基于伴随脉冲算法的室内气态污染源时空信息估计方法

本发明属于建筑环境及健康领域，具体涉及一种基于伴随脉冲算法的室内气态污染源时空信息快速估计方法。

背景技术：

1、室内空气质量(iaq)对居民来说很重要，因为人们大部分时间都在室内环境中度过。室内污染问题是导致病态建筑综合症(sbs)的一个重要因素，如果人们长期暴露在污染环境中，会引起头痛、疲劳和呼吸困难等不适症状。近期，公共建筑的生物安全也备受关注。特别是对于一些呼吸道传染病，如sars和covid-19，病原体可以以生物气溶胶的形式传播。如果不及时发现，将对人体健康造成极大危害。因此，基于传感器检测数据，一种良好的源项逆向估计算法对于空气传播病原体的源识别具有重要意义。

2、目前室内污染源定位方法可分为移动传感器法和固定传感器法。移动传感器在机器人技术和无人机的发展下能够自动识别污染物的来源。基本概念主要受到生物行为的启发，例如觅食和交配。然而，这种方法成本高昂，并且通常适用于人工访问不方便的情况。对于固定传感器的源识别，可以分为三种类型：后向、前向和伴随概率方法。后向方法是直接求解具有负时间步长的前向输运方程，主要包括准可逆(qr)和拉格朗日可逆(lr)方法。后向方法需要准确可靠的气流场。但在现实场景中，难以准确获取气流信息，限制了该方法的应用。前向法需要预先对潜在污染源进行大量前向模拟，然后利用目标函数计算传感器监测数据与预测数据的匹配度。对于动态源的定位，传感器响应通常比较复杂，求解过程伴随着病态矩阵，引入正则化方法来保证求解的收敛性。虽然正则化方法可以避免源强度计算中的发散，但是通过前向模拟来建立传感器与房间空间中所有潜在源之间的响应关系是非常费力的。伴随概率方程对于连续排放源识别，需要已知源的先验信息。但在实际情况中，污染源的排放形式通常是未知的。

3、因此，本发明提出了一种结合伴随脉冲和正则化方法的新模型来识别整个房间中点污染源的位置和释放强度。能够快速准确地识别污染源释放速率和位置，该方法对改善室内空气质量具有重要意义。

技术实现思路

1、本发明的实施例提出了一种结合伴随脉冲和正则化方法的新模型来识别整个空间中点污染源的位置和释放强度方法，将该方法结合呼吸性传染病特异性生物标志物传感器，可以用于识别公共建筑中呼吸性传染病病原体来源。

2、为达到上述目的，本发明的实施例采用如下技术方案：

3、本发明实施例提供一种基于伴随脉冲算法的室内气态污染源时空信息估计方法，包括：

4、第一步，测量房间边界条件，包括送风口速度、壁面温度、内热源功率，在数值模拟软件中模拟流场。流场模拟采用标准k-ε模型，使用simple算法来耦合压力和动量方程，对所有其他变量使用一阶迎风格式；

5、第二步，在房间内的排风口位置布置污染物传感器，作为主机传感器，在房间内主导气流下游位置布置污染物传感器，作为从机传感器；

6、第三步，在数值模型中将流场取反，以矩形脉冲的形式分别在主传感器位置与从传感器位置以qs为强度释放示踪气体，通过数值模拟获得潜在泄漏源位置处对应的伴随浓度随时间变化的序列。以矩形脉冲的形式分别在主机传感器位置与从机传感器位置释放示踪气体，矩阵脉冲的时长为测量的时间分辨率步长；

7、第四步，正向流场中传感器位置处的污染物浓度与反向流场中源位置处的伴随浓度成正比，其数学描述为：

8、qsc(xm)＝qmc*(xs)   (式1)

9、式中：qm为污染源释放强度，xm为源释放位置，c是正向流场中的浓度值，c*是反向流场中的伴随浓度，xs是传感器的坐标，qs是在传感器位置释放的示踪气体的强度。通过第三步获得的伴随浓度，可以得到整个房间空间中所有潜在源位置对应传感器的响应因子，对应的响应向量为：

10、

11、式中：是描述不同时刻传感器的响应因子，其代表传感器对释放源的敏感性，是不同时刻的伴随浓度；

12、第五步，建立所有潜在源对应传感器的响应矩阵m(a)，m(a)是a的托普利兹矩阵。源强度q与监测浓度c之间的关系为：c＝m(a)q，其中是传感器在不同时刻监测到的污染物浓度时间变化序列，q＝[q0，...，qi，...，qn]t是污染源的释放强度的时间变化序列；

13、第六步，根据上述步骤，利用传感器监测到的污染物浓度c和响应矩阵m(a)，通过正则化算法求解最小二乘问题，如下式所示，反算得到q；

14、

15、第七步，将第六步计算所得的所有潜在源源强q再带入(式3)，求得其残差将各个潜在源的残差进行对比，最小残差对应泄漏源所在位置，q为泄漏源源强。

16、与现有技术相比，本发明的优势：伴随脉冲方法可以通过求解伴随方程，获得传感器对应计算域内所有位置的伴随浓度响应，进而快速建立传感器和泄漏源之间的响应特性矩阵。进一步利用正则化算法，通过残差的计算比较实现对计算域内所有潜在污染源时空信息的解析，大大提高了建筑内污染源识别的速度和识别覆盖范围。

技术特征：

1.一种基于伴随脉冲算法的室内气态污染源时空信息估计方法，其特征在于包括以下步骤：

2.根据权利要求1一种基于伴随脉冲算法的室内气态污染源时空信息估计方法其特征在于：

3.根据权利要求1一种基于伴随脉冲算法的室内气态污染源时空信息估计方法其特征在于：

4.根据权利要求1一种基于伴随脉冲算法的室内气态污染源时空信息估计方法其特征在于：

技术总结
本发明公开了一种基于伴随脉冲算法的室内气态污染源时空信息快速估计方法，该方法包括以下步骤：测量房间边界条件，在房间内排风口位置布置污染物传感器，作为主机传感器，在房间内其他位置布置污染物传感器，作为从机传感器。利用伴随脉冲方法通过求解伴随方程，可以获得传感器对应计算域内所有位置的伴随浓度响应，进而快速建立传感器和泄漏源之间的响应特性矩阵；进一步利用正则化算法，通过残差的计算比较，实现对计算域内所有潜在污染源时空信息的解析。本发明可以快速建立不同传感器和大量潜在源之间的响应矩阵，大大缩短了正向仿真试算的时间，能够快速准确地识别污染源位置和释放速率，对于改善室内空气质量具有重要意义。

技术研发人员：古忠琳,李斐,景源琪,张杰,薛晓彤
受保护的技术使用者：南京工业大学
技术研发日：
技术公布日：2024/1/13