[0001] 本发明涉及危险化学品行业安全技术领域，具体涉及一种基于D‑S(Dempster‑Shafer)证据理论的区域监测系统。

[0002] 危险化学品(简称危化品)具有易燃、易爆、有毒等特性，在生产、储存和使用过程中具有极高的危险性，危化品事故往往伴随燃烧、爆炸等剧烈化学反应，具有突发性、易扩散、严重性和处置难等特点。在危化品生产、储存和使用过程中，伴随工艺过程、设备状态、人员行为等各要素信息交织叠加，风险因素不确定性的交互影响，企业安全管理人员和现场作业人员往往难以准确研判安全生产状态，无法及时监测监控风险。

[0003] 目前，危化品生产、储存和使用企业重视自动化控制，但是针对区域性的监测预警研究相对落后，常采用阈值法、专家经验等方法对设备工作的实时数据进行研判，虽然可以实现联锁、急停等功能，但是该方法通常滞后于事故的发生，无法通过预研事故类型和风险度的方法减少或者避免事故，故上述方法不适用于危险化学品生产、储存和使用企业的事故实时研判报警。

[0046] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0047] 图1为本发明实施例的基于D‑S证据理论的区域监测系统的结构框图。

[0048] 如图1所示，该基于D‑S证据理论的区域监测系统包括信号监测装置1、区域控制终端2和报警模块3，其中，信号监测装置1包括传感器模块11、信号采集与转换模块12，传感器模块11、信号采集与转换模块12、区域控制终端2和报警模块3依次相连。

[0049] 传感器模块11，包含多种传感器，用于采集危险化学品生产、储存和使用过程中的监测信号，监测信号包括各待监测设备的工况信号、各待监测区域的环境信号；信号采集与转换模块12，用于对监测信号进行处理并转化为数字信号后发送给区域控制终端2；区域控制终端2，用于接收数字信号，基于数字信号根据改进的D‑S证据理论方法进行多传感器的数据融合得到融合决策结果，并基于融合决策结果判断是否发出预警信号或报警信号至报警模块3，以控制报警模块3进行预警或者报警；报警模块，用于根据预警信号或者报警信息进行预警或者报警。

[0050] 其中，待监测设备包括危化品生产、储存和使用过程中的各个设备，例如储罐、反应釜、泵及压缩机等，待监测区域是指危化品所在的相关局部区域。待监测设备的工况信号用于表征设备的工作状态，包括温度、压力、电流、转速信号等，待监测区域的环境信号可包括温度、可燃有毒气体浓度信号等。

[0051] 其中，改进的D‑S证据理论是通过一定的组合规则将来自多源的基本概率分配函数进行综合，得到一组经过融合的新的基本概率分配函数。通过新的基本概率分配函数进一步进行数据融合，减小不确定性给决策带来的影响。

[0052] 具体地，传感器模块11中的各种传感器(包括有线传感器和无线传感器)采用危化品生产、储存和使用过程中所有待监测设备的工况信号、所有待监测区域的有毒、易燃物质浓度等环境信号，并将其发送至信号采集与转换模块12，信号采集与转换模块12将工况信号、环境信号进行处理后转化为数字信号，并将其发送至区域控制终端2，区域控制终端2基于数字信号根据改进的D‑S证据理论方法进行多传感器的数据融合，通过实时工况信号、结合可燃/有毒物质浓度等环境信号的发展趋进行综合判断得到融合决策结果，并基于融合决策结果判断是否发出预警信号或报警信号至报警模块3。其中，预警信号与报警信号可不同，分别所表征的风险等级或程度不同。报警模块3用于根据区域控制终端2发出的预警或报警信号启动预警或报警机制，从而可以及时提示相关区域工作人员进行处理或撤离，以避免危险事故的发生。

[0053] 区域控制终端2采用Spark分布式内存处理技术，减少大量的磁盘IO操作，提高复杂计算需要多次迭代的处理速度。

[0054] 本发明实施例采用多源信息融合法，并采用D‑S证据理论融合多种传感器的信号，相较于阈值法、专家经验法，可以实现危化品生产、储存和使用过程中各设备及相关区域的实时监测、及时预警与报警，可以提高监测预警的准确度。

[0055] 由此，本发明实施例的基于D‑S证据理论的区域监测系统，采用D‑S证据理论实现多源信息融合，并基于融合决策结果进行预警、报警，有利于及时预测风险，提高监测预警的准确度，可以减少或者规避危险化学品危险事故。

[0056] 在本发明的一个实施例中，如图2所示，基于D‑S证据理论的区域监测系统还包括分别与区域控制终端2相连的电流稳压模块4、通讯模组5、控制调度中心6和RFID模块7。

[0057] 电流稳压模块4，用于外接交流电，将交流电转化成直流电；通讯模组5，与控制调度中心6相连；控制调度中心6，用于接收数字信号与融合决策结果并存储；RFID模块7，用于将区域控制终端中记录的数据发送至巡检设备。

[0058] 具体而言，电流稳压模块4外接交流电，并根据区域控制终端2各模块的选型，将交流电转化成相应规格的直流电，避免过高电压损坏设备；通讯模组5由有线通信线路和无线通讯模组组成，用于连接区域控制终端2和控制调度中心6，实现信息交互功能，且当有线通信线路故障时，区域控制终端启动报警信号，并通过无线通讯模组将故障信息发送至控制调度中心6，区域控制终端2可将数据融合过程的所有信息、预警信息通过通讯模组5实时发送至控制调度中心6，且在内部存储元件内实时存储并实现滚动式覆盖记录，RFID模块7用于日常工作过程中，巡检人员日常检查的对接，当巡检人员设备触发RFID模块7时，区域控制终端2输出工况信号与换将信号至巡检设备。

[0059] 区域控制终端2还通过通讯模组5与控制调度中心6连接，当区域控制终端2内部网络故障时，区域控制终端2可发出故障预警信号，并将区域内信号监测装置1输出的信号存储于内置存储元件内。区域控制终端2外部装备抗爆防护外壳，在燃烧、爆炸等极端条件下保护内部电路的功能完整；区域控制终端2内部有应急电源，在燃烧、爆炸等极端条件下的实现信息储存及无线预警；区域控制终端2内部无线预警模块，通过无线网络、蜂窝网络等形式向管理人员、安全管理人员发送报警信息。在危化品生产、储存和使用装置和相关区域具有危险时，区域控制终端2还将数字信号实时发送给控制调度中心6，方便远程监控人员对事故原因进行信息分析和响应。其中，控制调度中心6可为企业中控室或消防控制室。

[0060] 如图3所示，区域控制终端2包括稳压整流模块21、本安型防冲击保护壳22、内部RFID模块23、备用电源模块24、复位模块25、输出接口模块26、数据处理与控制核心(或CPU，Central Processing Unit，中央处理器)27、通讯模块28、输入接口模块29和数据存储模块30。

[0061] RFID模块7与输出接口模块26电连接，用于日常工作过程中，满足工作人员日常巡检与调试。

[0062] 本安型防冲击保护壳22用于保证区域控制终端可以在易燃易爆区域正常工作，并保护其在收到爆炸冲击、物理撞击等极端条件下的设备内部硬件完好；备用电源电源模块24用于在外部动力电源故障情况下，保存信号监测装置1输出的信号，并将电源线路故障情况，通过通讯模块28发送至控制调度中心6；复位模块25用于将调试后的区域控制终端4复位；输出接口模块26用于输出功能的拓展，实现屏幕输出等功能；数据处理与控制核心(CPU)27是本发明区域控制终端的核心，通过接收信号监测装置1输出的信息，结合信息融合算法，实现对危化品生产、存储、使用企业设备工况和环境信息的监测和预警，并控制报警模块2的输出，实现整体的系统功能；通讯模块28通过有线和无线通讯的形式连接控制调度中心6，且周期性检测通讯链接的通断，当通讯故障中断时，利用蜂窝网络发送报警信息给控制调度中心6；输入接口模块29连接信号监测装置1的输出端，将设备工况和环境信号传输给数据处理与控制核心(比如CPU)27；数据存储模块30用于实时存储区域监测预警装置的信号监测装置1监测的数据、数据处理与控制核心27输出的信号与其他故障检测记录，该记录保持30天，通过滚动式覆盖，降低硬件存储压力。

[0063] 在本发明的一个实施例中，传感器模块11包括但不限于光电传感器、超声波传感器、压力传感器、振动传感器、液位传感器、氧含量检测模块、温度传感器、有毒气体浓度检测模块和可燃气体浓度检测模块。

[0064] 在一个示例中，参照图2，信号采集与转换模12包括高速采集模块121、信号采集卡122，传感器模块11、高速采集模块121、信号采集卡122和区域控制终端2依次相连。传感器模块11、高速采集模块121、信号采集卡122依次电连接。

