（检测技术与自动化装置专业论文）基于模型预测的智能通风控制软件模块的设计开发.pdf

上海大学硕士学位论文 摘要 本课题以上海市翔殷路隧道为对象，研究丌发了基于模型的隧道交通 污染智能通风控制软件模块。其目的是既满足国内公路隧道的卫生标准， 又能够最大限度地降低通风能耗。 论文根据翔殷路隧道通风的特点，分别建立了基于机理方程的模型、 时间序列a r m a 模型和a r x 模型，并比较了各模型的准确性和预测效果。 首先，根据隧道的交通方程、空气动力学方程和污染方程建立了通风 控制的机理模型。在应用于工程实际后，表明机理模型基本上能够反映隧 道污染物变化趋势，但精度相对较差。时间序列分析采用了在线建模方法。 当在新的控制周期开始时，用前1 6 小时的数据建立了a r m a 模型，预测 1 0 分钟后( 1 0 分钟为控制间隔) 的c o 和v i 的指标，当c o 浓度超过1 1 5 p p m 并且v i 超过7 0 x1 0 - 3 m 。1 时，多启动一组射流风机，反之则维持风机控制 状态不变；当c o 浓度低于1 0 5 p p m 并且v i 低于6 3 1 0 3 m “时，则关闭一 组射流风机。在时间序列建模前期的数据处理中，本文使用了趋势差分方 法以提高序列的平稳性；在建模过程中比较了数个方案。在a r x 模型的研 发中，为了使模型能覆盖尽可能宽的频谱，本文使用了1 6 小时数据建模， 前期的数据处理中使用了滤波技术。 工程实践验证，上述两种模型的5 步预测c o 浓度均方误差均小于 1 5 p p m ，v 1 均方误差均在0 2 x1 0 。3 m 。1 左右。当被测量达到控制指标时。 一氧化碳浓度和v i 的误差均在3 以内。 最后，文章阐述了通风智能控制模块的程序设计和与翔殷路隧道交通 监控平台的接口。一个月的运行时间表明，翔殷路隧道通风智能控制模块 运行是稳定可靠的。 关键词：隧道通风通风控制时间序列机理方程辨识 上海大学硕士学位论文 a b s t r a c t t h ed i s s e r t a t i o n sb a c k g r o u n di st h ep r o j e c to fs h a n g h a ix i a n g y i nr o a dt u n n e l i n t e l l i g e n tv e n t i l a t i o na n dt h es t u d yi sb a s e do nm o d e l p r e d i c t i v ev e n t i l a t i o n c o n t r o lo ft h et u n n e lt r a f f i cc o n t a m i n a t i o n i ta i m sa te n e r g ys a v i n ga n ds h o u l d m e e tt h en e e d s r e q u i r e db y t h et u n n e lv e n t i l a t i o ns a n i t a t i o nc o d e j t j 0 2 6 1 1 9 9 9 t r e et y p e so ft h em o d e l s a r e d e v e l o p e d i nt e r m so ft h e s p e c i f i c p h y s i c a l c h a r a c t e r i s t i c so fx i a n g y i nt u n n e li nt h i sp a p e r ：m o d e lb a s e do n m e c h a n i c se q u a t i o n s ，m o d e lb a s e do nt i m e s e q u e n c ea n a l y s i sa n dr e g r e s s i v e m o d e la r x t h ep r e d i c t i v ea c c u r a c yu s i n gt h e s em o d e l si sc o m p a r e d a tf i r s tw ed e s c r i b et u n n e l st r a f f i ce q u a t i o n s ，a e r o d y n a m i ce q u a t i o n sa n d c o n t a m i n a t i o ne q u a t i o n s t h e ne s t a b l i s ht h e i rm e c h a n i c a lm o d e l s a p p l y i n g t h e mt ot h ep o l l u t i o np r e d i c t i o n w ef i n di tc a n 仃a c kt h et r e n d so ft h et u n n e l p o l l u t i o n ，b u ti t sa c c u r a c yi sn o ts a t i s f a c t o r y s e c o n d l nt i m e s e q u e n c em o d e l i n gi sd i s c u s s e da n do n l i n em o d e l i n gi sa d o p t e d o n c ec o n t r o lc y c l eb e n n s ，p r o c e e d i n g1 6h o u r sd a t aa r ee m p l o y e dt ob u i l d a r m am o d e la n dt h ei n d i c e so fc oa n dv ia f t e r10m i n u t e sa r ep r e d i c t e d w h e nt h ec oc o n c e n t r a t i o ne x c e e d s1 1 5p p ma n dv i ，7 o 1 0 。3 m ，an e wj e t f a n ss t a r t s ，o t h e r w i s e ，t h eo p e r a t i o n a ls t a t u sa r en o tc h a n g e d w h i l ec o c o n c e n t r a t i o ni ss m a l l e rt h a n1 0 5p p ma n dv i ，6 3 1 0 3 m ，as p e c i f i e ds e to f j e tf a n ss t o p s ad i f f e r e n t i a lm e t h o di su s e df o rd a t ap r e p r o c e s s i n gt oi m p r o v e s t a t i o n a r yr a n d o mp r o c e s s o ft h es e q u e n c e sa n ds e v e r a l a p p r o a c h e sa r e c o m p a r e dd u r i n gt h em o d e l i n gp r o c e s s e s w h e r lr e g r e s s i v ea r x m o d e li sb u i l t ， 1 6h o u r sd a t aa r ee m p l o y e dt ol e tt h em o d e lc o v e rw i d e r 矗e q u e n c ys p e c t r u mo f t h ep l a n ta sf a ra sp o s s i b l ea n df i l t e rt e c h n o l o g yi su s e dt op r e p r o c e s st h ed a t a t h e p r o j e c ta p p l i c a t i o np r o v e st h a tt h ef i v e - - s t e p - p r e d i c t i v er o o tm e a ns q u a r e o fc oc o n c e n t r a t i o nu s i n gt h e s et w om o d e l sa r eb o t hl e s st h a n1 5 p p m ，t h er o o t 上海大学硕+ 学位论文 m e a ns q u a r eo fv ia r ea p p r o x i m a t e l y0 2 1 0 3 m w h e nc oc o n c e n t r a t i o n i n c r e a s e st o1 2 5 p p m ，v i ，7 5 1 0 。3 m ，e r r o r so f c oc o n c e n t r a t i o na n dv iu s i n g t h e s et w om o d e l sa r eb o t hl e s st h a n3 f i n a l l y , t h ep r o g r a md e s i g no ft h ei n t e l l i g e n tv e n t i l a t i o na n di n t e r f a c ew i t ht h e p l a t f o r mo fx i a n g y i nt u n n e lt r a f f i cs u p e r v i s i o ns o f t w a r ei sp r e s e n t e d o n e m o n t hr u n n i n gp r o v e st h a tt h em o d e l sw ed e v e l o p e da r es t e a d ya n dr e l i a b l e k e y w o r d s ：t u n n e lv e n t i l a t i o n ，v e n t i l a t i o nc o n t r o l ，t i m e - s e r i e sp r e d i c t i o n ， m e c h a n i c se q u a t i o n s ，i d e n t i f i c a t i o n i i i 原创性声明 本人声明：所呈交的论文是本人在导师指导下进行的研究工作。 除了文中特别加以标注和致谢的地方外，论文中不包含其他人已发表 或撰写过的研究成果。参与同一工作的其他同志对本研究所做的任何 贡献均已在论文中作了明确的说明并表示了谢意。 签 本论文使用授权说明 期： 本人完全了解上海大学有关保留、使用学位论文的规定，即：学 校有权保留论文及送交论文复印件，允许论文被查阅和借阅；学校可 以公布论文的全部或部分内容。 ( 保密的论文在解密后应遵守此规定) 一牲翩签嘲吼 上海大学硕+ 学位论文 1 1 课题来源 第一章绪论 本课题来源为受上海宝信软件股份有限公司委托，由上海大学研发的“上海 市翔殷路隧道通风智能控制软件模块”项目。 1 2 课题研究的目的和意义 随着交通运输事业的不断发展，我国隧道工程建设已呈现出迅猛发展势态， 据不完全资料统计，n 2 0 0 0 年末我国公路通车里程达到1 4 0 万k m ，建成的隧道超 过1 0 6 9 座，单洞延长超过3 4 0 k m 。单洞最长达4 7 0 6 m ，建成的3 0 0 0 m 以上的特长 隧道1 3 座，1 5 0 0 m 以上的三车道公路隧道5 座。目前，陕西、四川、吉林、辽宁、 广东、浙江、福建、山西、贵州等省已规划并将建成一批特长隧道和隧道群，最 长的隧道将达到1 8 6 k m 。 公路隧道的发展方向是长火隧道，除了号称我国西南第一路的成渝高速公路 包含的两座长大隧道中梁山隧道和缙云山隧道均已于1 9 9 4 年l o 月建成通车； 闻名于世的二郎山隧道和北京八达岭高速公路工程中的潭峪沟隧道亦都已完成 施工，为了确保交通安全及行车舒适，必须从技术上解决通风问题。隧道通风就 是除去或稀释汽车行驶排放出的有害物质( 如一氧化碳c o ，氮氧化合物n o 。 烟雾等) ，使其浓度降低到允许值之内，以确保行车的安全，满足舒适性的要求。 据分析1 ，公路隧道通风设施的造价，一般为工程造价的2 0 3 0 ，长大 隧道甚至可达5 0 ，而隧道通风所需的费用几乎与隧道长度的平方成比例，与通 风量的三次方成比例，因而必须选择合适的通风方式使其造价和营运费用最小 化。 目前，公路隧道通风主要有全横向式、半横向式和纵向式三种通风方式。不 同的通风方式对隧道安全营运有不同的影响”1 。根据理论分析和实际测量， 采用全横向式( 或半横向式) 通风的隧道，其污染物的浓度分布近似于矩形：采 用纵向式通风的隧道其污染物的分布呈三角形，如图1 1 所示。由此可见，车辆 上海大学硕+ 学位论文 经过采用全横向式( 或半横向式) 通风系统的隧道时，刚驶入隧道不久，就立即 处在污染物浓度较高的环境中，而且在经过隧道的整个过程中，基本上始终处在 最大污染物浓度的坏境中。而车辆经过采用纵向式通风系统的隧道时，刚进入隧 道中的空气中污染物浓度与外界空气大致相同，随着进入隧道内距离的增加，污 染物浓度呈线性增高，到达出口时，污染物浓度增到最大。因此，从理论上讲， 纵向式通风对公路隧道营运环境更有利。纵向式通风采用机械通风方式，使新鲜 空气从洞口一端吹向另一端，或者从隧道的不同地段进行送风或排风。无需专门 设置通风管道，直接将车道作为风道，不必增大隧道断面，并能允分利用车辆产 生的活塞风作用，因而，在各种通风方式中，有9 5 以上的隧道均采用这种经济 节能型的纵向通风方式1 1 。 。医习l a 横向式通风 b 纵向式通风 图1 1 公路隧道营运通风方式及污染物浓度分布 公路隧道通风控制涉及c o ( 一氧化碳) 浓度、v 1 ( 煤烟透过率或可见度) 、 t w ( 水平风速) 三项指标，为了保持隧道内的通风指标，同时使用于排除废气 的费用为最小，必须对通风量进行自动控制。目前，我国公路隧道纵向式通风控 制系统一般采用的是以测报的c o 浓度值为主要参数的负反馈网络控制方式。这 种控制方式在被控变量( 如c 0 浓度) 出现偏差时，控制器才发出控制指令，来 补偿干扰对被控变量的影响，这就导致系统存在时问滞后较大、系统静态误差大、 控制不及时等问题”。由此可见，在中梁山隧道中采取的用反馈控制调节有害 气体浓度的方式还不能完全满足安全、经济和可靠性等方面的要求。因此如何在 满足卫生标准的前提下，改进现有的控制方法，使隧道通风系统实时节能地运行 已成为当前公路隧道通风十分紧迫的课题。 本论文将在充分借鉴国内外先进控制技术的基础上，研究并完善国内现有的 通风控制系统。以绿色环境和节能为目标，以现代控制理论和技术为手段，以翔 殷路过江隧道为应用的工程背景，开发隧道智能通风控制软件模块。 上海大学硕十学位论文 1 3 国内外研究现状及存在的问题 1 3 1 国内外公路隧道概况 截止2 0 0 0 年1 1 月，国外公路隧道长度在l o k m 以上的有1 0 座；5 l o k m 范围的 有7 4 座，4 5 k m 范围的有4 7 座，3 4 k m 范围的有1 0 4 座，共2 3 5 座。