轨道交通车辆基地的LID布置优化

近年来,极端天气发生频繁,城市化建设急速发展,由于强降雨导致的城市轨道交通内涝,给轨道交通正常运营带来极大的安全隐患,基于雨水管理的海绵城市建设对解决车辆基地径流问题具有重要作用。基于NSGA-Ⅱ构建以径流总量控制率、节点超载总时间和LID工程总成本为目标函数的LID优化布置算法,从模型角度优化LID措施的组合方案及规模,避免情景方案中人工枚举不全面的问题;并以上海市某车辆基地为研究区域,探究区域的LID布设方案。模拟结果表明：耦合SWMM和优化算法可生成一系列兼顾上述三目标的LID布设方案,有效削减了区域雨水径流总量和洪峰流量,提高区域排水能力,为车辆基地的LID方案设计提供技术支持。     

基于数值模拟的SCR脱硝反应器流场优化

为优化选择性催化还原(SCR)脱硝反应器的流场,采用了组合优化方案;在反应器入口处设置多孔板,在反应器内部设置渐扩口式、格栅式、弧板式共三种导流板;采用计算流体力学(CFD)进行数值模拟获得反应器内部流场,进行对比研究。研究发现：多孔板孔距与孔径比为1.2时,压降较小且能获得较好的流场均布性能;基于反应器结构特点设计的导流板能获得较好的优化效果;催化剂具有流场均布能力,催化剂多层布置可有效改善第一层之后的床层流场,但同时会增大压降;通过组合导流方案,第一层催化剂床层的流速相对标准偏差(RSD)从7.16%降为2.51%,并改善了湍动能的耗散。研究结果对SCR反应器的导流件设计具有一定指导意义。     

基于HHO-CNN-LSTM的CMAQ修正模型及其在上海市空气质量预报中的应用

建立空气质量预报模型,预测污染物浓度对人类健康和社会经济发展具有重要意义。然而,传统的空气质量模型CMAQ对污染物浓度的预报精度并不理想。对此,本文提出了一种基于卷积神经网络(CNN)和长短期记忆神经网络(LSTM)的空气质量预报修正模型,并使用哈里斯鹰算法(HHO)对模型的超参数进行优化;用CMAQ模型对上海市2022年12月六种大气污染物(SO₂、NO₂、PM₁₀、PM_2.5、O₃、CO)浓度的预报数据以及监测站的气象数据和污染物浓度实测数据作为HHO-CNN-LSTM模型的输入,对CMAQ模型预报结果进行修正。使用均方根误差(RMSE)、平均绝对误差(MAE)和一致性指数(IOA)作为评价指标。结果显示,修正模型显著提高了六项污染物浓度的预测精度,RMSE减少了73.11%～91.31%,MAE减少了67.19%～89.25%,IOA提升了35.34%～108.29%。同时针对HHO算法陷入局部最优而导致修正模型对CO浓度预测效果不佳的问题,使用高斯随机游走策略对HHO算...     

一种高速双极工艺的ESD设计优化

针对国内某高速双极工艺的静电保护能力瓶颈问题,我们分析了原标准库静电结构的不足,研究了三极管的击穿特性,提出一种二极管与CE结并联的新型保护结构,并对版图进行了优化,工艺流片结果表明其满足2 kV(HBM)要求。该结构近几年已成功应用于多个高速运算放大器、电压比较器、宽带检波器等项目,由此完善了工艺抗静电平台的建设。     

某车载大型相控阵天线支架多工况拓扑优化设计

为满足某车载大型相控阵天线支架在风载荷、振动和冲击试验刚度要求基础上实现支架的轻量化设计,基于变密度法以4种载荷工况下的支架重量为目标,以装配关系为约束条件对支架进行拓扑优化研究。根据相控阵天线支架的装机空间和可装配性设计支架初始三维模型,结合工程可行性分析和多工况拓扑优化形成天线支架结构设计方法,并对优化后的天线支架进行风载荷、振动和冲击强度校核。结果表明,采用该方法优化后的支架结构在满足力学环境使用条件下,重量仅为初始设计的58%,满足设计要求,该方法工程应用前景广阔。     

El Ni?o影响下珠江口及其邻近海域营养盐时空变化及其生态效应

2019—2020年在珠江口开展了四季水体营养盐和环境因子的现状调查.结果发现,与常年(多年平均)不同,El Ni?o影响下华南地区及广东省前汛期降水量显著增大,春季珠江入海径流大于夏季,水体平均盐度为26.56,低于夏季(30.61),非汛期(秋、冬季)降水量和入海径流急剧减少,秋季平均盐度(32.39)最大.四季溶解无机氮(DIN)平均浓度排序为春季(0.38 mg·L^-1)>夏季(0.18 mg·L^-1)>冬季(0.16 mg·L^-1)>秋季(0.08 mg·L^-1),磷酸盐(DIP)平均浓度排序为冬季(0.009 mg·L^-1)>夏季(0.006 mg·L^-1)>春季(0.004 mg·L^-1)和秋季(0.004 mg·L^-1),DIN和DIP浓度整体自珠江口上游向近海逐渐降低,主要受控于珠江冲淡水,同时受陆架水入侵和浮游植物繁殖消耗等因素影响.春季叶绿素a平均浓度为4.2μ...     