[0065] 高速采集模块121，用于将监测信号进行放大、归一化处理后输出模拟信号至信号采集卡122；信号采集卡122，用于将模拟信号转化为数字信号并输出至区域控制终端2。

[0066] 进一步地，高速采集模块122包括信号调理电路、电源电路和通信电气隔离电路。

[0067] 具体而言，针对传感器输出信号弱，设计了信号调理电路，如图4所示，由IO1输入的信号经运算放大器U1A组成的高频截止电路可以去除电流回路等产生的有害高频噪声，降低失真，提高信噪比，处理后的信号输入至放大器U2A和缓冲器U3A组成负反馈运算放大电路，前级是宽带放大器，后级是低频放大器；经运算放大的信号经过低频截止电路可以去除部分低频噪声，去除误触发引起的噪声；运算放大器U4A由可调电阻R7设置放大倍数调节输出阈值，最后将输出信号传递给区域控制终端2。

[0068] 当设备工况信号或环境信号有异常时，传感器模块11、高速采集模块121、信号采集卡122则快速将处理后的信号发送给区域控制终端2，使区域控制终端2可以快速做出反应，避免危险事故发生，也方便危险事故发生后进行事故原因的分析。信号监测装置1监测的数据通过通信连接输出至区域控制终端2和控制调度中心6；区域控制终端4通过有线连接或5G网络远程通讯连接，结合有线连接的稳定性和5G的高带宽、低时延的特性，可以稳定、精准采集传输更多的数据。

[0069] 报警模块3控制电路的原理图如图5所示，当区域控制终端2研判故障发生时，通过IO3输出高电平信号进入电压比较器U1，经运算放大后输出至U2组成的震荡电路，产生方波驱动报警装置中的光电报警装置，其方波频率由C2、C3和R14A共同决定。三极管Q1可以关闭震荡，Q2与C2的输出可以降低震荡频率。

[0070] 如图6所示，区域控制终端2的监测预警方法，其架构包括信息感知层、间接管理层和控制层等，预警方法采用多传感器融合方法，对感知层得到的数据进行综合处理，对事故发生的特征进行判断。

[0071] 信息感知层由上述各个类型传感器构成，主要为监测设备工作状态和环境信息；信号采集与转换模块提取信息感知层数据与控制调度中心传输数据信息特征，将其发送给控制终端，控制层主要包括控制终端，用于通过信息融合方法研判预警/报警状态，并将信息存储并发送至控制控制调度中心，当监测区域触发预警/报警状态时，启动区域报警模块进行预警/报警。

[0072] 根据传感器获取的数据，判断所监测区域、设备的风险等级是预警系统工作的核心，传统的风险等级确定方法通常采用专家经验等方法确定报警阈值，主观性强，人为因素影响过大，通常与实际风险情况差距较大，且容易引起传感器无效的误报警，过多的无效报警会降低操作人员的警惕性，容易导致真报警处理不及时，因此本发明实施例采用D‑S证据理论进行多传感器信息融合以提高预警/报警的及时性、真实性和准确性。

[0073] 多传感器信息融合方法为决策层融合，基于提取的感知层数据特征，利用改进的D‑S证据理论的数据融合方法，结合信息感知层各传感器信号变化情况，得出预警的结果。

[0074] 改进的D‑S证据理论基于改进融合规则的改进方法，原D‑S证据理论的融合规则具体如下：

[0075] 对于某事件，传感器获取的(数据)证据存在任意情况为A，构成了整个的事件总体Θ，即存在任意i个假设 设该事件存在三种类型的目标结果a1,a2,a3，即Θ＝{a1,a2,a3}，根据各个结果的概率分布可以得到基本概率分布BPA(mass函数)，其中某个传感器判决目标结果为a1的支持度表示为m(a1)或m1。

[0076] 则三个传感器的证据合成结果常用Dempster合成规则

[0077]

[0078] 其中B、C、D是识别框架Θ内的证据，K为归一化常数。

[0079]

[0080] 然而，常规的D‑S合成规则在融合高冲突证据时候，存在“Zadeh”悖论问题，影响决策的正确性。因此本发明实施例通过组合信度的熵和皮尔逊相关系数对证据的基本概率分配进行修正，保证融合决策结果的正确性。

