基于多传感器的化工有害气体自动预警系统研究

陆启武

(中海兴发(广东)安全技术服务有限公司, 广东 广州 510663)

0 引言

化工有害气体主要有甲醛、碳氢化合物、硫化物等。这些气体腐蚀性极强。个别气体相遇具有爆炸性。其中,甲醛是1种很容易被人体吸入的无色可溶性气体。如果人们长时间处于甲醛环境中,将会引发一系列呼吸道疾病,甚至出现染色体异常等。根据化工企业的有害气体泄漏情况,相关学者提出了甲烷、甲醛等有害气体检测方案。文献[1]提出了基于窄带物联网(narrow band Internet of Things,NB-IoT)和云平台的预警系统。该系统以有害气体浓度监测为研究对象,探讨气体传感器工作原理,通过气体实际传感过程实现对化工有害气体的监测与预警。文献[2]提出了基于物联网的监测系统。该系统使用ESP8266芯片进行超声波监控,采用消息队列遥测传输(message queuing telemetry transport,MQTT)协议进行物联网数据传输。文献[1]和文献[2]系统在不同气体的特定任务上表现不同。它们在自动采集信息方面的能力相对有限,容易受到外界干扰导致信息丢失,从而使检测的气体特征不完整。

为此,本文提出了应用多传感器采集信息的化工有害气体安全自动预警系统。该系统利用温湿度传感器、气体传感器、风速风向传感器,结合粒子群算法采集化工厂区的环境信息后将信息传输至核心处理器中,并构建高斯烟羽扩散模型,以描述化工有害连续源气体稳定浓度。该系统通过监测终端与泄漏源距离,精准计算泄漏速度,实现了安全、自动预警。

1 硬件设计

1.1 自动预警系统硬件结构

化工有害气体自动预警系统的硬件主要由两部分构成,即核心板和底层板。在核心板上有微处理器、硬盘存储器、同步动态随机存储器(synchronous dynamic random access memory,SDRAM)等核心处理器。这些处理器可以将基板监控的资料传送到主控面板。主控面板就像是大脑,负责协调所有组件的工作[3]。化工有害气体自动预警终端硬件结构如图1所示。

图1 化工有害气体自动预警终端硬件结构

核心板处理中心以S5PV210处理器为主。 SDRAM是动态随机存取存储器(dynamic random access memory,DRAM)的核心芯片。整个控制面板处理中心主要负责对各子系统的数据进行采集、处理和转发,以实现核心板元件与底层板元件的协同工作[4]。底层板元件是微处理器与外部环境交互的一种工具,可以通过选择合适的组件实现不同功能。

1.2 ZigBee网络体系结构

ZigBee网络体系结构主要由物理层、媒体访问控制层、网络层和应用层这4个层次组成。每个层次都具备数据和管理服务。数据传送围绕网络协调程序进行。各节点与协调程序直接相连,实现了数据传递的功能[5-7]。ZigBee协议堆叠被直接用作通信协议。其仅需将1个或多个传感器节点与传输控制协议/因特网互联协议(transmission control protocol/internet protocol,TCP/IP)连接,而无需任何附加设备。

1.3 多传感器

在化工复杂环境下,各传感器的输出参数不同,且不同传感器也会得到不同的输出响应结果。因此,设计多传感器来调节信号,是实现多传感器信号采集的重要环节。

1.3.1 温湿度传感器

本文使用DHT11温湿度传感器将监测到的数据输入单片机。DHT11温湿度传感器应用电路如图2所示。

图2 DHT11温湿度传感器应用电路图

DHT11温湿度传感器的供电电压为3～5.5 V、电容为100 nF。其可以添加在电源插头漏极电源电压(voltage drain drain,VDD)、电源地线(ground,GND)之间,以实现解耦[8]。引脚并联5 kΩ以上的上拉电阻,增强了信号抗干扰能力。在感应装置启动之后,要经过1 s的时间。这期间不会发出任何指令[9-11]。

