平流式沉淀池流量计算_各类沉淀池的设计要点都在这了

aa80a2ad68b7942a1df3c56ccb1b5664.png

1/

平流式沉淀池

平流式沉淀池表面形状一般为长方形,水流在进水区经过消能和整流进入沉淀区后,缓慢水平流动,水中可沉悬浮物逐渐沉向池底,沉淀区出水溢过堰口,通过出水槽排出池外。

平流式沉淀池基本要求如下:

(1)平流式沉淀池的长度多为30~50m,池宽多为5~10m,沉淀区有效水深一般不超过3m,多为2.5~3.0m。为保证水流在池内的均匀分布,一般长宽比不小于4:1,长深比为8~12。

(2)采用机械刮泥时,在沉淀池的进水端设有污泥斗,池底的纵向污泥斗坡度不能小于0.01,一般为0.01~0.02。刮泥机的行进速度不能大于1.2m/min,一般为0.6~0.9m/min。

(3)平流式沉淀池作为初沉池时,表面负荷为1~3m3/(m·h),最大水平流速为7mm/s;作为二沉池时,最大水平流速为5mm/s。

(4)人口要有整流措施,常用的人流方式有溢流堰一穿孔整流墙(板)式、底孑L人流一挡板组合式、淹没孔人流

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于既不等距的x方向,也不等距的y方向的二维平流梯度计,我们可以使用`np.gradient`函数的高级用法。具体来说,我们需要将x方向和y方向的紧凑差分格组合成一个二维的紧凑差分格,并将其作为参数传递给`np.gradient`函数。以下是实现的代码示例: ```python # 假设x和y分别是不等距的一维数组 # z是一个二维数组 dx = np.diff(x) dy = np.diff(y) d2x = np.diff(dx) d2y = np.diff(dy) delta_x = np.concatenate(([dx[0]], (dx[1:] + dx[:-1]) / 2, [dx[-1]])) delta_y = np.concatenate(([dy[0]], (dy[1:] + dy[:-1]) / 2, [dy[-1]])) d2x = np.concatenate(([d2x[0]], d2x, [d2x[-1]])) d2y = np.concatenate(([d2y[0]], d2y, [d2y[-1]])) D = np.zeros_like(z) for i in range(z.shape[0]): D[i, :] = np.gradient(z[i, :], delta_x, edge_order=2) grad_x = np.gradient(D, delta_y, edge_order=2) for i in range(z.shape[1]): D[:, i] = np.gradient(z[:, i], delta_y, edge_order=2) grad_y = np.gradient(D, delta_x, edge_order=2) ``` 在上面的代码中,我们首先计了x和y方向的一阶差分`dx`和`dy`,以及二阶差分`d2x`和`d2y`。然后我们计了x和y方向上的差分间隔`delta_x`和`delta_y`,以及组合成的二维紧凑差分格`D`。最后,我们使用`np.gradient`函数分别计了`D`在y方向和x方向上的梯度`grad_x`和`grad_y`。 需要注意的是,在进行`np.gradient`计时,我们指定了`edge_order=2`参数以确保计出的梯度结果的精确性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值