CN115575436A - 一种地面结冰温度预测方法、预测系统及计算机设备 - Google Patents
一种地面结冰温度预测方法、预测系统及计算机设备 Download PDFInfo
- Publication number
- CN115575436A CN115575436A CN202211102959.7A CN202211102959A CN115575436A CN 115575436 A CN115575436 A CN 115575436A CN 202211102959 A CN202211102959 A CN 202211102959A CN 115575436 A CN115575436 A CN 115575436A
- Authority
- CN
- China
- Prior art keywords
- temperature
- solid surface
- ice
- icing
- data
- 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 55
- 239000007787 solid Substances 0.000 claims abstract description 167
- 238000009499 grossing Methods 0.000 claims abstract description 24
- 230000008878 coupling Effects 0.000 claims abstract description 10
- 238000010168 coupling process Methods 0.000 claims abstract description 10
- 238000005859 coupling reaction Methods 0.000 claims abstract description 10
- 238000009826 distribution Methods 0.000 claims abstract description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 148
- 230000006911 nucleation Effects 0.000 claims description 53
- 238000010899 nucleation Methods 0.000 claims description 53
- 239000000463 material Substances 0.000 claims description 19
- 230000008014 freezing Effects 0.000 claims description 18
- 238000007710 freezing Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000007711 solidification Methods 0.000 claims description 12
- 230000008023 solidification Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 239000007788 liquid Substances 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 6
- 239000005457 ice water Substances 0.000 claims description 6
- 230000006910 ice nucleation Effects 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 3
- 239000013078 crystal Substances 0.000 claims description 3
- 238000009792 diffusion process Methods 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 3
- 239000000758 substrate Substances 0.000 claims description 3
- 230000003746 surface roughness Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 abstract description 5
- 239000012071 phase Substances 0.000 description 24
- 230000008569 process Effects 0.000 description 10
- 238000009825 accumulation Methods 0.000 description 9
- 239000004568 cement Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000003292 glue Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008021 deposition Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000011499 joint compound Substances 0.000 description 1
- 239000007791 liquid phase Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000005060 rubber Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004781 supercooling Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/02—Investigating or analyzing materials by the use of thermal means by investigating changes of state or changes of phase; by investigating sintering
- G01N25/04—Investigating or analyzing materials by the use of thermal means by investigating changes of state or changes of phase; by investigating sintering of melting point; of freezing point; of softening point
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
- Pathology (AREA)
- Operations Research (AREA)
- Immunology (AREA)
- Algebra (AREA)
- Biochemistry (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
Abstract
本发明属于民用航空地面积冰数据识别技术领域，公开了一种地面结冰温度预测方法、预测系统及计算机设备。所述方法包括：获取固体表面的历史温度数据并输出，同时将采集的相关数据输出给结冰温度判定模块；通过时间序列的三次指数平滑法得到预测的固体表面温度，并输出；结冰温度判定模块接收传输的数据后，获取冰相在固体表面的冰相覆盖率，结合输出的预测的固体表面温度，得到冰相覆盖率与温度和时间之间的耦合关系，根据冰相覆盖率的比例，结合所述耦合关系，获得预测结果。本发明不需要采集大量的数据并且对需要的数据的分布也没有过高的要求，得出预测结果后可为近地表物体积冰条件下的运行保障提供有效依据，提前并高效的进行除冰准备。
Description
技术领域
本发明属于民用航空地面积冰数据识别技术领域，尤其涉及一种地面结冰温度预测方法、预测系统及计算机设备。
背景技术
随着机场、高速公路和输电线路等领域都在飞速发展，但同时这些地方也都时常受到积冰的威胁。当积冰现象发生时，机场和高速公路上的积冰都会改变道面的特性，降低表面的摩擦系数，从而影响飞机起飞和汽车行驶的安全性；而电线积冰会增加电线在大气中的迎风面，风向适合时会导致电线舞动，输电线路不稳定，从而对电力和通信造成影响。因此，为保障人民生命和国家的财产安全，减小积冰对于各行各业的影响，较为准确的积冰预测至关重要，才能为高效的除冰工作做好准备。面对各种领域的复杂环境，影响表面积冰的因素数量极为繁多，因此积冰是一个具有多因素耦合的复杂条件问题。
通过上述分析，现有技术中各领域应对积冰的方式存在的问题及缺陷为：
(1)目前机场和高速公路应对道面积冰的方式较为被动，在等待积冰已经发生且已经累积了一定的冰层之后，才开始预警和除冰，并没有在积冰发生前就开始预防。
(2)一般机场配备的气象系统，大多仅能搜集到大气环境中的各项气象信息，并以此作为预测固体表面是否积冰的依据，这种方式存在很大的不确定性。
(3)一般认为的表面积冰都在温度低于0℃时就会发生，但实际情况是水的凝固会有过冷度的存在，即温度低于0℃时，水依然是处于液相的状态。
(4)面对固体表面的复杂情况，例如存在泥浆、砂子和橡胶沉积物等污染物，又或者表面的积液中掺杂例如除冰液等特殊溶液，都会影响到积液最终的结冰温度，使其更加难以确定。根据气象数据和表面特性的不同，积液结冰的温度也并不相同，因此判断结冰的条件并不能一概而论。
(5)现有技术预测结果不能为近地表物体积冰条件下的运行保障提供有效依据，为提前进行除冰准备提供的数据准确度低，影响工作效率。
发明内容
为克服相关技术中存在的问题，本发明公开实施例提供了一种地面结冰温度预测方法、预测系统及计算机设备。
所述技术方案如下：一种地面结冰温度预测方法包括以下步骤：
S1，通过固体表面数据采集模块获取固体表面的历史温度数据，输出给固体表面温度预测模块；通过固体表面数据采集模块采集的固体表面的材料特性数据和积液特性数据输出给结冰温度判定模块；
S2，固体表面温度预测模块通过时间序列的三次指数平滑法得到预测的固体表面温度，并输出到的结冰温度判定模块；
S3，结冰温度判定模块接收固体表面数据采集模块传输的数据后，获取冰相在固体表面的冰相覆盖率，结合固体表面温度预测模块输出的预测的固体表面温度，得到冰相覆盖率与温度和时间之间的耦合关系，根据冰相覆盖率的比例，结合所述耦合关系获得预测结果。
在一个实施例中，在步骤S1中，固体表面数据采集模块采集的固体表面的材料特性数据和积液特性数据中，材料特性数据包括：固体表面的表面自由能
和粗糙因子z，积液特性数据包括：表面积液的类型、浓度C％及其相对应的密度、平衡温度和凝固潜热参数。
在一个实施例中，在步骤S1中，固体表面数据采集模块采集的历史表面温度数据xi输出至固体表面温度预测模块，代入以下三次指数平滑的计算公式：
给定平滑系数a，对于各阶次平滑值的计算公式如下：
其中，xi表示当前时刻i的实际温度，
分别表示i时刻一次、二次、三次指数平滑模型的平滑值；预测未来t时刻的值xi+t的计算公式为：
xi+t＝Ai+Bit+Cit2
其中系数Ai、Bi、Ci分别表示为：
得到预测的固体表面未来时刻的温度T(t)＝xi+t。
在一个实施例中，在步骤S3中，获得预测结果包括以下步骤：
1)根据固体表面数据采集模块(1)采集的表面积液的特性数据，结合成核理论计算得出冰核的均质形核功G；
2)根据固体表面数据采集模块采集的固体表面的材料特性数据，求出冰核在固体表面形成时的接触角θIS与异质形核表面因数aepy，并得到冰核在粗糙固体表面的异质形核功G*＝aepyG；
3)对于步骤2)中的异质形核功G*，结合玻尔兹曼能量分布定律可得冰核在固体表面的形成速率Ja；并求出冰核在固体表面的半径生长速率uis；
4)结合步骤3)中的形核率Ja和冰核半径生长速率uis，可得出冰相在固体表面的覆盖率
5)对于步骤4)中的冰相覆盖率，引入固体表面温度预测模块中预测的表面温度T(t)，得到覆盖率与时间的关系
以覆盖率达到100％冰层作为判定结冰的条件，输出覆盖率达到100％时的温度与时间预测的结果。
在一个实施例中，在步骤1)中，表面积液的特性数据还包括：冰-水比表面自由能γiw、相变平衡温度Teq、单位质量凝固潜热hf和凝固之后冰的密度ρice；
所述结合相关成核理论计算得出冰核的均质形核功G为：
在一个实施例中，在步骤2)中，在理想光滑表面条件下，接触角为：
当固体表面粗糙度时，cosθrIS＝zcosθIS，粗糙因子z为固体表面真实表面积与平滑表面积之比；
则表面因数为：
上述公式中，
为基底表面能的色散力分量，单位为J/m2，
为冰表面能的色散力分量，单位为J/m2，
为水的表面能的色散力分量，单位为J/m2，γI为冰的表面能，单位为J/m2，γW为水的表面能，单位为J/m2，γiw为冰-水比表面自由能，单位为J/m2。
在一个实施例中，在步骤3)中，对于步骤2)中的异质形核功G*，结合玻尔兹曼能量分布定律可得冰核在固体表面的形成速率Ja如下式：
其中，
为临界晶核的面积数密度，单位为1/m2；Na为水分子的面积数密度，单位为J/m2；ρw为水的密度，单位为kg/m3；ρi为水的密度，单位为kg/m3；k为玻尔兹曼常数；T为绝对温度，单位为K；ΔG为临界形核功，
为水分子单位时间跃出势阱的次数，单位为J/s，k＝1.380622×10-23J/℃为玻尔兹曼常数；NA＝6.022045×1023为阿伏伽德罗常数；h＝6.626176×10-34J·s为普朗克常数；Ew＝1.3×104J/mol为水的扩散激活能；
并求出单个冰核的半径生长速率uiw如下式：
式中，Lm为单位质量的凝固潜热，单位为J/kg；λiw为水相分子间距离和冰相分子间的距离的平均值，单位为m；Mw为水的摩尔质量，单位为kg/mol；则冰面上冰核扩张的冰核半径生长速率为uis＝uiwsinθIs。
在一个实施例中，在步骤4)中，结合步骤3)中的形核率Ja和冰核半径生长速率uis，得出冰相在固体表面的覆盖率
为：
在步骤5)中，对于步骤4)中的冰相覆盖率，引入固体表面温度预测模块中预测的表面温度T(t)，得到覆盖率与时间的关系
如下式：
其中，t为时间；以覆盖率达到100％即宏观意义上冰层的出现作为判定结冰的条件，输出覆盖率达到100％时的温度与时间即为预测的结果。
本发明的另一目的在于提供一种根据所述地面结冰温度预测方法的地面结冰温度预测系统，所述地面结冰温度预测系统包括：
固体表面数据采集模块、固体表面温度预测模块和结冰温度预测模块；固体数据采集模块同时与固体表面温度预测模块和结冰温度预测模块相连；固体表面温度预测模块再与结冰温度预测模块相连；
所述固体表面数据采集模块用于采集固体表面的材料特性数据和积液特性数据；其中材料特性数据包括固体表面的表面自由能
和粗糙因子z，积液特性包括表面积液的类型、浓度C％及其相对应的密度、平衡温度和凝固潜热参数；
所述固体表面温度预测模块用于通过数据采集模块采集的历史表面温度数据，采用三次指数平滑的计算公式计算得出固体表面未来时刻的温度T(t)；
所述结冰温度判定模块，用于进行结冰温度判定，获得覆盖率达到一定比例时的温度与时间预测结果。
本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述地面结冰温度预测方法。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：
第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果：本发明为解决现有积冰预测方式上述的问题，采用了一种地面结冰温度预测方法，并且此方法属于一种机理模型，不需要采集大量的数据并且对需要的数据的分布也没有过高的要求，得出预测结果后可为近地表物体积冰条件下的运行保障提供有效依据，提前并高效的进行除冰准备。
第二、把技术方案看作一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：本发明提供的地面结冰温度预测系统其包括固体表面数据采集模块、固体表面温度预测模块和结冰温度判定模块。通过数据采集模块获取固体表面的历史温度数据，输出给固体温度预测模块，通过时间序列的三次指数平滑法得到预测的固体表面温度。通过数据采集模块采集的相关数据输出给结冰温度判定模块，使用固体表面积液的特性——积液类型、浓度，求解出冰核的均质形核功；使用固体表面的物性参数——表面自由能、粗糙因子，求解出异质形核的表面因数，结合均质形核功和表面因数得到冰核在固体表面的异质形核功，随后得到冰核在表面的异质形核速率；再使用固体表面积液的特性得到冰核半径的生长速率，与上述的形核速率结合得到冰相在固体表面的覆盖率；最后将固体表面温度预测模块输出的预测表面温度代入得到冰相覆盖率与温度及时间之间的耦合关系，当覆盖率达到100％时判断结冰，输出此时的温度与时间，即为预测会发生结冰的条件。
第三、作为本发明的权利要求的创造性辅助证据，还体现在由于目前诸多学者对于液态水凝固冻结的研究以实验为基础，而成核过程通常只持续几十毫秒，从时间量级上看，此过程通常被忽略，但实际上，成核过程才是决定了凝固冻结阶段的起点，是整个冻结过程必不可少的一部分。而本发明针对成核过程进行分析，完善了整个液态水冻结全过程的演化，同时界定了液态水冻结发生的实际起始点。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是本发明实施例提供的地面结冰温度预测方法流程图；
图2是本发明实施例提供的地面结冰温度预测系统原理图；
图3是本发明实施例提供的结冰温度判定模块原理流程图；
图4是本发明实施例提供的在一平方米的小范围跑道表面，针对同时存在轮胎胶迹和水泥的情况，且考虑其粗糙程度并不唯一，计算得出仿真结果图；
图中：1、固体表面数据采集模块；2、固体表面温度预测模块；3、结冰温度预测模块。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。
一、解释说明实施例：
本发明实施例提供的地面结冰温度预测系统包括：固体表面数据采集模块1、固体表面温度预测模块2和结冰温度预测模块3；其中，固体数据采集模块1同时与固体表面温度预测模块2和结冰温度预测模块3相连；固体表面温度预测模块2再与结冰温度预测模块3相连；
在本发明实施例中，固体表面数据采集模块1用于采集固体表面的材料特性数据和积液特性数据；其中材料特性数据包括固体表面的表面自由能
和粗糙因子z，积液特性包括表面积液的类型、浓度C％及其相对应的密度、平衡温度和凝固潜热等参数；
固体表面温度预测模块2用于通过数据采集模块采集的历史表面温度数据，采用时间序列——三次指数平滑的计算公式计算得出固体表面未来时刻的温度T(t)；
结冰温度判定模块3，用于进行结冰温度判定，其判定原理包括：
1)根据固体表面数据采集模块1采集的表面积液的特性数据——积液类型、溶度C％,并查询相关资料得出相关参数，结合成核理论计算得出冰核的均质形核功G；
2)根据固体表面数据采集模块1采集的固体表面的材料特性数据——表面自由能
和粗糙因子z，求出冰核在固体表面形成时的接触角θIS与异质形核表面因数aepy，并得到冰核在粗糙固体表面的异质形核功G*＝aepyG；
3)对于步骤2)中的异质形核功G*，结合玻尔兹曼能量分布定律可得冰核在固体表面的形成速率Ja；并求出冰核在固体表面的半径生长速率uis；
4)结合步骤3)中的形核率Ja和冰核半径生长速率uis，可得出冰相在固体表面的覆盖率
5)对于步骤4)中的冰相覆盖率，引入固体表面温度预测模块2中预测的表面温度T(t)，得到覆盖率与时间的关系
以覆盖率达到100％冰层作为判定结冰的条件，输出覆盖率达到100％时的温度与时间预测的结果。
如图1所示，本发明实施例提供的地面结冰温度预测方法包括以下步骤：
S101，通过固体表面数据采集模块1获取固体表面的历史温度数据，输出给固体表面温度预测模块2；同时，通过固体表面数据采集模块1采集的相关数据输出给结冰温度判定模块3；
S102，固体表面温度预测模块2通过时间序列的三次指数平滑法得到预测的固体表面温度，并输出到的结冰温度判定模块3；
S103，结冰温度判定模块3接收固体表面数据采集模块1传输的数据后，使用固体表面积液的特性，所述特性包括积液类型、浓度，求解出冰核的均质形核功；使用固体表面的物性参数，所述物性参数包括：表面自由能、粗糙因子，求解出异质形核的表面因数，结合均质形核功和表面因数得到冰核在固体表面的异质形核功；随后得到冰核在表面的异质形核速率；再使用固体表面积液的特性得到冰核半径的生长速率，与上述的形核速率结合得到冰相在固体表面的覆盖率；最后将固体表面温度预测模块2输出的预测表面温度代入得到冰相覆盖率与温度和时间之间的耦合关系，当覆盖率达到100％时判断结冰，输出此时的温度与时间，即为预测结果。
实施例1
本发明实施例提供的地面结冰温度预测方法适用于固体表面的积冰预测方面，本发明中的地面结冰温度预测系统如图2所示，包括固体表面数据采集模块1、固体表面温度预测模块2和结冰温度判定模块3；
通过固体表面数据采集模块1获取固体表面的历史温度数据，输出给固体表面温度预测模块2，通过时间序列的三次指数平滑法得到预测的固体温度。
通过固体表面数据采集模块1采集的相关数据输出给结冰温度判定模块3，使用固体表面积液的特性—积液类型、浓度，求解出冰核的均质形核功；使用固体表面的物性参数—表面自由能、粗糙因子，求解出异质形核的表面因数，结合均质形核功和表面因数得到冰核在固体表面的异质形核功；随后得到冰核在表面的异质形核速率；再使用固体表面积液的特性得到冰核半径的生长速率，与上述的形核速率结合得到冰相在固体表面的覆盖率；最后将固体表面温度预测模块2输出的预测表面温度代入得到冰相覆盖率与温度和时间之间的耦合关系，当覆盖率达到100％时判断结冰，输出此时的温度与时间，即为预测结果。
其中，固体表面数据采集模块1，需要采集固体表面的材料特性数据和积液特性数据；其中材料特性数据包括固体表面的表面自由能
和粗糙因子z，积液特性包括表面积液的类型、浓度C％及其相对应的密度、平衡温度和凝固潜热等参数；
另外，固体表面温度预测模块2，通过固体表面数据采集模块1采集的历史表面温度数据xi输出至固体表面温度预测模块2，代入下三次指数平滑的计算公式：
给定平滑系数a，对于各阶次平滑值的计算公式如下：
其中，xi表示当前时刻i的实际温度，
分别表示i时刻一次、二次、三次指数平滑模型的平滑值；预测未来t时刻的值xi+t的计算公式为：
xi+t＝Ai+Bit+Cit2
其中系数Ai、Bi、Ci分别表示为：
得到预测的固体表面未来时刻的温度T(t)＝xi+t。
最后，对于结冰温度判定模块3，其判定原理及步骤如图3所示：
1)根据固体表面数据采集模块1采集的表面积液的特性数据—积液类型、溶度C％,并查询相关资料得出相关参数：冰-水比表面自由能γiw、相变平衡温度Teq、单位质量凝固潜热hf和凝固之后冰的密度ρice；结合相关成核理论计算得出冰核的均质形核功G为：
根据固体表面数据采集模块1采集的固体表面的材料特性数据——表面自由能
和粗糙因子z，求出冰核在固体表面形成时的接触角θIS与异质形核表面因数aepy，并得到冰核在粗糙固体表面的异质形核功G*＝aepyG；
在理想光滑表面条件下，接触角为：
当固体表面粗糙度时，cosθrIS＝zcosθIS，粗糙因子z为固体表面真实表面积与平滑表面积之比，则表面因数为：
上述公式中，
为基底表面能的色散力分量，单位为J/m2，
为冰表面能的色散力分量，单位为J/m2，
为水的表面能的色散力分量，单位为J/m2，γI为冰的表面能，单位为J/m2，γW为水的表面能，单位为J/m2，γiw为冰-水比表面自由能，单位为J/m2。
3)对于步骤2)中的异质形核功，结合玻尔兹曼能量分布定律可得冰核在固体表面的形成速率Ja如下式：
其中，
为临界晶核的面积数密度，单位为1/m2；Na为水分子的面积数密度，单位为J/m2；ρw为水的密度，单位为kg/m3；ρi为水的密度，单位为kg/m3；k为玻尔兹曼常数；T为绝对温度，单位为K；ΔG为临界形核功，
为水分子单位时间跃出势阱的次数，单位为J/s，k＝1.380622×10-23J/℃为玻尔兹曼常数；NA＝6.022045×1023为阿伏伽德罗常数；h＝6.626176×10-34J·s为普朗克常数；Ew＝1.3×104J/mol为水的扩散激活能；
并求出单个冰核的半径生长速率uiw如下式：
式中，Lm为单位质量的凝固潜热，单位为J/kg；λiw为水相分子间距离和冰相分子间的距离的平均值，单位为m；Mw为水的摩尔质量，单位为kg/mol；则冰面上冰核扩张的冰核半径生长速率为uis＝uiwsinθIs。
4)结合步骤3)中的形核率Ja和冰核半径生长速率uis，得出冰相在固体表面的覆盖率
为：
在对于步骤4)中的冰相覆盖率，引入固体表面温度预测模块(2)中预测的表面温度T(t)，得到覆盖率与时间t的关系
如下式：
以覆盖率达到100％即宏观意义上冰层的出现作为判定结冰的条件，输出覆盖率达到100％时的温度与时间即为预测的结果。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
上述装置/单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
二、应用实施例：
应用例1
本发明应用实施例提供了一种计算机设备，该计算机设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。
应用例2
本发明应用实施例还提供了一种计算机可读存储介质，所述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可实现上述各个方法实施例中的步骤。
应用例3
本发明应用实施例还提供了一种信息数据处理终端，所述信息数据处理终端用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤，所述信息数据处理终端不限于手机、电脑、交换机。
应用例4
本发明应用实施例还提供了一种服务器，所述服务器用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤。
应用例5
本发明应用实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行时可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。
三、实施例相关效果的证据：
本发明应用实施例可结合道面条件得出实际的结冰发生起始温度点，例如在因飞机轮胎摩擦而留有胶迹的水泥跑道表面，因液态水与跑道表面接触的材料种类和粗糙条件并不唯一，即结冰温度也并不唯一。本发明在一平方米的小范围跑道表面，针对同时存在轮胎胶迹和水泥的情况，且考虑其粗糙程度并不唯一，计算得出仿真结果如图4，表明在此范围内的结冰温度并不唯一，从-0.9450℃至-0.6722℃不等。
本发明可得出特定地点的结冰起始温度，结合时间序列的三次指数平滑法得出的预测未来时刻道面温度，即可进行结冰过程开始时间点的预测，为近地表物体积冰条件下的运行保障提供有效依据，提前并高效的进行除冰准备。
以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种地面结冰温度预测方法，其特征在于，该方法包括以下步骤：
S1，通过固体表面数据采集模块(1)获取固体表面的历史温度数据，输出给固体表面温度预测模块(2)；通过固体表面数据采集模块(1)采集固体表面的材料特性数据和积液特性数据，输出给结冰温度判定模块(3)；
S2，固体表面温度预测模块(2)通过时间序列的三次指数平滑法得到预测的固体表面温度，并输出到的结冰温度判定模块(3)；
S3，结冰温度判定模块(3)接收固体表面数据采集模块(1)传输的数据后，获取冰相在固体表面的冰相覆盖率，结合固体表面温度预测模块(2)输出的预测的固体表面温度，得到冰相覆盖率与温度和时间之间的耦合关系，根据冰相覆盖率的比例，结合所述耦合关系获得预测结果。
2.根据权利要求1所述的地面结冰温度预测方法，其特征在于，在步骤S1中，固体表面数据采集模块(1)采集的固体表面的材料特性数据和积液特性数据中，材料特性数据包括：固体表面的表面自由能
和粗糙因子z，积液特性数据包括：表面积液的类型、浓度C％及其相对应的密度、平衡温度和凝固潜热参数。
3.根据权利要求1所述的地面结冰温度预测方法，其特征在于，在步骤S1中，固体表面数据采集模块(1)采集的历史表面温度数据xi输出至固体表面温度预测模块(2)，代入以下三次指数平滑的计算公式：
给定平滑系数a，对于各阶次平滑值的计算公式如下：
其中，xi表示当前时刻i的实际温度，
分别表示i时刻一次、二次、三次指数平滑模型的平滑值；预测未来t时刻的值xi+t的计算公式为：
xi+t＝Ai+Bit+Cit2
其中系数Ai、Bi、Ci分别表示为：
得到预测的固体表面未来时刻的温度T(t)＝xi+t。
4.根据权利要求1所述的地面结冰温度预测方法，其特征在于，在步骤S3中，获得预测结果包括以下步骤：
1)根据固体表面数据采集模块(1)采集的表面积液的特性数据，结合成核理论计算得出冰核的均质形核功G；
2)根据固体表面数据采集模块(1)采集的固体表面的材料特性数据，求出冰核在固体表面形成时的接触角θIS与异质形核表面因数aepy，并得到冰核在粗糙固体表面的异质形核功G*＝aepyG；
3)对于步骤2)中的异质形核功G*，结合玻尔兹曼能量分布定律可得冰核在固体表面的形成速率Ja；并求出冰核在固体表面的半径生长速率uis；
4)结合步骤3)中的形核率Ja和冰核半径生长速率uis，可得出冰相在固体表面的覆盖率
5)对于步骤4)中的冰相覆盖率，引入固体表面温度预测模块(2)中预测的表面温度T(t)，得到覆盖率与时间的关系
以覆盖率达到100％冰层作为判定结冰的条件，输出覆盖率达到100％时的温度与时间预测的结果。
5.根据权利要求4所述的地面结冰温度预测方法，其特征在于，在步骤1)中，表面积液的特性数据还包括：冰-水比表面自由能γiw、相变平衡温度Teq、单位质量凝固潜热hf和凝固之后冰的密度ρice；
所述结合相关成核理论计算得出冰核的均质形核功G为：
6.根据权利要求4所述的地面结冰温度预测方法，其特征在于，在步骤2)中，在理想光滑表面条件下，接触角为：
当固体表面粗糙度时，cosθrIS＝zcosθIS，粗糙因子z为固体表面真实表面积与平滑表面积之比；
则表面因数为：
上述公式中，
为基底表面能的色散力分量，单位为J/m2，
为冰表面能的色散力分量，单位为J/m2，
为水的表面能的色散力分量，单位为J/m2，γI为冰的表面能，单位为J/m2，γW为水的表面能，单位为J/m2，γiw为冰-水比表面自由能，单位为J/m2。
7.根据权利要求6所述的地面结冰温度预测方法，其特征在于，在步骤3)中，对于步骤2)中的异质形核功G*，结合玻尔兹曼能量分布定律可得冰核在固体表面的形成速率Ja如下式：
其中，
为临界晶核的面积数密度，单位为1/m2；Na为水分子的面积数密度，单位为J/m2；ρw为水的密度，单位为kg/m3；ρi为水的密度，单位为kg/m3；k为玻尔兹曼常数；T为绝对温度，单位为K；ΔG为临界形核功，
为水分子单位时间跃出势阱的次数，单位为J/s，k＝1.380622×10-23J/℃为玻尔兹曼常数；NA＝6.022045×1023为阿伏伽德罗常数；h＝6.626176×10-34J·s为普朗克常数；Fw＝1.3×104J/mol为水的扩散激活能；
并求出单个冰核的半径生长速率uiw如下式：
式中，Lm为单位质量的凝固潜热，单位为J/kg；λiw为水相分子间距离和冰相分子间的距离的平均值，单位为m；Mw为水的摩尔质量，单位为kg/mol；则冰面上冰核扩张的冰核半径生长速率为uis＝uiwsinθIs。
8.根据权利要求7所述的地面结冰温度预测方法，其特征在于，在步骤4)中，结合步骤3)中的形核率Ja和冰核半径生长速率uis，得出冰相在固体表面的覆盖率
为：
在步骤5)中，对于步骤4)中的冰相覆盖率，引入固体表面温度预测模块(2)中预测的表面温度T(t)，得到覆盖率与时间的关系
如下式：
其中，t为时间，以覆盖率达到100％即宏观意义上冰层的出现作为判定结冰的条件，输出覆盖率达到100％时的温度与时间即为预测的结果。
9.一种根据权利要求1-8任意一项所述地面结冰温度预测方法的系统，其特征在于，该地面结冰温度预测系统包括：固体表面数据采集模块(1)、固体表面温度预测模块(2)和结冰温度预测模块(3)；固体数据采集模块(1)同时与固体表面温度预测模块(2)和结冰温度预测模块(3)相连；固体表面温度预测模块(2)再与结冰温度预测模块(3)相连；
所述固体表面数据采集模块(1)用于采集固体表面的材料特性数据和积液特性数据；其中材料特性数据包括固体表面的表面自由能
和粗糙因子z，积液特性包括表面积液的类型、浓度C％及其相对应的密度、平衡温度和凝固潜热参数；
所述固体表面温度预测模块(2)用于通过数据采集模块采集的历史表面温度数据，采用三次指数平滑的计算公式计算得出固体表面未来时刻的温度T(t)；
所述结冰温度判定模块(3)，用于进行结冰温度判定，获得覆盖率达到一定比例时的温度与时间预测结果。
10.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1-8任意一项所述地面结冰温度预测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211102959.7A CN115575436A (zh) | 2022-09-09 | 2022-09-09 | 一种地面结冰温度预测方法、预测系统及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211102959.7A CN115575436A (zh) | 2022-09-09 | 2022-09-09 | 一种地面结冰温度预测方法、预测系统及计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115575436A true CN115575436A (zh) | 2023-01-06 |
Family
ID=84581144
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211102959.7A Pending CN115575436A (zh) | 2022-09-09 | 2022-09-09 | 一种地面结冰温度预测方法、预测系统及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115575436A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117020195A (zh) * | 2023-10-10 | 2023-11-10 | 山东春秋新材料股份有限公司 | 一种用于冒口模具的温度监控管理系统 |
-
2022
- 2022-09-09 CN CN202211102959.7A patent/CN115575436A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117020195A (zh) * | 2023-10-10 | 2023-11-10 | 山东春秋新材料股份有限公司 | 一种用于冒口模具的温度监控管理系统 |
| CN117020195B (zh) * | 2023-10-10 | 2024-01-09 | 山东春秋新材料股份有限公司 | 一种用于冒口模具的温度监控管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11635545B2 (en) | Real-time weather forecasting for transportation systems | |
| CN106515478A (zh) | 电动汽车剩余行驶里程在线预测方法及装置 | |
| CN102004856B (zh) | 高频观测资料实时数据的快速集合卡曼滤波同化方法 | |
| CN105181898A (zh) | 基于大密度部署传感器的大气污染监控及管理方法及系统 | |
| Starchenko et al. | Mathematical modelling of atmospheric processes above an industrial centre | |
| CN104751242A (zh) | 预测空气质量指数的方法与装置 | |
| JP2016038388A (ja) | 氷結晶着氷エンジン事象確率推定の装置、システム、及び方法 | |
| CN115575436A (zh) | 一种地面结冰温度预测方法、预测系统及计算机设备 | |
| CN112488477A (zh) | 高速公路应急管理系统及方法 | |
| CN116702096B (zh) | 车辆高原环境道路滑行阻力测算方法及装置 | |
| Ren et al. | Determining the fluctuation of PM2. 5 mass concentration and its applicability to Monin–Obukhov similarity | |
| CN117172554A (zh) | 覆冰灾害风险预测方法、装置、设备及存储介质 | |
| CN116910917A (zh) | 新能源汽车轮胎寿命的预测方法、装置及计算机设备 | |
| CN111383444A (zh) | 预测路况状态的方法、装置、服务器及存储介质 | |
| Menut | Modeling of mineral dust emissions with a Weibull wind speed distribution including subgrid-scale orography variance | |
| Ligęza | Reconstructing the trajectory of the object's motion on the basis of measuring the components of its velocity | |
| CN116340768B (zh) | 一种智能化道路积尘负荷监测方法及监测装置 | |
| Case et al. | An objective technique for verifying sea breezes in high-resolution numerical weather prediction models | |
| CN116205370A (zh) | 一种基于地区大数据的电动汽车续航里程预测方法及装置 | |
| Wang et al. | Highway icing time prediction with deep learning approaches based on data from road sensors | |
| Zhu et al. | Visibility and meteorological parameter model based on rashomon regression analysis | |
| CN117195673A (zh) | 漂浮物漂移速度的预测方法、装置、设备及存储介质 | |
| KR20220073567A (ko) | 빅데이터를 이용한 노면 상태 예측 시스템 | |
| Xu et al. | Internet-based centralized remote real-time long-span bridge health monitoring system | |
| JP4742388B2 (ja) | 固定観測点及び路線における路面状態推定システム |
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 |