论文部分内容阅读
目前,国内外公路隧道迅速发展,已经成为各国公路网中不可缺少的重要组成部分。公路隧道在运营过程中也存在着监控系统传感器布设单一、种类少、可靠性低等问题。另外,现有隧道监控系统不能监测污染物在隧道内立体空间分布情况,使得隧道的运营能耗增加、成本提高、安全隐患突出。综合利用隧道现有监控系统传感器,发挥各自传感器提供的信息,可以弥补隧道传感器系统的不足,以及数值模拟出隧道污染物的空间分布情况,对于经济合理的采用隧道通风方式、优化通风控制方法,实现智能监控环境污染状况达到提高隧道安全性,降低能耗的目的有着重要意义。考虑到一氧化碳CO浓度是隧道环境监测的一项重要指标,关系到公路隧道运营安全。本文一方面,以隧道监控系统现有传感器为对象,应用多源信息融合技术对隧道传感器监测信息进行综合利用,融合预测隧道CO浓度,弥补了隧道传感器设置单一,可靠性低的问题。另一方面,由于隧道CO浓度分布受很多因素影响,要了解隧道空间内CO浓度分布情况比较困难,但是应用计算流体力学CFD技术,可以有效的对隧道CO浓度在隧道空间分布进行数值模拟。首先利用BP、RBF神经网络、支持向量机(SVM)建立不同单一信息融合模型,并对公路隧道中失效CO传感器数据融合研究,仿真实验比较各种单一融合模型融合CO浓度效果,结果表明单一融合模型对隧道CO浓度融合是有效的,单一融合模型存在融合精度不高的不足,针对这一不足,又建立不同组合最优加权信息融合模型来弥补单一模型的精度不高问题。仿真实验表明:最优加权融合性能均优于单一融合模型,发现不同单一模型组合对最优加权融合效果有不同影响。其次进一步研究发现单一融合模型组合方式对最优加权模型融合精度的影响规律,该规律为参与最优加权融合的单一模型筛选提供了一种新方法。最后针对长大公路隧道的主流纵向通风方式,分别建立隧道局部竖井通风、射流通风方式下CO浓度分布模型,应用Fluent进行隧道CO浓度场数值模拟,模拟结果表明:纵向通风方式,CO扩散速度、浓度分布总体上均匀并且CO能有效的扩散稀释,但是两种通风方式各有优缺点,单一通风方式不理想,形成组合通风格局可以提供隧道通风效果。研究表明在集中式竖井通风方式中应将竖井设计在整个隧道的中断或末断,其余部分用射流通风方式诱导可以提高CO扩散、稀释效果。