M-估计在水质监测中的应用

Ｍ估计是极大似然估计的一种简称。以水质蒸馏后４氨基安替比林分光光度法测定挥发酚和纳氏试剂比色法测定氨氮为例,分别考察了Ｍ估计与传统的最小二乘法（ＬＳ）所获取的校准曲线方程。回收试验结果表明个别异常值（＜３０％）不影响Ｍ估计,而ＬＳ估计则不然,前者在水质监测中的稳健性亦得以充分证明     

NaI（Tl）多道谱仪测量固体样品时实验数据准确性分析

通过对同一样品中的放射性核素含量进行多次等精度测量,对结果的可靠性进行分析和出现离散的数据进行数据舍弃检验。在放射性测量过程中除考虑统计误差外,同时也应考虑仪器的、人为的及偶然因素导致的系统误差,从而提高测量精度。     

校准曲线截距误差和检验方法

对环境监测样品的分析大部分采用校准曲线定量法,校准曲线拟合方程的质量对监测结果的可靠性影响很大。把测量信号值(ｙ)对标准物质含量(ｘ),用最小二乘法拟合校准曲线方程有两种方法,一种是直接拟合,一种是扣除空白信号值后再拟合,两种方法截距(ａ)的含义不同,这里论述的截距是指后者。1　截距误差产生的原因分析方法的依据是测量信号值与样品待测物质含量成某种确定的直线关系,空白信号估计值应是空白实际测定值。理论上校准曲线的截距应是0。非零截距是由截距误差产生的,其中包括随机误差、系统误差和过失误差。11　截距的随机误差以分光…     

浅析样品分析过程中较常出现的误差

在水质分析中往往会出现各种各样的分析误差,浅析了样品释释引起的误差;样品前处理引起的误差;分析方法引起的误差;标准曲线引起的误差。就这4种误差,结合实际操作提出了消除这些误差的方法。     

玻璃量具对实验分析造成的误差

通过具体的实验分析数据,分析和指出了玻璃量具对实验分析造成的较大误差(可达到20%～30%),并提出了避免此种误差的具体方法和建议.     

大气自动监测校准中气体流量对仪器示值误差的影响及控制

研究了大气自动监测系统中标准气、校准气以及零空气的流量大小引起仪器示值误差及时校准曲线质量的影响,提出了重点控制标气流量是减小仪器示值误差的关键,从而解决了低浓度校准点仪器示值偏低、误差大及校准曲线截距大的技术难点,提高了大气自动监测中多点校准质量和监测结果的准确性.     

钢丝绳在使用中出现“走油”现象怎么办？

答：在起重作业中,如果事先对物件的重量估计不足,用了承载力较小的钢丝绳,那么钢丝绳就会出现“走油”现象。当出现这种现象时,表明钢丝绳已经严重,超载,产生了较大的变形,钢丝绳的钢丝向绳芯挤压,使绳芯中的油大量挤出。如果再继续使用,就有断裂危险。因此,在作业中,当钢丝绳出现“走油”现象时,应当立即更换。     

基于ASM1的中药废水处理数学模型研究——进水水质组分（COD和氮）估计

采用中药废水(两相厌氧消化系统出水)作为膜生物反应器(MBR)的进水,以活性污泥1号(ASM1)数学模型为基础,对中药废水的COD和氮(N)组分进行估计.结果表明,中药废水的COD和N组分不同于传统生活污水.中药废水COD组分中的SS为141.2 mg/L,XS为2 113.2 mg/L,XI为85.3 mg/L,SI为53.8 mg/L; N组分中的SNH为20.93 mg/L,SNO为0.5 mg/L,SND为17.6 mg/L,XND为263.4 mg/L.组分估计是ASM1模型的输入项,它的正确性同模型的模拟结果直接相关,是模型参数的重中之重,同时对研究类似废水水质组分估计也有指导和借鉴作用.     

改进非线性海鸥算法在矿震定位中的应用

为了提高矿震定位精度，保证算法能快速收敛且具有较强鲁棒性，提出了一种基于改进非线性海鸥算法的矿震定位算法(Robust Difference Seagull Optimization Algorithm, RD-SOA)。该算法首先计算差值矩阵，提出采用稳健差值法作为目标函数，其次基于海鸥算法，提出非线性惯性权重，最后通过海鸥间相互作用求解震源点位置。通过模拟试验分析，当波速在-1%～1%、-3%～3%和-5%～5%的范围内浮动时，RD-SOA的定位精度均优于传统的非线性最小二乘法(Nonlinear Least Square, NLS)和Geiger定位法及改进前的SOA,相同情况下，RD-SOA比SOA的收敛速度提高了67%。通过柿竹园金属矿人工爆破数据进行对比分析，RD-SOA定位结果的绝对误差由原始SOA的13.7 m降低至3.8 m。对某煤矿的一次大能量矿震事件进行定位，震源位于采空区顶板上方38 m厚细砂岩层中，受开采影响导致工作面后方顶板断裂，为本次事件提供了能量源。     

非高斯噪声下电力线载波通信压缩感知信道估计方法

传统的基于压缩感知的电力线载波通信信道估计方法，多数在高斯噪声假设下对信道系数进行估计。实际过程中，电力线电磁环境复杂，噪声往往并不服从高斯分布。本文考虑非高斯环境下电力线载波通信信道估计问题，利用高斯混合密度对噪声统计特性进行描述，在此基础上，结合信道系数的稀疏特性对信道系数进行估计。利用数值仿真对本文所提算法的性能进行测试，结果表明，与传统信道估计算法相比，本文所提出的方法具有更好的信道估计性能。