陕西渭河发电有限公司电视监控系统构架

cctv技术已取得了飞速发展，如何更好地将这一成熟技术应用到电力企业中来，是众多企业管理人员反复思考的问题。本文以陕西渭河发电有限公司电视监控系统的建设为背景，说明了CCTV系统的原理以及系统的构架。     

复杂矿井通风系统分支阻力可调性数值研究

笔者应用数字实验方法 ,通过调节分支阻力 ,研究它对通风系统的影响。研究结果表明 :当一些分支的阻力调到接近完全隔断风流的极大值时 ,网络分析结果仍然正常 ,不影响迭代技术 ;同样也说明了分支阻力预先输入的可行性 ;各分支阻力的变化对通风系统的影响程度是不一样的 ,这由分支在通风网络中的位置决定 ;通过分析 ,给出了通风系统中两风机的相互影响的情况。     

对民用煤气的安全性分析

民用煤气具有使用量大、使用范围广,发生事故后果严重等特点.本文从民用煤气设备的选购、煤气泄露事故的应急处理、煤气中毒的症状以及救助等方面,对民用煤气的安全性进行了分析,有助于防止民用煤气事故的发生,也可以为煤气中毒、爆炸事故的分析作为参考.     

南四湖自然保护区生态旅游资源评价与开发

针对南四湖自然保护区生态旅游资源的特点,选取资源价值、旅游效益和开发条件三个综合指标和12个项目指标,建立生态旅游资源评价模型树,采用层次分析法,对南四湖生态旅游资源进行总体评价。在此基础上,通过问卷调查对各景区打分,并进行分级,最后确定南四湖自然保护区生态旅游资源的开发重点是湖泊湿地自然风光和渔乡风情。     

煤炭自燃倾向性试验研究及指标气体优选

通过对新鲜煤样和氧化煤样的热解实验,研究萍乡矿业集团某煤矿煤自燃发火特性,测定实验煤样在不同热解温度下O2,N2,CO,CO2等及其他碳氢化合物的浓度,具体分析了O2,CO,CO2,CH4,C3H6浓度随温度变化特性。在实验和研究的基础上,结合指标气体选择的一般原则,讨论了用于萍乡矿业集团某煤矿预测、预报煤炭自燃发火的指标气体,对提高煤炭早期自燃预测、预报的准确度和防止矿井火灾有重要指导意义。     

北京某小学室内外VOC浓度及有毒害物种识别

采用美国EPA推荐的TO14/15方法定量分析了北京市某小学室内外夏季观测的空气样品,得到82种挥发性有机物（VOCs）的浓度水平及组成特征,对其中可能危害儿童健康的有毒有害物质进行了识别.结果表明,室内总VOCs浓度高于室外,烷烃是含量最丰富物种,平均占室内外空气中定量VOCs总浓度的32.8%.室内外VOCs组成相似,异戊烷、苯、甲苯、丙醛、丙烯和二氯甲烷为浓度优势物种,受到室外源的影响较大,室内的对二氯苯、环己烷及间二氯苯较为特征,前2种物质室内/室外浓度比例平均值分别为65.8和10.5,间二氯苯室内平均浓度为2.02×10^-9（体积分数）,而室外浓度低于检测限,这3种物质可能来自室内源. 1, 3-丁二烯、氯乙烯、苯和氯甲烷4种物质在学校室内、室外及儿童家中都超过1×10^-6的癌症风险值,平均风险值分别为1.3×10^-5、 6.4×10^-6、 5.1×10^-6和3.3×10^-6,小学室外、室内及儿童家中的累积癌症风险超过1×10^-6的癌症风险值24～39倍.丙烯醛未确认具有致癌性,但具有毒有害性,在室内外及儿童家中超过基准浓度13～72倍.     

环境监测报告编制中应关注的若干问题

根据启东市环境监测站在历年评审、内审中发现的和监测报告有关的不符合项,对编制监测报告过程中容易出现的一些问题进行了探讨,以确保监测报告符合《检测和校准实验室能力认可准则》要求。     

活塞风数值模拟及在矿内运输巷道中的应用

为了研究矿井活塞风对矿井通风系统稳定性的影响,探讨活塞风的成因,分析矿内活塞风大小的影响因素.采用计算流体力学的商业软件FLUENT,模拟研究矿内运输工具运动时巷道内气流速度流场和压力分布特征.数值研究结果表明: 在巷道的不同位置,活塞风的风流状态不同;矿内运输工具的运输方向对活塞风具有很大的影响.为进一步分析矿井活塞风对矿井通风系统稳定性的影响提供指导.     

基于自适应网络模糊推理方法在河道洪水预报中的应用

对于易受洪灾的地区而言,快速而准确的洪水预报非常重要,能够为洪水预警消息的发布提供更长的先导时间,从而为可能受灾地区的人们提供更充足的时间以采取相应的防洪措施或安全转移。 常用的预报模型包括基于物理性模型和基于系统技术模型。尽管物理性模型能对洪水形成的物理过程提供很好的解释, 水文学家并不愿意使用它们,因为模型中参数的率定是比较复杂的。因此,一种基于纯数据集的黑箱技术已被广泛采纳。常用的黑箱模型包括线性模型(LR)、自回归移动平均模型(ARMA)和人工神经网络模型（ANN）等。 在当前的研究中,一个相对新颖的黑箱模型--基于自适应网络的模糊推理系统（ANFIS）被用来对长江某河段的洪水进行预报。与此同时,一个线性回归模型（LR）用来作为ANFIS模型的对照。在构建ANFIS中,混合学习算法 (即误差反衍（BP）耦合最小二乘法（LSE）) 用来训练模型的参数。此外,为避免出现过度训练现象,原始数据集基于统计特征值划分成3个子集：训练集、测试集和校正集。当对ANFIS模型训练时,测试集用来帮助控制训练代数。结果表明,ANFIS的预报效果优于LR模型。分析认为ANFIS能够提供预报精度是因为其采用了局部拟合技术,通常它会优于LR模型所采用的全局拟合技术。最后,对本研究而言,最适合的ANFIS模型是输入量为梯形的成员度函数。     

基于ARIMA干预模型和对比分析的安徽省“清剿火患”效果研究

为了研究"清剿火患"行动对安徽省火灾形势的抑制作用,采用ARIMA干预模型与火灾数据对比的方法对2007—2012年安徽省火灾统计数据进行了分析。2种ARIMA干预模型都能检测到"清剿火患"行动对季节调整后火灾起数时间序列的抑制效果。根据干预模型,抑制效果在"清剿火患"行动开展后第3个月时出现,火灾立即减少约300起,随后抑制效果逐渐衰减。在"清剿火患"行动开展14个月后,抑制效果几乎衰减为0。通过对比"清剿火患"期间与2009-10—2010-02、2010-10—2011-02的火灾统计数据,发现"清剿火患"行动期间的火灾起数较前两年同期的火灾起数大幅度降低,平均降幅达64%。在此基础上又分析了不同火灾原因、火灾场所和火灾起数的降低情况。对比发现,"清剿火患"期间火灾死亡人数与死亡人数不低于3人的火灾起数均降低为0。