CN105868426A - 一种基于烟团模型的重气持续泄露模拟方法 - Google Patents

一种基于烟团模型的重气持续泄露模拟方法 Download PDF

Info

Publication number
CN105868426A
CN105868426A CN201510028550.9A CN201510028550A CN105868426A CN 105868426 A CN105868426 A CN 105868426A CN 201510028550 A CN201510028550 A CN 201510028550A CN 105868426 A CN105868426 A CN 105868426A
Authority
CN
China
Prior art keywords
cigarette
gas
cigarette group
group
heavily
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
Application number
CN201510028550.9A
Other languages
English (en)
Other versions
CN105868426B (zh
Inventor
刘道明
魏建明
徐俊
张�浩
徐正蓺
田欣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Advanced Research Institute of CAS
Original Assignee
Shanghai Advanced Research Institute of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Advanced Research Institute of CAS filed Critical Shanghai Advanced Research Institute of CAS
Priority to CN201510028550.9A priority Critical patent/CN105868426B/zh
Publication of CN105868426A publication Critical patent/CN105868426A/zh
Application granted granted Critical
Publication of CN105868426B publication Critical patent/CN105868426B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于烟团模型的重气持续泄露模拟方法,所述方法包括:获取当前气象参数和重气泄露源初始参数;设置平均时间间隔并利用所述平均时间间隔对所述气象参数进行预处理,获取平均时间间隔下的气象参数;设置时间步长;根据所述时间步长、所述平均时间间隔下的气象参数以及所述重气泄露源初始参数获取各时刻的重气烟团的半径、重气烟团的浓度以及重气烟团的位置;根据重气烟团的半径和重气烟团的位置获取烟团边界并依该烟团边界形成烟团的包络曲线以模拟重气烟团扩散状态;获取烟团包络曲线内区域的烟团浓度。本发明的方法可有效的感知气象参数的变化,实时模拟重气泄漏扩散的态势,从而达到更准确的模拟重气泄漏扩散的效果。

Description

一种基于烟团模型的重气持续泄露模拟方法
技术领域
本发明涉及突发性事故的应急处理技术领域,特别是涉及重气泄露扩散技术领域,具体为一种基于烟团模型的重气持续泄露模拟方法。
背景技术
大型的石油化工生产以及储存运输过程中涉及很多危险性物质,这些物质一旦泄漏就会扩散到大气环境中,形成比空气重的气体,即重气。若泄漏物质具有易燃、易爆的特性则会导致火灾爆炸事故的发生,若为毒性物质则会引发人员的中毒。同时这些物质绝大多数储存于低温的状态,一旦泄漏会造成人员的冻伤。除此之外,大量有毒、有害物质的泄漏对大气、水体以及土壤的环境污染也是不容忽视的,基于以上这些危害,为了能够更加有效地控制有毒有害物质的扩散,为泄漏后的应急救援提供相关的依据,开展重气泄漏扩散的研究具有重要意义。
重气泄漏后,由于密度比空气大,会先重力下沉而后沿地面扩散,而且一般具有毒性、可燃性、易爆性。所以,重气泄漏事故会对泄漏影响区域的人员产生严重伤害,甚至会引起火灾、爆炸等次生衍生事故,后果十分严重。为了减少此类事故带来的损失,一般采用重气扩散模型对危化品泄漏扩散过程进行模拟分析与研究,以揭示扩散过程的演化规律。该方法可用于化工园区的安全规划设计,事故应急演练以及事故发生后的辅助应急救援等,具有重要的现实意义。
按照泄漏持续时间,重气泄漏事故可分为重气持续泄漏与重气瞬时泄漏。重气持续泄漏故事影响范围大,危害较为严重,是目前研究的重点。对于重气持续泄漏事故的模拟,一般采用烟羽模型,如应急响应系统中广泛采用的平板模型。烟羽模型一般是对事故态势稳态状态的描述,可以快速计算出事故可能影响的范围,以及影响区域中不同危害程度区域分布。然而,烟羽模型一般假设气象参数,如风速、风向等为常量,在事故发生阶段不会发生变化。该假设是理想化的状态,实际上气象参数在大部分时间是处于非稳态的,是会不断变化的,烟羽模型的模拟结果是无法感知这些变化的。对于一些小的波动,模拟结果随不太准确,但也勉强可以接受;但对于较大变化,模拟结果就过于粗糙。总之,烟羽模型对气象参数的动态感知与耦合比较差。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种基于烟团模型的重气持续泄露模拟方法,用于解决现有技术中对重气持续泄露模拟对动态感知差导致的模拟结果偏差大的问题。
为实现上述目的及其他相关目的,本发明提供一种基于烟团模型的重气持续泄露模拟方法,所述方法包括:获取当前气象参数和重气泄露源初始参数;设置平均时间间隔并利用所述平均时间间隔对所述气象参数进行预处理,获取平均时间间隔下的气象参数;设置时间步长;根据所述时间步长、所述平均时间间隔下的气象参数以及所述重气泄露源初始参数获取各时刻的重气烟团的半径、重气烟团的浓度以及重气烟团的位置;根据重气烟团的半径和重气烟团的位置获取烟团边界并依该烟团边界形成烟团的包络曲线以模拟重气烟团扩散状态;获取烟团包络曲线内区域的烟团浓度。
优选地,所述气象参数包括风向和风速;获取平均时间间隔下的风速和风向为:
n=tav/ts
其中,其中,tav为平均时间间隔,ts为气象参数的采样周期;n为每个平均时间间隔内包含的采样周期数目;为所在平均时间间隔内的第i个风度矢量,包括速度大小和方向,i为平均时间间隔内的风速矢量的次序;为所在平均时间间隔内的第j个风度矢量;j为平均时间间隔内的风速矢量的次序。
优选地,所述重气烟团的半径为:
r = ( r 0 2 + 2 * [ g ( ρ 0 - ρ ∂ ) ρ ∂ * V 0 π ] * t ) 0.5 ;
其中,r为重气烟团的半径;r0为重气云初始半径;g为重力加速度;ρ0为重气云团初始密度;为空气密度;V0为重气云团初始体积;t为泄漏发生后时间。
优选地,所述重气烟团的位置为:
N=t/tadv
其中,其中,X为重气云团中心的所在位置;tadv为计算时的时间步长;为所在平均时间间隔内的第i个风度矢量;N为泄漏发生后的时间所包含的时间步长数目;i为平均时间间隔内的风速矢量的次序;t为泄漏发生后的时间。
优选地,所述重气烟团的浓度为:
C = C 0 * ( X V 0 1 / 3 ) - 0.5 ;
其中,C为重气烟团的浓度;C0为重气烟团的初始浓度;X为重气云团中心的所在位置;V0为重气云团初始体积。
优选地,还包括建立坐标系,重气泄露源为坐标原点,正东方向为x轴正方向,正北方向为y轴正方向,z轴正方向为垂直向上。
优选地,对于没有发生重叠的烟团,将每两个烟团进行凸壳分析,即求取包含两个烟团所有点的最小凸多边形,作为新的烟团。
优选地,对于没有发生重叠的两个烟团,生成的最小凸多边形的浓度应取这个两个烟团的浓度值得最大值。
优选地,对于发生重叠的两个或多个烟团,对相互重叠的烟团求并集运算,去除烟团中被包含在其它烟团内的点。
优选地,对于发生重叠的两个或多个烟团,其重叠区域的浓度值为这些烟团的浓度值中的最大值,其非重叠区域的浓度值,应保持原来所属烟团的浓度值。
如上所述,本发明的一种基于烟团模型的重气持续泄露模拟方法,具有以下有益效果:
本发明基于烟团模型,利用一系列顺序释放的烟团的集合来模拟重气持续泄露情景,每一个时间步长的烟团的计算都采用实时的气象参数,所以本发明的方法可有效的感知气象参数的变化,实时模拟重气泄漏扩散的态势,从而达到更准确的模拟重气泄漏扩散的效果。
附图说明
图1显示为本发明的一种基于烟团模型的重气持续泄露模拟方法的流程示意图。
图2显示为本发明的一种基于烟团模型的重气持续泄露模拟方法的优选的流程示意图。
图3显示为本发明的一种基于烟团模型的重气持续泄露模拟方法中多时刻烟团的模拟示意图。
图4显示为本发明的一种基于烟团模型的重气持续泄露模拟方法中多时刻烟团包络曲线的示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。
本发明的目的在于提供一种基于烟团模型的重气持续泄露模拟方法,用于解决现有技术中对重气持续泄露模拟对动态感知差导致的模拟结果偏差大的问题。以下将详细描述本发明的一种基于烟团模型的重气持续泄露模拟方法的原理和实施方式,使本领域技术人员不需要创造性劳动即可理解本发明的一种基于烟团模型的重气持续泄露模拟方法。
如图1和图2所示,本发明提供一种基于烟团模型的重气持续泄露模拟方法,所述方法包括以下步骤。
步骤S11,获取当前气象参数和重气泄露源初始参数;其中,当前气象参数具体至少包括风向、风速等,重气泄露源初始参数具体至少包括重气泄露源初始位置,重气烟团初始半径、重气烟团初始浓度等。
步骤S12,设置平均时间间隔并利用所述平均时间间隔对所述气象参数进行预处理,获取平均时间间隔下的气象参数。
具体地,在本实施例中,所述气象参数包括风向和风速;获取平均时间间隔下的风速和风向具体为:
n=tav/ts
其中,其中,tav为平均时间间隔,ts为气象参数的采样周期;n为每个平均时间间隔内包含的采样周期数目;为所在平均时间间隔内的第i个风度矢量,包括速度大小和方向,i为平均时间间隔内的风速矢量的次序;为所在平均时间间隔内的第j个风度矢量;j为平均时间间隔内的风速矢量的次序。
在本发明的方法中还包括建立坐标系,重气泄露源为坐标原点,正东方向为x轴正方向,正北方向为y轴正方向,z轴正方向为垂直向上。
步骤S13,设置时间步长。
依次计算各时刻烟团,就会形成一系列顺序释放的烟团的集合,对于每个烟团,需要首先计算烟团的半径、浓度、中心点位置,然后利用中心点位置与半径计算烟团边界(点集合)。具体如步骤S14中描述。
步骤S14,根据所述时间步长、所述平均时间间隔下的气象参数以及所述重气泄露源初始参数获取各时刻的重气烟团的半径、重气烟团的浓度以及重气烟团的位置。
具体地,在本实施例中,所述重气烟团的半径为:
r = ( r 0 2 + 2 * [ g ( ρ 0 - ρ ∂ ) ρ ∂ * V 0 π ] * t ) 0.5 .
其中,r为重气烟团的半径;r0为重气云初始半径;g为重力加速度;ρ0为重气云团初始密度;为空气密度;V0为重气云团初始体积;t为泄漏发生后时间。
具体地,在本实施例中,所述重气烟团的位置为:
N=t/tadv
其中,X为重气云团中心的所在位置;tadv为计算时的时间步长;为所在平均时间间隔内的第i个风度矢量;N为泄漏发生后的时间所包含的时间步长数目;i为平均时间间隔内的风速矢量的次序;t为泄漏发生后的时间。在这里,tadv的取值与tav相关,tav应该取值为tadv的整数倍。
具体地,在本实施例中,所述重气烟团的浓度为:
C = C 0 * ( X V 0 1 / 3 ) - 0.5 ;
其中,C为重气烟团的浓度;C0为重气烟团的初始浓度;X为重气云团中心的所在位置;V0为重气云团初始体积。
在计算一个时间步长的重气烟团的半径、重气烟团的浓度以及重气烟团的位置后,判断是否达到预模拟时间,在未达到预模拟时间时,再逐步增加时间步长,继续计算当前时刻下重气烟团的半径、重气烟团的浓度以及重气烟团的位置,这样,每一个时间步长的烟团的计算都采用实时的气象参数。若达到预模拟时间则接着执行步骤S15和步骤S16。
步骤S15,根据重气烟团的半径和重气烟团的位置获取烟团边界并依该烟团边界形成烟团的包络曲线以模拟重气烟团扩散状态,如图3和图4所示。
具体地,在本实施例中,对于没有发生重叠的烟团,尤其是在泄露源附近的烟团,将每两个烟团进行凸壳分析,即求取包含两个烟团所有点的最小凸多边形,作为新的烟团。对于发生重叠的两个或多个烟团,对相互重叠的烟团求并集运算,去除烟团中被包含在其它烟团内的点。
步骤S16,获取烟团包络曲线内区域的烟团浓度。
具体地,在本实施例中,对于没有发生重叠的两个烟团,生成的最小凸多边形的浓度应取这个两个烟团的浓度值的最大值。
对于发生重叠的两个或多个烟团,其重叠区域的浓度值为这些烟团的浓度值中的最大值,其非重叠区域的浓度值,应保持原来所属烟团的浓度值。
综上所述,本发明基于烟团模型,利用一系列顺序释放的烟团的集合来模拟重气持续泄露情景,每一个时间步长的烟团的计算都采用实时的气象参数,所以本发明的方法可有效的感知气象参数的变化,实时模拟重气泄漏扩散的态势,从而达到更准确的模拟重气泄漏扩散的效果。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种基于烟团模型的重气持续泄露模拟方法,其特征在于,所述方法包括:
获取当前气象参数和重气泄露源初始参数;
设置平均时间间隔并利用所述平均时间间隔对所述气象参数进行预处理,获取平均时间间隔下的气象参数;
设置时间步长;
根据所述时间步长、所述平均时间间隔下的气象参数以及所述重气泄露源初始参数获取各时刻的重气烟团的半径、重气烟团的浓度以及重气烟团的位置;
根据重气烟团的半径和重气烟团的位置获取烟团边界并依该烟团边界形成烟团的包络曲线以模拟重气烟团扩散状态;
获取烟团包络曲线内区域的烟团浓度。
2.根据权利要求1所述的基于烟团模型的重气持续泄露模拟方法,其特征在于,所述气象参数包括风向和风速;获取平均时间间隔下的风速和风向为:
n=tav/ts
其中,tav为平均时间间隔,ts为气象参数的采样周期;n为每个平均时间间隔内包含的采样周期数目;为所在平均时间间隔内的第i个风度矢量,包括速度大小和方向,i为平均时间间隔内的风速矢量的次序;为所在平均时间间隔内的第j个风度矢量;j为平均时间间隔内的风速矢量的次序。
3.根据权利要求2所述的基于烟团模型的重气持续泄露模拟方法,其特征在于,所述重气烟团的半径为:
r = ( r 0 2 + 2 * [ g ( ρ 0 - ρ ∂ ) ρ ∂ * V 0 π ] * t ) 0.5 ;
其中,r为重气烟团的半径;r0为重气云初始半径;g为重力加速度;ρ0为重气云团初始密度;为空气密度;V0为重气云团初始体积;t为泄漏发生后时间。
4.根据权利要求3所述的基于烟团模型的重气持续泄露模拟方法,其特征在于,所述重气烟团的位置为:
N=t/tadv
其中,X为重气云团中心的所在位置;tadv为计算时的时间步长;为所在平均时间间隔内的第i个风度矢量;N为泄漏发生后的时间所包含的时间步长数目;,i为平均时间间隔内的风速矢量的次序;t为泄漏发生后的时间。
5.根据权利要求4所述的基于烟团模型的重气持续泄露模拟方法,其特征在于,所述重气烟团的浓度为:
C = C 0 * ( X V 0 1 / 3 ) - 0.5 ;
其中,C为重气烟团的浓度;C0为重气烟团的初始浓度;X为重气云团中心的所在位置;V0为重气云团初始体积。
6.根据权利要求1所述的基于烟团模型的重气持续泄露模拟方法,其特征在于,还包括建立坐标系,以重气泄露源为坐标原点,正东方向为x轴正方向,正北方向为y轴正方向,z轴正方向为垂直向上。
7.根据权利要求1所述的基于烟团模型的重气持续泄露模拟方法,其特征在于,对于没有发生重叠的烟团,将每两个烟团进行凸壳分析,即求取包含两个烟团所有点的最小凸多边形,作为新的烟团。
8.根据权利要求7所述的基于烟团模型的重气持续泄露模拟方法,其特征在于,对于没有发生重叠的两个烟团,生成的最小凸多边形的浓度应取这个两个烟团的浓度值得最大值。
9.根据权利要求1所述的基于烟团模型的重气持续泄露模拟方法,其特征在于,对于发生重叠的两个或多个烟团,对相互重叠的烟团求并集运算,去除烟团中被包含在其它烟团内的点。
10.根据权利要求9所述的基于烟团模型的重气持续泄露模拟方法,其特征在于,对于发生重叠的两个或多个烟团,其重叠区域的浓度值为这些烟团的浓度值中的最大值,其非重叠区域的浓度值,应保持原来所属烟团的浓度值。
CN201510028550.9A 2015-01-20 2015-01-20 一种基于烟团模型的重气持续泄露模拟方法 Active CN105868426B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510028550.9A CN105868426B (zh) 2015-01-20 2015-01-20 一种基于烟团模型的重气持续泄露模拟方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510028550.9A CN105868426B (zh) 2015-01-20 2015-01-20 一种基于烟团模型的重气持续泄露模拟方法

Publications (2)

Publication Number Publication Date
CN105868426A true CN105868426A (zh) 2016-08-17
CN105868426B CN105868426B (zh) 2019-03-22

Family

ID=56623110

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510028550.9A Active CN105868426B (zh) 2015-01-20 2015-01-20 一种基于烟团模型的重气持续泄露模拟方法

Country Status (1)

Country Link
CN (1) CN105868426B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108932394A (zh) * 2018-07-19 2018-12-04 成都鼎安华智慧物联网股份有限公司 有毒气体泄漏危害范围的确定方法
CN109086539A (zh) * 2018-08-13 2018-12-25 北京市劳动保护科学研究所 液氨储罐泄露伤害半径获取方法和设备
CN110633339A (zh) * 2018-06-06 2019-12-31 中国石油化工股份有限公司 一种基于gis的石化企业气体泄漏连续动态模拟展示方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080195329A1 (en) * 2003-08-20 2008-08-14 Dennis Scott Prince Method for detecting and monitoring emissions
CN102096768A (zh) * 2011-01-10 2011-06-15 河南理工大学 危险化学品泄漏污染评估方法
CN103544387A (zh) * 2013-10-20 2014-01-29 辽宁工程技术大学 一种模拟重气在市内街道有风扩散的方法
US20140257782A1 (en) * 2013-03-08 2014-09-11 The Penn State Research Foundation System and method for measurement of temporal changes in trace gas fluxes
CN104182588A (zh) * 2014-08-27 2014-12-03 中国科学院上海高等研究院 一种重气持续泄漏扩散的动态模拟方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080195329A1 (en) * 2003-08-20 2008-08-14 Dennis Scott Prince Method for detecting and monitoring emissions
CN102096768A (zh) * 2011-01-10 2011-06-15 河南理工大学 危险化学品泄漏污染评估方法
US20140257782A1 (en) * 2013-03-08 2014-09-11 The Penn State Research Foundation System and method for measurement of temporal changes in trace gas fluxes
CN103544387A (zh) * 2013-10-20 2014-01-29 辽宁工程技术大学 一种模拟重气在市内街道有风扩散的方法
CN104182588A (zh) * 2014-08-27 2014-12-03 中国科学院上海高等研究院 一种重气持续泄漏扩散的动态模拟方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110633339A (zh) * 2018-06-06 2019-12-31 中国石油化工股份有限公司 一种基于gis的石化企业气体泄漏连续动态模拟展示方法
CN108932394A (zh) * 2018-07-19 2018-12-04 成都鼎安华智慧物联网股份有限公司 有毒气体泄漏危害范围的确定方法
CN108932394B (zh) * 2018-07-19 2023-01-17 成都鼎安华智慧物联网股份有限公司 有毒气体泄漏危害范围的确定方法
CN109086539A (zh) * 2018-08-13 2018-12-25 北京市劳动保护科学研究所 液氨储罐泄露伤害半径获取方法和设备

Also Published As

Publication number Publication date
CN105868426B (zh) 2019-03-22

Similar Documents

Publication Publication Date Title
Arfeuille et al. Volcanic forcing for climate modeling: a new microphysics-based data set covering years 1600–present
CN106021817B (zh) 一种海相气田高含硫天然气集输装置泄漏快速模拟方法
Gromke A vegetation modeling concept for building and environmental aerodynamics wind tunnel tests and its application in pollutant dispersion studies
CN103793591B (zh) 一种基于网格化毒气扩散模拟的方法
CN108122051B (zh) 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
CN106404620A (zh) 地统计插值与卫星遥感联合反演地面pm2.5的方法及系统
CN104182588A (zh) 一种重气持续泄漏扩散的动态模拟方法
US9759597B2 (en) Methods for calibrating a fugitive emission rate measurement
CN105868426A (zh) 一种基于烟团模型的重气持续泄露模拟方法
CN105512485B (zh) 一种估算细颗粒物及其前体物环境容量的新方法
Alessandrini et al. A new Lagrangian method for modelling the buoyant plume rise
Polanczyk et al. Computational modeling of gas mixture dispersion in a dynamic setup–2d and 3d numerical approach
Meroney et al. Virtual reality in wind engineering: the windy world within the computer. J
Ji et al. A wind tunnel study on the effect of trees on PM2. 5 distribution around buildings
Banta et al. Rugged terrain effects on diffusion
CN103499518A (zh) 一种模拟重气在市内街道扩散的方法
CN110879919B (zh) 一种爆炸作用下毒物扩散的分段式模拟方法
KR100293874B1 (ko) 독성가스확산모델링방법
CN107589063A (zh) 一种动态大气腐蚀区域地图数据处理方法、装置及系统
Zhu et al. An experimental study of the flow structure within a dense gas plume
Omotosho et al. Mathematical projections of air pollutants effects over Niger Delta region using remotely sensed satellite data
CN109145439B (zh) 一种基于罐车车载气体侦测装置的全智能危险介质泄漏过程实时动态预测方法
Ménégoz et al. How does the atmospheric variability drive the aerosol residence time in the Arctic region?
CN112001130A (zh) 一种测定输电线路附近下击暴流风场参数的方法及系统
CN112016738B (zh) 一种吸入性有毒物质的危害预测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant