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.     

格栅机安全操作提示

格栅机是一种可连续清除流体中杂物的固液分离设备,是城市污水处理、自来水厂、电厂进水口、矿山、纺织、食品加工、造纸、皮革等行业生产工艺中不可缺少的专用设备,是国内普遍采用的固液筛分设备。     

基于RBF核ε-SVR的导水裂隙带高度预测模型研究

为了构建更多样本条件下的高精度导水裂隙带高度预测模型,利用灰色关联理论筛选出关联度较高的煤层采厚、顶板岩层强度及其组合特征、采深、工作面斜长、开采分层数及倾角等因素作为输入变量;应用支持向量机回归模型理论,建立了不同模型类型与不同核函数组合的4种支持向量回归模型;采用PSO算法对模型参数进行优化,并对4组模型预测结果进行分析比较.结果表明,基于RBF核ε-SVR预测模型在预测精度、拟合效果与训练效率等方面优于其他3组模型.通过对PSO算法优化的RBF核ε-SVR模型与传统经验公式的预测效果进行综合比较和讨论,可得支持向量回归模型在现代化开采条件下预测准确率更高,可为矿井安全开采与资源综合开发提供依据.     

工作场所手传振动的测量与评估——以割草机和绿篱机为例

根据ISO 5349:2001规定，将三轴加速度传感器安装在割草机和绿篱机的手柄上，通过振动分析仪AWA 6258测量割草机和绿篱机的频率计权振动总值，以进行手传振动的危害评估。结果表明:割草机和绿篱机的日振动暴露量A(8)值均超过了我国标准规定的日暴露振动限值3.5 m/s2，预计分别经过1.8～8.5 a和1.9～5.2 a后，暴露于割草和修枝工种人群的10%以上将出现振动性白指，为了有效降低或避免手臂振动病的发生，该行业的作业人员每日接触振动的时间应该控制在2.6 h以内。     

基于Multi-class SVM的车辆换道行为识别模型研究

自动安全换道是车辆实现无人驾驶的关键,为精确识别行驶车辆换道状态,保证行车安全,设计了一种基于多分类支持向量机(Multi-class Support Vector Machine,Multiclass SVM)的车辆换道识别模型。从NGSIM数据集中选取美国101公路车辆轨迹数据进行分类处理,并将车辆换道过程划分为车辆跟驰阶段、车辆换道准备阶段和车辆换道执行阶段。采用网格搜索结合粒子群优化算法(Grid Search-PSO)对SVM模型中惩罚参数C和核参数g进行寻优标定,利用多分类支持向量机换道识别模型对样本数据进行训练和测试,模型测试精度达97.68%。研究表明,模型能够很好地识别车辆在换道过程中的行为状态,为车辆换道阶段的研究提供支持。