CN118624820A - 基于智能气体分析嗅探的集装箱快速评估方法及系统 - Google Patents
基于智能气体分析嗅探的集装箱快速评估方法及系统 Download PDFInfo
- Publication number
- CN118624820A CN118624820A CN202410653791.1A CN202410653791A CN118624820A CN 118624820 A CN118624820 A CN 118624820A CN 202410653791 A CN202410653791 A CN 202410653791A CN 118624820 A CN118624820 A CN 118624820A
- Authority
- CN
- China
- Prior art keywords
- container
- gas
- radiation
- threshold value
- air pressure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004868 gas analysis Methods 0.000 title claims abstract description 23
- 239000007789 gas Substances 0.000 claims abstract description 167
- 230000005855 radiation Effects 0.000 claims abstract description 137
- 238000011156 evaluation Methods 0.000 claims abstract description 110
- 230000008859 change Effects 0.000 claims abstract description 53
- 238000012544 monitoring process Methods 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 28
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 19
- 239000012855 volatile organic compound Substances 0.000 claims description 17
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 15
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 15
- 238000010606 normalization Methods 0.000 claims description 15
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 14
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 14
- 239000001569 carbon dioxide Substances 0.000 claims description 14
- 229910052760 oxygen Inorganic materials 0.000 claims description 14
- 239000001301 oxygen Substances 0.000 claims description 14
- 230000005856 abnormality Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000002547 anomalous effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 239000000463 material Substances 0.000 description 4
- 238000009792 diffusion process Methods 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013450 outlier detection Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003090 exacerbative effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000012857 radioactive material Substances 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Landscapes