这些长大公 路隧道主要分布在挪威、日本、瑞士、奥地利、意大利、法国、西班牙等西方发 达国家。长度在5 k m 以上的隧道几乎全部为发达国家和地区所囊括。于2 0 0 0 年1 1 月2 7 日通车的世界最长隧道是挪威的l a e d r a l 隧道，为单管双向隧道，全长2 4 5 k m 。 中国台湾平岭隧道( 2 x 1 2 9 k m + 服务隧道) ，目前排名世界第三，为三管( 双管 正线+ 服务避难隧道) 一次建成，是世界上规模最大的高等级公路隧道。嗵“。1 国内隧道发展情况如前文所述。 1 3 , 2 公路隧道通风控制的发展 1 ) 控制方式 公路隧道通风控制方式有自动控制和手动控制两大类，原则上应采用自动控 制，但也要考虑最小限度的人工控制，以便在控制系统失效时发挥作用。一座隧 道的通风控制系统往往是两者的结合。 2 ) 控制方法 综观国内外公路隧道通风控制，大致经历了四个阶段：直接控制法、间接控 制法、程序控制法和现代控制方法。 直接控制法( 反馈控制) 。直接控制法是单纯依靠传感器检测隧道内c o 浓度和烟雾浓度，经计算处理后，给出控制指令，直接控制风机的运行，供给必 要的新鲜风量，稀释烟雾浓度和c o 浓度，达到设计要求的卫生和安全标准。这 种方法是根据被控对象偏差进行控制，最后消除偏差。由于控制作用落后于干扰 作用，造成控制过程中静态偏差大，是“不及时控制”。例如，七十年代，德国新 易北河隧道采用的就是直接控制法，它一方面根据设计交通量画出一天内需要通 风量的营运图，确定初始运行的风机台数，另一方面以c o 浓度和v i 监测的实时 测量值来实现运营时通风的调节1 。 上海大学硕士学位论文 间接控制法( 基于数学模型的反馈加前馈控制) 。间接控制法是根据进 入隧道前区段的交通量信息及埋在路面下的车辆监测器，实时了解隧道内交通 量、行车速度、车辆构成等，通过检测交通量状况，分析并计算出车辆烟雾和 c o 排放量，实施风量控制。这种方法从产生污染的原因( 交通流量) 入手，改 变风机台数以弥补扰动引起的输出变化，使被控变量基本保持不变。前馈控制及 时，1 i 受系统延迟的影响，提高了控制精度。 最早在隧道通风中成功应用间接控制方法的是1 9 8 4 年交付使用的日本关越 隧道，根据长期预测的可能车流量来确定正常通风流量，以此作为通风系统的标 准控制位置，再以通风流量作为有害气体浓度及短期预测的车流量的函数加以修 正2 。实践证明效果较好，与直接控制法相比节能2 0 ，目前被一些发达 国家广泛采用。 我国目前公路隧道通风控制也广泛采用这种方法，文献【1 4 】所介绍的反馈 前馈通风控制系统是将不同交通量划分等级与风机开启数量划分等级一一对应 ( 自u 馈部分) ，通过实际检测的c o 浓度，v i 及控制结果修j f 交通量各分离点的 数据( 反馈部分) ，以产生比较合理的控制策略。 程序控制法( 时序控制) 。程序控制法不考虑v i 、c o 浓度及交通量的实 时变化情况，而是按时间区间( 如白昼与夜晚、节假日与平时) 预先编成程序来 控制风机运行。早期的公路隧道通风大都采用这种控制方法。 现代控制方法。现代控制方法主要应用一些智能控制算法( 包括模糊控 制、神经网络控制、专家控制等) 控制隧道通风系统。 公路隧道通风系统是典型的分布式参数系统，具有很强的非线形特征，如果 用传统线性控制理论，为获得便于控制设计的数学模型，势必在模型简化过程中 引入很大的误差，因而国内外科研机构已经将研究重点转向模糊控制、神经网络 控制、专家控制等控制方法上。 日本在隧道通风模糊控制的研究上起步较早，九十年代，日本道路公团用 模糊控制实现隧道内风速和v i 多输入的公路隧道通风反馈控制系统“5 “16 1 。 随后，日本r 立公司运用信息和模糊控制理论，成功地设计出公路隧道通风专 家控制系统。例如，九州公路的金刚山隧道、福智山隧道和能生隧道都采用了 上海大学硕十学位论文 模糊控制方法。1 9 9 6 年，我国台湾学者在同本研究的基础上，将交通量以及污 染物浓度的预测值作为前馈输入量，并加入时间、空间过滤器，改进了模糊控 制系统7 1 。实践证明，这种控制系统在控制性能和节能方面都取得了较好效 果“1 9 1 。1 9 9 8 年土耳其学者k a r a k a s ，e r c f i m e n t 研究了如何应用模糊逻辑控 制变频风机进行隧道通风啪“2 。 近年来，我困开始有一些学者和工程技术人员尝试采用人工智能技术改进 隧道通风控制系统。西南交通大学于1 9 9 9 年首先开始了公路隧道通风现代控制 方法的研究： 文 2 2 ，2 3 】将模糊控制的方法应用于公路隧道通风控制，充分利用了模 糊控制善于表达人的经验性知识的优点，将c o 浓度和v i 值结合起来综合考虑、 决定开启的风机数。在模糊化时，c o 浓度和v l 值所覆盖的相邻整数论域范围 有交叠克服了简单的门限控制方式的缺点，缓解了风机的频繁启停的问题。 神经网络由于具有较强的学习能力，目前也开始在通风控制中采用。例如 文献【2 4 ，2 5 】提出的纵向流公路隧道在线学习通风控制系统，通过建立神经 网络，学习前面时刻的v l 值、风速、风机台数，不断修改网络权重，预测下一 时刻的控制策略。该系统很好的解决了双向交通v i 易恶化的问题。 文献【2 6 1 中以京珠公路隧道为背景，采用基于模式识别的智能控制方法。 其中，c o 浓度控制器是根据c o 浓度和浓度变化率所在范围来确定逻辑规则， 以控制风机的启停。v i 控制器采用了类似的控制方法。c o 浓度控制器和v i 控制器在c o 浓度和v i 的最大最小值时采用全开和全关策略，在其他状态采用 增量控制方式。最终的控制量是上述两个控制器输出的或。控制每隔一段时间 执行一次，取这段时问为风从隧道入口到隧道出口的流动时间，由现场调试时 的平均风速和最低风速来确定。这种方法克服了公路隧道建模难、干扰大的问 题。在京珠南公路隧道通风的应用中，取得了较好的实际运行效果，达到了节 能的目的。 文【2 7 】设计了一种基于人工智能理论的公路隧道智能通风控制系统。它 由知识库、数据库、推理机、控制策略、学习环节、黑板、特征辩识和信息处 理环节组成。其规则同样以偏差和偏差的变化率作为依据。为了克服各参量的 上海大学硕十学位论文 离散性导致控制死区、影响控制精度的弊病，作者在每个规则区段引入新的变 量和线性方程来解决这个问题。即引入了分区间不同线性度的概念。它的特点 是通过系统的自学习，使知识库内容不断更新，让系统逐渐接近实际运营的隧 道环境。系统的自学习采用动态奖罚的学习方法，即在线判断本时刻控制量u ( k 1 的控制效果的好与坏，据此对控制规则进行奖与罚。 隧道内的环境参数( c o 浓度、可见度、风速等) 受交通流量、行车种类 和气候条件影响很大，具有随机变化的特点。不同的隧道内部形状参数( 长度、 高度、截面积、坡度、歪曲度等) 相差很大，建立隧道的数学模型有较大的难 度，因此，目前基于模型的控制方法尚未在幽内得到应用。 3 ) 其它有笑隧道通风控制的研究 文【2 8 】中讨论了车流量的正确预测方法。作者认为，直接测量车流量并 不能准确预测车流量。因为如果将车辆计数器安装在隧道入口，当启动通风设 备时，大部分车辆已经进入或通过了隧道，控制是延迟的；将车辆计数器安装 在隧道出口处，由于车速不恒定，也很难保证数据准确；按每天通过隧道车流 量的趋势图来预测车流量过于粗糙，因为当季节，天气变化时车流量也在变化； 用回归分析法预测，可以减小长时间车流量变化引起的误差，但不能很好的表 达短时期车流量的变化。文中作者提出了用模糊逻辑结合车流量趋势图预测车 流量，精确度可达到9 3 8 ，相关系数为o 9 8 7 。 文【2 9 】【3 0 】中提出了对交通隧道通风系统进行机理建模的方法。隧道 的空气动力学模型用牛顿第二定律列出；污染浓度模型根据伯努利及扩散方程 建立；另建立了自然通风模型。文章同时还讨论了由射流风机产生的压差方程 和具有斜向喷嘴的压差方程。 文【3 1 】提出了一种有效地评估隧道通风控制系统经济性和空气质量的方 法。它综合评价了污染指标和能耗指标，根据不同的目标进行加权。 由以上文献可知，隧道通风控制发展趋势是向着节能和智能化发展，模糊 逻辑、专家系统、人工神经网络以及系统辨识在隧道通风拧制中都将有广阔的 应用前景。 上海大学硕。卜学位论文 1 3 3 存在问题 公路隧道通风这几种控制方法都有一定的局限性。 直接控制法，因受环境条件的多变性、传感器安装位置的局限性、检测时 间的滞后性等因素的影响，导致系统存在较大延迟，显然，控制不及时，从节 能的角度，不能有效地控制风机运行。 间接控制法，其核心是通过车辆分类检测装置，在检测交通量和车速的基 础上，同时把各种车辆按类型检测出来，从而分析得到车辆c o 的排放量，但 是各种车辆排放情况存在差异，就可能导致风机台数偏小或偏大，致使隧道内 c o 浓度过大或过小，严重偏离控制目标，造成控制不合理。 程序控制法，主要是凭借专家或操作者知识和经验，按时| u j 区间预先编制 一套程序来进行控制。这种方法虽然简单，但是灵活性差，不能根据实时交通 量、c o 浓度和v i 进行控制，势必造成控制指标严重偏离控制目标，不能达到 隧道通风控制节能的目的。 现代控制方法是隧道通风控制方法的发展趋势，发达国家把模糊控制、神 经网络控制成功运用在隧道通风控制中的经验非常值得借鉴。但模糊控制存在 控制规则生成困难的问题神经网络存在内部结构难于理解的缺点，因此目前 急需的工作是如何克服这些困难。 1 4 论文的主要内容 本论文是以作者攻读硕士学位期间承担课题的工作为基础，在第一章中阐 述了课题研究的来源、目的、意义以及国内外研究的现状。第二章阐述了建模 的基本概念以及隧道通风机理、时间序列分析建模方法和过程辨识的一些理论 知识。第三章分别设计了基于机理模型，a r m a 模型以及a r x 模型的隧道智 能通风控制策略。篇四章应用实测翔殷路隧道数据建立机理模型，a r m a 模型 以及a r x 模型。并对预报效果进行评价。第五章详细阐述了翔殷路通风智能控 制模块的设计及实现。最后第六章总结全文。 