CN111881621A - 一种城市综合管廊电力舱火灾数值模拟方法及系统 - Google Patents

一种城市综合管廊电力舱火灾数值模拟方法及系统 Download PDF

Info

Publication number
CN111881621A
CN111881621A CN202010719993.3A CN202010719993A CN111881621A CN 111881621 A CN111881621 A CN 111881621A CN 202010719993 A CN202010719993 A CN 202010719993A CN 111881621 A CN111881621 A CN 111881621A
Authority
CN
China
Prior art keywords
fire
numerical simulation
preliminary
simulation result
model
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
CN202010719993.3A
Other languages
English (en)
Other versions
CN111881621B (zh
Inventor
杨斌
杜贞爱
刘真全
柳琦
彭钦磊
龚哲
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.)
Wuhan Municipal Engineering Design and Research Institute Co Ltd
Original Assignee
Wuhan Municipal Engineering Design and Research Institute Co Ltd
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 Wuhan Municipal Engineering Design and Research Institute Co Ltd filed Critical Wuhan Municipal Engineering Design and Research Institute Co Ltd
Priority to CN202010719993.3A priority Critical patent/CN111881621B/zh
Publication of CN111881621A publication Critical patent/CN111881621A/zh
Application granted granted Critical
Publication of CN111881621B publication Critical patent/CN111881621B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/12Computing arrangements based on biological models using genetic models
    • G06N3/126Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/16Cables, cable trees or wire harnesses
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08Thermal analysis or thermal optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Genetics & Genomics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physiology (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种城市综合管廊电力舱火灾数值模拟方法及系统,其方法包括建立仅包含内部电缆的综合管廊电力舱的物理模型,并初始化物理模型的参数信息;依据物理模型建立火灾模拟模型,设定多个测点并设置火灾模拟模型参数;运行火灾模拟模型并计算得到初步火灾数值模拟结果;对初步火灾数值模拟结果进行寻优并得到优化后的火灾数值模拟结果。本发明通过建立综合管廊电力舱的物理模型以及对应的火灾模拟模型,得到初步的火灾数值模拟结果,然后再采用遗传寻优算法进行寻优,得到精确的火灾数值模拟结果,准确感知火灾发生后综合管廊电力舱内火灾烟气的蔓延规律以及火灾参数的分布情况,为综合管廊电力舱的结构设计提供技术依据,为管廊内人员逃生提供指导参考。

Description

一种城市综合管廊电力舱火灾数值模拟方法及系统
技术领域
本发明涉及城市综合管廊技术领域,尤其涉及一种城市综合管廊电力舱火灾数值模拟方法及系统。
背景技术
随着社会经济的进一步发展,城市地下空间得到了进一步应用,城市综合管廊就是极其重要的基础设施,对城市正常运行至关重要。综合管廊包含电力舱、燃气舱、热力舱、排水舱、综合舱等。综合管廊处于地下封闭狭长空间,引起火灾事故的原因不易被发现,一旦发生火灾,会产生高温烟气迅速充满整个防火区间。电力舱发生火灾的风险最高而且火灾危害巨大,漏电、短路等都易引起火灾。常用阻燃电缆也并非完全不能燃烧,聚氯乙烯等高分子材料在温度达到一定限值时也会燃烧,电缆燃烧产生的高温,会给管廊结构带来不可修复的损伤。因此研究综合管廊电力舱火灾的烟气分布、温度场特性等显得尤为重要。现有技术中,电力舱内的火灾研究多为实验室试验,但是该火灾实验室需要建造大型的实验场地以及完整的电力舱模型等相关设施,还需要大量的人员、时间,且危险性很大,再者,为得到真实的火情数据,需要进行多次复杂实验以作对比,实验难度大,条件苛刻。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足,提供一种城市综合管廊电力舱火灾数值模拟方法及系统。
本发明解决上述技术问题的技术方案如下:一种城市综合管廊电力舱火灾数值模拟方法,包括如下步骤:
建立仅包含内部电缆的综合管廊电力舱的物理模型,并初始化所述物理模型的参数信息;
依据所述物理模型建立火灾模拟模型,设定多个测点并设置火灾模拟模型参数;
运行所述火灾模拟模型,并计算得到初步火灾数值模拟结果;
采用遗传寻优算法对所述初步火灾数值模拟结果进行寻优,并得到优化后的火灾数值模拟结果。
本发明的有益效果是:本发明的城市综合管廊电力舱火灾数值模拟方法,通过建立综合管廊电力舱的物理模型以及对应的火灾模拟模型,得到初步的火灾数值模拟结果,然后再采用遗传寻优算法进行寻优,得到精确的火灾数值模拟结果,准确感知火灾发生后综合管廊电力舱内火灾烟气的蔓延规律以及火灾参数的分布情况,为综合管廊电力舱的结构设计提供技术依据,也为管廊内人员逃生提供指导参考。
在上述技术方案的基础上,本发明还可以做如下改进:
进一步:在初始化所述物理模型的参数信息后,所述方法还包括如下步骤:
将所述物理模型划分为顺次相邻的多段区域,并对每段区域分别进行网格划分;
其中,着火区位于所述物理模型的中部区域,且位于所述物理模型中部区域的网格尺寸小于位于两端区域的网格尺寸。
上述进一步方案的有益效果是:通过将所述物理模型划分为顺次相邻的多段区域,并对每段区域分别进行网格划分,可以精简网格梳数量,节省运算时间,提高计算效率。
进一步:所述计算得到初步火灾数值模拟结果具体包括如下步骤:
采用LES大涡模拟模型计算,得到所有测点的初步烟气流场瞬时浓度信息;
采用混合分数燃烧模型计算,得到所有测点的初步二氧化碳浓度信息;
采用有限容积法进行辐射换热计算,得到所有测点的初步温度分布信息,并根据所述初步温度分布信息确定初步烟气清晰高度信息。
上述进一步方案的有益效果是:通过LES大涡模拟模型、混合分数燃烧模型和有限容积法可以分别计算出测点的初步烟气流场瞬时浓度信息、初步二氧化碳浓度信息和初步温度分布信息,便于后续进行寻优算法处理得到精确的火灾数值模拟结果。
进一步:所述采用LES大涡模拟模型计算初步烟气流场瞬时状态信息具体包括如下步骤:
利用滤波函数对基本控制方程进行滤波,分离出大尺度涡和小尺度涡;
采用LES大涡模拟模型模拟大尺度涡,并采用次网格尺度模型模拟小尺度涡,以表征初步烟气流场瞬时浓度信息。
上述进一步方案的有益效果是:由于电力舱管廊发生火灾后,烟气呈现出复杂的、无规则、非稳态的湍流运动,通过采用LES大涡模拟烟气的湍流运动,分离出大尺度涡和小尺度涡,并分别通过大尺度涡和小尺度涡来表征初步烟气流场瞬时浓度信息。
进一步:所述采用有限容积法进行辐射换热计算,得到所有测点的温度分布信息的具体实现为:
根据辐射传输方程计算辐射强度,具体方程如下:
Figure BDA0002599609760000031
当空间中存在非散射能力的气体时,辐射传输方程为:
Figure BDA0002599609760000032
根据所述辐射强度确定对应测点的温度,以得到所有测点的温度分布信息;
式中:Iλ(x,s)为单色辐射强度;k(x,λ)为吸收系数;σs(x,λ)为散射系数;B(x,λ)为发射源项;φ(s,s')为耗散系数;s为热射线强度方向矢量。
上述进一步方案的有益效果是:通过有限容积法可以准确计算出测点的辐射强度,然后在根据辐射强度与温度之间的关系即可准确确定测点的温度,从而得到所有测点的温度分布信息。
进一步:所述采用遗传寻优算法对所述初步火灾数值模拟结果进行寻优具体包括如下步骤:
对所述初步火灾数值模拟结果进行筛选,并将筛选后初步火灾数值模拟结果组合形成中间火灾数值模拟结果;