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了基于智能气体分析嗅探的集装箱快速评估方法及系统,涉及集装箱安全评估技术领域,通过监测集装箱内部各类气体实时浓度以及对应气体浓度变化率,对获取的各类气体浓度以及气体浓度变化率进行综合计算获取气体危害评分,监测集装箱内部的气压和辐射剂量,并记录气压警示时段以及辐射剂量警示时段,对气压警示时段以及辐射剂量警示时段进行积分运算获取辐射波动系数,加权计算辐射波动系数与气体危害评分得到集装箱的评估系数,依据评估系数与评估阈值的对比结果对集装箱进行分类,并依据分类结果生成相应的管理策略。该评估系统结合多源数据对集装箱进行全面综合分析并进行相应管理,提高检测效果以及评估全面性。
Description
技术领域
本发明涉及集装箱安全评估技术领域,具体涉及基于智能气体分析嗅探的集装箱快速评估方法及系统。
背景技术
集装箱在全球物流和贸易中扮演着重要角色,广泛用于运输各种商品,包括食品、化学品、电子产品和医药品等,然而,集装箱内的环境可能会受到多种因素的影响,如温度、湿度的变化,这些因素可能导致货物变质、污染或其他安全问题,因此,对集装箱内环境的实时监测和评估变得尤为重要。
现有技术存在以下不足:
现有对集装箱进行安全性检测的方式通常为使用X射线扫描仪或红外热成像仪进行检测,一是通常需要打开集装箱进行检查,这会导致货物的延误和额外的成本,二是若不开箱仅能对集装箱的表面或局部区域进行检查,无法全面评估集装箱内部的情况。
发明内容
本发明的目的是提供基于智能气体分析嗅探的集装箱快速评估方法及系统,以解决背景技术中不足。
为了实现上述目的,本发明提供如下技术方案:基于智能气体分析嗅探的集装箱快速评估方法,所述评估方法包括以下步骤:
评估系统获取同一批次运输的集装箱信息,并对每个集装箱进行标记,定时通过设置在集装箱内部的若干气体传感器实时监测集装箱内部各类气体实时浓度以及对应气体浓度变化率,通过边缘计算设备对获取的各类气体浓度以及气体浓度变化率进行综合计算获取气体危害评分;
评估系统通过气压传感器以及辐射探测器分别监测集装箱内部的气压和辐射剂量,并记录气压警示时段以及辐射剂量警示时段,对气压警示时段以及辐射剂量警示时段进行积分运算获取辐射波动系数;
对辐射波动系数与气体危害评分进行加权计算得到集装箱的评估系数,并基于4G/5G信号发送至远程管理平台,远程管理平台依据评估系数与评估阈值的对比结果对集装箱进行分类,并依据分类结果生成相应的管理策略。
在一个优选的实施方式中,所述评估系统通过氧气传感器监测氧气实时浓度以及氧气浓度变化率,通过一氧化碳传感器监测一氧化碳实时浓度以及一氧化碳浓度变化率,通过二氧化碳传感器监测二氧化碳实时浓度以及二氧化碳浓度变化率,通过挥发性有机化合物传感器监测挥发性有机化合物浓度以及挥发性有机化合物浓度变化率。
在一个优选的实施方式中,通过边缘计算设备对获取的各类气体浓度以及气体浓度变化率进行综合计算获取气体危害评分,包括以下步骤:
边缘计算设备先对各类气体浓度以及气体浓度变化率进行归一化处理,将各类气体浓度与气体浓度变化率取值映射到[0,1]之间,获取各类气体浓度归一化值以及气体浓度变化率归一化值,将各类气体浓度归一化值加上气体浓度变化率归一化值获取各类气体指数;
将各类气体指数求和得到气体危害评分,函数表达式为:式中,G_indexj为第j类气体指数,G_hazards为气体危害评分,m为气体种类数量。
在一个优选的实施方式中,记录气压警示时段以及辐射剂量警示时段,包括以下步骤:
将监测到的气压偏差与偏差阈值进行对比,将辐射剂量与剂量阈值进行对比,气压偏差大于偏差阈值,判断集装箱存在泄漏或高压风险,辐射剂量大于剂量阈值,判断集装箱存在辐射危害;
气压警示时段的获取逻辑为:将偏差阈值乘以0.9获取警示偏差阈值,实时获取的气压与警示偏差阈值进行对比,将气压大于警示偏差阈值的时段记录为气压警示时段;
辐射剂量警示时段的获取逻辑为:将剂量阈值乘以0.9获取警示剂量阈值,实时获取的辐射剂量与警示剂量阈值进行对比,将辐射剂量大于警示剂量阈值的时段记录为辐射剂量警示时段。
在一个优选的实施方式中,对气压警示时段以及辐射剂量警示时段进行积分运算获取辐射波动系数,包括以下步骤:
气压警示时段的获取逻辑为:将偏差阈值乘以0.9获取警示偏差阈值,实时获取的气压与警示偏差阈值进行对比,将气压大于警示偏差阈值的时段记录为气压警示时段;
辐射剂量警示时段的获取逻辑为:将剂量阈值乘以0.9获取警示剂量阈值,实时获取的辐射剂量与警示剂量阈值进行对比,将辐射剂量大于警示剂量阈值的时段记录为辐射剂量警示时段;
对气压警示时段以及辐射剂量警示时段进行积分运算获取辐射波动系数,表达式为:FBZ为辐射波动系数,S(t)为集装箱辐射水平实时变化量,[tx,ty]为气压警示时段,[ti,tj]为辐射剂量警示时段。
在一个优选的实施方式中,远程管理平台依据评估系数与评估阈值的对比结果对集装箱进行分类,并依据分类结果生成相应的管理策略,包括以下步骤:
评估阈值包括第一梯度阈值以及第二梯度阈值,且第一梯度阈值小于第二梯度阈值,将获取的评估系数与第一梯度阈值以及第二梯度阈值进行对比,第一梯度阈值用于判断集装箱是否存在异常,第二梯度阈值用于判断集装箱异常严重程度;
若评估系数小于等于第一梯度阈值,判断集装箱不存在异常,将集装箱划入正常集合;
若评估系数大于第一梯度阈值,且评估系数小于等于第二梯度阈值,判断集装箱存在轻度异常,将集装箱划入轻度异常集合;
若评估系数大于第二梯度阈值,判断集装箱存在严重异常,将集装箱划入严重异常集合;
若同一批次运输集装箱中存在至少一个集装箱划入严重异常集合时,远程管理平台发出及时管理策略,及时管理策略为需要对严重异常集合中的集装箱进行转运检测;
若同一批次运输集装箱全部划入正常集合,不进行管理;
若同一批次运输集装箱存在两个以上集装箱划入轻度异常集合时,计算轻度异常集合中所有集装箱的平均评估系数以及评估系数标准差;
若平均评估系数小于等于基准阈值,且评估系数标准差小于等于标准差阈值,分析轻度异常集合内整体集装箱无明显异常,不进行管理;
若平均评估系数小于等于基准阈值,且评估系数标准差大于标准差阈值,分析轻度异常集合内集装箱无明显异常,但存在部分集装箱异常,向管理人员发送管理提示,由管理人员判断是否进行管理;
若平均评估系数大于基准阈值,且评估系数标准差大于标准差阈值,分析轻度异常集合内集装箱明显异常,但存在部分集装箱无异常,发出缓和管理策略;
若平均评估系数大于基准阈值,且评估系数标准差小于等于标准差阈值,分析轻度异常集合内整体集装箱明显异常,发出紧急管理策略。
在一个优选的实施方式中,所述气体浓度变化率的获取逻辑为:在监测时间段开始时间点和结束时间点通过气体传感器获取初始气体浓度以及最终气体浓度,并通过最终气体浓度减去初始气体浓度得到浓度差值绝对值,通过浓度差值绝对值比上监测时长获取气体浓度变化率。
基于智能气体分析嗅探的集装箱快速评估系统,包括集装箱标记模块、气体分析模块、辐射分析模块、计算模块、远程管理模块;
集装箱标记模块:获取同一批次运输的集装箱信息,并对每个集装箱进行标记;
气体分析模块:定时通过设置在集装箱内部的若干气体传感器实时监测集装箱内部各类气体实时浓度以及对应气体浓度变化率,气体传感器包括氧气传感器、一氧化碳传感器、二氧化碳传感器、挥发性有机化合物传感器,通过边缘计算设备对获取的各类气体浓度以及气体浓度变化率进行综合计算获取气体危害评分;
辐射分析模块:通过气压传感器以及辐射探测器分别监测集装箱内部的气压和辐射剂量,并记录气压警示时段以及辐射剂量警示时段,对气压警示时段以及辐射剂量警示时段进行积分运算获取辐射波动系数;
计算模块:对辐射波动系数与气体危害评分进行加权计算得到集装箱的评估系数;
远程管理模块:依据评估系数与评估阈值的对比结果对集装箱进行分类,并依据分类结果生成相应的管理策略。
在上述技术方案中,本发明提供的技术效果和优点:
本发明通过设置在集装箱内部的若干气体传感器实时监测集装箱内部各类气体实时浓度以及对应气体浓度变化率,通过边缘计算设备对获取的各类气体浓度以及气体浓度变化率进行综合计算获取气体危害评分,通过气压传感器以及辐射探测器分别监测集装箱内部的气压和辐射剂量,并记录气压警示时段以及辐射剂量警示时段,对气压警示时段以及辐射剂量警示时段进行积分运算获取辐射波动系数,对辐射波动系数与气体危害评分进行加权计算得到集装箱的评估系数,远程管理平台依据评估系数与评估阈值的对比结果对集装箱进行分类,并依据分类结果生成相应的管理策略。该评估系统结合多源数据对集装箱进行全面综合分析并进行相应管理,提高检测效果以及评估全面性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明的方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:请参阅图1所示,本实施例所述基于智能气体分析嗅探的集装箱快速评估方法,所述评估方法包括以下步骤:
评估系统获取同一批次运输的集装箱信息,并对每个集装箱进行标记,定时通过设置在集装箱内部的若干气体传感器实时监测集装箱内部各类气体实时浓度以及对应气体浓度变化率,气体传感器包括氧气传感器、一氧化碳传感器、二氧化碳传感器、挥发性有机化合物(VOCs)传感器等,通过边缘计算设备对获取的各类气体浓度以及气体浓度变化率进行综合计算获取气体危害评分,评估系统通过气压传感器以及辐射探测器分别监测集装箱内部的气压和辐射剂量,并记录气压警示时段以及辐射剂量警示时段,对气压警示时段以及辐射剂量警示时段进行积分运算获取辐射波动系数,对辐射波动系数与气体危害评分进行加权计算得到集装箱的评估系数,并基于4G/5G信号发送至远程管理平台,远程管理平台依据评估系数与评估阈值的对比结果对集装箱进行分类,并依据分类结果生成相应的管理策略。
