基于改进灰色SGM(1,1)模型的广州市空气质量变化趋势分析 被引量：8

1

作者 崔庆岳 赵国瑞 朱志鑫 《数学的实践与认识》 北大核心 2020年第1期201-208,共8页

为了研究广州市空气质量变化趋势问题,提出了一种通过引入季节因子构建灰色SGM(1,1)模型,再用Markov模型修正的方法,经检验可知,修正SGM(1,1)模型的平均相对误差仅为3.17%,均方差比值和小误差概率均达到一级精度;利用改进模型对广州市... 为了研究广州市空气质量变化趋势问题,提出了一种通过引入季节因子构建灰色SGM(1,1)模型,再用Markov模型修正的方法,经检验可知,修正SGM(1,1)模型的平均相对误差仅为3.17%,均方差比值和小误差概率均达到一级精度;利用改进模型对广州市未来四年空气污染物浓度进行预测,结果显示:1) N02和03的浓度逐年缓慢增长,其他污染物则逐年缓慢下降;2)除PM10和SO2之外的其他污染物浓度均未达到二级标准值,需要有关部门持续监测和治理. 展开更多

关键词 污染物浓度 季节因子 SGM(1 1)模型 预测 广州市

原文传递

城市湖泊生态修复的水质响应研究 被引量：5

2

作者 谢季遥 陈星 +2 位作者 许钦 崔广柏 朱丽丽 《水资源与水工程学报》 CSCD 2019年第1期53-59,共7页

生态修复对遏制城市湖泊生态系统的退化意义重大,寻找一种有效且简单的生态修复效果预测方法有利于进一步推动湖泊修复研究的发展。利用综合污染指数法、基于专家调查法的湖泊污染物浓度确定方法及水质提升贡献度分析了生态修复的水质响... 生态修复对遏制城市湖泊生态系统的退化意义重大,寻找一种有效且简单的生态修复效果预测方法有利于进一步推动湖泊修复研究的发展。利用综合污染指数法、基于专家调查法的湖泊污染物浓度确定方法及水质提升贡献度分析了生态修复的水质响应,并采用基于污染负荷平衡的水质模型预测了生态修复措施作用下的潜龙渠水质。结果表明:4种污染物浓度均有下降,潜龙渠水质提升显著,但各污染物对不同修复措施的响应程度不同,COD的浓度控制需要污染源控制与修复净化的共同支撑,TN对各项措施的敏感性接近,TP、NH_3—N分别对污染源控制、生态补水敏感性最高。情景预测表明,依据水质响应关系制定的生态修复方案,能够稳定保持潜龙渠的生态修复效果。 展开更多

关键词 水质响应 城市湖泊 生态修复 综合污染指数 污染物浓度预测 污染源敏感性 情景组合

下载PDF 职称材料

自适应神经模糊推理系统在交通污染物浓度预测中的应用 被引量：4

3

作者 解铭 牛红亚 +1 位作者 齐丹媛 吉伟卓 《模糊系统与数学》 北大核心 2019年第1期143-153,共11页

城市交通带来的废气排放已经成为城市大气污染的主要来源之一。交通污染问题的成因和机理较为复杂,变化规律具有较强非线性和周期性特征。将自适应神经模糊推理系统(adaptive neuro fuzzy inference system,ANFIS)应用于交通污染物浓度... 城市交通带来的废气排放已经成为城市大气污染的主要来源之一。交通污染问题的成因和机理较为复杂,变化规律具有较强非线性和周期性特征。将自适应神经模糊推理系统(adaptive neuro fuzzy inference system,ANFIS)应用于交通污染物浓度时序数据预测时呈现出良好的泛化能力。本文以长沙市CO小时浓度数据为研究目标,通过分析CO浓度时序数据的自相关性、偏自相关性,以及交通流对CO浓度的时滞性影响,确定ANFIS预测模型的输入变量。结果表明,相较于传统的时间序列预测模型以及机器学习模型,ANFIS模型预测结果具有更高的精度,能够对交通环境污染进行预测及预警,为防止城市灾害性大气污染事件发生奠定理论研究基础并提供有效决策支持。 展开更多

