基于用户水质投诉信息的供水管网污染源追踪定位

突发性水污染事故事发突然,污染物扩散迅速,对供水管网水质安全危害巨大.在缺乏足够水质监测设备的城市,用户对管网的水质投诉信息可及时反映管网水质情况.根据用户水质投诉的位置信息,利用改进的污染矩阵法查找管网候选污染源节点,再通过概率理论分析各候选污染源节点中是污染源的可能性,最后采用波达法则和数据标准化法两种方法评价最具可能性污染源.该方法的可行性和有效性通过某市管网实例进行了验证.     

基于用户水质投诉信息的供水管网污染源的追踪定位

用户对水质异常情况的投诉是反映供水管网整体水质状况的重要信息,但由于投诉信息具有滞后性、非量化等特征,目前尚未有基于这些信息的管网污染源识别方法.基于模式识别理论,提出了一种根据用户投诉信息追踪定位污染源的方法.该方法首先根据投诉节点的位置信息确定污染源候选节点集合,通过水质模拟确定候选节点发生污染后的用户水质投诉顺序,并以此为基础构建模式识别神经网络.考虑到用户投诉信息的特点,采用有噪声的样本对神经网络进行训练,并对不同类型噪声的样本进行测试.结果表明,训练后的神经网络可以有效地识别用户投诉信息模式,进而确定污染物注入位置.     

基于负梯度法的供水管网污染源识别

利用负梯度法研究供水管网突发污染事故时污染源识别问题.首先针对供水管网的污染源识别问题构建最优化问题数学模型,然后用EPANET作为内嵌的水质模拟计算引擎,沿着目标函数的负梯度方向进行问题的最优解搜索,并针对管网算例,对污染源侵入时间、地点和侵入过程进行计算求解.分析差分步长、梯度求解方法等因素对问题求解效率的影响,结果表明采用基于水质模拟的差分法求解梯度向量并以水质公差作为差分步长,具有最好的求解效果.     

供水管网排气阀检测与分析方法研究

对郑州市供水管网运行中的排气阀进行了分类,确定出了7种类型排气阀,并选取了阀体进行进排气检测,对比优选各种排气阀的进排气性能,在此基础上对管网中使用的阀体进行了现场监测,考察排气阀运行效果,统计分析了郑州市排气阀现状,为郑州市排气阀的设置和运行管理提出了建议.     

基于负压波结构模式识别方法的供水管网检漏与定位技术的研究

根据供水管网的各种工作状态，对管道压力波特征进行分析，采用上下文无关文法描述波形结构模式，构成管网各种状态波形模式库。利用模式识别的人工智能方法自动分析论断供水管网的工作状态，改进供水管网的泄漏检测与定位方法。     

城市供水管网漏损状态下的水力分析方法

以传统管网平差原理为基础,提出了供水管网在漏损状态下的水力分析方法,并通过实例证明了该方法的可行性。     

基于污染源反追踪的水质监测点优化选址方法

采用非支配排序遗传算法,以水质监测点探测到的不同污染事件的时段区间重叠度最小化和污染事件探测概率最大化为优化目标,结合案例管网计算监测点优化选址方案.算例结果与以污染事件探测及时度最大化和探测概率最大化为目标的优化选址方案相比表明,水质监测点的污染事件探测能力和污染源位置识别能力较高.     

供水管网信息系统解决方案

提出了将GIS应用到城市供水管网管理信息系统,实现地理信息与管理信息相结合,为城市供水管网提供了一种新型的管理系统。研究和设计了此类系统的体系结构、功能组成,并就系统开发过程中的主要技术进行探讨。     

浅谈供水管网水质的保障

分析了供水过程中管网水质污染的原因,提出了改善管网供水水质的措施。     

基于遗传算法的供水管网优化设计研究

从经济性和可靠性角度出发,应用数学建模与最优化理论,对城市供水管网优化设计进行了系统的研究．通过对已有管网优化设计数学模型的分析,提出了以经济性和可靠性为目标函数的多目标优化数学模型．建模过程中,将系统可靠性定义为“节点富余水头加权平均值”和“管网恢复力”,使对管网系统可靠性的评价更加直观和定量化．同时将管网年费用作为经济性衡量指标;管径组合方案优化采用遗传算法进行求解;编制了相应计算程序,对某一管网进行优化设计．研究结果表明由该方法产生的优化设计方案在经济性、水力性和可靠性方面均好于传统设计方案．     

医院水污染源排放量估算及污染源评价

采用产排污系数法对某区域4家综合医院水污染物的产排污情况进行了估算与分析,分别采用等标污染负荷法和单位产值等标污染负荷法对研究区域4家医院水污染源进行评价,指出该区域医院行业的主要污染源及主要污染物.结果表明,单位产值等标污染负荷法剔除了行业规模对污染负荷的影响,在一定程度上反映了污染源对环境和经济的综合影响,但该法仅适用于工业污染源和赢利性质的生活污染源评价,而不适用于非赢利单位污染源的评价.     

基于模式识别方法的湖泊水质污染特征聚类研究

构建耦合自组织映射神经网络(SOFM)和随机森林(RF)的方法, 对中国63个湖泊11年的9种水质指标(5110条数据)进行模式识别。首先采用SOFM对湖泊进行聚类, 以识别污染状况, 然后采用RF分析水质指标对湖泊类别的决定效果, 以确定代表性指标。SOFM的结果显示, 湖泊可以按污染程度分为3类。RF的结果发现, 在分类准确率为80%时, 根据高锰酸盐指数和叶绿素a浓度即可判定湖泊污染程度。该方法可从庞杂的数据中识别出反映水体污染特征的水质指标, 为快速认知水体污染状况及选取监测指标提供参考。     

水库型饮用水水源地非点源污染控制技术方法

为了改善水库型饮用水水源地普遍存在的富营养化和水质达不到功能区划要求的现状,以合肥市为例,在现状调查的基础上,应用功能性模型中国土壤流失预报方程并适当地进行修正,对非点源污染负荷和水环境容量进行了定量分析,得出了非点源污染的主要来源和污染规律,并据此提出了水库型饮用水水源地非点源污染的控制技术方法.     

基于Bayesian-MCMC方法的水体污染识别反问题

针对具有不适定性的环境水力学反问题,基于贝叶斯推理和二维水质模型建立水体污染识别反演模型,运用马尔科夫链蒙特卡罗法抽样获得污染源源强、污染源位置和污染泄漏时间等模型参数的后验概率分布和统计结果.实例研究结果表明,基于马尔科夫链蒙特卡罗抽样算法的贝叶斯推理可以较好地用来实现水体污染识别,具有识别精度高,误差小的特点,其可靠性和稳定性高于混合遗传模式搜索优化算法.     

山西省水环境的非点源污染研究

从山西省的实际情况出发,采取收集资料、室内分析的方法,重点对水环境的非点源污染来源及危害进行了阐述.水土流失、农业生产、采矿、生活污水及生活垃圾、城市地表径流等使得水环境的储水空间减少、水体物理型污染严重、水库富营养化、威胁人体健康,给建筑物及财产带来直接损失等.并在此基础上,提出了水环境非点源污染的控制措施,主要是加强"源"的控制和"汇"的截留.     

山西省水环境的非点源污染及防治对策

随着山西省国民经济的发展和自然资源的开发,水环境的非点源污染问题日益严重.文章从山西省的实际情况出发,分析了水环境的非点源污染类型,主要是土壤侵蚀型污染、农业污染、生活污染、矿区污染、城市地表径流污染等,非点源污染促使水体物理型污染严重、造成水库富营养化、土壤退化、进而威胁人体健康,给建筑物及财产带来直接损失等,并在此基础上,探讨了控制非点源污染的对策.     

基于神经网络的几种控制图表模式的识别研究

建立一个复合的神经网络模型,使其可以更精确的判断输入的控制图模式,同时利用该网络模型的再分类功能,可以减少判断不同模式时所造成的误判断.通过对各种模式的训练和仿真,表明该方法相对于传统方法有较大的优势.