基本信息:
- 专利标题： 一种基于仿真与深度学习的微型管廊气体监测方法及系统
- 申请号：CN202210870770.6 申请日：2022-07-23
- 公开(公告)号：CN115081340B 公开(公告)日：2022-10-25
- 发明人： 赵子成 , 肖捷 , 吴连奎 , 于洋 , 赵青海 , 杨利 , 刘名君 , 刘庆 , 何强 , 王开云 , 陈阳 , 林波
- 申请人： 北京云庐科技有限公司 , 四川铁拓科技有限公司
- 申请人地址： 北京市丰台区万丰路316号万开中心写字楼A座501;
- 专利权人： 北京云庐科技有限公司,四川铁拓科技有限公司
- 当前专利权人： 北京云庐科技有限公司,四川铁拓科技有限公司
- 当前专利权人地址： 北京市丰台区万丰路316号万开中心写字楼A座501;
- 代理机构： 北京卓纬律师事务所
- 代理人： 孙志峰
- 主分类号： G06F30/27
- IPC分类号： G06F30/27 ; G06N20/00 ; G01N33/00 ; F17D5/02 ; G06F113/08
摘要：
一种基于仿真与深度学习的微型管廊气体监测方法及系统，属于健康监测领域，通过建立微型管廊的有毒有害气体泄漏‑扩散数值仿真计算模型；对各种泄漏情况，进行仿真计算，仿真结果作为深度学习的训练样本和测试样本，获得微型管廊有毒有害气体泄漏模型库；按设定时间步长，获取微型管廊内部的气体含量监测数据，输入微型管廊有毒有害气体泄漏模型库，获得泄漏源位置和泄漏量；将泄漏源位置和泄漏量输入数值仿真计算模型，进行仿真计算；对微型管廊内部气体浓度实时分布情况进行显示及报警，并对微型管廊内部未来指定时间内的气体浓度分布进行预测、显示和预警。该方法可以实现对微型管廊内部有毒、有害气体泄漏的有效预警。
公开/授权文献:
- CN115081340A 一种基于仿真与深度学习的微型管廊气体监测方法及系统 公开/授权日：2022-09-20
IPC结构图谱:
| G06F30/27 | 使用机器学习，例如人工智能，神经网络，支持向量机 |