CN118532212B - 一种交通隧道的运维监控调控管理系统 - Google Patents
一种交通隧道的运维监控调控管理系统 Download PDFInfo
- Publication number
- CN118532212B CN118532212B CN202410995188.1A CN202410995188A CN118532212B CN 118532212 B CN118532212 B CN 118532212B CN 202410995188 A CN202410995188 A CN 202410995188A CN 118532212 B CN118532212 B CN 118532212B
- Authority
- CN
- China
- Prior art keywords
- ventilation
- efficiency
- channel
- tunnel
- index
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 60
- 238000012423 maintenance Methods 0.000 title claims abstract description 39
- 230000001276 controlling effect Effects 0.000 title abstract description 7
- 230000001105 regulatory effect Effects 0.000 title abstract description 4
- 238000009423 ventilation Methods 0.000 claims abstract description 192
- 239000000779 smoke Substances 0.000 claims abstract description 83
- 230000002159 abnormal effect Effects 0.000 claims abstract description 47
- 230000005856 abnormality Effects 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 238000007599 discharging Methods 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 6
- 239000000356 contaminant Substances 0.000 claims description 5
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000007726 management method Methods 0.000 abstract description 18
- 230000004044 response Effects 0.000 abstract description 12
- 238000005457 optimization Methods 0.000 abstract description 9
- 230000003245 working effect Effects 0.000 abstract description 6
- 238000013468 resource allocation Methods 0.000 abstract description 5
- 238000011084 recovery Methods 0.000 abstract description 2
- 239000007789 gas Substances 0.000 description 62
- 239000003570 air Substances 0.000 description 48
- 230000036541 health Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 239000000243 solution Substances 0.000 description 6
- 230000006378 damage Effects 0.000 description 5
- 230000015556 catabolic process Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000003517 fume Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- 230000001603 reducing effect Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 238000004887 air purification Methods 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000135 prohibitive effect Effects 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013022 venting Methods 0.000 description 1
Landscapes
- Ventilation (AREA)
Abstract
本发明公开了一种交通隧道的运维监控调控管理系统,具体涉及隧道监管领域,用于解决交通隧道运维监管和灾害处置问题,是从通风设备的实际工作效果出发,计算每个设备的尾气浓度梯度、运行异常指数和通风效率异常分数,有效监测和评估隧道内通风效率和设备性能,不仅及时识别效率低下或异常的通风设备,确保空气质量符合安全标准。此外,通过分析通道的长度、滞留车辆数量和通风效率,确定最佳排烟通道,加快烟雾排放速度,提高疏散效率和安全性。从而提高了应急响应效率和决策的科学性,确保了隧道的快速、有效安全恢复,优化了资源配置,增强了隧道管理的安全性和响应能力,减少了紧急维修的成本和频率,确保了通风系统的持续优化和稳定运行。
Description
技术领域
本发明涉及隧道监管领域,更具体地说,本发明涉及一种交通隧道的运维监控调控管理系统。
背景技术
在一些短途隧道的通风系统时,由于空间和经济限制,常规的竖向换气通道可能不可行或成本过高。因此,基本是利用隧道的自然结构,将出入口作为主要的空气进出口。这种设计利用隧道口自然的气流动力学特性,引入新鲜空气并排出污染空气,从而维持隧道内的空气质量。为了增强这一效果,通常会在隧道内部按照车流方向布置多个通风设备,这些设备如接力棒一般协同工作,不断地将新鲜空气推进并通过隧道传递,同时排出废气和烟雾。
然而,这种隧道通风设施维护及火灾应对机制通常存在几个明显的不足。首先,现有的维护系统主要依赖于传感器来监测通风设备的运行数据,如电流、电压、振动等。虽然这些数据对于初步诊断设备状态很有用,但并不能全面反映设备的实际工作效果。传感器的监测可能存在盲点,如传感器本身的故障、安装位置不当或环境因素影响,这些都可能导致监测数据不准确,无法及时发现设备的潜在异常或故障。此外,当设备实际效率低下或故障时,如果仅仅依赖传统的监测手段,可能无法及时调整和修复,增加了运行风险。
其次,关于烟道方向的选择,传统的隧道通风系统往往缺乏智能化的决策支持。在火灾发生和烟气弥漫的紧急情况下,现有系统通常不能根据实时的火灾位置、烟气分布和通风效率来动态选择最佳的排烟方向。这种缺乏灵活性的处理方式可能导致烟气排放效率低下,无法有效减少对人员的危害和财产的损失。烟道的选择过于依赖预设程序和固定模式,没有考虑到火灾具体情况的变化,这限制了应急响应的有效性和及时性。
为了解决上述问题,现提供一种技术方案。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种交通隧道的运维监控调控管理系统,从通风设备的实际工作效果出发,计算每个设备的尾气浓度梯度、运行异常指数和通风效率异常分数,有效监测和评估隧道内通风效率和设备性能,不仅及时识别效率低下或异常的通风设备,确保空气质量符合安全标准。此外,通过分析通道的长度、滞留车辆数量和通风效率,确定最佳排烟通道,加快烟雾排放速度,提高疏散效率和安全性。从而提高了应急响应效率和决策的科学性,确保了隧道的快速、有效安全恢复,优化了资源配置,增强了隧道管理的安全性和响应能力,减少了紧急维修的成本和频率,确保了通风系统的持续优化和稳定运行,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:包括维护模块、新风监测单元、运行监测单元、灾情定位单元和处置模块;
维护模块在隧道穹顶上按规定间隔部署通风设备,并为每个设备部署新风监测单元、运行监测单元及灾情定位单元;
新风监测单元通过比较通风设备的实际功率与额定功率计算设备效率,并调整尾气浓度数据以评估通风效率,然后将调整后的数据发送至运行监测单元;
运行监测单元计算尾气浓度梯度及其与预期梯度的偏差,用以分析设备效率并标记异常设备,其分析结果亦传送至处置模块;
灾情定位单元利用报警器实时监测隧道内的状况,识别并定位火灾地点,随后将结果通知处置模块;
处置模块根据火灾地点划分排烟通道,并利用通道的通风设备异常情况、长度及覆盖车辆数量构建分析模型,预分析各排烟通道,并根据评估结果选择排烟通道。
在一个优选的实施方式中,新风监测单元的运行过程如下:
a1,持续收集隧道中每个通风设备的实际功率消耗数据和运行后测得的空气中的尾气浓度数据;
通过额定功率减去实际功率的绝对值,然后再除以额定功率,得到功率损失比,将功率损失比从1中减去,得出设备效率;
设备效率是通过实际消耗功率与理论消耗功率的比值的补数得到,即1减去实际消耗功率与理论消耗功率的比值;
将每种污染物的浓度转换为一个子指数,然后取对应子指数的最大值作为空气质量指数。
在一个优选的实施方式中,a2,对实测的尾气浓度进行调整,根据计算得到的效率,调整尾气浓度:;
其中,表示尾气浓度,表示空气质量指数,表示设备效率;
a3,计算尾气浓度指数:;
其中,表示尾气浓度指数,是自然对数的底,是第一调节参数,用以控制指数曲线的陡峭度。
在一个优选的实施方式中,运行监测单元的运行过程如下:
b1,对于隧道中的每个通风设备,计算其尾气浓度指数与相邻设备的尾气浓度指数之间的差异,即实际尾气浓度梯度:;
其中,是第个通风设备的尾气浓度指数,是下一个通风设备的尾气浓度;
b2,计算实际尾气浓度梯度与预期尾气浓度梯度之间的差的绝对值,用于表示实际测得的尾气浓度与预期值之间的偏差,之后将尾气浓度梯度的偏差除以预期的尾气浓度梯度获得运行异常指数:;
其中,表示第个通风设备的运行异常指数,是预期尾气浓度梯度,表示相邻两个通风设备之间预期的尾气浓度差异。
在一个优选的实施方式中,b3,结合设备的运行异常指数和尾气浓度梯度分析,使用以下公式确定通风效率异常分数:;
其中,是通风效率异常分数,是第二调节参数,用于调整运行异常指数在总评分中的权重;
表示通风设备的编号,表示非的通风设备的编号,表示通风设备的总数;
b4,依据通风效率异常分数对每个通风设备进行评估,将通风效率异常分数大于异常阈值的标记为异常设备。
在一个优选的实施方式中,处置模块包括以下内容:
c1,以火灾位置为基点,将隧道划分为两个通道:将隧道入口方向的通道标记为通道A,将向隧道出口方向的通道标记为通道B;
分别测量通道A和通道B的长度得到对应的通道长度;
分别统计通道A和通道B内的滞留车辆数量得到对应的滞留车辆数量;
分别计算通道A和通道B中所有通风设备的通风效率异常分数并得出平均值得到对应的通道内所有通风设备的平均通风效率异常分数;
c2,对通道长度、滞留车辆数量和通道内所有通风设备的平均通风效率异常分数经过综合计算得到排烟效率指数;
c3,对每个通道计算排烟效率指数,比较通道A和通道B的排烟效率指数,若通道A的排烟效率指数大于通道B的排烟效率指数,则选取通道A为排烟通道,反之,则选取通道B为排烟通道。
本发明一种交通隧道的运维监控调控管理系统的技术效果和优点:
1.本发明从通风设备的实际工作效果出发,计算每个通风设备的尾气浓度梯度、运行异常指数和通风效率异常分数,可以有效地监测和评估隧道内的通风效率和设备性能。不仅帮助识别运行效率低下或状态异常的通风设备,而且促进对整个通风系统的综合评估和管理,确保隧道内的空气质量满足安全健康标准。通过分析设备的实际工作效果,能够更准确地预测和识别潜在的故障或效率问题,从而允许运维团队在问题成为更大故障之前进行干预。通过定期评估通风效率异常分数并对超过异常阈值的设备进行维护或调整,可以及时发现并解决性能下降、故障或配置错误等问题,从而恢复设备的最佳运行状态,提高整个通风系统的效率和可靠性。这种系统化的监测和维护策略不仅保障了隧道使用者的健康与安全,也提高了设备的操作效率和寿命,同时减少了紧急维修的成本和频率,确保了通风系统的持续优化和环境的稳定性。
2.本发明通过详细分析每个通道的长度、滞留车辆数量以及通风设备的通风效率异常分数,精确地确定哪个通道可以最有效地排除烟雾,从而最大化人员安全和减少财产损失。选择长度较短的通道可以加快烟雾的排放速度,降低对隧道内人员的健康威胁;车辆数量较少的通道有助于提高疏散效率和安全性;而通风设备运行良好的通道则确保烟雾能被有效排出。进而不仅提高了应急响应的效率,也提高了决策的科学性和准确性,确保在紧急情况下能够快速、有效地恢复隧道的安全环境。有助于优化资源配置和应急准备,强化隧道管理的整体安全性和响应能力,为处理类似紧急情况提供了可靠的支持。
附图说明
图1为本发明一种交通隧道的运维监控调控管理系统的流程示意图;
图2为本发明一种交通隧道的运维监控调控管理系统的处置模块的运行过程流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,均属于本发明保护的范围。
实施例
图1给出了本发明一种交通隧道的运维监控调控管理系统,包括维护模块、新风监测单元、运行监测单元、灾情定位单元和处置模块;
维护模块在隧道穹顶上按规定间隔部署通风设备,并为每个设备部署新风监测单元、运行监测单元及灾情定位单元。
新风监测单元通过比较通风设备的实际功率与额定功率计算设备效率,并调整尾气浓度数据以评估通风效率,然后将调整后的数据发送至运行监测单元。
运行监测单元计算尾气浓度梯度及其与预期梯度的偏差,用以分析设备效率并标记异常设备,其分析结果亦传送至处置模块。
灾情定位单元利用报警器实时监测隧道内的状况,识别并定位火灾地点,随后将结果通知处置模块。
处置模块根据火灾地点划分排烟通道,并利用通道的通风设备异常情况、长度及覆盖车辆数量构建分析模型,预分析各排烟通道,并根据评估结果选择排烟通道。
在一些短途的隧道中,为了实现有效的通风,通常不开设竖向的换气通道。相反,隧道的出入口被用作主要的空气进出口,用来引入新鲜空气。在这些隧道内,通常会布置多个通风设备,这些设备按照接力的方式协同工作,以引入新鲜空气,并确保空气在隧道内的流动,维持良好的通风效果。这些通风设备的布置通常会考虑到车流的方向,以实现单向交换气体的目的。
这种做法的目的在于,通过利用隧道的出入口作为空气进出口,可以在短途的隧道中实现相对简单但有效的通风系统。隧道的出入口是自然的通风口,利用自然气流可以较为容易地引入新鲜空气,并排出废气和烟雾。而通过多个通风设备的共同作用,可以进一步增强通风效果,确保隧道内空气的流动性和清新度。此外,根据车流的方向进行单向交换气体,可以有效地控制空气流动的方向,避免空气混合造成的污染。
总的来说,这种利用出入口作为空气进出口,配合多个通风设备接力引入新鲜空气的做法,是在短途隧道中实现有效通风的一种简单而有效的方式。充分利用了自然气流和通风设备的作用,确保了隧道内空气的流通和清新,提升了驾驶员和乘客的舒适度和安全性。
维护模块的运行过程如下:
根据设计要求确定隧道穹顶上的额定距离间隔位置,作为通风设备的安装点。
为每个通风设备部署新风监测单元,用于监测空气的新鲜度。
部署运行监测单元,用于实时监测通风设备的运行状态,如转速、功率等。
其中新风监测单元和运行监测单元可以通过有线或无线的方式连接到后台。
对每个通风设备按照通风的先后顺序依次标记,并将新风监测单元和运行监测单元获取到的数据和对应的通风设备进行绑定。
监测每个通风设备下的尾气浓度情况是因为直接反映了通风设备的工作效率和通风效果。首先,通过分析每个设备下的尾气浓度,可以具体评估该设备在清除隧道内污染空气方面的表现。如果一个设备下的尾气浓度较低,这意味着能有效地将污染空气转移或净化,从而证明其运行效果良好。相反,如果尾气浓度高,这可能表明设备存在性能下降或故障。其次,通过比较同一隧道内不同通风设备的尾气浓度,可以识别出哪些设备可能需要维修或调整,以确保隧道内部空气质量的均衡和达到最佳通风效果。此外,这种监测还有助于优化隧道的整体通风策略,通过对每个设备性能的持续监控,可以更加灵活地调整设备运行的参数或运行模式,从而实现更加高效和经济的运营管理。因此,尾气浓度不仅可以直接代表单个通风设备的工作状态,还是评价整个隧道通风系统效率的关键指标。
新风监测单元的运行过程如下:
a1,持续收集隧道中每个通风设备的实际功率消耗数据和运行后测得的空气中的尾气浓度数据;
通过额定功率减去实际功率的绝对值,然后再除以额定功率,得到功率损失比,将功率损失比从1中减去,得出设备效率。
设备效率是通过实际消耗功率与理论消耗功率的比值的补数得到,即1减去实际消耗功率与理论消耗功率的比值:;
其中,表示设备效率,是实际功率消耗,是额定功率。
将每种污染物的浓度转换为一个子指数,然后取对应子指数的最大值作为空气质量指数,例如,可以通过以下计算公式得到:;
其中,污染物包括一氧化碳(CO)、氮氧化物(NOX)、二氧化硫(SO2),以及悬浮颗粒物(如PM2.5和PM10);
其中,将每种污染物的浓度转换为一个子指数。具体来说,使用空气质量指数计算方法,将每种污染物的浓度通过相应的公式计算得出其对应的子指数,然后取对应子指数的最大值作为空气质量指数。
a2,对实测的尾气浓度进行调整。如果设备效率较低(即效率比例较大),实测的尾气浓度数值将会增大,这表示设备效率下降导致的空气质量恶化,根据计算得到的效率,调整尾气浓度:;
其中,表示尾气浓度,表示空气质量指数,表示设备效率。
根据计算得到的通风设备效率调整尾气浓度数据的实际意义在于更准确地评估设备在实际运行条件下的通风性能。这一步骤是必要的,因为设备的理论效率(即额定功率)与实际运行时的效率(实际功率消耗)可能存在差异,这种差异可能由设备老化、维护不足或其他运行问题引起。通过调整尾气浓度数据来反映设备的实际运行效率,可以更真实地描述设备对环境空气质量的影响。例如,如果设备效率低于预期,未调整的尾气浓度可能低估了实际的空气污染水平。通过调整,可以确保所报告的空气质量数据准确反映了设备的实际表现,从而使维护决策、性能评估和合规检查更加基于实际情况,提高了设备管理和环境保护的有效性。这种做法不仅帮助运维团队及时发现并解决设备问题,还有助于优化能源使用和减少环境影响。
a3,计算尾气浓度指数:;
其中,表示尾气浓度指数,是自然对数的底,是第一调节参数,用以控制指数曲线的陡峭度。
通过计算得到的尾气浓度指数可以用于分析通风设备的多个方面:首先,可以评估每个设备的通风效率,即设备在清除或稀释隧道内尾气的能力;其次,尾气浓度指数有助于识别设备可能存在的性能问题,如过滤系统的堵塞、风扇的机械故障或电力供应的不稳定;此外,尾气浓度指数还能用来监测和比较隧道内不同位置或不同通风设备之间的性能差异,从而指导维护团队对特定设备进行针对性地调整或维修。通过这种方式,尾气浓度指数成为了一个关键工具,不仅帮助保证隧道内的空气质量,也优化了通风系统的整体运行效率和可靠性。
运行监测单元的运行过程如下:
b1,对于隧道中的每个通风设备,计算其尾气浓度指数与相邻设备的尾气浓度指数之间的差异,即实际尾气浓度梯度:;
其中,是第个通风设备的尾气浓度指数,是下一个通风设备的尾气浓度;
b2,计算实际尾气浓度梯度与预期尾气浓度梯度之间的差的绝对值,用于表示实际测得的尾气浓度与预期值之间的偏差,之后将尾气浓度梯度的偏差除以预期的尾气浓度梯度获得运行异常指数,公式为:;
其中,表示第个通风设备的运行异常指数,是预期尾气浓度梯度,表示相邻两个通风设备之间预期的尾气浓度差异。
b3,结合设备的运行异常指数和尾气浓度梯度分析,使用以下公式确定通风效率异常分数:;
其中,是通风效率异常分数,是第二调节参数,用于调整运行异常指数在总评分中的权重,表示通风设备的编号,表示非的通风设备的编号,表示通风设备的总数。
通风效率异常分数的计算过程涉及每个通风设备的尾气浓度梯度以及设备的运行异常指数,这些因素共同构成了通风效率异常分数的评分体系。通过评估设备的尾气浓度梯度变化和与预期梯度的偏差,通风效率异常分数能够反映每个设备相对于其设计目标的实际运行效率。一个较高的通风效率异常分数值通常表示设备的尾气处理能力低于预期,可能因为设备的性能下降、故障或不恰当的设置。此外,运行异常指数提供了一个量化设备运行状态与预定性能之间偏差的直观方法,使得通风效率异常分数成为监测和识别通风效率低下或运行状态异常的有效工具。因此,通风效率异常分数不仅帮助识别需要维护或调整的具体设备,也促进了对整个通风系统运行状况的综合评估,从而确保隧道内环境的持续优化和安全管理。
b4,依据通风效率异常分数对每个通风设备进行评估,将通风效率异常分数大于异常阈值的标记为异常设备,表明这些设备可能因为性能不佳、故障或配置错误而无法有效地进行空气净化和通风。在这种情况下,需要对这些标记为异常的设备进行进一步的检查和诊断,以确定具体的问题原因。根据诊断结果,可能需要执行的操作包括但不限于清洁或更换过滤器、修复或更换损坏的部件、重新配置设备设置或完全更换设备。这些操作旨在恢复设备的最佳运行状态,确保隧道内的空气质量满足安全和健康标准,同时提高整个通风系统的效率和可靠性。
异常阈值的计算是基于统计分析和历史数据。首先,收集大量通风设备的运行数据,包括正常运行和异常运行的数据样本。然后,使用统计方法(如均值和标准差计算、分位数分析等)对这些数据进行分析,确定通风效率异常分数的分布特征。通常,异常阈值可以设定为通风效率异常分数分布的上限,例如超过均值加上两倍标准差的数值,或在分位数分析中确定的95%或99%分位点。这一阈值反映了设备在正常运行状态下通风效率异常分数的合理范围,超出该范围的设备则被标记为异常设备。
本发明从通风设备的实际工作效果出发,计算每个通风设备的尾气浓度梯度、运行异常指数和通风效率异常分数,可以有效地监测和评估隧道内的通风效率和设备性能。不仅帮助识别运行效率低下或状态异常的通风设备,而且促进对整个通风系统的综合评估和管理,确保隧道内的空气质量满足安全健康标准。通过分析设备的实际工作效果,能够更准确地预测和识别潜在的故障或效率问题,从而允许运维团队在问题成为更大故障之前进行干预。通过定期评估通风效率异常分数并对超过异常阈值的设备进行维护或调整,可以及时发现并解决性能下降、故障或配置错误等问题,从而恢复设备的最佳运行状态,提高整个通风系统的效率和可靠性。这种系统化的监测和维护策略不仅保障了隧道使用者的健康与安全,也提高了设备的操作效率和寿命,同时减少了紧急维修的成本和频率,确保了通风系统的持续优化和环境的稳定性。
灾情定位单元的运行过程如下:
在每个通风设备底部安装火灾和烟雾识别报警器,这些报警器用于实时检测并响应火灾和烟雾的出现。报警器通过传感技术实时捕捉火灾相关数据(如烟雾浓度、温度变化等),并将这些数据实时传输到后台。当报警器检测到火灾迹象时,后台系统会即刻接收来自隧道内所有报警器的数据,通过分析这些数据中的异常模式和变化趋势,后台能够准确计算并确定火源的精确位置。这一过程不仅提高了火灾应对的迅速性,也增强了隧道安全管理的精确度和有效性,确保可以在火灾发生初期就进行快速而精确地响应,从而最大限度地减少潜在的伤害和损失。
如图2所示,处置模块包括以下内容:
c1,以火灾位置为基点,将隧道划分为两个通道:将隧道入口方向的通道标记为通道A,将向隧道出口方向的通道标记为通道B;
分别测量通道A和通道B的长度得到对应的通道长度;
分别统计通道A和通道B内的滞留车辆数量得到对应的滞留车辆数量;
分别计算通道A和通道B中所有通风设备的通风效率异常分数并得出平均值得到对应的通道内所有通风设备的平均通风效率异常分数;
其中,测量通道的长度,可以通过使用GIS系统来记录和管理隧道数据,来显示火灾报警器的位置,测量从火灾位置到隧道两端的精确距离;
通道长度是评估选择哪个通道进行排烟的重要因素,因为直接影响到烟雾在通道内的传播速度和排烟的效率。在火灾情况下,烟雾能够从发生点到通道出口的传播距离越短,排烟所需的时间就越少,这意味着可以更迅速地清除危险的烟雾,减少对隧道内人员的健康威胁和能见度降低带来的安全隐患。此外,短的通道在紧急情况下更易于控制,因为需要覆盖的区域较小,通风设备可以更集中地工作,提高排烟的效率。因此,选择较短的通道进行排烟不仅可以加快烟雾的清除速度,还有助于更有效地利用通风资源,确保在火灾应对中快速恢复隧道的安全环境。
统计通道内的滞留车辆数量,可以通过使用车辆检测传感器,如地磁感应器或红外传感器,这些设备能够感知车辆的存在。
这些传感器安装在隧道的路面或侧墙上,能够检测通过或停留的车辆。
当车辆通过或在传感器上方停留时,传感器会发送信号到控制系统,系统据此计算车辆数量。
例子:在隧道入口和出口安装地磁传感器,每当车辆驶入或停留在隧道内时,传感器记录车辆的进入和停留,数据被实时传送到监控中心,用于更新滞留车辆的统计数据。
通道内的滞留车辆数量是评估选择哪个通道进行排烟的关键因素之一,因为车辆数量直接影响到烟雾的扩散能力和疏散路径的畅通。较多的滞留车辆意味着更多的潜在燃烧源和障碍物,这可能会加剧火灾的严重性和扩散速度,同时也会阻碍烟雾的顺畅排出。在紧急疏散或火灾应对中,通道内车辆较少的一侧通常更适合作为排烟通道,因为较少的障碍可以使烟雾更快被排出外部,同时也便于救援人员进行救援操作和车辆快速撤离。此外,车辆较少的通道能够提供更好的可见性和安全条件,有助于减少由于烟雾导致的事故风险。因此,通道内的滞留车辆数量对于选择最合适的排烟通道来说是一个决定性的考量因素。
通道内所有通风设备的通风效率异常分数及其平均值是评估选择哪个通道进行排烟的关键因素,因为这些分数反映了通风设备的整体工作状态和效率。较低的通风效率异常分数意味着通风设备工作正常,能有效地进行空气流通和烟雾排放,这对于在火灾情况下快速清除烟雾至关重要。通风设备的良好性能可以加速烟雾的稀释和排出,减少烟雾在隧道内的停留时间,从而降低火灾带来的健康和安全风险。如果一个通道内的通风设备显示出较高的异常分数,这可能表明设备存在故障或性能不佳,使用这样的通道进行排烟可能效果不佳,不仅排烟效率低,还可能增加救援难度和安全风险。因此,选择通风效率异常分数平均值较低、即通风性能较好的通道进行排烟是确保快速和有效排烟的重要策略。
在已知隧道内具体火灾位置的情况下,将隧道划分为两个通道并分别分析这些通道内的长度、滞留车辆数量以及通风设备的通风效率异常分数的平均值,是为了科学地选择最适合进行排烟的通道。这样做的意义在于最大化排烟效率,确保人员安全并减轻火灾带来的损害。通过分析通道的长度,可以评估烟雾需要覆盖的距离,短的通道有助于快速排出烟雾,降低对人员的危害;车辆数量则影响疏散路线的畅通和火源的潜在数量,车辆少的通道能更有效地进行疏散和排烟;而设备效率反映了通风系统的工作状态,效率高的设备能更有效地控制和减少烟雾在隧道内的积聚。综合这些因素选择排烟通道,不仅能提高应急响应的效率,还能最小化火灾对隧道结构和使用者健康的长期影响。这种方法确保了在紧急情况下能够做出快速、科学的决策,优化资源配置,实现最有效的应急响应。
c2,对通道长度、滞留车辆数量和通道内所有通风设备的平均通风效率异常分数经过综合计算得到排烟效率指数,例如,可以通过以下计算公式:;
其中:
表示排烟效率指数;
是通道长度的归一化值,较短的通道具有更高的权重;
通道长度的归一化值通过将实际通道长度除以所有通道中的最大通道长度来获得,归一化后的通道长度值在0到1之间,用以确保不同通道长度在计算中的权重一致。
是滞留车辆数量的归一化值,车辆较少的通道具有更高的权重;
滞留车辆数量的归一化值通过将实际滞留车辆数量除以所有通道中的最大滞留车辆数量来获得,归一化后的滞留车辆数量值在0到1之间,用以确保不同滞留车辆数量在计算中的权重一致。
是通道内所有通风设备的平均通风效率异常分数的归一化值,较低的分数具有更高的权重;
、和是对应的归一化后的通道长度、滞留车辆数量和通道内所有通风设备的平均通风效率异常分数的预设比例系数,且均大于零。
预设比例系数的获取过程通常基于统计分析和优化算法。首先,收集大量通道的运行数据,包括通道长度、滞留车辆数量和通风效率异常分数等变量。然后,使用多元回归分析或其他机器学习算法,确定各变量对排烟效率指数的影响权重。通过优化算法,如遗传算法或粒子群优化算法,对各变量的权重系数进行优化,使得计算的排烟效率指数与实际观测数据之间的误差最小化。例如,假设有一个包含多条隧道的数据集,每条隧道都有相应的通道长度、滞留车辆数量和通风效率异常分数,通过多元回归分析确定初步的权重系数,再通过遗传算法进行迭代优化,最终得到最优的预设比例系数值,使得模型的预测精度达到最佳。这一过程需要大量的数据支持和计算资源,以确保得到的预设比例系数能够准确反映各变量对排烟效率的实际影响。
和反映了长度和车辆数量对排烟效率的影响,通过取倒数,确保较短的通道和车辆较少的通道得到更高的分值;
表示通风效率异常分数的影响,通风效率较好的通道(即通道内所有通风设备的平均通风效率异常分数较低)应获得更高的分值。
c3,对每个通道计算排烟效率指数,比较通道A和通道B的排烟效率指数,若通道A的排烟效率指数大于通道B的排烟效率指数,则选取通道A为排烟通道,反之,则选取通道B为排烟通道,根据确定的排烟通道,统一控制所有的通风设备按照指定的方向排烟。
本发明通过详细分析每个通道的长度、滞留车辆数量以及通风设备的通风效率异常分数,精确地确定哪个通道可以最有效地排除烟雾,从而最大化人员安全和减少财产损失。选择长度较短的通道可以加快烟雾的排放速度,降低对隧道内人员的健康威胁;车辆数量较少的通道有助于提高疏散效率和安全性;而通风设备运行良好的通道则确保烟雾能被有效排出。进而不仅提高了应急响应的效率,也提高了决策的科学性和准确性,确保在紧急情况下能够快速、有效地恢复隧道的安全环境。有助于优化资源配置和应急准备,强化隧道管理的整体安全性和响应能力,为处理类似紧急情况提供了可靠的支持。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数以及阈值选取由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络,或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD),或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件,或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统和装置,可以通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元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。
所述功能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,本申请的技术方案本质上或者说对现有技术作出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-onlymemory,ROM)、随机存取存储器(randomaccessmemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种交通隧道的运维监控调控管理系统,其特征在于,包括维护模块、新风监测单元、运行监测单元、灾情定位单元和处置模块;
维护模块在隧道穹顶上按规定间隔部署通风设备,并为每个设备部署新风监测单元、运行监测单元及灾情定位单元;
新风监测单元通过比较通风设备的实际功率与额定功率计算设备效率,并调整尾气浓度数据以评估通风效率,然后将调整后的数据发送至运行监测单元;
运行监测单元计算尾气浓度梯度及其与预期梯度的偏差,用以分析设备效率并标记异常设备,其分析结果亦传送至处置模块;
灾情定位单元利用报警器实时监测隧道内的状况,识别并定位火灾地点,随后将结果通知处置模块;
处置模块根据火灾地点划分排烟通道,并利用通道的通风设备异常情况、长度及覆盖车辆数量构建分析模型,预分析各排烟通道,并根据评估结果选择排烟通道。
2.根据权利要求1所述的一种交通隧道的运维监控调控管理系统,其特征在于:
新风监测单元的运行过程如下:
a1,持续收集隧道中每个通风设备的实际功率消耗数据和运行后测得的空气中的尾气浓度数据;
通过额定功率减去实际功率的绝对值,然后再除以额定功率,得到功率损失比,将功率损失比从1中减去,得出设备效率;
设备效率是通过实际消耗功率与理论消耗功率的比值的补数得到,即1减去实际消耗功率与理论消耗功率的比值;
将每种污染物的浓度转换为一个子指数,然后取对应子指数的最大值作为空气质量指数。
3.根据权利要求2所述的一种交通隧道的运维监控调控管理系统,其特征在于:
a2,对实测的尾气浓度进行调整,根据计算得到的效率,调整尾气浓度:;
其中,表示尾气浓度,表示空气质量指数,表示设备效率;
a3,计算尾气浓度指数:;
其中,表示尾气浓度指数,是自然对数的底,是第一调节参数,用以控制指数曲线的陡峭度。
4.根据权利要求3所述的一种交通隧道的运维监控调控管理系统,其特征在于:
运行监测单元的运行过程如下:
b1,对于隧道中的每个通风设备,计算其尾气浓度指数与相邻设备的尾气浓度指数之间的差异,即实际尾气浓度梯度:;
其中,是第个通风设备的尾气浓度指数,是下一个通风设备的尾气浓度;
b2,计算实际尾气浓度梯度与预期尾气浓度梯度之间的差的绝对值,用于表示实际测得的尾气浓度与预期值之间的偏差,之后将尾气浓度梯度的偏差除以预期的尾气浓度梯度获得运行异常指数:;
其中,表示第个通风设备的运行异常指数,是预期尾气浓度梯度,表示相邻两个通风设备之间预期的尾气浓度差异。
5.根据权利要求4所述的一种交通隧道的运维监控调控管理系统,其特征在于:
b3,结合设备的运行异常指数和尾气浓度梯度分析,使用以下公式确定通风效率异常分数:;
其中,是通风效率异常分数,是第二调节参数,用于调整运行异常指数在总评分中的权重,表示通风设备的编号,表示非的通风设备的编号,表示通风设备的总数;
b4,依据通风效率异常分数对每个通风设备进行评估,将通风效率异常分数大于异常阈值的标记为异常设备。
6.根据权利要求5所述的一种交通隧道的运维监控调控管理系统,其特征在于:
处置模块包括以下内容:
c1,以火灾位置为基点,将隧道划分为两个通道:将隧道入口方向的通道标记为通道A,将向隧道出口方向的通道标记为通道B;
分别测量通道A和通道B的长度得到对应的通道长度;
分别统计通道A和通道B内的滞留车辆数量得到对应的滞留车辆数量;
分别计算通道A和通道B中所有通风设备的通风效率异常分数并得出平均值得到对应的通道内所有通风设备的平均通风效率异常分数;
c2,对通道长度、滞留车辆数量和通道内所有通风设备的平均通风效率异常分数经过综合计算得到排烟效率指数;
c3,对每个通道计算排烟效率指数,比较通道A和通道B的排烟效率指数,若通道A的排烟效率指数大于通道B的排烟效率指数,则选取通道A为排烟通道,反之,则选取通道B为排烟通道。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410995188.1A CN118532212B (zh) | 2024-07-24 | 2024-07-24 | 一种交通隧道的运维监控调控管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410995188.1A CN118532212B (zh) | 2024-07-24 | 2024-07-24 | 一种交通隧道的运维监控调控管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118532212A CN118532212A (zh) | 2024-08-23 |
CN118532212B true CN118532212B (zh) | 2024-09-20 |
Family
ID=92386852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410995188.1A Active CN118532212B (zh) | 2024-07-24 | 2024-07-24 | 一种交通隧道的运维监控调控管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118532212B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115288798A (zh) * | 2022-08-25 | 2022-11-04 | 保银信科信息技术(湖北)有限公司 | 一种基于传感器采集分析的隧道维修智能监测平台 |
CN117307228A (zh) * | 2023-11-02 | 2023-12-29 | 中交一公局集团有限公司 | 一种用于特长隧道多工作面施工的通风系统及通风方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100377503B1 (ko) * | 2000-12-20 | 2003-03-26 | 로얄정보기술 주식회사 | 도로터널의 종류식 환기시설 운전 방법 |
CN216446969U (zh) * | 2021-11-02 | 2022-05-06 | 甘肃新网通科技信息有限公司 | 一种隧道消防电伴热的智能控制及巡检系统 |
CN118309475A (zh) * | 2024-04-22 | 2024-07-09 | 黄河勘测规划设计研究院有限公司 | 隧道平导抽压复合式通风排烟智能联动方法及系统 |
-
2024
- 2024-07-24 CN CN202410995188.1A patent/CN118532212B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115288798A (zh) * | 2022-08-25 | 2022-11-04 | 保银信科信息技术(湖北)有限公司 | 一种基于传感器采集分析的隧道维修智能监测平台 |
CN117307228A (zh) * | 2023-11-02 | 2023-12-29 | 中交一公局集团有限公司 | 一种用于特长隧道多工作面施工的通风系统及通风方法 |
Also Published As
Publication number | Publication date |
---|---|
CN118532212A (zh) | 2024-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113063611B (zh) | 一种设备的监控管理方法及其系统 | |
CN109034533B (zh) | 一种集团级实时监管平台污染物参数小时均值统计的方法 | |
JP7296525B2 (ja) | 分布図を通じた機器の予知保全方法 | |
CN111879534B (zh) | 一种城轨车辆制动系统的性能检测方法、系统以及设备 | |
CN116105802B (zh) | 一种基于物联网的地下设施安全监测预警方法 | |
CN105841980A (zh) | Hxd型机车冷却通道工况监测以及故障预诊断方法及系统 | |
CN117309036A (zh) | 一种智能化电力基建环境监测方法及系统 | |
JP2018100010A (ja) | 車両用空調装置の状態評価方法 | |
CN118532212B (zh) | 一种交通隧道的运维监控调控管理系统 | |
CN111780809A (zh) | 轨道车辆零部件温度和振动监测预警方法及其系统 | |
CN116661399A (zh) | 一种化工车间安全监控方法以及系统 | |
CN115818388A (zh) | 电梯运行状况不良风险监测系统 | |
CN111960207B (zh) | 基于多元分析的电梯运行环境异常检测方法及检测系统 | |
JP4762086B2 (ja) | トンネル換気制御装置 | |
CN114582083A (zh) | 一种隧道监控多传感器数据融合火灾预警方法 | |
CN118336923B (zh) | 基于物联网的铁路eps应急电源监控与运维系统 | |
CN220253417U (zh) | 一种储能集装箱排气装置 | |
CN117566600B (zh) | 一种基于物联网的矿用单轨吊安全运行控制系统 | |
CN118135772B (zh) | 火电厂设备运行状态监测报警方法及系统 | |
CN114582126A (zh) | 适用于特长隧道交通兼顾效率安全的智能管控方法及系统 | |
CN118014313B (zh) | 一种基于物联网的仓储装备远程监控系统 | |
JP2000027600A (ja) | 道路トンネルの換気システム | |
CN113707232B (zh) | 一种催化剂管理系统及催化剂监测方法 | |
CN118446498B (zh) | 一种工业源挥发性有机物处理效率监控系统 | |
CN116451831A (zh) | 一种基于设备联动的油烟在线监控预警方法及装置 |
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 |