[0081] 即在本发明的一个实施例中，区域控制终端在基于数字信号根据改进的D‑S证据理论方法进行多传感器的数据融合得到融合决策结果，并基于融合决策结果判断是否发出预警信号或报警信号至报警模块时，具体用于：将数字信号作为改进的D‑S证据理论的证据，并对证据的基本概率分配进行修正：将修正后的基本概率分配代入改进的D‑S证据理论的Dempster合成规则，进行融合计算得到待监测设备、待监测区域的各个风险等级的基本概率分配情况，并将其作为融合决策结果；按照D‑S证据理论的最大隶属度原则，在融合决策结果中选取概率最大的情况所对应的风险等级，作为最终风险等级；根据最终风险等级判断是否发出预警信号或报警信号至报警模块。

[0082] 进一步地，区域控制终端在对证据的基本概率分配进行修正时，具体用于：计算每个证据的信度熵，并基于信度熵计算对应的信度熵权重；计算任意两个证据之间的皮尔逊相关系数，并基于皮尔逊相关系数计算对应的相关系数权重；通过距离函数并使用线性加权法，对信度熵权重和相关系数权重进行优化组合，得到证据的综合权重；根据综合权重对证据的基本概率分配进行修正。

[0083] 其中，风险等级的数量可为多个，比如三个，风险等级包括无风险、有风险且可控以及有风险且不可控，此时证据的基本概率分配为mj，j＝1,2,3。无风险表示设备工况信号与环境信号在安全允许情况内；有风险且可控表示设备工况信号或相关环境信号即将超出安全条件；有风险且不可控表示设备工况信号或相关环境信号已超出安全条件。

[0084] 具体而言，首先将从信号监测装置1获取的数字信号作为改进的D‑S证据理论的证据，通过以下流程对这些证据的基本概率分配进行修正：

[0085] 证据的基本概率分配mj的信度熵Ed(mj)表示如下：

[0086]

[0087] 式中，Ai表示识别框架Θ内的第i个证据子集，mj(Ai)表示证据Ai的基本概率分配，Ai越大，证据基本概率分配mj(Ai)的不确定程度也就越大。

[0088] 然后，通过以下公式计算基于信度熵的信度熵权重：

[0089]

[0090] 其中，αj是指第j个证据的信度熵权重，n是指证据的总数，Ed(mj)是指基本概率分配mj的信度熵，mj是指第j个证据的基本概率分配，j为大于等于1的整数。

[0091] 任意两个证据第j、k个证据的基本概率分配mj、mk之间的皮尔逊相关系数函数为Sjk，计算公式为：

[0092]

[0093] 式中，E()函数为数学期望，Sjk∈[‑1,1]。当Sjk≤0时，将Sjk赋值为0.001，大于零时候取实际值。

[0094] 通过以下公式计算基于皮尔逊相关系数的相关系数权重：

[0095]

[0096] 其中，βjk是指第j个证据和第k个证据之间的相关系数权重，n是指证据的总数，Sjk是指第j个证据的基本概率分配mj与第k个证据的基本概率分配mk之间的皮尔逊相关系数，k为大于等于1的整数。

[0097] 为了避免证据的不确定性和相关性对结果的单一影响，通过距离函数d并使用线性加权法，对信度熵和皮尔逊相关系数确定的权重进行优化组合，得到证据的综合权重，通过以下公式计算得到证据的综合权重：

[0098]

[0099] ωt＝Yαt+Zβt

[0100] [d(Y,Z)]2＝(αt‑βt)2

[0101] αt±βt＝1

[0102] 其中，d是指距离函数，Y、Z是识别框架Θ内的证据，Yt、Zt分别是证据Y、Z的第t个焦元，t为大于等于1的整数，ωt是证据Y、Z的第t个综合权重，距离函数d越大则表明证据融合效果越不可靠，αt、βt分别是证据Y、Z的第t个信度熵权重、相关系数权重。

[0103] 之后，通过以下公式对证据的基本概率分配进行修正：

[0104]

[0105] 其中，Ai是指识别框架Θ内的第i个证据子集， m(Ai)′是指Ai的修正后的基本概率分配，ω1、ω2和ωt分别是指证据Y、Z的第一个、第二个和第t个综合权重，m1(A1)、m2(A2)和mt(Ai)分别是指不同风险状态下证据A1、A2和Ai的基本概率分配函数情况。

[0106] 得到修正后的基本概率分配后，将其代入D‑S证据理论的Dempster合成规则，进行融合计算得到待检测设备、待检测区域的各个风险等级(正常、风险可控、风险不可控)的基本概率分配情况，并将其作为融合决策结果，可以避免原D‑S证据理论的zadeh悖论。

[0107] 最后，按照D‑S理论的最大隶属度原则，在融合决策结果中选取概率最大的情况确定的最终风险等级和类型，比如，采集温度、压力、可燃有毒、电流转速等设备与环境的信息，存在的风险：如投料过度、超温或超压(可控)、燃爆或毒气泄漏(不可控需紧急疏散)。

[0108] 根据最终风险等级判断是否发出预警信号或报警信号至报警模块。具体包括：如果最终风险等级为无风险(正常)，则确定不发出预警信号或者报警信号至报警模块；如果最终风险等级为有风险且可控(风险可控)，则发出预警信号至报警模块3；如果最终风险等级为有风险且不可控(风险不可控)，则发出报警信号至报警模块3。

[0109] 报警模块3接收到预警/报警信号后，进行预警/报警，提示管理人员。当各设备发生异常或事故时，设备监测点的温度、压力、液位等数据超出工艺设定值；相关区域发生异常或事故时，相关区域内可燃气体浓度传感器、有毒气体浓度传感器输出的环境信号异常升高超过阈值；当发生火灾、爆炸等严重事故时，振动传感器、光电传感器等输出的环境信号至达到限制阈值。

[0110] 如图7所示，为本发明的多源信息融合方法的本安型区域监测预警装置及方法的预警方法流程图；具体方法为：

[0111] 步骤(1)，装置启动后进行信号检测；

[0112] 首先检测区域控制终端2与控制调度中心6的通讯是否正常，如有故障，则报告错误并等待检修；若与控制调度中心6可以正常通讯，则进入下一步流程。

[0113] 步骤(2)，连接信号监测装置1并进行信号检测；

[0114] 首先区域控制终端检测是否接入传感器数据，如果未检测到传感器数据，则报告错误并等待检修；若传感器数据失联、报错比例超出误差允许值，则同样报告错误并等待检修；若传感器信号正常接入，则进入下一步流程。

[0115] 步骤(3)，针对获取的数据进行信息融合处理，得到最终风险等级；

[0116] 步骤(3‑1)，对获取的数据进行特征提取；

[0117] 步骤(3‑2)，对进行特征提取后的数据进行信息融合，具体采用改进的D‑S证据理论方法进行多源信息融合，得到融合决策结果；

[0118] 步骤(3‑3)，按照D‑S证据理论的最大隶属度原则，在融合决策结果中选取概率最大的情况所对应的风险等级，作为最终风险等级；

[0119] 步骤(4)，根据最终风险等级判断是否预警、报警；

[0120] 如果没有风险，则正常作业；如果有风险，则进一步判断风险是否可控，如果可控，则控制报警模块进行预警，并同步至控制调度中心，以提示企业管理人员、技术负责人和一线工作人员，并方便相关人员进行事故原因的分析与响应，提醒企业管理人员、技术负责人和一线工作人员及时排查、解除风险，直至风险消除后恢复作业；如果不可控，则控制报警模块进行报警，提醒现场人员疏散，并同步至控制调度中心，提醒技术负责人和一线工作人员及时排查、消除警报等工作，在报警状态时维持无关人员的疏散状态，直至风险消除后恢复正常作业。在预警、报警之后，可判断风险是否解除，如果是，则正常作业；如果否，则继续报警、疏散人员。

[0121] 由此，通过D‑S证据理论，融合多传感器信号，可以提高监测预警的准确度，通过综合权重的方法改进D‑S证据理论，避免zadeh悖论，提高D‑S证据融合的准确性。获取融合后的各风险概率分布情况，按照D‑S理论的最大隶属度原则，确定最终的风险等级。根据风险等级情况确定其应当采取的风险处理流程：预警或者报警。

[0122] 需要说明的是，化工生产风险较大，因此必须生产状态设置风险分级情况与终止条件(阈值)，为了确保安全生产，一般根据多个专家预测的平均打分获取一个大概的阈值，通常简单地按照设备设计的额定值百分比作为阈值，或者盲目套用专家在理想状态下的风险评估均值作为期望指标，通常该方法与实际出入较大，存在预警时间较晚导致事故发生或者过渡提前报警影响生产等问题；这种阈值一般比较保守，或者仅仅考虑单一传感器类型的信号，与实际风险情况偏离较大，且容易遗漏关键信息不能及时规避风险；阈值设置保守还会导致报警过于敏感，误报警过多影响生产，同时误报警事件频率过高，会降低操作人员对于真正事故的警惕性。

