买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江苏省特种设备安全监督检验研究院申请的专利危险品储罐群安全监测方法、系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119333733B 。

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411876014.X，技术领域涉及：F17C13/02；该发明授权危险品储罐群安全监测方法、系统是由陆茂国;张伟刚;罗炜涛;王林;李旭东设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本危险品储罐群安全监测方法、系统在说明书摘要公布了：本发明公开了危险品储罐群安全监测方法、系统，本方案巧妙性通过腐蚀监测传感模块和声学监测传感模块对储罐群的储罐底板进行腐蚀情况、裂纹萌生与拓展情况监测，使得储罐在长期应用时，其底板的厚度、声学异常状况能够被及时监测，令后台管理人员可以及时可靠地获知储罐本体的腐蚀状况和应力变化状况，本方案还将腐蚀速率数据、声学事件特征、环境参数、罐间位置参数和储罐底板厚度差数据等不同量纲的数据进行融合，生成多源融合数据，在此基础上，通过相应的算法对多源数据进行单独、组合判断，以分析储罐底板是否存在异常；为储罐群的安全监测提供可靠的机制保障。

本发明授权危险品储罐群安全监测方法、系统在权利要求书中公布了：1.一种危险品储罐群安全监测方法，应用于LNG危险品储罐群的监测，所述LNG危险品储罐群的储罐底板区域部署有腐蚀监测传感模块和声学监测传感模块，所述LNG危险品储罐群的放置场地中部署有环境传感器组，其特征在于，其包括： S01、通过腐蚀监测传感模块和声学监测传感模块对储罐的底板区域的腐蚀情况、裂纹萌生与拓展情况进行实时监测，分别生成腐蚀监测数据和声学监测数据；所述腐蚀监测数据包括储罐底板上对应监测点的腐蚀电流密度、腐蚀速率；所述声学监测数据包括储罐底板上对应监测点的底板厚度以及对应接收的声波数据和声源位置数据； S02、通过环境传感器组对储罐周边及储罐之间的环境腐蚀因子、气象条件进行实施监测，生成环境监测数据； S03、获取腐蚀监测数据、声学监测数据和环境监测数据，对其进行数据清洗、滤波和特征提取后，再进行多源数据融合处理，生成多源融合数据； S04、获取多源融合数据，利用基于机器学习和统计模型的风险评估算法对储罐的腐蚀程度和储罐群的整体风险进行评估，生成评估结果； S05、获取评估结果，根据评估结果对储罐和危险品储罐群进行预警，生成预警信息； 其中，S03包括： 获取腐蚀监测数据、声学监测数据和环境监测数据，将其设为多源数据； 对多源数据中的异常值进行检测与插值修正，以实现数据清洗，继而采用滑动窗口平均法或中位数滤波法对多源数据进行数据滤波，再将数据特征归一化处理，使所有数据特征被映射至[0，1]区间，令不同量纲的数据可融合处理； 建立多维特征向量，使不同量纲的数据进行融合，生成多源融合数据Ft，其包括腐蚀速率数据{vcorr，it}、声学事件特征{Eae，Dae，Nring，xs，ys}、环境参数Et、罐间位置参数{Dijt}和储罐底板厚度差数据{ΔTit}，其定义如下：Ft＝[{vcorr，it}，{Eae，Dae，Nring，xs，ys}，Et，{Dijt}，{ΔTit}] 其中，多源融合数据Ft用于对储罐的腐蚀程度和储罐群的整体风险进行评估； S04包括： S041、获取多源融合数据，从中提取腐蚀速率数据{vcorr，it}、声学事件特征{Eae，Dae，Nring，xs，ys}、环境参数Et、罐间位置参数{Dijt}和储罐底板厚度差数据{ΔTit}； S042、使用随机森林RF或LSTM时序网络对未来时刻的腐蚀速率进行预测，获得预测腐蚀速率； 其中，输入特征包括腐蚀速率数据，以及环境参数和或声学事件特征； S043、通过包含SVM算法或随机森林算法的分类器对声学事件特征进行分类，分类的类别包括：微裂纹拓展事件Crack、点蚀事件Pitting、局部泄漏事件Leakage或机械噪声事件Noise；获得声学事件分类结果； 其中，分类器的输入特征向量f＝[Eae，Dae，Nring，xs，ys]，输出为事件类别标签L∈{Crack，Pitting，Leakage，Noise}； S044、通过贝叶斯网络BN对多源融合数据进行综合分析，分析因素包括腐蚀速率数据、声学事件特征、环境参数、罐间位置参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏省特种设备安全监督检验研究院，其通讯地址为：210036 江苏省南京市鼓楼区草场门大街107号龙江大厦；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。