将所述中间火灾数值模拟结果中的第k个元素和第l个元素在j位进行交叉处理,具体公式如下:
Figure BDA0002599609760000041
式中:b表示[0,1]区间里的随机数;
将所述中间火灾数值模拟结果中的第i个体的第j个基因进行变异处理,得到优化后的火灾数值模拟结果,具体公式如下:
Figure BDA0002599609760000042
式中:amax表示基因aij的上界;amin表示基因aij的下界;r表示[0,1]区间里面的随机数;r2表示随机数;g表示当前迭代次数;Gmax表示最大进化次数。
上述进一步方案的有益效果是:通过对所述初步火灾数值模拟结果进行遗传寻优算法处理,可以使得得到的火灾数值模拟结果更接近实际火灾发生时的情况,为综合管廊电力舱的结构设计提供技术依据,也为管廊内人员逃生提供指导参考。
进一步:所述对所述初步火灾数值模拟结果进行筛选,并将筛选后初步火灾数值模拟结果组合形成中间火灾数值模拟结果具体包括如下步骤:
根据预设参数范围对所述初步火灾数值模拟结果进行初步筛选,并保留在对应预设参数范围内的所述初步火灾数值模拟结果;
采用轮盘赌法计算筛选后的初步火灾数值模拟结果的概率,计算公式如下:
Figure BDA0002599609760000051
式中:Fi表示初步火灾数值模拟结果中元素i的适应度值;N表示初步火灾数值模拟结果中元素的数目;
将所述初步火灾数值模拟结果的概率进行从高到低排序,根据预设容量选取概率较高的多个初步火灾数值模拟结果组合形成中间火灾数值模拟结果。
上述进一步方案的有益效果是:通过预设参数范围对所述初步火灾数值模拟结果进行初步筛选,可以剔除初步火灾数值模拟结果中不符合预设参数范围的部分,然后再通过轮盘赌法计算筛选后的初步火灾数值模拟结果出现的概率,这样便于从筛选后的初步火灾数值模拟结果中选取更容易接近火灾实际情况,使得模拟结果更加准确。
本发明还提供了一种城市综合管廊电力舱火灾数值模拟系统,包括物理模型模块、火灾模拟模型模块和处理模块;
所述物理模型模块,用于建立仅包含内部电缆的综合管廊电力舱的物理模型,并初始化所述物理模型的参数信息;
所述火灾模拟模型模块,用于依据所述物理模型建立火灾模拟模型,设定多个测点并设置火灾模拟模型参数;
所述处理模块,用于运行所述火灾模拟模型,并计算得到初步火灾数值模拟结果;
所述处理模块,用于对所述初步火灾数值模拟结果进行寻优,并得到优化后的火灾数值模拟结果。
本发明的城市综合管廊电力舱火灾数值模拟系统,通过建立综合管廊电力舱的物理模型以及对应的火灾模拟模型,得到初步的火灾数值模拟结果,然后再采用遗传寻优算法进行寻优,得到精确的火灾数值模拟结果,准确感知火灾发生后综合管廊电力舱内火灾烟气的蔓延规律以及火灾参数的分布情况,为综合管廊电力舱的结构设计提供技术依据,也为管廊内人员逃生提供指导参考。
本发明还提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,实现所述的方法。
本发明还提供了一种城市综合管廊电力舱火灾数值模拟设备,其特征在于,包括所述的存储介质和处理器,所述处理器执行所述存储介质上的计算机程序时实现所述方法的步骤。
附图说明
图1为本发明一实施例的城市综合管廊电力舱火灾数值模拟方法流程示意图;
图2为本发明一实施例的城市综合管廊电力舱的物理模型简化结构示意图;
图3为本发明一实施例的城市综合管廊电力舱内测点分布示意图;
图4为本发明一实施例的城市综合管廊电力舱内火灾烟气蔓延示意图;
图5为本发明一实施例的城市综合管廊电力舱内测点截面处的温度变化示意图;
图6为本发明一实施例的城市综合管廊电力舱内测点右侧的温度变化示意图;
图7为本发明一实施例的城市综合管廊电力舱内测点右侧清晰高度变化示意图;
图8为本发明一实施例的城市综合管廊电力舱内测点右侧CO2浓度分布示意图;
图9为本发明一实施例的城市综合管廊电力舱火灾数值模拟系统。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,一种城市综合管廊电力舱火灾数值模拟方法,包括如下步骤:
S11:建立仅包含内部电缆的综合管廊电力舱的物理模型,并初始化所述物理模型的参数信息;
本发明的实施例中,针对一个防火分区(200m)的电力舱室进行建模,去掉支架等无关内容,仅保留电缆,建立物理模型,如图2所示。
S12:依据所述物理模型建立火灾模拟模型,设定多个测点并设置火灾模拟模型参数;
实际的火灾燃烧更接近一个非稳态过程,存在着增长阶段、稳定阶段和衰减阶段,通常采用t2火灾模拟模型来表述非稳态火灾,具体如下:
Q=αt2
式中:Q为火灾的热释放率,单位为kW;α为火灾热释放率的增长系数,单位为kW/s2;t为火灾发生的时间,单位为s。
本发明采用非稳定火源,火灾等级选取快速火,α取0.04689,引火源位置取左侧倒数第二层电缆侧面,火源功率2MW,面积为1m×0.2m。
