山体对烟羽弥散影响的一种数值模拟方法

本文对山地和丘陵地区中烟羽浓度扩散分布的计算提出一种方法,该方法引用浓度方程的分析解,通过对山地绕流数值计算速度势和流函数,可较简易地求得烟羽浓度分布。作为算例,文中对中条山某工厂烟囟排放的SO2,预测了它在各种风速时被输运扩敢的浓度分布。      

炸药爆炸条件下钚气溶胶扩散研究综述

对炸药爆炸条件下,钚气溶胶扩散研究中的源项特性和扩散模型进行了总结,并对扩散模型的特点进行了评述和对比.根据事故应急响应要求对扩散计算模型的选择进行了相关讨论,同时提出钚气溶胶扩散研究中值得关注的问题.     

普光气田含硫污水尾气处理工艺应用与优化

针对中国石化普光气田产出水属于典型的含硫污水,密闭处理系统中产生大量高含硫尾气,论述了尾气处理工艺中存在的问题,优化了单一的生物除硫、活性炭吸附工艺,增加了一级碱洗、氧化除硫工艺,实现尾气达标排放。     

2000~2020年天津PM2.5质量浓度演变及驱动因子分析

基于中国大气成分实时追踪数据集、天津气象局和生态环境局长序列PM_2.5质量浓度和气象观测,结合MEIC排放清单和环境模式构建的细颗粒气象条件扩散指数,研究2000～2020年天津地区PM_2.5质量浓度演变规律及驱动因子,以期更科学地分析气象对大气环境影响,为“十四五”期间深度环境治理提供支撑.结果表明,2000～2020年天津PM_2.5质量浓度呈现3个阶段变化,第一阶段2000～2007年,呈现持续地上升,其变化速率为4.58μg·（m³·a）^-1,该阶段排放量的快速增加是主导因素,其作用是气象条件年际波动影响的4倍,排放量增加使得PM_2.5质量浓度增加45.3%;第二阶段为2007～2013年,该阶段PM_2.5质量浓度呈现波动变化,出现了两个浓度峰值年（2007年和2013年）,该阶段排放稳定,气象条件年际波动对PM_2.5质量浓度年际波动产生重要影响,两者相关系数0.81;第三阶段为2013～2020年,PM<...     

对美国FHWA公路噪声预测模式的深入讨论

美国ＦＨＷＡ公路噪声预测模式在我国被广为应用，甚至有各种修正模式，但因对原模式的理论依据仍缺少了解，以至在实际应用过程中或对原模式进行修正时诸如参数的选择及计算、模式适用范围等出现了不当或错误现象。本文从理论上对ＦＨＷＡ公路噪声预测模式进行了深入分析、进而讨论了各参数的物理意义、模式的适用范围，并提供了二种特殊情况下公路噪声的预测模式。     

BP神经网络在流溪河水库径流量预测中的应用

流溪河水库是广州市的主要饮用水源地,所属地区降雨量年际变化大,不利于水资源的优化配置。对流溪河水库径流量进行预测研究,可为其水资源的优化配置提供科学依据。目前人工神经网络(ANN)技术在水文序列模拟预测中有较多的应用,本文根据流溪河水库1959~2000年水文数据,利用BP神经网络对径流量进行预测,从模型检验结果看,所建模型有较好的拟合效果和预测精度,说明神经网络在预测径流量方面有良好的实用性。     

覆盖型岩溶塌陷动态演化数值模型研究

预测不同水动力环境下岩溶覆盖层土洞发育规模和极限规模尺寸对于评价覆盖层稳定性意义重大.以武汉市烽火村覆盖型岩溶塌陷为实例,利用弹塑性理论和变饱和渗流理论建立了渗流-应力单向耦合控制方程,结合土洞剥蚀判据提出覆盖型岩溶塌陷动态演化数值模型,并以此模型预测在不同孔隙水位与岩溶水位之差△H水动力环境下覆盖层中潜在土洞的发育规...     

基于灰色GM(1,1)-马尔科夫模型的职业病预测研究

为准确预测量化我国职业病的发病趋势,在灰色GM(1,1)模型的基础上结合马尔科夫过程构建灰色GM(1,1)-马尔科夫预测模型,探讨灰色GM(1,1)-马尔科夫模型在职业病预测领域的应用。通过平均相对误差、后验差比值、小误差概率3个指标对该组合模型的预测精度进行评估。结果表明:10维灰色GM(1,1)-马尔科夫模型与原始数列的拟合程度较高,预测精度等级为一级（好）,该组合模型的预测精度优于单一的灰色GM(1,1)预测模型;在遵循新陈代谢原理的情况下,我国职业病发病呈现上升态势,2015—2018年的职业病发病例数依次为31 196,36 284,37 724,39 147例。     

基于SVM的矿井通风阻力系数影响因素分析与预测

矿井通风阻力系数是通风安全最重要的基础参数之一,为了实现矿井通风阻力系数简单准确地预测,提出了利用支持向量机（SVM）来预测矿井通风阻力系数的方法。通过分析影响因子与矿井通风阻力系数的相关性关系,并利用MATLAB逐步建立单影响因素与矿井通风阻力系数、多影响因素与矿井通风阻力系数之间的SVM预测模型,对比分析各预测模型的相对误差,确定最佳矿井通风阻力系数预测模型,即当输入模型影响因素为巷道断面积、周长和支护方式时,预测相对误差小于10%的样本数占测试样本的76%,相对误差小于20%的样本数占测试样本的90%。结果表明:该预测方法在矿井通风阻力系数预测中是可行的,并具较高的准确性。     

基于MDE和分形优化SVM的周期来压预测

为了解决周期来压的预测问题,首先对已知支架周期来压荷载曲线使用多重差异进化算法(MDE)进行拟合,将每重拟合形成的单一正弦曲线与上次差余曲线(Ei)再作差余曲线(Ei+1)。将这些Ei图通过分形几何的盒子法计算维度和相关系数(r)。将每条Ei的维度、r和支架相对距离(L)作为输入值,对应的Ei的周期Ti、缩放系数Si和纵移系数Di作为目标值,使用支持向量机(SVM)进行训练。通过对维度和r规律的研究得到拟设置支架处荷载各Ei的维度和r,带入训练后的SVM模拟得到Ei的Ti、Si和Di,进而得到Ei的表达式。将上述Ei求和即为所求拟设置支架处的周期来压荷载。实例分析说明,该种方法预测结果可以大体反映支架周期来压的基本形式和变化规律。