论文部分内容阅读
伴随着工业的快速发展，危化品气体泄漏事故短时间内对环境、人身安全、生产的连续性等都造成严重的影响，现场快速响应与应急救援越来越受到重视。 本文基于中国科学院“危险化学品事故现场地空一体化联合监测预警系统”和“面向感知中国的新一代信息技术研究”子课题“海云协同社会化服务平台”的项目支持。 本文的研究目标是以危化品气体泄露扩散的现场应急辅助决策为研究内容，分析用于应急救援辅助决策的AERMOD模型的主要计算敏感性参数之一，即短时风速预测的可行性;在此基础上研究短时风速演进预测算法;并提出基于短时精确的风速预测算法与AERMOD模型态势分析的组合应用模式，最后实现结合风速预测和AERMOD计算模拟危化品气体的扩散态势的可视化。 本论文从两个方面开展研究: (1)短时风速演进预测方法与优化:在实际危化品气体的泄露的事故中，短时条件下风速具有很大的波动性和间歇性，对现场的危化品气体扩散有着重要影响，论文创新性地将ABC-BP神经网络应用到短期风速预测中，并将其与基于GA算法和PSO算法优化BP神经网络后的预测性能对比分析，获得了更高的网络预测精度，论证了现场短时风速预测的可行性。 (2)短时风速演进预测应用及AERMOD模型工程实现:由于AERMOD模型计算多采用附近综合气象站的气象数据，可能与现场数据有部分的偏差，因此现场风速的预测不仅对AERMOD模型计算结果后的态势评估和预测矫正，而且对现场的人员疏散有着重要的作用，本文基于短时风速演进预测方法，结合实际应用对比分析了不同风速对气体扩散模型计算的影响，证明了本文研究的短时风速预测对于应急救援的实际应用价值和意义。同时把AERMOD模型应用在危化品气体扩散的计算评估中，通过对模型计算得到的众多网格点扩散浓度解析和插值处理，结合OPC技术、flex技术和webservice等技术设计开发出危化品气体扩散的态势可视化系统，兼顾风场、人口热力分部、危险源分布、现场数据监测和风速预测数据显示等。 本论文针对现有模型计算模拟无法获得短时现场敏感参数的不足，结合不同优化算法获得可供扩散模型预测用途的相应数据，并将相应数据结合模型实际应用和工程实现，对事故的模拟评估具有更好的直观性，对事故现场辅助决策分析可提供一定的参考依据。