基于神经网络模型驱动的隧道通风系统参数优化方法

• Format: Patent
• Language: Chinese
• Published: 29.08.2025
• Subjects: ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVEREDIN A SINGLE OTHER SUBCLASS; CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; ELECTRIC DIGITAL DATA PROCESSING; IMAGE DATA PROCESSING OR GENERATION, IN GENERAL; MEASURING; MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR; PHYSICS; TARIFF METERING APPARATUS; TESTING

本申请涉及一种基于神经网络模型驱动的隧道通风系统参数优化方法，包括：根据隧道的三维几何特征、空气动力学特性及污染物分布特性，将隧道划分为多个不规则网格节点；根据多个不规则网格节点的空间分布数据，结合污染物扩散系数、实时风速场及网格节点之间的空间位置关系，构建非线性边权计算函数，生成表征网格节点之间交互强度的边权矩阵；将多个不规则网格节点的网格节点信息和边权矩阵，输入时空图神经网络模型，得到污染物的多变量时空动态特征；根据多变量时空动态特征，确定多个不规则网格节点的污染物浓度超限概率；根据多个不规则网格节点的污染物浓度超限概率，优化隧道通风系统的通风调控参数。本申请能够优化通风系统参数的设计。