铂电阻传感器的温度测量系统为动态测量系统,其参数处于时变状态,传统不确定度评定方法的静态假设并不适用。因此,本文提出了一种基于马尔科夫蒙特卡洛(MCMC)的贝叶斯统计的铂电阻传感器动态不确定度评定方法,构建了云边端协同的在线计...铂电阻传感器的温度测量系统为动态测量系统,其参数处于时变状态,传统不确定度评定方法的静态假设并不适用。因此,本文提出了一种基于马尔科夫蒙特卡洛(MCMC)的贝叶斯统计的铂电阻传感器动态不确定度评定方法,构建了云边端协同的在线计量系统对动态测量系统进行实时监测;基于贝叶斯信息融合原理实现动态测量系统信息的动态更新;基于Metropolis-Hastings(M-H)算法求解贝叶斯信息融合后验分布的唯一收敛马氏链,有效减少了参数间的相关性,实现了动态测量系统的不确定度动态评定。实验对比GUM法(Guide to the Uncertainty in Measurement)、传统贝叶斯法和改进贝叶斯法的不确定度评定结果,结果表明,本文方法可有效提高温度测量动态系统的不确定度评定结果的精度,解决了铂电阻温度测量动态系统量值可靠性无法估计的问题。展开更多
【目的】在“双碳”战略目标下,中国天然气消费需求正快速增长,但天然气具有易燃易爆性,一旦天然气管道发生泄漏事故,易造成人员伤亡、环境污染以及经济损失等,天然气管道泄漏检测的研究显得尤为重要。【方法】以高斯烟羽模型与加装甲...【目的】在“双碳”战略目标下,中国天然气消费需求正快速增长,但天然气具有易燃易爆性,一旦天然气管道发生泄漏事故,易造成人员伤亡、环境污染以及经济损失等,天然气管道泄漏检测的研究显得尤为重要。【方法】以高斯烟羽模型与加装甲烷浓度传感器的无人机为基础,采用基于贝叶斯推理的马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)法获取天然气管道泄漏源的泄漏位置、泄漏速率;采用基于概率统计的气体源强反算方法,计算概率最高的泄漏参数区间。利用设置的天然气架空管道连续泄漏事故场景进行气体泄漏模拟,验证MCMC算法确定天然气管道泄漏源的有效性。【结果】MCMC算法通过计算得到天然气管道泄漏位置和泄漏速率,总误差的增大使得MCMC算法的成功率降低,但数据清洗会增强算法误差适应性,未经过数据处理的算法成功率则逐渐降低,而经过数据清洗的算法成功率超过90%;将危险气体源强反算的思想应用于天然气管道泄漏检测中,有助于更加准确地获得管道泄漏位置与泄漏速率;初始点远离真实泄漏源会降低MCMC算法的性能,因此合理地选择初始点有利于算法的运行。【结论】基于MCMC算法与加装甲烷浓度传感器的无人机相结合的检测方法,可同时确定天然气管道的泄漏位置与泄漏速率,对泄漏事故发生后的应急处理具有重要意义。(图7,表5,参24)展开更多
摘要铂电阻传感器的温度测量系统为动态测量系统,其参数处于时变状态,传统不确定度评定方法的静态假设并不适用。因此,本文提出了一种基于马尔科夫蒙特卡洛(MCMC)的贝叶斯统计的铂电阻传感器动态不确定度评定方法,构建了云边端协同的在线计量系统对动态测量系统进行实时监测;基于贝叶斯信息融合原理实现动态测量系统信息的动态更新;基于Metropolis-Hastings(M-H)算法求解贝叶斯信息融合后验分布的唯一收敛马氏链,有效减少了参数间的相关性,实现了动态测量系统的不确定度动态评定。实验对比GUM法(Guide to the Uncertainty in Measurement)、传统贝叶斯法和改进贝叶斯法的不确定度评定结果,结果表明,本文方法可有效提高温度测量动态系统的不确定度评定结果的精度,解决了铂电阻温度测量动态系统量值可靠性无法估计的问题。
摘要【目的】在“双碳”战略目标下,中国天然气消费需求正快速增长,但天然气具有易燃易爆性,一旦天然气管道发生泄漏事故,易造成人员伤亡、环境污染以及经济损失等,天然气管道泄漏检测的研究显得尤为重要。【方法】以高斯烟羽模型与加装甲烷浓度传感器的无人机为基础,采用基于贝叶斯推理的马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)法获取天然气管道泄漏源的泄漏位置、泄漏速率;采用基于概率统计的气体源强反算方法,计算概率最高的泄漏参数区间。利用设置的天然气架空管道连续泄漏事故场景进行气体泄漏模拟,验证MCMC算法确定天然气管道泄漏源的有效性。【结果】MCMC算法通过计算得到天然气管道泄漏位置和泄漏速率,总误差的增大使得MCMC算法的成功率降低,但数据清洗会增强算法误差适应性,未经过数据处理的算法成功率则逐渐降低,而经过数据清洗的算法成功率超过90%;将危险气体源强反算的思想应用于天然气管道泄漏检测中,有助于更加准确地获得管道泄漏位置与泄漏速率;初始点远离真实泄漏源会降低MCMC算法的性能,因此合理地选择初始点有利于算法的运行。【结论】基于MCMC算法与加装甲烷浓度传感器的无人机相结合的检测方法,可同时确定天然气管道的泄漏位置与泄漏速率,对泄漏事故发生后的应急处理具有重要意义。(图7,表5,参24)