CN108733881B - 应对公共建筑室内突发空气污染的处理方法 - Google Patents
应对公共建筑室内突发空气污染的处理方法 Download PDFInfo
- Publication number
- CN108733881B CN108733881B CN201810331285.5A CN201810331285A CN108733881B CN 108733881 B CN108733881 B CN 108733881B CN 201810331285 A CN201810331285 A CN 201810331285A CN 108733881 B CN108733881 B CN 108733881B
- Authority
- CN
- China
- Prior art keywords
- air pollution
- ventilation
- public building
- concentration
- personnel
- 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
- 238000003905 indoor air pollution Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title claims description 53
- 238000009423 ventilation Methods 0.000 claims abstract description 142
- 238000003915 air pollution Methods 0.000 claims abstract description 106
- 238000013461 design Methods 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 238000005457 optimization Methods 0.000 claims abstract description 25
- 230000001186 cumulative effect Effects 0.000 claims abstract description 20
- 230000002441 reversible effect Effects 0.000 claims abstract description 11
- 239000012530 fluid Substances 0.000 claims abstract description 8
- 238000003672 processing method Methods 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims description 30
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000013507 mapping Methods 0.000 claims description 15
- 230000002068 genetic effect Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000002474 experimental method Methods 0.000 claims description 5
- 238000011478 gradient descent method Methods 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 2
- 238000004088 simulation Methods 0.000 abstract description 5
- 230000036541 health Effects 0.000 abstract description 2
- 238000004378 air conditioning Methods 0.000 description 15
- 239000003795 chemical substances by application Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005192 partition Methods 0.000 description 5
- 230000000241 respiratory effect Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 239000002341 toxic gas Substances 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- JJIUCEJQJXNMHV-UHFFFAOYSA-N VX nerve agent Chemical compound CCOP(C)(=O)SCCN(C(C)C)C(C)C JJIUCEJQJXNMHV-UHFFFAOYSA-N 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 231100000816 toxic dose Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Ventilation (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
Abstract
本发明提供了一种应对公共建筑室内突发空气污染的处理方法，其包括：建立计算流体动力学模型来模拟常规通风下突发空气污染的动态浓度分布；将该模拟对象划分计算区域；通过多主体模型软件得到计算区域的人员动态分布规律；根据动态浓度分布和人员动态分布来计算空气污染累积暴露风险；确定优化函数模型以得到通风重点保护区域；确定通风重点保护区域的空气污染浓度设计阈值；根据该浓度设计阈值反向匹配得到应急通风方案；检验应急通风方案至最终输出通风安全区域。本发明通过空气污染浓度设计阈值反向匹配相应的应急通风方案及运行控制措施，在公共建筑室内营造通风安全区域，进而在突发空气污染时最大限度地保证公共建筑室内人员的安全和健康。
Description
技术领域
本发明属于建筑通风安全区域设计的技术领域，具体涉及一种应对公共建筑室内突发空气污染的处理方法。
背景技术
由于多数公共建筑内的人员较为密集，从而导致人员可能成为恐怖分子的潜在袭击目标。针对公共建筑的袭击方式众多，而采用在公共建筑内部施放生化战剂的袭击方式较为隐秘，一旦施放可能导致灾难性的后果。在重要的公共建筑面临此类袭击风险时，如何通过应急通风的有效组织在建筑内营造一个通风安全区域，使该安全区域即使在面临最不利的袭击场景时仍然能保证疏散至该安全区域的室内人员处在一个较低的污染浓度暴露之下，是一项从方法学上亟待突破的技术创新。
现有公共建筑的应急通风往往只考虑了火灾时的场景，囿于火灾烟气与施放有毒气体在分子量上的巨大差异，火灾烟气的顶排系统可能无法有效排出有毒气体，反而会将其浓度高度提升到接近人体呼吸区的位置，因此采用传统的火灾应急通风方式来应对此类突发事件甚至可能会加剧室内人员的空气污染暴露风险。从突发污染的应急方法学体系而言，亟待构建面向突发空气污染的公共建筑通风安全区域，指导室内人员在此类事件发生时向该区域疏散，进而最大限度地在此类事件中保障公共建筑内的人员安全。
所谓“通风安全区域”是指在突发空气污染发生后的短暂时间内，通过应急通风形成的有效气流组织隔断空气污染的传播，在此区域内营造一个对人员基本无害的浓度范围，从而作为室内人员疏散的目的地。其概念类似于人防通风与事故通风，但由于生化袭击的随机性特征，首先需要确定不同袭击场景可能导致的室内人员污染暴露浓度，又由于室内人员疏散的可组织性，也需要得到不同时刻的室内人员动态分布，以上动态数据均可通过现有模拟软件进行先验模拟后得到，但目前尚无同时考虑室内空气污染浓度的动态变化以及室内人员的动态分布来量化室内人员暴露风险的方法。且关于通风安全区域的耦合的双向优化问题，目前尚无可借鉴的公开技术。
发明内容
本发明针对现有技术中的不足，目的是提供一种应对公共建筑室内突发空气污染的处理方法。
为达到上述目的，本发明的解决方案是：
一种应对公共建筑室内突发空气污染的处理方法，其包括如下步骤：
(1)、建立计算流体动力学(Computational Fluid Dynamics，CFD)模型来模拟常规通风下公共建筑室内突发空气污染时的动态浓度分布；
(2)、将模拟的公共建筑室内划分为至少2个计算区域；
(3)、通过多主体模型软件(Multi‐agent model)得到公共建筑室内的各个计算区域内人员动态分布规律；
(4)、根据动态浓度分布和人员动态分布来计算空气污染累积暴露风险；
(5)、利用穷举法对各计算区域的空气污染累积暴露风险进行计算累加，确定优化函数模型以得到通风重点保护区域；
(6)、确定通风重点保护区域的空气污染浓度设计阈值；
(7)、根据空气污染浓度设计阈值反向匹配通风重点保护区域以得到应急通风方案；
(8)、检验应急通风方案至最终输出通风安全区域。
较佳地，步骤(1)中，模拟动态浓度分布的具体过程为：
构建公共建筑的计算流体动力学(CFD)模型，采用CFD模型内置Fluent软件中的k‐ε双方程模型计算常规通风下的公共建筑的内部气流场，Species Transport模型计算突发空气污染时公共建筑室内的空气污染动态浓度场，User Defined Functions(UDF)模型设置公共建筑在常规通风下的边界和突发空气污染时的边界。
较佳地，步骤(2)中，划分计算区域的具体过程为：
将计算流体动力学模型下的公共建筑室内按照公共建筑的边界划分为至少2个计算区域。
较佳地，步骤(3)中，模拟人员动态分布的具体过程为：
通过多主体模型软件界定人员在公共建筑室内的正常活动区域，并在突发空气污染时设置不同的人员疏散模式，模拟不同疏散模式下的人员动态分布。
较佳地，步骤(4)中，计算空气污染累积暴露风险的具体过程为：
分别提取步骤(1)中动态浓度分布的数据和步骤(3)中人员动态分布的数据，代入公共建筑室内人员污染累积暴露风险的公式并进行计算。
较佳地，步骤(5)中，利用穷举法对各计算区域的空气污染累积暴露风险计算累加并确定优化函数模型，即得到突发空气污染的施放场景与人员疏散模式的对应关系，进而根据函数模型确定通风重点保护区域。
其中，通风重点保护区域的约束条件为：
(a)、位于人员疏散路径上；(b)、空气污染浓度最晚影响到的区域。
较佳地，步骤(6)中，确定空气污染浓度设计阈值的具体过程为：
根据相关医学实验的结果确定通风重点保护区域的空气污染浓度设计阈值，该空气污染浓度设计阈值应满足公共建筑室内人员长期暴露在该浓度阈值下基本无害的要求。
较佳地，步骤(7)中，确定应急通风方案的具体过程为：
根据空气污染浓度设计阈值的反向匹配并确定应急通风方案，即已知空气污染浓度设计阈值(目标输出值)来反求应急通风方案(输入值)，是一种由果及因的反向优化过程。
针对通风安全区域的应急通风方式优化的问题，实质上是一个前向优化和后向优化耦合的双向优化问题，所谓前向优化是指需要在优化的函数模型指导下确定通风重点保护区域，这需要大量的先验模拟提供数据支撑，是已知模型输入得到模型输出的问题；所谓后向优化是指依据预先设置的通风重点保护区域内的污染浓度设计阈值来反向匹配相应的应急通风方案，是已知输出浓度来反求模型输入的问题。
较佳地，步骤(8)中，应急通风方案的检验过程为：
判断通风重点保护区域内的平均空气污染浓度是否满足空气污染浓度设计阈值的需求，若不满足则调整应急通风方案，若满足则最终输出通风安全区域。
由于采用上述方案，本发明的有益效果是：
第一、本发明解决了通风安全区域确定过程中的前向优化和后向优化耦合的双向优化问题，在前向优化得到通风重点保护区域的基础上通过后向优化确定该区域的应急通风方案，最终得到通风安全区域。另外，本发明为公共建筑室内应对突发空气污染的应急通风设计提供了行之有效的技术路线，通过通风安全区域的确定和实施为室内人员在突发事件发生时提供一个相对最安全的疏散目的地。
第二、本发明的通风安全区域内的平均空气污染浓度始终控制在空气污染浓度设计阈值下，可满足空气污染在该浓度条件下长时间暴露对室内人员基本无害的要求，且室内人员疏散至该区域后可以安全地等待救援。
第三、本发明通过数值模拟及室内人员累积暴露风险指标对通风重点保护区域的决策过程和应急通风方案的优化设计过程提供强大的数据支撑，公共建筑室内人员累积暴露风险公式的提出也为量化类似突发事件提供了相应的计算参考依据。
总之，与现有技术相比，本发明可以应对最不利的空气污染场景，通过确定的空气污染浓度设计阈值反向匹配相应的应急通风方案及运行控制措施，在公共建筑室内营造通风安全区域，进而在突发空气污染时最大限度地保证公共建筑室内人员的安全和健康。
附图说明
图1为本发明的应对公共建筑室内突发空气污染的处理方法流程图。
图2为本发明的实施例中公共建筑室内划分计算区域的示意图。
图3为本发明的实施例中公共建筑室内的通风安全区域的优化示意图。
图4为本发明的实施例中公共建筑室内的模拟突发空气污染的动态浓度分布示意图(左侧为空气污染的浓度标尺)。
图5为本发明的实施例中公共建筑室内的通风安全区域优化后的模拟突发空气污染的浓度分布示意图(左侧为空气污染的浓度标尺)。
图6为本发明的实施例中公共建筑室内人员在20.0s时正常活动区域的人员分布示意图(右侧为公共建筑室内人员的疏散速度)。
图7为本发明的实施例中公共建筑室内人员在40.0s时进行最不利疏散时的动态分布示意图(右侧为公共建筑室内人员的疏散速度)。
图8为本发明的实施例中公共建筑室内人员在70.0s时向通风安全区域疏散时的动态分布示意图(右侧为公共建筑室内人员的疏散速度)。
附图标记：SA1‐空调送风系统、RA1‐第一空调回风系统、RA2‐第二空调回风系统、TA‐条缝送风系统、NA‐新风系统、a‐空调通风系统至地面的标准高度和b‐目标公共建筑的标准高度。
具体实施方式
本发明提供了一种应对公共建筑室内突发空气污染的处理方法。
<应对公共建筑室内突发空气污染的处理方法>
本发明的应对公共建筑室内突发空气污染的处理方法，如图1所示，其包括如下步骤：
(1)、建立计算流体动力学(Computational Fluid Dynamics，CFD)模型来模拟常规通风下，公共建筑室内突发(随机)空气污染施放场景时的浓度动态分布，具体过程为：
对公共建筑进行几何建模，采用CFD模型的内置Fluent软件中的k‐ε双方程模型计算常规通风下的公共建筑室内的内部气流场，Species Transport模型计算突发(随机)空气污染施放场景下的公共建筑室内的空气污染的动态浓度场，User Defined Functions(UDF)模型设置公共建筑在常规通风下的边界和突发空气污染时的边界。
(2)、划分计算区域的具体过程为：
将CFD模型下的公共建筑室内按照公共建筑的边界划分为至少2个计算区域。
(3)、通过多主体模型软件(Multi‐agent model)得到公共建筑室内不同疏散模式中的人员动态分布规律，具体过程为：
通过多主体模型软件(Multi‐agent model)首先界定公共建筑室内的人员正常活动区域(与步骤(1)中CFD几何模型平面图一致)，进而得到在不同疏散模式(即各个计算区域)中的人员动态分布规律。
(4)、根据步骤(1)的动态浓度分布和步骤(3)的人员动态分布来计算空气污染累积暴露风险，具体过程为：
分别提取步骤(1)中的动态浓度分布的数据及步骤(3)中人员动态分布的数据，代入公共建筑室内人员空气污染累积暴露风险的公式并进行计算：
其中，MER(τ)为公共建筑室内人员动态累积暴露风险，NOi(t)为第i个分区内的人员数目，由步骤(3)中的多主体模型软件中室内人员动态分布规律得到，
为第i分区内的空气污染平均浓度，由步骤(1)中的CFD模型中动态浓度场计算得到，
为整个公共建筑室内的平均空气污染浓度，M为步骤(2)所划分的计算区域数目，其取值范围由公共建筑的边界来决定；t为疏散时间，τ为人员疏散所需的总时间；上述公式即相当于将空气污染浓度与人员数目的乘积在人员疏散所需时间上进行积分从而得到空气污染累积暴露风险。
(5)、利用穷举法对各计算区域的空气污染累积暴露风险计算并确定优化函数模型，首先得到空气污染最大累积暴露风险中所对应的突发污染的施放场景与人员疏散模式，具体过程为：
f{污染施放场景，人员疏散模式}＝MERmax；
其中，f函数为由变量污染施放场景和变量人员疏散模式到公共建筑室内空气污染最大累积暴露风险的映射关系，即在已计算的所有污染施放场景和人员疏散模式对应的MER值中寻找最大值。
然后在MERmax下的污染施放场景和人员疏散模式中通过梯度下降法进行目标寻优(实现前向目标寻优)，即确定通风重点保护区域，具体过程为：
梯度下降法的公式为：
其中，M为待求的通风重点保护区域，θ为约束条件，f为中间变量，w为约束条件的总个数，j为第j个约束条件。
实际上，通风重点保护区域有两个约束条件：
(a)、位于人员疏散路径上；(b)、空气污染浓度最晚影响到的区域。
(6)、确定通风重点保护区域内的人员呼吸区的空气污染浓度设计阈值，具体过程为：
以相关医学实验数据为依据确定通风重点保护区域内的人员呼吸区的空气污染浓度设计阈值，如表1所示；
表1相关医学实验数据
实际上，人员呼吸区的空气污染浓度设计阈值应满足在该浓度阈值条件下长时间暴露的浓度剂量远低于医学实验数据所提供的参考中毒剂量，使得公共建筑室内人员长期暴露在该浓度阈值下基本无害的要求。
(7)、根据空气污染浓度设计阈值反向匹配通风重点保护区域，从而确定应急通风方案，具体过程为：
首先，通过遗传算法建立设计浓度阈值与不同应急通风方案对应的实际浓度之间的可逆映射关系，然后通过神经网络算法训练应急通风方案与其对应浓度的映射关系，最后建立空气污染浓度设计阈值(输出值)与应急通风方案(输入值)间的映射关系，进而可由空气污染浓度设计阈值直接判定所要采取的应急通风方案。
遗传算法的公式为：
g(I)＝||ca-cd||2
其中，ca为不同应急通风方案对应的实际浓度，cd为污染浓度设计阈值，||·||代表泛函。该遗传算法通过筛选不同的应急通风方案，找出适应度较优的种群个体，对除这部分个体外的其余个体进行交叉和变异操作，判断该个体的适应度是否达到要求，如果未获得g(I)的最小值则继续重复上述过程，直到迭代收敛于所设定的最优适应度则算法停止，输出的最优个体即为最优应急通风方案。
神经网络算法可用Matlab计算软件中的工具箱来实现，神经网络算法用于训练应急通风方案与其对应浓度的映射关系，包含一个输入层、一个隐含层及一个输出层。这样，通过遗传算法和神经网络算法，构建了设计浓度阈值与应急通风方案的可逆映射，进而可由空气污染浓度设计阈值直接判定所要采取的应急通风方案。
(8)、检验应急通风方案是否满足空气污染浓度设计阈值的需求，具体过程为：
若CFD模型输出值(即通风重点保护区域内的平均空气污染浓度)不满足空气污染浓度设计阈值的需求时，则调整步骤(7)中的应急通风方案，若满足则最终输出通风安全区域。
以下结合附图所示实施例对本发明作进一步的说明。
实施例：
本实施例的应对公共建筑室内突发空气污染的处理方法，其包括如下步骤：
(1)、构建目标公共建筑的三维CFD几何模型，采用CFD模型的内置Fluent软件中的k‐ε双方程模型计算常规通风下的公共建筑室内的内部气流场，Species Transport模型计算突发(随机)空气污染施放场景下的公共建筑室内的空气污染的动态浓度场，并将动态浓度数据储存在计算系统中，User Defined Functions(UDF)模型设置公共建筑在常规通风下和突发空气污染时的边界。如图3所示，长方体所示区域为目标公共建筑大空间，上方的管道为公共建筑配备的空调通风系统，空调通风系统包括空调送风系统SA1、第一空调回风系统RA1和第二空调回风系统RA2，突发空气污染物可以在空调通风系统或公共建筑大空间中施放，其中，空调通风系统至地面的标准高度a为5.0m，目标公共建筑的标准高度b为4.5m。
(2)、如图2所示，将CFD模型下的公共建筑室内按照公共建筑的边界划分为16个计算区域。
(3)、利用多主体模型软件界定公共建筑室内的人员正常活动区域，如图6所示，该正常活动区域为步骤(1)中的三维CFD几何模型在标高为0的平面上的投影，进而得到不同疏散模式(即各个计算区域)中的人员动态分布规律。
(4)、根据步骤(1)的动态浓度场分布和步骤(3)的人员动态分布来计算空气污染累积暴露风险，具体过程为：
分别将步骤(1)中CFD模型输出的动态浓度分布的数据及步骤(3)中人员动态分布的数据代入公共建筑室内人员空气污染累积暴露风险的公式并进行计算：
其中，MER(τ)为公共建筑室内人员动态累积暴露风险，NOi(t)为第i个分区内的人员数目，由步骤(3)中的多主体模型软件中室内人员动态分布规律得到，
为第i分区内的空气污染平均浓度，由步骤(1)中的CFD模型中动态浓度场计算得到，
为整个公共建筑室内的平均空气污染浓度，M为所划分的分区总数，即M为步骤(2)所划分的计算区域数目，其取值范围由公共建筑的边界决定；t为时间，τ为人员疏散所需的总时间。在本实施例中，M＝16，1≤i≤16。
(5)、首先利用穷举法对各计算区域的空气污染累积暴露风险计算并确定优化函数模型，得到空气污染最大累积暴露风险中所对应的突发污染的施放场景与人员疏散模式，具体过程为：
f{污染施放场景，人员疏散模式}＝MERmax；
其中，f函数为由变量污染施放场景和变量人员疏散模式到室内空气污染最大累积暴露风险的映射关系。
具体地，人员最大累积暴露风险所对应的污染施放场景是当空气污染被施放在空调通风系统的新风口时，该施放场景由于空调通风系统中的高速气流会裹挟空气污染物进行快速扩散，并通过送风口直接进入公共建筑室内，导致整个公共建筑室内的污染浓度快速上升，如图4所示(颜色较深表示空气污染浓度小，颜色较浅表示空气污染浓度大)。而人员最大累积暴露风险所对应的人员疏散模式则是当公共建筑室内所有人员均向同一个逃生出口进行疏散时，由于该疏散模式所需疏散时间最长且在逃生出口附近容易造成人员拥挤效应的现象，从而导致暴露风险升高，如图7所示。
人员最大累积暴露风险的计算结果均通过大量CFD模型模拟和多主体模型软件得到，其准确性业已通过相关实验验证，可靠性强。
然后在所确定的污染施放场景和人员疏散模式的映射关系下通过梯度下降法进行目标寻优，进而确定通风重点保护区域，具体过程为：
梯度下降法的公式为：
其中，M为待求的通风重点保护区域，θ为约束条件，f为中间变量，w为约束条件的总个数，j为第j个约束条件。
实际上，通风重点保护区域有两个约束条件：
(a)、位于人员疏散路径上；(b)、污染浓度最晚影响到的区域。
具体地，该通风重点保护区域的界定情况如图3所示，由于所确定的污染施放场景是当空气污染在空调通风系统的新风口施放时，此时，污染浓度最晚抵达的区域位于空调通风系统的末端，同时由于该区域也位于公共建筑室内人员的可选疏散路径上，所以选定该区域为通风重点保护区域，如图3的右下角区域。
(6)、确定通风重点保护区域内的人员呼吸区的空气污染浓度设计阈值，具体过程为：
以相关医学实验数据为依据确定通风重点保护区域内的人员呼吸区的空气污染浓度设计阈值，如表2所示。
表2相关医学实验数据
具体地，设定通风重点保护区域的呼吸区污染浓度阈值为10μg/m3，在该浓度阈值下，即使施放毒性最大的生化战剂(VX神经性毒剂)，也仍然能保证疏散至其中的人员在8h内不会达到中毒剂量(即10μg/m3)，因此，8h的时间对于等待外部救援而言是一个比较充足的时间。
(7)、根据人员呼吸区域的空气污染浓度设计阈值反向匹配通风重点保护区域，从而确定应急通风方案，具体过程为：
首先，通过遗传算法建立设计浓度阈值与不同应急通风方案对应的实际浓度之间的可逆映射关系，然后通过神经网络算法训练应急通风方案与其对应浓度的映射关系，最后建立空气污染浓度设计阈值(输出值)与应急通风方案(输入值)间的映射关系，进而可由空气污染浓度设计阈值直接判定所要采取的应急通风方案。
遗传算法的公式为：
g(I)＝||ca-cd||2
其中，ca为不同应急通风方案对应的实际浓度，cd为污染浓度设计阈值，||·||代表泛函。
具体地，如图3所示，最终确定的应急通风方案为在通风重点保护区域内加装地板的条缝送风系统TA和新风系统NA，其中条缝送风系统TA安装在地面上，送风方向为由下而上(即图3中的箭头方向)，新风系统NA安装在天花板上或吊顶内。需要注意的是，上述两套系统平时不开启且是保密的，在所有公开的施工图中均无法看到上述两套通风系统，因此，保证上述两套通风系统不会成为袭击者的攻击目标。如图5所示，由于条缝送风系统TA中风口的风速较高，对其外部空气污染起了隔断作用，同时由于新风系统NA不断补充室外新风进入该区域，导致条缝送风系统TA所围成区域内的污染物浓度始终保持在设计浓度阈值(10μg/m3)之下。在公共建筑遭遇生化袭击时，该应急通风系统开启，营造通风安全区域；指导室内所有人员向该区域疏散(由于生化袭击的不确定性，公共建筑内其它区域此时都存在暴露风险，对于决策者而言，能确定的只有通风安全区域内是安全的)，如图8所示，到达该区域的人员可在此静待救援。
(8)、判断并检验应急通风方案是否可以满足空气污染浓度设计浓度阈值的需求，具体过程为：
若CFD模型输出值(通风重点保护区域内的平均空气污染浓度)不满足空气污染浓度设计阈值(10μg/m3)的需求时，则调整步骤(7)中的应急通风方案，若满足则最终输出通风安全区域。
上述对实施例的描述是为了便于该技术领域的普通技术人员能理解和使用本发明。熟悉本领域技术人员显然可以容易的对这些实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中，而不必经过创造性的劳动。因此，本发明不限于上述实施例。本领域技术人员根据本发明的原理，不脱离本发明的范畴所做出的改进和修改都应该在本发明的保护范围之内。
Claims (7)
1.一种应对公共建筑室内突发空气污染的处理方法，其特征在于：其包括如下步骤：
(1)、模拟常规通风下公共建筑室内突发空气污染时的动态浓度分布；
(2)、将模拟的公共建筑室内划分计算区域；
(3)、模拟公共建筑室内的计算区域内人员动态分布；
(4)、根据所述动态浓度分布和所述人员动态分布来计算空气污染累积暴露风险；
分别提取步骤(1)中所述动态浓度分布的数据和步骤(3)中所述人员动态分布的数据，代入公共建筑室内人员污染累积暴露风险的公式并进行计算；
(5)、确定优化函数模型以得到通风重点保护区域；
利用穷举法对所述空气污染累积暴露风险计算并确定优化函数模型，即得到突发空气污染的施放场景与人员疏散模式的对应关系，进而根据所述函数模型确定通风重点保护区域，具体过程为：R{污染施放场景，人员疏散模式}＝MERmax；其中，R函数为由变量污染施放场景和变量人员疏散模式到公共建筑室内人员污染最大累积暴露风险的映射关系，即在已计算的所有污染施放场景和人员疏散模式对应的MER值中寻找最大值max，然后在MERmax下的污染施放场景和人员疏散模式中通过梯度下降法进行目标寻优，即确定通风重点保护区域；梯度下降法的公式为：
其中，M1为待求的通风重点保护区域，θ为约束条件，f为中间变量，w为约束条件的总个数，j为第j个约束条件；
(6)、确定所述通风重点保护区域的空气污染浓度设计阈值；
(7)、根据所述空气污染浓度设计阈值反向匹配所述通风重点保护区域以得到应急通风方案；
通过遗传算法建立浓度设计阈值与不同应急通风方案对应的实际浓度之间的可逆映射关系，然后通过神经网络算法训练应急通风方案与其对应浓度的映射关系，最后建立空气污染浓度设计阈值输出值与应急通风方案输入值间的映射关系，进而由空气污染浓度设计阈值直接判定所要采取的应急通风方案；遗传算法的公式为：g(I)＝||ca-cd||2，其中，ca为不同应急通风方案对应的实际浓度，cd为污染浓度设计阈值，||·||代表泛函，所述遗传算法通过筛选不同的应急通风方案，找出适应度较优的种群个体，对除这部分个体外的其余个体进行交叉和变异操作，判断该个体的适应度是否达到要求，如果未获得g(I)的最小值则继续重复，直到迭代收敛于所设定的最优适应度则算法停止，输出的最优个体即为最优应急通风方案；
(8)、检验所述应急通风方案。
2.根据权利要求1所述的处理方法，其特征在于：步骤(1)中，所述模拟的动态浓度分布的具体过程为：
构建公共建筑的计算流体动力学模型，采用计算流体动力学模型内置Fluent软件中的k-ε双方程模型计算常规通风下的公共建筑的内部气流场，Species Transport模型计算突发空气污染时公共建筑室内的空气污染动态浓度场，User Defined Functions模型设置公共建筑在常规通风下的边界和突发空气污染时的边界。
3.根据权利要求1所述的处理方法，其特征在于：步骤(2)中，所述划分计算区域的具体过程为：
将计算流体动力学模型下的公共建筑室内按照公共建筑的边界划分为至少2个计算区域。
4.根据权利要求1所述的处理方法，其特征在于：步骤(3)中，所述模拟的人员动态分布的具体过程为：
通过多主体模型软件界定人员在公共建筑室内的正常活动区域，并在突发空气污染时设置不同的人员疏散模式，模拟不同疏散模式下的人员动态分布。
5.根据权利要求1所述的处理方法，其特征在于：所述通风重点保护区域的约束条件为：
(a)、位于人员疏散路径上；(b)、空气污染浓度最晚影响到的区域。
6.根据权利要求1所述的处理方法，其特征在于：步骤(6)中，所述确定的空气污染浓度设计阈值的具体过程为：
根据医学实验确定所述通风重点保护区域的空气污染浓度设计阈值。
7.根据权利要求1所述的处理方法，其特征在于：步骤(8)中，所述应急通风方案的检验过程为：
判断所述通风重点保护区域内的平均空气污染浓度是否满足空气污染浓度设计阈值的需求，若不满足则调整所述应急通风方案，若满足则最终输出通风安全区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810331285.5A CN108733881B (zh) | 2018-04-13 | 2018-04-13 | 应对公共建筑室内突发空气污染的处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810331285.5A CN108733881B (zh) | 2018-04-13 | 2018-04-13 | 应对公共建筑室内突发空气污染的处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108733881A CN108733881A (zh) | 2018-11-02 |
| CN108733881B true CN108733881B (zh) | 2021-10-12 |
Family
ID=63938876
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810331285.5A Active CN108733881B (zh) | 2018-04-13 | 2018-04-13 | 应对公共建筑室内突发空气污染的处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108733881B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110907611A (zh) * | 2019-12-26 | 2020-03-24 | 浙江省环境科技有限公司 | 一种区域恶臭污染的检测控制系统 |
| CN111554409A (zh) * | 2020-05-27 | 2020-08-18 | 清华大学 | 一种建筑内病毒传播的监测、溯源与预警调控系统及方法 |
| CN112800661B (zh) * | 2020-12-29 | 2022-05-31 | 同济大学 | 一种面向工业环境移动个体的工位送风设计方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102646166A (zh) * | 2012-03-08 | 2012-08-22 | 北京师范大学 | 一种复杂建筑室内应急疏散模拟的方法 |
| CN103914622A (zh) * | 2014-04-04 | 2014-07-09 | 清华大学 | 一种化学品泄漏快速预测预警应急响应决策方法 |
| CN104750949A (zh) * | 2015-04-22 | 2015-07-01 | 中国石油大学(华东) | 一种气体泄漏中毒个人风险定量评估及表征方法 |
| CN107025496A (zh) * | 2017-03-08 | 2017-08-08 | 同济大学 | 一种集中空调风系统突发污染分布检测点的优化布置方法 |
| CN107392396A (zh) * | 2017-08-25 | 2017-11-24 | 北京科技大学 | 一种考虑烟气综合危害的虚拟疏散评价方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8190367B2 (en) * | 2006-02-21 | 2012-05-29 | Nir Bassa | System and method for assessing and reducing air pollution by regulating airflow ventilation |
-
2018
- 2018-04-13 CN CN201810331285.5A patent/CN108733881B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102646166A (zh) * | 2012-03-08 | 2012-08-22 | 北京师范大学 | 一种复杂建筑室内应急疏散模拟的方法 |
| CN103914622A (zh) * | 2014-04-04 | 2014-07-09 | 清华大学 | 一种化学品泄漏快速预测预警应急响应决策方法 |
| CN104750949A (zh) * | 2015-04-22 | 2015-07-01 | 中国石油大学(华东) | 一种气体泄漏中毒个人风险定量评估及表征方法 |
| CN107025496A (zh) * | 2017-03-08 | 2017-08-08 | 同济大学 | 一种集中空调风系统突发污染分布检测点的优化布置方法 |
| CN107392396A (zh) * | 2017-08-25 | 2017-11-24 | 北京科技大学 | 一种考虑烟气综合危害的虚拟疏散评价方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108733881A (zh) | 2018-11-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sun et al. | The efficacy of social distance and ventilation effectiveness in preventing COVID-19 transmission | |
| CN108733881B (zh) | 应对公共建筑室内突发空气污染的处理方法 | |
| Bazant et al. | Monitoring carbon dioxide to quantify the risk of indoor airborne transmission of COVID-19 | |
| Ronchi et al. | Fire evacuation in high-rise buildings: a review of human behaviour and modelling research | |
| Soltanzadeh et al. | Performance evaluation of refuge floors in combination with egress components in high-rise buildings | |
| Rencken et al. | Patterns of SARS-CoV-2 aerosol spread in typical classrooms | |
| KR101478691B1 (ko) | 인텔리전트 빌딩의 화재 확산 지연 시스템 및 방법 | |
| KR102375246B1 (ko) | 재난상황을 대비한 지능형 대피 유도 시스템 | |
| Arpino et al. | Risk of SARS‐CoV‐2 in a car cabin assessed through 3D CFD simulations | |
| Chen et al. | Sensor system design for building indoor air protection | |
| Wojciech et al. | Combined wind engineering, smoke flow and evacuation analysis for a design of a natural smoke and heat ventilation system | |
| Habchi et al. | Displacement ventilation zonal model for particle distribution resulting from high momentum respiratory activities | |
| Aganovic et al. | Zonal modeling of air distribution impact on the long-range airborne transmission risk of SARS-CoV-2 | |
| Karam et al. | Effective mitigation of cross-contamination in classroom conditioned by intermittent air jet cooling with use of portable air cleaners | |
| Suebyat et al. | A Mathematical Model for the Risk Analysis of Airborne Infectious Disease in an Outpatient Room with Personal Classification Factor. | |
| Cho et al. | Onsite measurement and dilution-based infection risk assessment for a new mobile negative pressure isolation room (MNPIR) as a solution to minimize cross-infection | |
| Li et al. | Investigation on the cross-infection control performance of interactive cascade ventilation in multi-scenario of winter | |
| Yuce et al. | Analysis of parameters influencing pathogen concentration in a room with displacement ventilation using computational fluid dynamics and Taguchi methods | |
| Wang et al. | Tracer study of airborne disease transmission in an aircraft cabin mock-up | |
| Deng et al. | Assessment of personal exposure to infectious contaminant under the effect of indoor air stability | |
| Cai et al. | An optimization method of sensor layout to improve source identification accuracy in the indoor environment | |
| Fernandez et al. | Air Change and Aerosol Evacuation Rates in a Two-Occupancy Room with Stand Fan for Forced Ventilation | |
| Osterman et al. | Analysis of Educational Building’s Ventilation Suitability to Prevent the Spread of Coronavirus (SARS-CoV-2) | |
| Piller et al. | Assessment of infection probability indices for airborne diseases in confined spaces: combination of CFD and analytical modelling | |
| Gupta | Understanding performance based design for smoke extraction system with modelling and simulation |
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 |