基于ES-VSP分布的交通状态对公交车动态排放的影响

为评估不同交通状态下公交车运行特征和排放水平的差异,现场采集广州市B9、226线路公交车的逐秒GPS数据,以ES-VSP（发动机负荷-机动车比功率）分布表征畅通、轻度拥堵和中度拥堵下的公交车运行特征,结合IVE（international vehicle emission）模型求得公交车平均排放因子并分析其差异.结果表明:①所测公交车的发动机低负荷区中bin11（-1.6 < ES ≤ 3.1,-2.9 kW/t ≤ VSP < 1.2 kW/t）频率范围为50.55%~83.39%,中度拥堵时bin 11频率是畅通时的1.1~1.3倍;② 3种交通状态下公交车的CO、VOC（运行产生的挥发性有机物）、VOC_evap（蒸发产生的挥发性有机物）、NO_x（氮氧化物）和PM（颗粒物）平均排放因子范围分别为7.63~11.40、0.26~0.46、0.68~1.56、0.32~0.51和0.72×10-2~1.28×10-2 g/km;③同种交通状态下,主干路公交车专用道和BRT车道的公交车的大部分污染物平均排放因子低于次干路混行车道、主干路混行车道,中度拥堵时主干路BRT车道的CO、VOC、VOC_evap、NO_x和PM平均排放因子相对其他道路最低,分别为7.66、0.27、0.87、0.32和0.75×10-2 g/km;④次干路混行车道、主干路混行车道的公交车污染物平均排放因子随交通状态愈加拥堵而增大,但畅通时主干路BRT车道的公交车行驶速度、加速度较高,导致CO平均排放因子较高,对应3种交通状态其比例为1.0:0.9:0.8.研究显示,交通状态对公交车运行和排放具有显著影响.      

菌渣中阿维菌素残留检测方法及其无害化工艺研究

文章建立了简单、快速的阿维菌素菌渣中阿维菌素残留量高校液相色谱检测方法以及利用水热法处理阿维菌素菌渣。采用固相萃取-高效液相色谱检测方法测定阿维菌素菌渣中阿维菌素残留量,提取剂为乙腈/水=4/1(V/V),采用HLB固相萃取柱进行净化。加标回收率90.3%~107.3%,相对标准偏差(RSD)为3.00%~5.69%,阿维2菌素标准曲线线性相关系数R~2=0.999 6,线性范围为1.0~1 000 mg/L。利用正交实验,水热法处理阿维菌素菌渣,在190℃的温度下处理2 h后,菌渣中阿维菌素残留量由991.30降至0.84 mg/kg,去除率达99.92%。处理前后的菌渣与有机肥标准作对比,除含水率外其余检测指标均达到有机肥标准要求。该项研究为阿维菌素菌渣的资源化利用提供了理论依据。     

基于遗传神经网络的除湿机故障诊断与寿命预测

目的识别除湿机的性能状态和预测吸附剂的剩余寿命。方法针对除湿机故障过程缓变的特点,提出一种基于数据驱动的遗传神经网络模型。首先,为解决设备失效程度划分模糊的问题,由5个热力参数组成反映吸附剂劣化程度的特征向量,关联分析得到除湿机的5类故障模式。其次,利用遗传神经网络建立状态参数和故障模式的映射关系。最后,对表征设备吸附能力的主参数进行外推预测。结果训练好的诊断网络可准确地识别出设备的劣化程度及其演变过程,预测网络的预测精度非常高。结论该方法可有效地实现对除湿机的故障诊断与预测。。     

电晕放电辐射信号的特征提取和模式识别方法研究

目的研究电晕放电辐射信号的特征提取和模式识别方法。方法在分析信号特征提取方法的基础上,对实测的电晕放电辐射信号特征提取,利用概率神经网络开展电晕放电辐射信号目标识别,检验特征提取的有效性。结果以奇异值作为输入特征量的PNN在整体上效果更优,稳定性好,对两类不同放电辐射信号的正确识别率均可达到80%以上,并且当输入特征量个数达到10个时,对实测样本的正确识别率均达到了最高值。电晕放电的正确识别率为96.7%,火花放电的正确识别率为93.3%。结论该方法能基本满足实际放电信号的识别应用。     

基于T-S模糊神经网络的大沽河水质变化特征分析研究

基于T-S模糊神经网络,利用大沽河2010年-2015年水质监测数据,选取溶解氧、化学需氧量、高锰酸盐指数、氨氮、总氮、总磷对水质具有重要影响的6项指标,建立适用的水质评价模型,对大沽河水质变化特征进行分析.结果显示:上游水质评价结果明显优于中游、下游水质评价结果,网络评价水质等级变化趋势同真实指标数据变化趋势一致.验证结果充分表明了T-S模糊神经网络用于水质变化特征分析是可行、有效的.     