本申请通过设置在集装箱内部的若干气体传感器实时监测集装箱内部各类气体实时浓度以及对应气体浓度变化率,通过边缘计算设备对获取的各类气体浓度以及气体浓度变化率进行综合计算获取气体危害评分,通过气压传感器以及辐射探测器分别监测集装箱内部的气压和辐射剂量,并记录气压警示时段以及辐射剂量警示时段,对气压警示时段以及辐射剂量警示时段进行积分运算获取辐射波动系数,对辐射波动系数与气体危害评分进行加权计算得到集装箱的评估系数,远程管理平台依据评估系数与评估阈值的对比结果对集装箱进行分类,并依据分类结果生成相应的管理策略。该评估系统结合多源数据对集装箱进行全面综合分析并进行相应管理,提高检测效果以及评估全面性。
实施例2:评估系统获取同一批次运输的集装箱信息,并对每个集装箱进行标记,包括以下步骤:
评估系统通过物流信息系统或其他数据源获取同一批次运来的集装箱信息,包括集装箱装载产品类型、集装箱数量、运输船名、航次、起止港口、运输公司等信息,对每个集装箱进行初始标记,标记可以以英文字母标记,也可以以阿拉伯数字标记。
定时通过设置在集装箱内部的若干气体传感器实时监测集装箱内部各类气体实时浓度以及对应气体浓度变化率,气体传感器包括氧气传感器、一氧化碳传感器、二氧化碳传感器、挥发性有机化合物(VOCs)传感器等,包括以下步骤:
评估系统通过氧气传感器监测氧气实时浓度以及氧气浓度变化率,通过一氧化碳传感器监测一氧化碳实时浓度以及一氧化碳浓度变化率,通过二氧化碳传感器监测二氧化碳实时浓度以及二氧化碳浓度变化率,通过挥发性有机化合物传感器监测挥发性有机化合物浓度以及挥发性有机化合物浓度变化率;
其中气体浓度变化率的获取逻辑为:在监测时间段开始时间点和结束时间点通过气体传感器获取初始气体浓度以及最终气体浓度,并通过最终气体浓度减去初始气体浓度得到浓度差值绝对值,通过浓度差值绝对值比上监测时长获取气体浓度变化率。
通过边缘计算设备对获取的各类气体浓度以及气体浓度变化率进行综合计算获取气体危害评分,包括以下步骤:
边缘计算设备先对各类气体浓度以及气体浓度变化率进行归一化处理,将各类气体浓度与气体浓度变化率取值映射到[0,1]之间,获取各类气体浓度归一化值以及气体浓度变化率归一化值,将各类气体浓度归一化值加上气体浓度变化率归一化值获取各类气体指数,将各类气体指数求和得到气体危害评分,函数表达式为:式中,G_indexj为第j类气体指数,G_hazards为气体危害评分,m为气体种类数量。
气体危害评分越大,说明集装箱内部的一种或多种气体的浓度越大以及浓度增加越快或浓度减少越快,表明集装箱可能存在以下异常:
1)泄漏或溢出:
浓度越大:如果一种或多种气体的浓度越大,可能表示集装箱内某些物质发生了泄漏或溢出,导致气体浓度超过正常水平;
增加或减少越快:浓度增加或减少的速率增加可能意味着泄漏或溢出的严重程度在加剧,气体释放速度更快,或者泄漏源的位置发生了变化;
2)货物异常:
浓度越大:高浓度的气体可能是某些货物的挥发性物质,其浓度增加可能表明货物异常或货物的存放条件不当;
增加或减少越快:浓度的快速增加或减少可能表明货物的状态发生了变化,可能是因为货物发生了腐败、泄漏或化学反应等问题;
3)安全风险:
浓度越大:高浓度的有害气体可能对人员健康构成威胁,如一氧化碳、氨气等,因此,高浓度的存在可能导致安全风险的增加;
增加或减少越快:浓度的快速增加或减少可能导致气体浓度超过安全限值,增加人员中毒或窒息的风险。
评估系统通过气压传感器以及辐射探测器分别监测集装箱内部的气压和辐射剂量,包括以下步骤:
气压传感器定期采集集装箱内部的气压数据,辐射探测器定期采集集装箱内部的辐射剂量数据,评估系统对接收到的气压数据进行处理和分析,包括数据清洗、异常值检测、数据校准等,以确保数据的准确性和可靠性,同样地,对接收到的辐射剂量数据进行处理和分析,包括异常值检测、辐射水平计算、数据校准等,以获取准确的辐射剂量信息,将监测到的气压偏差与预设的偏差阈值进行对比,将辐射剂量与预设的剂量阈值进行对比,气压偏差大于偏差阈值,判断集装箱存在泄漏或高压风险,辐射剂量大于剂量阈值,判断集装箱存在辐射危害;
实际气压减去标准气压的差值为气压偏差。
记录气压警示时段以及辐射剂量警示时段,对气压警示时段以及辐射剂量警示时段进行积分运算获取辐射波动系数,包括以下步骤:
气压警示时段的获取逻辑为:将偏差阈值乘以0.9获取警示偏差阈值,实时获取的气压与警示偏差阈值进行对比,将气压大于警示偏差阈值的时段记录为气压警示时段;
辐射剂量警示时段的获取逻辑为:将剂量阈值乘以0.9获取警示剂量阈值,实时获取的辐射剂量与警示剂量阈值进行对比,将辐射剂量大于警示剂量阈值的时段记录为辐射剂量警示时段。
对气压警示时段以及辐射剂量警示时段进行积分运算获取辐射波动系数,表达式为:FBZ为辐射波动系数,S(t)为集装箱辐射水平实时变化量,[tx,ty]为气压警示时段,[ti,tj]为辐射剂量警示时段;
当集装箱内部存在辐射源或辐射泄漏时,会导致辐射水平升高,增加集装箱内部的辐射剂量。这可能是由于辐射源本身的活性增加、辐射源的损坏或泄漏、辐射源与其他物质的相互作用等原因造成的;
压力异常可能导致集装箱内部的气体扩散速率增加或减少。当气压升高时,气体扩散速率可能增加,加快了辐射的传播速度;
