【技术实现步骤摘要】
本专利技术涉及数据预测领域,特别是涉及一种基于3dcnn-lstm耦合模型的有害气体扩散过程快速预测方法。
技术介绍
1、水电站地下厂房洞室群的开挖常采用爆破法进行施工,而洞室群爆破施工后将会产生大量的有毒有害气体与粉尘,对施工人员身体健康产生严重危害,且大量粉尘会加剧机械磨损。目前对于爆破工作面前有毒有害气体以及粉尘等污染物浓度降至施工人员可以进入的判断主要依靠固定式以及移动式传感器的探测值,或是进行cfd数值模拟以查看不同时刻下洞室内各污染物的浓度分布。但传感器只能探测到少量测点处的浓度值,而无法获取污染物的完整浓度场,可能出现非传感器点位处污染物浓度较高的现象;cfd数值模拟方法虽然可以获得污染物的完整浓度场,但所需计算资源较多,且耗时较长,无法达到实时快速预测的目的。
2、传统的水电站地下厂房工作面前污染物浓度的预测方法主要有两种:(1)提前拟定施工工况,建立水电站地下厂房施工期通风计算三维模型,对三维模型进行网格剖分,后利用多相流模型以及离散相模型等cfd数值模拟技术进行各类污染物运移扩散过程的全过程模拟计算,基于
...【技术保护点】
1.一种基于3DCNN-LSTM耦合模型的有害气体扩散过程快速预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,基于工程现场的工况数据进行污染物运移扩散CFD数值模拟计算得到数值模拟计算结果,包括:
3.根据权利要求1所述的方法,其特征在于,获取所述数值模拟计算结果中各网格节点处的预处理后的张量数据集,包括:
4.根据权利要求3所述的方法,其特征在于,基于3DCNN模型和LSTM模型构建耦合神经网络模型,并将所述张量数据集输入所述耦合神经网络模型,以基于提取的特征进行模型训练得到模型参数,包括:
5
...【技术特征摘要】
1.一种基于3dcnn-lstm耦合模型的有害气体扩散过程快速预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,基于工程现场的工况数据进行污染物运移扩散cfd数值模拟计算得到数值模拟计算结果,包括:
3.根据权利要求1所述的方法,其特征在于,获取所述数值模拟计算结果中各网格节点处的预处理后的张量数据集,包括:
4.根据权利要求3所述的方法,其特征在于,基于3dcnn模型和lstm模型构建耦合神经网络模型,并将所述张量数据集输入所述耦合神经网络模型,以基于提取的特征进行模型训练得到模型参数,包括:
5.根据权利要求4所...
【专利技术属性】
技术研发人员:杨江,夏景科,李艳生,张社荣,王超,王枭华,黄茜,曹文昱,赵翌博,赵于龙,
申请(专利权)人:中国水利水电第十四工程局有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。