钢绞线逐根张拉下锚墩基床沉陷所致锚索预应力损失问题

在预应力锚索锚墩下部地基岩土的基床系数较低情况下,采用钢绞线逐根张拉来施加预应力会导致较大的预应力损失以及各钢绞线较显著的预应力不均。基于锚墩基床岩土体的弹性压缩模型,理论探讨了钢绞线逐根对称循环张拉下的锚索预应力损失,及钢绞线的预应力均匀性问题。分析表明,基床系数越低,逐根张拉下的锚索预应力损失越大,且其所含各钢绞线预应力的均匀性越差;而同样荷载和基床系数下,锚索所含钢绞线根数越多, 逐根张拉后的预应力损失和不均匀性也越大。但采用分级循环张拉、正序张拉及调整、锚墩下部一定扩散角填石等工序及措施有助于减轻预应力损失和解决不均匀性问题。     

含油废水深度处理后回用于港区除尘系统的设计与运行

介绍了某港区作业区利用处理后的含油废水深度处理后回用于港口煤炭除尘系统工程的设计、运行和管理。该系统设计处理量为400m^3／d。采用了水解酸化预处理 生物接触氧化 生物活性炭的处理工艺流程，处理后的污水主要用于港区煤炭储存场冲洗地面、洒水抑尘等。     

神头泉域人类活动的水资源-环境效应

神头泉是山西省朔州市的重要供水水源，泉域内的岩溶水开采引发了一系列环境地质问题。本文介绍了神头泉域岩溶水资源的开发利用历史及现状，对水资源开发导致的泉流量衰减、地下水位下降、地下水污染等水资源-环境效应进行了评述，并在此基础上提出了相应的岩溶水资源保护措施，为该地区岩溶水资源的可持续利用提供了理论依据。     

桩基础在水城岩溶盆地中的应用

在进行桩基础设计时,桩基础型式的选择是至关重要的。笔者根据在水城(六盘水市)从事岩土工程工作多年的实践经验,对水城岩溶盆地地质构造及主要工程地质问题进行了分析,从安全、经济、实用等角度对比了目前在盆地内建筑物或构筑物所采用的几种主要桩基础型式,并例举了一些工程实例。最后,就水城不同的工程地质条件,总结出相对应的经济适用的桩基础型式。     

兰州城市主要大气污染治理方案和环境效益

根据兰州市经济技术条件，提出多种大气污染治理工程方案。用数值模式计算分析了这些单项方案和综合方案可减少的大气污染物排放量和空气质量改善程度，推荐了当前可行的投资低、环境效益好的优化综合方案，该综合方案可使兰州市区空气中SO2浓度下降24.6%-75.4%，TSP降10.4%-45.4%；降少数网格点外，SO2浓度都不出现超标。     

用神经网络辨识化学强化一级处理系统

运用实验室得到的数据为样本 ,选取了CODCr和絮凝剂投加量为指标 ,采用三层结构的神经网络 ,利用Matlab的神经网络工具箱中的批处理梯度下降法对CEPT系统经行辨识。辨识结果表明 :模型的预测值与实测值的平均误差在 3 .7%左右 ,具有较高的精度。同时 ,该模型还具有适应性强 ,使用方便 ,高效的特点 ,为CEPT系统的在线实时控制提供了一条有效的途径。     

TVS／TFS去除率在ATAD污泥稳定评价的应用

在ATAD(Autothermal Thermophilic Aerobic Digestion,自升温高温好氧消化)工艺污泥稳定评价中引入TFS．提出“TVS/ TFS去除率”的概念,得出“TVS/TFS去除率”可以代替“VS(g)去除率”而成为一种新的污泥稳定指标的结论;采用数学微分的方法分析了“TVS/TFS去除率”和“VS(g)去除率”的数据误差问题,进泥TS为60g/L,TVS/TS为56％的运行条件下,前者的最大数据误差仅为3．16％,远小于后者的误差最大值15．45％,即引入TFS解决了“VS(g)去除率”数据波动大的问题;TFS的引入还节约了污泥稳定研究所需的时间和工作量。     

Application of Bayesian regularized BP neural network model for analysis of aquatic ecological data-A case study of chlorophyll-a prediction in Nanzui water area of Dongting Lake

Bayesian regularized BP neural network（BRBPNN） technique was applied in the chlorophyll-α prediction of Nanzui water area in Dongting Lake. Through BP network interpolation method, the input and output samples of the network were obtained. After the selection of input variables using stepwise/multiple linear regression method in SPSS i1.0 software, the BRBPNN model was established between chlorophyll-α and environmental parameters, biological parameters. The achieved optimal network structure was 3-11-1 with the correlation coefficients and the mean square errors for the training set and the test set as 0.999 and 0.000？8426, 0.981 and 0.0216 respectively. The sum of square weights between each input neuron and the hidden layer of optimal BRBPNN models of different structures indicated that the effect of individual input parameter on chlorophyll- α declined in the order of alga amount 〉 secchi disc depth（SD） 〉 electrical conductivity （EC）. Additionally, it also demonstrated that the contributions of these three factors were the maximal for the change of chlorophyll-α concentration, total phosphorus（TP） and total nitrogen（TN） were the minimal. All the results showed that BRBPNN model was capable of automated regularization parameter selection and thus it may ensure the excellent generation ability and robustness. Thus, this study laid the foundation for the application of BRBPNN model in the analysis of aquatic ecological data（chlorophyll-α prediction） and the explanation about the effective eutrophication treatment measures for Nanzui water area in Dongting Lake.     

北京市机动车行驶周期的建立方法研究

提出了一种北京市机动车行驶周期的建立方法。行驶周期的确定是建立在准确的行驶工况数据之上的，通过结合使用GPS与OEM两种先进的技术，收集机动车行驶工况数据，为北京市行驶周期的建立提供了新的方法。并通过初步的实路测量试验得到了一个北京市的简易机动车行驶周期，最后与国外的一些著名行驶周期作了对比。     

非线性时间序列门限自回归模型在环境空气质量预报中的应用

门限自回归模型作为1种利用历史资料对非线性时间序列进行描述从而进行预测的数学模型，多年来在各种统计领域中均取得良好的效果。根据非线性时间序列的门限自回归模型（简称TAR）的基本思路，利用环境空气自动监测系统历史监测数据资料，建立了浦东新区环境空气质量的预报计算模型。通过统计检验，检查使用TAR模型预测浦东新区环境空气质量与实际监测情况的符合程度。讨论了该模型在监测工作中的应用可行性。