本发明模拟管廊灭火系统失效、防火门及通风口关闭的情况下,发生火灾后管廊内火灾发展、烟气蔓延、温度分布等状况。电缆采用PVC聚氯乙烯电缆,热释放速率为265kw/m2,密度为1380kg/m3,比热容为1.289KJ/kg·K,电导率为0.192W/m·K。为了便于收集管廊内部温度场、CO2浓度、清晰高度等信息,本发明在y=1.25、z=2m、x=1、x=50、x=100、x=150、x=199(x为管廊长度方向,y为管廊宽度方向,z为管廊高度方向)处选取截面,展示温度场、CO2浓度、清晰高度等信息。本发明在x=1、x=50、x=100、x=150、x=199处设置热电偶、层区分以及气相监测设备,如图3所示。
S13:运行所述火灾模拟模型,并计算得到初步火灾数值模拟结果;
运行所述火灾模拟模型后得到的烟气流场瞬时浓度信息、温度分布信息、烟气清晰高度和二氧化碳浓度信息往往和实际情况不太相符,需要对模拟结果进行优化。
S14:采用遗传寻优算法对所述初步火灾数值模拟结果进行寻优,并得到优化后的火灾数值模拟结果。
本发明的城市综合管廊电力舱火灾数值模拟方法,通过建立综合管廊电力舱的物理模型以及对应的火灾模拟模型,得到初步的火灾数值模拟结果,然后再采用遗传寻优算法进行寻优,得到精确的火灾数值模拟结果,准确感知火灾发生后综合管廊电力舱内火灾烟气的蔓延规律以及火灾参数的分布情况,为综合管廊电力舱的结构设计提供技术依据,也为管廊内人员逃生提供指导参考。
可选地,在本发明的一个或多个实施例中,在初始化所述物理模型的参数信息后,所述方法还包括如下步骤:
将所述物理模型划分为顺次相邻的多段区域,并对每段区域分别进行网格划分;
其中,着火区位于所述物理模型的中部区域,且位于所述物理模型中部区域的网格尺寸小于位于两端区域的网格尺寸。
通过将所述物理模型划分为顺次相邻的多段区域,并对每段区域分别进行网格划分,可以精简网格数量,节省运算时间,提高计算效率。
在火灾过程中,其满足基本控制方程:
质量守恒方程:
Figure BDA0002599609760000091
能量守恒方程:
Figure BDA0002599609760000092
动量守恒方程:
Figure BDA0002599609760000093
气体状态方程:
p0=pTR∑(Yi/Mi)
式中:ρ表示密度,单位为kg/m3;g表示重力加速度,单位为m/s2;t表示时间,单位为s;p表示压力,单位为Pa;
Figure BDA0002599609760000095
表示速度矢量,单位为m/s;σ表示应力张量,单位为N;h表示显焓,单位为J/kg;p0表示环境压力,单位为Pa;qr表示辐射热通量,单位为W/m3;R表示气体常数,单位为J/(mol·K);K表示导热系数,单位为W/(m·K);M表示混合气体分子质量。T表示热力学温度,单位为K。
在本发明的一个或多个实施例中,结合上述基本控制方程,所述计算得
到初步火灾数值模拟结果具体包括如下步骤:
S21:采用LES大涡模拟模型计算,得到所有测点的初步烟气流场瞬时浓度信息;
S22:采用混合分数燃烧模型计算,得到所有测点的初步二氧化碳浓度信息;
采用混合分数燃烧模型,燃烧反应公式为:
Figure BDA0002599609760000101
采用有限化学反应模型,燃烧反应公式:
Figure BDA0002599609760000102
S23:采用有限容积法进行辐射换热计算,得到所有测点的初步温度分布信息,并根据所述初步温度分布信息确定初步烟气清晰高度信息。
通过LES大涡模拟模型、混合分数燃烧模型和有限容积法可以分别计算出测点的初步烟气流场瞬时浓度信息、初步二氧化碳浓度信息和初步温度分布信息,便于后续进行寻优算法处理得到精确的火灾数值模拟结果。
实际中,在一个火灾燃烧的过程中,经常要估计充满了热烟垂直空间的位置。相对简单的火灾模拟模型,通常根据垂直空间温度分布,分为两个区域模型,直接计算烟气清晰高度。在一个计算流体动力学模型中,如FDS模型,没有两个截然不同的区域,而是连续的温度剖面。FDS使用沿直线整合的算法估算层的高度以及上下层的平均温度,根据明显的温度分界线即可算出烟气清晰高度。
在本发明的一个或多个实施例中,所述采用LES大涡模拟模型计算初步烟气流场瞬时状态信息具体包括如下步骤:
S31:利用滤波函数对基本控制方程进行滤波,分离出大尺度涡和小尺度涡;
S32:采用LES大涡模拟模型模拟大尺度涡,并采用次网格尺度模型模拟小尺度涡,以表征初步烟气流场瞬时浓度信息。
由于电力舱管廊发生火灾后,烟气呈现出复杂的、无规则、非稳态的湍流运动,通过采用LES大涡模拟烟气的湍流运动,分离出大尺度涡和小尺度涡,并分别通过大尺度涡和小尺度涡来表征初步烟气流场瞬时浓度信息。
在本发明的一个或多个实施例中,所述采用有限容积法进行辐射换热计算,得到所有测点的温度分布信息的具体实现为:
根据辐射传输方程计算辐射强度,具体方程如下:
Figure BDA0002599609760000111
当空间中存在非散射能力的气体时,辐射传输方程为:
Figure BDA0002599609760000113
根据所述辐射强度确定对应测点的温度,以得到所有测点的温度分布信息;
式中:Iλ(x,s)为单色辐射强度;k(x,λ)为吸收系数;σs(x,λ)为散射系数;B(x,λ)为发射源项;φ(s,s')为耗散系数;s为热射线强度方向矢量。
通过有限容积法可以准确计算出测点的辐射强度,然后在根据辐射强度与温度之间的关系即可准确确定测点的温度,从而得到所有测点的温度分布信息。
运行所述火灾模拟模型后得到的烟气流场瞬时浓度信息、温度分布信息、烟气清晰高度和二氧化碳浓度信息往往和实际情况不太相符,需要对模拟结果进行优化。
在本发明的一个或多个实施例中,所述采用遗传寻优算法对所述初步火灾数值模拟结果进行寻优具体包括如下步骤:
S41:对所述初步火灾数值模拟结果进行筛选,并将筛选后初步火灾数值模拟结果组合形成中间火灾数值模拟结果;
S42:将所述中间火灾数值模拟结果中的第k个元素和第l个元素在j位进行交叉处理,具体公式如下:
Figure BDA0002599609760000112
式中:b表示[0,1]区间里的随机数;
S43:将所述中间火灾数值模拟结果中的第i个体的第j个基因进行变异处理,得到优化后的火灾数值模拟结果,具体公式如下:
Figure BDA0002599609760000121
式中:amax表示基因aij的上界;amin表示基因aij的下界;r表示[0,1]区间里面的随机数;r2表示随机数;g表示当前迭代次数;Gmax表示最大进化次数。
通过对所述初步火灾数值模拟结果进行遗传寻优算法处理,可以使得得到的火灾数值模拟结果更接近实际火灾发生时的情况,为综合管廊电力舱的结构设计提供技术依据,也为管廊内人员逃生提供指导参考。
可选地,在本发明的一个或多个实施例中,所述对所述初步火灾数值模拟结果进行筛选,并将筛选后初步火灾数值模拟结果组合形成中间火灾数值模拟结果具体包括如下步骤:
S51:根据预设参数范围(由经验数据和实验数据确定)对所述初步火灾数值模拟结果进行初步筛选,并保留在对应预设参数范围内的所述初步火灾数值模拟结果;
S52:采用轮盘赌法计算筛选后的初步火灾数值模拟结果的概率,计算公式如下:
Figure BDA0002599609760000122
式中:Fi表示初步火灾数值模拟结果中元素i的适应度值;N表示初步火灾数值模拟结果中元素的数目;
S53:将所述初步火灾数值模拟结果的概率进行从高到低排序,根据预设容量选取概率较高的多个初步火灾数值模拟结果组合形成中间火灾数值模拟结果。
通过预设参数范围对所述初步火灾数值模拟结果进行初步筛选,可以剔除初步火灾数值模拟结果中不符合预设参数范围的部分,然后再通过轮盘赌法计算筛选后的初步火灾数值模拟结果出现的概率,这样便于从筛选后的初步火灾数值模拟结果中选取更容易接近火灾实际情况,使得模拟结果更加准确。
当火灾数值模拟完成后,即可得到综合管廊电力舱内电缆火灾后管廊内的烟气蔓延随时间的变化图,如图4所示;综合管廊电力舱内温度分布状况,综合管廊内测点截面处温度变化和测点右侧温度变化分别如图5、图6所示,T(x,y,z)为温度测点坐标信息;综合管廊电力舱内测点右侧烟气清晰高度状况,如图7所示,H(x,y)为清晰高度测点坐标信息;综合管廊电力舱内测点右侧CO2浓度分布状况,如图8所示。
如图9所示,本发明还提供了一种城市综合管廊电力舱火灾数值模拟系统,包括物理模型模块、火灾模拟模型模块和处理模块;
所述物理模型模块,用于建立仅包含内部电缆的综合管廊电力舱的物理模型,并初始化所述物理模型的参数信息;
所述火灾模拟模型模块,用于依据所述物理模型建立火灾模拟模型,设定多个测点并设置火灾模拟模型参数;
所述处理模块,用于运行所述火灾模拟模型,并计算得到初步火灾数值模拟结果;
所述处理模块,用于对所述初步火灾数值模拟结果进行寻优,并得到优化后的火灾数值模拟结果。
本发明的城市综合管廊电力舱火灾数值模拟系统,通过建立综合管廊电力舱的物理模型以及对应的火灾模拟模型,得到初步的火灾数值模拟结果,然后再采用遗传寻优算法进行寻优,得到精确的火灾数值模拟结果,准确感知火灾发生后综合管廊电力舱内火灾烟气的蔓延规律以及火灾参数的分布情况,为综合管廊电力舱的结构设计提供技术依据,也为管廊内人员逃生提供指导参考。
可选地,在本发明的一个或多个实施例中,所述物理模型模块还用于将所述物理模型划分为顺次相邻的多段区域,并对每段区域分别进行网格划分;
其中,着火区位于所述物理模型的中部区域,且位于所述物理模型中部区域的网格尺寸小于位于两端区域的网格尺寸。
通过将所述物理模型划分为顺次相邻的多段区域,并对每段区域分别进行网格划分,可以精简网格梳数量,节省运算时间,提高计算效率。
在本发明的一个或多个实施例中,所述处理模块计算得到初步火灾数值模拟结果的具体实现为:
采用LES大涡模拟模型计算,得到所有测点的初步烟气流场瞬时浓度信息;
采用混合分数燃烧模型计算,得到所有测点的初步二氧化碳浓度信息;
采用有限容积法进行辐射换热计算,得到所有测点的初步温度分布信息,并根据所述初步温度分布信息确定初步烟气清晰高度信息。
通过LES大涡模拟模型、混合分数燃烧模型和有限容积法可以分别计算出测点的初步烟气流场瞬时浓度信息、初步二氧化碳浓度信息和初步温度分布信息,便于后续进行寻优算法处理得到精确的火灾数值模拟结果。
在本发明的一个或多个实施例中,所述处理模块采用LES大涡模拟模型计算初步烟气流场瞬时状态信息具体包括如下步骤:
利用滤波函数对基本控制方程进行滤波,分离出大尺度涡和小尺度涡;
采用LES大涡模拟模型模拟大尺度涡,并采用次网格尺度模型模拟小尺度涡,以表征初步烟气流场瞬时浓度信息。
由于电力舱管廊发生火灾后,烟气呈现出复杂的、无规则、非稳态的湍流运动,通过采用LES大涡模拟烟气的湍流运动,分离出大尺度涡和小尺度涡,并分别通过大尺度涡和小尺度涡来表征初步烟气流场瞬时浓度信息。
在本发明的一个或多个实施例中,所述处理模块采用有限容积法进行辐射换热计算,得到所有测点的温度分布信息的具体实现为:
根据辐射传输方程计算辐射强度,具体方程如下:
Figure BDA0002599609760000151
当空间中存在非散射能力的气体时,辐射传输方程为:
Figure BDA0002599609760000153
根据所述辐射强度确定对应测点的温度,以得到所有测点的温度分布信息;
式中:Iλ(x,s)为单色辐射强度;k(x,λ)为吸收系数;σs(x,λ)为散射系数;B(x,λ)为发射源项;φ(s,s')为耗散系数;s为热射线强度方向矢量。
通过有限容积法可以准确计算出测点的辐射强度,然后在根据辐射强度与温度之间的关系即可准确确定测点的温度,从而得到所有测点的温度分布信息。
在本发明的一个或多个实施例中,所述处理模块采用遗传寻优算法对所述初步火灾数值模拟结果进行寻优的具体实现为:
对所述初步火灾数值模拟结果进行筛选,并将筛选后初步火灾数值模拟结果组合形成中间火灾数值模拟结果;
将所述中间火灾数值模拟结果中的第k个元素和第l个元素在j位进行交叉处理,具体公式如下:
Figure BDA0002599609760000152
式中:b表示[0,1]区间里的随机数;
将所述中间火灾数值模拟结果中的第i个体的第j个基因进行变异处理,得到优化后的火灾数值模拟结果,具体公式如下:
Figure BDA0002599609760000161
式中:amax表示基因aij的上界;amin表示基因aij的下界;r表示[0,1]区间里面的随机数;r2表示随机数;g表示当前迭代次数;Gmax表示最大进化次数。
通过对所述初步火灾数值模拟结果进行遗传寻优算法处理,可以使得得到的火灾数值模拟结果更接近实际火灾发生时的情况,为综合管廊电力舱的结构设计提供技术依据,也为管廊内人员逃生提供指导参考。
可选地,在本发明的一个或多个实施例中,所述处理模块对所述初步火灾数值模拟结果进行筛选,并将筛选后初步火灾数值模拟结果组合形成中间火灾数值模拟结果的具体实现为:
根据预设参数范围对所述初步火灾数值模拟结果进行初步筛选,并保留在对应预设参数范围内的所述初步火灾数值模拟结果;
采用轮盘赌法计算筛选后的初步火灾数值模拟结果的概率,计算公式如下;
Figure BDA0002599609760000162
式中:Fi表示初步火灾数值模拟结果中元素i的适应度值;N表示初步火灾数值模拟结果中元素的数目;
将所述初步火灾数值模拟结果的概率进行从高到低排序,根据预设容量选取概率较高的多个初步火灾数值模拟结果组合形成中间火灾数值模拟结果。
通过预设参数范围对所述初步火灾数值模拟结果进行初步筛选,可以剔除初步火灾数值模拟结果中不符合预设参数范围的部分,然后再通过轮盘赌法计算筛选后的初步火灾数值模拟结果出现的概率,这样便于从筛选后的初步火灾数值模拟结果中选取更容易接近火灾实际情况,使得模拟结果更加准确。
本发明还提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,实现所述的方法。
本发明还提供了一种城市综合管廊电力舱火灾数值模拟设备,其特征在于,包括所述的存储介质和处理器,所述处理器执行所述存储介质上的计算机程序时实现所述方法的步骤。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种城市综合管廊电力舱火灾数值模拟方法,其特征在于,包括如下步骤:
建立仅包含内部电缆的综合管廊电力舱的物理模型,并初始化所述物理模型的参数信息;
依据所述物理模型建立火灾模拟模型,设定多个测点并设置火灾模拟模型参数;
运行所述火灾模拟模型,并计算得到初步火灾数值模拟结果;
采用遗传寻优算法对所述初步火灾数值模拟结果进行寻优,并得到优化后的火灾数值模拟结果。
2.根据权利要求1所述的城市综合管廊电力舱火灾数值模拟方法,其特征在于,在初始化所述物理模型的参数信息后,所述方法还包括如下步骤:
将所述物理模型划分为顺次相邻的多段区域,并对每段区域分别进行网格划分;
其中,着火区位于所述物理模型的中部区域,且位于所述物理模型中部区域的网格尺寸小于位于两端区域的网格尺寸。
3.根据权利要求1所述的城市综合管廊电力舱火灾数值模拟方法,其特征在于,所述计算得到初步火灾数值模拟结果具体包括如下步骤:
采用LES大涡模拟模型计算,得到所有测点的初步烟气流场瞬时浓度信息;
采用混合分数燃烧模型计算,得到所有测点的初步二氧化碳浓度信息;
采用有限容积法进行辐射换热计算,得到所有测点的初步温度分布信息,并根据所述初步温度分布信息确定初步烟气清晰高度信息。
4.根据权利要求3所述的城市综合管廊电力舱火灾数值模拟方法,其特征在于,所述采用LES大涡模拟模型计算初步烟气流场瞬时状态信息具体包括如下步骤:
利用滤波函数对基本控制方程进行滤波,分离出大尺度涡和小尺度涡;
采用LES大涡模拟模型模拟大尺度涡,并采用次网格尺度模型模拟小尺度涡,以表征初步烟气流场瞬时浓度信息。
5.根据权利要求3所述的城市综合管廊电力舱火灾数值模拟方法,其特征在于,所述采用有限容积法进行辐射换热计算,得到所有测点的温度分布信息的具体实现为:
根据辐射传输方程计算辐射强度,具体方程如下:
Figure FDA0002599609750000021
当空间中存在非散射能力的气体时,辐射传输方程为:
Figure FDA0002599609750000022
根据所述辐射强度确定对应测点的温度,以得到所有测点的温度分布信息;
式中:Iλ(x,s)为单色辐射强度;k(x,λ)为吸收系数;σs(x,λ)为散射系数;B(x,λ)为发射源项;φ(s,s')为耗散系数;s为热射线强度方向矢量。
6.根据权利要求1-5任一项所述的城市综合管廊电力舱火灾数值模拟方法,其特征在于,所述采用遗传寻优算法对所述初步火灾数值模拟结果进行寻优具体包括如下步骤:
对所述初步火灾数值模拟结果进行筛选,并将筛选后初步火灾数值模拟结果组合形成中间火灾数值模拟结果;
将所述中间火灾数值模拟结果中的第k个元素和第l个元素在j位进行交叉处理,具体公式如下:
Figure FDA0002599609750000023
式中:b表示[0,1]区间里的随机数;
将所述中间火灾数值模拟结果中的第i个体的第j个基因进行变异处理,得到优化后的火灾数值模拟结果,具体公式如下:
Figure FDA0002599609750000031
式中:amax表示基因aij的上界;amin表示基因aij的下界;r表示[0,1]区间里面的随机数;r2表示随机数;g表示当前迭代次数;Gmax表示最大进化次数。
7.根据权利要求6所述的城市综合管廊电力舱火灾数值模拟方法,其特征在于,所述对所述初步火灾数值模拟结果进行筛选,并将筛选后初步火灾数值模拟结果组合形成中间火灾数值模拟结果具体包括如下步骤:
根据预设参数范围对所述初步火灾数值模拟结果进行初步筛选,并保留在对应预设参数范围内的所述初步火灾数值模拟结果;
采用轮盘赌法计算筛选后的初步火灾数值模拟结果的概率,计算公式如下:
Figure FDA0002599609750000032
式中:Fi表示初步火灾数值模拟结果中元素i的适应度值;N表示初步火灾数值模拟结果中元素的数目;
将所述初步火灾数值模拟结果的概率进行从高到低排序,根据预设容量选取概率较高的多个初步火灾数值模拟结果组合形成中间火灾数值模拟结果。
8.一种城市综合管廊电力舱火灾数值模拟系统,其特征在于,包括物理模型模块、火灾模拟模型模块和处理模块;
所述物理模型模块,用于建立仅包含内部电缆的综合管廊电力舱的物理模型,并初始化所述物理模型的参数信息;
所述火灾模拟模型模块,用于依据所述物理模型建立火灾模拟模型,设定多个测点并设置火灾模拟模型参数;
所述处理模块,用于运行所述火灾模拟模型,并计算得到初步火灾数值模拟结果;
所述处理模块,用于对所述初步火灾数值模拟结果进行寻优,并得到优化后的火灾数值模拟结果。
9.一种计算机可读存储介质,其特征在于,存储有计算机程序,所述计算机程序被处理器执行时,实现权利要求1至7任一项所述的方法。
10.一种城市综合管廊电力舱火灾数值模拟设备,其特征在于,包括权利要求9所述的存储介质和处理器,所述处理器执行所述存储介质上的计算机程序时实现如权利要求1至7任一项所述方法的步骤。
CN202010719993.3A 2020-07-24 2020-07-24 一种城市综合管廊电力舱火灾数值模拟方法及系统 Active CN111881621B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010719993.3A CN111881621B (zh) 2020-07-24 2020-07-24 一种城市综合管廊电力舱火灾数值模拟方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010719993.3A CN111881621B (zh) 2020-07-24 2020-07-24 一种城市综合管廊电力舱火灾数值模拟方法及系统

