خلاصه
نشت مایع از دستگاه بسته بندی خطوط لوله یک مسئله حیاتی در کارخانه های فرآیندی در مقیاس بزرگ است. آسیب در خطوط لوله بر عملکرد طبیعی کارخانه تأثیر می گذارد و هزینه های تعمیر و نگهداری را افزایش می دهد. علاوه بر این، باعث ایجاد شرایط ناامن و خطرناک برای اپراتورها می شود. بنابراین، تشخیص و محلی سازی نشتی ها یک وظیفه حیاتی برای نگهداری و نظارت بر وضعیت است. اخیراً، استفاده از دوربینهای مادون قرمز (IR) رویکرد امیدوارکنندهای برای تشخیص نشت در کارخانههای مقیاس بزرگ است. دوربینهای IR میتوانند مایع نشتی را در صورتی که دمای آن بالاتر (یا پایینتر) از محیط اطرافش باشد، ضبط کنند. در این مقاله، روشی مبتنی بر دادههای ویدئویی IR و تکنیکهای بینایی ماشین برای شناسایی و محلیسازی نشت مایع در یک کارخانه فرآیند شیمیایی پیشنهاد شدهاست. از آنجایی که روش پیشنهادی یک روش مبتنی بر دید است و خواص فیزیکی مایع نشتکننده را در نظر نمیگیرد، برای هر نوع نشت مایع (یعنی آب، روغن و غیره) قابل استفاده است. در این روش فریم های بعدی کم شده و به بلوک ها تقسیم می شوند. سپس، تجزیه و تحلیل مؤلفه های اصلی در هر بلوک برای استخراج ویژگی ها از بلوک ها انجام می شود. تمام فریم های تفریق شده درون بلوک ها به صورت جداگانه به بردارهای ویژگی منتقل می شوند که به عنوان مبنایی برای طبقه بندی بلوک ها استفاده می شود. الگوریتم k نزدیکترین همسایه برای طبقه بندی بلوک ها به عنوان عادی (بدون نشتی) یا غیرعادی (با نشتی) استفاده می شود. در نهایت، موقعیت نشتی ها در هر بلوک غیرعادی تعیین می شود. به منظور ارزیابی رویکرد، دو مجموعه داده با دو فرمت مختلف، متشکل از فیلم ویدئویی یک کارخانه نمایشگر آزمایشگاهی گرفته شده توسط یک دوربین IR، در نظر گرفته میشوند. نتایج نشان میدهد که روش پیشنهادی یک رویکرد امیدوارکننده برای شناسایی و محلیسازی نشتی از خطوط لوله با استفاده از ویدئوهای IR است. روش پیشنهادی دارای دقت بالا و زمان تشخیص معقول برای تشخیص نشتی است. امکان گسترش روش پیشنهادی به یک کارخانه صنعتی واقعی و محدودیت های این روش در پایان مورد بحث قرار گرفته است.
کلید واژه ها
تشخیص نشت و نیکاپایان کامجو محلی سازی تجزیه و تحلیل تصویر تصویر پیش پردازش تجزیه و تحلیل مولفه اصل - طبقه بندی نزدیکترین همسایه
1. بازرسی نشت در کارخانه های فرآیند شیمیایی
نظارت بر وضعیت کارخانههای فرآیند شیمیایی در مقیاس بزرگ برای نگهداری و جلوگیری از آسیبهای متعاقب و خرابیهای عمده بسیار مهم است. خطوط لوله مورد استفاده برای حمل و نقل مواد یکی از مهم ترین بخش های ساختاری یک کارخانه فرآیند شیمیایی است. از آنجایی که این خطوط لوله اغلب مایعات یا گازهای خطرناک یا سمی را حمل می کنند، نشت از خطوط لوله تهدیدی برای اپراتورها است و یک خطر ایمنی زیست محیطی است [1]. یک مطالعه نشان داده است که سطح خطر حوادث مسمومیت ناشی از نشت های خطرناک غیرقابل قبول است [2]. علاوه بر این، آسیب به خطوط لوله بر عملکرد طبیعی نیروگاه ها تأثیر می گذارد که در دسترس بودن و بهره وری نیروگاه ها را کاهش می دهد و منجر به زیان های اقتصادی می شود [3]. مطالعه موردی ارزیابی پیامد کلی نشت در صنعت نفت توسط چن و همکاران. [4] نشان داد که هزینه ها و زیان های ناشی از نشت شامل از دست دادن تولید، از دست دادن دارایی، تلفات جانی یا ایمنی انسانی و آسیب های زیست محیطی است. در میان این جنبه های مختلف، چن و همکاران. [4] تنها میتوانست ضرر تولید را برای یک مطالعه موردی تخمین بزند: بر اساس برآورد آنها، زیان تولید بیش از 270000 دلار آمریکا بود.
در پایش وضعیت مرسوم، بازرسی دستی توسط متخصص، روش اصلی بازرسی برای تشخیص خرابی در خطوط لوله است. با این حال، بازرسی انسانی به شدت به صلاحیت بازرس و دفعات بازرسی بستگی دارد. این بسیار کار فشرده و گران است. علاوه بر این، یک بازرس انسانی باید در معرض شرایط موجود در کارخانه شیمیایی قرار گیرد تا بتواند مستقیماً کارخانه را بازرسی کند که به دلیل شرایط خطرناک در اکثر مواقع امکان پذیر نیست. بنابراین، بازرسی از راه دور برای جلوگیری از قرار گرفتن انسان در معرض شرایط خطرناک در کارخانه های شیمیایی مورد نیاز است [5]. عملیات از راه دور مستلزم کسب اطلاعات از راه دور مناسب از کارخانه و همچنین روش های مناسب تجزیه و تحلیل داده ها برای انجام نظارت از راه دور است. بنابراین، برای دستیابی به تشخیص و محلیسازی نشت از راه دور، ایمن، سریع و دقیق در کارخانههای فرآیند شیمیایی در مقیاس بزرگ، یک مکانیسم تشخیص نشت هوشمند و خودکار بر اساس دادههای بهدستآمده از کارخانه مورد نیاز است.