简介:德拉迪斯(Draadiss)大坝反滤料级配包络线由法国COB设计院设计,设计最大粒径偏小,级配包络线范围狭窄。生产加工系统采用三段式布置。料源地处典型的北非阿特拉斯褶皱和断层带上,地质结构复杂,岩石主要为石灰岩,伴生有泥质灰岩和泥岩,岩层扭曲、交错分布,开采料均匀性极差。依据设计准则对法国COB设计院设计的反滤料级配包络线进行了优化设计,将最大粒径由6.3mm放大到12.5mm,优化调整了D85、D15等控制粒径,使反滤料产量由10.4m^3/h提高到45m^3/h,同时,进行了生产工艺改进优化,解决了复杂料源生产反滤料的诸多难点问题,缓解了生产与填筑需求矛盾,降低了反滤料生产成本。
简介:阿尔及利亚德拉迪斯(Draadiss)和玛鸟阿娜(Mahouane)粘土心墙堆石坝反滤料设计粒径范围0.08~6.3mm,D100--2~6.3mm,D85=1.3~4.5mm,D15=0.12~0.5mm,含泥量(〈0.08mm颗粒)≤5%。采用石灰岩经过粗、中、细破碎、冲洗、筛分生产工艺制得。依据美国工程师指南EngineeringandDesignEARTHANDROCK—FILLDAMS—GENERALDESIGNANDCONSTRUCTIONcoNsIDERATIoNs,对两大坝反滤料原设计级配包络线进行了优化设计,优化设计后,反滤料粒径范围为0.08~12.5mm,D100=3~12.5mm,D85=1.75~8mm,D15=0.13~0.63mm。使两个工程反滤料生产获得率分别由10.4m3/h和15m3/h提高到45m3/h和55m3/h,缓解了生产与填筑需求矛盾,降低了反滤料生产成本。
简介:造成中长期水文预报研究和预报困难的主要原因是水文现象本身的复杂性和不确定性,以及内部复杂的非线性关系,针对这些问题,本文建立了一种小波神经网络时间序列模型,并用遗传算法对小波神经网络的连接权值和伸缩变量、平移变量进行优化。使用这种模型对黄河三门峡站逐年月天然流量进行预报检验,并将检验结果与传统的小波神经网络和BP神经网络进行对比,从模型预报精度、趋势性和稳定性3个方面进行分析,分析发现,这种遗传算法优化的小波神经网络时间序列模型能够有效地克服传统的小波神经网络和BP网络容易陷入局部极小的缺陷,能够对水文现象的趋势性作出较精确的预测,具有良好的预报精度和稳定性。