假设一批集装箱内部存放有放射性物质,其中某个集装箱发生了辐射源损坏,导致辐射水平异常升高。与此同时,由于运输船发生了压力异常,使得集装箱内部的气压升高。这种情况下,压力异常增加了集装箱内部气体的扩散速率,并可能导致气体流动受阻,使得辐射更容易在集装箱内部聚集和扩散,从而加剧了辐射水平的异常情况。
对辐射波动系数与气体危害评分进行加权计算得到集装箱的评估系数,并基于4G/5G信号发送至远程管理平台,包括以下步骤:
对辐射波动系数与气体危害评分进行加权计算得到集装箱的评估系数,函数表达式为:E_coefficient=ω1·G_hazards+ω2·FBZ,式中,E_coefficient为评估系数,G_hazards为气体危害评分,FBZ为辐射波动系数,ω1、ω2分别为气体危害评分、辐射波动系数的权重,且ω1+ω2=1,将边缘计算设备计算得到的评估系数基于4G/5G信号发送至远程管理平台;
需要说明的是,本申请中的评估系数是结合集装箱内部的辐射、气压、气体浓度和气体浓度变化率获取,评估系数越大,表明集装箱整体异常越严重,越应该进行管理。
远程管理平台依据评估系数与评估阈值的对比结果对集装箱进行分类,并依据分类结果生成相应的管理策略,包括以下步骤:
评估阈值包括第一梯度阈值以及第二梯度阈值,且第一梯度阈值小于第二梯度阈值,将获取的评估系数与第一梯度阈值以及第二梯度阈值进行对比,第一梯度阈值用于判断集装箱是否存在异常,第二梯度阈值用于判断集装箱异常严重程度;
若评估系数小于等于第一梯度阈值,判断集装箱不存在异常,将集装箱划入正常集合;
若评估系数大于第一梯度阈值,且评估系数小于等于第二梯度阈值,判断集装箱存在轻度异常,将集装箱划入轻度异常集合;
若评估系数大于第二梯度阈值,判断集装箱存在严重异常,将集装箱划入严重异常集合;
若同一批次运输集装箱中存在至少一个集装箱划入严重异常集合时,远程管理平台发出及时管理策略,及时管理策略为需要对严重异常集合中的集装箱进行转运检测;
若同一批次运输集装箱全部划入正常集合,不进行管理;
若同一批次运输集装箱存在两个以上集装箱划入轻度异常集合时,计算轻度异常集合中所有集装箱的平均评估系数以及评估系数标准差;
若平均评估系数小于等于基准阈值,且评估系数标准差小于等于标准差阈值,分析轻度异常集合内整体集装箱无明显异常,不进行管理;
若平均评估系数小于等于基准阈值,且评估系数标准差大于标准差阈值,分析轻度异常集合内集装箱无明显异常,但存在部分集装箱异常(即部分集装箱的平均评估系数大于基准阈值),向管理人员发送管理提示,由管理人员判断是否进行管理;
若平均评估系数大于基准阈值,且评估系数标准差大于标准差阈值,分析轻度异常集合内集装箱明显异常,但存在部分集装箱无异常(即部分集装箱的平均评估系数小于等于基准阈值),发出缓和管理策略;
若平均评估系数大于基准阈值,且评估系数标准差小于等于标准差阈值,分析轻度异常集合内整体集装箱明显异常,发出紧急管理策略。
其中,将第一梯度阈值加上第二梯度阈值得到阈值和,将阈值和除以2得到基准阈值。
平均评估系数以及评估系数标准差的计算表达式为:
式中,n表示轻度异常集合中集装箱的数量,n为正整数,E_coefficienti表示轻度异常集合第i个集装箱的评估系数,表示平均评估系数。
实施例3:本实施例所述基于智能气体分析嗅探的集装箱快速评估系统,包括集装箱标记模块、气体分析模块、辐射分析模块、计算模块、远程管理模块;
集装箱标记模块:获取同一批次运输的集装箱信息,并对每个集装箱进行标记,标记信息基于4G/5G信号发送至远程管理模块;
气体分析模块:定时通过设置在集装箱内部的若干气体传感器实时监测集装箱内部各类气体实时浓度以及对应气体浓度变化率,气体传感器包括氧气传感器、一氧化碳传感器、二氧化碳传感器、挥发性有机化合物(VOCs)传感器等,通过边缘计算设备对获取的各类气体浓度以及气体浓度变化率进行综合计算获取气体危害评分,气体危害评分发送至计算模块;
辐射分析模块:通过气压传感器以及辐射探测器分别监测集装箱内部的气压和辐射剂量,并记录气压警示时段以及辐射剂量警示时段,对气压警示时段以及辐射剂量警示时段进行积分运算获取辐射波动系数,辐射波动系数发送至计算模块;
计算模块:对辐射波动系数与气体危害评分进行加权计算得到集装箱的评估系数,评估系数基于4G/5G信号发送至远程管理模块;
远程管理模块:依据评估系数与评估阈值的对比结果对集装箱进行分类,并依据分类结果生成相应的管理策略。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.基于智能气体分析嗅探的集装箱快速评估方法,其特征在于:所述评估方法包括以下步骤:
评估系统获取同一批次运输的集装箱信息,并对每个集装箱进行标记,定时通过设置在集装箱内部的若干气体传感器实时监测集装箱内部各类气体实时浓度以及对应气体浓度变化率,通过边缘计算设备对获取的各类气体浓度以及气体浓度变化率进行综合计算获取气体危害评分;
评估系统通过气压传感器以及辐射探测器分别监测集装箱内部的气压和辐射剂量,并记录气压警示时段以及辐射剂量警示时段,对气压警示时段以及辐射剂量警示时段进行积分运算获取辐射波动系数;
