[发明专利]一种油气装置内微量硫化氢气体监测方法在审

专利信息
申请号: 202010548074.4 申请日: 2020-06-16
公开(公告)号: CN111735911A 公开(公告)日: 2020-10-02
发明(设计)人: 王振坤;王庆晖;刘人境;纪秀;刘春贵;安刚;梁晓;张红军;刘咏;白东平;刘绍睿;柳翔天 申请(专利权)人: 中国石油天然气第一建设有限公司;西安交通大学;长春工程学院
主分类号: G01N33/00 分类号: G01N33/00
代理公司: 长春众益专利商标事务所(普通合伙) 22211 代理人: 余岩;谭帅
地址: 471000*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 油气 装置 微量 硫化氢 气体 监测 方法
【说明书】:

发明公开了一种油气装置内微量硫化氢气体监测方法,包括:利用无刷离心风扇将抽取到的外界空气送至硫化氢传感器JXM‑H2S和甲烷传感器JXM‑CH4进行硫化氢和甲烷气体的持续性主动监测,然后硫化氢传感器JXM‑H2S和甲烷传感器JXM‑CH4将监测的模拟信号传输给STM32单片机,通过STM32单片机内部的硫化氢监测补偿算法程序中的修正算法和曲线拟合算法进行计算,对监测结果进行校正,然后将校正后的监测结果与硫化氢气体预先设定的浓度阈值进行比较,若监测结果高于浓度阈值则进行声光报警,再通过无线传输终端USR‑G781将监测结果和比较结果上传至上位机。通过上述方式,本发明能够有效的提高硫化氢气体的监测效率和监测精度。

技术领域

本发明属于危险气体监测领域,尤其是涉及一种油气装置内微量硫化氢气体监测方法。

背景技术

在石化企业生产加工石化产品的过程中,石化企业涉及的有毒有害气体包括可燃气、H2S、CO、NH3、SO2等,这些气体可分为可燃类和毒性类,前者泄漏容易造成火灾爆炸,后者泄漏容易造成人员中毒伤亡,特别是H2S气体,容易带来闪电式中毒,所以在石油等化石能源生产和加工过程中,针对化石能源伴生的有毒有害气体的监测至关重要。

目前,现有的监测危险气体设备对气体监测传感器的危险气体之间的交叉干扰并未进行有效处理,监测结果不精确,容易产生误报警情况,危及人身安全。

发明内容

本发明的目的是:对化石能源生产和加工现场的硫化氢、甲烷气体浓度进行精确监测,防止误报警,安全可靠。

为实现上述发明目的,本发明提供一种油气装置内微量硫化氢气体监测方法,其特征在于包括下列步骤:

1、通过硫化氢传感器和甲烷传感器采集硫化氢和甲烷的浓度值;

2、将硫化氢传感器和甲烷传感器监测的浓度值传给单片机,单片机对监测结果通过硫化氢监测补偿算法程序中的修正算法和曲线拟合算法进行校正,将校正后的结果与硫化氢气体预先设定的浓度阈值进行比较,若结果高于预设的浓度阈值则进行下位机声光报警;

3、通过无线传输终端将监测结果和比较结果上传至上位机,并进行上位机声光报警。

所述校正的具体过程如下:

a、设实际气体浓度值数据Z=[z1 z2]T,其中z1为硫化氢气体浓度值,z2为甲烷气体浓度值;传感器实测的气体浓度值数据X=[x1 x2]T,其中x1为硫化氢传感器实测的硫化氢气体浓度值,x2为甲烷传感器实测的甲烷气体浓度值;硫化氢传感器和甲烷传感器的交叉干扰系数矩阵为:

其中a12代表硫化氢传感器对甲烷气体的交叉干扰系数,a21代表甲烷传感器对硫化氢气体的交叉干扰系数;则经过交叉干扰系数矩阵计算后的实际气体浓度值数据Z=A-1X;

b、利用BP神经网络的线性拟合特性,将经过交叉干扰系数矩阵计算后的气体浓度值数据Z进行线性曲线拟合。

进一步地,在范例学习阶段,首先建立BP神经网络,然后将经过交叉干扰系数矩阵计算后硫化氢气体的实际气体浓度值数据作为样本,并将硫化氢气体的实际气体浓度值数据作为输出结果,以此进行BP神经网络的训练,最后生成基于BP神经网络的线性拟合神经网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油天然气第一建设有限公司;西安交通大学;长春工程学院,未经中国石油天然气第一建设有限公司;西安交通大学;长春工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010548074.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top