CN111033218A - 浓度估计方法 - Google Patents
浓度估计方法 Download PDFInfo
- Publication number
- CN111033218A CN111033218A CN201880055161.7A CN201880055161A CN111033218A CN 111033218 A CN111033218 A CN 111033218A CN 201880055161 A CN201880055161 A CN 201880055161A CN 111033218 A CN111033218 A CN 111033218A
- Authority
- CN
- China
- Prior art keywords
- substance
- coefficient
- space
- adsorption
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000000126 substance Substances 0.000 claims abstract description 174
- 238000001179 sorption measurement Methods 0.000 claims abstract description 86
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 55
- 238000009792 diffusion process Methods 0.000 claims abstract description 51
- 230000010365 information processing Effects 0.000 claims abstract description 8
- 239000000463 material Substances 0.000 claims description 23
- 238000004088 simulation Methods 0.000 description 22
- 238000002336 sorption--desorption measurement Methods 0.000 description 20
- QWPPOHNGKGFGJK-UHFFFAOYSA-N hypochlorous acid Chemical compound ClO QWPPOHNGKGFGJK-UHFFFAOYSA-N 0.000 description 18
- 238000004891 communication Methods 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 11
- 238000003860 storage Methods 0.000 description 11
- 238000009826 distribution Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000000052 comparative effect Effects 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- -1 acryl Chemical group 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 239000004566 building material Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 230000003746 surface roughness Effects 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 125000003118 aryl group Chemical group 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000008177 pharmaceutical agent Substances 0.000 description 1
- 238000009832 plasma treatment Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
浓度估计方法由信息处理装置执行，来估计空间(10)内扩散的物质(20)的浓度，在该浓度估计方法中，作为输入数据而获取以下数据：物质(20)的产生量；使物质(20)移动的气流的风向及风速；物质(20)的自我分解系数；物质(20)的扩散系数；物质(20)的相对于空间(10)内的规定面的吸附释放系数；以及空间(10)内的温度、湿度及紫外线量中的至少1个，使用获取到的输入数据来计算空间(10)内的物质(20)的浓度。
Description
技术领域
本发明涉及一种浓度估计方法。
背景技术
以往，已知以下一种技术：通过模拟来估计大气中扩散的污染物质的浓度(例如，参照专利文献1和2)。
现有技术文献
专利文献
专利文献1：日本特开2014-145736号公报
专利文献2：日本特开2007-122365号公报
发明内容
发明要解决的问题
然而，在上述以往技术中，存在估计精度低这样的问题。
因此，本发明的目的在于，提供一种能够高精度地估计物质的浓度的浓度估计方法。
用于解决问题的方案
为了达成上述目的，本发明的一个方式所涉及的浓度估计方法由信息处理装置执行，用于估计空间内扩散的物质的浓度，在该浓度估计方法中，作为输入数据而获取以下数据：所述物质的产生量；使所述物质移动的气流的风向及风速；所述物质的自我分解系数；所述物质的扩散系数；所述物质的相对于所述空间内的规定面的吸附释放系数；以及所述空间内的温度、湿度及紫外线量中的至少1个，使用获取到的输入数据来计算所述空间内的所述物质的浓度。
另外，本发明的一个方式能够实现为用于使计算机执行上述浓度估计方法的程序。或者，也能够实现为保存有该程序的计算机可读取的记录介质。
发明的效果
根据本发明，能够高精度地估计物质的浓度。
附图说明
图1是示出实施方式所涉及的浓度估计装置的功能结构的框图。
