我市污水处理自动化控制系统展望——基于PLC控制与触摸屏的应用

介绍了由PLC和触摸屏组成的控制系统的特点和功能,以及PLC和上位机构成的控制系统可实现污水处理整个过程的实时监测和控制。     

基于量纲分析的输液管道泄漏量计算模型研究

在实验室建立管道泄漏实验模型(江苏工业学院油气储运安全实验系统),研究管道在不同泄漏模式下、不同实验条件下的流体泄漏量的规律。运用量纲分析的方法,建立了管道泄漏数学模型,初步确立了泄漏量与泄漏孔的大小、流体的密度、黏度、管内压力以及流体的平均流速等因素的关系,为进一步定量分析管线失效后对环境的影响提供了科学依据。     

基于VMD排列熵与FASSA-SVM的滚动轴承故障研究

提出了一种基于萤火虫改进麻雀搜索算法-支持向量机（FASSA-SVM）的轴承故障诊断方法。首先对轴承工况的振动信号变分模态分解（VMD）得到多个模态分量（IMFs）,其次利用排列熵（PE）求解每种工况每个IMF的PE值作为特征参数输入至SVM中,最后利用FASSA方法优化SVM的惩罚因子、核参数并得到最优的轴承故障分类诊断效果。实验结果表明,FASSA-SVM方法的平均测试集诊断准确率高达99.8%,该诊断结果优于传统的萤火虫算法（FA）、优化麻雀搜索算法（SSA）。     

基于负压法炮弹气密性检测方法研究

目的 实现炮弹气密性检测及其自动化、智能化设备的开发.方法 提出了一种基于负压法的炮弹气密性检测方法.首先,阐述了负压法气密性检测工作原理和实施流程,并对炮弹检测设备的用例模型和检测设备功能框架进行了讨论.其次,针对工程实际,详细给出了测量腔安装密封性计算、测量腔泄漏的压差泄漏率计算、测量腔的初始测量压力值计算、炮弹气体泄漏量计算等检测算法和判定方法.结果 基于负压法的炮弹气密性检测方法的灵敏度比正压法高.结论 本方法可为实现对全弹的气密性检验提供参考,同时也可促进和指导炮弹气密性检验设备的研制,将有效保障炮弹气密性检验自动化设备开发效率和有效性.     

硝基苯气相氟代脱硝反应热安全性的理论研究

为研究硝基苯气相氟代脱硝反应的热安全性,采用Gaussian98软件,运用密度泛函理论(DFT)B3LYP,在6-31G(D)基组水平上,全优化计算气相条件下氟离子对硝基苯进攻的氟代脱硝反应的微观机理,得到反应路径并通过IRC验证,并对反应过程中反应物,各中间体、过渡态、产物进行分子几何构型优化,标准热力学函数计算。理论计算研究表明:该反应属于SN2亲核取代反应;反应能垒较低,反应所需能量可以从过程R→IM1和TS3→P所释放的能量(279.06 kJ/mol,143.34 kJ/mol)中获得;与席曼反应相比较,该反应速率下降3个数量级,热安全性更高,符合化工工程设计的本质安全化要求,具有广阔的应用前景。     

基于一维卷积神经网络的燃气管道泄漏声发射信号识别*

为保障燃气管道系统安全运行,及时诊断管道故障,基于VGG-16模型提出基于一维卷积神经网络的燃气管道故障诊断模型,提取原始声发射信号特征参数,有效诊断燃气管道故障。结果表明:基于一维卷积神经网络的燃气管道故障诊断模型,能够有效解决燃气管道故障诊断过程中数据预处理复杂、特征提取困难以及识别准确率低等问题,可为燃气管道故障诊断提供技术支撑。     

腐殖酸和铁对阿特拉津光降解影响的研究

为考察除草剂在水体中的自净性能，对模拟太阳光(λ> 290 nm)下腐殖酸和铁元素对阿特拉津的光化学降解进行了研究。结果表明，单独辐照阿特拉津几乎不降解。在分别加入3、5和10 mg/L的腐殖酸时，阿特拉津的降解率分别为34.36 %、40.74%和15.66 %；在Fe(Ⅲ)投加量从0.01 mmol/L增加到0.2 mmol/L时，阿特拉津的降解率从24.36 %增加到34.97 %。而在当腐殖酸与铁共存时，阿特拉津降解率则进一步提高。紫外可见光谱和荧光光谱均表明，腐殖酸-铁络合物的形成及其光化学作用，促进了阿特拉津的降解。     

作业场所中纳米材料潜在职业危害危险度评价

通过比较纳米材料与常规材料风险评价方法的差异,在综合国内外研究的基础上,分析了作业场所纳米材料潜在健康危害及其影响因素,从危害发生的可能性与严重度两方面进行评价,建立危险度模糊综合评价模型,确定危险度评价等级。运用模糊综合评价方法对纳米材料潜在健康风险进行综合评估,根据评价结果采取控制措施,避免和减少作业场所纳米材料可能对健康带来的风险。     

基于改进K-means和CNN的储罐罐底点蚀诊断模型*

为解决储罐罐底点蚀问题,提出基于改进K-means和CNN的储罐罐底点蚀诊断模型,在传统聚类基础上引入肘部法则,保证k值选取3的准确性,将原始声发射信号特征参数和聚类后的类别信息输入模型进行训练,系统预测准确率高达99%。研究结果表明:该模型能够及时发现点蚀现象,指导管理者确定储罐开罐检查时间顺序,避免点蚀穿孔造成的人力、物力损失,降低储罐运行风险,保障储罐运行安全,研究结果可为罐底点蚀诊断提供技术支撑。     

深度学习神经网络在管道故障诊断中的应用研究

针对管道故障诊断特征参数选取经验化和诊断准确率低的问题,提出一种基于深度学习神经网络(DLNN)的管道故障诊断方法。首先建立由自动编码器(AE)和分类器SOFTMAX构成的深度学习神经网络分类(CDLNN)模型,并利用该模型对4类数据集进行分类性能测试;然后运用小波分析法提取8种反映管道运行状态的特征参数,输入AE中进行转换,重构反映管道运行状态的特征参数,最后输入分类器SOFTMAX中进行诊断,将这种基于DLNN的故障诊断方法应用于实验室油气储运管道泄漏检测系统中,以验证方法的有效性。结果表明:该方法的管道故障识别平均准确率达92.86%,其与凭借经验选取特征参数的BPNN方法和SVM方法相比,具有更高的稳定性和辨识率。