基于多场多相模型和深度学习算法的喷雾降尘方法及系统

    公开(公告)号:CN119626366A

    公开(公告)日:2025-03-14

    申请号:CN202510149141.8

    申请日:2025-02-11

    Applicant: 东北大学

    Abstract: 本公开涉及工业喷雾降尘技术领域和计算机技术领域,公开了一种基于多场多相模型和深度学习算法的喷雾降尘方法及系统;其方法包括:获取待降尘区域的粉尘数据和环境数据;根据粉尘粒径数据、粉尘密度数据、风速数据和空气密度数据,计算多场多相理论下的粉尘运移速度;特征化处理粉尘数据和粉尘运移速度;根据处理结果、训练好的喷雾溶液参数预测模型,生成喷雾溶液种类和剂量预测结果;根据该预测结果实现对待降尘区域的降尘。本公开利用基于多场多相模型计算得到的粉尘运移速度和基于深度学习算法的喷雾溶液参数预测模型,对待降尘区域的粉尘数据进行计算、预测和更新,可得到更加准确的喷雾溶液种类和剂量,从而显著提升待降尘区域的降尘效果。

Patent Agency Ranking