中国安全科学学报

作者：万邦银, 蒯念生, 何雄元, 彭敏君, 邓利民

单位：1 西南科技大学 环境与资源学院,四川 绵阳 621010；2 四川省安全科学技术研究院,四川 成都 610045；3 重大危险源测控四川省重点实验室,四川 成都 610045

关键词：免疫粒子群(PSO-IA)算法,修正高斯烟羽模型,源强反演,危险气体泄漏,求解精度

基金：重大危险源测控四川省重点实验室基金资助(KFKT2023-05)

为提高危险气体泄漏溯源定位的科学性和实效性,确定危险气体泄漏位置和强度是事故应急响应的关键。首先,根据质量守恒定律,分析、改进近似高斯分布的气体羽流扩散幅度,修正高斯烟羽模型;然后,基于免疫浓度筛选机制作为主策略的免疫算法(IA),通过与粒子群算法(PSO)耦合,将混合免疫粒子群(PSO-IA)算法应用到源强反演中;最后,验证PSO-IA算法溯源定位效果。结果表明:与模式搜索法(PS)、遗传算法(GA)、PSO相比,修正高斯烟羽模型预测值误差均下降2%左右;混合PSO-IA算法相较PSO算法反演源强效果有明显提升,其算法定位误差为1.3 m, 求解源强误差为0.8%,单次计算时间小于1 s,能实现快速、准确定位并估算源强度。

来源：2024年第7期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2024年第7期