链条式刮油刮泥机在治理含油污水中的应用

在平流隔油池安装山东省新泰市石油化工机械厂生产的ＧＴ－１型链条式刮油刮泥机，操作简单，运行稳定，收油效果良好，除油效率由以前的７３．４９％提高到８３．０６％，出水含油可控制在５０ｍｇ／Ｌ以下，每年增加经济效益１３．６万元     

BY630型摆动辗压机的PLC控制技术及其程序特点

阐述应用可编程控制器控制BY630型摆动辗压机的控制方式、处理以及控制程序特点。     

四川盆地PM2.5与PM10高分辨率时空分布及关联分析

为深入了解四川盆地PM_2.5与PM₁₀污染情况，通过机器学习的方法，基于卫星遥感气溶胶产品（MAIAC）与国家环境空气质量监测网数据以及气象、地理、社会经济变量等，构建2个随机森林机器学习模型（R²均为0.86），反演四川盆地2013~2017年间1km网格逐日PM_2.5与PM₁₀浓度时空分布，并分析两者的时空关联性.结果表明：2013~2017年四川盆地地面PM_2.5与PM₁₀平均浓度分别为47.8，75.2μg/m³.PM_2.5与PM₁₀浓度空间上均整体呈现"倒月牙"状分布，西部与南部区域浓度值较高.5a间，区域颗粒物浓度逐年递减，总降幅均达到27%，季节上则均具有"冬高夏低"的特点；PM_2.5与PM₁₀浓度空间相关性显著（相关系数0.96），呈现"内强外弱"的格局，春夏季相关系数（0.91、0.90）低于秋冬季（0.96、0.96）.盆地西南部PM_2.5与PM₁₀比值较高，比值高低的季节性排序为冬季 > 秋季 > 夏季 > 春季.     

多机器学习模型下逐小时PM2.5预测及对比分析

为了能及时、准确的估算出PM_2.5浓度及污染等级,分别构建了K最邻近模型（KNN）、BP神经网络模型（BPNN）、支持向量机回归模型（SVR）、高斯过程回归模型（GPR）、XGBoost模型和随机森林模型（RF）6个PM_2.5浓度预测模型,选取江西省赣州市为实验区域,采用2017~2018年逐小时气象站数据、PM_2.5浓度数据和Merra-2再分析数据开展PM_2.5预测实验.结果表明,缺少污染物观测数据时,利用能见度和气象因子等数据也能较好的预测PM_2.5浓度.在PM_2.5浓度预测精度方面,XGBoost模型最高,随机森林模型次之,高斯过程回归模型最差.6个模型的预测精度总体呈现冬季最高,秋季和春季次之,夏季最低.XGBoost模型的PM_2.5污染等级预测准确率高于其他模型,综合准确率达87.6%,并且XGBoost模型具有训练时间短,占用内存小等优点.XGBoost模型的变量重要性结果表明,能见度变量的重要性最高,相对湿度和时间变量次之.本研究可为环境部门准确预测、预报PM_2.5浓度提供参考.     

基于支持向量机的城市道路降雨径流污染预测模型

为实现城市降雨径流污染有效预测,以文献中的实测数据作为样本,选取雨型、平均雨强、峰值雨强、降雨历时、雨前干期、大气降尘量、PM 10、车流量、路面材料及城市功能区等10项影响因子作为模型输入量,选取径流污染指标COD的场次降雨平均浓度EMC及初期冲刷指数FF30作为模型输出量,基于支持向量机(SVM)构建了城市道路径流污染预测模型。结果表明:EMC-SVM及FF30-SVM模型均具有较高的预测精度,EMC-SVM模型校验参数RMSE、MBE远小于数据集EMC均值,CE、CC达到0.815及0.933;FF30-SVM模型校验参数RMSE、MBE远小于数据集FF30均值,CE、CC分别为0.866及0.932;选用径向基函数(RBF)作为核函数,使用k折交叉验证法对模型参数进行寻优,对于EMC-SVM及FF30-SVM模型寻得的最优参数(c,g)分别为(64.0,0.001953125)、(2.0,0.0625)。     

溢油分离回收的神妙武器

20世纪90年代以来,国内外在陆上和海域不断发生溢油事故,由此造成重大的资源损失和环境污染。文中介绍了欧美国家对此采取的应急措施和使用的应急装备,论述了日本世界化工股份公司溢油分离回收机的工作原理、结构特点和适用环境。     

新型环保宠物粪便处理系统研究

为改善宠物带来的环境污染及对人体的威胁,研究具有收集系统、生物堆肥系统的新型宠物粪便处理装置。该装置将叶轮中空气高速排出,与外界形成较高的气压差,将宠物粪便吸入电机装置进行采集,再通过好氧堆肥方式得到有机复合肥。     

小波支持向量机在大气污染物浓度预测中的应用

用小波分解重构和支持向量机相结合的方法,建立大气污染物浓度预测模型。通过小波分解,将大气污染物浓度序列分解为不同频段的小波系数序列,再对各层的小波系数序列重构到原尺度上。利用相关分析的方法构建出低频小波系数a3和中频小波系数d3的支持向量机模型输入因子为前一天小波系数a3和7个气象因子;高频小波系数d2和d1以前三日的小波系数为输入因子,然后对各小波系数序列采用相应的支持向量机模型进行预测,各小波系数均使用ν-支持向量回归机(ν-SVR)算法和径向基函数,最后通过小波重构合成大气污染物浓度序列的最终预测结果。通过对大气SO2浓度预测实例证明,该大气污染物浓度预测模型具有推广能力较强、预测精度较高、训练速度快、便于建模等优点,具有良好的应用前景。     

洗槽机清洗头升降故障原因分析及对策

针对洗槽机清洗头运行中的升降故障进行了原因分析,找出了解决方法,为今后类似的故障检查和排除提供了借鉴。     

基于支持向量机的黄东海富营养化快速评价技术

以发展黄东海富营养化现场快速监测技术为目的,选取有色溶解有机物(CDOM)特征吸收系数a_CDOM(255)、a_CDOM(355)、a_CDOM(455)及能现场实时监测的浊度(Tur)、叶绿素a(Chl a)、溶氧(DO)等水质参数,以TRIX值为参照,利用支持向量机建立了近海富营养化快速评价技术.建立的支持向量机模型最优惩罚参数C=45.3,最优核函数参数g=0.7,对训练集分类准确率为92.5%,交叉验证准确率为91.8%,验证集分类准确率为85.0%.结果表明:基于CDOM吸收系数及DO、Chl a、Tur建立的近海富营养化快速评价技术能够准确的对近海富营养化状态进行评估,可为近海富营养化的现场快速监测提供技术支持.