基于人工神经网络的气体泄爆最大超压预测研究

为解决传统经验公式在预测气体泄爆中最大超压出现时的较大偏差或过于保守的问题，提出使用人工神经网络预测气体泄爆最大超压。基于124组实验数据，采用BP与RBF神经网络，通过优化算法计算与迭代循环对泄爆样本中的影响因素进行降维与选择，并确定2类神经网络本身在学习与计算气体泄爆样本时的相关参数。结果表明:PCA（主成分分析法）在当前样本条件下的降维效果较差，而通过迭代对比确认气体泄爆样本中的5类特征全部保留时神经网络的训练模拟效果最好；通过对124组实验数据进行随机挑选训练集与测试集的训练模拟结果发现，神经网络对气体泄爆中最大超压的预测效果较好；通过对比Molkov提出的和经Fakandu等改进的NFPA 68经验公式以及2类神经网络的预测结果表明，神经网络相比于传统气体泄爆经验公式具有明显优势。     

西南山地区域森林火险综合预报模型研究——以重庆市为例

森林火灾严重破坏森林生态系统的结构和功能,针对其风险预报开展研究具有重要的理论意义和应用价值。通过融合气象、地表覆盖和人类活动等要素的方式构建森林火险综合预报模型,是西南山地区域森林火险综合预报业务化应用的重要发展方向。基于《森林火险气象等级》国家标准(GB/T 36743-2018),本文研究首先构建了重庆市森林火险气象风险预报模型。然后通过融合可燃物因素和人为因素的方式,进一步构建重庆市森林火险综合预报模型。最后利用历史火点数据针对上述两类模型的精度进行对比和分析。研究结果表明:重庆市森林火灾发生次数较多,且呈现出季节性规律;重庆市森林火灾的发生不仅受到气象条件的影响,而且受到地表覆盖和人类活动等多种要素条件的共同影响;与森林火险气象风险预报结果相比,森林火险综合预报结果在空间分布上具有更高的精细程度;森林火险综合预报模型能有效提高森林火险等级预报精度。     

不同自燃倾向性煤的指标气体产生规律实验研究

为研究不同自燃倾向性煤的自燃指标气体变化规律，提高对煤早期自燃预测预报的准确度，采用程序升温实验系统，得到内蒙古褐煤、神东长焰煤、河南气煤及枣庄焦煤4种不同变质程度煤的氧化时间随温度的变化关系，以及指标气体浓度在煤氧化过程中的变化规律。结果表明:自燃倾向性最高的褐煤应以CO和乙烯作为煤自燃早期预报的首选指标气体；易自燃的长焰煤应采用乙烯和烯烷比为主、以CO为辅的煤自燃判定指标；自燃倾向性较低的气煤应以乙烯和烯烷比作为煤自燃预报指标；CO是自燃倾向性最低的焦煤的最佳自燃预报指标气体。     

用Corioli力讨论台湾南投7．6级大震的余震强度

台湾南投大震是震源地方一个逆掩断层错动引起的，上盘向西错动，这种断层错动的形式其Corioli力效应是使两断层盘相互挤压，因之主震发生时能量释放不彻底，余震强度较大，本文试图用Ｃorioli力效应具体讨论台湾南投大震的余震强度。     

高含固污泥厌氧消化中Fe/S及pH对原位抑硫效率影响及其交互作用

以城市污水处理厂高含固污泥为对象,分别进行了连续厌氧消化抑硫试验和消化污泥Fe(Ⅲ)投加抑硫试验,探讨不同Fe/S(摩尔比)对污泥厌氧消化中溶解态硫化物去除效率的影响以及Fe(Ⅲ)与pH的交互作用.结果表明,热水解污泥厌氧消化采用原位抑硫技术,在Fe/S(摩尔比)为7.75时沼气中H_2S含量可由170.4×10~(-6)降至14.09×10~(-6),无需进行后续处理;当pH为7.00~7.50、Fe/S为1~11时,pH为原位抑硫主要显著影响因子,提高消化池pH有利于降低Fe(Ⅲ)投加量;高含固污泥厌氧消化沼气满足H_2S利用标准时,所需最低Fe/S为7.0;当消化池pH低于7.30时,将无法通过调节Fe/S实现H_2S浓度达标排放.     

基于环境因子和邻近信息的土壤属性空间分布预测

为探索乡镇尺度上土壤属性空间分布预测的最佳方法,以江西省万年县齐埠镇为例,借助四方位搜索法、地统计学和遥感影像分析技术提取环境因子（地形因子和植被覆盖指数）和邻近信息[w（有机质）与w（速效钾）],构建OK法（普通克里金法）、RK1法（仅基于环境因子的回归克里金法）以及RK2法（基于环境因子和邻近信息的回归克里金法）对齐埠镇耕地表层（0~20 cm）土壤w（有机质）、w（速效钾）空间分布进行预测.结果表明:齐埠镇土壤w（有机质）平均值为35.03 g/kg,w（速效钾）平均值为96.73 mg/kg,均为中等空间变异性.对62个样点进行建模,16个测试样点进行独立验证的误差分析表明,RK2法对土壤w（有机质）、w（速效钾）预测结果的均方根误差、平均绝对误差和平均相对误差较OK法分别降低了18.05%、18.01%、21.77%和7.25%、9.49%、9.84%;较RK1法分别降低了22.48%、20.91%、22.02%和9.27%、12.61%、13.52%.研究显示,RK2法明显提高了土壤w（有机质）、w（速效钾）空间分布模拟精度,并且存在改进和提高的空间.      

北京市大气重污染过程中AQI的时空扩散特征及其预测模型

通过对北京市大气重度污染时段AQI与气象因子分析,探讨AQI的时间和空间变化特征,并建立了AQI的空间预测模型。结果表明:1)风速>2.5 m/s,且持续时间长(超过5 h)时,AQI曲线特征呈现倒"V"型。若其在1.7 m/s中部>北部,4 d后则中部>南部>北部。3)各方向上中部和北部的AQI预测模型中幂函数模型精度最高,且两者受西南方向的影响最大。     

兰州市废旧手机产生量预测分析研究

手机普及率日益提高,随之产生的废弃量也日益增多,分别采用时间梯度模型、市场供给A模型、斯坦福(stanford)模型对兰州市2013年-2022年废旧手机的产生量进行了预测.结果显示,不同模型预测结果之间存在较大差异,市场供给A模型和斯坦福(Stanford)模型的预测结果比较接近,均大于时间梯度模型的预测结果,三种模型预测的兰州市2022年废旧手机的产生量分别为40.40万、46.67万和21.04万部.总体上看,兰州市废旧手机的产生量增长趋势较快.     

ABC算法优化SVR的磨损故障预测模型

目的为了提高故障预测的精度,针对支持向量回归SVR(Support vector machine for regression,SVR)参数选择困难的问题,提出一种采用人工蜂群(artificial bee colony,ABC)算法优化支持向量回归(SVR)的故障预测模型(ABC-SVR)。方法该模型先对样本数据进行重构,然后将故障预测误差(适应度)作为优化目标,通过ABC算法寻优找到最优的SVR参数,建立故障预测模型。最后通过实例仿真验证模型的优越性。结果采用ABC算法优化的SVR故障预测模型进行时间序列预测,能够较好地跟踪发动机滑油金属元素浓度的变化过程,并且能够提前2个取样时间预测异常情况的出现。结论 ABC-SVR模型有效解决了SVR参数选择难题,能够更加准确地表现故障变化规律,提高了故障预测精度。     

海南东环铁路（海口段）运行噪声预测研究

本文对海南东环铁路海口城区的南海大道附近的敏感点列车开通的近期（2020年）和远期（2030年）的噪声进行预测：根据噪声暴露声级与等效声级的关系公式,对列车加密后南海大道距离轨道30m处的噪声进行预测,发现当小时列车数达到14车次时,其昼问等效声级将超过70dBA的标准,为城区段控制小时列车次数提供参考。