摘要：本文以贵州省六盘水市综合管廊示范工程为研究对象，开展地下综合管廊监测与预警系统研究及应用。选择预测计算方法中的卡尔曼滤波技术进行数据预测并模拟实验。依据实验结果对综合管廊的环境与设备监控系统和预警与报警系统进行设计。通过综合管廊监控与报警系统，提高综合管廊的管理水平，保障综合管廊内管线的正常运营，加强市政基础设施的预警能力。
关键词：地下综合管廊 卡尔曼滤波技术 预测计算方法 仿真 监测预警
1 研究背景
本课题设计了一种用于综合管廊内部环境监测的定位计算方法，根据传感器所采集到的实时数据，对综合管廊内存在的火灾危险进行预测与判断，并通过计算方法准确定位，从而解决了传统的综合管廊内对于环境与火灾的监控存在定位不清晰准确、可靠性差、不能及时发现危险源等问题。针对综合管廊的复杂环境因素和定位系统的可靠性，设计了一种非线性样条插值法的定位计算方法[1]。引入动态阈值来获取火灾危险源位置的坐标。通过实验得出了几组满足条件的目标位置，并计算其均值。实验结果表明，引入该计算方法后，可以将火灾危险定位从0.37m减小到0.16m。具有较好的定位效果，可用于综合管廊内火灾危险源的跟踪和定位。
2 计算方法综述
该系统不仅可以对危险源、危险设备的位置信息进行监控，还可以将设备信息建立大型数据库，方便查阅也便于研究与推广。其中定位计算方法是其中最重要的一项研究内容[2]。本文针对现有计算方法存在的漏洞和缺点，提出了一种基于非线性样条插值原理的新型定位计算方法。并通过实验的方法进行了分析和总结。
3 综合管廊定位系统计算方法的设计
该计算方法需要依托综合管廊内的硬件传感器部分，传感器主要负责对现场各项数据的采集并将其信息传输到控制器中。软件主要实现了数据的处理。包括PLC的程序设计[3]。
在综合管廊的各个位置和路线上安装传感器，并确保每个传感器都能处于正常工作状态。当传感器开始向控制器传输数据时，系统通过对各个传感器的工作位置进行识别，获得其位置信息。控制器记录数据和位置，并能在上位计算机上显示监测的名称、号码、位置和时间[4]。并且对数据进行处理并保存该数据。
4 传统的典型定位计算方法
如图3.2所示，在定位计算方法中一般有几个传感器的参考标签，针对兰德马克计算方法的缺点，本文提出了优化计算方法[5]。传统定位计算方法的核心思想是通过维持原有标签参照物去判断一些不可能出现的位置，并且排除这些不可能的位置来提高位置的精度。
在传统的定位计算方法中，所有的参考标签都按照一定的规则放置在二维的平面中，而需要定位的点则可以放置在平面内的任意地方。为了提高定位精度，减少干扰，该计算方法在不添加参考标签的情况下使用虚拟标签作为参照物。网格被划分成大小相同的N×N虚拟网格单元，而每个网格则由四个参考标签组成。通过计算已知的参考标签的坐标值，推算出虚拟标签坐标值[6]。当确定所有标签的RSSI值时，传统的定位计算方法设置一个阈值。不但如此，还计算了待定位标签RSSI和虚拟标签RSSI的绝对偏差，模糊映射通过比较阈值和绝对偏差来建立，从而得出了最邻近参考标签和要定位的标签。最终通过某些计算方法得出待定标签的位置。当存在K个读取器时，通过模糊映射之间的交集运算，可以计算出标签最可能定位的区域。
5 计算方法的改进和优化
为了解决虚拟标签插值计算方法中由于线性插值而产生的不必要误差问题，笔者提出了一种表示RSSI值与距离关系的非线性插值计算方法。
期刊文章分类查询,尽在期刊图书馆在二维平面中，当给出了数量相当的点(x j , y j)和0j n，我们可以找到一个关于n，Tn(x j)的多项式，
如果给定的函数是y =f(x), axb，则根据魏尔斯特拉斯多项式的逼近定理，可以推断，当ε>0，必定存在多项式Tm(x)，使得：
当n特别大或ε特别小时，会增加Tn(x j)和Tm(x)的次数，造成计算量异常庞大。另一方面，由于计算Tm (x)值较为困难，通常得到函数f (x)的插值多项式。不过，当插值多项式阶数较高时，则会导致函数不收敛或不稳定[8]。为了彻底根除这一问题，笔者采用了三次样条插值计算方法。
可同时满足:
其中， j=1, 2, ..., n-1。
如果间隔[x0 , x1]上，M(X)的次数不超过3次，
其次，在区间【x1, x2】中，x= x1by M (x)处得到第二次连续导数，且次数不超过3次。
现在定义为，当M(x)的值大于0时，M(x)的值保持不变。如果结果小于0，则M (x)为0，重复上述步骤。
以上计算得出插值函数。根据传统定位计算方法进行布局，定义出(n+1)(n+1)参考标签。以第一行做为参照，令插值函数Mh1(x)的每个参考标签的RSSI值记为f(x)，j= 1, 2,..., n +1。如果f(X)的值可以直接读出，
由于三次多项式Mh1 (x)和(n+1) f (x)中存在(n+3)未知系数，为了求这些系数，我们需要定义边界。
在按行方向计算得出RSSI值之后，可以知道每一行中n×N标签的RSSI值，在这样的基础上按照同样的方法进行列的计算，可以计算出j列的插值函数Mh1(X)和标签i从上到下的RSSI值
如果选取的阈值γ很大，则计算方法中将存在更多冗余信息，导致每个模糊地图上标记1的位置数、模糊映射交集中最邻近参考标签数量增加，增大误差较大的参考位置占比，因为存在以上因素造成的较大误差，将导致无法准确计算目标位置[10]。另一方面，如果选取的阈值γ较小，则会忽视一定数量有效的最邻近参考标签。相较阈值γ很大的情况，计算目标位置的误差将会更大。因此，合适阈值γ的选择将是提高定位精度的有效措施。在实验过程中，笔者对阈值γ进行了动态选择，并实时检测最邻近参考标签的数量。在参考标签数量为4~6时，笔者选取了几组计算值，通过计算平均值得到最终结果。
参考文献
[1]张江涛.基于FDS的办公大楼火灾数值模拟研究[D].邯郸:河北工程大学,2015.
[2]张淑慧.利用FDS对地下车库火灾场景的模拟研究[D].成都:西华大学,2014.
[3]张亚锋.SG12232024[J].学术论文联合比对库,2015,(9).
[4]徐晓虎,郑欣,赵海荣,许开立,张培红,亢勇.火灾自动报警系统可靠性研究[J].安全与环境学报.2015,(2):68-73.
[5]袁俊.曲靖卷烟厂火灾自动报警联网监控系统的研究及实现[D].昆明:昆明理工大学硕士论文.2006
作者简介：邓骁，男，1990年生，汉，硕士，高级工程师，毕业于四川大学控制工程专业，现任职于中建地下空间有限公司，主要从事项目管理工作。
论文作者:邓骁,李宗,吴浩然,张宁
论文发表刊物:《基层建设》2019年第4期
论文发表时间:2019/5/23
标签：计算方法论文; 标签论文; 位置论文; 阈值论文; 多项式论文; 火灾论文; 插值论文; 《基层建设》2019年第4期论文;