一种化工厂事故处置指导及逃生路线的指示系统及方法与流程

本发明涉及化工厂安全监控，尤其涉及一种化工厂事故处置指导及逃生路线的指示系统及方法。

背景技术：

1、化工行业就是从事化学工业生产和开发的企业和单位的总称。化工行业渗透各个方面，是国民经济中不可或缺的重要组成部分，其发展是走可持续发展道路对于人类经济、社会发展具有重要的现实意义，随着生活水平的提高，人们越来越重视生活和环境的质量。随着我国近年来国民经济和工业的发展，化工行业对于国民经济的促进作用越来越显著。许多工业产业都需要使用化工厂提供的原材料、产品或能量。化工厂的很多原材料、产品以及中间产物，都具有毒性、易燃、易爆或对环境有极大的影响。一旦化工厂发生安全事故，将会造成极大的经济损失，甚至带来人员的伤亡，并造成严重的环境负担；因此，发明一种化工厂事故处置指导及逃生路线的指示系统及方法变得尤为重要。

2、经检索，中国专利号cn111258282a公开了一种化工厂事故处置指导及逃生路线的指示系统及方法，该发明虽然通过电子电子预案实现化工厂安全的在线监管，移植和推广成本低；通过路线指示机能够指示逃生路线，避免突发事件时的慌乱，降低事故损失，但是无法对事故进行提前预测，且系统操作难度高，工作人员使用体验差；此外，现有的化工厂事故处置指导及逃生路线的指示系统及方法无法为各工作人员设计最优逃生路线，容易出现逃生不及时发生人员伤亡的情况，逃生成功率低，为此，我们提出一种化工厂事故处置指导及逃生路线的指示系统及方法。

技术实现思路

1、本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种化工厂事故处置指导及逃生路线的指示系统及方法。

2、为了实现上述目的，本发明采用了如下技术方案：

3、一种化工厂事故处置指导及逃生路线的指示系统，包括温度传感器、空气传感器、监控模块、图像处理模块、级联提取模块、3d重建模块、指导数据库、智能预案模块、路线规划模块、语音播报模块以及维护记录模块；

4、所述温度传感器用于采集化工仓各区域温度信息；

5、所述空气传感器用于采集化工厂各区域空气流向以及空气滑雪元素含量；

6、所述监控模块用于对化工厂各区域不同时间段的影像进行采集；

7、所述图像处理模块用于对采集到的图像数据进行特征提取；

8、所述级联提取模块用于对图像数据中的工作人员位置以及动作进行裁剪提取；

9、所述3d重建模块用于依据化工厂工程图以及采集的图像数据构建相应比例的化工厂三维模型；

10、所述指导数据库用于存储各事故处理指导方案并将其进行编号处理；

11、所述智能预案模块用于接收各传感器采集到的数据信息，并进行判断分析；

12、所述路线规划模块用于为各工作人员规划逃生路线并进行实时调整；

13、所述语音播报模块用于依据所处区域不同播报相对应的事故处理方案以及逃生路线提醒；

14、所述维护记录模块用于记录工作人员事故处理信息以及维护信息，并标注对应时间以供后续工作人员查看。

15、作为本发明的进一步方案，所述图像处理模块特征提取具体步骤如下：

16、步骤一：将采集到的影像数据进行逐帧提取以获取多组图片数据，之后依据各组图片数据的显示比例对相应图片进行分块处理，再对分块后的图像数据通过傅里叶变换提取其中的高频成分；

17、步骤二：通过高斯平滑滤波器对图片数据做平滑处理后，对各组图片数据进行非线性变换，同时对非线性变换得到的结果之和进行加权处理以获取最终图片数据，再选取满足条件的窗口在各组图片数据中移动，每移动一次计算此时窗口下的灰度共生矩阵，并从灰度共生矩阵中计算相关图像数据中的纹理特征。

18、作为本发明的进一步方案，所述级联提取模块裁剪提取具体步骤如下：

19、步骤(1)：通过图像金字塔对各组图像数据进行尺度归一化处理，并提取各组图像信息的特征，之后通过双向特征金字塔进行特征融合以获取目标检测框，依据目标检测框对各图像数据进行扩大化剪裁以获取目标图像；

20、步骤(2)：获取个像素相对应的纹理特征，并将得到的各组特征值按数组的形式储存到目标图像相应的像素位置，并将满足预设纹理特征条件的像素区域判断为目标区域，将不满足的判断为背景区域，并进行背景分离。

21、作为本发明的进一步方案，所述智能预案模块判断分析具体步骤如下：

22、步骤ⅰ：智能预案模块从指导数据库中提取多组事故处理指导方案，并对各组数据进行标准化处理，将处理后的数据整合成一组样本数据集，再通过该样本数据集的标准偏差对样本数据集中的异常数据进行剔除；

23、步骤ⅱ：预设一组卷积神经网络，并设置其初始参数，再依据预设信息确定各神经网络层神经元数以及激励函数，将样本数据输入至卷积神经网络中先进行一次卷积操作以将输入数据转换为符合要求的特征图；

