安太堡露天矿自卸卡车作业扬尘运移规律及控制技术研究

来源 :辽宁工程技术大学 | 被引量 : 0次 | 上传用户:mybose
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
安太堡露天矿卡车作业作为日常生产活动的主要产尘源之一,产生大量的粉尘,并且在风流的影响下,粉尘的扩散与弥漫污染周边的作业环境,严重威胁矿山工人的身心健康,随着国内矿产资源需求量日益增加,使得矿山不断加大矿石的输送任务,道路运输作业的粉尘污染情况日益严重,目前矿山采用的洒水车洒水抑尘措施具有洒水范围模糊、耗水量大、对路面结构破坏等缺点,因此,有必要对卡车扬尘范围进行有针对性的研究并制定合理的喷雾降尘方案,对矿山道路作业的粉尘治理具有重要的现实意义与参考价值。因此,本文在现场实测与实验研究的基础上,采用数值模拟法对单辆卡车的风流及扬尘浓度分布进行了研究,用FLUENT软件进行数值仿真,采用滑移网格模型与动网格模型相结合的技术模拟了行驶状态下卡车三维流场,并就卡车尾部气流流动状况、转动的车轮附近气流流动状况进行了分析。通过现场收集主要道路的粉尘样品,在实验室进行粉尘分散度的研究,为后续数值模拟提供相关参数,并在计算三维流场的基础上结合就车型、车速、风速等因素对卡车扬尘浓度的大小、运移范围的影响进行了研究,结果表明:卡车尾部气流流动状况随着气流向下游的发展,经历了紊乱形成强度较大的一对拖曳涡的发展过程,且涡对向下游发展过程中涡核中心逐渐向外扩张,卷吸周围的道路的尘土;由对司机室所处的截面的扬尘浓度分布数值模拟结果分析可知,由于车辆自带的挡板作用,运移到司机处的粉尘浓度相对较低,但仍远远超过标准浓度;对车速对卡车扬尘浓度的影响的结果分析可知,风速不变,在车逆风行驶时,车速越大,粉尘向后运移的速度越快,X=0m位置在车驶过3s时浓度达到最大,随后10s内浓度迅速降低,总体趋势为先增加后下降,扬尘浓度随车速的增加而增加,粉尘浓度较高区域在车前后0-30m的范围内;由风流对粉尘运移影响的模拟结果可知,刚起车阶段,在卡车附近由于车力输运占据主要作用导致在车轮前后形成两个粉尘浓度极大值的位置,在车后2m-20m范围内风力输运增强,粉尘浓度随风速增大而增大,在行车5s-10s时,粉尘扩散范围逐渐稳定,在车头到车尾分布范围为100m,在此范围内,风流速度越小,粉尘浓度越大,粉尘在外流场的分布存在“递增-饱和-递减-稳定”的规律。本文在对道路工作面的粉尘产尘机理以及喷雾降尘机理的研究的基础上,对露天矿道路现阶段的喷雾系统进行了分析优化,对降尘喷嘴进行了数值模拟,得出了喷雾降尘系统中不同的喷雾参数对喷雾效果的影响。主要对喷嘴的安装角度、喷嘴直径、喷水量三个参数进行分析得出喷雾降尘中降尘效果最好的安装角度30°,最佳喷嘴直径10mm,最经济合理喷水量为3.8kg·s-1。本论文图共41个,表格共14个
其他文献
随着信息技术的迅猛发展,多元化的在线数据规模越来越大,人们很难从中找到感兴趣且有用的信息。推荐系统的问世缓解了这一问题,它帮助用户更准确、高效的获取信息以满足用户的个性化需求。近年来,基于Web2.0的在线社交网络爆炸式增长,使得融合用户社交关系信息的社会化推荐算法在推荐领域得到了广泛使用。社会化推荐考虑到用户的行为偏好会受到其社交对象的影响,将用户的社交关系作为辅助信息引入推荐系统以缓解用户冷启
学位
水质预测是水污染防治中的一个关键环节,目前关于机器学习的水质预测已成为工程领域的一项重要研究课题。由于水质时序数据的复杂性,传统的物理预测法和统计预测法存在效率低和精度差等不足,针对上述问题,本文提出基于二层分解技术结合麻雀搜索算法优化Elman神经网络的水质预测模型。首先,在数据预处理阶段,采用拉依达法则、三次样条插值和min-max算法对数据进行离群值剔除、缺失值填充和数据归一化处理,为后续的
学位
随着人们的需求不断提高,推荐的目标从单一变成了群组,群组推荐逐渐成为研究的焦点。群组推荐的特点是它需要同时考虑一个群组内所有成员的偏好,但目前的研究存在一定的不足,包括:第一,群组推荐方法的研究中大多使用固定的、对称的关系权重进行预测项目评分,但群体决策过程复杂,需要在群体成员之间进行权衡。现有的研究往往忽略群体成员之间复杂的关系影响导致群组推荐准确度偏低;第二,在现有的研究中虽然对于时间迁移问题
学位
骨龄是评估儿童生长发育状况的常用指标,主要用于了解儿童的身体发育情况,在临床医学研究中,骨龄被用于判断儿童发育情况、分析与诊断内分泌、营养方面的相关疾病。传统骨龄评估方法由医师评估骨龄,依赖医生的熟练程度,主观性较强,结果波动较大。基于机器学习的骨龄评估方法需要手动提取分割区域的特征,因此计算复杂、耗费时间、泛化能力弱。针对目前人工骨龄评估和基于传统机器学习骨龄评估方法中的问题,论文提出了一种基于
学位
随着互联网技术与共享经济模式的快速发展,时空众包成为群智感知模式的一个新型范例,它刻画了物理世界与网络世界协同交互的关系,将具有时间限制和地域敏感特征的真实任务通过云平台外包给分散的潜在工人,旨在完成基于位置的传感任务。如何为众包工人推荐和分配与之偏好密切相关的任务,是时空众包研究中的一个关键问题。本文综合考虑到平台收益、任务发布者对任务反馈的满意度以及众包工人对任务的适应力三方需求,根据众包工人
学位
推荐系统是解决信息过载问题的有效手段,但是推荐算法在挖掘用户和产品之间的关系容易出现用户隐私泄露的问题,对用户的隐私保护造成了危害。因此基于隐私保护的推荐算法研究成为当前有待解决的问题。本文对基于压缩感知差分隐私保护的协同过滤推荐算法进行了研究,在差分隐私保护与协同过滤关键技术与理论分析的基础上,研究了推荐系统面临的隐私攻击问题。建立了基于压缩感知差分隐私保护的协同过滤推荐模型,对压缩感知模型和对
学位
电子商务平台的出现使信息数量增长过快,出现了信息过载的问题,推荐系统可以有效解决当前存在的信息过载问题。由于当前大多数平台出于对用户的隐私保护,使用户的信息处于一种匿名的状态,无法获得用户个人的准确信息,使用传统的推荐算法在获取用户嵌入向量的过程中有一定的局限性,而基于会话序列的推荐算法可以有效的解决现存的匿名会话的问题。但是在现有的会话序列推荐方法中,存在以下问题:当一个会话中的用户交互行为较少
学位
不同品牌和应用场景的光传感器元件以及成像系统的差异导致相机只能对特定位置的目标实现聚焦,而其他位置的目标则因失去焦点变得模糊,因此需要用到图像融合方法来生成全焦图像。但是现有基于变换域图像融合方法存在产生融合图像颜色失真、聚焦和离焦边界仍然模糊的问题,现有空间域方法割裂了图像融合中变换系数活跃度测量与融合规则之间的关联,导致其性能受限。针对上述问题,依据是否具有标准的参考图像,分别提出了基于Sia
学位
学位
我国是一个化学品的生产大国,社会的发展进步也离不开化学品的存在。但是基于化工行业的特殊性,其发生事故的频率和造成事故的影响都是不容小视的。本文根据国家应急管理部以往的化工事故数据样本,对2011-2020这十年间我国较大及以上化工类事故进行了统计分析。结果表明:这十年间我国发生的化工事故总体呈缓慢减少的趋势,死亡人数呈波动性;3月4月为事故的频发月份;我国华东地区为主要的事故发生地;事故的类别主要
学位