大型污水泵站进水流态优化设计研究

污水泵站在城市排水系统中,承担传输城市污水的功能,是保证城市排水系统安全稳定的重要设施。由于污水泵站建设容易受用地条件、市政管网布置条件等因素制约,容易引发泵站进水流态紊乱、池体水量分布不匀等问题。以上海市浦东新区灶东污水泵站扩建工程为例,在进水闸门井中采用交错式组合梁和导流墩的组合形式优化进水分布,同时在前池中采用八字形导流墩和组合式横梁的组合形式优化入流,能够有效改善前池进水流态,优化各泵组进水条件,从而保障大型污水泵站运行的安全稳定,也为其它相似工程的优化设计提供思路。

基于螺旋流道的深层竖井调蓄池消能分析

深层竖井调蓄池是一种布置于深层地下的蓄水设施,具有调蓄峰值雨水径流或控制初雨污染的作用。由于深层竖井调蓄池的埋深在50~60m,调蓄池进水具有落差高、流量较大等特征,处理不当,将对池底结构造成严重破坏。本研究采用湍流RNG k-ε模型及水-气两相VOF(Volume Of Fluid)模型对螺旋流道输水进行水力模拟分析,得出螺旋流道具有较好的消能效果,消能率在77.5%~96.3%之间。同时螺旋流道及调蓄池底最小空化数不低于0.3,并采用增大池底立柱及喷涂抗冲刷材料等优化措施,进一步保障了调蓄池主体结构的安全稳定,为调蓄池应用于碎片化的城市用地场景提供了强力的理论支撑,对深层竖井调蓄池工程的设计与运行提供了重要的参考价值。

山区流域RBF神经网络洪水预报方法

建立以高斯核函数为径向基函数的神经网络模型,以崇阳溪山区流域为例进行分析。利用泰森多边形法将流域划分为6个子流域;选取流域1997-2014年中15场洪水过程作为训练样本,以流域内6个雨量站各时段雨量资料和武夷山水文站前期流量过程作为输入,以流域出口断面武夷山水文站相应流量过程作为输出,运用自组织正交最小二乘法确定径向基函数的中心,采用伪逆规则求解其权值,建立RBF神经网络洪水预报模型;利用余下的6场洪水过程对模型进行检验。结果表明:各场次洪水流量过程平均相对误差和洪峰流量相对误差绝大部分在10%以内,确定性系数均大于0.9,预报精度符合要求,可以为防汛部门预测洪水提供依据。

基于弹性梯度下降算法的BP神经网络降雨径流预报模型

运用反向传播(back propagation,BP)的改进算法弹性梯度下降算法,选择崇阳溪上游流域1997—2014年的14场降雨径流过程,以流域内洋庄、吴边、大安、坑口、岭阳、岚谷6个雨量站的实测降雨量和武夷山水文站的前期流量资料为输入,武夷山水文站相应流量为输出,建立弹性梯度下降算法的BP神经网络降雨径流预报模型,采用7场降雨径流过程对模型进行检验。结果表明,与传统的反向传播算法相比,该模型所需的参数较少,运算速度显著提高,模型的预报精度满足要求,可以为防汛部门预测洪水提供依据。