基于AHP的环境经济评价在污水处理厂清洁生产中的应用研究

环保类项目主要价值体现为环境效益,清洁生产中高费方案分析中,单纯分析经济费用效益,经常为不可行方案.文章以污水处理厂3个不同的清洁生产方案(增加化学除磷、污泥深度脱水、增加除臭设施)为例,对他们的环境效益进行了货币化估值,并将AHP确定权重的方法引入环境影响货币化估值中,对纳入环境价值的方案分析其内部收益率,从而分析清洁生产中方案的可行性.分析得出化学除磷和污泥深度脱水的内部收益率分别为12.89%和13.54%,具有可行性,因此优选实施污泥深度脱水方案.     

罕见冬季降雨中人工增雨微物理过程分析研究

用Micaps实时资料、CPAS卫星反演分析资料、NCEP再分析资料、ECMWF再分析资料,多普勒雷达PUP产品资料,对2015年12月1日夜间至2日凌晨沈阳地区罕见冬季降雨过程,进行了天气学分析、及大气微物理人工增雨作业条件分析,并结合沈阳地区人工增雨作业指标,得出本次降雨过程在厄尔尼诺正在发生的背景下,为常见的高空槽转东北冷涡型,水汽、动力等微物理作业条件也适合于开展人工增雨作业,并给出了相应的作业指导参数,为沈阳地区今后在冬季降雨天气过程中开展人工增雨作业积累了宝贵经验.     

工业园区综合难降解废水深度处理实验研究

某工业园区综合废水处理厂设计规模5.0×104m3/d,原设计出水执行《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级B标准,需将出水标准提高到一级A排放标准.分别采用混凝沉淀法和高级氧化法深度处理二级生化出水.小试试验结果表明:二级生化出水CODcr在62~75 mg/L左右,PAC、Al2(SO4)3及PFS三种絮凝沉淀药剂处理出水CODcr去除效果均不明显,不能稳定达到一级A排放标准.芬顿催化氧化的pH=5,FeSO4+H2O2投加量为(200+100)mg/L;臭氧氧化的O3投加量33 mg/L,其出水CODcr均能达到一级A排放标准.     

ABC算法优化SVR的磨损故障预测模型

目的为了提高故障预测的精度,针对支持向量回归SVR(Support vector machine for regression,SVR)参数选择困难的问题,提出一种采用人工蜂群(artificial bee colony,ABC)算法优化支持向量回归(SVR)的故障预测模型(ABC-SVR)。方法该模型先对样本数据进行重构,然后将故障预测误差(适应度)作为优化目标,通过ABC算法寻优找到最优的SVR参数,建立故障预测模型。最后通过实例仿真验证模型的优越性。结果采用ABC算法优化的SVR故障预测模型进行时间序列预测,能够较好地跟踪发动机滑油金属元素浓度的变化过程,并且能够提前2个取样时间预测异常情况的出现。结论 ABC-SVR模型有效解决了SVR参数选择难题,能够更加准确地表现故障变化规律,提高了故障预测精度。     

基于GIS和RS的市域尺度下的植被NPP研究

在GIS和RS支持下,利用土地利用类型数据、地面气象数据和遥感影像数据,以青岛市为例,研究了市域尺度下的植被NPP空间分布特征.结果表明:青岛市NPP值为0~288 g·m-2·a-2,林地NPP值较高,耕地次之,建成区等区域最小.在小尺度区域内,NPP分布受土地利用类型影响较大,受气象因素影响较小.NPP模块在数据获取上比较容易,仅利用土地利用类型数据、地面气象数据和遥感数据就可以对陆地植被NPP进行计算,实际应用可操作性强.30 m分辨率植被NPP计算值更适宜于在市级小尺度区域内应用.