【摘 要】
:
填埋是当前生活垃圾与工业固废集中处置的有效措施,也是符合未来环境友好型发展的重要手段。在垃圾填埋场长期的运营过程中,特别是填埋场封场以后,水平高密度聚乙烯(High Density Polyethylene,HDPE)防渗帷幕维护难度较大,防渗系统失效后渗滤液扩散会导致更大范围的污染。为此常在垃圾填埋场运营中后期建立垂直防渗帷幕,以防止或阻止渗滤液的扩散。目前,国内垂直防渗帷幕完整性检测研究较少,
论文部分内容阅读
填埋是当前生活垃圾与工业固废集中处置的有效措施,也是符合未来环境友好型发展的重要手段。在垃圾填埋场长期的运营过程中,特别是填埋场封场以后,水平高密度聚乙烯(High Density Polyethylene,HDPE)防渗帷幕维护难度较大,防渗系统失效后渗滤液扩散会导致更大范围的污染。为此常在垃圾填埋场运营中后期建立垂直防渗帷幕,以防止或阻止渗滤液的扩散。目前,国内垂直防渗帷幕完整性检测研究较少,相应的渗漏处理手段也较为落后。垂直防渗是保障垃圾填埋场运营的最后一道防线,一旦发生渗漏,渗滤液扩散至农田、地下水等区域,将严重威胁周围居民的健康,增加环境治理负担。因此亟需展开填埋场的垂直帷幕完整性检测方法研究,准确识别定位渗漏区域,为垂直防渗修复工程提供科学的参考依据。针对垂直HDPE防渗帷幕完整性检测问题,论文结合高密度电阻率检测装置方法与垂直帷幕场地电场分布特征,开发了一套双排列高密度检测系统,在此基础上展开了电阻率正反演数据处理方法的研究,对不同垂直帷幕漏洞模型进行了仿真,并对其产生的渗漏异常进行了特征分析,验证算法的准确性,最后对本文的检测方法进行了现场实验,主要研究内容和结论如下:(1)阐述了高密度电阻率法的基本原理、装置方法及其适用性,分析了垂直帷幕地下半无限空间的电场分布特征,设计了一套双排列高密度检测系统,在Lab VIEW平台进行了了软件功能的设计与开发,同时完成了检测系统硬件模块的集成,实现了垂直防渗帷幕检测系统的开发与测试。(2)基于检测系统详细阐述后续数据处理方法的研究与验证,结合传统物探的正演理论进行了算法研究,优化了大型稀疏线性方程组的求解,采用限单元法构建垂直帷幕三维场地模型并进行数值模拟,与COMSOL数值解对比验证。结果表明:除供电电极附近拟合误差在1%以内,其余节点误差几乎为0,验证了正演三维有限单元法数值模拟的准确性。(3)结合反演理论采用添加约束条件的目标函数以及Jacobian-free Krylov子空间的求解技术来提升高斯牛顿参数优化反演的精度与速度。利用高斯牛顿法对不同漏洞的位置、漏洞尺寸、漏洞的个数的模型进行了参数优化反演,对比分析了不同漏洞存在时,垂直帷幕的异常情况。结果表明:检测电极测线电势会受供电电极的影响而局部偏大,漏洞越浅、尺寸越大漏洞附近电势越高。漏洞在6m以内都可以通过低阻区域较为准确的判断漏洞位置,深度越浅,漏洞尺寸越大反演误差越小,能够验证反演算法的准确性。(4)在江苏某填埋场应用双排列高密度检测系统对其垂直防渗帷幕进行模拟漏洞分组检测实验,结果表明:本文的检测方法对填埋场垂直防渗帷幕完整性检测可以通过低阻定位漏洞;单漏洞模拟实验,漏洞深度在8m内,坐标误差范围不超过0.3m,能够较好的反应漏洞的位置。垂直帷幕双漏洞模拟实验在浅层3m附近能够很好的反应漏洞位置,双漏洞在3m~6m之间因电场分布不均匀、介质电阻率不同而导致异常定位误差在3m附近。综上结果说明本文研究的完整性检测方法在实际工程应用中具有一定的参考价值。
其他文献
随着人们生态保护意识逐渐增强,水资源问题得到了广泛的关注。通过合理的监测方式,快速精准地掌握水质变化数据,服务有关部门进行水质状况评估和治理,是对水资源进行科学保护的关键。然而,现有的水质检测方式往往依赖于大型水质分析设备,通过人工逐点采样后带回实验室进行精准分析,虽然得到的分析结果精度较高,但难以保证一定的时效性和时间连续性,面对复杂多变的取样环境,工作人员的操作难度大大提高,操作安全性也难以保
随着网络规模的不断扩张和应用服务数量的迅猛增长,网络的运维和管理越来越困难。传统的设备厂商固守技术,使得网络设备配置复杂,网络升级和新业务部署困难,难以适应未来网络的发展趋势。软件定义网络(Software Defined Networking,SDN)的出现打破了这一僵局,SDN将控制和转发功能分离,实现了网络的可编程性和集中化的运维、管理。然而,SDN的结构和可编程性也带来了很多安全问题,控制
视觉目标跟踪作为计算机视觉领域的热门问题之一,在跟踪目标的过程中,始终存在目标形变、背景复杂等困难。随着深度学习的发展与计算机硬件的增强,视觉目标跟踪不再局限于传统方法,转而利用深度网络提取更丰富的目标特征,构建更加鲁棒的表观模型,虽然一定程度上缓解了跟踪难度,但仍存在一些问题未能解决。本文从跟踪过程中容易忽略的难点出发,利用深度学习的方法对现有的目标跟踪算法进行了改进,分别在构建表观模型和缓解目
探地雷达(Ground Penetrating Radar,GPR)是一种用于探测地下结构分布的电磁勘测技术。GPR采集的数据具有规模大、时空特性复杂和对勘测环境敏感等特点,其中时变结构模态是GPR数据中最有价值的信息,对了解地下结构分布起着非常重要的作用。但是,由于GPR数据中存在大量的噪声、杂波,导致传统的时变结构模态挖掘方法存在时间复杂度高、鲁棒性欠佳等问题。因而,提高时变结构模态挖掘过程的
光伏发电因其具有保护环境、可再生的优势得到市场的认可,并被国家大力推广,因此得到快速的发展。在实践中,光伏发电系统输出的功率与当时的天气状况、设备运行状况等息息相关,并且随着时间和天气状况变化而出现波动性。随着大规模的光伏发电接入电网,电力系统的安全运行受到极大挑战。因此,实现对光伏发电功率的精准预测对优化机组启停计划,保障电网安全稳定运行具有重要意义。本文提出一种基于Elman神经网络、粗糙集属
高血压是一种严重危害人类身体健康的心血管疾病,诱发高血压发病的因素众多,至今尚未完全阐明,在诱发高血压的众多因素中,由基因遗传引起的原发性高血压最主要的原因。近年来,由于基因芯片和DNA微阵列等高通量、短读取、低成本测试技术取得的巨大进展,因此出现了很多的基因组表达数据分析方法,这种基因组的数据分析方法可以揭示基因组活性,从基因的角度去探究一些疾病的发病机制。集成算法、聚类算法及加权基因共表达网络
随着多媒体电子设备的应用和互联网的快速发展,大量用户使用社交媒体平台发布多媒体数据,如短视频、文字、图像等。从海量多媒体数据中准确检索信息有着巨大的应用需求,使得跨媒体检索得到了学术界的广泛关注并开展了深入研究。跨媒体检索使用一种媒体类型的查询数据,返回语义相似但媒体类型不同的检索结果。由于不同媒体类型的特征编码方式不同,无法直接进行相似度度量,因此“异构鸿沟”的存在使跨媒体检索任务面临巨大的困难
在标注正确且数量充足的有标注样本数据集上,有监督分类模型往往可以取得较好的分类效果。但是,实际应用中有标注样本是有限的,采集训练样本是十分繁琐的,并且标注样本工作即费时又费力,代价昂贵。那么在有标注样本匮乏的情况下,如何利用有限的有标注样本和大量的未标注样本,训练泛化能力更强的模型是当下至关重要的问题。因此,本文利用大量廉价的未标注样本和先前已有的少量有标注样本,结合教师-学生模型和半监督学习,基
课堂行为识别是教育领域关注的热点之一。在课堂上,教师通过观察学生的行为判断学生学习状态,但这种方法费时费力,不能满足智慧学习环境下大规模课堂分析需求。随着深度学习技术在文本处理、语音识别、目标检测等方面的快速发展,探索利用深度学习技术识别学生课堂行为具有重要的意义。本文重点关注实际教室中的学生课堂行为,提出将深度学习技术应用于课堂行为识别,实现对学生日常课堂行为的监测与分析。该研究对提高课堂教学质
软件定义网络(SDN)是一种控制与转发分离的新型网络架构。SDN控制层作为SDN网络的中枢,承担着流表规则下发与全网逻辑控制的重任,是DDo S攻击重点关注对象,控制层一旦受到DDo S攻击将出现单点失效的状况,导致整个SDN网络瘫痪。展开针对SDN控制层DDo S攻击的检测与防御技术研究,对于保障SDN网络安全运行,提升可用性、可靠性具有重要意义。本文围绕相关问题展开研究,主要工作如下:1.提出