-
公开(公告)号:CN116882268B
公开(公告)日:2024-02-06
申请号:CN202310708482.5
申请日:2023-06-15
Applicant: 重庆大学
IPC: G06F30/27 , G06F18/214 , G06F18/21 , G06Q10/0635 , G06Q50/26 , G06F119/08
Abstract: 本发明公开了一种基于数据驱动隧道火灾烟气发展预测方法和智能控制系统,方法包括:在模型实验隧道内沿纵向布置温度传感器,其位置坐标和温度时序数据构成验证数据集;对模型实验隧道进行数值模拟构建模拟隧道模型,温度传感器的位置坐标和温度时序数据构成深度学习数据集;通过验证数据集验证是否成功构建模拟隧道模型;采用深度学习数据集进行训练,得到深度学习预测模型;将温度时序数据输入深度学习预测模型,映射得到沿竖向布置的温度传感器的温度时序数据;进行风险评估。本发明将少量隧道固定式传感器数据映射得到整个隧道空间竖向上的流场分布,所需执行时间较短,实现了利用隧道内有限传感器对隧道火灾烟气发展(56)对比文件阳东等.隧道顶部障碍物下游火灾烟气密度跃变特性《.中国安全科学学报》.2023,第33卷(第02期),68-74.Yingli Liu等.Experimental study onsynergistic effect of exhaust vent layoutand exhaust rate on performance ofceiling central smoke extraction in roadtunnel fires《.International Journal ofThermal Sciences 》.2022,第183卷正文1-13.
-
公开(公告)号:CN117272780B
公开(公告)日:2024-06-21
申请号:CN202310874280.8
申请日:2023-07-17
Applicant: 重庆大学
Abstract: 本发明公开了一种基于动态按需智能控制的单线硐室施工通风方法及系统,包括:计算单线硐室首次爆破循环各施工阶段开始时的通风量;收集不同爆破循环各施工阶段风机运行过程的通风量数据,构建通风量预测模型,使用通风量预测模型预测后续爆破循环对应施工阶段开始时的通风量;在单线硐室施工现场布置污染物监测传感器,实时采集污染物浓度数据;根据污染物浓度数据,构建浓度预测模型,使用浓度预测模型对各施工阶段的污染物浓度进行预测,根据预测浓度,对当前施工阶段开始后至结束前的通风时间和风机运行过程的通风量进行预测。本发明可有效提高单线硐室施工过程中通风的智能程度和通风量计算的准确性,实现动态按需智能控制通风。
-
公开(公告)号:CN117272780A
公开(公告)日:2023-12-22
申请号:CN202310874280.8
申请日:2023-07-17
Applicant: 重庆大学
Abstract: 本发明公开了一种基于动态按需智能控制的单线硐室施工通风方法及系统,包括:计算单线硐室首次爆破循环各施工阶段开始时的通风量;收集不同爆破循环各施工阶段风机运行过程的通风量数据,构建通风量预测模型,使用通风量预测模型预测后续爆破循环对应施工阶段开始时的通风量;在单线硐室施工现场布置污染物监测传感器,实时采集污染物浓度数据;根据污染物浓度数据,构建浓度预测模型,使用浓度预测模型对各施工阶段的污染物浓度进行预测,根据预测浓度,对当前施工阶段开始后至结束前的通风时间和风机运行过程的通风量进行预测。本发明可有效提高单线硐室施工过程中通风的智能程度和通风量计算的准确性,实现动态按需智能控制通风。
-
公开(公告)号:CN116882268A
公开(公告)日:2023-10-13
申请号:CN202310708482.5
申请日:2023-06-15
Applicant: 重庆大学
IPC: G06F30/27 , G06F18/214 , G06F18/21 , G06Q10/0635 , G06Q50/26 , G06F119/08
Abstract: 本发明公开了一种基于数据驱动隧道火灾烟气发展预测方法和智能控制系统,方法包括:在模型实验隧道内沿纵向布置温度传感器,其位置坐标和温度时序数据构成验证数据集;对模型实验隧道进行数值模拟构建模拟隧道模型,温度传感器的位置坐标和温度时序数据构成深度学习数据集;通过验证数据集验证是否成功构建模拟隧道模型;采用深度学习数据集进行训练,得到深度学习预测模型;将温度时序数据输入深度学习预测模型,映射得到沿竖向布置的温度传感器的温度时序数据;进行风险评估。本发明将少量隧道固定式传感器数据映射得到整个隧道空间竖向上的流场分布,所需执行时间较短,实现了利用隧道内有限传感器对隧道火灾烟气发展的超实时预测与有效评估。
-
-
-