摘 要:火災發(fā)展模擬的過程通常伴隨著大量的不確定性。隨著仿真的進行,在高度動態(tài)的環(huán)境中,簡單模型的預測結(jié)果將會越來越偏離真實值。為了提高火災預測的準確性,本文將引入同化手段集合卡爾曼濾波EnKF,通過其對觀測數(shù)據(jù)的同化,對二區(qū)模型的預測過程進行修正。為了驗證預測效果,本文將以簡單的單室火為例,比較二區(qū)模型在有EnKF與沒有EnKF情況下對于單室火煙氣參數(shù)變化的預測結(jié)果。結(jié)果顯示,EnKF能顯著提高簡單二區(qū)模型預測結(jié)果的準確性。
關(guān)鍵詞:煙氣預報;ENKF;數(shù)據(jù)同化;區(qū)域模型
引 言
火災是由在時間或空間上失去控制的燃燒引起的。在各種災害中,火災是對公共安全和社會發(fā)展的最常見和最普遍的威脅之一。為了減少這類災害造成的人員傷亡和財產(chǎn)損失,需要建立一個安全、快速的火災應急系統(tǒng)。然而,由于傳感器數(shù)據(jù)的延遲,當火災發(fā)生時,現(xiàn)階段的消防應急系統(tǒng)不能及時響應。即使系統(tǒng)能夠捕捉到火災的發(fā)生,由于火災發(fā)展的復雜性,即使是最有經(jīng)驗的消防員也可能無法做出正確的反應[1,2]。因此,提出一個相對高精度、高效率的火災模擬模型具有重要意義?,F(xiàn)階段對火災的模擬方式主要分為區(qū)域模擬與場模擬[3],區(qū)域模擬模擬速度快,但是模擬精度不夠。場模擬結(jié)果被證實在輸入?yún)?shù)確定的情況下與真實情況接近,但是一個十幾分鐘的火災過程,以現(xiàn)階段計算機的計算能力,需要幾天才能完成模擬,顯然不滿足高效率的要求。前人根據(jù)天氣預報的的思路,提出用數(shù)據(jù)同化方法同化傳感器數(shù)據(jù),區(qū)域模型的預測結(jié)果的修正,從而實現(xiàn)對火災煙氣參數(shù)高效而準確的預測[4,5]。
本文基于周允基[6]等人提出的二區(qū)模型與EnKF融合,發(fā)展了一個單室火災煙氣溫度以及煙氣層高度同化方案,利用FDS對于單室火災的模擬數(shù)據(jù)作為觀測資料進行了同化實驗,并與未經(jīng)過EnKF同化的結(jié)果進行了對比分析。
一、預測模型的提出
本節(jié)主要介紹二區(qū)模型、EnKF算法以及基于二區(qū)模型與EnKF融合的同化方案。
1.1二區(qū)模型
忽略掉煙氣的泄露,煙氣每秒增加的質(zhì)量就等于每秒羽流上升的質(zhì)量,即煙氣層由煙氣羽流轉(zhuǎn)換而來。采用點源羽流表達式[7],羽流卷吸流量為:
(1)
根據(jù)質(zhì)量守恒,煙氣層每秒增加的厚度可由式(2)獲得:
(2)
其中, 是羽流流量, 是輻射熱損失系數(shù), 是重力加速度, 是空氣的定壓比熱, 是下層溫度, 是下層密度, 是煙氣層界面高度, 是單室的面積, 為熱釋放速率。根據(jù)能量守恒,將煙氣溫度從上一時刻溫度加熱到下一時刻溫度以及將羽流從環(huán)境溫度加熱到下一時刻溫度所需的熱量就等于火源每秒鐘釋放給空氣的熱量,即熱釋放速率。故通過式(3)得到煙氣層的溫升:
(3)
其中, 為上層煙氣溫度,為單室高度。
1.2二區(qū)模型與EnKF的融合
用EnKF先初始化預測模型集合,依據(jù)Monte-Carlo方法生成N個粒子:
(4)
每個粒子中包含了上層煙氣的煙氣溫度、煙氣層界面高度以及其對應的熱釋放速率:
(5)
其中xi代表第i個粒子, T、H分別代表溫度、煙氣層界面高度,均可由Hrri帶入二區(qū)模型公式獲得。預測值是N個粒子的平均:
(6)
用某個區(qū)的觀測值表示真實值,則有:
(7)
其中是觀測值,r是觀測噪聲,服從均值為0,協(xié)方差矩陣為R的正態(tài)分布;為真值。用其對應的預測值表示真值,則:
(8)
其中H為觀測算子,其中包含了觀測值對應的預測值在向量中的位置關(guān)系,p為預測噪聲,服從均值為0,協(xié)方差矩陣為P的多元正態(tài)分布。根據(jù)觀測協(xié)方差與預測協(xié)方差,觀測值以及其對應預測值可通過式(9)對所有參數(shù)進行同化校正:
(9)
(10)
(11)
(12)
從公式(10)-(11)可以看出將觀測到的值與未觀測到的值聯(lián)系起來,使得EnKF能在有限的觀測數(shù)據(jù)下,通過融合局部觀測值對全局預測值進行校正,從而提高了模型同化的效率。其中為同化后的更新值。
二、預測模型的驗證
為了驗證模型預測結(jié)果的準確性,通過FDS對一個5m*5m*5m的封閉區(qū)間的火災工況進行模擬,火源位于底部中心,熱釋放速率設(shè)置為40000W,熱釋放速率設(shè)置為40,模擬得到的溫度和煙氣層高度作為觀測資料帶入EnKF同化算法中,對預測值進行修正并對算法的準確性進行驗證。初始熱釋放速率服從的正態(tài)分布。二區(qū)模型同化前后預測結(jié)果對比如下圖1所示,可以看出,經(jīng)過EnKF同化后的預測值較之同化前的預測值更接近火災真實情況(FDS模擬值),尤其是煙氣溫度;通過比較同化300s和同化150s的預測結(jié)果,可以得出同化次數(shù)越多,模型的預測結(jié)果越準確。從圖(1-c)可以看出,隨著觀測值的帶入,熱釋放速率的預測也越來越趨近于真值(40),這說明EnKF不僅能對預測結(jié)果(煙氣溫度、煙氣層厚度)進行修正,同時也能對模型的邊界條件進行修正,能根據(jù)觀測值的變化及時對模型進行調(diào)整,從而捕捉火災發(fā)生過程中的變化,彌補部分由于火災工況不確定性造成的誤差。
三、結(jié)論
本文通過二區(qū)模型與EnKF融合實現(xiàn)了對單室密閉空間火災的準確預測。結(jié)果表明,同化手段EnKF與二區(qū)模型的融合的方式,能夠在滿足預測速度要求的情況下,顯著地提高二區(qū)模型對于火災預測的準確性,證明了簡單模型與智能算法融合用于火災預報的可行性。另外,火災模擬的進展反映了創(chuàng)新的驅(qū)動和跨學科發(fā)展的驅(qū)動。從預測過程可以得到,要實現(xiàn)準確及時的預測,不僅對簡單模型的準確性有要求,傳感器的準確性和響應性,以及計算機的計算速度等因素同樣重要。
參考文獻
[1] S. Welch, A. Usmani, R. Upadhyay, D. Berry, S. Potter, J. L. Torero, Introduction to FireGrid, Chapter 1 in The Dalmarnock fire tests: experiments and modelling, G. Rein, Abecassis–Empis, R. Carvel (eds.), 2007:7–29.
[2] K. McGrattan, Fire Modelling: Where are we? Where are we going? , Fire Safety Science, volume 8, 2005:53–68.
[3] Ji J, Tong Q, Wang L. Application of the EnKF method for real-time forecasting of smoke movement during tunnel fires [J]. Adv Eng Softw, 2018, 115(398-412).
[4] Zhang Y, Bocquet. M, Mallet V. Real-time air quality forecasting, part I: History, techniques, and current status [J]. Atmospheric Environment, 2012, 60(632-55).
[5] Zhang Y, Bocquet M, Mallet V. Real-time air quality forecasting, part II: State of the science, current research needs, and future prospects [J]. Atmospheric Environment, 2012, 60(656-76).
[6] 孟嵐,周允基. Two-layer雙層區(qū)域模型對單室火災的模擬 [J]. 哈爾濱工程大學學報, 2002, 23(4):
[7] Cetegen B M,Zukoski E E,Kubota T.Entrainment and flame geometry of fire plumps[D]. USA: California Institute Technology,1982.
作者簡介:何苗(1996—),女,四川成都人,重慶大學土木工程學院2017級供熱、供燃氣通風與空調(diào)專業(yè)碩士研究生,研究方向:火災消防。