致谢 | 第5-6页 |
摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
序言 | 第10-15页 |
1 引言 | 第15-29页 |
1.1 研究背景 | 第15-17页 |
1.2 国内外研究现状 | 第17-25页 |
1.2.1 交通量预测研究现状 | 第18-19页 |
1.2.2 正常工况下隧道通风研究现状 | 第19-20页 |
1.2.3 火灾工况下隧道通风研究现状 | 第20-23页 |
1.2.4 特长隧道运营通风系统控制研究现状 | 第23-24页 |
1.2.5 目前研究存在的不足 | 第24-25页 |
1.3 本文研究内容 | 第25页 |
1.4 技术路线和研究方法 | 第25-27页 |
1.5 创新点 | 第27-29页 |
2 公路隧道风井送排式纵向通风物理模型试验系统 | 第29-47页 |
2.1 分水岭隧道送排式通风方案 | 第29页 |
2.2 物理模型试验平台相似性研究 | 第29-33页 |
2.2.1 流动相似原理 | 第30-31页 |
2.2.2 隧道运营通风基本假定 | 第31-33页 |
2.3 相似准则选取 | 第33-35页 |
2.4 隧道风井送排式纵向通风物理模型试验系统研制 | 第35-39页 |
2.4.1 试验系统设计的基本原则 | 第35页 |
2.4.2 通风物理模型相似条件 | 第35-39页 |
2.5 隧道风井送排式通风物理模型试验系统 | 第39-42页 |
2.5.1 模型各物理量相似比 | 第39页 |
2.5.2 测试系统 | 第39-40页 |
2.5.3 动力系统 | 第40页 |
2.5.4 燃烧段及火源设置 | 第40页 |
2.5.5 风井送排式通风及火灾模型试验系统构建方案 | 第40-42页 |
2.6 模型试验系统基本性能试验 | 第42-46页 |
2.6.1 全压计测试风速稳定时间试验 | 第42页 |
2.6.2 模型沿程摩阻系数试验 | 第42-44页 |
2.6.3 射流风机等效作用试验 | 第44-45页 |
2.6.4 动力系统试验 | 第45-46页 |
2.7 本章小结 | 第46-47页 |
3 公路隧道风井送排式通风模型试验 | 第47-67页 |
3.1 风井送排式通风隧道洞内风速正交试验 | 第47-49页 |
3.1.1 正交试验方案与因素水平 | 第47-48页 |
3.1.2 试验结果与方差分析 | 第48-49页 |
3.2 隧道正常运营通风物理模型试验 | 第49-54页 |
3.2.1 送排式纵向通风隧道出口端射流风机梯次关停试验 | 第49-50页 |
3.2.2 送排式纵向通风隧道进口端射流风机梯次关停试验 | 第50-51页 |
3.2.3 送排式纵向通风隧道射流风机梯次关停试验 | 第51-52页 |
3.2.4 全射流纵向通风隧道射流风机梯次关停试验 | 第52-54页 |
3.3 隧道火灾工况物理模型试验 | 第54-64页 |
3.3.1 全射流纵向通风隧道出口端火灾物理模型试验 | 第55-57页 |
3.3.2 全射流纵向通风隧道进口端火灾物理模型试验 | 第57-59页 |
3.3.3 送排式纵向通风短道段火灾物理模型试验 | 第59-60页 |
3.3.4 送排式纵向通风隧道进口端火灾物理模型试验 | 第60-62页 |
3.3.5 送排式纵向通风隧道出口端火灾物理模型试验 | 第62-64页 |
3.4 本章小结 | 第64-67页 |
4 公路隧道交通量预测的粒子群-高斯过程耦合模型 | 第67-79页 |
4.1 粒子群-高斯过程耦合算法 | 第67-72页 |
4.1.1 高斯过程(Gaussian Process) | 第68页 |
4.1.2 高斯过程回归(Gaussian Process Regression,GPR) | 第68-69页 |
4.1.3 超参数获取 | 第69-70页 |
4.1.4 粒子群算法 | 第70-71页 |
4.1.5 粒子群-高斯过程耦合算法 | 第71-72页 |
4.2 基于PSO-GPR耦合算法的隧道运营期交通量预测 | 第72-76页 |
4.2.1 交通量预测的主要因素 | 第72-73页 |
4.2.2 交通量GPR算法预测的训练样本 | 第73-74页 |
4.2.3 基于PSO-GPR算法的隧道交通量预测 | 第74-76页 |
4.3 本章小结 | 第76-79页 |
5 隧道正常运营工况送排式纵向通风系统控制优化 | 第79-99页 |
5.1 送排式纵向通风隧道正常运营工况的数值模拟 | 第79-87页 |
5.1.1 正常运营工况数值模拟方案 | 第79-81页 |
5.1.2 交通风速的计算 | 第81-82页 |
5.1.3 送排式纵向通风隧道正常运营工况下洞内CO最大浓度和最小风速的数值模拟 | 第82-87页 |
5.2 基于进化支持向量回归算法的正常运营工况隧道通风控制智能模型 | 第87-92页 |
5.2.1 支持向量回归算法 | 第88-90页 |
5.2.2 进化支持向量回归算法 | 第90-91页 |
5.2.3 基于进化支持向量回归算法的正常运营工况隧道通风的智能模型 | 第91-92页 |
5.3 基于进化支持向量回归算法的正常运营工况隧道通风的数学模型 | 第92-94页 |
5.4 隧道正常运营工况送排式纵向通风系统控制优化 | 第94-98页 |
5.4.1 隧道正常运营工况通风系统控制优化智能模型 | 第94-96页 |
5.4.2 分水岭隧道正常运营工况下通风系统的控制优化 | 第96-98页 |
5.5 本章小结 | 第98-99页 |
6 送排式纵向通风隧道运营期火灾工况三维数值模拟 | 第99-121页 |
6.1 概述 | 第99页 |
6.2 送排式纵向通风隧道火灾工况数值试验方案设计 | 第99-101页 |
6.3 隧道火灾数值试验计算原理 | 第101-107页 |
6.3.1 控制方程 | 第102-103页 |
6.3.2 紊流模型 | 第103-104页 |
6.3.3 燃烧模型 | 第104-105页 |
6.3.4 换热模型 | 第105-107页 |
6.3.5 弧形拱顶处理 | 第107页 |
6.4 计算模型的建立 | 第107-110页 |
6.4.1 几何模型 | 第107-109页 |
6.4.2 火源模型 | 第109-110页 |
6.4.3 边界条件 | 第110页 |
6.5 数值试验计算结果 | 第110-115页 |
6.6 计算结果分析 | 第115-119页 |
6.6.1 烟气参数统计 | 第115-116页 |
6.6.2 隧道火灾影响因素敏感性分析 | 第116-119页 |
6.7 本章小结 | 第119-121页 |
7 隧道火灾工况送排式纵向通风系统控制优化 | 第121-135页 |
7.1 隧道火灾工况通风系统优化数学模型 | 第121-122页 |
7.1.1 优化模型的数学表述 | 第121页 |
7.1.2 优化数学模型的求解方法 | 第121-122页 |
7.2 PSO与BP耦合算法 | 第122-126页 |
7.2.1 BP神经元算法 | 第122-124页 |
7.2.2 PSO与BP神经元耦合算法 | 第124-126页 |
7.3 分水岭特长隧道运营火灾救援系统设计 | 第126-129页 |
7.3.1 系统主体设计 | 第126页 |
7.3.2 系统后台计算程序设计 | 第126-127页 |
7.3.3 系统可视化界面设计 | 第127-129页 |
7.4 基于PSO与BP神经元耦合算法的隧道火灾工况通风系统智能优化 | 第129-133页 |
7.4.1 分水岭隧道火灾工况通风系统智能模型的建立 | 第129-130页 |
7.4.2 火灾工况下分水岭隧道通风系统的智能优化 | 第130-132页 |
7.4.3 分水岭隧道火灾工况下通风系统智能优化算例 | 第132-133页 |
7.5 本章小结 | 第133-135页 |
8 隧道运营通风效果现场实测与分析 | 第135-143页 |
8.1 分水岭隧道通风系统优化配置方案 | 第135页 |
8.2 测试仪器与方案 | 第135-137页 |
8.2.1 测试仪器 | 第135-136页 |
8.2.2 测试方案 | 第136-137页 |
8.3 测试结果与分析 | 第137-140页 |
8.3.1 分水岭隧道右线测试情况 | 第137-139页 |
8.3.2 分水岭隧道左线测试情况 | 第139-140页 |
8.4 正常运营工况下通风系统优化模型验证 | 第140-141页 |
8.4.1 左线正常运营工况通风系统优化验证 | 第140页 |
8.4.2 右线正常运营工况通风系统优化验证 | 第140-141页 |
8.5 本章小结 | 第141-143页 |
9 结论与展望 | 第143-147页 |
9.1 主要结论及创新点 | 第143-145页 |
9.1.1 主要结论 | 第143-144页 |
9.1.2 创新点 | 第144-145页 |
9.2 不足和展望 | 第145-147页 |
9.2.1 存在的不足 | 第145页 |
9.2.2 进一步研究展望 | 第145-147页 |
参考文献 | 第147-152页 |
作者简历及攻读博士学位期间取得的研究成果 | 第152-154页 |
学位论文数据集 | 第154页 |