氣態(tài)固定污染源的逆向辨識(shí).pdf

1、當(dāng)室內(nèi)發(fā)生氣載污染物的突發(fā)釋放時(shí)，及時(shí)確定污染源的位置、強(qiáng)度及釋放時(shí)間等信息對(duì)于消除污染物對(duì)室內(nèi)人員的影響起著至關(guān)重要的作用?；谟邢薜臐舛缺O(jiān)測(cè)數(shù)據(jù)來(lái)推斷污染源信息的過(guò)程，稱(chēng)為反問(wèn)題建模。反問(wèn)題具有不適定性，即無(wú)法同時(shí)滿(mǎn)足解的存在性、唯一性、以及數(shù)值解的穩(wěn)定性。目前已有的反問(wèn)題研究需在辨識(shí)前對(duì)未知的污染源參數(shù)做一定假設(shè)，尚未有能夠同時(shí)對(duì)污染源位置、逐時(shí)釋放率及釋放時(shí)間聯(lián)合辨識(shí)的反問(wèn)題模型。此外，現(xiàn)有研究均是針對(duì)單個(gè)污染源實(shí)施辨識(shí)，而實(shí)際

2、情況下多源釋放的狀況非常普遍。本文提出了一種正反交錯(cuò)模型來(lái)實(shí)現(xiàn)上述功能，模型所需數(shù)據(jù)包括穩(wěn)定的速度場(chǎng)及較待辨識(shí)污染源數(shù)目多一個(gè)的傳感器監(jiān)測(cè)濃度信息。
　　所建立的正反交錯(cuò)模型包含兩個(gè)子模型:用于求解逐時(shí)釋放率的矩陣逆算模型以及用于確定污染源位置與釋放時(shí)間的貝葉斯概率模型。該模型首先建立污染源所有可能位置、釋放時(shí)間取值組合的樣本數(shù)據(jù)庫(kù)，針對(duì)每一樣本點(diǎn)，構(gòu)建出反映污染源逐時(shí)釋放率與濃度響應(yīng)的因果關(guān)系矩陣。然后，基于一組監(jiān)控點(diǎn)濃度數(shù)據(jù)，

3、采用吉洪諾夫正則化方法獲得各樣本點(diǎn)與濃度監(jiān)測(cè)信息對(duì)應(yīng)的逐時(shí)釋放率。假定上述各樣本均合理，解析由各樣本在另一個(gè)監(jiān)測(cè)點(diǎn)產(chǎn)生的濃度預(yù)測(cè)值與監(jiān)測(cè)濃度數(shù)據(jù)的匹配程度，引入貝葉斯概率模型及高斯正態(tài)分布量化由此反映的樣本存在概率。濃度匹配程度越高，則該樣本的存在概率愈大，反之則愈小，所有樣本中存在概率最大者即認(rèn)定為實(shí)際污染源。上述模型亦可推廣應(yīng)用于多個(gè)污染源的辨識(shí)，在解算逐時(shí)釋放率時(shí)，將多個(gè)污染源組合成等效的單個(gè)污染源即可。為驗(yàn)證以上模型，分別采用二

4、維空腔的實(shí)測(cè)數(shù)據(jù)及三維客艙的CFD模擬數(shù)據(jù)開(kāi)展單個(gè)污染源的辨識(shí)。針對(duì)多污染源的參數(shù)辨識(shí)問(wèn)題，則以2個(gè)污染源的辨識(shí)為例，采用二維空腔算例對(duì)上述模型進(jìn)行驗(yàn)證。
　　結(jié)果表明，正反交錯(cuò)模型能夠辨識(shí)出單個(gè)污染源的位置、釋放時(shí)間及逐時(shí)釋放率。該模型對(duì)污染源位置的辨識(shí)精度很高;但是辨識(shí)得到的逐時(shí)釋放率較實(shí)際值具有微小波動(dòng);辨識(shí)釋放時(shí)間時(shí)由于選取的時(shí)間參考點(diǎn)不同，常會(huì)產(chǎn)生多個(gè)解，此時(shí)需分析相應(yīng)的逐時(shí)釋放率及累計(jì)釋放量，以排除逐時(shí)釋放率的微小波動(dòng)