上海大学硕士学何论文 第二章建模基本理论及方法 2 1 基本概念b 2 1 2 1 ，1 过程与模型 过程( p r o c e s s ) 本身的含义是比较广泛的，可以指某个工程系统、某个生物学 系统，也可以指某个经济的或社会的系统。过程辨识中所说的过程主要指工业生 产过程。 所谓模型( m o d e l l 就是把关于实际过程的本质的部分信息简缩成有用的描述 形式 e y k h o f f ，1 9 7 4 1 。它是用来描述过程的运动规律。是过程的一种客观写照或 缩影，是分析过程和预报、控制过程行为特性的有力工具。 2 1 2 建立过程数学模型的基本方法 一般说来，建立过程的数学模型有两种基本方法。 1 ) 机理分析法 这种方法通常需要通过分析过程的运动规律，运用一些己知的定律、定理和 原理，如化学动力学原理、牛顿定理、物料平衡方程、能量平衡方程和传热传质 原理等，才能建立起过程的数学模型。这种方法也称作理论建模。 2 ) 测试法 过程的输入输出信号一般总是可以测量的。由于过程的动态特性必然表现在 这些输入输出数据之中。那么就可以利用输火输出数据所提供的信息来建立过程 的数学模型。这种建模方法就叫做辨识。 2 2 隧道污染物通风机理模型 为了有效模拟全射流通风系统的运行情况，评价不同控制方法下的通风控 上海大学硕十学位论文 制效果，本文建立了空气动力学模型、污染模型、交通模型，三个模型的关系 如图2 1 。 风机运行台数 壹“伺吉气率冰厦 。l 。风机性能参数基准排放量l 空气动力 ”“ j 1l 污染模型i 学模型 活塞风 污染物排放量 7 交通模型 r f 。 t 交通特性 i 乖# 署l车谴 1 2 2 2 简化假设 图2 1 各模型问的相互关系 公路隧道通风系统的动态过程很复杂，描述该过程的参数不仅是时间的函 数，而且是地点的函数，及该系统的参数具备分布特性。与此同时，在动态特 性中，工质的状态参数间是非线性关系，这使得动态方程变得很复杂，给方程 的解算带来很大困难，以至影响实用性。因此在建立数学模型之前，对通风系 统动态物理模型进行合理的简化，是十分必要的。 2 2 3 空气动力学模型 2 2 翟淼一一缩淌： 1 ) 隧道内空气为一维不可压缩流动： 2 ) 流体视为连续介质，服从连续性定律； 3 ) 流体的流动遵守能量守恒定律，服从伯努利方程1 3 3 1 。 上海大学硕士学位论文 2 2 3 2 数学模型 空气动力学模型用于计算隧道的瞬时流速儿图2 2 中隧道为纵向式通风 通风方向由左至右。 卜p 。j 图2 2 隧道内空气柱受力分析 p 厂_ 一射流风机加于气柁的力；卸厂_ 车辆给气柱的推力，即交通通风力 p ，一隧道壁摩擦阻力以及入口、山口处阻力损失；尸旷自然风力 在一维不可压缩的假设下，隧道内空气柱以速度v 流动，t 是时间变量。 设作用于空气柱的合力为以0 ，空气柱质量为m ，根据牛顿第二定律气体的加 速度为 d v f ( f ) 卉m ( 2 2 1 ) f ( f ) = 劬，+ 卸，一印。一卸。 ( 2 - 2 2 ) m = 一：工p ( 2 2 3 ) 其中，v 为隧道内风速( 耐s ) ，功为射流风机推力( n m 2 ) ，a 为交通通风 力( n m 2 ) ，胁为隧道壁摩擦阻力以及入口、出l 处阻力损失( n m 2 ) ，卸。 为自然风阻力( n m 2 ) ，尺o 为上述各力的合力( n m 2 ) ，a ，为隧道净空面积( m 2 ) ， 为隧道长度( m ) ，p 为空气密度( k 咖3 ) 。由于自然条件不稳定，从安全角 度出发，通常把自然风当成阻力处理，因此与行车方向相反。 下面将着重分析摹本作用力的计算式。 1 ) 自然风作用力 根据文献 3 4 1 ，自然风引起的洞内风速k ，按反风向2 5 m s 计算或按实 际测得的自然风速计算，自然风压力可由下式计算 0 上海大学硕士学位论文 印。瑙。屹，+ 五去) 詈曙 ( 2 川 d ：i 兰箕 ( 2 2 5 ) 7 隧道断面周长 式中，卸。表示自然风阻力( n m 2 ) ；“为隧道内风速( m s ) ，按通风不利时的 风速计算；岛，己。，为隧道入口和出口阻力系数，分别取0 5 和1 o ；p 为空气密度， 耿1 2 0 k g m 3 ；d ，为隧道断面当量直径( m ) ；彳，表示隧道净空面积( m 2 ) 。 2 ) 交通通风力 对于单向交通，交通通风力可按下式计算 卸，= 牟扣“一盯 ( 2 2 _ 6 ) 式中，卸，为交通通风力( n m 2 ) ；”为隧道内车辆数( 辆) ；以为车速( 州s ) ； 为隧道内风速( m s ) ；a r 为隧道净空面积( m 2 ) ；a 。为汽车等效阻力面积( m 2 ) 。 当k ”时，卸，取“+ ”；反之，取“一”。 3 ) 隧道摩擦阻力 通风气流以速度n 在隧道中流动时，由于入l j 、出口处及壁面摩擦引起的 阻力m ，总是对通风气流起阻碍作用，即与方向相反。 p = ( # 。+ 乞，+ 五j d 三、旦y 2 (227)r 2 r 式中，锄为隧道摩擦阻力( n m 2 ) ；其余符号意义与前面相同。 