CN104573379A - 一种预测室内pm2.5浓度动态变化的方法 - Google Patents

Abstract

本发明公开了一种预测室内PM2.5浓度动态变化的方法，属于颗粒物浓度监测技术领域。发明的步骤为：一、建立Simulink动态仿真模型；二、检测室内颗粒物PM2.5浓度、室外颗粒物PM2.5浓度、空调系统的新风量和回风量，并计算新风比和换气次数；三、将所得参数输入动态仿真模型中，根据实际检测数据获得室内颗粒物PM2.5浓度变化数据；四、控制动态仿真模型中某一输入参数变化，其他参数不变，根据理论设定值获得室内颗粒物PM2.5浓度变化数据；五、对步骤三和四所得数据进行分析、比较，制定最佳室内通风方案。发明的检测方案设计合理，检测成低、精度高，能够达到预测室内颗粒物浓度变化的目的，实时性好。

Description

一种预测室内PM2.5浓度动态变化的方法

技术领域

本发明涉及室内颗粒物浓度监测技术领域，更具体地说，涉及一种预测室内PM2.5浓度动态变化的方法。

背景技术

随着我国工业化的推进，大量有害物质被排放到空气中，造成了室外大气污染。其中，直径小于等于2.5微米的悬浮尘埃颗粒物(PM2.5)，对人体健康威胁极大，极易富集于肺部深处。室外大气污染直接影响着室内环境的优劣，若能及时通过监测室外颗粒物浓度，掌握室内颗粒物浓度变化趋势，制定合适的室内通风方案，控制室内颗粒物浓度在合理范围内，对保证人体健康将具有重要意义。

目前，对室内颗粒物PM2.5质量浓度的监测通常使用市场有售的检测仪器，然而这些检测仪器或价格昂贵、检测操作繁琐；或检测精确度不高，检测结果实时性差，存在滞后性，用户使用体验不佳。此外，现有检测仪器多只能单纯测量室内外颗粒物浓度，而不能体现室外颗粒物浓度对室内颗粒物浓度的影响，这就导致不能很好地预测室内颗粒物浓度的变化趋势，也就导致无法制定最佳的通风方案，达到控制室内颗粒物浓度在合理范围内变化的目的。

经检索，中国专利号ZL201420467592.3，授权公告日2014年12月31日，发明创造名称为：一种基于物联网的室内外空气细微颗粒物在线监测系统，该申请案包括传感器节点、无线AP、终端平台和移动终端；传感器节点由细微颗粒物灰尘传感器、控制器和WIFI模组组成，细微颗粒物灰尘传感器、WIFI模组分别和控制器连接；WIFI模组、终端平台分别通过无线Wi-Fi与无线AP相连，终端平台通过互联网与移动终端相连；通过终端平台显示Wi-Fi浓度数据；终端平台还将数据与设定的上下限值进行比较，超出设定范围值，则通过互联网将数据发送至移动终端。该申请案采用无线传输的方式，具有实时监控和报警及时的特点。但该申请案只能监测室内外的颗粒物浓度，不能体现室外颗粒物浓度对室内浓度的影响。

中国专利申请号201410207007.0，申请日2014年5月15日，发明创造名称为：一种基于图像处理获取空气中颗粒物浓度的方法，该申请案包括以下步骤：1)确定图像中相对较亮的大气光像素点的像素值和相对较暗的兴趣像素点；2)根据得到的大气光像素点的像素值和确定的兴趣像素点的像素值，分别计算相应像素点的光强值；3)根据步骤2)得到的相应像素点的光强值计算光强衰减系数；4)基于米氏散射理论，确定消光系数关于颗粒物的平均粒径的关系式函数；5)确定颗粒物的平均粒径的具体值；6)根据光强衰减系数、消光系数的关系式函数以及颗粒物的平均粒径计算颗粒物浓度。该申请案能够在较低成本下实现对较广范围内的空气中的颗粒物浓度的估计，但该申请案只能对采集区域颗粒物浓度进行估测，不能很好的说明室内外空气中颗粒物浓度的关系。

发明内容

1.发明要解决的技术问题

本发明的目的在于克服现有室内颗粒物浓度检测存在的：1)检测成本高、精度低、实时性差；2)不能根据检测得到的室外浓度值预测室内颗粒物浓度变化趋势，制定最佳室内通风方案的不足，提供了一种预测室内PM2.5浓度动态变化的方法；本发明根据室内颗粒物PM2.5浓度变化规律建立了Simulink动态仿真模型，不仅能够根据实时检测数据准确预测室内颗粒物浓度变化趋势，还可以研究相关参数对室内颗粒物浓度变化的影响，便于制定科学合理的室内通风方案；此外，室内颗粒物浓度变化趋势能够通过仿真结果曲线直观展示，达到了室内颗粒物浓度可视化预测的效果。

2.技术方案

为达到上述目的，本发明提供的技术方案为：

本发明的一种预测室内PM2.5浓度动态变化的方法，其步骤为：

步骤一、利用室内颗粒物PM2.5浓度变化规律公式建立Simulink动态仿真模型；

步骤二、检测室内颗粒物PM2.5初始浓度c₀、室外颗粒物PM2.5浓度c_a、空调系统的新风量Q_a和回风量Q_b，并计算新风比m和换气次数k_v；

步骤三、将步骤二所得参数输入步骤一所述的动态仿真模型中，根据实际检测数据获得室内颗粒物PM2.5浓度变化数据；

步骤四、控制步骤一所建动态仿真模型中某一输入参数变化，其他参数不变，根据理论设定值获得室内颗粒物PM2.5浓度变化数据；

步骤五、对步骤三和步骤四所得数据进行分析、比较，制定最佳室内通风方案。

作为本发明更进一步的改进，步骤一所述的室内颗粒物PM2.5浓度变化规律公式为：

dc/dt＝[pk_v(1-m)-k_v-(k+k_d)]c+pk_vmc_a+s

式中，p为空调系统过滤器渗透效率，k为颗粒物衰减率，k_d为沉积速率，s为室内颗粒物污染源强度。

作为本发明更进一步的改进，步骤二在室内随机选取48个点，测量该48个点的室内颗粒物PM2.5浓度值，将所得48个测量值的平均值作为室内颗粒物PM2.5初始浓度c₀。

作为本发明更进一步的改进，步骤二所述的室内颗粒物PM2.5初始浓度c₀、室外颗粒物PM2.5浓度c_a在一天中每隔1小时检测一次。

3.有益效果

采用本发明提供的技术方案，与已有的公知技术相比，具有如下显著效果：

(1)本发明的一种预测室内PM2.5浓度动态变化的方法，利用室内颗粒物PM2.5浓度变化规律公式建立Simulink仿真模型，通过Simulink仿真模型对室内颗粒物浓度变化进行动态模拟仿真，能够准确、快速、直观的掌握室内颗粒物浓度变化趋势；

(2)本发明的一种预测室内PM2.5浓度动态变化的方法，一方面利用实际检测的室内、室外颗粒物浓度数据预测室内颗粒物浓度变化趋势，另一方面通过控制其他输入参数不变，还可以从理论上研究单一因素对室内颗粒物浓度变化的影响，通过对实际和理论数据进行比较、分析，最终制定的室内通风方案更加科学合理；

(3)本发明的一种预测室内PM2.5浓度动态变化的方法，检测方案设计合理，检测成本低、精度高，能够达到预测室内颗粒物浓度变化的目的，克服了现有检测方案检测结果存在滞后性，实时性差的问题，使用效果好。

附图说明

图1为本发明中空调房间送风示意图；

图2为本发明中利用Simulink仿真模型对室内颗粒物浓度进行模拟仿真的流程图；

图3为本发明建立的Simulink仿真模型图；

图4为本发明中不同渗透效率情况下室内颗粒物浓度变化趋势图；

图5为本发明中不同新风比情况下室内颗粒物浓度变化趋势图；

具体实施方式

为进一步了解本发明的内容，结合附图和实施例对本发明作详细描述。

实施例1

参看图1，本实施例的一种预测室内PM2.5浓度动态变化的方法，涉及HVAC空调系统及至少一个室内区域，假设所有送风量均通过HVAC空调系统进入室内，忽略通过围护结构渗透的空气(此处假定能够保证所建Simulink仿真模型的准确性，虽然建筑物中渗透空气是不可避免的，但由于渗透空气量很小，因此可以忽略不计)。图1中送风量Q包括回风量Q_r和新风量Q_a，V为建筑物室内体积，c为室内颗粒物浓度，c_a为新风颗粒物浓度(即室外颗粒物浓度)，新风比m＝Q_a/Q，p为空调系统中过滤器的渗透效率。

本实施例首先利用室内颗粒物PM2.5浓度变化规律公式建立Simulink动态仿真模型。所述的室内颗粒物PM2.5浓度变化规律公式推导如下：

根据室内颗粒物的质量守恒原则建立颗粒物浓度的数学表达式：

dc/dt＝R_s-R_r (1)

式(1)中R_s为进入室内的颗粒物浓度速率；R_r为排到室外的颗粒物浓度速率。

根据影响室内颗粒物浓度的各个参数建立数学表达式：

R_s＝pk_v(1-m)c+pk_vmc_a+s (2)

R_r＝k_vc+(k+k_d)c (3)

式(2)、(3)中k_v是换气次数，k_d是颗粒物的沉积效率，k是颗粒物衰减效率，由于衰减效率是通过化学反应而产生的，而就普通室内空间而言不存在化学反应，所以k选择数值为0，s是室内污染源强度。

由式(1)、(2)和(3)可得室内颗粒物PM2.5浓度变化规律公式为：

dc/dt＝[pk_v(1-m)-k_v-(k+k_d)]c+pk_vmc_a+s (4)

