事故泄漏源强反算方法比较课件

1、事故泄漏源强反算方法比较Click to add your text事故泄漏源强反算方法比较研究意义1获取源强途径2源强反算方法3总结4事故泄漏源强反算方法比较研究意义1获取源强途径2源强反算方法3总结4事故泄漏源强研究意义 在生产、使用、运输与储存危险化学品过程中，由于突然发生泄漏扩散而引发的对生态、人畜、设备等有严重危害的污染、中毒及火灾爆炸等灾难性事故称为突发性化学泄漏扩散事故。这类事故具有突发性强、危害性大、应急救援难的特点。它不仅严重危害广大人民群众生命和财产安全，而且对社会和环境造成严重的不良影响，严重制约石化行业的健康快速发展。在过去近百年里，在世界范围内已累计有数万人在突发性危

2、险化学品泄漏扩散事故中丧生:事故泄漏源强研究意义1984年12月3日，位于印度博帕尔的美国联合碳化物公司所属农药厂甲基异氰酸酯意外泄漏，造成至少1万人死亡，55万人受到不同程度的伤害，引起世界各国的震惊，该事件至今仍是世界上最严重的化学品泄漏事故1997年9月14日印度HPCL炼油厂发生液化石油气储罐泄漏，造成60人死亡，1.5亿美元财产损失的严重后果。事故泄漏源强研究意义1979年温州电化厂液氯泄漏，造成59人死亡，约800人中毒，这是我国第一个受到广泛关注的化学品严重泄漏事故。2005年11月13日，吉林石化公司双苯厂发生爆炸事故，造成大量苯类污染物进入松花江水体，引发重大水环境污染故，近

3、400万哈尔滨市民在缺水中生活4天，给松花江沿岸特别是大中城市人民群众生活和经济发展带来严重影响。事故泄漏源强研究意义 上述残酷的事实表明我们十分有必要去研究此类化学事故发生机理、相关条件及伤害机理，建立化学品泄漏扩散模拟模型。事故影响区域的准确确定和危害人群的正确预测是整个化学事故应急救援决策的关键，危险化学品泄漏扩散的研究是应急救援决策的基础。 在泄漏扩散模型中，泄漏源源强信息作为已知条件被给出具体数值，并以此为基础来展开大气中各位置物质浓度的计算和其他相关信息的估计。在泄漏扩散事故后果的预测中，应用比较广泛的模型有高斯烟羽模型、高斯烟团模型、重气扩散模型和三维有限元计算模型等，而在这些模

4、型中泄漏源源强值和位置是预测事故后果的重要影响参数，是快速准确设计逃生路线、确定事故疏散区和逃离区，制定公共预警方案等事故应急救援决策的基础。 污染源源强获取途径1开展对各类大气污染源的研究,建立污染排放模式2利用危险泄漏物质在大气中的传播、扩散和化学转化规律，建立一个污染泄漏源和污染物探测点的数据之间的关系，然后转化为优化问题，求最优解反演污染源3通过对大气扩散模型的逆向运算,结合环境监测器的使用反算源强污染源源强获取途径 发展比较早的受体模型方法,该方法假定观测点处的各污染物的浓度线性叠加地来自于各种污染源的共同作用。 四维变分资料同化方法和集合卡尔曼滤波方法,两种方法都是利用污染模式中揭

5、示的大气污染物的传输、扩散和化学转化规律建立污染源和污染观测之间的关系,从而利用最优化或者次优化方法从污染观测反演污染源。事故泄漏源强反算方法比较研究意义1获取源强途径2源强反算方法3总结4Safer算法反算源强数据处理的过程是这样的：首先,根据大量的气象数据和释放物质浓度数据的输入,系统能够确定释放物质的类型、释放源位置以及初始释放时间;第二,系统随机选取众多传感器中的任意一个,跟踪此传感器的浓度变化;第三,系统假定一个释放速率,根据该释放速率来运行已有的扩散模型,在每一测量时刻,将测量结果与扩散模型的预测结果进行比较。若测量结果与预测结果相匹配,则预测值被认为是真实值,若测量结果与预测结果

6、不匹配,则要重新给出一个预测值,再次运行该步骤。当测量结果与预测结果相匹配时,记录所预测的释放速率以及相应的时间参数。按照该方法对每一个传感器进行数据处理,直到所有传感器都完成了数据处理过程。通过上述方法将建立释放速率或释放量的基本范围,此后采用寻根法(root-finding),如牛顿-拉弗森方法、对分法、假设定位等方法,来寻找一个真实的释放速率或释放量。完成该步骤后,就能得到释放源的释放速率与时间的关系,将源强反馈到扩散模型中进行确认,确认后系统的源强反算得以完成。Safer算法反算源强流程图遗传反算法确定源 遗传算法是20世纪70年代初由美国Michigan大学Holland发展起来的,

7、也是一种仿生算法,主要借用生物进化中“适者生存”的规律,利用某种编码技术将问题的参变量编辑为类似染色体的二进制数串,二进制数串从而形成一个含有n个染色体的初始种群,并对群体中每一个染色体计算其适应函数f。算法给出一定的终止准则，循环评价每一染色体的适应度,若满足终止准则,则算法停止;否则依一定的概率对群体中的所有染色体分别执行复制、杂交和变异的操作,进而产生新的种群,重新进行群体适应度的评价,直至符合算法所给出的终止准则。通过该方法的计算,种群逐渐进化,适应度越来越高,种群越来越接近既定目标,从而求得某一实际问题的最优解。遗传反算法确定源1.确定编码方案; 2.初始化群体(确定遗传参数); 3

8、.计算个体适应度( f i ) ; 4.进行遗传操作(选择、交叉、变异) ,产生新一代个体; 5.返回3直到f i 达到要求。总结 在应急响应过程中,对于响应的快速性和准确性有着很高的要求,这就势必要求气体扩散模型能够快速准确地描述污染地区的详细情况,而若要达到该目标,就必须要准确快速地估算气体源强,确保气体扩散模型运行的准确性和有效性。通过对几种源强反算方法的比较研究,得出以下结论:1)用迭代法反算源强效果较好,通过控制点测量浓度与计算浓度的比较反算出污染源强度,适用性较强,可以应用到应急响应过程中去。而逆向轨迹反演模式的计算是建立在大量的监测数据基础上,且反算结果精度较差,不适用于应急响应情形。2)在源强反算过程中,遗传算法的收敛速度过