基于无人机化学检测在工业有毒物质泄漏中的防损效益:涵盖38种化学物质和五类传感器的概率蒙特卡洛模拟研究

《Journal of Loss Prevention in the Process Industries》:Loss-prevention benefit of UAV-based chemical detection in industrial toxic releases: A probabilistic Monte Carlo simulation study across 38 chemicals and five sensor groups

【字体: 大 中 小 】 时间:2026年09月22日 来源:Journal of Loss Prevention in the Process Industries 4.8

编辑推荐:

   ## 摘要 化工设施中的损失防控依赖于缩短有毒工业化学品(TIC)泄漏发生与人员防护行动完成之间的时间间隔。该间隔同时决定了缓解措施启动前的泄漏质量和超过急性暴露指导水平(AEGL)的工人暴露量。配备化学探测器的无人机(UAV)可在不使人员暴露于危险区域的情况下提供近实时的

  

## 摘要

化工设施中的损失防控依赖于缩短有毒工业化学品(TIC)泄漏发生与人员防护行动完成之间的时间间隔。该间隔同时决定了缓解措施启动前的泄漏质量和超过急性暴露指导水平(AEGL)的工人暴露量。配备化学探测器的无人机(UAV)可在不使人员暴露于危险区域的情况下提供近实时的态势感知,从而缩短这一间隔。尽管UAV检测的实证证据日益增多,但尚无任何研究对受监管工业化学品和传感器技术广泛谱系上的防护效益进行系统定量评估。本研究通过概率仿真框架填补了这一空白。我们建立了一个包含38种TIC的数据库,覆盖五种传感器技术类别——电化学(EC)、金属氧化物(MOX)、光离子化(PID)、非色散红外(NDIR)以及无专用传感器(NONE),并在Pasquill–Gifford大气条件下通过50,000次蒙特卡洛试验(每种子10,000次 × 5个种子)传播不确定性。对每种TIC计算了两个互补的防护指标:健康风险指标(ΔP_AEGL-2,AEGL-2超限概率的降低)和损失防控指标(η_mass,通过更早响应所避免的泄漏质量比例)。两者整合为综合防护增益指数(PGI = 0.30ΔP_AEGL-2 + 0.70η_mass)。在所有38种化学品中,PGI均值为0.479 ± 0.085(95%自助法置信区间),对于缺乏专用传感器的化学品则升至0.593 ± 0.055。传感器组间在综合PGI上的差异显著(Cohen's d = 3.32,95%自助法置信区间2.56–4.73,p < 0.001);综合效应量主要由损失防控分量主导,而仅基于AEGL-2的效应较小(d = ?0.14,95%置信区间 ?1.01至+0.67),表明UAV监控对于那些在工厂层面难以检测的化学品提供了最大的防护效益。偏等级相关分析表明,固定响应时间是PGI的主导驱动因素(ρ = +0.741),突显了减少人员动员时间——而非传感器硬件——才是改善化学品应急结果的主要杠杆。这些发现为风险知情的传感器部署和UAV集成在工业应急响应规划中的应用提供了定量指导。

## 引言

有毒工业化学品(TIC)的失控泄漏是现代工艺设施中最严重的危害之一。历史记录表明,泄漏开始与防护行动(撤离、就地避难或穿戴个人防护装备)完成之间的时间间隔是决定伤亡和场外影响的最主要单一因素(Lees, 2012, Murvay and Silea, 2012)。因此,缩短该间隔是工艺安全管理的一个核心目标。根据广泛采用的"控制层次"原则,工程控制(例如泄压系统)是首选方案,但当泄漏确实发生时,检测与响应系统构成了关键的最后一道防线(Lees, 2012, Crowl and Louvar, 2011)。传统的固定传感器网络在指定点位提供连续监测,但其空间覆盖范围固有局限;发生在传感器节点之间或工厂未覆盖区域的泄漏可能在触发警报前已扩散数分钟(Murvay and Silea, 2012, Khan and Abbasi, 1998)。

配备化学传感器的无人机提供了一种补充能力。与固定探测器不同,无人机可在接收到警报后的数秒内派遣至任何位置,填补永久传感器网络的空间盲区,并实时可视化羽流,而不使人员暴露于污染区域(J. Burgués, 2020, Johnsen et al., Rosser et al., 2015, Neumann et al., 2012, Restas, 2015, Yungaicela-Naula et al., 2019, Bae et al., 2025a)。我们先前的实验研究——使用集成了离子迁移谱仪(IMS)的多旋翼无人机——表明,在2米高度飞行时利用旋翼诱导的再循环区域可裹带地面蒸气,在常规手持仪器需要直接接触的条件下实现检测(Park et al., 2026, Sato et al., 2020, Do et al., 2020, Brinkman and Johnson, 2021)。IMS通过分离离化化学分子的 газ相迁移率实现近实时识别,可检测至十亿分之几的浓度,并已实际部署于国防、海关和工业安全领域(Ahrens et al., 2022, Allers et al., 2023, Eiceman and Karpas, 2005, Cumeras et al., 2015, M.A. M?kinen and Sillanp??, 2010)。

