CN101235724A - 高速公路毗邻隧道联动通风控制方法 - Google Patents
高速公路毗邻隧道联动通风控制方法 Download PDFInfo
- Publication number
- CN101235724A CN101235724A CNA2008100453523A CN200810045352A CN101235724A CN 101235724 A CN101235724 A CN 101235724A CN A2008100453523 A CNA2008100453523 A CN A2008100453523A CN 200810045352 A CN200810045352 A CN 200810045352A CN 101235724 A CN101235724 A CN 101235724A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- smog
- control cycle
- traffic flow
- calculate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Ventilation (AREA)
- Feedback Control In General (AREA)
Abstract
一种高速公路毗邻隧道联动通风控制方法,利用高速公路交通流依次通过毗邻隧道时的连续性特点,将先行隧道实测的交通流数据实时地传给数据处理及控制系统,同时计算出前隧道污染物扩散进入后隧道的量。在此基础之上,数据处理及控制系统计算出后隧道的将来时段的污染物浓度预测值;同时,前隧道也根据实测的交通流及风速预测将来时段的污染物浓度值,再采用模糊推理方法,对前后隧道的风机启数量进行模糊智能控制。该方法能够较精确的提前预测毗邻隧道内的交通流及烟雾、一氧化碳浓度变化,从而提前准确控制射流风机的开启数量,通风控制效果好;同时又减少能量消耗,提高风机的使用寿命。
Description
技术领域
本发明涉及一种公路隧道通风的控制方法,尤其涉及一种高速公路路段上毗邻隧道通风控制方法。
背景技术
公路隧道通风系统的控制方法目前主要有:固定程序控制、反馈控制。固定程序控制方法不考虑烟雾、一氧化碳浓度及交通量的变化情况,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转,该方法不能适应交通流的变化,主要用于市政公路隧道的通风控制中。反馈式控制法是通过分布在隧道内各点的烟雾透过率传感器和一氧化碳浓度传感器,直接检测行驶车辆排放出的烟雾浓度和CO浓度值,将隧道内当前的污染浓度(VI值和CO值)与控制目标值进行比较,以不超过目标值为原则,经计算处理后,给出控制信号,对风机的运转台数进行控制。我国许多隧道目前较普遍采用这种方式进行通风控制。但由于交通流随时变化,导致隧道内污染物浓度的变化大,因此,这种控制方法对风机的控制容易产生波动,开停频繁,不仅浪费大量的电能,还缩短了风机的使用寿命。同时由于检测数据反馈的时延,难免产生污染物浓度已经超标,风机才增加开启数量;或者车流已经减少,污染浓度很低,仍未减少风机的开启数量,从而形成浪费;导致通风控制效果(隧道运营环境)不理想。
发明内容
本发明的目的就是提供一种高速公路毗邻隧道联动通风控制方法,该方法能够较精确的提前预测毗邻隧道内的交通流及烟雾、一氧化碳浓度变化,从而提前准确控制射流风机的开启数量,通风控制效果好;同时又减少能量消耗,提高风机的使用寿命。
本发明实现其发明目的,所采用的技术方案是:
一种高速公路毗邻隧道联动通风控制方法,在毗邻的前后两隧道内利用车辆检测仪、烟雾浓度/一氧化碳检测仪、风速检测仪分别对各自隧道内的交通流、烟雾和一氧化碳浓度、风速进行检测,根据检测结果由数据处理及控制系统对隧道内的射流风机的开启或关闭状态进行控制。其中根据检测结果由数据分析及控制系统对隧道内的射流风机的开启状态进行控制的做法是:
前隧道:
A1、交通流的预测:数据处理及控制系统根据前隧道当前控制周期测出的交通流qft,结合前隧道的上一控制周期的交通流qf(t-1),按照以下公式计算出前隧道下一控制周期的交通流qf(t+1):
qf(t+1)=βf·qft+γf·qf(t-1)
其中βf,γf为qft,qf(t-1)的权重系数,满足βf+γf=1;
