[发明专利]一种基于无人机探测的危险介质泄漏过程实时动态预测方法

说明书

本发明涉及一种基于无人机探测的危险介质泄漏过程实时动态预测方法，属于危险介质连续泄漏的扩散过程预测领域。危险介质出现连续泄漏后，在泄漏源尺寸未知的情况下，利用泰勒公式及多项式展开等数值计算方法改进高斯模型原始算法，得到一种基于无人机探测数据的可实时动态显示预测结果的新预测方法。该方法可根据无人机探测处于泄漏范围空间内的任意两点的介质浓度及三维坐标位置数据，实时预测危险介质泄漏范围。

技术领域：

本发明属于危险介质连续泄漏的扩散过程预测领域。具体而言，危险介质出现连续泄漏后，在泄漏源尺寸未知的情况下，利用泰勒公式及多项式展开等数值计算方法改进高斯模型原始算法，得到一种基于无人机探测数据的可实时动态显示预测结果的新预测方法。该方法可根据无人机探测处于泄漏范围空间内的任意两点的介质浓度及三维坐标位置数据，实时预测危险介质泄漏范围。

背景技术：

在工业，尤其是在承压特种设备行业中，易燃、易爆及有毒有害物质在生产、储存及运输过程中易于发生泄漏事故，为有效开展事故应急救援、控制和降低泄漏事故的后果，国内外学者在泄漏扩散模拟及危害评估方面做了大量研究，主要分非重气扩散模型和重气扩散模型两大类，重气扩散模型中典型代表是三维扩散模型，如计算流体力学(CFD)方法，该方法预测精度高，具有较好的准确性，但由于其计算复杂度过大，计算时间过长，在实际工业应用中，并不适用；非重气扩散模型中，高斯模型由于提出时间早，研究较为成熟，且模型简单，运算量较小，能更好的兼顾计算复杂度和准确度，更适合实际的工业应用，尤其对时间要求较高的突发事故的应急处置，高斯模型得到广泛的应用，很多相关标准的制定都以该模型为基础。

然而由于该模型自身存在的限制性：(1)在预测时无法显示实时泄漏情况，预测结果不能随时间动态变化；(2)通常情况下，泄漏事故发生后完全通过实地探测的方法对事故现场有毒物质泄漏源强进行全面了解是不可能或无法实现的，使用泄漏孔径的估算值进行浓度分布的预测，所取估算值的误差量会使预测结果产生不可避免的固有误差；(3)当现场情况不同，估算人员经验丰富程度不一，则预测取值准确度不同，因此，对泄漏孔洞面积进行预测的方法，预测精度及可靠性，稳定性均无法得到有效保证。

因此，基于原有高斯烟羽模型对危险介质泄漏过程进行预测，仿真效果往往不够准确和直观，且不具有时效性，导致对突发事故应急处置的指挥调度、救援等工作的指导意义不大。

发明内容：

鉴于以上所述现有模型的缺点，本发明的目的在于提供一种基于无人机探测数据的危险介质泄漏过程实时动态探测方法，用于解决现有技术中通过原高斯烟羽模型预测精度不高及不具有时效性的问题。

为实现上述目的，本发明提供一种基于无人机探测的危险介质泄漏过程实时动态预测方法，包括以下步骤：

步骤S10，基于式(1)所示高斯烟羽模型，输入已知参数，并根据所述的已知参数初始化相关参数；

所述已知参数包括危险介质类别、风速、风向、天气情况、泄漏位置地点等；

步骤S20，根据实际天气、泄漏情况确定扩散系数；所述的实际天气诸如:地面风速、日照强度、大气稳定度；

步骤S30：无人机任意选定两个不同位置(x₁,y₁,z₁)，(x₂,y₂,z₂)，测得污染毒物的浓度分别为C₁(x₁,y₁,z₁),C₂(x₂,y₂,z₂)，则由式(1)得到式(5、6)：

步骤S40：对exp(-m²)在0点用6阶泰勒公式展开，并化简为式(12)；