CC BY
109
уравнения движения с расчётом АХ изолированного груза и учётом атмосферных возмущений:
А У = У аАаТ + У¥ АУТ + £АаТ;
АХ = У Аат - О* Аат - АУТ\ ^
ЛМ2 = М® Аат + М® Асст + Му2 АУТ.
где АУ - изменение подъёмной силы, действующей на сброшенный груз, с учётом турбулентных возмущений; АХ - изменение силы лобового сопротивления от турбулентных возмущений; АМг - изменение момента тангажа при воздействии турбулентных возмущений; производные подъёмной силы, лобового сопротивления и момента тангажа по углу атаки а, соответственно Уа, ма; производные подъёмной силы, лобового сопротивления и момента тангажа по скорости V, соответственно У¥, ^, Му2 .
Турбулентные возмущения Аат и А^т представляются функцией времени I, при которых задаётся форма порывов ветра [3].
Список использованной литературы
1. Нелинейная теория крыла и ее приложения [Текст] / Т.О. Аубакиров, С.М. Белоцерковский, А.И. Желанников, М.И. Ништ. - Алматы: Гылым, 1997. -448 с.
2. Остославский И.В., Стражева И.В. «Динамика полёта. Устойчивость и управляемость летательных аппаратов». М.: Машиностроение, 1965. - 486 с.
3. Математическое моделирование плоско-параллельного отрывного обтекания тел / Под общ. ред. С.М. Белоцерковского - М.: Наука, 1988. - 232 с.
ОРГАНИЗАЦИЯ И УПРАВЛЕНИЕ КОНЦЕНТРАЦИЕЙ ЗАГРЯЗНЯЮЩИХ ВЕЩЕСТВ В МАЛЫХ ВОДОТОКАХ НА ОСНОВЕ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ
С.Н. Коваленко, профессор, д.т.н., доцент Вологодский государственный университет, г.Вологда
На современном этапе нормирования контролируемых веществ в поверхностных водотоках при оценке загрязненности вод преобладает детерминированный подход. Суть его заключается в сопоставлении результатов химического анализа содержания в пробе воды загрязняющих веществ с нормативно-установленной концентрацией данного ингредиента в речной воде. Такой подход не отражает истинных динамических процессов, происходящих в речных водах, поэтому малоэффективен. Загрязнение водотоков является сложным многофакторным процессом, складывающимся из естественных
(природно-климатических) и искусственных (антропогенных) явлений стохастической природы. Следует отметить, что формирование концентрации загрязняющего вещества в водотоке происходит под влиянием различных случайных факторов, поэтому и сам процесс загрязнения - стохастический. Стохастический подход позволяет получить с заданной вероятностью оценки количественных показателей концентрации загрязнения. Нормирование концентрации загрязняющего вещества в зависимости от величины обеспеченности дает возможность научно обоснованно защитить водный объект от превышения допустимого уровня концентрации этого вещества в речных водах.
Изучение динамики гидрологических и гидрохимических характеристик малых водотоков способствует уточнению и корректировке уровня загрязнения средних и больших рек, так как «без малых рек нет больших». Сток малых рек составляет до 50 % водоносности средних и крупных рек. Более 90 % водных объектов Северо-западной зоны Российской Федерации составляют малые реки
Л
с высокой густотой речной сети (~0,45 км/км ). Однако гидрологические и гидрохимические характеристики малых рек в настоящее время изучены слабо [1]. Данная категория рек относится к третьему и четвертому классу по классификации Росгидромета [9]. На водных объектах третьей категории наблюдения проводятся один раз в месяц, на объектах четвертой категории - в определенные гидрологические фазы водного режима (в среднем 3-7 раз в год). Эти данные представляют собой практически единственный материал, который можно использовать для прогностических исследований.
В основу предлагаемого, метода расчета допустимого уровня содержания загрязняющего вещества в речной воде положен статистический анализ исходной информации, в результате которого получают кривую обеспеченности максимального содержания загрязняющего вещества в створе полного смешения речных и сбросных вод с учетом фонового загрязнения речных вод. Для случая репрезентативного количества данных натурных наблюдений подбор аналитической кривой обеспеченности осуществляется по критерию согласия Пирсона. При прочих равных условиях предпочтение отдается кривым трехпараметрического гамма-распределения. Однако, как это следует из сказанного выше, данных натурных наблюдений недостаточно для проведения такого полноценного анализа, поэтому метод базируется на способе удлинения рядов наблюдений с помощью математического моделирования. На полученной тем или иным способом кривой обеспеченности устанавливается величина вероятности превышения, соответствующая предельно допустимой концентрации (ПДК) конкретного ингредиента. Расчетное значение обеспеченности предлагается назначать с учетом категории реки и ее загрязненности в среднем на 5-10 % меньше обеспеченности ПДК. Расчетное значение концентрации загрязняющего вещества в створе полного смешения речных и сточных вод является нормативно допустимым содержанием. Оно используется для расчетов предельно допустимых сбросов (предельно
допустимого содержания загрязняющего вещества в сбростных водах в соответствии с балансовым уравнением).
Математическое моделирование концентрации загрязняющего вещества основано на использовании метода Монте-Карло (метод статистических испытаний). В его основе лежит натурная информация о ежегодной максимальной концентрации загрязняющих веществ в речных водах и многолетних средних арифметических значений за этот период наблюдений. Статистический анализ этих данных обнаружил довольно тесную корреляцию между ними. Например, для малой реки Верхняя Ерга Двинско-Печерского водного бассейна коэффициент корреляции составляет более 95 % за период наблюдений в 28 лет. Естественно, что за такой короткий срок наблюдений при весьма малой их частоте сведения о максимальной концентрации загрязняющих веществ в речном стоке получаются недостоверными. Между тем, среднее арифметическое в статистическом анализе - это наиболее устойчивая вероятностная характеристика. В этой связи удлинение рядов наблюдений за средней концентрацией загрязняющих веществ в речных водах математическим методом представляется достаточно надежной операцией. При этом должно приниматься во внимание наличие или отсутствие автокорреляционных связей в хронологических рядах наблюдений [7]. При отсутствии таких связей (равенстве нулю коэффициента автокорреляции) расширение ряда наблюдений реализуется непосредственно по сглаженной кривой обеспеченности, полученной по результатам натурных наблюдений. Суть этого вида моделирования состоит в следующем. Розыгрыш случайной величины осуществляется при помощи генератора случайных чисел (ГСЧ). Равномерно распределенные числа, вырабатываемые ГСЧ в диапазоне 0-1, интерпретируются значениями величин обеспеченности (ось абсцисс). По кривой обеспеченности определяются значения ординат, которые соответствуют искомым случайным величинам найденного закона распределения. Для выполнения этой операции используются таблицы ординат кривых обеспеченности трехпараметрического гамма-распределения. Значения величин между узловыми точками определяются с помощью квадратической интерполяции по Бесселю [2, 8].
При наличии автокорреляционных связей в хронологическом ряду наблюдений за средними величинами концентрации загрязняющих веществ математическое моделирование усложняется и реализуется следующим образом [7]
СсРг = [Сср + г. (С^ - Сср )]Кр1 ,Сугусл), (1)
где Ссд - первая искомая, средняя за сезон, случайная концентрация
загрязняющего вещества, подчиняющаяся трехпараметрическому гамма-распределению с автокорреляционной связью на первом шаге моделирования; С - среднее арифметическое значение концентрации из средних величин данных натурных наблюдений; г - коэффициент автокорреляции; Ссд -
последнее значение концентрации загрязняющего вещества в хронологическом ряду; КР1 - ордината, определенная по кривой обеспеченности в зависимости от выбранного ГСЧ случайного числа и условного коэффициента вариации Су/сл. Последний рассчитывается по формуле:
^л __ _ , (2)
' Ср + г( С^ - Сср) где а - среднее квадратическое отклонение
Математическое моделирование максимальных значений концентрации минерального фосфора выполняется с использованием удлиненных раннее рядов средних арифметических значений с помощью математического моделирования.
Уравнение прямой регрессии С^ по Ссд , где - максимальное, а Ссд
- среднее арифметическое значения концентраций конкретного ингредиента за 1-й год (/ = 1, 2,.....п, п - число лет наблюдений) запишется в следующем виде:
С^ = Стах + Я• ^ • (С^ - Ср )+£ • ^х • л/ГЯ7 , (5)
^ ср
здесь Я - коэффициент корреляции, отах и аср - средние квадратические отклонения и Ссд, Стах и Сср - средние арифметические из максимальных
и средних за весь срок наблюдений величин концентрации загрязняющего вещества, ^ - случайная нормально распределенная величина.
Методика определения допустимого уровня загрязняющего вещества в устье сбросных вод, впадающего в водоприемник, заключается в следующем. На кривой обеспеченности максимальных значений концентрации загрязняющего вещества, построенной по сглаженной кривой смоделированных значений, находим по ординате значение, соответствующее ПДК, и определяем его обеспеченность. Согласно предлагаемой методике величину обеспеченности необходимо увеличить на 3-7 %. Эта величина принимается за расчетное значение допустимого количества загрязняющего вещества при определении предельно-допустимого сброса сточных вод.
Полученное значение считается расчетным с учетом стохастического характера процесса загрязнения. Расчет концентрации загрязняющего вещества в дренажных водах следует проводить по балансовой зависимости, учитывающей расчетные характеристики расходов речного и сбросного стоков, а также концентрации загрязняющего вещества в фоновом створе. В первом приближении можно рекомендовать следующие расчетные значения величины обеспеченности: 60 % для речного и 40 % для сбросных стоков. Обеспеченность концентрации загрязняющего вещества в фоновом створе рекомендуется принимать равной 50 % по кривой обеспеченности средних концентраций за многолетний период.
Список использованной литературы
1. Современные проблемы оценки водных ресурсов и водообеспечения / Боглов М.В., Мишон В. - М., и др.. М.: Наука, 2005. - 318 с.
2. Справочник по математике / Бронштейн И.Н., Семенов К.А. - М.: Наука, 1980. - 977 с.
3. Расчет многолетнего регулирования речного стока с учетом корреляционной связи между стоком смежных лет / Крицкий С.Н., Менкель М.Ф. - М.: Наука, / Тр. 3-го Всесоюзн. гидрологического съезда. 1959. - Т. 6. -С. 6-18.
4. Гидрологические основы управления речным стоком / Крицкий С.Н., Менкель М.Ф. - М.: Наука, 1981. - 255 с.
5. Математическая статистика / Максимов Ю.Д.- СПб.: Изд-во СПбГПУ, 2004. - 100 с.
6. Инженерная гидрология / Михалев М.А. - СПб: Изд-во СПбГПУ, 2003. - 360 с.
7. Гидрологические основы гидротехники / Резниковский А.Ш., Александров А.Ю. и др. - М.: Энергия, 1979. - 232 с.
8. Общая теория статистики / Ряпушкин Т.В., Ефимова М.Р. и др. - М.: Финансы и статистика, 1981. - 279 с.
9. Федеральная служба России по гидрометеорологии и мониторингу окружающей среды. Северное территориальное управление по гидрометеорологии и мониторингу окружающей среды. Государственный водный кадастр. Разд. 1. Поверхностные воды. Сер. 2. Ежегодные данные о качестве поверхностных вод. Ч. 1. Реки и каналы Т. 1 (28) РФ Бассейны рек на территории Архангельской, Вологодской и республики Коми. - 157 с.
МЕРОПРИЯТИЯ ПО СНИЖЕНИЮ РИСКА ЛЕСНЫХ ПОЖАРОВ
П.С. Куприенко, заведующий кафедрой, к.т.н.
Т.В. Овчинникова И.В. Ковальчук
Воронежский государственный технический университет, г. Воронеж
Своевременное обнаружение лесных пожаров, позволяющее предотвращать их развитие в чрезвычайные лесопожарные ситуации, возможно в результате проведения мониторинга земель лесного фонда, который предусматривает строительство, размещение и организацию деятельности пожарных наблюдательных пунктов, наземное и авиационное патрулирование лесов, космический мониторинг лесов, организацию связи и взаимодействия наземных и авиационных служб, оповещение о лесных пожарах. В зоне наземной охраны лесов наряду с наземным патрулированием для обнаружения
