基于改进烟花优化算法的三维空间气体源定位

为探究三维空间中气体源定位及其源强反算问题,提出1种改进烟花爆炸算法(GWOFA)。将定位过程分为全局定位过程和局部定位过程。全局定位过程即结合灰狼优化算法和莱维飞行在三维空间中的全局搜索过程;局部定位过程是在全局定位的结果上的进一步开发过程,其通过引入边界条件的爆炸半径选取方式和选择策略更加高效地改进烟花优化算法实现。研究结果表明:本文算法相比于支持向量机回归模型(LinearSVR)、GWO算法和粒子群算法具有更高精确度,相比于GWO算法和粒子群算法具有更高稳定性和更低随机性;在气体源定位问题上,本文算法整体表现优于LinearSVR、GWO算法和粒子群算法。研究结果可为解决三维空间中气体源定位问题和相关参数估计问题提供新的思路方法。

基于改进粒子群优化算法的气体源定位研究

为了提高粒子群优化(PSO)算法在气体泄漏源中的定位精度,针对标准PSO算法中存在的收敛早熟等问题,提出了一种惯性权重非线性递减和异步变化的学习因子相结合的改进PSO(IPSO)算法。该方法能够提高算法的性能,并加快粒子的收敛速度,引入二阶振荡环节来增加种群的多样性。通过函数优化实验与其他PSO算法对比,进行有效性分析和误差分析,由气体扩散模型仿真实验得出:定位结果误差值在1%范围内,表明IPSO算法不仅能够优化粒子学习能力,还能够有效提高算法的收敛精度和稳定性。

改进高斯烟团模型的多气体源泄露扩散模型

针对高斯烟团模型在多稳定气体源泄露扩散模型建立上的欠缺问题,提出多稳定气体源泄露扩散模型。根据气体源位置和环境风速信息,对坐标轴进行平移和旋转变换,构建变换后坐标和变换前坐标的数学转换公式,将多气体源的泄露扩散过程建模为多个高斯烟团的叠加过程,建立适用于预测多稳定气体源泄露扩散趋势的改进高斯烟团模型。最后,以研究多个氯气气体源泄漏扩散问题为例,基于改进高斯烟团模型,根据毒物浓度时间伤害准则对其泄漏后的危险区域进行划分。仿真实验结果表明,该模型具有较好的参考价值。

基于放射性气体源体积的虚拟源刻度技术

大气中放射性气体氙同位素的活度浓度值是判断核裂变反应的关键数据,长期以来其准确测量一直是个难题.针对该问题,本文提出和定义了虚拟点源的概念,并使用LabSOCS软件模拟了不同尺寸气体体源和不同高度点源的探测效率,根据计算的数据建立了气体源体积和虚拟点源位置的函数关系.理论上证实了气体源体积和虚拟点位置有良好的线性关系,在理论上为解决虚拟源刻度技术提供了新的途径.

基于分布式传感器阵列的静态气体源定位方法

基于气体湍流扩散模型提出了适用于稳定风场的静态气体源定位方法,采用分布式传感器阵列对空间内的目标气体浓度进行检测,依靠多点观测结果计算气体源位置。定位算法预先设定气味源的潜在范围,采用遍历计算的方法将气味源定位问题转变为根据最小二乘法则在预设范围内求取气体源坐标最优解的问题。通过仿真实验对新算法进行验证,建立金属氧化物气敏传感器阵列及信号采样系统,以乙醇蒸汽为目标气体在实验室环境下进行了实际气体源定位实验。

基于移动传感器网络的气体源定位

针对目前基于无线传感器网络定位气体源方法中存在的因探索区域尺寸、边界等先验知识缺失而造成节点部署困难的问题,提出了一种使用有限个低成本机器人构成移动传感器网络进行气体源定位的方法.该方法中,首先以期望拓扑结构排列的移动传感器网络节点采集气体浓度并上传至上位机;然后上位机使用非线性最小二乘方法对气体源位置进行估计,并将位置估计结果发送给移动传感器网络节点;最后由移动节点计算出目标位姿,并采用饱和控制的方法镇定到该位姿.通过上述步骤的不断循环,移动传感器网络最终将移动到气体源附近,从而实现对气体源较为精确的定位.室内自然通风环境中,使用6个自制的机器人组成具有固定圆形拓扑的移动传感器网络进行了气体源定位实验.实验结果表明,适当选择拓扑半径,该方法可在6,min左右实现精度为30,cm的气体源定位.