B1、污染物浓度预测:根据前隧道当前交通流qft计算出污染物的理论排放量,再结合前隧道内当前的风速WS,计算出烟雾及一氧化碳的理论浓度VIft′、COft′;再由A1步计算出的前隧道下一控制周期交通流的预测值qf(t+1)得出下一控制周期的污染物的理论排放量,并假设前隧道下一控制周期的风速与当前风速ws相同,计算出下一控制周期烟雾及一氧化碳的理论浓度VIf(t+1)′,COf(t+1)′。即由以下公式计算出前隧道下一个控制周期烟雾及一氧化碳浓度VIf(t+1),COf(t+1):
VIf(t+1)=(VIf(t+1)′/VIft′)VIft
COf(t+1)=(COf(t+1)′/COft′)COft
式中,VIft,COft为当前控制周期实测的烟雾及一氧化碳浓度;
C1、风机的控制:将B1步得到的下一控制周期的烟雾、一氧化碳浓度的预测值VIf(t+),COf(t+1),与烟雾、一氧化碳的控制目标值VIE、COE进行模糊推理,对射流风机开启数量进行模糊控制;
后隧道:
A2、交通流预测:数据处理及控制系统接收后隧道及前隧道当前控制周期测出的交通流qbt,qFT,结合后隧道的上一控制周期的交通流qb(t-1),按照以下公式计算出后隧道下一控制周期的交通流qb(t+1):
qb(t+1)=αb·qft+βb·qbt+γb·qb(t-1)
其中αb,βb,γb为qft,qbt,qb(t-1)的权重系数,满足αb+βb+γb=1;
B2、前隧道污染物扩散的计算:由前隧道当前控制周期测出的烟雾及一氧化碳浓度VIf,COf,按以下公式预测出,扩散进入后行隧道的污染物浓度VIbi,CObi:
VIbi=VIf·e-aL
CObi=COf·e-aL
式中:a为污染物浓度沿行车方向的衰减系数,L为毗邻的前、后隧道洞口间距:
C2、污染物浓度预测:由后隧道的当前交通流qbt计算出污染物的理论排放量,再结合后隧道内当前的风速WS,计算出烟雾及一氧化碳的理论浓度VIbt′、CObt′;再由A2步得到的后隧道的下一控制周期交通流的预测值qb(t+1)计算出下一控制周期的污染物的理论排放量,并假设后隧道下一控制周期的风速与当前风速ws相同,计算出下一控制周期烟雾及一氧化碳的理论浓度VIb(t+1)′,COb(t+1)′,并结合B2步计算出的扩散进入后行隧道的污染物浓度VIbi,CObi,由以下公式计算出后隧道下一个控制周期烟雾及一氧化碳浓度VIb(t+1),COb(t+1):
VIb(t+1)=(VIb(t+1)′/VIbt′)VIbt+VIbi
COb(t+1)=(COb(t+1)′/CObt′)CObt+CObi
式中,VIbt,CObt,为后隧道当前控制周期实测的污染物浓度烟雾和一氧化碳浓度;
D2、风机的控制:将C2步得到的烟雾/一氧化碳预测值VIb(t+1),COb(t+1),与烟雾、一氧化碳的控制目标值VIE、COE进行模糊推理,以对射流风机开启数量进行模糊控制。
与现有技术相比,本发明的有益效果是:
前隧道根据实测的烟雾和一氧化碳浓度值及交通流和风速,预测得出下一控制周期的交通流、烟雾、一氧化碳浓度的预测值,从而提前对射流风机开启数量进行模糊控制。
后隧道将前隧道车辆检测仪当前周期实测的交通流数据实时地传给数据处理及控制系统,由该系统采用模糊预测方法对当前隧道的下一控制周期的交通流进行预测。利用了高速公路交通流通过路段上前后隧道车辆依次通过的连续性特点,使得后隧道的交通流预测的准确性高;再以该准确的交通流作为依据进一步得出下一控制周期的后隧道交通流产生的烟雾、一氧化碳浓度的预测值;再加入计算得出的毗邻前隧道烟雾、一氧化碳污染物在下一周期内将扩散进入后隧道的量,最后计算出下一周期后隧道的预测污染物的预测增量。再采用智能模糊推理的方式提前对风机进行开启(关闭)数量进行控制。
因此,本发明的方法,根据预测值提前对前、后隧道的风机进行控制,避免了现有控制方法的控制时延,通风控制效果大大提高,同时更有效地减少了能量消耗,提高了风机的使用寿命。尤其是后隧道预测值考虑了前隧道的交通流及污染物的扩散,其预测更为准确,通风控制效果更好。
上述的对射流风机开启数量进行模糊控制的做法为:
由预测得到的本隧道下一个控制周期烟雾及一氧化碳浓度VI(t+1),CO(t+1),和当前周期本隧道测得的烟雾及一氧化碳浓度VIt,COt,计算出下一控制周期烟雾及一氧化碳浓度的预测增量ΔVI、ΔCO,将此预测增量ΔVI、ΔCO及当前周期实测的风速WS、模糊化后作为模糊推理的输入量,根据下表的模糊推理规则,得出射流风机开启增量的模糊量,解模糊后,得到后隧道的射流风机的开启增量,实现对本隧道射流风机开启数量的控制:
表中模糊语言变量的含义为:NB-负大,NM-负中,NS-负小,Z-零,PS-正小,PM-正中,PB-正大;S-小,M-中,BS-中大,BB-大。
通过以上模糊控制的方法,使本发明控制模型的建立与运算简单,同时也能对隧道的通风进行适当、有效的控制:通过智能模糊控制,可减少风机开停频度,延长风机寿命,并节省电力消耗,也可防止不良车辆行走时引起的波动,获得更加安定的通风效果。
下面结合附图及具体实施方式对本发明进行进一步详细的说明。
附图说明
图1是本发明实施例控制方法的毗邻隧道及其中布置的三种检测仪及射流风机的示意图。图中箭头方向为车辆行驶方向。
图2是本发明实施例的模糊判断控制方法中的烟雾浓度增量ΔVI的论域及隶属函数图。其中,烟雾浓度VI及其增量ΔVI的单位为1/m(透光率)。
图3是本发明实施例的模糊判断控制方法中的一氧化碳ΔCO的论域及隶属函数图。其中,一氧化碳浓度CO及其增量ΔCO的单位为ppm。
图4是本发明实施例的模糊判断控制方法中的风速WS的论域及隶属函数图。其中风速WS的单位为m/s。
图5是本发明实施例的模糊判断控制方法中的风机增量ΔNJF的论域及隶属函数图。
具体实施方式
实施例
图1示出,本发明的一种具体实施方式为:
一种高速公路毗邻隧道联动通风控制方法,在毗邻的前后两隧道内利用车辆检测仪CT、烟雾浓度/一氧化碳检测仪VI/COT、风速检测仪WST分别对各自隧道内的交通流、烟雾和一氧化碳浓度、风速进行检测,根据检测结果由数据处理及控制系统对隧道内的射流风机JF的开启或关闭状态进行控制。根据检测结果由数据分析及控制系统对隧道内的射流风机的开启状态进行控制的做法是:
前隧道:
A1、交通流的预测:数据处理及控制系统根据前隧道当前控制周期测出的交通流qft,结合前隧道的上一控制周期的交通流qf(t-1),按照以下公式计算出前隧道下一控制周期的交通流qf(t+1):
qf(t+1)=βf·qft+γf·qf(t-1)
其中βf,γf为qft,qf(t-1)的权重系数,满足βf+γf=1;
B1、污染物浓度预测:根据前隧道当前交通流qft计算出污染物的理论排放量,再结合前隧道内当前的风速WS,计算出烟雾及一氧化碳的理论浓度VIft′、COft′;再由A1步计算出的前隧道下一控制周期交通流的预测值qf(t+1)得出下一控制周期的污染物的理论排放量,并假设前隧道下一控制周期的风速与当前风速ws相同,计算出下一控制周期烟雾及一氧化碳的理论浓度VIf(t+1)′,COf(t+1)′。即由以下公式计算出前隧道下一个控制周期烟雾及一氧化碳浓度VIf(t+1),COf(t+1):
VIf(t+1)=(VIf(t+1)′/VIft′)VIft
COf(t+1)=(COf(t+1)′/COft′)COft
式中,VIft,COft为当前控制周期实测的烟雾及一氧化碳浓度;
C1、风机的控制:将B1步得到的下一控制周期的烟雾、一氧化碳浓度的预测值VIf(t+1),COf(t+1),与烟雾、一氧化碳的控制目标值VIE、COE进行模糊推理,对射流风机开启数量进行模糊控制;
后隧道:
A2、交通流预测:数据处理及控制系统接收后隧道及前隧道当前控制周期测出的交通流qbt,qft,结合后隧道的上一控制周期的交通流qb(t-1),按照以下公式计算出后隧道下一控制周期的交通流qb(t+1):
qb(t+1)=αb·qft+βb·qbt+γb·qb(t-1)
其中αb,βb,γb为qft,qbt,qb(t-1)的权重系数,满足αb+βb+γb=1。
B2、前隧道污染物扩散的计算:由前隧道当前控制周期测出的烟雾及一氧化碳浓度VIf,COf,按以下公式预测出,扩散进入后行隧道的污染物浓度VIbi,CObi:
VIbi=VIf·e-aL
CObi=COf·e-aL
式中:L为毗邻隧道洞口间距。a为污染物浓度沿行车方向的衰减系数,与毗邻隧道间的地形、外界风速、风向等因素有关,可根据现场实测值反分析获得。
为了使预测更精确,可在毗邻两隧道之间安装风向/风速检测仪,并根据风向/风速检测仪及污染物扩散的样本数据,进行最优化处理,得到与风向/风速的关系,并将该关系记录在数据处理及控制系统,从而使得本发明的方法所采用的a为实时的动态值,能更准确地预测出污染物扩散值。
C2、污染物浓度预测:由后隧道的当前交通流qbt计算出污染物的理论排放量,再结合后隧道内当前的风速WS,计算出烟雾及一氧化碳的理论浓度VIbt′、CObt′;再由A2步得到的后隧道的下一控制周期交通流的预测值qb(t+1)计算出下一控制周期的污染物的理论排放量,并假设后隧道下一控制周期的风速与当前风速ws相同,计算出下一控制周期烟雾及一氧化碳的理论浓度VIb(t+1)′,COb(t+1)′,并结合B步计算出的扩散进入后行隧道的污染物浓度VIbi,CObi,由以下公式计算出后隧道下一个控制周期烟雾及一氧化碳浓度VIb(t+1),COb(t+1):
VIb(t+1)=(VIb(t+1)′/VIbt′)VIbt+VIbi
COb(t+1)=(COb(t+1)′/CObt′)CObt+CObi
式中,VIbt,CObt,为后隧道当前控制周期实测的污染物浓度烟雾和一氧化碳浓度。
D2、风机的控制:将C2步得到的烟雾/一氧化碳预测值VIb(t+1),COb(t+1),与烟雾/一氧化碳的控制目标值VIE、COE进行模糊推理,以对射流风机开启数量进行模糊控制。
对射流风机开启数量进行模糊控制的做法为:
由预测得到的本隧道下一个控制周期烟雾及一氧化碳浓度VI(t+1),CO(t+1)(本隧道包括前、后隧道,相应的VI(t+1),CO(t+1)则分别为VIf(t+1),COf(t+1),VIb(t+1),COb(t+1))和当前周期本隧道测得的烟雾及一氧化碳浓度VIt,COt,计算出下一控制周期烟雾及一氧化碳浓度的预测增量ΔVI、ΔCO。将此预测增量ΔVI、ΔCO及当前周期实测的风速WS、模糊化后作为模糊推理的输入量,根据下表的模糊推理规则,得出射流风机开启增量NJF的模糊量,解模糊后得到后隧道的射流风机的开启增量ΔNJF,实现对本隧道射流风机开启数量的控制:
NB | Z, | Z, | PS | NS | Z | Z | NM,, | NS | Z | NB,, | NS | Z | NB | NM | Z |
NM | Z, | Z | ,PS | NS | Z | Z | NM,, | NS | Z | NM | NS | Z | NB | NS | Z |
NS | Z,, | Z | PS | Z | Z | Z | Z | Z | Z | NS | NS | Z | NM | NS | Z |
Z | Z | ,Z | PS | Z | Z | Z | Z | Z | Z | Z | Z | Z | Z | Z | Z |
PS | Z | ,Z | PS | Z | Z | PS | Z,, | Z | PS | Z | Z | PS | Z | ,PS, | PS |
PM | PS | PS | PS | PS | PS | PS | PS | PS | PS | PS | ,PS, | PM | PS | ,PM, | PM |
PB | PS | PS | PS | PS | PS | PM | PS,, | PM | PM | PM | PM | PB | PM | PB | PB |
表中模糊语言变量的含义为:NB-负大,NM-负中,NS-负小,Z-零,PS-正小,PM-正中,PB-正大;S-小,M-中,BS-中大,BB-大。
该模糊规则表适合于长度在3000m-6000m的高速公路隧道,对于其它长度范围内的高速隧道通风系统的模糊控制规则可在其基础之上适当修改并经测试实验即可。
本发明交通流预测公式中的权重系数αb,βb,γb及βf,γf,可根据实测的样本数据进行确定,即选取一组权重系数使得根据上式计算得到的预测值与实测值的误差最小。可通过,如Powell法、搜索法等最优化方法获得。
图2-5分别给出了本例在进行模糊推理并计算风机开启增量ΔNJF时,烟雾浓度增量ΔVI,一氧化碳ΔCO,风速WS,风机增量ΔNjf的论域及隶属函数图。输入变量烟雾浓度增量ΔVI,一氧化碳ΔCO,风速WS的模糊化采用单点模糊化方法由图2-4的论域及隶属函数图得出;输出变量风机增量ΔNjf采用重心法由图5的论域及隶属函数图进行解模糊。
Claims (2)
1、一种高速公路毗邻隧道联动通风控制方法,在毗邻的前后两隧道内利用车辆检测仪(CT)、烟雾浓度/一氧化碳检测仪(VI/COT)、风速检测仪(WST)分别对各自隧道内的交通流、烟雾和一氧化碳浓度、风速进行检测,根据检测结果由数据处理及控制系统对隧道内的射流风机(JF)的开启或关闭状态进行控制,其特征在于:所述根据检测结果由数据分析及控制系统对隧道内的射流风机(JF)的开启状态进行控制的做法是:
前隧道:
A1、交通流的预测:数据处理及控制系统根据前隧道当前控制周期测出的交通流qft,结合前隧道的上一控制周期的交通流qf(t-1),按照以下公式计算出前隧道下一控制周期的交通流qf(t+1):
qf(t+1)=βf·qft+γf·qf(t-1)
其中βf,γf为qft,qf(t-1)的权重系数,满足βf+γf=1;
B1、污染物浓度预测:根据前隧道当前交通流qft计算出污染物的理论排放量,再结合前隧道内当前的风速WS,计算出烟雾及一氧化碳的理论浓度VIft′、COft′;再由A1步计算出的前隧道下一控制周期交通流的预测值qf(t+1)得出下一控制周期的污染物的理论排放量,并假设前隧道下一控制周期的风速与当前风速ws相同,计算出下一控制周期烟雾及一氧化碳的理论浓度VIf(t+1)′,COf(t+1)′。即由以下公式计算出前隧道下一个控制周期烟雾及一氧化碳浓度VIf(t+1),COf(t+1):
VIf(t+1)=(VIf(t+1)′/VIft′)VIft
COf(t+1)=(COf(t+1)′/COft′)COft
式中,VIft,COft为当前控制周期实测的烟雾及一氧化碳浓度;
C1、风机的控制:将B1步得到的下一控制周期的烟雾、一氧化碳浓度的预测值VIf(t+1),COf(t+1),与烟雾、一氧化碳的控制目标值VIE、COE进行模糊推理,对射流风机开启数量进行模糊控制;
后隧道:
A2、交通流预测:数据处理及控制系统接收后隧道及前隧道当前控制周期测出的交通流qbt,qft,结合后隧道的上一控制周期的交通流qb(t-1),按照以下公式计算出后隧道下一控制周期的交通流qb(t+1):
qb(t+1)=αb·qft+βb·qbt+γb·qb(t-1)
其中αb,βb,γb为qft,qbt,qb(t-1)的权重系数,满足αb+βb+γb=1;
B2、前隧道污染物扩散的计算:由前隧道当前控制周期测出的烟雾及一氧化碳浓度VIf,COf,按以下公式预测出,扩散进入后行隧道的污染物浓度VIbi,CObi:
VIbi=VIf·e-aL
CObi=COf·e-aL
式中:a为污染物浓度沿行车方向的衰减系数,L为毗邻的前、后隧道洞口间距;
C2、污染物浓度预测:由后隧道的当前交通流qbt计算出污染物的理论排放量,再结合后隧道内当前的风速WS,计算出烟雾及一氧化碳的理论浓度VIbt′、CObt′;再由A2步得到的后隧道的下一控制周期交通流的预测值qb(t+1)计算出下一控制周期的污染物的理论排放量,并假设后隧道下一控制周期的风速与当前风速ws相同,计算出下一控制周期烟雾及一氧化碳的理论浓度VIb(t+1)′,COb(t+1)′,并结合B2步计算出的扩散进入后行隧道的污染物浓度VIbi,CObi,由以下公式计算出后隧道下一个控制周期烟雾及一氧化碳浓度VIb(t+1),COb(t+1):
VIb(t+1)=(VIb(t+1)′/VIbt′)VIbt+VIbi
COb(t+1)=(COb(t+1)′/CObt′)CObt+CObi
式中,VIbt,CObt,为后隧道当前控制周期实测的污染物浓度烟雾和一氧化碳浓度;
D2、风机的控制:将C2步得到的烟雾/一氧化碳预测值VIb(t+1),COb(t+1),与烟雾、一氧化碳的控制目标值VIE、COE进行模糊推理,以对射流风机开启数量进行模糊控制。
2、根据权利要求1所述的一种高速公路毗邻隧道联动通风控制方法,其特征在于,所述的对射流风机开启数量进行模糊控制的做法为:
由预测得到的本隧道下一个控制周期烟雾及一氧化碳浓度VI(t+1),CO(t+1),和当前周期本隧道测得的烟雾及一氧化碳浓度VIt,COt,计算出下一控制周期烟雾及一氧化碳浓度的预测增量ΔVI、ΔCO,将此预测增量ΔVI、ΔCO及当前周期实测的风速WS、模糊化后作为模糊推理的输入量,根据下表的模糊推理规则,得出射流风机开启增量的模糊量,解模糊后得到后隧道的射流风机的开启增量,实现对本隧道射流风机开启数量的控制:
