基于離散數(shù)據(jù)的火災(zāi)溫度場構(gòu)建算法與應(yīng)用研究
發(fā)布時間:2021-11-14 14:53
目前,我國火災(zāi)事故頻發(fā),且建筑密度和建筑中的人口密度較高,一旦發(fā)生火災(zāi),如果不能及時撲滅和盡快指導(dǎo)人員疏散,會造成重大的財產(chǎn)損失和人員傷亡。因此,本文基于火災(zāi)探測系統(tǒng)采集到的離散溫度數(shù)據(jù)構(gòu)建火災(zāi)溫度場并應(yīng)用,通過構(gòu)建的火災(zāi)溫度場態(tài)勢圖,判斷火源位置和火災(zāi)溫度場的分布狀態(tài),用于指導(dǎo)人員疏散和應(yīng)急救援戰(zhàn)術(shù)布置。首先,通過PyroSim軟件建立火災(zāi)場景,對采集點的模擬溫度數(shù)據(jù)分別使用三種插值方法構(gòu)建溫度場,選取溫度場中驗證點坐標(biāo)處的溫度值與驗證點處的模擬值,比較誤差大小。雙立方插值法計算的插值數(shù)據(jù)與模擬值之間出現(xiàn)的最大誤差為10%左右,其中大部分誤差落在4%7%的范圍內(nèi),且誤差曲線相對平滑,不同驗證點處的誤差值波動不大。同時,對采集點的溫度數(shù)據(jù)分別用三種插值方法繪制溫度云圖,與場景中設(shè)置的溫度切片進行對比。使用雙立方插值法繪制的火災(zāi)溫度場云圖能夠很好地反映火場中的溫度分布、區(qū)分高溫區(qū)域和低溫區(qū)域,較為準(zhǔn)確的對火源位置進行定位。因此,選取雙立方插值法作為構(gòu)建火災(zāi)溫度場以及繪制溫度云圖的算法。其次,在構(gòu)建火災(zāi)溫度場的基礎(chǔ)上,提出對火源中心進行定位和通過頂棚射流溫度反演火源熱...
【文章來源】:中國礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校
【文章頁數(shù)】:77 頁
【學(xué)位級別】:碩士
【部分圖文】:
無約束頂棚形成的頂棚射流示意圖
2頂棚射流溫度場與插值算法理論11溫火災(zāi)探測器時,應(yīng)使感應(yīng)元件到頂棚的距離大約為燃料源到頂棚距離的1%左右。2.2二維插值算法概述(Overviewof2DInterpolationAlgorithms)由于火災(zāi)探測采集到的溫度數(shù)據(jù)是不連續(xù)的離散點,且已知的數(shù)據(jù)點較為稀疏,為了能夠更好的描述火場中溫度的平面分布,繪制溫度云圖,需要將已知的離散數(shù)據(jù)中內(nèi)插若干數(shù)據(jù)點,此時需要引用合適的插值方法。在插入的數(shù)據(jù)的密度達到一定程度時,就可對其進行可視化。在實際應(yīng)用中,最常用到的二維插值算法有最鄰近插值法、雙線性插值法和雙立方插值法等[54-55]2.2.1最鄰近插值法插值方法中,最簡單的就是最鄰近插值法[56],也稱為零階插值法,該算法的核心理論是在與待插值點周圍已知數(shù)據(jù)的4個點中,選取與待插值點距離最近的一個數(shù)據(jù)點,并將其數(shù)據(jù)值賦于待插值點的[57]。插值公式如下:fxu,yvfx,y(2.5)其中,fx,y為坐標(biāo)x,y處的數(shù)值;u,v都是0,1區(qū)間內(nèi)的浮點數(shù),分別代表未插值點與最鄰近數(shù)據(jù)點在水平方向和豎直方向的距離;x0,y0。如圖2-2所示。圖2-2最鄰近插值原理示意圖Figure2-2Schematicdiagramofnearestneighborinterpolation最鄰近插值法計算量小,操作簡單,但是可能會出現(xiàn)塊效應(yīng),使用該算法繪制的圖像質(zhì)量不高。2.2.2雙線性插值法雙線性插值又稱為雙線性內(nèi)插[58],是指含有兩個變量的插值函數(shù)的線性插值的擴展。該算法的核心理論是在水平和豎直方向上分別進行一次線性插值,即對于坐標(biāo)為xu,yv的目標(biāo)點的數(shù)值,可以由原平面中坐標(biāo)為x,y,x,y1,x1,y,x1,y1處的所對應(yīng)的相鄰的四個數(shù)值決定,插值公式如下:
工程碩士專業(yè)學(xué)位論文12,11,1,111,1,1fxuyvuvfxyuvfxyuvfxyuvfxy(2.6)其中,u,v都是0,1區(qū)間內(nèi)的浮點數(shù),分別代表未插值點與最鄰近數(shù)據(jù)點在水平方向和豎直方向的距離;x0,y0且為整數(shù)[59-60]。如圖2-3所示:圖2-3雙線性插值原理示意圖Figure2-3SchematicofBilinearInterpolation雙線性插值算法的計算量大于最鄰近插值,故運算時間要長于最鄰近插值,使用該算法繪制的圖像質(zhì)量較高,通常情況下不會出現(xiàn)不連續(xù)的情況。但是繪制的圖像光滑性較差。2.2.3雙立方插值法雙立方插值又稱為立方卷積插值,與最鄰近插值法和雙線性插值法相比,該插值方法更加復(fù)雜[61]。該算法的核心理論是根據(jù)目標(biāo)數(shù)據(jù)點周圍16個整數(shù)點位置數(shù)據(jù)點的數(shù)值做三次線性插值,該算法不僅考慮了與目標(biāo)數(shù)據(jù)點直接相鄰的4個數(shù)據(jù)點的影響,而且還將各臨點間數(shù)值變化率的影響考慮在內(nèi)[62-63]。雙立方插值的原理如圖2-4所示。圖2-4雙立方插值原理示意圖Figure2-4Schematicdiagramofbicubicinterpolation
【參考文獻】:
期刊論文
[1]基于圖像插值的指紋圖像增強方法[J]. 韓柯,李孝君,王學(xué)莉. 刑事技術(shù). 2019(02)
[2]數(shù)字圖像插值算法比較研究[J]. 盛曉艷,龔超. 電腦知識與技術(shù). 2019(08)
[3]基于FDS的某綜合樓火災(zāi)數(shù)值模擬研究[J]. 趙壽,張云霞. 節(jié)能. 2018(03)
[4]圖像縮放算法中常見插值方法比較[J]. 陳高琳. 福建電腦. 2017(09)
[5]基于雙線性插值法的圖像縮放算法的設(shè)計與實現(xiàn)[J]. 張洋. 電子設(shè)計工程. 2016(03)
[6]火災(zāi)探測技術(shù)的研究現(xiàn)狀及發(fā)展趨勢[J]. 曾金龍. 安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報. 2015(06)
[7]插值算法的研究[J]. 于亞龍,穆遠彪. 現(xiàn)代計算機(專業(yè)版). 2014(05)
[8]基于單片機的無線火災(zāi)報警系統(tǒng)研究[J]. 孫小春. 海南大學(xué)學(xué)報(自然科學(xué)版). 2013(03)
[9]數(shù)據(jù)可視化技術(shù)應(yīng)用趨勢與分類研究[J]. 張浩,郭燦. 軟件導(dǎo)刊. 2012(05)
[10]虛擬儀器技術(shù)在神經(jīng)網(wǎng)絡(luò)火災(zāi)識別模型中的應(yīng)用研究[J]. 張嘉琪,劉陽,王曉麗,鄭嗣華,趙暉. 中國安全科學(xué)學(xué)報. 2011(11)
博士論文
[1]科學(xué)計算可視化中三維等值曲面構(gòu)建方法研究[D]. 劉鶴丹.東北大學(xué) 2015
[2]信息可視化設(shè)計與公共行為研究[D]. 胡小妹.中央美術(shù)學(xué)院 2014
碩士論文
[1]基于數(shù)據(jù)融合技術(shù)和WSN的民用智能火災(zāi)報警系統(tǒng)的研制[D]. 毛效禹.東華理工大學(xué) 2019
[2]基于FDS的地鐵換乘站火災(zāi)模擬與人員疏散研究[D]. 金正烽.北京交通大學(xué) 2019
[3]基于Python的糧食產(chǎn)量組合預(yù)測模型研究及應(yīng)用[D]. 姚縉然.武漢輕工大學(xué) 2019
[4]基于Python的三維地質(zhì)體可視化系統(tǒng)的設(shè)計與開發(fā)[D]. 王世舉.西南科技大學(xué) 2019
[5]基于模糊神經(jīng)網(wǎng)絡(luò)的電氣火災(zāi)預(yù)警算法研究[D]. 趙棟.江蘇大學(xué) 2018
[6]基于視頻圖像的火災(zāi)檢測研究與實現(xiàn)[D]. 苗續(xù)芝.中國礦業(yè)大學(xué) 2018
[7]遠程智能火災(zāi)監(jiān)控報警及控制系統(tǒng)的設(shè)計與實現(xiàn)[D]. 張云柯.西安建筑科技大學(xué) 2018
[8]油田地質(zhì)數(shù)據(jù)二維可視化技術(shù)研究與實現(xiàn)[D]. 李惠娟.東北石油大學(xué) 2016
[9]無線火災(zāi)報警系統(tǒng)研究[D]. 鄧要兵.北京理工大學(xué) 2016
[10]建筑火災(zāi)風(fēng)險評估及其相關(guān)性分析[D]. 孫春輝.上海交通大學(xué) 2014
本文編號:3494838
【文章來源】:中國礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校
【文章頁數(shù)】:77 頁
【學(xué)位級別】:碩士
【部分圖文】:
無約束頂棚形成的頂棚射流示意圖
2頂棚射流溫度場與插值算法理論11溫火災(zāi)探測器時,應(yīng)使感應(yīng)元件到頂棚的距離大約為燃料源到頂棚距離的1%左右。2.2二維插值算法概述(Overviewof2DInterpolationAlgorithms)由于火災(zāi)探測采集到的溫度數(shù)據(jù)是不連續(xù)的離散點,且已知的數(shù)據(jù)點較為稀疏,為了能夠更好的描述火場中溫度的平面分布,繪制溫度云圖,需要將已知的離散數(shù)據(jù)中內(nèi)插若干數(shù)據(jù)點,此時需要引用合適的插值方法。在插入的數(shù)據(jù)的密度達到一定程度時,就可對其進行可視化。在實際應(yīng)用中,最常用到的二維插值算法有最鄰近插值法、雙線性插值法和雙立方插值法等[54-55]2.2.1最鄰近插值法插值方法中,最簡單的就是最鄰近插值法[56],也稱為零階插值法,該算法的核心理論是在與待插值點周圍已知數(shù)據(jù)的4個點中,選取與待插值點距離最近的一個數(shù)據(jù)點,并將其數(shù)據(jù)值賦于待插值點的[57]。插值公式如下:fxu,yvfx,y(2.5)其中,fx,y為坐標(biāo)x,y處的數(shù)值;u,v都是0,1區(qū)間內(nèi)的浮點數(shù),分別代表未插值點與最鄰近數(shù)據(jù)點在水平方向和豎直方向的距離;x0,y0。如圖2-2所示。圖2-2最鄰近插值原理示意圖Figure2-2Schematicdiagramofnearestneighborinterpolation最鄰近插值法計算量小,操作簡單,但是可能會出現(xiàn)塊效應(yīng),使用該算法繪制的圖像質(zhì)量不高。2.2.2雙線性插值法雙線性插值又稱為雙線性內(nèi)插[58],是指含有兩個變量的插值函數(shù)的線性插值的擴展。該算法的核心理論是在水平和豎直方向上分別進行一次線性插值,即對于坐標(biāo)為xu,yv的目標(biāo)點的數(shù)值,可以由原平面中坐標(biāo)為x,y,x,y1,x1,y,x1,y1處的所對應(yīng)的相鄰的四個數(shù)值決定,插值公式如下:
工程碩士專業(yè)學(xué)位論文12,11,1,111,1,1fxuyvuvfxyuvfxyuvfxyuvfxy(2.6)其中,u,v都是0,1區(qū)間內(nèi)的浮點數(shù),分別代表未插值點與最鄰近數(shù)據(jù)點在水平方向和豎直方向的距離;x0,y0且為整數(shù)[59-60]。如圖2-3所示:圖2-3雙線性插值原理示意圖Figure2-3SchematicofBilinearInterpolation雙線性插值算法的計算量大于最鄰近插值,故運算時間要長于最鄰近插值,使用該算法繪制的圖像質(zhì)量較高,通常情況下不會出現(xiàn)不連續(xù)的情況。但是繪制的圖像光滑性較差。2.2.3雙立方插值法雙立方插值又稱為立方卷積插值,與最鄰近插值法和雙線性插值法相比,該插值方法更加復(fù)雜[61]。該算法的核心理論是根據(jù)目標(biāo)數(shù)據(jù)點周圍16個整數(shù)點位置數(shù)據(jù)點的數(shù)值做三次線性插值,該算法不僅考慮了與目標(biāo)數(shù)據(jù)點直接相鄰的4個數(shù)據(jù)點的影響,而且還將各臨點間數(shù)值變化率的影響考慮在內(nèi)[62-63]。雙立方插值的原理如圖2-4所示。圖2-4雙立方插值原理示意圖Figure2-4Schematicdiagramofbicubicinterpolation
【參考文獻】:
期刊論文
[1]基于圖像插值的指紋圖像增強方法[J]. 韓柯,李孝君,王學(xué)莉. 刑事技術(shù). 2019(02)
[2]數(shù)字圖像插值算法比較研究[J]. 盛曉艷,龔超. 電腦知識與技術(shù). 2019(08)
[3]基于FDS的某綜合樓火災(zāi)數(shù)值模擬研究[J]. 趙壽,張云霞. 節(jié)能. 2018(03)
[4]圖像縮放算法中常見插值方法比較[J]. 陳高琳. 福建電腦. 2017(09)
[5]基于雙線性插值法的圖像縮放算法的設(shè)計與實現(xiàn)[J]. 張洋. 電子設(shè)計工程. 2016(03)
[6]火災(zāi)探測技術(shù)的研究現(xiàn)狀及發(fā)展趨勢[J]. 曾金龍. 安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報. 2015(06)
[7]插值算法的研究[J]. 于亞龍,穆遠彪. 現(xiàn)代計算機(專業(yè)版). 2014(05)
[8]基于單片機的無線火災(zāi)報警系統(tǒng)研究[J]. 孫小春. 海南大學(xué)學(xué)報(自然科學(xué)版). 2013(03)
[9]數(shù)據(jù)可視化技術(shù)應(yīng)用趨勢與分類研究[J]. 張浩,郭燦. 軟件導(dǎo)刊. 2012(05)
[10]虛擬儀器技術(shù)在神經(jīng)網(wǎng)絡(luò)火災(zāi)識別模型中的應(yīng)用研究[J]. 張嘉琪,劉陽,王曉麗,鄭嗣華,趙暉. 中國安全科學(xué)學(xué)報. 2011(11)
博士論文
[1]科學(xué)計算可視化中三維等值曲面構(gòu)建方法研究[D]. 劉鶴丹.東北大學(xué) 2015
[2]信息可視化設(shè)計與公共行為研究[D]. 胡小妹.中央美術(shù)學(xué)院 2014
碩士論文
[1]基于數(shù)據(jù)融合技術(shù)和WSN的民用智能火災(zāi)報警系統(tǒng)的研制[D]. 毛效禹.東華理工大學(xué) 2019
[2]基于FDS的地鐵換乘站火災(zāi)模擬與人員疏散研究[D]. 金正烽.北京交通大學(xué) 2019
[3]基于Python的糧食產(chǎn)量組合預(yù)測模型研究及應(yīng)用[D]. 姚縉然.武漢輕工大學(xué) 2019
[4]基于Python的三維地質(zhì)體可視化系統(tǒng)的設(shè)計與開發(fā)[D]. 王世舉.西南科技大學(xué) 2019
[5]基于模糊神經(jīng)網(wǎng)絡(luò)的電氣火災(zāi)預(yù)警算法研究[D]. 趙棟.江蘇大學(xué) 2018
[6]基于視頻圖像的火災(zāi)檢測研究與實現(xiàn)[D]. 苗續(xù)芝.中國礦業(yè)大學(xué) 2018
[7]遠程智能火災(zāi)監(jiān)控報警及控制系統(tǒng)的設(shè)計與實現(xiàn)[D]. 張云柯.西安建筑科技大學(xué) 2018
[8]油田地質(zhì)數(shù)據(jù)二維可視化技術(shù)研究與實現(xiàn)[D]. 李惠娟.東北石油大學(xué) 2016
[9]無線火災(zāi)報警系統(tǒng)研究[D]. 鄧要兵.北京理工大學(xué) 2016
[10]建筑火災(zāi)風(fēng)險評估及其相關(guān)性分析[D]. 孫春輝.上海交通大學(xué) 2014
本文編號:3494838
本文鏈接:http://sikaile.net/jianzhugongchenglunwen/3494838.html
最近更新
教材專著