一种火灾烟气CO催化净化装置与方法

1.一种火灾烟气CO催化净化装置，其特征在于，包括：机壳(1)，所述机壳(1)为中空结构，所述机壳(1)的一端部设置有进气口；组合式过电流催化金属网(2)，所述组合式过电流催化金属网(2)设置在所述机壳(1)内，所述组合式过电流催化金属网(2)包括至少两层催化金属网(21)，所有所述催化金属网(21)平行设置；烟气除尘盒(3)，所述烟气除尘盒(3)固定设置在所述机壳(1)的进气口与所述组合式过电流催化金属网(2)之间；轴流风机(4)，所述轴流风机(4)固定设置在所述机壳(1)的进气口与所述烟气除尘盒(3)之间；以及反应温度控制系统(5)，所述反应温度控制系统(5)分别与所述组合式过电流催化金属网(2)和所述轴流风机(4)电连接；其中，所述催化金属网(21)包括至少两个条状金属网(211)、导电铜片(212)和导电触头(213)，相邻所述条状金属网(211)通过导电铜片(212)固定连接并形成蛇形排布，所述导电触头(213)分别与最外侧的两个所述条状金属网(211)固定连接；其中，所述组合式过电流催化金属网(2)还包括耐热绝缘板格栅(22)，所述耐热绝缘板格栅(22)与所述催化金属网(21)相互配合，每层所述催化金属网(21)固定设置在两层所述耐热绝缘板格栅(22)之间；其中，所述反应温度控制系统(5)包括气体温度探头(51)、气体流速探头(52)、金属网温度探头(53)、CO浓度探头(54)、PLC控制器(55)和可调电源(56)，所述PLC控制器(55)分别与所述气体温度探头(51)、所述气体流速探头(52)、所述金属网温度探头(53)和所述可调电源(56)电连接，所述气体温度探头(51)和所述气体流速探头(52)设置在所述烟气除尘盒(3)与所述组合式过电流催化金属网(2)之间，所述金属网温度探头(53)设置在所述催化金属网(21)上，所述可调电源(56)分别与所述组合式过电流催化金属网(2)和所述轴流风机(4)电连接。 2.根据权利要求1所述的火灾烟气CO催化净化装置，其特征在于：所述机壳(1)包括挡板格栅(11)和金属箱体(12)，所述金属箱体(12)为中空结构，所述金属箱体(12)一端部开设有入口，所述挡板格栅(11)与所述金属箱体(12)的入口相互配合，所述挡板格栅(11)可拆卸地设置在所述金属箱体(12)的入口。 3.根据权利要求1所述的火灾烟气CO催化净化装置，其特征在于：所述烟气除尘盒(3)包括相互固定连接的滤网(31)和活性炭盒(32)，所述滤网(31)固定设置在靠近所述轴流风机(4)的一侧。 4.一种火灾烟气CO催化净化方法，其特征在于，所述方法使用权利要求1-3任一项所述的火灾烟气CO催化净化装置，所述方法包括：获取第一信息和第二信息，所述第一信息为待净化区域的物理参数，所述物理参数包括场地的尺寸和材料特性，所述第二信息为实地进行火灾预实验并采集得到的火场烟气态势发展数据；根据所述第一信息进行动态模拟处理，通过模拟不同工况下的火场状况，生成初步仿真数据集；基于所述第二信息对所述初步仿真数据集进行优化处理得到优化数据集；根据所述优化数据集进行模型构建处理，通过训练和验证预设的神经网络模型，建立关键影响参数与火灾发展状况之间的联系得到火灾烟气态势发展模型；获取现场采集的实时传感数据，并将所述实时传感数据输入至所述火灾烟气态势发展模型进行预测处理，通过预测当前CO浓度以及后续火场发展趋势得到预测结果；根据所述预测结果计算得到优化的装置参数设置方案，所述装置参数设置方案包括轴流风机的启动、催化金属网层数和温度设置。 5.根据权利要求4所述的火灾烟气CO催化净化方法，其特征在于，根据所述第一信息进行动态模拟处理，通过模拟不同工况下的火场状况，生成初步仿真数据集，包括：根据所述第一信息进行初步场景建模处理，通过对场地尺寸和材料特性进行建模，使用有限元分析方法模拟火灾传播和烟气流动的动态特性，得到初步火场模型；根据初步火场模型进行流体动力学模拟处理，通过计算流体力学算法模拟火场中烟气的运动和扩散情况，结合不同风速、温度梯度和火源强度的工况条件，得到初步烟气流动数据集；根据所述初步烟气流动数据集进行火灾发展状态分析处理，通过应用时序分析和状态转移模型，结合实际的燃烧速率和烟气成分变化情况，分析不同时间节点的火场状态变化，得到火灾发展动态数据；根据所述火灾发展动态数据进行仿真结果整合处理，通过将流体动力学结果和状态转移分析结果进行整合，生成初步仿真数据集。 6.根据权利要求4所述的火灾烟气CO催化净化方法，其特征在于，基于所述第二信息对所述初步仿真数据集进行优化处理得到优化数据集，包括：根据实地火灾预实验数据进行模型参数调整处理，通过对比所述初步仿真数据集与火场烟气态势数据，使用最小二乘法优化算法调整火场模型中的燃烧效率和热释放率，得到改进后的火场模型参数；根据所述改进后的模型参数进行敏感性分析处理，通过全局敏感性分析算法评估各个输入参数对火场状态和烟气特性输出的影响程度，并识别对模型结果影响最大的参数，得到敏感性分析结果；根据所述敏感性分析结果进行数据回归处理，通过使用多元线性回归模型将关键影响参数与烟气浓度和温度之间的关系进行拟合，得到优化后的数学模型；根据所述优化后的数学模型进行数据集增强处理，基于已有的所述初步仿真数据集生成新的样本数据，得到优化数据集。 7.根据权利要求4所述的火灾烟气CO催化净化方法，其特征在于，根据所述优化数据集进行模型构建处理，通过训练和验证预设的神经网络模型，建立关键影响参数与火灾发展状况之间的联系得到火灾烟气态势发展模型，包括：根据所述优化数据集进行特征选择处理，通过应用递归特征消除算法，评估各个特征对火灾发展状况的影响，逐步去除对模型性能影响较小的特征，得到精简特征集；根据所述精简特征集进行神经网络模型构建处理，通过设计一个多层前馈神经网络，并配置ReLU激活函数和均方误差损失函数，建立初步神经网络模型；根据初步神经网络模型进行模型训练处理，通过对模型进行迭代训练，利用所述优化数据集的输入特征和对应的火灾发展输出进行训练，调整模型权重以最小化损失函数，得到训练后的神经网络模型；根据训练后的神经网络模型进行模型验证处理，通过使用交叉验证方法评估模型的泛化能力，比较预测结果与实际火灾发展状况之间的误差，得到火灾烟气态势发展模型。