基于铀尾矿库核素监测的WSN粒子群优化路由算法

为提高铀尾矿库无线传感器网络(WSN)现有路由算法的网络寿命,提出一种基于铀尾矿库核素监测的WSN粒子群优化路由算法(EBPSO)。首先,在簇头(CH)选举阶段,考虑传感器节点的能量、簇内节点距离、CH到基站的距离等参数,利用粒子群优化(PSO)算法选出最合理的CH,并将筛选出来的CH节点应用于铀尾矿库核素监测组建WSN;其次,在数据传输阶段,提出转发节点的选择方法;然后,用能量阈值重分簇方案来减少能量消耗;最后,对比基于PSO优化模糊C均值的分簇路由算法(POFCA)、低功耗自适应分簇(LEACH)以及高效非均匀分簇算法(EEUC)性能。结果表明：在网络生命周期上,EBPSO算法比POFCA、LEACH、EEUC分别提升1.7%、24.7%、9.2%。EBPSO算法能够延长网络生命周期,适用于铀尾矿库核素监测应用场景。     

基于SSO的铀尾矿库无线传感器网络定位算法

为提高铀尾矿库无线传感器网络(WSN)定位算法的定位精度和收敛速度,利用优化的麻雀搜索算法(SSA)改进基于信号强度指示(RSSI)的定位算法。首先,引入混沌映射和精英方向学习初始化麻雀种群,丰富种群多样性,提高算法的全局寻优能力;其次,采用莱维飞行策略改进搜索者的位置更新方式,避免陷入局部最优;然后,采用优化的SSA代替最小二乘法来定位未知节点,并将定位算法应用于铀尾矿库放射性核素污染监测定位;最后,在不同的锚节点数、通信半径以及噪声标准差条件下,对比麻雀搜索优化定位算法(SSOLA)与加权质心定位算法(WCLA)、接收信号强度指示差定位算法(RSSID)、麻雀搜索定位算法(SSA)、粒子群定位算法(PSO)以及樽海鞘群定位算法(SAP)的性能。结果表明：SSOLA与其余5种算法相比定位误差平均下降41.9%、45.2%、26.8%、39.9%和36.9%,定位精度更高,收敛速度更快。     

基于新内点测试与Grid-SCAN的铀尾矿库监测定位算法

面向铀尾矿库放射性核素污染WSN监测中,由于监测环境制约,针对该条件下节点密度低、带状分布网络连通性差等问题,为保证一定定位精度,提出一种新的定位算法。新内点测试利用RSSI值与海伦公式判断是否在三角形内外,无需未知节点周围其他节点信息,并采用Grid-SCAN寻找概率模型选取点,使该算法满足低密度条件的定位并减少其计算量。约束范围内计算网格内各点RSSI值的概率,并以最大概率坐标为定位结果。经过仿真,新算法较APIT算法在定位精度上提高了55%~69%。     

铀尾矿库WSN安全监控镜像约束域定位算法

铀尾矿库的WSN安全监控监测技术是一门新型领域技术,是实现铀尾矿库安全综合治理的重要前提,定位技术因其能够快速定位事件发生区域的地理位置而成为WSN的关键技术之一。RSSI测距定位技术因其易于实现、成本低等特点而被广泛应用,然而其在铀尾矿库中会受到多径、非视距等因素的影响,远距离得到的RSSI值测距误差较大。为此,提出一种镜像最小通信圆约束域定位算法,未知节点利用多个近距离RSSI测距值生成最小通信圆,以锚节点坐标镜像最小通信圆生成镜像圆,多条件约束形成定位区域进行区域定位。仿真结果表明:多最小通信圆定位效果优于单最小通信圆,且比传统RSSI和RSSI质心算法具有更高的定位精度和较小的误差均方差。     

基于层次分析法的尾矿库远程监测单元体系的构建

通过对我国近年来尾矿库发生的事故的统计分析,用系统的观点与层次分析法建立了尾矿库远程监测单元体系,确定各监测单元的权重并进行总排序,为不同实际工程概况的尾矿库选取与之相适应的监测单元进而建立尾矿库远程监测系统提供了科学依据,对保障尾矿库库区下游居民的生命财产安全起到了重要作用,为避免因尾矿库事故而造成的环境污染提供技术支持。     

基于多层次集对分析的退役铀尾矿库区浅层地下水污染风险评价

退役铀尾矿库区浅层地下水污染风险评价体系存在不足。根据库区污染物的垂向迁移过程划分3个理想层并逐层进行污染风险分析,整合常用地下水污染风险的评价方法建立评价指标体系。为降低评价系统的不确定性,在采用层次分析法确定各层指标权重的基础上,由指标层确定系统层的综合指数,将该综合指数当作观测值通过直线形测度函数确定系统层未知测度评价矩阵,由此建立了污染风险评价等级与集对分析联系数的对应关系,并进行集对势分析呈现风险态势,构建退役铀尾矿库区浅层地下水污染风险评价体系。通过评价实例验证了构建的退役铀尾矿库区浅层地下水污染风险评价体系可行,评价结果属于中等污染风险等级,且集对势分析结果表明实际系统的污染风险态势较低。     

尾矿库安全运行的保障——“尾矿库隐患无损诊断风险分级与监测预警技术研究”

尾矿库隐患无损诊断、风险分级与监测预警技术研究,以防止尾矿库引发安全事故为目的,针对尾矿库溃坝隐患探测、灾害预防、在线监测预警所遇到的关键技术问题进行了研究。该研究成果已分别在9个尾矿库建立了在线监测与预警系统,并探测、诊断出12座尾矿坝坝内裂缝、松散软弱夹层等隐患,为隐患治理提供了依据。     

基于无线传感器网络的气体泄漏源快速定位方法研究

为及时发现大气环境中危险化学品泄漏事故,快速准确判断泄漏源位置,实现有效的监测监控,开发出集气体质量浓度信息采集、时间校准、无线收发等功能于一体的集成探测模块。在此基础上,建立基于无线传感器网络(WSN)的气体泄漏实时监测平台,提出实时监测数据和高斯扩散模型相结合的气体泄漏源快速定位方法。通过开展实际场地泄漏试验,实现气体泄漏源的快速定位,并分析试验系统的敏感度。结果表明:气体泄漏扩散受风力影响很大;合理布局探测器,能有效提高泄漏源定位精度,为危险气体泄漏事故的应急决策提供决策参考。     

基于UKF的深井监测移动节点定位算法

针对线性系统理论的监测定位技术误差较大且又无法实时监测深井人员及移动设备的位置问题,提出一种基于非线性函数不敏卡尔曼滤波（UKF）移动节点定位算法（U-MPA）。在建立U-MPA监测系统及巷道模型的基础上,采用UKF方法对RSSI滤波测距,通过局部坐标系,实现对移动节点实时定位监测;同时,通过改变锚节点间距密度,实现不同定位精度要求。仿真实验表明:U-MPA算法相比RSSI算法定位误差有明显减小,U-MPA算法的平均定位偏差为RSSI算法的44%。     

基于多点关联性的尾矿坝位移监测序列异常值诊断*

针对尾矿坝位移监测序列中噪声和真实异常值的区分问题,提出1种基于多点关联性和改进孤立森林（IF）算法的异常数据诊断模型。通过IF算法对监测序列中的各样本点异常程度进行量化计算,引入云模型（CM）算法确定IF量化的异常得分与异常概念的相互映射关系以实现异常点的初步诊断,根据Apriori算法计算多测点序列间的关联性,找出强关联序列组合,结合序列关联性以及异常点诊断结果区分噪声与真实异常值。以某尾矿坝位移监测序列为例进行模型验证。研究结果表明:基于多点关联性的异常诊断模型能够有效区分尾矿坝位移监测序列中的噪声与真实异常值,提高监测系统的准确性。     

某铀尾矿库地震和渗流耦合作用下稳定性研究

为了研究某铀尾矿库在不同工况下渗流流态和安全系数,以南方某铀尾矿库为对象,耦合GEO-Studio软件中SLOPE/W和SEEP/W模块,并利用极限平衡理论模拟研究了不同工况下坝体渗流流态和安全系数。结果表明:水流主要通过尾粉土层流过尾矿坝,使水力坡降主要集中在初期坝坡前底部;随着水位上升,坝体中水力等势线越来越稀疏,同时尾矿坝3个渗流截面流速加大; 6~9度地震烈度激励下,尾矿坝安全系数维持在1.23~0.91之间,不能满足规程要求。建议初期坝坡坝底埋设排水管,减小水流对初期坝压力,同时对尾矿坝,特别是尾粉土层进行灌浆加固,提高尾矿坝稳定性。     

一种用于尾矿库干滩长度在线监测的新方法

通过分析当前常用干滩长度在线监测方法所适应的条件及其存在的问题,提出了一种可用于干滩长度在线监测的新方法——渗流反推法,其基本原理是通过在干滩面上依次布置一定数量的渗压计,以获取实时的浸润线,然后通过建立浸润线的库长-坝高坐标系,再结合库水位,通过解算浸润线与库水位方程组,计算出尾矿库的干滩长度。该方法具有适应性强,监测准确,费用低、操作与维护简单、抗雷电能力强等优点,为干滩长度在线监测新方法的探索提供了参考。     

基于无人机摄影测量的尾矿坝边坡表面变形监测

为弥补传统基于GPS/GNSS的单点监测方式无法反映尾矿坝整体变形的局限性,提出1种结合坝坡现有位移监测系统的无人机尾矿坝边坡表面变形监测方法.利用单镜头轻小型多旋翼无人机和计算机视觉技术对尾矿坝的空间三维地理信息进行数据采集与重建;基于设置在坝坡表面的位移人工监测点(水泥桩)对多期尾矿坝点云数据进行配准;通过对不同时...     

体积含水率对铀尾矿氡析出率影响的试验研究

选取我国南方某铀尾矿库的自然尾矿样品,分析了其粒径分布和主要化学成分,设计并制作了测定铀尾矿氡析出率的室内试验装置,采用RAD7氡检测仪测定氡浓度,SM200水分仪测定铀尾矿的体积含水率,并阐述了试验步骤。采用对照试验的方法研究了体积含水率对铀尾矿氡析出率的影响规律。结果表明,随着体积含水率的增加,氡的析出率先上升,当铀尾矿体积含水率达到10%~12%时,氡析出率最高;之后,氡析出率随着铀尾矿体积含水率增加而下降。     

平地型铀尾矿库氡大气扩散数值模拟及环境效应分析

以平地型铀尾矿库为研究对象,采用数值模拟方法,分析了铀尾矿库下风向的氡扩散和浓度分布,并预测了该地区常年主导风向下氡对公众所致的年有效剂量。结果表明,风速从0.5 m/s变化到2.0m/s时,氡在尾矿库下风向的积聚范围由5 000 m缩减为2 500 m,尾矿库下风向2 500 m距离以内的氡浓度降低较快,随着距离的增大,近地面区域氡浓度不断降低,5 000 m外氡浓度变化渐趋平缓。U10=0.5m/s时尾矿库下风向地区的氡浓度比其他风速下最高高出近43%。对照公众个人的年有效剂量标准,考虑风频风速影响,对氡的环境效应分析表明,低风速下现行标准中铀尾矿库防护距离的规定值偏小,应进行适当调整。     

基于ARDUINO的铀矿井下环境监测及智能通风系统设计

针对铀矿井下受限空间内氡及氡子体浓度分布特征,分析受限空间含氡作业环境对人体的危害机制,提出基于“人—机—环”互联自适应的铀矿智能通风降氡方案,架构基于ARDUINO的氡气监测及智能调控系统,设计系统的“硬件”和“软件”方案。该系统的核心硬件为ARDUINO开发板和ESP8266-WiFi模块,铀矿粉尘浓度、氡及其子体浓度、风速动态数据由相应传感器获取,通过各传感数据采集器以相应的通信协议传输至ARDUINO主控,ARDUINO主控输出指令至通风设备及报警装置。系统同时搭建网络云平台,实现环境监测的远程监控和智能通风系统的远程控制。该系统能够基于物联感知获取环境数据,进行智能控制逻辑运算并实现通风设备自适应调控响应,从而安全、高效、稳定、低耗地调控铀矿井下空气质量指数。     

基于空天地三维数据的尾矿库安全监管技术研究

为提高尾矿库安全状态,解决当前尾矿库监管难度大、代价高、盲区多的现实问题,以四川省盐边县小水井尾矿库为研究对象,采用高分遥感、无人机和三维激光组成的空天地三维数据,建立多层级、多精度三维数据的协同流转模式,通过周边关系分析、关键指标检查、防排洪验算、稳定性分析和溃坝模拟等手段,提供了尾矿库风险管控与定量化评价的参数,研究结果表明:该技术可有效提升尾矿库安全监管的技术能力,有助于促进运营方和监管者建立尾矿库监测-预警-避灾-救援工作体系。