论文摘要
当有害物在室内发生空气传播时,迅速准确地获知污染源所在的位置及其逐时释放过程对于采取有效措施控制室内污染至关重要。目前反问题建模技术已经可以根据传感器的信息实现对污染源定位,但还无法确定完整的污染源非稳态释放过程,并准确量化污染源的逐时释放强度。本文在假定污染源位置为已知的前提下,建立稳态气流场中根据某监测点的气态污染物逐时浓度信息来反推污染源逐时释放源强的反问题数学模型。室内污染物浓度分布受气流场、污染源释放位置及其逐时释放强度支配。在稳态气流场中若污染源位置固定不变,污染物浓度分布与污染物源强之间构成一个线性系统,并遵循组分传递的质量守恒方程。当已知源强求解浓度分布时,这个传递方程是稳定的。而反之若要根据浓度分布而求解源强时,传递方程成为不具数值稳定性的病态方程。本文采用经典的Tikhonov规整化法来增强逆向求解的稳定性,即在目标优化函数中添加Tikhonov规整化项,使反问题的解限定在一定范围内,从而确保解的稳定性;然后运用最小二乘法来匹配与某处由传感器提供的逐时浓度信息最为相符的污染源逐时释放源强。为提高反问题的解算效率,采用基于浓度响应因子(即脉冲释放的浓度值)的方法获得源强与浓度之间的组分传递矩阵,继而提出基于组分传递矩阵的Tikhonov逆向源强辨识数学模型。在组分传递的线性系统中,任意源强所产生的浓度分布可表示成该释放函数与脉冲释放得到的浓度响应之间的卷积,组分传递矩阵便可表示成浓度响应因子的级数系列。为测试反问题辨识模型的有效性,首先以一个二维方形空腔为例,研究送风口处的气体污染源恒定释放过程,并以C02作为示踪气体测试排风口处的逐时浓度,将辨识结果与测试数据进行比较。然后运用反问题模型来辨识二维空腔内更加复杂的正弦函数释放过程并且变换不同的释放位置,并测试不同规整化参数对辨识精度的影响;最后以一个三维室内从人体呼吸道的间歇正弦函数释放过程为例,测试反问题模型在三维空间内的解算有效性。研究结果表明由反问题模型辨识出的非稳态逐时强度与实验测试过程的实际释放强度基本一致,说明本文建立的反问题模型具有较好的准确性与辨识精度,尽管可能由于获取的监测点浓度信息存在误差,导致辨识出的释放曲线在数值上与真实释放过程存在一定的差别,但该反问题模型仍然能较好地确定示踪气体的释放规律。在其它测试算例中,由反问题辨识出的污染源逐时释放强度亦与真实释放过程较为一致,由此说明该模型具有一定的通用性。在辨识过程中规整化参数可在一定范围内灵活选取,但不同的规整化参数将导致逐时强度围绕真实释放过程振荡。当规整化参数较大时,规整化误差占主导作用,由此得到的释放过程振荡频率较小,曲线较为光滑,但振荡幅度较大,偏离真实值较远;当规整化参数增大且超过某一限值时,部分辨识结果将出现“发散”现象;当规整化参数过小时,反问题解的精度受监测点提供的浓度信息误差影响较大,此时逐时释放强度发生高频振荡,但振荡偏离真实值的幅度较小。
论文目录
相关论文文献
标签:逐时释放强度辨识论文; 气态污染物论文; 反问题建模论文; 规整化法论文;