危險化學品泄漏源的定位研究.pdf_第1頁
已閱讀1頁,還剩153頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、泄漏源的定位是危險化學品事故應急救援的基礎與關鍵。論文基于監(jiān)測模式、擴散模式以及源強反算算法研究進行設計,以“定位模型建立——模型優(yōu)化——定位模型驗證”為研究主線,開展危險化學品泄漏源定位的相關科學研究。主要完成了以下工作:
   (1)以優(yōu)化方法為模型框架建立泄漏源定位的優(yōu)化反算模型,率先提出利用模式搜索法進行毒氣泄漏源的定位。利用事故現(xiàn)場數(shù)據(jù)和擴散模式將泄漏源定位轉(zhuǎn)化為優(yōu)化問題求解,利用模式搜索法逐步更新尋找計算濃度與監(jiān)測濃

2、度的最優(yōu)匹配。另一方面,模式搜索法提供了領域空間的搜索思想,為嵌入其他全局搜索法提供理論基礎,提高定位準確性和有效性。進而,通過設計混合算法結構以及混合時機的選取等角度分析,利用基于鑲嵌型的混合優(yōu)化算法進行源強反算試算,結果表明混合算法顯著提高了反算精度。
   (2)建立基于貝葉斯推理和優(yōu)化算法相結合的泄漏源參數(shù)識別方法,將模型參數(shù)的先驗信息、最終反算結果都通過概率分布來描述。在貝葉斯推理的基礎上,利用MCMC抽樣方法對后驗概

3、率分布進行抽樣,得到參數(shù)的估計值。為了改善MCMC抽樣過程的計算效率,提出基于優(yōu)化算法的初始化過程,在抽樣之前利用優(yōu)化算法進行全局最佳化采樣,使得混合的算法既能保持貝葉斯方法對不確定性問題的求解性能,又提高計算效率。
   (3)建立基于元胞自動機方法的氣體擴散模式,實現(xiàn)事故物質(zhì)濃度在空間中的實時動態(tài)分布預測。通過優(yōu)化模型方法或貝葉斯推理方法,將元胞自動機模型與實際觀測數(shù)據(jù)相結合進行泄漏源的反演。仿真結果表明該模型方法能夠提高反

4、演結果精度,降低錯誤識別的概率。
   (4)通過仿真模擬與外場試驗驗證相結合,驗證泄漏源定位方法的有效性。在理論模型研究的基礎上,通過仿真數(shù)據(jù)在簡單環(huán)境中進行驗證;再利用外場試驗進行實證檢驗。建立外場試驗平臺,通過固定監(jiān)測網(wǎng)絡與移動監(jiān)測的結合,有效獲取事故物質(zhì)的濃度信息。結果表明優(yōu)化方法在復雜環(huán)境中若擴散模型選取不當將造成較大誤差,而貝葉斯推理由于考慮到觀測誤差以及模型誤差,不論是仿真驗證還是實證檢驗都能夠獲取相對較好的結果。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論