CN101738968B - 一种基于自然控制论的核化事故应急优化控制方法 - Google Patents

Abstract

本发明公开了一种基于自然控制论的核化事故应急优化控制方法，属于危害控制领域。本发明首先对核化事故危害进行预测预警，然后在对核化事故后果进行预测的基础上，制定基于自然控制论的优化控制方案。本发明提出的一种基于自然控制论的核化事故应急优化控制方法，能够既能到达核化事故应急控制的目标，又能使控制付出的代价和事故损失最小，实现对核化事故应急的最优控制。

Description

一种基于自然控制论的核化事故应急优化控制方法

技术领域

本发明涉及一种危险源控制方法，特别涉及一种基于自然控制论的核化事故应急优化控制方法，属于危险源控制领域。

背景技术

随着核、化学工业的发展，发生核化事故的可能性增大，随之带来的核化安全问题日益突出。目前，我国核化事故应急基本上采用查阅提前拟定好的应急预案，对于没有指定预案的突发事故，通常凭借经验或应用高斯(Gauss)方法进行简单的模拟来指导应急。对于提前拟定好的应急预案，虽然在制定过程中设置了多种情况，但气象条件的变化非常复杂，很难用几种典型的气象条件来进行描述，尤其是在复杂地形或非均匀下垫面条件下，气象场受复杂的动力因素和热力因素控制，现实中的气象条件与预案中设置的气象条件往往相差甚远，所以只凭提前制定的应急预案指导应急具有很大的盲目性；对于使用Gauss方法进行简单计算指导应急的方法，通常事故现场某点气象要素代替整个区域的平均要素，一方面因气象要素分布不均匀使其计算结果具有一定的误导性，另一方面，限于Gauss方法的定常假设，只适用于均匀下垫面和平坦地形，使该方法具有很大的局限性。

随着数值天气预报和数据同化技术的发展，对未来几十小时内的气象场进行预报成为现实，在此基础上进行扩散模拟，使突发大气污染核化事故应急危害预测预警数值模拟也成为可能，即快速准确模拟事故危害状况的问题基本解决。问题的另一半是如何采取科学的应急处置和救援方案？常规的方法仍然是应用提前制定的预案，由于应急处置和救援的代价与避免和减少事故的损失是负相关的，怎样的应急方案才最优？这是一个优化控制问题，本发明着重解决这一难题。

本发明涉及到的一项重要已有技术是自然控制论。

曾庆存从控制论、系统论等方面首次提出了自然控制论的思想。自然控制论的思想把自然和人类社会看作是一个整体，研究自然环境的自控行为与人工调控的机理以及人工调控的理论、方法和技术，以解决人类面临的环境和发展问题，达到人类与自然环境的协调和持续发展。自然控制论的核心问题如下描述：

设要利用的自然环境变量或与之有关的全体变量为集合X(r，t)，它随空间r与时间t改变；与之有关的人文变量为Y(r，t)，这些变量作用在X(r，t)上，自然环境X(r，t)的演变同时受自身及人文变量Y(r，t)所影响，可由微分方程描述如下：

$\frac{\∂X}{\∂t}=L(X,Y,t)$

初条件： $X{|}_{t=t_0}=X_0$

边条件： $\mathrm{\Λ}(X,Y,t){|}_{\∂\mathrm{\Ω}}=G$

约束条件：

a.人类活动能力限制：||Y||≤C

b.改变后自然环境接近理想条件：||X-X_P||≤D

目标函数求最优(如经济效益最大或污染最小等)：

M(X，Y)＝min或max

本发明涉及到的其他已有技术有：MM5；RAMS；预警指标体系。

MM5(Mesoscale Model 5，中尺度模式)是由美国国家大气研究中心和宾夕法尼亚州立大学联合开发的第5代中尺度天气预报模式，具有多重嵌套能力、非静力动力模式以及四维同化的能力，并能在计算机平台上运行，可以广泛用于大气科学研究，特别适合模拟或预报中尺度和区域尺度的大气环流。

