论文部分内容阅读
铀矿资源开采过程中会造成大量放射性污染,而环境中氡及其子体的主要来源是铀尾矿堆。因此采取合理的降低氡析出措施,减少铀尾矿堆中氡气体向大气环境的排放是解决环境放射性污染的关键性问题。研究表明,覆盖是降低铀尾矿堆中氡析出的重要手段。文章首先分别建立理想状态下温度与压力耦合作用的铀尾矿堆中氡的动力迁移模型,通过比较分析得出温度与压力耦合作用对氡气体的扩散迁移有重要影响。在此基础上,进一步建立覆盖层中氡气体一维迁移的数学方程,构建以材料成本和环境影响(氡析出)为决策因素的多指标决策模型,运用以免疫遗传优化算法和TOPSIS优选方法为理论基础的混合智能优化算法,实现覆盖材料的优化选择,主要研究成果如下:(1)基于铀尾矿堆中氡的扩散迁移机制,构建理想状态下的铀尾矿堆中氡气体扩散迁移的数学模型。模型结果的可视化显示,上层铀尾矿堆中的氡浓度值随着时间的增加而增大,最后维持一个稳定状态;氡浓度值与位移呈正比关系;(2)构建温度和压力耦合作用的铀尾矿堆中氡气体扩散迁移的数学模型。数值分析结果表明,外界环境温度的升高会加剧氡气体分子的扩散,影响堆体内气体的压力分布,从而加快铀尾矿堆表面的氡析出;(3)建立在覆盖层中氡的迁移动力学模型,得到覆盖材料表面氡析出率与覆盖厚度、覆盖材料孔隙度以及氡在覆盖材料中的扩散系数之间关系的表达式;(4)运用免疫遗传优化算法对覆盖材料的性能参数进行优化。氡析出率随覆盖材料孔隙度以及扩散系数的降低而降低,覆盖材料厚度越大,氡析出率越小。(5)构建以环境影响(氡析出)和材料成本为决策因素的多指标决策模型,运用混合智能优化方法筛选出实例铀尾矿堆的最优覆盖材料为沥青。