[0123] 本发明实施例通过多传感器信息融合方法可以改善上述问题，并根据信息融合结果得到理想的预警结果，此外，本发明实施例还调整专家的期望指标的打分比重，为后续安全生产过程中风险阈值(预警值报警值)的合理设置提供数据支持。下面进行具体说明。

[0124] 在本发明的一个实施例中，区域控制终端还用于：获取基于专家经验法得到的风险阈值；对风险阈值进行调整。

[0125] 进一步地，区域控制终端在对风险阈值进行调整时，具体用于：确定初始风险等级的第一基本概率分配、最终风险等级的第二基本概率分配和风险阈值的第三基本概率分配；通过Jousselme距离公式，计算第一基本概率分配与第二基本概率分配之间的初始偏离程度、第三基本概率分配与第二基本概率分配之间的专家偏离程度；根据初始偏离程度和专家偏离程度评估风险阈值的可靠度；根据风险阈值的可靠度调整风险阈值。

[0126] 具体而言，首先获取初始研判得到的初始风险等级(默认的)、基于专家经验法即专家研判得到的风险阈值，表征各个专家对风险的预测情况，利用Jousselme距离公式可以计算各证据之间的偏离程度，将上述各事件初始风险等级的第一基本概率分配BPA(mass函数mq1)与最终风险等级第二基本概率分配BPA之间的偏离程度(mass函数mq2)定义为d1，专家经验法获得的风险阈值第三基本概率分配BPA(mass函数mq3)与最终风险等级的第二基本概率分配BPA(mass函数mq2)之间的偏离程度定义为d2，计算如下：

[0127]

[0128]

[0129] 其中，D()是一个2N阶加权矩阵，

[0130] 通过以下公式评估风险阈值的可靠度：

[0131]

[0132] 其中，R是指风险阈值的可靠度，d1、d2分别是指初始偏离程度、专家偏离程度，e‑d1 ‑d2 ‑d1 ‑d2、e 分别是指初始研判、专家研判的可靠度，d1、d2越大偏离程度越大，表现为e 、e 越‑d2
小，e 越小表示专家的可靠度越低(数值越小)，R越小代表某个专家越不可靠。

[0133] 当d2越大则表示该专家评估水平的可信度越低。通过对初始风险偏离程度d1和专家偏离程度d2，通过上述公式计算各个专家各自的风险评估偏离度R，R越大则表明该专家对风险等级的评估的可靠性越差，R可以为后续选择确定专家评估权重时提供参考，提高风险评估的准确性。

[0134] 一般来说，默认初始的风险与最终风险偏差d1较小，认定其正常情况下数值相对恒定，所以R受d2的影响大，R侧重于对专家的评价。

[0135] 在常用的专家经验法获取风险阈值时，通常采用均值法计算，而本发明实施例通过偏离程度R的情况调整各专家权重，可以改善原有的专家经验设定风险预警不准确的情况。

[0136] 也就是说，通过偏离度公式，计算各个专家对风险预测预测的偏离水平，将各个专家的打分权重调整，用加权法替换均值法，重新确定优化后的风险阈值，使风险阈值更接近本企业的生产情况，减少误报警，提高后续的风险等级研判精准度。

[0137] 综上所述，本发明实施例的基于D‑S证据理论的区域监测系统，通过设置信号监测装置来采集实时的工况信号和环境信号，并且当工况信号异常时，及时将其转换后得到的数字信号发送给区域控制终端，使区域控制终端根据所获取的信号进行信息融合研判，根据数据融合结果，发出预警/报警信号至报警模块，报警模块可以根据预警/报警信号进行预警/报警，从而可以及时规避危险事故；在危险化学品生产、储存和使用设备及相关工作区域发生电源、通信线路故障或其他重大事故时，区域控制终端还可以保障终端的功能完整性，并将实时工况数据保存备份、发送给控制调度中心，方便工作人员及时处理应对事故以及事故后续分析。根据偏离程度，调整各专家给出的风险阈值，可以使风险阈值更接近本企业的生产情况，提高区域监测的准确度。

[0138] 在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。

[0139] 在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对相同的实施例或示例。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

[0140] 以上示意性的对本发明及其实施方式进行了描述，该描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。所以，如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。