至2022年底,我國已登記的危險化學品生產企業達1.2萬余家、經營企業達5.5萬余家、石油和化工規模以上企業多達3萬家。

③涉及環節多。涉及危險化學品的環節有6個,分別為生產、經營、使用、運輸、儲存和廢棄處置。應急、公安、交通、環保等多部門負有安全環保監管職責。另外,氫能、電化學儲能等新興能源產業的快速發展都對行業安全發展提出了新的命題和挑戰。

近年來,雖然我國石油化工行業安全生產形式持續、穩定向好,事故總量、傷亡人數均呈持續下降態勢,但行業的高危性質仍未改變。這主要體現在重大火災爆炸事故仍時有發生,而系統性安全風險還未得到有效治理。因此,防范化解重特大安全風險的需求迫切,亟需借助智能化技術提升企業本質安全運行水平,從而助力行業高質量發展。

近10年國內石油化工行業特大安全事故舉例如下。

①生產環節。2023年遼寧盤錦“1·15”事故發生在生產環節,導致13人死亡。

②儲存環節。2015年天津港“8·12”事故發生在儲存環節,導致165人死亡。

③運輸環節。2013年山東青島“11·22”事故發生在運輸環節,導致62人死亡。

④廢棄環節。2019年江蘇響水“3·21”事故發生在廢棄環節,導致78人死亡。

1.2 國家相關安全生產政策與監管要求

近年來,國家相關部委密集出臺了安全生產政策與監管要求。

①實時風險監控預警(目標)。

2020年2月,中共中央辦公廳、國務院辦公廳發布的《關于全面加強危險化學品安全生產工作的意見》,要求實現園區內企業、重點場所、重大危險源、基礎設施的實時風險監控預警。

②快速感知/實時監測/超前預警(能力)。

2020年10月,工信部、應急管理部發布的《“工業互聯網+安全生產”行動計劃(2021—2023年)》(工信部聯信發[2020]157號)通知,要求危化企業基本形成快速感知、實時監測、超前預警、聯動處置、系統評估等新型能力體系建設。

③大范圍速掃監測預警裝備(設備)。

2021年,工信部、應急管理部發布的《“工業互聯網+危化安全生產”試點建設方案》(應急廳[2021]27號),支持化工園區企業加快部署大范圍速掃監測預警裝備,實現園區危險氣體濃度場數據的遠程、大范圍、快速監測和傳輸。

④光譜成像氣體檢測系統(光譜設備)。

2022年,應急管理部發布的《危險化學品企業安全風險智能化管控平臺建設指南(試行)》(應急廳[2022]5號)通知,鼓勵有條件的企業可以部署基于可調諧半導體激光吸收光譜(tunable diode laser absorption spectroscopy,TDLAS)技術與計算機斷層掃描(computer tomography,CT)算法的水平場分布測量系統和光譜成像氣體檢測系統,以及由空基探測系統、地基探測系統所構成的空地一體化危險氣體探測網。

2 光譜氣體泄漏檢測技術綜述

2.1 光譜法氣體泄漏檢測基本原理

朗伯-比爾定律是光譜法氣體泄漏檢測的基本原理。郎伯-比爾定律是:光的吸收強度(E)與被吸收物質的濃度(C)和作用距離(L)的乘積成正比。這也是分光光度法的基本定律。C越高,則L越長,即E也越強。光譜法氣體泄漏檢測技術利用光譜吸收的指紋特征對氣體進行探測。光譜法氣體探測器分為點式(常用光程不大于100 mm)、開路式(常用光程不大于100 m)和光譜掃描成像式(常用光程不大于3 000 m)。

光譜是電磁波譜(包括極低頻波、毫米/微波、太赫茲、紅外、可見光、紫外、X射線、γ射線等)中的一部分,通常包括紫外線(波長10～380 nm)、可見光(波長380～780 nm)、紅外線(按波長又可分為近紅外線780～2 526 nm、中紅外線2.5～25 μm、遠紅外線25～1 000 μm)。激光光譜波長范圍為數百納米至上萬納米。

2.2 非色散紅外氣體檢測技術原理

非色散紅外(non-dispersive infrared,NDIR)吸收法的原理是基于物質對紅外輻射的吸收特性,當特定波長的紅外光照射到氣體時,氣體分子會吸收這些光線。這種吸收行為遵循朗伯-比爾定律。通過對紅外光強度的測量,可以計算出氣體的濃度。