24、步骤ⅲ：通过卷积、池化、反卷积以及全连接方式对样本数据处理，并获取输出层为隐节点输出的线性组合，通过softmax函数将其中所有目标的线性预测值转换为概率值，使用损失函数计算真实数据与检测概率之间的损失值，当损失值达到一定阈值后停止训练，同时将该参数作为最优参数并输出分析指导模型；

25、步骤ⅳ：将各传感器采集到的数据信息导入分析指导模型中，之后分析指导模型对各组数据信息进行处理后，输出对应预测曲线，并依据预测结果将相关事故处理指导方案发送给工作人员。

26、作为本发明的进一步方案，步骤ⅰ所述标准偏差具体计算公式如下：

27、

28、

29、其中，vn为样本数据集的数据偏差，s为标准偏差，若任一数据xi的偏差vn满足|vn|＞3σ，则判断该数据为异常数据，并剔除。

30、作为本发明的进一步方案，所述路线规划模块逃生路线规划具体步骤如下：

31、步骤①：路线规划模块接收化工厂模型以及目标数据，并对各区域目标数量进行确认，同时依据化工厂模型各出口信息确定多条逃生路线；

32、步骤②：根据各目标行径自由度获取目标冲突路段可选择路径信息，并将收集到的路径信息视作该目标对象的逃生路径种群，并结合遗传算法生成种群矩阵，收集逃生路径质量，并通过适应度函数将种群中每组个体的属性量化；

33、步骤③：随机从种群中选择两组个体，再分别从个体中分别选取某一段路径，然后进行交换得到新的两组新的个体，再随机选择一组个体，并随机选择个体中的两段路径进行交换，重复执行上述步骤，直到满足终止条件；

34、步骤④：路径优化完成后，从路径终点开始遍历每个节点，若某节点可以与起点无障碍相连，则起点与节点中间的节点就是冗余节点，冗余节点确认完成后，删除这些冗余节点并重新计算路径的适应度函数，并依据目标对象位置不断迭代对路径进行不断优化。

35、一种化工厂事故处置指导及逃生路线的指示方法，该指示方法具体如下：

36、(1)采集化工厂各区域影像信息并构建对应3d场景；

37、(2)对各区域进行事故分析并更新模型参数；

38、(3)智能生成事故处理方案并发送给工作人员；

39、(4)为不同区域工作人员规划最优路线并播报路线信息；

40、(5)记录事故信息以及工作人员维护信息。

41、作为本发明的进一步方案，步骤(2)所述模型参数更新具体步骤如下：

42、第一步：在分析指导模型的规定区间内初始化网络连接权值，之后从训练时的输入以及输出对的集合中提交训练样本，并计算分析指导模型的输出，再比较期望的网络输出与实际的网络输出，同时计算所有神经元的局部误差；

43、第二步：当局部误差超出预设阈值后，依据学习规则方程对分析指导模型的权值进行训练以及更新，并依据预设的学习率以及步长列出所有可能的数据结果，对于每一组数据，选取任意一个子集作为测试集，其余子集作为训练集，训练模型后对测试集进行检测，并统计检测结果的损失值；

44、第三步：将测试集更换为另一子集，再取剩余子集作为训练集，再次计算损失值，直至对所有数据都进行一次预测，通过选取损失值最小时对应的组合参数作为数据区间内最优的参数并替换分析指导模型原有参数。

45、相比于现有技术，本发明的有益效果在于：

46、1、本系统通过智能预案模块从指导数据库中提取多组事故处理指导方案，并将各组数据处理后整合成一组样本数据集，预设一组卷积神经网络，将样本数据输入至卷积神经网络中先进行一次卷积操作以将输入数据转换为符合要求的特征图，通过卷积、池化、反卷积以及全连接方式对样本数据处理，并获取输出层为隐节点输出的线性组合，计算真实数据与检测概率之间的损失值，并通过交叉验证法队模型参数进行更换，当损失值达到一定阈值后停止训练，同时将该参数作为最优参数并输出分析指导模型，将各传感器采集到的数据信息导入分析指导模型中，之后分析指导模型对各组数据信息进行处理后，输出对应预测曲线，并依据预测结果将相关事故处理指导方案发送给工作人员，能够对化工厂事故进行精准预测，实现事故提前预测以及处理，降低事故发生概率，同时能够自行进行参数更新，降低操作难度，提高工作人员使用体验。

47、2、本发明通过接收化工厂模型以及目标数据，并对各区域目标数量进行确认，同时依据化工厂模型各出口信息确定多条逃生路线，根据各目标行径自由度获取目标冲突路段可选择路径信息，并结合遗传算法生成种群矩阵，随机从种群中选择两组个体，再分别从个体中分别选取某一段路径，然后进行交换得到新的两组新的个体，再随机选择一组个体，并随机选择个体中的两段路径进行交换，重复执行上述步骤，直到满足终止条件，路径优化完成后，从路径终点开始遍历每个节点，若某节点可以与起点无障碍相连，则起点与节点中间的节点就是冗余节点，冗余节点确认完成后，删除这些冗余节点并重新计算路径的适应度函数，并依据目标对象位置不断迭代对路径进行不断优化，同时实时将逃生路线传输至用户设备，能够实时为各目标设计最优逃生路线，避免因逃生不及时发生人员伤亡，保障人身安全，提高逃生成功率。