基于多源数据融合的煤矿工作面瓦斯浓度预测*

为了解决瓦斯浓度预测使用的单一数据在预测中影响还不够深入的问题,提出基于LSTM神经网络的多源数据融合瓦斯浓度预测模型。模型将上隅角瓦斯浓度、采煤机速度、工作面吨煤瓦斯涌出量等不同数据融合作为输入层参数,使用Adam优化算法更新LSTM网络层参数,利用Attention机制突出关键影响瓦斯浓度的因素,开展多源数据融合的瓦斯浓度预测,结合某矿1008工作面的实际数据,分析不同数据在瓦斯浓度预测中的作用。研究结果表明:单变量下的Attention-aLSTM预测效果相比LSTM提升14.2%;多源数据融合下的Attention-aLSTM相比自身提升了5%。     

河流底泥活性覆盖板的制备及其对城市内河底泥氮磷释放的抑制效果

我国部分城市内河氮磷严重超标,成为水体富营养化的诱因之一,故需采取消减措施。底泥覆盖法可有效削减城市内河氮磷,但颗粒状覆盖材料具有施工时不易均匀覆盖、雨季行洪排涝时又易流失等问题,从而导致氮磷效果不理想。因此,本研究尝试采用活性覆盖板来控制底泥氮磷释放。活性覆盖板由铝基锁磷剂、水泥和粉煤灰作为主要原料制备而成。考察了材料配比、水料比、成型压力和铝基锁磷剂颗粒粒径等4个因素对活性覆盖板的抗冲刷性能和透水性能的影响;通过室内静态模拟实验探究了活性覆盖板覆盖对氮磷释放的控制效果。结果表明,活性覆盖板制备最佳工况条件为铝基锁磷剂(粒径1~3 mm)、水泥和粉煤灰占比分别为70%、15%和15%;水料比为0.25;成型压力为1.00 MPa;活性覆盖板具很好的抗冲刷性能和透水性能,其抗冲刷系数和透水系数分别为98.01%和0.139 cm·s⁻¹;活性覆盖板主要含有Si、Al、Ca和Fe等元素,其质量分数分别为28.99%、26.99%、22.78%和14.50%;与对照系统相比,活性覆盖板系统对底泥TP和${\rm{NH}}_4^ + $-N释放的平均削减率分别为73.78%和53.93%;覆盖系统上覆水氮和磷质量浓度与对照系统均存在显著差异(P<0.05),由此可见,活性覆盖板能够有效控制污染河流底泥氮磷释放。