表中模糊语言变量的含义为:NB-负大,NM-负中,NS-负小,Z-零,PS-正小,PM-正中,PB-正大;S-小,M-中,BS-中大,BB-大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100453523A CN101235724B (zh) | 2008-02-02 | 2008-02-02 | 高速公路毗邻隧道联动通风控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100453523A CN101235724B (zh) | 2008-02-02 | 2008-02-02 | 高速公路毗邻隧道联动通风控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101235724A true CN101235724A (zh) | 2008-08-06 |
CN101235724B CN101235724B (zh) | 2010-12-08 |
Family
ID=39919596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008100453523A Active CN101235724B (zh) | 2008-02-02 | 2008-02-02 | 高速公路毗邻隧道联动通风控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101235724B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101581940B (zh) * | 2009-06-05 | 2011-04-27 | 西安电子科技大学 | 基于集成学习时间序列预测的隧道事件检测方法 |
CN102472105A (zh) * | 2009-10-05 | 2012-05-23 | 株式会社创发系统研究所 | 双向隧道用射流风机的隧道通风控制系统 |
CN102913269A (zh) * | 2012-11-07 | 2013-02-06 | 广西景桂自控工程有限公司 | 隧道通风装置 |
CN104154019A (zh) * | 2014-08-04 | 2014-11-19 | 昆明联诚科技股份有限公司 | 一种基于模糊控制的隧道通风节能控制系统及其控制方法 |
CN104265347A (zh) * | 2014-07-25 | 2015-01-07 | 天津市市政工程设计研究院 | 一种基于排放速率及浓度的多参数隧道通风控制方法 |
CN114019846A (zh) * | 2021-10-11 | 2022-02-08 | 成都金隧自动化工程有限责任公司 | 公路长隧道智能通风控制设计方法与系统 |
CN115100845A (zh) * | 2022-05-09 | 2022-09-23 | 山东金宇信息科技集团有限公司 | 一种多隧道联动分析方法、设备及介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100501750C (zh) * | 2005-12-29 | 2009-06-17 | 上海电气自动化设计研究所有限公司 | 一种用于隧道综合监控的交互动态虚拟实现方法 |
-
2008
- 2008-02-02 CN CN2008100453523A patent/CN101235724B/zh active Active
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101581940B (zh) * | 2009-06-05 | 2011-04-27 | 西安电子科技大学 | 基于集成学习时间序列预测的隧道事件检测方法 |
CN102472105A (zh) * | 2009-10-05 | 2012-05-23 | 株式会社创发系统研究所 | 双向隧道用射流风机的隧道通风控制系统 |
CN102472105B (zh) * | 2009-10-05 | 2014-05-07 | 株式会社创发系统研究所 | 双向隧道用射流风机的隧道通风控制系统 |
CN102913269A (zh) * | 2012-11-07 | 2013-02-06 | 广西景桂自控工程有限公司 | 隧道通风装置 |
CN104265347A (zh) * | 2014-07-25 | 2015-01-07 | 天津市市政工程设计研究院 | 一种基于排放速率及浓度的多参数隧道通风控制方法 |
CN104154019A (zh) * | 2014-08-04 | 2014-11-19 | 昆明联诚科技股份有限公司 | 一种基于模糊控制的隧道通风节能控制系统及其控制方法 |
CN114019846A (zh) * | 2021-10-11 | 2022-02-08 | 成都金隧自动化工程有限责任公司 | 公路长隧道智能通风控制设计方法与系统 |
CN115100845A (zh) * | 2022-05-09 | 2022-09-23 | 山东金宇信息科技集团有限公司 | 一种多隧道联动分析方法、设备及介质 |
CN115100845B (zh) * | 2022-05-09 | 2024-02-23 | 山东金宇信息科技集团有限公司 | 一种多隧道联动分析方法、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN101235724B (zh) | 2010-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101235723B (zh) | 高速公路路段多隧道集合式智能通风控制方法 | |
CN101235724B (zh) | 高速公路毗邻隧道联动通风控制方法 | |
CN112113912B (zh) | 一种柴油车排放遥感大数据监测系统及监测方法 | |
US11226289B2 (en) | Remote sensing-based detection system and method for gaseous pollutant from diesel vehicle exhaust | |
Smit et al. | Validation of road vehicle and traffic emission models–A review and meta-analysis | |
CN105569707A (zh) | 基于环境预测的公路隧道通风前馈控制方法 | |
CN107288675A (zh) | 隧道智能通风控制方法 | |
CN103093092B (zh) | 河流突发性cod污染的事故源定位方法 | |
CN101509390A (zh) | 一种基于模糊控制的隧道通风控制方法 | |
CN109086946A (zh) | 一种常规能源和新能源公交车辆的污染气体排放预测方法 | |
CN103543016B (zh) | 整车工况尾气排放测试系统 | |
Lei et al. | Microscopic emission and fuel consumption modeling for light-duty vehicles using portable emission measurement system data | |
CN113240203B (zh) | 一种多污染源中小河道断面污染贡献率计算方法 | |
CN112465239B (zh) | 基于改进pso-fcm算法的脱硫系统运行优化方法 | |
CN106446398A (zh) | 基于交通运行数据和劣化率的轻型汽车排放速率计算方法 | |
CN107886188A (zh) | 液化天然气公交尾气排放预测方法 | |
Huang et al. | Correlation analysis and prediction of PEM fuel cell voltage during start-stop operation based on real-world driving data | |
CN114993774A (zh) | 一种用于污水处理厂的温室气体监测方法 | |
CN115180719A (zh) | 一种a2o工艺污水处理设施的智能控制方法及系统 | |
CN113192569B (zh) | 基于改进粒子群和误差反馈神经网络的有害气体监测方法 | |
CN105128698B (zh) | 一种电动汽车续航控制系统 | |
CN114659800B (zh) | Rde模拟试验方法、系统、存储介质及电子设备 | |
CN104569340A (zh) | 地下环境质量测定方法及装置 | |
CN113505160A (zh) | 一种基于卷积深度神经网络的机动车尾气排放估计方法 | |
CN115950797B (zh) | 污染物溯源方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |