基于模糊控制的氣體擴(kuò)散模型選擇

鄧振文 孫啟湲 賈云偉

(天津理工大學(xué)天津市先進(jìn)機(jī)電系統(tǒng)設(shè)計(jì)與智能控制重點(diǎn)實(shí)驗(yàn)室，天津 300384)

基于模糊控制的氣體擴(kuò)散模型選擇

鄧振文 孫啟湲 賈云偉

(天津理工大學(xué)天津市先進(jìn)機(jī)電系統(tǒng)設(shè)計(jì)與智能控制重點(diǎn)實(shí)驗(yàn)室，天津 300384)

提出一種氣體擴(kuò)散模型的選擇方法，可應(yīng)用于有害氣體泄漏源的發(fā)現(xiàn)和搜尋。比較模糊控制原理的優(yōu)點(diǎn)，再優(yōu)化部分學(xué)者提出的氣體擴(kuò)散模型，設(shè)計(jì)出氣體擴(kuò)散模型選擇的模糊推理系統(tǒng)。該系統(tǒng)可根據(jù)對(duì)環(huán)境的測(cè)量數(shù)據(jù)推理出適合特定環(huán)境條件下的氣體擴(kuò)散模型。在模糊推理系統(tǒng)中，由傳感器測(cè)量的環(huán)境數(shù)據(jù)作為輸入量導(dǎo)入模糊控制器，經(jīng)Mamdani模糊算法，最終導(dǎo)出的輸出量即某一氣體擴(kuò)散模型。使用Matlab中的模糊控制工具箱(Fuzzy)對(duì)模糊推理系統(tǒng)進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明：不同氣體在不同環(huán)境條件下的氣體擴(kuò)散模型能夠通過模糊推理得到，說(shuō)明該方法可行。

模型選擇 模糊控制 有害氣體 擴(kuò)散模型

易燃、易爆、有毒物質(zhì)的泄漏會(huì)產(chǎn)生嚴(yán)重的后果[1]，因此氣體擴(kuò)散研究逐漸受到廣泛重視。氣體擴(kuò)散模型的研究發(fā)展于20世紀(jì)，主要研究某種氣體在大氣中的擴(kuò)散狀態(tài)。在進(jìn)行氣體擴(kuò)散模擬時(shí)，常采用單一的氣體擴(kuò)散模型預(yù)測(cè)環(huán)境各位置處的濃度信息，以對(duì)泄漏物排放進(jìn)行控制[2,3]或?qū)χ匚廴緟^(qū)域做出預(yù)警[4]。但是，對(duì)于在未知環(huán)境下有害氣體泄漏源參數(shù)估計(jì)的研究[5,6]，使用單一氣體擴(kuò)散模型將存在局限性。因?yàn)椴煌笮〉姆肿釉诳諝庵械臄U(kuò)散形式不同且氣體在大氣中的擴(kuò)散具有很多影響因素[7]，包括風(fēng)速、溫度、濕度及太陽(yáng)輻射等，這些因素將影響泄漏源參數(shù)的估計(jì)精度，從而導(dǎo)致結(jié)果產(chǎn)生較大的誤差，嚴(yán)重影響后續(xù)研究(如有害氣體泄漏源的搜尋)甚至造成后續(xù)研究失敗。所以有必要結(jié)合實(shí)時(shí)大氣環(huán)境條件，選擇出最匹配的氣體擴(kuò)散模型。由于從多方面對(duì)事物進(jìn)行評(píng)價(jià)難免帶有模糊性和主觀性，采用模糊數(shù)學(xué)的方法進(jìn)行綜合評(píng)價(jià)將使結(jié)果盡量客觀，從而取得更好的實(shí)際效果[8～10]。因此筆者引入控制領(lǐng)域的模糊控制原理，使模型選擇系統(tǒng)具備自我推理能力，能夠從模型庫(kù)中推理出最優(yōu)的氣體擴(kuò)散模型。

1 模糊控制理論

模糊控制實(shí)質(zhì)上是一種非線性控制，從屬于智能控制的范疇，廣泛應(yīng)用于自動(dòng)化領(lǐng)域。一個(gè)基本的模糊控制器包括3部分：模糊化、模糊推理和反模糊化[11]。圖1為一個(gè)多輸入單輸出(MISO)的模糊控制器。

圖1 模糊控制器的結(jié)構(gòu)框圖

模糊化是將客觀上的精確量轉(zhuǎn)化為帶有模糊性的模糊量，反映了環(huán)境測(cè)量數(shù)據(jù)u對(duì)該輸入量論域U中模糊集合F的隸屬度，由隸屬度函數(shù)μF(u)來(lái)表示。

模糊推理是在有限控制規(guī)則的基礎(chǔ)上進(jìn)行模糊推理和運(yùn)算。常采用較為傳統(tǒng)的Mamdani推理。多輸入單輸出的模糊規(guī)則形式為：

(1)

按Mamdani推理，每條模糊規(guī)則為直積空間X1×X2×…×Xn×Y上的一個(gè)模糊關(guān)系：

(2)

N條模糊規(guī)則全體構(gòu)成的模糊關(guān)系為：

(3)

對(duì)于一組輸入值，模糊推理的結(jié)論為：

(4)

反模糊過程是從模糊推理得到的模糊集合，使用模糊輸出的隸屬度函數(shù)找出一個(gè)最能代表這個(gè)模糊集合和模糊控制作用可能性分布的精確量。

2 氣體擴(kuò)散模型

大氣環(huán)境復(fù)雜多變，這對(duì)氣體擴(kuò)散模型的研究帶來(lái)很大的困難。經(jīng)過長(zhǎng)期的發(fā)展，出現(xiàn)很多氣體擴(kuò)散模型和模型修正參數(shù)，可近似估計(jì)擴(kuò)散的結(jié)果。幾類常見的氣體擴(kuò)散模型有靜風(fēng)擴(kuò)散模型、高斯模型、BM模型、Sutton模型和FEM3模型[7,12]，這幾類氣體擴(kuò)散模型的比較見表1。

表1 常見氣體擴(kuò)散模型的比較

其中，靜風(fēng)擴(kuò)散模型適合無(wú)風(fēng)環(huán)境下的氣體擴(kuò)散研究，較常見的模型有高斯擴(kuò)展模型[1]、A-Fick無(wú)風(fēng)擴(kuò)散模型[13]、半球擴(kuò)散模型[14]和室內(nèi)無(wú)風(fēng)擴(kuò)散模型[15]，筆者在模糊推理系統(tǒng)中對(duì)靜風(fēng)擴(kuò)散模型將不進(jìn)行細(xì)化；高斯模型包含高斯模型煙羽模型和高斯煙團(tuán)模型，開發(fā)較早，經(jīng)過后期的發(fā)展技術(shù)逐漸成熟，在許多特定環(huán)境下提供了大量的可選參數(shù)[2]，例如穩(wěn)定度系數(shù)C和擴(kuò)散范圍修正參數(shù)，使模型可應(yīng)用于不同氣候下高架和平地的連續(xù)點(diǎn)源擴(kuò)散。但是兩者均未考慮重力的影響，因此只適用于輕氣體或與空氣密度相近的氣體擴(kuò)散；Sutton模型是用湍流擴(kuò)散統(tǒng)計(jì)理論來(lái)處理湍流擴(kuò)散問題的，而湍流環(huán)境較復(fù)雜，最突出的特點(diǎn)是風(fēng)速和風(fēng)向的突變以及局部溫度大范圍波動(dòng)。表1中的擴(kuò)散模型多數(shù)采用關(guān)系表達(dá)式和經(jīng)驗(yàn)性擴(kuò)散參數(shù)描述，所以計(jì)算量較小且精度一般；而FEM3計(jì)算公式復(fù)雜，對(duì)連續(xù)源和瞬時(shí)源稍加變動(dòng)后都可以模擬，精度較好，但可能會(huì)因計(jì)算量大而影響數(shù)據(jù)的實(shí)時(shí)性。

3 氣體擴(kuò)散模型的模糊推理系統(tǒng)設(shè)計(jì)

筆者提出一種方法，引用控制工程領(lǐng)域的模糊推理原理，根據(jù)現(xiàn)有的專家知識(shí)和經(jīng)驗(yàn)，從模型庫(kù)中推理選擇出合適的氣體擴(kuò)散模型。即使現(xiàn)有的傳感器數(shù)據(jù)存在誤差，模糊推理也能做出最佳的判斷，從而減少人工判斷的誤差。Matlab提供一個(gè)功能強(qiáng)大的模糊控制工具箱(Fuzzy)且具備較好的兼容性，可實(shí)現(xiàn)對(duì)系統(tǒng)的仿真實(shí)驗(yàn)，又提供接口可簡(jiǎn)便地與C++、Java等編程語(yǔ)言形成對(duì)接，利于軟件開發(fā)、機(jī)器人控制等研究。筆者將借助Matlab的模糊控制工具箱創(chuàng)建一個(gè)模糊控制器，利用一些常用傳感器獲取部分環(huán)境數(shù)據(jù)，通過這些數(shù)據(jù)，對(duì)幾種常見的有害氣體擴(kuò)散模型進(jìn)行模糊推理，最后得到較為合理的氣體擴(kuò)散模型，流程如圖2所示。

圖2 氣體擴(kuò)散模型選擇流程

對(duì)于常見的氣體擴(kuò)散模型，最主要的區(qū)別是密度。密度不同，將直接影響擴(kuò)散的方式，輕氣上浮，中氣均勻擴(kuò)散，重氣下沉[16]。為了更好地辨別大氣中的氣體成分(尤其是有害氣體)，可采用近紅外光譜分析技術(shù)[17]。該技術(shù)包含定性分析和定量分析，定性分析的目的是確定物質(zhì)的組成與結(jié)構(gòu)，可確定氣體的成分，而定量分析則是為了確定物質(zhì)中某些組分的含量或是物質(zhì)的品質(zhì)屬性的值，可確定氣體的濃度。對(duì)于已知的泄漏氣體可采用超聲技術(shù)測(cè)量氣體的濃度[18]。

此外，風(fēng)速也是選用氣體擴(kuò)散模型的重要影響因素。風(fēng)速能加快風(fēng)向一側(cè)的有害氣體擴(kuò)散，而抑制背風(fēng)一側(cè)。在軟風(fēng)環(huán)境下，風(fēng)速對(duì)于氣體擴(kuò)散影響較小，可等同于靜風(fēng)擴(kuò)散；反之，風(fēng)速較大時(shí)，風(fēng)速的影響將大于分子的自身運(yùn)動(dòng)，此時(shí)分子的自身運(yùn)動(dòng)將忽略不計(jì)。風(fēng)向的變化率也可近似地衡量大氣湍流運(yùn)動(dòng)程度。溫度的高低直接影響氣體分子的擴(kuò)散速度，很大程度上決定大氣的穩(wěn)定程度，也是近似衡量大氣湍流運(yùn)動(dòng)的因素之一。

模糊控制器中需要設(shè)置相應(yīng)輸入量和輸出量的變量和隸屬度函數(shù)。Dense表示所測(cè)有害氣體的密度，Speed表示大氣中的風(fēng)速，Direction表示風(fēng)向的變化率，Temperature表示大氣中的溫度，Model表示氣體擴(kuò)散模型。模糊控制器中設(shè)定Dense的論域以空氣的密度(1.29kg/m3)為基準(zhǔn)，分為TL、L、ZE、H、TH共5個(gè)模糊狀態(tài)；Speed的論域?yàn)?～10m/s，分為ZE、S、M、F、TF共5個(gè)狀態(tài)；Direction的模糊狀態(tài)為ZE、S、F；Temperature的論域?yàn)?20～40℃，分為TC、C、WM、H、TH共5個(gè)模糊狀態(tài)；Model分為A、B、C、D、E，分別對(duì)應(yīng)靜風(fēng)模型、高斯模型、Sutton模型、BM模型和FEM3模型。

在制定模糊控制規(guī)則時(shí)，需參考有經(jīng)驗(yàn)的操作者或?qū)＜业目刂浦R(shí)和經(jīng)驗(yàn)?？蓞⒖家韵聨c(diǎn)：

a. 根據(jù)特定地區(qū)氣候的特點(diǎn)，適當(dāng)選擇氣體擴(kuò)散模型作為模型庫(kù)。

b. 了解氣體分子運(yùn)動(dòng)規(guī)律，適當(dāng)調(diào)整模糊規(guī)則。如溫度越高的環(huán)境下，氣體分子越活躍，靜風(fēng)模型的臨界風(fēng)速應(yīng)適當(dāng)增大。

c. 優(yōu)先選用高斯模型。高斯模型參數(shù)較完善，條件相似情況下，宜盡量選用高斯模型。

d. 對(duì)于較極端環(huán)境，優(yōu)先選擇模擬效果較好的氣體擴(kuò)散模型。如湍流程度較大的情況下，應(yīng)優(yōu)先選擇Sutton模型。

模糊控制器中包含4個(gè)輸入量和一個(gè)輸出量，共23個(gè)模糊變量，將產(chǎn)生375條模糊控制規(guī)則語(yǔ)句。三角形隸屬度函數(shù)對(duì)于各變量賦予的隸屬度比較均勻，可使模糊系統(tǒng)更加平穩(wěn)，所以全部變量將采用三角形隸屬度函數(shù)。各模糊變量的隸屬曲線根據(jù)擴(kuò)散特點(diǎn)也進(jìn)行特殊的調(diào)整。各隸屬度函數(shù)如圖3～7所示。

圖3 被檢測(cè)氣體密度Dense的隸屬度函數(shù)

圖4 大氣風(fēng)速Speed的隸屬度函數(shù)

圖5 大氣風(fēng)向Direction的隸屬度函數(shù)

圖6 大氣溫度Temperature的隸屬度函數(shù)

圖7 氣體擴(kuò)散模型Model的隸屬度函數(shù)

4 仿真實(shí)驗(yàn)

選擇CO(密度1.25kg/m3)在風(fēng)速為2m/s、風(fēng)向變化較小(0.3)、常溫(20℃)環(huán)境下的氣體擴(kuò)散模型。在模糊控制器中輸入上述各參數(shù)的值[1.25 2 0.3 20]，輸出結(jié)果為0.25，對(duì)應(yīng)的擴(kuò)散模型為高斯模型(B)，仿真結(jié)果如圖8所示。

圖8 仿真結(jié)果

選擇Cl2(密度3.21kg/m3)在風(fēng)速為4m/s、風(fēng)向變化偏小(0.4)、高溫(35℃)環(huán)境下的氣體擴(kuò)散模型。輸入?yún)?shù)[3.21 4 0.4 35]至模糊控制器中，輸出結(jié)果為0.559，由最大隸屬度法[8]得到對(duì)應(yīng)的擴(kuò)散模型為Sutton模型(C)。

實(shí)驗(yàn)表明，模糊推理可迅速地推理出適合特定環(huán)境條件下某種氣體(尤其是有害氣體)的擴(kuò)散模型。避免了人工選擇產(chǎn)生的誤差，同時(shí)提高了運(yùn)算效率，能夠滿足有實(shí)時(shí)性要求的場(chǎng)合。

5 結(jié)束語(yǔ)

筆者提供了一種氣體擴(kuò)散模型的選擇方法，將控制領(lǐng)域的模糊推理原理應(yīng)用于氣體擴(kuò)散模型的選擇。在系統(tǒng)設(shè)計(jì)中，選用常見的模型作為模型庫(kù)，主要的環(huán)境數(shù)據(jù)作為衡量參數(shù)，結(jié)合部分學(xué)者的經(jīng)驗(yàn)調(diào)整各變量的隸屬度函數(shù)。實(shí)驗(yàn)證明，模糊控制可作為一種有效的工具，在傳感器獲取環(huán)境信息后，有效選擇較合適的氣體擴(kuò)散模型。在氣體擴(kuò)散模型選擇系統(tǒng)設(shè)計(jì)中也存在一些不足，例如，各變量的隸屬度函數(shù)未達(dá)到最優(yōu)；氣體擴(kuò)散模型庫(kù)還需要全面補(bǔ)充；模糊規(guī)則需涵蓋大部分學(xué)者經(jīng)驗(yàn)等。

[1] 高萬(wàn)東.液化氣體汽車罐車定期檢驗(yàn)的安全控制[J].化工機(jī)械,2012,39(3):391～392.

[2] 童志權(quán).大氣污染控制工程[M].北京:機(jī)械工業(yè)出版社,2006:372～412.

[3] Chambers S D,Williams A G,Crawford J,et al.On the Use of Radon for Quantifying the Effects of Atmospheric Stability on Urban Emissions[J].Atmospheric Chemistry Physics,2015,(15):1175～1190.

[4] 肖微煒,趙永欣,張以飛,等.基于GIS的重氣體擴(kuò)散預(yù)測(cè)模擬研究[J].環(huán)境科學(xué)與管理,2014,39(2):104～107.

[5] 邵昀明,朱鷹,黃德先,等.有毒氣體擴(kuò)散源參數(shù)估計(jì)方法綜述[J].化工學(xué)報(bào),2011,62(10):2677～2681.

[6] Benkherouf A,Allidina A Y.Leak Detection and Location in Gas Pipelines[J].Control Theory and Applications,IEE Proceedings D,1988,135(2):142～148.

[7] 丁信偉,王淑蘭,徐國(guó)慶.可燃及毒性氣體擴(kuò)散研究[J].化學(xué)工程,2000,28(1):35～38.

[8] 曹茹.基于模糊綜合評(píng)判的冷卻裝置選型設(shè)計(jì)[J].化工機(jī)械，2011,38(1):11～13.

[9] 孫振國(guó)，顧伯勤.螺栓法蘭連接模糊可靠性數(shù)值計(jì)算方法[J].化工機(jī)械，2014,41(5):647～651,686.

[10] 郭凡，於孝春，袁東明.基于模糊FMEA的環(huán)己酮肟重排反應(yīng)器風(fēng)險(xiǎn)分析[J].化工機(jī)械，2015,42(1):6～10,15.

[11] 李少遠(yuǎn).智能控制[M].北京:機(jī)械工業(yè)出版社,2009:64～68.

[12] 王治華.受限空間內(nèi)氣體擴(kuò)散的數(shù)值模擬及分析[D].大連:大連理工大學(xué),2009.

[13] 龍長(zhǎng)江,齊歡,張翼鵬.煤氣儲(chǔ)罐泄漏擴(kuò)散模型及仿真[J].華中科技大學(xué)學(xué)報(bào),2006,34(4):42～44.

[14] 黃德寅,孫金艷,于信波.半球擴(kuò)散模型在氨中毒職業(yè)病危害事故風(fēng)險(xiǎn)評(píng)估中的應(yīng)用[J].職業(yè)衛(wèi)生與應(yīng)急救援,2005,23(3):141～142.

[15] 于暢,田貫三.可燃?xì)怏w室內(nèi)泄漏擴(kuò)散的研究[J].山東建筑工程學(xué)院學(xué)報(bào),2006,21(3):243～247.

[16] 奚旦立.突發(fā)性污染事件應(yīng)急處置工程[M].北京:化學(xué)工業(yè)出版社,2010:74～93.

[17] Dantasa H V,Barbosaa M F,Nascimentob E C L,et al.Screening Analysis of Natural Gas with Respect to Methane Content by Near-infrared Spectrometry[J].Microchemical Journal,2014,114:210～215.

[18] 蔡藝劇,黃勇,尹遴,等.一種新的微量氣體濃度檢測(cè)方法[J].化工自動(dòng)化及儀表,2012,39(4):477～479.

SelectionofGasDiffusionModelBasedonFuzzyControl

DENG Zhen-wen, SUN Qi-yuan, JIA Yun-wei

(TianjinKeyLaboratoryofDesignandIntelligentControlofAdvancedMechatronicsSystem,TianjinUniversityofTechnology,Tianjin300384,China)

A method of selecting gas diffusion model was proposed and applied to discovering source of leaks of the harmful gas. Through comparing advantages of fuzzy control theory and optimizing the gas diffusion model proposed by some scholars, a fuzzy inference system for selecting gas diffusion model was designed to work out a gas diffusion model suitable for special environmental conditions based on the environmental data measured. In this fuzzy inference system, the environmental data measured by the sensor can be led into the fuzzy controller as an input variable for fuzzy reasoning through Mamdani fuzzy algorithm; and in this operation, the output variable derived at last is the gas diffusion model requested. Simulating this fuzzy inference system with fuzzy control toolbox in Matlab shows that the gas diffusion model for different gases under various environmental conditions can be reached through the fuzzy inference and it testifies the feasibility of this method.

model selection, fuzzy control, harmful gas, diffusion model

TH865

A

1000-3932(2016)03-0258-05

2015-05-01(修改稿)

國(guó)家自然科學(xué)基金資助項(xiàng)目(61201081)