图2是示意性地示出作为实施方式所涉及的浓度估计装置的估计对象的空间和在该空间内产生的物质的状态的图。
图3是示出实施方式所涉及的浓度估计装置的获取部的功能结构的框图。
图4是用于说明物质的相对于规定面的吸附释放系数的规定面的截面图。
图5是用于说明在决定物质的相对于规定面的吸附释放系数时使用的浓度差比率的规定面的截面图。
图6是示出吸附释放系数的温度相关性的图。
图7是示出实施方式所涉及的浓度估计装置的动作的流程图。
图8是实施方式所涉及的浓度估计装置所输出的浓度的三维分布图。
图9是示出比较例所涉及的对象位置处的浓度的时间变化的图。
图10是示出实施例所涉及的对象位置处的浓度的时间变化的图。
具体实施方式
在下面，使用附图来详细地说明本发明的实施方式所涉及的浓度估计方法等。此外，下面说明的实施方式均表示本发明的一个具体例。因而，在下面的实施方式中示出的数值、形状、材料、结构要素、结构要素的配置及连接方式、步骤、步骤的顺序等是一例，其主旨并非是要限定本发明。因此，关于下面的实施方式中的结构要素中的、示出本发明的最上位概念的独立权利要求中未记载的结构要素，作为任意的结构要素来进行说明。
另外，各图是示意图，并非严格地进行图示。因而，例如，在各图中比例尺等未必一致。另外，在各图中，对于实质相同的结构标注相同的标记，省略或者简化重复的说明。
(实施方式)
[概要]
首先，使用图1和图2来说明实施方式所涉及的浓度估计装置的概要。
图1是表示本实施方式所涉及的浓度估计装置100的功能结构的框图。图2是示意性地表示作为本实施方式所涉及的浓度估计装置100的估计对象的空间10和在空间10中产生的物质20的状态的图。
空间10是作为浓度估计装置100的浓度的估计对象的空间。空间10例如是由墙壁、窗户以及门等围起来的1个房间。如图2所示，在空间10中设置有物质20的产生源11。另外，在空间10中配置有椅子12、架子13等家具。此外，产生源11、椅子12以及架子13等的配置和个数等不过是一例。
物质20例如是具有对真菌、细菌以及病毒等进行杀菌、去除或者净化的净化作用的物质。具体地说，物质20是药剂。更具体地说，物质20是次氯酸(HClO)。或者，物质20也可以是臭氧(O3)或者等离子体处理后的水(H2O)等。物质20例如是雾状的次氯酸水等液体，但是也可以是气体或者微粒状的固体。
物质20从产生源11被释放到空间10内。产生源11是生成并释放物质20的生成装置。例如，产生源11是次氯酸水生成装置，通过对食盐水进行电解来生成次氯酸水。产生源11具有朝向空间10内形成气流的功能。产生源11使生成的次氯酸水气化，将次氯酸作为物质20与气流一起释放。物质20沿着气流在空间10内扩散。
存在于空间10内的物质20根据物质20所具有的特性和空间10内的环境中的至少一方而受到各种各样的影响。例如，图2所示的物质20a因自我分解而消失。物质20b在空间10内飘浮并扩散。物质20c被空间10的墙壁吸附。另外，被吸附的物质20c从墙壁释放。物质20d通过紫外线而被分解并消失。
本实施方式所涉及的浓度估计装置100是信息处理装置，执行对空间10内扩散的物质20的浓度进行估计的浓度估计方法。浓度估计装置100由保存有程序的非易失性存储器、作为用于执行程序的暂时性的存储区域的易失性存储器、输入输出端口、执行程序的处理器等来实现。
[结构]
在下面，适当参照图2，并使用图1和图3来说明浓度估计装置100的详细的结构。图3是示出本实施方式所涉及的浓度估计装置100的获取部110的功能结构的框图。
如图1所示，浓度估计装置100具备获取部110、运算部120以及输出部130。浓度估计装置100获取环境信息和物质信息，基于获取到的信息来进行模拟，由此输出表示空间10内的规定位置处的物质20的浓度的浓度信息。规定位置是浓度估计的对象位置。
对象位置是作为浓度的估计对象的位置而从将空间10分割为三维矩阵状所得到的多个局部空间中选择出的1个局部空间。对象位置例如以三维坐标系来表达。此外，对象位置不限于1个局部空间，也可以是多个局部空间，也可以是所有局部空间、即空间10的整体。在该情况下，浓度估计装置100也可以将空间10内的物质20的浓度的三维分布作为浓度信息进行输出。
局部空间与浓度估计模拟中的运算的单位(mesh)相当。多个局部空间的大小也可以互不相同。在本实施方式中，多个局部空间例如是彼此相同大小的正方体状的空间。局部空间的一边的长度例如为80mm，但是不限于此。另外，局部空间只要是立体(三维)要素即可，也可以是长方体状或者三角锥状等的空间。局部空间的大小也可以基于空间10的大小来决定。
如图3所示，环境信息是表示空间10内的温度、湿度及紫外线量以及位于空间10内的构件的材质等的信息。构件是形成空间10的墙壁件、天花板件、地板件或窗户件等建材，或者是配置于空间10内的椅子12、架子13或产生源11等障碍物。
物质信息是与空间10中产生的物质20有关的信息。具体地说，物质信息是表示物质20的产生量以及使物质20移动的气流的风向及风速等的信息。物质信息中也可以包含表示物质20的种类的信息。
获取部110获取环境信息和物质信息。如图3所示，获取部110具备受理部111、决定部112以及存储部113。
受理部111从外部获取环境信息和物质信息。受理部111例如通过以下装置实现：被输入从温湿度传感器等传感器输出的输出信号的输入接口、受理来自用户的操作的用户接口以及与产生源11进行通信的通信接口等。用户接口例如是触摸面板或者物理性的操作按钮等。或者，受理部111也可以由与用户所操作的智能手机等终端装置进行通信的通信接口来实现。
在本实施方式中，受理部111从温湿度传感器或者温度传感器获取表示空间10内的温度的温度信息。温度信息具体地说表示空间10内的气温或者位于空间10内的构件的表面温度。受理部111从温湿度传感器或者湿度传感器获取表示空间10内的湿度的湿度信息。受理部111从紫外线光量计获取表示空间10内的紫外线量的紫外线信息。
此外，温湿度传感器和紫外线光量计中的至少一方也可以在空间10内设置多个。受理部111也可以从多个温湿度传感器和紫外线光量计获取构成空间10的多个局部空间各自的温度信息、湿度信息以及紫外线信息。
受理部111从终端装置等获取表示位于空间10内的构件的材质的材质信息。材质信息具体地说按每个局部空间来示出构件的材质。材质信息例如也可以在形成空间10时预先存储于存储部113。