1.3.2 气体传感器

本文使用电阻型气敏传感器测量气体浓度时,电阻值会随着气体的测量而改变,从而将对气体的探测转化为对电阻的测量[12-13]。

电阻型气敏传感器结构如图3所示。

图3 电阻型气敏传感器结构

本文将气体转变为电压信号,以便检测与采集。本文设R1为传感器的分压电阻,根据分压原理计算气体传感器的气体浓度变化值,进而检测出气体浓度变化。在输出接点处测得的电压为:

(1)

式中:R2为传感器内阻;U回路为回路电压;U接点为接点电压。

在接点处设置1个运算放大器,得到的输出电压为:

(2)

为了避免信号通道串扰,本文需要对其他模拟输入通道对地短接,以保证其采集精度。

1.3.3 风速风向传感器

型号为PHWS/WD的风速风向传感器的风速感应模块由3个碳纤维杯、杯托以及转换器组成。转换器是1种多齿的转子,属于狭缝光耦合器。当风罩被横向风影响时,缝隙中活轴转子旋转会产生频率信号。风向传感器的转换器是1种精密的导电性塑料电位仪。当风向变化时,风向传感器的尾部会转动,从而在电位仪的移动端形成1个可变电阻。

1.4 自动预警终端

本文对每个传感器设定了1个上限阈值。当检测到的数据超出了上限阈值时,传感系统会向微处理器发出1个中断信号。该微处理器可以对当前的中断信号进行处理,从而触发报警。自动预警终端结构如图4所示。

图4 自动预警终端结构

监控布设要考虑化学品的性质、化工园区的建筑结构以及可能发生泄漏的地点。在化工企业周围的公共区域中,监测点主要集中在周边道路和场界围墙,以形成1个连续监测的防护层。本文假设所监控的有害气体具有挥发性,主要以空气为传播媒介。因此在开放式和半开放式的环境下,风向对有害物质的监控起着重要作用。监测点布置方式以下风口布设为主,其布设点距离化学泄漏源不超过1 m。通过风速传感器对风向进行监控。每次的观测资料都以下风向为主。在相同的监控层间,为了保证监控的连续性,终端间的间距必须小于20 m。在易发生危险的区域和邻近脆弱软性社会目标的区域,监控要加大分布密度,并进行交错布置。

2 软件设计

2.1 多传感器信息采集

本文利用多个传感器采集不同方向的数据,并对这些数据进行融合处理,从而形成多传感器完整信息。多传感器的数据融合结果如式(3)所示。

(3)

式中:m、n分别为多传感器采集的全部数据和传感器数据;(ci,di)为第i个传感器的空间坐标;δ为多传感器属性差异系数;cab为多传感器融合系数。

由于多传感器数据采集的过程中受到不同应用场合影响,往往存在差异过大的问题,容易造成数据采集误差。因此,本文描述数据采集的适应性为:

f=E0+εE1+ηE2

(4)

式中:E0、E1、E2分别为传感器数据采集过程中初始、系统和采集过程中消耗的能量;ε、η分别为传感器系统误差和采集过程中的误差。

业务负责拟定房屋租赁合同，合同谈判。根据合同金额分级授权：10万元以下合同报部门经理审批，50万元以下合同由副总审批，50万元以上由总经理审批。

本文结合粒子群算法进行多传感器数据采集。具体步骤如下。

①本文设置传感器数据采集相关参数,以获取传感器的资料。

②在N×N的区域中,n′个传感器分布在不同的空间位置。在此基础上,本文可以通过式(5)求出簇头数量,从而获取区域划分后的子域数量。

(5)

式中:δ为传感器分布在空间中的位置向量。

③在各子域中,本文选取任意1种传感器作为粒子群的初始群体。通过对现有微粒群适应系数的计算,可以获得微粒的数值,并将其作为最佳微粒。

④本文随机生成G个新的粒子,并将G个新粒子作为粒子群中的抗体,通过选择概率的大小对所选择的抗体进行排序。由此可得到有序的多传感器信息。

2.2 自动预警算法

本文使用高斯烟羽扩散模型来描述化工有害连续源气体稳定浓度。其计算式为:

(6)

式(6)中确定的αy、αz值,与大气稳定度密切相关。

在高斯烟羽扩散模型中,目标气体是以恒定速率扩散到大气中的。因此,有害气体泄漏速度是泄漏气体总质量与泄漏时间的比值。气体泄漏速度可表示为:

(7)

式中:β为目标化工液体泄漏系数;S为泄漏口面积;ρ为目标气体液化密度;P0、P分别为当前环境压力和泄漏液体存储罐内压力;g为重力加速度。

本文根据传感器监测到当前有害气体浓度,通过监测终端与泄漏源距离计算精准泄漏速度。当多传感器监测到系统终端后,本文首先对数据进行初始化,然后判断监测到的气体是否达到上限值。如果是,则启动蜂鸣报警器开始报警;如果不是,则继续监测以读取目标气体浓度值,并在终端界面显示监测结果。

3 测试结果与分析

3.1 测试点位布设

某石化产业园涉及石化、化工、仓储等多个领域。园区内公司种类繁多,规模也比较大。为了对化工企业的危害性气体进行检测,本文共设5个监测点。

测试点位布设如图5所示。

图5 测试点位布设示意图

图5中:B1为基准点;A1～ A5为主要监控点。所研究的某石化产业园现已建成2个聚氯乙烯箱和1个二氧化硫箱。聚氨乙烯储罐区域主要设在园区西北角落,由2个100 m3卧罐组成。二氧化硫储罐区域主要设在园区的东北角落,是1个300 m3球罐。

3.2 测试装置设计

测试装置作为传感器阵列和与气体发生反应的场所,其密封性能将直接影响到测试结果的准确性。由于测试过程中需要进行气体成分的替换,所以测试盒的体积应该尽可能地小(大约为250 mL3),并且需在测试盒上安装1个小型的风扇。这样,样品在进入测试盒后就能完全混合。试验箱内装有入气口和出气口,并采用密封胶带将其严实地包好,以确保其气密性。测试盒的底部印制电路板用标准胶条固定。印制电路板连接传感器阵列和数据采集电路,并连接到后端的数据采集卡。由于试验环境中存在着腐蚀性气体,所以实验室采用了聚氯乙烯材料。测试装置原理如图6所示。

图6 测试装置原理图

本文采用流量计调节被测大气,并在流量进入测试设备后进行检测。测试设备可以配置多种不同的气体。气体差值不超过5 ×10-6,基本可以达到测试的要求。整个试验过程都是在封闭的测试箱内进行的,排除了外界干扰。

3.3 有害气体数据查询

有害气体数值查询结果如表1所示。本文以表1数据作为测试对象,进行详细测试分析。

表1 有害气体数值查询结果

3.4 测试结果与分析

根据上述测试内容,本文对比文献[1]、文献[2]和本文方法的有害气体浓度监测结果,以此作为预警依据。3种方法的有害气体浓度监测结果对比如图7所示。

图7 3种方法的有害气体浓度监测结果对比

由图7(a)可知,使用文献[1]方法监测的C2H3Cl、SO2浓度值,分别与表1数据存在1.11 ×10-6、2.44 ×10-6的最大误差。由图7(b)可知,使用文献[2]方法监测的C2H3Cl、SO2浓度值,分别与表1数据存在1.24 ×10-6、0.11 ×10-6的最大误差。由图7(c)可知,使用本文方法监测的C2H3Cl、SO2浓度值,分别与表1数据存在0.02×10-6、0.01×10-6的最大误差。通过上述分析结果可知,使用本文方法监测的数据更加精准。这说明使用本文方法进行自动预警具有可靠性。

4 结论

对化工企业的报警可以有效地保证化工企业的安全。因此,本文设计了应用多传感器采集信息的化工有害气体安全自动预警系统。本文通过对硬件结构进行设计,以ZigBee网络体系构建预警系统内部通信网络架构,联合多种传感器获取环境信息,结合移动终端和中心服务器处理信息,实现远程预警;软件设计中,利用粒子群算法实现多传感器信息的采集,并使用高斯烟羽扩散模型建立自动预警算法。本文通过测试分析,确定了化工园区的安全生产规律,并对其进行了监测和预警。