煤矿掘进工作面粉尘延时采样测量方法

为研究煤矿掘进工作面采样时刻对滤膜称重法测量长距离巷道粉尘运移情况的影响,结合有限元分析方法提出延时采样法。首先分析粉尘颗粒沿巷道径向的运动模型,然后估算粉尘在巷道中运移所需的时间,制定粉尘质量浓度测量方案,并在煤矿巷道实地测量。结果表明：延时采样法得到不同时间、不同位置和不同作业工况下相同批次粉尘的运移分布情况,而多点同步采样法的不同起始时间的测试结果稳定性差;分析延时采样法的数据发现“尘汇现象”,其导致弱风巷道粉尘质量浓度的每小时增长速率约为扩散至该区域粉尘质量浓度的10%～15%。分析延时采样法在不同工况下的粉尘质量浓度及其对应的尘汇浓度和测量误差,发现新的非截割尘源位置,并计算产尘浓度,为针对性布置和安装巷道降尘设备提供参考依据。     

基于缓冲区重采样的LSTM林火预测模型*

为提高林火风险预测精度,挖掘地图上隐含的空间信息、时间序列上隐含的长期趋势和循环波动,提出1种基于缓冲区重采样的长短期记忆（LSTM）林火预测模型,选取15个与林火相关的影响因素,以方差膨胀因子为评价指标对其进行多重共线性检验,方差膨胀因子大于10的因素具有共线性,并采用信息增益率验证筛选结果的合理性。考虑到火灾的空间聚集特性,采用缓冲区分析与过采样相结合方法减少样本不均衡现象的影响,最终得到176 732条样本。对12个影响因素和研究时间段的火点建立LSTM预测模型,对森林火灾发生风险进行预测。研究结果表明:基于缓冲区重采样的LSTM林火预测模型有效考虑时空上隐含的信息,预测模型准确率为87.06%,特异性为97.99%,敏感度为76.12%,阳性预测率为97.43%,阴性预测率为80.41%,ROC曲线与AUC值均优于随机森林（RF）和支持向量机（SVM）这2种基准算法。维尔克松秩和检验发现,本文提出的模型与基准算法结果具有显著性差异。研究结果可为提高林火风险预测精度提供参考。     

紫外消毒对城市污水处理厂耐药菌去除的影响研究

通过选取假单胞杆菌、鲍曼不动杆菌以及芽孢杆菌3种耐药菌作为研究对象,研究紫外光变化对这3种耐药菌的去除效果,得出较好的紫外消毒条件,应用到实际的污水处理厂消毒过程中。结果表明,紫外消毒对3种耐药菌都有很好的灭活效果。     

北京2015年大气细颗粒物的空间分布特征及变化规律

近年来,随着雾霾事件的频发,人们逐渐提高了对雾霾的关注度,PM_2.5作为其首要污染物对大气能见度及人体健康造成了严重影响.因此,本文利用2015年北京12个环境监测站点的PM_2.5、PM₁₀、NO₂、SO₂、CO和O₃的浓度数据和气象数据,综合研究了北京2015年大气细颗粒物的空间变化特征及分布规律.同时,利用空间差异率（COD）统计方法评估了不同地区细颗粒物浓度的差异程度,并结合2015年2次特殊事件（春节和阅兵）,对大气污染特征及其与排放源控制的关系进行了深入对比分析.结果发现,重污染天气集中发生在秋冬季,且污染程度高、持续时间长.城区PM_2.5浓度比郊区高约12 μg·m^-3.东城区与对照区差异最大,COD值为0.24;东城区与西城区差异最小,COD值为0.05.春、夏、秋季颗粒物PM_2.5、PM₁₀浓度日变化较为平稳,在中午有所升高,冬季颗粒物质量浓度明显呈现出夜间高于日间的污染模式.近3年PM_2.5与PM₁₀保持显著的相关性,但PM_2.5/PM₁₀比值呈降低趋势.阅兵期间采取的空气质量管控措施和气象要素共同作用导致PM_2.5浓度下降约72%,市中心的首要污染物为NO₂,郊区首要污染物为O₃和PM₁₀.春节期间烟花燃放对PM_2.5的瞬时贡献量很大,对比春节假期和非假期2个阶段的大气污染特征发现,人口和机动车减少及餐馆暂停营业并没有使北京局地空气质量得到明显改善.该研究结果提示在进行PM_2.5控制的同时也要对O₃浓度有所关注,同时也进一步支撑了北京空气质量改善需要京津冀协同控制这一重要结论.     

分子生物学技术在水处理中的应用研究进展

利用现代分子生物学技术对微生物进行分析和研究,以解决传统微生物分析成本高、速度慢、准确度较低和灵敏度较差等缺点。介绍分子生物学技术在水处理中的应用现状,并对未来发展方向提出建议。目前分子生物学技术在供水工程中主要用于水中细菌、病毒、原生动物、蠕虫等病原微生物的快速检测以及管网微生物种群的分析,在污水处理中主要用于脱氮除磷过程菌群数量和空间分布的剖析、污泥膨胀成因分析以及监测微生物种群多样性来优化处理工艺。分子生物学技术的深入研究将进一步促进水行业的发展。     

航空装备外场级平均修复时间评估研究

目的探索航空装备部队使用保障阶段维修性指标评估的实施方法。方法构建航空装备外场级平均修复时间评估指标体系,包括评估条件界定、统计准则确定、数据处理方法、评估流程、使用表格等,并结合具体机型进行评价应用。结果该机型飞机整机的累计修复时间为138.5 h,平均修复时间Mct=2.17 h,满足不大于3 h指标要求。结论评估方法系统科学,可为各类装备开展相关维修性评估工作提供方法支持和工程借鉴。     

软测量建模技术在常减压装置的研究与应用

针对常减压装置常压塔的过程数据存在多种不确定性,其软测量模型受多种因素的相互影响,普适性较差的问题,为了实现数据预处理,分别使用小波和盒图组合的算法进行基于单变量的异常识别、鲁棒偏最小二乘方法(RPLS)进行基于多变量的异常识别;运用网格搜索法对再采样间隔和最大滞后时间对模型性能的影响进行了研究。优选出最佳动态输入变量后,对比偏最小二乘(PLS)、人工神经网络(ANN)和支持向量机(SVM)等方法的软测量模型效果,优选最佳的建模方法。依据常减压工艺数据的特点,提出运用移动窗口的方法进行模型的在线更新,从而形成实用的常压塔顶石脑油干点软测量建模方法。经测试,该方法具有良好的准确性和普适性。     

2013 — 2016年西安市臭氧时空变化特性与影响因素

臭氧污染主要是由前体物氮氧化物（NO_x）和挥发性有机物（VOC）的过量排放引起的,通过NO_x/?SO₂的比值可得知西安地区已经受到了光化学烟雾型污染的影响,大气中臭氧含量与NO_x的含量相关性较高;西安13个站点的8小时平均浓度分布变化大体可分为单峰变化和持续递减类型,浓度主要集中在0?—?90 μg???m^?3,不同站点臭氧含量相差较大;2013?—?2016年,高新西区臭氧超标天数最多,为146天,是超标天数最少的兴庆小区的2倍多。高浓度臭氧主要出现在高温度、低湿度、实时风向为东南风或南风的天气。此外,治理臭氧污染必须限制机动车尾气排放,同时研究表明来自秦岭的植物VOC对于西安臭氧浓度影响很大。     

基于神经网络分类器的城市污水处理厂水力冲击预警系统

提出了一套基于神经网络分类器的城市污水处理厂水力负荷冲击预警系统,以期对进水水量骤增现象进行提前1天的预报,使污水处理厂可根据预报结果提前采取水力冲击防护措施,从而保证各单元的平稳运行.根据进水水量的涨幅将某污水处理厂12年日进水水量监测数据分为"常规"和"冲击"两类,重点对"冲击"数据进行提前1天的预测,并采用冲击漏报率、冲击误报率和报准率对模型的预测精度进行评价;同时,基于同样的建模方法和不同的训练、验证样本建立了N(1)、N(2)和N(3)3个平行模型,以对模型的鲁棒性和建模方法的可重复性进行考察.结果显示,3个模型对2010年、2011年和2012年3年测试样本的预测效果良好,冲击漏报率和报准率两项指标数值均较为稳定,分别在0~0.167和0.981~0.995之间浮动,冲击误报率虽然在数值上的浮动较大,最低为0.143,最高为0.500,平均为0.310,但仍在工程上的可承受范围内.该结果表明,本研究基于神经网络分类器所建立的3个神经网络模型预测精度高、鲁棒性好,显示出良好的性能,有望为污水处理厂水力冲击防护工作提供有力参考.     

基于ARIMA的安全生产事故预测与实证研究

为了减少企业安全管理者在生产作业中由于不确定性导致错误决策所产生的风险,在企业历年安全生产事故数据基础上进行预测具有一定的现实意义。以某企业2008年至2011年的安全生产事故次数时序数据,采用EViews 5统计分析软件,基于ARIMA时间序列预测模型更加关注对事故发生是否平稳而相对于其他预测模型更关注于趋势研究的良好特点,建立安全生产事故ARIMA时序预测模型,并对2012年的安全生产事故发生次数进行预测,通过效果检验发现该模型预测结果基本上能够反映该企业安全生产事故发生的实际情况。通过ARIMA方法在某企业安全生产事故预测具体案例的实现,是对现有安全生产事故预测方法的补充和完善,可为企业安全管理和决策提供一定的指导。