CN113806994B - 一种活性粒子时空分布监测方法及系统 - Google Patents
一种活性粒子时空分布监测方法及系统 Download PDFInfo
- Publication number
- CN113806994B CN113806994B CN202111113367.0A CN202111113367A CN113806994B CN 113806994 B CN113806994 B CN 113806994B CN 202111113367 A CN202111113367 A CN 202111113367A CN 113806994 B CN113806994 B CN 113806994B
- Authority
- CN
- China
- Prior art keywords
- active particles
- particles
- active
- space
- motion
- 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
- 239000002245 particle Substances 0.000 title claims abstract description 425
- 238000009826 distribution Methods 0.000 title claims abstract description 81
- 238000012544 monitoring process Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000005381 potential energy Methods 0.000 claims abstract description 45
- 230000000694 effects Effects 0.000 claims abstract description 12
- 238000000746 purification Methods 0.000 claims description 48
- 238000004364 calculation method Methods 0.000 claims description 37
- 238000004088 simulation Methods 0.000 claims description 33
- 239000013598 vector Substances 0.000 claims description 27
- 239000003344 environmental pollutant Substances 0.000 claims description 26
- 231100000719 pollutant Toxicity 0.000 claims description 26
- 230000003993 interaction Effects 0.000 claims description 23
- 238000011156 evaluation Methods 0.000 claims description 22
- 230000000737 periodic effect Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 5
- 238000013519 translation Methods 0.000 claims description 5
- 230000001276 controlling effect Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000005476 size effect Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 12
- 239000013543 active substance Substances 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000000329 molecular dynamics simulation Methods 0.000 description 2
- 238000012900 molecular simulation Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010586 diagram Methods 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
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- 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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Fluid Mechanics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种活性粒子时空分布监测方法及系统，包括：获取活性粒子在空间中运动时的动能和势能；根据获取的所述动能和势能，对活性粒子的运动进行约束条件限制；根据所述约束条件限制，确定活性粒子时空分布的位置坐标信息；根据所述位置坐标信息，与预设粒子活动范围进行比对，判断活性粒子是否符合正常活性下的运动范围，所述方法及系统不仅可以对活性粒子的位置信息进行实时监控，还可以根据监测得到的粒子运动数据，为后续的粒子模拟研究提供数据支持，同时可以对空间环境状态进行评估。
Description
技术领域
本发明涉及活性粒子分布领域，特别涉及一种活性粒子时空分布监测方法。
背景技术
目前，分子动力学模拟是将系统中的粒子根据理论推导出真实运动的过程，得到的结果最贴近于真实的实验结果。它是通过对系统的牛顿第二定律的运动方程积分来产生新的结构的分子模拟方法。它能够实现在整个相空间内连续的抽样，在系统到达平衡态的驰豫过程中可以通过分析得到与随时间变化的相关物理量，这方面数据完整性上能够超过一些实验采样上的极限。当系统处于平衡态后，通过对系统平衡态的多次抽样可以分析得出系统的平衡态性质，这与实验过程中测量样品的稳定特征是比较类似的，并且样本的数量越多，最终分析的结论也越真实，因此通过本发明可得到真实准确的对活性粒子在时空中的分布情况进行监测。
发明内容
本发明提供一种活性粒子时空分布监测方法及系统，用以解决在时空中活性粒子的分布情况，通过对时空中活性粒子的监测可以准确的得到粒子的位置信息，已经运动状态的能量信息，根据得到的活性粒子在时空分布的信息，可以为在之后的粒子模拟研究提供信息依据。
一种活性粒子时空分布监测方法，包括：
获取活性粒子在空间中运动时的动能和势能；
根据获取的所述动能和势能，对活性粒子的运动进行约束条件限制；
根据所述约束条件限制，确定活性粒子时空分布的位置坐标信息；
根据所述位置坐标信息，与预设粒子活动范围进行比对，判断活性粒子是否符合目标活性下的运动范围。
作为本发明的一种实施例：所述获取活性粒子在空间中运动时的动能和势能包括：
获取活性粒子质量，计算固定时间粒子的位置矢量；
基于所述活性粒子质量和位置矢量，确定活性粒子之间的相互作用力，并确定活性粒子在空间中受到的粒子合力；
根据所属相互作用力和粒子合理，进行粒子运动模拟，对所述活性粒子在时空分布中运动方程进行积分计算；
根据所述积分计算，确定活性粒子在空间运动时的动能和势能。
作为本发明的一种实施例：所述根据获取的所述动能和势能，对活性粒子的运动进行约束条件限制包括：
根据所述动能和势能，对活性粒子能量进行预估评价；
根据所述粒子能量预估评价，确定活性粒子在时空中运动分布阈值信息；
根据所述运动分布阈值信息，对活性粒子的位置矢量进行条件约束限制，获取无重复计算的活性粒子运动数据。
作为本发明的一种实施例：所述根据所述约束条件限制，确定活性粒子时空分布的位置坐标信息，包括：
根据所述约束条件限制，确定活性粒子在t时刻的时间参数信息；
根据所述时间参数信息，计算活性粒子在t时刻前后的Δt时间间隔数据；
根据所述时间间隔数据，将活性粒子在t时刻前后的Δt时间间隔的位置坐标进行泰勒展开；
根据所述泰勒展开，设置数值更新域，降低活性粒子位置数据计算偏差；
根据所述数值更新域，确定活性粒子在同一时刻的位置坐标和速度信息。
作为本发明的一种实施例：所述根据所述位置坐标信息，与预设粒子活动范围进行比对，判断活性粒子是否符合目标正常活性下的运动范围，包括：
根据所述位置坐标，通过活性粒子监测系统调取预设活性粒子在时空中的分布信息；
根据所述分布信息，对空间分布的活性粒子的运动范围进行比对；
基于比对结果，判断所述活性粒子是否符合预设粒子分布的范围；
当判断结果为所述活性粒子符合预设运动范围时，对所述活性粒子在时空中的分布数据进行记录；
当判断结果为所述活性粒子不符合预设运动范围时，通过活性粒子监测系统的监测端进行语音示警提示。
作为本发明的一种实施例：所述监测方法还包括：确定活性粒子运动的周期性边界，
基于活性粒子运动时的尺寸效应，将模拟盒子中的活性粒子在笛卡尔空间坐标系进行平移复制；
根据平移复制得到的镜像粒子，调控镜像粒子与所述模拟盒子中的原始粒子的运动相一致；
在所述模拟条件下，选取截断半径，并对在所述截断半径内的活性粒子进行计算；
通过对活性粒子进行计算，确定活性粒子在时空分布中运动的周期性边界。
作为本发明的一种实施例：确定所述活性粒子运动周期性边界，还包括以下步骤：
步骤100：对模拟盒子中的活性粒子的分布进行基本分析和评估；
步骤101：获取所述分析和评估的结果，对所述活性粒子在模拟盒子中模拟过程进行数据资源优化计算，获取所述粒子的截断半径；
步骤102：根据所述截断半径，选取在所述截断半径范围内的活性粒子相互作用的计算数据；
步骤103：根据所述截断半径，当粒子A和粒子B、粒子C的镜像之间的距离都在所述截断半径范围内，选取与粒子A距离最近的粒子相互作用的计算数据；
步骤104：根据所述计算数据，确定活性粒子在时空分布的周期性边界。
作为本发明的一种实施例：设置活性粒子净化评估规则，
通过对所述活性粒子进行颜色标定，将颜色标定后的活性粒子在空间中进行释放；
通过释放的所述活性粒子在预设运动范围内通过无规则运动，对空间中污染物粒子进行吸附净化；
根据吸附污染物粒子的活性粒子的颜色变化，对空间环境评估状态进行净化度分级；其中，
所述净化度分级包括：第一净化度、第二净化度和第三净化度；
通过所述净化度分级，判断所述活性粒子在空间中吸附污染物粒子的效能。
作为本发明的一种实施例：空间环境净化度等级的具体设置方式如下所示：
根据空间环境中污染物粒子的含量进行等级评估设置；其中，
所述第一净化度为空间环境中含有小于等于25％的污染物粒子；
所述第二净化度为空间环境中含小于等于50％，并大于25％的污染物粒子；
所述第三净化度为空间环境中含有大于50％的污染物粒子；
基于所述空间环境净化度等级，通过活性粒子时空分布监测系统对空间环境状态进行监控；
当空间环境状态在第三净化度范围时，所述系统通过报警模块进行报警操作。
一种活性粒子时空分布监测系统，包括：
识别模块：用于获取活性粒子在空间中运动时的动能和势能；
条件约束模块：用于根据获取的所述动能和势能，对活性粒子的运动进行约束条件限制；
坐标确定模块：用于根据所述约束条件限制，确定活性粒子时空分布的位置坐标信息；
范围确定模块：用于根据所述位置坐标信息，与预设粒子活动范围进行比对，判断活性粒子是否符合目标活性下的运动范围。
本发明有益效果为：本发明根据粒子在空间中运动的位置矢量，以及粒子之间所受的合外力，可以计算出粒子的动能和势能，通过对粒子运动状态的与预设运动状态进行对比，监测观察研究粒子在空间中是否在阈值范围内运动，然后判断是否发出预警，确定活性粒子在时空张的分布状况。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种活性粒子时空分布监测方法流程图；
图2为本发明实施例中一种周期边界确定流程图；
图3为本发明实施例中一种活性粒子时空分布监测系统的系统组成图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
如附图1、2和3所示，一种活性粒子时空分布监测方法
获取活性粒子在空间中运动时的动能和势能；
根据获取的所述动能和势能，对活性粒子的运动进行约束条件限制；
根据所述约束条件限制，确定活性粒子时空分布的位置坐标信息；
根据所述位置坐标信息，与预设粒子活动范围进行比对，判断活性粒子是否符合目标活性下的运动范围。
上述技术方案的工作原理为：本发明得到空间中运动的活性粒子的动能和势能，
通过设置约束条件，并建立坐标系监控活性例子的作用状态，最后通过在活动范围内，监控活性例子的位置，确定活性粒子的运动信息。具体过程是根据动能和势能之间的转化关系进行能量转化，E＝Ek+U
其中，E为粒子运动的总能量，Ek为动能，势能U在不受外力作用的情况下可以用对相互作用来简单描述：
其中，u(rij)表示i、j粒子在t时刻的位置矢量时的势能，i、j粒子的数量不超过N。粒子受到的力是除了粒子本身之外体系中其他所有粒子对它的合力通过位置矢量和势能计算出合力：
其中，rij表示i、j粒子在t时刻的位置矢量，fij表示i、j粒子在t时刻之间的相互作用力；
上述技术方案的有益效果为：根据粒子在空间中运动的位置矢量，以及粒子之间所受的合外力，可以计算出粒子的动能和势能，通过对粒子运动状态的与预设运动状态进行对比，监测观察研究粒子在空间中是否在阈值范围内运动。
在一个实施例中，
所述获取活性粒子在空间中运动时的动能和势能包括：
获取活性粒子质量，计算固定时间粒子的位置矢量；
基于所述活性粒子质量和位置矢量，确定活性粒子之间的相互作用力，并确定活性粒子在空间中受到的粒子合力；
根据所属相互作用力和粒子合理，进行粒子运动模拟，对所述活性粒子在时空分布中运动方程进行积分计算；
根据所述积分计算，确定活性粒子在空间运动时的动能和势能。上述技术方案的工作原理为：本发明是一个在活性粒子质量和位置适量确定之后，通过运动模拟，在分子动力学模拟中，对所要研究的系统中的全部粒子运动方程进行积分：
其中，m表示粒子质量，ri为t时刻i粒子的位置矢量，Fi为i粒子受到N个粒子的合力，粒子间的相互作用力主要来源于势函数，也就是由体系中各粒子的位置所决定的势能：
其中Fi(r1,r2,…,rN)表示在r1,r2,…,rN的位置矢量的粒子间的作用力，
表示r1,r2,…,rN的位置矢量的粒子的势能，通过所求的势能，根据动能和势能之间的转化关系求出动能；
上述技术方案的有益效果为：通过对空间中活性粒子的动能和势能的计算，便于实时得出活性粒子运动的位置信息，方便对的活性粒子的监测提供数据基础。
在一个实施例中，
所述根据获取的所述动能和势能，对活性粒子的运动进行约束条件限制包括：
根据所述动能和势能，对活性粒子能量进行预估评价；
根据所述粒子能量预估评价，确定活性粒子在时空中运动分布阈值信息；
根据所述运动分布阈值信息，对活性粒子的位置矢量进行条件约束限制，获取无重复计算的活性粒子运动数据。
上述技术方案的工作原理为：在获取的活性粒子运动的动能和势能后，对活性粒子能量进行预估评价，根据粒子预估评价结果，通过计算得到活性粒子在时空中运动分布阈值信息，然后根据活性粒子分布的阈值信息，对活性粒子的位置矢量进行条件约束限制：
rij＝ri-rj，rij≡|rij|
设置条件j>i防止粒子对的重复运算，获取无重复计算的活性粒子运动数据；
其中，rij表示i、j粒子在t时刻的位置矢量，ri-rj表示i粒子在t时刻的位置矢量与j粒子在t时刻的位置矢量的矢量差值，rij≡|rij|表示i、j粒子在t时刻的位置矢量差值恒等于i、j粒子在t时刻时粒子之间的距离；
上述技术方案的有益效果为：通过对活性粒子运动过程中位置矢量进行条件约束限制，获取无重复计算的活性粒子运动数据，便于节省计算时间。
在一个实施例中，
所述根据所述约束条件限制，确定活性粒子时空分布的位置坐标信息，包括：
根据所述约束条件限制，确定活性粒子在t时刻的时间参数信息；
根据所述时间参数信息，计算活性粒子在t时刻前后的Δt时间间隔数据；
根据所述时间间隔数据，将活性粒子在t时刻前后的Δt时间间隔的位置坐标进行泰勒展开；
根据所述泰勒展开，设置数值更新域，降低活性粒子位置数据计算偏差；
根据所述数值更新域，确定活性粒子在同一时刻的位置坐标和速度信息。
上述技术方案的工作原理为：本发明根据活性粒子位置矢量的约束条件限制获取活性粒子在t时刻的时间参数信息时，并同时计算活性粒子在t时刻前后的Δt时间间隔数据，然后将活性粒子在t时刻前后的Δt时间间隔的位置坐标进行泰勒展开：
其中，v(t)表示在t时刻粒子的速度，a(t)表示粒子在t时刻的速度；
根据所述泰勒展开算法，设置数值更新域，降低活性粒子位置数据计算偏差；
上述技术方案的有益效果为：通过上述对活性粒子坐标位置进行泰勒公式展开，能够记录粒子在同一时刻的位置、速度以及加速度，同时将计算偏差降到最低。
在一个实施例中，
所述根据所述位置坐标信息，与预设粒子活动范围进行比对，判断活性粒子是否符合目标正常活性下的运动范围，包括：
根据所述位置坐标，通过活性粒子监测系统调取预设活性粒子在时空中的分布信息；
根据所述分布信息，对空间分布的活性粒子的运动范围进行比对；
基于比对结果，判断所述活性粒子是否符合预设粒子分布的范围；
当判断结果为所述活性粒子符合预设运动范围时，对所述活性粒子在时空中的分布数据进行记录；
当判断结果为所述活性粒子不符合预设运动范围时，通过活性粒子监测系统的监测端进行语音示警提示。
上述技术方案的工作原理为：本发明通过监测系统调取预设活性粒子在时空中的分布信息，然后对空间分布的活性粒子的运动范围与调取的预设粒子活动范围进行比对，根据比对出的结果，当判断结果为活性粒子符合预设运动范围时，随后对所述活性粒子在时空中的分布数据进行记录，当判断结果为所述活性粒子不符合预设运动范围时，通过活性粒子监测系统的监测端进行语音示警提示；
上述技术方案的有益效果为：当判断结果为活性粒子符合预设运动范围时，随后对所述活性粒子在时空中的分布数据进行记录，便于根据记录的数据信息，对粒子活动进行分析研究，判断结果不符合预设运动范围时，监测系统的监测端进行语音示警提示，可以使得研究人员能够更快速发现粒子运动的异常。
在一个实施例中，
所述监测方法还包括：确定活性粒子运动的周期性边界，
基于活性粒子运动时的尺寸效应，将模拟盒子中的活性粒子在笛卡尔空间坐标系进行平移复制；
根据平移复制得到的镜像粒子，调控镜像粒子与所述模拟盒子中的原始粒子的运动相一致；
在所述模拟条件下，选取截断半径，并对在所述截断半径内的活性粒子进行计算；
通过对活性粒子进行计算，确定活性粒子在时空分布中运动的周期性边界。
上述技术方案的工作原理为：本发明将所有的粒子始终都处于一个模拟盒子里，并且在笛卡尔空间坐标系的三个方向上进行整体平移复制，所有复制得到的镜像粒子的运动与对应在模拟盒子中的原始粒子的运动完全相同。换句话说，在这些之中只有一个的运动过程是经过实际模拟得到的。当某个系统中的粒子离开或者进入模拟盒子区域，那么将会有它的一个镜像粒子进入或者离开模拟盒子，所以整个系统内的总粒子数一直保持恒定。对此可以观察到，在周期性边界条件下，界面效应可以被忽略不计并且模拟盒子的尺寸也不会变大；
上述技术方案的有益效果为：通过对模拟盒子中的活性粒子进行分析研究，选取的部分系统的粒子数相比于整个宏观系统的粒子数也将会大幅度减少，这样便于我们在以后的分子模拟过程中优化计算资源。
在一个实施例中，如附图2所示，确定所述活性粒子运动周期性边界，还包括以下步骤：
步骤100：对模拟盒子中的活性粒子的分布进行基本分析和评估；
步骤101：根据所述分析和评估结果，对所述活性粒子在模拟盒子中模拟过程进行数据资源优化计算，获取所述粒子的截断半径；
步骤102：基于所述截断半径，选取在所述截断半径范围内的活性粒子相互作用的计算数据；
步骤103：基于所述截断半径，当粒子A和粒子B、粒子C的镜像之间的距离都在所述截断半径范围内，选取与粒子A距离最近的粒子相互作用的计算数据；
步骤104：根据所述粒子之间相互作用的计算数据确定活性粒子在时空分布的周期性边界；
上述技术方案的工作原理为：在使用周期性边界条件时，模拟盒子中的每个粒子不仅与原始粒子之间存在着相互作用，而且还与原始粒子的镜像粒子之间也会有相互作用。如果计算每组粒子之间的相互作用时，无疑会将整体的计算量无限的放大。因此，我们在模拟中会选取一个截断半径，在粒子截断半径范围内的粒子才会被计算相互作用，截断半径外的粒子相互作用因为本身很小则会被忽略不计，另外，如果模拟盒子在空间坐标系上的三个方向上的尺寸超过截断半径的两倍，那么必然会有一个一个粒子A跟另一个粒子B的很多个镜像之间的距离都在计算的截断半径以内，此时就存在最小镜像法则：对于所有的镜像粒子，只需要考虑粒子A与另一个粒子B原始或镜像中的最近的一个粒子之间的相互作用，其余的均忽略；
上述技术方案的有益效果为：截断半径外的粒子相互作用因为本身很小则会被忽略不计，从而达到节省计算资源的目的。
在一个实施例中，
设置活性粒子净化评估规则，
通过对所述活性粒子进行颜色标定，将颜色标定后的活性粒子在空间中进行释放；
通过释放的所述活性粒子在预设运动范围内通过无规则运动，对空间中污染物粒子进行吸附净化；
根据吸附污染物粒子的活性粒子的颜色变化，对空间环境评估状态进行净化度分级；其中，
所述净化度分级包括：第一净化度、第二净化度和第三净化度；
通过所述净化度分级，判断所述活性粒子在空间中吸附污染物粒子的效能。上述技术方案的工作原理为：通过对活性粒子进行颜色标定，然后将标定后的活性粒子释放在所需监测的空间环境中，活性粒子在空间中预设运动范围内进行无规则运动，并在运动过程中对空间中污染物粒子进行吸附净化，根据吸附污染物粒子的活性粒子的颜色变化，对空间环境评估状态设置第一净化度、第二净化度和第三净化度；通过对所述环境状态净化度的分析评估，判断所述活性粒子在空间中吸附污染物粒子的效能；
上述技术方案的有益效果为：用活性粒子吸附空间环境中的污染物粒子，并根据活性粒子本身颜色的变化，对环境进行状态评估，不仅可以观察粒子在空间中的运动情况，还可以对环境进行净化，同时对环境净化度的分析评估可以更进一步的了解活性粒子在时空中的分布情况。
在一个实施例中，空间环境净化度等级的具体设置方式如下所示：
根据空间环境中污染物粒子的含量进行等级评估设置；
所述第一净化度为空间环境中含有小于等于25％的污染物粒子；
所述第二净化度为空间环境中含小于等于50％，并大于25％的污染物粒子；
所述第三净化度为空间环境中含有大于50％的污染物粒子；
基于所述空间环境净化度等级，通过活性粒子时空分布监测系统对空间环境状态进行监控；
当空间环境状态在第三净化度范围时，所述系统通过报警模块进行报警操作；
上述技术方案的工作原理为：基于空间中污染物粒子的含量进行空间净化度划分，第一净化度表示空间环境为良好状态，第二净化度表示空间环境为一般状态，第三净化度表示空间环境为不合格状态，在空间环境状态处于第三净化度范围时，判定空间环境不合格，同时进行报警操作，通过对空间环境的实时监控，从而便于对空间环境进行及时的改善处理；
上述技术方案的有益效果为：根据上述对环境状态的判断，可以根据判断结果将环境状态设置为良好、一般和不合格三种等级，在判定为不合格等级的时候，便于通过对粒子的监测从而能够快速及时的对环境状况进行改善。
如附图3所示，本发明包括一种活性粒子时空分布监测系统：
获取模块：用于获取活性粒子在空间中运动时的动能和势能；
条件约束模块：用于根据获取的所述动能和势能，对活性粒子的运动进行约束条件限制；
坐标确定模块：用于根据所述约束条件限制，确定活性粒子时空分布的位置坐标信息；
范围确定模块：用于根据所述位置坐标信息，与预设粒子活动范围进行比对，判断活性粒子是否符合目标活性下的运动范围。
上述技术方案的工作原理为：本发明得到空间中运动的活性粒子的动能和势能，
通过设置约束条件，并建立坐标系监控活性例子的作用状态，最后通过在活动范围内，监控活性例子的位置，确定活性粒子的运动信息。具体过程是根据动能和势能之间的转化关系进行能量转化，E＝Ek+U
其中，E为粒子运动的总能量，Ek为动能，势能U在不受外力作用的情况下可以用对相互作用来简单描述：
其中，u(rij)表示i、j粒子在t时刻的位置矢量时的势能，i、j粒子的数量不超过N。粒子受到的力是除了粒子本身之外体系中其他所有粒子对它的合力通过位置矢量和势能计算出合力：
其中，rij表示i、j粒子在t时刻的位置矢量，fij表示i、j粒子在t时刻之间的相互作用力；
上述技术方案的有益效果为：根据粒子在空间中运动的位置矢量，以及粒子之间所受的合外力，可以计算出粒子的动能和势能，通过对粒子运动状态的与预设运动状态进行对比，监测观察研究粒子在空间中是否在阈值范围内运动。
在一个实施例中，活性粒子时空分布监测系统，还包括：
识别模块：通过感应活性物质运动消耗的能量，并识别根据所述活性物质通过消耗能量增生的活性粒子；
计算模块：基于所述活性粒子在时空中运动分布范围，对模拟盒子中活性粒子的运动范围进行数据计算，获取预设活性粒子运动范围轨迹；
判断模块：根据所述活性粒子在时空中运动分布范围，与所述预设活性粒子运动范围轨迹进行范围轨迹阈值判断，获取活性粒子运动范围判断结果；
监测提示模块：根据所述判断结果，当活性粒子运动在预设周期性边界内时，将所述活性粒子的运动分布数据进行存储；
当所述活性粒子运动不在周期性边界内时，对所述活性粒子进行追踪监测，并将粒子运动异常信息发送至监测系统的监测端进行报警；
上述技术方案的工作原理为：在识别模块中，感应活性物质运动消耗的能量，并对活性物质通过消耗能量增生的活性粒子进行识别，然后在计算模块中，根据活性粒子在时空中运动分布范围，对模拟盒子中活性粒子的运动范围进行数据计算，得到计算后的预设活性粒子的运动范围轨迹，并且根据所述活性粒子在时空中运动分布范围，然后与预设活性粒子运动范围轨迹进行范围轨迹阈值判断，当活性粒子运动在预设周期性边界内时，将所述活性粒子的运动分布数据进行存储；当所述活性粒子运动不在周期性边界内时，对所述活性粒子进行追踪监测，并将粒子运动异常信息发送至监测系统的监测端进行报警；
上述技术方案的有益效果为：通过活性粒子时空分布监测系统中识别模块、计算模块、判断模块、监测提示模块之间的共同作用，对空间中活性粒子的分布情况进行实时监测，可以准确快速的获取空间中活性粒子的数据信息。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种活性粒子时空分布监测方法，其特征在于，包括：
获取活性粒子在空间中运动时的动能和势能；
根据获取的所述动能和势能，对活性粒子的运动进行约束条件限制；
根据所述约束条件限制，确定活性粒子时空分布的位置坐标信息；
根据所述位置坐标信息，与预设粒子活动范围进行比对，判断活性粒子是否符合目标活性下的运动范围；
所述根据所述约束条件限制，确定活性粒子时空分布的位置坐标信息，包括：
根据所述约束条件限制，确定活性粒子在t时刻的时间参数信息；
根据所述时间参数信息，计算活性粒子在t时刻前后的Δt时间间隔数据；
根据所述时间间隔数据，将活性粒子在t时刻前后的Δt时间间隔的位置坐标进行泰勒展开；
根据所述泰勒展开，设置数值更新域，降低活性粒子位置数据计算偏差；
根据所述数值更新域，确定活性粒子在同一时刻的位置坐标和速度信息。
2.如权利要求1所述的一种活性粒子时空分布监测方法，其特征在于，所述获取活性粒子在空间中运动时的动能和势能包括：
获取活性粒子质量，计算固定时间粒子的位置矢量；
基于所述活性粒子质量和位置矢量，确定活性粒子之间的相互作用力，并确定活性粒子在空间中受到的粒子合力；
根据所述相互作用力和粒子合力，进行粒子运动模拟，对所述活性粒子在时空分布中运动方程进行积分计算；
根据所述积分计算，确定活性粒子在空间运动时的动能和势能。
3.如权利要求1所述的一种活性粒子时空分布监测方法，其特征在于，所述根据获取的所述动能和势能，对活性粒子的运动进行约束条件限制包括：
根据所述动能和势能，对活性粒子能量进行预估评价；
根据所述粒子能量预估评价，确定活性粒子在时空中运动分布阈值信息；
根据所述运动分布阈值信息，对活性粒子的位置矢量进行条件约束限制，获取无重复计算的活性粒子运动数据。
4.如权利要求1所述的一种活性粒子时空分布监测方法，其特征在于，所述根据所述位置坐标信息，与预设粒子活动范围进行比对，判断活性粒子是否符合目标正常活性下的运动范围，包括：
根据所述位置坐标，通过活性粒子监测系统调取预设活性粒子在时空中的分布信息；
根据所述分布信息，对空间分布的活性粒子的运动范围进行比对；
基于比对结果，判断所述活性粒子是否符合预设粒子分布的范围；
当判断结果为所述活性粒子符合预设运动范围时，对所述活性粒子在时空中的分布数据进行记录；
当判断结果为所述活性粒子不符合预设运动范围时，通过活性粒子监测系统的监测端进行语音示警提示。
5.如权利要求1所述的一种活性粒子时空分布监测方法，其特征在于，所述监测方法还包括：确定活性粒子运动的周期性边界，
基于活性粒子运动时的尺寸效应，将模拟盒子中的活性粒子在笛卡尔空间坐标系进行平移复制；
根据平移复制得到的镜像粒子，调控镜像粒子与所述模拟盒子中的原始粒子的运动相一致；
在所述模拟盒子的模拟条件下，选取截断半径，并对在所述截断半径内的活性粒子进行计算；
通过对活性粒子进行计算，确定活性粒子在时空分布中运动的周期性边界。
6.如权利要求5所述的一种活性粒子时空分布监测方法，其特征在于，所述活性粒子运动周期性边界，还包括以下步骤：
步骤100：对模拟盒子中的活性粒子的分布进行基本分析和评估；
步骤101：获取所述分析和评估的结果，对所述活性粒子在模拟盒子中模拟过程进行数据资源优化计算，获取所述粒子的截断半径；
步骤102：根据所述截断半径，选取在所述截断半径范围内的活性粒子相互作用的计算数据；
步骤103：根据所述截断半径，当粒子A和粒子B、粒子C的镜像之间的距离都在所述截断半径范围内，选取与粒子A距离最近的粒子相互作用的计算数据；
步骤104：根据所述计算数据，确定活性粒子在时空分布的周期性边界。
7.如权利要求1所述的一种活性粒子时空分布监测方法，其特征在于，还包括：设置活性粒子净化评估规则，其中，
通过对所述活性粒子进行颜色标定，将颜色标定后的活性粒子在空间中进行释放；
通过释放的所述活性粒子在预设运动范围内通过无规则运动，对空间中污染物粒子进行吸附净化；
根据吸附污染物粒子的活性粒子的颜色变化，对空间环境评估状态进行净化度分级；其中，
所述净化度分级包括：第一净化度、第二净化度和第三净化度；
通过所述净化度分级，判断所述活性粒子在空间中吸附污染物粒子的效能。
8.如权利要求7所述的一种活性粒子时空分布监测方法，其特征在于，空间环境净化度等级的具体设置方式如下所示：
根据空间环境中污染物粒子的含量进行等级评估设置；其中，
所述第一净化度为空间环境中含有小于等于25％的污染物粒子；
所述第二净化度为空间环境中含小于等于50％，并大于25％的污染物粒子；
所述第三净化度为空间环境中含有大于50％的污染物粒子；
基于所述空间环境净化度等级，通过活性粒子时空分布监测系统对空间环境状态进行监控；
当空间环境状态在第三净化度范围时，所述系统通过报警模块进行报警操作。
9.一种活性粒子时空分布监测系统，其特征在于，包括：
获取模块：用于获取活性粒子在空间中运动时的动能和势能；
条件约束模块：用于根据获取的所述动能和势能，对活性粒子的运动进行约束条件限制；
坐标确定模块：用于根据所述约束条件限制，确定活性粒子时空分布的位置坐标信息；
范围确定模块：用于根据所述位置坐标信息，与预设粒子活动范围进行比对，判断活性粒子是否符合目标活性下的运动范围；
所述坐标确定模块确定活性粒子时空分布的位置坐标信息，包括如下步骤：
根据所述约束条件限制，确定活性粒子在t时刻的时间参数信息；
根据所述时间参数信息，计算活性粒子在t时刻前后的Δt时间间隔数据；
根据所述时间间隔数据，将活性粒子在t时刻前后的Δt时间间隔的位置坐标进行泰勒展开；
根据所述泰勒展开，设置数值更新域，降低活性粒子位置数据计算偏差；
根据所述数值更新域，确定活性粒子在同一时刻的位置坐标和速度信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111113367.0A CN113806994B (zh) | 2021-09-23 | 2021-09-23 | 一种活性粒子时空分布监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111113367.0A CN113806994B (zh) | 2021-09-23 | 2021-09-23 | 一种活性粒子时空分布监测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113806994A CN113806994A (zh) | 2021-12-17 |
| CN113806994B true CN113806994B (zh) | 2022-12-20 |
Family
ID=78896346
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111113367.0A Active CN113806994B (zh) | 2021-09-23 | 2021-09-23 | 一种活性粒子时空分布监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113806994B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117012292B (zh) * | 2023-08-03 | 2024-02-09 | 盐城师范学院 | 自驱粒子浴中树形分子结构的研究模拟方法及系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2447852A3 (en) * | 2005-04-19 | 2015-01-07 | D.E. Shaw Research, LLC | Scalable method for the evaluation of distance-limited pairwise particle interactions |
| CN103308714B (zh) * | 2013-06-06 | 2015-07-01 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种水流中彩色粒子图像测速系统及其测量方法 |
| CN109885917B (zh) * | 2019-02-02 | 2020-01-31 | 中国人民解放军军事科学院国防科技创新研究院 | 一种并行分子动力学模拟方法及系统 |
| CN111474087A (zh) * | 2020-05-22 | 2020-07-31 | 西安交通大学 | 在线定量监测等离子体液相活性粒子时空分布的方法和装置 |
| CN111650672B (zh) * | 2020-05-22 | 2022-04-01 | 西北核技术研究院 | 采用时间堆栈实现空气污染物大气扩散快速预测的方法 |
-
2021
- 2021-09-23 CN CN202111113367.0A patent/CN113806994B/zh active Active
Non-Patent Citations (1)
| Title |
|---|
| Unfolding of a diblock chain and its anomalous diffusion induced by active particles;Yi-qi Xia等;《arXiv》;20181231;第1-11页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113806994A (zh) | 2021-12-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10496045B2 (en) | Fall protection equipment event generation and monitoring | |
| Sun et al. | Statistical regularization for identification of structural parameters and external loadings using state space models | |
| JP5530019B1 (ja) | 異常予兆検知システム及び異常予兆検知方法 | |
| JP2017004509A (ja) | 機械学習のための高度解析インフラストラクチャ | |
| Fridman et al. | What can be predicted from six seconds of driver glances? | |
| US8255522B2 (en) | Event detection from attributes read by entities | |
| US20170092021A1 (en) | Method and system for monitoring equipment | |
| Yin et al. | A data-driven learning approach for nonlinear process monitoring based on available sensing measurements | |
| CN113806994B (zh) | 一种活性粒子时空分布监测方法及系统 | |
| CN108363365A (zh) | 用于监测结构的状况的方法和装置 | |
| US11967822B2 (en) | Method for predicting power generation and remaining useful life per system and system for performing the same | |
| Liu et al. | Prognosis of structural damage growth via integration of physical model prediction and Bayesian estimation | |
| JP6627765B2 (ja) | 監視装置及びその監視方法、監視システム、並びにコンピュータ・プログラム | |
| WO2016084326A1 (ja) | 情報処理システム、情報処理方法、及び、記録媒体 | |
| Chand et al. | Tracking a person’s behaviour in a smart house | |
| CN106603336B (zh) | 一种云计算环境的机器状态预测方法及装置 | |
| Howard et al. | Evaluating temporal observation-based causal discovery techniques applied to road driver behaviour | |
| Lu et al. | Crash risk analysis for the mixed traffic flow with human-driven and connected and autonomous vehicles | |
| Rigatos et al. | Fault diagnosis for a PDE suspended-bridge model with Kalman filter and statistical decision making | |
| Silva et al. | Traffic expression through ubiquitous and pervasive sensorization: Smart cities and assessment of driving behaviour | |
| JP7363889B2 (ja) | 学習装置、学習方法、コンピュータプログラム及び記録媒体 | |
| Papadimitriou et al. | Information-Driven Modeling of Structures Using a Bayesian Framework | |
| Villalpando et al. | Damage Location by Maximum Entropy Method on a Civil Structure | |
| CN118243575B (zh) | 一种基于数字化技术气溶胶扩散模拟方法和装置 | |
| JP5990449B2 (ja) | 推定システム、推定装置、推定方法、及びプログラム |
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 |