紅外吸收式氣體傳感器的工作機制如下。紅外光源發射紅外光線。這些光線中的光子被氣室內的氣體分子吸收。氣體分子對特定波長的紅外光有較強的吸收能力,導致光的能量減少。傳統紅外光源波長為(3.3±0.3)μm,屬于中紅外波段。紅外線傳感器主要由紅外光源、光路氣室、紅外探測器這3個部分組成。通過測量經氣體分子吸收后的光強變化量δ,可以實現對C的測量[4]。

2.3 激光氣體檢測技術原理

TDLAS技術遵循朗伯-比爾定律,采用高分辨率的近紅外波段光譜。激光光源波長為(1 654±0.3)nm。利用氣體分子的紅外光譜吸收的“指紋”特征,可以形成具有識別度的特征峰波形信號,從而檢測被測氣體的濃度[5]。

2.4 光致電離氣體檢測技術原理

光致電離檢測(photoionization detection,PID)傳感器由紫外燈和離子室構成。 紫外燈利用惰性氣體真空放電產生紫外線。特定波長紫外線透過窗口射入離子室。離子室由正負電極形成電場。氣體分子在高能紫外線激發下產生的負電子和正離子聚集在離子室的電極間形成電流,經放大和處理后輸出電流信號,從而實現氣體濃度檢測。

2.5 光譜與傳統氣體泄漏檢測技術經濟性綜合對比

可燃氣體探測器包括激光線型探測器、紅外線型探測器和催化燃燒型探測器。

3種可燃氣體探測器技術經濟性綜合對比如表1所示。

表1 3種可燃氣體探測器技術經濟性綜合對比

有毒氣體探測器根據檢測原理分為金屬氧化物半導體(metal oxide semiconductor,MOS)、電化學(electro chemical,EC)、紅外線(infrared,IR)、激光和PID這5種。

5種有毒氣體探測器技術經濟性綜合對比如表2所示。

3 國內外智能光譜氣體檢測技術發展現狀

3.1 國外智能光譜氣體檢測技術發展簡述

美國Providence Photonics公司將烴類氣體泄漏檢測技術的發展劃分為3個階段。

第一階段為傳統識別。該階段采用固定點式或對射式檢測器進行泄漏檢測報警、采用便攜式檢測器進行巡檢或補充判斷。

第二階段為智能識別。該階段采用遠程遙測式紅外熱成像攝像機、光譜吸收成像攝像機等實現自動泄漏檢測報警。

第三階段為人工智能(artificial intelligence,AI)識別。該階段采用紅外熱成像攝像機、光譜吸收成像攝像機等遙測設備與計算機機器視覺,結合AI算法,實現全自動、全天候智能泄漏檢測報警。

目前,美國、歐洲、日本、中東等的多數先進煉化企業已進入第二階段,部分先進煉化企業已進入第三階段。

國際上以美國霍尼韋爾(銳百凌Rebellion)、美國梅思安(MSA)、西班牙森西亞、德國布魯克等公司為代表的企業,已推出成熟的智能型光譜視頻成像氣體檢測技術與產品。

3.2 國內智能光譜氣體檢測技術應用與發展

(1)概述。

自2005年以來,在國家、部委法規與政策的推動下,在國家安全監管部門、各大石油石化企業領導高度重視下,中國科學院、清華大學、南京大學、中國科技大學、武漢理工大學等科研院所、高校深度參與高科技企業的產學研攻關。國內部分智能光譜泄漏檢測技術企業已成功自主研發新型產品與系統,并在試點項目獲得局部成功應用。這些法規、政策包括但不限于:我國《國家中長期科學和技術發展規劃綱要(2006—2020)》中的第58項優先主題為“重大生產事故預警與救援”;工業和信息化部、科學技術部等聯合印發的“工信部聯信2011—160號”《關于加快推進信息化與工業化深度融合的若干意見》中的第2項“實現生產過程的實時監測、故障診斷、質量控制和調度提升”、第4項“圍繞監測報警、災害預警、應急響應和處置等方面,深化信息技術的集成應用,建立安全生產新模式”等。目前,我國部分先進煉化企業已進入第二階段,少數先進煉化企業已進入第三階段。

以下簡述紅外熱成像儀、多頻紅外氣體檢測成像儀、傅里葉變換紅外(Fourier transform infrared,FTIR)光譜氣體檢測儀、差分吸收激光雷達氣體檢測成像儀、智能巡檢機器人[6]的發展現狀。

(2)紅外熱成像儀。

紅外熱成像儀的原理是基于不同物質的紅外熱輻射特性實現氣體探測。紅外熱成像儀主要用于泄漏檢測和溫度檢測,可以實時給出氣體的動態分布和云團形狀[7]。

紅外熱成像儀的優點如下。

①實時監測泄漏氣體的云團形狀及動態走勢。

②實時監測設備、管道的溫度分布。

③在氣體泄漏和溫度夜間監測方面應用效果較好。

紅外熱成像儀的缺陷如下。

①不能定性識別氣體種類。

②不能定量給出氣體的濃度數值。

③光譜波段窄,檢測種類少。

(3)多頻紅外氣體檢測成像儀。

通過濾光片可以獲取不同氣體的紅外光譜(離散光譜)。多頻紅外氣體檢測成像儀的原理是基于不同物質在不同紅外波段的紅外輻射特性不一致的特性[8],利用濾光片來獲取特定氣體在特定紅外波段的紅外輻射特性。1種濾光片對應1種或者若干種氣體。

多頻紅外氣體檢測成像儀的優點如下。

①利用主動光源被氣體吸收的特性進行檢測,原理簡單。

②精度高、響應快、不依賴O2、抗中毒、壽命長。

③監測范圍大、現場維護校驗較容易。

多頻紅外氣體檢測成像儀的缺陷如下。

①光譜窄,覆蓋烴類氣體較少。

②易受水汽、結霜、結冰、臟污、粉塵、光照等環境干擾而產生誤報。

③單臺多頻紅外氣體檢測成像儀無法同時檢測多種氣體。如需同時檢測多種氣體,則必須預知氣體種類以更換相應的濾光片;否則,無法檢測。

(4)FTIR光譜氣體檢測儀。

FTIR光譜氣體檢測儀(又稱“高光譜紅外氣體檢測儀”[9])分為主動型和被動型。目前,被動型FTIR光譜氣體檢測儀得到主要應用。

被動型FTIR光譜氣體檢測儀利用空間中的紅外輻射,通過干涉儀和光譜儀分辨不同波長光譜,無需反射鏡[10]。

被動型FTIR光譜氣體檢測儀的優點如下。

①遠程、非接觸、大范圍(公里級、三維)實時動態掃描,光譜成像,晝夜自動監測。

②識別報警快,能顯示分布和擴散、溯源定位。

③可同時對多種、多組分氣體種類及濃度進行識別和監測。

④適用于環保排放監測或泄漏量、泄漏范圍較大情況下的監測。

被動型FTIR光譜氣體檢測儀的缺陷如下。

①需要大量計算來區分多種、多組分的不同氣體。組分越多,處理時間越長。部分氣體有交叉干擾。

②探測器使用制冷型可獲得較高靈敏度,但成本較高;非制冷型靈敏度較低。

③算法復雜、投資高,且使用及維護成本較高。

(5)差分吸收激光雷達氣體檢測成像儀。

差分吸收激光雷達氣體檢測成像儀以TDLAS技術為檢測手段。該技術使用1 654 nm波長的激光檢測甲烷分子時會產生吸收效應,對其他氣體則不會產生吸收效應[11]。吸收效應會使檢測的激光發生衰減。衰減程度和氣體分子數量成反比。氣體分子數量越多,則激光被吸收得越多。只要準確測量激光被吸收的情況,就可以準確檢測出氣體的濃度。

差分吸收激光雷達氣體檢測成像儀的優點如下。

①大范圍(可達公里級)的主動遙測、高靈敏度預警。

②激光波長準確,能克服不同氣體之間的光譜交叉干擾;具有檢測速度快、準確性高的特點;適用于對裝置級場景的微泄漏安全監測。

③可實現無源檢測,本質安全,無需頻繁標定;半導體激光光源使用壽命長。

差分吸收激光雷達氣體檢測成像儀的缺陷如下。

①光譜窄,覆蓋烴類氣體較少。

②部分激光芯片依賴進口、成本高。

③結構復雜、維護維修難度大。

(6)智能巡檢機器人。

隨著AI技術和工業機器人技術的深度融合,智能巡檢機器人已替代傳統機器人滲透到多個領域(如汽車制造、物流分揀、采油采礦、電力巡檢等),以替代人工完成相關工作[12]。《機器人產業發展規劃2016—2020 年》和《“機器人+”應用行動實施方案》的提出,推進了工業機器人在危險程度高的化工等行業的廣泛應用。因此,對存在高危作業場所的石油化工企業而言,應抓住契機深入研究智能巡檢機器人替代人工巡檢,以減少危險作業場所人工巡檢操作頻次、提高工作效率,并且降低造成人員傷亡事故的風險。

石油化工智能巡檢機器人技術架構如圖1所示。

圖1 石油化工智能巡檢機器人技術架構

4 智能光譜氣體檢測關鍵技術研究與進展

4.1 智能感知傳感層的關鍵技術

智能感知傳感層的關鍵技術包括多頻紅外氣體檢測成像儀關鍵技術、FTIR氣體檢測成像儀關鍵技術、TDLAS氣體檢測成像儀關鍵技術、微傳感&微機電系統(micro-electro-mechanical system,MEMS)氣體泄漏檢測儀關鍵技術和智能巡檢機器人關鍵技術等。

①多頻紅外氣體檢測成像儀關鍵技術。

多頻紅外氣體檢測成像儀關鍵技術是利用可燃、有毒氣體的吸收光譜特性,選定中到中遠紅外光譜波段(3.0～14.0 μm),并通過面式圖像型傳感器探測氣體對光線輻射的吸收,以實現對氣體的可視化成像。研發基于AI算法的圖像識別技術,并有效分析、提取氣體的時空譜特征,可以實現泄漏自動報警。國內企業目前具備探測器模組、相機硬件、AI算法、軟件全鏈條研發能力。同時,多頻紅外氣體檢測成像儀可兼顧現場溫度異常、煙霧、火災、人員異常等事件的監測預警。

②FTIR氣體檢測成像儀關鍵技術。

FTIR氣體檢測成像儀關鍵技術基于不同氣體分子的中遠紅外光譜波段(7～14 μm)選擇吸收特性,鑒別泄漏物質的組成、結構、泄漏量。該技術具有分析速度快、靈敏性高、監測面積大、穩定度高等優點,能夠快速掌握氣體擴散趨勢、實時確定泄漏源位置。我國通過自主研究,構建了中國大氣背景紅外輻射特征模型。該模型在國內大氣環境下,可更有效地消除大氣背景的干擾。基于FTIR技術的產品實現了“動中測”功能。該產品既可以搭載于車輛等移動平臺,又可以對移動目標進行檢測。

③TDLAS氣體檢測成像儀關鍵技術。

TDLAS氣體檢測成像儀基于近紅外光譜波段(1 654 nm)高效、高耐候性的空間光耦合模塊和針對遠距離遙測的平行光發射系統與漫反射、全反射高效光信號接收系統,以獲得更高質量的攜帶光譜信息的激光信號。在光譜信號處理方面,通過自研的大范圍光信號平衡、光譜匹配濾波、微弱信號提取、快速濃度反演算法等技術剔除光譜信號中的干擾及噪聲,可以得到更加真實、穩定的吸收光譜,從而保證檢測結果的靈敏度和準確性。

④微傳感&MEMS氣體泄漏檢測儀關鍵技術。

微傳感&MEMS氣體泄漏檢測儀利用二氧化錫、二氧化鈦、氧化鋅等MOS氣體敏感特性,通過電導率、電阻率變化情況監測識別泄漏氣體成分、濃度,具有尺寸小、功耗低、靈敏度高、響應恢復快、測量范圍大等特點。

⑤智能巡檢機器人關鍵技術。

智能巡檢機器人集可見光、紅外、激光雷達等多種攝像頭于一體;集溫度、壓力、可燃和有毒氣體泄漏、振動、噪聲等多種傳感器于一身;具備“視覺、聽覺、嗅覺、觸覺”的智能檢測與傳感功能[13]。智能巡檢機器人能夠實時對現場工藝設備、機泵、管道、儀表及控制閥的異常工況進行報警,并及時將圖像及信號發送至石化工廠的中心控制室和消防/安全監控中心。