参看图2，本实施例利用Simulink仿真模型对室内颗粒物浓度进行模拟仿真的具体过程为：

(1)确定上述回风量Q_r、新风量Q_a，过滤器渗透效率p，新风比m，室内颗粒物浓度c，室外颗粒物浓度c_a。假定室内区域的空气完全混合，室内颗粒物浓度c和室外颗粒物浓度c_a均由TSI颗粒物浓度检测仪测量。其中，室内颗粒物初始浓度c₀为随机选取室内48个检测点，取该48个检测点的测量平均值；且室内颗粒物初始浓度c₀和室外颗粒物浓度c_a在一天中每隔1小时检测一次，如此可保证实际检测数据的准确性，也能够更方便的预测全天各时段的室内颗粒物浓度变化。

新风比m＝Q_a/Q，新风量Q_a可以通过风量仪在新风入口处测量得出，Q_a的大小可通过调速开关控制，送风量Q则可以通过风量罩在空调系统末端送风口处测量得出。换气次数k_v＝Q/V，V为空调房间体积。渗透效率p是指颗粒物穿透过滤器进入房间的百分比，可以通过过滤器渗透效率曲线选择，本实施例根据经验选择渗透效率p为0.65。沉积效率k_d随着体表比、颗粒物特点等变化而变化，相对于空气处理速率，沉积效率k_d是影响很小的值，本实施例设定沉积效率k_d为0.2h^-1，此外，本实施例所针对室内空间没有烟气等污染源，固污染源强度s设为0。

(2)在simulink中建立仿真模型。在MATLAB窗口菜单中点击File建立新的Model文件并命名为MODEL，在Simulink Browser界面中拖入相关参数对应的模块到MODEL模型窗口，并修改模块的标签与对应的参数表示字母一致，本实施例建立的Simulink仿真模型参看图3。

(3)在MATLAB的Command Window中输入各模块所对应参数的数值，即步骤(1)检测和计算获得的数据。

(4)对所述模型文件MODEL进行仿真，在simulink模型仿真界面中，运行StartSimulation命令，对所述模型文件MODEL进行仿真，输出仿真数据，根据仿真结果预测室内颗粒物PM2.5浓度动态变化。

图4为不同渗透效率情况下室内颗粒物浓度变化趋势图，图5为不同新风比情况下室内颗粒物浓度变化趋势图。工作人员通过观察如图4和图5所示的动态仿真曲线能够准确、快速、直观的掌握室内颗粒物浓度变化趋势，为后续进行数据分析提供了方便。

本实施例首先通过实际检测室内颗粒物初始浓度c₀、室外颗粒物浓度c_a等数据带入Simulink仿真模型中，预测实际情况下室内颗粒物浓度变化趋势。为了最终制定的室内通风方案更加科学合理，本实施例利用Simulink仿真模型仿真精细、贴近实际和灵活的特点，还通过固定其他输入参数不变，只改变某一输入参数，来研究新风比m、过滤器渗透效率p、换气次数k_v等单一因素变化对室内颗粒物PM2.5浓度变化的影响，如从理论上设定输入不同的新风比来仿真在不同新风比情况下室内颗粒物浓度的变化趋势。通过对实际和理论数据进行分析、比较，结合室内舒适性的要求，本实施例最终可确定最佳的室内通风方案。

实施例1所述的一种预测室内PM2.5浓度动态变化的方法，无需使用精密检测仪器，检测成本低，通过实际检测和理论分析相结合，能够准确超前预测室内颗粒物浓度变化，实时性强，便于推广应用。

以上示意性的对本发明及其实施方式进行了描述，该描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。所以，如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。

Claims (4)

1.一种预测室内PM2.5浓度动态变化的方法，其步骤为：

步骤一、利用室内颗粒物PM2.5浓度变化规律公式建立Simulink动态仿真模型；

步骤二、检测室内颗粒物PM2.5初始浓度c₀、室外颗粒物PM2.5浓度c_a、空调系统的新风量Q_a和回风量Q_b，并计算新风比m和换气次数k_v；

步骤三、将步骤二所得参数输入步骤一所述的动态仿真模型中，根据实际检测数据获得室内颗粒物PM2.5浓度变化数据；

步骤四、控制步骤一所建动态仿真模型中某一输入参数变化，其他参数不变，根据理论设定值获得室内颗粒物PM2.5浓度变化数据；

步骤五、对步骤三和步骤四所得数据进行分析、比较，制定最佳室内通风方案。

2.根据权利要求1所述的一种预测室内PM2.5浓度动态变化的方法，其特征在于：步骤一所述的室内颗粒物PM2.5浓度变化规律公式为：

dc/dt＝[pk_v(1-m)-k_v-(k+k_d)]c+pk_vmc_a+s

式中，p为空调系统过滤器渗透效率，k为颗粒物衰减率，k_d为沉积速率，s为室内颗粒物污染源强度。

3.根据权利要求2所述的一种预测室内PM2.5浓度动态变化的方法，其特征在于：步骤二在室内随机选取48个点，测量该48个点的室内颗粒物PM2.5浓度值，将所得48个测量值的平均值作为室内颗粒物PM2.5初始浓度c₀。

4.根据权利要求3所述的一种预测室内PM2.5浓度动态变化的方法，其特征在于：步骤二所述的室内颗粒物PM2.5初始浓度c₀、室外颗粒物PM2.5浓度c_a在一天中每隔1小时检测一次。