群智能算法在气体源定位中的应用综述

近几年频繁发生的气体泄漏事件使得气体源定位成为了公共安全领域亟待解决的问题。气体源定位问题本质上可以转化为最优化问题,群智能算法作为一种高效的优化算法,为其提供了一个全新的解决方案。介绍了气体源定位问题的研究背景和研究现状;根据群智能算法在气体源定位中应用的研究思路和研究内容对具有代表性研究成果进行了分类综述和对比分析;对目前基于群智能算法的气体源定位研究中存在的问题和未来发展趋势进行了分析和展望,对气体源定位问题的进一步研究提供一定的参考作用。

基于WSN的加权组合三边气体源定位算法研究

依据气体污染源浓度衰减模型,采用加权组合三边算法(WCT)对气体污染源定位进行了研究。通过仿真实验对比了在不同传感器节点间距离以及背景噪声情况下加权组合三边算法、直接三边法(DT)和组合三边算法(CT)对预估定位误差的影响。实验结果表明,在背景噪声较小的情况下,采用这三种定位算法都有着较好的定位效果;而在背景噪声较大时,采用加权组合三边法有着更好的定位效果。

4π 内气体源的绝对测量

本文用长、短计数管补偿法消除端效应影响，并采用理想气体方程确定氚的质量，从而使氚水的放射性比活度的测量大大简化，精确度进一步改善。

基于改进加权质心和遗传算法的气体源定位研究

为了提高室内危险气体泄漏点的定位精度,通过对现有气体扩散模型的研究,给出一种无风无边界连续泄漏点源浓度的扩散模型。首先应用改进加权质心定位算法通过第一次粗定位和第二次的精细定位获得定位结果。另外,利用遗传算法对室内气体泄漏源进行全局最优的精细定位,通过Matlab仿真实验进行定位误差分析,得到采用改进加权质心定位算法和遗传算法的定位相对误差分别低于5%和3.5%。最后搭建了测试系统用乙醇气体源进行泄漏点定位实验,验证了两种定位算法的准确性。

基于加权质心算法的气体源定位系统

为了快速准确地确定气体泄漏源的位置,提出基于加权质心算法的气体源定位法。采用气敏传感器对目标区域的气体浓度进行检测,并通过无线传感器网络把收集的数据反馈给协调器,协调器把打包好的数据传递给主处理器,处理器依靠测量的结果计算出气体源位置,并可视化显示。以乙醇蒸汽为实验目标气体,平均定位相对误差小于5.9%,验证了该方法的准确性。

基于传感器网络的分布式生化气体源参数测定算法

针对生化气体源参数测定问题,提出了一种基于传感网络的分布式贝叶斯迭代估计算法,该算法在给定气体物理分布扩散模型条件下,通过传感器节点获取气体浓度,并基于分布式扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)实现气体源的坐标定位和释放率估计.通过仿真实验对两种分布式算法进行性能分析,结果表明,UKF算法在参数估计成功率和参数估计误差两个方面均要好于EKF算法,分别可以提高约50%和70%,其收敛速度快,使用节点少,更有助于节省网络能量消耗,并延长其生存周期.

基于分布式自适应偏转次梯度投影算法的气体源点定位研究

针对无线传感网络中的气体源点定位问题，采用自适应次梯度投影定位算法（APSM）来逼近气体源点位置。由于实际气体浓度测量值受噪声干扰，导致APSM定位算法在估计源点位置时难收敛，并且计算耗时长，于是对其迭代搜索方向进行修正，并结合无线传感网络分布式计算的特点，提出一种分布式自适应偏转次梯度投影定位算法（DADPSM），该算法以有风时气体浓度衰减模型为基础，以DADPSM算法为核心，利用偏转次梯度方向代替原次梯度，以偏转次梯度投影的超平面作为搜索区域来进行松弛投影，对节点获取的气体浓度信息进行分布式计算，从而估计出气体源点位置。仿真实验表明，该算法收敛快、定位误差小，并且网络能耗少。

基于最小二乘适值比较计算的静态气体源定位

通过构建多节点分布式气敏传感器网络,对风场中多个位置上的目标气体浓度进行检测。将浓度检测结果与节点位置坐标引入湍流扩散模型,在此基础上依据最小二乘法则设计潜在气体源的适值计算函数。将潜在气源的坐标参数引入适值函数进行计算,通过结果比较得到气体源位置最优解。建立仿真风场中的气体扩散模型并引入传感器观测误差,对该算法的定位效果进行测试,仿真定位实验证明即使观测存在该算法依然可以达到较高的定位成功率。

炼油污水处理装置恶臭气体源强估算方法的比较

以某炼油污水处理装置为例,根据其运行现状及恶臭气体的监测结果,使用卫生防护距离反推法、源强经验估算法以及地面浓度反推法3种方法对恶臭气体源强进行估算,并利用AERMOD模式进行预测,对预测值与监测值进行方差分析。实验结果表明:在监测得到的NH3和H2S的平均质量浓度分别为0.113,0.006 mg/m3的条件下,卫生防护距离反推法得到的NH3和H2S的无组织排放源强分别为2.395,0.127 kg/h。源强经验估算法得到的NH3和H2S的源强分别为0.255,0.080 kg/h,地面浓度反推法得到的NH3和H2S的源强分别为3.120,0.250 kg/h;源强经验估算法为炼油污水处理装置气体源强估算的最优方法。

基于力导向量子粒子群算法的气体源点定位研究

根据有风时气体浓度衰减模型,采用量子粒子群优化(quantum particle swarm optimization,QPSO)算法实现无线传感网络中的气体源点定位,考虑到传感器节点测量气体浓度时存在门限值的实际情况,引入力导向思想,通过使传感器节点产生虚拟力来影响QPSO算法的位置更新过程,使粒子移动更有目的性,引导粒子进化,加快算法收敛.仿真结果表明:在不同噪声条件下,与QPSO算法相比,力导向QPSO定位算法具有更强的鲁棒性,收敛速度更快,定位精度更高,更能获取问题的最优解.

三维空间的自适应气体源定位方法

现有气体源定位方法大多在在二维平面上开展研究,与气体扩散的三维特性不符,且无法兼具烟羽发现、烟羽跟踪以及气体源确认功能,为此提出一种三维空间的自适应气体源定位方法。利用改进烟花算法协调多无人机进行气体源定位,烟花爆炸产生火花的过程即对目标空间的搜索过程,改进烟花算法特殊的爆炸机制和选择策略使该方法可以自适应地进行烟羽发现、烟羽跟踪以及气体源确认,完成气体源的定位任务。采用高斯烟羽模型进行仿真验证,实验结果表明了所提方法能够在三维空间环境下快速准确地定位到气体源。

“Marinelli Beaker”型气体源γ射线的探测效率研究

针对放射性惰性气体在“Marinelli Beaker”(简称MB)容器中,用NaI(Tl)闪烁探测器测量γ射线.采用蒙特卡洛计算方法计算NaI(Tl)晶体对85Krγ射线的探测效率并与标准源实验刻度探测效率进行比较.应用Matlab软件对不同体积的MB容器的理论计算和实验刻度数据分别用最小二乘法进行拟合并比较.比较结果显示,理论计算值和实验数据在误差范围内是一致的.

基于气体扩散模型的气体源定位系统

为了快速准确地确定气体泄漏源的位置,利用无风连续泄漏点源浓度的扩散模型,提出了基于加权质心算法的气体源定位法。采用气敏传感器阵列对目标区域的气体浓度进行检测,并通过ZigBee无线传感器网络把收集的数据反馈给协调器,协调器把打包好的数据传递给主处理器,处理器依靠测量的结果计算出气体源位置,并可视化显示。在目标区域为4m×4m,以乙醇蒸汽为实验目标气体进行气体源定位实验。结果表明,平均定位结果相对误差不超过6%,验证了该方法的准确性。

有风情况下气体源的加权质心定位算法研究

近年来在实现气体泄漏源的快速定位研究中,加权质心定位算法占居了重要的意义。之前研究的气体源加权质心定位算法,只适合在无风环境下使用,没有考虑有风时的气体扩散影响。所以文中根据有风时的气体扩散模型,利用风速对气体浓度的影响将风速加入权值因子中,改进后的加权质心定位算法可以适用于不同风速和风向下气体泄漏源定位。最后通过MATLAB仿真实验,与改进前的算法结果比较,证明了本算法在有风条件下定位结果的有效性。