本文主要研究内容
作者刘雯月（2019）在《车内微环境超细颗粒物浓度变化及预测研究》一文中研究指出：随着我国汽车工业的迅速发展,汽车已经成为人们出行的常用交通工具之一,但其排放的尾气也造成大气污染。车内外空气的交换以及车内装饰材料有害成分的释放,使驾驶员和乘客都暴露在一定浓度的空气污染物中,危害驾乘人员的身心健康。超细颗粒物（UFP）由于其粒径小数量大,不仅可以在肺部长时间沉积,甚至可以穿过肺泡进入血液,更易引发呼吸道疾病和心血管疾病。然而,目前关于车内UFP的研究主要集中于浓度监测和影响因素分析上,仅能为减少车内人员的暴露提供一定的建议。因此对车内UFP浓度进行预测非常重要,有利于驾驶员精确掌握车内污染状况并在适当时刻及时采取有效的控制措施,降低车内人员的暴露水平。本研究对车内外粒径范围在20nm-1μm的UFP数量浓度,车辆通风方式、车内温度及相对湿度进行实时动态监测,从而分析车内UFP数量浓度变化特征及暴露程度。然后,通过多元线性回归模型确定车内UFP数量浓度的显著影响因素及其贡献率。最后,建立考虑因子滞后期和不考虑因子滞后期的两种支持向量回归机模型对车内UFP数量浓度进行预测,并对比这两种模型的预测精度。实验表明,车内UFP数量浓度具有明显的时空特征,随道路环境,周围车辆和交通状况的不同而变化,并且,在上班通勤时段车内平均UFP数量浓度(4.87×104±790.0cm-3)高于下班通勤时段(3.21×104±489.9 cm-3),车内人员暴露更加严重。多元线性回归模型结果显示车外UFP数量浓度,车内温度,相对湿度和车辆通风方式是车内UFP数量浓度的显著影响因素,贡献率分别为10.7%,35.8%,3.3%和33.5%。其中车内UFP数量浓度和车外UFP数量浓度、车内相对湿度呈正相关,与温度呈负相关。内循环开空调通风模式的净化效果最好,外循环开空调通风模式的净化速度最快。通过对比两种车内UFP数量浓度预测模型发现,考虑滞后期的预测模型的平均相对误差和决定系数分别为3.13%和0.91,预测精度更高且泛化能力更强。因此,考虑各因子滞后期的支持向量回归机模型对车内UFP数量浓度的预测效果更好。该研究成果有助于掌握目前车内微环境UFP数量浓度的暴露程度,为车内UFP数量浓度的预测提供一种可行性方法,驾驶员可根据实时的车内UFP数量浓度信息,及时采取有效的控制措施改善车内空气质量。
Abstract
sui zhao wo guo qi che gong ye de xun su fa zhan ,qi che yi jing cheng wei ren men chu hang de chang yong jiao tong gong ju zhi yi ,dan ji pai fang de wei qi ye zao cheng da qi wu ran 。che nei wai kong qi de jiao huan yi ji che nei zhuang shi cai liao you hai cheng fen de shi fang ,shi jia shi yuan he cheng ke dou bao lou zai yi ding nong du de kong qi wu ran wu zhong ,wei hai jia cheng ren yuan de shen xin jian kang 。chao xi ke li wu （UFP）you yu ji li jing xiao shu liang da ,bu jin ke yi zai fei bu chang shi jian chen ji ,shen zhi ke yi chuan guo fei pao jin ru xie ye ,geng yi yin fa hu xi dao ji bing he xin xie guan ji bing 。ran er ,mu qian guan yu che nei UFPde yan jiu zhu yao ji zhong yu nong du jian ce he ying xiang yin su fen xi shang ,jin neng wei jian shao che nei ren yuan de bao lou di gong yi ding de jian yi 。yin ci dui che nei UFPnong du jin hang yu ce fei chang chong yao ,you li yu jia shi yuan jing que zhang wo che nei wu ran zhuang kuang bing zai kuo dang shi ke ji shi cai qu you xiao de kong zhi cuo shi ,jiang di che nei ren yuan de bao lou shui ping 。ben yan jiu dui che nei wai li jing fan wei zai 20nm-1μmde UFPshu liang nong du ,che liang tong feng fang shi 、che nei wen du ji xiang dui shi du jin hang shi shi dong tai jian ce ,cong er fen xi che nei UFPshu liang nong du bian hua te zheng ji bao lou cheng du 。ran hou ,tong guo duo yuan xian xing hui gui mo xing que ding che nei UFPshu liang nong du de xian zhe ying xiang yin su ji ji gong suo lv 。zui hou ,jian li kao lv yin zi zhi hou ji he bu kao lv yin zi zhi hou ji de liang chong zhi chi xiang liang hui gui ji mo xing dui che nei UFPshu liang nong du jin hang yu ce ,bing dui bi zhe liang chong mo xing de yu ce jing du 。shi yan biao ming ,che nei UFPshu liang nong du ju you ming xian de shi kong te zheng ,sui dao lu huan jing ,zhou wei che liang he jiao tong zhuang kuang de bu tong er bian hua ,bing ju ,zai shang ban tong qin shi duan che nei ping jun UFPshu liang nong du (4.87×104±790.0cm-3)gao yu xia ban tong qin shi duan (3.21×104±489.9 cm-3),che nei ren yuan bao lou geng jia yan chong 。duo yuan xian xing hui gui mo xing jie guo xian shi che wai UFPshu liang nong du ,che nei wen du ,xiang dui shi du he che liang tong feng fang shi shi che nei UFPshu liang nong du de xian zhe ying xiang yin su ,gong suo lv fen bie wei 10.7%,35.8%,3.3%he 33.5%。ji zhong che nei UFPshu liang nong du he che wai UFPshu liang nong du 、che nei xiang dui shi du cheng zheng xiang guan ,yu wen du cheng fu xiang guan 。nei xun huan kai kong diao tong feng mo shi de jing hua xiao guo zui hao ,wai xun huan kai kong diao tong feng mo shi de jing hua su du zui kuai 。tong guo dui bi liang chong che nei UFPshu liang nong du yu ce mo xing fa xian ,kao lv zhi hou ji de yu ce mo xing de ping jun xiang dui wu cha he jue ding ji shu fen bie wei 3.13%he 0.91,yu ce jing du geng gao ju fan hua neng li geng jiang 。yin ci ,kao lv ge yin zi zhi hou ji de zhi chi xiang liang hui gui ji mo xing dui che nei UFPshu liang nong du de yu ce xiao guo geng hao 。gai yan jiu cheng guo you zhu yu zhang wo mu qian che nei wei huan jing UFPshu liang nong du de bao lou cheng du ,wei che nei UFPshu liang nong du de yu ce di gong yi chong ke hang xing fang fa ,jia shi yuan ke gen ju shi shi de che nei UFPshu liang nong du xin xi ,ji shi cai qu you xiao de kong zhi cuo shi gai shan che nei kong qi zhi liang 。
论文参考文献
论文详细介绍
论文作者分别是来自长安大学的刘雯月，发表于刊物长安大学2019-11-04论文，是一篇关于车内微环境论文,超细颗粒物论文,影响因素论文,支持向量回归机论文,预测论文,长安大学2019-11-04论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自长安大学2019-11-04论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：车内微环境论文; 超细颗粒物论文; 影响因素论文; 支持向量回归机论文; 预测论文; 长安大学2019-11-04论文;