b水庫排污問題數(shù)學(xué)模型(ii)-在線瀏覽
2025-07-27 21:23本頁面
【正文】 污染物將減少，而另一方面雖然經(jīng)水渠排放到水庫Ⅱ中的污染物最終也會(huì)排放到干流中，但經(jīng)過此過程，污染物排放到干流的濃度和時(shí)間都會(huì)減緩。兩水庫及干流的情況如下圖所示： 根據(jù)二維水污染濃度模型，由(4)式得，水渠入口處的污染物濃度為： (11)由水渠相連的兩個(gè)水庫，結(jié)構(gòu)原理與連通型管類似，在水渠的作用下，兩水庫的水流會(huì)達(dá)到一個(gè)平衡狀態(tài)，假設(shè)在水庫Ⅰ沒有關(guān)閘時(shí)，兩水庫及水渠的流速相同，為，當(dāng)閘門開始關(guān)閉時(shí)，水位開始升高，根據(jù)型管的原理，此時(shí)水庫Ⅰ總流量的變化值將有通過水渠排放到水庫Ⅱ，以達(dá)到兩水庫平衡，則水庫Ⅰ在沒有水渠的情況下時(shí)刻流量的變化值為：在有水渠的情況下，將有的流量變化值排放到水庫Ⅱ，則水渠在時(shí)刻的流量為：水庫Ⅰ在兩小時(shí)內(nèi)排放到干流的污染物質(zhì)量計(jì)算如下:前一小時(shí) (12)后一小時(shí) (13)由于水壩的作用，且根據(jù)型管原理，水庫Ⅱ的水位雖然升高了，但水流在水壩的作用下，水流變化不明顯，此時(shí)水渠對于水庫Ⅱ來說，相當(dāng)于一個(gè)排污口，根據(jù)點(diǎn)源排放濃度場模型，它對水庫Ⅱ閘口處的濃度貢獻(xiàn)值為： (14)水庫Ⅱ的污染物濃度值為排污口與水渠兩者的疊加，但排污口對干流的作用時(shí)間為3小時(shí)，而水渠對干流的作用時(shí)間為2小時(shí)，水庫Ⅱ排放到干流的污染物質(zhì)量計(jì)算如下： (15)此時(shí)，干流發(fā)生大面積污染的可能性 針對第三種情況，要在短時(shí)間內(nèi)控制污染物，則水庫Ⅱ也必須關(guān)閉，以防止過多的污染物排放到干流中，根據(jù)題意，水庫Ⅰ要在事故發(fā)生1小時(shí)后才被通知關(guān)閉閘門，那么水庫Ⅱ和水庫Ⅰ的情況相同，也要在事故發(fā)生后1小時(shí)才開始關(guān)閉閘門，假設(shè)兩水庫閘門關(guān)閉的情況相同，閘門關(guān)閉的速率同為，水庫Ⅰ向干流排放的污染物情況不變，仍用(12)、(13)式計(jì)算，水庫Ⅱ在事故后1小時(shí)關(guān)閉，即9：00－10：00時(shí)段只有一個(gè)排污口排放污染物，10：00－11：00時(shí)段有排污口和水渠排放污染物，閘門沒開始關(guān)閉，11：00－12：00有兩個(gè)排污處，但閘門以開始慢慢關(guān)閉。例如：若此污染物為油質(zhì)性污染物，則可往水庫中拋入稻草、布碎，這兩種物質(zhì)對油質(zhì)性污染物有很高的吸附能力，能夠有效地降低污染。 該化學(xué)物質(zhì)揮發(fā)的速率是恒定的，二維水污染濃度模型可改寫為： (20)被排放到干流中的污染物的總質(zhì)量計(jì)算方法仍按(5)、(6)式計(jì)算，只需將(20)式代入到(5)、(6)中即可對于水庫Ⅱ點(diǎn)源連續(xù)排放濃度場模型，由于該化學(xué)物質(zhì)具有揮發(fā)性，(9)式改寫為： (21)把(21)式代入到(10)式中，可計(jì)算出該化學(xué)污染物由水庫Ⅱ排放到干流的質(zhì)量，干流的污染物總質(zhì)量仍由兩水庫排放的污染物質(zhì)量的總和。 六、模型的推廣與應(yīng)用，在兩水庫間修建人工水渠，使兩水庫的水流可以相互影響，當(dāng)突發(fā)性事故污染發(fā)生時(shí)，兩水庫的水流能夠有效地稀釋污染物，對突發(fā)性事故污染問題有明顯的減弱作用，圖(1)證明了此結(jié)果的正確性及可行性。另外，針對突發(fā)性的事故污染，還可以在污染源附近加入相應(yīng)的污染物降解物質(zhì)，使降解系數(shù)增大，從而降低污染物對干流造成大面積的污染。 參考文獻(xiàn)：[1] 張玉清著，河流功能區(qū)水污染物容量總量控制的原理和方法，北京：中國環(huán)境科學(xué)出版社， 118－132，2001。[3] 林芳榮等編譯，面污染源管理與控制手冊，廣州：科學(xué)普及出版社廣州分社， 15－43，1987，1，6。附錄遺傳算法程序function Geneticmaxgen=200。 fselect=39。 fcode=39。 pcross=[]。float39。 fmutation=39。 lenchrom=[1 ]。individuals=struct(39。,zeros(1,sizepop)； avgfitness=[]。 bestchrom=[]。 x=Decode(lenchrom,bound,(i,:),fcode)。end[bestfitness bestindex]=min()。avgfitness=sum()/sizepop。 for i=1:maxgen individuals=Select(individuals,sizepop,fselect)。 =Cross(pcross,lenchrom,... sizepop,fcross,[i maxgen])。 for j=1:sizepop x=Decode(lenchrom,bound,(j,:),fcode)。 end [newbestfitness,newbestindex]=min()。 if bestfitnessnewbestfitness bestfitness=newbestfitness。 end (worestindex,:)=bestchrom。 avgfitness=sum()/sizepop。avgfitness bestfitness]。else hfig=figure(39。,39。)。[r c]=size(trace)。,trace(:,1),39。,[1:r]39。b39。title([39。 39。 num2str(maxgen)])。進(jìn)化代數(shù)39。ylabel(39。)。平均適應(yīng)度39。最佳適應(yīng)度39。disp(39。)。% show in mand windowvpa(bestfitness,10)。disp([bestfitness x])。f39。ret=abs()。 pick=rand(1,sum(lenchrom))。 temp=sum(lenchrom)1:1:0。case 39。 pick=rand(1,sum(lenchrom))。 greybits=bits。 end temp=sum(lenchrom)1:1:0。 case 39。 % float coding pick=rand(1,length(lenchrom))。+(bound(:,2)bound(:,1))39。endfunction ret=Cross(pcross,lenchrom,chrom,sizepop,opts,pop) input : probability of crossover input : length of a chrom
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1