4 ) 射流风机推力 单台射流风机产生的推力按下式计算 a p = p - 吩知一和 他z 剐 式中，锄为射流风机推力( n m 2 ) ：巧为射流风机出口风速( i i l ，s ) ；a 。为射流 风机出口面积( m 2 ) ；”为射流风机位置摩阻折减系数。 上海大学硕一k 学位论文 2 , 2 4 污染模型 污染物在风流中的运移主要包括分子扩散、对流运移、紊流扩散、衰减转化 四种形式，在进行公路隧道风流中的污染物运移模拟计算时，只需考虑污染物对 流和紊流扩散3 5 3 酗。 2 2 4 1 数学模型 下a c ( x , t ) + 矿下a c ( x , t ) = 。挈吼f ) ( 2 t 2 9 ) o td xc x t ) 彳( x ，t ) = q ( x ，t ) 爿 其中，c ( x ，f ) 为污染物浓度，d 为紊流扩散系数( m 2 s ) ，瞒隧道内风速( m s ) ， 可0 ，f ) 为污染物源项，即单位时间单位体积内污染物的产生量，随时问和位置而 变化。 1 ) 初始条件 假设在时f n q t = o 时，隧道内保持一叵定车辆数目0 ，故隧道内各断面平均污 染物浓度可以直接得到。 2 ) 边界条件 本模型假设隧道入口段断面污染物的平均浓度为大气背景浓度，取c i 。l f 0 ， 出口段断面为局部最大浓度，即 掣：o( 2 2 1 0 ) 苏k 。 2 2 4 2 污染源项在通风模拟程序中的形式 1 ) 隧道内c o 排放量计算公式 c o 排放量计算式 c o = i 聂订咄。，正。厶，兀，f , v - l 喜( 帆，厶) ( 2 2 1 1 ) 瓦) 一万q - - c o 1 。6 ( 2 2 1 2 ) 式中，q 。为隧道全氏c o 排放量( m 3 i s ) ；g ，。为c o 基准排放量( m 3 辆k m ) ，取 上海大学硕十学位论文 o o l m 3 辆k m ；工为考虑c o 的车况系数：五为车密度系数：石为考虑海拔高度系数； 厶为考虑c o 的车型系数；。为考虑c o 的纵坡一车速系数； k 为相应车型的设计 交通量( 辆m ) ：n 为车型类别系数； c o ( x ，n 为c o 污染源项( x l o 6 m 3 m 3 s ) ： 为为隧道长度( m ) ；a ，为隧道净空面积( m 2 ) 。 2 ) 隧道内烟雾排放量计算式 既= 五万q 。，正。，兀，厶。，兀。，。l ，茎( m 。厶。) ( 2 2 1 3 ) 烈剐) 2 啬1 0 6 ( 2 2 1 4 ) 式中，q w 为隧道全长烟雾排放量( m 2 s ) ；口w 为烟雾基准排放量( 可取2 5 m 2 辆k m ) ；五( m 为考虑烟雾的牟况系数；五为车密度系数；五( 为考虑烟雾海拔高 度系数；厶( m 为考虑烟雾烟雾的车型系数；钿为考虑烟雾的纵坡车速系数； n = 为g t 应车型的设计交通量( 辆h ) ；n , s b 车型类别系数；可以，f ) 为烟雾污染源 项( x l o 。6 m 2 m 3 s ) ；为为隧道长度( m ) ；a ，为隧道净空面积( m 2 ) 。 2 2 5 交通模型 道路上的车流具有两重忡。当行驶的车辆比较密集时，在后面行驶的车辆受 前面车辆的约束，很难自由的改变自身行驶速度以及它与前车的距离，车流以车 队形式构成一个从宏观上看类似于水流的整体，具有流体的一些特性；当道路上 的车辆比较稀疏时，司机有较大的自由选择自身速度以及跟前车的距离，此时车 流呈现明显的离散状态而与流体极不相似。公路隧道路段的交通模型足建立在连 续车流基础上的。 2 2 5 1 车流基本模型 车流的特征通常用车流量、密度、速度这三个基本参数描述，其关系如下 q = 矿k ( 2 2 1 5 ) 式中，q 为车流量( 辆h ) ；k 为车流速度( k m h ) ；k 为车流密度( 辆k i n ) 。 上式是把车流与液体流体流动作比较得到的，但两者也有一些明显区别。如液体 上海大学硕十学位论文 是不可压缩的均匀体，其密度在一定温度下是不变的；但车流是可压缩的，密度 随时在变，而且变化在各部分是不均匀的“川啪1 。 2 2 5 2 隧道内交通波数学模型 隧道内交通流数学模型的建立是基于以下三点认识： 1 ) 在某种车流量下( 某检测时间段内) ，隧道内车速与车型无关，且基本 保持匀速运动“们。 2 ) 由于车速对隧道内交通风、污染物排放量影响很大，因此需要根据实测 数据拟合出q v 方程，基本形式为 v = a q 2 + a q + c ( 2 2 1 6 ) 其中，哟行车速度( k m h ) ；q 为交通流量( 辆h ) ：a ，b ，c 分别为系数，与 公路等级及区域交通状况有关，一般根据实际交通调查确定。 3 ) 交通波速w 恒为“+ ”。 掘此，建立公路隧道交通流数学模型 足：里 一 v = a q 2 + b q + c ( 2 2 1 7 ) 。：垡二垒 k l k 2 2 3 时间序列分析建模理论h 2 1 时间序列是按照时间顺序取得的一系列观测值，时间序列的一个本质特征 就是相邻观测值之蚓的依赖性。时间序列分析所论及的就是对这种依赖性进行 分析的技巧。