对辐射波动系数与气体危害评分进行加权计算得到集装箱的评估系数,并基于4G/5G信号发送至远程管理平台,远程管理平台依据评估系数与评估阈值的对比结果对集装箱进行分类,并依据分类结果生成相应的管理策略。
2.根据权利要求1所述的基于智能气体分析嗅探的集装箱快速评估方法,其特征在于:所述评估系统通过氧气传感器监测氧气实时浓度以及氧气浓度变化率,通过一氧化碳传感器监测一氧化碳实时浓度以及一氧化碳浓度变化率,通过二氧化碳传感器监测二氧化碳实时浓度以及二氧化碳浓度变化率,通过挥发性有机化合物传感器监测挥发性有机化合物浓度以及挥发性有机化合物浓度变化率。
3.根据权利要求2所述的基于智能气体分析嗅探的集装箱快速评估方法,其特征在于:通过边缘计算设备对获取的各类气体浓度以及气体浓度变化率进行综合计算获取气体危害评分,包括以下步骤:
边缘计算设备先对各类气体浓度以及气体浓度变化率进行归一化处理,将各类气体浓度与气体浓度变化率取值映射到[0,1]之间,获取各类气体浓度归一化值以及气体浓度变化率归一化值,将各类气体浓度归一化值加上气体浓度变化率归一化值获取各类气体指数;
将各类气体指数求和得到气体危害评分,函数表达式为:式中,G_indexj为第j类气体指数,G_hazards为气体危害评分,m为气体种类数量。
4.根据权利要求3所述的基于智能气体分析嗅探的集装箱快速评估方法,其特征在于:记录气压警示时段以及辐射剂量警示时段,包括以下步骤:
将监测到的气压偏差与偏差阈值进行对比,将辐射剂量与剂量阈值进行对比,气压偏差大于偏差阈值,判断集装箱存在泄漏或高压风险,辐射剂量大于剂量阈值,判断集装箱存在辐射危害;
气压警示时段的获取逻辑为:将偏差阈值乘以0.9获取警示偏差阈值,实时获取的气压与警示偏差阈值进行对比,将气压大于警示偏差阈值的时段记录为气压警示时段;
辐射剂量警示时段的获取逻辑为:将剂量阈值乘以0.9获取警示剂量阈值,实时获取的辐射剂量与警示剂量阈值进行对比,将辐射剂量大于警示剂量阈值的时段记录为辐射剂量警示时段。
5.根据权利要求4所述的基于智能气体分析嗅探的集装箱快速评估方法,其特征在于:对气压警示时段以及辐射剂量警示时段进行积分运算获取辐射波动系数,包括以下步骤:
气压警示时段的获取逻辑为:将偏差阈值乘以0.9获取警示偏差阈值,实时获取的气压与警示偏差阈值进行对比,将气压大于警示偏差阈值的时段记录为气压警示时段;
辐射剂量警示时段的获取逻辑为:将剂量阈值乘以0.9获取警示剂量阈值,实时获取的辐射剂量与警示剂量阈值进行对比,将辐射剂量大于警示剂量阈值的时段记录为辐射剂量警示时段;
对气压警示时段以及辐射剂量警示时段进行积分运算获取辐射波动系数,表达式为:FBZ为辐射波动系数,S(t)为集装箱辐射水平实时变化量,[tx,ty]为气压警示时段,[ti,tj]为辐射剂量警示时段。
6.根据权利要求5所述的基于智能气体分析嗅探的集装箱快速评估方法,其特征在于:远程管理平台依据评估系数与评估阈值的对比结果对集装箱进行分类,并依据分类结果生成相应的管理策略,包括以下步骤:
评估阈值包括第一梯度阈值以及第二梯度阈值,且第一梯度阈值小于第二梯度阈值,将获取的评估系数与第一梯度阈值以及第二梯度阈值进行对比,第一梯度阈值用于判断集装箱是否存在异常,第二梯度阈值用于判断集装箱异常严重程度;
若评估系数小于等于第一梯度阈值,判断集装箱不存在异常,将集装箱划入正常集合;
若评估系数大于第一梯度阈值,且评估系数小于等于第二梯度阈值,判断集装箱存在轻度异常,将集装箱划入轻度异常集合;
若评估系数大于第二梯度阈值,判断集装箱存在严重异常,将集装箱划入严重异常集合;
若同一批次运输集装箱中存在至少一个集装箱划入严重异常集合时,远程管理平台发出及时管理策略,及时管理策略为需要对严重异常集合中的集装箱进行转运检测;
若同一批次运输集装箱全部划入正常集合,不进行管理;
若同一批次运输集装箱存在两个以上集装箱划入轻度异常集合时,计算轻度异常集合中所有集装箱的平均评估系数以及评估系数标准差;
若平均评估系数小于等于基准阈值,且评估系数标准差小于等于标准差阈值,分析轻度异常集合内整体集装箱无明显异常,不进行管理;
若平均评估系数小于等于基准阈值,且评估系数标准差大于标准差阈值,分析轻度异常集合内集装箱无明显异常,但存在部分集装箱异常,向管理人员发送管理提示,由管理人员判断是否进行管理;
若平均评估系数大于基准阈值,且评估系数标准差大于标准差阈值,分析轻度异常集合内集装箱明显异常,但存在部分集装箱无异常,发出缓和管理策略;
若平均评估系数大于基准阈值,且评估系数标准差小于等于标准差阈值,分析轻度异常集合内整体集装箱明显异常,发出紧急管理策略。
7.根据权利要求6所述的基于智能气体分析嗅探的集装箱快速评估方法,其特征在于:所述气体浓度变化率的获取逻辑为:在监测时间段开始时间点和结束时间点通过气体传感器获取初始气体浓度以及最终气体浓度,并通过最终气体浓度减去初始气体浓度得到浓度差值绝对值,通过浓度差值绝对值比上监测时长获取气体浓度变化率。