小型商业暗厨房补风措施优化研究

为确保采用自然补风和机械排风方式的小型商业暗厨房用气安全,选择某典型小型商业暗厨房为研究对象,采用通风效果现场测试与数值模拟相结合的方法,通过对其实际通风效果进行现场测试与评价,并基于计算流体动力学(CFD)建立典型小型商业暗厨房的通风数值模型,研究了大厅补风口有效面积、补风口布置形式和补风距离对暗厨房自然补风效果的影响,在此基础上提出了暗厨房补风措施优化设置建议。结果表明：当燃气灶具工作时,机械排风系统和暗厨房门应始终处于全开状态,且暗厨房总补风面积应大于该房间地板面积的0.006 7倍;当大厅门可能关式暗厨房增设自然补风口时,可不考虑补风距离的影响,但暗厨房大厅补风口有效面积应大于该房间地板面积的0.002 2倍,并建议均匀布置4个补风口。     

广州市某垃圾填埋场土壤磁学特征及其对重金属污染响应

为研究垃圾填埋场土壤重金属与环境磁学特征的关联,采集了广州市某垃圾填埋场41组土壤样品进行磁学和地化分析。磁学参数测定结果表明,土壤磁性以人为输入为主,组分主要是软磁性矿物,颗粒较粗。磁性矿物学研究表明,磁性颗粒物主要是磁铁矿、赤铁矿、磁赤铁矿,可能还有针铁矿。重金属与磁学参数相关性分析表明,Zn存在于各种粒径的磁性颗粒物中,Cu、Cr与单畴和多畴磁颗粒共存,Pb、As与较粗的硬磁性矿物共存,Hg与多种矫顽力不同的磁性矿物共存,Ni、Cd与所有磁学参数都未有显著相关关系。可见,一些重金属与磁性颗粒物之间存在伴生关系。     

基于ADPSO-FNN算法的催化再生烟气二氧化硫预测方法

为了解决催化裂化装置再生器出口烟气二氧化硫质量浓度难以实时预测的问题,提出一种基于自适应粒子群优化-模糊神经网络(Adaptive Particle Swarm Optimization-Fuzzy Neural Network, ADPSO-FNN)算法的催化再生烟气二氧化硫质量浓度智能预测方法。首先,针对数据来源多,且来自数据采集系统(Data Collection System, DCS)与实验室信息管理系统(Laboratory Information Management System, LIMS)中多维数据时间尺度不匹配的问题,利用基于自适应回归算法实现多时间尺度的数据清洗;其次,建立基于模糊神经网络算法的二氧化硫质量浓度预测模型,提取再生烟气产排过程中的动态特性;然后,提出基于动态惯性权重和学习因子机制的自适应粒子群算法,平衡全局探索能力及局部开发能力,实现再生烟气二氧化硫质量浓度的预测;最后,利用炼厂检修前、后的数据分别建立二氧化硫预测模型并进行测试。结果显示：该预测方法实现了催化再生器出口二氧化硫的准确预测,解决了现场多时间尺度数据难以建模的问题。     

柴油吸收高浓度原油油气的工艺模拟及优化

为了揭示吸收法处理高浓度原油油气机制,选取3种特性柴油（Abs-Ⅰ、Abs-Ⅱ和Abs-Ⅲ）,利用Aspen Plus建立吸收系统模型,研究了柴油对高浓度原油油气的吸收特性,模拟分析了不同操作参数对吸收性能的影响,并对吸收塔进行了优化设计。结果表明,Abs-I对原油油气的吸收效果最佳,对重烃（C3以上）组分的回收率接近100%,且低温高压有助于提高Abs-I的吸收性能,综合考虑确定最佳操作参数为吸收剂流量50 m3/h、吸收剂温度25℃、吸收压力0.20 MPa。Abs-I对油气S3的回收效果最为理想,针对原油油气S3进行了吸收塔优化设计,优化后填料高度和塔径分别为5.0 m和0.75 m,为实际工业装置的设计提供数据参考。