本發明公開了一種油罐車油氣泄漏智能預警系統，實現對油罐車在途參數進行檢測和油罐車油氣泄漏濃度智能預警，所述智能預警系統包括基于無線傳感器網絡的油罐車在途狀態參數采集與智能預警平臺、油罐車油氣泄漏濃度智能預警模型；本發明目的是提供一種油罐車油氣泄漏智能預警系統，該智能預警系統實時監測油罐車在行駛途中的溫濕度、壓力和是否泄漏等安全信息，從而避免意外事故的發生問題。

技術領域

本發明涉及特種運輸車輛設備檢測技術領域，具體涉及一種油罐車油氣泄漏智能預警系統。

背景技術

我國油田多處于偏遠地區，因此石油運輸成為石油工業中一個重要環節。石油運輸有長途和短途兩種，長途運輸主要依靠輸油管道，對于短途以及某些沒有鐵路的沿線，石油的外運工作主要依靠油罐車。油罐車儲運因其機動和靈活等特點，成為短途油品運輸的主要載體。石油為易燃危險物品，司機在運輸的過程中一般不允許私自停車，除非遇到道路阻塞、車輛故障等情況被迫停車，尤其在城市繁華地段更不能隨意停靠，以免發生意外事故。為了實時監測油罐車在行駛途中的溫濕度、壓力和是否泄漏等安全信息，本申請設計了感知油罐車安全信息的無線傳感器網絡節點，構建了一種基于無線傳感網絡的油罐車在途狀態監測系統。該系統由基于無線傳感器網絡的油罐車在途狀態參數采集與智能預警平臺和油罐車油氣泄漏濃度智能預警模型組成，實現對油罐車油氣泄漏濃度的精確監測與預警，對提高油罐車長途運輸效果起到很好的推動作用。

發明內容

本發明目的是提供一種油罐車油氣泄漏智能預警系統，該智能預警系統實時監測油罐車在行駛途中的溫濕度、壓力和是否泄漏等安全信息，從而避免意外事故的發生問題。

本發明通過以下技術方案實現：

一種油罐車油氣泄漏智能預警系統，實現對油罐車在途參數進行檢測和油罐車油氣泄漏濃度智能預警，其特征在于：所述智能預警系統包括基于無線傳感器網絡的油罐車在途狀態參數采集與智能預警平臺、油罐車油氣泄漏濃度智能預警模型；

所述基于無線傳感器網絡的油罐車在途狀態參數采集與智能預警平臺由多個檢測節點和現場監控端組成，它們以自組織方式構建成油罐車在途狀態參數采集與智能預警平臺；檢測節點由傳感器組模塊、單片機以及無線通信模塊NRF2401組成，負責檢測油罐車表面的溫度、壓力以及油氣濃度的實際值，現場監控端實現對油罐車在途參數進行管理和對油罐車在途泄漏油氣濃度進行預警；

所述油罐車油氣泄漏濃度智能預警模型包括多個NARX神經網絡預測模型、模糊C-均值聚類算法分類器、多個經驗模態分解模型、多組ANFIS網絡預測模型、支持度矩陣、融合權重以及油氣濃度等級分類器；每個NARX神經網絡預測模型輸出作為模糊C-均值聚類算法分類器的輸入，模糊C-均值聚類算法分類器對多個NARX神經網絡預測模型輸出進行分類，每種類型的NARX神經網絡預測模型輸出作為各個經驗模態分解模型的輸入，每個經驗模態分解模型的多個輸出作為每組ANFIS網絡預測模型的輸入，每組ANFIS網絡預測模型的融合預測值作為支持度矩陣輸入求得融合權重，每組ANFIS網絡預測模型的融合預測值乘以各自融合權重累加和得到油罐車油氣濃度標稱值，油氣濃度等級分類器對油罐車油氣濃度標稱值進行分類。

本發明進一步技術改進方案是：

所述多個NARX神經網絡預測模型對油罐車表面每個檢測點的油氣泄漏濃度進行預測，多個NARX神經網絡預測模型的輸入為各個檢測點油氣濃度，模糊C-均值聚類算法分類器根據每個檢測點NARX神經網絡預測模型輸出特征值對多個NARX神經網絡預測模型輸出值進行分類。

本發明進一步技術改進方案是：

所述每種類型NARX神經網絡預測模型輸出作為每個經驗模態分解模型的輸入，各個經驗模態分解模型把每類NARX神經網絡預測模型輸出分解為低頻趨勢部分和多個高頻波動部分，低頻趨勢部分和多個高頻波動部分分別作為每組各個ANFIS網絡預測模型的輸入，每組各個ANFIS網絡預測模型的輸出等權重相加和得到每組ANFIS網絡預測模型的融合預測值。