4.2 數據處理與應用平臺層的關鍵技術

①數據共享與追溯關鍵技術。

數據共享與追溯關鍵技術基于區塊鏈技術的數據一致性存儲、難以篡改、防止抵賴等特性,可在危險化學品全生命周期管控中構建集生產、儲存、運輸、使用、廢棄等環節于一體的產業鏈協同網絡,以實現對參與方的信息高透明度、高協同度。

②海量數據高效傳輸關鍵技術。

海量數據高效傳輸關鍵技術利用邊緣計算、視頻智能分析等先進技術,實現工藝、設備、泄漏、作業、視頻等多結構數據的并行處理和高效傳輸,從而解決傳統互聯網物聯網(Internet of Things,IoT)中短時間內海量實時生產數據的數據擠壓問題。

5 石油化工典型場景應用案例研究

5.1 典型應用場景分析

智能光譜氣體泄漏檢測技術能夠有效應用于以下場景:①油田、氣田及長輸管線;②液化天然氣(liquefied natural gas,LNG)接收站和天然氣凈化廠;③煉油裝置與油品罐區;④乙烯等化工裝置及液態烴球罐區。

4個典型應用場景中,對于可燃和有毒氣體的泄漏進行動態實時地檢測及報警,能夠有效地預防或減少火災、爆炸、人身中毒、環境污染等重大危險事故的發生,從而保護企業、社會、生命、財產及環境安全。

5.2 油田、氣田及長輸管線

長輸管線的在線監測是難以實現的。經過國內企業的長期研發,通過在長輸管線高后果區使用無源光纖系統,并將光纖與管道一同地埋的光感終端及監控中心系統主機進行連接,即可實現現場無供電的長期工作。這實現了對氣體濃度多點、實時、不間斷的遠程監測。系統覆蓋地上、地下的三維立體空間,并對地埋管道和絕緣接頭進行 24 h在線實時監測,從而實現了長輸管線在線監測。

5.3 LNG接收站和天然氣凈化廠

由于LNG接收站具有輸送氣體單一、天然氣凈化廠具有H2S含量高而要求泄漏點快速檢測報警等特點,過多的固定點式探測器反而容易產生操檢人員誤操作導致誤報警,無法達到檢測報警的效果。激光、紅外等光譜探測器具有無需操作、無需定期標定、指紋性檢測、泄漏識別迅速、抗天氣干擾能力強等特點,可有效降低誤報警的發生概率[14]。由于具有1 km探測距離的能力,智能光譜氣體檢測成像儀可以大范圍主動探測,降低了探測器使用的數量。

5.4 煉油裝置與油品罐區

根據GB/T 50493—2019 4.1.5[15],當生產設施及儲運設施區域內泄漏的可燃氣體和有毒氣體可能對周邊環境安全有影響而需要監測時,應沿生產設施及儲運設施區域周邊設置線型氣體探測器[16]。線型激光、紅外等光譜探測器可有效實現邊界防護這一理念。主要煉油裝置和油品罐區都需要進行H2S泄漏檢測。1 000萬噸煉油能力總共需要400多個固定點位式探測器。利用光譜探測器的大范圍、高精度、高靈敏度、短響應時間等特性,不但可以快速發現H2S微量泄漏、有效降低操檢人員H2S中毒現象發生的概率,而且通過降低探測器使用數量可以大幅減少常規點位探測器的后期維護費用,同時可對H2S輸送管線進行有效監測。

5.5 乙烯等化工裝置及液態烴球罐區

乙烯等化工裝置及液態烴球罐區對乙烯、丙烯、乙烷、丙烷、液化石油氣等液態烴泄漏監測的要求極高。乙烯裂解裝置具有集成度高、內部管線布置復雜的特點。因此,使用傳統點位式探測器對關鍵泄漏點進行全面監控是設計難題。激光、IR等光譜探測器不但可以長距離、24 h不間斷地精確探測微量泄漏,而且掃描式設備可以針對裂解裝置和乙烯儲罐區等重點監控點位進行大范圍、全方位、立體的在線監測掃描檢測。

6 智能光譜氣體檢測技術應用瓶頸與發展建議

6.1 應用瓶頸與挑戰

經過研究、總結與分析,我國智能泄漏檢測技術應用發展面臨的主要瓶頸與挑戰有以下5個方面。

①光譜泄漏檢測技術的部分核心元器件、關鍵芯片(例如核心激光器、斯特林制冷機芯、激光/紅外成像芯片等)需要進口且價格昂貴,因而亟需進行國產化替代攻關。

②光譜智能檢測技術所采用的AI、機器學習(machine learning,ML)等開發軟件需要使用國外軟件,光譜算法與數據庫需要技術攻關與迭代。 例如很大一部分的軟件工具可以在開源平臺上獲取。而這類軟件平臺絕大多數是境外公司提供支持。電子設計自動化(electronic design automation,EDA)設計軟件方面也往往需要使用國外軟件。

③由于受光譜吸收檢測原理的局限,光譜遙測等智能泄漏檢測技術存在的主要問題是1臺設備只能檢測1種或個別種氣體。在檢測多種混合氣體的環境時,需要安裝多臺設備。這會造成投資過高。這個問題正在通過研發解決。

④由于石化現場氣體泄漏場景的復雜性及無規律性,光譜遙測等智能檢測儀布點難度大,需要依托實際工程項目技術攻關。

⑤由于在石化典型場景所應用的智能泄漏檢測技術復雜、設備費用昂貴,需要石化企業提供資金方面的相關支持。

6.2 應用發展建議

(1)在監測形式上,從被動式檢測改變為主動式智能預警工作方式。

泄漏都是以氣團形式出現的。光譜吸收檢測技術是檢測整個氣團的濃度。點式被動檢測只能檢測擴散到檢測傳感器所在位置的很少一點氣體。而光譜吸收檢測技術對于感知泄漏氣團具有更高靈敏度,并且可結合后臺的AI算法在早期發現更小的泄漏,從而實現智能預警。

(2)普通智能泄漏檢測技術向AI算法及多種氣體檢測方向發展。

①通過對光學系統設計、光譜信號處理AI算法的研究,可以進一步提高設備的檢測能力。

②對不同氣體的光譜特性進行研究,從而實現更多種類氣體的檢測。

③研究單臺設備多氣體檢測。檢測波長將從波長較短的近紅外線向波長較長的中紅外線發展,以得到更高的檢測靈敏度和應用范圍,并兼顧監測溫度異常、煙霧、火災、人員異常等危險工況。

(3)泄漏檢測向高科技、高靈敏度和大范圍方向發展。

氣體泄漏檢測技術向智能光譜檢測技術、新型聲學檢測技術及新型氣敏材料等高科技方向發展,以實現多維度監測技術結合(視覺、聲學、嗅覺等)的無人化智能泄漏監測。此外,多維度傳感融合也是未來傳感技術的發展方向。多維度融合包括但不限于NDIR、FTIR、TDLAS、拉曼光譜、MEMS聲學檢測、相控陣聲學檢測、仿生電子鼻等。

(4)泄漏檢測技術向系列化高性價比產品方向發展。

①根據石化工業安全生產監控需求、監測氣體類型,形成低、中、高系列化高性價比產品,以降低設備成本、提升監測性能。

②光譜檢測技術對危險氣體的遙測實現近、中、遠距離的檢測。

③大范圍氣體泄漏遙測設備與在線式氣體泄漏監測設備相結合,可以有效彌補在線式設備無法全方位覆蓋的短板,形成點、線、面相結合的全方位立體防護機制。

7 結論

經過對智能光譜氣體檢測技術的需求調研、技術與產品研發及試點應用,智能光譜氣體檢測產品已在典型石化生產場景獲得了上千套的成功應用,并取得了良好的效果。具體成果體現在以下2個方面。

①在智能感知層,運用智能光譜檢測技術,彌補了現有泄漏探測手段(點型傳感器輔助人工巡檢)存在的受環境影響大、報警滯后、信息孤島化、報警數據單一等不足。

②在應用平臺層,采用IoT技術實現多種泄漏監測數據互聯互通、采用AI分析技術深入挖掘數據價值[17],從而形成了點-線-面融合的泄漏智能監測報警機制。這為“工業互聯網+安全生產”要求的快速感知、實時監測、超前預警、聯動處置、系統評估這5項新型能力建設提供了高效支撐。

綜上所述,基于智能光譜氣體檢測技術研發的氣體檢測器、成像儀、無人巡檢機器人等產品及系統,是符合“智能感知+數字基座+應用平臺”的智能制造先進架構,是構建面向石化工業“工廠、企業、園區”的智慧安全工業互聯網解決方案的關鍵技術,是賦能石化工業安全、低碳、高端發展的核心利器。