冷却塔的噪声特性分析与噪声治理

以某高档商务酒店式公寓冷却塔的噪声治理为例,通过对其噪声数据的测量,详细分析了冷却塔噪声的来源和特性,并从消声、吸声、隔声等方面阐述了一种实用的控制措施。结果表明,此方案不仅降噪效果明显,而且能够完全满足设备所需通风量和温度的要求,为工程实际中冷却塔的噪声治理提供了借鉴,具有指导意义。     

基于偏最小二乘的絮体图像信息与水质的相关性

针对污水处理运行过程COD、BOD5、TN和TP实时测量的问题,提出一种基于絮体形态参数的偏最小二乘法模型.采用图像分析技术对污泥絮体形态特征进行提取,基于相关性从提取的形态参数和试验期间的运行参数中选择模型的输入变量,通过偏最小二乘法建立输入变量与4个水质指标的预测关系模型.结果表明,COD、BOD5、TN、TP的交叉有效性系数分别为0.736、0.682、0.839、0.618,絮体形态参数与水质指标有明显的相关性,可用于预测出水水质.     

基于内外回流污泥形态参数的水质预报

水质监测是污水厂至关重要的环节。为快速、准确地获取实时水质数据，以内、外回流污泥为研究对象，通过显微镜图像结合软件分析，分别得到内、外回流污泥各自絮体的形态参数，并结合污水处理厂运行参数，采用偏最小二乘(PLS)法对内、外回流污泥絮体形态参数与好氧池出水水质指标(COD_e、BOD_e、TN_e和TP_e)进行了回归分析，建立内回流污泥回归模型(PLS1模型)和外回流污泥回归模型(PLS2模型),通过分析两个回归模型中活性污泥絮体形态参数与出水水质指标之间的相关性，比较了两个回归模型的拟合效果和预测效果。试验结果表明：PLS2模型的拟合效果和预测效果要优于PLS1模型，该模型对好氧池出水中COD_e、BOD_e、TN_e和TP_e的预测系数Q²分别为0.736、0.665、0.753、0.716;出水污染物浓度与内回流污泥絮体密实度参数呈正相关关系，而其与外回流污泥絮体密实度参数呈负相关关系。本试验建立了污...     

汽轮机组噪声特性分析与控制

对某厂的汽轮机组噪声频谱进行分析,判断产生噪声的主要频率。同时对现场的噪声声源和传播路径进行检测分析,从吸声和隔声两个方面阐述了阻断声音传播的噪声治理方案。结果证明,此方案是一套有效的控制措施,降噪效果明显,满足国家标准的要求,为其他汽轮机组的噪声处理提供了参考。     

煤矿企业球磨机机房噪声分析与治理

根据某煤矿球磨机机房的噪声污染状况的现场调查,结合球磨机机房噪声的特点,采用沈阳工业大学振动噪声研究所方案,采用隔声罩、声屏障、吸声体等防护措施,对球磨机机房噪声进行分析和综合治理.     

基于灰色关联分析与SA-PSO-Elman结合的地震直接经济损失评估

对地震灾害造成的损失进行评估是国家采取应急救援和灾后援建工作的重要依据。为快速评估地震灾害引起的直接经济损失,提出一种基于灰色关联分析与模拟退火-粒子群-Elman神经网络(SA-PSO-Elman)结合的地震灾害直接经济损失评估模型。该模型先采用灰色关联分析方法客观地选出地震灾害直接经济损失的主要影响因素,即为Elman神经网络的输入,然后将全局寻优能力强及收敛速度快的粒子群算法与能跳出局部极值的模拟退火算法相结合来优化Elman神经网络的权值和阀值,最后将训练好的Elman神经网络运用到地震灾害直接经济损失评估中。通过仿真试验结果表明:该混合算法优化的Elman神经网络模型比Elman神经网络模型和PSOElman神经网络模型具有更高的预测精度和收敛速度。