受理部111从产生源11获取示出物质20的产生量的产生量信息。关于产生量信息，例如将每单位时间从产生源11产生的物质20的浓度表示为产生量。受理部111获取表示产生源11向空间10内供给的气流的风向及风速的气流信息。关于气流信息，以产生源11的吹出口作为基准位置，将气流的前进方向和前进速度分别表示为风向和风速。
受理部111也可以还从用户所操作的终端装置等获取表示空间10的大小及形状以及存在于空间10内的椅子12等障碍物的大小、形状及配置位置的几何信息。受理部111也可以还获取表示物质20的种类的种类信息。
决定部112基于由受理部111获取到的信息，来决定物质20的自我分解系数、物质20的扩散系数以及物质20的吸附释放系数。决定部112将决定出的自我分解系数、扩散系数及吸附释放系数以及由受理部111获取到的信息作为输入数据输出到运算部120。关于自我分解系数、扩散系数以及吸附释放系数的详情，在后面进行说明。
如图3所示，存储部113存储有自我分解系数用的第一数据库114、扩散系数用的第二数据库115以及吸附释放系数用的第三数据库116。存储部113例如是HDD(Hard DiskDrive，硬盘驱动器)或者半导体存储器等非易失性存储器。
运算部120进行在空间10内扩散的物质20的模拟，由此计算空间10内的物质20的浓度。运算部120由以下装置实现：保存有程序的非易失性存储器、所谓用于执行程序的暂时性的存储区域的易失性存储器、输入输出端口、执行程序的处理器等。
具体地说，作为输入数据，运算部120获取物质20的产生量、使物质20移动的气流的风向及风速、物质20的自我分解系数、物质20的扩散系数、物质20的相对于空间10内的规定面的吸附释放系数以及空间10内的温度、湿度及紫外线量中的至少1个。运算部120获取输入数据，使用获取到的输入数据来计算空间10内的物质20的浓度。
运算部120例如进行基于计算流体动力学(CFD：Computational Fluid Dynamics)的分析(以下记载为CFD分析)。CFD分析例如基于RANS(Reynolds-Averaged Navier-Stokesequations，雷诺平均纳维-斯托克斯方程)、DNS(Direct Numerical Simulation，直接数值模拟)、LES(Large Eddy Simulation，大涡模拟)、或者DES(Detached Eddy Simulation，分离涡模拟)等模型来进行。具体地说，运算部120将物质20的种类、物质20的产生量、气流的风向及风速、物质20的自我分解系数、物质20的扩散系数、物质20的吸附释放系数、空间10内的温度、湿度及紫外线量作为输入数据来进行CFD分析，由此计算构成空间10的每个局部空间的浓度。具体地说，运算部120生成每个局部空间的浓度的三维分布。更具体地说，运算部120计算空间10内的任意位置的任意时间的物质20的浓度。运算部120生成空间10内的浓度的经时地变化的三维分布。
例如，物质20的产生量越多，则各局部空间的浓度估计值越大。物质20的产生量越小，则各局部空间的浓度估计值越小。另外，基于气流的风向，例如，位于产生源11的下风(具体地说远离产生源11的位置)的局部空间的浓度估计值小于位于产生源11的上风(具体地说靠近产生源11的位置)的局部空间的浓度估计值。另外，在风速大的情况下，远离产生源11的位置的局部空间的浓度估计值变大。在风速小的情况下，远离产生源11的位置的局部空间的浓度估计值变小。自我分解系数、扩散系数以及吸附释放系数与浓度估计值的关系在后面进行说明。
输出部130输出表示由运算部120计算出的浓度的浓度信息。例如，输出部130是显示器，显示示出浓度的三维分布的图像数据。或者，输出部130也可以是能够与外部的显示装置连接的输出接口。输出部130也可以向外部的显示装置输出图像数据。
[参数]
接着，说明作为输入数据由本实施方式所涉及的浓度估计装置100的运算部120获取的、与物质20的性质有关的3个参数。3个参数是物质20的自我分解系数、扩散系数以及吸附释放系数。
[自我分解系数]
首先，说明物质20的自我分解系数。
自我分解系数是表示物质20自我分解的程度的参数。具体地说，自我分解系数是通过以下的式(1)所示的阿累尼乌斯方程式来定义的反应系数。
[数1]
在式(1)中，k是物质20的自我分解系数(单位[/s])。A是频率因数。Ea是激活能。R是气体常数。T是空间10内的绝对温度。在此，A和Ea是根据物质20的种类来决定的值。
如式(1)所示，自我分解系数k依赖于空间10内的温度。具体地说，空间10内的温度越低，则自我分解系数k越小，越难以进行物质20的自我分解。空间10内的温度越高，则自我分解系数k越大，越易于进行物质20的自我分解。
此外，用于计算自我分解系数k的频率因数A、激活能Ea等能够通过遵循以下的过程预先实际测量来获得。首先，例如准备保持为气温20℃、湿度50％的容积为1m3的亚克力盒，在内部积聚次氯酸气体来作为物质20。对于亚克力盒内的次氯酸气体的浓度，从初始状态起经时地进行测定。变更气温和湿度的组合来在不同条件下进行同样的测定。
基于次氯酸的反应速度式[HClO]＝[HClO]initial×e-kt，来计算自我分解系数k。此外，[HClO]initial示出了次氯酸气体的初始状态的浓度。[HClO]示出了从初始状态起经过了时间t之后的次氯酸气体的浓度。
计算与互不相同的2个以上的温度对应的自我分解系数k，使用计算出的自我分解系数k来制作阿累尼乌斯曲线图。阿累尼乌斯曲线图是指在将横轴设为了1/T、纵轴设为了lnk的二维坐标系中描绘计算出的值。基于阿累尼乌斯曲线图的近似式，来计算斜率-Ea/R和截距lnA。
在本实施方式中，决定部112基于空间10内的温度来决定自我分解系数k。具体地说，决定部112通过参照存储于存储部113的第一数据库114来决定自我分解系数k。
第一数据库114是示出自我分解系数k与温度的对应关系的数据库。具体地说，第一数据库114对温度和物质20的种类的每个组合，示出了基于上述式(1)来预先计算出的自我分解系数k。此外，在物质20的种类仅为1个的情况下，第一数据库114也可以示出对每个温度预先计算出的自我分解系数k。
此外，在存储部113中也可以存储上述式(1)来取代第一数据库114。决定部112也可以基于受理部111所获取到的种类信息和温度信息，使用式(1)来计算自我分解系数k。
在本实施方式中，通过将自我分解系数用作模拟的输入数据，能够将因物质20的自我分解而导致的浓度的减少反映到模拟结果中。具体地说，自我分解系数越大，则浓度估计值越小于不将自我分解系数用作输入数据的情况下的浓度估计值。自我分解系数越小，则浓度估计值越大于不将自我分解系数用作输入数据的情况下的浓度估计值。不论在哪个情况下，都能够通过将自我分解系数用作输入数据，来估计出与实测值相近的浓度。
[扩散系数]
接着，说明物质20的扩散系数。
扩散系数是表示物质20扩散的程度的参数。具体地说，扩散系数通过以下的式(2)所示的爱因斯坦-斯托克斯方程式来定义。
[数2]
在式(2)中，D是物质20的扩散系数(单位[m/s])。k是玻尔兹曼常数。T是空间10内的绝对温度。B是物质20的迁移率。μ是物质20的粘度。a是物质20的分子半径。在此，μ和a是根据物质20的种类来决定的值。
如式(2)所示，扩散系数D依赖于空间10内的温度。具体地说，空间10内的温度越低，则扩散系数越小，物质20越难以扩散。空间10内的温度越高，则扩散系数越大，物质20越易于扩散。更具体地说，扩散系数D与空间10内的绝对温度T具有比例关系。
在本实施方式中，决定部112基于空间10内的温度来决定扩散系数D。具体地说，决定部112通过参照存储于存储部113的第二数据库115，来决定扩散系数D。
第二数据库115是示出扩散系数D与温度的对应关系的数据库。具体地说，第二数据库115对温度和物质20的种类的每个组合，示出了基于上述式(2)预先计算出的扩散系数D。此外，在物质20的种类仅为1个的情况下，第二数据库115也可以示出对每个温度预先计算出的扩散系数D。
此外，在存储部113中也可以存储上述式(2)来取代第二数据库115。决定部112也可以基于受理部111所获取到的种类信息和温度信息，使用式(2)来计算扩散系数D。
在本实施方式中，通过将扩散系数用作模拟的输入数据，能够将因物质20的扩散而导致的浓度的变化反映到模拟结果中。具体地说，扩散系数越大，则物质20越易于扩散开。因此，例如，在远离产生源11的位置处的物质20的浓度估计值大于不将扩散系数用作输入数据的情况下的浓度估计值。另外，扩散系数越小，则物质20越难以扩散开。因此，例如，远离产生源11的位置处的物质20的浓度估计值小于不将扩散系数用作输入数据的情况下的浓度估计值。不论在哪个情况下，都能够通过将扩散系数用作输入数据，来估计出与实测值相近的浓度。
[吸附释放系数]
接着，说明物质20的吸附释放系数。
图4是用于说明物质20的相对于规定面30的吸附释放系数的规定面30的截面图。规定面30是形成空间10的墙壁件等建材、或者位于空间10内的产生源11等障碍物的壁面。
如图4所示，位于规定面30的附近的物质20在经过了规定时间后，存在如物质20x那样被规定面30吸附的情况和如物质20y那样未被吸附而是仍然位于规定面30的附近的情况。
吸附释放系数是表示物质20相对于规定面30的吸附及释放的程度的参数。吸附释放系数被决定为物质20每个单位时间向规定面30靠近的距离。具体地说，吸附释放系数是基于以下的式(3)所示的表示吸附量的方程式来定义的。
[数3]
F＝hpΔCA…(3)
在式(3)中，hp是物质20的吸附释放系数(单位[m/s])。在吸附释放系数为正的值的情况下，意味着物质20吸附于规定面30。在吸附释放系数为负的值的情况下，意味着物质20从规定面30释放。吸附释放系数的绝对值越大，则吸附量或者释放量越大。吸附释放系数的绝对值越小，则吸附量或者释放量越小。
F是物质20的吸附量(单位[m3/s])。ΔC是物质20的浓度差比率。A是图4所示的规定面30的面积(单位[m2])。
物质20的吸附包括物理性的吸附和化学性的吸附。物理性的吸附例如是：物质20被设置于规定面30的表面的微小的细孔或者凹凸捕捉。物理性的吸附例如是基于以下的式(4)所示的BET的吸附等温式来决定的。
[数4]
在式(4)中，p0是物质20的饱和蒸汽压。p是物质20的蒸汽压。v1是饱和吸附量。v是吸附量。c由以下的式(5)来表达。
[数5]
在式(5)中，c0是常数。R是气体常数。T是绝对温度。E1是物质20的相对于规定面30的表面的吸附热。E是物质20的冷凝热。在此，E1和E是根据物质20的种类来决定的值。
另外，化学性的吸附例如有时是物质20通过与附着于规定面30的微小的水分等进行离子结合等化学结合而被捕捉。化学性的吸附中的吸附量依赖于规定面30的表面温度、或者规定面30的附近的气温。
在本实施方式中，吸附释放系数hp是将物理性的吸附和化学性的吸附等吸附因素综合起来决定为宏观性的系数。具体地说，基于图4所示的面积A的规定面30的端部间的浓度差来换算物质20的移动距离，由此决定吸附释放系数hp。具体地说，基于浓度的实测值并使用式(3)，来决定吸附释放系数hp。
图5是用于说明在决定物质20的相对于规定面30的吸附释放系数hp时使用的浓度差比率ΔC的规定面30的截面图。如图5所示，将规定面30的附近的空间虚拟地定义为第一区域与第二区域。
第一区域是临着规定面30的区域。第二区域是与第一区域相比远离规定面30的区域，与第一区域共有一面。第一区域和第二区域例如是彼此相同大小的长方体状的空间。第一区域的宽度w小于吸附释放系数hp×分析时间，例如为1mm以下。
此时，浓度差比率ΔC由以下的式(6)来表示。
[数6]
在式(6)中，C1t和C2t分别是时刻t的第一区域和第二区域各自的物质20的浓度。通过式(3)和(6)可知：第二区域的浓度C2t越大，向规定面30的吸附量越多。
图6是示出吸附释放系数hp的温度依赖性的图。在图6中，横轴是温度，纵轴是吸附释放系数hp。如图6所示，温度越高，则吸附释放系数hp越小，越难以发生物质20向规定面30的吸附。温度越低，则吸附释放系数hp越大，越易于发生物质20向规定面30的吸附。吸附释放系数与温度具有大致线性的关系。
在本实施方式中，决定部112基于规定面30的材质、形状、温度以及湿度中的至少1个来决定吸附释放系数hp。具体地说，决定部112通过参照存储于存储部113的第三数据库116，来决定吸附释放系数hp。
第三数据库116是示出吸附释放系数hp与温度的对应关系的数据库。具体地说，第三数据库116对规定面30的材质、形状、温度及湿度以及物质20的种类的每个组合，示出了基于图6等所示的关系而预先决定的吸附释放系数hp。此外，在物质20的种类仅为1个的情况下，第三数据库116也可以示出对规定面30的材质、形状、温度及湿度的每个组合来预先决定的吸附释放系数hp。
此外，为了节约存储器资源，第三数据库116也可以不示出与全部组合对应的吸附释放系数hp，而是示出了与一部分组合对应的吸附释放系数hp。
例如，在第三数据库116中，也可以示出：在温度为20℃、湿度为50％RH的情况下，材质A、材质B以及材质C各自的吸附释放系数为0.0006m/s、0.0011m/s以及0.02m/s。决定部112也可以针对规定面30的形状、温度以及湿度，基于表示它们各自与吸附释放系数的对应关系的函数，来对从第三数据库116读出的值进行校正，由此计算与输入数据相应的吸附释放系数。或者，决定部112也可以通过利用保存于第三数据库116的值的插值处理，来计算与输入数据相应的吸附释放系数。
例如，如图6中所示，吸附释放系数与温度具有大致线性的关系。具体地说，温度越高，则吸附释放系数hp越小，越难以发生物质20向规定面30的吸附。温度越低，则吸附释放系数hp越大，越易于发生物质20向规定面30的吸附。
另外，湿度越高，则规定面30的表面水分量越增加，越易于捕捉物质20，因此宏观上吸附释放系数hp越大。也就是说，湿度越高，则越易于发生物质20向规定面30的吸附，或者越难以发生物质20的释放。湿度越低，则规定面30的表面水分量越减少，越难以捕捉物质20，因此宏观上吸附释放系数hp越小。也就是说，湿度越低，则越难以发生物质20向规定面30的吸附、或者越易于发生物质20的释放。
另外，规定面30的表面为越粗糙的形状，具体地说，规定面30的表面粗糙度越大，则吸附释放系数hp越大，越易于发生物质20向规定面30的吸附。规定面30的表面粗糙度越小，则吸附释放系数hp越小，越难以发生物质20向规定面30的吸附。
在本实施方式中，通过将吸附释放系数用作模拟的输入数据，能够将因物质20向规定面30的吸附而导致的浓度的减少反映到模拟结果中。具体地说，吸附释放系数越大，则浓度估计值越小于未将吸附释放系数用作输入数据的情况下的浓度估计值。吸附释放系数越小，则浓度估计值越大于未将吸附释放系数用作输入数据的情况下的浓度估计值。不论在哪个情况下，都能够通过将吸附释放系数用作输入数据，来估计出与实测值相近的浓度。
[动作]
接着，使用图7来说明本实施方式所涉及的浓度估计装置100的动作、即浓度估计方法。图7是示出本实施方式所涉及的浓度估计装置100的动作的流程图。
如图7所示，首先，获取部110获取输入数据(S10)。具体地说，获取部110的受理部111从设置于空间10的温湿度传感器及紫外线光量计获取温度信息、湿度信息以及紫外线信息。受理部111还从产生源11获取物质20的种类信息及气流信息。受理部111获取空间10的几何信息及材质信息。决定部112基于由受理部111获取到的温度信息，来决定自我分解系数k和扩散系数D。决定部112还基于温度信息、湿度信息以及材质信息，来决定吸附释放系数hp。
接着，运算部120计算空间10的对象位置处的物质20的浓度(S20)。具体地说，运算部120将获取到的温度信息、湿度信息、紫外线信息、几何信息及材质信息以及决定出的自我分解系数k、扩散系数D及吸附释放系数hp作为输入数据来获取。运算部120基于获取到的输入数据来进行CFD分析，由此计算每个局部空间的浓度。
接着，输出部130输出计算出的浓度(S30)。输出部130例如也可以显示图8所示的浓度的三维分布图。
图8是本实施方式所涉及的浓度估计装置100所输出的浓度的三维分布图。在图8中，通过点的密度差来表现浓度差。
三维分布图例如是通过颜色或亮度的浓淡来表示浓度的高低的三维热图。此外，输出部130也可以输出以任意的平面切割而得到的浓度的二维分布图。或者，输出部130例如也可以显示表示任意的位置的浓度的时间变化的曲线图。
[效果等]
接着，基于对实施例和比较例进行比较而得到的比较结果，来说明本实施方式所涉及的浓度估计方法的效果。
以下所示的表1是比较例所涉及的CFD分析的输入数据的一例。
[表1]
(表1)
| 产生物质 | 次氯酸 |
| 产生量 | 初始0.3ppm |
| 风向及风速 | 45度向上3m/s |
| 自我分解系数 | 0/s |
| 扩散系数 | 0m/s |
| 吸附释放系数 | 0m/s |
| 温度 | 20℃ |
| 湿度 | 50％ |
| 紫外线量 | 0 |
以下所示的表2是实施例所涉及的CFD分析的输入数据的一例。
[表2]
(表2)
| 产生物质 | 次氯酸 |
| 产生量 | 初始0.3ppm |
| 风向及风速 | 45度向上3m/s |
| 自我分解系数 | 0.0002/s |
| 扩散系数 | 0.00001m/s |
| 吸附释放系数 | 0.0005m/s |
| 温度 | 20℃ |
| 湿度 | 50％ |
| 紫外线量 | 0 |
比较上述表1与表2可知，在比较例中，未将自我分解系数、扩散系数以及吸附释放系数用作输入数据。在比较例中，除了将自我分解系数、扩散系数以及吸附释放系数各自的值设为0这一点以外，其它条件与实施例相同。
图9是示出比较例所涉及的对象位置处的浓度的时间变化的图。图10是示出实施例所涉及的对象位置处的浓度的时间变化的图。在图9和图10中，横轴为时间，纵轴为物质20的浓度。另外，在各图中，实线示出了运算部120所进行的浓度估计模拟的结果。四边形的标记示出了在对象位置处实测出的浓度。
如图9所示，可知：在未将自我分解系数、扩散系数以及吸附释放系数用作输入数据的比较例中，随着时间经过，实测值与模拟结果相偏离。另一方面，在将自我分解系数、扩散系数以及吸附释放系数用作输入数据的实施例中，随着时间经过，实测值与模拟结果几乎不偏离。根据实施例，能够以高精度地估计对象位置处的物质20的浓度。
具体地说，通过将自我分解系数用作输入数据，因物质20的自我分解而导致的浓度的减少被反映到模拟结果中。另外，通过将扩散系数用作输入数据，因物质20的扩散而导致的浓度的变化被反映到模拟结果中。并且，通过将吸附释放系数用作输入数据，与吸附于规定面30相当的浓度的减少被反映到模拟结果中。
这样，本实施方式所涉及的浓度估计方法是由信息处理装置执行的、用于估计空间10内扩散的物质20的浓度的浓度估计方法。在浓度估计方法中，作为输入数据而获取以下数据：物质20的产生量；使物质20移动的气流的风向及风速；物质20的自我分解系数；物质20的扩散系数；物质20的相对于空间10内的规定面30的吸附释放系数；以及空间10内的温度、湿度及紫外线量中的至少1个。在浓度估计方法中，使用获取到的输入数据来计算空间10内的物质20的浓度。另外，在本实施方式中，也能够实现为用于使信息处理装置执行浓度估计方法的程序。
由此，将自我分解系数、扩散系数以及吸附释放系数用作输入数据，因此能够高精度地估计物质20的浓度。根据本实施方式所涉及的浓度估计方法，无需物质20的浓度的实测值，也能够高精度地估计空间10内扩散的物质20的浓度。
另外，例如，在浓度估计方法中，还基于空间10内的温度来决定自我分解系数。在获取输入数据时，获取决定出的自我分解系数。
由此，将自我分解系数的温度依赖性纳入考虑来进行模拟，因此能够高精度地估计物质20的浓度。
另外，例如，在浓度估计方法中，还基于空间10内的温度来决定扩散系数。在获取输入数据时，获取决定出的扩散系数。
由此，将扩散系数的温度依赖性纳入考虑来进行模拟，因此能够高精度地估计物质20的浓度。
另外，例如，在浓度估计方法中，还基于规定面30的材质、形状、温度以及湿度中的至少1个来决定吸附释放系数。在获取输入数据时，获取决定出的吸附释放系数。
由此，将吸附释放系数的温度依赖性纳入考虑来进行模拟，因此能够高精度地估计物质20的浓度。
(其它)
以上，基于上述的实施方式说明了本发明所涉及的浓度估计方法，但是本发明不限定于上述的实施方式。
例如，温度、湿度及紫外线量中的至少1个也可以是固定值。例如，获取部110也可以获取温度信息，而不获取湿度信息和紫外线信息。或者，获取部110也可以获取湿度信息，而不获取温度信息和紫外线信息。另外，获取部110也可以获取紫外线信息，而不获取温度信息和湿度信息。
另外，例如，在上述的实施方式中，示出了物质20为药剂的例子，但是不限于此。物质20也可以是污染物质，或者也可以是臭味物质或者芳香物质。
另外，例如，在上述的实施方式中，产生源11生成了气流，但是不限于此。例如，也可以在空间10内设置生成气流的送风机。获取部110也可以从送风机获取气流信息。
另外，对在上述实施方式中说明了的装置间的通信方法没有特别限定。在装置间进行无线通信的情况下，无线通信的方式(通信标准)例如是Zigbee(注册商标)、Bluetooth(注册商标)、或者无线LAN(Local Area Network，局域网)等近距离无线通信。或者，无线通信的方式(通信标准)也可以是经由因特网等广域通信网络的通信。另外，在装置间也可以取代无线通信，而进行有线通信。有线通信具体地说是电力线载波通信(PLC：Power LineCommunication)或者使用了有线LAN的通信等。
另外，在上述实施方式中，也可以由其它的处理部来执行由特定的处理部执行的处理。另外，也可以变更多个处理的顺序，或者也可以并行地执行多个处理。
例如，在上述实施方式中说明了的处理既可以通过使用单一装置(系统)进行集中处理来实现，或者也可以通过使用多个装置进行分布式处理来实现。另外，执行上述程序的处理器既可以是单个，也可以是多个。即，既可以进行集中处理，或者也可以进行分布式处理。
另外，在上述实施方式中，控制部等结构要素的全部或者一部分既可以由专用的硬件来构成，或者也可以通过执行适于各结构要素的软件程序来实现。各结构要素也可以通过由CPU(Central Processing Unit，中央处理单元)或者处理器等的程序执行部读出并执行记录于HDD或者半导体存储器等记录介质的软件程序来实现。
另外，控制部等结构要素也可以由1个或者多个电子电路构成。1个或者多个电子电路分别既可以是通用性的电路，也可以是专用的电路。
在1个或者多个电子电路中例如也可以包括半导体装置、IC(IntegratedCircuit，集成电路)或者LSI(Large Scale Integration，大规模集成电路)等。IC或者LSI既可以集成于1个芯片，也可以集成于多个芯片。在此称为IC或者LSI，但是根据集成的程度不同而改变叫法，有可能称为系统LSI、VLSI(Very Large Scale Integration，超大规模集成电路)、或者ULSI(Ultra Large Scale Integration，特大规模集成电路)。另外，也能够为了相同目的来使用在LSI的制造后进行编程的FPGA(Field Programmable Gatearray，现场可编程门阵列)。
另外，本发明的全局性或者具体性的方式也可以由系统、装置、方法、集成电路或者计算机程序来实现。或者，也可以用存储有该计算机程序的光盘、HDD或半导体存储器等计算机可读取的非暂时性的记录介质来实现。另外，也可以由系统、装置、方法、集成电路、计算机程序以及记录介质的任意组合来实现。
除此以外，对各实施方式实施本领域技术人员想到的各种变形而得到的方式、在不脱离本发明的主旨的范围内将各实施方式中的结构要素和功能任意地进行组合而实现的方式也包含于本发明。
附图标记说明
10：空间；20、20a、20b、20c、20d、20x、20y：物质；30：规定面；100：浓度估计装置(信息处理装置)。
Claims (5)
1.一种浓度估计方法，由信息处理装置执行，来估计空间内扩散的物质的浓度，在该浓度估计方法中，
作为输入数据而获取以下数据：
所述物质的产生量；
使所述物质移动的气流的风向及风速；
所述物质的自我分解系数；
所述物质的扩散系数；
所述物质的相对于所述空间内的规定面的吸附释放系数；以及
所述空间内的温度、湿度及紫外线量中的至少1个，以及
使用获取到的输入数据来计算所述空间内的所述物质的浓度。
2.根据权利要求1所述的浓度估计方法，其中，
还基于所述空间内的温度来决定所述自我分解系数，
在获取所述输入数据时，获取决定出的自我分解系数。
3.根据权利要求1或2所述的浓度估计方法，其中，
还基于所述空间内的温度来决定所述扩散系数，
在获取所述输入数据时，获取决定出的扩散系数。
4.根据权利要求1～3中的任一项所述的浓度估计方法，其中，
还基于所述规定面的材质、形状、温度以及湿度中的至少1个来决定所述吸附释放系数，
在获取所述输入数据时，获取决定出的吸附释放系数。
5.一种程序，用于使所述信息处理装置执行根据权利要求1～4中的任一项所述的浓度估计方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017-163805 | 2017-08-28 | ||
| JP2017163805 | 2017-08-28 | ||
| PCT/JP2018/025957 WO2019044181A1 (ja) | 2017-08-28 | 2018-07-10 | 濃度推定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111033218A true CN111033218A (zh) | 2020-04-17 |
Family
ID=65524973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201880055161.7A Pending CN111033218A (zh) | 2017-08-28 | 2018-07-10 | 浓度估计方法 |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JP6814971B2 (zh) |
| CN (1) | CN111033218A (zh) |
| WO (1) | WO2019044181A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7139022B2 (ja) * | 2019-04-11 | 2022-09-20 | 株式会社日立プラントサービス | 解析装置、解析方法、除染システム、及び除染方法 |
| JP2024120688A (ja) * | 2023-02-24 | 2024-09-05 | パナソニックＩｐマネジメント株式会社 | 熱流体解析システム及び熱流体解析方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1566993A (zh) * | 2003-06-13 | 2005-01-19 | 三菱重工业株式会社 | 扩散物质的扩散状况预测方法及扩散状况预测系统 |
| JP2005055089A (ja) * | 2003-08-05 | 2005-03-03 | Matsushita Electric Works Ltd | イオン濃度分布シミュレーション方法及びウィルス除去効果シミュレーション方法 |
| JP2006183929A (ja) * | 2004-12-27 | 2006-07-13 | Hokkaido Univ | クリーンユニット−プロセス装置融合システム、クリーンユニットシステム、クリーンユニット、連結クリーンユニット、ポータブルクリーンユニットおよびプロセス方法 |
| JP2011220910A (ja) * | 2010-04-13 | 2011-11-04 | Panasonic Corp | 拡散物質の濃度分布計算方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4255139B2 (ja) * | 1996-11-06 | 2009-04-15 | 住友化学株式会社 | 有害生物防除活性化合物の室内挙動シミュレーション方法、および、コンピュータプログラム製品 |
| JP3803103B2 (ja) * | 2004-05-21 | 2006-08-02 | シャープ株式会社 | イオン濃度分布の予測方法、解析装置およびイオン濃度分布の予測プログラム |
| WO2017130523A1 (ja) * | 2016-01-28 | 2017-08-03 | 三菱電機株式会社 | オゾン供給装置およびオゾン供給方法 |
-
2018
- 2018-07-10 JP JP2019539026A patent/JP6814971B2/ja active Active
- 2018-07-10 WO PCT/JP2018/025957 patent/WO2019044181A1/ja active Application Filing
- 2018-07-10 CN CN201880055161.7A patent/CN111033218A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1566993A (zh) * | 2003-06-13 | 2005-01-19 | 三菱重工业株式会社 | 扩散物质的扩散状况预测方法及扩散状况预测系统 |
| JP2005055089A (ja) * | 2003-08-05 | 2005-03-03 | Matsushita Electric Works Ltd | イオン濃度分布シミュレーション方法及びウィルス除去効果シミュレーション方法 |
| JP2006183929A (ja) * | 2004-12-27 | 2006-07-13 | Hokkaido Univ | クリーンユニット−プロセス装置融合システム、クリーンユニットシステム、クリーンユニット、連結クリーンユニット、ポータブルクリーンユニットおよびプロセス方法 |
| JP2011220910A (ja) * | 2010-04-13 | 2011-11-04 | Panasonic Corp | 拡散物質の濃度分布計算方法 |
Non-Patent Citations (4)
| Title |
|---|
| S. MURAKAMI ET AL.: "Modeling and CFD prediction for diffusion and adsorption within room with various adsorption isotherms", 《INDOOR AIR》 * |
| 崔九思等: "《大气污染监测方法》", 28 February 1997 * |
| 王宇: "北京市典型道路空气中挥发性有机物污染特征与模拟", 《中国优秀博硕士学位论文全文数据库（博士） 工程科技I辑》 * |
| 赫茨英格: "《环境化学手册 第四分册 反应和过程（二）》", 31 March 1990 * |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6814971B2 (ja) | 2021-01-20 |
| WO2019044181A1 (ja) | 2019-03-07 |
| JPWO2019044181A1 (ja) | 2020-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111051878A (zh) | 除菌性能预测系统和除菌性能预测方法 | |
| JP6652661B2 (ja) | 空気清浄機及び環境の香り付け | |
| Hanisch et al. | Heterogeneous reactivity of gaseous nitric acid on Al2O3, CaCO3, and atmospheric dust samples: A Knudsen cell study | |
| Zhang et al. | Understanding and controlling airborne organic compounds in the indoor environment: mass transfer analysis and applications | |
| US10005019B2 (en) | Carbon dioxide concentration-controlling device and electronic apparatus | |
| CN111033218A (zh) | 浓度估计方法 | |
| Nicolas et al. | Photochemistry of atmospheric dust: ozone decomposition on illuminated titanium dioxide | |
| Schwartz-Narbonne et al. | Water uptake by indoor surface films | |
| CN103499672A (zh) | 任意调节氡析出率及有效衰变常数的方法及装置 | |
| CN110023687A (zh) | 用于空气处理装置的控制设备和操作方法 | |
| Shiue et al. | Adsorption kinetics and breakthrough of carbon dioxide for the chemical modified activated carbon filter used in the building | |
| Dupart et al. | Heterogeneous uptake of NO2 on Arizona Test Dust under UV-A irradiation: An aerosol flow tube study | |
| Johnson et al. | Heterogeneous uptake of gaseous nitric acid on dolomite (CaMg (CO3) 2) and calcite (CaCO3) particles: A Knudsen cell study using multiple, single, and fractional particle layers | |
| Chen et al. | Integrated on-site collection and off-site analysis of airborne molecular contamination in cleanrooms for integrated circuit manufacturing processes | |
| Aini Jasmin et al. | The Use of Plants to Improve Indoor Air Quality in Small Office Space. | |
| Lee et al. | Effect of a system air conditioner on local air quality in a four-bed ward | |
| CN107014966A (zh) | 植物吸滞颗粒物动态过程及吸滞量的测定方法 | |
| Cai et al. | Experimental study on the impact factors of electro-osmotic flow in dehumidification applications | |
| Krause et al. | Measuring and simulation of the distribution of ammonia in animal houses. | |
| Elliott et al. | The effect of moisture on layer thicknesses used to monitor global temperatures | |
| Yang et al. | Emissions of DEHP from vehicle cabin materials: parameter determination, impact factors and exposure analysis | |
| Sun et al. | In-situ measurement of aerosol water content in an urban area using a sequential aerosol-water measurement system (SAWMS) | |
| Mariita et al. | Towards a Healthy Car: UVC LEDs in an Automobile’s HVAC Demonstrates Effective Disinfection of Cabin Air | |
| Liu et al. | Robust Enhancement of Direct Air Capture of CO2 Efficiency Using Micro-Sized Anion Exchange Resin Particles | |
| CN108121775B (zh) | 一种污染物浓度地图生成方法 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200417 |