8.基于智能气体分析嗅探的集装箱快速评估系统,用于实现权利要求1-7任一项所述的评估方法,其特征在于:包括集装箱标记模块、气体分析模块、辐射分析模块、计算模块、远程管理模块;
集装箱标记模块:获取同一批次运输的集装箱信息,并对每个集装箱进行标记;
气体分析模块:定时通过设置在集装箱内部的若干气体传感器实时监测集装箱内部各类气体实时浓度以及对应气体浓度变化率,气体传感器包括氧气传感器、一氧化碳传感器、二氧化碳传感器、挥发性有机化合物传感器,通过边缘计算设备对获取的各类气体浓度以及气体浓度变化率进行综合计算获取气体危害评分;
辐射分析模块:通过气压传感器以及辐射探测器分别监测集装箱内部的气压和辐射剂量,并记录气压警示时段以及辐射剂量警示时段,对气压警示时段以及辐射剂量警示时段进行积分运算获取辐射波动系数;
计算模块:对辐射波动系数与气体危害评分进行加权计算得到集装箱的评估系数;
远程管理模块:依据评估系数与评估阈值的对比结果对集装箱进行分类,并依据分类结果生成相应的管理策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410653791.1A CN118624820A (zh) | 2024-05-24 | 2024-05-24 | 基于智能气体分析嗅探的集装箱快速评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410653791.1A CN118624820A (zh) | 2024-05-24 | 2024-05-24 | 基于智能气体分析嗅探的集装箱快速评估方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118624820A true CN118624820A (zh) | 2024-09-10 |
Family
ID=92609387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410653791.1A Pending CN118624820A (zh) | 2024-05-24 | 2024-05-24 | 基于智能气体分析嗅探的集装箱快速评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118624820A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1823493A (zh) * | 2003-05-15 | 2006-08-23 | 全套海运安全公司 | 利用多传感器监视集装箱安全性、内容物和状态的方法及系统 |
CN1934595A (zh) * | 2004-03-24 | 2007-03-21 | 全套海运安全公司 | 用于监控集装箱以保证其安全性的方法及系统 |
US20090015400A1 (en) * | 2002-06-11 | 2009-01-15 | Intelligent Technologies International, Inc. | Shipping Container Monitoring Based on Door Status |
CN101556710A (zh) * | 2009-01-22 | 2009-10-14 | 上海国际港务(集团)股份有限公司 | 集装箱全球跟踪管理方法和实施该方法的电子装置和读写装置 |
CN109074889A (zh) * | 2016-02-22 | 2018-12-21 | 拉皮斯坎系统股份有限公司 | 用于检测货物中的危险品和违禁品的系统和方法 |
KR20190115953A (ko) * | 2018-04-04 | 2019-10-14 | 한국전력공사 | 편차의 변화율을 이용한 발전 설비의 위험도 진단 시스템 및 방법 |
CN113856124A (zh) * | 2021-11-03 | 2021-12-31 | 湖北亿纬动力有限公司 | 一种集装箱储能系统的消防装置及其消防方法 |
-
2024
- 2024-05-24 CN CN202410653791.1A patent/CN118624820A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090015400A1 (en) * | 2002-06-11 | 2009-01-15 | Intelligent Technologies International, Inc. | Shipping Container Monitoring Based on Door Status |
CN1823493A (zh) * | 2003-05-15 | 2006-08-23 | 全套海运安全公司 | 利用多传感器监视集装箱安全性、内容物和状态的方法及系统 |
CN1934595A (zh) * | 2004-03-24 | 2007-03-21 | 全套海运安全公司 | 用于监控集装箱以保证其安全性的方法及系统 |
