南方某市水源水、自来水的致突变活性现状与改善对策

用Ａｍｅｓ试验方法评价现有水处理工艺与模拟水厂水处理工艺对水的致突变活性的控制效果。结果表明,水源水的致突变活性呈阳性,Ｔ（传统处理）工艺出水致突变活性进一步增强;ＢＴ（Ｂ为生物处理）工艺能使致突变活性降低,但仍为阳性;ＢＴＣ（Ｃ为活性炭）、ＯＢＴＣ（Ｏ代表臭氧）组合工艺能有效去除和控制水中的致突物,使水的致突变活性转变为阴性反应。     

淮北朱仙庄矿投产24年未发生淹面或突水伤人事故

安徽淮北朱仙庄矿加强防治水工作，积极构建管理、投入、科研、培训并重的防治水安全保障体系，投产24年来没有发生一起淹面或突水伤人事故，实现了安全开采。据统计，仅最近5年，该矿就在“水帘洞”或“天窗区”解放煤炭250多万t，创造了较好的经济效益和社会效益。     

离体培养植物细胞的表面与细胞粘连

对离体培养的胡萝卜（Ｄａｕｃｕｓｃａｒｏｔａ）细胞和普通烟草（Ｎｉｃｏｔｉａｎａｔａｂａｃｕｍ）细胞的表面进行了扫描电镜观察．观察表明，细胞的自由表面上有很多疣突和纤丝．疣突的大小不同、形状各异，主要含果胶质；有些细胞表面出现小坑，坑中集中有许多微小颗粒．疣突相互可融合成更大的疣突或连成桥；纤丝常与疣突结合．纤丝－纤丝的交织，纤丝－疣突的交联，及疣突－疣突的融合，在细胞壁外表面构成交织的网络．同种细胞之间及异种细胞之间均可通过纤丝、疣突的交织融合而粘连．疣突分布不均一，且与细胞的分散性有关．与疏松烟草愈伤组织比较，致密烟草愈伤组织细胞的自由表面上疣突显著较多．在分化再生时，烟草愈伤组织首先致密变绿，然后才见到芽的分化及植株再生．对疣突出现、壁物质沉积与细胞粘连、细胞分化、形态建成几者之间的关系进行了讨论．     

水质自动监测数据发生变化的分析

水质自动监测数据经常会发生超出常量值大小不等的变化,可根据两个方面来判断这些数据变化的背景原因:一是根据单项目数据变化及多项目数据同时变化的特征,来分析变化数据的可靠性.二是根据时间段观察几个项目数据在同一时间段同时走高或降低及单个数据是否产生突跃现象来判断变化数据的可靠性从而确认水质是否受到污染及仪器是否运行正常.     

突扩巷道流场风流分布特征的PIV实验研究北大核心CSCD

针对传统接触式瞬时速度测量方法的局限性,采用非接触测量技术粒子图像测速仪(PIV)获得了突扩巷道流场纵向截面风流分布特征。实验表明:瞬态风流分布"瞬息万变",而时均流场中,突扩前平直巷道时均速度流线基本呈平滑直线,突扩后上下隅角有大涡存在,但呈现不对称分布,并且涡流区内风流方向极不稳定,且风速值相对于主流风速很低,约在-0.6~0.6 m/s之间波动,表明在煤矿井下测风时可以有条件地忽略涡流区;受突扩大涡湍流脉动影响,风流在距离突扩界面150 mm处开始呈现上扬趋势,突扩断面纵对称轴上风速分布峰值拐点发生了震荡性偏移;当下隅角回流区结束后,风速分布峰值拐点渐渐下移并逐渐呈现对称趋势,回流区内断面风速整体呈现出"Ω"型分布形式。为井下更为复杂的风流湍流流动研究提供了实验理论基础。     

Elman神经网络在矿井突水水源判别中的应用

矿井突水是矿建与生产过程中最具威胁的自然灾害之一,准确判别突水水源是防治水害的关键。选取6种离子的质量浓度作为突水水源的判别因素,将河南省焦作矿区不同水层的39组水化数据以2种样本设计方案进行Elman神经网络模型的构建与检验。以不同的35组水源样品作为训练样本,运用Matlab软件进行Elman神经网络训练,将所建立的判别模型应用于(相应的)4组待测样本的判别,并与DDA、FDA、Bayes三种判别方法的判别结果进行分析比较。2种方案应用结果表明:将具有非线性动态特征的Elman神经网络应用于突水水源判别,在结合相应的水文地质条件前提下,可以准确判断突水来源;矿井多年的开采促使地下各水层水质呈动态变化,Elman神经网络判别模型能够反映这种变化特性,对探寻地下水运移与演化具有一定的应用价值。     

基于Hadoop技术的突水治理平台的云服务及实现北大核心

通过对大数据、Hadoop等技术的介绍,总结出矿山突水大数据云平台的框架、服务内容和运作机制,并最终建立了一套基于Hadoop的矿山突水治理云系统。通过矿山突水治理云系统实现矿山突水数据的存储,并通过数据进行突水预测、可视化和突水防控措施的管理。     

基于RBF神经网络的矿井突水水源识别方法研究

采用Na++K+、Ca2+、Mg2+、Cl-、SO42-和HCO3-六种常规水化学指标作为矿井突水水源识别的依据,利用Piper三线图分析了各充水水源水化学特征,筛选出适用于模型构建的样本。运用SPSS软件构建RBF神经网络,对6组待测样本进行识别。结果表明:RBF神经网络对孔隙水、地表水和奥灰水的判别正确率均为100%,对于砂岩水和太灰水的判别正确率分别为91.7%和50%;经过待判检验,RBF神经网络待判检验正确率为92.3%。     

基于声纳渗流技术的地铁联络通道涌水探测应用研究

针对复杂水文地质条件的地铁区间隧道联络通道涌水风险,引入声纳渗流技术探测联络通道区域内地下渗流场特征,采用三维流速矢量声纳测量仪分别进行洞内无损探测和地表井孔测量,综合判断探测区域内的渗流场分布规律。研究结果表明:声纳渗流技术可以在水文地质勘察和涌水渗漏治理中应用,快速准确地测量渗水路径、补给来源以及流速、流向、流量、渗透系数等量化指标,以此建立地下渗流场三维可视化云图,科学指导工程降水设计、涌水渗漏处理,并能验证注浆堵漏处理效果,提前防控暗挖隧道涌水渗漏风险,可为类似工程的安全风险管控提供借鉴和参考。