一起烟叶复烤机火灾事故的调查分析

1事故经过 1997年11月3日18时,原我厂坎市打叶复烤车间复烤机停机待料(当时轴流风机关停,加热蒸汽没关);18:20分,复烤机恢复开机送料;18:25分,复烤机烘干段第三分区处突然冒起浓烟,车间人员打开烘干段第三分区机门后发现明火涌出,此时火势迅速向两边蔓延.     

危难时刻，刘少奇当机立断抢救小木船

拜读《缅怀刘少奇》一书，感触颇深。刘少奇同志是伟大的马克思主义者和无产阶级革命家，是我们党和国家的卓越领导人之一。刘少奇同志在革命生涯中和毛泽东、周恩来等革命老一辈一样，为了人民的利益，危难时刻，他总是挺身而出。书中有王光美同志写的一篇文章《我们是跟人民在一起的——记少奇同志二三事》，文章表现了刘少奇同志对人民的满腔的热爱、同人民的血肉联系，     

中山市环保装备商贸有限公司

我公司生产的XM^AY1-150／800-U恒达牌增强聚丙烯厢式、板框式压滤机，该产品已通过ISO9001质量体系认证。     

WGH型格栅除污机电控系统设计与应用

针对目前一些污水处理入口处仍然采用人工打捞法或格栅机械仪表控制法而产生的各种故障及作业效率低等原因，设计了以MCS－51单片机为核心的电控系统设计方案，研究建立了相应的算法模式，并对其设计误差进行了分析，提出了保证设备安全和对事故隐患进行摆脱的方法，使用结果表明，安全可实现打捞过程自动控制及作业工况远程监控，提高了系统的安全可靠性及作业效率。该电控系统在同类设备技术中尚未见人开报道。     

采用先进工艺 加强污染减排 建设绿色纸厂——记广东理文造纸有限公司

理文造纸(香港)有限公司是一家外商独资,在香港联合交易所主板上市的公司。广东理文造纸有限公司(以下简称"公司")是理文造纸(香港)有限公司在中国内地的子公司,注册资金5.3亿美元。主要生产瓦楞芯纸和牛皮箱板纸,是国内乃至亚洲包装用纸生产最具规模及实力的造纸企业之一。     

碎煤机真空度对环境污染的影响

论述了燃煤电厂碎煤机真空度直接涉及到煤粉外溢量对环境污染的影响，分析了真空度的大小与污染环境的关系，以及改造碎煤机结构上原设计的不合理 ，有效地将碎煤机的真空控制在零或微负压，控制煤粉的外溢，为减少环境污染及保证工人的身心健康提出了切实可行建议。     

基于KH-SVM的鄱阳湖水质评价及变化趋势分析

为了提高水质评价结果的精度,更客观地反映水体环境的质量状况,针对支持向量机（support vector machine,SVM）性能易受模型参数的影响,提出了一种基于磷虾群算法（krill herd,KH）优化SVM的模型,将其与地表水环境质量标准相结合,选取5种代表性水质指标作为模型的输入,5类水质标准作为输出,建立了基于KH-SVM的水质评价模型,并利用该模型对鄱阳湖2013—2018年丰水期、平水期和枯水期的水质状况及变化趋势进行研究。结果表明:鄱阳湖北湖区水质基本维持在GB 3838—2002《地表水环境质量标准》Ⅲ—Ⅳ类,而南湖区水质各时期波动较大,其中丰水期多为Ⅱ类水,平、枯水期以Ⅴ类水为主,整体上2013—2018年鄱阳湖水质恶化趋势没有明显改善,水质级别仍处于非优类水平;构建的KH-SVM模型性能良好,与传统评价方法相比可以较好地实现水质综合评价,能够从整体上更准确、客观地反映水体质量状况。该研究成果可为区域地表水资源科学管理及水环境保护提供科学依据。     

基于全极化SAR影像的双台河口湿地分类及其变化分析

为了研究辽东湾双台河口湿地变化原因,对该地区全极化SAR影像进行湿地分类.引入Freeman分解建模全极化SAR影像,得到二面角散射、体散射、表面散射的散射功率,利用SVM分类法对散射机制假彩色影像进行分类,进而确定该地区的湿地分布情况.通过对比分析2007年与2016年的湿地分布情况,同时考虑区域特性和数据的可获取性,选取盘锦市年降水量、年均气温、年径流量、海平面高度、城市建成面积、原油年产量、水产品年产量和逐年GDP等8个驱动因子,研究双台河口湿地变化的驱动机制.结果表明:①全极化SAR影像分类结果总精度达到80.25%,较光学影像的分类精度提升7.43%,并且可将芦苇湿地进一步细分为芦苇池塘和芦苇草甸;②2016年双台河口各湿地面积占比依次为草本沼泽（28.54%）>浅海水域（22.44%）>灌丛沼泽（16.88%）>水产养殖厂（9.54%）>河流（8.91%）>稻田（7.58%）>淤泥质沙滩（6.11%）;③不同湿地的变化原因有所差异,驱动因子也不尽相同,如水产品年产量增加是水产养殖厂转化为淤泥质沙滩的直接驱动因子,而气温上升等自然因素和城市建成区面积增长等社会因素是草本沼泽退化和变化的主要驱动因子.研究显示,全极化SAR影像较光学影像更适合湿地分类,而双台河口湿地自然湿地减少和人工湿地增加是自然和社会因素共同作用的结果.      

基于MRMR-HK-SVM模型的PM2.5浓度预测

以赣州市2017年全年的空气质量和气象数据为研究对象,通过最大相关最小冗余算法（MRMR）提取出最优的特征子集,并将其作为预测模型的输入数据,同时构造混合核函数（HK）对传统的支持向量机模型（SVM）进行改进,最终建立MRMR-HK-SVM模型.实验结果表明,MRMR-HK-SVM模型有着更低的平均绝对误差（MAE）、平均绝对百分比误差（MAPE）和均方根误差（RMSE）,相较于传统SVM模型,预测结果平均绝对误差下降了26.9%,且能更加准确的追踪到PM_2.5浓度的突变时刻.可见,MRMR-HK-SVM模型具有更好的泛化能力,能够更加精确地预测PM_2.5浓度.