CN108122051B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN108122051B CN108122051B CN201711399751.5A CN201711399751A CN108122051B CN 108122051 B CN108122051 B CN 108122051B CN 201711399751 A CN201711399751 A CN 201711399751A CN 108122051 B CN108122051 B CN 108122051B
- Authority
- CN
- China
- Prior art keywords
- leakage
- formula
- aerial vehicle
- unmanned aerial
- concentration
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Geometry (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明涉及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,属于危险介质连续泄漏的扩散过程预测领域。危险介质出现连续泄漏后,在泄漏源尺寸未知的情况下,利用泰勒公式及多项式展开等数值计算方法改进高斯模型原始算法,得到一种基于无人机探测数据的可实时动态显示预测结果的新预测方法。该方法可根据无人机探测处于泄漏范围空间内的任意两点的介质浓度及三维坐标位置数据,实时预测危险介质泄漏范围。
Description
技术领域:
本发明属于危险介质连续泄漏的扩散过程预测领域。具体而言,危险介质出现连续泄漏后,在泄漏源尺寸未知的情况下,利用泰勒公式及多项式展开等数值计算方法改进高斯模型原始算法,得到一种基于无人机探测数据的可实时动态显示预测结果的新预测方法。该方法可根据无人机探测处于泄漏范围空间内的任意两点的介质浓度及三维坐标位置数据,实时预测危险介质泄漏范围。
背景技术:
在工业,尤其是在承压特种设备行业中,易燃、易爆及有毒有害物质在生产、储存及运输过程中易于发生泄漏事故,为有效开展事故应急救援、控制和降低泄漏事故的后果,国内外学者在泄漏扩散模拟及危害评估方面做了大量研究,主要分非重气扩散模型和重气扩散模型两大类,重气扩散模型中典型代表是三维扩散模型,如计算流体力学(CFD)方法,该方法预测精度高,具有较好的准确性,但由于其计算复杂度过大,计算时间过长,在实际工业应用中,并不适用;非重气扩散模型中,高斯模型由于提出时间早,研究较为成熟,且模型简单,运算量较小,能更好的兼顾计算复杂度和准确度,更适合实际的工业应用,尤其对时间要求较高的突发事故的应急处置,高斯模型得到广泛的应用,很多相关标准的制定都以该模型为基础。
然而由于该模型自身存在的限制性:(1)在预测时无法显示实时泄漏情况,预测结果不能随时间动态变化;(2)通常情况下,泄漏事故发生后完全通过实地探测的方法对事故现场有毒物质泄漏源强进行全面了解是不可能或无法实现的,使用泄漏孔径的估算值进行浓度分布的预测,所取估算值的误差量会使预测结果产生不可避免的固有误差;(3)当现场情况不同,估算人员经验丰富程度不一,则预测取值准确度不同,因此,对泄漏孔洞面积进行预测的方法,预测精度及可靠性,稳定性均无法得到有效保证。
因此,基于原有高斯烟羽模型对危险介质泄漏过程进行预测,仿真效果往往不够准确和直观,且不具有时效性,导致对突发事故应急处置的指挥调度、救援等工作的指导意义不大。
发明内容:
鉴于以上所述现有模型的缺点,本发明的目的在于提供一种基于无人机探测数据的危险介质泄漏过程实时动态探测方法,用于解决现有技术中通过原高斯烟羽模型预测精度不高及不具有时效性的问题。
为实现上述目的,本发明提供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,包括以下步骤:
步骤S10,基于式(1)所示高斯烟羽模型,输入已知参数,并根据所述的已知参数初始化相关参数;
所述已知参数包括危险介质类别、风速、风向、天气情况、泄漏位置地点等;
步骤S20,根据实际天气、泄漏情况确定扩散系数;所述的实际天气诸如:地面风速、日照强度、大气稳定度;
步骤S30:无人机任意选定两个不同位置(x1,y1,z1),(x2,y2,z2),测得污染毒物的浓度分别为C1(x1,y1,z1),C2(x2,y2,z2),则由式(1)得到式(5、6):
步骤S40:对exp(-m2)在0点用6阶泰勒公式展开,并化简为式(12);
m=d(H-z) (13)
n=d(H+z) (14)
步骤S50:用Matlab的符号工具箱symboltoolbox中的函数expand(f’,H’)把多项式展开并化简,将(5)(6)表示成该多项式化简形式,得到式(20、21),求解H2和Q后,再化简得到式(24):
C1(x1,y1,z1)=a1×Q×(p1H2+q1)2 (20)
C2(x2,y2,z2)=a2×Q×(p2H2+q2)2 (21)
步骤S60:选定某个地面浓度值<C>*(x,y,0),将得到的公式(24)代入原等浓度曲线(26)进行化简,得到最终的新预测模型,通过式(27)来计算地面等浓度线.
其中:C为空间任意一点(x、y、z)在t时刻空气中有毒物质的质量浓度,单位为mg/m3;σx、σy、σz分别为水平竖轴、水平横轴和垂直向上的扩散参数;x、y、z分别为下风向距离、侧风向距离、垂直风向距离,单位为m;
由于实际事故中,警戒浓度<C>*(x,y,0)=k(定值)
可得到式(27):
步骤S70:通过式(27)的模型,结合无人机探测数据,可得泄漏物任意t时刻,任意固定浓度C,任意高度为z处对应平面的等浓度曲线。
有益效果:本发明的新预测方法的预测精度及稳定性,可靠性均显著高于原模型,无人机每探测一组数据任意两点C1(x1,y1,z1),C2(x2,y2,z2),均能根据本申请的修正预测方法得到对应时刻的危险介质泄漏扩散情况,有助于实时更新最新事故情况,对应急处置的指挥调度、救援等工作的指导意义较大,因而具有高度的应用价值。
附图说明:
图1显示为本发明的实施例公开的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的流程示意图。
图2为泄漏源强计算参数示意图。
图3为取不同泄漏孔径大小(6mm、9mm、12mm时)、及采用本文修正的预测方法等不同情况下,液氨储罐泄漏后,某一t时刻,30mg/m3等浓度曲线预测对比图。
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内容轻易的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。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
实施例1
一种持续泄漏扩散的动态模拟方法,具体如图1所示,包括如下步骤:
步骤S10,输入已知参数,并根据该已知参数初始化相关参数,所述已知参数包括危险介质类别、风速、风向、天气情况、泄漏位置地点等;
根据高斯烟羽模型(连续点源高斯模型),泄漏范围内任意点实际污染物浓度如式(1)所示:
根据此模型可以求出下风向任一点的泄漏物浓度:
其中,地面浓度(z=0)为:
下风向云羽中心线地面投影浓度(y=z=0)为:
式(4)中,Q:泄漏源强,单位kg/s;CD:泄漏系数,无量纲,可查;A:孔洞截面积,单位为m2;ρ:密度,单位kg/m3;z:相对高度,单位m;g:重力加速度,9.8m/s2;h:孔口上方液面高度,m;P:泄漏孔内压强,单位Pa;P0:泄漏孔外压强,单位Pa,通常为大气压;M:气体摩尔质量,kg/mol,可查;Rg:理想气体常数,8.314J/(kg·mol);H:有效源高,m;u:风速,m/s。x轴指向风向,y轴表示在水平面内与风向垂直的方向,z轴表示与水平面垂直的方向。σy、σz:泄漏扩散系数;
步骤S20,确定扩散系数,根据表1-3所提供的实际天气、泄漏情况确定:
表1大气稳定度的确定
表2日照强度的确定
表3连续泄漏扩散系数计算公式
步骤S30,无人机任意选定两个不同位置(x1,y1,z1),(x2,y2,z2)测得污染毒物的浓度分别为C1(x1,y1,z1),C2(x2,y2,z2);
步骤S40:对exp(-m2)在0点用6阶泰勒公式展开,并化简;
假设z!=0,exp(-m2)取值在(0,1)的区间,m接近0的时候取最大值1,对exp(-m2)在0点用6阶泰勒公式展开得:
令C(x,y,z)=a×Q×(exp(-m2)+exp(-n2)) (8)
m=d(H-z) (13)
n=d(H+z) (14)
步骤S50:用Matlab的符号工具箱symboltoolbox中的函数expand(f’,H’)把H的多项式展开,并化简,得到:
C(x,y,z)=a×Q×(d4H4+(6d4z2-2d2)H2+d4z4-2d2H2+2) (16)
令C(x,y,z)=a×Q×(pH2+q)2 (17)
p=d2 (18)
q=3d2z2-1 (19)
将式(5)、(6)用式(16)的多项式形式展开,得到:
C1(x1,y1,z1)=a1×Q×(p1H2+q1)2 (20)
C2(x2,y2,z2)=a2×Q×(p2H2+q2)2 (21)
步骤S60:选定某个地面浓度值<C>*(x,y,0),将得到的公式进行化简,得到最终的新预测模型;
对于一个给定地面浓度值<C>*(x,y,0),可以将式(25)变形为式(26):
其中:C为空间任意一点(x、y、z)在t时刻空气中有毒物质的质量浓度,单位为mg/m3;σx、σy、σz分别为水平竖轴、水平横轴和垂直向上的扩散参数;x、y、z分别为下风向距离、侧风向距离、垂直风向距离,单位为m。
t时刻,根据任意选定的两点,可以推算出t时刻任意位置的地面浓度<C>(x,0,0,t)和x轴浓度<C>(x,y,0,t)。
设实际事故中,警戒浓度<C>*(x,y,0)=k(定值)
将式(24)代入式(26)得:
式中H见式(22);式中p、q见(18)、(19);式中a、d见(8)、(13);
步骤S70:通过式(27)模型,结合实例中无人机探测数据,可得泄漏物任意t时刻,任意固定浓度C,任意高度为z处对应平面的等浓度曲线。
实施例2
为了更清楚地说明本发明,本实施例将初始参数设置为:
表4初始参数
其他条件相同的情况下,若发生事故时,泄漏孔径尺寸未知,分别取泄漏孔半径为6mm、9mm、12mm,则30mg/m3时等浓度曲线对比图如图3所示,图中原模型1为泄漏孔径估值为12mm时的等浓度曲线,图中原模型2为泄漏孔径为估值为实际尺寸9mm时的等浓度曲线,图中原模型3为泄漏孔径估值为6mm时的等浓度曲线。X轴表示下风向危险介质扩散距离。
采用相同的实际案例,取任意两点C1(60,12.809,0),C2(80,19.155),两点处的浓度分别为C1:553mg/m3,C2:140mg/m3,根据修正模型计算,则t时刻时,等浓度曲线如图3所示,图中修正模型曲线为该预测曲线。
图3中,原模型2为假设的准确预测范围。原模型1为预测泄漏孔洞半径取12mm(准确值9mm,正误差+3mm)时的预测结果。原模型3为预测泄漏孔洞半径取6mm(准确值9mm,负误差-3mm)时的预测结果。修正模型为使用本案新预测方法的预测结果。4条预测曲线的泄漏区域预测面积,具体见表5,经分析可得:当泄漏孔洞面积未知的情况下,使用原模型进行预测,在本实施例中当估算半径误差±3mm,泄漏区域预测面积误差为(-63%~112%),而使用新预测方法得到的修正模型进行预测,误差为2%。可见本发明的新预测方法的预测精度及稳定性,可靠性均显著高于原模型。
表5泄漏区域预测面积
且每无人机每探测一组数据任意两点C1(x1,y1,z1),C2(x2,y2,z2),均能根据该修正预测方法得到对应时刻的危险介质泄漏扩散情况,应急救援时,有助于实时更新最新事故情况,对应急处置的指挥调度、救援等工作的指导意义较大,因而具有高度的应用价值。
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 (3)
1.一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,包括以下步骤:
步骤S10,基于式(1)所示高斯烟羽模型,输入已知参数,并根据所述的已知参数初始化相关参数;
步骤S20,根据实际天气、泄漏情况确定扩散系数;
步骤S30:无人机任意选定两个不同位置(x1,y1,z1),(x2,y2,z2),测得污染毒物的浓度分别为C1(x1,y1,z1),C2(x2,y2,z2),则由式(1)得到式(5、6):
步骤S40:对exp(-m2)在0点用6阶泰勒公式展开,并化简为式(12);
m=d(H-z) (13)
n=d(H+z) (14)
步骤S50:用Matlab的符号工具箱symboltoolbox中的函数expand(f’,H’)把多项式展开,并化简,将(5)(6)表示成该多项式化简形式,得到式(20、21),求解H2和Q后,再化简得到式(24):
C1(x1,y1,z1)=a1×Q×(p1H2+q1)2 (20)
C2(x2,y2,z2)=a2×Q×(p2H2+q2)2 (21)
步骤S60:选定某个地面浓度<C>*(x,y,0),将得到的公式(24)代入原等浓度曲线(26)进行化简,得到最终的新预测模型,通过式(27)来计算地面等浓度曲线,
其中:C为空间任意一点(x、y、z)在t时刻空气中有毒物质的质量浓度,单位为mg/m3;σx、σy、σz分别为水平竖轴、水平横轴和垂直向上的扩散参数;x、y、z分别为下风向距离、侧风向距离、垂直风向距离,单位为m;
由于实际事故中,地面浓度<C>*(x,y,0)=k,k为定值
可得到式(27):
步骤S70:通过式(27)的模型,结合无人机探测数据,可得泄漏物任意t时刻,任意地面浓度C,任意高度为z处对应平面的等浓度曲线
<C>*:地面浓度;
Q:泄漏源强,单位kg/s;
H:有效源高,m;
u:风速,m/s;
a见式(9)、p见式(18)
p=d2 (18)
q=3d2z2-1 (19)
σy、σz:泄漏扩散系数。
2.根据权利要求1所述的基于无人机探测的危险介质泄漏过程实时动态预测方法,其特征在于,所述已知参数是危险介质类别、泄漏源总容量、风速、风向、天气情况、泄漏位置地带、温度和压力。
3.根据权利要求1所述的基于无人机探测的危险介质泄漏过程实时动态预测方法,其特征在于扩散系数的确定需结合已知的大气稳定度的确定表、日照强度确定表、连续泄漏扩散系数计算公式表,泄漏发生时的天气情况和泄漏位置地带。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711399751.5A CN108122051B (zh) | 2017-12-22 | 2017-12-22 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711399751.5A CN108122051B (zh) | 2017-12-22 | 2017-12-22 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108122051A CN108122051A (zh) | 2018-06-05 |
CN108122051B true CN108122051B (zh) | 2021-05-11 |
Family
ID=62231309
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711399751.5A Active CN108122051B (zh) | 2017-12-22 | 2017-12-22 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108122051B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108920818B (zh) * | 2018-06-29 | 2023-05-12 | 中国安全生产科学研究院 | 危险化学品气体泄漏等浓度线质心轨迹溯源方法 |
CN109145439B (zh) * | 2018-08-20 | 2021-07-02 | 南京市锅炉压力容器检验研究院 | 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 |
CN109780452B (zh) * | 2019-01-24 | 2021-02-26 | 天津中科飞航技术有限公司 | 基于激光遥测技术的气体泄漏无人机巡检浓度反演方法 |
CN110083968B (zh) * | 2019-05-08 | 2022-09-27 | 中国船舶重工集团公司第七0三研究所 | 基于修正气封泄露量影响数值模型的压气机特性预测方法 |
CN115952926B (zh) * | 2023-03-13 | 2023-05-30 | 北京理工大学 | 危险气体扩散范围预测方法、系统、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6010930A (en) * | 1996-01-22 | 2000-01-04 | Micron Technology Inc. | Vertically oriented structure with sloped opening and method for etching |
CN104008229A (zh) * | 2014-04-30 | 2014-08-27 | 北京大学 | 一种街区污染物浓度分布模型建立方法 |
CN104181276A (zh) * | 2013-05-28 | 2014-12-03 | 东北大学 | 一种基于无人机的企业碳排放量检测方法 |
CN105373997A (zh) * | 2014-08-29 | 2016-03-02 | 中国科学院上海高等研究院 | 基于实时气象信息的危化品泄露事故疏散撤离方法 |
CN105550505A (zh) * | 2015-12-08 | 2016-05-04 | 哈尔滨航天恒星数据系统科技有限公司 | 一种确定气体扩散范围的方法及系统 |
CN105717257A (zh) * | 2016-03-03 | 2016-06-29 | 重庆大学 | 基于非线性最小二乘法和扩展集员滤波的气体源无线定位 |
CN105805560A (zh) * | 2016-03-04 | 2016-07-27 | 南昌航空大学 | 一种基于无人机的天然气管道泄漏检测系统 |
CN106202679A (zh) * | 2016-07-04 | 2016-12-07 | 重庆大学 | 一种基于无人机系统的气体泄漏扩散过程的预测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI643969B (zh) * | 2013-12-27 | 2018-12-11 | 日商半導體能源研究所股份有限公司 | 氧化物半導體的製造方法 |
-
2017
- 2017-12-22 CN CN201711399751.5A patent/CN108122051B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6010930A (en) * | 1996-01-22 | 2000-01-04 | Micron Technology Inc. | Vertically oriented structure with sloped opening and method for etching |
CN104181276A (zh) * | 2013-05-28 | 2014-12-03 | 东北大学 | 一种基于无人机的企业碳排放量检测方法 |
CN104008229A (zh) * | 2014-04-30 | 2014-08-27 | 北京大学 | 一种街区污染物浓度分布模型建立方法 |
CN105373997A (zh) * | 2014-08-29 | 2016-03-02 | 中国科学院上海高等研究院 | 基于实时气象信息的危化品泄露事故疏散撤离方法 |
CN105550505A (zh) * | 2015-12-08 | 2016-05-04 | 哈尔滨航天恒星数据系统科技有限公司 | 一种确定气体扩散范围的方法及系统 |
CN105717257A (zh) * | 2016-03-03 | 2016-06-29 | 重庆大学 | 基于非线性最小二乘法和扩展集员滤波的气体源无线定位 |
CN105805560A (zh) * | 2016-03-04 | 2016-07-27 | 南昌航空大学 | 一种基于无人机的天然气管道泄漏检测系统 |
CN106202679A (zh) * | 2016-07-04 | 2016-12-07 | 重庆大学 | 一种基于无人机系统的气体泄漏扩散过程的预测方法 |
Non-Patent Citations (3)
Title |
---|
拉格朗日烟团模型的大气扩散系数自适应修正;谈文姬;《原子能科学技术》;20140331;全文 * |
高斯多烟团数学模型在职业危害评估中的应用;马争;《中国卫生工程学》;20131231;全文 * |
高斯烟团模型在石化类项目大气环境风险评价中的应用;李冰晶;《环境工程》;20130630;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108122051A (zh) | 2018-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN108171373B (zh) | 一种化工园区毒气泄露逃生路径规划方法 | |
CN104597212A (zh) | 一种大气污染源定位方法 | |
US9759597B2 (en) | Methods for calibrating a fugitive emission rate measurement | |
Wang et al. | Numerical investigation of leaking and dispersion of carbon dioxide indoor under ventilation condition | |
CN109086539A (zh) | 液氨储罐泄露伤害半径获取方法和设备 | |
CN109884250A (zh) | 一种长贮库房内偏二甲肼扩散浓度分布的快速估算方法 | |
CN114896901A (zh) | 一种危化品大气扩散评估方法 | |
CN110823456B (zh) | 一种自动搜索定位化学品输送管道泄漏点的方法和设备 | |
CN105629848B (zh) | 一种抢险装备的监控方法及控制器 | |
CN110705842A (zh) | 基于多源数据融合的化工园区危险态势感知方法及系统 | |
CN105868426A (zh) | 一种基于烟团模型的重气持续泄露模拟方法 | |
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 | |
CN116230106A (zh) | 一种有害气体浓度预测方法和应用 | |
Sun et al. | Investigation on the concentration prediction model and personnel hazard range of LNG leakage from tankers in the tunnel | |
CN109840374B (zh) | Calpuff模型对重质气体扩散模拟的改进方法和装置 | |
Pei et al. | Impacts of wind speed and leakage height on chlorine leakage diffusion | |
Liu et al. | Sulfur hexafluoride gas leakage monitoring and early-warning method for electrical power facilities | |
CN116738876A (zh) | 基于化工园区建筑物影响的危化品泄漏扩散模拟方法 | |
Xu et al. | Modeling and simulation of haze process based on Gaussian model | |
Zhang et al. | Study on LNG leakage and diffusion in dangerous goods logistics park | |
Liu et al. | Back Calculation of Leakage Accident Source Term of Liquid Ammonia Gas Storage Tank | |
Kozarev et al. | Gas pollutant dispersion in the atmosphere at particular meteorological conditions | |
CN104463716B (zh) | 基于天气因素的电网调度操作风险预警方法和系统 | |
CN104237075B (zh) | 评价溶解态二氧化碳在防腐涂层中扩散及渗透性能的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |