基于探采对比的煤层瓦斯含量分析及预测

针对新建矿井地勘瓦斯含量测值偏低和井下实测瓦斯含量较少的特点,结合工程和科研实践,提出了利用大量的工作面瓦斯涌出量反演煤层原始瓦斯含量技术和基于探采对比的煤层瓦斯含量预测方法。以邹庄井田32煤层为研究对象,在考虑瓦斯抽采情况下计算3204工作面瓦斯涌出量,并反演该工作面煤层原始瓦斯含量。通过对比采掘过程中获得的瓦斯含量和地勘瓦斯含量,得到不同钻孔深度时的地勘瓦斯含量修正系数,并采用瓦斯地质研究方法对32煤层分3个单元进行瓦斯含量预测。结果表明:32煤层瓦斯含量整体呈现"东部大于西部,北部大于南部"的规律,与临近矿井具有相似的瓦斯赋存规律。这表明利用探采对比的方法预测煤层瓦斯含量是可靠的。     

他用一生去寻找——田向荣的冬虫夏草菌耳诞生记

冬虫夏草产自青藏高原,为我国传统的名贵药材,药用历史悠久,享誉海内外。但冬虫夏草仅在高寒条件下繁衍,对生长环境要求极为苛刻,随着全球工业化的推进和自然气候的变迁,气温升高,加上干旱化等因素,促使雪线上抬,造成冬虫夏草生存区域正在逐渐缩小。近年来,由于经济利益的驱使,冬虫夏草遭到过度采挖,生态环境的破坏严重,这种珍贵药材的分布范围和发生数量已经出现明显的萎缩趋势。长此下去,冬虫夏草这一对人类具有重要药用价值的物种资源势必将更加贫乏,甚至可能面临灭绝的危险。保护和合理利用冬虫夏草资源,寻求通过人为干预促进其生存繁衍的新途径,以满足不断增长的保健与药用的需求,已经成为迫在眉睫的任务。中国农业大学田向荣博士,以一个科学家的良知和坚守,经过多年潜心研究,发明了"冬虫夏草菌的一种仿生学培养方法",这一重大成果的产业化,不仅能生产出让老百姓都吃得起冬虫夏草,更有利于保护天然冬虫夏草物种延续,有利于保护青藏高原生态环境,也必将成为我国的生物多样性保护的典范。     

地下水环境影响评价技术方法探讨

以某天然气净化厂为例,探讨地下水环境影响评价工作中的主要技术问题。以实例说明地下水环境影响评价工作等级划分、评价范围确定,项目的地下水环境现状调查。通过渗水试验和抽水试验,计算相关水文地质参数以了解场地包气带和含水层的防污性能。分析了地下水污染源项,通过计算确定事故工况下污染源源强,采用数值法预测模型,对水文地质参数进行分区,并对净化厂检修污水池、生化污水处理装置曝气调节池和事故污水池的泄漏情景进行预测。结果表明:该净化厂各装置单元在预测时限内,除污染源附近小范围外,各污染因子浓度均可满足相应的GB/T 14848—93《地下水质量标准》要求。根据项目所在区域的水文地质条件、环境保护目标敏感程度及评价结果,对厂址区、主体装置区、污水处理区等重点区域按GB/T 50934—2013《石油化工工程防渗技术规范》有关要求采取相应防渗措施。     

建筑工程质量成本RBFNN预测模型

针对建筑工程质量成本的预测问题,应用径向基神经网络原理,选取预防成本比、鉴定成本比、内部成本比、建筑面积、PPI、建筑用途、工期、现场条件、管理水平、施工地点、利润率共11个指标分析了各指标与质量成本的联系,进而选取4个指标作为神经网络的输入指标。以20组工程数据作为学习样本进行训练,建立建筑工程质量成本的径向基神经网络预测模型并采用均方根误差进行检验,用5组工程数据作为检验样本进行测试。研究结果表明:预防成本比、建筑面积、PPI、工期、施工地点与质量成本存在一定的联系;用模型所得预测结果的最大相对误差为0.016862。RBFNN预测结果与实际情况较吻合,预测精度较高,可用于建筑工程质量成本预测。     

基于FTA-SPA耦合方法的生物质气化站安全评价与预测

利用集对分析的联系度将系统或元件介于故障与非故障之间的状态体现出来,通过对差异度采用特殊取值法分析系统安全程度,表明安全管理与日常维护的重要性。并用集对分析的集对势、悲观势对生物质气化站的安全状况发展趋势进行预测,为生物质气化站的安全评价和预测提供新思路和途径。     

回采工作面瓦斯涌出量遗传投影寻踪回归预测

为快速、准确预测回采工作面瓦斯涌出量,基于投影降维思想,建立一种遗传算法(GA)投影寻踪回归预测方法。选取煤层瓦斯原始含量、埋藏深度、煤层厚度、煤层倾角、工作面长度、推进速度、采出率、临近层瓦斯含量、临近层厚度、临近层层间距、岩层岩性、开采深度作为评价因子,对某矿15个学习样本进行训练,建立GA投影寻踪回归预测模型。利用该矿3个实测样本对模型进行检验,并与主成分分析和BP神经网络方法结果进行对比。研究表明:利用GA投影寻踪回归预测回采工作面瓦斯涌出量,平均误差为3.43%,最大误差为5.7%,精度优于其他2种方法。     

岩溶塌陷倾向性等级的KPCA-SVM预测模型

为了快速、有效地预测岩溶塌陷倾向性等级,在统计分析大量观测实例的基础上,选取岩性系数、岩体结构系数、地下水系数、覆盖层系数、地形地貌系数和环境条件系数作为特征指标。利用核主成分分析(KPCA)方法在高维空间提取岩溶塌陷影响因子的主成分,将获取的主成分作为支持向量机(SVM)的特征向量,建立基于KPCA的岩溶塌陷倾向性等级的SVM预测模型。将12组观测数据作为学习样本对模型进行训练。采用回代估计法进行回检,误判率为0。利用训练好的模型对2组待判样本进行预测。结果表明:经KPCA后指标个数减少,相关性降低,SVM运算的复杂度降低。用该模型所得预测结果的准确率为100%。     

北京修订重污染应急预案,重污染超3d将单双号限行

<正>北京市政府2015年3月30日发布新修订的《北京市空气重污染应急预案》(以下简称《预案》),新修订的《预案》将按照"预测污染持续时间每增加一天,预警响应相应提升一个级别"的原则,提前预警、提前启动、提前减排,减少重污染对市民健康的不良影响.《预案》规定,空气质量指数在200以上为空气重污染,依据空气质量预测结果,综合考虑空气污染程度和持续     

预测沉积物-水微宇宙系统中化学品浓度变化的多介质模型

沉积物-水微宇宙系统是经济合作发展组织(Organisation for Economic Co-Operation and Development,OECD)颁布的化学品测试准则中推荐的试验系统之一,可用来测试化学品对底栖生物的慢性毒性。为了在试验前对化学品的浓度变化进行预测,进而确定试验方法,以摇蚊慢性毒性试验系统为例,采用环境多介质模型的建模方法,构建了一种可通过化学品理化性质和试验系统参数,对化学品在沉积物-水试验系统中浓度变化进行预测的模型。结合试验数据和文献资料,给出了模型中试验系统参数的推荐取值,并使用Matlab软件中的Simulink工具对模型进行编程和求解。以此模型为基础,给出了模型在3个方面的应用,即预测蓄积时间、预测平衡时间以及拟合试验数据。对80种已有或假想化学品的蓄积时间和平衡时间进行了计算,得出的范围分别为1~204 d和1~73 d。此外,适当修改模型结构和模型参数,也可将其应用于其他暴露场景中。但使用模型对化学品浓度进行预测时发现,模型仅对沉积物中化学品浓度的预测结果较为准确,而对水中化学品浓度的预测结果与实测值相差1~2个数量级。模型对浓度的预测精度未来仍需进一步提高。上述研究结果完善了沉积物-水微宇宙系统试验方法。     

AHLs群体感应信号分子对硝化污泥附着生长及硝化效果的影响

污水生物脱氮系统中的硝化菌生长慢、易流失,人为添加N-酰基高丝氨酸内酯类(AHLs)群体感应信号分子,可能会强化硝化菌生物膜的形成,从而有助于富集硝化菌,提高硝化效率.本研究以采用低碳氮比(C∶N=8)人工配置废水驯化100 d后的硝化活性污泥为菌源,人为外加2μmol·L-1的AHLs信号分子(C8-HSL或OHHL),分析了两种信号分子对硝化污泥静态附着、氨氮动态降解及微生物生长速率的影响.研究结果表明,信号分子OHHL能快速强化微生物附着生长,且能在一定时间内持续发挥作用,有助于硝化生物膜的形成;而信号分子C8-HSL则能明显提高硝化污泥的氨氮降解速率;两种信号分子都能促进硝化污泥生长,提高微生物生长速率,增强硝化污泥活性,加速硝化污泥生物量累积.人为添加C8-HSL或OHHL信号分子,不仅能保证氨氮降解效率还能降低出水硝氮浓度,减轻氮污染.