在汽油泄漏事故期间用于蒸发风险评估的物理引导机器学习
Yuheng Cheng1, Yudie Jianyao1, Sining Chen2
1School of Safety Science, Tsinghua University, Beijing 10084, China; Institute of Public Safety Research, Tsinghua University, Beijing 10084, China.
汽油泄漏造成了挥发性有机化合物 (VOC) 蒸发的危险. 一个新的物理引导汽油蒸发风险预测 (PG-GERP) 框架使用物理和机器学习来准确地建模和预测这些风险.
科学领域:
- 环境科学 环境科学
- 化学工程是化学工程的重要组成部分.
- 数据科学数据科学数据科学
背景情况:
- 由于挥发性有机化合物 (VOC) 蒸发,汽油泄漏存在重大环境和安全风险.
- 在各种条件下对汽油蒸发的现有预测模型有限.
- 了解蒸发动态对于风险评估和缓解至关重要.
研究的目的:
- 开发一个新的物理引导汽油蒸发风险预测 (PG-GERP) 框架.
- 将物理建模与机器学习相结合,以提高蒸发预测.
- 评估不同土地使用类型 (农村,郊区,城市) 的汽油蒸发动态.
主要方法:
- 将关键环境变量纳入物理模型:风速,环境温度,游泳池几何形状和流强度.
- 考虑到农村,郊区和城市环境中的环境异质性.
- 利用在3405个物理模拟场景上训练的堆叠机器学习模型.
主要成果:
- 较高的风速和环境温度通常会增加蒸发速度.
- 较大的汽油池尺寸可以抑制由于蒸汽和导致的蒸发.
- 在郊区,蒸发率显著更高 (约. 10%) 和城市 (大约. 60%) 的环境与农村地区相比,由流和蒸汽分散驱动.
- 机器学习模型实现了高预测精度 (R2>0.99).
结论:
- PG-GERP框架为评估与危险液体燃料泄漏相关的蒸发驱动风险提供了一个强大的工具.
- 该模型准确地预测了各种环境条件和土地使用类型的汽油蒸发动态.
- 这一框架使得在现实世界的燃料泄漏场景中能够及时响应和有效的缓解策略.
更多相关视频
06:45Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for an Electro-Hydrostatic Actuator
Published on: October 28, 2022
09:04A Modeling and Simulation Method for Preliminary Design of an Electro-Variable Displacement Pump
Published on: June 1, 2022
相关概念视频
Vapor Pressure of Fluid
When a liquid is placed in a closed container with a small air space, and the space is evacuated, vapor molecules will...
Design Example: Creating a Hydraulic Model of a Dam Spillway
Typical Model Studies
Vapor Pressure Lowering
Maxwell-Boltzmann Distribution: Problem Solving
This distribution function f(v) is defined by saying that the expected number N (v1,v2) of particles with speeds between v1 and v2 is given by
Accelerating Fluids
The motion of the liquid within this infinitesimal cylinder is considered to obtain the pressure difference. Three vertical forces act on this liquid:
