本发明专利技术公开了一种基于相关系数的污染源辨识方法，包括建库和识别两个过程，建库包括设置传感器监测点；空间区域分割及未知源位置假定；模拟未知源释放过程；获取所有未知源释放的浓度信息；建立未知源位置及浓度信息数据库；识别过程采用浓度信息相关度匹配及最近邻规则，当真实污染发生时，基于污染物浓度信息，利用相关系数分析法找出数据库中相关度最大的位置点，该位置点即为污染源释放点；污染源监测布点方法则针对强、弱对流区特征区域采用不同的布点原则，与现有技术相比，基于相关系数的污染源辨识方法提高识别效率和准确性，污染源监测布点方法与现有技术相比布点数量减少，是高效的布点方法；且为本发明专利技术的污染源辨识方法奠定了基础。
【技术实现步骤摘要】
本专利技术涉及反问题识源领域，特别是涉及室内空间中未知污染源释放位置的辨识领域。
技术介绍
对未知源的识别，在传热、地下水污染传输、大气污染传输等领域研究较多。伴随着SARS等流行病的爆发及有害气体的泄漏，使得室内空气污染问题日益受到重视，对室内污染物释放信息的识别，已成为研究的重点，快速准确的确定污染源释放信息，对采取有效地应对措施，减轻人员伤害及财产损失意义重大。 对室内未知污染源的识别已有较多的研究，Sohn et al.(参考文献)与Sreedharan et al.(参考文献)在一个三层的由多个房间组成的建筑空间内释放污染物，采用贝叶斯概率统计方法识别污染源的位置、强度及持续时间。该方法可用于识别污染源的释放信息，但需采用多组传感器，同时要构建有上千组采样点的采样数据库，在具体应用中成本高、工作量大。此外，Liu et al.(参考文献)基于伴随概率的多区域模型方法，快速追踪在多个隔间构成的室内空间中释放的污染物位置。Arvelo et al.(参考文献)等利用遗传算法来辨识在由九个隔间及一个门廊组成的建筑空间内释放的污染源的位置。上述方法在识别污染物释放信息时，均采用多区域数学模型，计算精度较粗糙，仅能得到污染物释放的宏观信息。因此，在污染源识别时，需要构建一种既能满足较低工作量及较少的运行成本，又能提闻污染识别精度的方法。计算流体力学(CFD)模拟是一种简单、快速、经济的方法，通过CFD的模拟，可以获得更加精确、详细的流场信息及污染传输扩散信息。因此，它越来越多的用于污染源信息识另IJ，例如Liu et al.(参考文献)等借助CFD模拟手段，通过采用联合状态概率法反向求解瞬态点源的释放位置。Zhang et al.根据准可逆求解法和伪可逆求解法，通过CFD反算来辨识单点、瞬时释放的污染源(参考文献)。Cai et al.(参考文献)假定污染源已知，通过CFD模拟建立污染源位置及浓度数据库，引入相似参数的方法，识别未知释放源位置及强度。本专利技术所采用的方法也是基于CFD模拟实现。在污染源信息识别中，污染源释放位置是至关重要的，也是难于识别的(参考文献)，对于单个点源瞬时或持续释放问题，一旦污染源位置确定，便可基于CFD方法模拟污染物释放过程及浓度分布状况，由污染源强度与污染物浓度之间的线性关系，利用线性缩放关系即可确定实际污染物释放强度(参考文献)。基于上述分析，本专利技术重点探讨污染源释放位置的辨识。参考文献Sohn M, Reynolds P,Singh N, et al. Rapidly locating and characterizingpollutant releases in buildings. Journal of Air and Waste ManagementAssociation, 2002, 52:1422-1432Sreedharan P, Sohn M, Gadgil A, et al. Systems approach to evaluatingsensor characteristics forreal-time monitoring of high-risk indoor contaminantreleases. Atmospheric Environment, 2006, 40(19):3490-3502Liu X, Zhai Z.Prompt tracking of indoor airborne contaminant sourcelocation with probablity-basedinverse multi-zone modeling. Building and Environment, 2009, 44(6):1135-1143.Arvelo J, BrandtA, Roger R P, et al. 2002. An enhancement multizonemodel and its application tooptimum placement ofCBff sensors. ASHRAETrans. 108(2) :818-825Liu X, Zhai Z. Location identification for indoor instantaneous pointcontaminant source byprobability-based inverse computational fluid dynamicsmodeling. Indoor Air, 2008, 18(1):2-11Zhang T, Chen Q. Identification of contaminant sources in enclosedenvironments by inverse CFDmodeling. IndoorAir, 2007, 17(3):167-177Zhang T, Chen Q. Identification of contaminant sources in enclosedspaces by a single sensor. Indoor Air, 2007, 17 (6):439-449. Cai H. , Li X, Long ff. , et al. Real-time determination of indoorcontaminant source location andstrength,Part I:with one sensor.Proceedings:Building Simulation, 2007, 1272-1278张腾飞.辨识室内空气污染源的反问题建模.建筑热能通风空调，2008，27(6) :18-2
技术实现思路
基于上述技术问题，本专利技术提出了一种基于相关系数的污染源辨识方法，利用未知污染源模拟与实际发生污染时的监测结果进行相关度匹配得到的相关系数，实现污染源准确辨识，以及，依据强弱对流区进行污染监测布点的方法。本专利技术提出了一种基于相关系数的污染源辨识方法，包括建库和识别两个过程，其特征在于，该方法包括以下步骤步骤一，在污染检测环境中设置传感器监测点，模拟未知源释放过程，获取污染物浓度信息样本数据；进行污染检测环境的空间区域分割及未知污染源位置假定，将未知污染源位置及污染物浓度信息建立数据库；步骤二，采用浓度信息相关度匹配及最近邻规则，当真实污染事故发生时，基于监测的污染物浓度信息，利用相关系数分析法，找出数据库中相关度最大的位置点，该位置点即为所要辨识的污染源释放点。所述传感器监测点采用单个传感器，其位置设定在室内空间特定排风口的中心位置；当有多个排放风口时，应选择风量最大的排风 口的中心位置设置传感器；当多个排风口风量一致时，选择距离送风口位置最远的排风口中心处设置传感器。所述空间区域分割及未知污染源位置假定的具体处理包括将室内空间区域均匀划分成几何尺寸、形状一致的小的空间单元P ;若室内空间形状不规则，以每个空间单元所占的体积为划分依据，并保证彼此的形状较一致；划分出小单元后，在每个小单元的中心，设置未知污染源，将污染源依次记为S = (S1, S2, , SJ。所述的未知源释放及辨识本文档来自技高网...
【技术保护点】
一种基于相关系数的污染源辨识方法，包括建库和识别两个过程，其特征在于，该方法包括以下步骤：步骤一，在污染检测环境中设置传感器监测点，模拟未知源释放过程，获取污染物浓度信息样本数据；进行污染检测环境的空间区域分割及未知污染源位置假定，将未知污染源位置及污染物浓度信息建立数据库；步骤二、采用浓度信息相关度匹配及最近邻规则，当真实污染事故发生时，基于监测的污染物浓度信息，利用相关系数分析法，找出数据库中相关度最大的位置点，该位置点即为所要辨识的污染源释放点。
【技术特征摘要】
【专利技术属性】
技术研发人员：尤学一，王淋淋，
申请(专利权)人：天津大学，
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。