自 然 通 風(fēng) 防 輻 射 罩 輻 射 誤 差 算 法

浦 瑋， 劉清惓,c， 史雪雪， 王定奧

(南京信息工程大學(xué) a.電子與信息工程學(xué)院；b.江蘇省氣象探測與信息處理重點實驗室；c.江蘇省大氣環(huán)境與設(shè)備技術(shù)協(xié)同創(chuàng)新中心，南京 210044)

0 引 言

自動氣象站溫度傳感器采用的自然通風(fēng)防輻射罩易受到太陽輻射加熱的影響，從而產(chǎn)生輻射誤差[1]。由于防輻射罩的材料以及防輻射板外部的涂層材料不同，其反射太陽輻射的能力不同，即不同表面反射率的防輻射罩在復(fù)雜的大氣環(huán)境下對傳感器造成的輻射誤差也不同。美國Young的41003自然通風(fēng)防輻射罩在不同的大氣環(huán)境下的輻射誤差達(dá)到0.4～1.5 ℃，芬蘭VAISALA的DTR500系列防輻射罩輻射誤差[2]達(dá)到-0.1～0.2 ℃。氣溫是自動氣象站觀測的一項重要數(shù)據(jù),相對準(zhǔn)確的觀測結(jié)果對大氣科學(xué)以及天氣氣候的預(yù)測、氣候變化的研究具有重要意義。根據(jù)唐國利[3]的研究結(jié)果，自1873年以來，中國氣候呈顯著增暖趨勢，其中年平均氣溫約上升了0.96 ℃，年平均最高、最低氣溫分別上升約1.20 ℃和0.70 ℃，20世紀(jì)初以來，平均氣溫升高約0.80 ℃。鑒于上述資料，自動氣象站需提供更加準(zhǔn)確的觀測數(shù)據(jù)，才能更為準(zhǔn)確地研究我國氣溫變化。

為提升自動氣象站溫度傳感器溫度測量的準(zhǔn)確性，對自然通風(fēng)防輻射罩進(jìn)行輻射誤差分析與修正，本文提出采用計算流體力學(xué)(Computational Fluid Dynamics，CFD)[4-5]方法，獲得不同太陽輻射強(qiáng)度、風(fēng)速、表面反射率下的自然通風(fēng)防輻射罩的輻射誤差。采用BP神經(jīng)網(wǎng)絡(luò)算法對計算結(jié)果進(jìn)行擬合，獲得輻射誤差修正方程。通過CFD方法對防輻射罩進(jìn)行仿真數(shù)值分析，得到一組離散的輻射誤差值。將這組輻射誤差值作為BP神經(jīng)網(wǎng)絡(luò)的預(yù)測模型進(jìn)行訓(xùn)練，對比訓(xùn)練結(jié)果與BP預(yù)測結(jié)果，嘗試獲得高精度的輻射誤差修正方程,并開發(fā)Web平臺將擬合的輻射誤差修正方程實際應(yīng)用。

1 自然通風(fēng)防輻射罩的CFD分析

本文采用商用軟件ANSYS SpaceClaim對自然通風(fēng)防輻射罩進(jìn)行模型仿真，其仿真模型結(jié)構(gòu)示意圖如圖1所示。

圖1 自然通風(fēng)防輻射罩仿真模型結(jié)構(gòu)示意圖

通過CFD建立自然通風(fēng)防輻射罩以及外圍空氣域的物理模型，氣流進(jìn)口在防輻射罩左側(cè)，右側(cè)為氣流出口，如圖2所示。

使用ANSYS Meshing對計算流體物理模型進(jìn)行網(wǎng)格劃分，采用非結(jié)構(gòu)化四面體網(wǎng)格劃分技術(shù)，得到的四面體網(wǎng)格示意圖，如圖3所示。

使用有限元分析軟件Fluent，以整個空氣域作為計算流域，空氣域6個面設(shè)置為壁面以及邊界條件,對不同大氣環(huán)境下的自然通風(fēng)防輻射罩進(jìn)行流-固耦合傳熱計算得到防輻射罩的溫度場分布[6]，當(dāng)風(fēng)速0.5 m/s、太陽輻射強(qiáng)度200 W/m2時，溫度場分布情況如圖4所示。

圖2 計算流體物理模型示意圖

圖3 四面體網(wǎng)格示意圖

圖4 溫度場分布圖

從圖4可以看出，在該環(huán)境下溫度由左側(cè)進(jìn)風(fēng)口向右側(cè)壓力出口遞減，符合傳熱物理定律，通過CFD-POST計算可知自然通風(fēng)防輻射罩升溫為0.535 K。本文分別對不同風(fēng)速下，防輻射罩表面反射率和輻射強(qiáng)度產(chǎn)生的輻射誤差進(jìn)行數(shù)值仿真分析，得到當(dāng)表面反射率為80%時，由風(fēng)速和太陽輻射強(qiáng)度計算出來的輻射誤差值，如圖5所示。

圖5 不同太陽輻射強(qiáng)度時的輻射誤差

當(dāng)太陽輻射強(qiáng)度為1 kW時，由表面反射率和風(fēng)速計算出來的輻射誤差值如圖6所示。

計算結(jié)果表明，輻射誤差與太陽輻射強(qiáng)度、表面反射率呈正相關(guān)，與風(fēng)速呈負(fù)相關(guān)，并且可以看出太陽輻射強(qiáng)度對輻射誤差的影響更為顯著。

圖6 不同表面反射率時的輻射誤差

2 BP神經(jīng)網(wǎng)絡(luò)設(shè)計

BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程[7]為信號的正向傳播與誤差的反向傳播兩個過程。1989年，Robert Hecht-Nielsen證明了對于任何閉區(qū)間內(nèi)的一個連續(xù)函數(shù)都可以用一個隱含層的BP網(wǎng)絡(luò)來逼近，即萬能逼近定理，所以一個3層的BP網(wǎng)絡(luò)可以完成任意的m～n維的映射。

信號的正向傳播為逐層波浪式地傳遞輸出值，輸入樣本不經(jīng)過計算從輸入層進(jìn)行輸入。本文將仿真結(jié)果太陽輻射強(qiáng)度、風(fēng)速、表面反射率作為BP神經(jīng)網(wǎng)絡(luò)的輸入，則輸入層的節(jié)點個數(shù)為3，以輻射誤差為輸出，輸出層節(jié)點個數(shù)為1。

在BP神經(jīng)網(wǎng)絡(luò)中，輸入層和輸出層的節(jié)點個數(shù)都是確定的，而隱含層通過激活函數(shù)，根據(jù)經(jīng)驗公式：

(1)

式中：h為隱含層節(jié)點數(shù)目；m為輸入層節(jié)點數(shù)目；n為輸出層節(jié)點數(shù)目；a為1～10之間的調(diào)節(jié)常數(shù)，運用試湊法確定網(wǎng)絡(luò)隱含層節(jié)點個數(shù)為6。

若輸出層的實際輸出與期望的輸出不等，則轉(zhuǎn)到誤差反向傳播階段，反向傳播的基本思想就是通過計算輸出層與期望值之間的誤差來調(diào)整網(wǎng)絡(luò)參數(shù)，從而使得誤差變小。信號的正向傳播與誤差的反向傳播的各層權(quán)值不斷調(diào)整，網(wǎng)絡(luò)不斷學(xué)習(xí)訓(xùn)練來得到最佳的絕對誤差。具有一個隱層的三層BP神經(jīng)網(wǎng)絡(luò)能在閉集上以任意精度逼近任意非線性函數(shù)[8]。因此本文選擇單隱層BP神經(jīng)網(wǎng)絡(luò)，結(jié)構(gòu)如圖7所示。

圖7 3層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

采用基于Matlab的BP神經(jīng)網(wǎng)絡(luò)經(jīng)行輻射誤差預(yù)測，編程代碼簡單、調(diào)試方便、運行效率高，其BP神經(jīng)網(wǎng)絡(luò)工具箱功能強(qiáng)大[9]。由于BP神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)的數(shù)據(jù)范圍較大且單位不統(tǒng)一，所以在訓(xùn)練神經(jīng)網(wǎng)絡(luò)前需要對數(shù)據(jù)進(jìn)行歸一化處理，即將數(shù)據(jù)映射到[0,1]或[-1,1]區(qū)間。將網(wǎng)絡(luò)的學(xué)習(xí)速率設(shè)為0.05，訓(xùn)練結(jié)果設(shè)為0.000 004，訓(xùn)練次數(shù)設(shè)為5 000，按照設(shè)定好的網(wǎng)絡(luò)結(jié)構(gòu)編寫程序進(jìn)行訓(xùn)練。

記錄下完成訓(xùn)練后BP神經(jīng)網(wǎng)絡(luò)各層的權(quán)值與閾值，并且由此得出擬合公式，輸出更高精度的輻射誤差，

ΔT=purelin{tansig(PWi1+vWi2+

RWi3+θi)Wki+ak}

(2)

式中：Wi1、Wi2、Wi3分別為輻射強(qiáng)度P、風(fēng)速v和表面反射率R對應(yīng)的由隱含層到輸入層的權(quán)值，輸入層神經(jīng)元為3，輸出層為1，則j=3，k=1；Wki為輸出層到隱含層的權(quán)值；θi為隱含層閾值；ak為輸出層閾值，

αk=2.356 183

3 結(jié)果與分析

為驗證算法的可靠性，將BP的預(yù)測結(jié)果與仿真結(jié)果進(jìn)行對照，如圖8所示。

圖8 仿真輸出與訓(xùn)練輸出對照結(jié)果

結(jié)果表明，仿真輸出的輻射誤差值與訓(xùn)練輸出輻射誤差值基本吻合。為了更加直觀地分析結(jié)果，將仿真輸出與訓(xùn)練輸出相減得到絕對誤差，如圖9所示。由此可知，仿真輸出與訓(xùn)練輸出的絕對誤差基本控制在[-0.001,0.002]，說明BP神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)擬合算法的擬合度較高。

圖9 仿真輸出與訓(xùn)練輸出的絕對誤差

4 Web平臺設(shè)計

本文用Java對完成訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)得到的輻射誤差修正方程進(jìn)行封裝，并開發(fā)算法修正平臺方便從業(yè)人員的調(diào)用。Web平臺是基于Node.js開發(fā)環(huán)境[10]，Vue.js為開發(fā)框架[11]，ElementUI、Echarts提供相應(yīng)的組件庫完成軟件的前端開發(fā)[12]，后臺服務(wù)端使用的技術(shù)棧是SpringBoot框架[13]，通過Spring-boot-jpa作為DAO層框架與MySQL數(shù)據(jù)庫進(jìn)行數(shù)據(jù)交互。

整個系統(tǒng)是一個3層的B/S結(jié)構(gòu)[14]，設(shè)計圖如圖10所示。用戶在操作界面輸入數(shù)據(jù)，邏輯層處理用戶行為，并將Ajax請求[15]發(fā)送至服務(wù)器，服務(wù)器接收到請求后將所需的JSON數(shù)據(jù)[16]返回邏輯層，邏輯層再將數(shù)據(jù)返回給用戶，實現(xiàn)了數(shù)據(jù)的動態(tài)加載。每次進(jìn)入操作界面邏輯層會向CDN內(nèi)容分發(fā)網(wǎng)絡(luò)[17]初始化請求，CDN能夠?qū)崟r將用戶請求導(dǎo)向離用戶最近的服務(wù)節(jié)點上，提高數(shù)據(jù)接收速度和性能。

圖10 軟件系統(tǒng)設(shè)計圖

如圖11所示，是整個軟件的主界面。第1部分是實時修正結(jié)果，用戶設(shè)置常用防輻射罩型號，當(dāng)前修正溫度將會實時顯示在界面上。第2部分用戶輸入溫度、輻射強(qiáng)度、傳感器型號，點擊修正，經(jīng)過調(diào)用輻射誤差修正方法修正后，修正結(jié)果會在第3部分顯示，同時保存修正歷史數(shù)據(jù)。

5 結(jié) 語

(1) 應(yīng)用計算流體力學(xué)的方法對自然通風(fēng)防輻射罩進(jìn)行數(shù)值分析，模擬出防輻射罩在太陽輻射下的溫度場分布，獲得在不同大氣環(huán)境下的輻射誤差。

圖11 修正軟件界面設(shè)計圖

(2) 利用BP神經(jīng)網(wǎng)絡(luò)對離散的輻射誤差進(jìn)行數(shù)據(jù)擬合，絕對誤差控制在[-0.001,0.002]。

(3) 用Java封裝BP神網(wǎng)絡(luò)擬合出的輻射誤差修正公式，并進(jìn)行了誤差修正平臺的開發(fā)和算法應(yīng)用，增加了算法的實用性。