下载文档原格式
微弯分汊河段枢纽增建鱼道水流条件数值模型试验LU Li-feng;TIAN Hong-wei【摘要】大源渡航电枢纽拟增建鱼道,受枢纽总平面布置条件限制,鱼道进口如果布置在电站尾水,则施工难度和投资均较大,存在严重安全隐患.为既确保安全、节省投资,又满足过鱼要求,采用SMS-RMA2模型建立了平面二维水动力数学模型,模拟得出枢纽坝轴线下游一定范围内多种不同工况下的流场图,为在坝址所处微弯分汊河段找到合适的鱼道进口位置提供了可靠的参考依据.为提高过鱼效果,建议在鱼道进口上游侧设置导鱼电栅等拦鱼系统和喷淋水声、灯光等诱鱼系统,帮助鱼类及早发现鱼道入口.【期刊名称】《水运工程》【年(卷),期】2019(000)002【总页数】6页(P101-106)【关键词】航电枢纽;鱼道;进口布置;水流条件;数值模型【作者】LU Li-feng;TIAN Hong-wei【作者单位】;【正文语种】中文【中图分类】TV131;U643.2大源渡航电枢纽位于湘江中游，是湘江干流梯级开发的第六级。
枢纽主要建筑物包括23孔泄水闸、装机容量12万kW水电站、1座千吨级船闸，于2000年竣工。
2016年枢纽开工新建二线船闸同步增建鱼道[1]，计划于2019年6月建成投入运行。
1 过鱼种类及洄游特性湘江生态调查表明，大源渡枢纽过鱼对象有青、草、鲢、鳙、鳊、银鲴等，以江湖洄游性鱼类为主。
大源渡枢纽上游湘江松柏河段是四大家鱼产卵场[2]。
每年4—6月为四大家鱼产卵洄游季节[3]，通过坝址上溯产卵。
影响四大家鱼洄游产卵的主要因素是水流表层流速和水温。
家鱼适宜产卵的水温为18℃，表层流速小于0.15 ms时，鱼卵沉入水底不能孵化。
根据四大家鱼克流能力的测试成果[4](表1)，四大家鱼洄游的感应流速为0.2 ms[5-6]，喜爱流速为0.2～0.6 ms，极限流速为0.7～1.3 ms。
因此，鱼道进口水流流速在0.2～1.3 ms之间较适宜。
苏洼龙水电站鱼类增殖站的建设管理唐明武【摘要】水利工程建设不可避免地对鱼类产生一定的影响,鱼类人工增殖放流是补偿水电开发造成鱼类资源衰退、保护珍稀濒危鱼类种群延续以及补充经济鱼类资源的一种重要手段.苏洼龙鱼类增殖站是金沙江上游第一个建成的鱼类增殖站,对减轻金沙江上游鱼类资源的影响具有重要作用.【期刊名称】《四川水力发电》【年(卷),期】2018(037)006【总页数】2页(P129-130)【关键词】鱼类增殖站;建设;管理;重点问题【作者】唐明武【作者单位】华电金沙江上游水电开发有限公司苏洼龙分公司,四川甘孜 626000【正文语种】中文【中图分类】TM622;S969.21;DF4171 苏洼龙鱼类增殖站概况苏洼龙分公司于2014年12月启动了苏洼龙水电站鱼类增殖放流相关设计工作，2016年11月增殖放流站正式开工建设，2017年完成建设具备运行条件。
建成后的苏洼龙鱼类增殖放流站占地52亩，工程总投资1.08亿元。
近期放流对象为长丝裂腹鱼、短须裂腹鱼、四川裂腹鱼，远期放流对象为软刺裸裂尻鱼、硬刺松潘裸鲤、青石爬鮡、黄石爬鮡。
放流规模为50万尾/年。
2018年9月10日苏洼龙公司开展了首次增殖放流活动，放流长丝裂腹鱼、短须裂腹鱼、四川裂腹鱼总数10.5万尾。
2 鱼类增殖站建设2.1 鱼类增殖站布局及构筑物苏洼龙鱼类增殖站总体布局按亲鱼驯养、催产孵化、鱼苗繁育三种功能进行划分排列。
根据放流任务要求，鱼类增殖站需建设亲鱼培育池，苗种培育车间，蓄水池，防疫隔离池，以及催产孵化车间。
增殖站场地设计高程2 480～2 510 m，用地面积共51.62亩)。
依据地形场地布置综合楼、亲鱼车间2个、催产孵化车间1个、鱼苗培育车间1个，鱼种培育车间2个、取水构筑物1套。
2.2 鱼类增殖站给、排水苏洼龙增殖站养殖用水采用蓄水池和循环共同供水，其中蓄水池的水主要为保证催产孵化和开口苗培育车间、鱼苗培育车间、鱼种培育车间各循环水系统的补水，以及亲鱼培育车间的亲鱼培育池流水养殖用水。
1.1水力模型和水质模型根据任务大纲，本咨询专家组需要承担的模型工作包括：∙-开发建立一水力模型-需要使用模型来审视、分析和评价城市的防洪工程措施，并为优化设计提出建议。
∙-开发可建立一个水质模型-需要使用该模型来审视和评价城市的水环境改善工程措施的优缺点，并为优化设计提出建议。
∙参与水资源管理方面的计划于战略的整合。
∙培训项目办和项目执行单位的技术人员2010年XX公司为亚行赠款的XX城市环境改善项目中的水资源综合管理研讨会中，专门请专家了解本地的情况，有针对性地位XX江水力水质的模型作了讨论和建议。
与XX设计院的专业人员作了讨论，专题进行了介绍。
当时的研讨会的目的是在为XX 市打造水城的过程中，按照水资源管理原则提升XX市政府水资源规划和管理能力，根据水资源综合管理原则，基于XX市水城打造的实践，利用亚行的资源，开发和推动的知识产品。
因此，我们的团队了解本项目的需求，和十分了解在模型工作中的挑战和瓶颈。
我们更知道对于本地的技术人员来说知识转移的重要性。
说明：以下内容请同学补充，要求是1-1.5页。
1.1.1模型的选择本项目选用丹麦水利研究所( Danish Hydraulic Institute, DHI) 开发的MIKE11模型建立河流的水动力和水质模型。
MIKE11是一款多功能的一维水动力学软件，以求解圣维南(Saint-Venant) 方程组作为理论基础，带有水文模型，含对流扩散"水质生态"泥沙传输"降雨径流"洪水预报"实时操作等多种模块，并可与丹麦水利研究所( Danish Hydraulic Institute, DHI) 开发的其他分析模型交互运用。
Mike11软件应用发展很快，并在国内外的一些大型水利水文工程中广泛应用，如：淮河流域水质管理与应用、北京南沙河流域管理与规划、松辽流域水资源管理系统等。
1.1.2建模方法和数据收集利用MIKE11软件结合所需要的数据，对河流进行区域概况分析、河网概化、污染负荷计算、参数灵敏度分析及模型的率定验证的工作，从而得到符合误差允许的河流水动力和水质模型。
污水处理和渔业持续收获的数学建模关于污水处理的数学建模摘要因为全球经济的日益增长中国经济也随之快速发展，经济发展的越快，就不可避免的破坏更多的自然环境，所以环保问题已经成为一个不容忽视的问题，而与每个居民的日常生活密切相关的就是水资源问题，因此对于污水处理这一特殊的问题我们在解决时就应该本着高效的原则去实施，在这个污水处理问题中，我们先建立了一般情况下的模型，然后将该模型应用到实际问题中从而解决了实际问题。
在模型的建立中我们要考虑工厂的净化能力，江水的自净能力，在保证江水经这一系列的处理后在到达下一个居民点后要达到国家标准，还要花费最少，对该问题进行全面的分析后可知这是一个运筹学方面关于线性规划的最优解问题，在该模型的建立中我们针对江水污水浓度在每个居民点之前小于国家标准这一条件对其建立线性约束条件，然后综合考虑费用最小，在结合三个处理厂各自的情况后关于费用抽象数模型的目标函数，，然后应用LINDO软件求解该问题得到当三个处理厂排出的污水浓度分别为40 mg/l，20 mg/l，50 mg/l时，此时我们得到使江面上所有地段的水污染达到国家标准,最少需要花费费用为500万元。
当从三个处理厂出来的污水浓度分别为 62.222225mg/l，60mg/l，50mg/l,时，此时如果只要求三个居民点上游的水污染达到国家标准最少需要花费费用为188.8889万元。
问题的提出设上游江水流量为1000（1210L/min），污水浓度为0.8（mg/L），3个工厂的污水流量均为5（1210L/min），污水浓度（从上游到下游排列）分别为100，60，50（mg/L），处理系数均为1（万元/（（1210L/min）×（mg/L））），3个工厂之间的两段江面的自净系数（从上游到下游）分别为0.9和0.6。
国家标准规定水的污染浓度不超过1（mg/L）。
（1）为了使江面上所有地段的水污染达到国家标准，最少需要花费多少费用？(2) 如果只要求3个居民点上游的水污染达到国家标准，最少需要花费多少费用？问题的分析通过对该污水处理所花费用最少问题的分析，我们可知在此问题中有多个污水浓度，江水的原始污水浓度，工厂排出的污水浓度，处理厂排出的污水浓度，以及当处理厂排出污水与江水混合后再经江水自净后的浓度，在这几个浓度中只有经处理厂排出的污水的浓度是未知的，其关系着整个问题，要使总费用最少，江中每段的污水浓度都达到国家标准，江水中污水浓度在到达下一居民点之前须达到国家标准1（mg/l），那么问题的重点就在于对污水浓度的认识。
基于神经网络的水产养殖水质预测模型研究作者：袁琦，黄建清，符新，等来源：《湖北农业科学》 2013年第1期袁琦１，黄建清２，符新１，翁绍捷１（１．海南大学机电工程学院，海口５７０２２８；２．华南农业大学工程学院，广州５１０６４２）摘要：水产养殖池塘是一个多变量、非线性和大时延系统，很难用传统方法建立水质预测的精确模型。
神经网络具有良好的非线性函数逼近能力，非常适合处理水质预测等复杂问题。
利用ＢＰ神经网络模型，通过自适应的动态学习方法和模型优化，采用ＭＡＴＬＡＢ神经网络工具箱建立了水产养殖水环境因子ｐＨ值预测模型。
在预测模型中输入测试样本，将预测结果与实测值进行比较，平均相对误差小于１％。
结果表明，所构建的基于自适应ＢＰ算法的水产养殖水质预测模型具有良好的精确性和准确性，能有效地预测养殖池塘的水质状况。
关键词：神经网络；自适应ＢＰ算法；预测模型；ｐＨ；水产养殖；水质中图分类号：ＴＰ１８３文献标识码：Ａ文章编号：0439－８114（２０13）01－0143-04随着水产养殖业的迅速发展，温度、ｐＨ值、溶解氧等水质参数作为养殖水域必控的水环境因子越来越受到重视［１］。
通过在养殖池塘内安装多路检测相关参数的传感器，养殖人员可以实时观测到温度、ｐＨ值、溶解氧等水质参数的变化，以便采取相应的措施来控制水质参数使其满足鱼类生长的需要。
然而，由于检测现场环境的影响，传感器等仪器设备出现故障引起测量数据偏差或完全错误，从而不能准确反映水质参数的变化。
因此，必须采取某种可靠的算法校正检测过程中出现的失真数据，以保证测量结果的完整性和准确性。
由于养殖环境各因子之间既相互联系又相互作用，属多变量非线性问题［２］，应用人工神经网络（Ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋ，ＡＮＮ）建立各环境因子预测模型对其进行预测是很好的解决方案。
目前，在ＡＮＮ的实际应用中，极大多数的ＡＮＮ模型是采用前馈反向传播网络（Ｂａｃｋ－pｒｏｐａｇａｔｉｏｎ nｅｕｒａｌ nｅｔｗｏｒｋ，简称ＢＰ网络）或它的变化形式。
污水处理的投资效益分析模型污水处理是现代社会中非常重要的一个环境问题，有效的污水处理可以保护环境、改善人民生活质量。
然而，对于投资者来说，投资污水处理项目是否具有投资回报和效益非常关键。
本文将介绍污水处理投资效益分析模型，以帮助投资者更好地评估污水处理项目的投资价值。
一、投资回收期（Payback Period）投资回收期是评估投资回报速度的重要指标。
它衡量了从投资开始到回收全部投资成本所需的时间。
计算投资回收期的公式如下：投资回收期 = 投资成本 / 年净现金流量在污水处理项目中，投资成本包括设备购置费用、建设费用以及运营费用等。
年净现金流量则是指每年项目带来的纯收入，即扣除运营成本后的盈利。
二、净现值（Net Present Value）净现值是一种常用的投资效益评估模型，用于衡量投资项目的价值。
净现值的计算需要考虑现金流量的时间价值，即将未来收入和支出折现到现在的价值。
计算净现值的公式如下：净现值= ∑(现金流量 / (1 + 折现率)^n) - 投资成本其中，现金流量包括每年的净收入，折现率为投资者确定的资金成本。
三、内部收益率（Internal Rate of Return）内部收益率是指使得净现值等于零的折现率。
它是评估投资回报率的指标，表示项目的实际年均收益率。
计算内部收益率的方法是通过试错法，找到使得净现值等于零的折现率。
四、敏感性分析敏感性分析是评估投资效益分析模型可靠性的重要手段。
在污水处理项目的投资分析中，考虑到市场因素、政策变动等因素的不确定性，进行敏感性分析非常必要。
敏感性分析可以通过对关键参数进行变动，观察净现值或投资回收期的变化，以评估项目的风险。
总结：污水处理的投资效益分析模型包括投资回收期、净现值、内部收益率以及敏感性分析等指标。
投资者可以根据这些模型来评估项目的投资价值和风险程度，从而做出明智的投资决策。
当然，在实际运用中，还需要综合考虑技术可行性、环保要求以及市场需求等因素，以做出全面的投资判断。
