用加速量热仪研究乳化炸药的热稳定性

使用加速量热仪（ARC）研究了一种新型乳化炸药的热稳定性,得到了乳化炸药样品的热分解温度和压力随时间的变化曲线以及自热速度,分解压力随温度的变化曲线,分析了其热分解过程,计算了表观活化能Ea和指前因子A。测试和分析结果表明所测试的乳化炸药具有良好的热稳定性。     

青海省环境教育体系框架建立的探讨

文章结合环境教育的特点,对青海省环境教育体系现状进行分析,提出了对全省教育体系框架构建的设想,分析了实施的必要性和可行性,并提出了建议。     

地下复杂组合受限空间火灾分区现象与初期模式实验研究

主要介绍地下狭长与组合受限空间油料介质火灾分区现象、初期火灾主要模式模拟实验研究结果与讨论;地下组合受限空间火灾呈现出特殊的分区现象。一般可分为燃烧区、新鲜空气补充区、烟气流区、过渡区和火焰后面的“惰化区”五区。有上下两层的地下复杂组合受限空间可分为燃烧区、烟气流区、新鲜空气补充区和“惰化区”4区。地下受限空间(包括组合受限空间、容积式受限空间和狭长受限空间)密闭条件下火灾初期模式主要有：爆炸、爆炸减弱、爆炸增强、燃烧、爆燃向爆轰发展。地下复杂组合受限空间下部与下部狭长受限空间分别全开口条件下着火后火灾主要模式为爆炸、燃烧、爆炸后持续燃烧、爆炸后短时燃烧、爆炸后发展为出口外爆炸;爆炸又可分为爆炸强度逐步加强、爆炸由爆燃发展为爆轰、爆炸强度逐步减弱。     

纳米羟基磷灰石修复镉铅污染土壤的效果评价

文章研究以纳米羟基磷灰石为修复材料,采用人工模拟污染土壤的方法,借助Tessier五步法分析土壤中镉、铅的形态,研究了纳米羟基磷灰石对镉、铅污染土壤的修复效果,研究结果表明:n-HAP对土壤中有效态镉有一定程度的吸附钝化作用;n-HAP的投加比例为5%时,对Cd污染土壤的修复效果最好,Cd的有效态下降比率达到了49%;n-HAP对人工模拟污染土壤中有效态铅的钝化效果比较明显,对有效态铅的降低率达到了90%的水平,且平衡时间越长,修复效果越好;n-HAP对铅污染土壤的修复效果要好于镉污染的。     

沿海地区无人机装备环境适应性分析

针对沿海地区无人机装备所处的特殊气候环境,结合装备的使用和实验,分析了霉菌、盐雾、高温、潮湿等主要因素对无人机装备的影响机理,总结了无人机装备在沿海地区受环境因素的侵蚀规律,最后从结构设计、材料选取以及装备日常保养等方面给出了提高无人机装备环境适应性的具体措施.     

纳米零价铁对升流式颗粒污泥床反硝化性能的影响

为探究连续流条件下,纳米零价铁(nZVI)对反硝化颗粒污泥(DGS)性能的影响,本文利用升流式污泥床(USB),系统考察了反应器脱氮效能、污泥形态和反硝化特性随进水nZVI浓度的变化规律.结果表明,当nZVI5 mg·L~(-1)时,反应器脱氮效能与对照期(nZVI=0 mg·L~(-1))相差很小,DGS活性略微增大.当nZVI浓度在5~10 mg·L~(-1)时,DGS对nZVI的生物抑制作用表现出一定适应性,污泥浓度和颗粒粒径仍保持增长趋势,但泥相中总铁含量明显增大,DGS活性开始降低.当nZVI浓度增至30 mg·L~(-1)时,反应器对COD和NO-3-N的去除率分别降至对照期的23.3%和20.3%.DGS因吸附大量nZVI而呈黑色,颗粒粒径减小,污泥表面短杆菌等微生物密度明显降低.停止投加nZVI后,污泥浓度与DGS活性的持续上升,使得反应器脱氮效能在20 d内基本恢复至对照期的水平.异养菌在颗粒表面的快速增殖是实现上述目标的主要原因.     

污水反硝化过程中亚硝酸盐的积累规律

采用SBR反应器,以甲醇为碳源,研究了污水反硝化过程中的亚硝酸盐积累现象.在试验温度为14℃,初始pH值为7.33,污泥浓度为1 000 mg·L<'-1>条件下,反硝化过程中出现了明显的亚硝酸盐积累,亚硝酸盐浓度随着硝酸盐的不断还原而逐渐增加,2.5 h时,硝酸盐基本消耗完毕,亚硝酸盐浓度达到最大值22.35 mg·...     

基于机器学习方法的太湖叶绿素a定量遥感研究

为了比较评价人工神经网络和支持向量机2种机器学习算法在水质遥感中的应用能力,本研究首先从基础理论和学习目的入手,对比分析了2种机器学习算法的理论体系;其次,以太湖为例,基于MODIS遥感影像,构建了反演太湖叶绿素a浓度的2种机器学习方法模型,通过对模型的验证、稳定性和鲁棒性分析以及全湖反演结果对比3个方面评价了2种模型的泛化能力.验证结果表明,支持向量机模型对验证样本预测结果的均方差根和平均相对误差分别为5.85和26.5%,而人工神经网络模型的预测结果均方差和平均相对误差则高达13.04和46.8%;稳定性和鲁棒性评价亦说明,以统计学习理论为基础的支持向量机模型具有更加良好的稳定性、鲁棒性,空间泛化能力优于人工神经网络模型;2种机器学习算法对太湖叶绿素a的浓度分布反演结果基本一致,但人工神经网络模型因其学习目标设定和网络构建中的“过学习”等缺陷,造成了对东太湖以及湖心区叶绿素a的反演结果与实际监测结果差异较大.     

基于主成分分析与遗传优化BP神经网络的风电场短期功率预测研究

为降低风电场弃风率及对电网稳定性影响,对风电场短期功率进行准确预测显得十分重要。针对传统BP神经网络泛化能力差、网络收敛速度慢等问题,建立了一种基于主成分分析与遗传优化BP神经网络相结合的风电场短期功率预测模型。首先,利用主成分分析法对风电场原始气象数据进行分析,将得到的独立变量作为BP神经网络的输入;然后利用遗传算法确定了神经网络的最优初始权值和阈值的大致范围,并用L-M算法对BP网络权值和阈值进行细化训练;最后,利用中国北方某风电场实际运行数据进行验证,结果表明,所建立的预测模型合理有效,不仅可以加快BP神经网络收敛速度,减少预测误差,还可以提高风电场短期输出功率的预测精度,具有一定的工程应用价值。     

四川省2008-2014年水泥行业大气污染物排放清单及时空分布特征

根据收集的四川省水泥行业活动水平数据及排放因子,建立了四川省2008-2014年水泥行业大气污染物排放清单,分析其年际变化趋势,识别时间分布特征,并利用GIS建立了高分辨率的网格化清单.此外,对水泥行业污染物排放的不确定性范围进行了定量估算.结果表明,2008-2014年水泥行业SO₂和NO_x排放显著增长,而PM₁₀和PM_2.5排放呈下降趋势;成都及周边地区以及川东北地区是水泥污染排放的主要贡献地区,大部分城市的污染变化与全省的情况基本一致;新型干法水泥产量比重由2008年的41%增长至2014年的88%,随之各污染物排放占比也显著增长,2014年约达到90%;水泥NO_x排放对空气NO₂质量浓度有一定影响,变化趋势较为一致,相比而言,PM₁₀质量浓度受水泥排放影响较小;水泥产量月变化特征不明显,年初1、2月份产量较低,下半年产量高于上半年;在空间分布上,污染物排放主要集中在德阳-绵阳、眉山-乐山及内江-自贡等地;水泥行业排放清单的不确定性主要来源于污染物去除效率及排放因子的选取,其中,PM_2.5不确定性范围较大,约为-64%~103%,SO₂的不确定性范围较小,为-45%~45%.