空气阴极微生物燃料电池的构型优化及其快速测定BOD的性能评价

设计了一种新型双室空气阴极微生物燃料电池(MFC)并将其作为生物传感器,与传统双室空气阴极MFC进行对比,考察其电化学性能及用于快速检测BOD的性能。结果表明：新型空气阴极MFC可有效提高功率密度并降低内阻,其功率密度最高为897 mW·m⁻²,而内阻最低为92 Ω;该MFC可用于直接快速检测高浓度有机物的BOD,对醋酸钠底物的线性检测限为1 280 mg·L⁻¹,在此底物浓度下MFC的检测时间为31.2~66 h,线性可决系数R²为0.97~0.99;对于GGA底物的线性检测限为1 250 mg·L⁻¹,在此底物浓度下MFC的检测时间为33~67 h,线性可决系数R²为0.98。本研究可为MFC型BOD检测传感器的性能优化提供参考。     

基于Bishop条分法的多点多向地震动作用下边坡稳定性分析

以人工合成的多点、多向地震加速度时程作为地震动输入,基于Bishop条分法推导了地震边坡稳定安全系数的表达公式。在此基础上,针对某一具体算例,分析了不同地震峰值加速度下的不同坡高边坡稳定安全系数的变化规律,并与单点、单向地震动输入的结果进行了对比。结果表明,对于本文给出的算例,在坡高与地震峰值加速度都相同的条件下,多点、多向地震作用下的边坡安全系数要大于单点、单向作用下的安全系数;当坡高小于30 m、地震峰值加速度小于0.1 g时,多点、多向地震动作用下的边坡安全系数与单点、单向相差不大;当坡高大于30 m、地震峰值加速度大于0.1 g时,多点、多向地震动作用下的边坡安全系数相对单点、单向要小36%以上,此时边坡稳定性评价必须考虑地震动的多点、多向特性。     

基于VMD排列熵与FASSA-SVM的滚动轴承故障研究

提出了一种基于萤火虫改进麻雀搜索算法-支持向量机（FASSA-SVM）的轴承故障诊断方法。首先对轴承工况的振动信号变分模态分解（VMD）得到多个模态分量（IMFs）,其次利用排列熵（PE）求解每种工况每个IMF的PE值作为特征参数输入至SVM中,最后利用FASSA方法优化SVM的惩罚因子、核参数并得到最优的轴承故障分类诊断效果。实验结果表明,FASSA-SVM方法的平均测试集诊断准确率高达99.8%,该诊断结果优于传统的萤火虫算法（FA）、优化麻雀搜索算法（SSA）。     

桥梁转轮除湿机的检测与评估技术

通过检测转轮除湿机获取其真实减湿能力数据,分析湿差对比法、查询法、多点温度检测法等评估特点,完成除湿机技术状况评定,提高桥梁转轮除湿机产品质量和使用寿命,进一步提高桥梁数字化防腐养护工作。     

安全与效率协同的高速公路改扩建时机决策

为克服以饱和度确定改扩建时机无法全面体现高速公路运行状态的局限性,提出基于交通安全与效率状态变点的改扩建时机决策方法。以严重交通冲突率为安全指标,以速度损失率和相对通行效率为效率指标,构建改扩建时机评价指标体系;引入变点理论并参考理想点法分析交通安全与效率状态质变点,构建改扩建指标阈值确定模型及改扩建时机决策模型,并以广深高速南头-南坪段进行仿真和实例分析。结果表明：以饱和度作为对比指标进行趋势分析,该方法所选取指标在变点前后变化幅度均在300%以上,而饱和度在变点前后变化幅度仅为18%;该方法确定出的改扩建最佳时机2020年与服务水平法确定的2025年相比,既有高速公路两半幅的严重交通冲突率分别降低了41.11%与43.52%,速度损失率分别降低33.95%与29.26%,南头至南坪段相对通行效率提高9.46%,且避免了南坪至南头段相对通行效率的降低。     

农村突发公共卫生事件应急医疗设施选址研究

为提高农村突发公共卫生事件应急医疗设施选址决策的科学性,基于新冠肺炎(COVID-19)疫情传播迅速,危害性强的突发公共卫生事件特征,依据应急医疗设施设计标准并兼顾农村医疗预算少、应急道路崎岖的特点,首先,选取设施备选地工程地质条件、单位成本、传染率、抵达时间、场所规模以及服务覆盖区域6项影响因素,将熵值法(EVM)和层次分析法(AHP)有效结合确定影响因素权重;其次,建立考虑患者到应急医疗设施的距离之和最小以及所选择应急医疗设施的综合评价值最优的多目标选址模型;然后,设计改进的粒子群优化(IPSO)算法求解模型,得到选址决策;最后,选取天门市部分村庄进行实证分析,以验证模型算法的有效性。结果表明：传染率和单位成本是建设应急医疗设施主要影响因素,IPSO算法选取3个应急医疗设施,能够满足8个村庄患者的治疗需求,并保证患者在4～7 min内就医,为高效开展疫情防控活动提供保障。     

基于响应面法的抑尘剂组分配比优选模型

为解决抑尘剂多功能组分优选过程中存在的非线性问题,提出基于响应面法(RSM)的抑尘剂配比优化模型,在分析影响因素与响应值、各影响因素之间的交互作用特征的基础上,通过分析响应面的变化特征获得抑尘剂的最优配比。采用星点设计法,以润湿、保湿、黏结组分的体积分数为自变量,以粉尘沉降时间、失水率和风蚀率为因变量,在室内试验数据的基础上,开展多元线性方程拟合和方差分析,获得最优配比的预测结果,并进行试验验证。研究结果表明：星点设计—RSM模型的预测值与试验值偏差小于6.0%,优选组相比对照组(水)而言,粉尘沉降时间缩短23倍,失水率和风蚀率分别降低3.00%和2.64%,说明优选组具有优良的润湿、保湿和黏结性能,证明所构建的优化模型对抑尘剂多组分非线性优化问题具有良好的预测性能。     

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。     

消防监督执法面临的问题及优化措施分析

作为公共安全治理体系的重要组成部分,消防监督执法工作的优化不仅能够降低火灾安全事故发生率,也能提高消防安全管理的针对性与有效性。然而,新时期消防监督执法面临着前所未有的新问题与新挑战,环境不稳定性、不确定性因素快速增加,配套化、可操作性相对有限等问题都在不同程度地制约着消防监督执法的有效性。因此,新时期优化消防监督执法不仅需要建立健全精细化管理标准体系,也需要明确责任主体,严肃问责追责,还需要重视人才培养,夯实人才基础。只有多措并举、全方位发力,消防监督执法才能不断优化框架体系,持续提升监督执法的针对性、有效性、可靠性。     

基于富拉尔基工业厂区的消防规划状况分析与优化建议

本文对富拉尔基工业厂区的消防规划状况进行了分析,探究影响消防状况的因素,并针对富拉尔基工业厂区现状提出了优化建议,以期能够加强厂区的整体消防安全水平。