其应用主要是基于对未来序列的预报，即由时间序列的当前和过 去值对未来值的预测，并以预报值为依据进行决策、控制、诊断、补偿等工作。 时间序列分析方法的应用领域包括自然现象的研究、管理与经济研究、自动化 技术应用和医学、生物学、生态学应用等。 本课题中所论及的采用时问序列分析方法进行隧道污染物浓度的预测属 于时间序列分析在控制领域的应用，隧道出口污染物浓度作为一个时间序列， 4 上海大学硕十学位论文 通过对历史数据的分析建立时间序列模型，并利用其进行未来浓度情况的预测。 2 3 1 平稳时间序列 2 3 ，1 1 常用平稳时间序列模型 一个时间序列，当它的统计特性不随时间的推移而变化时，即称它为平稳 时间序列。任意平稳时间序列 墨，f = 0 ，土l ，士2 ，) ，均满足：均值函数为常数，即 日) 邓为常数；任意两个时刻t 和5 处，墨与墨的相关性仅与两个时刻t 与s 的间隔阳有关，而与f ，s 的具体值无关。 常用的平稳时间序列模型有a r 模型( 自回归模型) 、m a 模型( 滑动平均 模型) 和a r m a 模型( 自同归滑动平均模型) 三种。 a r 模型( 自回归模型) 。这种模型将平稳时间序列的当前值看作是过去值 的加权和再加上当前时刻的随机冲击。p 阶自回归模型的数学表达式为 x ，= 妒l x 卜l + 妒2 x 卜2 + + 砟卜p + ( 2 3 1 ) 其中，x 为时间序列值；研为平稳白噪声；卿，产l ，2 护为白回归系数。若引 进推移算子，定义算子b 为b x t = n _ l ，曰= m 记算子多项式妒( b ) = 1 妒l b 妒2 8 2 一- p ，矿，则式( 23 ，1 ) 可简化为妒( b ) x = 岛。 m a 模型( 滑动平均模型) 。这种模型将平稳时间序列的当前值视为是过去 时刻随机冲击的加权和。q 阶滑动平均模型的数学表达式为 x ，= 一0 1 e t l 一吼占卜2 - 一眈q 一。 ( 2 3 2 ) 其中，毋，j = l ，2 ，q 为滑动平均系数。若引进推移算子占，记算子多项式烈聊= 1 0 1 b - 如舻一岛舻，则式( 2 3 2 ) 可简化为五= 战口h 。 a r m a 模型( 自回归滑动平均模型) 。这种模型将平稳时间序列的当前值 视为过去值以及历史时刻随机冲击的加权和。a r m a 0 ，q ) 的数学表达形式为 x f 一妒】工h 一妒2 卜2 一_ 一妒p x 卜p = 占，一q t 一1 6 l 占卜2 一- 一0 q e 卜目 ( 2 3 3 ) 同样引进推移算子口后，式( 2 3 3 ) 可简化为妒( 曰) 置= 8 h 。 由此可见，a r 0 ) 和m a ( q ) 都是a r m a ( p ，g ) 的特例，因此，在后述的研究 中，如无特殊说明均针对其一般形式a r m a 0 ，g ) 进行讨论。 上海大学硕十学位论文 2 3 1 2 平稳时间序列模型的建模与预报 虽然由于翔殷路隧道出口污染物浓度构成的时间序列是非平稳的，但考虑 到非平稳时间序歹0 可通过平稳化处理健成平稳序列后再进行建模与预报，因此， 首先对平稳时间序列的分析方法进行讨论。本节主要讨论a p j m a 时间序列模型 的建模与预报( a r 模型与m a 模型均可视为a r m a 模型的简化形式) 。其工 作步骤如下所示： 首先要进行模型的识别与定阶，即确定a r m a ( p , q ) 彤j 阶数p ，q 。 当模型定阶后，对模型参数p = ( 妒l ，伊2 ，铷) 7 及萨( 岛0 2 ，岛) 1 进行估计。 定阶与参数估计完成后，还要对模型进行考核。 若考核通过，则a r m a 时间序列的建模完成，可用其进行预报等应用。否 则，重新进行定阶与参数估计。 2 3 1 3a r m a 模型的参数估计 理论上，a r m a 时间序列模型的建模时应该先定阶，然后进行参数估计， 但在实际应用中，由于模型定阶除了试算外没有更好的方法，所以往往是对多 种模型结构分别进行参数估计，然后对建立的模型用统一的指标去衡量，以确 定其中的最优模型。因此，这里首先讨论a r m a 模型的参数估计方法。 a r m a 模型的参数估计方法很多，包括矩估计、条件最小二乘估计、无条 件最小二乘估计、最大似然估计等。在此仅介绍应用增广最, b - 乘法进行a r m a 模型参数估计的方法 4 3 1 。 设s i s o 过程采用如下的数学模型 a ( z 一1k 犯) = 口g 。1 - ) + d 0 。卜酝) ( 2 3 4 ) 描述，其中“和z ( 表示输入和输出：v ( 是均值为零的不相关随机噪声；且 爿g _ 1 ) = 1 + 4 。z 一+ ：z _ + - + 口儿z 叫口 口) = 6 ，= 。+ b ：z 。+ 一b 。z ”6 d ( z 。) = l + d ，z 。+ d 2 z 。2 + + d z 1 若假定模型阶次、珊和w 已经确定。则这类问题的辨识可用增广最小二乘法 以便获得满意的结果。令 上海大学硕十学位论文 j 目= h ，岛川b 2 一，d l d 2 ，屯 r 【 ( ) = 卜z ( j i 一1 ) ，一，一z (