因子分析—分光光度法同时测定锌和镍

利用因子分析法解决了分光光度分析中锌与镍相互干扰的问题，精确分析了混合样品中锌和镍的含量。     

紫外分光光度法测定洗涤剂中十二烷基苯磺酸钠的含量

本文系统地研究了紫外分光光度法测定洗涤剂中十二烷基苯碘酸钠的条件，同时考查了方法的回收率和精密度。     

总氮总磷测定前同时预处理的可行性研究

总氮、总磷前期的消解过程非常类似,而实验室通常采用不同的方法分别进行消解处理,在进行大批量样品测定时,消解过程既繁琐又耗时。本文使用相对精密的仪器,把消解温度严格控制在120℃,用3种不同的消解方法对批量样品同时进行消解,并对测定结果的可靠性进行对比研究,结论表明采用过硫酸钾-高温高压消解或过硫酸钾-石墨消解仪消解方法同时对样品进行消解处理,既能满足总氮、总磷测定的实验要求,又能提高实验室的测定效率。     

紫外分光光度法测定水质总氮影响因素探讨

总氮含量是水质富营养化状态的重要指标,是水质检测中需要重点分析的内容。一般对于水质总氮含量的检测方法,常选择用碱性过硫酸钾氧化-紫外分光光度法,但是在实际应用中,经常会出现空白值偏高以及样品测定值不稳定等问题,同一样品总氮测定值具有较大波动。为提高水质总氮含量测量精确度和准确性,即需要对紫外分光光度法影响因素进行分析,选择合适措施进行优化,提高测定结果准确性,本文就此方面进行了简要阐述。     

紫外分光光度法同时定量测定多组分混合物——喹啉 吡啶 吲哚 苯酚

借助ＧＷ—７５１紫外可见分光光度计，采用紫外分光光度法，根据吸光度的加和性，通过解联立方程组对焦化废水中的几种有代表性的有机物喹啉，吡啶，吲哚，苯酚的混合物进行了分析测定，相对误差一般小于１０％。此法的优越性在于不需要任何复杂的分离程序（如萃取，色谱等分离技术）便能直接求得混合物中各组分的含量     

紫外分光光度法测定矿物油浅议

在矿物油的分析方法中，紫外分光光度法与其它分析方法相比，有其明显的优势。这于紫外法本身人有的许多特点是分析的，本文主要对紫外法测定矿物油的一些特点做初步的探索和研究。     

用醌式染料的合成反应光度法测定水中亚硝酸根

研究了以Ｎ，Ｎ－二甲基苯胺为偶联试剂，利用醌式染料的合成反应测定ＮＯ２＾－的新方法，ＮＯ２＾－在０￣１８．０μｇ／２５．０ｍＬ范围内服从比尔定律，方法具有较高的灵敏度和选择性。试剂及醌式染料具有更高的稳定性，且无试剂空白的影响，用于环境水中ＮＯ２＾－的测定，其结果与其他方法的测定结果一致。     

分光光度法测定CODcr

以重铬酸钾法测试体系为基础，烘箱１４５～１５０℃消化１小时，直接分光光度法测定与ＣＯＤｃｒ等量的Ｃｒ３＋得到ＣＯＤｃｒ。氯化物以ＡｇＣｌ沉淀分离，有效地消除了干扰。     

紫外分光光度法测定大气中的挥发性溶剂类有机物

针对溶剂类有机物的电了跃迁在紫外光区产生吸收光谱的特征，建立了用紫外分光光度法测定大气中挥发性溶剂类有机物的新方法．     

分光光度法测定痕量铅

本文实验了Pb~(2+)—kI—丁基罗丹明B显色体系在阿拉伯胶和聚乙烯醇共同存在时的超高灵敏显色反应。缔合物最大吸收波长605nm,表观摩尔吸光系数ε=1.04×10~6L·mol~(-1)·cm~(-1)。结合巯基棉分离技术,测定了尿液和城市废水、嘉陵江水中的痕量铅,结果满意。     

人工神经网络在环境科学中的应用研究

以B-P网络为例介绍了人工神经网络模型的应用原理。以开拓人工神经网络在环境科学中的应用范围为目的,综述了几种常用神经网络模型在环境预测与评价2方面的应用性能。结果表明:人与环境关系的科学量度是多方位、多因素的非线性模糊问题,而人工神经网络模型具有解决该类问题的独特优点。针对不同环境问题,优选模型,开拓人工神经网络方法在环境科学中的应用范围,为环境问题的解决提供新的技术手段。     

神经网络在海水腐蚀预测中的应用

根据我国材料自然环境腐蚀网站长期以来积累的海水腐蚀数据,采用BP人工神经网络算法,建立了碳钢及低合金钢的海水腐蚀预测模型.该模型以合金成分、环境因素为输入参数,以平均腐蚀速率为输出参数.以碳钢、低合金钢的17种钢种在青岛、厦门、榆林海水腐蚀试验站16年腐蚀数据建模.选定A3钢与10CrCuSiV在以上三地16年的腐蚀数据为验证样本.结果表明该网络具有良好的预测精度,能够正确反映海水环境腐蚀性因素及金属材料腐蚀暴露时间与其腐蚀速率的关系,用于碳钢及低合金钢在海洋全浸环境中的腐蚀预测.     

人工神经网络在水质规划和管理中的应用

对人工神经网络在水质规划与评价、给水处理与污水处理等几方面的应用研究现状、发展趋势进行了综述，并通过一些实例分析得出：人工神经网络用于水质规划和管理不但可行，而且适应性强、结果客观、合理、具有深入开发的研究价值和良好的应用前景。     

人工神经网络在湖泊富营养化评价中的应用研究

运用人工神经网络技术评价湖泊富营养化程度。详细阐述了神经网络的结构设计，样本生成及学习算法，给出了通过训练得出的网络权和阈值，最后将此神经网络用于１２个湖泊的富营养化评价，取得了较好的评价结果。     

人工神经网络方法在我国环境预测中的应用

从环境预测的模型适用性出发,提出用人工神经网络技术进行环境预测的新思路,建立了环境预测的多层神经网络模型,利用最近１２年（１９８１－１９９２）的环境经济数据对２０００年环境指标进行了预测,并根据预测结果对未来的环境对策进行了分析。     

基于遗传算法的人工神经网络在降水酸度预测中的应用

在误差反向传播(Back Propagation)算法的人工神经网络结构模型的基础上，应用遗传算法训练神经网络权重，实现网络结构的优化。用优化后的BP人工神经网络建立了江西省南昌市的降水酸度预测模型。并将该模型预测结果与BP算法和多元线性回归法的预测结果进行了比较。检验结果表明：基于遗传算法的人工神经网络优于BP算法及多元线性回归法，具有良好的预测效果。     

人工神经网络在大气环境质量评价中的应用

针对大气环境中的数据监测与模式识别问题,应用人工神经网络理论,在自然环境大气腐蚀试验网站建立大气环境质量B-P网络评价模型。江津试验站成功地应用了该模型。通过1996-2000年大气环境质量评价结果表明,人工神经网络用于大气环境质量评价的方法是一种新方法,也是一种可行的方法。     

污水处理中人工神经网络应用研究的探讨

针对污水处理系统的时变性、非线性、复杂性和不确定性的特点,提出应用人工神经网络技术对其控制,实现污水处理系统自动控制。简述了目前广泛应用于废水处理的神经网络以及建模原理。结合国内外研究动态,分析了人工神经网络在污水处理领域取得的成果,结果表明:在污水处理中引入神经网络智能控制是一种提高处理效率、降低运行成本的有效方法,国内在污水处理的神经网络智能控制的研究与国外有较大的差距,国内的研究及应用还处在发展阶段,应当加强。并对神经网络待解决的问题和发展趋势作了讨论。     

GA-BP神经网络在铜合金海洋腐蚀预测中的应用

目的 充分利用海洋腐蚀数据,深入分析数据规律.方法 在BP神经网络的基础上引入遗传算法,以克服神经网络模型固有缺陷,提高预测精度和训练速度.结果 对GA-BP人工神经网络进行了简要阐述,并以铜合金在海水中的腐蚀数据为例,应用GA-BP人工神经网络建立了海水腐蚀预测模型,对预测结果进行了评价.结论 预测结果表明,模型能满足设计要求,具有较好的泛化能力.     

人工神经网络PID在有机垃圾减量化处理设备中的应用

阐述了人工神经PID（比例－微分－积分校正）控制技术在有机垃圾减量化处理设备中的应用。采用神经网络辩识器（NNI）对被控对象进行在线辩识，建立被控对象的数学模型。在此基础上，对神经网络控制器（NNC）进行实时调整，使系统具有自适应性，从而达以有控控制的目的。使用矩阵实验软件（MATLAB）仿真表明，它具有动态特性好、响应速度快、稳定的时间短，优于原方案使用的PID控制。神经PID控制系统大大改善了系统的控制效果。