从系统可靠性角度而言,检测与响应链可视为一系列相互依赖的功能模块:羽流传播 → 传感器激活 → 通知 → 人员行动。因此,固定传感器路径是一个串联可靠性模块,其有效响应时间累积了所有前置模块的延迟,而UAV部署引入了一个可并行旁通模块级延迟的分支,前提是已接收到主警报。在风险知情的资产保护中,相关问题不是任何单一模块的边际性能,而是相对于无UAV串联基线的系统级累计延迟降低,表达为防护行动的增益(Pasman and Rogers, 2014)。

尽管已有实验概念验证,但仍存在一个关键的方法论空白:尚无研究以概率术语定量评估该并行UAV分支在TIC项目所监管的化学品全谱系上实际提供的防护量,以及该效益是否实质性地取决于所使用的传感器技术。现有的化学品应急响应分析要么针对特定化学品(J. Burgués, 2020, Johnsen et al., Jang et al., 2025),要么将传感器系统视为二元变量(存在/缺失)而不区分检测延迟(J. Burgués, 2020)。这是一个具有实际重要性的空白:工艺安全从业者必须在传感器类型、设施区域和应急响应协议之间分配有限资源(Pasman and Rogers, 2014),而理性地做到这一点需要基于风险的跨化学品检测效益估计。

本研究填补了这一空白。我们开发了一个概率仿真框架,将高斯大气扩散模型与随机检测响应时间模型相结合,以量化38种受监管TIC上UAV检测的防护效益,覆盖五种传感器技术类别。核心输出为综合防护增益指数(PGI),定义为健康风险指标——AEGL-2超限概率的降低——与损失防控指标——通过更早人员响应所避免的泄漏质量比例——的加权组合。气象条件、泄漏速率和响应时间中的不确定性通过50,000次蒙特卡洛试验传播,并为所有主要输出计算了95%自助法置信区间。使用偏等级相关系数(PRCC)表征敏感性,这是一种全局敏感性度量,适用于单调但非线性的仿真模型,并广泛应用于概率风险评估和系统安全研究(Pasman and Rogers, 2014, Marino et al., 2008)。

本研究的贡献有三方面。第一,我们首次提供了UAV部署对跨广泛TIC库化学品应急响应的防护效益的系统性、按传感器分层的定量估计,贡献了一个概率损失防控框架,以补充现有的工艺安全可靠性方法。第二,我们识别了防护增益的主导驱动因素——具体而言,人员动员时间而非传感器硬件——这对应急规划中的资源配置具有直接意义。第三,我们发布了一个开放仿真框架,从业者可扩展至特定设施的化学品清单、传感器组合和响应协议。

本文其余部分组织如下。第2节描述TIC数据库、仿真框架和统计方法。第3节呈现健康风险和损失防控指标、PGI排名和敏感性分析的主要发现。第4节在实用的应急响应规划背景下解释结果并讨论局限性。第5节总结关键结论。

## TIC数据库

从已发布的监管清单中汇编了一个包含38种有毒工业化学品(TIC)的库,包括美国交通运输部应急响应指南、《化学武器公约》第二类/第三类清单以及国家工业事故数据库。选择标准要求:(i) 可从美国环境保护署获得急性暴露指导水平(AEGL-2,60分钟终点);(ii) 存在公认的定点传感器技术;以及 (iii) 该化学品在工艺设施中被实际使用。

## 结果

仿真在所有38种TIC上均收敛;各种子间PGI均值差异小于0.2%,确认每种子N_MC = 10,000次试验足够。以下报告的所有95%自助法置信区间均基于对五个种子的1000次重抽样。

## 对风险知情应急规划的实用意义

核心发现——固定响应时间是PGI的主导驱动因素(ρ = +0.741),其贡献超过了传感器硬件或气象条件——对资源配置具有反直觉但重要的含义。习惯于以传感器检测限或响应时间来界定化学检测性能的工艺安全从业者往往将采购决策聚焦于传感器升级周期。我们的结果表明,投资的回报将主要来自人员动员时间的缩短,而非传感器硬件的改进。

## 结论

本研究提出了一个概率仿真框架,用于量化38种有毒工业化学品和五种传感器技术类别上UAV化学检测的防护效益。得出三个主要结论。

第一,UAV部署在整个TIC谱系上提供了有意义的防护,平均防护增益指数为0.479 ± 0.085,对应相对于无UAV能力情景的平均48%增益。该效益分布于两个维度。

## CRediT作者贡献声明

Myeongsik Shin:撰写——初稿、可视化、验证、软件、方法学、调查、形式化分析、数据整理、概念化。
Soohwan Kim:撰写——审阅与编辑、验证、软件、方法学。
Jin Yoo:撰写——审阅与编辑、调查、数据整理。
Ku Kang:撰写——审阅与编辑、初稿、监督、资源、项目管理、方法学、资金获取、概念化。

## 利益冲突声明

作者声明他们没有已知的相互竞争的经济利益或个人关系可能会影响本论文所述的工作。

Myeongsik Shin | Soohwan Kim | Jin Yoo | Ku Kang
CBRN防御研究院,韩国首尔,邮编06796,大韩民国
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号