微波消解体系与聚四氟乙烯滤膜对PM2.5中重金属测定的影响

采用4种微波消解体系对聚四氟乙烯(PTFE)材质滤膜采集的PM2.5样品进行消解,利用电感耦合等离子体质谱(ICP-MS)测定样品中Cr、Mn、Cu、As、Cd 5种重金属元素含量,并计算其空白加标和样品加标回收率,建立了测定PTFE材质滤膜采集的PM2.5样品中重金属元素的最优微波消解体系。结果表明,4种消解体系下,空白加标回收率和样品加标回收率均处于合理范围,分别为95.3%~116.3%和93.3%~118.5%。其中,HNO3放置过夜+H2O2消解体系具有空白值低、测定稳定性强、操作简便、绿色环保、对人体健康危害小等优点,能够满足大批量PM2.5样品中重金属总量的快速、高效、准确分析的要求。     

基于ISOA-RBPNN的埋地管道剩余强度预测*

为提高腐蚀管道剩余强度的预测精度，提出引入弹性梯度下降法改进BP神经网络，并融合改进海鸥优化算法(ISOA)，构建腐蚀管道剩余强度预测模型。关于改进BP神经网络模型的参数寻优，首先采用Cat混沌映射初始化改进海鸥优化算法(SOA)初始种群的分布，提升寻优能力，优化SOA的搜索方向和攻击形式，增强其全局搜索能力并提高收敛速度，然后用ISOA对弹性BP神经网络（RBPNN）模型中的权值和阈值进行寻优，最后构建ISOA-RBPNN预测模型。以管道爆破数据为例，利用MATLAB进行仿真模拟，并与PSO-BPNN模型和IFA-BPNN模型预测结果进行对比分析。研究结果表明:ISOA-RBPNN模型的各项评价指标均优于其他2个模型，预测结果较实际值误差更小，在预测腐蚀管道剩余强度领域具有更好的性能，可为后续研究腐蚀管道剩余寿命和制定维修策略提供参考依据。