CN101556710A (zh) * | 2009-01-22 | 2009-10-14 | 上海国际港务(集团)股份有限公司 | 集装箱全球跟踪管理方法和实施该方法的电子装置和读写装置 |
CN109074889A (zh) * | 2016-02-22 | 2018-12-21 | 拉皮斯坎系统股份有限公司 | 用于检测货物中的危险品和违禁品的系统和方法 |
KR20190115953A (ko) * | 2018-04-04 | 2019-10-14 | 한국전력공사 | 편차의 변화율을 이용한 발전 설비의 위험도 진단 시스템 및 방법 |
CN113856124A (zh) * | 2021-11-03 | 2021-12-31 | 湖北亿纬动力有限公司 | 一种集装箱储能系统的消防装置及其消防方法 |
Non-Patent Citations (2)
Title |
---|
ZHANG YINGJUN;等: "Shipping containers of dangerous goods condition monitoring system based on wireless sensor network", 2010 6TH INTERNATIONAL CONFERENCE ON NETWORKED COMPUTING (INC), 31 December 2010 (2010-12-31), pages 3 * |
罗肖锋;范洪军;程康;吴顺平: "集装箱船LNG燃料加注与装卸货同时操作的安全区域分析", 船舶工程, vol. 38, no. 04, 15 April 2016 (2016-04-15), pages 13 - 17 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3527513B1 (en) | Method and system to release a confined stowage unit for unloading or inspection | |
CN115099760B (zh) | 一种基于计算机机器视觉的危险品智能检测预警方法 | |
CA3175272A1 (en) | Method and apparatus for determining operating state of photovoltaic array, device and storage medium | |
US8912504B2 (en) | Centralized detection of radiation in multiple facilities | |
CN114912852B (zh) | 一种用于冷藏仓储箱的异常监测预警系统 | |
CN114612048B (zh) | 一种集装箱货物理货监测分析方法及存储介质 | |
Durre et al. | Robust automated quality assurance of radiosonde temperatures | |
CN115994431A (zh) | 基于风险评价的氢气探测器空间布置方案优化方法及系统 | |
CN117433720A (zh) | 低温液体储罐防泄漏检测方法及系统 | |
CN112949735A (zh) | 一种基于离群数据挖掘的液态危化品挥发浓度异常发现方法 | |
CN118463029B (zh) | 一种环境风险源预警方法及系统 | |
CN118624820A (zh) | 基于智能气体分析嗅探的集装箱快速评估方法及系统 | |
CN117826693B (zh) | 一种智慧油库监控预警系统及方法 | |
CN117670050B (zh) | 一种危化品风险评估管理系统及方法 | |
CN118092326A (zh) | 一种基于数字孪生的厂区应急管理系统 | |
CN117474343A (zh) | 石化港区危险源安全风险预警方法、装置、设备及存储介质 | |
CN116718638A (zh) | 一种基于电子鼻物联网的危险化学品检测方法和系统 | |
CN118071150B (zh) | 一种危化品风险等级智能评估管理系统及方法 | |
JPH07181097A (ja) | 微少漏洩ガス雰囲気下での新規漏洩源の検知方法 | |
CN118914471A (zh) | 针对目标气体的预警方法、装置、电子设备及存储介质 | |
CN116975768B (zh) | 一种肥料安全生产的数据异常检测方法 | |
CN118425421B (zh) | 一种基于人工智能的可视化气体检测系统及方法 | |
CN118229095B (zh) | 一种集装箱码头安全风险评估系统设计方法 | |
CN116878728B (zh) | 一种压力传感器故障检测分析处理系统 | |
CN117994939B (zh) | 基于物联网的气体监测预警系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |