样本优化核主元分析及其在水质监测中的应用

核主元分析(KPCA)方法通过核变换将输入空间映射到高维特征空间,在特征空间进行主元分析。由于KPCA不适合大样本数据建模与分析,因此建模数据的选取非常重要,合理的数据样本可以简化运算,提高核主元分析的诊断准确度。文章提出一种优化数据样本的KPCA方法,利用相似度函数的方法实现样本优化,再建立核主元分析模型,提取数据特征信息,并将该方法应用到水环境监测的传感器故障诊断中,通过试验分析,验证了该方法的有效性。     

快速溶剂萃取-气相色谱/串联质谱法测定农作物中的有机氯农药

建立快速溶剂萃取,固相萃取柱净化,气相色谱/串联四极杆质谱检测分析农作物中23种有机氯农药残留的方法。以油菜为样品,加标浓度为5、10、25、50μg/kg时,平均回收率在72%~101%之间,相对标准偏差3%~14%(n=5)。8种农作物(莴笋、黄瓜、蒜苗、辣椒、油菜、茄子、玉米和水稻)加标浓度为25μg/kg时的平均回收率在71%~113%之间,相对标准偏差3%~16%(n=5)。方法检出限0.75~1.76μg/kg之间。     

核安保相关理论研究与实践探索

为进一步完善国家核材料监管体系，夯实中国核安保事业发展基础，同时，也为国际社会防范核恐怖主义和“一带一路”中核能领域国际合作提供有效的中国核安保方案，开展核安保相关理论的研究和实践探索。通过分析核安保本质目标和核心关注点，提出建立国家层面和核设施层面的核安保防线的架构，并具体说明架构内容。结果表明：国家核安保工作应该确保国家监管范围内的核材料在其全生命周期内均处于受控和受保护的条件下。国家层面的核安保工作应从源头、过程、后果3个管控阶段加强对核材料的安全监管。核设施层面的核安保工作是国家核材料安全监管工作实施层面的具体管控手段，其核心目的应该是防范核恐怖主义威胁。     

基于KPCA-ALO-WLSSVM的埋地管道外腐蚀速率预测北大核心CSCD

为提高埋地油气管道外腐蚀速率预测精度,建立了一种基于KPCA-ALO-WLSSVM的埋地管道外腐蚀速率预测模型。以沿川气东送管线所做埋片试验获取的数据为例,首先利用核主成分分析(KPCA)对管道外腐蚀影响因素进行处理,以重构的综合指标作为模型的输入值;然后利用加权最小二乘支持向量机(WLSSVM)对外腐蚀因素和速率进行仿真建模,并利用蚁狮优化算法(ALO)对WLSSVM建模中的参数进行寻优。结果表明:KPCA提取了累计贡献率为97.84%的3个主元,减化了建模过程的复杂性;所构建的ALO-WLSSVM外腐蚀速率预测模型的平均相对误差为4.390%,均方根误差为0.276,各项指标均优于其对比模型,证明了本模型具有更好的学习性和更高的拟合效果。     

核壳结构高分子吸油微球的制备

针对目前吸油材料吸油倍率低、吸油速度慢的问题,提出核壳结构的高分子吸油微球,以丙烯酸丁酯和丙烯酸十二脂为聚合单体、二乙二醇二丙烯酸酯为交联剂、偶氮二异丁腈为引发剂,采用悬浮聚合法制备了高分子吸油微球,然后以二乙烯基苯和苯乙烯为单体在高分子吸油微球表面制备了表层结构,制备了核壳状高分子吸油微球,并考察里、表层单体及比例、交联剂种类和用量、引发温度等因素对吸油性能的影响,核壳微球的吸油倍率可达29倍,饱和吸油时间为3min,吸油速度大大提高。     

侧风影响下的飞机尾流危险区域估算方法

为更好地评估侧风影响下尾流的演化与危险，对经典的D2P(Wake Two-Stage Decay Model)模型进行改进，并构建侧风影响下尾流危险区域评估方法。首先，基于数值模拟试验数据和激光雷达探测数据，创建侧风对尾涡强度衰减和涡核运动的影响模型。其次，建立后机遭遇尾涡后的诱导滚转力矩系数模型和尾涡危险区域估算模型。最后，对不同侧风条件下的尾涡危险区域长度及尾涡侵入侧向相邻跑道的所需时间进行计算分析。结果显示：尾涡危险区域长度在静风时最大；随侧风强度增强，上风涡和下风涡侵入相邻跑道的持续时间都不断减少，但在超过6 m/s后，下风涡侧又开始增加。改进后的模型能更好地考虑侧风对尾涡危险区域的影响，有利于估算侧风影响下的单跑道或近距平行跑道着陆时所需的尾流间隔。     

基于小波KPCA-SSA-ELM的盐穴储气库注采管柱内腐蚀速率预测

为提升盐穴储气库注采管柱的内腐蚀速率预测精度，建立了基于小波核主成分分析方法(Kernel Principal Components Analysis, KPCA)和樽海鞘群算法(Salp Swarm Algorithm, SSA)优化的极限学习机(Extreme Learning Machine, ELM)腐蚀速率预测模型。首先通过小波KPCA提取影响注采管柱内腐蚀的主要特征，应用ELM建立盐穴储气库注采管柱内腐蚀速率预测模型，并采用SSA对模型参数进行迭代寻优，避免原参数选取的强随机性对模型泛化能力和预测性能的影响。结果表明，经小波KPCA特征提取后得到包含98.73%原信息的3项主成分，SSA-ELM模型的预测结果与实际值基本吻合，其均方根误差(E_RMS)为0.009 3,平均绝对百分比误差(E_MAP)为0.336 0%,决定系数(R²)高达0.991 2,较其他3种对比模型性能更优。研究表明，所建模型具有强泛化性能和高预测精度，能够有效预测盐穴储气库注采管柱的内腐蚀速率，为盐穴储气库注采系统的完整性评价和风险预警...     

高效液相色谱-三重四极杆质谱法测定土壤和沉积物中六溴环十二烷和四溴双酚A

为服务我国履行《关于持久性有机污染物的斯德哥尔摩公约》和新污染物监测的需要，建立了同步分析土壤和沉积物中3种六溴环十二烷(HBCDs)异构体和四溴双酚A (TBBPA)的高效液相色谱-三重四极杆质谱法. 样品经冷冻干燥，以正己烷与丙酮(体积比为1∶1)为提取溶剂进行加压流体提取，通过中性和酸性复合硅胶柱的净化处理，洗脱液转溶至甲醇后进行仪器分析，用同位素稀释内标法定量. 结果表明:①目标物在液相色谱上得到有效的基线分离，保留时间稳定，相对偏差小于3.0%，在2.0~200 ng/mL范围内标准曲线的平均相对响应因子的相对标准偏差小于15%. ②α-HBCD、β-HBCD、γ-HBCD和TBBPA的方法检出限分别为0.06、0.04、0.04和0.06 μg/kg. ③石英砂、背景土壤、工业土壤、河流沉积物和海洋沉积物的低中高浓度平行添加试验显示，方法的精密度为1.76%~10.6%，加标回收率为92.9%~121%. ④8种不同pH的土壤中目标物的加标回收率范围为85.9%~104%. 本研究建立的方法灵敏度高、适用性好，能够用于复杂土壤和沉积物样品中HBCDs和TBBPA的分析测试.