基于多源数据融合的煤矿工作面瓦斯浓度预测*

为了解决瓦斯浓度预测使用的单一数据在预测中影响还不够深入的问题,提出基于LSTM神经网络的多源数据融合瓦斯浓度预测模型。模型将上隅角瓦斯浓度、采煤机速度、工作面吨煤瓦斯涌出量等不同数据融合作为输入层参数,使用Adam优化算法更新LSTM网络层参数,利用Attention机制突出关键影响瓦斯浓度的因素,开展多源数据融合的瓦斯浓度预测,结合某矿1008工作面的实际数据,分析不同数据在瓦斯浓度预测中的作用。研究结果表明:单变量下的Attention-aLSTM预测效果相比LSTM提升14.2%;多源数据融合下的Attention-aLSTM相比自身提升了5%。     

大气污染物排放监测结果折算问题探讨

在大气污染物排放监测中,排放浓度是否达标是以折算浓度值来判定的,可以避免排放浓度不因过剩空气数值的变化或人为稀释而失真。对环境监测标准体系中涉及的废气折算问题进行了全面统计,同时对实际监测工作中易混淆的废气监测结果折算问题进行了探讨,并提出了相关建议。     

基于多源数据融合的石油罐区安全监控模型

由于单一传感器在石油罐区安全监控中容易受到外界因素影响从而产生误差,为提高传感器检测结果的可靠性和罐区安全监控预警的准确性,基于多源数据融合技术,建立罐区安全状态预警模型。首先,介绍了多源数据融合技术的3个层级:数据级融合,特征级融合和决策级融合,以及目前各领域常见的数据融合方法;其次,建立了基于最优加权融合算法的一级融合模型和基于BP神经网络算法的二级融合模型;最后,得到石油罐区安全监控数据融合模型,并为进一步的实践应用打下了理论基础。     

船舶废气排放扩散模拟计算方法研究

基于船舶AIS数据的船舶废气排放评估计算模型,以高斯烟团扩散模型为核心,结合船舶航行和排放特征,构建移动船舶源排放烟团扩散模型。利用控制变量法,在其他变量参数相同条件下,分别设定不同风向、不同大气稳定度、不同高程平面,仿真模拟航行状态下的船舶排放烟团扩散至空间环境中的质量浓度分布情况,分析船舶在不同环境参数下的扩散特征。结果表明,仿真模拟结果与实际气体空间质量浓度分布情况相符。通过在深圳市盐田港区布设船舶废气排放岸基固定嗅探监测设备,对港区进、离港和过往船舶进行大气污染物排放组分(SO2、CO2、NO、NO2)全天在线实时监测,以SO2作为试验样本气体,船舶排放的SO2排放至监测站的模拟质量浓度与实际监测质量浓度标准误差为19.81%,在合理的误差范围内,验证了船舶废气排放扩散模拟计算方法的科学有效性。     

基于多因素的LSTM瓦斯浓度预测模型*

为解决煤矿瓦斯浓度预测问题,提出基于多因素的LSTM瓦斯浓度预测模型。模型首先对煤矿多源监测数据进行数据融合、缺失值处理;其次通过特征衍生、有监督化、无量纲化,融合各环境因素特征和时序数据的时间性特征,且衍生出更多交叉项特征和高次项特征;然后利用经验法和逐步试错法确定隐藏层维度;最后进行模型训练和测试。研究结果表明:基于多因素的LSTM瓦斯浓度预测模型的RMSE仅为0.021,MAE为0.01,比单因素LSTM模型、RNN模型预测效果好。因此,基于多因素的LSTM瓦斯浓度预测模型可更精准地进行瓦斯浓度多步预测,促进煤矿安全生产。     

风浪流影响下的船舶废气排放测度模型研究

船舶速度是船舶废气排放量计算的重要影响因子。为更加准确地测度船舶废气排放量,考虑海洋环境场对船舶速度的影响,分析了风、浪、流影响下的船舶运动,利用获取的实时风、浪、流信息对船舶AIS提供的航速进行修正,在此基础上建立了风、浪、流影响下的船舶废气排放测度模型,并介绍了船舶引擎功率的估算方法,以及排放因子和负荷因子的确定。最后,选取某散货船和客滚船的两个航次,分别采用传统模型和风、浪、流影响下的船舶废气排放计算模型进行计算,以CO2排放量反推油耗,并计算其与实际油耗的误差,结果表明,与传统模型计算结果相比,基于风、浪、流影响下的船舶废气排放测度模型得到的误差均有所减小,分别减小16.90%、18.60%、21.59%、21.94%,验证了模型的有效性。     

锅炉烟尘排放浓度测量的不确定度评定

如何对测量结果的不确定度进行合理评定,一直是困扰检测实验室的一个难题。根据环境监测的特点,通过实例,阐述了烟尘排放浓度测量不确定度评定的方法,对废气监测领域测量不确定度评定具有现实意义。     

浅析环境统计中污染物核算方法的比较

<正>三种核算方法的定义(1)实测法。实测法是通过监测手段或国家有关部门认定的连续计量设施,测量废气、废水的流速、流量和污水及废气中污染物的浓度,用环保部门认可的测量数据来计算各种污染物质排放总量的统计计算方法。(2)物料衡算法。物料衡算法是把工业污染源的排污量、生产工艺和管理、资源(原材料、水源、能源)的综合利用及环境治理结合起来,系统地、全面地研究生产过程中污染物的产生、排放的一种科学有效的计算方法。     

基于数据挖掘法的矿井瓦斯联动监测

为解决传统矿井监测技术存在的监测效果差、数据利用率低、预警能力不足等问题,提出采用多点及多因素融合的联动监测方法。采用计算机数据挖掘、多级数据融合处理技术建立基于实际预警、规则评判、历史数据检测等方法的矿井故障分析及瓦斯浓度预警数据处理模型。该技术在临汾市尧都区5个煤矿的安全生产监控中试验应用,结果表明联动分析法有助于分析矿井故障原因、提高瓦斯浓度预警能力,且数据挖掘及多级数据融合技术的应用有助于规范样本,提高分析预警规则的稳定性、适应性。     

基于AIS数据的长江口船舶排放清单研究

为了研究繁忙水域的船舶排放清单,基于船舶自识别系统(Automatic Identification System,AIS)的数据建立了针对不同船型的船舶排放计算模型。先根据AIS数据中包含的船舶尺度数据计算各类船型的发动机功率,然后运用基于AIS数据的模型计算船舶排放清单及排放分担率,最后对船舶排放的空间分布进行分析。以2010年长江口水域的船舶交通流数据为基础,计算该水域的船舶排放清单,结果表明:1)在各类船舶废气排放物中,CO2排放量最多,NOx和SOx次之,N2O最少,结果合理可信;2)各类船型的排放分担率分别为5.36%(客船)、6.59%(散货船)、51.47%(集装箱船)、15.95%(油船)、5.37%(渔船)、15.27%(其他船型);3)船舶排放聚集区主要是长江口的南、北槽航段及其附近的码头水域。     

煤田火区温室气体排放通量及其影响因素研究

煤田火区温室气体的排放速率在时间和空间上由于影响因素而存在差异,本研究在对目前气体排放通量研究基础上,采用空气动力学法对神府矿区活鸡兔火区排放CO2、CH4气体和风速、温度以及气压等环境参数进行原位监测,测试结果表明,CO2和CH4通量的变化规律一致,火区内CO2、CH4排放通量变化范围为3.88~30.46 mg/(m2·s)和0.12~1.36 mg/(m2·s);通过相关性分析,环境因素对两种温室气体的排放影响很大,火区CO2、CH4的排放与风速、温度以及气压均呈显著正相关,相关性大小依次为风速＞温度＞气压,论证了所建的浓度梯度模型对煤田火区温室气体排放通量的适用性,进而为煤田火区有害气体污染治理提供了思路。     

基于随机搜索优化XGBoost的瓦斯涌出量预测模型*

为防治瓦斯灾害,解决井下瓦斯涌出量在预测过程中因影响因素繁多带来的精度较低问题,提出1种基于套索(Lasso)回归与随机搜索优化极限梯度提升(XGBoost)的模型进行瓦斯涌出量预测。以沈阳某煤矿综采面瓦斯涌出量历史数据为例,综合考虑影响瓦斯涌出量的影响因素。首先利用Lasso回归提取对瓦斯涌出量有重要影响的特征数据,作为预测输入;采用随机搜索算法对XGBoost模型4种主要参数进行寻优,选取最优参建立预测模型获得预测指标并分析比较其他模型。研究结果表明:Lasso回归筛选出的影响因素结合随机搜索获得的最优参数组合优化XGBoost比其他模型预测精度更高,平均相对误差为1.53%,均方根误差为0.140 3 m3/min,希尔不等系数为0.013 2,研究结果可为现场瓦斯管理提供参考依据。     

新型吸收剂的制备及其对甲苯废气的吸收性能研究

针对工业排放的大量有机废气,制备了一种新型吸收剂.首次以水和生物柴油为原料,经乳化形成稳定的乳液,可提高生物柴油的吸收性能.考察了油水比、乳化剂HLB值、乳化剂添加量、乳化时间和乳化温度对乳液稳定性的影响.将乳液作为甲苯废气的吸收剂,通过实验室模拟废气,考察了其对甲苯废气的去除率.结果表明,在油水比(质量比)为7:3,乳化剂HLB(亲水亲油平衡值)值为10,乳化剂质量分数为5%,乳化时间为0.5 h,乳化温度为室温时,乳液的稳定性最好,且对甲苯废气的去除率可达到90.3%.     

Validation of the UN test method N.5

Many substances react with water in such a way that flammable gases are formed. For transport issues this reaction may possess a considerable hazard especially if the cargo is wetted by rain or by water from other sources. In the UN Recommendations on the Transport of Dangerous Goods these kinds of problems are addressed. The UN test N.5 “Test method for substances which in contact with water emit flammable gases” corresponds to this hazard. Classification according to the test method is done by measurement of the gas evolution rate of the flammable gas by any suitable procedure. At BAM a gravimetric approach is used to measure the gas evolution rate. In this paper we present the evaluation of the apparatus by means of an absolute calibration routine utilizing a reaction where a known amount of gas is produced as well as the evaluation of important parameters influencing the gas evolution rate using different substances. It can be shown that the apparatus is capable of measuring absolute gas volumes as low as 6 mL with an acceptable error of about 17% as determined from the reaction of Mg with demineralized water.     

基于灰色-物元模型的煤矿瓦斯爆炸风险评估

为了明确风险因素间的作用路径并提出科学可行的瓦斯爆炸灾害风险评估方法,首先基于3类危险源理论梳理分析以往典型瓦斯爆炸案例,识别并提取14个影响因素;然后通过集成灰色系统理论和物元可拓模型,构建灰色-物元评估模型;最后以山西省某煤矿的实际调研数据为例,计算各影响因素的权重和关联函数,梳理风险因素致灾的逻辑关系,得出该矿井2个具体工作面的瓦斯爆炸风险等级。研究表明:1号工作面中的平均瓦斯涌出量、煤尘爆炸指数、采掘机械化水平与2号工作面中的瓦斯体积分数均处于较不安全级别,2个工作面的综合风险等级分别为一般安全与较安全级别。     

基于蚁群神经网络的煤矿瓦斯预测模型

为了提高煤矿瓦斯涌出量的预测精度和预测速度,用蚁群算法和神经网络相结合的方法进行预测模型设计。选择瓦斯涌出的重要影响因素,建立其神经网络的预测模型。以网络的均方误差为目标函数,通过蚁群算法的迭代运算,实现BP网络的权值优化,并用优化好的BP网络进行瓦斯涌出预测。仿真结果表明,该方法具有较高的拟合预测精度。