检索结果-南通市图书馆

汽车实用技术 2024年第6期49卷 55-60页

作者：孙涛姚良祯王殿辉王迅江海洋中国重型汽车集团有限公司山东济南250000

为了能够实时监控重型柴油车污染物排放水平,快速筛查出排放超标的车辆。利用以Flink计算引擎为核心的Apache开源大数据框架,根据重型车排放车载终端发回的数据计算出车辆污染物排放水平。开发完成后,该预警监控系统会根据计算结果向车... 详细信息

为了能够实时监控重型柴油车污染物排放水平,快速筛查出排放超标的车辆。利用以Flink计算引擎为核心的Apache开源大数据框架,根据重型车排放车载终端发回的数据计算出车辆污染物排放水平。开发完成后,该预警监控系统会根据计算结果向车辆用户、售后部门、研发部门推送排放超标车辆信息,同时根据需求部门的要求,统计超标车辆的运行工况、配置信息、故障码信息等,实现快速定位排放超标原因,有效提高了社会和经济效益。

关键词：流处理排放预警重型柴油车 Flink

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于阶段式时序注意力网络的PM_(2.5)鲁棒预测

引用

环境工程 2021年第10期39卷 93-100页

作者：陆瑶杨洁邵智娟朱聪聪苏州科技大学环境科学与工程学院江苏苏州215009 上海大学计算机工程与科学学院上海200444

PM_(2.5)浓度的预测对于大气污染治理、改善环境质量等起到重要作用。受气象条件变化与大气污染物排放等多种因素的交叉影响,PM_(2.5)预测通常易受突变事件及噪声数据干扰。因此,基于对气象条件以及大气污染物与PM_(2.5)的相关性分析,... 详细信息

PM_(2.5)浓度的预测对于大气污染治理、改善环境质量等起到重要作用。受气象条件变化与大气污染物排放等多种因素的交叉影响,PM_(2.5)预测通常易受突变事件及噪声数据干扰。因此,基于对气象条件以及大气污染物与PM_(2.5)的相关性分析,提出阶段式时序注意力网络模型(staged temporal-attention network, STAN),该方法融合多段注意力学习模块与循环神经网络,建模气象因素与大气污染物对PM_(2.5)浓度的交叉影响。统计分析北京市、上海市、广州市预测结果的绝对误差值,可知:1)对比广泛使用的单一类模型支持向量机(support vector machine, SVM)、长短期时序记忆方法 (long short-term memory, LSTM)和多层感知机(multilayer perceptron, MLP), STAN可达到10%以上的性能领先;对比最新的融合类模型U型网络(U-net),STAN领先了7%的优势。2)以北京市冬季预测结果为例进行统计分析,STAN的预测值与实测值之间的拟合系数可有95.2%的性能领先。此外,在鲁棒性分析中发现,STAN在含有10%噪声的数据上进行预测,误差上升幅度仅为9.3%。结果表明:注意力机制与时序学习模块相结合能够深度挖掘PM_(2.5)变化规律并抑制噪声数据,且STAN模型可以进行PM_(2.5)浓度的鲁棒预测。

关键词： PM_(2.5)鲁棒预测分段注意力学习时序记忆网络排放预警

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

GIS支持下城市道路交通机动车尾气减排技术的研究与开发

GIS支持下城市道路交通机动车尾气减排技术的研究与开发

引用

作者：肖伯俊浙江工业大学

学位级别：硕士

近年来,城市大气污染现象司空见惯,而机动车已然成为诸多大城市大气污染物的主要污染源。随着城市规模的不断扩大,经济水平的不断提高,城市机动车数量呈现飞速上涨趋势,机动车所排放的污染物质对大气污染的影响愈发增强。在这种情况下,... 详细信息

近年来,城市大气污染现象司空见惯,而机动车已然成为诸多大城市大气污染物的主要污染源。随着城市规模的不断扩大,经济水平的不断提高,城市机动车数量呈现飞速上涨趋势,机动车所排放的污染物质对大气污染的影响愈发增强。在这种情况下,研究机动车尾气排放特征,挖掘其时空分布特点,是实现城市机动车排放污染物控制的基本前提,同时也可为城市交通规划、环境保护及环境政策的制定提供理论基础。分析不同的减排情景效果,为解决城市机动车污染问题提供有效的科学依据。首先,构建用于定量计算的交通排放模型是后续研究展开的的前提,而如何反应由交通特征的微观变化引起的排放变化是目前交通排放模型建立的核心。基于IVE模型,利用车辆比功率(VSP)变量搭建了交通特征数据与机动车排放间的关系,在建立基础排放因子、VSP-Bin污染物排放率和实时交通流数据三个数据库的基础上,建立了从交通特征微观变化出发的交通排放量化模型。同时基于高斯扩散理论,构建在高斯线源扩散模型,建立了符合城市道路机动车尾气污染扩散实情的模型计算方法。其次,在分析路段环境交通容量主要影响因素的基础上,探讨了路段的污染控制约束条件,以及通行能力约束条件,建立了通行能力和污染控制约束的环境交通容量优化模型,构建了基于增广拉格朗日松弛和辅助问题原则法的模型求解算法。实例结果表明,构建的算法能够快速有效地求解这类环境交通容量优化模型再次,为了充分利用区域路网内其他相关路段的交通流信息,构建了基于时空依赖性的区域路网短时交通流预测模型(STARIMA),结合杭州城市道路交通流历史数据对路网中的短时交通流进行预测,结合第二章所建立的杭州交通流特性与排放的关系模型,对未来短时期内路网中的交通污染状况进行预测。结果表明,STARIMA模型对短时交通流具有很好的预测效果,保证机动车尾气浓度模拟结果的精确化和动态化,对于实时掌握未来短时重点交通污染路段和时段,及时预警并响应交通污染控制措施具有非常重要的科学意义。然后,基于机动车尾气排放及扩散的研究方法,以重大活动时期与非重大活动时期不同场景下污染物浓度分布之间规律与关联,分析城市道路交通流特性及机动车尾气浓度的时空分布规律,探讨机动车尾气浓度变化的主要影响因素。针对杭州市重大活动时期机动车排放特征的分析,探讨城市道路车辆管控制措施对空气质量改善的效果,对今后政府部门重大活动时期制定相应的联合保障措施具有重要的科学意义和实用价值。最后,以杭州市路网为基础,基于构建的交通排放模型、尾气扩散模型和城市道路时空依赖性的区域路网短时交通流预测模型,设计开发了客户端/服务器架构的杭州市机动车排放分析系统,并且详细展示了系统的应用过程及使用效果。结合杭州市实际情况提出了一些能够适用于杭州市的机动车污染防治的建议措施。综上所述,研究突破了多层次交通与环境数据共享技术、基于城市道路交通排放监测及预测技术;揭示了动态交通运行与机动车排放快速耦合的规律;构建了城市中不同交通环境及条件下的交通排放动态测算模型体系;开发了分车型源强估算到城市道路污染物扩散模拟全流程高度集成的、辅助决策功能的城市区域交通排放污染物浓度时空分布分析系统;实现了城市路网日常交通排放的监测、预测、环境交通容量和可视化展示,以及不同控制策略下的交通排放预测,有力支撑了杭州市单双号限行和减排效果联合测试,以及后续的重大活动时期交通管控等工作。课题研究成果为城市交通排放监管提供了科学的“晴雨表”,对提高城市交通运行和排放的监管能力具有积极的支撑作用,对实现城市交通系统的环保及可持续发展具有重要意义。

关键词：排放特征本地化 STARIMA模型排放预警实时交通流特性

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：