茂名海港港务股份公司赖冰获国家专利权
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!
龙图腾网获悉茂名海港港务股份公司申请的专利一种化工码头溢油监控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:CN120431522B 。
龙图腾网通过国家知识产权局官网在2025-12-23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:202510550833.3,技术领域涉及:G06V20/52;该发明授权一种化工码头溢油监控系统是由赖冰;孙星;陈业祥;李宗恃;刘宜劲;曹朔珲;徐冰瑶;杜涛;黄晓婷;黎成金设计研发完成,并于2025-04-29向国家知识产权局提交的专利申请。
本一种化工码头溢油监控系统在说明书摘要公布了:本发明提出一种化工码头溢油监控系统,包括:环境感知模块;自适应检测模块;油品识别模块;扩散预测模块;应急联动模块。本发明提出了一种面向化工码头特殊环境的化工码头溢油监控系统,能够动态适应码头多变的作业环境,精准检测溢油事件并提供智能化的溢油处理决策支持。
本发明授权一种化工码头溢油监控系统在权利要求书中公布了:1.一种化工码头溢油监控系统,其特征在于,所述系统包括以下模块: 环境感知模块,用于实时采集各监测子区的环境特征数据,并基于环境特征数据为各子区分配环境划分标签; 自适应检测模块,用于获取环境图像数据,并根据所述环境划分标签从多分支检测模型库中选择匹配的检测模型,通过所述检测模型,获得子区对应的环境图像数据的融合特征以及对应所述融合特征的溢油检测结果,包括溢油位置和溢油面积; 油品识别模块,用于针对所述溢油位置,利用融合特征结合所述溢油位置,进行油品种类的识别,输出油品类别; 扩散预测模块,用于根据所述环境特征数据和所述溢油检测结果构建溢油扩散模型,以进行溢油扩散预测,生成t时间内的溢油扩散轨迹; 应急联动模块,用于根据所述溢油扩散轨迹完成基于溢油扩散趋势的应急响应策略建模,输出动态应急策略; 其中,所述基于环境特征数据为各子区分配环境划分标签,具体包括: 通过对所述环境特征数据综合评价指标计算环境扰动因子,以量化当前子区环境的复杂程度;其中,所述环境扰动因子计算如下: 其中,Zi表示第i个子区的环境扰动因子;α1,α2,α3,α4为环境因子的加权系数,满足α1+α2+α3+α4=1,用于平衡各因子的相对重要性;Wmax、Lmax、Cmax和Gmax分别为风速、浪高、潮流速度和光照强度的归一化常数;Wi为风速;Li为浪高;Ci为潮流速度;Gi为光照强度;i表示第i个监测子区; 其中,所述通过所述检测模型,获得子区对应的环境图像数据的融合特征以及对应所述融合特征的溢油检测结果,包括溢油位置和溢油面积,具体包括: 获取环境图像数据,包括光学图像、红外图像、短波红外图像; 在各个子区分别使用检测模型对所述光学图像、红外图像、短波红外图进行特征提取并加权融合,得到各个子区的融合特征;其中,所述加权融合的权重通过所述环境扰动因子进行修正获得,具体计算为: 其中,表示i区内各模态的动态调整系数,λ为自适应调节因子; 完成融合后,所述融合特征经所述检测模型的检测头,输出溢油检测结果,即对应子区的溢油位置与溢油面积; 所述针对所述溢油位置,利用融合特征结合所述溢油位置,进行油品种类的识别,输出油品类别,具体包括: 基于对应子区的溢油区域提供的溢油区域坐标,在融合特征的多模态融合特征图上,裁剪出溢油区域内的特征块,形成溢油区域融合特征; 在特征融合层,保留环境扰动因子的动态加权机制对所述溢油区域融合特征进行局部动态特征增强,确保溢油区域内的多模态信息在分类前得到环境适配优化; 基于特征融合层的输出,再叠加两层卷积和全局平均池化模块,提取最终的特征向量,并将所述最终的特征向量输入至多类别分类器,输出油品类别包括:重油、轻质油、化学液体; 所述针对所述溢油位置,所述根据所述环境特征数据和所述溢油检测结果构建溢油扩散模型,以进行溢油扩散预测,生成t时间内的溢油扩散轨迹,具体有: 根据所述油品类别,调用油品物性数据库,提取油品物性参数集包括:油品密度、黏度μi及表面张力; 结合所述环境特征数据和环境扰动因子,设计耦合物理-扰动特征的扩散方程,具体包括: 其中,c为溢油浓度分布;ui为局部海流速度矢量场,来自环境特征数据中的潮流速度; Di为融合油品物性与环境因子的等效扩散系数,其计算如下: 其中,γi为表面张力,μi为油品黏度,Zi为环境扰动因子;α为海况-物性耦合调节因子,用于控制环境动态对扩散速度的影响强度;∈i为边界扰动系数,反映溢油边界在高海况下的波动性。
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茂名海港港务股份公司,其通讯地址为:525400 广东省茂名市电白区电城镇岭脚村博贺新港区规划展示中心楼二楼203房;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励