基于Box Behnken设计的煤导热系数分析与预测

为研究分析水分、固定碳及密度3个因素对煤导热系数的影响,选取多个矿井不同煤质的煤作为实验煤样,使用NETZSCH LFA457型激光导热系数测试仪进行测定,并引入二次响应曲面试验设计思想,采用Design Expert软件进行煤质指标的Box Behnken试验设计,按设计表筛选实验数据,构建了导热系数多因素、多水平影响下二次回归响应曲面模型,并对不同采样地点的煤导热系数进行了分析与预测。结果表明:二次回归方程P值小于0.000 1,极显著,失拟项为0.072 4,不显著,回归方程具有统计学意义;当水分在0.9%~10.9%,固定碳在49.3%~83.6%,密度在1.2~1.92 g·cm³之间,对煤的导热系数一次项影响程度为密度>固定碳>水分;二次项影响程度为固定碳和密度>水分和密度>水分和固定碳,且固定碳和密度之间存在交互作用,水分和密度、水分和固定碳之间无交互作用;应用响应曲面模型预测的煤导热系数误差为4.3%,满足精度要求。     

基于HCNAM-BN的化工过程爆炸事故致因链分析

为了从源头上预防化工过程爆炸事故,依据风险耦合理论,探讨了各风险因子非线性耦合演化为爆炸事故的机理,构建了层次耦合网络分析模型（HCNAM）;从多因素风险耦合角度分析了国内外44起典型化工过程爆炸事故,统计了各风险因子之间的耦合概率并进行了耦合致因重要度分级;采用耦合概率与二态分布相结合的条件概率分布,将层次耦合网络分析模型转化为贝叶斯网络,并对氯乙烯单体槽爆炸性混合气体爆炸事故进行了应用研究。结果表明:91种双因子耦合风险状态中,47种呈现弱耦合致因特性;7种因子双耦合形成风险的概率较大;基于HCNAM-BN模型分析事故,可有效辨识事故最可能致因因素,获取各事故致因链的发生概率并确定事故网络关键节点。     

大同矿区煤的导热系数灰色关联分析及预测

为分析煤质指标及密度对导热系数的影响作用,选取了山西大同矿区的不同煤质煤样,进行导热系数测定实验,应用灰色系统理论对导热系数与影响因素进行灰色关联分析,建立导热系数与主要影响因素的GM(1,4)灰色预测模型,进行导热系数预测。结果表明:固定碳、密度和水分是影响煤导热系数的主要因素;根据得出的主要影响因素建立的GM(1,4)预测模型平均相对误差为4.5%,预测精度较高,能够用于导热系数的预测。     

煤矿火区快速封闭泄爆门研究

目前煤矿发生火灾事故后,火区封闭时间过长极易引发瓦斯爆炸等次生灾害,且煤矿现有的阻隔爆技术存在许多 不足,针对这些问题,研发一种用于煤矿火区的快速封闭泄爆门。通过对泄爆门的结构设计、封闭与泄爆机制及有益效 果等方面进行阐述,并采用流体力学FLUENT软件计算得出不同数量泄爆窗的泄爆门与监控泄爆门前截面的压力、速度之 间的变化情况。结果表明:6个泄爆窗比2个泄爆窗的封闭时间快1 200 ms,快速封闭时间节省了68.57%。随着泄爆窗的 增多,瓦斯爆炸冲击波压力和传播速度都大幅度降低。当煤矿发生火灾事故封闭火区时,快速封闭泄爆门不仅具有快速 密闭功能,也同时具有泄爆功能,为煤矿安全提供新的隔爆技术。     

基于CBDI的农户耕地撂荒行为模型构建及模拟研究——以陕西省米脂县冯阳坬村为例

目前,建立于复杂性科学基础上的多智能体模型（MAS）已成为模拟研究土地利用变化的重要方法。论文在MAS理论之上,构建一个基于Category-Belief-Desire-Intention（CBDI）决策结构的MAS模型,结合NetLogo软件平台,模拟分析农户Agent土地利用行为,并将结果与Belief-Desire-Intention（BDI）模型进行比较。论文以陕西省米脂县冯阳坬村为例进行研究,分析结果表明：1）通过对基于CBDI的MAS模型验证（模型精度为87.19%）,相比于传统的BDI决策模型精度有所提高;2）NetLogo平台能够展示农户决策的过程,直观地显示MAS模型的模拟结果;3）不同类型农户耕地撂荒的主要原因有所不同,该村种植户撂荒的主要因素为地理环境认知的差异和其他类农户的影响。有待进一步解决的问题：1）不同类Agent相互影响及其量化;2）高精度基础数据的获取和梯田DEM的引入。     

辽东湾表层沉积物重金属生态风险及预警

为对辽东湾表层沉积物重金属的潜在生态风险进行定量评价及预警分析,根据2012—2015年每年8月的调查数据,计算了6种重金属元素（cu、PB、ZN、CD、HG和AS）的IGEO（地累积指数）、rI（综合潜在生态危害指）和IGE（生态风险预警指数）．　结果表明:2012年和2013年辽东湾表层沉积物重金属元素的IGEO由大到小顺序为AS>CU>ZN>PB>CD>HG,2014年为AS>CU>ZN>PB>CD>;2012—2014年辽东湾表层沉积物重金属污染区域主要位于北部河流入海口海域、葫芦岛周边海域．　风险分级和预警评价结果显示,各重金属元素的ＥＲＩ（单项潜在生态危害指数）平均值均小于40,rI均小于150,处于低潜在生态风险状态;辽东湾所有采样点中,2012年有5.6%的采样点处于2级生态风险等级（O　eR≤1.0）,属生态风险预警级别,94.4%的采样点处在生态风险无警级别,2013—2014年所有采样点均处于生态风险无警级别．　对辽东湾生态环境具有潜在危害的元素是CD、aS和HG,辽东湾表层沉积物中AS、ZN、CD在部分采样点已达到生态风险预警级别,应加大对该海域的环境监测力度．      

春季和夏季辽东湾表层沉积物中重金属的分布及来源

为研究辽东湾表层沉积物中重金属的分布特征及其来源,于2013年5月(春季)和8月(夏季)在辽东湾设置38个采样点,采集表层沉积物样品,测定6种典型重金属(Cu、Pb、Zn、Cd、Hg、As)的质量分数,并采用相关性、主成分及聚类分析对重金属来源进行研究. 结果表明:春季和夏季辽东湾表层沉积物中w(Cu)、w(Pb)、w(Zn)、w(Cd)、w(Hg)、w(As)平均值分别为28.77、26.62、108.89、0.50、0.03、12.09 mg/kg和26.05、24.22、71.93、0.22、0.05、11.03 mg/kg;单因子方差分析结果表明,w(Cu)、w(Zn)、w(Cd)、w(Hg)在春季和夏季有显著差异,w(Pb)、w(As)无差异. 重金属高值区春季主要分布在辽东湾北部西侧小凌河口外至葫芦岛以南海域,夏季主要分布在北部河口及鲅鱼圈、金州湾附近,低值区均位于辽东湾中部海域. 春季辽东湾表层沉积物重金属的来源主要包括有机质络合、海上活动、工业排污入海与河流所携带的工业和生活污水,夏季来源主要包括海上活动、工业排污入海、河流携带的工业和生活污水以及地表径流. 所调查的38个采样点重金属在污染程度上可分为3类,其中Cu、Zn、Hg和As属轻度污染,Pb属中度污染,Cd为严重污染;整体空间分布特点为西部和北部近河口区域重金属质量分数偏高,中部远河口海域较低.      

辽河东西支流与干流水体光学特性和组分对比研究

通过对东、西辽河和辽河干流有色溶解有机物(CDOM)吸收特性和荧光特征以及溶解有机碳(DOC)浓度的分析,对比研究不同子流域CDOM的光学特性差异,并分析影响CDOM与DOC浓度的主要因素.对比研究发现,辽河干流CDOM与DOC相关性(R = 0.89,P < 0.01)高于西辽河(R = 0.81)与东辽河(R = 0.75).总悬浮物浓度(TSM)和总碱度与不同子流域CDOM/DOC相关性较高.不同流域内CDOM与DOC的浓度变化较大,西辽河CDOM和DOC浓度明显高于东辽河和辽河干流.流域内土地利用、气候条件对两者浓度的影响显著,林地和CDOM及DOC浓度存在显著负相关(R = -0.41, -0.56),即林地面积越大,CDOM和DOC浓度越低;而农田与两者存在正相关(R = 0.40, 0.32),农田面积越大,相应的CDOM和DOC浓度越高;降雨量与CDOM和DOC呈现明显的负相关(R = -0.53, -0.38),说明降雨对河流CDOM的稀释作用较大.对于CDOM荧光强度Fn(355)与CDOM浓度来说,在每个子流域两者均存在较好的相关性,特别是西辽河流域(R = 0.96, P < 0.01).CDOM的三维荧光光谱发现,东、西辽河及辽河干流均表现出较强的类腐殖酸荧光峰(A峰和C峰),同时辽河干流表现出很强的类蛋白质峰(T峰).CDOM的吸收斜率(S)以及基于荧光光谱的FI和HIX表明东、西辽河和辽河干流CDOM的主要来源是外源高等植物输入的大分子量DOM,但是,西辽河和辽河干流CDOM的分子量要小于东辽河CDOM组成物质.     

非饱和带柴油入渗实验研究及HSSM模拟

通过土柱模拟实验研究了柴油在不同含水率、不同粒径砂土中的入渗及残留特征,并采用HSSM(Hydrocarbon Spill Screening Model)模拟了柴油在含水率为6%中砂介质中的入渗过程.结果表明:随着介质含水率增加,柴油在介质中湿润锋推进速度先增大后减小,最快速度对应含水率处于相应介质最大残余含水率40%~50%范围内,残余柴油量随介质含水率增大而减小.在细砂、中砂和粗砂3种介质,柴油入渗平均湿润锋推进速度分别为0.42,0.52,0.73cm/min;平均残余柴油量分别为98.10,68.70,48.79mL. 湿润锋推进速度及残余柴油量均与介质粒径呈负相关.HSSM拟合柴油在含水率为6%中砂介质中的湿润锋推进速度为0.5832cm/min,与实验值0.5689cm/min相比,相对误差为2.51%.HSSM能较好的模拟柴油在非饱和带入渗过程,对于土壤及地下水污染预报具有重要意义.     

基于灰色神经网络优化组合模型的火灾预测研究

为了提高火灾事故预测的精度,根据我国火灾事故数据样本较小,波动性较大的特点,将遗传算法优化的灰色无偏预测模型与遗传算法优化的BP神经网络模型结合起来,建立灰色神经网络优化组合模型,充分发挥无偏灰色预测模型适用于小样本的数据预测的优势与BP神经网络处理非线性问题的优点。分别采用遗传算法优化后的无偏灰色GM（1,1）模型、遗传算法优化的BP神经网络预测模型与灰色神经网络优化组合模型对我国1998-2008年的火灾事故进行拟合,并对2009-2011年的火灾事故发生数进行预测。结果表明:灰色神经网络优化组合模型的预测误差最小,精度最高,适用于火灾事故的预测。