上海市电子废弃物产生量预测与回收网络建立

以上海市为例,利用无容量限制的设施选址模型(UFCLP模型)建立了上海市电子废弃物(WEEE)回收网络,同时,为获得模型求解所需数据,根据1991～2012年的销售量对上海市2010～2017年彩电、冰箱、洗衣机、空调和电脑的废弃量进行了预测.结果表明,5种电子产品的总废弃量会从2010年的269.49×104台增至2017年的635.75×104台.最后,依据区域GDP、人口密度和区域面积等多因素对电子废弃物空间分布量进行了预测,并以此为基础选取了214个回收站候选点,使用SITATION软件对UFCLP模型进行求解,最终确定10个点作为拟建回收点,可实现未来上海市约76%的电子废弃物回收.该网络的建立对长三角地区和全国大中型城市电子废弃物回收都具有良好的示范作用.     

飞机飞行振动预计技术研究

介绍了飞机飞行振动的主要来源和特征,分析了传统预计方法的不足,针对飞机飞行振动与高度、马赫数和攻角等飞行参数呈非线性关系的特点,提出了基于BP神经网络的飞行振动预计新技术,建立了预计模型,通过8组建模样本训练网络,确定了预计模型中的各个参数值。预计结果和实测飞机飞行振动信号比较分析表明,该方法预计精度高,验证了BP神经网络预计飞机飞行振动的可行性。     

基于网络监管系统的机动车排气污染控制管理

通过建立南京市机动车排气污染网络监管系统,将车辆上牌、尾气年检、路检抽检、公交治理、标志管理、区域限行、维修治理等有关机动车污染控制的工作环节纳入到系统中,实现全过程在线实时监控,以保证工作过程的规范性、检测数据的真实性和监督管理的科学高效性。     

汶川地震期间天津地震前兆台网运行与管理

汶川地震发生后,天津市地震局迅速进入应急体制,高效应对突发事件.监测中心、预报中心全体人员坚守岗位,履行职责,较好地完成了汶川地震期间天津地震前兆台网运行监控、数据管理、台站综合评比、数据服务、总结评估等项工作,以无私奉献的团队精神为地震监测预报工作做出了应有的贡献.     

基于神经网络评估的密封点泄漏检测

介绍了运用神经网络评估方法对石化生产装置泄漏风险进行量化评估的主要程序：输入变量的选择、风险指标的确定及总风险评估指标的确定等。以某炼油厂柴油加氢精制装置的应用为例,说明该方法可以指导企业根据最终确定的风险等级制定泄漏检测计划,对高风险部位增加检测的频次,既能有效监控密封点的密封效果,又减少不必要的资源投入。     

基于神经网络的城市夜间环境监控与预测

因夜间天空亮度分布具有非线性变化特点,故引入神经网络算法,建立基于时间序列的夜天空亮度预测模型,夜天空亮度预测模型可为城市光污染防治提供评价依据.文章对神经网络的原理进行了论述,建立了基于时间序列预测模型.以测试数据为训练样本集,基于MATLAB(矩阵实验室,Matrix Laboratory的简称),采用改进的BP算法(误差反向传播算法)对网络进行学习训练,并对存在的误差进行了分析.基于时间序列BP神经网络的夜天空预测模型,当隐含层神经元数目为5,训练函数为L-M优化算法(trainlm)时,最大绝对误差可达到0.003 6 cd/m2,最大相对误差达到2.361 4%.结果表明,模型的运行结果与试验数据比较吻合,输出与目标矢量之间相关性也较好.     

基于Monte-Carlo法的瑶寨隧道岩体结构性质评价

本文以瑶寨隧道为研究对象,结合现场地质分析与结构面统计,以Monte-Carlo法为基础,对该隧道各测线不同等级围岩分别进行结构面网络模拟,评价遂道岩体的结构性质,并进行工程岩体分类,估算其力学参数,以为采取合适的围岩支护方式提供依据。     

地市级环保数据网络的安全现状与对策

从地市级环保数据网络的安全现状展开调查,分析网络各个应用可能存在的安全漏洞和安全风险,并分析其解决方法,研究结果将对中国地市级进行环境信息系统的安全运行具有借鉴作用。     

Pollutants removal and simulation model of combined membrane process for wastewater treatment and reuse in submarine cabin for long voyage

A laboratory scale test was conducted in a combined membrane process (CMP) with a capacity of 2.91 m3/d for 240 d to treat the mixed wastewater of humidity condensate, hygiene wastewater and urine in submarine cabin during prolonged voyage. Removal performance of chemical oxygen demand (COD), ammonia nitrogen (NH4 +-N), turbidity and anionic surfactants (LAS) was investigated under di erent conditions. It was observed that the e uent COD, NH4 +-N, turbidity and LAS flocculated in ranges of 0.19–0.85 mg/L, 0.03–0.18 mg/L, 0.0–0.15 NTU and 0.0–0.05 mg/L, respectively in spite of considerable fluctuation in corresponding influent of 2120–5350 mg/L, 79.5–129.3 mg/L, 110–181.1NTU and 4.9–5.4 mg/L. The e uent quality of the CMP could meet the requirements of mechanical water and hygiene water according to the class I water quality standards in China (GB3838-2002). The removal rates of COD, NH4 +-N, turbidity and LAS removed in the MBR were more than 90%, which indicated that biodegradation is indispensable and plays a major role in the wastewater treatment and reuse. A model, built on the back propagation neural network (BPNN) theory, was developed for the simulation of CMP and produced high reliability. The average error of COD and NH4 +-N was 5.14% and 6.20%, respectively, and the root mean squared error of turbidity and LAS was 2.76% and 1.41%, respectively. The results indicated that the model well fitted the laboratory data, and was able to simulate the removal of COD, NH4 +-N, turbidity and LAS. It also suggested that the model proposed could reflect and manage the operation of CMP for the treatment of the mixed wastewaters in submarine.     

虚拟专用网络在江苏环境自动监测领域的应用

通过研究虚拟专用网络（VPN）在环境监测领域中的使用现状,结合江苏省自动站直联中国环境监测总站集成项目的设计方案与多个环境自动监控数据采集平台的运用,阐明了VPN网络在环境监测领域应用的优、缺点,同时为完善虚拟专业网络在环境监测领域的应用提出了对策和建议。