【摘要】：在石油的開采、煉制、儲運和使用的過程中,由于泄漏、偷排和意外事故等原因,使原油和各種石油類產(chǎn)品進(jìn)入環(huán)境而造成污染。石油產(chǎn)品主要是由烷烴、環(huán)烷烴和芳香烴組成的混合物,具有致癌、致畸和致突變的潛在威脅,屬有毒污染物,對人類和環(huán)境都具有巨大的危害。 石油類污染物在水中的溶解度一般很小,進(jìn)入地下環(huán)境后通常以非水相流體(NAPLs,Non-Aqueous Phase Liquids)的形式存在。重非水相流體(DNAPLs)具有高密度、低水溶性和高界面張力的特性,比輕非水相流體(LNAPLs)更難修復(fù),像常用的抽出-處理技術(shù)對它都難以奏效,并且修復(fù)費用非常昂貴,單個污染場地的去除修復(fù)費用常常需要數(shù)億美元。近年來出現(xiàn)的表面活性劑沖洗技術(shù),也稱為表面活性劑強(qiáng)化含水層修復(fù)技術(shù)(Surfactant Enhanced Aquifer Remediation, SEAR),是對抽出-處理技術(shù)的改進(jìn)。表面活性劑對憎水性有機(jī)污染物具有增溶作用(Solubilization)和增流作用(Mobilization),能有效提高DNAPLs在水中的溶解性和遷移性,能使更多的自由相的DNAPLs進(jìn)入水中,從而大幅度提高抽出-處理技術(shù)對于DNAPLs修復(fù)的有效性。 目前,表面活性劑強(qiáng)化含水層修復(fù)技術(shù)(SEAR)尚處在發(fā)展階段,影響SEAR修復(fù)效果和修復(fù)費用的因素非常復(fù)雜,包括抽、注水井的選位,抽、注水強(qiáng)度的大小與分配,表面活性劑的濃度等。因此,如何在現(xiàn)場調(diào)查的基礎(chǔ)上,通過模擬模型和優(yōu)化模型的合理運用,對修復(fù)工程方案進(jìn)行優(yōu)選,以提高修復(fù)效率并節(jié)省修復(fù)費用,是一個亟待解決且具有重要理論和實際意義的科學(xué)問題。 而在運用模擬模型和優(yōu)化模型的過程中,優(yōu)化模型的迭代求解過程需要反復(fù)多次調(diào)用模擬模型(即對模擬模型進(jìn)行求解),對于DNAPLs污染含水層多相流數(shù)值模擬模型而言,反復(fù)多次計算模擬模型會帶來龐大的計算負(fù)荷,這會嚴(yán)重制約模擬模型和優(yōu)化模型在DNAPLs污染含水層修復(fù)工程實際應(yīng)用中的可行性。因此,建立合理有效的替代模型成為解決問題的可行途徑。替代模型在功能上逼近模擬模型,在計算上則易于解算,大幅度地減少計算負(fù)荷。 然而,替代模型的研究尚處于嘗試探索階段,其精度的好壞取決于采樣方法和替代模型種類的研究選定。 因此,本文針對表面活性劑強(qiáng)化的DNAPLs污染含水層修復(fù)問題,分別以假想DNAPLs污染含水層和實際污染場地DNAPLs污染含水層為例,開展了多相流模擬模型的替代模型理論和方法的創(chuàng)新性研究。 首先在建立多相流數(shù)學(xué)模擬模型的基礎(chǔ)上,分別運用蒙特卡羅采樣方法和拉丁對偶變數(shù)復(fù)合采樣方法在多相流模擬模型可控輸入變量的可行域內(nèi)采樣,然后運轉(zhuǎn)多相流模擬模型產(chǎn)生輸入-輸出樣品數(shù)據(jù)集。對比分析了兩種方法采樣結(jié)果的采樣效率和覆蓋程度,同時為模擬模型的替代模型的建立準(zhǔn)備數(shù)據(jù)樣本。然后,基于由兩種采樣方法和模擬模型獲得的輸入-輸出樣品數(shù)據(jù)集,分別運用雙響應(yīng)面方法和徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)方法建立了多相流模擬模型的替代模型。最后,任意選取了一組新的抽注水方案,分別代入到多相流模擬模型和運用不同途徑建立的替代模型中求解,并對計算結(jié)果進(jìn)行了對比分析,從中遴選和總結(jié)出了合適的建立多相流模擬模型的替代模型的理論和方法。 本文的研究取得的主要結(jié)論如下: ①對于同一種建模方法(雙響應(yīng)面方法或徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)方法),基于拉丁對偶變數(shù)復(fù)合采樣建立的替代模型對模擬模型的逼近程度明顯高于基于蒙特卡羅采樣建立的替代模型對模擬模型的逼近程度。這是由于蒙特卡羅采樣法是利用隨機(jī)數(shù)從概率分布中采樣的隨機(jī)采樣方法,它得出的樣品完全隨機(jī)出現(xiàn),常常產(chǎn)生數(shù)據(jù)點偏聚的問題,抽取出的樣品對總體覆蓋程度不高;而拉丁對偶變數(shù)復(fù)合采樣屬于分層采樣,它在保證采樣效率的同時,得出的樣品更加精確地反映了輸入概率函數(shù)中值的分布,使樣品空間的覆蓋程度得到了保證,抽取的樣品具有一定代表性。 ②對于同一種采樣方法(蒙特卡羅方法或拉丁對偶變數(shù)復(fù)合方法),運用徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)法建立的替代模型對模擬模型的逼近程度明顯高于運用雙響應(yīng)面方法建立的替代模型對模擬模型的逼近程度。這是由于雙響應(yīng)面方法在使用前,都要事先對某問題的輸入-輸出函數(shù)關(guān)系類型有一個判斷,然后才能確定建立何種形式的回歸方程。但經(jīng)判斷后建立的回歸方程作為替代模型,其對模擬模型的逼近程度仍然有限。而徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)通過不斷調(diào)整輸入樣本的聚類中心和隱含層到輸出層之間的權(quán)值,使網(wǎng)絡(luò)的實際輸出逐漸向希望輸出逼近,最終使其有識別輸入模式特征的能力。并且徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)收斂速度快,能夠找到全局極小。 ③通過綜合對比分析,假想例子與實際例子的計算結(jié)果和結(jié)論得到了相互印證。運用兩種采樣方法結(jié)合兩種建模方法所建立的替代模型在功能上都能逼近模擬模型,均具備了與模擬模型相近的輸入輸出關(guān)系。但是它們對原模擬模型的逼近程度仍有差別,按對模擬模型的逼近程度從低到高排序是:基于蒙特卡羅采樣的雙響應(yīng)面模型、基于拉丁對偶變數(shù)復(fù)合采樣的雙響應(yīng)面模型、基于蒙特卡羅采樣的徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)模型、基于拉丁對偶變數(shù)復(fù)合采樣的徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)模型。因此,針對DNAPLs污染含水層修復(fù)問題,運用拉丁對偶變數(shù)復(fù)合采樣法結(jié)合徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)方法建立的多相流模擬模型的替代模型,是更為合理有效的替代模型。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2011
【分類號】：X52
【圖文】：

圖 4.1 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)Fig.4.1 The topology of radial basis function neural networ函數(shù)人工神經(jīng)網(wǎng)絡(luò)基本原理維向量 X ，輸出m 維向量Y ，則徑向基函數(shù)網(wǎng)絡(luò)隱( )i iq = R X c 為n維輸入向量；ic 是第 i 個隱節(jié)點的中心( i = 1, 2, 的個數(shù)；iX c是向量iX c的范數(shù)；R(·)為徑數(shù)常選用高斯函數(shù)，它將徑向基層單元 j ( j = 1,2, 入向量px 之間的向量距離與偏差jb 的乘積作為輸入( )2, 1, 2, ,mj p j j ij pi jz x w b w x b j R== = ∑ × =

圖 4.2 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)隱含層神經(jīng)元的輸入與輸出示意圖e schematic diagram of Hidden neurons input and output of radial baneural network向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法基函數(shù)人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練大致分成兩個階段(Wang et al.,2006;Du et al.,2008;Boyd,2010b; Navarro et al.,2011)：(1)利法訓(xùn)練隱含層的徑向基參數(shù)。首先，從隱節(jié)點中任意選取個對對輸入樣本進(jìn)行聚類，不斷調(diào)整聚類中心直到新的聚類中心不化很小，則最終確定徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的基函數(shù)中心，然后小二乘法求解隱含層到輸出層之間的權(quán)值。通過不斷調(diào)整徑到達(dá)網(wǎng)絡(luò)輸出與目標(biāo)輸出逼近的目的，最終使網(wǎng)絡(luò)收斂。學(xué)習(xí)基函數(shù)神經(jīng)網(wǎng)絡(luò)具備輸入輸出識別能力。因此選用徑向基函數(shù)模擬模型的近似替代模型。所述，徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)中需要求解的參數(shù)有：基函數(shù)中

長160m，寬50m，孔隙度為0.34，滲透率 K 為5000mD(毫達(dá)西)。地下水在含水層系統(tǒng)中的運動為二維非穩(wěn)定流，地下水流方向為由左向右，左邊界和右邊界為定壓邊界，其余邊界均為隔水邊界。如圖5.1所示，在研究區(qū)中心有一個四氯乙烯(PCE)泄漏點B，泄漏量為33.33m3/d，PCE濃度為100%(體積分?jǐn)?shù))，本文中污染物PCE濃度均用體積百分?jǐn)?shù)表示。為了對污染含水層進(jìn)行修復(fù)，在泄漏處設(shè)置一個抽水井C，另兩端分別設(shè)置注入井A、D。其他參數(shù)設(shè)定見表5.1。圖 5.1 問題描述圖Fig.5.1 Description of the problem表 5.1 研究區(qū)物理、化學(xué)參數(shù)值Tab.5.1 Physical and chem

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 劉松霖;淄博市大武水源地地下水水質(zhì)演化規(guī)律分析及污染趨勢預(yù)測[D];中國地質(zhì)大學(xué)（北京）;2013年

本文編號：2752467