RAMS(Regional Atmospheric Modeling System，区域大气模式)是一个三维、非流体静力、可压缩区域大气模式。模式的动力框架是非流体静力、原始方程中尺度模式，该模式是由二十世纪七十年代Cotton提出的中尺度动力系统与微物理过程模式和Pielke发展的中尺度和陆面特性模式发展起来的，具有多用途、多功能的特点。目前，RAMS模式可以模拟的对象包括龙卷风、雷暴、积云、非均匀地表上对流边界层中涡流、非均匀下垫面地气相互作用以及动力和热力强迫下的中尺度大气运动等中尺度现象，甚至风洞内的湍流和建筑物周围的小尺度绕流现象，并且可选用RAMS作为城市局地尺度大气环境运动场的模拟工具。

预警指标体系是根据有毒有害化学品的物化性质和预警等级建立的对人体伤害的计量(浓度或剂量)标准。

发明内容

本发明的目的是提出一种基于自然控制论的核化事故应急优化控制方法。

本发明的目的是通过以下技术方案实现的。

本发明的一种基于自然控制论的核化事故应急优化控制方法的具体操作步骤如下：

步骤一、根据核化事故的位置，人工监测事故源强，并确定核化事故模拟范围。

步骤二、根据步骤一得到的核化事故模拟范围，获得核化事故模拟范围的风场、湍流量的预报结果，其具体操作步骤如下：

第1步：应用全球尺度的背景场，作为气象预报模式初始场，调用核化事故模拟范围的GIS数据作为边界条件，通过多层网格嵌套，滚动并行计算，预报未来数十小时内(根据实际情况确定)核化事故模拟范围的气象场，包括风场、湍流量、温度场、气压场等；

第2步：将第1步得到的尺度大的模式预报结果作为初步结果，应用分辨率高的数值模式进行精确的预报，得出核化事故模拟范围的风场、湍流量的预报结果。

步骤三、根据步骤一得到的核化事故模拟范围，获得核化事故模拟范围的气象观测网实时观测的数据。

步骤四、将步骤二的风场、湍流量的预报结果与步骤三获得的气象观测网实时观测的数据进行同化。

步骤五、如果是化学事故，执行步骤六；如果是核事故，执行步骤七。

步骤六、获得化学事故预警信息，其操作步骤如下：

第1步：扩散模式根据步骤一获得的事故源强的监测结果，调用步骤四获得的气象场和相应的化学源强模式，对化学事故浓度场或剂量场进行计算；

第2步：根据扩散模拟结果，指导对保护目标的应急监测，将应急监测结果和扩散模拟结果进行数据同化，得出危害范围、危害等级、危害开始时间、危害持续时间和伤亡发展态势等应急的关键技术数据；数据同化方法如下：

假设某点的预测结果为c(x，y)＝c_p或d(x，y)＝d_p，监测结果为c(x，y)＝c_m或d(x，y)＝d_m，则该点的最终结果为：

c(x，y)＝max(c_p，c_m)或d(x，y)＝max(d_p，d_m)

如果c_m＞c_p或d_m＞d_p，将该数据反平方插值到周围的网格中。

其中，x，y为坐标值；c为污染物浓度；c_m为监测浓度；c_p为污染物阈值浓度；d为污染物剂量；d_m为监测剂量；d_p为阈值剂量。

第3步：根据危害预测与应急监测数据同化结果和预警指标体系，预警系统发布相应的预警信息；转到步骤八。

步骤七、获得核事故预警信息，其操作步骤如下：

第1步：扩散模式根据事故源监测结果，调用经过数据同化的气象场和核素数据库，计算核事故剂量场的时空分布，在此基础上系统调用核剂量模式，计算核事故的剂量场分布；

第2步：根据扩散模拟结果指导应急监测，将应急监测结果和扩散模拟结果进行数据同化，得出撤离范围、服碘范围、隐蔽范围以及撤离、服碘、隐蔽的纵深和面积等应急的关键技术数据；数据同化方法同步骤六第2步的数据同化方法。

第3步：根据危害预测与应急监测数据同化结果和预警指标体系，发布相应的预警信息。

步骤八、制定基于自然控制论的优化控制方案

在步骤六或步骤七对核化事故后果进行预测的基础上，制定基于自然控制论的优化控制方案。其具体操作步骤如下：

第1步：建立基于自然控制论的优化控制模型

自然控制论的思想是把自然和人类社会看作是一个整体，研究自然环境的自控行为与人工调控的机理以及人工调控的理论、方法和技术，以解决人类面临的环境和发展问题，达到人类与自然环境的协调和持续发展。运用自然控制论，将核化事故风险控制的核心问题的理论框架描述如下：

设进行控制时，要利用的自然环境变量(如气象、地形等因素)为集合X(r，t)，它随空间r与时间t改变；与之有关的人文变量(应急救援方案和事故源控制方案)为Y(r，t)，人文变量作用在自然环境X(r，t)上，自然环境X(r，t)的演变同时受自身及人文变量Y(r，t)所影响，可由微分方程描述如下：

$\frac{\∂X}{\∂t}=L(X,Y,t)$

初条件： $X{|}_{t=t_0}=X_0$

边条件： $\mathrm{\Λ}(X,Y,t){|}_{\∂\mathrm{\Ω}}=G$

约束条件：

a.人类活动能力限制(如应急力量有限、疏散路径和交通工具限制等)：

||Y||≤C

b.改变后污染物浓度达到安全标准：

||X-X_P||≤D

目标函数求最优(事故损失和控制代价最小)：

M(X，Y)＝min

第2步：求解基于自然控制论的优化控制模型

通过对上述最优控制问题进行求解，将通过优化后的控制方案反馈给事故源，根据控制后的事故源重新进行预测，得出新的预测结果，根据新的预测结果进行预警，得到更优的应急方案，指导应急救援和源强控制，同时将事故损失和行动代价反馈给决策者，循环此过程，最终使事故损失和控制代价达到最优，获得最优的核化事故应急优化控制方案。

步骤九、将步骤八获得的最优的核化事故应急优化控制方案提供给指挥者进行决策。

有益效果

本发明提出的一种基于自然控制论的核化事故应急优化控制方法，能够既能到达核化事故应急控制的目标，又能使控制付出的代价和事故损失最小，实现对核化事故应急的最优控制。

具体实施方式

根据上述技术方案，下面通过具体实施方式对本发明进行详细说明。

本发明的一种基于自然控制论的核化事故应急优化控制方法的具体操作步骤如下：

步骤一、根据核化事故的位置，人工监测事故源强，并确定核化事故模拟范围。

步骤二、根据步骤一得到的核化事故模拟范围，获得核化事故模拟范围的风场、湍流量的预报结果，其具体操作步骤如下：

第1步：应用全球尺度的背景场T213或NCEP，作为气象预报模式MM5或WRF的初始场，调用核化事故模拟范围的GIS数据作为边界条件，通过多层网格嵌套，滚动并行计算，预报未来36小时内核化事故模拟范围的气象场，包括风场、湍流量、温度场、气压场等；

第2步：将MM5预报的结果输入给RAMS6.0进行进一步预报或者将WRF预报结果输入边界层模式，得出更精确的核化事故模拟范围的风场、湍流量的预报结果。

步骤三、根据步骤一得到的核化事故模拟范围，获得核化事故模拟范围的气象观测网实时观测的数据。

步骤四、将步骤二的风场、湍流量的预报结果与步骤三获得的气象观测网实时观测的数据用LAPS系统进行同化，得出和实际情况更加吻合的气象场。

步骤五、如果是化学事故，执行步骤六；如果是核事故，执行步骤七。

步骤六、获得化学事故预警信息，其操作步骤如下：

第1步：扩散模式根据步骤一获得的事故源强的监测结果，调用步骤四获得的气象场和相应的化学源强模式，对化学事故浓度场或剂量场进行计算；

第2步：根据扩散模拟结果，指导对保护目标的应急监测，将应急监测结果和扩散模拟结果进行数据同化，得出危害范围、危害等级、危害开始时间、危害持续时间和伤亡发展态势等应急的关键技术数据；数据同化方法如下：

假设某点的预测结果为c(x，y)＝c_p或d(x，y)＝d_p，监测结果为c(x，y)＝c_m或d(x，y)＝d_m，则该点的最终结果为：

c(x，y)＝max(c_p，c_m)或d(x，y)＝max(d_p，d_m)

如果c_m＞c_p或d_m＞d_p，将该数据反平方插值到周围的网格中。

其中，x，y为坐标值；c为污染物浓度；c_m为监测浓度；c_p为污染物阈值浓度；d为污染物剂量；d_m为监测剂量；d_p为阈值剂量。

第3步：根据危害预测与应急监测数据同化结果和预警指标体系，预警系统发布相应的预警信息；转到步骤八。

步骤七、获得核事故预警信息，其操作步骤如下：

第1步：扩散模式根据事故源监测结果，调用经过数据同化的气象场和核素数据库，计算核事故剂量场的时空分布，在此基础上系统调用核剂量模式，计算核事故的剂量场分布；

第2步：根据扩散模拟结果指导应急监测，将应急监测结果和扩散模拟结果进行数据同化，得出撤离范围、服碘范围、隐蔽范围以及撤离、服碘、隐蔽的纵深和面积等应急的关键技术数据；数据同化方法同步骤六第2步的数据同化方法。

第3步：根据危害预测与应急监测数据同化结果和预警指标体系，发布相应的预警信息。

步骤八、制定基于自然控制论的优化控制方案

在步骤六或步骤七对核化事故后果进行预测的基础上，制定基于自然控制论的优化控制方案。其具体操作步骤如下：

第1步：建立基于自然控制论的优化控制模型

自然控制论的思想是把自然和人类社会看作是一个整体，研究自然环境的自控行为与人工调控的机理以及人工调控的理论、方法和技术，以解决人类面临的环境和发展问题，达到人类与自然环境的协调和持续发展。运用自然控制论，将核化事故风险控制的核心问题的理论框架描述如下：

设进行控制时，要利用的自然环境变量(如气象、地形等因素)为集合X(r，t)，它随空间r与时间t改变；与之有关的人文变量(应急救援方案和事故源控制方案)为Y(r，t)，人文变量作用在自然环境X(r，t)上，自然环境X(r，t)的演变同时受自身及人文变量Y(r，t)所影响，可由微分方程描述如下：

$\frac{\∂X}{\∂t}=L(X,Y,t)$

初条件： $X{|}_{t=t_0}=X_0$

边条件： $\mathrm{\Λ}(X,Y,t){|}_{\∂\mathrm{\Ω}}=G$

约束条件：

a.人类活动能力限制(如应急力量有限、疏散路径和交通工具限制等)：

||Y||≤C

b.改变后污染物浓度达到安全标准：

||X-X_P||≤D

目标函数求最优(事故损失和控制代价最小)：

M(X，Y)＝min

第2步：求解基于自然控制论的优化控制模型

通过对上述最优控制问题进行求解，将通过优化后的控制方案反馈给事故源，根据控制后的事故源重新进行预测，得出新的预测结果，根据新的预测结果进行预警，得到更优的应急方案，指导应急救援和源强控制，同时将事故损失和行动代价反馈给决策者，循环此过程，最终使事故损失和控制代价达到最优，获得最优的核化事故应急优化控制方案。

步骤九、将步骤八获得的最优的核化事故应急优化控制方案提供给指挥者进行决策。

Claims (1)

1.一种基于自然控制论的核化事故应急优化控制方法，其特征在于：包括步骤如下：

步骤一、根据核化事故的位置，人工监测事故源强，并确定核化事故模拟范围；

步骤二、根据步骤一得到的核化事故模拟范围，获得核化事故模拟范围的风场、湍流量的预报结果；

步骤二获得核化事故模拟范围的风场、湍流量的预报结果，其具体操作步骤如下：

第1步：应用全球尺度的背景场，作为气象预报模式初始场，调用核化事故模拟范围的GIS数据作为边界条件，通过多层网格嵌套，滚动并行计算，预报未来数十小时内核化事故模拟范围的气象场，包括风场、湍流量、温度场、气压场；

第2步：将第1步得到的尺度大的模式预报结果作为初步结果，应用分辨率高的数值模式进行精确的预报，得出核化事故模拟范围的风场、湍流量的预报结果；

步骤三、根据步骤一得到的核化事故模拟范围，获得核化事故模拟范围的气象观测网实时观测的数据；

步骤四、将步骤二的风场、湍流量的预报结果与步骤三获得的气象观测网实时观测的数据进行同化，得出和实际情况更加吻合的气象场；

步骤五、如果是化学事故，执行步骤六；如果是核事故，执行步骤七；

步骤六、获得化学事故预警信息；转到步骤八；

所述获得化学事故预警信息的步骤如下：

第1步：扩散模式根据步骤一获得的事故源强的监测结果，调用步骤四获得的气象场和相应的化学源强模式，对化学事故浓度场或剂量场进行计算；

第2步：根据扩散模拟结果，指导对保护目标的应急监测，将应急监测结果和扩散模拟结果进行数据同化，得出危害范围、危害等级、危害开始时间、危害持续时间和伤亡发展态势应急的关键技术数据；

所述数据同化为：假设某点的扩散模拟结果，即预测结果为c_p，应急监测结果为c_m，则该点的最终结果为：c(x,y)＝max(c_p,c_m)，如果c_m＞c_p，将c_m反平方 插值到周围的网格中，得到新的化学事故浓度场或剂量场，根据新的化学事故浓度场或剂量场以及预警指标体系，计算得到所述关键技术数据；其中，(x,y)为坐标值；c为污染物浓度；c_m为监测浓度；c_p为污染物的预测浓度；

第3步：根据预测与应急监测数据同化结果和预警指标体系，预警系统发布相应的预警信息；

步骤七、获得核事故预警信息；具体步骤如下：

第1步：扩散模式根据事故源强监测结果，调用经过数据同化的气象场和核素数据库，计算核事故剂量场的时空分布，在此基础上系统调用核剂量模式，计算核事故的剂量场分布；

第2步：根据扩散模拟结果指导应急监测，将应急监测结果和扩散模拟结果进行数据同化，得出撤离范围、服碘范围、隐蔽范围以及撤离、服碘、隐蔽的纵深和面积应急的关键技术数据；

所述数据同化为：假设某点的扩散模拟结果，即预测结果为d_p，应急监测结果为d_m，则该点的最终结果为：d(x,y)＝max(d_p,d_m)，如果d_m＞d_p，将d_m反平方插值到周围的网格中，得到新的核事故的剂量场，根据新的核事故的剂量场以及预警指标体系，计算得到所述关键技术数据；其中，d为污染物剂量；d_m为监测剂量；d_p为预测剂量；

第3步：根据预测与应急监测数据同化结果和预警指标体系，发布相应的预警信息；

步骤八、制定基于自然控制论的优化控制方案；

在步骤六或步骤七获得预警信息的基础上，制定基于自然控制论的优化控制方案；其具体操作步骤如下：

第1步：设进行控制时，要利用的自然环境变量为集合X(r,t)，它随空间点r与时间t改变；与之有关的人文变量为Y(r,t)，Y(r,t)作用在X(r,t)上，X(r,t)的演变同时受自身及Y(r,t)所影响，由微分方程描述如下：

初始条件：

边界条件：

约束条件：

a.人类活动能力限制：

||Y||≤C

b.改变后污染物浓度达到安全标准：

||X-X_P||≤D

目标函数M(X,Y)=min求最优，其中M(X,Y)为事故损失和控制代价；

第2步：通过对上述目标函数求最优，将通过优化后的控制方案反馈给事故源，根据控制后的事故源重新进行预测，得出新的预测结果，根据新的预测结果进行预警，得到更优的应急方案，指导应急救援和源强控制，同时将事故损失和行动代价反馈给决策者，循环此过程，最终使事故损失和控制代价达到最优，获得最优的核化事故应急优化控制方案；

步骤九、将步骤八获得的最优的核化事故应急优化控制方案提供给指挥者进行决策。