申请/专利权人：重庆大学

申请日：2023-07-10

公开（公告）日：2024-06-14

公开（公告）号：CN117034740B

主分类号：G06F30/27

分类号：G06F30/27;G01M3/02;G01M3/04;G01N33/00;G01P5/00;G01N33/22;G06N3/045;G06N3/0464;G06N3/0442;G06N3/08;G06Q10/04;G06Q50/26

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2023.11.28#实质审查的生效;2023.11.10#公开

摘要：本发明公开了一种隧道内可燃气体泄漏源定位与泄漏速率预测方法及系统，获得可燃气体浓度时序数据和风速时序数据，记录实验中泄漏源坐标、传感器坐标、燃气泄漏开始时间和泄漏朝向；模拟得到时序浓度场与时序风场数据；从时序浓度场与时序风场数据中提取各传感器所在位置可燃气体浓度时序和风速时序数据，记录泄漏源坐标、各传感器的坐标、燃气泄漏开始时间和泄漏朝向；通过以上数据建立深度学习预测模型；将实际隧道可燃气体浓度时序和风速时序数据输入深度学习预测模型，得到可燃气体泄漏源定位、泄漏速率、泄漏开始时间和泄漏朝向的预测结果。本发明可实现快速准确地预测，为公路隧道、城市管廊内的消防作业，紧急救援和事故通风提供指导依据。

主权项：1.一种隧道内可燃气体泄漏源定位与泄漏速率预测方法，其特征在于包括以下步骤：S1、在实验隧道内布置若干个燃气浓度传感器和风速传感器，在不同泄漏扩散条件和隧道环境条件下，获得各燃气浓度传感器所在位置上的可燃气体浓度时序数据和各风速传感器所在位置上的风速时序数据，在实验隧道内建立坐标系，记录实验中泄漏源坐标、各传感器的坐标、燃气泄漏开始时间和泄漏朝向，这些数据构成数据集；S2、构建隧道仿真模型，在模拟隧道内布置若干个燃气浓度传感器和风速传感器，根据设定的关键泄漏参数和隧道环境参数，模拟得到不同泄漏扩散条件和隧道环境条件下隧道内的时序浓度场数据与时序风场数据，在模拟隧道内建立坐标系，根据设定的模拟隧道内燃气浓度传感器和风速传感器的坐标，从时序浓度场数据与时序风场数据中提取各传感器所在坐标位置上的可燃气体浓度时序数据和风速时序数据，并记录泄漏源坐标、各传感器的坐标、燃气泄漏开始时间和泄漏朝向，这些数据构成数据集；S3、将步骤S1中的数据集或和步骤S2中的数据集处理为供预测模型训练使用的训练集、验证集和测试集，对该预测模型进行训练、验证和测试，得到深度学习预测模型；所述深度学习预测模型由多层卷积神经网络、全连接网络、长短期记忆网络和全连接网络构成，数据集经过处理后的风速时序数据、可燃气体浓度时序数据和各传感器的坐标作为输入层，而与输入层样本对应的泄漏源位置、燃气泄漏流速、泄漏开始时间和泄漏朝向作为输出层，构建深度学习预测模型；S4、在待预测的发生可燃气体泄漏的隧道内布置若干个燃气浓度传感器和风速传感器，将获得的可燃气体浓度时序数据和风速时序数据输入深度学习预测模型中，得到多组可燃气体泄漏源定位、泄漏速率、泄漏开始时间和泄漏朝向的预测结果；S5、综合各组预测结果，得到可燃气体泄漏源定位、泄漏速率、泄漏开始时间和泄漏朝向的最终预测结果。

全文数据：

权利要求：

百度查询： 重庆大学 隧道内可燃气体泄漏源定位与泄漏速率预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD