小球藻生产生物柴油关键培养条件的摸索

当今世界能源的短缺和水体富营养化的发生严重阻碍了社会经济的发展。基于微藻培养的污水深度处理和生物柴油生产耦合系统,可以在很大程度上减缓这两方面的压力。在模拟实验条件,以不同氮磷比、光周期、光强及温度对小球藻生产生物柴油关键培养条件进行探索。培养小球藻至生长稳定期后,提取脂类物质,计算脂类物质占小球藻的干重比,从而摸索出微藻合成脂类物质最优条件。通过对实验结果处理和分析,得出在氮磷比为16,光周期为16:08,光照强度为4 000 Lux,温度为20℃条件下培养小球藻,用索氏提取器提取脂类物质,产生的脂类物质的含量最高,可以为高效的生物柴油生产提供基本的信息。     

基于CNN的化工园区火灾火焰图像识别研究

为及时发现化工园区火灾事故,降低事故损失,利用卷积神经网络(CNN)建立化工园区火灾实时检测系统。基于CNN-YOLOv5算法训练化工园区火灾数据集和普通火灾数据集,分析对比2个数据集的损失值、召回率、精度和类别平均精度。其中,化工园区火灾数据集的损失值和召回率略低,但精度和类别平均精度高于普通火灾数据集,证明通过CNN检测化工园区火灾的可行性。结果表明：基于火灾检测结果,借助PyQt5程序框架设计化工园区火焰图像识别软件系统,可实现对化工园区火灾火焰图像和视频的识别应用,扩大该方法适用范围。基于CNN的YOLOv5目标检测算法可以实时检测化工园区火灾,其检测方法具有便携性、检测结果具有可靠性,可提高化工园区的安全管理水平。