一种基于动态因子的危险品液压性能变化预测方法

本发明涉及安全预警领域，特别涉及一种基于动态因子的危险品液压性能变化预测方法。

背景技术：

1、在易燃、易爆、有毒化学品等危险品的运输过程中，其液压强度的稳定性是确保运输安全的关键因素之一，传统的液压安全监控技术往往侧重于静态条件下的性能评估，忽视了部分动态因素如温度变化、运动振动、外界压力变化等对液压性能的影响，在极端条件下，危险品的液压性能可能因为过压、温度异常等因素而出现失效，从而引发泄漏、爆炸等严重安全事故，对人员安全和环境造成重大威胁。

2、针对这些问题，近年来虽然出现了一些基于传感器的监测技术，但大多数依然局限于瞬间或单一的压力和温度监测，缺乏动态分析液压数据的能力，这些技术在实际应用中，往往不能够全面地反映液压强度在复杂动态环境中的真实表现，而难以准确预测潜在的风险和问题。因此，一种基于实时监测危险品液压性能变化的预测方法，是提高危险品运输的安全性，实现更为准确和全面的安全预警的关键。

技术实现思路

1、本发明的目的在于提出一种基于动态因子的危险品液压性能变化预测方法，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。

2、本发明提供了一种基于动态因子的危险品液压性能变化预测方法，在容器侧壁内安装液压传感器，液压传感器与危险品相接触，在危险品的运输过程中，通过液压传感器实时地获取危险品的液压数据，通过危险品的液压数据计算因子动度，根据因子动度确定危险品的液压性能极限。所述方法能够实时地反映出危险品在运输过程中其液压性能的变化，从而及时识别出潜在的液压安全风险，通过持续地监测危险品的液压数据以及计算其性能极限，能够对危险品的异常波动或趋势作出快速响应，为危险品的运输提供精确的监控和预警方案，有效降低运输事故发生率，使得安全预警更为主动和精准。

3、为了实现上述目的，根据本发明的一方面，提供一种基于动态因子的危险品液压性能变化预测方法，所述方法包括以下步骤：

4、s100，在容器侧壁内安装液压传感器，液压传感器与危险品相接触；

5、s200，在危险品的运输过程中，通过液压传感器实时地获取危险品的液压数据；

6、s300，通过危险品的液压数据计算因子动度；

7、s400，根据因子动度确定危险品的液压性能极限。

8、进一步地，s100，在容器侧壁内安装液压传感器，液压传感器与危险品相接触的方法具体为：在装有危险品的容器侧壁内安装液压传感器，安装位置为侧壁的中部，液压传感器上的膜片与容器内的危险品直接接触，通过液压传感器获取危险品的实时液压。

9、进一步地，s200，在危险品的运输过程中，通过液压传感器实时地获取危险品的液压数据的方法具体为：以危险品开始运输的时刻作为时刻t0，从时刻t0开始，以每秒为间隔，对危险品的液体压强大小进行实时记录，共记录n秒，则产生n个危险品的液体压强大小的数据，将这n个数据记为危险品的液压数据；其中，n的数值设置为区间[60,300]内的一个整数。

10、进一步地，s300，通过危险品的液压数据计算因子动度的方法具体为：

11、创建一个空白的数组lip[]，将危险品的液压数据（n个）加入到数组lip[]中，则数组lip[]共由n个值组成，以l(i)表示这n个值中的第i个，i为序号，i=1,2,…,n；

12、对数组lip[]内的所有值，前后两两作差，则得到n-1个值，以数组dip[]存储这n-1个值，同时以pave表示这n-1个值的均值；

13、在数组dip[]内，筛选出小于均值pave的值并以数组sg[]存储这部分值，筛选出大于均值pave的值并以数组dg[]存储这部分值，以m1表示数组sg[]的长度，以m2表示数组dg[]的长度；

14、记smax为数组sg[]的最大值，记dmin为数组dg[]内的最小值；

15、分别创建一个长度为m1的数组sgo[]以及一个长度为m2的数组dgo[]，对数组sgo[]和数组dgo[]进行赋值，以maxg除以ming所得到的值作为因子动度ftm；

16、其中，maxg=max{sgo_sum,dgo_sum}，ming=min{sgo_sum,dgo_sum}，sgo_sum表示数组sgo[]内所有值的总和，dgo_sum表示数组dgo[]内所有值的总和，max{}和min{}分别表示对{}内的数取最大值和取最小值。

17、本步骤的有益效果为：在危险品的运输途中，由于环境温度的波动、外力冲击等因素，危险品的液体压强会出现变化，当不良因素持续施加时，危险品会存在泄漏、自燃、爆炸的风险，因此需要对危险品的液压数据进行实时监测，以在事故发生前及时控制，然而液压性能的变化往往较快，以瞬时的液压大小作为预警判断标准会导致处理事故的时间窗口过短，因此需要根据危险品液压数据的实时变化而作出提前预测，本步骤的方法通过对液压数据进行数值处理，将危险品的液压数据划分为差值集中以及差值离散两段，以两段数据中最大最小值作为缩小数据差的基础，进而计算因子动度，因子动度反映了液压性能变化的波动程度，以因子动度作为计算液压状态变化的基准，能够结合当前时段内危险品液压强度的数据特征，进而准确地计算出其液压性能极限，确保危险品的运输安全。

18、进一步地，对数组sgo[]和数组dgo[]进行赋值的方法为：

19、以sgo(x)表示数组sgo[]内的第x个元素，以dgo(y)表示数组dgo[]内的第y个元素，sgo(x)以及dgo(y)的计算方法如下：

20、sgo(x)=ln[save×(dmin-sg(x))]，dgo(y)=ln[dave×(dg(y)-smax)]；

21、式中，x为序号，x=1,2,…,m1，save表示数组sg[]内m1个值的均值，sg(x)表示数组sg[]内的第x个元素；y为序号，y=1,2,…,m2，dave表示数组dg[]内m2个值的均值，dg(y)表示数组dg[]内的第y个元素。

22、进一步地，s400，根据因子动度确定危险品的液压性能极限的方法具体为：

23、从时刻t1开始，以每秒为间隔，对危险品的液体压强大小进行实时记录，共记录k秒，则产生k个危险品的液体压强大小的数据（k个值），以数组hip[]存储这k个数据，k=n÷10，在数组hip[]内任意选取k1个值，创建一个空白的数组hpl[]，将这k1个值从小到大地依次加入数组 hpl[]中（hpl[]中内的值为升序排序）；时刻t1=时刻t0+n（即时刻t0之后的第n秒时所处的时刻）；

24、对数组hpl[]内的所有值，前后两两作差，则得到k1-1个值，以have表示这k1-1个值得均值，记液压性能极限h0=hpl(1)+ftm×(1+have)，hpl(1)表示hpl[]内的第一个值。

25、本步骤的有益效果为：以实时液压数据以及因子动度计算其液压性能极限，其原理为，当液压大小出现持续上涨时，其涨幅分为正常以及异常，液压数据的上涨表现在较小的区间时，其性能处于稳定状态，而当液压数据的涨幅较为明显时，即各数据差值较大，表明其液压安全处于波动状态，因此需要预测其性能极限以确保危险品的运输安全，本步骤的方法以实时数据的最小值以及因子动度作为涨幅权重计算液压性能极限，能够准确地识别超出正常波动范围的液压性能变化，从而在其超出极限之前对其进行压力控制，提供充足处理时间，同时避免危险品出现潜在的安全事故，有效控制运输成本。

26、进一步地，s400，根据因子动度确定危险品的液压性能极限，还包括，判断危险品是否超出其液压性能极限，如果是，则发出预警，具体方法为：

27、如果数组hip[]中存在任意一个值大于h0，则危险品已经超出其液压性能极限，此时发送警报信号至运输车内的警报器，警报器收到警报信号后闪烁并发出响声以提醒运输车内的工作人员，运输车指对危险品进行运输的车辆。

28、本发明的有益效果为：所述方法能够实时地反映出危险品在运输过程中其液压性能的变化，从而及时识别出潜在的液压安全风险，通过持续地监测危险品的液压数据以及计算其性能极限，能够对危险品的异常波动或趋势作出快速响应，为危险品的运输提供精确的监控和预警方案，有效降低运输事故发生率，使得安全预警更为主动和精准。