Publications (2)

Publication Number Publication Date
CN111881621A true CN111881621A (zh) 2020-11-03
CN111881621B CN111881621B (zh) 2021-09-07

Family

ID=73200218

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010719993.3A Active CN111881621B (zh) 2020-07-24 2020-07-24 一种城市综合管廊电力舱火灾数值模拟方法及系统

Country Status (1)

Country Link
CN (1) CN111881621B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112972956A (zh) * 2021-03-17 2021-06-18 中海油安全技术服务有限公司 Fpso货油仓动火作业控制方法及装置
CN113074832A (zh) * 2021-03-16 2021-07-06 同济大学 火灾下综合管廊本体结构安全的一种监测方法
CN113409642A (zh) * 2021-06-28 2021-09-17 山东科技大学 一种小尺寸火灾烟气流动模拟实验与数值模拟结合系统
CN114413959A (zh) * 2021-12-30 2022-04-29 中煤科工集团沈阳研究院有限公司 一种多功能巷道火灾实验平台及方法
CN114783265A (zh) * 2022-03-03 2022-07-22 温州大学 一种基于振动台模拟地震荷载下地下结构次生火灾模拟试验装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108595722A (zh) * 2017-12-07 2018-09-28 三峡大学 一种综合管廊电力舱温度监控方法
CN108733876A (zh) * 2018-04-04 2018-11-02 北京交通大学 火灾演变仿真方法及包括其的火灾疏散综合仿真方法
CN109635380A (zh) * 2018-11-27 2019-04-16 华南理工大学 一种管廊电力舱防火间隔与电缆载流量定量关系确定方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108595722A (zh) * 2017-12-07 2018-09-28 三峡大学 一种综合管廊电力舱温度监控方法
CN108733876A (zh) * 2018-04-04 2018-11-02 北京交通大学 火灾演变仿真方法及包括其的火灾疏散综合仿真方法
CN109635380A (zh) * 2018-11-27 2019-04-16 华南理工大学 一种管廊电力舱防火间隔与电缆载流量定量关系确定方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
周蠡等: "基于磁_热耦合分析的综合管廊电力舱温度监控布置方法", 《太原理工大学学报》 *
王亮: "船舶机舱火灾中特殊火行为的数值计算与分析", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
王明年等: "城市综合管廊电缆火灾数值模拟及影响因素分析", 《中国安全生产科学技术》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113074832A (zh) * 2021-03-16 2021-07-06 同济大学 火灾下综合管廊本体结构安全的一种监测方法
CN112972956A (zh) * 2021-03-17 2021-06-18 中海油安全技术服务有限公司 Fpso货油仓动火作业控制方法及装置
CN113409642A (zh) * 2021-06-28 2021-09-17 山东科技大学 一种小尺寸火灾烟气流动模拟实验与数值模拟结合系统
CN113409642B (zh) * 2021-06-28 2023-02-24 山东科技大学 一种小尺寸火灾烟气流动模拟实验与数值模拟结合系统
CN114413959A (zh) * 2021-12-30 2022-04-29 中煤科工集团沈阳研究院有限公司 一种多功能巷道火灾实验平台及方法
CN114413959B (zh) * 2021-12-30 2023-06-13 中煤科工集团沈阳研究院有限公司 一种多功能巷道火灾实验平台及方法
CN114783265A (zh) * 2022-03-03 2022-07-22 温州大学 一种基于振动台模拟地震荷载下地下结构次生火灾模拟试验装置

Also Published As

Publication number Publication date
CN111881621B (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
CN111881621B (zh) 一种城市综合管廊电力舱火灾数值模拟方法及系统
Yan et al. Numerical study on the smoke control using point extraction strategy in a large cross-section tunnel in fire
Gao et al. Prediction of the spread of smoke in a huge transit terminal subway station under six different fire scenarios
Han et al. Study on the smoke movement and downstream temperature distribution in a sloping tunnel with one closed portal
Moen et al. Comparison of k-ε models in gaseous release and dispersion simulations using the CFD code FLACS
Sun et al. A physical model-free ant colony optimization network algorithm and full scale experimental investigation on ceiling temperature distribution in the utility tunnel fire
Zhao et al. Re-direction of smoke flow in inclined tunnel fires
Bonte et al. Computer simulations to study interaction between burning rates and pressure variations in confined enclosure fires
Tlili et al. Airflow induced by a room fire: Effect of roof shape and source location
Wang et al. Smoke filling and entrainment behaviors of fire in a sealed ship engine room
Liu et al. Full-scale experimental study on fire-induced smoke propagation in large underground plant of hydropower station
Peng et al. Experimental investigation on the characteristics and propagation of fire inside subway train
Johansson Evaluation of a zone model for fire safety engineering in large spaces
Shao et al. Exposure risk and emergency evacuation modeling of toxic gas leakage in urban areas under the influence of multiple meteorological factors
Yang et al. Numerical study on the smoke flow characterization and phenomenon of plug-holing under lateral smoke exhaust in tunnel fire
Jiang et al. Standard operational procedures (SOP) for effective fire safety evacuation visualization in college dormitory buildings
Li et al. Experimental and numerical study of heavy gas dispersion in presence of obstacle motion
Kazemipour et al. A comprehensive study on the critical ventilation velocity in tunnels with different geometries
Tuovinen et al. Sensitivity calculations of tunnel fires using CFD
Kashef et al. Investigation of the Performance of Emergency Ventilation Strategies in the Event of Fires in a Road Tunnel—A Case Study
Kaczmarzyk et al. Comparative Analysis of Tests under Real Conditions and CFD Model for Selected Operation Parameters of a Mobile Fan Used by Fire Protection Units
Johansson Estimating gas temperatures in large enclosures
Shih et al. Analysis of makeup air in a natural smoke vent system in a tall space using numerical simulation and Schlieren technique
Zhang et al. A Simplified Model to Predict Smoke Movement in Vertical Shafts During a High-Rise Structural Fire.
Cabová et al. Verification and validation of numerical model of fire and smoke development in railway tunnel

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