柴油污染改良土的击实特性及微观机理

为研究柴油污染对水泥改良后花岗岩残积土压实特性的影响,通过室内击实试验,以柴油和水为介质,得到了单一水介质和油水混合介质时土样的击实曲线.发现污染土样的最优含水率呈下降趋势,而最大干密度却呈一定幅度的上升趋势.同时通过液限和塑限联合测定法得到土样的稠度界限,发现其塑限变化趋势与最优含水率相似,即土样的液限、塑限以及塑性指数都是先增大再减小,并且在含油率为6%时达到峰值.最后通过SEM扫描电子显微镜进行观察,分析并得到柴油污染改良土击实特性微观结构.微观视角下,水泥和柴油会发生物理胶结作用,填充了土颗粒之间的孔隙,导致单位体积下土样的孔隙率减小,从而密度增大.     

基于集成LSTM的泵站供水流量智能预测方法

城市二次加压供水泵站的供水流量预测是实现清水池补水、蓄水的依据,也是保证居民用水安全的前提.针对泵站供水流量受线性、非线性和时变等多种因素影响,导致传统模型的预测效果较差的问题,提出了一种基于长短时记忆网络与整合移动平均自回归模型相结合（LSTM ARIMA）的方法,建立泵站供水流量集成预测模型.首先将获取到的供水流量数据按照时间日期进行打标签及预处理;然后将处理后的数据分别放入LSTM模型和ARIMA模型中进行训练与测试,通过统计分析2个模型的历史预测准确次数来确定它们各自的基本权重,并在预测过程中自适应修正权重;最后,基于对应权重将2个模型集成,得到最终的供水流量预测结果.某供水泵站的现场数据验证表明：本文方法所得结果与其他2种方法所得的预测结果在均方根误差（RMSE）上分别降低了51.24%和66.52%,在平均绝对误差（MAE）上分别降低了49.84%和67.02%,验证了模型的有效性.