高斯混合模型在VOCs泄漏自动识别中的研究

• 作者: 万永菁 吴苏保 张烨 王慧锋 颜秉勇
• 来源期刊: 工业安全与环保
• 关键词: LDAR VOCs泄漏 高斯混合模型 K-means++
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 大气污染治理
• 页码范围: 69-72
• 页数: 4页
• 字数: 3879字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-425X.2019.07.017

摘要

LDAR(leak detection and repair)技术是石化企业减排降本的重要手段,通过定期检测泄漏点,及时发现、修复、替换泄漏组件,从而减少VOCs(volatile organic compounds)的泄漏排放.然而在使用红外摄像仪进行泄漏识别时,单凭人眼的观察难以快速、准确确定泄漏点位置.为此,实时、高效的高斯混合模型被首次用来辨识化工泄漏.首先通过高斯混合模型,建立红外视频背景模型,并由背景模型提取出前景泄漏特征;然后运用μ-σ准则获得二值化图片,随后运用形态学开运算处理,进一步确定泄漏发生的位置信息;最后,采用K-means++算法对泄漏信息进行聚类框选,并把框选结果在原视频中展现,帮助现场检测人员快速确定泄漏发生的位置.实践证明,该方法对红外视频中泄漏发生的位置具有较高的辨识准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万永菁	华东理工大学化学过程先进控制与优化教育部重点实验室	30	60	5.0	5.0
2	王慧锋	华东理工大学化学过程先进控制与优化教育部重点实验室	50	388	10.0	18.0
3	颜秉勇	华东理工大学化学过程先进控制与优化教育部重点实验室	18	64	4.0	7.0
4	张烨		7	9	2.0	3.0
5	吴苏保	华东理工大学化学过程先进控制与优化教育部重点实验室	1	0	0.0	0.0