降流式厌氧悬浮填料床工艺特性分析

厌氧生物技术能在无氧条件下,通过厌氧微生物的新陈代谢将废水中的有机物转化为无机物,同时产生具有能源回收价值的甲烷,并减少温室气体(CO2)的排放,符合节能环保的原则和发展趋势.在回顾厌氧技术以及厌氧反应器发展的基础上,从现代厌氧反应器的发展理念角度分析了新型厌氧反应器-降流式厌氧悬浮填料床(DASB)的工艺特性.降流式厌氧悬浮填料床在生物量的保持、微生物的多级多相和推流流态等方面较好地符合了新型现代厌氧反应器的发展要求,结构、运行简单,具有较好的处理效果,是中国农村污水处理或预处理的较佳选择.     

DATB+SFCW处理工艺中的短时厌氧预处理的效能研究

提出一种新型生活污水处理工艺———降流式厌氧紊动床(DATB)+潜流人工湿地(SFCW)组合工艺联合处理乡镇生活污水。它不但节省人工湿地的占地面积,防止人工湿地容易出现堵塞的问题,而且能有效地去除有机物和氮、磷,特别适应于中小城镇废水水质水量特点及人力资源特点。主要研究DATB对COD、SS、BOD5有一定的去除效果及其出水对人工湿地处理的影响。     

氢氟烃洁净气体灭火剂的灭火性能及机理研究进展

氢氟烃(HFCs)灭火剂已成为目前最常用的洁净气体灭火剂.介绍了氢氟烃洁净气体灭火剂的灭火性能和使用特点,阐述了其物理灭火机理,从氢氟烃气体热分解和与火焰作用研究等方面综述了氢氟烃洁净气体灭火剂化学灭火机理研究进展,并展望了氢氟烃洁净气体灭火剂的研究趋势.     

一种新型的改进潜流人工湿地处理生活污水的研究

介绍了一种改进的人工湿地,该湿地在传统潜流湿地的基础上,提高水流曲折性,改用波形方式的流态,使污水反复多次地经过土壤基质,从而增强了吸附、沉淀的效果,更为有效地提高污染物的去除效果。通过实验将传统湿地和波形湿地进行比较,发现波形湿地出水COD和NH4 -N明显低于传统湿地。     

轻量化网络LW-GCNet在垃圾分类中的应用

垃圾分类是构建绿色城市的重要途径。传统的垃圾分类是由人工进行,分类不彻底,工作强度大,不利于环境保护与资源再利用。为提高垃圾分类的准确性,提出了一种基于VGG16网络的轻量化网络模型LW-GCNet (light weight garbage classify network)。该网络模型通过引入深度可分离卷积和SE(squeeze-and-excitation)模块来进行特征提取,并将垃圾图像的浅层和深层特征有机融合,在减少计算量的同时,增强了待分类垃圾图像通道之间的依赖关系,为分类提供多层次的语义信息。此外,LW-GCNet模型采用自适应最大池化和全局平均池化取代VGG16网络中的全连接层,有效降低了参数量。利用由4类垃圾图像构成的数据集GRAB125对LW-GCNet性能进行验证。实验结果表明：该方法在保证识别速度的前提下,识别平均准确率达到77.17%,参数量为3.15M,易于在户外的嵌入式系统中进行部署。     

降流式厌氧悬浮填料床特性分析与试验研究

从现代厌氧反应器的发展理念角度分析了一种新型厌氧反应器-降流式厌氧悬浮填料床（DASB）的工艺特性，并进行了在环境温度下用DASB对生活污水的试验研究，结果表明，当HRT=3h时，COD、SS平均去除率分别为47．7％、64％。     

深度学习在危险天气自动识别中的应用研究

基于机器视觉的危险天气自动识别技术近年来已成为研究热点，但模型识别准确率不高和模型不够轻量化是该项技术面临的主要问题。针对上述问题，提出了一种利用CycleGAN网络自动扩展危险天气数据集的方法，有效解决了数据集数据量不足、数据类型不平衡的问题。同时，还提出了一种三通道融合卷积神经网络(3-Channel Convolutional Neural Network, 3C-CNN),该网络主干分支采用迁移学习的技术方案，并利用多分支结构提取并融合天气图像中的整体与局部特征。结果表明，利用CycleGAN网络扩充的WeatherDataset-6Plus数据集能够有效改善深度学习模型的训练性能，3C-CNN模型的6类天气现象综合识别准确率达到了98.99%,识别速度达到220帧/s。该方法在保证准确率的同时实现了模型的轻量化，有利于其在嵌入式设备中部署。