炼化装置闸阀内漏去噪及声识别技术研究

炼化装置阀门使用环境比较恶劣,检测现场存在大量的动设备噪声,易导致内漏识别误判。针对检测现场噪声特性,以闸阀为研究对象,结合内漏声的随机特性,提出一种VMD-Nonlinear SVM方法,该方法结合变分模态分解方法和互信息熵,实现噪声分解和内漏声信号重构,对该重构信号的时频和统计特征进行提取,并作为支持向量机特征输入,实现阀门声识别。在炼化现场,将VMD-Nonlinear SVM方法与EMD-Nonlinear SVM和Nonlinear SVM的分类结果进行对比,结果表明VMD-Nonlinear SVM方法对阀门内漏识别准确率达到95.5%,能够满足复杂环境下的阀门内漏识别要求。     

氢气传感器研究进展

分析了不同类型氢气传感器的研究现状,包括催化燃烧型、电化学型、电阻型、光学型,讨论了不同类型氢气传感器及氢敏材料的结构、研究现状、传感机理和性能,以提供对当前氢气传感技术的了解和未来氢气检测的新策略。最后对氢气传感器的应用进行了总结和展望。     

MOFs材料在废水污染物吸附治理中的应用研究进展

介绍了国内外MOFs材料吸附去除废水中各种污染物的研究进展,主要针对重金属离子(Hg²⁺、U⁶⁺、Cr⁶⁺、Cd²⁺、Pb²⁺、Co²⁺、Sb⁵⁺、Sr²⁺)及类金属离子(As³⁺、As⁵⁺)、有机污染物(染料分子、芳香化合物)等的去除,分析了MOFs及改性MOFs材料对废水中污染物的吸附性能;展望了MOFs材料在废水污染物吸附治理中的应用前景,提出高稳定性及具有催化性质的MOFs材料是用于废水中污染物吸附治理的理想材料。