清浊分流条件下的混凝-臭氧处理棉针织印染清废水

根据污染源头控制和废水回用的要求,对典型棉针织染整厂的不同生产过程废水排水水质特征进行了统计分析,提出了较实用的废水源头清浊分流方案。在此基础上重点研究了混凝-臭氧组合工艺对清废水处理效果,确定了最优的工艺条件。结果表明,清废水主要为洗水,占废水总量的25%～30%;混凝-臭氧组合工艺的最优工艺条件为：pH为6～9,PAC投加量为48 mg/L,PAM投加量为1.0 mg/L,臭氧接触时间为12 min（臭氧浓度为14.5 mg/L）,这时,清废水COD、色度去除率分别为71%和98%,实践证明,出水水质完全能够满足染整生产。     

任务驱动下的建筑施工现场危险源关联规则挖掘

大数据时代的建筑施工现场会产生海量数据信息,如何利用这些数据并从中找出建筑施工现场内外环境中危险源之间的关联关系,对于施工安全尤为重要。利用Apriori算法挖掘施工隐患数据集,生成危险源关联规则;然后依据任务驱动思想令计算机将施工任务映射到相应施工情境下的危险源关联规则中,管理者便可根据具体施工任务搜索到更想要关注的安全规则信息;从这些规则信息的搜索结果发现,隐患的发生常常是由于危险源在时间上的连续或在空间上的交互所致,因此利用这些挖掘出的关联规则可以帮助施工管理人员对施工现场进行有效安全管理。     

大尺度BOTDR光纤应变灵敏特性研究

首先介绍了布里渊光时域反射计(BOTDR)应变测试仪的基本测试原理;并基于BOTDR光纤变形检出特性进行了试验研究,其中包括裸光纤在长度相同而空间分辨率和采样间隔不同时悬挂重物试验和等强度梁实验。通过试验,分析了当光纤长度相同而BOTDR所设参数不同(主要指空间分辨率和采样间隔)时对检测结构的影响,确定了裸光纤在应变监测中长度区间的选择。     

基于智能手机采集数据的施工活动识别

施工人员的活动监控对施工安全管理及预防职业疾病至关重要。为提升施工安全的智能化管理水平,对楼板钢筋工程施工中的8个主要活动进行识别。为弥补单一传感技术采集维度不足的缺陷和集成传感技术对系统灵活性的限制,采用智能手机内置加速度传感器和陀螺仪采集试验人员模拟施工人员活动时的加速度和倾角数据,并提取平均值、标准差、协方差、四分位距(IQR)为活动的特征矢量。通过决策树中的CART算法建立分类训练模型,采用“交叉验证法”对模型进行评估和验证。测试结果表明:对于样本个体的平均分类准确率为95.28%,预测准确率为92.86%;样本总体的分类准确率为89.67%,预测准确率为94.82%。研究表明,基于智能手机采集数据的决策树模型可以用于施工人员的活动识别。     

一种光纤光栅倾角传感器的试验研究

设计了一种新型的光纤光栅倾角传感器。本设计将简单可靠的金属悬臂梁结构与高灵敏度的光纤布拉格光栅相结合,考虑了光纤布拉格光栅的温度补偿及灵敏度,从而保证其整体耐久性较好、测量精度较高。将该倾角传感器与光纤光栅解调仪组成监测系统,同时利用无线电容式倾角仪对其灵敏度进行标定,取得了良好的线性数据,证明该倾角传感器性能良好。     

一种BOTDR光纤温度传感器试验研究

BOTDR适于大尺度分布式健康监测,但对于结构点位的监测效果却不是很理想。本文研发一种基于布里渊光时域散射原理的光纤温度传感器,本传感器由裸光纤封装而成适用于结构点位监测。实验分析了BOTDR各项性能指标相同的条件下封装长度不同时对温度的灵敏度以及可重复性的影响。确定了当BOTDR所设参数一定时光纤温度测量段长度选择。验证了BOTDR温度传感器器检测结构局部点位温度的可行性,实验表明光纤温度传感器线性度和实验的重复性都很好。     

水稻秸秆及茶饼粉厌氧发酵产沼气的研究

以活性污泥为接种物,以茶饼粉和水稻秸秆为发酵原料,在严格控制发酵温度(37±1℃)的条件下进行厌氧发酵产沼气的研究。研究结果表明:以茶饼粉为发酵原料厌氧发酵的累积产气量和甲烷含量最高(分别为5305 mL,66.13%),以水稻秸秆为发酵原料的各项指标次之(分别为3759 mL,63.24%),对照组的最低,实验组的累积产气量比对照组提高124.1%,58.81%,甲烷含量分别比对照组提高20.30%,15.04%。分析秸秆及茶饼粉发酵前后各种料液成分,发现秸秆中木质素和纤维素降解率达到28.74%和11.18%;茶饼粉中糖脂类蛋白的含量相比原料减少了26.79%、37.79%和40.12%。     

基于深度学习的建筑工人安全帽佩戴识别研究

建筑工人头部伤害是造成建筑伤亡事故的重要原因。佩戴安全帽是防止建筑工人发生脑部外伤事故的有效措施,而在实际工作中工人未佩戴安全帽的不安全行为时有发生。因此,对施工现场建筑工人佩戴安全帽自动实时检测进行探究,将为深入认知和主动预防安全事故提供新的视角。然而,传统的施工现场具有安全管理水平低下、管理范围小、主要依靠安全管理人员的主观监测并且时效性差、不能全程监控等一系列问题。针对上述现状,提出了一种基于Tensorflow框架,具有高精度、快速等特性的Faster RCNN方法,实时监测工人安全帽佩戴状况。为评估模型性能,收集了6 000张图像用于模型的训练与测试,结果表明,该模型识别工人安全监测中佩戴安全帽工人的平均精度达到90. 91%,召回率达到89. 19%;识别未佩戴安全帽工人的精度达到88. 32%,召回率达到85. 08%。同时,针对工人未佩戴安全帽而进入施工现场的违规行为,通过施工现场入口处监控摄像头截取视频流图像帧,设置检验试验,验证了本方法在施工现场实际应用的有效性。     

广州探路特大城市治水之道

正素有"岭南水乡"美誉的广州,历来高度重视治水工作。而作为广州主城区中面积最大的市辖区,白云区企业集聚、城乡二元并存,实际管理服务人口超500万,新老治水问题交错交织,治水难度和复杂程度不仅在广州市和广东省极具标本性,在全国范围内也不多见。近年来,白云区迎难而上、精准施策,面向粤港澳大湾区重塑云山珠水新活力,探路特大城市治水之道。在河湖治理工作上真抓实干、勇于创新,河湖面貌焕然一新,为解决老城市水环境污染问题树立了成功典范,探索出一系列具有借鉴推广意义的有益经验,逐步形成河湖治理的"白云模式",今年被列入水利部河长制湖长制全国10个先进县(区)予以表彰激励。