基于动态信息反馈的供水管网污染事故应急响应策略研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    50908165
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E1004.城乡水系统与生态循环
  • 结题年份:
    2012
  • 批准年份:
    2009
  • 项目状态:
    已结题
  • 起止时间:
    2010-01-01 至2012-12-31

项目摘要

本项目旨在通过对突发污染事故时管网水质时空关联特性分析,针对无法预知污染来源及污染事故状态、且管网中没有在线水质监测预警系统的情形,研究如何进行动态应急监测以快速探测污染范围边界;根据用户投诉及应急监测等信息的动态反馈,在合理的决策时限内,通过利用证据推理等不确定理论和启发式方法,研究对污染事故的影响范围、扩散趋势进行分析判断的方法,并根据管网时空脆弱性程度,研究对污染扩散进行优先阻断与隔离的策略;利用证据组合理论,研究根据动态信息反馈进行污染源可能空间位置和范围的模糊辨识方法。通过对方法的集成,开发管网突发污染事故应急响应与辅助决策支持工具,推动管网突发污染应急响应决策向更为科学、实用的方向发展,弥补靠人工经验进行应急响应决策的不足,为供水管网饮用水安全提供保障。

结项摘要

本项目以实际城市供水管网为研究对象,针对供水管网中发生的水质突发污染事故问题,尤其是无法预知污染来源及污染事故状态、且管网中没有在线水质监测预警系统的情形,建立了以管网水质投诉信息反馈数据分析和管网水质模拟为核心的突发污染事故应急响应理论体系,具体包括:1)通过对管网水质时空关联特性分析,研究建立了供水管网突发污染事故风险和脆弱性评价体系;2)通过计算污染时间监测矩阵,建立了进行动态应急监测的混合整数规划模型,并用改进的贪婪随机算法求解,提出了管网突发污染的应急监测布置方案;3)根据用户投诉及应急监测等信息的动态反馈,在合理的决策时限内,通过利用证据推理等不确定理论和启发式方法,提出了污染源可能空间位置和范围的模糊辨识方法;4)基于供水管网压力驱动模拟理论,通过对污染事故的影响范围、扩散趋势的计算机仿真,提出了对污染扩散进行优先阻断与隔离的压力和阀门控制策略;5)针对管网污染事故后的管网清洗问题,建立了泄水口优化布置的数学模型和求解策略,结合管网水流路径分析,提出了实际可行的泄水口优化布置方案。6)通过对方法的集成,开发了管网突发污染事故应急响应与辅助决策支持工具。本项目从中国城市化进程中供水管网水质安全特征出发,研究成果弥补了靠人工经验进行应急响应决策的不足,推动管网突发污染应急响应决策向更为科学、实用的方向发展,对于供水管网饮用水安全保障具有一定的理论意义和工程实用价值。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(1)
基于突发污染事件的管网水质监测点优化布置
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    同济大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    陶涛;吕存阵;信昆仑;陆怡
  • 通讯作者:
    陆怡
Hazard and vulnerability evaluation of water distribution system in cases of contamination intrusion accidents
污染入侵事故中给水系统的危害与脆弱性评估
  • DOI:
    10.1007/s11783-012-0409-8
  • 发表时间:
    2012-04
  • 期刊:
    FRONTIERS OF ENVIRONMENTAL SCIENCE & ENGINEERING
  • 影响因子:
    --
  • 作者:
    Xin, Kunlun;Tao, Tao;Wang, Yong;Liu, Suiqing
  • 通讯作者:
    Liu, Suiqing
基于负梯度法的供水管网污染源识别
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    同济大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    信昆仑;盛希夫;陶涛;项宁银
  • 通讯作者:
    项宁银
Identification of sources of pollution and contamination in water distribution networks based on pattern recognition
基于模式识别的配水管网污染源及污染源识别
  • DOI:
    10.1631/jzus.a1100286
  • 发表时间:
    2012-07
  • 期刊:
    Journal of Zhejiang University-Science A
  • 影响因子:
    3.2
  • 作者:
    Tao, Tao;Lu, Ying-jun;Fu, Xiang;Xin, Kun-lun
  • 通讯作者:
    Xin, Kun-lun
Identification of contamination source in water distribution network based on consumer complaints
基于消费者投诉的供水管网污染源识别
  • DOI:
    10.1007/s11771-012-1182-3
  • 发表时间:
    2012-06
  • 期刊:
    JOURNAL OF CENTRAL SOUTH UNIVERSITY
  • 影响因子:
    4.4
  • 作者:
    Tao Tao;Huang Hai-dong;Xin Kun-lun;Liu Shu-ming
  • 通讯作者:
    Liu Shu-ming

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

改进的半字识别算法在水表读数系统中的应用
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    供水技术
  • 影响因子:
    --
  • 作者:
    金静晓;信昆仑
  • 通讯作者:
    信昆仑
移动互联及大数据技术在供水行业管理中的应用分析
  • DOI:
    10.13789/j.cnki.wwe1964.2014.0257
  • 发表时间:
    2014
  • 期刊:
    给水排水
  • 影响因子:
    --
  • 作者:
    信昆仑;钱昊;陶涛
  • 通讯作者:
    陶涛
深度卷积神经网络在水表字符图像识别上的应用
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    供水技术
  • 影响因子:
    --
  • 作者:
    莫宇琨;信昆仑;陈能
  • 通讯作者:
    陈能
基于BP神经网络与用户投诉信息的供水管网污染源定位
  • DOI:
    10.13789/j.cnki.wwe1964.2019.08.026
  • 发表时间:
    2019
  • 期刊:
    给水排水
  • 影响因子:
    --
  • 作者:
    孙炼;信昆仑;颜合想;陶涛
  • 通讯作者:
    陶涛
基于综合水龄指数评价的供水管网优化调度
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    同济大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    信昆仑;瞿玲芳;陶涛;颜合想
  • 通讯作者:
    颜合想

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

信昆仑的其他基金

基于深度强化学习的供水管网人机决策融合实时优化调度
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    54 万元
  • 项目类别:
    面上项目
基于深度强化学习的供水管网人机决策融合实时优化调度
  • 批准号:
    52270093
  • 批准年份:
    2022
  • 资助金额:
    54.00 万元
  • 项目类别:
    面上项目
数据同化驱动的大型供水管网分布式在线水力模拟理论及应用
  • 批准号:
    51978494
  • 批准年份:
    2019
  • 资助金额:
    60 万元
  • 项目类别:
    面上项目
供水管网爆管压力波动的传播形态与侦测机制
  • 批准号:
    51678425
  • 批准年份:
    2016
  • 资助金额:
    62.0 万元
  • 项目类别:
    面上项目
基于数字信号滤波的供水管网模型特征参数辨识与自适应校核
  • 批准号:
    51378374
  • 批准年份:
    2013
  • 资助金额:
    70.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码