关键词 ANFIS 污染物浓度预测 CO小时浓度 交通污染

原文传递

基于BP神经网络的大气污染物浓度预测模型

4

作者 熊兴俊 《智能计算机与应用》 2024年第8期129-132,共4页

针对目前大气污染物浓度预测精度不高的问题,本文提出了一种大气污染物浓度预测模型。对大气污染物浓度时间序列进行相空间重构,采用C-C法计算延迟时间和嵌入维数,在此基础上构建了网络结构为5-11-1的BP神经网络大气污染物浓度预测模型... 针对目前大气污染物浓度预测精度不高的问题,本文提出了一种大气污染物浓度预测模型。对大气污染物浓度时间序列进行相空间重构,采用C-C法计算延迟时间和嵌入维数,在此基础上构建了网络结构为5-11-1的BP神经网络大气污染物浓度预测模型。采用某市SO2浓度监测数据进行仿真分析,并将BP神经网络的污染物浓度预测模型结果与SVM模型和ELM模型进行对比,BP神经网络对测试集的预测结果的均方根误差和平均相对误差分别为0.298和4.35%,预测精度更高,验证了本文所提污染物浓度预测模型的正确性和实用性。 展开更多

关键词 大气污染物 浓度预测 BP神经网络 相空间重构

下载PDF 职称材料

结合DenseNet和ConvLSTM的区域性PM 2.5 浓度预测

5

作者 郭凯琳 张瑞菊 +4 位作者 王坚 李海波 李栋 陈才 钟华 《测绘通报》 CSCD 北大核心 2024年第12期55-60,127,共7页

准确、可靠地预测PM 2.5浓度,对于大众有效规避空气污染和政府策略制定非常重要。然而,由于大气流动的动态性,PM 2.5浓度的预测具有很大的不确定性和不稳定性,使得单一模式难以有效地提取时空相关性。本文提出了一个强大的预测系统,可... 准确、可靠地预测PM 2.5浓度,对于大众有效规避空气污染和政府策略制定非常重要。然而,由于大气流动的动态性,PM 2.5浓度的预测具有很大的不确定性和不稳定性,使得单一模式难以有效地提取时空相关性。本文提出了一个强大的预测系统,可实现准确的单步、多步及趋势预测PM 2.5浓度。首先,采用相关分析方法筛选出有助于预测目标城市污染物浓度的气象和污染物空间信息;然后,利用DenseNet的特征提取能力,从多个城市的污染与气象数据集中提取空间相关特征;并利用ConvLSTM层结合污染物数据的时、空特征,对时空特征进行提取以准确预测污染物;最后,通过4个准确性指标和3个预测试验,全面评估了本文提出的预测系统的性能。此外,试验研究表明,该预测系统在大气污染的预警、区域防治和控制方面具有良好的应用前景,并且其精度和稳定性优于各种基线模型。 展开更多

关键词 深度学习 空气污染 DenseNet 污染物浓度预测

下载PDF 职称材料

空气污染物浓度变化特征与气象因子的相关性建模研究 被引量：3

6

作者 刘青 李典 +2 位作者 王立为 徐亚琪 吴宇童 《环境科学与管理》 CAS 2021年第4期136-140,共5页

由于空气污染物浓度较高,导致能见度降低,因此进行了空气污染物浓度变化特征与气象因子的相关性建模研究。利用广义灰色关联度理论获取空气污染物浓度变化特征和影响空气质量的最佳气象因子。通过对大气NO_(2)与气温、露点、湿度、气压... 由于空气污染物浓度较高,导致能见度降低,因此进行了空气污染物浓度变化特征与气象因子的相关性建模研究。利用广义灰色关联度理论获取空气污染物浓度变化特征和影响空气质量的最佳气象因子。通过对大气NO_(2)与气温、露点、湿度、气压、风速等气象因子实施相关分析。结果表明,NO_(2)浓度与所有气象因子均具有显著相关性。根据污染物日均数据,通过因子分析和多元回归建立了NO_(2)日均浓度预测模型,得出影响NO_(2)日平均浓度的主要气象因子是风速、湿度和温度。 展开更多

关键词 污染物浓度 气象因子 灰色关联度 日均数据 浓度预测模型

下载PDF 职称材料

基于深度神经网络与联邦学习的污染物浓度预测二次建模 被引量：3

7

作者 钱栋炜 崔阳光 魏同权 《计算机科学》 CSCD 北大核心 2022年第S02期932-936,共5页

进入新世纪,伴随着我国经济的高速发展,我国很多地区空气污染情况相对严重,同时政府对于空气污染情况的关注度与治理力度也越来越高。当前对于我国空气质量影响最大的是O3,SO2,NO2,CO,PM10,PM2.5这6种污染物,因而对这6种污染物浓度进行... 进入新世纪,伴随着我国经济的高速发展,我国很多地区空气污染情况相对严重,同时政府对于空气污染情况的关注度与治理力度也越来越高。当前对于我国空气质量影响最大的是O3,SO2,NO2,CO,PM10,PM2.5这6种污染物,因而对这6种污染物浓度进行预测预报,及时作出相应管控调整就成为了保障居民健康、建设美丽中国的迫切需求。目前污染物预测的主流方案是WRF-CMAQ预测系统,该系统基于污染物物化反应与气象模拟两部分构成。但因为当前对于如臭氧在内的污染物的生成机理等研究还有待深入,WRF-CMAQ模型的预测存在较大误差。因此采用了深度神经网络对污染物浓度进行二次建模的方式,来减少预测误差。同时,采用联邦学习方法,对于多个监测站使用联邦学习进行数据训练,提升模型泛化能力。实验结果表明,相比于一次WRF-CMAQ的一次预测结果,深度神经网络的方案在均方误差值上最多缩小到了3.93%。同时,采用联邦学习的方案相比于单个监测站点在广泛测试中最多提升了68.89%的性能。 展开更多

关键词 联邦学习 深度神经网络 污染物浓度预测 WRF-CMAQ

下载PDF 职称材料

咸阳市区空气污染与地面气象要素的关系 被引量：2

8

作者 尹盟毅 李兴涛 梁炜 《安徽农业科学》 CAS 2013年第13期5857-5861,共5页

利用咸阳市环境监测站2010、2011年的SO2、NO2、PM103种污染物的日平均浓度和同期的地面气象资料,对其进行相关分析,并建立了同期及未来1 d的污染物浓度预报方程。结果表明,污染物浓度与能见度、云量、风速的相关基本稳定,均呈明显负相... 利用咸阳市环境监测站2010、2011年的SO2、NO2、PM103种污染物的日平均浓度和同期的地面气象资料,对其进行相关分析,并建立了同期及未来1 d的污染物浓度预报方程。结果表明,污染物浓度与能见度、云量、风速的相关基本稳定,均呈明显负相关,与相对湿度、气压、气温的相关随着季节的变化,其相关性也发生变化;次日的污染物浓度与风速的相关程度好于同期,其他因子随着月份的不同,与同期比较相关程度各异;由同期和未来1 d的预报方程可得出SO2、NO2、PM103种污染物的当日估计值和次日预报值。 展开更多

关键词 污染物浓度 地面气象要素 相关性 预报方程 咸阳市区

下载PDF 职称材料

基于SSA优化BP神经网络的污染物浓度二次预测模型 被引量：1

9

作者 黄邦菊 张炜亮 《科技和产业》 2023年第5期172-177,共6页

为解决一次预报模型模拟结果不理想的情况,使用主成分分析(PCA)对14项气象影响因素进行降维处理并提取4项综合评价指标,使用麻雀搜索算法(SSA)优化BP神经网络的二次预测模型和将一次预报的结果与真实数据的差值作为输出,对预测模型进行... 为解决一次预报模型模拟结果不理想的情况,使用主成分分析(PCA)对14项气象影响因素进行降维处理并提取4项综合评价指标,使用麻雀搜索算法(SSA)优化BP神经网络的二次预测模型和将一次预报的结果与真实数据的差值作为输出,对预测模型进行训练并做出预测的方法。将模型应用于国内某个地区,用相应的数据对模型进行验证。结果表明,基于SSA优化BP神经网络的预测模型和将误差引入的新模型均较BP神经网络模型有更高的精确度和更强的泛化能力。 展开更多

关键词 污染物浓度预测 主成分分析(PCA) BP神经网络 麻雀搜索算法(SSA)

下载PDF 职称材料

基于敏感参数发现的区域重点污染物浓度预测

10

作者 潘欣玉 郑亮 《计算机系统应用》 2021年第10期202-209,共8页

污染物浓度变化趋势对于环境监测工作意义重大.现今各种前馈神经网络预测模型的输出结果仅与当前输入有关,无法研究污染物数据前后依赖关系.且多种污染物具有相同排放源,污染物间往往存在潜在关联关系,一种污染物的变化可能反映另一种... 污染物浓度变化趋势对于环境监测工作意义重大.现今各种前馈神经网络预测模型的输出结果仅与当前输入有关,无法研究污染物数据前后依赖关系.且多种污染物具有相同排放源,污染物间往往存在潜在关联关系,一种污染物的变化可能反映另一种污染物变化,所以在预测中需考虑其他敏感参数的影响.针对上述两个问题,提出一种基于敏感参数发现的区域重点污染物浓度预测方法.应用关联规则算法及多元回归分析挖掘出各污染物的敏感参数,构建多变量LSTM预测模型,将待预测污染物及其敏感参数作为预测模型特征变量,进行污染物的浓度预测.实验结果表明本文方法可有效预测污染物浓度变化趋势,预测效果优于未经关系发现的LSTM模型. 展开更多

关键词 污染物浓预测 关联规则算法 多元回归分析 LSTM预测模型

下载PDF 职称材料

改性酚醛泡沫脱除SO_2/NO_x影响因素模型

11

作者 王猛 许绿丝 +2 位作者 苑媛 张月 张倩 《环境工程学报》 CAS CSCD 北大核心 2017年第5期2909-2914,共6页

改性酚醛泡沫具有良好的吸附性能,可用于脱除气态污染物,需深入研究其脱除效率与各影响因素间关系。首次引入支持向量机建立改性酚醛泡沫吸附反应床模型,研究在不同温度、气质比、含氧量等影响因素下改性酚醛泡沫脱除二氧化硫、氮氧化... 改性酚醛泡沫具有良好的吸附性能,可用于脱除气态污染物,需深入研究其脱除效率与各影响因素间关系。首次引入支持向量机建立改性酚醛泡沫吸附反应床模型,研究在不同温度、气质比、含氧量等影响因素下改性酚醛泡沫脱除二氧化硫、氮氧化物等气态污染物的脱除效果及最优反应条件。烟气模拟脱硫脱硝实验确定RBF-ε-SVM模型为反应器内最优污染物浓度分布预测模型,惩罚系数c=100,gamma因子g=0.1。基于最优模型的各影响因素实验表明:氧气含量在6%时改性酚醛泡沫脱硫脱硝效果最佳;随着质气比的增加脱除效果增强;反应温度在80℃内脱除SO_2和NO的效率随着烟气温度的升高而降低。该模型可用于改性酚醛泡沫吸附反应床的最优工况选择,反应器内浓度分布的在线监控,以及指导反应器的放大、中试。 展开更多

关键词 改性酚醛泡沫 支持向量机 大气污染物控制 浓度预测

原文传递

成都市冬季重污染日气象条件成因分析及预报

12

作者 张波 杨柏生 《成都信息工程学院学报》 1992年第3期77-82,共6页

本文通过对成都10个重污染日进行天气学分析,将污染浓度与气象要素进行聚类、研究了重污染日形成原因及污染浓度与气象要素的关系。在此基础上,建立了SO_2、TSP日平均浓度分级预报方程。

关键词 污染浓度 天气分析 气象要素 潜势预报

下载PDF 职称材料

河流突发污染的污染物浓度动态校正方法

13

作者 刘景明 黄平捷 +2 位作者 侯迪波 张光新 张宏建 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2017年第12期2459-2465,2473,共8页

为降低河流突发污染事故的影响,提高下游污染物预测精度、提高预测实时性,结合一维水质模型、卡尔曼滤波及改进的网格寻优算法,综合考虑支流的影响,研究河流突发污染事件中污染物扩散情况的动态预测方法.分析一种改进的网格寻优算法并... 为降低河流突发污染事故的影响,提高下游污染物预测精度、提高预测实时性,结合一维水质模型、卡尔曼滤波及改进的网格寻优算法,综合考虑支流的影响,研究河流突发污染事件中污染物扩散情况的动态预测方法.分析一种改进的网格寻优算法并利用历史数据校正模型参数;借助水质模型构造状态方程引入污染物浓度观测值;运用卡尔曼滤波动态校正预测结果,并在预测过程中考虑支流的影响.在理论研究的基础上,设计基于风浪水槽的污染物模拟扩散实验,对比分析采用不同预测方法的污染物峰现时间、峰值浓度及相对误差.实验结果表明,不同的预测方法所求得的峰现时间相对误差总体相当;采用多步动态校正预测和考虑了支流影响的校正预测方法预测峰值浓度得到的相对误差明显降低. 展开更多

关键词 河流突发污染 污染物浓度预测 网格寻优 动态校正 卡尔曼滤波

下载PDF 职称材料

建筑装修施工过程周边空气污染物浓度水平测定研究

14

作者 刘斌 《环境科学与管理》 CAS 2021年第3期100-105,共6页

分析装修施工过程对大气的污染流向及危害,通过计算污染物对人体造成的风险指数,确定风险指数与污染物浓度具有相关性;利用支持向量机方法获取回归估计函数,构建污染物浓度预测模型;基于光谱技术优化设计测量光学系统,设置温控电路;利... 分析装修施工过程对大气的污染流向及危害,通过计算污染物对人体造成的风险指数,确定风险指数与污染物浓度具有相关性;利用支持向量机方法获取回归估计函数,构建污染物浓度预测模型;基于光谱技术优化设计测量光学系统,设置温控电路;利用所得出的媒介厚度与光强关系,确定介质吸收常量;通过高通滤波器将窄带光谱分离,由此反演出污染物浓度。仿真实验证明,该方法水平测定结果与预测结果基本一致,可实现对污染物的识别与定量测量。 展开更多

关键词 建筑装修施工 污染物浓度 水平测定 光学技术 预测模型

下载PDF 职称材料

高分辨率中尺度模式在乐平工业园区的污染预报试验

15

作者 陈鲍发 詹思玙 《江西科学》 2020年第4期483-489,共7页

为了研究乐平工业园区企业排放的污染物对乐平市城区的影响程度,应用了WRF高分辨率中尺度模式、利用最新的GIS资料、结合CALPUFF污染物输送模式对SO2等污染物输送、扩散、浓度分布和沉降进行预报试验。结果表明:精细化的大气扩散模式,... 为了研究乐平工业园区企业排放的污染物对乐平市城区的影响程度,应用了WRF高分辨率中尺度模式、利用最新的GIS资料、结合CALPUFF污染物输送模式对SO2等污染物输送、扩散、浓度分布和沉降进行预报试验。结果表明:精细化的大气扩散模式,能实时给出污染物的主要影响范围、最大影响浓度所在位置以及发生时间等信息,对于评估企业大气污染物排放的实时环境影响具有重要意义。模式输出产品符合污染物常规的传输与扩散规律:排放源附近,SO2的浓度达到极值,地面盛行风向是污染物传输的主要方向,沿着地面主导风向,污染物存在侧向的扩散,污染物影响较显著的范围主要位于药厂与盛行风向的下游。预报结果与观测结果的相关系数可达0.8以上,且超过95%的信度,平均浓度预报偏差低于10μg/m^3,35家企业地面SO2日均浓度对本地的最大贡献率约为63.4%,但从影响范围来看,最大浓度贡献点位于企业聚集区内,即处于可控范围内。对于评估企业大气污染物排放的实时环境影响具有重要意义,可为乐平市大气污染防治提供有效预报参考。 展开更多

关键词 WRF模式 数值模拟 污染物浓度预报

下载PDF 职称材料

空气质量模型的发展及研究进展 被引量：10

16

作者 马洁云 易红宏 +1 位作者 唐晓龙 张艳 《上海环境科学》 CAS 2014年第1期17-23,共7页

对空气质量模型发展所经历的3个主要阶段进行了分析，归纳了各阶段主流模型的研究进展。其中，对第1代的ISC模型与CALPUFF模型进行了比较；归纳了第2代模型的共同特点，并介绍了ADMS模型；重点叙述了第3代模型Models-3／CMAQ的应用情况... 对空气质量模型发展所经历的3个主要阶段进行了分析，归纳了各阶段主流模型的研究进展。其中，对第1代的ISC模型与CALPUFF模型进行了比较；归纳了第2代模型的共同特点，并介绍了ADMS模型；重点叙述了第3代模型Models-3／CMAQ的应用情况。最后对影响空气质量模拟结果的因素进行了讨论，并对未来空气质量模型的发展趋势进行了展望。 展开更多

关键词 大气污染 空气质量模型 污染物环境浓度 预测

下载PDF 职称材料

基于自适应时序分解的空气污染物浓度预测 被引量：3

17

作者 凌德森 王晓凯 朱涛 《测控技术》 2023年第1期83-91,98,共10页

为准确、有效地预测空气污染物浓度,建立了基于自适应完整集成经验模态分解(CEEMDAN)和排列熵(PE)的门控循环单元(GRU)空气污染物预测模型。首先利用CEEMDAN算法对非线性信号的自适应分解能力将原始序列分解为一组不同频率、复杂度的固... 为准确、有效地预测空气污染物浓度,建立了基于自适应完整集成经验模态分解(CEEMDAN)和排列熵(PE)的门控循环单元(GRU)空气污染物预测模型。首先利用CEEMDAN算法对非线性信号的自适应分解能力将原始序列分解为一组不同频率、复杂度的固有模态函数(IMF)和一个残差分量(REC),其次根据PE算法将复杂度相近的IMF分量和REC一起进行重新组合,最后将重组后的子序列分别使用GRU模型进行预测,并将子序列预测结果相加得到最终预测结果。实验结果表明,基于CEEMDAN-PE-GRU模型预测的误差明显低于其他模型,验证了该模型对空气污染物浓度预测的有效性。 展开更多

关键词 空气污染物浓度预测 自适应完整集成经验模态分解 排列熵 门控循环单元 神经网络

下载PDF 职称材料

基于混合深度神经网络的大气污染预测 被引量：1

18

作者 宋耀宇 《信息与电脑》 2019年第24期99-101,共3页

城市空气污染物分布受各种因素的影响,准确预测空气污染物分布情况可以提高环境管理的决策能力,防止严重空气污染事件的发生。基于大量的气象数据和深度学习技术,笔者提出了一种新的大气污染物浓度预测方法。该方法使用卷积神经网络作... 城市空气污染物分布受各种因素的影响,准确预测空气污染物分布情况可以提高环境管理的决策能力,防止严重空气污染事件的发生。基于大量的气象数据和深度学习技术,笔者提出了一种新的大气污染物浓度预测方法。该方法使用卷积神经网络作为基础层的设计,可自动提取输入数据的特征。输出层运用一个长短时记忆网络,以保证时间依赖性。通过性能优化,该模型可以按时间序列预测未来的细颗粒物(PM2.5)质量浓度。使用郑州市的历史气象数据,将模型预测结果与实际结果进行比较;实验结果表明,与经典深度学习模型相比,该算法提高了预测性能。 展开更多

关键词 混合深度神经网络 大气污染物浓度预测 细颗粒物(PM2.5)

下载PDF 职称材料

土地利用回归模型在大气污染物中的应用进展 被引量：3

19

作者 马建初 赵时真 +3 位作者 莫扬之 李军 陈多宏 张干 《环境科学与技术》 CAS CSCD 北大核心 2020年第S02期125-133,共9页

空气污染及其引发的人群健康风险正日益受到社会的广泛关注。因此,精准模拟和预测空气污染物的浓度及其时-空分布的重要性不言而喻。土地利用回归(LUR)模型可准确定量小尺度下污染物的时-空趋势及其环境健康风险,已在国外广泛应用,并日... 空气污染及其引发的人群健康风险正日益受到社会的广泛关注。因此,精准模拟和预测空气污染物的浓度及其时-空分布的重要性不言而喻。土地利用回归(LUR)模型可准确定量小尺度下污染物的时-空趋势及其环境健康风险,已在国外广泛应用,并日趋完善。而LUR模型在国内仅有少量针对常规污染物的实例研究。该文总结了近期国内外LUR模型在大气污染物中的应用研究,对模型构建方法的改进、卫星遥感和地面监测数据联合使用、时间分辨率的改进以及模型目标污染物的拓展应用等方面进行了总结,并探讨了未来LUR模型的改进和发展方向,为其进行环境健康风险评价和空气污染流行病学研究提供了方法学参考。 展开更多

关键词 土地利用回归(LUR)模型 大气污染物 浓度预测 健康风险

下载PDF 职称材料

密闭舱室突发污染浓度动态预测与源项辨识 被引量：2

20

作者 庞丽萍 曲洪权 +1 位作者 胡涛 王浚 《中国舰船研究》 2012年第3期64-67,73,共5页

潜艇、载人航天器等密闭微环境随着人员停留时间的延长,其舱室空气污染问题已成为危害工作人员生命安全的主要因素,因此迫切需要开展快速准确的污染浓度预测以及对突发不确定污染源辨识的技术研究,并提高密闭环境主动应对突发污染的能... 潜艇、载人航天器等密闭微环境随着人员停留时间的延长,其舱室空气污染问题已成为危害工作人员生命安全的主要因素,因此迫切需要开展快速准确的污染浓度预测以及对突发不确定污染源辨识的技术研究,并提高密闭环境主动应对突发污染的能力。对舱室污染浓度进行动态预测和污染源项强度辨识是实现舱室空气质量实时预测的关键。建立了集总污染源概念,提出了联合使用卡尔曼滤波和最小二乘算法的舱室突发污染辨识与浓度预测方法,并与建立的变结构污染浓度模型相结合,同时完成了集总污染源散发强度的动态辨识和污染浓度状态预测。另外,在突发污染源定位方面开展了前期的探讨研究工作,建立了一种新的多维浓度离散随机模型,并提出了基于多假设特征匹配的突发污染源定位方法研究。通过匹配观测数据序列与单参数(源位置)多假设获得的传感器处浓度响应序列特征来实现源项定位及散发时间估计,可初步确定源散发强度。 展开更多

关键词 舱室环境 污染源辨识 浓度预测 卡尔曼滤波

下载PDF 职称材料