矿井通风网络数据可靠性检验

进行矿井通风阻力测定时,由于受环境的温度、湿度、压力传递存在时间差以及测点处标高不准确等因素的影响,根据实测数据,计算所得矿井巷道基础数据存在一定的误差,常用的测量数据检验方法只能对若干条通路进行闭合回路检验,而不能对全矿井通风网络基础参数进行可靠性检验。本文中所介绍的检验方法将风网基础数据输入通风网络解算软件,以实测风量和经过计算所得巷道风阻为基准,实测风量为目标条件,进行计算机通风网络模拟,对全矿井巷道风阻进行连续的优化调整,使通风网络模拟结果与实际测定各巷道风量基本符合,从而实现全矿井风网基础数据的可靠性检验。该方法在某矿进行了实际应用,实践证明此方法科学、准确的获得了全矿巷道风阻参数,为矿井的通风改造奠定了技术基础。     

重大危险源事故风险预警技术研究

重大危险源事故风险预警技术是事故控制技术中的一大研究重点。本文通过对比分析安全生产领域常用事故预警模型的优缺点,总结了事故预警模型的发展趋势,提出了基于模糊综合评判技术和动态模糊神经网络技术的重大危险源事故风险预警模型,详细陈述其构建过程,最后对液化石油气蒸气云爆炸事故应用该模型,得到了较好的预测效果,实现了风险程度的定量化预警。该预警模型具有快速的自学习能力和容错能力,能够同时处理多种风险因素、自动生成模糊规则并满足预警系统的实时性要求,可应用于重大危险源在线监控预警系统,为企业端和政府端监管者提供有效的重大危险源事故风险定量化预警信息,为遏制重大灾难事故的发生、减少死亡人、数受伤人数和直接经济损失提供先进的理论和技术支撑。     

“十二五”新疆环境监测能力建设之展望

依据全疆当前环境监测体系能力建设现状，从监测机构发展和监测网络能力发展的角度上较深刻分析了当前全疆环境监测体系存在的主要问题，提出了“十二五”新疆环境监测能力建设的设想和展望，共同行参考。     

A soil sampling intercomparison exercise for the ALMERA network

Soil sampling and analysis for radionuclides after an accidental or routine release is a key factor for the dose calculation to members of the public, and for the establishment of possible countermeasures. The IAEA organized for selected laboratories of the ALMERA (Analytical Laboratories for the Measurement of Environmental Radioactivity) network a Soil Sampling Intercomparison Exercise (IAEA/SIE/01) with the objective of comparing soil sampling procedures used by different laboratories. The ALMERA network is a world-wide network of analytical laboratories located in IAEA member states capable of providing reliable and timely analysis of environmental samples in the event of an accidental or intentional release of radioactivity. Ten ALMERA laboratories were selected to participate in the sampling exercise. The soil sampling intercomparison exercise took place in November 2005 in an agricultural area qualified as a “reference site”, aimed at assessing the uncertainties associated with soil sampling in agricultural, semi-natural, urban and contaminated environments and suitable for performing sampling intercomparison. In this paper, the laboratories sampling performance were evaluated.     

基于粗糙集-神经网络的矿山地质环境影响评价模型及应用

采用衡山白果地区石膏矿山的11个评价指标,综合运用粗糙集和神经网络理论,构建了基于粗糙集-神经网络(RS-ANN)的矿山地质环境影响评价模型,对RSES软件约简的数据和无约简的数据采用EasyNN-plus软件进行预测评价。神经网络模型的输入属性为8个,而粗糙集-神经网络模型的输入属性为6个,训练样本均为13个,预测样本均为4个,前者的平均预测精度为1.85%～24.86%,后者为1.23%～15.28%。研究发现,粗糙集在保留关键信息的前提下可有效地对数据表进行约简,约简后的神经网络预测结果与实际情况吻合,并比无约简时总体精度有较大幅度提高。     

响应面法和神经网络优化Acinetobactersp．DNS32发酵基质

为了提高阿特拉津降解菌Acinetobactersp．DNS32的产量，分别采用响应曲面法和基于人工神经网络的遗传算法对阿特拉津降解菌DNS32发酵培养基中3个重要基质成分（玉米粉、豆饼粉、K：HPO。）进行优化研究。响应曲面法确定3种成分的含量为玉米粉39．494g／L，豆饼粉25．638g／L和K。HPO。3．265g／L时，预测发酵活菌最大生物量为7．079×10^8CFU／mL，实测量为7．194×10^8CFU／mL；人工神经网络结合遗传算法优化确定3种主要成分含量为玉米粉为39．650g／L，豆饼粉为25．500g／L，K2HPO4为2．624g／L时，预测最大值为7．199×10^8CFU／mL，实测量为7．244×10。CFU／mL；最终确定培养基配方：玉米粉为39．650g／L，豆饼粉为25．500g／L，K2HPO4为2．624g／L，CaCO3为3．000g／L，MgSO4·7H2O和NaCl均为0．200g／L；优化后阿特拉津降解菌DNS32发酵生物量比优化前提高了36．6％。结果表明，在阿特拉津降解菌DNS32发酵培养基组分优化方面，响应面法和基于人工神经网络的遗传算法都是可行的，基于人工神经网络的遗传算法具有更好的拟合度和预测准确度。     

提高“项目教学”实效性的实践研究

"项目教学法"是实施探究式教学模式的一种教学方法,适用于各类实践性和操作性较强的专业知识、技能的学习,可以帮助学习者提高学习效率,加强职业角色的塑造与职业能力的培养。"项目教学"被普遍认为是能将专业学科体系与职业行业体系紧密结合的教学模式,"项目捆绑教学模式"是实现高等职业教育"四个合作"的有效途径。研究影响这种教学模式开展的教师、学生、工程项目、教学管理等方面因素,以及总结该种模式在教学运行过程中的实效性手段,有利于提高高等职业教育的教学质量。     

ABR处理硫酸盐有机废水的BP神经网络建模

通过厌氧折流板反应器(ABR)处理硫酸盐有机废水的实验数据对BP神经网络进行训练,建立了ABR处理硫酸盐有机废水的BPNN模型,通过测试对比,找出了较优训练函数为traingda,较优训练次数为1 900.利用分割连接权值法(PCW)对影响出水SO42-和COD的主要因素进行分析,结果显示进水COD、SO42-、pH、COD/SO42-和HRT对出水SO42-和COD均产生一定影响,其中进水pH对出水SO42-和COD的影响最大,相对重要性(RI)指数分别为30.79％和23.44％;并通过样本试验数据分别建立了对SO42-和COD去除率的限制因子仿真模型,为预测硫酸盐有机废水的厌氧处理过程提供指导.     

大气细粒子(PM2.5)监测技术进展

大气细粒子(PM2.5)的污染对人和生态环境等影响巨大,迫切需要进行PM2.5质量浓度的监测;本文介绍了PM2.5国内外监测研究进展、监测网络应用情况以及监测技术;重点介绍了几种先进的技术:β射线法、振荡天平法和光散射法,并详细描述了各种监测设备的原理及结构,提出最好采用PM2.5在线监测仪进行日常监测。     

城市合流制管网降雨径流污染特征分析

对北京市老城区合流制管网排除系统下游干管进行降雨径流监测,分析降雨径流和生活污水混合后的水质变化特征,以便为合流制管网污染控制提供数据依据。结果表明北京市合流制管网污染程度较高,其污染过程受降雨过程、管道汇流过程、地表径流污染特征和管道沉积物冲刷等综合影响。