关键词：
变化系数（精选九篇）
变化系数 篇1
血细胞分析是临床最常用的检验项目之一, 检验科对血细胞分析仪依赖性越来越强, 其结果的准确性直接影响对患者的诊治。因此, 《医学实验室质量和能力认可准则 (ISO15189:2007) 》[1]和卫生部颁发的《医疗机构临床实验室管理办法》[2]两个文件, 要求对血细胞分析仪等设备进行校准。我院实验室自2008年购置了SYSMEX XT-1800i全自动血细胞分析仪后, 先后按照《血液分析仪校准规范化的建议》[3]和《血细胞分析的校准指南》[4]进行校准。本文介绍XT-1800i全自动血细胞分析仪2013年第1次校准的流程并对2008年~2013年共10次校准后各参数校准系数的变化进行回顾和分析, 供实验室工作人员了解仪器的状况。
1 材料与方法
1.1 仪器与试剂
日本SYSMEX公司生产的XT-1800i血细胞分析仪, 厂家配套试剂, 具有溯源性的SYSMEX校准物SCS-1000[5], 每6个月校准1次。质控品分别为e-check (for XT) 高、中、低3个水平。
1.2 方法
1.2.1 校准前的准备
执行仪器保养和功能检查, 检查校准环境条件 (18~25℃) , 运行空白计数, 确认仪器的背景计数、精密度及携带污染均在说明书规定的范围内。
1.2.2 XT-1800i手动模式
使用SYSMEX配套校准物SCS-1000, 校准白细胞 (WBC) 、红细胞 (RBC) 、血红蛋白 (Hb) 、平均红细胞体积 (MCV) 和血小板 (Pl T) 。
1.2.3 校准品的准备
(1) 从冰箱中取出2瓶SCS-1000, 放置30 min, 恢复室温 (18~25℃) 。
(2) 保持瓶子直立状态, 用双手轻轻搓动20 s, 然后将其颠倒后再搓动20 s以上。
(3) 轻轻来回倒转12次使其充分混合均匀, 确保所有细胞都已悬浮起来。
(4) 进行分析前在平面上静置15 s, 使泡沫散去。
(5) 将2管校准物合在一起, 混匀后再分装于2个管内, 其中一管用于校准物的检测, 另一管用于校准结果的验证。
1.2.4 校准物的检测
手动模式, 使用仪器维修菜单中模式选项的“质控血模式”, 连续测定11次, 第1次检测结果不用, 以防止携带污染。将第2~11次的各项检测结果记录于EXCEL表格中。计算均值、均值与校准物定值间的偏差 (偏差= (均值-定值) /定值×100%) 。其偏差与血细胞分析校准的判定标准 (表1) 数据进行比较, 再依据《血细胞分析的校准指南》[4]判定标准进行判定。2013年第1次校准发现Plt偏差>3.0%, 需要调整校准系数 (表2) , 其余项目校准系数不需调整。
1.2.5 校准结果的验证
将用于校准验证的校准物充分混匀, 在仪器上重复检测11次, 去除第1次结果, 计算第2次~11次检测结果的均值及均值与校准物定值间的偏差, 再次与表1中的数值对照。如各参数的差异全部≤第1列数值, 证明校准合格。如达不到要求, 须请维修人员进行检修。本次校准各参数的差异全部<第1列数据, 证明校准合格 (表3) 。
1.2.6 自动模式的校准
(1) 确认XT-1800i手动模式得到正确校准。
(2) 取新鲜血在手动模式状态下检测11次, 去除第1次结果, 计算第2次~11次检测结果的均值, 计算均值, 然后在自动模式下检测11次, 计算均值, 计算自动模式和手动模式的偏差, 自动模式和手动模式结果偏差须小于仪器规定允许范围[6], 否则校准自动进样模式系数, 再做实验确认。本次校准自动模式和手动模式的偏差符合仪器规定允许范围, 无需调整校准系数 (表4) 。
1.3 校准系数变化分析
对2008年~2013年共10次手动模式校准后各参数校准系数的变化进行回顾和分析, 见图1。
2 讨论
由表2~4检测结果及图1各次校准系数变化图可知, 血细胞分析仪使用一段时间后各参数会发生漂移, 应按照中华人民共和国卫生行业标准《血细胞分析仪的校准指南》要求, 每半年正确校准1次[7]。我院实验室每年都严格按照要求进行校准, 但目前实验室血细胞分析仪的校准主要依赖于仪器制造厂商工程师, 因此今后要求设备负责人应当努力掌握规范化的血细胞分析校准方法。
通过对校准系数的变化进行分析, 2008年第1次校准为仪器安装完毕后进行的, 发现WBC校准系数发生变化, 表明新安装的仪器由于搬运、安装及检测环境的变化, 其校准系数也会发生变化, 因此使用前必须进行校准。5年间, 除RBC校准系数未发生变化, 其余项目校准系数均发生过变化, 变化较大的为MCV, 说明仪器在长期使用过程中, 其校准系数发生了变化, 需要定期校准。本实验室使用具有溯源性的SCS-1000校准物校准XT-1800i, 使血细胞分析仪的检测结果更加准确, 也更有临床诊断价值[8,9]。
摘要：目的 介绍XT-1800i全自动血细胞分析仪的校准流程, 并对校准系数的变化进行回顾性分析, 以了解仪器的状态。方法 按照《血细胞分析校准指南》对血细胞分析仪进行校准, 分析了2008年2013年共10次校准后各参数的变化。结果 2013年第1次校准发现血小板 (Plt) 偏差>3.0%, 需要调整校准系数, 其余项目校准系数不需调整。5年间, 除红细胞 (RBC) 校准系数未发生变化, 其余项目校准系数均发生过变化, 变化较大的为平均红细胞体积 (MCV) 。结论 血细胞分析仪使用一段时间后各参数会发生漂移, 需要定期进行校准。
关键词：血细胞分析仪,校准品,校准系数,血细胞
参考文献
[1]中国合格评定国家认可委员会.医学实验室质量和能力认可准则 (ISO15189:2007) [S].
[2]中华人民共和国卫生部.医疗机构临床实验室管理办法[S].2006-02-27.
[3]丛玉隆.中华医学会检验分会血液学、体液学专家委员会.血液分析仪校准规范化的建议.血液学体液学检验与临床释疑[M].北京:人民军医出版社, 2004:294-298.
[4]WS/T 347-2011, 血细胞分析的校准指南[S].
[5]Kutzner M.Metrological traceability of values assigned to Sysmex SCS-1000 haematology calibrator[J].Sysmex J Inter, 2002, 12:49-55.
[6]杨春英, 谭群英, 罗卫江.HORIBA ABX Pentra DF120五分类血液分析仪校准实例[J].贵州医药, 2013, 37 (3) :252-253.
[7]李芳文, 钟兰君.甘肃省血细胞分析仪校准情况调查分析[J].甘肃中医学院学报, 2012, 29 (6) :100-101.
[8]Kutzner M, Rowan RM.Traceability of haematology results-an industry view[J].Sysmex J Inter, 2001, 11:1-7.
变化系数 篇2
小子样疲劳寿命分散系数置信区间随应力的变化规律研究
针对疲劳寿命样本小子样统计分析问题,采用Bootstrap方法模拟母体标准差的抽样分布,并结合纠偏的百分位法估算母体标准差的置信区间,着重估计了疲劳分散系数的置信区间.首先利用Bootstrap方法在参数区间估计方面的优越性能,对已知疲劳寿命母体分布的模拟试验数据进行了疲劳分散系数置信区间的估计,通过与真值的对照分析,验证了结合纠偏百分位思想的`Bootstrap方法进行疲劳分散系数区间估计的可信性.然后利用此方法对航空材料的140个钢合金试件和295个铝合金试件的真实疲劳寿命试验数据进行了疲劳寿命分散系数的区间估计,并研究了疲劳分散系数置信区间随疲劳试验应力的变化规律,为在工程实际中分析疲劳寿命试验数据提供了参考方法.
作 者：万越 吕震宙 范宇 WAN Yue LU Zhen-zhou FAN Yu 作者单位：西北工业大学,航空学院,陕西,西安,710072刊 名：航空计算技术 ISTIC英文刊名：AERONAUTICAL COMPUTING TECHNIQUE年，卷(期)：39(1)分类号：V215.5关键词：疲劳分散系数 置信区间 Bootstrap方法 百分位法 试验应力 变换规律
变化系数 篇3
【关键词】单独供水；大学校园；用水量时变化系数；调查与分析
1、引言
近年来高等院校办学规模不断扩大，有许多学校都在原校址或新址扩建或新建校舍。因此，其用水情况也发生了很大的变化，特别是对新建校区，合理的确定其供水系统规模对确保校园各项用水，缓解能源浪费具有一定的工程意义。给水系统设计中，用水量小时变化系数的确定直接影响到整个给水系统输配水管网、水处理系统、泵站规模等的造价。所以正确地选择符合实际情况的用水量时变化系数具有一定的现实意义。为了探索设置单独供水系统的大专院校的用水规律，寻求较为符合实际情况的用水量时变化系数kh值。笔者分别对甘肃某高职学院的夏（冬）季工作日、非工作日的用水量进行调查和实测，得到其在各时段的用水量时变化系数，为研究同类型大专院校用水标准及变化规律打下基础，望对其给水规劃及给水工程设计和建设提供依据。
2、用水量调查及特征分析
2.1用水量统计
甘肃某高职学院校区内设置独立的供水系统。针对甘肃某高职学院的具体情况，我们分别挑选了其夏令时（即每年5月1日至10月1日）及冬令时（即每年10月1日至次年5月1日）工作日及非工作日的用水情况作为研究对象，调查其用水情况。据统计，目前该校区在不同时令的工作日与非工作日内平均每天各不同时间内用水情况如表1所示。
2.2数据分析
从表1中不难发现，该校在夏、冬季工作日的时变化系数都较大，分别为Kh1=3.168和Kh3=3.144，且接近。但与《规范》规定1.3～1.6相差甚远。通过走访调查发现，产生这一现象的主要原因与该校的作息时间有密切关系。该校供水主要是供给学生宿舍水房和卫生间用水、餐厅厨房用水、公共浴室用水、开水房用水、教学区公共卫生间用水以及校园内绿化用水等用水比较单一和集中。在工作日，起床、洗漱、上课、吃饭等活动比较固定和集中，从而引起学生用水也比较固定和集中，因此，造成在夏、冬季工作日的时变化系数较大。而夏、冬季非工作日时变化系数相对较小，分别为Kh2=1.656和Kh4=1.944，与《规范》接近，但均高于《规范》的规定值。产生这一现象的原因主要是在非工作日的时间各种用水对象均可以自己分配用水时间，各种日常活动比较随意和分散，从而引起学生用水也比较分散。另外，校园内用水对象主要服务于学生，并无工（企）业用水。
3、结语
1）设置单独供水系统的大专院校用水量主要受用水对象及其作息时间的影响，其用水量小时变化具有明显的周期性，一天当中分别出现早、中、晚三个用水高峰，而其他时段变化不显著；
2）设置单独供水系统的大专院校用水变化规律与校园规模密切相关，校园规模越小，用水量变化波动越大，变化系数亦越大。
3）设置单独供水系统的大专院校用水量均匀性较城镇用水差，由于校园内生产用水量较少，甚至无生产用水。因此，建议在进行大专院校新区建设时，其时变化系数宜在《规范》规定的基础上适当放大。
参考文献
[1]GB50015-2003（2009版）建筑给水排水设计规范
[2]张祥中.福建省城镇用水量时变化系数的调查与分析[J].福建建设科技，1997（2）：32-33
[3]张勤等.大学学生宿舍用水时变化系数简析[J].四川建筑，2011（10）：63-67
[4]吉芳英等.小城镇用水量变化特性研究[J].中国农村水利水电，2006（6）：13-17
[5]范跃华，刘满.集镇用水量小时变化系数的测定[J].给水排水，1993（3）：42-44
作者简介
学校：甘肃林业职业技术学院.学校所在城市：甘肃省天水市.作者名字：吴亚群.出生年月：1983.3.研究方向：给水排水工程，市政工程等.学历：硕士.职称：讲师.
注：
项目基金名称：甘肃林业职业技术学院科技计划资助.
基于速度变化量的车辆折算系数研究 篇4
对于车辆折算系数的研究, 1950年HCM给出两车道平原地区一辆卡车产生的影响和两辆小汽车相同[2]。1965版的HCM之后, 各种交通状况下的车辆折算系数得到了广泛的研究[3]。Krammes等[4]根据不同的车辆跟随情况, 给出了依据时距的车辆折算方法, 该方法中考虑了大车跟随大车, 大车跟随小车, 小车跟随大车以及小车跟随小车等情况下得平均车辆间距, 由于该方法较简单, 实际参数提取实现也较容易, 使得该方法得到了较为广泛的应用。Nathan Webster等[5]使用FRESIM仿真软件, 以密度相等为基础, 分析了车辆折算系数的推算方法。Ahmed F.Al-Kaisy等[6]以车辆排队消散时的交通量为数据来源, 以通行能力变化最小为目标建立了优化函数, 设定通行能力的取值范围作为约束条件, 以车辆折算系数为变量, 得到了车辆折算系数值。Umama Ahmed[7]通过实测数据, 使用了车头时距法分析了各种车辆的折算系数。付强等[8]以对道路的服务水平影响相同为基准, 通过Greenshield模型, 借助VISSIM仿真平台对不同流量、不同混入率下得车辆折算系数进行了研究。敖谷昌等[9]通过分析时间占有率和车辆折算系数的特征, 给出了以时间占有率为基础参数的车辆折算系数计算方法。
以大型车对标准车产生的三个方面的影响分析为基础, 从现实参数易于提取的角度出发, 提出了基于速度变化量的车辆当量折算系数, 通过对影响折算系数的流量、服务水平、坡度、大车比例等进行分析, 构造相应的仿真场景, 使用文中提出的以速度的变化量为基础的车辆折算系数方法, 对不同仿真场景下的车辆折算系数进行了分析。该方法为车辆折算系数的研究提供了一种新的思路。
1 车辆折算系数研究状况分析
1.1 基于交通密度的车辆折算方法
交通密度的定义为单位长度车道上某一瞬间所存在的车辆数。流量为单位时间内通过某一段面的车辆数。基于交通密度的车辆折算方法步骤为:首先, 只使用标准车, 使用仿真的方式产生从0到通行能力的9种不同交通流量下的流量-密度, 使用这9个点绘制成曲线;第二步在混合交通情况下使用仿真的方式绘制同样的流量-密度曲线;第三步将其中Δp比例的标准车使用同样数量需要折算得车辆;第四步运行替换后的混合交通, 将得到对应的流量和密度, 如图1中的C点;第五步画一条水平的曲线, 和另外两个已绘制曲线的交点分别记为B和A, 可以得到点B和A对应的流量值qM和qB, 则车辆折算系数可以使用下式计算[5]:
该方法在基于密度相等的基础上给出了车辆折算系数计算的方法, 但在现实中实现上述步骤较难实现。
1.2 时距法
车头时距的定义为用时间表示同一队列中相邻两辆车车头之间的间隔。时距法, 就是根据车辆的车头时距分析车辆的折算系数。其表达式为[4]:
式 (2) 中, 为小车跟随大车的平均车头时距;为大车跟随小车的平均车头时距;为小车跟随小车的平均车头时距;为大车跟随大车的平均车头时距;p为大车的比例。
另外, 在使用车头时距进行计算时, 如果检测是从车辆后轴开始, 如下图所示。则后车起主要影响, 前车对车头时距的影响不大, 即应该相差不大, 因为此时主要的距离是考虑后车长度加上两车间的间隙如图2所示。
而两车速度在连续流时则相差不会很大, 因此, 在相同情况下, 这两种组合下车头时距也相差不大。此时, 上式简化为:
如果进一步设定相差不大, 此时, 式 (3) 简化为:
式 (4) 中, 是大车的平均车头时距, 是小车的平均车头时距。
时距法算法较简单, 且参数提取较容易, 但在车辆流量比较少的情况下, 大车与大车或者大车与小车的车头时距可能小于小车与小车的车头时距, 此时得到的PCE将出现小于1的情况, 且在上述算式简化的过程中没有考虑大车对驾驶员心理影响造成的车辆间距的不同。
1.3 超车法
超车法的基本计算公式如下[10]:
式中, s2i是被超越车辆的速度;s1j是超车的速度;Xi是被i车超过的车辆数;Yj超过j车的车数, n和m分别是被超越和超越的车辆数。速度指单位时间内车辆行驶的距离。
式 (5) 是只有标准车的情况下得到的Nb值, 在混合情况下, 使用同样数量的大车替换小车, 会观测到另外一组情况下得Nm值, 而车辆当量系数及为:
超车法适用于两车道的情况, 计算表达式较简单, 但方法需要的观测的数据较多, 且现实中不宜观测。
2 基于速度变化量的车辆当量换算系数分析
车辆速度能够直接体现驾驶员对道路以及交通状况的反应, 如后面跟驰行使的小车前是大车, 则由于大车的加、减速以及自身速度较小型汽车均要小一些, 而且后面跟驰行使的小车驾驶员的视线容易被前面行使的大车所遮挡, 另外, 由于大车的体积较大, 给后面行使的小车驾驶员的心理上会造成一些影响, 使得驾驶员会采取较谨慎的驾驶方式, 所以将会直接反映在驾驶员选取较低的行使速度跟驰在大车之后。而如果一辆小车跟驰行使在另一辆小车之后, 则由于车辆的动力特征相似、视野较开阔等因素, 后车驾驶员会采取比较激进的方式跟驰行使, 相对行使的速度也较快。所以本论文选择使用速度作为车辆当量换算的参数, 根据速度变化情况分析车辆当量换算系数, 即由于大车的混入带来的车均速度变化与标准车车均速度变化的比值, 参考R.F.Benekohal等[11]对交叉口车辆折算系数的研究思路, 给出基于速度的车辆折算系数表达式为:
式 (7) 中, S-PCEi, j表示第i种车辆在第j种交通情况下的车辆当量换算系数;Δsi, j表示第j种混合交通情况下, 第i种车辆引起的平均行使速度的变化量;sb, j表示只有标准车辆的时候, 在第j种交通情况下的平均行使速度。
如果得知该路段所有车辆的行使速度, 则可以得到混合行使和标准车行使情况下的总车辆行驶速度, 即
式中, Si, j混合i种车辆在第j种交通情况下的车辆行使速度总合;si, j, k混合i种车辆在第j种交通情况下第k辆车的车辆行使速度;Sb, j为标准车辆在第j种交通情况下的车辆行使速度总合;sb, j, k为只有标准车时第k辆标准车的行使速度;n为行驶的车辆总数。
则由车辆当量换算系数的计算式可以得到
式 (10) 中, si, j表示混入第i种车辆后, 在第j种交通情况下的平均行使速度;nj为i种车的流量, pi, j为i种车在第j种情况的比例。
3 仿真试验及分析
3.1 因素选取
大车与小车的区别主要可以概括为以下三个方面:大车的空间尺寸比小车大, 一般而言, 普通的公交车长度为12 m左右, 而小汽车的长度为4.6 m左右, 所以, 与小汽车相比, 行使在道路上的大车将占用更多的空间位置;大车的动力特征与小车存在差别, 与小汽车相比, 大车的平均加速度、速度比小汽车小, 从与小汽车相同的初始速度加、减速至另一个相同的速度, 大车需要消耗更多的时间与空间;大车会对行使在其前、后以及邻近车道的车辆驾驶员心理和操作带来影响, 如一辆小车跟随在大车后行使, 由于大车对小车驾驶员视线的遮挡, 小车驾驶员无法看到前方道路、标志等情况, 造成小车驾驶员在心理较为紧张, 驾驶操作上也较为谨慎, 而小车驾驶员也更倾向于远离大车或者在换道条件许可的情况下更换到其他车道行驶。
对于车辆当量系数影响因素的选择, 可以从以下几个方面进行分析:
(1) 车道数。由现场的交通情况可知, 只有一条车道时, 车辆没有换道选择, 所以小车只能跟随在大车后行使, 受大车的影响较大;有两条车道时, 增加了车辆换道的可能性, 即跟随在大车后行使的小车可以根据具体的交通情况选择更换到隔壁车道行驶, 或者选择隔壁车道超过大车行使;有3条车道时, 车辆选择换道的概率将大大增加, 此时, 如果有两辆大车并排行使, 则跟随在两辆大车后的小车可以选择第三条车道换道;三条以上车道的情况车辆换道可能性则进一步增加。所以论文选择分析的车道数分别取为1~4条。
(2) 流量。当车辆数比较少时, 车辆以自由行使速度行驶, 受到大车的影响较小, 当车辆数比较多时, 车辆处于跟驰行使的状态, 此时, 跟随在大车后的小车将受到大车的影响, 所以流量对于车辆折算系数值将存在影响。由于研究区分了坡度, 即分析地形为山地城市, 参考重庆市城市道路交通规划及道路设计规范, 设置一条车道的输入流量分别为200 v/h, 500 v/h, 1 100 v/h, 1 300 v/h作为不同服务水平下的交通量。
(3) 坡度。由于大车和小车具有不同的爬坡性能, 在不同的坡度路段, 大车和小车的加、减速以及速度运行特征有所差异。以下坡为例, 相对于平坦的道路情况, 小车比大车具有更高的加速度和速度, 且驾驶更为灵活。但如果小车跟随在大车后行使, 则受到大车的影响, 更高的加速度和速度以及驾驶行为均无法体现, 所以, 坡度对车辆当量折算系数也有影响。参考重庆市城市道路交通规划及道路设计规范, 本次分析将坡度最高取为9%, 中间取5%, 即坡度取值分别为0, 5%, -5%, 9%, -9%。
(4) 大车比例。大车比例较低时, 大车出现的概率较小, 对于小车的影响可能较小, 而大车比例增加时, 则对小车的影响可能会增加。综合近几年重庆市和其它城市公交比例, 本次取大车比例最大值为40%, 即所取得大车比例分别为0%, 10%, 20%, 30%, 40%, 考虑5种大车比例下的车辆折算系数。
3.2 仿真及分析
上述几种情况有交互作用的可能, 如大车比例较低时, 流量较小的情况下, 可能大车对小车几乎不会产生影响, 但大车比例较高时, 流量较小时也会有所影响, 流量增加时, 影响可能更大。本次研究中对于上述各种情况, 分别对车道数为1条、2条、3条、4条, 每车道流量分别为200 v/h、500 v/h、1 100 v/h、1 300 v/h, 坡度分别为0、5%、-5%、9%、-9%以及大车比例分别为0%、10%、20%、30%、40%各种组合的交通场景进行仿真。对于车辆自由行使速度, 参考重庆市城市道路交通规划及道路设计规范, 小车的自由行驶速度为60 km/h, 公交车的自由行驶速度为45 km/h, 对于小汽车的最大加速度取为3.0 m/s2, 公交车的最大加速度为1.5 m/s2。考虑HCM2010给出的PCE的定义为:在特定道路状况、交通状况以及控制情况下, 相同的运行状况下一辆大车折合为标准车的数量[1]。文中对于不同坡度时标准车速度的计算选择的是该坡度情况下没有大车混入的标准车在当前道路及交通状况的行使速度。
通过在VISSIM仿真模型中设置检测器提取相关的参数, 使用论文分析的S-PCEi, j法对不同情况下的车辆折算系数进行分析, 结果如图3~图6所示。
对车道数而言, 从1车道到2车道, 各种情况下的车辆折算系数均出现增加的趋势, 从2车道到3车道, 系数均减小, 3车道和4车道的折算系数相差不大。对大车比例而言, 随着大车比例的增加, 车辆折算系数均呈现增加的趋势。对流量而言, 针对1车道和2车道, 随着流量的增加, 不同大车比例情况下的车辆折算系数开始随着流量的增加而增加, 到服务水平为c和d级时, 随着流量的增加, PCE出现了下降的情况;针对3车道和4车道的情况, 流量的变化对PCE的影响没有表现出显著的变化。对坡度而言, 针对不同坡度, 车辆在下坡时, PCE的值比上坡时大, 且坡度越大, 差异性越大。
4 结论
车辆折算系数的研究是对于非标准车标准化折算的过程, 该项研究在交通规划、道路设计、通行能力计算、服务水平评价等方面具有重要意义。论文以不同坡度、不同服务水平、不同车道数以及不同大车混入率下车辆速度的变化量为基础, 对车辆折算系数进行了研究, 为车辆折算系数提供了一种新的方法。研究对于不同坡度下的车辆加速度以及行使速度的确定需要进一步标定, 这也是下一步的研究方向。
参考文献
[1] Transportation Research Board.Highway capacity manual 2010.Washington D C:National Research Council, 2010
[2] Transportation Research Board.Highway capacity manual 1950.Washington D C:National Research Council, 1950
[3] Transportation Research Board.Highway capacity manual 1965.Washington D C:National Research Council, 1965
[4] Krammes R A.Effect of trucks on the capacity of level, basic freeway segments.Pennsylvania State University, University Park, Pa, 1985
[5] Webster N, Elefteriadou L.A simulation study of truck passenger car equivalents (PCE) on basic freeway segments.Transportation Research, 1999;33B (5) :323—336
[6] Al-Kaisy A F, Hall F L, Reisman E S.Developing passenger car equivalents for heavy vehicles on freeways during queue discharge flow.Transportation Research Part A.2002;36:725—742
[7] Ahmed U.Passenger car equivalent factors for level freeway segments operating under moderate and congested conditions.Wisconsin Marquette University, 2010
[8] 付强, 林航飞, 杨晓芳, 等.基于服务水平的车辆折算系数.同济大学学报 (自然科学版) , 2007;35 (1) :67—71Fu Q, Lin H F, Yang X F, et al.Passenger car equivalence research out of level of service consideration.Journal of Tongji University (Natural Science) , 2007;35 (1) :67—71
[9] 敖谷昌, 贾元华, 张惠玲.基于时间占有率分析的车辆折算系数研究.交通运输系统工程与信息, 2008;8 (3) :106—110Ao G C, Jia Y H, Zhang H L.Vehicle conversion factors based on the analysis of occupancy time.Journal of Transportation Systems Engineering and Information Technology, 2008;8 (3) :106—110
[10] Werner A, Morrall J F.Passenger car equivalencies of trucks, buses, and recreational vehicles for two-lane rural highways.Transportation Research Record, 1976;615:10—17
变化系数 篇5
热水小时变化系数Kh是计算全日供应热水的集中热水供应系统设计小时耗热量和小时热水量的关键参数, 它直接关系到热水供应系统设计小时流量和耗热量计算的准确性, 从而影响热水系统的管道规格、水加热器的选型、动力设备设计参数等, 对集中热水供应系统的经济性和可靠性具有十分重要的影响。
以前, 我国的热水小时变化系数Kh一直是沿用前苏联设计规范中的数据。我国早期实施的《室内给水排水和热水供应设计规范》 (TJ15-74) 中, 热水小时变化系数Kh沿用的是前苏联1962的规范;在《建筑给水排水设计规范》 (GBJ15-88) 中, 热水小时变化系数Kh沿用的是前苏联1976的规范, 只是有个别数值的增删。《建筑给水排水设计规范》 (GB50015-2003) 跟GBJ15-88相比, Kh值变化不大, 也只是增加了个别数值。
新版的设计规范[《建筑给水排水设计规范 (2009年版) 》 (GB50015-2003) ], 热水小时变化系数Kh取值发生了重大变化, 新的Kh彻底摒弃了沿用多年的模式。
但在具体运用的过程中, 发现新版规范中推荐的热水小时变化系数Kh的内插法计算值得商榷, 特提出来进行探讨。
2 内插计算法
2.1 内插法的含义
根据已知的x值, 查表可求得y值。但当表内不能一一列出全部的y值, 而所求的函数值y恰好落在两个表列数值的中间;这时可利用表列数据间的引数来求得y值。这种计算方法称为内插法。按使用的目的, 可分为正内插和反内插;按引数的个数, 可分为单内插、双内插和三内插等;按函数的性质, 可分为线性内插、变率内插和高次内插等。
2.2 一元内插法的应用
在工程设计中, 最常用的是一元内插法。其原理是根据等比例关系建立一个线性方程, 然后解得所求数值。
例如, 查表时, 需要求的y值没有对应的x值, 而只有临近的x1和x2, 即落在x1和x2之间。这时候就可以使用内插法求得y值。
当使用一元内插法时, 可以以 (x1, y1) 为基点, 按比例关系来求得 (x, y) 点从而求得y值;同样也可以以 (x2, y2) 为基点求得y值。这两种方法所求得的y值, 应该是唯一值。
具体推导如下:
(1) 以 (x1, y1) 为基点, 有:
(2) 以 (x2, y2) 为基点, 有:
变形后有:
3 新版规范中推荐的Kh计算法出现的问题
新版规范在第5.3.1条的条文解释中专门举例来说明。其给出的已知条件:医院病床800张, 热水定额110L/床·d。但这里有两个变量影响计算结果, 即变量x (床数) :50<800<1000, 变量x′ (定额) :70<110<130。
按新版规范例子给出的条件, 有:
(1) 以 (x1, y1) 为基点, 参考公式 (1) , 有:
(2) 以 (x2, y2) 为基点, 参考公式 (2) , 有:
以上是新版规范推荐的方法, 但显然二者计算的结果并不相同。
出现这个问题的原因是, 影响Kh值计算结果的变量有两个, 就不能简单地用一元内插法进行计算, 而应该采用二元内插法。新版规范推荐的方法算是参考一元内插法公式, 变形后来替代二元内插法, 其算法当然是错误的。
4 二元内插法计算
这里所说的二元内插法实际上是线性二元内插法, 其核心是将一元内插法运用了两次。
为了便于大家理解, 我们以同一本规范中的饮用水嘴同时使用数量m的求法为例。
我们将附录F的表F.0.2简化, 并给定n=210, P=0.042。见表1。
这样, 有两种方法来计算A值 (m) 。 (1) 用内插法求出A1和A2, 再利用A1和A2求得A; (2) 用内插法求出A3和A4, 再利用A3和A4求得A。
下面演示一下第一种方法:
(1) 第一次内插
代入公式 (1) , 有:
同样可算得, A2=16.8。
(2) 第二次内插
代入公式 (1) , 有:
同样, 用第二种方法计算出来的结果完全是一样的。
有的资料介绍, 线性双内插法还有一个简单的公式, 可以将两个步骤合一如表2。
其中x和y均对计算结果产生影响, 所求的值:
同样, 用前例来进行验算如表3。
代入公式 (3) :
可以看出, 公式 (3) 没有用到P取0.045、n取225时的m值18, 其计算是有缺陷的, 因而其结果是近似的, 只能作为参考。
5 结语
综上所述, 新版规范中将一元内插法当作二元内插法来用, 是存在问题的, 其计算结果也是不可靠的。
变化系数 篇6
关键词：车辙隆起系数,混合料迁移,集料迁移
沥青混合料是典型的粘弹性材料, 同时具备虎克弹性和牛顿粘性这两个特点。多数沥青在软化点以上的温度范围内均呈现牛顿流动特性, 70℃下沥青混合料很快进入失稳状态并发生较大变形。车辙试验是一种可以模拟实际路面发生粘弹性变形的十分有效的试验方法。本文针对沥青混凝土在车辙过程中隆起的部分与凹陷的部分进行细致的分析, 在前人的基础上提出合理的评价车辙隆起与凹陷的隆起系数。
1 隆起系数的重新定义
车辙变形由隆起变形与凹陷变形组成, 前人的研究均以隆起高度与凹陷深度之比或隆起高度与总变形高度之比为隆起系数, 而在实际路面中, 隆起高度与测试方法, 测试点有很大的关系, 在一横断面上, 不同位置的隆起高度不同, 集料的大小、凸起高度不同而不同, 所以为了更为准确的定义不同车辙的隆起系数, 本文选用隆起面积来评价沥青混合料的隆起行为, 所以定义隆起面积为s1= (sa+sb) /2, sa为左侧隆起面积, sb为右侧隆起面积, s2为凹陷面积, 所以面积隆起系数为:ks=s1/s2;高度隆起系数为:kh= (h1+h2) / (2×h3) , h1为左侧隆起高度最大值, h2为右侧隆起高度最大值, h3为凹陷深度最大值。
为了分析两种隆起系数的准确性, 本文采用0.7 MPa、0.9 MPa、1.1MPa和60℃、70℃温度环境进行组合试验, 通过断面扫描测得车辙试验机辗压0次、500次、1000次、2000次、3000次、4000次、5000次、6000次、7000次、8000次、9000次、10000次时车辙试件的断面变形轮廓线, 分析隆起曲线随不同条件下车辙深度与隆起高度, 以及断面隆起面积与车辙凹陷面积, 以计算两种隆起系数。试验结果如图1-图6。
从图1-图6可以看出, 不管用哪种隆起系数进行表征沥青混凝土的隆起情况, 都可以得出, 都是先增长, 后趋于稳定的过程, 说明在沥青混合料开始为凹陷为主, 后期为凹陷和隆起同进在发生。
对试验结果进行二次曲线拟合, 分析两种隆起系数的R2, 如表1。
从表1可知, 由面积计算的隆起系数有更高的R2, 从R2来看, 面积计算的隆起系数比高度计算的隆起系数有更高的精度, 回归曲线更为平滑。从隆起系数也可以看出, 当隆起系数趋于稳定时, 混合料开始发生凹陷和隆起同时发生, 混合料结构已发生破坏。
2 隆起系数与荷载作用次数的关系
荷载分别选用0.7MPa, 0.9MPa, 1.1MPa时, 不同荷载作用次数后, 隆起和凹陷断面扫描计算结果如图7, 图8。
从图7, 图8可以看出, 随荷载作用次数的增加, 隆起系数呈递增趋势, 但到2000次后, 基本区趋于平行, 说明在2000次荷载作用后, 隆起系数基本稳定, 也即, 沥青混凝土在2000次作用次数之前, 主要以凹陷为主, 到2000次后有, 隆起面积变化率和凹陷面积变化率基本相同。2000次以后隆起系数在1左右, 说明, 隆起量和凹陷量基本相等。
3 沥青混合料粗细集料沥青胶泥车辙迁移规律
对车辙试件试验后横向切割观察, 发现轮迹两侧隆起变形最大, 轮迹远端隆起最小, 集料的迁移不是单方向侧向迁移, 而是上下左右立体的迁移, 只是侧向迁移最大。从车辙断面观察, 轮迹下粗集料迁出较少, 而侧向迁出的多为细集料及沥青胶泥, 粗集料主要沿竖直方向迁移, 从车辙板底面标记横线来看, 车辙板底面沥青混合料也作侧向移动, 包括粗细集料都在流动。
4 结论
1) 沥青混凝土的隆起系数是先增长, 后趋于稳定的过程, 说明在沥青混合料开始为凹陷为主, 后期为凹陷和隆起同时在发生。
2) 沥青混凝土在2000次作用次数之前, 隆起面积变化率很快, 到2000次后, 隆起面积变化率和凹陷面积变化率基本相同, 隆起量和凹陷量基本相等。
3) 沥青混合料车辙时混合料以立体三维迁移, 细集料及沥青胶泥侧向迁移最为严重, 车轮下粗集料的迁移主要向竖向迁移。
参考文献
[1]张肖宁.沥青及沥青混合料的粘弹性力学原理及应用.人民交通出版社, 2006.
变化系数 篇7
1 材料与方法
1.1 实验动物
成年、健康昆明种小鼠120只,雌雄各半,体重(18±2)g,由兰州大学医学部动物室提供。动物合格证号为:甘医动字第14-006。
1.2 主要试剂
石油沥青,由兰州炼油厂生产,批号031223。1.3实验方法实验动物按体重分层随机分成高剂量组、中剂量组、低剂量组和对照组,每组30只,沥青烟呼吸道吸入染毒剂量分别平均为165、82、41和0 mg/m3。将染毒组动物置入1 m3密闭静式染毒柜中通过呼吸道静式染毒法,每天染毒2 h,每染6 d休息1 d;对照组同等条件下吸入新鲜空气。各组动物在同等条件下常规饲养。染毒后的第1、2、3、4、5,6、7和第8周末分别随机称取部分小鼠体重(电子天平法)。染毒8周后随机将部分动物断头处死,剥离颅骨,至枕骨大孔以上摘取全脑组织,除去脑膜和血管,用生理盐水洗净脏器表面血污后用滤纸吸干,将脑组织准确称重(精确至0.001 g),并计算脏器系数:脏器系数=脑组织重/体重×100%。
1.4 数据处理
对取得的所有数据应用SPSS 13.0软件进行直线回归分析、单因素方差分析、成组均数t检验、配对符号秩和检验等统计分析。
2 结果
2.1 各剂量组小鼠体重随染毒时间不同而变化的趋势比较
见图1。经直线回归分析得出:染毒期间,各组小鼠每周平均体重与染毒周数之间均存在直线回归关系(P<0.01)。高剂量组体重增长曲线的直线相关系数为0.974,直线斜率为1.238;中剂量组体重增长曲线的直线相关系数为0.964,直线斜率为1.275;低剂量组体重增长曲线的直线相关系数为0.963,直线斜率为1.292;对照组体重增长曲线的直线相关系数为0.912,直线斜率为1.388。
2.2 相同染毒时间各剂量组间小鼠体重的比较见表1。
注:与对照组比较,aP<0.05。
结果表明,高剂量组各周的平均体重均低于对照组,且差异有统计学意义(P<0.05);中剂量组第1、2、3、6、7周的平均体重均显著低于对照组,差异有统计学意义(P<0.05);低剂量组第3周的平均体重低于对照组,差异有统计学意义(P<0.05)。同剂量组小鼠间隔2周的体重经配对符号秩和检验(Wilcoxon)得出:高剂量组小鼠体重在6周末,8末体重增长不显著,差异无统计学意义(P>0.05),在2周末和4周末体重增长显著,差异有统计学意义(P<0.01);中剂量组除4周末体重增长不显著,差异无统计学意义(P>0.05)外,其他阶段增长均显著,差异有统计学意义(P<0.01);低剂量组和对照组在染毒期间间隔2周的体重增长均显著,差异有统计学意义(P<0.01)。
2.3 相同染毒时间各剂量组间小鼠体重增长率的比较
见表2。
注:与对照组比较,aP<0.05。
结果表明,各剂量组在整个实验期限内,随染毒剂量的增高体重增长率呈下降趋势。高、中剂量组在0～1周的体重增长率均显著低于对照组,差异有统计学意义(P<0.05);低剂量组及中剂量组1周后在各染毒阶段体重增长率与对照组比较,差异均无统计学意义(P>0.05)。
2.4 各组小鼠脑组织重量及脏器系数变化比较见表3。
结果表明,染毒8周后,随染毒剂量的增高,各组小鼠的脑组织重量呈下降趋势,脑脏器系数则呈增高趋势,但经统计学分析2种指标各组间差异均无统计学意义(P>0.05)。
3 讨论
体重是动物实验中一个重要的非特异性观察指标,可综合地反映动物机体中毒效应,因此在动物毒理实验中,受到了诸多学者的关注[4,5]。在本实验条件下,小鼠在接触沥青烟的整个过程中,各染毒组动物出现不同程度活动减少、喜睡眠、拥挤蹲伏现象。高剂量组表现毛发稀疏、光泽消失、精神萎靡等症状较明显。个别小鼠背部皮肤出现似痤疮样改变。这些症状都有助于探讨沥青烟对动物机体的损伤部位及程度。
本实验结果显示,沥青烟染毒后,随染毒剂量的增高,高剂量组小鼠体重与对照组比较增长缓慢,而且在染毒1周后就显现出来(体重增长率与对照组比较,差异有统计学意义)。说明一定浓度的沥青烟吸入对动物体重在早期就已造成影响。本结果还显示沥青烟染毒后的动物在经过一段时间的适应性体重增长后,在染毒6周时,高、中剂量组沥青烟对小鼠体重增长的影响又再次显现出来(表1),体重增长明显滞缓。同时结合动物形态表现,亦说明沥青烟可影响小鼠的正常生长。实验中,有多种因素均可影响其体重的增长,如食欲变化、消化功能变化、代谢和能量消耗变化等。但沥青烟对低剂量组小鼠体重增长变化的影响在整个染毒期间均不显著,说明沥青烟在该剂量水平上对机体的毒性影响可能较小。
脏器系数的变化常可较好地反映化学毒物对该脏器的毒性综合情况,也是寻找毒物作用靶器官的重要线索。在排除体重变化对脏器系数变化影响的情况下,脏器系数的异常,可旁证病理组织学改变的可能性。本实验结果显示,染毒8周后,各染毒组小鼠脑组织的绝对重量与对照组相比,差异均无统计学意义,但有随与染毒剂量增加而减小的趋势。这提示,在本实验室条件下,沥青烟可能尚未造成明显的脑组织的器质性病理改变,但不能排除沥青烟对中枢神经系统功能影响的可能性。
参考文献
[1]King RW,puzinauskas VP,HoldsworthCE,et al.Asphalt compositionand health effects:a critical review[R].Technical Publication,Ameri-can petroleum institute,Washington DC.1984:1-11.
[2]李海玲,郭湘云,冯三畏,等.沥青烟对脑组织神经递质和超微结构的影响[J].中华劳动卫生职业病杂志,2006,24(12):749-751.
[3]郭湘云,王金穗,卢启明,等.沥青烟致肺损伤细胞凋亡及突变的实验研究[J].中国工业医学杂志,2007,20(1):9-12.
[4]闵凡贵,潘金春,袁文,等.封闭群五指山小型猪主要脏器重量与体重的相关性分析[J].中国实验动物学报,2009,17(6):445-447.
变化系数 篇8
尾矿库是指筑坝拦截谷口或围地构成的用以贮存金属非金属矿山进行矿石选别后排出尾矿的场所,而尾矿坝则是指用于贮存尾矿和水的尾矿库外围坝体构筑物,一般由初期坝和堆积坝组成。尾矿库是矿山生产中的重要设施,其运行状况的好坏不仅涉及到矿山生产的经营管理和效益,更重要的是将直接影响人民生命和财产的安全。文[1,2,3,4,5,6,7,8,9,10,11]针对尾矿坝的可靠度分析、圆弧条分法、随机多样复合形法、浸润线预测以及溃坝机理进行了研究。在我国上千座尾矿坝中,绝大部分是采用投资较少的上游式尾矿筑坝法[12]。该法是在初期坝上游方向充填堆积尾矿的筑坝方法。其典型的示意图如图1所示,其中初期坝一般是用当地材料筑成,作为堆积子坝的排渗体和支撑体,而堆积子坝则一般用选矿厂淘汰的堆石或者矿砂堆积。虽然尾矿坝在设计时都有设计文件和图纸参考,但在实际生产过程中,淘汰的堆石或者矿砂直接堆积在初期坝或者前级子坝上,坡比往往与设计值有一定出入,这就导致矿部安全管理部门无法准确及时地掌握当前尾矿坝的稳定性程度。本文利用对典型上游式尾矿筑坝法的尾矿坝剖面进行了有限元分析,比较分析了多个子坝堆积条件下的安全系数变化过程,为动态地了解尾矿坝的稳定程度提供技术支持。
2 分析模型
根据图1的典型示意图,本文假定初期坝采用透水堆石坝,上下游坡比均为1:1.6,坝高15m,坝顶宽8m,沉积滩坡度定为1:100,建模中共涉及三种材料,分别是初期坝中的堆石,选矿厂尾粉砂,最后一种就是堆积子坝的矿石混合料,其相应的物理力学参数如表1所示。
本文共进行五种模型的比较分析,第一种模型考虑初期坝和存放的尾粉砂,第二种模型在第一种模型的基础上增加一级子坝和存放的尾粉砂,依次类推直到共堆积四级子坝为止。堆积子坝的上下游坡比均定为1:1.5,坝高5m,坝顶宽3m,建立的有限元模型如下图所示。采用MIDAS试用版结合强度折减有限元方法进行边坡稳定分析的相关计算,本次计算分析先进行渗流计算得到每个节点的孔隙水压力,然后再进行强度折减有限元方法的计算,得到安全系数和塑性剪应变云图。渗流计算时,尾矿库中的水位假定为模型的右边界最高点,初期坝下游水位假定为3m。得到的5次分析结果分别如图2-6所示,每次所得到的安全系数随坝高的变化曲线如图7所示。
由图2的最大塑性剪应变图可以看出,在初期坝下游坡的坡脚处,塑性剪应变值较大,存在局部破坏的可能性,但从塑性剪应变贯通的判断标准来看,从坡顶开始发展,直至初期坝下游坡脚为止的剪应变带是整体滑动的可能范围。该模型由强度折减法得到的安全系数为1.23。
由图3可以发现,在堆筑一级子坝后,子坝的变形相对于初期坝而言较小,初期坝的塑性剪应变图与图2基本相同,但在堆积子坝后,安全系数降低为1.16左右。
由图4的坝高为25m时最大塑性剪应变图可见,堆积两级子坝后,第一级子坝的下游坡脚处出现了相对较大的变形,而且在子坝上出现了贯通的塑性剪应变,此时的安全系数为1.13左右。
由图5可见,堆积三级子坝后,在最高级子坝的坡顶和初期坝的坡脚处出现了贯通的塑性剪应变,而且在初期坝下游坡脚和第一级子坝的下游坡脚出现了相对较大的变形。此时的安全系数为1.03左右。
由图6可知,在堆筑四级子坝后,第一级子坝的下游坡脚处出现了相对较大的变形,此外自最高级子坝的坡顶至初期坝下游坡脚处出现了贯通的塑性剪应变,此时的安全系数小于1,为0.96左右。
由图7的安全系数随坝高的变化曲线可知,随着堆积子坝的堆筑,尾矿坝整体稳定性的安全系数逐渐降低,因此,在设计堆积子坝时,应该考虑此方面的影响,在施工时更应该严格按照设计文件严格控制堆积子坝的坡比。
3 结语
上游式筑坝法在实际堆筑过程中,一般很难按照设计的坡比进行施工,导致子坝的坡比较大,从本文分析结果来看,应该严格按照设计的坡比进行堆筑;此外,在初期坝和一级子坝的下游坡脚处容易出现相对较大的变形,建议在此处进行护坡。
参考文献
[1]胡平安,韩森.基于JC法尾矿坝稳定性可靠度研究[J].中国安全生产科学技术,2010,6(4):56-59HU Ping-an,HAN Sen.Reach on reliability of Tailingdam stability based on JC method[J].Journal of SafetyScience and Technology2,0106,(4):56-59
[2]罗建林,牛跃林,孙浩刚.圆弧条分法在尾矿库安全评价中的应用[J].中国安全生产科学技术,2006,2(3):85-87LUO Jian-lin,NIU Yue-lin,SUN Hao-gang.Safety as-sessment application of circular arc Swedish method intailing pond[J].Journal of Safety Science and Technolo-gy,2006,2(3):85-87
[3]郑欣,许开立,魏勇.尾矿坝溃坝致灾机理研究[J].中国安全生产科学技术2,0084,(5):8-12ZHENG Xin,XU Kai-li,WEI Yong.Study on the disas-ter-causing mechanism of the tailings dam falling[J].Journal of Safety Science and Technology,2008,4(5):8-12
[4]胡明鉴,陈守义,郭爱国,张华.某上游法尾矿坝抗滑稳定性浅析[J].岩土力学,2003,24增:254-258HU Ming-jian,CHEN Shou-yi,GUO Ai-guo,ZHANGHua.Opinions on the gangue-dam anti-slide stability a-nalysis[J].Rock and Soil Mechanics,2003,24(Supp.):254-258
[5]杨丽红,李全明,程五一,王云海.国内外尾矿坝事故主要危险因素的分析研究[J].中国安全生产科学技术2,008,4(5):28-31YANG Li-hong,LI Quan-ming,CHENG Wu-yi,WANGYun-hai.The analysis of main risk factors about tailingsdam accidents at home and abroad[J].Journal of SafetyScience and Technology,2008,4(5):28-31
[6]郑欣,秦华礼,许开立.导致尾矿坝溃坝的因素分析[J].中国安全生产科学技术,20084,(1):51-54ZHENG Xin,QIN Hua-li,XU Kai-li.Analysis of thefactors inducing the tailing dam falling[J].Journal ofSafety Science and Technology,2008,4(1):51-54
[7]李娟,李翠平,李春民,李仲学.支持向量回归机在尾矿坝浸润线预测中的应用[J].中国安全生产科学技术,2009,5(1):76-79LI Juan,LI Cui-ping,LI Chun-min,LI Zhong-xue.Forecasting of infiltration route in tailing dam by SupportVector Regression[J].Journal of Safety Science andTechnology,2009,5(1):76-79
[8]李亮,路世豹,于广明,褚雪松.滑面正应力假设的边坡安全系数计算方法的适用性探讨[J].青岛理工大学学报,2009,30(6):7-11LI Liang,LU Shi-bao,YU Guang-ming,CHU Xue-song.The discussion about the adaptability of the stability ana-lytical method based on the pre-definition of the normalstress on the slip surface[J].Journal of Qingdao Techno-logical University2,009,30(6):7-11
[9]路世豹,李亮,于广明,张拥军.随机多样复合形法及在边坡稳定分析中的应用[J].青岛理工大学学报,2010,31(2):12-16LU Shi-bao,LI Liang,YU Guang-ming,ZHANG Yong-jun.Random Diverse Complex Method and Application ofthe Slope Stability Analysis[J].Journal of Qingdao Tech-nological University,2010,31(2):12-16
[10]李亮,董彦飞,宁娜娜,李猛,李雪梅.基于余力矩的边坡临界滑动场方法及应用[J].青岛理工大学学报2,0113,2(1):1-8LI Liang,DONG Yan-fei,NING Na-na,LI Meng,LIXue-mei.The critical slip field method with residualmoment and its application[J].Journal of QingdaoTechnological University2,0113,2(1):1-8
[11]王文星,曹平,刘业科,汪亦显,杨慧.地震条件下尾矿坝稳定性分析[J].中国安全生产科学技术,2006,2(6):58-61WANG Wen-xing,CAO Ping,LIU Ye-ke,WANG Yi-xian,YANG Hui.Analysis on stability of tailing pondunder earthquake[J].Journal of Safety Science andTechnology,2006,2(6):58-61
变化系数 篇9
近几十年,涡度相关技术被广泛用于湖泊与大气之间的动量和水热交换观测研究[6,7,8,9,10,11,12,13,14,15]。但受制于仪器安装和维护难度,湖泊模型[4,16]中仍广泛使用质量传输方程计算动量、感热以及潜热通量,而交换系数的取值偏差直接影响通量的计算结果。以往研究中,湖泊模型的动量和水热交换系数多采用海洋大气边界层参数化方案[16],但因湖泊和海洋存在水文、动力和热力特征差异,采用海洋参数化方案常高估湖-气界面通量,如对太湖年蒸发量的高估比例达40%[11]。近年,已有研究直接利用涡度相关观测资料计算湖-气界面的动量和水热交换系数[6,12,17,18],并从风速、大气稳定度等方面分析了其影响因素[14,19,20]。刘辉志,等[12]研究指出云贵高原上洱海湖-气界面湍流交换系数呈现夏秋较大、冬春季较小的时间变化特征,并认为风速造成的浪高变化是引起其季节变化的主要原因。Li等[14]认为湖-气界面动量交换系数与大气稳定度的关系因湖面粗糙度变化而存在很大不确定性。由于湖泊气候条件、周边环境和形态特征存在差异,以上研究结果是否适用于亚热带大型浅水湖泊(如太湖)还不得而知。
太湖是典型的大型浅水湖泊,东西最大宽度56km,南北长约68 km,水域面积达2 400 km2,平均水深仅1.9 m,最大深度不超过3.5 m。南京信息工程大学于2013年6月在太湖建成了全球首个湖泊中尺度涡度通量网[21],采用涡度相关法对湖泊与大气之间的动量、能量和物质通量进行长期观测研究。现选取太湖中尺度通量网中风浪区最为开阔(>14.1 km)的平台山观测站,基于该站2014年全年的小气候和涡度相关观测资料,首先分析了太湖湖-气界面动量和水热交换系数的时间变化特征;其次对交换系数与风速、浪高和稳定度之间的关系进行了研究;最后,将得到的太湖湖-气交换系数结果与其他湖泊研究结果进行了比较,以期为湖泊模型的通量参数化方案研究提供参考。
1 研究方法
1.1 站点和仪器介绍
研究的试验站点为太湖中尺度通量网中的平台山观测站(31°24'N,120°13'E),该站位于太湖中心区域,离岸最近距离为14.1 km,观测站周边平均水深约为2.8 m。
平台山所有观测设备均架设在4.1 m×4.1 m的平台上,包括涡度相关系统、小气候观测系统、四分量辐射计和水温梯度观测系统。涡度相关系统由三维超声风速计(CSAT3,Campbell Scientific)和开路式CO2/H2O红外气体分析仪(EC150,Campbell Scientific)组成,观测高度为8.5 m。小气候观测系统由温湿度传感器(HMP155A,Vaisala)、风速风向计(05103,R M Yong Company)组成,观测高度为8.5 m。四分量净辐射计(CNR4,Kipp&Zonen)用于观测向下短波辐射、向上短波辐射、向下长波辐射和向上长波辐射。水温梯度观测系统(109-L,Campbell Scientific)用于测量20 cm,50 cm,100 cm和150 cm深处水温以及底泥温度。
采用平台山站2014年全年观测数据30 min平均值,对通量数据进行后处理,包括二次坐标旋转、超声虚温订正和密度效应校正(WPL校正)[22],剔除降水等天气因素影响时刻的数据,并对数据进行了质量控制[23]。为尽可能减少平台装置和仪器支架的干扰,只选取了风向在45°~225°之间的数据。
1.2 数据分析方法
在湖泊模型中,湍流通量通过质量传输方程获得。
式中,τ、H、LE分别为动量通量[kg/(s2·m)]、感热通量(W/m2)和潜热通量(W/m2),CD、CH、CE分别为动量、感热和水汽交换系数,ρa为空气密度(kg/m3),u为参考高度风速(m/s),Ta为参考高度气温(K),Ts为湖面温度(K),qa、qs分别为参考高度和水面的比湿(kg/kg)[24]。
使用质量传输方程计算通量,最关键的是交换系数的确定。Garratt等[32]给出了交换系数与粗糙度长度之间的关系。
式中,z为观测高度,d为零平面位移(湖面为0 m),κ(0.4)为von Karman常数,z0、zh、zq分别为动量、感热和潜热粗糙度长度(m)。大气稳定度参数的普适函数ψm、ψh和ψq通过以下公式计算得到。
式中,
ζ为大气稳定度参数,通过奥布霍夫长度L计算得到
式中,为超声虚温(K);u*为摩擦风速(m/s)。
为了便于不同湖泊之间进行对比,同时为湖泊模型提供参数化方案,将交换系数订正为10 m高度处中性条件下的交换系数:
式中,CD10N、CH10N、CE10N分别为10 m高度处中性条件下动量、感热和水汽交换系数。
此外,由于平台山站缺少浪高的长期连续观测资料,采用Davidan等[25]提出的浪高模型计算浪高。
式(16)中,D为水深(m),Hw为模拟浪高(m)。
鉴于该模型存在模拟误差,特将太湖风浪观测站的实测浪高数据与该模型计算得到的浪高进行对比分析,得到实测浪高h与模型模拟浪高Hw的线性关系(图1),并用此关系来校正平台山站模拟的浪高数据。
2 结果与讨论
2.1 基本气象要素变化特征
图2给出了2014年平台山站湖面基本气象要素的日平均值变化特征。平台山站全年平均气温为17℃,日平均最低气温为-1.25℃,出现在2月10日,日平均最高气温为31.7℃,出现在8月4日。湖面温度和气温的差值ΔT=(Ts-Ta)全年平均值为0.74℃,季节变化特征不明显,除少数日期能达到±3~±4℃,绝大部分都在±2℃之间变化,但全年有83%时间为正值,表明大部分时间是湖面加热大气。
湖面上方8.5 m处平均风速为4.65 m/s,在1月(3.95 m/s)和8月(4.26 m/s)较小,而在2月(5.2 m/s)和9月(5.19 m/s)达到最大。受台风影响,7月24日前后(台风“麦德姆”)以及8月1日前后(台风“娜基莉”)太湖出现大风,日平均风速可高达8 m/s。但7、8月太湖地区主要受副热带高压控制,大风天气较少,故月平均风速不高。
太湖地区2014年降水量为1 304.6 mm,最大降水出现在6,7月份,梅雨带来的日降水量(6月26日)最大可多达80 mm,呈现出春夏多、秋冬少的季节变化特征。湖面与大气之间的水汽压差Δe的大小反映了湖面的蒸发能力,年均值为6.09 h Pa,季节变化特征明显,Δe在7月份达到最大(8.38 h Pa),2月份最低(1.82 h Pa)。6月份由于降水日数较多、空气湿度大,Δe较7月份小0.49 h Pa。
受太阳高度角、大气状况和天气条件的影响,太湖地区太阳向下短波辐射K↓波动明显。K↓全年日平均值为147.72 W/m2,呈现夏高、冬低的季节变化特征,K↓在2月份处于最低值(91 W/m2),最高值则出现在5月份(202.46 W/m2),6月份因降水较多,太阳短波辐射较5月份少36.46 W/m2。
u为8.5 m高处风速,Ta为气温,ΔT为湖-气温差,Δe为湖-气水汽压差,K↓为向下短波辐射,Rain为日降水量)
2.2 湍流通量与气象要素的关系
从物质传输原理来看,风速、温度和湿度的垂直梯度是湖泊与大气之间动量、感热和潜热交换的基础,风速大小影响着通量交换快慢[26]。风的垂直切变是形成动量通量的基础,同时也对感热和潜热通量的变化有着重要影响。湖-气温差和湖-气比湿差又分别是感热通量和潜热通量的主要控制因子。图3给出了摩擦速度(代表动量通量)、感热通量、和潜热通量与这些气象环境因子之间的关系和回归结果。10 m风速可以解释摩擦风速71%的变化,10 m风速与湖-气温差的乘积可以解释感热通量79%的变化,而潜热通量76%的变化可由10 m风速与湖-气比湿差共同驱动。可见,湖面与大气之间的湍流通量与这些环境因子存在显著线性相关,该相关关系可由质量传输方程式(1)~式(3)刻画。
湍流交换不仅受气象要素控制,还受到交换系数(粗糙度长度)的影响[27],图3中线性回归关系的截距和离散点的存在也证明了这一点。这些交换系数本质上决定了不同下垫面上湍流交换的能力,是建立湍流交换参数化方案的关键因素。式(1)~式(3)反映了u*与u10、H与u10(Ts-Ta)以及LE与u10(qs-qa)之间关系的非线性部分主要是受交换系数的影响,式(4)~式(6)反映了湖-气界面动量和水热交换系数受到湖面空气动力学粗糙度和大气层结稳定度的影响。因此,分析湖-气界面交换系数的时间变化特征及其影响因素对于湖泊通量研究极为重要。
2.3 交换系数时间变化特征
图4给出了太湖平台山站10 m高度处中性条件下动量、感热以及水汽交换系数(CD10N,CH10N,CE10N)的月优化值季节变化特征。动量交换系数CD10N整体呈现冬春高、夏秋低的季节变化特征,12~6月相对较大,数值均大于1.37×10-3,7~11月较低,数值低于1.35×10-3,除8月CD10N略有增加。感热交换系数CH10N则呈现出先升再降,然后趋于平缓的季节变化特征,月优化最大值出现在6月(1.44×10-3)。冬季(12~2月)值波动较大。水汽交换系数CE10N全年季节变化特征不显著,波动幅度在0.1×10-3内。可以看出,CD10N,CH10N和CE10N在数值上虽存在差异,但大体上都呈现出冬春高,夏秋低的季节变化特征。这种变化特征可能与全年月平均风速变化较小有关。平台山站平均风速(图4)的数值(3.92~5.2 m/s)处在湖面动力学平滑和粗糙两种流体特征转换风速范围内(2.5~5.5 m/s)[18]中,造成交换系数值存在较大的波动特征。
采用平台山站全年通量观测数据对交换系数进行优化,得到CD10N,CH10N和CE10N分别为1.39×10-3,1.31×10-3,1.0×10-3。从数值来看,CD10N值的范围与CH10N更为接近,CE10N相对较小,这与Xiao等[18]的研究结果一致。Xiao等[18]在太湖其他站点的研究结果也表明动量交换系数更大(除了有沉水植物影响的避风港观测站),感热交换系数次之,水汽交换系数最小。而在海洋和深水湖泊的研究中,感热交换系数和水汽交换系数大小相近,很多时候认为两者相等[17]。可见,以往的海洋交换系数参数化方案和深水湖泊研究结果并非适用于太湖。
2.4 交换系数影响因子分析
2.4.1 交换系数和风速的关系
图5表示的是10 m高度处中性条件下湍流交换系数(风速段内平均)随风速的变化,可以看出动量交换系数CD10N,感热交换系数CH10N,水汽交换系数CE10N均随风速增大而减小。弱风(u10<4 m/s)条件下交换系数随风速增加迅速减小至最低值,如CD10N从6.23×10-3减少到1.26×10-3,CH10N从2.56×10-3减少到1.12×10-3,CE10N从2.0×10-3减少到0.97×10-3。三者达到最低值的风速大小有所区别,CD10N在u10处于5~6 m/s时达到最小,随后趋于稳定(1.5×10-3);而CH10N和CE10N分别在u10处于3~4 m/s和4~5 m/s时达到最小,随后随着风速增加而缓慢增大,但CH10N在u10>4 m/s后的增幅更为明显。
CD10N主要由风速(u10)[式(1)]以及湖面状况(z0)[式(4)]两个因素决定。在风速逐渐增大过程中,湖-气相互作用的驱动力逐渐由表面张力波向重力波过渡[28],本研究中主导因素转换风速区在5~6 m/s之间,此时动力粗糙度长度z0最小,即CD10N最小。强风条件下(u10>6 m/s),z0主要由重力波产生的风浪浪高决定。但在弱风条件下,表面张力波成为主导因素,从式(17)中可以看出这一点[29,30,31]。
式(17)中,α(=0.011)是Charnock常数,ν是运动学黏性系数。
图5中虚线表示的是Garratt等[32]从海洋研究中得到的交换系数随风速变化的经验公式,表明太湖交换系数随风速的变化特征与海洋研究结果类似。由于风速较小、风浪区有限以及湖水较浅等缘故,湖泊风浪发展受到抑制,而湖泊上发展中的风浪和破碎风浪相较于海洋中发展较为成熟的风浪更为粗糙[20]。综上可见,太湖湖-气界面交换系数整体大于海洋的数值,以弱风条件下为甚,Garratt等[32]水面交换系数参数化方案并非适用于太湖,误差在弱风条件下可高达4.7×10-3。
2.4.2 交换系数与浪高的关系
湖面风浪的发展状况对交换系数有着重要影响,对动量交换系数CD10N的影响更为显著[33]。影响风浪发展的因素包括风速、风浪区大小以及水深。以往研究多直接用风速和动量交换系数之间的线性关系来计算动量交换系数[34,35]。而对于太湖这样的大型浅水湖泊而言,水深也是制约湖泊风浪发展的重要因素[33,36]。本文采用浪高表征湖面风浪发展状况,浪高的计算采用的是Davidan等[25]提出的模型,综合考虑了风速和水深对浪高的影响。
图6给出了平台山站10 m高度处中性条件下湍流交换系数随浪高的变化特征,在浪高<0.3 m时,CD10N和CE10N随浪高增加而迅速减小,在浪高处于3~4 m之间时达到最低值,随后随着浪高的继续增加而趋于平稳。在低风速条件下,CH10N变化特征与CD10N类似,但在达到最低值后随着浪高增加而略有上升。强风条件下(u10>5 m/s),即浪高>0.3m/s时,重力波是摩擦速度的主要影响因素,风浪浪高决定了粗糙度长度和动量交换系数的大小。受水深限制,虽然风速增大导致风浪继续发展,但风浪的倾斜度以及破碎程度的发展受到制约,CD10N趋于稳定,与实际情况相符。浪高<0.3 m(u10<5 m/s)时,湖面张力波和毛细波成为湖面粗糙度的主导因素,且风速越小湖面粘性特征对粗糙度影响越大,逐渐超过重力波(风浪)的影响,使得交换系数与浪高之间的变化关系变得复杂。
圆圈和误差线分别为1 m/s风速段内交换系数优化值和一倍标准差;虚线为Garratt海洋参数化方案
2.4.3 大气稳定度对交换系数的影响
湖泊上方的大气稳定度状况对于湖-气界面交换系数有着极为重要的影响[37]。本文计算交换系数所采用的数据中,大气层结不稳定(ζ<-0.04,即湖面温度高于气温),中性(-0.04≤ζ≤0.04)以及稳定(ζ>0.04)[38]所占比例分别为68.5%,14.3%,17.2%。本文计算了三种大气稳定度条件下观测高度处交换系数(CD、CH、CE)的平均值和标准差(表1)。无论是动量交换系数CD、感热交换系数CH还是水汽交换系数CE,大气稳定条件下的数值最低。中性条件下,CD的数值要高于不稳定条件下的数值,但CH和CE的数值在大气不稳定时最高。以往研究也得到了与本文相同的结果[14,39]。
图7描述了不同稳定度条件下观测高度处(8.5m)交换系数随风速的变化图。由于湍流产生的动力和热力条件,一般而言,极弱风条件(<1 m/s)下大气主要处于不稳定状态;大风条件(>6 m/s)下大气层结多为中性;稳定条件下的风速主要在1~6m/s。可以看出,CD在稳定条件下的数值明显低于不稳定和中性条件下的数值;而在4~9 m/s风速段内,中性条件下高值明显偏多。Li等[14]认为,在相似理论中,动量交换系数是稳定度参数和粗糙度长度z0的函数,而湖泊表面z0是不断变化的,并不是像陆面一样近似于定值。动量交换系数随大气稳定度的变化会受到不断变化的粗糙度长度的影响,使得这种变化关系不确定性增加。CH和CE则随大气不稳定度增加而逐渐增大,相对而言,CH的增幅大于CE。
2.5 与其他湖泊研究结果的比较
由于环境条件、气候特征以及自身形态和水文特征存在诸多不同,本文得到的交换系数值与其他湖泊的研究结果存在差异,表2综述了国内外湖泊通量观测研究得到的10 m高度处中性交换系数结果。其中Lake Valkea-Kotinen等人[5],Lake Tmnaren等人[6],Great Slave Lake[7]属于高纬地区湖泊,冬季湖面会结冰,选择无冰期进行研究;鄂陵湖[14]和洱海[12]分别位于青藏高原和云贵高原上,属于中低纬高海拔地区大型湖泊,其中鄂陵湖选取7~11月无冰期;而太湖[11]和Ross Rarnett Reservoir[9]则属于中低纬低海拔地区湖泊。
各个湖泊计算得到的CD10N,CH10N和CE10N值的变化范围分别为(1.21~2.51)×10-3,(0.49~1.49)×10-3,(0.82~1.44)×10-3,平均值分别为1.7×10-3,1.17×10-3,1.11×10-3。从表2中可以看出,虽然湖泊位置、形态和水文特征存在很大差异,大部分湖泊在三种不同交换系数的结果上较为接近。需要注意的是,个别湖泊的交换系数结果与其他湖泊交换系数值相差较大。如表中唯一的大型深水湖泊Great Slave Lake,无冰期湖面上方大气大部分时间处于稳定层结,使得其CH10N值远低于其他湖泊结果,仅为0.49×10-3。而在青藏高原上鄂陵湖的CD10N数值明显高于其他湖泊。若考虑剔除Great Slave Lake的结果,得到新的CD10N,CH10N,CE10N值的范围为(1.39~2.02)×10-3,(1.02~1.47)×10-3,(0.88~1.36)×10-3,而平均值分别为1.65×10-3,1.24×10-3,1.11×10-3。
3 结论与讨论
通过分析2014年太湖平台山观测站的小气候和涡度相关观测数据,可以得到以下结论。
(1)太湖湖面平均风速在1月和8月较小,在2月和9月较大,夏季台风来临前后最大日平均风速达8 m/s。湖-气界面年平均温差为0.74℃,季节变化特征不明显,全年有83%的时间湖面温度高于气温。湖-气界面水汽压差年均值为6.09 h Pa,最大和最小值分别出现在7月(8.87 h Pa)和2月(1.82h Pa)。
(2)动量、感热以及水汽交换系数都呈现冬春高、夏秋低的季节变化特征。10 m中性条件下动量交换系数(CD10N)、感热交换系数(CH10N)和水汽交换系数(CE10N)的全年优化值分别为1.39×10-3、1.31×10-3、1.0×10-3。
(3)CD10N、CH10N和CE10N随风速增加而减小,弱风(u10<4 m/s)条件下减小迅速,之后随风速增加而趋于稳定或略有增加。交换系数随浪高的变化特征类似于和风速的关系,浪高<0.3 m时,CD10N、CH10N和CE10N随浪高增加而迅速减小,但受水深限制,风浪的发展受到制约,交换系数随风速继续增大而趋于稳定。随着大气不稳定度增加,CH和CE逐渐增大,受变化的湖面粗糙度影响,CD随大气稳定度的变化特征不明显,但大气不稳定或中性条件下的CD明显大于大气稳定时的结果。
(4)本文得到的太湖平台山站动量交换系数优化值与其他6个内陆湖泊研究结果接近,感热以及水汽交换系数与除Great Slave Lake之外的其他5个湖泊相近。除Great Slave Lake,这6个湖泊交换系数CD10N,CH10N,CE10N的平均值分别为1.65×10-3、1.24×10-3、1.11×10-3。
本文仅分析了太湖中尺度通量网中平台山站单个站点的动量和水热交换系数,因太湖面积较大、港湾较多,不同区域在湖泊生物物理特性等方面可能存在空间差异,动量和水热交换系数是否存在空间差异还需进一步研究。
摘要：利用2014年太湖平台山站的涡度相关和小气候观测资料,优化得到(最小均方差原则)10 m中性条件下的动量交换系数(CD10N)、感热交换系数(CH10N)和水汽交换系数(CE10N),分析了其季节变化特征及其与10 m高度风速(u10),浪高和大气稳定度的关系,并与其他湖泊研究结果进行了对比分析。结果表明,太湖交换系数呈现冬春高、夏秋低的季节变化特征。在u10<4 m/s时,交换系数随风速增加而迅速减小,在u10=5~6 m/s时达到最小值后趋于稳定。受水深和风浪区限制,相同风速条件海洋参数化方案会低估太湖交换系数,低风速条件下低估更为明显。交换系数与浪高的关系类似于风速,但受水深限制,风浪发展受到制约,交换系数随浪高增加而趋于稳定。随着大气不稳定度增加,感热和水汽交换系数逐渐增大,大气不稳定或中性条件下的动量交换系数明显大于大气稳定时的结果。7个湖泊研究结果对比分析表明,湖泊形态特征对交换系数的影响较小,除Great Slave Lake外,6个内陆湖泊交换系数CD10N、CH10N和CE10N的平均值分别为1.65×10-3、1.24×10-3、1.11×10-3。
