室内三维气体泄漏监测与定位方法

发布时间：2020-03-26 04:33

【摘要】：当前,有毒有害气体的泄漏严重威胁着人们的生命和财产安全,因此开展气体泄漏监测与源定位研究具有重要的意义。目前的室内气体泄漏监测与定位方法存在诸如应用限制条件多、应用环境简单、局限于二维平面等问题。为此,本文重点针对室内三维气体泄漏监测与源定位问题展开了研究。完成的主要工作如下:(1)提出了一种室内三维气体泄漏监测系统以及一种基于该系统的泄漏源定位策略。该监测系统的提出受到医学领域天轨移位系统启发,可实现多个传感器节点的三维空间运动,并完成气体泄漏监测任务。泄漏源定位策略要求将待监测区域划分为多个小四面体区域,并通过判断每个四面体内部的源情况(有泄漏源或无泄漏源)实现源定位。此策略将源定位问题转化为了四面体内部源情况的二分类问题。本文对室内三维气体泄漏监测系统、源定位策略中的最大气体浓度搜索和四面体遍历两种方法进行了仿真验证。(2)针对源定位策略中的四面体内部源的判断问题,提出一种基于质量通量判据的二分类方法。具体工作包括:推导质量通量判据,提出四面体表面净质量通量的计算方法,以及设计室内人工风场环境下的四面体验证实验。实验结果表明依据质量通量判据和多组质量通量的平均值可以较好地完成四面体内部源情况的二分类。(3)上述方法需要多组实验数据并导致源定位耗时较长,为了解决这一问题,本文提出了一种基于机器学习算法的四面体内部源情况二分类方法,用以进行源定位。采用训练速度较快的极限学习机算法,并将其与质量通量判据相结合,其中质量通量判据作为样本过滤器为极限学习机筛选训练样本。相较于质量通量判据方法,此法以较大的离线训练工作量、牺牲一定的分类正确率为代价,提高了在线源定位的速度。最后设计了室内自然通风环境下的四面体实验,通过与单独的极限学习机方法的分类结果对比,验证了此法的有效性。
【图文】：

传感器,节点,最大似然估计,粒子

图 1-1 Jelicic 设计的传感器节点[7]源的方法主要基于概率统计和最ess Sensor Network, WSN）与粒子问题，与最大似然估计（Maxim

示意图,泄漏源,示意图

[12]提出了一种高效的分布式的连续贝叶斯估计方法来解决泄漏源定位问题，并通过仿真证明了算法的有效性（如图1-2所示）。毕瑛炜等[13]综合使用假设检验法和卡尔曼滤波方法完成泄漏源的探测与定位，此外，，针对传统算法定位多个泄漏源时计算复杂度呈指数增长的问题，该文应用贪婪思想对潜在源进行逐一探测，保证了“假设”数量的增长与源的个数呈线性关系。秦晓鑫等[14]假设气体扩散满足高斯烟团模型并用Taylor级数展开将模型线性化，之后根据高斯马尔科夫定理提出了基于最佳线性无偏估计（Best Linear Unbiased Estiamtor, BLUE）
【学位授予单位】：天津大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP274

【参考文献】